(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111341110.0 (22)申请日 2021.11.12 (71)申请人 中国建设银行股份有限公司 地址 100033 北京市西城区金融大街25号 (72)发明人 范欣　张越　杨简闻　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 代理人 单冠飞 (51)Int.Cl. G06Q 30/06(2012.01) G06Q 40/02(2012.01) G06Q 10/10(2012.01) G06N 20/00(2019.01) G06K 9/62(2022.01) (54)发明名称 基于机器学习的用户线上导流推荐方法和 装置 (57)摘要 本公开关于一种基于机器学习的用户线上 导流推荐方法和装置， 涉及大数据数据分析技术 领域， 方法包括： 获取待导流用户的数据； 将待 导 流用户的数据输入至导流规则模 型， 获取待导流 用户所在的用户群及所在用户群的第一审批通 过率a； 对第一审批通过率a大于或等于预设阈值 的第一待导流用户直接进行推荐； 将第一审批通 过率a小于预设阈值的第二待导流用户的数据输 入至训练好的导流分流模型， 得到第二待导流用 户的导流推荐分数； 根据导流推荐分数， 确定第 二待导流用户的导流推荐等级， 并基于导流推荐 等级对第二待导流用户进行推荐。 由此， 能够对 待导流用户进行导流推荐， 以提高用户审批通过 率， 降低获客成本 。 权利要求书3页 说明书15页 附图6页 CN 114219552 A 2022.03.22 CN 114219552 A 1.一种基于 机器学习的用户线上导 流推荐方法， 其特 征在于， 包括： 获取待导 流用户的数据； 将所述待导流用户的数据输入至导流规则模型， 获取所述待导流用户所在的用户群及 所在用户群的第一审批通过率a； 对所述第一审批通过率a大于或等于预设阈值的第一待导 流用户直接进行推荐； 将所述第一审批通过率a小于预设阈值的第 二待导流用户的数据输入至训练好的导流 分流模型， 得到所述第二待导 流用户的导 流推荐分数； 根据所述导流推荐分数， 确定所述第二待导流用户的导流推荐等级， 并基于所述导流 推荐等级对所述第二待导 流用户进行推荐。 2.根据权利要求1所述的方法， 其特征在于， 所述将所述第一审批通过率a小于预设阈 值的第二待导流用户的数据输入至训练好的导流分流模型， 得到所述第二待导流用户的导 流推荐分数， 包括： 将所述第二待导流用户的数据输入至训练好的导流分流模型， 预测所述第 二待导流用 户通过审批的第二审批通过率b； 根据所述第一审批通过率a和所述第二审批通过率b， 计算得到审批通过率坏好比odd   s； 其中， od ds＝a/(1 ‑a)*b/(1‑b)； 根据所述审批通过率坏好比odds， 得到所述第二待导流用户的导流推荐分数score； 其 中， score＝base ‑score+pdo/ln(2)ln(odds)， base ‑score为基础分且为大于0的整数， pdo 为翻倍数且为大于 0的整数。 3.根据权利要求2所述的方法， 其特 征在于， 所述方法， 还 包括： 获取训练样本数据集； 根据所述训练样本数据集获取导 流规则模型； 根据所述训练样本数据集， 对导 流分流模型进行训练， 生成训练好的导 流分流模型。 4.根据权利要求3所述的方法， 其特 征在于， 所述获取训练样本数据集， 包括： 采集多个训练样本用户的样本数据； 其中， 所述样本数据包括样本特征和样本审批结 果； 对所述样本特征进行预处理， 搭建导流标签池； 其中， 所述导流标签池包括多个特征标 签； 根据所述样本审批结果和所述 导流标签池， 生成所述训练样本数据集。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述训练样本数据集获取导流规 则模型， 包括： 根据所述特 征标签， 将多个训练样本用户划分为多个样本用户群； 根据所述样本用户群、 所述样本审批结果和业务规则， 应用单变量分箱和 交叉分析训 练规则， 生成所述 导流规则模型。 6.根据权利要求4所述的方法， 其特征在于， 所述根据所述训练样本数据集， 对导流分 流模型进行训练， 生成训练好的导 流分流模型， 包括： 对所述特 征标签进行 特征筛选， 获取模型训练特 征； 采用机器学习算法搭建所述 导流分流模型； 将所述模型训练特征输入至所述导流分流模型， 对所述导流分流模型进行训练， 生成权　利　要　求　书 1/3 页 2 CN 114219552 A 2训练好的导 流分流模型。 7.一种基于 机器学习的用户线上导 流推荐装置， 其特 征在于， 包括： 数据获取 单元， 用于获取待导 流用户的数据； 第一处理单元， 用于将所述待导流用户的数据输入至导流规则模型， 获取所述待导流 用户所在的用户群及所在用户群的第一审批通过率a； 第一推荐单元， 用于对所述第一审批通过率a大于或等于预设阈值的第一待导流用户 直接进行推荐； 第二处理单元， 用于将所述第一审批通过率a小于预设阈值的第二待导流用户的数据 输入至训练好的导 流分流模型， 得到所述第二待导 流用户的导 流推荐分数； 第二推荐单元单元， 用于根据所述导流推荐分数， 确定所述第二待导流用户的导流推 荐等级， 并基于所述 导流推荐等级对所述第二待导 流用户进行推荐。 8.根据权利要求7 所述的装置， 其特 征在于， 所述第二处 理单元， 包括： 第一计算模块， 用于将所述第二待导流用户的数据输入至训练好的导流分流模型， 预 测所述第二待导 流用户通过审批的第二审批通过率b； 第二计算模块， 用于根据所述第一审批通过率a和所述第二审批通过率b， 计算得到审 批通过率坏好比od ds； 其中， od ds＝a/(1 ‑a)*b/(1‑b)； 第三计算模块， 用于根据所述审批通过率坏好比odds， 得到所述第二待导流用户的导 流推荐分数score； 其中， score＝base ‑score+pdo/ln(2)ln(odds)， base ‑score为基础分且 为大于0的整数， pdo 为翻倍数且为大于 0的整数。 9.根据权利要求8所述的装置， 其特 征在于， 所述装置， 还 包括： 样本数据获取 单元， 用于获取训练样本数据集； 第一模型生成单 元， 用于根据所述训练样本数据集获取导 流规则模型； 第二模型生成单元， 用于根据 所述训练样本数据集， 对导流分流模型进行训练， 生成训 练好的导 流分流模型。 10.根据权利要求9所述的装置， 其特 征在于， 所述样本数据获取 单元， 具体用于： 采集多个训练样本用户的样本数据； 其中， 所述样本数据包括样本特征和样本审批结 果； 对所述样本特征进行预处理， 搭建导流标签池； 其中， 所述导流标签池包括多个特征标 签； 根据所述样本审批结果和所述 导流标签池， 生成所述训练样本数据集。 11.根据权利要求10所述的装置， 其特 征在于， 所述第一模型生成单 元， 具体用于： 根据所述特 征标签， 将多个训练样本用户划分为多个样本用户群； 根据所述样本用户群、 所述样本审批结果和业务规则， 应用单变量分箱和 交叉分析训 练规则， 生成所述 导流规则模型。 12.根据权利要求10所述的装置， 其特 征在于， 所述第二模型生成单 元， 具体用于： 对所述特 征标签进行 特征筛选， 获取模型训练特 征； 采用机器学习算法搭建所述 导流分流模型； 将所述模型训练特征输入至所述导流分流模型， 对所述导流分流模型进行训练， 生成 训练好的导 流分流模型。权　利　要　求　书 2/3 页 3 CN 114219552 A 3