买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京三快在线科技有限公司

摘要：本说明书公开了一种优惠券推送方法及装置，先根据目标用户的历史行为数据，确定目标用户的用户特征，之后针对每个待推送优惠券，根据目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先训练的模型，在对所述待推送优惠券的不同使用情况下，该目标用户执行购买行为的概率，然后根据确定出的概率以及该推送优惠券的成本，确定向目标用户推送该待推送优惠券的回报值，最后，根据各待推送优惠券的回报值，从各待推送优惠券中确定目标优惠券并推送给目标用户。

主权项：1.一种优惠券推送方法，其特征在于，包括：根据目标用户的历史行为数据，确定所述目标用户的用户特征；针对各待推送优惠券，根据所述目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先训练的模型，确定所述目标用户在对该待推送优惠券的不同使用情况下执行购买行为的概率；根据所述概率以及该待推送优惠券的成本，确定将该待推送优惠券推送给所述目标用户的回报值；根据针对各待推送优惠券分别确定出的回报值，从各待推送优惠券中，确定目标优惠券并推送给所述目标用户；预先训练模型，具体包括：根据各用户的用户信息，确定若干用户类型；针对确定出的每个用户类型，根据各优惠券以及该用户类型的各用户，确定训练样本，并训练用于预测该用户类型的用户在对优惠券的不同使用情况下执行购买行为的概率的模型；其中，针对每个训练样本，该训练样本包含一个用户和一个优惠券，若该训练样本中包含的用户持有该训练样本中包含的优惠券，则该训练样本为正例，若该训练样本中包含的用户未持有该训练样本中包含的优惠券，则该训练样本为反例；根据所述训练样本中的反例，训练得到用于预测用户未持有优惠券时执行购买行为的概率的第一模型，具体包括：根据所述训练样本中的反例以及梯度增强决策树GBDT，训练用于处理用户特征的GBDT决策树模型；根据训练完成的GBDT决策树模型，处理反例中各用户的用户特征，并将处理结果作为线性回归LR模型的输入，以训练用于预测用户未持有优惠券时执行购买行为的概率的LR模型，作为所述第一模型；所述预先训练模型，还包括：根据所述训练样本中的正例以及各正例通过所述第一模型计算得到的第一概率，训练得到用于预测用户持有优惠券时执行购买行为的概率的第二模型；根据所述训练样本中正例，训练得到用于预测用户使用优惠券执行购买行为的概率的第三模型；根据所述训练样本中的正例以及各正例通过所述第一模型计算得到的第一概率，训练得到用于预测用户持有优惠券时执行购买行为的概率的第二模型，具体包括：针对所述训练样本中的每个正例，根据训练完成的所述第一模型计算该正例中包含的用户未持有优惠券时执行购买行为的概率，作为正例的第一概率；根据所述训练样本中的正例以及正例的第一概率，训练用于预测用户持有优惠券时执行购买行为的概率的LR模型，作为所述第二模型；根据所述训练样本中正例，训练得到用于预测用户使用优惠券执行购买行为的概率的第三模型，具体包括：根据所述训练样本中的正例以及梯度增强决策树GBDT，训练用于处理用户特征以及优惠券特征的GBDT决策树模型；根据训练完成的GBDT决策树模型，处理各正例中用户的用户特征以及优惠券的优惠券特征，并将处理结果作为线性回归LR模型的输入，以训练用于预测用户使用优惠券执行购买行为的概率的LR模型，作为所述第三模型。

全文数据：一种优惠券推送方法及装置技术领域本申请涉及互联网技术领域，尤其涉及一种优惠券推送方法及装置。背景技术随着互联网技术的发展以及成熟，越来越多的用户习惯通过电子商务平台消费购物。而在电子商务平台大量出现且同质化严重的情况下，只有足够多的活跃用户才能保证平台的正常运行，因此如何提高用户留存率成为各电子商务平台的重要工作之一。而一种常用的提高用户留存率的方法是：向用户推送信息其感兴趣的信息，以增加用户使用平台的频率，提高留存率。其中，推送信息包括：广告、优惠券、互动活动、电子券等等。由于用户通常只浏览自己感兴趣的信息，而不同用户的需求并不完全相同，因此为了提高推送信息的准确率，在现有技术中，通过获取用户的画像信息，根据训练完成的用于预测用户喜好的预测模型，确定向用户推送的信息。并且，由于电子券或者优惠券这类信息对于吸引用户留存的效果更加明显，因此更常见的预测模型是用于预测用户在不同的费用减免值即，优惠券提供的优惠额度时完成预设交易的概率。则最后平台确定的向用户推送哪种优惠券。现有技术中的采用的是拟合各费用减免值以及对应的各交易概率的函数，基于拟合函数以及预设的若干参数，将用户群划分为若干类，并确定每一类用户分别对应的推送优惠券即，推送哪种优惠券。但是，预测模型的粒度较大，不能真正的做到针对每个用户进行预测以及优惠券推送，导致推送优惠券的准确率较低。另外，由于优惠券推送的成本，还包含了优惠券本身在使用的费用减免值。但是现有技术中，并没有考虑优惠券实际使用时造成的成本，容易造成推送优惠券的成本过高，本末倒置。于是针对现有技术中存在的问题，本说明书提供一种新的优惠券推送方法及装置。发明内容本说明书实施例提供一种优惠券推送方法及装置，用于解决现有推送优惠券的技术中不考虑成本，且预测模型的粒度较大，导致推送优惠券准确度低的问题。本说明书实施例采用下述技术方案：本说明书提供的一种优惠券推送方法，包括：根据目标用户的历史行为数据，确定所述目标用户的用户特征；针对各待推送优惠券，根据所述目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先训练的模型，确定所述目标用户在对该待推送优惠券的不同使用情况下执行购买行为的概率；根据所述概率以及该待推送优惠券的成本，确定将该待推送优惠券推送给所述目标用户的回报值；根据针对各待推送优惠券分别确定出的回报值，从各待推送优惠券中，确定目标优惠券并推送给所述目标用户。可选地，预先训练模型，具体包括：根据各用户的用户信息，确定若干用户类型；针对确定出的每个用户类型，根据各优惠券以及该用户类型的各用户，确定训练样本，并训练用于预测该用户类型的用户在对优惠券的不同使用情况下执行购买行为的概率的模型；其中，针对每个训练样本，该训练样本包含一个用户和一个优惠券，若该训练样本中包含的用户持有该训练样本中包含的优惠券，则该训练样本为正例，若该训练样本中包含的用户未持有该训练样本中包含的优惠券，则该训练样本为反例。可选地，预先训练模型，具体包括：根据所述训练样本中的反例，训练得到用于预测用户未持有优惠券时执行购买行为的概率的第一模型；根据所述训练样本中的正例以及各正例通过所述第一模型计算得到的第一概率，训练得到用于预测用户持有优惠券时执行购买行为的概率的第二模型；根据所述训练样本中正例，训练得到用于预测用户使用优惠券执行购买行为的概率的第三模型。可选地，根据所述训练样本中的反例，训练得到用于预测用户未持有优惠券时执行购买行为的概率的第一模型，具体包括：根据所述训练样本中的反例以及梯度增强决策树GBDT，训练用于处理用户特征的GBDT决策树模型；根据训练完成的GBDT决策树模型，处理反例中各用户的用户特征，并将处理结果作为线性回归LR模型的输入，以训练用于预测用户未持有优惠券时执行购买行为的概率的LR模型，作为所述第一模型。可选地，根据所述训练样本中的正例以及各正例通过所述第一模型计算得到的第一概率，训练得到用于预测用户持有优惠券时执行购买行为的概率的第二模型，具体包括：针对所述训练样本中的每个正例，根据训练完成的所述第一模型计算该正例中包含的用户未持有优惠券时执行购买行为的概率，作为正例的第一概率；根据所述训练样本中的正例以及正例的第一概率，训练用于预测用户持有优惠券时执行购买行为的概率的LR模型，作为所述第二模型。可选地，根据所述训练样本中正例，训练得到用于预测用户使用优惠券执行购买行为的概率的第三模型，具体包括：根据所述训练样本中的正例以及梯度增强决策树GBDT，训练用于处理用户特征以及优惠券特征的GBDT决策树模型；根据训练完成的GBDT决策树模型，处理各正例中用户的用户特征以及优惠券的优惠券特征，并将处理结果作为线性回归LR模型的输入，以训练用于预测用户使用优惠券执行购买行为的概率的LR模型，作为所述第三模型。可选地，根据所述目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先训练的模型，确定所述目标用户在对所述待推送优惠券的不同使用情况下执行购买行为的概率，具体包括：根据所述目标用户的用户信息，确定所述目标用户对应的用户类型；根据所述目标用户的用户特征，通过预先针对所述目标用户对应的用户类型训练的第一模型预测所述目标用户的第一概率；根据所述目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先针对所述目标用户对应的用户类型训练的第二模型预测所述目标用户的第二概率；根据所述目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先针对所述目标用户对应的用户类型训练的第三模型预测所述目标用户的第三概率。可选地，根据所述概率以及该待推送优惠券的成本，确定将该待推送优惠券推送给所述目标用户的回报值，具体包括：根据所述第二概率与所述第一概率的差值，以及所述目标用户对应的用户类型的用户数量，确定将该待推送优惠券推送给所述目标用户的收益；根据所述第三概率、所述第一概率、所述目标用户对应的用户类型的用户数量以及该待推送优惠券的优惠成本，确定将该待推送优惠券推送给所述目标用户的推送成本；根据所述收益与所述推送成本，确定将该待推送优惠券推送给所述目标用户的回报值。可选地，根据针对各待推送优惠券分别确定出的回报值，从各待推送优惠券中，确定目标优惠券并推送给所述目标用户，具体包括：按照确定出的各待推送优惠券推送给所述目标用户的回报值从大到小的顺序，确定指定数量的待推送优惠券，作为目标优惠券推送给所述目标用户。本说明书提供一种推送优惠券装置，包括：用户特征确定模块，根据目标用户的历史行为数据，确定所述目标用户的用户特征；概率计算模块，针对各待推送优惠券，根据所述目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先训练的模型，确定所述目标用户在对该待推送优惠券的不同使用情况下执行购买行为的概率；回报计算模块，根据所述概率以及该待推送优惠券的成本，确定将该待推送优惠券推送给所述目标用户的回报值；推送模块，根据确定出的各回报值，从各待推送优惠券中，确定目标优惠券并推送给所述目标用户。本说明书提供的一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述优惠券推送方法。本说明书提供的一种电子设备，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，其特征在于，所述处理器执行所述程序时实现上述优惠券推送方法。本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：在确定向目标用户推送优惠券时，先根据目标用户的历史行为数据，确定目标用户的用户特征，之后针对每个待推送优惠券，根据目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先训练的模型，在对所述待推送优惠券的不同使用情况下，该目标用户执行购买行为的概率，然后根据确定出的概率以及该推送优惠券的成本，确定向目标用户推送该待推送优惠券的回报值，最后，根据各待推送优惠券的回报值，从各待推送优惠券中确定目标优惠券并推送给目标用户。由于回报值是基于待推送优惠券的成本确定的，因此确定推送给目标用户的目标优惠券过程中有成本的影响，并且各回报值都是基于该目标用户的特征计算得到的，因此推送给目标用户的目标优惠券，是单独针对该目标用户确定的。解决了现有技术中存在的问题，提高了推送优惠券的准确性。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本说明书提供的一种优惠券推送过程；图2为本说明书提供的输出第一概率的示意图；图3为本说明书实施例提供的一种优惠券推送装置的结构示意图；图4为本说明书实施例提供的对应于图1的电子设备示意图。具体实施方式为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。以下结合附图，详细说明本申请各实施例提供的技术方案。图1为本说明书实施例提供的一种推送优惠券过程，具体可包括以下步骤：S102：根据目标用户的历史行为数据，确定所述目标用户的用户特征。在本说明书中，推送优惠券的具体可以是电子商务平台的服务器，当服务器确定需要对在平台注册账户的某个用户推送优惠券时，该用户为目标用户。于是，服务器为了针对该目标用户更准确地推送优惠券，服务器可先获取该目标用户的历史行为数据，再根据预设的用户特征维度以及获取的历史行为数据，确定该目标用户的各用户特征的特征值，作为执行后续步骤的基础。具体的，该用户历史行为数据包括用户在该平台中的访问记录、交易记录、上传的用户原创内容UserGeneratedContent，UGC、用户使用优惠券行为、用户点击广告行为等数据。当然，由于不同的电子商务平台涉及的业务内容和服务内容不完全一致，因此在本说明书该历史行为数据具体包括哪些数据，本说明书不做限定，可根据需要设置。同理，在本说明书中预设的用户特征维度可根据需要设置，则服务器可对应各用户特征维度获取需要的历史行为数据，该用户特征具体有哪些本说明书不做限定，可根据需要设置。例如，预设的用户特征维度1为：每日用户访问A类商品页面的次数，则根据用户访问记录，可以确定该目标用户的用户特征1的特征值。S104：针对各待推送优惠券，根据所述目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先训练的模型，确定所述目标用户在对所述待推送优惠券的不同使用情况下执行购买行为的概率。在本说明书实施例中，服务器为了确定每个待推送优惠券在发送给该目标用户后，该待推送优惠券的有效性以及收益等数据，可通过预先训练的模型，针对每个待推送优惠券分别计算确定该目标用户在待推送优惠券的不同使用情况下，执行购买行为的概率，以便在后续步骤中根据确定出的概率确定选择哪个待推送优惠券，作为目标优惠券推送。在本说明书中，该待推送优惠券的不同使用情况至少包括：持有并使用优惠券的情况、持有优惠券并未使用的情况以及未持有优惠券的情况中的一种。并且，该待推送优惠券的优惠券性特征，与预设的用户特征类似，可根据需要配置，本说明书不做限制。该优惠券特征可包括：优惠券的使用方式例如，满减方式、限定商品使用方式、分享红包方式等等，以及优惠券可提供给用户的优惠金额如，用户使用优惠券后平台实际支出的金额或者利润减少的金额。具体的，针对每个待推送优惠券，在本说明书中该服务器可根据该目标用户的用户特征，通过训练完成的第一模型，计算确定该目标用户在未持有该待推送优惠券的情况下执行购买行为的概率，作为所述该待推送优惠券的第一概率。该第一概率可以视为是该目标用户购买商品的基础概率，也就是无论是否接收到推送的优惠券，该目标用户都会消费的概率。根据该目标用户的用户特征以及该待推送优惠券的优惠券特征，通过训练完成的第二模型，计算确定该目标用户在持有该待推送优惠券时执行购买行为的概率，作为该待推送优惠券的第二概率。根据该目标用户的用户特征以及该待推送优惠券的优惠券特征，通过训练完成的第三模型，计算确定该目标用户使用该待推送优惠券执行购买行为的概率，作为该待推送优惠券的第三概率。该第三概率可以视为是该待推送优惠券转化的为购买行为的概率。另外，为了使上所述训练完成的模型更准确，服务器在训练各模型时，可以根据各用户的用户信息，确定若干个用户类型。并针对每个用户类型分，分别训练模型。也就是，根据用户信息，将训练样本划分为若干组，每个用户类型对应一组训练样本，并采用对应该用户类型的训练样本，训练该用户类型对应的各模型。其中，针对每个训练样本，该训练样本包含一个用户和一个优惠券，若该训练样本中包含的用户持有该训练样本中包含的优惠券，则该训练样本为正例，若该训练样本中包含的用户未持有该训练样本中包含的优惠券，则该训练样本为反例。进一步地，在本说明书中该服务器在训练第一模型和第三模型时，均可采用将梯度增强决策树GradientBoostingDecisionTree，GBDT算法作为前级，将线性回归LinearRegression，LR算法作为后级，前级用于对特征进行处理，后级根据前级处理后的特征输出预测结果，分别训练得到第一模型以及第三模型。其中，训练第一模型时的训练样本使用反例，并且由于训练的是用于预测用户未持有优惠券时执行购买行为的概率，因此训练样本中优惠券特征不参与训练，也就是GBDT决策树构建时不将优惠券特征作为节点。而训练第三模型时的训练样本使用正例，GBDT决策树构建时采用用户特征以及优惠券特征作为节点。该服务器在训练第二模型时，可采用线性回归LinearRegression，LR算法进行训练。并且，采用正例以及正例的第一概率训练该LR模型时，该正例的第一概率，为通过训练完成的所述第一模型计算出的各正例中包含的用户未持有优惠券时执行购买行为的概率。对于计算该待推送优惠券的第一概率来说，服务器可根据通过GBDT训练完成的若干GBDT决策树模型，对该目标用户的特征进行编码即，对各用户特征进行处理，确定目标用户的特征组合，再将确定出的该特征组合作为输入，通过第一模型输出第一概率，如图2所示。图2为本说明书提供的输出第一概率的示意图，其中输入的用户特征为目标用户的用户特征，通过GBDT训练完成的若干GBDT决策树模型，对目标用户的用户特征的特征进行编码，得到特征组合，如图中0和1组合的数列。将特征组合再输入训练完成的LR模型即，第一模型，得到输出的第一概率。同理，对于计算该待推送优惠券的第三概率来说，由于第三模型训练时GBDT决策树的构建采用了用户特征和优惠券特征，因此输入的也是该待推送优惠券的优惠券特征以及目标用户的用户特征，通过GBDT训练完成的若干GBDT决策树模型，对输入的用户特征以及优惠券特征进行编码，确定特征组合，再将确定出的特征组合作为输入，通过第三模型输出第三概率。S106：根据所述概率以及该待推送优惠券的成本，确定将该待推送优惠券推送给所述目标用户的回报值。在本说明书实施例中，当服务器针对每个待推送优惠券，确定该待推送优惠券对应的第一概率、第二概率以及第三概率之后，便可计算该待推送优惠券对应该目标用户的回报值。以便后续确定将哪个待推送优惠券作为目标优惠券给该目标用户。具体的，该服务器可根据第二概率与第一概率的差值，确定该目标用户在接收到该待推送优惠券之后，可能增加的购买概率，之后根据该目标用户对应用户类型的用户数量，确定该待推送优惠券的实际收益的交易数量。并可根据该待推送优惠券对应的第二概率以及第三概率，确定该目标用户使用该待推送优惠券的内容进行购物的概率即，使用该待推送优惠券执行购买行为的概率，之后根据该待推送优惠券的成本如，该待推送优惠券的内容对应的优惠金额以及该目标用户对应用户类型的用户数量，确定该使用该待推送优惠券的内容进行购物时，平台所需要花费的成本。最后根据交易数量与成本的比值，确定对于该目标用户，该待推送优惠券促成单笔交易的成本。也就是，当该目标用户接收到该待推送优惠券后，该推送优惠券能促成该目标用户进行消费的成本。并将此作为该待推送优惠券对应该目标用户的回报值。S110：根据确定出的各回报值，从各待推送优惠券中，确定目标优惠券并推送给所述目标用户。在本说明书实施例中，服务器在确定各待推送优惠券分别对应的回报值之后，可按照回报值从大到小的顺序，确定指定数量的待推送优惠券，作为目标优惠券并推送给该目标用户。其中，指定数量可根据需要设置，例如执行数量为1时，服务器可将回报值最高的待推送优惠券，作为目标优惠券推送给该目标用户。具体可以当指定数量为1时，该步骤S106至步骤S108的过程可用公式：表示。其中MaxROIi，j表示函数取ROI值最大的待推送优惠券作为目标优惠券，i表示第i个用户即，目标用户，j表示第j个待推送优惠券，ROI表示回报值，因此ROIi，j表示对于目标用户i，待推送优惠券j的回报值。Pmodel2i，j表示通过第二模型计算得到的目标用户i待推送优惠券j第二概率，同理Pmodel3i，j表示通过第三模型计算得到的目标用户i待推送优惠券j第三概率，Pmodel1i表示通过第一模型计算得到的目标用户i第一概率，N表示目标用户i对应的用户类型的用户数量，Valuej表示该待推送优惠券的优惠成本。基于图1所示的推送优惠券方法，根据目标用户对应的用户类型如，用户画像，通过训练好的模型计算该目标用户在对待推送优惠券的不同使用情况下的执行购买行为的概率。不仅仅单纯的根据计算出的用户使用待推送优惠券的概率，来确定将哪个待推送优惠券作为目标优惠券推送给用户，而是根据上述确定出来的各种情况下的执行购买行为的概率，确定将哪个待推送优惠券作为目标优惠券推送给该目标用户更合适。并且，各概率也是根据输入的目标用户的用户特征计算得到的，因此也是单独针对该目标用户确定的。提高了推送优惠券的准确性，增加了推送优惠券转换效率。另外，在本说明书的训练过程，在步骤S104中提到过为了使训练样本更接近该目标用户，使训练完成的模型更准确，服务器可以预先将用户群划分为若干用户类型。具体的，服务器可以基于用户信息，对于用户群进行划分，确定若干用户类型。例如，将12至15岁的男性，15至18岁的职业为学生的男性，15至18岁的职业不是学生的男性分别划分为不同的用户类型，等等。另外，对于第一模型的训练。在本说明书中，服务器可先根据该用户类型中其他用户的历史行为数据，确定用于训练模型的各训练样本中的用户特征。之后，根据训练样本中的反例以及GBDT，训练用于处理用户特征的GBDT决策树模型。并且，由于训练处理用户特征的目的是使用户特征更加适合用于预测，因此该GBDT决策树的预测目标可为预测用户的未持有优惠券是执行购买行为的概率。其中，可将各反例作为输入通过GBDT，训练得到若干GBDT决策树。当然，对于训练结束条件本说明书不做限定，可以是当准确率达到阈值时确定训练完成，或者当训练次数达到预设次数时确定训练完成，具体可根据需要设置。然后，根据训练完成的GBDT决策树模型中各节点对应的特征，确定线性回归LR模型的各特征。由于预设的用户特征数量较多，但是对于预测用户购买概率的第一模型来说，各用户特征的所起的作用不完全相同，因此通过GDBT可将用户特征进行筛选，可提高训练完成的LR模型的预测准确性。并且，有GDBT确定的是若干决策树，而树结构的各节点都是分支，因此可将连续变化值的特征转换为离散数值的特征，可进一步提高LR模型的训练效果。例如，每日用户上网时长这一用户特征，不同用户的上网时长是个性化的，并且数值较为杂乱，如1小时、1小时5分钟、45分钟、3小时30分钟等等，进一步假设通过GDBT训练得到的某个决策树中的一个节点为：每日上网时长是否超过1小时，则该用户特征由“每日用户上网时长”转换为了用户特征“每日用户上网时长是否超过1小时”，是则特征值为1，否则特征值为0，将连续变化的上网时长的时间数值，转换为了0和1两种特征值。最后，根据所述训练样本中的反例，训练所述LR模型得到所述第一模型。与现有技术中LR模型的训练过程一致，服务器将各反例作为输入，输入该待训练的LR模型中，训练的到预测未收到待推送优惠券用户的购买概率的LR模型，作为第一模型。进一步地，对于第二模型的训练。在本说明书中，该服务器可先根据训练完成的第一模型，计算确定各正例包含的用户在未持有优惠券时执行购买行为的概率，作为正例的第一概率。并将该正例的第一概率，也作为训练样本的一种特征。之后，根据每个训练样本中包含的用户特征、优惠券特征以及该正例的第一概率，确定待训练的LR模型的各特征未付。之后，将各正例作为输入，训练LR模型得到第二模型。需要说明的是，在确定正例中由于即包含了用户特征也包含了优惠券特征，因此正例的第一概率，为该正例包含的用户未持有该正例包含的优惠券时执行购买行为的概率。当然对于LR模型的训练过程本说明书不再赘述。更进一步地，对于第三模型的训练。在本说明书中，对于训练该第三模型，该第三模型也是先通过GBDT确定LR模型的特征，再通过训练LR模型确定出来的。区别于第一模型中通过GBDT训练完成的决策树，由于该第三模型涉及到计算用户使用优惠券执行购物行为的概率，因此构建该GBDT决策树和该LR模型的特征中还包含有优惠券特征。具体的，服务器可根据训练样本中的正例，通过GBDT训练用于处理用户特征以及优惠券特征的GBDT决策树模型。同理，由于训练处理用户特征的目的是使用户特征更加适合用于预测，因此该GBDT决策树的预测目标可为预测用户的使用优惠券执行购买行为的概率。并且，各GBDT决策树模型的节点对应的特征，确定待训练的LR模型的各特征。最后，根据训练样本中的反例以及各待推送优惠券对应的特征值，训练该LR模型得到该第三模型。该训练过程可参考第一模型训练过程中的描述，本说明书对此不再赘述。需要说明的是，由于训练第二模型的特征中，有根据训练完成的第一模型计算出的特征即，正例的第一概率，因此该第二模型的训练是在第一模型训练完成之后进行的。另外本说明书所述的推送目标优惠券的过程，也适用于推送其他信息，则计算的概率为该信息促成的某种行为的概率。例如，其他信息为广告信息时，使用待推送信息执行购买行为的概率，可以是广告的转换率即，用户接收到该广告后，购买广告中商品的概率。或者，其他信息为活动信息时，使用待推送信息执行购买行为的概率，可以是用户接收到该活动信息后，参与该活动的概率。基于图1所示的推送优惠券方法，本说明书实施例还对应提供一种推送优惠券装置的结构示意图，如图3所示。图3为本说明书实施例提供的一种推送优惠券装置的结构示意图，所述装置包括：用户特征确定模块202，根据目标用户的历史行为数据，确定所述目标用户的用户特征；概率计算模块204，针对各待推送优惠券，根据所述目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先训练的模型，确定所述目标用户在对该待推送优惠券的不同使用情况下执行购买行为的概率；回报计算模块206，根据所述概率以及该待推送优惠券的成本，确定将该待推送优惠券推送给所述目标用户的回报值；推送模块208，根据确定出的各回报值，从各待推送优惠券中，确定目标优惠券并推送给所述目标用户；可选地，所述装置还包括：训练模块210，根据各用户的用户优惠券，确定若干用户类型，对确定出的每个用户类型，根据各优惠券以及该用户类型的各用户，确定训练样本，并训练用于预测该用户类型的用户在对优惠券的不同使用情况下执行购买行为的概率的模型，其中，针对每个训练样本，该训练样本包含一个用户和一个优惠券，若该训练样本中包含的用户持有该训练样本中包含的优惠券，则该训练样本为正例，若该训练样本中包含的用户未持有该训练样本中包含的优惠券，则该训练样本为反例。可选地，训练模块210，根据所述训练样本中的反例，训练得到用于预测用户未持有优惠券时执行购买行为的概率的第一模型，根据所述训练样本中的正例以及各正例通过所述第一模型计算得到的第一概率，训练得到用于预测用户持有优惠券时执行购买行为的概率的第二模型，根据所述训练样本中正例，训练得到用于预测用户使用优惠券执行购买行为的概率的第三模型。可选地，训练模块210，根据所述训练样本中的反例以及梯度增强决策树GBDT，训练用于处理用户特征的GBDT决策树模型，根据训练完成的GBDT决策树模型，处理反例中各用户的用户特征，并将处理结果作为线性回归LR模型的输入，以训练用于预测用户未持有优惠券时执行购买行为的概率的LR模型，作为所述第一模型。可选地，训练模块210，针对所述训练样本中的每个正例，根据训练完成的所述第一模型计算该正例中包含的用户未持有优惠券时执行购买行为的概率，作为正例的第一概率，根据所述训练样本中的正例以及正例的第一概率，训练用于预测用户持有优惠券时执行购买行为的概率的LR模型，作为所述第二模型。可选地，训练模块210，根据所述训练样本中的正例以及梯度增强决策树GBDT，训练用于处理用户特征以及优惠券特征的GBDT决策树模型，根据训练完成的GBDT决策树模型，处理各正例中用户的用户特征以及优惠券的优惠券特征，并将处理结果作为线性回归LR模型的输入，以训练用于预测用户使用优惠券执行购买行为的概率的LR模型，作为所述第三模型。可选地，概率计算模块204，根据所述目标用户的用户信息，确定所述目标用户对应的用户类型，根据所述目标用户的用户特征，通过预先针对所述目标用户对应的用户类型训练的第一模型预测所述目标用户的第一概率，根据所述目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先针对所述目标用户对应的用户类型训练的第二模型预测所述目标用户的第二概率，根据所述目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先针对所述目标用户对应的用户类型训练的第三模型预测所述目标用户的第三概率。可选地，回报计算模块206，根据所述第二概率与所述第一概率的差值，以及所述目标用户对应的用户类型的用户数量，确定将该待推送优惠券推送给所述目标用户的收益，根据所述第三概率、所述第一概率、所述目标用户对应的用户类型的用户数量以及该待推送优惠券的优惠成本，确定将该待推送优惠券推送给所述目标用户的推送成本，根据所述收益与所述推送成本，确定将该待推送优惠券推送给所述目标用户的回报值。可选地，推送模块208，按照确定出的各待推送优惠券推送给所述目标用户的回报值从大到小的顺序，确定指定数量的待推送优惠券，作为目标优惠券推送给所述目标用户。本说明书实施例还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的优惠券推送方法。基于图1所示的优惠券推送的方法，本说明书实施例还提出了图4所示的电子设备的示意结构图。如图4，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的优惠券推送方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进例如，对二极管、晶体管、开关等电路结构的改进还是软件上的改进对于方法流程的改进。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件ProgrammableLogicDevice,PLD例如现场可编程门阵列FieldProgrammableGateArray，FPGA就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器logiccompiler”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言HardwareDescriptionLanguage，HDL，而HDL也并非仅有一种，而是有许多种，如ABELAdvancedBooleanExpressionLanguage、AHDLAlteraHardwareDescriptionLanguage、Confluence、CUPLCornellUniversityProgrammingLanguage、HDCal、JHDLJavaHardwareDescriptionLanguage、Lava、Lola、MyHDL、PALASM、RHDLRubyHardwareDescriptionLanguage等，目前最普遍使用的是VHDLVery-High-SpeedIntegratedCircuitHardwareDescriptionLanguage与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该微处理器执行的计算机可读程序代码例如软件或固件的计算机可读介质、逻辑门、开关、专用集成电路ApplicationSpecificIntegratedCircuit，ASIC、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC625D、AtmelAT91SAM、MicrochipPIC18F26K20以及SiliconeLabsC8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和或硬件中实现。本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质包括但不限于磁盘存储器、CD-ROM、光学存储器等上实施的计算机程序产品的形式。本发明是参照根据本发明实施例的方法、设备系统、和计算机程序产品的流程图和或方框图来描述的。应理解可由计算机程序指令实现流程图和或方框图中的每一流程和或方框、以及流程图和或方框图中的流程和或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和或方框图一个方框或多个方框中指定的功能的步骤。在一个典型的配置中，计算设备包括一个或多个处理器CPU、输入输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器RAM和或非易失性内存等形式，如只读存储器ROM或闪存flashRAM。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存PRAM、静态随机存取存储器SRAM、动态随机存取存储器DRAM、其他类型的随机存取存储器RAM、只读存储器ROM、电可擦除可编程只读存储器EEPROM、快闪记忆体或其他内存技术、只读光盘只读存储器CD-ROM、数字多功能光盘DVD或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体transitorymedia，如调制的数据信号和载波。还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质包括但不限于磁盘存储器、CD-ROM、光学存储器等上实施的计算机程序产品的形式。本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

权利要求：1.一种优惠券推送方法，其特征在于，包括：根据目标用户的历史行为数据，确定所述目标用户的用户特征；针对各待推送优惠券，根据所述目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先训练的模型，确定所述目标用户在对该待推送优惠券的不同使用情况下执行购买行为的概率；根据所述概率以及该待推送优惠券的成本，确定将该待推送优惠券推送给所述目标用户的回报值；根据针对各待推送优惠券分别确定出的回报值，从各待推送优惠券中，确定目标优惠券并推送给所述目标用户。2.如权利要1所述的方法，其特征在于，预先训练模型，具体包括：根据各用户的用户信息，确定若干用户类型；针对确定出的每个用户类型，根据各优惠券以及该用户类型的各用户，确定训练样本，并训练用于预测该用户类型的用户在对优惠券的不同使用情况下执行购买行为的概率的模型；其中，针对每个训练样本，该训练样本包含一个用户和一个优惠券，若该训练样本中包含的用户持有该训练样本中包含的优惠券，则该训练样本为正例，若该训练样本中包含的用户未持有该训练样本中包含的优惠券，则该训练样本为反例。3.如权利要求2所述的方法，其特征在于，预先训练模型，具体包括：根据所述训练样本中的反例，训练得到用于预测用户未持有优惠券时执行购买行为的概率的第一模型；根据所述训练样本中的正例以及各正例通过所述第一模型计算得到的第一概率，训练得到用于预测用户持有优惠券时执行购买行为的概率的第二模型；根据所述训练样本中正例，训练得到用于预测用户使用优惠券执行购买行为的概率的第三模型。4.如权利要求3所述的方法，其特征在于，根据所述训练样本中的反例，训练得到用于预测用户未持有优惠券时执行购买行为的概率的第一模型，具体包括：根据所述训练样本中的反例以及梯度增强决策树GBDT，训练用于处理用户特征的GBDT决策树模型；根据训练完成的GBDT决策树模型，处理反例中各用户的用户特征，并将处理结果作为线性回归LR模型的输入，以训练用于预测用户未持有优惠券时执行购买行为的概率的LR模型，作为所述第一模型。5.如权利要求3所述的方法，其特征在于，根据所述训练样本中的正例以及各正例通过所述第一模型计算得到的第一概率，训练得到用于预测用户持有优惠券时执行购买行为的概率的第二模型，具体包括：针对所述训练样本中的每个正例，根据训练完成的所述第一模型计算该正例中包含的用户未持有优惠券时执行购买行为的概率，作为正例的第一概率；根据所述训练样本中的正例以及正例的第一概率，训练用于预测用户持有优惠券时执行购买行为的概率的LR模型，作为所述第二模型。6.如权利要求3所述的方法，其特征在于，根据所述训练样本中正例，训练得到用于预测用户使用优惠券执行购买行为的概率的第三模型，具体包括：根据所述训练样本中的正例以及梯度增强决策树GBDT，训练用于处理用户特征以及优惠券特征的GBDT决策树模型；根据训练完成的GBDT决策树模型，处理各正例中用户的用户特征以及优惠券的优惠券特征，并将处理结果作为线性回归LR模型的输入，以训练用于预测用户使用优惠券执行购买行为的概率的LR模型，作为所述第三模型。7.如权利要求3所述的方法，其特征在于，根据所述目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先训练的模型，确定所述目标用户在对所述待推送优惠券的不同使用情况下执行购买行为的概率，具体包括：根据所述目标用户的用户信息，确定所述目标用户对应的用户类型；根据所述目标用户的用户特征，通过预先针对所述目标用户对应的用户类型训练的第一模型预测所述目标用户的第一概率；根据所述目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先针对所述目标用户对应的用户类型训练的第二模型预测所述目标用户的第二概率；根据所述目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先针对所述目标用户对应的用户类型训练的第三模型预测所述目标用户的第三概率。8.如权利要求7所述的方法，其特征在于，根据所述概率以及该待推送优惠券的成本，确定将该待推送优惠券推送给所述目标用户的回报值，具体包括：根据所述第二概率与所述第一概率的差值，以及所述目标用户对应的用户类型的用户数量，确定将该待推送优惠券推送给所述目标用户的收益；根据所述第三概率、所述第一概率、所述目标用户对应的用户类型的用户数量以及该待推送优惠券的优惠成本，确定将该待推送优惠券推送给所述目标用户的推送成本；根据所述收益与所述推送成本，确定将该待推送优惠券推送给所述目标用户的回报值。9.如权利要求1所述的方法，其特征在于，根据针对各待推送优惠券分别确定出的回报值，从各待推送优惠券中，确定目标优惠券并推送给所述目标用户，具体包括：按照确定出的各待推送优惠券推送给所述目标用户的回报值从大到小的顺序，确定指定数量的待推送优惠券，作为目标优惠券推送给所述目标用户。10.一种优惠券推送装置，其特征在于，包括：用户特征确定模块，根据目标用户的历史行为数据，确定所述目标用户的用户特征；概率计算模块，针对各待推送优惠券，根据所述目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先训练的模型，确定所述目标用户在对该待推送优惠券的不同使用情况下执行购买行为的概率；回报计算模块，根据所述概率以及该待推送优惠券的成本，确定将该待推送优惠券推送给所述目标用户的回报值；推送模块，根据确定出的各回报值，从各待推送优惠券中，确定目标优惠券并推送给所述目标用户。11.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1-9任一所述的方法。12.一种电子设备，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，其特征在于，所述处理器执行所述程序时实现上述权利要求1-9任一所述的方法。

百度查询： 北京三快在线科技有限公司 一种优惠券推送方法及装置