人群优先级计算方法、装置及计算设备制造方法及图纸

本发明专利技术公开了一种基于用户画像建立的人群的优先级的计算方法、装置及计算设备，用于对基于用户画像建立的多个人群的优先级进行计算。本发明专利技术基于多个人群之间的依赖关系，以人群为节点，构建人群树，其中，人群树中父节点所对应的人群的生成依赖于该父节点下的子节点所对应的人群，并使用预定的优先级计算规则，计算人群树中每个节点的优先级。由此，通过计算人群树中每个节点的优先级就可以确定多个人群的优先级。

Method, device and computing device for calculating crowd priority

The invention discloses a method for calculating the priority of a crowd based on a user portrait, a device and a computing device for computing the priority of a plurality of people based on a user portrait. The present invention depends on the relationship between the number of population based on population, node, construct population tree, among them, the corresponding sub node generates corresponding parent node in the tree population depends on the parent node of the crowd, and using a predetermined priority calculation rules, calculated for each node in the tree priority group. Thus, by calculating the priority of each node in the population tree, the priority of multiple populations can be determined.

【技术实现步骤摘要】
人群优先级计算方法、装置及计算设备
本专利技术涉及用户画像领域，特别是涉及一种基于用户画像建立的人群的优先级的计算方法、装置及计算设备。
技术介绍
在产品研发过程中，确定明确的目标用户至关重要。为了让开发成员在研发过程中能够抛开个人喜好，将焦点关注在目标用户的动机和行为上，AlanCooper提出了Persona(用户画像)这一概念。用户画像是真实用户的虚拟代表,是建立在一系列真实数据(Marketingdata,Usabilitydata)之上的用户模型。在移动互联网App中，会对用户的基本特征和行为数据进行提炼，以建立用户画像，建立的用户画像包括用户的多个特征，根据这些特征可以抽取出对应的标签类别，根据这些标签可以抽取出很多个维度，根据这些维度可以建立一系列的计算规则，从而计算出符合预期的人群。当需要计算的人群越来越多时，人群之间就会存在一定的依赖关系。为了快速实现全部人群的计算，需要确定人群的优先级，以使得可以根据所确定的人群的优先级对人群计算任务进行优先级排列，进而可以根据排列好的顺序进行相应的处理，以提高人群计算效率。由此，需要一种能够计算多个具有一定依赖关系的人群的优先级的方案。
技术实现思路
本专利技术的主要目的在于提供一种优先级计算方法、装置及计算设备，其能够快速地确定基于用户画像建立的多个人群的优先级。根据本专利技术的一个方面，提供了一种优先级计算方法，用于对基于用户画像建立的多个人群的优先级进行计算，该方法包括：基于多个人群之间的依赖关系，以人群为节点，构建人群树，其中，人群树中父节点所对应的人群的生成依赖于该父节点下的子节点所对应的人群；使用预定的优先级计算规则，计算人群树中每个节点的优先级。由此可以根据多个人群之间的依赖关系，构建以人群为节点的人群树，通过计算人群树中每个节点的优先级就可以确定多个人群的优先级。在本专利技术的一个实施例，使用预定的优先级计算规则计算人群树中每个节点的优先级的步骤包括：对人群树进行统计，以得到人群树的最大层级、每个待计算节点所依赖的节点的第一数目、依赖待计算节点的节点的第二数目以及待计算节点所在的层级；使用预定的优先级计算公式计算待计算节点的优先级。在本专利技术的一个实施例中，优先级计算公式为：P＝αf(c)+βf(r)+γf(d)+δf(tl)；f(r)＝r/t；f(d)＝-d/t；f(tl)＝-(tl-min_tl)/(max_tl-min_tl)，其中，α、β、γ、δ为系数，c为待计算节点所对应的人群的类别，f(c)为预先设定的以c为自变量的函数，r为第二数目，d为第一数目，t为人群的总数，tl为待计算节点所在的层级，min_tl为人群树的最小层级，max_tl为人群树的最大层级。由此可以根据依赖树的总节点大小，树的层级，依赖节点和被依赖节点的个数，来提炼最终的优先级计算公式。在本专利技术的一个实施例中，对人群树进行统计的步骤可以包括：从人群树的底层的子节点开始使用深度优化遍历算法对人群树进行统计。由此在不遗漏节点的情况下，可以尽可能少地进行树的重复路径遍历。在本专利技术的一个实施例中，多个人群分为初始人群、衍生人群以及群组人群，初始人群是基于预定的人群定义规则对用户画像进行圈定得到的人群，衍生人群是基于一个或多个初始人群和/或一个或多个其它衍生人群生成的人群，群组人群是基于预定的群组构建规则由一个或多个初始人群和/或一个或多个衍生人群构成的群组中的人群。由此可以根据人群定义规则将多个人群分为没有依赖关系的初始人群和有依赖关系的衍生人群、群组人群。根据本专利技术的另一个方面，还提供了一种优先级计算装置，用于对基于用户画像建立的多个人群的优先级进行计算，该装置包括：人群树构建单元，配置为基于多个人群之间的依赖关系，以人群为节点，构建人群树其中，人群树中父节点所对应的人群的生成依赖于该父节点下的子节点所对应的人群；优先级计算单元，配置为使用预定的优先级计算规则，计算人群树中每个节点的优先级。在本专利技术的一个实施例中，优先级计算单元包括：统计模块，配置为对人群树进行统计，以得到人群树的最大层级、每个待计算节点所依赖的节点的第一数目、依赖待计算节点的节点的第二数目以及待计算节点所在的层级；计算模块，配置为基于预定的优先级计算公式计算待计算节点的优先级。在本专利技术的一个实施例中，优先级计算公式为：P＝αf(c)+βf(r)+γf(d)+δf(tl)；f(r)＝r/t；f(d)＝-d/t；f(tl)＝-(tl-min_tl)/(max_tl-min_tl)，其中，α、β、γ、δ为系数，c为待计算节点所对应的人群的类别，f(c)为预先设定的以c为自变量的函数，r为第二数目，d为第一数目，t为人群的总数，tl为待计算节点所在的层级，min_tl为人群树的最小层级，max_tl为人群树的最大层级。在本专利技术的一个实施例中，统计模块从人群树的底层的子节点开始使用深度优化遍历算法对人群树进行统计。在本专利技术的一个实施例中，多个人群分为初始人群、衍生人群以及群组人群，初始人群是基于预定的人群定义规则对用户画像进行圈定得到的人群，衍生人群是基于一个或多个初始人群和/或一个或多个其它衍生人群生成的人群，群组人群是基于预定的群组构建规则由一个或多个初始人群和/或一个或多个衍生人群构成的群组中的人群。根据本专利技术的另一个方面，还提供了一种计算设备，包括：一个或多个处理器，用于对基于用户画像建立的多个人群的优先级进行计算，一个或多个处理器配置为执行以下操作：基于多个人群之间的依赖关系，以人群为节点，构建人群树其中，人群树中父节点所对应的人群的生成依赖于该父节点下的子节点所对应的人群；使用预定的优先级计算规则，计算人群树中每个节点的优先级。本专利技术的人群优先级计算方法、装置及计算设备，根据人群之间的依赖关系，构建以人群为节点的人群树，通过计算人群树中每个节点的优先级就可以得到节点所对应的人群的优先级。附图说明通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。图1是示出了根据本专利技术一实施例的计算设备的功能方框图。图2是示出了根据本专利技术一实施例的优先级计算方法的示意性流程图。图3是示出了基于本专利技术构建的人群树的结构示意图。图4是示出了根据本专利技术一实施例的优先级计算装置的功能框图。具体实施方式下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。如前所述，为了能够快速计算多个人群的优先级，本专利技术基于多个人群之间的依赖关系构建以人群为节点的人群树，通过计算人群树中每个节点的优先级，来得到节点所对应的人群的优先级。下面将参照图1至图4来具体地描述本专利技术的实施例。图1是示出了根据本专利技术一实施例的计算设备100的功能框图。如图1所示，计算设备100包括存储器110和一个或多个处理器120。处理器120与存储器110相连接。在本专利技术的一个实施例中，计算设备100的上述以及图1中未示出的其他部件也可以彼此相连本文档来自技高网...

【技术保护点】
一种计算设备，包括：存储器，用于存储计算用数据和/或计算得到的数据；以及一个或多个处理器，用于对基于用户画像建立的多个人群的优先级进行计算，所述一个或多个处理器配置为执行以下操作：基于所述多个人群之间的依赖关系，以所述人群为节点，构建人群树其中，所述人群树中父节点所对应的人群的生成依赖于该父节点下的子节点所对应的人群；使用预定的优先级计算规则，计算所述人群树中每个节点的优先级。

【技术特征摘要】
1.一种计算设备，包括：存储器，用于存储计算用数据和/或计算得到的数据；以及一个或多个处理器，用于对基于用户画像建立的多个人群的优先级进行计算，所述一个或多个处理器配置为执行以下操作：基于所述多个人群之间的依赖关系，以所述人群为节点，构建人群树其中，所述人群树中父节点所对应的人群的生成依赖于该父节点下的子节点所对应的人群；使用预定的优先级计算规则，计算所述人群树中每个节点的优先级。2.一种优先级计算装置，用于对基于用户画像建立的多个人群的优先级进行计算，该装置包括：人群树构建单元，配置为基于所述多个人群之间的依赖关系，以所述人群为节点，构建人群树其中，所述人群树中父节点所对应的人群的生成依赖于该父节点下的子节点所对应的人群；优先级计算单元，配置为使用预定的优先级计算规则，计算所述人群树中每个节点的优先级。3.根据权利要求2所述的优先级计算装置，其中，所述优先级计算单元包括：统计模块，配置为对所述人群树进行统计，以得到所述人群树的最大层级、每个待计算节点所依赖的节点的第一数目、依赖所述待计算节点的节点的第二数目以及所述待计算节点所在的层级；计算模块，配置为基于预定的优先级计算公式计算所述待计算节点的优先级。4.根据权利要求3所述的优先级计算装置，其中，所述优先级计算公式为：P＝αf(c)+βf(r)+γf(d)+δf(tl)；f(r)＝r/t；f(d)＝-d/t；f(tl)＝-(tl-min_tl)/(max_tl-min_tl)，其中，α、β、γ、δ为系数，c为所述待计算节点所对应的人群的类别，f(c)为预先设定的以c为自变量的函数，r为所述第二数目，d为所述第一数目，t为所述人群的总数，tl为所述待计算节点所在的层级，min_tl为所述人群树的最小层级，max_tl为所述人群树的最大层级，P为计算得到的优先级。5.根据权利要求4所述的优先级计算装置，其中，所述统计模块从所述人群树的底层的子节点开始使用深度优化遍历算法对所述人群树进行统计。6.根据权利要求2至5中任何一项所述的优先级计算装置，其中，所述多个人群分为初始人群、衍生人群以及群组人群，所述初始人群是基于预定的人群定义规则对所述用户画像进行圈定得到的人群...

【专利技术属性】
技术研发人员：葛朋旭，
申请(专利权)人：广州优视网络科技有限公司，
类型：发明
国别省市：广东,44