[发明专利]生成未来价值预测模型的方法和系统

说明书

本申请披露了一种生成未来价值预测模型的方法、系统及计算机可读介质，所述方法包括获取训练数据，所述训练数据包括第一样本用户的信息，所述第一样本用户的信息包括第一个人信息和第一好友关系网信息。所述方法还包括获取初始预测模型。所述方法进一步包括使用所述训练数据训练所述初始预测模型以生成所述未来价值预测模型，所述未来价值预测模型用于预测目标用户的未来价值。

技术领域

本发明涉及用户的未来价值，具体地，涉及一种生成未来价值预测模型及预测用户未来价值的方法和系统。

背景技术

随着移动互联网、O2O、大数据等的发展，各种打车软件越来越普及。打车软件中存储有大量用户的数据，例如，经济状况、家庭住址、公司地址、打车信息等。如何利用这些用户数据变得非常重要，越来越多的互联网公司提出了大数据运营的概念，利用数据指导业务。例如，用户的历史打车信息可以反映用户过去一段时间内贡献的订单总流水(GMV)，也称为历史价值。如何根据历史价值预测用户的未来价值(即，用户未来一段时间内预计贡献的GMV)，进而向用户推送个性化的营销策略是非常有必要的。此外，对于注册打车软件但未完成首次下单的用户，该用户属于易流失用户，向该用户推送合适的营销策略非常关键。但是该用户没有历史数据信息，如何预测该用户的未来价值也是值得考虑的。

发明内容

针对现有技术中存在的上述问题，本申请披露了一种生成未来价值预测模型的方法和系统，可以预测用户的未来价值，进而向用户推送个性化的营销策略。

根据本申请的一个方面，披露了一种生成未来价值预测模型的方法，所述方法包括获取训练数据，所述训练数据包括第一样本用户的信息，所述第一样本用户的信息包括第一个人信息和第一好友关系网信息。所述方法还包括获取初始预测模型。所述方法进一步包括使用所述训练数据训练所述初始预测模型以生成所述未来价值预测模型，所述未来价值预测模型用于预测目标用户的未来价值。

根据本申请的另一个方面，披露了一种生成未来价值预测模型的系统。所述系统包括信息获取模块、模型获取模块和模型训练模块。所述信息获取模块用于获取训练数据，所述训练数据包括第一样本用户的信息，所述第一样本用户的信息包括第一个人信息和第二好友关系网信息。所述模型获取模块用于获取初始预测模型。所述模型训练模块用于使用所述训练数据训练所述初始预测模型以生成所述未来价值预测模型，所述未来价值预测模型用于预测目标用户的未来价值。

根据本申请的另一个方面，披露了一种计算机可读存储介质。所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机的运行方法如下获取训练数据，所述训练数据包括第一样本用户的信息，所述第一样本用户的信息包括第一个人信息和第二好友关系网信息；获取初始预测模型；以及使用所述训练数据训练所述初始预测模型以生成所述未来价值预测模型，所述未来价值预测模型用于预测目标用户的未来价值。

在本申请中，所述训练数据包括第二样本用户的信息，所述第二样本用户的信息包括第二个人信息和第二好友关系网信息。所述方法进一步包括基于所述第二样本用户的信息，优化所述未来价值预测模型。

在本申请中，所述未来价值预测模型包括xgboost+LR。

在本申请中，所述方法包括提取所述训练数据的特征信息；以及预处理所述特征信息。

在本申请中，所述方法包括获取所述目标用户的信息，所述目标用户的信息包括第三个人信息和第三好友关系网信息。所述方法还包括基于所述目标用户的信息和所述未来价值预测模型，预测所述目标用户的未来价值。

在本申请中，所述方法进一步包括基于所述目标用户的所述未来价值，向所述目标用户推送个性化的营销策略。

在本申请中，所述目标用户包括没有或很少个人信息的用户。

在本申请中，所述未来价值预测模型用于打车业务；以及所述目标用户的所述未来价值是指所述目标用户未来一段时间内预计贡献的订单总流水。