(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 202210556489.5 (22)申请日 2022.05.20 (71)申请人 北京淇瑀信息科技有限公司 地址 100012 北京市朝阳区双营路1 1号院3 号楼2层4单元207 (72)发明人 王磊　宋孟楠　苏绥绥　郑彦　 (74)专利代理 机构 北京清诚知识产权代理有限 公司 11691 专利代理师 何怀燕 (51)Int.Cl. G06Q 10/06(2012.01) G06F 21/62(2013.01) (54)发明名称 基于用户阶段状态的用户服务确定方法、 装 置及电子设备 (57)摘要 本申请涉及一种基于用户阶段状态的用户 服务确定方法、 装置、 电子设备及计算机可读介 质。 该方法包括： 获取用户的用户信息； 根据用户 信息中的用户阶段提取多组阶段评分模型； 将所 述多组阶段模型按照其对应的阶段时序依次排 列； 依次将所述用户信息输入多组阶段评分模型 中， 生成多组阶段评分； 根据所述多组阶段评分， 确定为所述用户提供的服务。 本申请涉及的基于 用户阶段状态的用户服务确定方法、 装置、 电子 设备及计算机可读介质， 能够全面准确的对用户 在各个阶段的服务使用安全情况进行预测， 从而 为用户提供最恰当的服务内容， 同时保证用户隐 私安全和服 务安全。 权利要求书2页 说明书13页 附图7页 CN 115034576 A 2022.09.09 CN 115034576 A 1.一种基于用户阶段状态的用户服 务确定方法， 其特 征在于， 包括： 获取用户的用户信息； 根据用户信息中的用户阶段提取多组阶段评分模型； 将所述多组阶段模型按照其对应的阶段时序依次排列； 依次将所述用户信息 输入多组阶段评分模型中， 生成多组阶段评分； 根据所述多组阶段评分， 确定为所述用户提供的服 务。 2.如权利要求1所述的方法， 其特征在于， 根据用户信 息中的用户阶段提取多组阶段评 分模型， 包括： 根据产品特征确定多个用户阶段； 根据用户信息确定所述用户所处于的当前用户阶段； 提取当前用户阶段的下一个用户阶段至最后一个用户阶段对应的多组阶段评分模型。 3.如权利要求1所述的方法， 其特征在于， 依次将所述用户信 息输入多组阶段评分模型 中， 生成多组阶段评分， 包括： 依次将所述用户信息和第n组阶段评分输入到第n+1阶段模型中， 生成第n+1组阶段评 分， n为正整数。 4.如权利要求3所述的方法， 其特征在于， 依次将所述用户信息和第n组阶段评分输入 到第n+1阶段模型中， 生成第n+1组阶段评分， 包括： 将所述用户信息 输入第一组阶段模型中， 生成第一组阶段评分； 将第一组阶段评分经 过非线性变换生成更新变量； 将用户信息和第n组 阶段评分对应的更新变量依次输入到第n+1阶段模型中， 生成第n+ 1组阶段评分。 5.如权利要求1所述的方法， 其特征在于， 根据所述多组阶段评分， 确定为所述用户提 供的服务， 包括： 将所述多组阶段评分 分别和其对应的多组阶段阈值进行差异比较； 将差异比较结果进行归一 化处理； 根据归一化处理后的最大差异值对应的阶段评分为所述用户分配用户策略或优惠信 息。 6.如权利要求1所述的方法， 其特 征在于， 还 包括： 为多个所述用户阶段中的每一个用户阶段确定一组机器学习模型； 根据全量用户和其对应的用户阶段生成多个阶段集 合； 通过多个阶段集 合对多组机器学习模型进行训练以生成多组阶段评分模型。 7.如权利要求6所述的方法， 其特征在于， 根据全量用户和其对应的用户阶段生成多个 阶段集合， 包括： 为所述多个用户阶段中的每一个用户阶段确定标签策略； 根据所述标签策略为每一个阶段集 合中用户分配样本标签。 8.如权利要求6所述的方法， 其特征在于， 通过多个阶段集合对多组机器学习 模型进行 训练以生成多组阶段评分模型， 包括： 将多个阶段集 合按照时序依次排列； 通过第一阶段集合对第一组机器学习模型进行训练， 训练完毕后生成第一组阶段评权　利　要　求　书 1/2 页 2 CN 115034576 A 2分； 依次根据第n+1阶段集合， 第n组阶段评分对第n+1组机器学习模型进行多任务训练以 生成多组阶段评分模型。 9.如权利要求8所述的方法， 其特征在于， 依次根据第n+1阶段集合， 第n组阶段评分对 第n+1组机器学习模型进行多任务训练以生成多组阶段评分模型， 包括： 依次根据第n+1阶段集合、 第n组阶段评分对第n+1组机器学习模型进行训练以生成多 组初始模型； 依次根据第n+1阶段集合、 第n组模型参数向量对第n+1组初始模型进行多任务训练， 生 成第n+1组模型参数向量； 直至所述多个阶段集 合训练完毕， 基于多组模型参数向量 生成多组阶段评分模型。 10.如权利要求9所述的方法， 其特征在于， 依次根据第n+1阶段集合、 第 n组模型参数向 量对第n+1组初始模型进行多任务训练， 生成第n+1组模型参数向量， 包括： 通过第n组模型参数向量更新第n+1组初始模型的模型参数向量； 将第n+1阶段集合中的用户信息分别输入模型参数向量更新后的第n+1组初始模型中 以进行训练； 在训练完毕后， 生成第n+1组模型参数向量。 11.一种基于用户阶段状态的用户服 务确定装置， 其特 征在于， 包括： 信息模块， 用于获取用户的用户信息； 模型模块， 用于根据用户信息中的用户阶段提取多组阶段评分模型； 排序模块， 用于将所述多组阶段模型按照其对应的阶段时序依次排列； 评分模块， 用于依次将所述用户信息 输入多组阶段评分模型中， 生成多组阶段评分； 服务模块， 用于根据所述多组阶段评分， 确定为所述用户提供的服 务。 12.一种电子设备， 其特 征在于， 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； 当所述一个或多个程序被所述一个或多个处理器执行， 使得所述一个或多个处理器实 现如权利要求1 ‑10中任一所述的方法。 13.一种计算机可读介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理器执 行时实现如权利要求1 ‑10中任一所述的方法。权　利　要　求　书 2/2 页 3 CN 115034576 A 3