[发明专利]群体确定方法及装置、电子设备、计算机可读存储介质

说明书

本公开关于一种群体确定方法及装置、电子设备、计算机可读存储介质。所述群体确定方法包括：获取用户的特征；将所述特征输入至概率模型，得到预测的所述用户属于第一群体的概率；根据预测的所述概率，确定所述用户是否属于第一群体，其中，所述概率模型是通过利用对预定群体进行聚类而执行的训练方法得到的。

技术领域

本公开涉及数据处理技术领域，尤其涉及群体确定方法及装置、电子设备、计算机可读存储介质。

背景技术

业务方经常会利用A/B测试方法来识别营销活动的收益、新应用用户界面（UI）或者新产品功能是否适合上线等。为了进行A/B测试，事先会圈选一批用户，将用户分为实验组和对照组，针对实验组上线新方案，供实验组使用，而不向对照组提供新方案。然后，对比实验组和对照组的评估指标。如果实验组的评估指标高于对照组的评估指标，则认为新方案对全体用户而言有效。

但是，这样的测试方法仅能看到整体效果，而无法识别出具体哪类群体确实有效，而哪类群体实际无效，其次，这样的测试方法无法识别出是否存在辛普森悖论问题。

发明内容

本公开提供一种群体确定方法及装置，以至少解决上述相关技术中的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种群体确定方法，获取用户的特征；将所述特征输入至概率模型，得到预测的所述用户属于第一群体的概率；根据预测的所述概率，确定所述用户是否属于第一群体，其中，所述概率模型是通过利用对预定群体进行聚类而执行的训练方法得到的。

根据本公开实施例的第一方面，所述训练方法包括：基于预定群体的特征，对所述预定群体进行聚类，以获取多个聚类群体；确定所述多个聚类群体中的第一群体；确定所述第一群体在所述多个聚类群体中的占比，作为预设概率；将预定群体的特征输入至概率预测模型，得到估计概率；根据所述估计概率与所述预设概率调整所述概率模型的参数，以对所述概率模型进行训练。

根据本公开实施例的第一方面，所述训练方法还包括：从目标群体中选择所述预定群体。

根据本公开实施例的第一方面，所述预定群体包括第二群体和第三群体。

根据本公开实施例的第一方面，所述训练方法还包括：根据第二群体与第三群体的预定流量配比，从目标群体中选择第二群体和第三群体组成所述预定群体。

根据本公开实施例的第一方面，所述确定所述多个聚类群体中的第一群体包括：将聚类群体中的第二群体的评估指标与第三群体的评估指标之间的差值大于或等于预定阈值的该聚类群体确定为第一群体。

根据本公开实施例的第一方面，所述评估指标包括以下项中的至少一项：浏览时长、资源点击率、次日留存率、用户转化率。

根据本公开实施例的第一方面，所述根据所述估计概率与所述预设概率调整所述概率模型的参数，包括：根据所述估计概率与所述预设概率，确定所述概率模型的损失函数；根据所述损失函数调整所述概率模型的参数。

根据本公开实施例的第一方面，所述根据预测的所述概率，确定所述用户是否属于第一群体，包括：将预测的所述概率与预定概率阈值进行比较；在预测的所述概率大于或等于预定概率阈值时，确定所述用户属于第一群体。

根据本公开实施例的第二方面，提供一种群体确定装置，包括：获取单元，被配置为获取用户的特征；预测单元，被配置为将所述特征输入至概率模型，得到预测的所述用户属于第一群体的概率；确定单元，被配置为根据预测的所述概率，确定所述用户是否属于第一群体，其中，所述概率模型是通过训练装置对所述概率模型进行训练而得到的，所述训练装置被配置为利用对预定群体进行聚类而对所述概率模型进行训练。