信息推送方法及装置与流程

本发明涉及互联网，尤其涉及信息推送方法及装置。

背景技术：

1、本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

2、现阶段，多采用响应模型来判断对客户进行银行信息的智能化推送，如携带银行举办活动的信息。响应模型一般根据客户历史的活动响应数据，来预测未来周期内客户的活动响应概率，用以指导业务人员有针对性的信息推送，提高工作效率与推送准确性。

3、但现有的响应模型，因多依据客户的历史的活动响应数据来确定是否对客户进行信息推送，也存在如下问题：上述响应模型仅侧重相关性，无法区分用户针对推送信息的操作行为是否是由客户触达推荐活动导致的，无法识别自然转换人群，也就无法识别对不同客户进行信息推送的效用，导致目前信息推送方案缺乏针对性，容易导致信息推送的准确性较差以及推送效率低下的问题；此外，信息的错误推送不仅会造成银行信息推送成本增加的问题，也容易因客户收到错误信息致使客户满意度下降的问题。

技术实现思路

1、本发明实施例提供一种信息推送方法，用以提升对客户进行信息推送的准确性和推送效率，降低银行推送信息成本，提升客户满意度，该方法包括：

2、获取目标客户的交易数据和客户信息；确定待推荐活动；

3、将目标客户的交易数据和客户信息，输入至对应所述待推荐活动的客户触达活动概率模型，得到目标客户的预估触达活动提升概率；所述预估提升分数用于反映以所述待推荐活动对目标客户进行推荐时目标客户触达活动概率、与不进行推荐时目标客户触达活动概率之间的差值；

4、基于目标客户的预估触达活动提升概率，确定是否向所述目标客户发送携带有所述待推荐活动的信息；

5、所述对应所述待推荐活动的客户触达活动概率模型按如下方式建立：

6、基于逻辑回归算法，根据待推荐活动的不同历史客户的交易数据和客户信息，计算出不同历史客户的倾向得分；

7、基于最近邻匹配算法和所述倾向得分，建立多个实验组客户和每一实验组客户一一对应的对照组客户；所述实验组客户和对照组客户分别为历史客户中触达和未触达所述待推荐活动的客户；

8、基于机器学习算法，根据实验组客户和对照组客户的倾向得分，建立对应所述待推荐活动的客户触达活动概率模型。

9、本发明实施例还提供一种信息推送装置，用以提升对客户进行信息推送的准确性和推送效率，降低银行推送信息成本，提升客户满意度，该装置包括：

10、数据获取模块，用于获取目标客户的交易数据和客户信息；确定待推荐活动；

11、预估触达活动提升概率计算模块，用于将目标客户的交易数据和客户信息，输入至对应所述待推荐活动的客户触达活动概率模型，得到目标客户的预估触达活动提升概率；所述预估提升分数用于反映以所述待推荐活动对目标客户进行推荐时目标客户触达活动概率、与不进行推荐时目标客户触达活动概率之间的差值；

12、目标客户推荐模块，用于基于目标客户的预估触达活动提升概率，确定是否向所述目标客户发送携带有所述待推荐活动的信息；

13、所述对应所述待推荐活动的客户触达活动概率模型按如下方式建立：

14、基于逻辑回归算法，根据待推荐活动的不同历史客户的交易数据和客户信息，计算出不同历史客户的倾向得分；

15、基于最近邻匹配算法和所述倾向得分，建立多个实验组客户和每一实验组客户一一对应的对照组客户；所述实验组客户和对照组客户分别为历史客户中触达和未触达所述待推荐活动的客户；

16、基于机器学习算法，根据实验组客户和对照组客户的倾向得分，建立对应所述待推荐活动的客户触达活动概率模型。

17、本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述信息推送方法。

18、本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述信息推送方法。

19、本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述信息推送方法。

20、本发明实施例中，获取目标客户的交易数据和客户信息；确定待推荐活动；将目标客户的交易数据和客户信息，输入至对应所述待推荐活动的客户触达活动概率模型，得到目标客户的预估触达活动提升概率；所述预估提升分数用于反映以所述待推荐活动对目标客户进行推荐时目标客户触达活动概率、与不进行推荐时目标客户触达活动概率之间的差值；基于目标客户的预估触达活动提升概率，确定是否向所述目标客户发送携带有所述待推荐活动的信息；所述对应所述待推荐活动的客户触达活动概率模型按如下方式建立：基于逻辑回归算法，根据待推荐活动的不同历史客户的交易数据和客户信息，计算出不同历史客户的倾向得分；基于最近邻匹配算法和所述倾向得分，建立多个实验组客户和每一实验组客户一一对应的对照组客户；所述实验组客户和对照组客户分别为历史客户中触达和未触达所述待推荐活动的客户；基于机器学习算法，根据实验组客户和对照组客户的倾向得分，建立对应所述待推荐活动的客户触达活动概率模型，与现有技术中以响应模型实现对待推荐活动的分析的技术方案相比，可基于客户触达活动概率模型，来实现对客户的预估触达活动提升概率的计算，指导确定是否向所述目标客户发送携带有所述待推荐活动的信息，从而可为银行信息推送作业提供依据，解决了现有技术下传统响应模型仅依靠客户历史活动响应数据来确定是否进行信息推送而导致的推送效率和准确率低下的问题；此外，通过精准实现向客户发送携带有待推荐活动的信息，也降低了银行推送信息成本，提升客户满意度。

技术特征：

1.一种信息推送方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，基于最近邻匹配算法和所述倾向得分，建立多个实验组客户和每一实验组客户一一对应的对照组客户，包括：

3.如权利要求1所述的方法，其特征在于，还包括：

4.如权利要求1所述的方法，其特征在于，确定待推荐活动，包括：

5.如权利要求4所述的方法，其特征在于，根据待推荐活动的所述实验组客户和对照组客户，计算待推荐活动对客户月活跃用户数量的净效应数据，包括：

6.如权利要求1所述的方法，其特征在于，基于机器学习算法，根据实验组客户和对照组客户的倾向得分，建立对应所述待推荐活动的客户触达活动概率模型，包括：

7.如权利要求1所述的方法，其特征在于，还包括：

8.如权利要求1所述的方法，其特征在于，还包括：

9.一种信息推送装置，其特征在于，包括：

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8任一所述方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至8任一所述方法。

技术总结
本发明公开了一种信息推送方法及装置，涉及互联网技术领域，该方法包括：获取目标客户的交易数据和客户信息；确定待推荐活动；将目标客户的交易数据和客户信息，输入至对应待推荐活动的客户触达活动概率模型，得到目标客户的预估触达活动提升概率，并确定是否向目标客户发送携带有待推荐活动的信息；模型按如下方式建立：基于逻辑回归算法，根据待推荐活动的不同历史客户的交易数据和客户信息，计算出不同历史客户的倾向得分；基于最近邻匹配算法和倾向得分，建立实验组客户和对照组客户；基于机器学习算法建立对应待推荐活动的客户触达活动概率模型。本发明用以提升进行客户信息推送的准确性和推送效率，降低银行推送信息成本，提升满意度。

技术研发人员：胡文博,刘亚如,任恺琦
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：
技术公布日：2024/2/6