电子券分配方法及装置与流程

本发明涉及计算机处理技术领域，尤其涉及电子券分配方法及装置。

背景技术：

目前，随着互联网移动通信技术及智能设备的迅速发展，各种消费类应用程序也随之诞生。

为了吸引更多的用户，企业经常会通过其经营的消费类应用程序向用户大规模地发放各类电子券，包括：现金券、抵价券、折扣券、优惠券和红包等，这种发放给用户的电子券类的补贴，特别在打车领域，可能高达数十亿。

在打车领域现有电子券的分配是打车平台根据人为确定的用户设备(User Equipment，简称UE)活跃度、价格敏感程度和平日打车订单距离公式三者结合的策略向UE发放电子券，其人为因素比较大，不能将电子券有针对性地、合理地分配给UE。

鉴于此，在打车领域如何将电子券有针对性地、合理地分配给用户设备，以在减少用户流失的基础上削减企业成本成为目前需要解决的技术问题。

技术实现要素：

针对现有技术的缺陷，本发明提供一种电子券分配方法及装置，能够在打车领域将电子券有针对性地、合理地分配给用户设备，在减少用户流失的基础上削减企业成本。

第一方面，本发明提供了一种电子券分配方法，该方法包括：

针对打车平台上预设范围内的所有UE，获取第一预设时间段内所有UE的历史订单数据；

根据第一预设时间段内所有UE的历史订单数据，确定每一UE所属的消费群；

针对每一消费群，选择该消费群所属的电子券分配策略为该消费群中的每一UE分配电子券。

优选地，所述每一UE的历史订单数据，包括下述的一种或多种：

每一UE对每一车型的打车总次数、总花费、实际总花费金额、总小费、总用券花费金额、每一UE对每一车型的打车次数和比例、每一车型的花费和平均花费、加小费的比例、平均小费金额、小费花销占比、用券比例、用券金额和用券花销占比；

所述车型，包括：出租车、快车、经济型专车、舒适型专车、豪华型专车、巴士、非机动车辆、船舶和飞机。

优选地，所述根据第一预设时间段内所有UE的历史订单数据，确定每一UE所属的消费群，包括：

根据所述所有UE的历史订单数据，采用粗粒度聚类，按照不同车型将所述所有UE划分为不同车型消费群；

对所述不同车型消费群按照预设规则进行提取，获得每一车型的高消费群、中消费群和低消费群；

根据多重消费特征，采用kmeans聚类算法，对所述不同车型消费群进行细粒度聚类，获得第一用券消费群和第二用券消费群；

其中，所述第一用券消费群为用券比例大于预设第五阈值、且用券花销占比大于预设第六阈值的消费群；所述第二用券消费群为用券比例属于预设第一范围、且用券花销占比属于预设第二范围的消费群；所述预设第一范围小于所述预设第五阈值，所述预设第二范围小于所述预设第六阈值；

所述预设规则为：

若某一车型消费群中某一UE的平均花费大于预设第一阈值、且加小费的比例小于预设第三阈值、且用券比例小于预设第四阈值，则该UE属于该车型的高消费群；

若某一车型消费群中某一UE的平均花费小于等于预设第一阈值、且大于等于预设第二阈值、且加小费的比例小于预设第三阈值、且用券比例小于预设第四阈值，则该UE属于该车型的中消费群；

若某一车型消费群中某一UE的平均花费小于预设第二阈值、且加小费的比例小于预设第三阈值、且用券比例小于预设第四阈值，则该UE属于该车型的低消费群。

优选地，所述多重消费特征，包括：每一车型的选择比例、乘车花销、用券比例、用券金额、用券占比以及小费和打车券的交叉特征。

优选地，所述电子券分配策略，包括：活动期电子券分配策略和日常电子券分配策略；

所述活动期电子券分配策略，包括：在活动期向所述每一车型的高消费群、中消费群和低消费群中的每一UE、以及新注册的UE发放电子券；

所述日常电子券分配策略，包括：

在日常获取所述第一用券消费群和第二用券消费群中每一UE拥有电子券的数量和有效期限；

若所述第一用券消费群和第二用券消费群中的某一UE拥有电子券的数量为零，或者当前时间到所述第一用券消费群和第二用券消费群中的某一UE拥有电子券的有效期限小于预设第二时间段，则确定该UE为所述第一用券消费群和第二用券消费群中待发放电子券的UE，向所述第一用券消费群和第二用券消费群中待发放电子券的每一UE发放电子券。

优选地，在所述根据第一预设时间段内所有UE的历史订单数据，确定每一UE所属的消费群之后，在所述针对每一消费群，选择该消费群所属的电子券分配策略为该消费群中的每一UE分配电子券之前，所述方法还包括：

针对每一消费群每一UE，根据该UE的历史订单数据，确定所述每一车型的高消费群、中消费群和低消费群中每一UE的消费能力；

针对每一消费群每一UE，根据该UE的历史订单数据，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE的用券倾向；

根据所述每一UE的消费能力，确定所述每一车型的高消费群、中消费群和低消费群中每一UE将发放电子券的金额；

根据所述每一UE的用券倾向，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE将发放电子券的金额；

相应地，所述活动期电子券分配策略，具体包括：

在活动期向所述每一车型的高消费群、中消费群和低消费群中的每一UE发放该UE对应金额的电子券，以及向新注册的UE发放预设金额的电子券；

所述日常电子券分配策略，具体包括：

在日常获取所述第一用券消费群和第二用券消费群中每一UE拥有电子券的数量和有效期限；

若所述第一用券消费群和第二用券消费群中的某一UE拥有电子券的数量为零，或者当前时间到所述第一用券消费群和第二用券消费群中的某一UE拥有电子券的有效期限小于预设第二时间段，则确定该UE为所述第一用券消费群和第二用券消费群中待发放电子券的UE，向所述第一用券消费群和第二用券消费群中待发放电子券的每一UE发放该UE对应金额的电子券。

优选地，所述针对每一消费群每一UE，根据该UE的历史订单数据，确定所述每一车型的高消费群、中消费群和低消费群中每一UE的消费能力，包括：

针对每一消费群每一UE，根据该UE的历史订单数据，通过第一公式，确定所述每一车型的高消费群、中消费群和低消费群中每一UE的消费能力consume；

其中，所述第一公式为：

spend是通过第二公式计算得到的，所述第二公式为：

cost_all为每一UE实际总花费金额，n_car为每一UE打车总次数。

优选地，所述针对每一消费群每一UE，根据该UE的历史订单数据，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE的用券倾向，包括：

针对每一消费群每一UE，根据该UE的历史订单数据，通过第三公式，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE的用券倾向t_coupon；

所述第三公式为：

r_coupon是通过第四公式计算得到的，r_{coupon_cost}是通过第五公式计算得到的，所述第四公式为：

n_coupon为每一UE用券打车的次数，n_car为每一UE打车总次数；

所述第五公式为：

cost_coupon为每一UE总用券花费金额，cost_all为每一UE实际总花费金额。

优选地，所述根据所述每一UE的消费能力，确定所述每一车型的高消费群、中消费群和低消费群中每一UE将发放电子券的金额，包括：

根据所述每一UE的消费能力，通过第六公式，确定所述每一车型的高消费群、中消费群和低消费群中每一UE将发放电子券的金额A；

其中，所述第六公式为：

A＝int(MAX_price*(1-consume))，

MAX_price为预设电子券发放最大金额，consume为所述每一UE的消费能力。

优选地，所述根据所述每一UE的用券倾向，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE将发放电子券的金额，包括：

根据所述每一UE的用券倾向，通过第七公式，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE将发放电子券的金额B；

其中，所述第七公式为：

B＝MAX_price*(1-t_coupon)，

MAX_price为预设电子券发放最大金额，t_coupon为所述每一UE的用券倾向。

第二方面，本发明提供了一种电子券分配装置，该装置包括：

获取单元，用于针对打车平台上预设范围内的所有UE，获取第一预设时间段内所有UE的历史订单数据；

第一确定单元，用于根据第一预设时间段内所有UE的历史订单数据，确定每一UE所属的消费群；

分配单元，用于针对每一消费群，选择该消费群所属的电子券分配策略为该消费群中的每一UE分配电子券。

优选地，所述每一UE的历史订单数据，包括下述的一种或多种：

每一UE对每一车型的打车总次数、总花费、实际总花费金额、总小费、总用券花费金额、每一UE对每一车型的打车次数和比例、每一车型的花费和平均花费、加小费的比例、平均小费金额、小费花销占比、用券比例、用券金额和用券花销占比；

所述车型，包括：出租车、快车、经济型专车、舒适型专车、豪华型专车、巴士、非机动车辆、船舶和飞机。

优选地，所述第一确定单元，具体用于：

根据所述所有UE的历史订单数据，采用粗粒度聚类，按照不同车型将所述所有UE划分为不同车型消费群；

对所述不同车型消费群按照预设规则进行提取，获得每一车型的高消费群、中消费群和低消费群；

根据多重消费特征，采用kmeans聚类算法，对所述不同车型消费群进行细粒度聚类，获得第一用券消费群和第二用券消费群；

其中，所述第一用券消费群为用券比例大于预设第五阈值、且用券花销占比大于预设第六阈值的消费群；所述第二用券消费群为用券比例属于预设第一范围、且用券花销占比属于预设第二范围的消费群；所述预设第一范围小于所述预设第五阈值，所述预设第二范围小于所述预设第六阈值；

所述预设规则为：

若某一车型消费群中某一UE的平均花费大于预设第一阈值、且加小费的比例小于预设第三阈值、且用券比例小于预设第四阈值，则该UE属于该车型的高消费群；

若某一车型消费群中某一UE的平均花费小于等于预设第一阈值、且大于等于预设第二阈值、且加小费的比例小于预设第三阈值、且用券比例小于预设第四阈值，则该UE属于该车型的中消费群；

若某一车型消费群中某一UE的平均花费小于预设第二阈值、且加小费的比例小于预设第三阈值、且用券比例小于预设第四阈值，则该UE属于该车型的低消费群。

优选地，所述多重消费特征，包括：每一车型的选择比例、乘车花销、用券比例、用券金额、用券占比以及小费和打车券的交叉特征。

优选地，所述电子券分配策略，包括：活动期电子券分配策略和日常电子券分配策略；

所述活动期电子券分配策略，包括：在活动期向所述每一车型的高消费群、中消费群和低消费群中的每一UE、以及新注册的UE发放电子券；

所述日常电子券分配策略，包括：

在日常获取所述第一用券消费群和第二用券消费群中每一UE拥有电子券的数量和有效期限；

若所述第一用券消费群和第二用券消费群中的某一UE拥有电子券的数量为零，或者当前时间到所述第一用券消费群和第二用券消费群中的某一UE拥有电子券的有效期限小于预设第二时间段，则确定该UE为所述第一用券消费群和第二用券消费群中待发放电子券的UE，向所述第一用券消费群和第二用券消费群中待发放电子券的每一UE发放电子券。

优选地，所述装置还包括：

第二确定单元，用于针对每一消费群每一UE，根据该UE的历史订单数据，确定所述每一车型的高消费群、中消费群和低消费群中每一UE的消费能力；

第三确定单元，用于针对每一消费群每一UE，根据该UE的历史订单数据，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE的用券倾向；

第四确定单元，用于根据所述每一UE的消费能力，确定所述每一车型的高消费群、中消费群和低消费群中每一UE将发放电子券的金额；

第五确定单元，用于根据所述每一UE的用券倾向，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE将发放电子券的金额；

相应地，所述活动期电子券分配策略，具体包括：

在活动期向所述每一车型的高消费群、中消费群和低消费群中的每一UE发放该UE对应金额的电子券，以及向新注册的UE发放预设金额的电子券；

所述日常电子券分配策略，具体包括：

在日常获取所述第一用券消费群和第二用券消费群中每一UE拥有电子券的数量和有效期限；

若所述第一用券消费群和第二用券消费群中的某一UE拥有电子券的数量为零，或者当前时间到所述第一用券消费群和第二用券消费群中的某一UE拥有电子券的有效期限小于预设第二时间段，则确定该UE为所述第一用券消费群和第二用券消费群中待发放电子券的UE，向所述第一用券消费群和第二用券消费群中待发放电子券的每一UE发放该UE对应金额的电子券。

优选地，所述第二确定单元，具体用于：

针对每一消费群每一UE，根据该UE的历史订单数据，通过第一公式，确定所述每一车型的高消费群、中消费群和低消费群中每一UE的消费能力consume；

其中，所述第一公式为：

spend是通过第二公式计算得到的，所述第二公式为：

cost_all为每一UE实际总花费金额，n_car为每一UE打车总次数。

优选地，所述第三确定单元，具体用于：

针对每一消费群每一UE，根据该UE的历史订单数据，通过第三公式，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE的用券倾向t_coupon；

所述第三公式为：

r_coupon是通过第四公式计算得到的，r_{coupon_cost}是通过第五公式计算得到的，所述第四公式为：

n_coupon为每一UE用券打车的次数，n_car为每一UE打车总次数；

所述第五公式为：

cost_coupon为每一UE总用券花费金额，cost_all为每一UE实际总花费金额。

优选地，所述第四确定单元，具体用于：

根据所述每一UE的消费能力，通过第六公式，确定所述每一车型的高消费群、中消费群和低消费群中每一UE将发放电子券的金额A；

其中，所述第六公式为：

A＝int(MAX_price*(1-consume))，

MAX_price为预设电子券发放最大金额，consume为所述每一UE的消费能力。

优选地，所述第五确定单元，具体用于：

根据所述每一UE的用券倾向，通过第七公式，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE将发放电子券的金额B；

其中，所述第七公式为：

B＝MAX_price*(1-t_coupon)，

MAX_price为预设电子券发放最大金额，t_coupon为所述每一UE的用券倾向。

由上述技术方案可知，本发明提供一种电子券分配方法及装置，通过针对打车平台上预设范围内的所有UE，获取第一预设时间段内所有UE的历史订单数据；根据第一预设时间段内所有UE的历史订单数据，确定每一UE所属的消费群；针对每一消费群，选择该消费群所属的电子券分配策略为该消费群中的每一UE分配电子券，能够在打车领域将电子券有针对性地、合理地分配给用户设备，在减少用户流失的基础上削减企业成本。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术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公开的一些实施例，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，还可以根据这些图获得其他的附图。

图1是本公开一实施例提供的一种电子券分配方法的流程示意图；

图2是本公开另一实施例提供的一种电子券分配装置的结构示意图。

具体实施方式

下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，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，都属于本公开保护的范围。

以下对本发明实施例中提及的部分词语进行举例说明。

本发明实施例中提及的用户设备(User Equipment，简称UE)是指呼叫服务方，如交通工具叫车服务中的乘客，所使用的移动终端或个人计算机(Personal Computer，简称PC)等设备。例如智能手机、个人数码助理(PDA)、平板电脑、笔记本电脑、车载电脑(carputer)、掌上游戏机、智能眼镜、智能手表、可穿戴设备、虚拟显示设备或显示增强设备(如Google Glass、Oculus Rift、Hololens、Gear VR)等。

图1是本公开一实施例提供的一种电子券分配方法的流程示意图，参照图1，该方法包括如下步骤：

S1：针对打车平台上预设范围内的所有UE，获取第一预设时间段内所有UE的历史订单数据。

其中，所述每一UE的历史订单数据，可包括下述的一种或多种：

每一UE对每一车型的打车总次数、总花费、实际总花费金额、总 小费、总用券花费金额、每一UE对每一车型的打车次数和比例、每一车型的花费和平均花费、加小费的比例、平均小费金额、小费花销占比、用券比例、用券金额和用券花销占比；

所述车型，可包括：出租车、快车、经济型专车、舒适型专车、豪华型专车、巴士、非机动车辆、船舶和飞机等。

S2：根据第一预设时间段内所有UE的历史订单数据，确定每一UE所属的消费群。

S3：针对每一消费群，选择该消费群所属的电子券分配策略为该消费群中的每一UE分配电子券。

本实施例提供了一种电子券分配方法，通过对打车平台上预设范围内、第一预设时间段内的所有UE的历史订单数据进行分析，确定每一UE所属的消费群，针对每一消费群，选择该消费群所属的电子券分配策略为该消费群中的每一UE分配电子券，能够在打车领域的打车平台将电子券有针对性地、合理地分配给用户设备，在减少用户流失的基础上削减企业成本。

本实施例中，步骤S2可具体包括图1中未示出的子步骤S21-S23：

S21：根据所述所有UE的历史订单数据，采用粗粒度聚类，按照不同车型将所述所有UE划分为不同车型消费群。

可理解的是，由于车型的选择会造成消费的差异，(同样的消费，一个选择专车而距离较短，一个选择出租车而距离较长，而实际消费能力却存在着一定的差别，因此将两者区分对待)分类的同时也将车型区别对待。

S22：对所述不同车型消费群按照预设规则进行提取，获得每一车型的高消费群、中消费群和低消费群。

其中，所述预设规则为：

若某一车型消费群中某一UE的平均花费大于预设第一阈值、且加小费的比例小于预设第三阈值、且用券比例小于预设第四阈值，则该UE属于该车型的高消费群；

若某一车型消费群中某一UE的平均花费小于等于预设第一阈值、且大于等于预设第二阈值、且加小费的比例小于预设第三阈值、且用券比例小于预设第四阈值，则该UE属于该车型的中消费群；

若某一车型消费群中某一UE的平均花费小于预设第二阈值、且加小费的比例小于预设第三阈值、且用券比例小于预设第四阈值，则该UE属于该车型的低消费群。

举例来说，如出租车消费群中某一UE的平均花费大于60元，加小费和用券的比例均小于10％，则该UE属于出租车的高消费群。

可理解的是，每一车型的高消费群、中消费群和低消费群分别对应不经常使用券的三类不同消费能力的UE，基本属于不受电子券影响的刚性需求型UE。

S23：根据多重消费特征，采用kmeans聚类算法，对所述不同车型消费群进行细粒度聚类，获得第一用券消费群和第二用券消费群。

其中，所述多重消费特征，可包括：每一车型的选择比例、乘车花销、用券比例、用券金额、用券占比以及小费和打车券的交叉特征等。

其中，所述第一用券消费群为用券比例大于预设第五阈值、且用券花销占比大于预设第六阈值的消费群；所述第二用券消费群为用券比例属于预设第一范围、且用券花销占比属于预设第二范围的消费群；所述预设第一范围小于所述预设第五阈值，所述预设第二范围小于所述预设第六阈值。

可理解的是，第一用券消费群属于用券敏感性UE，基本上只用券才打车并且打车消费绝大部分用券抵消；第二用券消费群对于电子券相对敏感，会用券抵消一部分车费，但用券比例适中，消费也不是很高。

具体地，步骤S23可得到本实施例若干个各类别聚类的特征描述向量(聚类中心向量)，为第k个聚类的第i个特征描述向量(该特征描述向量中的特征为上述多重消费特征)，最终基于这些特征描述向 量对未知样本x(即所述不同车型消费群)进行分类，具体的分类方法为：

g为分到那一类的隶属度，计算x与的距离，取最大的g对应的类别k做为最终的样本分类类别。

在具体应用中，本实施例所述电子券分配策略，包括：活动期电子券分配策略和日常电子券分配策略；

所述活动期电子券分配策略，包括：在活动期向所述每一车型的高消费群、中消费群和低消费群中的每一UE、以及新注册的UE发放电子券；

所述日常电子券分配策略，包括：

在日常获取所述第一用券消费群和第二用券消费群中每一UE拥有电子券的数量和有效期限；

若所述第一用券消费群和第二用券消费群中的某一UE拥有电子券的数量为零，或者当前时间到所述第一用券消费群和第二用券消费群中的某一UE拥有电子券的有效期限小于预设第二时间段，则确定该UE为所述第一用券消费群和第二用券消费群中待发放电子券的UE，向所述第一用券消费群和第二用券消费群中待发放电子券的每一UE发放电子券。

进一步地，在步骤S2与S3之间，本实施例所述方法还可包括图1中未示出的步骤T1-T4：

T1：针对每一消费群每一UE，根据该UE的历史订单数据，确定所述每一车型的高消费群、中消费群和低消费群中每一UE的消费能力。

在具体应用中，本步骤T1可以具体为：

针对每一消费群每一UE，根据该UE的历史订单数据，通过第一公式，确定所述每一车型的高消费群、中消费群和低消费群中每一UE的消费能力consume；

其中，所述第一公式为：

spend是通过第二公式计算得到的，所述第二公式为：

cost_all为每一UE实际总花费金额，n_car为每一UE打车总次数。

可理解的是，步骤T1是对每一车型的高消费群、中消费群和低消费群中每一UE的消费能力的刻画，主要考虑了乘客的总消费和平均消费等因素，打车次数越高，单次平均消费越高，乘客消费能力越高。在平衡打车总花销和平均花销方面，本实施例采用了指数加权的方式，使得花费更偏向于总花销，也就是说UE消费能力的大小在打车总花销和平均花销方面，总花费起更多的影响，继而通过上述第一公式将消费能力均匀的归一化到(0,1)之间。

T2：针对每一消费群每一UE，根据该UE的历史订单数据，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE的用券倾向。

在具体应用中，本步骤T2可以具体为：

针对每一消费群每一UE，根据该UE的历史订单数据，通过第三公式，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE的用券倾向t_coupon；

所述第三公式为：

r_coupon是通过第四公式计算得到的，r_{coupon_cost}是通过第五公式计算得到的，所述第四公式为：

n_coupon为每一UE用券打车的次数，n_car为每一UE打车总次数；

所述第五公式为：

cost_coupon为每一UE总用券花费金额，cost_all为每一UE实际总花费金额。

可理解的是，UE的用券倾向反映了UE对于打车券的敏感程度，使用该UE的乘客是否只有在有券的情况下才选择打车；UE是否大部分的支付都采用券支付；打车是否属于该UE的刚性需求，即使在不用券的情况下也依然会经常打车，以上种种情况对于用券水平的刻画有助于我们更合理的调整打车券的发放策略，从而更好的优化人们的出行。

本实施例对UE用券倾向的计算主要根据每一UE用券次数比例r_coupon和每一UE用券消费占比r_{coupon_cost}两方面因素。

本实施例中，第一用券消费群和第二用券消费群中待发放电子券的每一UE的用券倾向是一个归约到(0,1)的回归值，分值越大代表该UE用券的倾向越大，使用该UE的乘客基本上只有在有券的情况下才打车，而且打车消费中用券消费的比例较大。

T3：根据所述每一UE的消费能力，确定所述每一车型的高消费群、中消费群和低消费群中每一UE将发放电子券的金额。

在具体应用中，本步骤T3可以具体为：

根据所述每一UE的消费能力，通过第六公式，确定所述每一车型的高消费群、中消费群和低消费群中每一UE将发放电子券的金额A；

其中，所述第六公式为：

A＝int(MAX_price*(1-consume))，

MAX_price为预设电子券发放最大金额，consume为所述每一UE的消费能力。

T4：根据所述每一UE的用券倾向，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE将发放电子券的金额。

在具体应用中，本步骤T4可以具体为：

根据所述每一UE的用券倾向，通过第七公式，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE将发放电子券的金额B；

其中，所述第七公式为：

B＝MAX_price*(1-t_coupon)，

MAX_price为预设电子券发放最大金额，t_coupon为所述每一UE的用券倾向。

相应地，所述活动期电子券分配策略，具体包括：

在活动期向所述每一车型的高消费群、中消费群和低消费群中的每一UE发放该UE对应金额的电子券，以及向新注册的UE发放预设金额的电子券；

所述日常电子券分配策略，具体包括：

在日常获取所述第一用券消费群和第二用券消费群中每一UE拥有电子券的数量和有效期限；

若所述第一用券消费群和第二用券消费群中的某一UE拥有电子券的数量为零，或者当前时间到所述第一用券消费群和第二用券消费群中的某一UE拥有电子券的有效期限小于预设第二时间段，则确定该UE为所述第一用券消费群和第二用券消费群中待发放电子券的UE，向所述第一用券消费群和第二用券消费群中待发放电子券的每一UE发放该UE对应金额的电子券。

可理解的是，每一UE的消费能力来源于使用该UE的乘客日常出行的产品选择情况、打车频次、花费、打车券的使用情况、以及不同形式的支付方式，基于大数据和多维特征，通过机器学习算另外本发明考虑了多条产品线的综合情形，将补贴集中在需要进行补贴的红包敏感型用户身上，减少对高消费力及刚性需求法得到，能够自适应的反映数据实际情况和预测数据分布。人群的补贴，从而在尽可能减少用户流失的基础上削减补贴成本

可理解的是，本实施例的日常电子券分配策略主要针对用券敏感型用户，通过电子券的发放来增加用户粘性，进而逐步减少补贴陈本，真正实现了数据驱动，需求导向的模式，并且尽可能的减少了成本。本实施例的活动期电子券分配策略是为了阶段性调节，当市场需求萎缩，整体水平下降的时候，适当的扩大补贴规模，可以激活市场，促进产品的活跃度。

本实施例中，消费能力是一个动态变化的过程，随着UE打车记录的变化，包括激活、留存、打车频次、消费额度、用券情况的变化，会相应有所变化，UE消费能力的刻画结果会发生变化，本实施例的电子券分配策略也会随之动态调整。

举例来说，本实施例可采用历史100天的数据进行统计分析，每日迭代更新，每天形成新的消费能力刻画结果，同一UE新数据会覆盖旧的结果，而对于当日无刻画结果的UE会保留历史最新的消费能力刻画结果。例如：

小a：之前一直打出租车，最近突然发现快车更经济实惠，于是改打快车。随着小a使用的UE历史订单数据的更新，消费能力刻画会从出租车某一群体，转变为快车的某一群体。会接收到更多快车的红包推送。

小c：典型的屌丝消费者，小c使用的UE属于第一用券消费群，最近打车平台举办活动，获得很多电子券。精打细算的小c基本上每次打车都用券，并且打车券能抵消掉大部分的金额。此时小c使用的UE属于第一用券消费群。随着时间的推移，平台补贴(即发放电子券的次数)减少，打车券用光，很长一段时间小c都不再打车出行了。小c使用的UE消费能力刻画会定格在历史最新的属于第一用券消费群，本实施例的日常电子券分配策略会不断刺激他继续打车。

小e：一开始同小c，被定义为屌丝消费者，小e使用的UE属于第一用券消费群。但随后小e在电子券的不断激励下仍然继续打车，但由于打车券的面额减少，不再能抵消掉大部分的车费，于是小e使 用的UE逐渐属于第二用券消费群，在打车平台的消费能力和电子券倾向都会相应的增加，消费水平整体提升。

本实施例中，通过每一车型的高消费群、中消费群和低消费群中每一UE的消费能力，确定日常电子券分配策略中每一车型的高消费群、中消费群和低消费群中每一UE将发放电子券的金额，通过第一用券消费群和第二用券消费群中待发放电子券的每一UE的用券倾向，确定活动期电子券分配策略中第一用券消费群和第二用券消费群中待发放电子券的每一UE将发放电子券的金额，能够在打车领域的打车平台将不同金额的电子券有针对性地、合理地分配给用户设备，在减少用户流失的基础上削减企业成本。

图2是本公开另一实施例提供的一种电子券分配装置的结构示意图，参照图2，该装置包括：获取单元201、第一确定单元202和分配单元203。其中，

获取单元201，用于针对打车平台上预设范围内的所有UE，获取第一预设时间段内所有UE的历史订单数据；

第一确定单元202，用于根据第一预设时间段内所有UE的历史订单数据，确定每一UE所属的消费群；

分配单元203，用于针对每一消费群，选择该消费群所属的电子券分配策略为该消费群中的每一UE分配电子券。

其中，所述每一UE的历史订单数据，可包括下述的一种或多种：

每一UE对每一车型的打车总次数、总花费、实际总花费金额、总小费、总用券花费金额、每一UE对每一车型的打车次数和比例、每一车型的花费和平均花费、加小费的比例、平均小费金额、小费花销占比、用券比例、用券金额和用券花销占比；

所述车型，包括：出租车、快车、经济型专车、舒适型专车、豪华型专车、巴士、非机动车辆、船舶和飞机等。

本实施例中，第一确定单元202，可具体用于：

根据所述所有UE的历史订单数据，采用粗粒度聚类，按照不同车 型将所述所有UE划分为不同车型消费群；

对所述不同车型消费群按照预设规则进行提取，获得每一车型的高消费群、中消费群和低消费群；

根据多重消费特征，采用kmeans聚类算法，对所述不同车型消费群进行细粒度聚类，获得第一用券消费群和第二用券消费群；

其中，所述第一用券消费群为用券比例大于预设第五阈值、且用券花销占比大于预设第六阈值的消费群；所述第二用券消费群为用券比例属于预设第一范围、且用券花销占比属于预设第二范围的消费群；所述预设第一范围小于所述预设第五阈值，所述预设第二范围小于所述预设第六阈值；

所述预设规则为：

若某一车型消费群中某一UE的平均花费大于预设第一阈值、且加小费的比例小于预设第三阈值、且用券比例小于预设第四阈值，则该UE属于该车型的高消费群；

若某一车型消费群中某一UE的平均花费小于等于预设第一阈值、且大于等于预设第二阈值、且加小费的比例小于预设第三阈值、且用券比例小于预设第四阈值，则该UE属于该车型的中消费群；

若某一车型消费群中某一UE的平均花费小于预设第二阈值、且加小费的比例小于预设第三阈值、且用券比例小于预设第四阈值，则该UE属于该车型的低消费群。

其中，所述多重消费特征，包括：每一车型的选择比例、乘车花销、用券比例、用券金额、用券占比以及小费和打车券的交叉特征等。

其中，所述电子券分配策略，包括：活动期电子券分配策略和日常电子券分配策略；

所述活动期电子券分配策略，包括：在活动期向所述每一车型的高消费群、中消费群和低消费群中的每一UE、以及新注册的UE发放电子券；

所述日常电子券分配策略，包括：

在日常获取所述第一用券消费群和第二用券消费群中每一UE拥有电子券的数量和有效期限；

若所述第一用券消费群和第二用券消费群中的某一UE拥有电子券的数量为零，或者当前时间到所述第一用券消费群和第二用券消费群中的某一UE拥有电子券的有效期限小于预设第二时间段，则确定该UE为所述第一用券消费群和第二用券消费群中待发放电子券的UE，向所述第一用券消费群和第二用券消费群中待发放电子券的每一UE发放电子券。

进一步地，本实施例所述装置还可包括图2中未示出的：

第二确定单元，用于针对每一消费群每一UE，根据该UE的历史订单数据，确定所述每一车型的高消费群、中消费群和低消费群中每一UE的消费能力；

第三确定单元，用于针对每一消费群每一UE，根据该UE的历史订单数据，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE的用券倾向；

第四确定单元，用于根据所述每一UE的消费能力，确定所述每一车型的高消费群、中消费群和低消费群中每一UE将发放电子券的金额；

第五确定单元，用于根据所述每一UE的用券倾向，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE将发放电子券的金额；

相应地，所述活动期电子券分配策略，具体包括：

在活动期向所述每一车型的高消费群、中消费群和低消费群中的每一UE发放该UE对应金额的电子券，以及向新注册的UE发放预设金额的电子券；

所述日常电子券分配策略，具体包括：

在日常获取所述第一用券消费群和第二用券消费群中每一UE拥有电子券的数量和有效期限；

若所述第一用券消费群和第二用券消费群中的某一UE拥有电子 券的数量为零，或者当前时间到所述第一用券消费群和第二用券消费群中的某一UE拥有电子券的有效期限小于预设第二时间段，则确定该UE为所述第一用券消费群和第二用券消费群中待发放电子券的UE，向所述第一用券消费群和第二用券消费群中待发放电子券的每一UE发放该UE对应金额的电子券。

本实施例中，第二确定单元，可具体用于：

针对每一消费群每一UE，根据该UE的历史订单数据，通过第一公式，确定所述每一车型的高消费群、中消费群和低消费群中每一UE的消费能力consume；

其中，所述第一公式为：

spend是通过第二公式计算得到的，所述第二公式为：

cost_all为每一UE实际总花费金额，n_car为每一UE打车总次数。

本实施例中，第三确定单元，可具体用于：

针对每一消费群每一UE，根据该UE的历史订单数据，通过第三公式，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE的用券倾向t_coupon；

所述第三公式为：

r_coupon是通过第四公式计算得到的，r_{coupon_cost}是通过第五公式计算得到的，所述第四公式为：

n_coupon为每一UE用券打车的次数，n_car为每一UE打车总次数；

所述第五公式为：

cost_coupon为每一UE总用券花费金额，cost_all为每一UE实际总花费金额。

本实施例中，第四确定单元，可具体用于：

根据所述每一UE的消费能力，通过第六公式，确定所述每一车型的高消费群、中消费群和低消费群中每一UE将发放电子券的金额A；

其中，所述第六公式为：

A＝int(MAX_price*(1-consume))，

MAX_price为预设电子券发放最大金额，consume为所述每一UE的消费能力。

本实施例中，第五确定单元，可具体用于：

根据所述每一UE的用券倾向，通过第七公式，确定所述第一用券消费群和第二用券消费群中待发放电子券的每一UE将发放电子券的金额B；

其中，所述第七公式为：

B＝MAX_price*(1-t_coupon)，

MAX_price为预设电子券发放最大金额，t_coupon为所述每一UE的用券倾向。

本实施例提供的电子券分配装置，能够在打车领域的打车平台将电子券有针对性地、合理地分配给用户设备，在减少用户流失的基础上削减企业成本。

对于装置实施例而言，由于其与方法实施例基本相似，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。

应当注意的是，在本公开的系统的各个部件中，根据其要实现的功能而对其中的部件进行了逻辑划分，但是，本公开不受限于此，可以根据需要对各个部件进行重新划分或者组合，例如，可以将一些部件组合为单个部件，或者可以将一些部件进一步分解为更多的子部件。

本公开的各个部件实施例可以以硬件实现，或者以在一个或者多 个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本公开实施例的系统中的一些或者全部部件的一些或者全部功能。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本公开进行说明而不是对本公开进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包括”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上实施方式仅适于说明本公开，而并非对本公开的限制，有关技术领域的普通技术人员，在不脱离本公开的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本公开的范畴，本公开的专利保护范围应由权利要求限定。