【技术实现步骤摘要】
本专利技术属于信息处理，具体涉及一种权益产品动态发放方法、系统、装置及存储介质。
技术介绍
1、权益产品，例如包括折扣券等。商家以提供交易满减、折扣券等方式构建起自身的权益体系，实现客户黏性和品牌价值的提升。目前，商家提前支付购买权益产品，通过权益下发平台向用户发放权益产品已成为一种常见的方式，但权益产品通常都会设定有效期限，且各个权益产品的有效期不同。如果库存的权益产品在有效期内没有被充分使用或销售，那么一旦过期，这些未使用的权益产品将变成商家的损失，导致资金风险增加。同时，对于用户来说，权益产品过期也会带来一定的损失。
2、因此，商家需要仔细评估权益产品的市场需求、用户活跃度，以制定合理的库存和有效期策略，在权益产品有效期截止前及时发放给用户，避免过多的过期损失。
技术实现思路
1、为了克服现有技术中的问题，本专利技术提出了一种权益产品动态发放方法、系统、装置及存储介质。
2、本专利技术解决上述技术问题的技术方案如下：
3、第一方面，本专利技术提供了一种权益产品动态发放方法，包括以下步骤：
4、获取用户信息及库存权益产品信息；
5、对用户信息及库存权益产品信息进行数据清洗和预处理，得到第一特征集合；
6、对第一特征集合进行筛选，确定最优特征子集；基于最优特征子集，构建同一权益产品核销概率预测模型，并对所述同一权益产品核销概率预测模型进行训练，得到训练好的同一权益产品核销概率预测模型；
7、将库存
8、使用核销概率预测模型对不同的发放等级中库存权益产品的核销概率进行预测；
9、对核销概率进行排序，根据排序结果，从发放等级中取出库存权益产品，向用户发放。
10、进一步地，所述第一特征集合包括权益产品特征信息、用户特征信息、交易特征信息、核销特征信息及用户行为特征信息；
11、所述权益产品特征信息包括权益产品面值、权益产品有效期及权益产品发放量；
12、所述用户特征信息包括用户id、所在地区、性别及年龄；
13、所述交易特征信息包括购买数量、交易金额、消费频率、交易时间、首次交易时间、交易次数、交易时间与权益产品过期时间的差值、交易时间的季节性、评价；
14、所述核销特征信息包括核销时间、首次核销时间、核销次数、核销间隔、是否被核销、核销时间与权益产品过期时间的差值、核销时间的季节性、核销所在地区、核销权重、交易金额与核销时间交叉特征、用户消费频率与核销次数的交叉特征；
15、用户行为特征信息包括权益产品偏好权重。
16、进一步地，对第一特征集合进行筛选，确定最优特征子集具体包括：
17、通过xgboost算法计算第一特征集合中特征的重要性，得出每个特征的重要性分数，按照得分从高到低的顺序排列特征；
18、通过随机森林算法计算第一特征数据集合中特征的重要性，得到每个特征的贡献值，按照贡献值从高到低的顺序排列特征；
19、通过联合比较xgboost算法中特征重要性分数大于第一阈值的特征变量与随机森林算法中贡献值大于第二阈值的特征变量，取其交集得到二者共同选出的原始特征集；
20、基于共同选出的原始特征集，利用sfs前向选择，得到最终的最优特征子集。
21、进一步地，通过xgboost算法计算第一特征集合中的特征重要性，得出每个特征的重要性分数，包括：
22、对于第一特征集合中的每个特征，遍历所有分裂点，计算分裂后的左右子节点的一阶导数和二阶导数的和；
23、根据gain得分公式，计算分裂所带来的增益；
24、选择增益最大的分裂点作为最佳分裂点，用于决策树节点的分裂；
25、所述gain得分的具体公式为：
26、；
27、其中， gl为分裂后左子节点上的一阶导数之和， gr为分裂后右子节点上的一阶导数之和； hl为左子节点二阶导数之和 ，hr为右子节点上的二阶导数之和；λ是正则化项的权重，正则化项帮助防止过拟合，通过调整λ的值平衡模型的复杂度；γ是控制树在进行分裂时的最小增益阈值；当进行节点分裂时，只有当分裂节点的增益大于γ时才会进行分裂。
28、进一步地，通过随机森林算法计算第一特征数据集合中特征的重要性，得到每个特征的贡献值，按照贡献值从高到低的顺序排列特征，包括：
29、采用基尼指数计算每个特征的贡献值：
30、；
31、其中， gia表示分枝前的基尼指数，z表示z个类别， paz表示类别 z在节点 a中的权重，即从节点 a中随机抽取两个样本，计算其类别标记不一致的概率；
32、对于特征 j，其在节点 a上基尼指数变化量通过计算该特征在该节点分枝前的基尼指数与分枝后基尼指数的差求得：
33、；
34、其中， vimja表示特征j在节点 a上的基尼指数变化值， gia表示分枝前的基尼指数， gil和 gir则为节点 a分枝后的两个新节点的基尼指数；
35、特征 j在决策树 i中出现在节点集合 m中，则求得特征 j在第 i颗决策树上的基尼指数变化量：
36、；
37、其中， vimij表示特征 j在第 i颗决策树上的基尼指数变化量；
38、在随机森林中有 b颗决策树，则特征 j的总基尼指数变化量为：
39、；
40、其中， vimj表示特征 j的总基尼指数变化量；
41、第 j特征贡献量归一化以后的值为特征 j的贡献量，计算方法如下： 本文档来自技高网...
【技术保护点】
1.一种权益产品动态发放方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种权益产品动态发放方法，其特征在于，所述第一特征集合包括权益产品特征信息、用户特征信息、交易特征信息、核销特征信息及用户行为特征信息；
3.根据权利要求2所述的一种权益产品动态发放方法，其特征在于，对所述第一特征集合进行筛选，确定最优特征子集具体包括：
4.根据权利要求3所述的一种权益产品动态发放方法，其特征在于，通过XGBoost算法计算第一特征集合中的特征重要性，得出每个特征的重要性分数，包括：
5.根据权利要求4所述的一种权益产品动态发放方法，其特征在于，通过随机森林算法计算第一特征数据集合中特征的重要性，得到每个特征的贡献值，按照贡献值从高到低的顺序排列特征，包括：
6.根据权利要求5所述的一种权益产品动态发放方法，其特征在于，基于最优特征子集，构建同一权益产品核销概率预测模型，包括：
7.根据权利要求1所述的一种权益产品动态发放方法，其特征在于，将库存权益产品匹配到相应的发放等级中，具体包括：获取权益产品下的库存产品
8.一种权益产品动态发放系统，其特征在于，包括：
9.一种权益产品动态发放装置，其特征在于，其包括：处理器、存储器以及程序；所述程序存储在所述存储器中，所述处理器调用存储器存储的程序，以执行权利要求1-7任意一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行权利要求1-7中任意一项所述的方法。
...【技术特征摘要】
1.一种权益产品动态发放方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种权益产品动态发放方法，其特征在于，所述第一特征集合包括权益产品特征信息、用户特征信息、交易特征信息、核销特征信息及用户行为特征信息；
3.根据权利要求2所述的一种权益产品动态发放方法，其特征在于，对所述第一特征集合进行筛选，确定最优特征子集具体包括：
4.根据权利要求3所述的一种权益产品动态发放方法，其特征在于，通过xgboost算法计算第一特征集合中的特征重要性，得出每个特征的重要性分数，包括：
5.根据权利要求4所述的一种权益产品动态发放方法，其特征在于，通过随机森林算法计算第一特征数据集合中特征的重要性，得到每个特征的贡献值，按照贡献值从高到低的顺序排列特征，包括：
6.根据权利要求5所述的一种权益产品动态发放方法，其特征在于，基于最优特征子集，构建同一权益产品核销概率预测模型，包括：<...
【专利技术属性】
技术研发人员：高杰，王琪，
申请(专利权)人：山东鼎信数字科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。