一种基于大数据的消费券发券控制方法及系统

本申请公开了一种基于大数据的消费券发券控制方法及系统，旨在解决现有发券策略因依赖相关性而非因果性导致预算效率低下、因优化目标短视而损害用户长期价值的技术问题。该方法首先在联邦学习架构下，通过一种拓扑与分布感知的聚合算法，在保护数据隐私的前提下融合多源异构数据，构建知识图谱并学习实体表征向量；其次，基于所述表征向量，采用R‑Learner因果推断模型精确计算消费券对用户的个体因果增益值；然后，构建一个预测的用户长期价值变化量的多目标复合奖励函数；最后，通过深度强化学习智能体以最大化该复合奖励为目标进行策略学习，实现发券决策的动态最优化。本申请能够显著提升营销ROI和用户长期忠诚度。