(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 202111392823.X (22)申请日 2021.11.23 (71)申请人 上海钧正网络科技有限公司 地址 201199 上海市闵行区秀文路898号1 幢501室 (72)发明人 杨磊　陈瑜庆　黄磊　 (74)专利代理 机构 上海唯源专利代理有限公司 31229 代理人 汪家瀚 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 10/06(2012.01) G06Q 10/04(2012.01) G06K 9/62(2022.01) (54)发明名称 营销策略确定方法、 装置及计算机存 储介质 (57)摘要 本发明公开了一种营销策略确定方法、 装置 及计算机存储介质， 涉及网络营销技术领域， 解 决了无法使用户为网约车平台带来最大化收益 的技术问题。 该营销策略确定方法包括： 获取目 标用户的目标状态信息； 根据所述目标状态信息 预测在不同营销策略下所述目标用户的累计平 台收益； 根据所述累计平台收益确定在预设投入 成本下所述目标用户带来的最大平台收益， 并基 于所述最大平台收益确定向所述目标用户发放 的营销策略。 权利要求书2页 说明书10页 附图4页 CN 114078031 A 2022.02.22 CN 114078031 A 1.一种营销策略确定方法， 其特 征在于， 包括： 获取目标用户的目标状态信息； 根据所述目标状态信息预测在不同营销策略下 所述目标用户的累计平台收益； 根据所述累计平台收益确定在预设投入成本下所述目标用户带来的最大平台收益， 并 基于所述 最大平台收益确定向所述目标用户发放的营销策略。 2.如权利要求1所述的营销策略确定方法， 其特征在于， 所述根据 所述目标状态信 息预 测在不同营销策略下 所述目标用户的累计平台收益， 包括： 将所述目标状态信息 输入第一预测模型 得到所述目标用户的累计平台收益。 3.如权利要求2所述的营销策略确定方法， 其特征在于， 所述将所述目标状态信 息输入 第一预测模型 得到所述目标用户的累计平台收益， 包括： 将所述目标状态信息输入所述第一预测模型得到所述目标用户在M个营销策略下的M 个累计平台收益； 在选择概率大于第一阈值的情况下， 从所述M个累计平台收益中选择收益值最大的累 计平台收益作为所述第一预测模型的输出值； 在选择概率不大于所述第一阈值的情况下， 从所述M个累计平台收益中随机选择一个 累计平台收益作为所述第一预测模型的输出值； 其中， 所述选择概率为随机生成的概率值， 用于确定从所述M个累计平台收益中选择一 个累计平台收益的方式， M为大于 0的整数。 4.如权利要求3所述的营销策略确定方法， 其特征在于， 所述第 一预测模型包括第 一网 络模型； 所述将所述目标状态信息输入第一预测模型得到所述目标用户的累计平台收益之 前， 所述方法还 包括： 获取第一状态信息； 将所述第一状态信息 输入所述第一网络模型， 以确定训练样本； 在所述训练样本的数据量大于第 二阈值的情况下， 基于所述训练样本对所述第 一网络 模型进行模型训练， 直至 达到预设训练轮数； 其中， 所述训练样本包括所述第 一状态信 息、 所述第 一状态信 息对应的营销策略、 所述 第一状态信息对应的平台反馈信息以及第二状态信息， 所述第二状态信息为根据所述第一 状态信息发放营销策略后更新的状态信息 。 5.如权利要求4所述的营销策略确定方法， 其特征在于， 所述第 一预测模型还包括第 二 网络模型； 所述基于所述训练样本对所述第一网络模型进行模型训练， 包括： 将所述第一状态信息 输入所述第一网络模型 得到第一平台收益； 将所述第二状态信息 输入所述第二网络模型 得到第二平台收益； 根据所述第 二平台收益、 所述第 二状态信 息对应的营销策略和所述第 二状态信 息对应 的平台反馈信息确定第三平台收益； 将所述第一平台收益更新为所述第 三平台收益， 并基于所述第 一状态信 息和所述第 三 平台收益对所述第一网络模型进行模型训练。 6.如权利要求5所述的营销策略确定方法， 其特征在于， 所述基于所述训练样本对所述 第一网络模型进行模型训练之后， 所述方法还 包括： 在满足预设条件的情况下， 将所述第 二网络模型的模型参数复制为所述第 一网络模型权　利　要　求　书 1/2 页 2 CN 114078031 A 2的模型参数； 所述预设条件 包括以下任一项： 达 到预设时间和达 到预设训练轮数。 7.如权利要求1 ‑6任一项所述的营销策略确定方法， 其特征在于， 所述根据所述目标状 态信息预测在不同营销策略下 所述目标用户的累计平台收益之后， 所述方法还 包括： 将所述目标状态信息和营销策略输入第二预测模型预测所述目标用户在不同营销策 略下的完单概 率； 所述根据所述累计平台收益确定在预设投入成本下所述目标用户带来的最大平台收 益， 包括： 根据所述累计平台收益和所述完单概率确定在预设投入成本下所述目标用户带来的 最大平台收益。 8.如权利要求7所述的营销策略确定方法， 其特征在于， 所述根据 所述累计平台收益和 所述完单概 率确定在预设投入成本下 所述目标用户带来的最大平台收益， 包括： 通过营销模型 确定在预设投入成本下所述 目标用户带来的最大平 台收益； 所述营销模型满足以下 条件： xij＝0或1； 其中， N为总人数， M为总的营销策略数量， xij表示对第i个人发放第j种营销策略， C为所 述预设投入成本， coupo nij为营销策略的投入成本， probij为所述完单概 率。 9.如权利要求4 ‑6任一项所述的营销策略确定方法， 其特征在于， 所述目标状态信 息包 括以下至少一项： 用户历史行为信息、 用户人口属性信息以及用户未来价值信息； 所述营销 策略包括以下至少一项： 发放代金券、 发送推送消息和空动作； 所述平台反馈信息为在不同 营销策略下根据完单与否确定的奖励信息 。 10.一种营销策略确定装置， 其特 征在于， 包括： 获取 单元、 预测单 元和策略发放单 元； 所述获取 单元， 用于获取目标用户的目标状态信息； 所述预测单元， 用于根据所述目标状态信 息预测在不同营销策略下所述目标用户的累 计平台收益； 所述策略发放单元， 用于根据 所述累计平台收益确定在预设投入成本下所述目标用户 带来的最大平台收益， 并基于所述 最大平台收益确定向所述目标用户发放的营销策略。 11.一种营销策略确定装置， 其特征在于， 包括存储器和 处理器； 所述存储器用于存储 计算机执 行指令， 所述处 理器与所述存 储器通过总线连接； 当所述营销策略确定装置运行时， 所述处理器执行所述存储器存储的所述计算机执行 指令， 以使所述营销策略确定装置执 行如权利要求1 ‑9中任一项所述的营销策略确定方法。 12.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质包括计算机执行 指令， 当所述计算机执行指 令在计算机上运行时， 使 得所述计算机执行如权利要求 1‑9中任 一项所述的营销策略确定方法。权　利　要　求　书 2/2 页 3 CN 114078031 A 3