[发明专利]一种数据处理方法及装置

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取目标用户的特征信息，所述特征信息包括与所述目标用户进行联系操作所得到的历史特征；

以所述目标用户的特征信息为输入，基于多个转化概率预测模型，分别确定所述目标用户的多个转化概率；

根据所述多个转化概率，确定所述目标用户的标签集合；

其中，所述转换概率预测模型为根据对应产品的历史销售数据预先训练的模型，各转化概率用于表征所述目标用户购买对应的产品的概率。

2.根据权利要求1所述的方法，其特征在于,所述目标用户为进行过联系操作但未被转化的用户。

3.根据权利要求1所述的方法，其特征在于,所述以所述目标用户的特征信息为输入，基于多个转化概率预测模型，分别确定所述目标用户的多个转化概率包括：

将所述目标用户的特征信息分别输入到所述多个转化概率预测模型中，确定所述目标用户对于至少一种类型的不同价格的产品的转化概率；

其中，所述转化概率用于表征所述目标用户购买对应的类型和价格的产品的概率。

4.根据权利要求1所述的方法，其特征在于,所述根据所述多个转化概率，确定所述目标用户的标签集合包括：

根据所述多个转化概率，确定标签集合；

将所述标签集合确定为所述目标用户的标签集合；

其中，所述标签集合中包括至少一个满足预设阈值条件的转化概率所对应的产品标签，所述满足预设阈值条件指转化概率大于预设转化阈值；

其中,所述方法还包括：

响应于所述多个转化概率均不满足预设阈值条件，将所述目标用户确定为不需要进行联系操作的用户。

5.根据权利要求1所述的方法，其特征在于，所述多个转发概率预测模型通过如下方式训练获得：

确定用户集合，所述用户集合包括预定时间段内进行过多次联系操作的至少一个用户；

根据所述用户集合，确定多个用户子集合；

对于各用户子集合，确定所述用户子集合中的正样本用户和负样本用户；

获取所述正样本用户和负样本用户的用户特征，以确定多个训练样本集合；

根据所述多个训练样本集合训练对应的转发概率预测模型。

6.根据权利要求5所述的方法，其特征在于，所述根据所述用户集合，确定多个用户子集合包括：

获取与所述用户集合中的各用户所对应的历史联系记录；其中，所述历史联系记录中包括用户所要购买产品的类型和价格；

根据所述历史联系记录和所述用户集合，确定所述多个用户子集合；

其中，所述根据所述历史联系记录和所述用户集合，确定所述多个用户子集合包括：

按照预设分类规则，将所述用户集合分为多个用户子集合；

其中，所述预设分类规则指将所要购买产品的类型和价格均相同的用户分为一个用户子集合。

7.根据权利要求5所述的方法，其特征在于，所述确定所述用户子集合中的正样本用户和负样本用户包括：

将所述用户子集合中最后一次进行联系操作后，在预设时间内转化的用户确定为所述正样本用户；

将所述用户子集合中最后一次进行联系操作后，未在预设时间内转化且被放弃的用户确定为所述负样本用户。

8.根据权利要求5所述的方法，其特征在于，所述获取所述正样本用户和负样本用户的用户特征，以确定多个训练样本集合包括：

对于各用户子集合，获取所述用户子集合中的正样本用户和负样本用户在最后一次进行分配操作前的历史分配特征、最后一次进行联系操作前的历史联系特征以及基本特征；

将所述历史分配特征、所述历史联系特征以及所述基本特征，确定为与所述用户子集合对应的训练样本集合。

9.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-8中任一项所述的方法。

10.一种计算机可读存储介质，用于存储计算机程序指令，其特征在于，所述计算机程序指令在被处理器执行时实现如权利要求1-8中任一项所述的方法。