[发明专利]生产意愿预测方法、装置及电子设备在审

专利信息
申请号: 202210096658.1 申请日: 2022-01-26
公开(公告)号: CN114493002A 公开(公告)日: 2022-05-13
发明(设计)人: 孙六英;施鹏;姚后清;吴广发 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06Q10/04 分类号: G06Q10/04
代理公司: 北京博浩百睿知识产权代理有限责任公司 11134 代理人: 宫传芝
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 生产 意愿 预测 方法 装置 电子设备
【说明书】:

本公开提供了一种生产意愿预测方法、装置及电子设备,涉及数据处理技术领域,尤其涉及人工智能领域。具体实现方案为:获取目标对象的特征数据,其中,特征数据包括:静态属性数据和动态行为数据,动态行为数据为对问答场景下的问题执行操作的数据;对静态属性数据进行特征提取,得到静态属性特征,并对动态行为数据进行特征提取,得到动态行为特征;基于静态属性特征和动态行为特征,预测目标对象的第一生产意愿指数,其中,第一生产意愿指数用于表征目标对象在问答场景下答复问题的意愿程度。通过上述处理,能够达到低成本,高效地获取内容生产者的效果。

技术领域

本公开涉及数据处理技术领域,尤其涉及人工智能技术,具体涉及一种生产意愿预测方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

背景技术

用户生成内容(User Generated Content,简称为UGC)产品的核心是内容,而内容的核心生产者是人。在问答场景下,消费者的需求是五花八门的,为了满足让每一个问题都能找到答案,给用户带来更好的产品体验,需要较大规模的生产用户(答主)来保障供需的平衡。但相比于基数庞大的消费者群,生产者毕竟占少数,如何识别以及以相对较低的成本吸引更多生产者,就成为产品发展的关键。特别是对于一些新产品来说,答主的招募和运营尤为重要。在相关技术中,针对答主的招募和运营,目前普遍采用的是专人定向邀请,投放广告,运营活动等模式。然而,采用上述模式,运营成本高,转化效率低。

发明内容

本公开提供了一种生产意愿预测方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

根据本公开的一方面,提供了一种生产意愿预测方法,包括:获取目标对象的特征数据,其中,所述特征数据包括:静态属性数据和动态行为数据,所述动态行为数据为对问答场景下的问题执行操作的数据;对所述静态属性数据进行特征提取,得到静态属性特征,并对所述动态行为数据进行特征提取,得到动态行为特征;基于所述静态属性特征和所述动态行为特征,预测所述目标对象的第一生产意愿指数,其中,所述第一生产意愿指数用于表征所述目标对象在问答场景下答复问题的意愿程度。

可选地,所述获取目标对象的特征数据包括:在所述目标对象为满足预定筛选条件的对象的情况下,对所述目标对象执行线上问答实验;获取所述目标对象针对所述线上问答实验的所述动态行为数据,其中,所述动态行为数据包括所述目标对象针对所述问答场景下的问题进行操作的数据。

可选地,所述目标对象针对所述问答场景下的问题进行操作的数据包括以下至少之一:所述目标对象点击所述问题的点击数据,所述目标对象针对所述问题上传答复内容的上传数据,所述目标对象将所述问题进行转发的转发数据,所述目标对象基于所述问题进行搜索的搜索数据。

可选地,在所述目标对象为满足预定筛选条件的对象的情况下,对所述目标对象执行线上答复实验之前,还包括:获取所述目标对象的职业信息和/或所述目标对象的生产浏览数据,其中,所述目标对象的生产浏览数据基于所述目标对象在预定历史时间段内的生产行为和浏览行为得到;基于所述职业信息和/或所述生产浏览数据,确定所述目标对象的第二生产意愿指数;在所述第二生产意愿指数达到预定指数阈值的情况下,确定所述目标对象为满足预定筛选条件的对象。

可选地,所述基于所述静态属性特征和所述动态行为特征,预测所述目标对象的第一生产意愿指数包括:将所述静态属性特征和所述动态行为特征输入预测模型中,得到包括所述目标对象的第一生产意愿指数的预测结果,其中,所述预测模型基于多组样本数据训练得到,所述多组样本数据包括:对象的静态属性特征和动态行为特征,以及该对象的第一生产意愿指数。

可选地,所述方法还包括:通过以下方式获取所述多组样本数据:获取完成线上问答实验的多个对象的对象数据;从所述对象数据中筛选出对所述线上问答实验进行反馈过的反馈数据;从对所述线上问答实验进行反馈过的反馈数据过滤出满足预定反馈条件的目标反馈数据,并将所述目标反馈数据作为所述多组样本数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210096658.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top