The embodiment of the invention discloses a crowd orientation method, device, server and medium, wherein the method comprises: obtaining a reference user set and a candidate user set of the target advertisement; using the reference user set and the candidate user set to train and optimize the prediction model to obtain the optimized prediction model; calling the optimized prediction model according to each candidate user set The attribute data of the selected user is used to predict the advertisement orientation of each candidate user, and the orientation probability of each candidate user is obtained. The orientation probability refers to the probability that the candidate user has a positive feedback on the target advertisement. According to the orientation probability of each candidate user, the attribute data of the targeted user is screened from the candidate user set, and the attribute of the targeted user is determined The data is added to the targeted population data of the target advertisement. The embodiment of the invention can better conduct crowd orientation and improve the accuracy of the targeted crowd data.
【技术实现步骤摘要】
人群定向方法、装置、服务器及存储介质
本专利技术涉及互联网
,具体涉及广告投放
,尤其涉及一种人群定向方法、一种人群定向装置、一种服务器及一种计算机存储介质。
技术介绍
广告,顾名思义就是广而告之,即向社会广大公众告知某件事物;狭义的广告是指广告主以付费方式通过广告媒体平台向消费者或用户传播商品或服务信息的手段。目前,在投放目标广告的过程中,通常会先对目标广告进行人群定向处理以确定出该目标广告的定向人群,该定向人群中包括与目标广告相关的潜在受众;然后在该定向人群中投放目标广告。由此可见,人群定向是广告投放过程中的一个非常重要的环节,定向人群的准确性与广告投放效果息息相关;因此,如何更好地进行人群定向以提高定向人群的准确性逐渐成为了研究热点。
技术实现思路
本专利技术实施例提供了一种人群定向方法、装置、服务器及计算机存储介质,可以更好地进行人群定向,提高定向人群数据的准确性。一方面,本专利技术实施例提供了一种人群定向方法,该人群定向方法包括:获取目标广告的参考用户集和候选用户集;所述参考用户集包括多个参考用户的属性数据,所述参考用户是指能够对所述目标广告产生正向反馈的用户;所述候选用户集包括多个候选用户的属性数据,所述候选用户是待定向的用户;采用所述参考用户集和所述候选用户集对预估模型进行训练优化,得到优化的预估模型;调用所述优化的预估模型根据所述候选用户集中各候选用户的属性数据对所述各候选用户进行广告定向预估,得到所述各候选用户的定向概率,所述定向概率是 ...
【技术保护点】
1.一种人群定向方法,其特征在于,包括:/n获取目标广告的参考用户集和候选用户集;所述参考用户集包括多个参考用户的属性数据,所述参考用户是指能够对所述目标广告产生正向反馈的用户;所述候选用户集包括多个候选用户的属性数据,所述候选用户是待定向的用户;/n采用所述参考用户集和所述候选用户集对预估模型进行训练优化,得到优化的预估模型;/n调用所述优化的预估模型根据所述候选用户集中各候选用户的属性数据对所述各候选用户进行广告定向预估,得到所述各候选用户的定向概率,所述定向概率是指候选用户对所述目标广告产生正向反馈的概率;/n根据所述各候选用户的定向概率从所述候选用户集中筛选出定向用户的属性数据,并将所述定向用户的属性数据添加至所述目标广告的定向人群数据中。/n
【技术特征摘要】
1.一种人群定向方法,其特征在于,包括:
获取目标广告的参考用户集和候选用户集;所述参考用户集包括多个参考用户的属性数据,所述参考用户是指能够对所述目标广告产生正向反馈的用户;所述候选用户集包括多个候选用户的属性数据,所述候选用户是待定向的用户;
采用所述参考用户集和所述候选用户集对预估模型进行训练优化,得到优化的预估模型;
调用所述优化的预估模型根据所述候选用户集中各候选用户的属性数据对所述各候选用户进行广告定向预估,得到所述各候选用户的定向概率,所述定向概率是指候选用户对所述目标广告产生正向反馈的概率;
根据所述各候选用户的定向概率从所述候选用户集中筛选出定向用户的属性数据,并将所述定向用户的属性数据添加至所述目标广告的定向人群数据中。
2.如权利要求1所述的方法,其特征在于,所述获取目标广告的参考用户集,包括:
接收目标广告的人群定向请求,所述人群定向请求携带种子用户名单,所述种子用户名单中包括多个种子用户的属性数据,所述用户名单是由广告主上传的或者是由第三方客户端上报的,所述第三方客户端是指能够对所述目标广告对应的广告对象进行业务处理的客户端;
将所述种子用户名单中各种子用户的属性数据作为参考用户的属性数据添加至目标广告的参考用户集中。
3.如权利要求1所述的方法,其特征在于,所述获取目标广告的参考用户集,包括:
接收目标广告的人群定向请求,所述人群定向请求携带所述目标广告的人群定向目标;
获取所述目标广告的历史投放流水表,所述历史投放流水表中至少包括历史用户的属性数据和行为数据,所述历史用户的行为数据用于指示所述历史用户针对所述目标广告是否存在广告曝光行为和广告点击行为;
按照所述人群定向目标从所述历史投放流水表中获取参考用户的属性数据,并将所述参考用户的属性数据添加至所述目标广告的参考用户集中。
4.如权利要求3所述的方法,其特征在于,所述按照所述人群定向目标从所述历史投放流水表中获取参考用户的属性数据,包括:
若所述人群定向目标为以曝光率为基准进行人群定向,则将所述历史投放流水表中存在广告曝光行为的历史用户的属性数据作为参考用户的属性数据;
若所述人群定向目标为以点击率为基准进行人群定向,或者为联合曝光率和点击率进行人群定向且曝光率的权重等于或小于点击率的权重,则将所述历史投放流水表中存在广告点击行为的历史用户的属性数据作为参考用户的属性数据;
若所述人群定向目标为联合曝光率和点击率进行人群定向且曝光率的权重大于点击率的权重,则将对所述历史投放流水表中存在广告曝光行为的历史用户的属性数据进行抽样得到的属性数据作为参考用户的属性数据,及将所述历史投放流水表中存在广告点击行为的历史用户的属性数据作为参考用户的属性数据。
5.如权利要求1所述的方法,其特征在于,所述采用所述参考用户集和所述候选用户集对预估模型进行训练优化,得到优化的预估模型,包括:
将所述参考用户集中各参考用户的属性数据作为正样本,所述正样本的数量和参考用户的数量相同;
根据所述目标广告的人群定向目标,对所述参考用户集及所述候选用户集进行抽样得到多个负样本;
采用多个正样本和所述多个负样本对所述预估模型进行训练优化,得到优化的预估模型。
6.如权利要求5所述的方法,其特征在于,所述候选用户集还包括各候选用户的行为数据,所述候选用户的行为数据用于指示所述候选用户针对所述目标广告是否存在广告曝光行为和广告点击行为;
所述根据所述目标广告的人群定向目标,对所述参考用户集及所述候选用户集进行抽样得到多个负样本,包括:
若所述人群定向目标为以曝光率为基准进行人群定向,则对所述候选用户集中不存在广告曝光行为的候选用户的属性数据进行随机抽样,得到负样本;
若所述人群定向目标为以点击率为基准进...
【专利技术属性】
技术研发人员:杨春风,
申请(专利权)人:腾讯科技深圳有限公司,
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。