用户筛选策略生成方法、装置及电子设备

技术领域

本公开涉及计算机信息处理领域，具体而言，涉及一种用户筛选策略生成方法、装置、电子设备及计算机可读介质。

背景技术

随着经济的发展，为了满足其自身发展的需要，个人用户或者企业用户经常由金融服务机构进行借款活动，对于金融服务机构而言，用户的借款活动很可能会给金融服务公司带来风险。在还款期限届满之前，借款人（信贷用户）财务商务状况的重大不利变化很可能影响其履约能力，从而发生呆账、坏账等风险，因此，为了降低此类风险的发生概率，金融服务机构需要对借款人进行风险评估，进而制定其相对应的用户策略，用户策略用于为该用户确定其可借贷的金额、还款期限、借贷利率等等。

在用户策略制定上，现有技术是通过专家的经验知识，然后基于历史用户基本信息结合个人行为数据进行分析，从而制定的用户策略。如果用户策略的指导意见更新了之后，比如用户筛选比例提高或者是用户拒绝率提高，这些指导意见更改了之后，策略制定人员还是需要通过这样的分析方式再次进行分析，浪费了很多时间。而且，有人工参与的用户策略，在制定过程中难免会引入误差，也给用户策略的实际应用中带来了安全风险。

因此，需要一种新的用户筛选策略生成方法、装置、电子设备及计算机可读介质。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本公开提供一种用户筛选策略生成方法、装置、电子设备及计算机可读介质，能够根据管理员设置的目标，快速准确的生成用户筛选策略，降低人工成本，提高策略筛选准确度、加快策略上线时间，还能够及时识别风险用户，保证资源安全。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一方面，提出一种用户筛选策略生成方法，该方法包括：确定用户筛选目标，所述用户筛选目标包括项目类别和筛选参数；基于所述项目类别在历史用户中提取多个目标用户以生成用户样本集合；将所述用户样本集合和所述筛选参数输入策略模型中进行计算；基于所述随机森林模型中的根节点到叶子节点的路径生成用户筛选策略，其中根节点到叶子节点的每段路径均为用户筛选策略中的一条规则；利用所述筛选参数对多个根节点到叶子节点的路径进行筛选以生成多个用户筛选策略；基于预设标准由所述多个用户筛选策略中提取目标用户筛选策略。

可选地，还包括：接收来自用户的资源额度申请；基于所述目标用户筛选策略对所述资源额度申请进行判断；基于判断结果为所述资源额度申请生成返回通知，所述返回通知中包括批准申请或拒绝申请。

可选地，基于所述目标用户筛选策略对所述资源额度申请进行判断，包括：由授信申请中获取用户信息和申请项目；将所述用户信息和所述申请项目输入目标用户筛选策略中以进行判断。

可选地，基于所述项目类别在历史用户中提取多个目标用户以生成用户样本集合，包括：基于所述项目类别确定样本标签的判断准则；基于所述判断准则由历史用户中提取多个目标用户；为所述多个目标用户确定样本标签生成所述用户样本集合。

可选地，将所述用户样本集合和所述筛选参数输入策略模型中进行计算，生成多个用户筛选策略，包括：将所述用户样本集合输入随机森林模型中进行计算；利用所述筛选参数对随机森林模型计算结果进行筛选；根据筛选结果生成多个用户筛选策略。

可选地，将所述用户样本集合输入随机森林模型中进行计算，包括：将所述用户样本集合输入随机森林模型中；所述随机森林模型基于样本标签进行计算；基于所述随机森林模型中的根节点到叶子节点的路径生成用户筛选策略，其中根节点到叶子节点的每段路径均为用户筛选策略中的一条规则。

可选地，利用所述筛选参数对随机森林模型计算结果进行筛选，包括：利用所述筛选参数对多个根节点到叶子节点的路径进行筛选。

可选地，根据所述筛选结果生成多个用户筛选策略，包括：通过满足所述筛选参数的路径生成所述多个用户筛选策略。

可选地，基于预设标准由所述多个用户筛选策略中提取目标用户筛选策略，包括：计算所述多个用户筛选策略中相同规则的数量；根据相同规则的数量将所述多个用户筛选策略进行排序以提取所述目标用户筛选策略。

可选地，基于预设标准由所述多个用户筛选策略中提取目标用户筛选策略，包括：计算所述多个用户筛选策略中每个用户筛选策略中包含的规则的数量；根据所述数量确定所述用户筛选策略的复杂度；基于所述复杂度由小至大将所述多个用户筛选策略进行排序以提取所述目标用户筛选策略。

根据本公开的一方面，提出一种用户筛选策略生成装置，该装置包括：目标模块，用于确定用户筛选目标，所述用户筛选目标包括项目类别和筛选参数；样本模块，用于基于所述项目类别在历史用户中提取多个目标用户以生成用户样本集合；计算模块，用于将所述用户样本集合和所述筛选参数输入策略模型中进行计算基于所述随机森林模型中的根节点到叶子节点的路径生成用户筛选策略，其中根节点到叶子节点的每段路径均为用户筛选策略中的一条规则；利用所述筛选参数对多个根节点到叶子节点的路径进行筛选以生成多个用户筛选策略；策略模块，用于基于预设标准由所述多个用户筛选策略中提取目标用户筛选策略。

可选地，还包括：申请模块，用于接收来自用户的资源额度申请；判断模块，用于基于所述目标用户筛选策略对所述资源额度申请进行判断；通知模块，用于基于判断结果为所述资源额度申请生成返回通知，所述返回通知中包括批准申请或拒绝申请。

可选地，所述判断模块，还用于由授信申请中获取用户信息和申请项目；将所述用户信息和所述申请项目输入目标用户筛选策略中以进行判断。

可选地，所述样本模块，包括：准则单元，用于基于所述项目类别确定样本标签的判断准则；用户单元，用于基于所述判断准则由历史用户中提取多个目标用户；集合单元，用于为所述多个目标用户确定样本标签生成所述用户样本集合。

可选地，所述计算模块，包括：计算单元，用于将所述用户样本集合输入随机森林模型中进行计算；筛选单元，用于利用所述筛选参数对随机森林模型计算结果进行筛选；结果单元，用于根据筛选结果生成多个用户筛选策略。

可选地，所述计算单元，还用于将所述用户样本集合输入随机森林模型中；所述随机森林模型基于样本标签进行计算；基于所述随机森林模型中的根节点到叶子节点的路径生成用户筛选策略，其中根节点到叶子节点的每段路径均为用户筛选策略中的一条规则。

可选地，所述筛选单元，还用于利用所述筛选参数对多个根节点到叶子节点的路径进行筛选。

可选地，所述结果单元，还用于通过满足所述筛选参数的路径生成所述多个用户筛选策略。

可选地，所述策略模块，包括：规则数量单元，用于计算所述多个用户筛选策略中相同规则的数量；根据相同规则的数量将所述多个用户筛选策略进行排序以提取所述目标用户筛选策略。

可选地，所述策略模块，包括：复杂度单元，用于计算所述多个用户筛选策略中每个用户筛选策略中包含的规则的数量；根据所述数量确定所述用户筛选策略的复杂度；基于所述复杂度由小至大将所述多个用户筛选策略进行排序以提取所述目标用户筛选策略。

根据本公开的一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。

根据本公开的一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。

根据本公开的用户筛选策略生成方法、装置、电子设备及计算机可读介质，确定用户筛选目标，所述用户筛选目标包括项目类别和筛选参数；基于所述项目类别在历史用户中提取多个目标用户以生成用户样本集合；将所述用户样本集合和所述筛选参数输入策略模型中进行计算，生成多个用户筛选策略；基于预设标准由所述多个用户筛选策略中提取目标用户筛选策略的方式，能够根据管理员设置的目标，快速准确的生成用户筛选策略，降低人工成本，提高策略筛选准确度、加快策略上线时间，还能够及时识别风险用户，保证资源安全。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

通过参照附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据一示例性实施例示出的一种用户筛选策略生成方法及装置的系统框图。

图2是根据一示例性实施例示出的一种用户筛选策略生成方法的流程图。

图3是根据另一示例性实施例示出的一种用户筛选策略生成方法的流程图。

图4是根据另一示例性实施例示出的一种用户筛选策略生成方法的流程图。

图5是根据另一示例性实施例示出的一种用户筛选策略生成方法的流程图。

图6是根据一示例性实施例示出的一种用户筛选策略生成装置的框图。

图7是根据另一示例性实施例示出的一种用户筛选策略生成装置的框图。

图8是根据一示例性实施例示出的一种电子设备的框图。

图9是根据一示例性实施例示出的一种计算机可读介质的框图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

应理解，虽然本文中可能使用术语第一、第二、第三等来描述各种组件，但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此，下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用，术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。

本领域技术人员可以理解，附图只是示例实施例的示意图，附图中的模块或流程并不一定是实施本公开所必须的，因此不能用于限制本公开的保护范围。

本发明中，资源是指任何可被利用的物质、信息、时间，信息资源包括计算资源和各种类型的数据资源。数据资源包括各个领域中的各种专用数据。本发明的创新之处在于如何使用服务器和客户端之间的信息交互技术来使资源分配的过程更加自动化、高效和减小人力成本。由此，从本质上来说，本发明可以应用于各类资源的分配，包括实体的货物、水、电，以及有意义的资料等。但是，为了方便起见，本发明中以金融数据资源为例进行说明资源分配的实施，但本领域技术人员应当理解，本发明亦可以用于其他资源的分配。

图1是根据一示例性实施例示出的一种用户筛选策略生成方法及装置的系统框图。

如图1所示，系统架构10可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如金融服务类应用、购物类应用、网页浏览器应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的金融服务类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的资源额度申请进行分析等处理，并将处理结果（批准申请或拒绝申请）反馈给金融服务网站的管理员和/或终端设备101、102、103。

服务器105可例如接收来自用户的资源额度申请；服务器105可例如基于所述目标用户筛选策略对所述资源额度申请进行判断；服务器105可例如基于所述判断结果为所述资源额度申请生成返回通知，所述返回通知中包括批准申请或拒绝申请。

服务器105可例如确定用户筛选目标，所述用户筛选目标包括项目类别和筛选参数；服务器105可例如基于所述项目类别在历史用户中提取多个目标用户以生成用户样本集合；服务器105可例如将所述用户样本集合和所述筛选参数输入策略模型中进行计算，生成多个用户筛选策略；服务器105可例如基于预设标准由所述多个用户筛选策略中提取目标用户筛选策略。

服务器105可以是一个实体的服务器，还可例如为多个服务器组成，需要说明的是，本公开实施例所提供的用户筛选策略生成方法可以由服务器105执行，相应地，用户筛选策略生成装置可以设置于服务器105中。而提供给用户进行金融服务平台浏览的网页端一般位于终端设备101、102、103中。

图2是根据一示例性实施例示出的一种用户筛选策略生成方法的流程图。用户筛选策略生成方法20至少包括步骤S202至S208。

如图2所示，在S202中，确定用户筛选目标，所述用户筛选目标包括项目类别和筛选参数。

在一个应用场景中，在用户进行资源额度申请的时候，在未对用户进行机器学习模型的风险分析前，想通过用户策略筛选出违约风险较高的用户，然后拒绝这部分用户的申请，在这个情况下，筛选目标可例如为违约风险，筛选参数可为违约风险率和样本覆盖率。

在一个具体的实施例中，违约风险率可选择大于平均风险3倍的用户，样本覆盖率可为3%。更具体的，假设所有用户的平均风险率为2%，那么需要筛选出用户风险大于6%的用户作为目标用户，且筛选出用户的数量约为总用户数量3%。

更进一步的，参数还可包括：覆盖率阈值，风险率阈值，变量组合结果个数，树模型的深度，生成规则的规则复杂程度等。

在S204中，基于所述项目类别在历史用户中提取多个目标用户以生成用户样本集合。包括：基于所述项目类别确定样本标签的判断准则；基于所述判断准则由历史用户中提取多个目标用户；为所述多个目标用户确定样本标签生成所述用户样本集合。

在筛选目标为违约风险时，目标用户可为有过违约记录的历史用户，更进一步的，可将逾期的时间作为样本标签。在筛选目标为欠款风险时，目标用户可为有过欠款记录的用户，更进一步的，样本标签可为正向标签和负向标签，正向标签代表用户欠款之后，在很短时间内（7天内）及时归还，负向标签代表用户在较长的时间内为归还资源。

在S206中，将所述用户样本集合和所述筛选参数输入策略模型中进行计算，生成多个用户筛选策略。包括：将所述用户样本集合输入随机森林模型中进行计算；利用所述筛选参数对随机森林模型计算结果进行筛选；根据所述筛选结果生成多个用户筛选策略。

在S208中，基于预设标准由所述多个用户筛选策略中提取目标用户筛选策略。可从不同的角度对筛查出来的用户策略进行评价，优选出目标用户筛选策略以进行线上使用。

可例如，根据用户筛选策略的难易程度进行筛选，还可例如，根据用户筛选策略的覆盖率精确度进行筛选等等。

根据本公开的用户筛选策略生成方法，确定用户筛选目标，所述用户筛选目标包括项目类别和筛选参数；基于所述项目类别在历史用户中提取多个目标用户以生成用户样本集合；将所述用户样本集合和所述筛选参数输入策略模型中进行计算，生成多个用户筛选策略；基于预设标准由所述多个用户筛选策略中提取目标用户筛选策略的方式，能够根据管理员设置的目标，快速准确的生成用户筛选策略，降低人工成本，提高策略筛选准确度、加快策略上线时间，还能够及时识别风险用户，保证资源安全。

应清楚地理解，本公开描述了如何形成和使用特定示例，但本公开的原理不限于这些示例的任何细节。相反，基于本公开公开的内容的教导，这些原理能够应用于许多其它实施例。

图3是根据另一示例性实施例示出的一种用户筛选策略生成方法的流程图。图3所示的流程30是对图2所示的流程的补充描述。

如图3所示，在S302中，接收来自用户的资源额度申请。用户在注册授信之后，在获取到资源额度之前，需要进行资源额度申请。

在S304中，基于所述目标用户筛选策略对所述资源额度申请进行判断。包括：由所述授信申请中获取用户信息和申请项目；将所述用户信息和所述申请项目输入目标用户筛选策略中以进行判断。

在S306中，基于所述判断结果为所述资源额度申请生成返回通知，所述返回通知中包括批准申请或拒绝申请。根据用户筛选策略的判断结果，对该用户的申请进行拒绝或者批准。更进一步的，在批准用户的申请后，还可调用用户风险类的机器学习模型对用户的风险进行进一步的分析，以确定该用户的资源额度。

本公开的这种用户筛选策略和用户风险分析模型相结合的方式，能够快速的剔除部分不符合要求的用户资源额度申请，减轻机器学习模型计算压力，加快用户申请速度。

图4是根据另一示例性实施例示出的一种用户筛选策略生成方法的流程图。图4所示的流程40是对图2所示的流程中S206“将所述用户样本集合和所述筛选参数输入策略模型中进行计算，生成多个用户筛选策略”的详细描述。

如图4所示，在S402中，将所述用户样本集合输入随机森林模型中进行计算。包括：将所述用户样本集合输入随机森林模型中；所述随机森林模型基于样本标签进行计算；基于所述随机森林模型中的根节点到叶子节点的路径生成用户筛选策略，其中根节点到叶子节点的每段路径均为用户筛选策略中的一条规则。由根节点到叶子节点的路径构成一条规则，生成规则集合（可例如为单变量，2个变量组合，3个以上变量组合的规则集合）。

在S404中，利用所述筛选参数对随机森林模型计算结果进行筛选。包括：利用所述筛选参数对多个根节点到叶子节点的路径进行筛选。其中，筛选参数可为规则复杂度，可例如将复杂度较大的规则删除。

在S406中，根据所述筛选结果生成多个用户筛选策略。包括：通过满足所述筛选参数的路径生成所述多个用户筛选策略。

在现有技术中，通过人工的方式，仅能对用户策略的几种参数进行组合，生成用户筛选策略，通过随机森林决策树生成的用户筛选策略能够引入更多的变量，从而进行更全面的分析。

图5是根据另一示例性实施例示出的一种用户筛选策略生成方法的流程图。图5所示的流程50是对图2所示的流程中S208“基于预设标准由所述多个用户筛选策略中提取目标用户筛选策略”的详细描述。

如图5所示，在S502中，计算所述多个用户筛选策略中相同规则的数量。

在S504中，根据相同规则的数量将所述多个用户筛选策略进行排序。可认为，如果一个规则被最多使用的话，那么这个规则就能够尽可能多的使用更多的用户，能够对用户进行更好的筛选。每个用户策略中都包含多个规则，提取出相同规则的数量。可将用户筛选策略按照其含有的相同规则的数量进行排序。

在S506中，计算所述多个用户筛选策略中每个用户筛选策略中包含的规则的数量。

在S508中，根据所述数量确定所述用户筛选策略的复杂度。可认为，包含最多规则的用户筛选策略，其对应的操作繁多，逻辑复杂，可能会带来其他的系统问题。可认为越简单的用户筛选策略越符合要求。

在S510中，基于所述复杂度由小至大将所述多个用户筛选策略进行排序。

在S512中，根据排序提取目标用户筛选策略。

在一个实施例中，每条规则的重复数量为n，覆盖率和风险程度是输入标准的倍数p，规则的复杂程度c，

p=(覆盖率阈值/（覆盖率阈值+风险率阈值）/风险率阈值/2；

r= n*p/c可来表示用户筛选策略的评价值，该值越高，该用户筛选策略越能适用于更多用户。

本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU 执行的计算机程序。在该计算机程序被CPU 执行时，执行本公开提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中，该存储介质可以是只读存储器，磁盘或光盘等。

此外，需要注意的是，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图6是根据一示例性实施例示出的一种用户筛选策略生成装置的框图。如图6所示，用户筛选策略生成装置60包括：目标模块602，样本模块604，计算模块606，策略模块608。

目标模块602用于确定用户筛选目标，所述用户筛选目标包括项目类别和筛选参数；

样本模块604用于基于所述项目类别在历史用户中提取多个目标用户以生成用户样本集合；所述样本模块604包括：准则单元，用于基于所述项目类别确定样本标签的判断准则；用户单元，用于基于所述判断准则由历史用户中提取多个目标用户；集合单元，用于为所述多个目标用户确定样本标签生成所述用户样本集合。

计算模块606用于将所述用户样本集合和所述筛选参数输入策略模型中进行计算，生成多个用户筛选策略。所述计算模块606包括：计算单元，用于将所述用户样本集合输入随机森林模型中进行计算；所述计算单元，还用于将所述用户样本集合输入随机森林模型中；所述随机森林模型基于样本标签进行计算；基于所述随机森林模型中的根节点到叶子节点的路径生成用户筛选策略，其中根节点到叶子节点的每段路径均为用户筛选策略中的一条规则；筛选单元，用于利用所述筛选参数对随机森林模型计算结果进行筛选；所述筛选单元，还用于利用所述筛选参数对多个根节点到叶子节点的路径进行筛选；结果单元，用于根据所述筛选结果生成多个用户筛选策略。所述结果单元，还用于通过满足所述筛选参数的路径生成所述多个用户筛选策略。

策略模块608用于基于预设标准由所述多个用户筛选策略中提取目标用户筛选策略。所述策略模块608包括：规则数量单元，用于计算所述多个用户筛选策略中相同规则的数量；根据相同规则的数量将所述多个用户筛选策略进行排序以提取所述目标用户筛选策略。复杂度单元，用于计算所述多个用户筛选策略中每个用户筛选策略中包含的规则的数量；根据所述数量确定所述用户筛选策略的复杂度；基于所述复杂度由小至大将所述多个用户筛选策略进行排序以提取所述目标用户筛选策略。

图7是根据另一示例性实施例示出的一种用户筛选策略生成装置的框图。如图7所示，用户筛选策略生成装置70包括：申请模块702，判断模块704，通知模块706。

申请模块702用于接收来自用户的资源额度申请；

判断模块704用于基于所述目标用户筛选策略对所述资源额度申请进行判断；所述判断模块704还用于由所述授信申请中获取用户信息和申请项目；将所述用户信息和所述申请项目输入目标用户筛选策略中以进行判断。

通知模块706用于基于所述判断结果为所述资源额度申请生成返回通知，所述返回通知中包括批准申请或拒绝申请。

根据本公开的用户筛选策略生成装置，确定用户筛选目标，所述用户筛选目标包括项目类别和筛选参数；基于所述项目类别在历史用户中提取多个目标用户以生成用户样本集合；将所述用户样本集合和所述筛选参数输入策略模型中进行计算，生成多个用户筛选策略；基于预设标准由所述多个用户筛选策略中提取目标用户筛选策略的方式，能够根据管理员设置的目标，快速准确的生成用户筛选策略，降低人工成本，提高策略筛选准确度、加快策略上线时间，还能够及时识别风险用户，保证资源安全。

图8是根据一示例性实施例示出的一种电子设备的框图。

下面参照图8来描述根据本公开的这种实施方式的电子设备800。图8显示的电子设备800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8所示，电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于：至少一个处理单元810、至少一个存储单元820、连接不同系统组件（包括存储单元820和处理单元810）的总线830、显示单元840等。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元810执行，使得所述处理单元810执行本说明书中的根据本公开各种示例性实施方式的步骤。例如，所述处理单元810可以执行如图2，图3，图4，图5中所示的步骤。

所述存储单元820可以包括易失性存储单元形式的可读介质，例如随机存取存储单元（RAM）8201和/或高速缓存存储单元8202，还可以进一步包括只读存储单元（ROM）8203。

所述存储单元820还可以包括具有一组（至少一个）程序模块8205的程序/实用工具8204，这样的程序模块8205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线830可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备800也可以与一个或多个外部设备800’（例如键盘、指向设备、蓝牙设备等）通信，使得用户能与该电子设备800交互的设备通信，和/或该电子设备800能与一个或多个其它计算设备进行通信的任何设备（例如路由器、调制解调器等等）通信。这种通信可以通过输入/输出（I/O）接口850进行。并且，电子设备800还可以通过网络适配器860与一个或者多个网络（例如局域网（LAN），广域网（WAN）和/或公共网络，例如因特网）通信。网络适配器860可以通过总线830与电子设备800的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备800使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，如图9所示，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中或网络上，包括若干指令以使得一台计算设备（可以是个人计算机、服务器、或者网络设备等）执行根据本公开实施方式的上述方法。

所述软件产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器（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。

所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。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，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网（LAN）或广域网（WAN），连接到用户计算设备，或者，可以连接到外部计算设备（例如利用因特网服务提供商来通过因特网连接）。

上述计算机可读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一个该设备执行时，使得该计算机可读介质实现如下功能：确定用户筛选目标，所述用户筛选目标包括项目类别和筛选参数；基于所述项目类别在历史用户中提取多个目标用户以生成用户样本集合；将所述用户样本集合和所述筛选参数输入策略模型中进行计算，生成多个用户筛选策略；基于预设标准由所述多个用户筛选策略中提取目标用户筛选策略。

本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中，也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中或网络上，包括若干指令以使得一台计算设备（可以是个人计算机、服务器、移动终端、或者网络设备等）执行根据本公开实施例的方法。

以上具体地示出和描述了本公开的示例性实施例。应可理解的是，本公开不限于这里描述的详细结构、设置方式或实现方法；相反，本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。