[發明專利]用于確定對象的關聯用戶的方法及裝置

有效

• 申請號: 202010090799.3
• 申請日: 2020-02-13
• 公開（公告）號: CN111260416B
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 鄭妍妍
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京永新同創知識產權代理有限公司 11376
• 代理人: 林錦輝;劉景峰

1.一種用于確定對象的關聯用戶的方法，包括：

獲取目標用戶人群中的各個用戶的用戶特征數據；

將各個用戶的至少部分用戶特征數據分別提供給至少兩個用戶行為預測模型來預測各個用戶針對所述對象的至少兩個用戶行為預測值；

基于各個用戶針對所述對象的所述至少兩個用戶行為預測值，確定各個用戶與所述對象之間的關聯度；以及

基于所述各個用戶與所述對象之間的關聯度，從所述目標用戶人群中確定所述對象的關聯用戶；

其中，基于各個用戶針對所述對象的所述至少兩個行為預測值，確定各個用戶與所述對象之間的關聯度包括：

基于各個用戶針對所述對象的所述至少兩個用戶行為預測值，使用關聯度確定模型來確定各個用戶與所述對象之間的關聯度；

其中，所述關聯度確定模型具有分別針對所述至少兩個用戶行為中的各個用戶行為的關聯度影響因子，以及各個用戶行為的關聯度影響因子是通過使用嘗試法來基于歷史用戶的用戶行為數據與用戶行為期望客觀值訓練出的；所述關聯度確定模型基于各個用戶針對所述對象的所述至少兩個用戶行為預測值和與各個用戶行為預測值對應的關聯度影響因子確定各個用戶與所述對象之間的關聯度；

所述嘗試法包括在執行至少兩次如下過程，以確定出至少兩組待選關聯度影響因子之后，從所述至少兩組待選關聯度影響因子中確定出所述關聯度影響因子：

針對各個歷史用戶，基于當前確定出的待選關聯度影響因子和該歷史用戶的各個用戶行為預測值，確定該歷史用戶與所述對象的關聯度；

基于所述各個歷史用戶與所述對象的關聯度，確定關聯歷史用戶集合；

基于對應于至少一個用戶行為各個關聯歷史用戶的用戶行為預測值，確定對應用戶行為的第一用戶行為代表預測值，其中，所述第一用戶行為代表預測值作為對應于該用戶行為各個關聯歷史用戶的歷史用戶行為預測值的代表；

基于所確定出的第一用戶行為代表預測值和對應的用戶行為映射函數，確定所述第一用戶行為代表預測值所對應的用戶行為映射客觀值，所述用戶行為映射函數利用歷史用戶的用戶行為預測值和用戶行為客觀值擬合得出，所述用戶行為客觀值是利用歷史用戶的用戶行為數據確定出的客觀歷史數據；以及

基于所確定出的用戶行為映射客觀值和對應的用戶行為期望客觀值，調整所述待選關聯度影響因子，以確定出調整后的待選關聯度影響因子。

2.如權利要求1所述的方法，其中，所述用戶特征數據包括用戶畫像數據和/或用戶行為數據，以及提供給所述至少兩個用戶行為預測模型的各個用戶的用戶特征數據是相同或不同的用戶特征數據。

3.如權利要求1或2所述的方法，其中，所述至少兩個用戶行為預測模型所對應的至少兩個用戶行為之間具有遞進關系，基于各個用戶針對所述對象的所述至少兩個用戶行為預測值，確定各個用戶與所述對象之間的關聯度包括：

將各個用戶針對所述對象的所述至少兩個用戶行為預測值相乘，以作為各個用戶與所述對象之間的關聯度。

4.如權利要求1或2所述的方法，

其中，所述關聯度確定模型是使用歷史用戶的用戶特征數據與預設的用戶行為期望客觀值訓練出的。

5.如權利要求1所述的方法，其中，對應于各個用戶行為的用戶行為映射函數是在對各個歷史用戶進行聚類以得到各個歷史用戶聚類并確定出各個歷史用戶聚類的第二用戶行為預測值代表值和用戶行為代表客觀值之后，基于各個歷史用戶聚類的第二用戶行為預測值代表值和用戶行為代表客觀值擬合出的；所述第二用戶行為預測值代表值作為該歷史用戶聚類的各個歷史用戶的用戶行為預測值的代表，所述用戶行為代表客觀值作為該歷史用戶聚類的各個歷史用戶的用戶行為客觀值的代表。

6.如權利要求1所述的方法，其中，所述對象包括廣告，以及所述至少兩個用戶行為預測模型包括廣告曝光率預測模型、廣告點擊率預測模型和廣告轉化率預測模型。