[發明專利]相似人群擴展方法、裝置、電子設備和可讀存儲介質

在審

• 申請號: 202110278343.4
• 申請日: 2021-03-15
• 公開（公告）號: CN115082844A
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 曹雨晨;張少洋;孫中偉;劉鴻儒;潘城城
• 申請（專利權）人: 京東科技控股股份有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V10/30;G06V10/774;G06V10/764;G06V10/74;G06Q30/02;G06Q30/06
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 周天宇

本公開提供了一種相似人群擴展方法，包括：先選定目標場景，并通過用戶歷史行為數據確定目標場景對應的過濾算法。通過該過濾算法對原始用戶樣本進行異常過濾，得到種子用戶樣本。最后在目標場景下，對種子用戶樣本進行相似人群擴展，得到擴展用戶樣本。本公開還提供了一種相似人群擴展裝置、電子設備以及計算機可讀存儲介質。

技術領域

本公開涉及互聯網技術領域，更具體地，涉及一種相似人群擴展方法、裝置、電子設備和可讀存儲介質。

背景技術

相似人群擴展(Look-alike)指基于一批種子用戶，通過標簽規則或算法模型，找到與種子用戶相似或有潛在關聯人群的技術。現有技術主要包括通過畫像標簽圈選人群和算法模型兩大類：前者通過人工選取年齡、性別等標簽框選人群，后者通過向機器學習或深度學習模型輸入用戶畫像和行為特征輸出相關人群。

在實現本公開構思的過程中，發明人發現相關技術中至少存在如下問題由于手動框選標簽難以發掘用戶之間的內在聯系，也難以利用上種子用戶所具有的潛在特征。同時種子用戶的質量也影響擴展得到的相似用戶的總體質量。

發明內容

有鑒于此，本公開提供了一種相似人群擴展方法和裝置。

本公開的一個方面提供了一種相似人群擴展方法，包括：選定目標場景；確定所述目標場景對應的過濾算法；通過所述過濾算法對原始用戶樣本進行異常過濾，得到種子用戶樣本；在所述目標場景下，對所述種子用戶樣本進行相似人群擴展，得到擴展用戶樣本。

根據本公開的實施例，所述確定所述目標場景對應的過濾算法，包括：基于預設行為特征，從候選用戶樣本集合中獲取第一用戶樣本；分別通過多個預設算法對所述第一用戶樣本進行異常過濾，得到多個第二用戶樣本；在所述目標場景下，通過召回算法在所述候選用戶樣本集合內分別對每個第二用戶樣本進行召回，得到多個召回用戶樣本；基于所述預設行為特征，分別檢測每個所述召回用戶樣本的召回質量；基于所述召回質量，確定所述目標場景對應的過濾算法，所述過濾算法為所述多個預設算法的其中一個。

根據本公開的實施例，所述基于所述預設行為特征，分別檢測每個所述召回用戶樣本的召回質量，包括：分別統計每個所述召回用戶樣本中指定用戶的數量，所述指定用戶具有預設行為特征；比較所有所述指定用戶的數量，確定最優召回用戶樣本，所述最優召回用戶樣本為所有所述召回用戶樣本中包含指定用戶的數量最多的召回用戶樣本。

根據本公開的實施例，所述基于所述預設行為特征，分別檢測每個所述召回用戶樣本的召回質量，還包括：統計所述候選用戶樣本集合中除所述第一用戶樣本以外的特征用戶的數量，所述特征用戶為具有預設行為特征；計算每個所述召回用戶樣本的召回率，所述召回率為所述指定用戶的數量與所述特征用戶的數量的比值；比較所有所述召回率；確定最優召回用戶樣本，所述最優召回用戶樣本為所有所述召回用戶樣本中具有最大召回率的召回用戶樣本。

根據本公開的實施例，所述基于所述召回質量，確定所述目標場景對應的過濾算法，包括：確定所述最優召回用戶樣本對應的預設算法；確定所述預設算法為所述目標場景對應的過濾算法。

根據本公開的實施例，所述確定所述目標場景對應的過濾算法，還包括：在所述目標場景下，通過召回算法在所述候選用戶樣本集合內對第一用戶樣本進行召回，得到原始召回用戶樣本；基于所述預設行為特征，檢測所述原始召回用戶樣本的原始召回質量；比較所述原始召回質量和多個所述召回用戶樣本的召回質量；若所述原始召回質量優于所有所述召回用戶樣本的召回質量，則所述目標場景沒有對應的過濾算法。

根據本公開的實施例，所述用戶樣本為用戶特征數據集合，所述用戶特征數據包含用戶畫像信息和用戶行為信息。