(19)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 202211366306.X (22)申请日 2022.11.03 (71)申请人 荣耀终端 有限公司 地址 518040 广东省深圳市福田区香蜜湖 街道东海社区红荔西路8089号深业中 城6号楼A单元3401 (72)发明人 陈建伟　 (74)专利代理 机构 北京中博世 达专利商标代理 有限公司 1 1274 专利代理师 申健 (51)Int.Cl. G06K 9/62(2022.01) G06Q 30/02(2012.01) G06Q 30/06(2012.01) G06Q 10/06(2012.01) (54)发明名称 一种价值评价模 型的训练方法、 价值评价方 法及电子设备 (57)摘要 本申请提供一种价值评价模 型的训练方法、 价值评价方法及电子设备， 涉及互联网技术领 域。 首先， 电子设备基于样 本用户的多维度特征， 采用熵权法计算该多维度特征中的每种维度特 征对应的权重， 实现维度特征的自动赋权。 之后， 该电子设备可以基于每种维度特征对应的权重， 以及该样本用户的多维度特征， 对TOPSIS算法模 型进行训练， 得到价值评价模型， 该价值评价模 型可以输 出用户的用户价值评价结果， 实现用户 价值的评价。 并且， 由于该价值评价模型中的每 种维度特征对应的权重是基于客观数据计算得 到的， 而不是依赖人工经验设置的， 从而可以保 证确定的用户价值的可靠性， 进而目标业务系统 可以基于用户的用户价值准确地为该用户提供 差异化服务。 权利要求书9页 说明书35页 附图5页 CN 115423049 A 2022.12.02 CN 115423049 A 1.一种价值评价模型的训练方法， 其特征在于， 所述价值评价模型用于评价使用第一 应用APP的用户的用户价值， 所述用户价值用于第一APP对应的业务系统对使用所述第一 APP的用户进行业 务推荐； 所述方法包括： 获取所述第一APP的n个用户中每个用户的多维度特征； 其中， 所述n个用户中一个用户 的多维度特征包括： 对应用户的账户活跃度、 用户消费忠诚度、 用户消费能力、 用户社交活 跃度和用户风险程度中的至少两个； 根据所述n个用户的多维度特征， 采用熵权法计算多个第一权重； 其中， 所述多个第一 权重与所述多维度特征一一对应， 每个第一权重用于指示对应维度特征对用户价值的影响 程度； 根据所述n个用户的多维度特征， 结合所述多维度特征中每种维度特征对应的第一权 重， 采用优劣解距离TOP SIS法得到所述 价值评价模型。 2.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 采集第一用户的多维度特 征， 所述第一用户是使用所述第一AP P的任一个用户； 将所述第一用户的多维度特征作为输入， 运行所述价值评价模型， 得到所述第一用户 的用户价值评价结果； 其中， 所述用户价值评价结果用于所述第一APP对应的业务系统对所 述第一用户进行业 务推荐。 3.根据权利要求1或2所述的方法， 其特征在于， 所述多维度 特征包括第 一维度特征值， 所述第一维度特征值为所述账户活跃度、 所述用户消费忠诚度、 所述用户消费能力、 所述用 户社交活跃度或者所述用户风险程度的任一维度的特 征； 所述获取 所述第一AP P的n个用户中每 个用户的多维度特 征， 包括： 从所述业务系统获取所述n个用户中每个用户使用所述第一APP的多种指标信息； 其 中， 所述多种指标信息与所述第一维度特 征值相关， 用于确定所述第一维度特 征值； 根据所述n个用户的多种指标信息， 采用所述熵权法计算多个第二权重； 其中， 所述多 个第二权重与所述多种指标信息一一对应， 每个第二权重用于指示对应指标信息对所述第 一维度特 征值的影响程度； 根据所述n个用户的多种指标信息， 结合所述多种指标信息中每种指标信息对应的第 二权重， 采用所述TOPSIS法得到第一特征评价模型， 所述第一特征评价模型用于评价使用 第一应用AP P的用户的所述第一维度特 征值。 4.根据权利要求3所述的方法， 其特 征在于， 所述多种指标信息包括最近一次登录时间、 预设时段内登录频次、 访 问第一预设类型 商品的次数和最近一次访问所述第一预设类型商品的时间中的至少一种， 所述第一 维度特 征值为所述账户活跃度； 或者， 所述多种指标信息包括最近一次购买时间、 预设时段内购买次数、 购买的商品种类中 的至少一种， 所述第一维度特 征值为所述用户消费忠诚度； 或者， 所述多种指标信息包括历史平均单次消费金额、 单次最高消费金额和用户收入预测 值、 用户年龄预测值中的至少一种， 所述第一维度特 征值为所述用户消费能力； 或者， 所述多种指标信息包括月平均签到次数、 预设时段内发帖数量、 所述预设时段内直播 间登录次数和所述预设时段内直播间发言次数中的至少一种， 所述第一 维度特征值为所述 用户社交 活跃度； 或者，权　利　要　求　书 1/9 页 2 CN 115423049 A 2所述多种指标信息包括用户信誉等级、 用户风险等级、 预设时段内违规次数和预设时 段内发生异常行为的次数中的至少一种， 所述第一维度特 征值为所述用户风险程度。 5.根据权利要求3所述的方法， 其特 征在于， 所述方法还 包括： 采集第二用户使用所述第一APP的多种指标信息， 所述第二用户是使用所述第一APP的 任一个用户； 将所述第二用户的多种指标信息作为输入， 运行所述第一特征评价模型， 得到所述第 二用户的第一维度特 征值。 6.根据权利要求1所述的方法， 其特征在于， 在所述获取所述第一APP的n个用户中每个 用户的多维度特征之后， 所述根据所述n个用户的多维度特征， 采用熵权 法计算多个第一权 重之前， 所述方法还 包括： 对所述多维度特征进行归一化处理， 得到归 一化后的多维度特征xij； 其中， 所述xij为归 一化后的所述n个用户中第i个用户的多维度特征中的第j种维度特征的实际值， i在{1, 2,……， n}中依次取值， j在{1,2, ……， m}中依次取值， m为所述多维度特征的维度数量， 所 述归一化处理用于统一所述多维度特 征的度量衡； 其中， 所述 根据所述 n个用户的多维度特 征， 采用熵权法计算多个第一权 重， 包括： 根据归一 化后的n个用户的多维度特 征， 采用所述熵权法计算所述多个第一权 重。 7.根据权利要求6所述的方法， 其特征在于， 所述根据归一化后的n个用户的多维度特 征， 采用所述熵权法计算所述多个第一权 重， 包括： 采用公式一：     公式一 计算所述归一化后的n个用户的多维度特征中、 第i个用户的第j种维度特征的比重Pij； 其中， ； 采用公式二：     公式二 计算所述第j种维度特 征的信息熵值ej； 其中， 所述公式二是香农信息熵公式， ； 采用公式三：      公式三 计算所述第一权 重 。 8.根据权利要求6或7所述的方法， 其特征在于， 在所述获取所述第一APP的n个用户中 每个用户的多维度特征之后， 所述根据所述n个用户的多维度特征， 结合所述多维度特征中 每种维度特征对应的第一权重， 采用优劣解距离TOPSIS法得到所述价值评价模型之前， 所权　利　要　求　书 2/9 页 3 CN 115423049 A 3