[发明专利]一种优惠券发放方法、装置、终端设备及存储介质

权利要求书

1.一种优惠券发放方法，其特征在于，包括：

获取用户特征信息、用户点击商品行为信息和用户点击的商品特征信息；

将所述用户特征信息、用户点击商品行为信息和用户点击的商品特征信息输入至多任务学习模型中，得到用户偏好和用户的价格敏感度，其中，所述多任务学习模型根据用户特征信息样本、用户点击商品行为序列样本和用户点击的商品特征信息样本训练得到；

根据所述用户偏好和用户的价格敏感度将用户下一个点击的商品对应的优惠券发放至用户终端。

2.根据权利要求1所述的方法，其特征在于，所述用户点击商品行为序列样本包括：第一用户点击商品行为信息样本和第二用户点击商品行为信息样本，所述第一用户点击商品行为信息样本为用户第1次至T-1次点击商品行为信息，所述第二用户点击商品行为信息为用户第T次点击商品行为信息；所述用户点击的商品特征信息样本包括：第一用户点击的商品特征信息样本和第二用户点击的商品特征信息样本，所述第一用户点击的商品特征信息样本为用户第1次至T-1次点击的商品特征信息样本，所述第二用户点击的商品特征信息样本为用户第T次点击的商品特征信息样本，T为大于1的正整数，所述用户特征信息样本包括：第一用户特征信息样本，其中，所述第一用户特征信息样本包括：正样本和负样本，所述第一用户特征信息携带标签，所述正样本携带使用优惠券标签，所述负样本携带未使用优惠券标签；

所述多任务学习模型的训练方法，包括：

获取用户特征信息样本、用户点击商品行为序列样本和用户点击的商品特征信息样本；

将所述用户特征信息样本、第一用户点击商品行为信息样本和第一用户点击的商品特征信息样本输入至待训练的多任务学习模型中，得到预估用户第T次点击的商品；

将所述第一用户特征信息样本和用户点击商品行为序列样本输入至待训练的多任务学习模型，得到预估价格敏感度；

根据所述第二用户点击的商品特征信息样本和所述预估用户第T次点击的商品特征信息形成的第一目标函数和根据所述预估价格敏感度和所述第一用户特征信息携带的标签形成的第二目标函数训练所述待训练的多任务学习模型的模型参数；

返回执行将所述用户特征信息样本、第一用户点击商品行为信息样本和第一用户点击的商品特征信息样本输入至待训练的多任务学习模型中，得到预估用户第T次点击的商品，将所述第一用户特征信息样本和用户点击商品行为序列样本输入至待训练的多任务学习模型，得到预估价格敏感度的操作，直至得到多任务学习模型。

3.根据权利要求2所述的方法，其特征在于，所述正样本中的用户为购买过优惠商品的用户，所述负样本中的用户为在优惠购买界面未使用优惠券购买的用户。

4.根据权利要求2所述的方法，其特征在于，所述用户点击的商品特征信息包括：用户点击的商品的身份信息、商品的类别、商品的短描述、商品的价格以及商品的标题中的一种或多种。

5.根据权利要求2所述的方法，其特征在于，所述用户特征信息包括：用户年龄信息、用户所属城市等级信息和用户历史消费信息中的一种或多种。

6.根据权利要求5所述的方法，其特征在于，获取用户特征信息包括：

获取用户的IP地址；

根据所述用户的IP地址确定用户所属城市；

根据用户所属城市查询城市等级划分规则，得到用户所属城市等级信息。

7.根据权利要求1所述的方法，其特征在于，获取用户点击商品行为信息包括：

获取用户浏览商品详情页面时间大于设定阈值的用户点击商品行为信息。

8.根据权利要求2所述的方法，其特征在于，所述第二用户点击的商品特征信息样本还包括用户第1次至T-1次未点击的商品特征信息，其中，未点击的商品与用户点击的商品处于同一显示界面。