[发明专利]一种数据处理方法及装置

说明书

本发明实施例公开了一种数据处理方法及装置。所述方法在获取目标用户的特征信息后，会以目标用户的特征信息为输入，基于多个转化概率预测模型，分别确定目标用户的多个转化概率，再根据多个转化概率，确定目标用户的标签集合，其中，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目标用户购买对应的产品的概率，通过所述方法可以对不同产品进行区分，准确的找出潜在的高转化率用户。

技术领域

本发明涉及计算机技术领域，尤其涉及一种数据处理方法及装置。

背景技术

在产品的推广过程中，通常需要从已经跟进联系但并未转化的用户中找出潜在的高转化率用户。

现有技术通常是采用线索挖掘方法来找出潜在的高转化率用户，但现有技术并未考虑到产品间的区别，同时，现有技术的样本获取方式并不严谨，找出潜在的高转化率用户的准确率低。

发明内容

有鉴于此,本发明实施例提供了一种数据处理方法及装置，可以对不同产品进行区分，准确的找出潜在的高转化率用户。

第一方面，本发明实施例提供一种数据处理方法，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。

进一步地,所述目标用户为进行过联系操作但未被转化的用户。

进一步地,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。

进一步地,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。

进一步地，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。

进一步地，所述根据所述用户集合，确定多个用户子集合包括：