[发明专利]业务处理的方法及装置

说明书

本申请公开了一种业务处理的方法及装置，在该方法中可以获取用户的用户数据，并从该用户数据中提取出至少一个特征维度的特征数据，而后，将提取出的特征数据输入到预测模型中，得到该用户在该服务平台上执行附加业务的预测值，根据得到的该预测值，对该用户进行与该附加业务相关的业务处理。相比于现有技术中，通过单一维度的数据来分析用户是否具有使用服务平台提供的附加业务意愿的方式来说，可以更加准确的分析出用户是否需要使用服务平台提供的附加业务，从而给用户的业务处理带来了极大的方便。

技术领域

本申请涉及计算机技术领域，尤其涉及一种业务处理的方法及装置。

背景技术

目前，服务平台可以向各用户提供各项业务，以满足各用户的实际需求。其中，可以将服务平台向各用户提供的业务分为常规业务和附加业务两种，附加业务主要是为了使各用户能够更好的执行常规业务而设置的。

服务平台可以通过简单的数据分析，来判断用户是否具有使用该服务平台提供的附加业务的意愿，进而向有意愿的用户推荐该附加业务，以帮助用户更好的执行常规业务。然而在实际应用中，促使用户产生使用服务平台的附加业务的因素有很多，所以，仅仅依靠诸如对用户的业务量、浏览量等单一数据的简单分析，并不能全面、准确的分析出用户是否具有使用服务平台提供的附加业务的意愿，从而无法为各用户提供更为优质的附加业务。

因此，服务平台如何能够通过有效、全面的数据分析，准确的分析出用户是否具有使用服务平台提供的附加业务的意愿，则是一个亟待解决的问题。

发明内容

本申请实施例提供一种业务处理的方法及装置，以解决现有技术存在的上述问题。

本申请采用下述技术方案：

本申请提供了一种业务处理的方法，包括：

获取用户的用户数据；

从所述用户数据中提取至少一个特征维度的特征数据，所述特征维度包括：用户的属性特征、第一特征、以及第二特征中的至少一种，所述第一特征用于表征用户在服务平台上执行常规业务时依赖所述服务平台的依赖程度，所述第二特征用于表征用户在所述服务平台上执行常规业务的业务能力；

将所述特征数据输入到预测模型中，得到所述用户在所述服务平台上执行附加业务的预测值，其中，所述预测模型是基于多个用户的历史用户数据而训练得到的；

根据所述预测值，对所述用户进行与所述附加业务相关的业务处理。

可选地，对所述预测模型进行训练的步骤包括：

获取多个用户的历史用户数据作为样本数据；

针对每个用户，根据该用户的历史用户数据，确定该用户对应的训练参照值，所述训练参照值包括：用户历史上使用所述附加业务所花费的金额以及用户历史上对应的第一留存率中的至少一种；

从所述样本数据中提取所述至少一个特征维度的历史特征数据；

通过所述历史特征数据以及所述训练参照值，对所述预测模型进行训练。

可选地，若所述训练参照值为用户历史上对应的第一留存率，所述针对每个用户，根据该用户的历史用户数据，确定该用户对应的训练参照值的步骤包括：

确定所述服务平台授权该用户执行常规业务的授权时间；

确定所述授权时间所在的时间段；

根据该用户对应的用户类型，在所述用户类型对应的所有用户中，确定所述服务平台在所述时间段内授权执行常规业务的各用户，作为第一用户，并确定所述第一用户的数量作为第一数量；

在所述第一用户中，确定从所述授权时间经过设定时长后的活跃用户作为第二用户，并确定所述第二用户的数量作为第二数量；