消息流量质量评估方法、电子设备、介质及程序产品

技术领域

本申请涉及金融科技(Fintech)的人工智能技术领域，尤其涉及一种消息流量质量评估方法、电子设备、介质及程序产品。

背景技术

随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术(如分布式、人工智能等)应用在金融领域，但金融业也对技术提出了更高的要求，如对金融业对应待办事项的分发也有更高的要求。

随着人工智能的不断发展，人工智能的应用也越来越广泛，目前在消息推荐领域，通常通过当前用户转化节点的指标来评估当前用户转化节点的用户流量的质量，例如曝光点击率(Click Through Rate,CTR)和点击转化率(Conversion Rate,CVR)等，CTR和CVR越高，代表在用户转化链路中单节点留存越高，流量质量越好，但是单指标相对片面，例如，一些恶俗或者猎奇的广告可能会吸引大量的点击，虽然在用户转化链路中的点击节点的留存会较高，但是对于整个用户转化链路来讲，实际的用户转化效果会很差，因此当前在用户转化链路中进行单节点的流量质量评估准确度较低。

发明内容

本申请的主要目的在于提供一种消息流量质量评估方法、电子设备、介质及程序产品，旨在解决现有技术中用户转化链路中单节点流量质量评估准确度低的技术问题。

为实现上述目的，本申请提供一种消息流量质量评估方法，所述消息流量质量评估方法包括：

获取用户转化链路中目标转化节点对应的用户流量数据，确定所述目标转化节点对应的流量质量预测模型，其中，所述流量质量预测模型基于链路转化程度标签进行优化得到；

依据所述用户流量数据和所述流量质量预测模型，评估所述目标转化节点的用户流量质量，得到流量质量评估结果。

本申请还提供一种消息流量质量评估装置，所述装置为虚拟装置，所述消息流量质量评估装置包括：

获取模块，用于获取用户转化链路中目标转化节点对应的用户流量数据，确定所述目标转化节点对应的流量质量预测模型，其中，所述流量质量预测模型基于链路转化程度标签进行优化得到；

流量质量预测模块，用于依据所述用户流量数据和所述流量质量预测模型，评估所述目标转化节点的用户流量质量，得到流量质量评估结果。

本申请还提供一种电子设备，所述电子设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述消息流量质量评估方法的程序，所述消息流量质量评估方法的程序被处理器执行时可实现如上述的消息流量质量评估方法的步骤。

本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有实现消息流量质量评估方法的程序，所述消息流量质量评估方法的程序被处理器执行时实现如上述的消息流量质量评估方法的步骤。

本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的消息流量质量评估方法的步骤。

本申请提供了一种消息流量质量评估方法、电子设备、介质及程序产品，相比于现有技术中采用的通过当前用户转化节点的指标来评估当前用户转化节点的用户流量的质量的技术手段，本申请首先获取用户转化链路中目标转化节点对应的用户流量数据，确定所述目标转化节点对应的流量质量预测模型；依据所述用户流量数据和所述流量质量预测模型，评估所述目标转化节点的用户流量质量，得到流量质量评估结果，其中，由于所述流量质量预测模型基于链路转化程度标签进行优化得到，从而实现了以用户转化链路的后端指标为尺度，评估用户转化链路中单节点的流量质量的目的，而由于后端指标与整个用户转化链路相关联，而不仅仅与单节点关联，因此依据后端指标优化的流量质量预测模型可综合评估单节点的用户流量相对于整个用户转化链路的转化效果，现有单指标相对片面，虽然在用户转化链路中的单节点的留存会较高，但是对于整个用户转化链路来讲，实际的用户转化效果会很差，因此克服了当前在用户转化链路中进行单节点的流量质量评估准确度较低的技术缺陷，提升了用户转化链路中单节点流量质量评估的准确度。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

为了更清楚地说明本申请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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请消息流量质量评估方法第一实施例的流程示意图；

图2为本申请消息流量质量评估方法第二实施例的流程示意图；

图3为本申请实施例中消息流量质量评估方法涉及的硬件运行环境的设备结构示意图。

本申请目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

为使本申请的上述目的、特征和优点能够更加明显易懂，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，均属于本申请保护的范围。

实施例一

本申请实施例提供一种消息流量质量评估方法，在本申请消息流量质量评估方法的第一实施例中，参照图1，所述消息流量质量评估方法包括：

步骤S10，获取用户转化链路中目标转化节点对应的用户流量数据，确定所述目标转化节点对应的流量质量预测模型，其中，所述流量质量预测模型基于链路转化程度标签进行优化得到；

步骤S20，依据所述用户流量数据和所述流量质量预测模型，评估所述目标转化节点的用户流量质量，得到流量质量评估结果。

在本实施例中，消息可以为广告，用户转化链路为向用户开始曝光消息的曝光节点到完成用户转化的整个过程，所述用户转化链路可以存在多个转化节点，在每个转化节点均会存在用户的流失与留存，留存的用户会继续流向下一个转化节点，直至在用户转化链路上转化完成或者流失。所述链路转化程度标签为表征用户相对于整个用户转化链路的转化程度的标签。在一种可实施的方式中，所述用户流量数据可以为用户画像数据。

作为一种示例，在金融贷款领域，用户转化链路可以为“曝光-点击-留资-进件-授信(核额)-提款”，在该用户转化链路中，会首先向用户曝光消息，用户可选择点击或者不点击消息，若用户点击消息，则用户可选择进行企业认证，留下企业用户资料(留资)，若用户进行了企业认证，则可选择注册账号，在注册账号成功后，可选择进行贷款额度核定，在核定贷款额度后，即可选择提取贷款，从而完成正常金额贷款流程。

作为一种示例，步骤S10至步骤S20包括：在用户转化链路中确定目标转化节点，获取进入所述目标转化节点的待预测用户对应的用户流量数据；根据目标用户节点对应的节点标识，在预设模型集中确定所述目标转化节点对应的流量质量预测模型，其中，所述预设模型集至少包括一个用户转化链路中转化节点对应的流量质量预测模型，所述流量质量预测模型与转化节点一一对应，所述流量质量预测模型根据进入对应的转化节点的历史用户的流量数据和历史用户对应的链路转化程度标签进行迭代优化得到，不同的转化节点可以迭代优化得到不同的流量质量预测模型；将所述用户流量数据输入所述流量质量预测模型，对所述用户流量数据进行流量质量评分，得到流量质量评分值；根据流量质量评分值确定所述流量质量评估结果。

作为一种示例，所述根据流量质量评分值确定所述流量质量评估结果的步骤包括：

根据所述流量质量评分值大小，确定对应的流量质量标签，将所述流量质量标签作为所述流量质量评估结果。例如可设置流量质量评分值大于80分，则确定对应的流量质量标签为1，标识流量质量为头部流量，设置流量质量评分值不大于80分且不小于50分，设置流量质量标签为0.5，标识流量质量为中间流量，设置流量质量评分小于50分，设置流量质量标签为0，标识流量质量为尾部流量。所述流量质量标签为表征用户流量数据的优劣的标识，所述流量质量标签可以用于进行用户流量的切分，从而针对不同的用户流量，可采取不同的消息推送策略进行消息推送。

作为一种示例，所述根据流量质量评分值确定所述流量质量评估结果的步骤包括：

获取预设时间段内的目标转化节点对应的不同流量质量评分值；根据各流量质量评分值，在时间维度上对进入目标转化节点的用户流量数据进行流量切分，得到所述目标转化节点对应的流量质量评估结果。

其中，所述用户流量数据至少包括一个用户特征数据，所述获取所述用户转化链路中目标转化节点对应的用户流量数据，包括：

步骤S11，获取用户画像特征以及所述目标转化节点之前各转化节点对应的节点用户转化时间；

步骤S12，依据各所述用户转化时间构建的节点用户转化时间特征和所述用户画像特征，生成所述用户特征数据。

在本实施例中，需要说明的是，在评估用户流量的优劣时，对转化意愿比较强的用户，用户通常具备较强的意愿来完成整个用户转化链路对应的用户转化过程，从而用户相对应的用户流量通常较优，所以转化意愿是评估用户流量的一个重要因素，而转化意愿可通过用户在各转化节点所消耗的转化时间从侧面进行体现。所述用户画像特征可以为根据用户画像生成的特征向量，由至少一个用户画像特征值构成，对于个人用户，用户画像特征值可以为年龄、爱好类型以及性别等特征信息，对于企业用户，用户画像特征值可以为企业规模大小、企业所处地域以及企业所处行业类型等特征信息。

作为一种示例，步骤S11至步骤S12包括：获取用户画像特征以及所述目标转化节点之前各转化节点对应的节点用户转化时间；将各所述节点用户转化时间拼接为特征向量，得到所述节点用户转化时间特征，例如可按照对应的转化节点的排列位置将各所述节点用户转化时间拼接为特征向量；将所述用户画像特征和所述节点用户转化时间特征进行拼接，得到用户特征数据。

本申请实施例实现了依据用户在整条用户转化链路的转化消耗时间分布情况以及用户基本画像信息构建用户特征数据，使得用户特征数据中携带跟整条用户转化链路相关的转化意愿信息，在整条用户转化链路的基础上为进入单节点的流量信息进行流量质量评估提供了更多的决策依据，因此可提升流量质量评估的准确度。

其中，所述依据所述用户画像特征和所述节点用户转化时间特征，生成所述用户特征数据，包括：

步骤S121，获取所述目标转化节点之前各转化节点对应的流量渠道信息以及对应的消息产品形态；

步骤S122，依据各所述流量渠道信息构建流量渠道特征，以及依据各所述消息产品形态构建消息产品形态特征；

步骤S123，将所述用户画像特征、所述节点用户转化时间特征、所述流量渠道特征和所述消息产品形态特征进行拼接，得到所述用户特征数据。

在本实施例中，对于转化意愿的影响因素，除了用户在各转化节点所消耗的转化时间之外，各转化节点的流量渠道以及消息产品形态通常也会影响用户的转化意愿，例如对于银行贷款，相比于视频推荐弹窗进入转化节点的用户，从银行APP进入转化节点的用户会更愿意完成整条用户转化链路的用户转化过程，从而可通过采集各转化节点的流量渠道信息以及流量渠道信息的变化情况来从侧面反应用户的转化意愿；而不同的用户对于不同的产品形态的接受程度是不同，一些用户比较愿意接受文字类型消息，而有些用户比较愿意接受视频类型消息，因此消息的产品形态同样会影响用户对于整条用户转化链路的转化意愿。所述流量渠道信息可以为表征流量渠道的流量渠道类型标签。

作为一种示例，步骤S121至步骤S123包括：确定用户进入目标转化节点之前进入各转化节点时的流量渠道和的消息产品形态，获取各流量渠道对应的流量渠道类型标签和各消息产品形态对应的消息产品形态类型标签；将各所述转化节点对应的流量渠道类型标签拼接为特征向量，得到流量渠道特征；将各所述转化节点对应的消息产品形态类型标签拼接为特征向量，得到消息产品形态特征；将所述用户画像特征、所述节点用户转化时间特征、所述流量渠道特征和所述消息产品形态特征进行拼接，得到所述用户特征数据。

本申请实施例在用户在整条用户转化链路的转化消耗时间分布情况以及用户基本画像信息基础上，实现了结合消息渠道信息以及消息产品形态构建用户特征数据，使得用户特征数据中携带更多跟整条用户转化链路相关的转化意愿信息，在整条用户转化链路的基础上为进入单节点的流量信息进行流量质量评估提供了更多的决策依据，因此可提升流量质量评估的准确度。

作为一种示例，所述用户流量数据至少包括一个用户特征数据，所述获取所述用户转化链路中目标转化节点对应的用户流量数据，还包括：

获取所述目标转化节点之前各转化节点对应的流量渠道信息以及对应的消息产品形态；依据各所述流量渠道信息构建流量渠道特征，以及依据各所述消息产品形态构建消息产品形态特征；将所述用户画像特征、所述流量渠道特征和所述消息产品形态特征进行拼接，得到所述用户特征数据。其中，构建流量渠道特征和消息产品形态特征的具体实现过可参照上述步骤S121至步骤S123中的内容，在此不再赘述。

本申请实施例实现了依据用户在整条用户转化链路各转化节点的流量渠道信息和消息产品形态，以及用户基本画像信息三者构建用户特征数据，使得用户特征数据中携带跟整条用户转化链路相关的转化意愿信息，在整条用户转化链路的基础上为进入单节点的流量信息进行流量质量评估提供了更多的决策依据，因此可提升流量质量评估的准确度。

其中，在所述确定所述目标转化节点对应的流量质量预测模型的步骤之前，所述消息流量质量评估方法还包括：

步骤A10，获取待训练流量质量预测模型和历史用户对应的历史用户特征数据；

步骤A20，根据所述历史用户在所述用户转化链路上的转化意愿关联信息，对所述历史用户特征数据进行标签标定，得到所述链路转化程度标签；

步骤A30，根据所述链路转化程度标签，确定所述历史用户特征数据对应的真实流量质量标签；

步骤A40，根据所述真实流量质量标签和所述历史用户特征数据，对所述待训练流量质量预测模型进行迭代训练更新，得到所述流量质量预测模型。

在本实施例中，需要说明的是，所述用户转化链路上各用户转化节点均对应设置存在一流量质量预测模型，用于预测进入所述用户转化链路上对应的转化节点的用户流量的流量质量。所述链路转化程度标签为表征用户相对于整个用户转化链路的转化程度的标签，可由用户对于用户转化链路的转化意愿和转化资质中的一种或者多种决定，所述转化资质为表征用户相对于用户转化链路对应的业务过程的适配资质，转化资质越好，则用户对应的流量质量越好，所述转化资质由转化资质关联数据所决定，例如假设用户转换链路对应的用户转化过程为贷款过程，则转化资质关联数据可以为用户存款金额、用户信誉评分以及用户逾期还款次数，从而用户存款金额越高、用户信誉评分越高以及用户逾期还款次数越少，则用户越适配用户转化链路对应的业务过程，转化资质越好。所述转化意愿关联信息为与用户通过用户转化链路进行用户转化的转化意愿相关联的数据，可以为用户在用户转化链路上消耗的时间、用户在用户转化链路上的转化深度以及用户本身的特征信息中一种或者多种，其中，对于企业用户，用户本身的特征信息可以为企业所处的行业类型或企业所处的地域等信息。所述历史用户特征数据可以为历史用户的用户特征数据，可以为用户画像特征、节点用户转化时间特征、流量渠道特征以及消息产品形态特征中的一种或者多种。

作为一种示例，步骤A10至步骤A40包括：获取待训练流量质量预测模型和历史用户进入各转化节点产生的历史用户特征数据；根据所述历史用户在所述用户转化链路上的转化意愿关联信息，对历史用户特征数据进行标签标定，得到链路转化程度标签；依据各转换节点对应的历史用户特征数据和所述链路转化程度标签确定的真实流量质量标签，分别对待训练流量质量预测模型进行迭代训练优化，得到各转化节点对应的待训练流量质量预测模型。其中，需要说明的是，由于历史用户进入用户转化链路各转化节点之前经过的转化节点的数量存在差异，因此节点用户转化时间特征、流量渠道特征以及消息产品形态特征均会存在差异，所以各转化节点对应的历史用户特征数据可能存在差异性，但各转化节点对应的历史用户特征数据可对应一相同的链路转化程度标签，从而迭代训练得到与各转化节点一一对应的流量质量预测模型。

其中，所述根据真实流量质量标签和所述历史用户特征数据，对所述待训练流量质量预测模型进行迭代训练更新，得到所述流量质量预测模型的步骤包括：

通过将转化节点对应的历史用户特征数据输入待训练流量质量预测模型，评估历史用户特征数据在转化节点的流量质量，得到训练输出流量质量标签；根据所述链路转化程度标签确定所述历史用户特征数据对应的真实流量质量标签；根据所述训练输出流量质量标签与所述真实流量质量标签之间的差异，计算所述待训练流量质量预测模型对应的模型损失；判断模型损失是否收敛，若模型损失收敛，则将待训练流量质量预测模型作为所述流量质量预测模型，若模型损失未收敛，则依据所述模型损失计算的模型梯度，对待训练流量质量预测模型进行更新，并返回执行步骤：获取历史用户对应的历史用户特征数据，直至计算得到的模型损失收敛。

其中，所述根据所述链路转化程度标签，确定所述历史用户特征数据对应的真实流量质量标签的步骤包括：

步骤A31，根据所述链路转化程度标签的取值大小和预设转化程度范围，确定所述历史用户特征数据对应的流量类别；

步骤A32，为所述历史用户特征数据赋予所述流量类别对应的真实流量质量标签。

作为一种示例，步骤A31至步骤A32包括：若所述链路转化程度标签的取值大小大于所述预设转化程度范围的上限值，则判定所述历史用户特征数据对应的流量类别为第一流量类别，将所述第一流量类别对应的头部流量标签赋予所述历史用户特征数据作为真实流量质量标签；若所述链路转化程度标签的取值大小不小于所述预设转化程度范围的下限值，且不大于所述预设转化程度范围的上限值，则判定所述历史用户特征数据对应的流量类别为第二流量类别，将所述第二流量类别对应的中间流量标签赋予所述历史用户特征数据作为真实流量质量标签；若所述链路转化程度标签的取值大小小于所述预设转化程度范围的下限值，则判定所述历史用户特征数据对应的流量类别为第三流量类别，将所述第三流量类别对应的尾部流量标签赋予所述历史用户特征数据作为真实流量质量标签。例如假设预设转化程度范围为0.4至0.8，则可设置当链路转化程度标签的取值大于0.8时，历史用户特征数据属于第一流量类别，从而将头部流量标签a作为所述历史用户特征数据对应的真实流量质量标签，以标识用户历史特征数据为头部流量；设置当链路转化程度标签的取值不大于0.8且不小于0.4时，历史用户特征数据属于第二流量类别，从而将中间流量标签b作为所述历史用户特征数据对应的真实流量质量标签，以标识用户历史特征数据为中间流量；当链路转化程度标签的取值小于0.4时，历史用户特征数据属于第三流量类别，从而将尾部流量标签c作为所述历史用户特征数据对应的真实流量质量标签，以标识用户历史特征数据为尾部流量。

本申请实施例提供了一种消息流量质量评估方法，相比于现有技术中采用的通过当前用户转化节点的指标来评估当前用户转化节点的用户流量的质量的技术手段，本申请实施例首先获取用户转化链路中目标转化节点对应的用户流量数据，确定所述目标转化节点对应的流量质量预测模型；依据所述用户流量数据和所述流量质量预测模型，评估所述目标转化节点的用户流量质量，得到流量质量评估结果，其中，由于所述流量质量预测模型基于链路转化程度标签进行优化得到，从而实现了以用户转化链路的后端指标为尺度，评估用户转化链路中单节点的流量质量的目的，而由于后端指标与整个用户转化链路相关联，而不仅仅与单节点关联，因此依据后端指标优化的流量质量预测模型可综合评估单节点的用户流量相对于整个用户转化链路的转化效果，现有单指标相对片面，虽然在用户转化链路中的单节点的留存会较高，但是对于整个用户转化链路来讲，实际的用户转化效果会很差，因此克服了当前在用户转化链路中进行单节点的流量质量评估准确度较低的技术缺陷，提升了用户转化链路中单节点流量质量评估的准确度。

实施例二

进一步地，参照图2，基于上述第一实施例，在本申请消息流量质量评估方法的另一实施例中，所述转化意愿关联信息包括所述历史用户在所述用户转化链路上的转化深度和转化消耗时间信息，所述根据所述历史用户在所述用户转化链路上的转化意愿关联信息，对所述历史用户特征数据进行标签标定，得到所述链路转化程度标签的步骤包括：

步骤A21，根据所述转化深度和所述转化消耗时间信息，评估所述历史用户在所述用户转化链路上的转化意愿，得到转化意愿评分；

步骤A22，根据所述转化意愿评分，对所述历史用户特征数据进行标签标定，得到所述链路转化程度标签。

在本实施例中，需要说明的是，所述转化深度为用户在用户转化链路上的最终到达节点在用户转化链路上的深度，例如假设用户转化链路一共存在6个转化节点，若用户在用户转化链路上的最终到达节点为第5个节点，则可设置转化深度为5，若用户完成了整个用户转化链路的转化过程，则可设置转化深度为10，通过转化深度的增大权重值来进行特定标识，其中，在其他用户信息相同的情况下，转化深度越深，则可以认为用户的转化意愿越强烈。所述转化消耗时间信息可以为用户在转化链路上所花费的总体时间大小，也可以为用户在各转化节点所花费的转化时间的分布信息，也可以为两者的结合，在此不做限定。

作为一种示例，步骤A21至步骤A22包括：将所述转化深度和所述转化消耗时间信息进行拼接，得到转化意愿表征特征；通过将转化意愿表征特征输入预设转化意愿评分模型中进行评分，评估所述历史用户在所述用户转化链路上的转化意愿，得到转化意愿评分，其中，所述转化意愿评分用于表征用户通过用户转化链路完成用户转化的意愿的强弱；根据所述转化意愿评分，对所述历史用户特征数据进行标签标定，得到所述链路转化程度标签。

本申请实现了依据整条用户转化链路相关联的转化深度和转化消耗时间信息，对历史用户特征数据进行标签标定的目的，使得链路转化程度标签与整条用户转化链路强相关，从而使得对应的构建的流量质量预测模型与整条用户转化链路强相关，流量质量预测模型的预测结果与整条用户转化链路强相关，因此可提升单节点的流量质量预测的准确度。

作为一种示例，所述根据所述转化意愿评分，对所述历史用户特征数据进行标签标定，得到所述链路转化程度标签，包括：

将所述转化意愿评分归一化至预设取值范围，得到归一化评分，将所述归一化评分作为所述链路转化程度标签；和/或

确定所述转化意愿评分的取值大小所处的预设目标取值大小范围，根据预设取值大小范围与指标标签之间的对应关系，查找所述预设目标取值大小范围对应的指标标签作为所述链路转化程度标签。

作为一种示例，所述转化消耗时间信息可以为转化消耗时间特征，例如可以为转化消耗时间特征向量，所述将所述转化深度和所述转化消耗时间信息进行拼接，得到转化意愿表征特征，包括：

获取历史用户在用户转化链路中所经过的各转化节点上的节点消耗时间；根据各所述节点消耗时间构建转化消耗时间特征；将所述转化深度和所述转化消耗时间特征进行拼接，得到转化意愿表征特征。

作为一种示例，所述根据各所述节点消耗时间构建转化消耗时间特征，包括：

将各所述节点消耗时间拼接为特征向量，得到转化消耗时间特征；和/或

计算各所述节点消耗时间之和，得到用户转化链路对应的总消耗时间，将各节点消耗时间和总消耗时间拼接为特征向量，得到转化消耗时间特征。

其中，所述历史用户包括企业用户，所述根据所述转化深度和所述转化消耗时间信息，评估所述历史用户在所述用户转化链路上的转化意愿，得到转化意愿评分的步骤包括：

步骤A211，获取所述企业用户对应的行业类型和对应的地域信息；

步骤A212，根据所述行业类型、所述地域信息、所述转化深度和所述转化消耗时间信息，评估所述历史用户在所述用户转化链路上的转化意愿，得到所述转化意愿评分。

在本实施例中，需要说明的是，所述地域信息可以为地理位置坐标，也可以为具体的地名，在此不做限定。对于企业用户，不同的行业通常具有不同的转化意愿，例如对于新兴行业的贷款意愿明显会高于传统行业；而不同的地域的企业贷款的意愿通常也存在差异，例如发达一线城市的企业贷款的意愿会高于二三线城市。

作为一种示例，步骤A211至步骤A212包括：确定所述企业用户对应的行业类型和对应的地域信息；获取所述行业类型对应的行业类型标签，将所述行业类型标签、所述地域信息、所述转化深度和所述转化消耗时间信息拼接为特征向量，得到转化意愿表征特征；通过将转化意愿表征特征输入预设转化意愿评分模型中进行评分，评估所述历史用户在所述用户转化链路上的转化意愿，得到转化意愿评分。

本申请实施例实现了在整条用户转化链路相关联的转化深度和转化消耗时间信息的基础上，进一步加入企业用户的行业类型和地域信息来进行标签标定，使得链路转化程度标签在与整条用户转化链路强相关的基础上，还与行业类型以及地域信息相关联，为生成高准确的链路转化程度标签提供了更多的决策依据，从而使得链路转化程度标签与历史用户特征数据更加匹配，对应的构建的流量质量预测模型准确度更高，为提升单节点的流量质量预测准确度奠定了基础。

作为一种示例，需要说明的是，不同行业的企业在不同的时期通常的转化意愿通常也会存在差异，例如若某一行业处于整个行业进货期，例如季节性海鲜加工企业等，其贷款意愿会明显增高。所述将所述行业类型标签、所述地域信息、所述转化深度和所述转化消耗时间信息拼接为特征向量，得到转化意愿表征特征，包括：

获取所述企业用户所处的行业热点时间点以及历史用户进入用户转化链路的进入时间点；计算所述进入时间点和所述行业热点时间点之间的差值，得到行业热点时间特征；将所述行业类型标签、所述地域信息、所述转化深度、所述转化消耗时间信息和所述行业热点时间特征拼接为特征向量，得到转化意愿表征特征。相应地，在进行流量质量预测时，也可收集行业热点时间特征加入用户特征数据，已经行流量质量预测。本申请实施例在所述行业类型标签、所述地域信息、所述转化深度和所述转化消耗时间信息基础上，添加了所述行业热点时间特征共同构建转化意愿表征特征，使得转化意愿表征特征与企业用户更加匹配，为生成高准确的链路转化程度标签提供了更多的决策依据，从而使得链路转化程度标签与企业用户地历史用户特征数据更加匹配，对应的构建的流量质量预测模型准确度更高，为提升单节点的流量质量预测准确度奠定了基础。

其中，所述根据所述转化意愿评分，对所述历史用户特征数据进行标签标定，得到所述链路转化程度标签的步骤包括：

步骤A221，根据所述历史用户特征数据，评估所述历史用户对应的转化资质，得到转化资质评分；

步骤A222，根据所述转化资质评分和所述转化意愿评分，对所述历史用户特征数据进行标签标定，得到所述链路转化程度标签。

在本实施例中，需要说明的是，在进行标签标定时，除了需要考虑用户的转化意愿，还需要考虑用户的转化资质，转化资质越好的用户，用户对应的流量质量越优。

作为一种示例，步骤A221至步骤A222包括：获取所述历史用户特征数据中的转化资质关联数据，其中，所述转化资质关联数据为与用户的转化资质相关联的数据，例如若用户转化链路对应的用户转化过程为贷款过程，则转化资质关联数据可以为用户存款金额、用户信誉评分以及用户逾期还款次数等信息；若用户转化链路对应的用户转化过程为电影推荐过程，则转化资质关联数据可以为用户看电影的频繁程度或者用户偏向的电影类型等信息。通过将转化资质关联数据输入预设转化资质评分模型，估所述历史用户对应的转化资质，得到转化资质评分；对所述转化资质评分和所述转化意愿评分进行聚合，得到历史用户对应的综合转化评分；依据所述综合转化评分，对所述历史用户特征数据进行标签标定，得到所述链路转化程度标签。本申请实施例实现了依据历史用户的转化意愿和转化资质，对历史用户的历史用户特征数据进行标签标定的目的，为标签标定提供了充足的决策依据，使得标签标定得到的链路转化程度标签与历史用户特征数据相适配，提升了标签标定的准确度，因此为提升流量质量预测的准确度奠定了基础。

作为一种示例，所述依据所述综合转化评分，对所述历史用户特征数据进行标签标定，得到所述链路转化程度标签，包括：

将所述综合转化评分归一化至预设取值范围，得到归一化评分，将所述归一化评分作为所述链路转化程度标签；和/或

确定所述综合转化评分的取值大小所处的预设目标取值大小范围，根据预设取值大小范围与指标标签之间的对应关系，查找所述预设目标取值大小范围对应的指标标签作为所述链路转化程度标签。

本申请实施例提供了一种流量质量预测模型的构建方法，也即根据所述转化深度和所述转化消耗时间信息，评估所述历史用户在所述用户转化链路上的转化意愿，得到转化意愿评分；根据所述转化意愿评分，对所述历史用户特征数据进行标签标定，得到所述链路转化程度标签，实现了构建与用户转化链路强相关的指标标签的目的，而非构建与用户转化链路中单节点强相关的指标标签，从而根据所述链路转化程度标签确定的真实流量质量标签和所述历史用户特征数据，对所述待训练流量质量预测模型进行迭代训练更新，得到所述流量质量预测模型，可提升流量质量预测模型与整条用户转化链路的适配性，流量质量预测模型不再仅仅与用户转化链路中单节点相适配，现有技术中单指标相对片面，虽然在用户转化链路中的单节点的留存会较高，但是对于整个用户转化链路来讲，实际的用户转化效果会很差，因此为克服当前在用户转化链路中进行单节点的流量质量评估准确度较低的技术缺陷奠定了基础。

实施例三

本申请实施例还提供一种消息流量质量评估装置，所述消息流量质量评估装置包括：

获取模块，用于获取用户转化链路中目标转化节点对应的用户流量数据，确定所述目标转化节点对应的流量质量预测模型，其中，所述流量质量预测模型基于链路转化程度标签进行优化得到；

流量质量预测模块，用于依据所述用户流量数据和所述流量质量预测模型，评估所述目标转化节点的用户流量质量，得到流量质量评估结果。

可选地，所述消息流量质量评估装置还用于：

获取待训练流量质量预测模型和历史用户对应的历史用户特征数据；

根据所述历史用户在所述用户转化链路上的转化意愿关联信息，对所述历史用户特征数据进行标签标定，得到所述链路转化程度标签；

根据所述链路转化程度标签，确定所述历史用户特征数据对应的真实流量质量标签；

根据所述真实流量质量标签和所述历史用户特征数据，对所述待训练流量质量预测模型进行迭代训练更新，得到所述流量质量预测模型。

可选地，所述转化意愿关联信息包括所述历史用户在所述用户转化链路上的转化深度和转化消耗时间信息，所述消息流量质量评估装置还用于：

根据所述转化深度和所述转化消耗时间信息，评估所述历史用户在所述用户转化链路上的转化意愿，得到转化意愿评分；

根据所述转化意愿评分，对所述历史用户特征数据进行标签标定，得到所述链路转化程度标签。

可选地，所述消息流量质量评估装置还用于：

根据所述链路转化程度标签的取值大小和预设转化程度范围，确定所述历史用户特征数据对应的流量类别；

为所述历史用户特征数据赋予所述流量类别对应的真实流量质量标签。

可选地，所述消息流量质量评估装置还用于：

根据所述历史用户特征数据，评估所述历史用户对应的转化资质，得到转化资质评分；

根据所述转化资质评分和所述转化意愿评分，对所述历史用户特征数据进行标签标定，得到所述链路转化程度标签。

可选地，所述用户流量数据至少包括一用户特征数据，所述获取模块还用于：

获取用户画像特征以及所述目标转化节点之前各转化节点对应的节点用户转化时间；

依据各所述用户转化时间构建的节点用户转化时间特征和所述用户画像特征，生成所述用户特征数据。

可选地，所述获取模块还用于：

获取所述目标转化节点之前各转化节点对应的流量渠道信息以及对应的消息产品形态；

依据各所述流量渠道信息构建流量渠道特征，以及依据各所述消息产品形态构建消息产品形态特征；

将所述用户画像特征、所述节点用户转化时间特征、所述流量渠道特征和所述消息产品形态特征进行拼接，得到所述用户特征数据。

本申请提供的消息流量质量评估装置，采用上述实施例中的消息流量质量评估方法，解决了用户转化链路中单节点流量质量评估准确度低的技术问题。与现有技术相比，本申请实施例提供的消息流量质量评估装置的有益效果与上述实施例提供的消息流量质量评估方法的有益效果相同，且该消息流量质量评估装置中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。

实施例四

本申请实施例提供一种电子设备，电子设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施例一中的消息流量质量评估方法。

下面参考图3，其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图3所示，电子设备可以包括处理装置(例如中央处理器、图形处理器等)，其可以根据存储在只读存储器(ROM)中的程序或者从存储装置加载到随机访问存储器(RAM)中的程序而执行各种适当的动作和处理。在RAM中，还存储有电子设备操作所需的各种程序和数据。处理装置、ROM以及RAM通过总线彼此训练。输入/输出(I/O)接口也连接至总线。

通常，以下系统可以连接至I/O接口：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置；包括例如磁带、硬盘等的存储装置；以及通信装置。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备，但是应理解的是，并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置从网络上被下载和安装，或者从存储装置被安装，或者从ROM被安装。在该计算机程序被处理装置执行时，执行本公开实施例的方法中限定的上述功能。

本申请提供的电子设备，采用上述实施例中的消息流量质量评估方法，解决了用户转化链路中单节点流量质量评估准确度低的技术问题。与现有技术相比，本申请实施例提供的电子设备的有益效果与上述实施例提供的消息流量质量评估方法的有益效果相同，且该电子设备中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。

应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

实施例五

本实施例提供一种计算机可读存储介质，具有存储在其上的计算机可读程序指令，计算机可读程序指令用于执行上述实施例一中的消息流量质量评估的方法。

本申请实施例提供的计算机可读存储介质例如可以是U盘，但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读存储介质可以是电子设备中所包含的；也可以是单独存在，而未装配入电子设备中。

上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被电子设备执行时，使得电子设备：获取用户转化链路中目标转化节点对应的用户流量数据，确定所述目标转化节点对应的流量质量预测模型，其中，所述流量质量预测模型基于链路转化程度标签进行优化得到；依据所述用户流量数据和所述流量质量预测模型，评估所述目标转化节点的用户流量质量，得到流量质量评估结果。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该单元本身的限定。

本申请提供的计算机可读存储介质，存储有用于执行上述消息流量质量评估方法的计算机可读程序指令，解决了用户转化链路中单节点流量质量评估准确度低的技术问题。与现有技术相比，本申请实施例提供的计算机可读存储介质的有益效果与上述实施例提供的消息流量质量评估方法的有益效果相同，在此不做赘述。

实施例六

本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的消息流量质量评估方法的步骤。

本申请提供的计算机程序产品解决了用户转化链路中单节点流量质量评估准确度低的技术问题。与现有技术相比，本申请实施例提供的计算机程序产品的有益效果与上述实施例提供的消息流量质量评估方法的有益效果相同，在此不做赘述。

以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利处理范围内。