目标受众浓度的确定方法及装置制造方法及图纸

本发明专利技术公开了一种目标受众浓度的确定方法及装置。其中，该方法包括：从样本库中选择预定数量的受众作为样本，其中，受众为使用终端设备的对象；对样本中每个受众的特征数据进行编码，得到编码数据，其中，特征数据包括：受众的行为数据和属性数据，行为数据表示样本中的受众与预定媒体内容的交互行为，属性数据表示样本中的受众所使用的终端设备的属性信息；将编码数据作为预定模型的输入，基于预定模型的输出确定样本中每个受众为目标受众的预测值；基于每个受众为目标受众的预测值确定样本中目标受众的数量；基于目标受众的数量以及样本确定目标受众浓度。本发明专利技术解决了相关技术中用于进行目标受众定向的方式可靠性较低的技术问题。

Method and Device for Determining Target Audience Concentration

The invention discloses a method and a device for determining the target audience concentration. Among them, the method includes: selecting a predetermined number of audiences from the sample library as samples, in which the audiences are the objects using terminal devices; encoding the characteristic data of each audiences in the sample to obtain the encoding data, in which the characteristic data includes: the behavior data and attribute data of the audiences, and the representation of the behavior data. In this paper, the interaction behavior between the audience and the predetermined media content, the attribute data represents the attribute information of the terminal device used by the audience in the sample; the encoded data is used as the input of the predetermined model, and the predicted value of each audience in the sample is determined based on the output of the predetermined model; and the target audience is based on each audience. The predicted value determines the number of target audiences in the sample, and the target audiences concentration is determined based on the number of target audiences and the sample. The invention solves the technical problem of low reliability of the method used for target audience orientation in the related technology.

【技术实现步骤摘要】
目标受众浓度的确定方法及装置
本专利技术涉及数据处理
，具体而言，涉及一种目标受众浓度的确定方法及装置。
技术介绍
在品牌广告的投放中，目标受众TA浓度是十分重要的指标，其决定了广告投放的精准度和效果。广告主考核的TA一般包含用户的性别、年龄、城市级别、爱好等，其中，用户的性别、年龄、爱好往往需要根据用户的行为数据和一些基础的属性数据来进行预估，用户的行为数据主要指用户与媒体以及媒体内容进行的交互行为，基础属性数据包括手机品牌、型号等。在相关技术中一般是基于用户画像的标签体系来实现目标受众的定向，然而简单地基于用户画像的标签体系进行目标受众的定向，往往会使得目标受众浓度较低，从而导致以较高的广告费用投入获取到较少的目标受众。针对上述相关技术中用于进行目标受众定向的方式可靠性较低的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种目标受众浓度的确定方法及装置，以至少解决相关技术中用于进行目标受众定向的方式可靠性较低的技术问题。根据本专利技术实施例的一个方面，提供了一种目标受众浓度的确定方法，包括：从样本库中选择预定数量的受众作为样本，其中，所述受众为使用终端设备的对象；对所述样本中每个受众的特征数据进行编码，得到编码数据，其中，所述特征数据包括：所述受众的行为数据和属性数据，所述行为数据表示所述样本中的受众与预定媒体内容的交互行为，所述属性数据表示所述样本中的受众所使用的终端设备的属性信息；将所述编码数据作为预定模型的输入，基于所述预定模型的输出确定所述样本中每个受众为目标受众的预测值；基于所述每个受众为目标受众的预测值确定所述样本中目标受众的数量；基于所述目标受众的数量以及所述样本确定目标受众浓度。可选地，在将所述编码数据作为预定模型的输入，基于所述预定模型的输出确定所述样本中每个受众为目标受众的预测值之前，该目标受众浓度的确定方法还包括：确定所述目标受众对应的目标产品的受众对象信息；将所述受众对象信息输入到所述预定模型。可选地，所述属性数据包括以下至少之一：所述终端设备的机型数据，所述终端设备的设备数据，所述终端设备的应用数据。可选地，对所述样本中每个受众的特征数据进行编码，得到编码数据包括：利用词袋BOW模型对特征数据中的行为数据进行编码，得到编码后的行为数据；利用One-hot编码方式对所述特征数据中的机型数据和设备数据进行编码，得到编码后的机型数据和设备数据；利用所述词袋BOW模型或所述One-hot编码方式对所述特征数据中的应用数据进行编码，得到编码后的应用数据。可选地，在对所述样本中每个受众的特征数据进行编码，得到编码数据之前，该目标受众浓度的确定方法还包括：对所述特征数据进行预处理，得到预处理后的特征数据，其中，所述预处理包括以下至少之一：过滤重复数据，对缺失数据进行填充、剔除异常数据；对所述预处理后的特征数据进行脱敏处理，得到脱敏处理后的特征数据。可选地，在对所述样本中每个受众的特征数据进行编码，得到编码数据之后，该目标受众浓度的确定方法还包括：对所述编码数据进行降维处理。可选地，所述预定模型为使用多组训练数据通过机器学习训练得到的，其中，所述多组训练数据中的每组训练数据均包括：编码数据和所述编码数据对应的预测值。可选地，该目标受众浓度的确定方法还包括：对所述预定模型进行评估。可选地，将所述编码数据作为预定模型的输入，基于所述预定模型的输出确定所述每个受众为目标受众的预测值包括：将所述编码后的行为数据和所述编码后的应用数据作为线性模型的输入，得到所述线性模型的输出；将所述编码后的行为数据、所述编码后的应用数据、所述编码后的机型数据和设备数据作为树形模型的输入，得到所述树形模型的输出；对所述线性模型的输出和所述树形模型的输出进行加权处理，并将加权处理后的所述线性模型的输出和所述树形模型的输出作为深度神经网络模型的输入；获取所述深度神经网络模型的输出，以得到所述每个受众为目标受众的预测值。可选地，所述线性模型对应有第一目标函数，所述第一目标函数对应有第一损失函数；所述树形模型对应有第二目标函数，所述第二目标函数对应有第二损失函数，其中，所述第一损失函数和所述第二损失函数分别用于对所述第一目标函数和所述第二目标函数的权重进行更新。根据本专利技术实施例的另外一个方面，还提供了一种目标受众浓度的确定装置，包括：选择单元，用于从样本库中选择预定数量的受众作为样本，其中，所述受众为使用终端设备的对象；编码单元，用于对所述样本中每个受众的特征数据进行编码，得到编码数据，其中，所述特征数据包括：所述受众的行为数据和属性数据，所述行为数据表示所述样本中的受众与预定媒体内容的交互行为，所述属性数据表示所述样本中的受众所使用的终端设备的属性信息；第一确定单元，用于将所述编码数据作为预定模型的输入，基于所述预定模型的输出确定所述样本中每个受众为目标受众的预测值；第二确定单元，用于基于所述每个受众为目标受众的预测值确定所述样本中目标受众的数量；第三确定单元，用于基于所述目标受众的数量以及所述样本确定目标受众浓度。可选地，该目标受众浓度的确定装置还包括：第四确定单元，用于在将所述编码数据作为预定模型的输入，基于所述预定模型的输出确定所述样本中每个受众为目标受众的预测值之前，确定所述目标受众对应的目标产品的受众对象信息；输入单元，用于将所述受众对象信息输入到所述预定模型。可选地，所述属性数据包括以下至少之一：所述终端设备的机型数据，所述终端设备的设备数据，所述终端设备的应用数据。可选地，所述编码单元包括：第一编码模块，用于利用词袋BOW模型对特征数据中的行为数据进行编码，得到编码后的行为数据；第二编码模块，用于利用One-hot编码方式对所述特征数据中的机型数据和设备数据进行编码，得到编码后的机型数据和设备数据；第三编码模块，用于利用所述词袋BOW模型或所述One-hot编码方式对所述特征数据中的应用数据进行编码，得到编码后的应用数据。可选地，该目标受众浓度的确定装置还包括：预处理单元，用于在对所述样本中每个受众的特征数据进行编码，得到编码数据之前，对所述特征数据进行预处理，得到预处理后的特征数据，其中，所述预处理包括以下至少之一：过滤重复数据，对缺失数据进行填充、剔除异常数据；脱敏处理单元，用于对所述预处理后的特征数据进行脱敏处理，得到脱敏处理后的特征数据。可选地，该目标受众浓度的确定装置还包括：降维处理单元，用于在对所述样本中每个受众的特征数据进行编码，得到编码数据之后，对所述编码数据进行降维处理。可选的，所述预定模型为使用多组训练数据通过机器学习训练得到的，其中，所述多组训练数据中的每组训练数据均包括：编码数据和所述编码数据对应的预测值。可选的，该目标受众浓度的确定装置还包括：评估单元，用于对所述预定模型进行评估。可选的，所述第一确定单元包括：第一获取模块，用于将所述编码后的行为数据和所述编码后的应用数据作为线性模型的输入，得到所述线性模型的输出；第二获取模块，用于将所述编码后的行为数据、所述编码后的应用数据、所述编码后的机型数据和设备数据作为树形模型的输入，得到所述树形模型的输出；第三获取模块，用于对所述线性模型的输出和所述树形模型的输出进行加权处理，并将加权处理后的所述线性模型的输本文档来自技高网...

【技术保护点】
1.一种目标受众浓度的确定方法，其特征在于，包括：从样本库中选择预定数量的受众作为样本，其中，所述受众为使用终端设备的对象；对所述样本中每个受众的特征数据进行编码，得到编码数据，其中，所述特征数据包括：所述受众的行为数据和属性数据，所述行为数据表示所述样本中的受众与预定媒体内容的交互行为，所述属性数据表示所述样本中的受众所使用的终端设备的属性信息；将所述编码数据作为预定模型的输入，基于所述预定模型的输出确定所述样本中每个受众为目标受众的预测值；基于所述每个受众为目标受众的预测值确定所述样本中目标受众的数量；基于所述目标受众的数量以及所述样本确定目标受众浓度。

【技术特征摘要】
1.一种目标受众浓度的确定方法，其特征在于，包括：从样本库中选择预定数量的受众作为样本，其中，所述受众为使用终端设备的对象；对所述样本中每个受众的特征数据进行编码，得到编码数据，其中，所述特征数据包括：所述受众的行为数据和属性数据，所述行为数据表示所述样本中的受众与预定媒体内容的交互行为，所述属性数据表示所述样本中的受众所使用的终端设备的属性信息；将所述编码数据作为预定模型的输入，基于所述预定模型的输出确定所述样本中每个受众为目标受众的预测值；基于所述每个受众为目标受众的预测值确定所述样本中目标受众的数量；基于所述目标受众的数量以及所述样本确定目标受众浓度。2.根据权利要求1所述的方法，其特征在于，在将所述编码数据作为预定模型的输入，基于所述预定模型的输出确定所述样本中每个受众为目标受众的预测值之前，还包括：确定所述目标受众对应的目标产品的受众对象信息；将所述受众对象信息输入到所述预定模型。3.根据权利要求1所述的方法，其特征在于，所述属性数据包括以下至少之一：所述终端设备的机型数据，所述终端设备的设备数据，所述终端设备的应用数据。4.根据权利要求1所述的方法，其特征在于，对所述样本中每个受众的特征数据进行编码，得到编码数据包括：利用词袋BOW模型对特征数据中的行为数据进行编码，得到编码后的行为数据；利用One-hot编码方式对所述特征数据中的机型数据和设备数据进行编码，得到编码后的机型数据和设备数据；利用所述词袋BOW模型或所述One-hot编码方式对所述特征数据中的应用数据进行编码，得到编码后的应用数据。5.根据权利要求4所述的方法，其特征在于，在对所述样本中每个受众的特征数据进行编码，得到编码数据之前，还包括：对所述特征数据进行预处理，得到预处理后的特征数据，其中，所述预处理包括以下至少之一：过滤重复数据，对缺失数据进行填充、剔除异常数据；对所述预处理后的特征数据进行脱敏处理，得到脱敏处理后的特征数据。6.根据权利要求5所述的方法，其特征在于，在对所述样本中每个受众的特征数据进行编码，得到编码数据之后，还包括：对所述编码数据进行降维处理。7.根据权利要求1所述的方法，其特征在于，所述预定模型为使用多组训练数据通过机器学习训练得到的，其中，所述多组训...

【专利技术属性】
技术研发人员：李见黎，
申请(专利权)人：北京品友互动信息技术股份公司，
类型：发明
国别省市：北京,11