本发明专利技术提供一种获取目标用户的方法和装置，通过建立目标用户的M个预测模型，将待测用户的用户特征的集合输入M个预测模型中，根据M个预测模型的预测结果，获取目标用户，向所述目标用户推送信息；由于预测模型中包含不同的用户特征的权重系数，即每个用户特征对判断是否为目标用户的影响程度不同，通过权重系数体现这种影响程度，因此，提高获取的目标用户的准确性，提高向目标用户进行信息推送的有效性。
【技术实现步骤摘要】
本专利技术涉及计算机技术，尤其涉及一种获取目标用户的方法和装置。
技术介绍
在很多领域，需要从大量的用户中分离出具有某种共性的用户，将需要分离出的具有某种共性的用户称为目标用户，获取目标用户之后，向目标用户推送信息，例如:推送广告、安全提示或节日问候等。通常，通过建立一些规则，采用规则匹配的方式，将目标用户从大量的用户中分离出来。例如:目标用户应该满足两条规则:1、性别为男性；2、身高为175厘米以上，则将大量的用户中满足上述两条规则的用户与其他用户进行分离，以获得目标用户。然而，采用上述方法，获取的目标用户的准确性不高，导致向目标用户进行信息推送的有效性不高。
技术实现思路
本专利技术提供一种获取目标用户的方法和装置，以提高获取目标用户的准确性，从而，提高向目标用户进行信息推送的有效性。本专利技术第一方面提供一种获取目标用户的方法，包括:建立目标用户的M个预测模型，所述预测模型中包含不同的用户特征的权重系数，所述M为大于等于I的整数；将待测用户的用户特征的集合输入所述M个预测模型中，所述用户特征的集合包含待测用户的N个用户特征，所述N为大于等于I的整数；根据所述M个预测模型的预测结果，获取目标用户；向所述目标用户推送信息。在上述实施例中，所述建立目标用户的M个预测模型，包括:将第一样本和第i个第二样本，通过二分类算法，建立目标用户的第i个预测模型，其中，所述I < i SM且为整数，所述第一样本包含R个已知的目标用户的用户特征的集合，所述第二样本包含R个非目标用户的用户特征的集合，所述M个第二样本中每两个第二样本不相同，所述R为大于等于I的整数。在上述实施例中，所述方法还包括:获取所述R个已知的目标用户的特定用户特征，所述特定用户特征能够唯一标识所述目标用户；将所述特定用户特征与数据库中存储的用户特征匹配，获取所述R个已知的目标用户的用户特征的集合。在上述实施例中，所述根据所述M个预测模型的预测结果，获取目标用户，包括:获取所述M个预测模型的预测结果中，L个预测结果为目标用户的待测用户为目标用户，其中，所述L与M的比值大于预设阈值。在上述实施例中，所述二分类算法包括:逻辑回归算法、决策树算法或支持向量机算法。在上述实施例中，所述向所述目标用户推送信息，包括: 向所述目标用户推送广告。本专利技术第二方面提供一种获取目标用户的装置，包括:模型建立模块，用于建立目标用户的M个预测模型，所述预测模型中包含不同的用户特征的权重系数，所述M为大于等于I的整数；输入模块，用于将待测用户的用户特征的集合输入所述M个预测模型中，所述用户特征的集合包含待测用户的N个用户特征，所述N为大于等于I的整数；处理模块，用于根据所述M个预测模型的预测结果，获取目标用户；推送模块，用于向所述目标用户推送信息。在上述实施例中，所述模型建立模块具体用于将第一样本和第i个第二样本，通过二分类算法，建立目标用户的第i个预测模型，其中，所述I ( i < M且为整数，所述第一样本包含R个已知的目标用户的用户特征的集合，所述第二样本包含R个非目标用户的用户特征的集合，所述M个第二样本中每两个第二样本不相同，所述R为大于等于I的整数。在上述实施例中，所述处理模块还用于获取所述R个已知的目标用户的特定用户特征，所述特定用户特征能够唯一标识所述目标用户；将所述特定用户特征与数据库中存储的用户特征匹配，获取所述R个已知的目标用户的用户特征的集合。在上述实施例中，所述处理模块具体用于获取所述M个预测模型的预测结果中，L个预测结果为目标用户的待测用户为目标用户，其中，所述L与M的比值大于预设阈值。在上述实施例中，所述二分类算法包括: 逻辑回归算法、决策树算法或支持向量机算法。本专利技术提供的获取目标用户的方法和装置，通过建立目标用户的M个预测模型，将待测用户的用户特征的集合输入M个预测模型中，根据M个预测模型的预测结果，获取目标用户，向所述目标用户推送信息。由于预测模型中包含不同的用户特征的权重系数，即每个用户特征对判断是否为目标用户的影响程度不同，通过权重系数体现这种影响程度，提高获取的目标用户的准确性，从而，提高向目标用户进行信息推送的有效性。【附图说明】为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术获取目标用户的装置实施例一的结构示意图；图2为本专利技术获取目标用户的方法实施例一的流程示意图；图3为本专利技术获取目标用户的方法实施例二的流程示意图；图4为本专利技术获取目标用户的装置实施例二的结构示意图。【具体实施方式】下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三” “第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。在获取目标用户时，由于不同的用户特征对判断是否为目标用户的影响程度不同，例如:目标用户为某应用程序(Applicat1n，以下简称:APP)的潜在用户，其中，性别权重系数为0.8，如果是男性，则0.8的可能性是该APP的潜在用户，年龄权重系数为0.2，如果是25?30之间，则有0.2的可能性是该APP的潜在用户。因此，本专利技术为了提高获取目标用户的准确率，考虑不同的用户特征对判断是否为目标用户的影响程度，通过建立目标用户的M个预测模块，预测模型中包含不同的用户特征的权重系数，其中，M为大于等于I的整数，从而，参考了不同的用户特征对判断是否为目标用户的影响程度，将待测用户的用户特征的集合输入M个预测模型中，所述用户特征的集合包含待测用户的N个用户特征，N为大于等于I的整数；根据所述M个预测模型的预测结果，获取目标用户，向目标用户推送信息，由于预测模型中包含不同的用户特征的权重系数，即每个用户特征对判断是否为目标用户的影响程度不同，通过权重系数体现这种影响程度，提高获取的目标用户的准确性，从而，提高向目标用当前第1页1 2 3 本文档来自技高网...
【技术保护点】
一种获取目标用户的方法，其特征在于，包括：建立目标用户的M个预测模型，所述预测模型中包含不同的用户特征的权重系数，所述M为大于等于1的整数；将待测用户的用户特征的集合输入所述M个预测模型中，所述用户特征的集合包含待测用户的N个用户特征，所述N为大于等于1的整数；根据所述M个预测模型的预测结果，获取目标用户；向所述目标用户推送信息。
【技术特征摘要】
【专利技术属性】
技术研发人员：陈树根，叶幸春，张海川，
申请(专利权)人：深圳市腾讯计算机系统有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。