[發(fā)明專利]用戶篩選的方法和裝置

在審

• 申請?zhí)枺?/td>: 202110620154.0
• 申請日: 2021-06-03
• 公開（公告）號: CN113378043A
• 公開（公告）日: 2021-09-10
• 發(fā)明（設(shè)計）人: 范聰
• 申請（專利權(quán)）人: 北京沃東天駿信息技術(shù)有限公司;北京京東世紀貿(mào)易有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06K9/62
• 代理公司: 中原信達知識產(chǎn)權(quán)代理有限責任公司 11219
• 代理人: 張效榮;韓黎捷

1.一種用戶篩選的方法，其特征在于，包括：

從所有用戶中篩選在目標品類中未觸發(fā)預設(shè)操作行為的候選用戶群；

確定所述候選用戶群中任一用戶未來在所述目標品類中觸發(fā)所述預設(shè)操作行為的第一概率、以及未來在所述目標品類中通過目標渠道觸發(fā)所述預設(shè)操作行為的第二概率，根據(jù)第一概率和第二概率確定所述任一用戶未來在所述目標品類中通過目標渠道觸發(fā)所述預設(shè)操作行為的第三概率；

從所述候選用戶群中篩選第三概率滿足預設(shè)條件的用戶，得到與所述目標品類對應的目標用戶群。

2.如權(quán)利要求1所述的方法，其特征在于，篩選在目標品類中不具有預設(shè)操作行為的候選用戶群，包括：

獲取所有用戶的歷史行為數(shù)據(jù)，根據(jù)所述歷史行為數(shù)據(jù)篩選在目標品類中未觸發(fā)所述預設(shè)操作行為的用戶，得到所述候選用戶群。

3.如權(quán)利要求1所述的方法，其特征在于，篩選在目標品類中不具有預設(shè)操作行為的候選用戶群，包括：

將所有用戶劃分為多個目標群體，獲取所述目標群體內(nèi)每個用戶的歷史行為數(shù)據(jù)；以在目標品類中觸發(fā)所述預設(shè)操作行為作為共同特征，根據(jù)所述目標群體內(nèi)每個用戶的歷史行為數(shù)據(jù)確定所述目標群體的TGI指數(shù)，篩選TGI指數(shù)大于預設(shè)TGI閾值的目標群體作為候選目標群體；

根據(jù)所述候選目標群體內(nèi)每個用戶的歷史行為數(shù)據(jù)從所述候選目標群體中篩選在目標品類中未觸發(fā)所述預設(shè)操作行為的用戶，得到所述候選用戶群。

4.如權(quán)利要求1所述的方法，其特征在于，篩選在目標品類中不具有預設(shè)操作行為的候選用戶群，包括：

獲取多個歷史時段內(nèi)所有用戶的歷史行為數(shù)據(jù)，根據(jù)每個歷史時段內(nèi)的歷史行為數(shù)據(jù)確定所述用戶在對應歷史時段內(nèi)對所述目標品類的偏好值；

按照時間衰減方式累加所述用戶在各個歷史時段內(nèi)對所述目標品類的偏好值得到用戶對所述目標品類的偏好指標，篩選偏好指標大于設(shè)定閾值的用戶得到候選用戶集合；

根據(jù)所述候選用戶集合中每個用戶的歷史行為數(shù)據(jù)從所述候選用戶集合中篩選在所述目標品類中未觸發(fā)所述預設(shè)操作行為的用戶，得到所述候選用戶群。

5.如權(quán)利要求1所述的方法，其特征在于，篩選在目標品類中不具有預設(shè)操作行為的候選用戶群，包括：

獲取每個用戶的用戶畫像，根據(jù)所述用戶畫像確定所述用戶在所述目標品類中觸發(fā)所述預設(shè)操作行為的第四概率，篩選第四概率大于設(shè)定閾值的用戶或者第四概率最高的若干個用戶，得到所述候選用戶集合；

獲取所述候選用戶集合中每個用戶的歷史行為數(shù)據(jù)，根據(jù)所述候選用戶集合中每個用戶的歷史行為數(shù)據(jù)從所述候選用戶集合中篩選在所述目標品類中未觸發(fā)所述預設(shè)操作行為的用戶，得到所述候選用戶群。

6.如權(quán)利要求1所述的方法，其特征在于，確定所述候選用戶群中任一用戶未來在所述目標品類中觸發(fā)所述預設(shè)操作行為的第一概率，包括：

獲取所述任一用戶的歷史行為數(shù)據(jù)，根據(jù)所述任一用戶的歷史行為數(shù)據(jù)確定所述任一用戶在各個品類中觸發(fā)所述預設(shè)操作行為的概率，得到所述任一用戶的第一特征向量；

獲取所述任一用戶的用戶畫像，根據(jù)所述任一用戶的用戶畫像確定所述任一用戶在各個品類中觸發(fā)所述預設(shè)操作行為的概率，得到所述任一用戶的第二特征向量；

根據(jù)所述任一用戶的歷史行為數(shù)據(jù)，確定所述任一用戶對應的品類關(guān)聯(lián)特征矩陣；

獲取所述目標品類的品類特征向量；

將所述第一特征向量、第二特征向量、所述品類關(guān)聯(lián)特征矩陣和所述品類特征向量輸入預訓練的第一模型，得到所述任一用戶未來在所述目標品類中觸發(fā)所述預設(shè)操作行為的第一概率。

7.如權(quán)利要求1所述的方法，其特征在于，確定所述候選用戶群中任一用戶未來在所述目標品類中通過目標渠道觸發(fā)所述預設(shè)操作行為的第二概率，包括：

獲取所述任一用戶的歷史行為數(shù)據(jù)，根據(jù)所述任一用戶的歷史行為數(shù)據(jù)確定所述任一用戶在所述目標品類中觸發(fā)的每條所述預設(shè)操作行為的觸發(fā)渠道，得到所述任一用戶的渠道偏好向量；

將所述任一用戶的所有渠道偏好向量輸入預訓練的第二模型，得到所述任一用戶未來在所述目標品類中通過目標渠道觸發(fā)所述預設(shè)操作行為的第二概率。