摘要
本申请公开了一种排序模型的训练方法、接触渠道的排序方法及相关装置。首先获取训练数据,该数据包含多条带有推荐顺序标签的样本数据,每条样本数据包括样本用户、该用户的N个接触渠道及其对应的配平信息集,推荐顺序标签用于指示接触渠道的推荐顺序。配平信息集是从包括客户的基本信息集、历史保单信息集、历史营销接触时序信息集、历史主动交互时序信息集和历史触客时机时序信息集的历史全量信息集中提取的。然后将这些训练数据输入到神经网络中进行训练,最终得到一个排序模型。通过利用历史全量信息集中的多种数据,模型能够基于学习到的不同渠道之间的相互依赖关系来确定最佳的接触渠道推荐顺序,从而提高营销效果和客户满意度。
技术关键词
排序模型
渠道
排序方法
配平
样本
时序
数据
客户
相关性分析方法
变量
ReLU函数
标签
处理器
排序设备
可读存储介质
终端设备
存储器
训练设备
线性单元
特征工程
系统为您推荐了相关专利信息
钙钛矿光伏材料
性能预测模型
机器学习算法模型
短路电流密度
随机森林模型