虚拟资产分配方法、装置与电子设备

摘要

本公开提供一种虚拟资产分配方法、装置以及电子设备和计算机可读存储介质，该方法包括：响应于目标对象针对目标活动的奖励领取请求，获取目标对象在多个目标用户行为指标下的行为指标值，多个目标用户行为指标均为用户价值判断准则下的行为指标；根据目标对象在各个目标用户行为指标下的行为指标值确定目标对象在目标平台中的用户价值；获取目标平台对应的多个用户价值区间以及各个用户价值区间对应的虚拟资产分配区间；根据目标对象在目标平台中的用户价值，在多个用户价值区间中确定目标对象对应的目标价值区间以及目标价值区间对应的目标虚拟资产分配区间；根据目标虚拟资产分配区间随机确定目标虚拟资产值以向目标对象下发虚拟资产。

说明书

技术领域

本公开涉及计算机与互联网技术领域，尤其涉及一种虚拟资产分配方法及装置、电子设备和计算机可读存储介质。

背景技术

当前市场上，电商行业惯用红包、现金、券、积分等虚拟资产做营销活动，活动期间用户每天可以通过完成一定的任务获取到奖励，对参与活动的用户发放虚拟资产，既可以满足用户的获利心理，同时又可以激励用户通过虚拟资产的累积去产生购物下单等转化行为。现有技术中，电商营销玩法中针对用户发放奖励的大小基本是基于正态分布的随机取数，设置一个活动领取金额的最大值和最小值，每一位参与领取的用户在该区间内随机取值发放。

但是实验发现，通过上述方法对用户进行奖励，用户行为转化率(即将用户的红包领取行为转化为用户下单购物等行为的概率)并没有得到提高。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种虚拟资产分配方法、装置与电子设备，能够根据用户行为确定用户价值，进而根据用户价值对用户进行奖励，以提高用户在目标平台上的行为转化率。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

本公开实施例提供了一种虚拟资产分配方法，包括：响应于目标对象在目标平台中针对目标活动的奖励领取请求，获取所述目标对象在多个目标用户行为指标下的行为指标值，所述多个目标用户行为指标均为用户价值判断准则下的行为指标；根据所述目标对象在各个目标用户行为指标下的行为指标值确定所述目标对象在所述目标平台中的用户价值；获取所述目标平台对应的多个用户价值区间以及各个用户价值区间对应的虚拟资产分配区间；根据所述目标对象在所述目标平台中的用户价值，在所述多个用户价值区间中确定所述目标对象对应的目标价值区间以及所述目标价值区间对应的目标虚拟资产分配区间；根据所述目标虚拟资产分配区间随机确定目标虚拟资产值，并根据所述目标虚拟资产值向所述目标对象下发虚拟资产。

在一些实施例中，根据所述目标对象在各个目标用户行为指标下的行为指标值确定所述目标对象在所述目标平台中的用户价值，包括：获取各个目标用户行为指标对所述用户价值判断准则的贡献值，所述各个目标用户行为指标对所述用户价值判断准则的贡献值是根据各个目标用户行为指标在所述用户价值判断准则下两两之间的重要性比较结果确定的；根据所述目标对象在各个目标用户行为指标下的行为指标值、各个目标用户行为指标对所述用户价值判断准则的贡献值，确定所述目标对象在所述目标平台中的用户价值。

在一些实施例中，获取各个目标用户行为指标对所述用户价值判断准则的贡献值，包括：确定在所述用户价值准则下，各个目标用户行为指标两两之间的重要性比较结果；根据各个目标用户行为指标两两之间的重要性比较结果确定目标判断矩阵；对所述目标判断矩阵进行一致性检验；在所述目标判断矩阵通过所述一致性检验后，对所述目标判断矩阵的最大特征值对应的特征向量进行归一化处理，以确定各个目标用户行为指标对用户价值的贡献值。

在一些实施例中，对所述目标判断矩阵进行一致性检验，包括：确定所述目标判断矩阵的最大特征值；获取所述多个目标行为指标的个数值；根据所述最大特征值和所述多个目标行为指标的个数值确定所述目标判断矩阵的一致性指标；根据所述目标判断矩阵的一致性指标对所述目标判断矩阵进行一致性检验。

在一些实施例中，根据所述目标判断矩阵的一致性指标对所述目标判断矩阵进行一致性检验，包括：根据所述目标行为指标的个数值确定所述目标判断矩阵的随机一致性指标；根据一致性指标和随机一致性指标确定所述目标判断矩阵的检验系数；根据所述检验系数对所述目标判断矩阵进行一致性检验。

在一些实施例中，所述多个目标用户行为指标包括新用户行为指标、下单行为指标、活动前两个月内访问次数行为指标、本活动奖励领取行为指标、活动前两个月下单频率行为指标以及活动前最后一次下单金额行为指标；其中，获取目标对象在目标平台中、多个目标用户行为指标下的行为指标值，包括：若所述目标对象是新用户，则所述目标对象在所述新用户行为指标下的行为指标值为1；若所述目标对象在所述目标平台中没有下过单，则所述目标对象在下单行为指标下的行为指标值为1；若所述目标对象在所述目标活动前两个月内访问次数大于第一阈值，则确定所述目标对象在所述活动前两个月内访问次数行为指标下的行为指标值为1；若所述目标对象在所述目标活动中没有领取过奖励，则确定所述目标对象在所述本活动奖励领取行为指标下的行为指标值为1；若所述目标对象在所述目标活动前两个月下单次数大于第二阈值，则所述目标对象在所述活动前两个月下单频率行为指标下的行为指标值为1；若所述目标对象在所述目标活动前最后一次下单金额大于第三阈值，则所述目标对象在所述活动前最后一次下单金额行为指标下的行为指标值为1。

在一些实施例中，根据所述目标虚拟资产分配区间随机确定目标虚拟资产值，包括：根据所述目标虚拟资产分配区间确定目标正太分布；根据所述目标正太分布确定所述目标虚拟资产值。

本公开实施例提供了一种虚拟资产分配装置，所述装置可以包括：行为指标值获取模块、用户价值确定模块、虚拟资产分配区间确定模块、目标虚拟资产分配区间确定模块、目标虚拟资产分配区间确定模块以及虚拟资产下发模块。

其中，所述行为指标值获取模块可以配置为响应于目标对象在目标平台中针对目标活动的奖励领取请求，获取所述目标对象在多个目标用户行为指标下的行为指标值，所述多个目标用户行为指标均为用户价值判断准则下的行为指标；所述用户价值确定模块可以配置为根据所述目标对象在各个目标用户行为指标下的行为指标值确定所述目标对象在所述目标平台中的用户价值；所述虚拟资产分配区间确定模块可以配置为获取所述目标平台对应的多个用户价值区间以及各个用户价值区间对应的虚拟资产分配区间；所述目标虚拟资产分配区间确定模块可以配置为根据所述目标对象在所述目标平台中的用户价值，在所述多个用户价值区间中确定所述目标对象对应的目标价值区间以及所述目标价值区间对应的目标虚拟资产分配区间；所述虚拟资产下发模块可以配置为根据所述目标虚拟资产分配区间随机确定目标虚拟资产值，并根据所述目标虚拟资产值向所述目标对象下发虚拟资产。

本公开实施例提出一种电子设备，该电子设备包括：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上述任一项所述的虚拟资产分配方法。

本公开实施例提出一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述任一项所述的虚拟资产分配方法。

本公开实施例提出一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述虚拟资产分配方法。

本公开实施例提供的虚拟资产分配方法、装置及电子设备和计算机可读存储介质，通过目标对象在多个目标用户行为指标下的行为指标值确定了目标对象在目标平台中的用户价值，然后根据该目标对象的用户价值确定了目标对象对应的目标虚拟资产分配区间，并根据该目标虚拟资产分配区间确定可向目标对象下发的虚拟资产值。上述方法，综合考虑了目标对象在目标平台中的用户价值，然后根据目标对象在目标平台中的用户价值对用户进行虚拟资产的下发。能够实现对用户价值高(即可能在目标平台进行购买转化的用户)的用户进行强力度的奖励以提高该用户的购买转化率；并对用户价值低的用户(即不太可能在目标平台进行购买转化的用户)进行低力度的奖励，以节约资产。通过上述方法对虚拟资产进行分配，既能节约虚拟资产资源，又能提高用户购买转化率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了可以应用于本公开实施例的虚拟资产分配方法或虚拟资产分配装置的示例性系统架构的示意图。

图2是根据一示例性实施例示出的一种应用于虚拟资产分配方法的计算机系统的结构示意图。

图3是根据一示例性实施例示出的一种虚拟资产分配方法的流程图。

图4是根据一示例性实施例示出的一种针对用户价值构建的层次结构模型。

图5是图3中步骤S2在一示例性实施例中的流程图。

图6是图5中步骤S21在一示例性实施例中的流程图。

图7是根据一示例性实施例示出的一种虚拟资产分配方法的流程图。

图8是根据一示例性实施例示出的一种虚拟资产分配装置的框图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

本公开所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。

附图仅为本公开的示意性图解，图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和步骤，也不是必须按所描述的顺序执行。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

本说明书中，用语“一个”、“一”、“该”、“所述”和“至少一个”用以表示存在一个或多个要素/组成部分/等；用语“包含”、“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等；用语“第一”、“第二”和“第三”等仅作为标记使用，不是对其对象的数量限制。

下面结合附图对本公开示例实施方式进行详细说明。

图1示出了可以应用于本公开实施例的虚拟资产分配方法或虚拟资产分配装置的示例性系统架构的示意图。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。其中，终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机、可穿戴设备、虚拟现实设备、智能家居等等。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所进行操作的装置提供支持的后台管理服务器。后台管理服务器可以对接收到的请求等数据进行分析等处理，并将处理结果反馈给终端设备。

服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器等，本公开对此不做限制。

服务器105可例如响应于目标对象在目标平台中针对目标活动的奖励领取请求，获取所述目标对象在多个目标用户行为指标下的行为指标值，所述多个目标用户行为指标均为用户价值判断准则下的行为指标；服务器105可例如根据所述目标对象在各个目标用户行为指标下的行为指标值确定所述目标对象在所述目标平台中的用户价值；服务器105可例如获取所述目标平台对应的多个用户价值区间以及各个用户价值区间对应的虚拟资产分配区间；服务器105可例如根据所述目标对象在所述目标平台中的用户价值，在所述多个用户价值区间中确定所述目标对象对应的目标价值区间以及所述目标价值区间对应的目标虚拟资产分配区间；服务器105可例如据所述目标虚拟资产分配区间随机确定目标虚拟资产值，并根据所述目标虚拟资产值向所述目标对象下发虚拟资产。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的，服务器105可以是一个实体的服务器，还可以为多个服务器组成，根据实际需要，可以具有任意数目的终端设备、网络和服务器。

图2示出了适于用来实现本公开实施例的终端设备或服务器的电子设备的结构示意图。需要说明的是，图2示出的电子设备200仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图2所示，电子设备200包括中央处理单元(CPU)201，其可以根据存储在只读存储器(ROM)202中的程序或者从储存部分208加载到随机访问存储器(RAM)203中的程序而执行各种适当的动作和处理。在RAM 203中，还存储有电子设备200操作所需的各种程序和数据。CPU 201、ROM 202以及RAM 203通过总线204彼此相连。输入/输出(I/O)接口205也连接至总线204。

以下部件连接至I/O接口205：包括键盘、鼠标等的输入部分206；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分207；包括硬盘等的储存部分208；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分209。通信部分209经由诸如因特网的网络执行通信处理。驱动器210也根据需要连接至I/O接口205。可拆卸介质211，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器210上，以便于从其上读出的计算机程序根据需要被安装入储存部分208。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分209从网络上被下载和安装，和/或从可拆卸介质211被安装。在该计算机程序被中央处理单元(CPU)201执行时，执行本申请的系统中限定的上述功能。

需要说明的是，本公开所示的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质，该计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的模块和/或子模块和/或单元和/或子单元和/或孙子单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块和/或子模块和/或单元和/或子单元和/或孙子单元也可以设置在处理器中，例如，可以描述为：一种处理器包括发送单元、获取单元、确定单元和第一处理单元。其中，这些模块和/或子模块和/或单元和/或子单元和/或孙子单元的名称在某种情况下并不构成对该模块和/或子模块和/或单元和/或子单元和/或孙子单元本身的限定。

作为另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备可实现功能包括：响应于目标对象在目标平台中针对目标活动的奖励领取请求，获取所述目标对象在多个目标用户行为指标下的行为指标值，所述多个目标用户行为指标均为用户价值判断准则下的行为指标；根据所述目标对象在各个目标用户行为指标下的行为指标值确定所述目标对象在所述目标平台中的用户价值；获取所述目标平台对应的多个用户价值区间以及各个用户价值区间对应的虚拟资产分配区间；根据所述目标对象在所述目标平台中的用户价值，在所述多个用户价值区间中确定所述目标对象对应的目标价值区间以及所述目标价值区间对应的目标虚拟资产分配区间；根据所述目标虚拟资产分配区间随机确定目标虚拟资产值，并根据所述目标虚拟资产值向所述目标对象下发虚拟资产。

当前市场上，电商行业惯用红包、现金、券、积分等虚拟资产做营销活动，活动期间用户每天可以通过完成一定的任务获取到奖励，对参与活动的用户发放虚拟资产满足用户的获利心理，同时激励用户通过虚拟资产的累积去产生购物下单等转化行为。目前电商营销玩法中针对用户发放奖励的大小基本是基于正态分布的随机取数，设置一个活动领取金额的最大值和最小值，每一位参与领取的用户在该区间内随机取值发放，在这种情况下，一个全新的用户、一位天天来“薅羊毛”的用户和一位平台忠实下单用户可能在活动中领取的虚拟资产是一样的，但其实，不同类型的用户对平台的价值是不一样的，对平台的认知和需求也是不一样的，需要区分对待才能引导用户产生对于平台而言有价值的行为，比如一位全新的用户，可以通过较大的金额去刺激他，引导产生下单行为，成为平台价值用户，这样的转化能提高用户对平台的认知，也能提高平台的成交额，而一次随机发放导致用户在概率条件下只领取到一个小金额可能会让用户失去兴趣选择离开；但对于一位活动羊毛用户，每次策略发放小金额并不会影响用户的参与热情，还能节约活动运营成本。因此针对不同价值的用户策略性发放虚拟资产，有利于引导不同类型的用户在应用内转化。现有的简单粗暴的随机发放可能导致潜在用户的流失和运营成本的增长。

图3是根据一示例性实施例示出的一种虚拟资产分配方法的流程图。本公开实施例所提供的方法可以由任意具备计算处理能力的电子设备来执行，例如该方法可以由上述图1实施例中的服务器或终端设备来执行，也可以由服务器和终端设备共同执行，在下面的实施例中，以服务器为执行主体为例进行举例说明，但本公开并不限定于此。

参照图3，本公开实施例提供的虚拟资产分配方法可以包括以下步骤。

在步骤S1中，响应于目标对象在目标平台中针对目标活动的奖励领取请求，获取所述目标对象在多个目标用户行为指标下的行为指标值，所述多个目标用户行为指标均为用户价值判断准则下的行为指标。

目标平台可以指的是一些电商平台、也可以是一些宣传平台，还可以是教育平台等，本公开对此不做限制。

在一些实施例中，商家可以在目标平台中设置目标活动向用户下发不同数量的虚拟资产，以吸引用户使用目标平台中进行交易等，从而对目标平台进行宣传等。

在一些实施例中，用户可以通过目标平台针对目标活动发起奖励获取请求(例如用户可以在目标平台中点击目标活动中的奖励领取按钮以向目标平台发起奖励获取请求，本公开对此不做限制)。

在一些实施例中，可以获取目标平台中针对目标活动的用户价值判断准则下的多个目标用户行为指标，例如可以根据目标活动常用的数据指标，将影响用户价值评估的用户在目标平台内的行为因素划分为如图4所示的几个指标：新用户行为指标、下单行为指标、活动前两个月内访问次数行为指标、本活动奖励领取行为指标、活动前两个月下单频率行为指标以及活动前最后一次下单金额行为指标等。需要注意的是，由于目标活动期间用户访问较为频繁，需排除掉目标活动期间的访问记录，取数为活动前的用户行为数据。

其中，用户价值判断准则即针对目标活动用户的价值判断准则。例如，当用户是新用户时，该用户对目标平台的价值可能更高，那么就可以将用户是否是新用户作为衡量用户价值的一个指标；再例如，当用户在目标平台中没有过下单行为时，该用户对目标平台的价值可能较高，那么就可以将用户是否在目标平台中下过单作为衡量用户价值的一个指标等，本公开对此不再一一列举，任何可能对用户在目标平台中的价值判断产生影响的指标，均可以是本公开实施例中的目标用户行为指标。

在一些实施例中，可以统计目标对象在目标活动之前的行为数据，并根据以下表格确定目标对象在各个目标用户行为指标下的行为指标值。

表1

在步骤S2中，根据所述目标对象在各个目标用户行为指标下的行为指标值确定所述目标对象在所述目标平台中的用户价值。

在一些实施例中，可以事先确定各个目标用户行为指标对用户价值判断的重要性权重。例如可以根据经验确定各个目标用户行为指标对用户价值判断的重要性权重，再例如可以根据用户价值的层次结构模型确定各个用户行为指标对用户价值判断的重要性权重。

在一些实施例中，在确定了各个目标用户行为指标对用户价值判断的重要性权重后，可以根据加权算法对目标对象在各个用户行为指标下的行为值进行加权计算，以确定目标对象在目标平台中的用户价值。

在步骤S3中，获取所述目标平台对应的多个用户价值区间以及各个用户价值区间对应的虚拟资产分配区间。

在一些实施例中，可以事先对用户价值进行多区间划分，并令每一个用户价值区间与一个虚拟资产分配区间对应，例如可以将用户价值较高的用户价值区间与数值较大的虚拟资产分配区间对应，将用户价值较小的用户价值区间与数值较小的虚拟资产分配区间对应。

在步骤S4中，根据所述目标对象在所述目标平台中的用户价值，在所述多个用户价值区间中确定所述目标对象对应的目标价值区间以及所述目标价值区间对应的目标虚拟资产分配区间。

在步骤S5中，根据所述目标虚拟资产分配区间随机确定目标虚拟资产值，并根据所述目标虚拟资产值向所述目标对象下发虚拟资产。

在一些实施例中，可以根据所述目标虚拟资产分配区间确定目标正太分布(例如根据目标虚拟资产分配区间中的最大值和最小值确定一个目标正太分布)；然后根据该目标正太分布确定目标虚拟资产值。

通过上述方法，可以向用户价值较高的目标对象下发较多的虚拟资产，向用户价值较低的目标对象下发较少的虚拟资产。

因此，上述实施例通过多个影响因素(即多个目标用户行为指标)评估了目标对象的用户价值，然后根据目标对象的用户价值有针对性的进行了虚拟资产策略性投放，能够减少在羊毛党或者低价值用户身上的价值损耗，降低运营成本，并将虚拟资产尽可能投放到高价值用户是昂，引导用户转化，以使得用户在目标平台中产生足够的价值。

图5是图3中步骤S2在一示例性实施例中的流程图。参考图5，上述步骤S2可以包括以下步骤。

在步骤S21中，获取各个目标用户行为指标对所述用户价值判断准则的贡献值，所述各个目标用户行为指标对所述用户价值判断准则的贡献值是根据各个目标用户行为指标在所述用户价值判断准则下两两之间的重要性比较结果确定的。

在一些实施例中，在获得目标用户行为指标后，可以建立关于用户价值的层次结构模型，即按照因素间的相互关联关系或者隶属关系将因素分成不同层次，再进行聚集组合，形成一个多层次的系统结构模型。

在本实施例中，根据上述目标用户行为指标构建的针对用户价值的层次结构模型可以如图4所示。

在获得上述层次结构模型后，可以根据层次结构模型确定各个目标用户行为指标两两之间的重要性比较结果，并根据重要性比较结果构建目标判断矩阵，最后通过目标判断矩阵确定各个目标用户行为指标对用户价值判断准则的贡献值。

在一些实施例中，可以根据实际实际情况或者实际需要确定各个目标用户行为指标两两之间的重要性比较结果，本公开对此不做限制。

在步骤S22中，根据所述目标对象在各个目标用户行为指标下的行为指标值、各个目标用户行为指标对所述用户价值判断准则的贡献值，确定所述目标对象在所述目标平台中的用户价值。

图6是图5中步骤S21在一示例性实施例中的流程图。参考图6，上述步骤S21可以包括以下步骤。

在步骤S211中，确定在所述用户价值准则下，各个目标用户行为指标两两之间的重要性比较结果。

对于某一准则来说，可以对其下的各方案进行两两对比，并按其重要性程度评定等级。因素i与因素j之间的两两重要性比较结果可以用1-9之间任一数值进行表示，根据托马斯赛迪的9个重要性等级进行赋值，具体可以如下表所示。

由于不同业务线、不同活动类型对于因素的重要性有偏差，实际可以根据业务需求调整，根据电商普适经验和大数据指标经验参考可以确定各个目标用户行为指标两两之间的重要性比较结果。

例如根据某电商的大数据获得以下两两比较结果：

在步骤S212中，根据各个目标用户行为指标两两之间的重要性比较结果确定目标判断矩阵。

根据上述判断结果可以构建以下目标判断矩阵：

将矩阵A的元素做列向量归一化处理，计算出矩阵Q：

在步骤S213中，对所述目标判断矩阵进行一致性检验。

在一些实施例中，可以通过目标判断矩阵对应的最大特征值对目标判断矩阵进行一致性检验，具体可以包括以下步骤：确定所述目标判断矩阵的最大特征值；获取所述多个目标行为指标的个数值；根据所述最大特征值和所述多个目标行为指标的个数值确定所述目标判断矩阵的一致性指标；根据所述目标判断矩阵的一致性指标对所述目标判断矩阵进行一致性检验。

在另外一些实施例中，还可以结合随机一致性指标对目标判断矩阵的进行一致性检验，具体可以包括以下步骤：根据所述目标行为指标的个数值确定所述目标判断矩阵的随机一致性指标；根据一致性指标和随机一致性指标确定所述目标判断矩阵的检验系数；根据所述检验系数对所述目标判断矩阵进行一致性检验。

下面将通过以下实施例对上述两种一致性检验过程进行详述。

在一些实施例中，可以定义一致性指标

如果CR<0.1，那么可以认为该目标判断矩阵通过一致性检验。

那么结合上述一致性检验方法对目标判断矩阵A进行一致性检验过程可以包括以下步骤：

可以将上述实施例中Q中每行元素相加，得向量β＝(2.96 1.72 0.45 0.23 0.320.32)

再β归一化处理，得特征向量α＝(0.49 0.29 0.07 0.04 0.05 0.05)

由Aα＝λ

目标判断矩阵A的随机一致性指标RI通过查表可得，其数值和判断矩阵的阶数有关，一情况下，矩阵阶数n越大，则一致性随机偏离的可能性也越大，平均随机一致性指标表如下：

查表可得，当n＝6时，RI＝1.24，所以CR＝CI/RI＝0.01706<0.1，因此目标判断矩阵A通过一致性检验。

在步骤S214中，在所述目标判断矩阵通过所述一致性检验后，对所述目标判断矩阵的最大特征值对应的特征向量进行归一化处理，以确定各个目标用户行为指标对用户价值的贡献值。

在一些实施例中，当目标判断矩阵通过一致性检验后，可以获得该目标判断矩阵的最大特征值对应的特征向量，并对该特征向量进行归一化处理，以确定各个目标用户行为指标对用户价值的影响。

通过对上述实施例中最大特征值对应的特征向量进行归一化后，可以获得上述6个目标用户行为指标对用户价值的权重为α，α＝(0.49 0.29 0.07 0.04 0.05 0.05)。

那么目标对象的用户价值就可以通过以下公式进行计算：

用户价值Y＝0.49*是否是新用户+0.29*是否下过单+0.07*本活动是否领取奖励+0.04*活动前两个月内访问次数价值+0.05活动前两个月下单频率价值+0.05活动前最近一次下单金额价值 (3)

当目标判断矩阵通过一致性检验后，可以将该数据模型应用在虚拟资产投放中。当用户满足获取资产资格时，先计算其用户价值得分，用户价值越高，则其领取的虚拟资产的分布区间更高。

假设通过公式(3)计算对表1中的数据计算获得的最大值和最小值分别为0和0.85，则用户价值取值区间可以为(0，0.85)。假设某活动，运营人员设置的投放最小金额为a，最大金额为b，运营人员决定将投放区间划分为n个阶梯，则

由此可根据用户价值得分判断用户所属的投放金额区间使其领取到的虚拟资产在该区间内随机分布即可。

如图7所示，可以将本公开提供的技术方案总结为以下步骤：

步骤S701，确定在目标平台的目标活动中影响用户价值判断准则的目标用户行为指标；步骤S702，确定各个目标用户行为指标对用户价值判断准则的贡献值；步骤S703，根据目标用户行为指标以及各个目标用户行为指标对用户价值判断准则的贡献值确定评估用户价值的数据模型(例如公式(3))；步骤S704，根据目标活动的实际运营需求划分虚拟资产投放区间，并将该虚拟资产投放区间与用户价值区间一一对应起来；步骤S705，根据目标对象在各个目标用户行为指标下的指标值以及上述数据模型确定目标对象的用户价值，并根据用户价值确定目标对象对应的目标价值区间以及与目标价值区间对应的目标虚拟资产分配区间；步骤S706，在目标虚拟资产分配区间内随机确定目标虚拟资产值，并根据目标虚拟资产值向目标对象才发虚拟资产。其中，确定各个目标用户行为指标对用户价值判断准则的贡献值可以包括：步骤S7021，确定各个目标用户行为指标对用户价值判断准则的贡献值；根据各个目标用户行为指标两两之间的重要性比较结果构建以用户价值为步骤S7022，准则的目标判断矩阵；步骤S7023对目标判断矩阵进行一致性检验，并在一致性检验通过后确定各个用户行为指标对用户价值判断准则的贡献值。

图8是根据一示例性实施例示出的一种虚拟资产分配装置的框图。参照图8，本公开实施例提供的虚拟资产分配装置800可以包括：行为指标值获取模块801、用户价值确定模块802、虚拟资产分配区间确定模块803、目标虚拟资产分配区间确定模块804以及虚拟资产下发模块805。

其中，所述行为指标值获取模块801可以配置为响应于目标对象在目标平台中针对目标活动的奖励领取请求，获取所述目标对象在多个目标用户行为指标下的行为指标值，所述多个目标用户行为指标均为用户价值判断准则下的行为指标；所述用户价值确定模块802可以配置为根据所述目标对象在各个目标用户行为指标下的行为指标值确定所述目标对象在所述目标平台中的用户价值；所述虚拟资产分配区间确定模块803可以配置为获取所述目标平台对应的多个用户价值区间以及各个用户价值区间对应的虚拟资产分配区间；所述目标虚拟资产分配区间确定模块804可以配置为根据所述目标对象在所述目标平台中的用户价值，在所述多个用户价值区间中确定所述目标对象对应的目标价值区间以及所述目标价值区间对应的目标虚拟资产分配区间；所述虚拟资产下发模块805可以配置为根据所述目标虚拟资产分配区间随机确定目标虚拟资产值，并根据所述目标虚拟资产值向所述目标对象下发虚拟资产。

在一些实施例中，所述用户价值确定模块802可以包括：贡献值获取子模块和用户价值确定子模块。

其中，所述贡献值获取子模块可以配置为获取各个目标用户行为指标对所述用户价值判断准则的贡献值，所述各个目标用户行为指标对所述用户价值判断准则的贡献值是根据各个目标用户行为指标在所述用户价值判断准则下两两之间的重要性比较结果确定的；所述用户价值确定子模块可以配置为根据所述目标对象在各个目标用户行为指标下的行为指标值、各个目标用户行为指标对所述用户价值判断准则的贡献值，确定所述目标对象在所述目标平台中的用户价值。

在一些实施例中，所述贡献值获取子模块可以包括：重要性比较结果确定单元、目标判断矩阵确定单元、一致性检验单元以及归一化单元。

其中，所述重要性比较结果确定单元可以配置为确定在所述用户价值准则下，各个目标用户行为指标两两之间的重要性比较结果；所述目标判断矩阵确定单元可以配置为根据各个目标用户行为指标两两之间的重要性比较结果确定目标判断矩阵；所述一致性检验单元可以配置为对所述目标判断矩阵进行一致性检验；所述归一化单可以配置为在所述目标判断矩阵通过所述一致性检验后，对所述目标判断矩阵的最大特征值对应的特征向量进行归一化处理，以确定各个目标用户行为指标对用户价值的贡献值。

在一些实施例中，所述一致性检验单元可以包括：最大特征值确定子单元、个数值获取子单元、一致性指标确定子单元以及一致性检验子单元。

其中，所述最大特征值确定子单元可以配置为确定所述目标判断矩阵的最大特征值；所述个数值获取子单元可以配置为获取所述多个目标行为指标的个数值；所述一致性指标确定子单元可以配置为根据所述最大特征值和所述多个目标行为指标的个数值确定所述目标判断矩阵的一致性指标；所述一致性检验子单元可以配置为根据所述目标判断矩阵的一致性指标对所述目标判断矩阵进行一致性检验。

在一些实施例中，所述一致性检验子单元可以包括：随机一致性指标确定孙子单元、检验系数确定孙子单元以及一致性检验确定孙子单元。

其中，所述随机一致性指标确定孙子单元可以配置为根据所述目标行为指标的个数值确定所述目标判断矩阵的随机一致性指标；所述检验系数确定孙子单元可以配置为根据一致性指标和随机一致性指标确定所述目标判断矩阵的检验系数；所述一致性检验确定孙子单元可以配置为根据所述检验系数对所述目标判断矩阵进行一致性检验。

在一些实施例中，所述多个目标用户行为指标包括新用户行为指标、下单行为指标、活动前两个月内访问次数行为指标、本活动奖励领取行为指标、活动前两个月下单频率行为指标以及活动前最后一次下单金额行为指标；其中，所述行为指标值获取模块801可以包括：新用户行为指标行为值确定子模块、下单行为指标行为值确定子模块、活动前两个月内访问次数行为指标行为值确定子模块、本活动奖励领取行为指标行为值确定子模块、活动前两个月下单频率行为指标行为值确定子模块和活动前最后一次下单金额行为指标行为值确定子模块。

其中，所述新用户行为指标行为值确定子模块可以配置为所述目标对象是新用户，则所述目标对象在所述新用户行为指标下的行为指标值为1；所述下单行为指标行为值确定子模块可以配置为若所述目标对象在所述目标平台中没有下过单，则所述目标对象在下单行为指标下的行为指标值为1；所述活动前两个月内访问次数行为指标行为值确定子模块可以配置为若所述目标对象在所述目标活动前两个月内访问次数大于第一阈值，则确定所述目标对象在所述活动前两个月内访问次数行为指标下的行为指标值为1；所述本活动奖励领取行为指标行为值确定子模块可以配置为若所述目标对象在所述目标活动中没有领取过奖励，则确定所述目标对象在所述本活动奖励领取行为指标下的行为指标值为1；所述活动前两个月下单频率行为指标行为值确定子模块可以配置为若所述目标对象在所述目标活动前两个月下单次数大于第二阈值，则所述目标对象在所述活动前两个月下单频率行为指标下的行为指标值为1；所述活动前最后一次下单金额行为指标行为值确定子模块可以配置为若所述目标对象在所述目标活动前最后一次下单金额大于第三阈值，则所述目标对象在所述活动前最后一次下单金额行为指标下的行为指标值为1。

在一些实施例中，所述虚拟资产下发模块805可以包括：目标正太分布确定子模块和目标虚拟资产值确定子模块。

其中，所述目标正太分布确定子模块可以配置为根据所述目标虚拟资产分配区间确定目标正太分布；所述目标虚拟资产值确定子模块可以配置为根据所述目标正太分布确定所述目标虚拟资产值。

由于装置800的各功能已在其对应的方法实施例中予以详细说明，本公开于此不再赘述。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者智能设备等)执行根据本公开实施例的方法，例如图3的一个或多个所示的步骤。

此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其他实施例。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不限于这里已经示出的详细结构、附图方式或实现方法，相反，本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。