[发明专利]目标用户定向方法及装置有效

专利信息
申请号: 201610294665.7 申请日: 2016-05-05
公开(公告)号: CN107346496B 公开(公告)日: 2021-12-10
发明(设计)人: 黄浩;黄东波;陈戈 申请(专利权)人: 腾讯科技(北京)有限公司
主分类号: G06Q30/02 分类号: G06Q30/02
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 李梅香;张颖玲
地址: 100080 北京市海淀区海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标 用户 定向 方法 装置
【权利要求书】:

1.一种目标用户定向方法,其特征在于,包括:

提取作为第一正例的种子用户的用户特征,作为训练相似模型的正例特征;

提取第一负例用户的用户特征,作为训练所述相似模型的负例特征;

利用所述正例特征和所述负例特征进行模型训练,得到所述相似模型;

利用所述相似模型,确定备选用户与种子用户之间的相似度;

根据已投放信息的投放数据,提取对所述已投放信息执行了转化操作的用户作为第二正例用户,其中,所述转化操作包括以下至少之一:点击操作、关注操作、购买操作;

从已投放信息的投放数据,提取未对所述已投放信息执行所述转化操作的用户作为第二负例用户;

利用所述已投放信息的信息特征、所述第二正例用户和所述第二负例用户的用户特征进行模型训练,得到转化预测模型;

利用所述转化预测模型,预测所述备选用户对待投放信息执行预定转化操作的概率;

确定所述相似度对应的第一权值及所述概率对应的第二权值;

利用所述相似度、所述第一权值、所述概率、所述第二权值及预设函数关系,计算所述备选用户的定向评分;

从所述备选用户中选择出所述定向评分满足预设定向条件的用户,作为所述待投放信息的目标用户。

2.根据权利要求1所述的方法,其特征在于,

所述方法还包括:

利用所述相似模型输出确定所述相似度的核心特征;其中,所述核心特征为所述种子用户之间的相同特征或相似特征。

3.根据权利要求1所述的方法,其特征在于,

所述利用所述转化预测模型,预测所述备选用户对待投放信息执行预定转化操作的概率,包括:

提取所述待投放信息的信息特征;

提取所述备选用户的用户特征;

将所述待投放信息的信息特征和所述备选用户的用户特征,输入所述转化预测模型,预测得到所述概率。

4.一种目标用户定向装置,其特征在于,包括:

第一训练单元,用于提取作为第一正例用户的种子用户的用户特征,作为训练相似模型的正例特征;提取第一负例用户的用户特征,作为训练所述相似模型的负例特征;利用所述正例特征和所述负例特征进行模型训练,得到所述相似模型;

确定单元,用于利用所述相似模型,确定备选用户与种子用户之间的相似度;

第二训练单元,用于根据已投放信息的投放数据,提取对所述已投放信息执行了转化操作的用户作为第二正例用户,其中,所述转化操作包括以下至少之一:点击操作、关注操作、购买操作;从已投放信息的投放数据,提取未对所述已投放信息执行所述转化操作的用户作为第二负例用户;利用所述已投放信息的信息特征、所述第二正例用户和所述第二负例用户的用户特征作进行模型训练,得到转化预测模型;

预测单元,用于利用所述转化预测模型,预测所述备选用户对待投放信息执行预定转化操作的概率;

选择单元,用于确定所述相似度对应的第一权值及所述概率对应的第二权值;利用所述相似度、所述第一权值、所述概率、所述第二权值及预设函数关系,计算所述备选用户的定向评分;从所述备选用户中选择出所述定向评分满足预设定向条件的用户,作为所述待投放信息的目标用户。

5.根据权利要求4所述的装置,其特征在于,

所述装置还包括:

输出单元,用于利用所述相似模型输出确定所述相似度的核心特征;其中,所述核心特征为所述种子用户之间的相同特征或相似特征。

6.根据权利要求4所述的装置,其特征在于,

所述预测单元,具体用于提取所述待投放信息的信息特征;提取所述备选用户的用户特征;将所述待投放信息的信息特征和所述备选用户的用户特征,输入所述转化预测模型,预测得到所述概率。

7.一种电子设备,其特征在于,包括:

存储器,用于存储可执行指令;

处理器,用于执行所述存储器中存储的可执行指令时,实现权利要求1至3任一项所述的目标用户定向方法。

8.一种计算机可读存储介质,其特征在于,存储有可执行指令,所述可执行指令被处理器执行时,实现权利要求1至3任一项所述的目标用户定向方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(北京)有限公司,未经腾讯科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610294665.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top