[发明专利]匹配数据的方法、装置、设备和计算机可读介质

说明书

本发明公开了匹配数据的方法、装置、设备和计算机可读介质，涉及计算机技术领域。该方法的一具体实施方式包括：针对已获取数据的用户，按照用户信息、已获取数据的参数和所述用户浏览记录，结合二分类模型，判断所述用户会再次获取数据；采用预设分类模型，将所述用户按照再次获取数据的概率分为多类；针对所述概率大于预设阈值的分类用户，结合所述分类用户的历史浏览记录和历史获取记录，确定所述分类用户的待获取数据和所述分类用户的相似用户；按照所述分类用户的待获取数据、所述相似用户、所述分类用户的历史浏览时间和历史浏览渠道，为所述分类用户匹配数据。该实施方式能够提高匹配数据的准确率。

技术领域

本发明涉及计算机技术领域，尤其涉及一种匹配数据的方法、装置、设备和计算机可读介质。

背景技术

随着人工智能技术浪潮的到来，机器学习与深度学习的应用日益成熟，人工智能结合的行业已经逐步发展为智能、数字、科技护体的新形态。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：采用常规匹配数据的方式，随机选择客户并统一发送消息，导致匹配数据的准确率较低。

发明内容

有鉴于此，本发明实施例提供一种匹配数据的方法、装置、设备和计算机可读介质，能够提高匹配数据的准确率。

为实现上述目的，根据本发明实施例的一个方面，提供了一种匹配数据的方法，包括：

针对已获取数据的用户，按照用户信息、已获取数据的参数和所述用户浏览记录，结合二分类模型，判断所述用户会再次获取数据；

采用预设分类模型，将所述用户按照再次获取数据的概率分为多类；

针对所述概率大于预设阈值的分类用户，结合所述分类用户的历史浏览记录和历史获取记录，确定所述分类用户的待获取数据和所述分类用户的相似用户；

按照所述分类用户的待获取数据、所述相似用户、所述分类用户的历史浏览时间和历史浏览渠道，为所述分类用户匹配数据。

所述用户信息包括以下一种或多种：用户标识、年龄、性别和收入权重；

所述用户浏览记录包括以下一种或多种：预设时间段内的浏览总次数、预设时间段内的浏览总时长和预设时间段内的访问页面数量和是否N天活跃，N是大于等于1的实数。

所述预设分类模型是依据再次获取训练数据的等级、用户信息、用户浏览记录和已获取训练数据确定的，所述再次获取训练数据的等级是基于复购率或已购保单数量确定。

所述分类用户的相似用户是基于概率大于预设阈值的分类用户的历史浏览记录和历史获取记录确定的。

所述针对所述概率大于预设阈值的分类用户，结合所述分类用户的历史浏览记录和历史获取记录，确定所述分类用户的待获取数据和所述分类用户的相似用户，包括：

针对所述概率大于预设阈值的分类用户，结合所述分类用户的历史浏览记录、浏览行为的评分、历史获取记录和获取行为的评分，确定所述分类用户的待获取数据；

基于所述分类用户的待获取数据，选择出所述分类用户的相似用户。

所述按照所述分类用户的待获取数据、所述相似用户、所述分类用户的历史浏览时间和历史浏览渠道，为所述分类用户匹配数据，包括：

按照所述分类用户的历史浏览时间和历史浏览渠道，确定发送数据的预设时间和所述预设时间的预设渠道；

将所述分类用户的待获取数据和所述相似用户的已获取数据，作为匹配数据；

按照所述预设渠道和所述预设时间，发送所述匹配数据。

所述结合二分类模型，判断所述客户用户会再次获取数据之前，还包括：