[发明专利]相似用户确定方法、向量转化模型、装置、介质及设备

说明书

本公开的实施方式提供了一种相似用户确定方法、向量转化模型、相似用户确定装置、计算机可读存储介质及电子设备，涉及数据分析与挖掘技术领域。该方法包括：获取候选用户的用户数据，对用户数据进行向量转化处理，以生成对应的用户行为向量和行为转化向量；基于用户行为向量和行为转化向量生成候选用户对应的候选用户向量；确定种子用户对应的种子用户向量；计算候选用户向量与种子用户向量之间的相似度，以根据相似度从候选用户中确定与种子用户对应的相似用户。本公开将用户的点击行为偏好和行为转化偏好作为确定相似用户的考虑因素，生成对应的用户向量，以得到相似用户的确定结果，可以进一步降低用户的转化成本。

技术领域

本公开的实施方式涉及数据分析与挖掘技术领域，更具体地，本公开的实施方式涉及相似用户确定方法、向量转化模型、相似用户确定装置、计算机可读存储介质及电子设备。

背景技术

本部分旨在为权利要求书中陈述的本公开的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

推荐系统一般根据预先提供的种子人群包，并通过Look-alike相似人群扩展算法进行人群扩量，找到潜在的目标人群以进行推荐对象的推荐从而降低对象推荐过程中的转化成本。

Look-alike相似人群扩展技术依赖于用户向量表示，现有的相似人群扩展算法通常仅根据用户的点击行为偏好确定用户向量表示，以进行相似人群扩展。

发明内容

由于用户向量的表达能力决定了相似人群扩量的效果的好坏，在确定用户向量时，仅将用户的点击行为偏好作为向量表示的考虑因素，忽略了用户行为的转化偏好，推荐系统中更关注的是作用于推荐对象的用户行为的转化率和转化成本，使用用户的点击行为进行用户向量表示学习很难刻画出用户的转化偏好。

为此，本公开提出一种改进的相似用户确定方法，以使根据用户数据确定用户向量时，用户向量可以同时学习到用户的行为偏好和行为转化偏好，并基于包含行为偏好和行为转化偏好的双目标用户向量确定相似人群。

在本上下文中，本公开的实施方式期望提供一种相似用户确定方法、向量转化模型、相似用户确定装置、计算机可读存储介质及电子设备。

在本公开实施方式的第一方面中，提供了一种相似用户确定方法，包括：获取候选用户的用户数据，对用户数据进行向量转化处理，以生成对应的用户行为向量和行为转化向量；基于用户行为向量和行为转化向量生成候选用户对应的候选用户向量；确定种子用户对应的种子用户向量；计算候选用户向量与种子用户向量之间的相似度，以根据相似度从候选用户中确定与种子用户对应的相似用户。

在本公开的一个实施例中，获取预先构建的向量转化模型；向量转化模型包括第一子模型和第二子模型；根据候选用户的用户数据确定候选用户的候选用户特征；将候选用户特征输入至向量转化模型，以通过第一子模型确定用户行为向量，并通过第二子模型确定行为转化向量。

在本公开的一个实施例中，向量转化模型通过下述步骤训练得到：获取训练样本集，并获取初始双塔模型，以将训练样本集输入至初始双塔模型；训练样本集包括训练用户对应的训练用户特征和训练推荐对象特征；基于训练用户特征与训练推荐对象特征，并通过第一子模型确定训练用户对应的行为预测值；基于训练用户特征与训练推荐对象特征，并通过第二子模型确定训练用户对应的行为转化预测值；基于行为预测值和行为转化预测值确定初始双塔模型的损失函数；通过损失函数同步更新第一子模型的模型参数与第二子模型的模型参数，以得到向量转化模型。