[发明专利]优质用户确定方法、筛选模型的训练方法和相关设备

说明书

本发明提供一种优质用户确定方法，包括：获取各个待筛选的第一用户的目标信息，所述目标信息包括第一价值等级特征、多个第一画像特征以及多个第一投资特征，所述第一价值等级特征用于指示所述第一用户的投资价值；将各个所述第一用户的目标信息输入至筛选模型，以在各个所述第一用户中确定优质用户。本发明中，通过筛选模型在大量的用户中确定优质用户，无需人工确定优质用户，节省了优质用户的确定时长，提高了优质用户的确定效率。

技术领域

本发明涉及通信技术领域，尤其涉及一种优质用户确定方法、筛选模型的训练方法和相关设备。

背景技术

随着互联网的发展及其向金融行业的不断渗透，互联网金融模式高速发展，各类金融产品越来越受到用户喜爱，网络投资用户不断增长，传统金融行业纷纷向互联网金融转型，互联网金融平台数量不断激增，金融产品出现严重同质化，用户在平台之间的流动性较大，若能快速准确地分析出优质用户，并进行相对合理的推送或实施个性化的运营策略，可极大可能性增加用户加大投资或延长投资的概率。

目标，金融机构挖掘优质用户是通过人工进行挖掘，例如，可以通过客服上报购买金融产品的优质用户，或者，通过专业分析人员分析用户信息以确定优质用户。但金融机构的用户群体庞大，通过人工的方式挖掘优质用户需要耗费大量的时间，优质用户的确定效率低下。

发明内容

本发明提供一种优质用户确定方法、筛选模型的训练方法和相关设备，用以解决优质用户的确定效率较低的问题。

一方面，本发明提供一种优质用户确定方法，包括：

获取各个待筛选的第一用户的目标信息，所述目标信息包括第一价值等级特征、多个第一画像特征以及多个第一投资特征，所述第一价值等级特征用于指示所述第一用户的投资价值；

将各个所述第一用户的目标信息输入至筛选模型，以在各个所述第一用户中确定优质用户。

另一方面，本发明还提供一种筛选模型的训练方法，包括：

获取多个训练样本，所述训练样本包括第二用户的第二价值等级特征、多个第二画像特征以及多个第二投资特征，所述第二价值等级特征用于指示所述第二用户的价值；

根据各个所述训练样本对预设模型进行训练得到筛选模型，所述筛选模型用于在各个待筛选的第一用户筛选优质用户。

在一实施例中，所述获取多个训练样本，包括：

获取所述第二用户的第二价值等级特征、多个待确定画像特征以及多个待确定投资特征；

确定所述第二价值等级特征与每个所述待确定画像特征之间的第一相关性参数，且确定所述第二价值等级特征与每个所述待确定投资特征之间的第二相关系参数；

将大于第一预设阈值的所述第一相关性参数对应的待确定画像特征确定为第二画像特征，且将大于第二预设阈值的所述第二相关性参数对应的待确定投资特征确定为第二投资特征；

根据所述第二价值等级特征、各个所述第二画像特征以及各个所述第二投资特征，确定所述训练样本。

在一实施例中，所述根据各个所述训练样本对预设模型进行训练得到筛选模型，包括：

根据各个所述训练样本，对不同类型的预设模型进行训练，得到多个待确定模型；

基于各个测试样本，对每个所述待确定模型进行测试，得到每个所述待确定模型的筛选效果参数值；

将大于第三预设阈值的筛选效果参数值对应的待确定模型，确定为筛选模型。

在一实施例中，所述基于各个测试样本，对每个所述待确定模型进行测试，得到每个所述待确定模型的筛选效果参数值；