一种目标用户确定方法、装置、设备及计算机存储介质制造方法及图纸

本发明专利技术公开了一种目标用户确定方法、装置、设备及计算机存储介质。该方法包括：获取预设时间段内多个用户的线上行为数据；针对每个用户的线上行为数据执行以下步骤：根据用户的线上行为数据确定用户的用户特征向量，用户特征向量包括用户标识、用户的多个业务信息以及业务信息的业务分数；从多个用户特征向量中筛选出满足预设条件的目标用户特征向量；将目标用户特征向量对应的用户确定为目标用户。通过对用户的线上行为数据利用评分模型进行打分，并且基于黑名单等过滤条件剔除无效用户来确定目标用户，能够提升目标用户识别的准确性。

A method, device, device and computer storage medium for target user determination

【技术实现步骤摘要】
一种目标用户确定方法、装置、设备及计算机存储介质
本专利技术属于信息处理领域，尤其涉及一种目标用户确定方法、装置、设备及计算机存储介质。
技术介绍
随着运营商用户规模的不断扩大、业务的不断丰富，相应系统中的业务、用户数据也呈现爆炸性地增长。传统依赖分析结果的用户分析面对如此海量的数据已无能为力。同时市场竞争在不断加剧的情况下，传统推广方法已经不具备竞争优势，无法适应用户碎片化、瞬态化的使用行为特点，无法快速准确地确定出符合预设条件的用户。因此，在面对海量用户群时，如何快速准确的确定出符合预设条件的目标用户，成为一个有待解决的问题。
技术实现思路
本专利技术实施例提供一种目标用户确定方法、装置、设备及计算机存储介质，能够快速准确的确定出符合预设条件的目标用户。第一方面，本申请提供了一种目标用户确定方法，该方法包括：获取预设时间段内多个用户的线上行为数据；针对每个用户的线上行为数据执行以下步骤：根据用户的线上行为数据确定用户的用户特征向量，用户特征向量包括用户标识、用户的多个业务信息以及业务信息的业务分数；从多个用户特征向量中筛选出满足预设条件的目标用户特征向量；将目标用户特征向量对应的用户确定为目标用户。在一种可能的实现中，根据用户的线上行为数据确定用户的用户特征向量，包括：将用户的线上行为数据输入预设的评分模型中，确定用户的用户特征向量，评分模型用于评价用户基于多个业务信息的业务分数；其中，用户线上行为数据包括：用户的多个业务信息，多个业务信息中的每个业务信息对应多个预设分数，多个预设分数分别与每个业务信息包括的多个访问规则相对应。在一种可能的实现中，在预设的评分模型为第一评分模型的情况下，根据用户的线上行为数据确定用户的用户特征向量，包括：确定用户的第一业务信息对应的多个预设分数中的最大预设分数；将最大预设分数确定为第一业务信息的第一业务分数；基于用户的第一用户标识、第一业务信息和第一业务分数确定用户的用户特征向量。在一种可能的实现中，在预设的评分模型为第二评分模型的情况下，根据用户的线上行为数据确定用户的用户特征向量，包括：确定用户的第二业务信息对应的多个预设分数的平均值；将预设分数的平均值确定为第二业务信息的第二业务分数；基于用户的第二用户标识、第二业务信息和第二业务分数确定用户的用户特征向量。在一种可能的实现中，在预设的评分模型为第三评分模型的情况下，根据用户的线上行为数据确定用户的用户特征向量，包括：基于皮尔森算法对任意两个业务信息进行计算，确定任意两个业务信息之间的相似性矩阵；根据用户的线上行为数据确定用户的第一访问规则向量；根据相似性矩阵和第一访问规则向量确定用户的第二访问规则向量；根据第二访问规则向量包括的多个预设分数确定用户的第三业务信息和第三业务信息的业务分数；基于用户的第三用户标识、第三业务信息和第三业务分数确定用户的用户特征向量。在一种可能的实现中，从多个用户特征向量中筛选出满足预设条件的目标用户特征向量，包括：从用户特征向量中筛选出满足基于号码数据库的第一预设条件的第一用户特征向量；从第一用户特征向量中确定出满足基于历史数据库的第二预设条件的目标用户特征向量。在一种可能的实现中，基于号码数据库的第一预设条件包括下述中的至少一项：预设账号信息条件、预设黑名单条件和预设地理位置信息条件。在一种可能的实现中，从第一用户特征向量中确定出满足基于历史数据库的第二预设条件的目标用户特征向量，包括：根据第一用户特征向量的用户标识从历史数据库中确定用户标识对应的历史特征向量；根据第一用户特征向量和历史特征向量确定满足基于历史数据库的第二预设条件的目标用户特征向量。在一种可能的实现中，根据第一用户特征向量和历史特征向量确定满足基于历史数据库的第二预设条件的目标用户特征向量，包括：确定历史特征向量的历史时间信息和第一用户特征向量的第一时间信息；确定历史时间信息和第一时间信息之间的时间间隔信息；在时间间隔信息小于第一预设阈值的情况下，将小于第一预设阈值的时间间隔信息对应的第一用户特征向量确定为目标用户特征向量。在一种可能的实现中，在时间间隔信息小于第二预设阈值的情况下，将第一用户特征向量的业务分数减小为第二业务分数；基于第一用户特征向量的用户标识、第一用户特征向量的业务信息和与业务信息对应的第二业务分数确定目标用户特征向量。第二方面，本专利技术实施例提供了一种目标用户确定装置，装置包括：获取模块，用于获取预设时间段内多个用户的线上行为数据；第一确定模块，用于针对每个用户的线上行为数据执行以下步骤：根据用户的线上行为数据确定用户的用户特征向量，用户特征向量包括用户标识、用户的多个业务信息以及业务信息的业务分数；第二确定模块，用于从多个用户特征向量中筛选出满足预设条件的目标用户特征向量；第三确定模块，用于将目标用户特征向量对应的用户确定为目标用户。第三方面，本专利技术实施例提供了一种计算设备，设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现如本专利技术实施例提供的目标用户确定方法。第四方面，本专利技术实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如本专利技术实施例提供的目标用户确定方法。本专利技术实施例的目标用户确定方法、装置、设备及计算机存储介质，通过采集用户的线上行为数据，分别根据用户的特征属性对用户的线上行为数据选用不同的评分模型进行打分，并且基于黑名单等过滤条件剔除无效用户来确定目标用户，能够提升目标用户识别的准确性。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种目标用户确定方法的流程示意图；图2是本专利技术实施例提供的一种目标客户识别装置的结构示意图；图3是本专利技术实施例提供的一种目标用户确定装置的结构示意图；图4是本专利技术实施例提供的一种示例性硬件架构的示意图。具体实施方式下面将详细描述本专利技术的各个方面的特征和示例性实施例，为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本专利技术进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本专利技术，并不被配置为限定本专利技术。对于本领域技术人员来说，本专利技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本专利技术的示例来提供对本专利技术更好的理解。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素本文档来自技高网...

【技术保护点】
1.一种目标用户确定方法，其特征在于，所述方法包括：/n获取预设时间段内多个用户的线上行为数据；/n针对每个用户的线上行为数据执行以下步骤：根据所述用户的线上行为数据确定所述用户的用户特征向量，所述用户特征向量包括用户标识、所述用户的多个业务信息以及所述业务信息的业务分数；/n从多个所述用户特征向量中筛选出满足预设条件的目标用户特征向量；/n将所述目标用户特征向量对应的用户确定为目标用户。/n

【技术特征摘要】
1.一种目标用户确定方法，其特征在于，所述方法包括：
获取预设时间段内多个用户的线上行为数据；
针对每个用户的线上行为数据执行以下步骤：根据所述用户的线上行为数据确定所述用户的用户特征向量，所述用户特征向量包括用户标识、所述用户的多个业务信息以及所述业务信息的业务分数；
从多个所述用户特征向量中筛选出满足预设条件的目标用户特征向量；
将所述目标用户特征向量对应的用户确定为目标用户。


2.根据权利要求1所述的方法，其特征在于，所述根据所述用户的线上行为数据确定所述用户的用户特征向量，包括：
将所述用户的线上行为数据输入预设的评分模型中，确定所述用户的用户特征向量，所述评分模型用于评价所述用户基于所述多个业务信息的业务分数；
其中，所述用户线上行为数据包括：用户的多个业务信息，所述多个业务信息中的每个业务信息对应多个预设分数，所述多个预设分数分别与所述每个业务信息包括的多个访问规则相对应。


3.根据权利要求2所述的方法，其特征在于，在所述预设的评分模型为第一评分模型的情况下，所述根据所述用户的线上行为数据确定所述用户的用户特征向量，包括：
确定所述用户的第一业务信息对应的所述多个预设分数中的最大预设分数；
将所述最大预设分数确定为所述第一业务信息的第一业务分数；
基于所述用户的第一用户标识、所述第一业务信息和所述第一业务分数确定所述用户的用户特征向量。


4.根据权利要求2所述的方法，其特征在于，在所述预设的评分模型为第二评分模型的情况下，所述根据所述用户的线上行为数据确定所述用户的用户特征向量，包括：
确定所述用户的第二业务信息对应的所述多个预设分数的平均值；
将所述预设分数的平均值确定为所述第二业务信息的第二业务分数；
基于所述用户的第二用户标识、所述第二业务信息和所述第二业务分数确定所述用户的用户特征向量。


5.根据权利要求2所述的方法，其特征在于，在所述预设的评分模型为第三评分模型的情况下，所述根据所述用户的线上行为数据确定所述用户的用户特征向量，包括：
基于皮尔森算法对任意两个业务信息进行计算，确定所述任意两个业务信息之间的相似性矩阵；
根据所述用户的线上行为数据确定所述用户的第一访问规则向量；
根据所述相似性矩阵和所述第一访问规则向量确定所述用户的第二访问规则向量；
根据所述第二访问规则向量包括的多个预设分数确定所述用户的第三业务信息和所述第三业务信息的业务分数；
基于所述用户的第三用户标识、所述第三业务信息和所述第三业务分数确定所述用户的用户特征向量。


6.根据权利要求1所述的方法，其特征在于，所述从多个所述用户特征向量中筛选出满足预设条件的目标...

【专利技术属性】
技术研发人员：曾瑞，冀宇，邵波，孙胜男，
申请(专利权)人：中国移动通信集团黑龙江有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：黑龙;23