[發(fā)明專利]基于負反饋的人群包構(gòu)建方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010063566.4
• 申請日: 2020-01-20
• 公開（公告）號: CN113139824A
• 公開（公告）日: 2021-07-20
• 發(fā)明（設計）人: 鄧勇;黃昉;葉思巧;王瑜
• 申請（專利權(quán)）人: 上海嗶哩嗶哩科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京英特普羅知識產(chǎn)權(quán)代理有限公司 11015
• 代理人: 鄧小玲;鄧應山

1.一種負反饋的人群包構(gòu)建方法，其特征在于，所述方法包括：

獲取每個用戶的行為數(shù)據(jù)和所述行為數(shù)據(jù)中負反饋行為數(shù)據(jù)對應的視頻信息，所述行為數(shù)據(jù)包括負反饋行為數(shù)據(jù)和活躍行為數(shù)據(jù)；

根據(jù)所述視頻信息確定每個用戶敏感的視頻類型；

統(tǒng)計所有用戶的活躍行為數(shù)據(jù)和每個視頻類型下所有用戶的負反饋行為數(shù)據(jù)；

根據(jù)所有用戶的活躍行為數(shù)據(jù)和每個視頻類型下所有用戶的負反饋行為數(shù)據(jù)，將每個類型下所有用戶按照預先構(gòu)建的行為用戶集合構(gòu)建對應的人群包。

2.如權(quán)利要求1所述的人群包構(gòu)建方法，其特征在于，所述視頻信息至少包括一個視頻標簽，所述根據(jù)所述視頻信息確定每個用戶敏感的視頻類型，包括：

將所述視頻標簽與預設視頻類型中的預設標簽進行相似度計算，并得到所述視頻標簽與各個預設標簽的相似度值，其中，所述預設視頻類型包括目標視頻類型，所述目標視頻類型包括第一預設標簽；

當所述視頻標簽與所述目標視頻類型中所述第一預設標簽的相似度值高于預設相似度值時，則確定所述視頻信息的視頻類型為所述目標視頻類型。

3.如權(quán)利要求1所述的人群包構(gòu)建方法，其特征在于，所述行為用戶集合的構(gòu)建方法，包括：

獲取所有用戶的活躍行為數(shù)據(jù)和同一種視頻類型下的所有負反饋行為數(shù)據(jù)，所述負反饋行為數(shù)據(jù)至少包括：負反饋行為類型和與所述負反饋行為類型對應的次數(shù)，所述負反饋行為類型包括：對內(nèi)容進行負反饋行為和對廣告進行負反饋行為，所述活躍行為數(shù)據(jù)至少包括：活躍行為類型和與所述活躍行為類型對應的次數(shù)，所述活躍行為類型包括：發(fā)送彈幕或評論行為和付費行為；

將所有負反饋行為數(shù)據(jù)按照所述負反饋行為類型進行分類，并將所述活躍行為數(shù)據(jù)按照所述活躍行為類型進行分類，以得到每種行為類型對應的目標行為數(shù)據(jù)，其中，所述行為類型包括負反饋行為類型和活躍行為類型；

將與所述目標行為數(shù)據(jù)對應的用戶構(gòu)建一個集合；

其中，集合A＝{對廣告有過負反饋行為的用戶}；

集合B＝{對內(nèi)容有過負反饋行為的用戶}；

集合C＝{有過發(fā)送彈幕或評論行為的用戶}；

集合D＝{有過付費行為的用戶}。

4.如權(quán)利要求3所述的人群包構(gòu)建方法，其特征在于，所述集合至少包括一個子集，所述將與所述目標行為數(shù)據(jù)對應的用戶構(gòu)建一個集合，包括：

統(tǒng)計每個用戶做出所述行為類型的次數(shù)；

根據(jù)所述次數(shù)，將所述用戶劃分至所述集合對應的子集中；

其中，所述集合A＝{對廣告有過負反饋行為的用戶}＝A₁∪A₂...∪A_k；

所述集合B＝{對內(nèi)容有過負反饋行為的用戶}＝B₁∪B₂...∪B_i；

所述集合C＝{有過發(fā)送彈幕或評論行為的用戶}＝C₁∪C₂...∪C_j；

所述集合D＝{有過付費行為的用戶}＝D₁∪D₂...∪D_m；

其中，A₁、A₂…A_k表示所述集合A的子集，B₁、B₂…B_i表示所述集合B的子集，C₁、C₂…C_j表示所述集合C的子集，D₁、D₂…D_m表示所述集合D的子集，k、i、j和m均為正整數(shù)。

5.如權(quán)利要求4所述的人群包構(gòu)建方法，其特征在于，所述根據(jù)所述次數(shù)，將所述用戶劃分至所述集合中對應的子集中，包括：

根據(jù)預設的多個閾值范圍，判斷所述次數(shù)所處的目標閾值范圍，其中，每個閾值范圍與一個子集對應；

當所述次數(shù)處于第一閾值和第二閾值范圍之間時，則將所述用戶劃分至與所述第一閾值和所述第二閾值范圍對應的子集。