(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 202210939626.3 (22)申请日 2022.08.05 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 王丽伟　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 贾磊 (51)Int.Cl. G06Q 30/02(2012.01) G06F 17/18(2006.01) (54)发明名称 一种活动奖品发放方法、 装置、 设备、 存储介 质和产品 (57)摘要 本发明公开了一种活动奖品发放方法、 装 置、 设备、 存储介质和产品， 其中方法包括： 对所 有奖品进行归类， 得到多个类别的奖品计算待发 奖用户对应的每类奖品的偏好值； 确定所述待发 奖用户的级别； 根据所述级别， 确定所述待发奖 用户的所有活动奖品中偏好类奖品的设定数目； 将所有类别奖品按照偏好值排顺序； 依据顺序由 所有类别奖品中选取设定数目个类别的奖品作 为偏好类奖品； 在所有活动奖品中设置设定数目 个偏好类奖品， 使待发奖用户基于所有活动奖品 进行抽奖。 本发明可 以更好的满足用户所需， 提 高用户抽奖积极性， 提升用户活动体验。 权利要求书3页 说明书11页 附图5页 CN 115375349 A 2022.11.22 CN 115375349 A 1.一种活动奖品发放方法， 其特 征在于， 包括： 对所有奖品进行归类， 得到多个 类别的奖品； 通过如下步骤S1至S5计算待发奖用户对应的每 类奖品的偏好 值： S1： 获取待发奖用户对应的每 类奖品的所有历史行为数据； S2： 根据行为类别对所有历史行为数据进行划分， 得到待发奖用户对应的每类奖品的 多类历史行为数据； S3： 将每类历史行为数据输入预 先训练得到的神经网络模型， 得到每 类预测行为数据； S4： 根据所述多类历史行为数据， 计算得到每类历史行为数据对应的统一化因子， 所述 统一化因子用以统一对应的每 类预测行为数据对每 类奖品的偏好 值的影响； S5： 根据所述每类预测行为数据， 以及每类预测行为数据对应的统一化因子， 计算得到 待发奖用户对应的每 类奖品的偏好 值； 确定所述待发奖用户的级别； 根据所述级别， 确定所述待发奖用户的所有活动奖品中偏好类奖品的设定数目； 将所有类别奖品按照偏好 值排顺序； 依据顺序由所有类别奖品中选取设定数目个 类别的奖品作为偏好类奖品； 在所有活动奖品中设置设定数目个偏好类奖品， 使待发奖用户基于所有活动奖品进行 抽奖。 2.如权利要求1所述的活动奖品发放方法， 其特征在于， 所述根据 所述多类历史行为数 据， 计算得到每 类历史行为数据对应的统一 化因子进一 步包括： 将所述多类历史行为数据对应的历史时段划分为多个相等的设定时段； 计算每类历史行为数据在设定时段内的平均值； 计算多类历史行为数据在设定时段内平均值的最小公倍数； 将所述最小公倍数除以每类历史行为数据在 设定时段内的平均值， 计算得到每类历史 行为数据对应的统一 化因子。 3.如权利要求2所述的活动奖品发放方法， 其特征在于， 所述根据 所述每类预测行为数 据， 以及每类预测行为数据对应的统一化因子， 计算得到待发奖用户对应的每类奖品的偏 好值进一步包括： 将每类预测行为数据与对应的统一化因子相乘， 计算得到每类预测行为的偏好贡献 值； 将每类预测行为的偏好贡献值与对应的偏好系数相乘， 得到每 类预测行为的量 化值； 对多类预测行为的量 化值求和， 得到待发奖用户对应的每 类奖品的偏好 值。 4.如权利要求3所述的活动奖品发放方法， 其特征在于， 所述行为类别包括： 交易类、 搜 索类和点击浏览类； 所述预测行为包括： 预测交易、 预测搜索和预测点击浏览。 5.如权利要求4所述的活动奖品发放方法， 其特征在于， 所述每类预测行为对应的偏好 系数的确定方法包括： 若预测行为 为预测交易， 则判断预测交易类数据是否为空； 若是， 则预测交易类数据对应的偏好系数为0； 若否， 则预测交易类数据对应的偏好系数为1；权　利　要　求　书 1/3 页 2 CN 115375349 A 2若预测行为数据为预测搜索或预测点击浏 览， 则判断预测搜索类数据或预测点击浏 览 类数据是否为空； 若是， 则预测搜索类数据或预测点击浏览类数据对应的偏好系数为0； 若否， 则预测搜索类数据或预测点击浏览类数据对应的偏好系数为预测搜索类数据或 预测点击浏览类数据对应的每 类奖品的命中概 率值。 6.如权利要求5所述的活动奖品发放方法， 其特征在于， 所述预测搜索类数据或预测点 击浏览类数据对应的每 类奖品的命中概 率值的计算方法包括： 计算每类奖品的预测搜索类数据占所有类别奖品的预测搜索类数据的比例， 将所述比 例确定为预测搜索类数据对应的每 类奖品的命中概 率值； 计算每类奖品的预测点击浏 览类数据占所有类别奖品的预测点击浏览类数据的比例， 将所述比例确定为预测点击浏览类数据对应的每 类奖品的命中概 率值。 7.如权利要求1所述的活动奖品发放方法， 其特征在于， 所述根据所述级别， 确定所述 待发奖用户的所有活动奖品中偏好类奖品的设定数目进一 步包括： 根据所述级别， 以及级别与偏好类奖品的占比之间的相关性， 确定所述待发奖用户的 所有活动奖品中偏好类奖品的设定占比； 根据所述设定占比， 以及所有活动奖品的总数目， 确定所述待发奖用户的所有活动奖 品中偏好类奖品的设定数目。 8.如权利要求7所述的活动奖品发放方法， 其特征在于， 所述级别与偏好类奖品的占比 之间的相关性进一 步包括： 所述偏好类奖品的占比随级别的升高而增大。 9.一种活动奖品发放装置， 其特 征在于， 包括： 归类模块， 用于对所有奖品进行归类， 得到多个 类别的奖品； 计算模块， 用于通过如下步骤S1至S5计算待发奖用户对应的每 类奖品的偏好 值： S1： 获取待发奖用户对应的每 类奖品的所有历史行为数据； S2： 根据行为类别对所有历史行为数据进行划分， 得到待发奖用户对应的每类奖品的 多类历史行为数据； S3： 将每类历史行为数据输入预 先训练得到的神经网络模型， 得到每 类预测行为数据； S4： 根据所述多类历史行为数据， 计算得到每类历史行为数据对应的统一化因子， 所述 统一化因子用以统一对应的每 类预测行为数据对每 类奖品的偏好 值的影响； S5： 根据所述每类预测行为数据， 以及每类预测行为数据对应的统一化因子， 计算得到 待发奖用户对应的每 类奖品的偏好 值； 级别确定模块， 用于确定所述待发奖用户的级别； 数目确定模块， 用于根据所述级别， 确定所述待发奖用户的所有活动奖品中偏好类奖 品的设定数目； 排序模块， 用于将所有类别奖品按照偏好 值排顺序； 选取模块， 用于依据顺序由所有类别奖品中选取设定数目个类别的奖品作为偏好类奖 品； 抽奖模块， 用于在所有活动奖品中设置设定数目个偏好类奖品， 使待发奖用户基于所 有活动奖品进行抽奖。权　利　要　求　书 2/3 页 3 CN 115375349 A 3