本發(fā)明涉及計(jì)算機(jī)，尤其涉及一種信息推薦的方法和裝置。

背景技術(shù)：

1、現(xiàn)階段，針對(duì)物流領(lǐng)域的客戶(hù)端用戶(hù)的活動(dòng)或權(quán)益（如禮品卡、優(yōu)惠券、積分等）信息推薦，大都以策略結(jié)合模型作為基礎(chǔ)框架搭建，其中，業(yè)務(wù)規(guī)則所形成的策略作為主要框架，模型在不同場(chǎng)景下（如下單預(yù)測(cè)、權(quán)益使用預(yù)測(cè)等）的打分作為輔助進(jìn)行綜合推薦。

2、這種思路和方案雖然能在一定程度上高效地實(shí)現(xiàn)對(duì)用戶(hù)的權(quán)益信息推送，但需要用戶(hù)進(jìn)行策略配置，且對(duì)權(quán)益信息推薦的靈活性造成了限制。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明實(shí)施例提供一種信息推薦的方法和裝置，能夠應(yīng)用多種動(dòng)態(tài)數(shù)據(jù)源進(jìn)行特征構(gòu)建，極大豐富了用戶(hù)信息；通過(guò)智能推薦算法進(jìn)行差異化權(quán)益信息推薦，自動(dòng)完成權(quán)益信息的推薦和投放，無(wú)需運(yùn)營(yíng)人員手動(dòng)配置權(quán)益信息，極大降低了運(yùn)維成本，且提高了對(duì)權(quán)益信息推薦的靈活性。

2、為實(shí)現(xiàn)上述目的，根據(jù)本發(fā)明實(shí)施例的一個(gè)方面，提供了一種信息推薦的方法，包括：

3、對(duì)用戶(hù)多個(gè)領(lǐng)域的行為數(shù)據(jù)進(jìn)行特征提取得到用戶(hù)特征，所述用戶(hù)特征包括用戶(hù)流量特征、用戶(hù)權(quán)益行為特征和用戶(hù)下單行為特征；

4、基于所述用戶(hù)特征得到所述用戶(hù)對(duì)各個(gè)權(quán)益的轉(zhuǎn)化概率；

5、基于所述用戶(hù)流量特征和所述用戶(hù)下單行為特征確定所述用戶(hù)的下單概率；

6、基于所述用戶(hù)對(duì)各個(gè)權(quán)益的轉(zhuǎn)化概率和所述用戶(hù)的下單概率進(jìn)行運(yùn)籌優(yōu)化計(jì)算，得到所述用戶(hù)的待推薦權(quán)益信息。

7、可選地，基于所述用戶(hù)特征得到所述用戶(hù)對(duì)各個(gè)權(quán)益的轉(zhuǎn)化概率，包括：使用基于自注意力機(jī)制的深度神經(jīng)網(wǎng)絡(luò)對(duì)所述用戶(hù)特征進(jìn)行處理，得到所述用戶(hù)對(duì)各個(gè)權(quán)益的轉(zhuǎn)化概率。

8、可選地，所述用戶(hù)特征還包括用戶(hù)基礎(chǔ)畫(huà)像特征；其中，所述用戶(hù)流量特征是通過(guò)對(duì)用戶(hù)在不同流量端口的行為數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析得到的；所述用戶(hù)權(quán)益行為特征是通過(guò)對(duì)用戶(hù)的權(quán)益操作行為數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析得到的；所述用戶(hù)下單行為特征是通過(guò)對(duì)用戶(hù)的單量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析得到的；所述用戶(hù)基礎(chǔ)畫(huà)像特征是通過(guò)對(duì)用戶(hù)的基本信息和物流頻次狀態(tài)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析得到的。

9、可選地，基于所述用戶(hù)流量特征和所述用戶(hù)下單行為特征確定所述用戶(hù)的下單概率，包括：將所述用戶(hù)流量特征和所述用戶(hù)下單行為特征輸入到?jīng)Q策樹(shù)分類(lèi)模型，以確定所述用戶(hù)的下單概率。

10、可選地，基于所述用戶(hù)對(duì)各個(gè)權(quán)益的轉(zhuǎn)化概率和所述用戶(hù)的下單概率進(jìn)行運(yùn)籌優(yōu)化計(jì)算，得到所述用戶(hù)的待推薦權(quán)益信息，包括：通過(guò)訓(xùn)練一個(gè)運(yùn)籌優(yōu)化模型，并將所述用戶(hù)對(duì)各個(gè)權(quán)益的轉(zhuǎn)化概率和所述用戶(hù)的下單概率輸入至所述運(yùn)籌優(yōu)化模型以進(jìn)行運(yùn)籌優(yōu)化計(jì)算，得到所述用戶(hù)的待推薦權(quán)益信息。

11、可選地，所述運(yùn)籌優(yōu)化模型包括：決策變量：將權(quán)益j推薦給用戶(hù)i的決策結(jié)果；優(yōu)化目標(biāo)：用戶(hù)的下單概率、用戶(hù)對(duì)權(quán)益的轉(zhuǎn)化概率、用戶(hù)的單均標(biāo)準(zhǔn)收入和權(quán)益的折扣系數(shù)之積最大化；約束條件包括：每個(gè)用戶(hù)僅能選擇一種權(quán)益、對(duì)用戶(hù)發(fā)放的權(quán)益的折扣系數(shù)浮動(dòng)在一定區(qū)間內(nèi)。

12、根據(jù)本發(fā)明實(shí)施例的另一方面，提供了一種信息推薦的裝置，包括：

13、特征提取模塊，用于對(duì)用戶(hù)多個(gè)領(lǐng)域的行為數(shù)據(jù)進(jìn)行特征提取得到用戶(hù)特征，所述用戶(hù)特征包括用戶(hù)流量特征、用戶(hù)權(quán)益行為特征和用戶(hù)下單行為特征；

14、轉(zhuǎn)化預(yù)測(cè)模塊，用于基于所述用戶(hù)特征得到所述用戶(hù)對(duì)各個(gè)權(quán)益的轉(zhuǎn)化概率；

15、下單預(yù)測(cè)模塊，用于基于所述用戶(hù)流量特征和所述用戶(hù)下單行為特征確定所述用戶(hù)的下單概率；

16、優(yōu)化計(jì)算模塊，用于基于所述用戶(hù)對(duì)各個(gè)權(quán)益的轉(zhuǎn)化概率和所述用戶(hù)的下單概率進(jìn)行運(yùn)籌優(yōu)化計(jì)算，得到所述用戶(hù)的待推薦權(quán)益信息。

17、根據(jù)本發(fā)明實(shí)施例的又一方面，提供了一種電子設(shè)備，包括：一個(gè)或多個(gè)處理器；存儲(chǔ)裝置，用于存儲(chǔ)一個(gè)或多個(gè)程序，當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)本發(fā)明實(shí)施例所提供的信息推薦的方法。

18、根據(jù)本發(fā)明實(shí)施例的又一方面，提供了一種計(jì)算機(jī)可讀介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)本發(fā)明實(shí)施例所提供的信息推薦的方法。

19、根據(jù)本發(fā)明實(shí)施例的再一方面，提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)本發(fā)明實(shí)施例所提供的信息推薦的方法。

20、上述發(fā)明中的一個(gè)實(shí)施例具有如下優(yōu)點(diǎn)或有益效果：通過(guò)對(duì)用戶(hù)多個(gè)領(lǐng)域的行為數(shù)據(jù)進(jìn)行特征提取得到用戶(hù)特征，用戶(hù)特征包括用戶(hù)流量特征、用戶(hù)權(quán)益行為特征和用戶(hù)下單行為特征；基于用戶(hù)特征得到用戶(hù)對(duì)各個(gè)權(quán)益的轉(zhuǎn)化概率；基于用戶(hù)流量特征和用戶(hù)下單行為特征確定用戶(hù)的下單概率；基于用戶(hù)對(duì)各個(gè)權(quán)益的轉(zhuǎn)化概率和用戶(hù)的下單概率進(jìn)行運(yùn)籌優(yōu)化計(jì)算，得到用戶(hù)的待推薦權(quán)益信息的技術(shù)方案，可以應(yīng)用多種動(dòng)態(tài)數(shù)據(jù)源進(jìn)行特征構(gòu)建，極大豐富了用戶(hù)信息；通過(guò)智能推薦算法進(jìn)行差異化權(quán)益信息推薦，自動(dòng)完成權(quán)益信息的推薦和投放，無(wú)需運(yùn)營(yíng)人員手動(dòng)配置權(quán)益信息，極大降低了運(yùn)維成本，且提高了對(duì)權(quán)益信息推薦的靈活性。

21、上述的非慣用的可選方式所具有的進(jìn)一步效果將在下文中結(jié)合具體實(shí)施方式加以說(shuō)明。

技術(shù)特征：

1.一種信息推薦的方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于所述用戶(hù)特征得到所述用戶(hù)對(duì)各個(gè)權(quán)益的轉(zhuǎn)化概率，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述用戶(hù)特征還包括用戶(hù)基礎(chǔ)畫(huà)像特征；其中，

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于所述用戶(hù)流量特征和所述用戶(hù)下單行為特征確定所述用戶(hù)的下單概率，包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于所述用戶(hù)對(duì)各個(gè)權(quán)益的轉(zhuǎn)化概率和所述用戶(hù)的下單概率進(jìn)行運(yùn)籌優(yōu)化計(jì)算，得到所述用戶(hù)的待推薦權(quán)益信息，包括：

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述運(yùn)籌優(yōu)化模型包括：

7.一種信息推薦的裝置，其特征在于，包括：

8.一種電子設(shè)備，其特征在于，包括：

9.一種計(jì)算機(jī)可讀介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-6中任一所述的方法。

10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-6中任一所述的方法。

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種信息推薦的方法和裝置，涉及計(jì)算機(jī)技術(shù)領(lǐng)域。該方法的一具體實(shí)施方式包括：對(duì)用戶(hù)多個(gè)領(lǐng)域的行為數(shù)據(jù)進(jìn)行特征提取得到用戶(hù)特征，用戶(hù)特征包括用戶(hù)流量特征、用戶(hù)權(quán)益行為特征和用戶(hù)下單行為特征；基于用戶(hù)特征得到用戶(hù)對(duì)各個(gè)權(quán)益的轉(zhuǎn)化概率；基于用戶(hù)流量特征和用戶(hù)下單行為特征確定用戶(hù)的下單概率；基于用戶(hù)對(duì)各個(gè)權(quán)益的轉(zhuǎn)化概率和用戶(hù)的下單概率進(jìn)行運(yùn)籌優(yōu)化計(jì)算，得到用戶(hù)的待推薦權(quán)益信息。該實(shí)施方式極大降低了運(yùn)維成本，且提高了對(duì)權(quán)益信息推薦的靈活性。

技術(shù)研發(fā)人員：孟祥宇,丁長(zhǎng)林
受保護(hù)的技術(shù)使用者：北京京東遠(yuǎn)升科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19