[发明专利]业务推广对象的维护方法、装置、计算机设备和存储介质

权利要求书

1.一种业务推广对象的维护方法，其特征在于，所述方法包括：

获取业务推广对象在对应推广平台中的投放数据；所述投放数据包括多项预设指标的数据，所述预设指标反映所述业务推广对象在对应推广平台中的推广效果；

将所述投放数据输入至预先训练的决策模型中，以通过所述决策维护模型中的多棵决策树，分别根据所述投放数据和预先定义的目标函数，得出将所述业务推广对象继续在对应推广平台中投放的支持概率，并融合所述多棵决策树对应的支持概率，输出对应的决策结果；

根据所述决策模型输出的决策结果，确定是否继续在对应推广平台中投放所述业务推广对象。

2.根据权利要求1所述的方法，其特征在于，所述决策结果为多个支持概率之和；所述根据所述决策模型输出的决策结果，确定是否继续在对应推广平台中投放所述业务推广对象，包括：

当所述多个支持概率之和大于或等于预设阈值时，确定继续在对应推广平台投放所述业务推广对象；

当所述多个支持概率之和小于所述预设阈值时，针对所述业务推广对象生成停止在对应推广平台中继续投放的信息。

3.根据权利要求1所述的方法，其特征在于，还包括：

获取样本业务推广对象在对应推广平台中的样本投放数据，以及初始化梯度提升决策树模型的当前支持概率；

计算预先定义的目标函数对于所述当前支持概率的导数信息；根据所述导数信息在所述梯度提升决策树模型中新建一棵决策树，并将所述样本投放数据输入至调整后的梯度提升决策树模型，获取所述梯度提升决策树模型输出的新的当前支持概率；

返回所述计算预先定义的目标函数对于所述当前支持概率的导数信息的步骤，重复建立新的决策树，对所述梯度提升决策树模型进行迭代训练，直到满足训练结束条件，将当前的梯度提升决策树模型作为所述决策模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述导数信息在所述梯度提升决策树模型中新建一棵决策树，包括：

在所述梯度提升决策树模型中，新建立一棵初始决策树，并根据所述导数信息和最优切分点划分算法，对新建立的初始决策树进行叶子节点分裂，当所述叶子节点分裂满足分裂停止条件时停止分裂，得到新建好的决策树；

将包含所述新建好的决策树的梯度提升决策树模型，作为调整后的梯度提升决策树模型。

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

获取多项样本预设指标，并从中获取互为重复的多个关联指标；

针对所述多个样本预设指标，对其中的所述多个关联指标进行去重，得到去重后的样本预设指标；

所述将所述样本投放数据输入至调整后的梯度提升决策树模型，获取所述梯度提升决策树模型输出的新的当前支持概率，包括：

将所述去重后的样本预设指标对应的样本投放数据输入至调整后的梯度提升决策树模型，获取所述梯度提升决策树模型输出的新的当前支持概率。

6.根据权利要求5所述的方法，其特征在于，所述多项预设指标包括以下至少两项：推广次数、推介对象被浏览次数、推广开始时间、推广结束时间、销售量、销售额、点击量、观众数量、点击通过率、购物车添加量、购物车添加金额；

所述从中获取互为重复的多个关联指标，包括：

从所述多项样本预设指标中，获取至少两项预设指标对应的相关性系数；

当所述相关性系数超过预设阈值，将获取的至少两项预设指标确定为互为重复的多个关联指标。

7.根据权利要求3所述的方法，其特征在于，所述获取样本业务推广对象在对应推广平台中的样本投放数据，包括：

获取对应推广平台的投放规则和投放流程信息；

根据所述投放规则和投放流程信息，从所述对应推广平台中获取样本业务推广对象对应的样本投放数据；

所述投放流程信息包括以下至少一项：

受众定位流程、推广对象展示流程、点击流程、引流流程、加购流程、下单流程、订单处理流程。