一种提高用户动支率的方法、装置、系统和记录介质与流程

本发明属于数据处理技术领域，具体涉及用于商业、金融等目的的数据处理系统和方法，特别是提高动支率的方法、装置、系统和计算机刻度介质。

背景技术：

互联网金融网贷平台种类繁多，竞争激烈，各网贷平台为吸引大量网贷用户，对网贷用户设置的授信门槛较低，不仅申请流程简单，对网贷用户个人信息要求比较少。尽管网贷平台授信通过大量用户，授信本身对公司不赚钱，只有用户动支后，公司才赚钱。因此，动支率越高越好。比如有100个人授信通过，有30个人动支，那动支率就是30％。

但是，目前各网贷平台并没有对用户动支意愿进行评分的模型，同时，也并没有对目标客户采取有效措施用于提高动支率。

技术实现要素：

本发明所要解决的技术问题是没有模型对用户动支意愿进行评分，以及没有有效措施提高用户动支率。

为解决上述技术问题，本发明的第一方面提出一种提高用户动支率的方法，包括如下步骤：获取用户动支样本数据，用户动支样本数据包括用户属性信息和用户历史动支信息；利用用户动支样本数据训练用户动支意愿评分模型；根据新用户的属性信息，利用训练后的用户动支意愿评分模型，计算新用户的动支意愿评分；根据新用户的动支意愿评分采取相应措施提高新用户动支率。

根据本发明的一种优选实施方式，所述用户动支样本数据，包括在线产生的数据、预先生成并存储的数据、通过输入装置或传输媒介而从外部接收的数据中的至少一种。

根据本发明的一种优选实施方式，所述用户属性信息包括属性名和属性值。

根据本发明的一种优选实施方式，所述属性名包括性别、年龄、收入、负债、婚姻状况、家庭状况、借贷评分、授信额度、借贷额、借贷期限中的至少一个。

根据本发明的一种优选实施方式，所述用户历史动支信息包括用户通过授信后一个预设周期内是否动支。

根据本发明的一种优选实施方式，所述预设周期是下列周期中的任一项：1天、3天、7天、10天、1个月、2个月、3个月、半年、一年。

根据本发明的一种优选实施方式，所述利用所述用户动支样本数据训练用户动支意愿评分模型包括：将所述用户属性信息输入所述用户动支意愿评分模型，获得用户动支意愿评分，根据获得的用户动支意愿评分与用户历史动支信息的差异，对模型的关于用户属性信息的权重进行调整。

根据本发明的一种优选实施方式，所述利用用户动支样本数据训练用户动支意愿评分模型包括：利用所述用户动支样本数据定期或不定期训练用户动支意愿评分模型。

根据本发明的一种优选实施方式，所述根据所述新用户的动支意愿评分采取相应措施提高新用户动支率包括：对于动支意愿评分在一定范围内的用户发送定制信息。

本发明的第二方面提出一种提高用户动支率的装置，包括：数据获取模块，用于获取用户动支样本数据，所述用户动支样本数据包括用户属性信息和用户历史动支信息；训练模块，用于利用所述用户动支样本数据训练用户动支意愿评分模型；新用户动支意愿评分模块，用于根据新用户的属性信息，利用训练后的用户动支意愿评分模型，计算新用户的动支意愿评分；响应模块，用于根据所述新用户的动支意愿评分采取相应措施提高新用户动支率。

根据本发明的一种优选实施方式，所述用户动支样本数据，包括在线产生的数据、预先生成并存储的数据、通过输入装置或传输媒介而从外部接收的数据中的至少一种。

根据本发明的一种优选实施方式，所述用户属性信息包括属性名和属性值。

根据本发明的一种优选实施方式，所述属性名包括性别、年龄、收入、负债、婚姻状况、家庭状况、借贷评分、授信额度、借贷额、借贷期限中的至少一个。

根据本发明的一种优选实施方式，所述用户历史动支信息包括用户通过授信后一个预设周期内是否动支。

根据本发明的一种优选实施方式，所述预设周期是下列周期中的任一项：1天、3天、7天、10天、1个月、2个月、3个月、半年、一年。

根据本发明的一种优选实施方式，所述利用所述用户动支样本数据训练用户动支意愿评分模型包括：将所述用户属性信息输入所述用户动支意愿评分模型，获得用户动支意愿评分，根据获得的用户动支意愿评分与用户历史动支信息的差异，对模型的关于用户属性信息的权重进行调整。

根据本发明的一种优选实施方式，所述利用用户动支样本数据训练用户动支意愿评分模型包括：利用所述用户动支样本数据定期或不定期训练用户动支意愿评分模型。

根据本发明的一种优选实施方式，根据所述新用户的动支意愿评分采取相应措施提高新用户动支率包括：对于动支意愿评分在一定范围内的用户发送定制信息。

本发明的第三方面提出一种提高用户动支率的系统，包括：存储器，用于存储计算机可执行程序；数据处理装置，用于读取所述存储器中的计算机可执行程序，以执行所述的提高用户动支率的方法。

本发明的第四方面提出一种计算机可读介质，用于存储计算机可读程序，所述计算机可读程序用于执行所述的提高用户动支率的方法。

本发明通过利用用户动支率训练用户动支意愿评分模型，能够获得准确的用户动支意愿评分，精确分析用户的动支意愿高低，并针对动支意愿不同的用户发送不同的定制信息，用于提高用户的动支率。

附图说明

图1是本发明的提高用户动支率的方法的流程示意图；

图2是本发明的提高用户动支率的装置的模块架构示意图；

图3是本发明的提高用户动支率的系统的结构框架示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。

图1是本发明的提高用户动支率的方法的流程示意图。如图1所示，本发明的方法具有如下步骤：

s1：获取用户动支样本数据，所述用户动支样本数据包括用户属性信息和用户历史动支信息。

其中，用户动支样本数据，来源于下列数据中的至少一种：在线产生的数据、预先生成并存储的数据、通过输入装置或传输媒介而从外部接收的数据。用户属性信息包括属性名和属性值，其中，属性名包括性别、年龄、收入、负债、婚姻状况、家庭状况、借贷评分、授信额度、借贷额、借贷期限中的至少一个。用户历史动支信息包括用户通过授信后一个预设周期内是否动支，预设周期是下列周期中的任一项：1天、3天、7天、10天、1个月、2个月、3个月、半年、一年。动支率是动支人数与授信人数的比值。比如，有100个人授信通过，1天内有30个人有动支，那首日动支率就是30％。也有7日动支率，即7天内有60个人动支，那7日动支率就是60％。授信本身对公司没有获利，只有动支，公司才能获利。因此动支率越高越好。

s2：利用所述用户动支样本数据训练用户动支意愿评分模型。

利用所述用户动支样本数据训练用户动支意愿评分模型，包括将所述用户属性信息输入所述用户动支意愿评分模型，获得用户动支意愿评分，根据获得的用户动支意愿评分与用户历史动支信息的差异，对模型的关于用户属性信息的权重进行调整。比如，网贷平台利用100个用户的动支样本数据对用户的动支意愿评分模型进行训练，以期获得更准确的关于用户7天内是否内动支的意愿评分，可将每个用户的性别、年龄、收入、负债、婚姻状况、家庭状况、借贷评分、授信额度、借贷额、借贷期限等信息中的至少一个输入用户动支意愿评分模型，通过用户动支意愿评分模型计算后获得用户7天内的动支意愿评分为0.3(用户动支意愿评分为0-1，评分越高用户动支意愿越大)，将用户动支意愿评分模型计算出的用户7天内的动支意愿评分0.3与用户动支意愿评分模型中已存储的该用户的历史动支意愿评分进行比较，根据评分模型计算获得的用户7天内的动支意愿评分与用户的历史动支意愿评分的差异，对模型的关于用户属性信息的权重进行调整。并且，在利用一定数量的用户动支样本数据对用户动支意愿评分模型进行训练后，能够利用其他的用户动支样本数据对用户动支意愿评分模型进行定期或不定期的训练。

s3：根据新用户的属性信息，利用训练后的用户动支意愿评分模型，计算新用户的动支意愿评分。

将用户动支意愿评分模型进行训练后，输入新用户的性别、年龄、收入、负债、婚姻状况、家庭状况、借贷评分、授信额度、借贷额、借贷期限等信息中的至少一个，即可获得新用户的一个预设周期内的动支意愿评分，比如，可获得新用户的1天、3天、7天、10天、1个月、2个月、3个月、半年或一年内的动支意愿评分。

s4：根据所述新用户的动支意愿评分采取相应措施提高新用户动支率。

作为示例，根据新用户7天内的动支意愿评分，对于评分在0.1-1的新用户发送定制信息。对于7天内动支意愿高的新用户，给他们发一些促销信息，吸引他们在网贷平台借钱来提高动支率。对于7天内动支意愿低的新用户，给他们一些优惠措施(比如提额)来提高他们的动支率。

本发明的提高用户动支率的方法，通过利用用户动支率训练用户动支意愿评分模型，能够获得准确的用户动支意愿评分，精确分析用户的动支意愿高低，并针对动支意愿不同的用户发送不同的定制信息，用于提高用户的动支率。

图2是本发明的提高用户动支率的装置的模块架构示意图。如图2所示，提出一种提高用户动支率的装置，包括：数据获取模块，用于获取用户动支样本数据，所述用户动支样本数据包括用户属性信息和用户历史动支信息；训练模块，用于利用所述用户动支样本数据训练用户动支意愿评分模型；新用户动支意愿评分模块，用于根据新用户的属性信息，利用训练后的用户动支意愿评分模型，计算新用户的动支意愿评分；响应模块，用于根据所述新用户的动支意愿评分采取相应措施提高新用户动支率。

数据获取模块获取的用户动支样本数据，来源于下列数据中的至少一种，比如，在线产生的数据、预先生成并存储的数据、通过输入装置或传输媒介而从外部接收的数据。其中，用户动支样本数据中的用户属性信息包括属性名和属性值，其中，属性名包括性别、年龄、收入、负债、婚姻状况、家庭状况、借贷评分、授信额度、借贷额、借贷期限中的至少一个。用户动支样本数据中的用户历史动支信息包括用户通过授信后1天、3天、7天、10天、1个月、2个月、3个月、半年或一年内是否动支。动支率是动支人数与授信人数的比值。比如，有100个人授信通过，1天内有30个人有动支，那首日动支率就是30％。也有7日动支率，即7天内有60个人动支，那7日动支率就是60％。授信本身对公司没有获利，只有动支，公司才能获利。因此动支率越高越好。

训练模块，用于利用所述用户动支样本数据训练用户动支意愿评分模型，包括将所述用户属性信息输入所述用户动支意愿评分模型，获得用户动支意愿评分，根据获得的用户动支意愿评分与用户历史动支信息的差异，对模型的关于用户属性信息的权重进行调整。比如，网贷平台利用100个用户的动支样本数据对用户的动支意愿评分模型进行训练，以期获得更准确的关于用户7天内是否内动支的意愿评分，可将每个用户的性别、年龄、收入、负债、婚姻状况、家庭状况、借贷评分、授信额度、借贷额、借贷期限等信息中的至少一个输入用户动支意愿评分模型，通过用户动支意愿评分模型计算后获得用户7天内的动支意愿评分为0.3(用户动支意愿评分为0-1，评分越高用户动支意愿越大)，将用户动支意愿评分模型计算出的用户7天内的动支意愿评分0.3与用户动支意愿评分模型中已存储的该用户的历史动支意愿评分进行比较，根据评分模型计算获得的用户7天内的动支意愿评分与用户的历史动支意愿评分的差异，对模型的关于用户属性信息的权重进行调整。并且，在利用一定数量的用户动支样本数据对用户动支意愿评分模型进行训练后，能够利用其他的用户动支样本数据对用户动支意愿评分模型进行定期或不定期的训练。

新用户动支意愿评分模块，用于将用户动支意愿评分模型进行训练后，输入新用户的性别、年龄、收入、负债、婚姻状况、家庭状况、借贷评分、授信额度、借贷额、借贷期限等信息中的至少一个，即可获得新用户新用户的1天、3天、7天、10天、1个月、2个月、3个月、半年或一年内的动支意愿评分。

响应模块，用于根据所述新用户的动支意愿评分采取相应措施提高新用户动支率。作为示例，响应模块根据新用户7天内的动支意愿评分，对于评分在0.1-1的新用户发送定制信息。对于7天内动支意愿高的新用户，给他们发一些促销信息，吸引他们在网贷平台借钱来提高动支率。对于7天内动支意愿低的新用户，给他们一些优惠措施(比如提额)来提高他们的动支率。

本发明的提高用户动支率的装置，通过利用用户动支率训练用户动支意愿评分模型，能够获得准确的用户动支意愿评分，精确分析用户的动支意愿高低，并针对动支意愿不同的用户发送不同的定制信息，用于提高用户的动支率。

此外，本发明还提出用于提高用户动支率的系统。图3是本发明的提高用户动支率的系统的结构框架示意图，如图3所示，用于提高用户动支率的系统包括存储器和数据处理装置，存储器用于存储计算机可执行程序，数据处理装置，用于读取所述存储器中的计算机可执行程序，以执行所述的用于提高用户动支率的方法。本发明中系统可以是本地系统，也可以是分布式系统。本发明的存储器可以是本地存储器，也可以是分布式存储系统，例如云存储系统。而数据处理器则包括至少一个具人数字信息处理能力的装置，例如cpu、gpu、多处理器系统或云处理器。

再者，本发明还提出计算机可读介质，用于存储计算机可读程序，所述计算机可读程序用于执行所述的提高用户动支率的方法。

应当理解，为了精简本发明并帮助本领域的技术人员理解本发明的各个方面，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时在单个实施例中进行描述，或者参照单个图进行描述。但是，不应将本发明解释成示例性实施例中包括的特征均为本专利权利要求的必要技术特征。

应当理解，可以对本发明的一个实施例的设备中包括的模块、单元、组件等进行自适应性地改变以把它们设置在与该实施例不同的设备中。可以把实施例的设备包括的不同模块、单元或组件组合成一个模块、单元或组件，也可以把它们分成多个子模块、子单元或子组件。本发明的实施例中的模块、单元或组件可以以硬件方式实现，也可以以一个或者多个处理器上运行的软件方式实现，或者以它们的组合实现。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。