[发明专利]用于实现事件转化概率预测的离线信息设置方法和装置有效
申请号: | 202010469556.0 | 申请日: | 2020-05-28 |
公开(公告)号: | CN111626783B | 公开(公告)日: | 2021-08-31 |
发明(设计)人: | 李嘉晨;郭凯 | 申请(专利权)人: | 贝壳找房(北京)科技有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02 |
代理公司: | 北京思源智汇知识产权代理有限公司 11657 | 代理人: | 毛丽琴 |
地址: | 100085 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 实现 事件 转化 概率 预测 离线 信息 设置 方法 装置 | ||
1.一种用于实现事件转化概率预测的离线信息设置方法,包括:
获取第一样本集中的多个第一事件转化概率预测样本各自对应的事件发生概率;
对所述第一样本集中的多个第一事件转化概率预测样本包含的各特征形成的特征空间进行压缩处理,获得多个第二事件转化概率预测样本,形成第二样本集;其中,所述第一事件转化概率预测样本包含的各特征包括:用户特征、事件特征以及事件标的特征;
根据所述事件发生概率,从所述第二样本集中筛选出事件发生概率满足预定要求的第二事件转化概率预测样本;
根据所述筛选出的第二事件转化概率预测样本中的用户特征、事件特征以及事件标的特征,进行特征枚举计算,获得多个事件转化概率预测样本,形成预测集;
预测所述预测集中的各事件转化概率预测样本的事件转化概率,形成用于预测事件转化概率的离线信息;其中,所述事件转化概率为在事件发生后,标的成功交易的概率或者成功委托的概率或者带看房屋行为的概率。
2.根据权利要求1所述的方法,其中,所述获取第一样本集中的多个第一事件转化概率预测样本各自对应的事件发生概率,包括:
获取第一样本集中的多个第一事件转化概率预测样本各自包含的用户特征;
对各用户特征分别进行事件发生概率预测处理,获得所述多个第一事件转化概率预测样本各自对应的事件发生概率。
3.根据权利要求1所述的方法,其中,所述对所述第一样本集中的多个第一事件转化概率预测样本包含的各特征形成的特征空间进行压缩处理,包括:
利用第一压缩模型,对所述第一样本集中的多个第一事件转化概率预测样本各自包含的用户特征进行特征维度压缩处理;
利用第二压缩模型,对所述第一样本集中的多个第一事件转化概率预测样本各自包含的事件特征进行特征维度压缩处理;
利用第三压缩模型,对所述第一样本集中的多个第一事件转化概率预测样本各自包含的事件标的特征进行特征维度压缩处理;
其中,特征维度压缩处理后的用户特征、事件特征和事件标的特征形成多个中间样本。
4.根据权利要求3所述的方法,其中,所述对所述第一样本集中的多个第一事件转化概率预测样本包含的各特征形成的特征空间进行压缩处理,包括:
针对所述中间样本所包含的所有特征中的各特征元素,将所述多个中间样本分别划分为多个样本组,并为同一样本组中的各中间样本所包含的相应特征元素设置相同的特征值;
合并所有特征元素的特征值完全相同的多个中间样本。
5.根据权利要求4所述的方法,其中,所述针对所述中间样本所包含的所有特征中的各特征元素,将所述多个中间样本分别划分为多个样本组,包括:
针对所述中间样本所包含的任一特征中的任一特征元素,根据所述多个中间样本各自包含的该特征元素的特征值,对所述多个中间样本进行等频分箱处理,获得多个样本组。
6.根据权利要求4所述的方法,其中,所述为同一样本组中的各中间样本所包含的相应特征元素设置相同的特征值,包括:
根据同一样本组中的各中间样本所包含的相应特征元素的最小特征值和最大特征值,确定同一样本组中的相应特征元素的特征取值范围,并根据该特征取值范围更新该样本组中的各中间样本所包含的相应特征元素的特征值。
7.根据权利要求6所述的方法,其中,所述方法还包括:
获取待预测样本;
对所述待预测样本所包含的各特征元素进行特征维度压缩处理,获得第一待预测样本;
根据所述第一待预测样本所包含的各特征元素各自所属的特征取值范围,更新第一待预测样本中的各特征元素的特征值,形成第二待预测样本;
根据所述第二待预测样本所包含的各特征元素的更新后的特征值,在所述离线信息中查找匹配的记录,并将所述匹配的记录中的事件转化概率作为预测出的所述待预测样本的事件转化概率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贝壳找房(北京)科技有限公司,未经贝壳找房(北京)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010469556.0/1.html,转载请声明来源钻瓜专利网。