[发明专利]一种营销赋能策略的推荐方法、装置和电子设备

权利要求书

1.一种营销赋能策略的推荐方法，包括：

获取基于目标商户的业务需求场景以及业务目标确定的样本数据；

根据预设样本特征，从所述样本数据中提取与所述预设样本特征对应的样本特征值；

基于为所述样本数据确定的样本标签以及所述样本特征值，采用有放回的抽样方式构建多个决策树，其中，所述多个决策树中任意一条分支路径表征一项赋能策略；

从所述多个决策树的多条分支路径中，选取满足所述业务目标的分支路径对应的赋能策略作为营销赋能策略，并推荐给所述目标商户。

2.如权利要求1所述的方法，为所述样本数据确定的样本标签通过以下方式确定：

基于所述目标商户提供的训练数据携带的标签，为所述样本数据确定样本标签。

3.如权利要求1所述的方法，为所述样本数据确定的样本标签通过以下方式确定：

基于所述目标商户的历史交易数据构建RFM模型，并基于所述RFM模型为所述样本数据确定样本标签。

4.如权利要求2或3所述的方法，基于所述目标商户的历史交易数据构建RFM模型，并基于所述RFM模型为所述样本数据确定样本标签，具体包括：

从本地数据库中获取所述目标商户的历史交易数据；

基于RFM模型中三个维度，对所述历史交易数据对应的用户进行分层聚类；

基于分层聚类的结果为所述样本数据选取匹配的样本标签。

5.如权利要求1所述的方法，基于为所述样本数据确定的样本标签以及所述样本特征值，采用有放回的抽样方式构建多个决策树，具体包括：

基于为所述样本数据确定的样本标签和所述样本特征值，以及对应所述样本特征值在当前决策树模型中的标准临界条件，构建一个原始决策树；

按照预设抽样策略，从所述原始决策树所包含的样本特征值中抽样，依据抽样得到的样本特征值和所述样本标签，以及对应所述抽样得到的样本特征值在当前决策树模型中的标准临界条件，构建多个抽样决策树。

6.如权利要求5所述的方法，所述预设抽样策略包括：抽样次数以及单次抽样的样本特征值；其中，所述抽样次数与抽样决策树的数目相等。

7.如权利要求1-3、5、6中任一项所述的方法，一个决策树中，不同节点处的样本特征值对应的标准临界条件相同或不同。

8.如权利要求1所述的方法，从所述多个决策树的多条分支路径中，选取满足所述业务目标的分支路径对应的赋能策略作为营销赋能策略，具体包括：

从所述多个决策树的多条分支路径中，选取分类结果达到准确率阈值和/或覆盖率阈值的分支路径对应的赋能策略作为所述目标商户的营销赋能策略。

9.如权利要求1所述的方法，所述方法还包括：

将选取的满足所述业务目标的分支路径对应的赋能策略与所述目标商户的业务目标建立映射关系。

10.如权利要求1所述的方法，所述预设样本特征至少包括以下部分或全部：

用户身份属性、交易属性、行为属性、位置属性、设备属性、用户购买力模型评级、用户消费敏感度模型评级、用户影响力评级、用户作弊评级、用户信用评级。

11.一种营销赋能策略的推荐装置，包括：

获取模块，获取目标商户基于业务需求场景以及业务目标确定的样本数据；

提取模块，根据预设样本特征，从所述样本数据中提取与所述预设样本特征对应的样本特征值；

构建模块，基于为所述样本数据确定的样本标签以及所述样本特征值，采用有放回的抽样方式构建多个决策树，其中，所述多个决策树中任意一条分支路径表征一项赋能策略；

推荐模块，从所述多个决策树的多条分支路径中，选取满足所述业务目标的分支路径对应的赋能策略作为营销赋能策略，并推荐给所述目标商户。