【技術實現步驟摘要】
本公開涉及數據處理技術、計算機技術和深度學習技術，尤其是一種事件轉化率的預測方法、裝置和系統、設備、介質及程序。
技術介紹
1、在一些領域中，標的物的所有權或者使用權發生轉移等標的物的流轉，通常由一系列的特定中間行為事件促成，這些特定中間行為事件可以稱為商機(即商業機會)。例如，在房產領域中房屋因交易、出租等發生權屬流轉這一目標結果事件對應的特定中間行為事件，可以包括：用戶與房產經紀人溝通、用戶實地看房等行為。由于用戶數量、以及標的物的數量較為龐大，通過用戶行為預測用戶在未來一段時間內發生特定中間行為事件的概率(即事件轉化率，也稱為商機轉化率)，可以使服務方合理部署相應的資源服務，有助于提高事件轉化率以提高目標結果事件的發生概率。
2、在實現本公開的過程中，本專利技術人通過研究發現，對于一些流轉周期比較長的特定領域，例如房產交易領域，房產這一標的物的交易的周期較長，從新用戶到房產交易成交大約需要6～9個月，影響事件轉化率的因素較多，對事件轉化率的預測帶來很大的挑戰，相關技術無法有效預測長周期的事件轉化率。
技術實現思路
1、本公開實施例提供一種事件轉化率的預測方法和裝置、設備、介質及程序，以實現對長周期的事件轉化率的有效預測。
2、本公開實施例的一個方面，提供一種事件轉化率的預測方法，包括：
3、獲取當前子周期內特定用戶的行為相關特征信息；
4、利用預先訓練獲得的第一預測模型，基于所述行為相關特征信息，預測所述特定用戶在第一子周期內的
5、依次針對所述預設長周期中位于所述第一子周期之后的各子周期，迭代執行：利用預先訓練獲得的第k預測模型，基于所述行為相關特征信息、以及所述預設長周期中位于第k子周期之前的各子周期對應的預測值，預測所述特定用戶在第k子周期內的事件轉化率，得到第k預測值；其中，k在各次迭代中依次取值2～n中的一個整數。
6、可選地，在本公開上述任一方法實施例中，還包括：
7、獲取所述預設長周期中已結束的子周期內的事件轉化率的實際值；
8、基于所述預設長周期中已結束的子周期的事件轉化率的預測值和實際值，對預測出事件轉化率的、所述預設長周期中未結束的子周期的事件轉化率的預測值進行修正，得到所述未結束的子周期對應的修正后預測值。
9、可選地，在本公開上述任一方法實施例中，獲取所述預設長周期中已結束的子周期內的事件轉化率的實際值，包括：
10、響應于所述預設長周期中的一個子周期結束，獲取該已結束的一個子周期內的事件轉化率的實際值；
11、基于所述預設長周期中已結束的子周期的事件轉化率的預測值和實際值，對預測出事件轉化率的、所述預設長周期中未結束的子周期的事件轉化率的預測值進行修正，得到所述未結束的子周期對應的修正后預測值，包括：
12、以所述已結束的一個子周期內的事件轉化率的實際值作為所述已結束的一個子周期內對應的修正后預測值；
13、基于所述預設長周期中已結束的子周期的事件轉化率的預測值和實際值確定修正系數，并利用所述修正系數分別對所述預測出事件轉化率的、所述預設長周期中未結束的各子周期的事件轉化率的預測值進行修正，得到所述預測出事件轉化率的、所述預設長周期中未結束的各子周期對應的修正后預測值。
14、可選地，在本公開上述任一方法實施例中，基于所述行為相關特征信息、以及所述預設長周期中位于第k子周期之前的各子周期對應的預測值，預測所述特定用戶在第k子周期內的事件轉化率，包括：
15、基于所述行為相關特征信息、以及所述預設長周期中位于第k子周期之前的各子周期對應的修正后預測值，預測所述特定用戶在第k子周期內的事件轉化率。
16、可選地，在本公開上述任一方法實施例中，獲取當前子周期內特定用戶的行為相關特征信息，包括以下至少一項：
17、獲取所述特定用戶在所述當前子周期內基于預設時間粒度的事件轉化率，并獲取所述當前子周期內事件轉化率的最大值和最小值、以及所述當前子周期內事件轉化率的最大值與最小值之間的比值；
18、獲取第一擬合曲線的擬合參數的參數值，所述第一擬合曲線為由所述特定用戶在所述當前子周期內的各所述預設時間粒度及其對應的事件轉化率形成的擬合曲線；
19、獲取所述第一擬合曲線上對應于各預設時間粒度的事件轉化率的數值與真實值之間的方差；
20、獲取所述當前子周期之前n-1個子周期內各子周期的事件轉化率的最大值、最小值和均值。
21、可選地，在本公開上述任一方法實施例中，還包括：
22、獲取所述預設長周期中各子周期對應的附加特征信息：其中，所述各子周期對應的附加特征信息包括以下至少一項：所述各子周期內包含的特定日期的相關信息；所述各子周期之前、且與所述各子周期相鄰的至少一個第一預設時間段對應的第二擬合曲線的擬合參數的參數值，所述第一預設時間段包括多個預設時間粒度，所述第二擬合曲線為由所述特定用戶在所述第一預設時間段內的各所述預設時間粒度及其對應的事件轉化率形成的擬合曲線；所述各子周期前一相鄰子周期內參考渠道對應的第三擬合曲線的擬合參數的參數值，所述第三擬合曲線為所述參考渠道在所述各子周期前一相鄰子周期內的各所述預設時間粒度及其對應的事件轉化率形成的擬合曲線；所述各子周期之前、且與所述各子周期相鄰的至少一個第二預設時間段內特定用戶基于所述預設時間粒度的消耗信息，所述消耗信息包括：消耗的最大值、最小值和平均值，以及第四擬合曲線的擬合參數的參數值，所述第四擬合曲線為所述第二預設時間段內特定用戶在各所述預設時間粒度及其對應的消耗形成的擬合曲線；
23、基于所述行為相關特征信息，預測所述特定用戶在第一子周期內的事件轉化率，包括：
24、基于所述行為相關特征信息和所述第一子周期對應的附加特征信息，預測所述特定用戶在第一子周期內的事件轉化率；
25、基于所述行為相關特征信息、以及所述預設長周期中位于第k子周期之前的各子周期對應的預測值，預測所述特定用戶在第k子周期內的事件轉化率，包括：
26、基于所述行為相關特征信息和所述第k子周期對應的附加特征信息、以及所述預設長周期中位于第k子周期之前的各子周期對應的預測值，預測所述特定用戶在第k子周期內的事件轉化率。
27、可選地，在本公開上述任一方法實施例中，得到第k預測值之后，還包括：
28、基于所述特定用戶的用戶數量和所述第k預測值，確定所述第k子周期對應的事件量。
29、可選地，在本公開上述任一方法實施例中，還包括訓練得到所述n個子周期對應的n個預測模型的如下操作：
30、根據所述當前子周期的本文檔來自技高網...
【技術保護點】
1.一種事件轉化率的預測方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，還包括：
3.根據權利要求2所述的方法，其特征在于，獲取所述預設長周期中已結束的子周期內的事件轉化率的實際值，包括：
4.根據權利要求2-3任一所述的方法，其特征在于，基于所述行為相關特征信息、以及所述預設長周期中位于第k子周期之前的各子周期對應的預測值，預測所述特定用戶在第k子周期內的事件轉化率，包括：
5.根據權利要求1-4任一所述的方法，其特征在于，獲取當前子周期內特定用戶的行為相關特征信息，包括以下至少一項：
6.根據權利要求5所述的方法，其特征在于，還包括：
7.根據權利要求1-6任一所述的方法，其特征在于，得到第k預測值之后，還包括：
8.根據權利要求1-7任一所述的方法，其特征在于，還包括訓練得到所述n個子周期對應的n個預測模型的如下操作：
9.一種事件轉化率的預測系統，其特征在于，包括：
10.一種事件轉化率的預測裝置，其特征在于，包括n個預測模型，n的取值為大于1的
11.一種電子設備，其特征在于，包括：
12.一種計算機可讀存儲介質，其上存儲有計算機程序指令，其特征在于，該計算機程序指令被處理器執行時，實現上述權利要求1-8任一所述的方法。
13.一種計算機程序產品，包括計算機程序指令，其特征在于，該計算機程序指令被處理器執行時實現上述權利要求1-8任一所述的方法。
...【技術特征摘要】
1.一種事件轉化率的預測方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，還包括：
3.根據權利要求2所述的方法，其特征在于，獲取所述預設長周期中已結束的子周期內的事件轉化率的實際值，包括：
4.根據權利要求2-3任一所述的方法，其特征在于，基于所述行為相關特征信息、以及所述預設長周期中位于第k子周期之前的各子周期對應的預測值，預測所述特定用戶在第k子周期內的事件轉化率，包括：
5.根據權利要求1-4任一所述的方法，其特征在于，獲取當前子周期內特定用戶的行為相關特征信息，包括以下至少一項：
6.根據權利要求5所述的方法，其特征在于，還包括：
7.根據權利要求1-6任一所述的方...
【專利技術屬性】
技術研發人員：陳思宇，王志勇，
申請(專利權)人：貝殼找房北京科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。