[发明专利]信息处理方法、装置、设备及存储介质

权利要求书

1.一种信息处理方法，其特征在于，所述方法包括：

获取目标对象对应的特征信息，所述目标对象为待进行转化率评估的对象；

根据所述特征信息，通过转化率评估模型，预估得到所述目标对象的转化率评估结果，所述转化率评估模型是根据历史对象的历史特征信息以及历史对象对应的历史转化率采用机器学习算法训练获得的，所述转化率评估结果用于表示所述目标对象对预设业务需求的意愿度；

基于所述意愿度，对所述目标对象进行产品推荐。

2.根据权利要求1所述的方法，其特征在于，所述获取目标对象对应的特征信息，包括：

获取所述目标对象的有效信息，所述有效信息包括至少一类特征；

对所述至少一类特征中的每类特征进行相应匹配方式的数据处理，得到每类特征对应的特征信息，并形成所述目标对象对应的特征信息。

3.根据权利要求2所述的方法，其特征在于，所述至少一类特征包括下述至少一项：文本类特征、数字类特征以及所述目标对象所属类型特征；

对所述至少一类特征中的每类特征进行相应匹配方式的数据处理，得到每类特征对应的特征信息，包括下述至少一项：

通过自然语言处理，将所述文本类特征转换为文本向量；

对数字类特征进行范围划分，并对划分后的范围进行编码，得到所述数字类特征对应的第一编码信息；

对所述目标对象所属类型特征进行编码，得到所述目标对象所属类型特征对应的第二编码信息；

其中，所述目标对象对应的特征信息包括下述至少一项：所述文本向量、所述第一编码信息以及所述第二编码信息。

4.根据权利要求1所述的方法，其特征在于，所述根据所述特征信息，通过转化率评估模型，预估得到所述目标对象的转化率评估结果，包括：

将所述特征信息中包含的特征数目与转化率评估模型所需的输入量中包含的特征数目进行比对；

若比对结果为所述特征信息中缺失特征，则对所述特征信息进行特征填充，得到目标特征信息；

将所述目标特征信息输入到所述转化率评估模型中，预估得到所述目标对象的转化率评估结果。

5.根据权利要求4所述的方法，其特征在于，所述若比对结果为所述特征信息中缺失特征，则对所述特征信息进行特征填充，得到目标特征信息，包括：

若比对结果为所述特征信息中缺失特征，则获取所述特征信息缺失的待填充特征；

根据所述待填充特征、所述特征信息以及所述历史对象的历史特征信息，确定所述待填充特征对应的填充值；

将所述填充值更新至所述特征信息中，得到目标特征信息。

6.根据权利要求5所述的方法，其特征在于，所述根据所述待填充特征、所述特征信息以及所述历史对象的历史特征信息，确定所述待填充特征对应的填充值，包括：

根据所述特征信息以及所述历史对象的历史特征信息，通过聚类分析，得到与所述目标对象相似的目标历史对象；

从所述目标历史对象的历史特征信息中获取与所述特征信息中的所述待填充特征匹配的填充值，并将所述匹配的填充值作为所述待填充特征对应的填充值。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述方法还包括：

获取所述历史对象的历史有效信息以及历史转化率；

将所述历史有效信息进行数据处理，并对处理后的历史有效信息进行特征填充，生成所述历史对象的历史特征信息；

以所述历史对象的历史特征信息以及历史转化率为样本，通过机器学习算法对所述样本进行训练、测试以及验证，得到所述转化率评估模型。