一种伪随机抽奖方法、装置、电子设备和存储介质制造方法及图纸

本申请公开了一种伪随机抽奖方法、装置、电子设备和存储介质，涉及计算机技术领域。所述方法包括：响应于检测到当前用户发生消费行为，获取所述当前用户的消费数据；调用已经训练好的带有保底机制的概率抽奖算法模型，根据所述消费数据通过所述概率抽奖算法模型确定所述当前用户的抽奖参数；接收所述概率抽奖算法模型根据所述抽奖参数返回的概率随机抽奖结果；所述概率抽奖算法模型用于将所有消费抽奖返现率限制在预设成本率以内且同时使得满足保底机制条件的用户命中保底奖励。本申请能够在考虑控制成本偏差的同时实现用户消费抽奖激励。奖激励。奖激励。

【技术实现步骤摘要】
一种伪随机抽奖方法、装置、电子设备和存储介质


[0001]本申请涉及计算机
，特别是涉及一种伪随机抽奖方法、装置、电子设备和存储介质。

技术介绍

[0002]目前企业为了吸引流量和提高用户消费的活跃度，一般会进行一些针对消费的抽奖活动，例如消费返现等客户回馈活动。但在实际抽奖过程中因为随机性的问题，可能会导致活动结束后抽奖的成本与既定目标产生比较大的随机偏差，同时存在运气不佳的用户持续多次抽奖而并未获奖。
[0003]因此，如何在考虑控制成本偏差的同时实现用户消费抽奖激励，是目前亟待解决的技术问题。

技术实现思路

[0004]为了解决上述
技术介绍
中提到的至少一个问题，本申请提供了一种伪随机抽奖方法、装置、电子设备和存储介质，能够在考虑控制成本偏差的同时实现用户消费抽奖激励。
[0005]本申请实施例提供的具体技术方案如下：
[0006]第一方面，提供一种伪随机抽奖方法，包括：
[0007]响应于检测到当前用户发生消费行为，获取所述当前用户的消费数据；
[0008]调用已经训练好的带有保底机制的概率抽奖算法模型，根据所述消费数据通过所述概率抽奖算法模型确定所述当前用户的抽奖参数；
[0009]接收所述概率抽奖算法模型根据所述抽奖参数返回的概率随机抽奖结果；
[0010]所述概率抽奖算法模型用于将所有消费抽奖返现率限制在预设成本率以内且同时使得满足保底机制条件的用户命中保底奖励。
[0011]进一步的，所述消费数据包括所述当前用户的用户属性、所述当前用户的消费类型以及所述当前用户的用户类型中的至少一种；
[0012]所述已经训练好的带有保底机制的概率抽奖算法模型用于根据不同所述当前用户的消费类型和/或不同所述当前用户的用户类型得到不同的所述当前用户的抽奖参数；
[0013]所述抽奖参数包括返奖比例、所述返奖比例对应的抽奖概率、抽中保底奖项所需要的次数阈值以及抽中大奖所需要的金额阈值中的至少一种。
[0014]进一步的，所述概率抽奖算法模型是通过如下公式进行计算的：
[0015]a1x1+a2x2+
…
+a
N
x
N
＝y
[0016]x1+x2+
…
+x
N
＝1
[0017]a1x1+a2x2+
…
+a
N
x
N
≤y
[0018][0019]其中，a
N
为对应第N档位返奖比例，x
N
为所述第N档位返奖比例对应的抽奖概率，y为
所述预设成本率，为求解第i档位返奖比例对应的抽奖概率的最小化目标函数。
[0020]进一步的，所述方法还包括：
[0021]获取脱敏消费交易数据集；
[0022]将第一预设成本率乘以初始缩放系数得到训练成本率，并通过概率抽奖算法模型计算得到各个返奖比例对应的抽奖概率；
[0023]遍历所述脱敏消费交易数据集，按照当前所述各个返奖比例对应的抽奖概率计算返回抽奖结果，得到当前总消费金额以及当前返现金额；
[0024]根据所述当前总消费金额以及所述当前返现金额的情况通过二分法对所述初始缩放系数进行训练，重复训练直至缩放系数收敛得到目标缩放系数；
[0025]将所述第一预设成本率乘以所述目标缩放系数得到第二预设成本率。
[0026]进一步的，所述根据所述当前总消费金额以及所述当前返现金额的情况通过二分法对所述初始缩放系数进行训练，重复训练直至缩放系数收敛得到目标缩放系数，是通过如下公式进行计算的：
[0027][0028]若则β
hi
＝β
[0029]若则β
lo
＝β
[0030]重复直至β
hi
‑
β
lo
<σ，结束
[0031]其中，β为缩放系数，β
lo
为训练缩放系数下限，β
hi
为训练缩放系数上限，S
′
为当前返现金额，S为当前总消费金额，y为第一预设成本率，σ为极小正常数。
[0032]进一步的，所述概率抽奖算法模型还用于配置成本率函数以设置动态成本率；
[0033]其中，所述成本率函数用于描述所述预设成本率与当前用户消费次数正相关的映射关系。
[0034]进一步的，所述概率抽奖算法模型还用于为所述抽奖结果设置随机扰动。
[0035]第二方面，提供一种伪随机抽奖装置，所述装置包括：
[0036]数据获取模块，用于响应于检测到当前用户发生消费行为，获取所述当前用户的消费数据；
[0037]服务调用模块，用于调用已经训练好的带有保底机制的概率抽奖算法模型，根据所述消费数据通过所述概率抽奖算法模型确定所述当前用户的抽奖参数；
[0038]数据更新模块，用于接收所述概率抽奖算法模型根据所述抽奖参数返回的概率随机抽奖结果；
[0039]其中，所述概率抽奖算法模型用于将所有消费抽奖返现率限制在预设成本率以内且同时使得满足保底机制条件的用户命中保底奖励。
[0040]第三方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述伪随机抽奖方法。
[0041]第四方面，提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行所述伪随机抽奖方法。
[0042]本申请实施例具有如下有益效果：
[0043]本申请实施例提供的一种伪随机抽奖方法、装置、电子设备和存储介质，能够通过带有保底机制的概率抽奖算法模型，使得在用户连续多次不中奖时，满足条件阈值之后返回保底大奖，以防止用户失去抽奖兴趣，激励用户；通过服务接口调用模型返回获奖情况，通过数据库存储更新记录，抽奖实现轻量级，占用资源少，部署门槛低；另外抽奖参数可配置化，可以根据实际应用场景灵活配置，更改后可以通过实际脱敏交易数据重新训练部署。
附图说明
[0044]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0045]图1示出本申请实施例提供的伪随机抽奖方法的总流程图；
[0046]图2示出根据本申请一个实施例的伪随机抽奖方法的具体流程图；
[0047]图3示出本申请实施例提供的伪随机抽奖装置的结构示意图；
[0048]图4示出可被用于实施本申请中所述的各个实施例的示例性系统。
具体实施方式
[0049]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种伪随机抽奖方法，其特征在于，包括：响应于检测到当前用户发生消费行为，获取所述当前用户的消费数据；调用已经训练好的带有保底机制的概率抽奖算法模型，根据所述消费数据通过所述概率抽奖算法模型确定所述当前用户的抽奖参数；接收所述概率抽奖算法模型根据所述抽奖参数返回的概率随机抽奖结果；所述概率抽奖算法模型用于将所有消费抽奖返现率限制在预设成本率以内且同时使得满足保底机制条件的用户命中保底奖励。2.根据权利要求1所述的伪随机抽奖方法，其特征在于，所述消费数据包括所述当前用户的用户属性、所述当前用户的消费类型以及所述当前用户的用户类型中的至少一种；所述已经训练好的带有保底机制的概率抽奖算法模型用于根据不同所述当前用户的消费类型和/或不同所述当前用户的用户类型得到不同的所述当前用户的抽奖参数；所述抽奖参数包括返奖比例、所述返奖比例对应的抽奖概率、抽中保底奖项所需要的次数阈值以及抽中大奖所需要的金额阈值中的至少一种。3.根据权利要求1所述的伪随机抽奖方法，其特征在于，所述概率抽奖算法模型是通过如下公式进行计算的：a1x1+a2x2+
…
+a
N
x
N
＝yx1+x2+
…
+x
N
＝1a1x1+a2x2+
…
+a
N
x
N
≤y其中，a
N
为对应第N档位返奖比例，x
N
为所述第N档位返奖比例对应的抽奖概率，y为所述预设成本率，为求解第i档位返奖比例对应的抽奖概率的最小化目标函数。4.根据权利要求1所述的伪随机抽奖方法，其特征在于，所述方法还包括：获取脱敏消费交易数据集；将第一预设成本率乘以初始缩放系数得到训练成本率，并通过概率抽奖算法模型计算得到各个返奖比例对应的抽奖概率；遍历所述脱敏消费交易数据集，按照当前所述各个返奖比例对应的抽奖概率计算返回抽奖结果，得到当前总消费金额以及当前返现金额；根据所述当前总消费金额以及所述当前返现金额的情况通过二分法对所述初始缩放系数进行训练...

【专利技术属性】
技术研发人员：白梅林，袁皓，王家宝，
申请(专利权)人：众安在线财产保险股份有限公司，
类型：发明
国别省市：