用户匹配方法、装置、电子设备及可读存储介质制造方法及图纸

本申请实施例提供了一种用户匹配方法、装置、电子设备及可读存储介质，所述方法包括：根据是否检测到对目标对象的操作，将各个用户分为候选测试类用户和候选对照类用户；确定候选测试类用户中每个用户的活跃度，得到第一活跃度分布曲线，以及，确定候选对照类用户中每个用户的活跃度，得到第二活跃度分布曲线；对比第一活跃度分布曲线和第二活跃度分布曲线，从所述候选测试类用户中确定测试类用户，以及，从所述候选对照类用户中确定对照类用户；根据所述测试类用户和所述对照类用户各自的活跃度，确定与每个测试类用户匹配的对照类用户。本申请实现了依据用户自身的活跃度特征进行用户匹配，使得AB分组的结果更为稳定，提高了评估的可靠性。

User matching method, device, electronic equipment and readable storage medium

【技术实现步骤摘要】
用户匹配方法、装置、电子设备及可读存储介质
本申请实施例涉及数据处理
，尤其涉及一种用户匹配方法、装置、电子设备及可读存储介质。
技术介绍
随着互联网的广泛普及，各类互联网产品应运而生，目前，互联网产品的种类繁多，例如，包括：各类社交APP、网络购物APP、网约车APP。在每一个互联网产品中均可以包括多种服务形态的子产品，以帮助该互联网产品赢得较多的用户群体，从而增加收益。实际中，一般会对新推出的这些子产品进行产品评估，以方便运营人员根据评估结果确定是否继续上线该新推出的产品。相关技术中，一般是通过AB实验对新推出的产品的效果进行评估，即，将用户划分为A组和B组，通过对比新推出的产品在A组用户和B组用户中的效果来进行评估。在采用该方法时，是将用户聚类为不同的簇，以不同的簇作为AB分组的依据。但是，对于聚类而言，聚类点的多寡对于AB分组的结果影响较大，比如，选择用户的职业、性别等聚类点与选择用户的年龄、身高、性别等聚类点，所得到的AB分组结果差别较大，因而使得评估的可靠性较差。
技术实现思路
本申请实施例提供一种用户匹配方法、装置、电子设备及可读存储介质，以解决相关技术中存在的将用户聚类为不同的簇，以不同的簇作为AB分组的依据所带来的评估的可靠性较差的问题。本申请实施例第一方面提供了一种用户匹配方法，所述方法包括：根据是否检测到对目标对象的操作，将各个用户分为候选测试类用户和候选对照类用户；确定所述候选测试类用户中每个用户的活跃度，得到第一活跃度分布曲线，以及，确定所述候选对照类用户中每个用户的活跃度，得到第二活跃度分布曲线；对比所述第一活跃度分布曲线和所述第二活跃度分布曲线，从所述候选测试类用户中确定测试类用户，以及，从所述候选对照类用户中确定对照类用户，所述对照类用户的活跃度的分布范围与所述测试类用户的活跃度的分布范围相同；根据所述测试类用户和所述对照类用户各自的活跃度，确定与每个测试类用户匹配的对照类用户。可选地，确定所述候选测试类用户中每个用户的活跃度，包括：将所述候选测试类用户中每个用户的行为特征序列输入活跃度预测模型，得到所述候选测试类用户中每个用户的活跃度；其中，所述活跃度预测模型是以多个样本用户各自的行为特征序列为训练样本，对长短期记忆模型进行训练所得到的。可选地，所述活跃度为预设周期内活跃度；根据是否检测到对目标对象的操作，将各个用户分为候选测试类用户和候选对照类用户，包括：根据在所述预设周期内是否检测到对目标对象的操作，将各个用户分为候选测试类用户和候选对照类用户。可选地，在确定与每个测试类用户匹配的对照类用户之后，所述方法还包括：对每个测试类用户和该测试类用户对应的对照类用户各自产生的预设类型的数据进行统计；将统计得到各个测试类用户的所述预设类型的数据和各个对照类用户的所述预设类型的数据进行对比，得到所述目标对象对应的增量。可选地，在得到所述目标对象对应的增量之后，所述方法还包括：在所述目标对象对应的增量大于预设阈值的情况下，向多个其他用户的用户终端推送所述目标对象的推荐信息。本申请实施例第二方面提供了一种用户匹配装置，所述装置包括：用户划分模块，用于根据是否检测到对目标对象的操作，将各个用户分为候选测试类用户和候选对照类用户；活跃度分布曲线获得模块，用于确定所述候选测试类用户中每个用户的活跃度，得到第一活跃度分布曲线，以及，确定所述候选对照类用户中每个用户的活跃度，得到第二活跃度分布曲线；用户确定模块，用于对比所述第一活跃度分布曲线和所述第二活跃度分布曲线，从所述候选测试类用户中确定测试类用户，以及，从所述候选对照类用户中确定对照类用户，所述对照类用户的活跃度的分布范围与所述测试类用户的活跃度的分布范围相同；用户匹配模块，用于根据所述测试类用户和所述对照类用户各自的活跃度，确定与每个测试类用户匹配的对照类用户。可选地，所述活跃度分布曲线获得模块，包括：活跃度确定单元，用于将所述候选测试类用户中每个用户的行为特征序列输入活跃度预测模型，得到所述候选测试类用户中每个用户的活跃度；其中，所述活跃度预测模型是以多个样本用户各自的行为特征序列为训练样本，对长短期记忆模型进行训练所得到的。可选地，所述活跃度为预设周期内活跃度；所述用户划分模块，具体用于根据在所述预设周期内是否检测到对目标对象的操作，将各个用户分为候选测试类用户和候选对照类用户。可选地，所述装置还包括：统计模块，用于对每个测试类用户和该测试类用户对应的对照类用户各自产生的预设类型的数据进行统计；增量确定模块，用于将统计得到各个测试类用户的所述预设类型的数据和各个对照类用户的所述预设类型的数据进行对比，得到所述目标对象对应的增量。可选地，所述装置还包括：推荐信息发送模块，用于在所述目标对象对应的增量大于预设阈值的情况下，向多个其他用户的用户终端推送所述目标对象的推荐信息。本申请实施例第三方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请第一方面所述的方法中的步骤。本申请实施例第四方面提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现本申请第一方面所述的方法的步骤。采用本申请实施例提供的用户匹配方法，可以根据用户是否对目标对象进行操作，将各个用户分为候选测试类用户及候选对照类用户，进而得到候选测试类用户的第一活跃度分布曲线和候选对照类用户的第二活跃度分布曲线，之后，对比所述第一活跃度分布曲线和所述第二活跃度分布曲线，从所述候选测试类用户中确定测试类用户，并从所述候选对照类用户中确定对照类用户，最后，确定与测试类用户的活跃度匹配的对照类用户，得到适于AB实验的测试类用户和与该测试类用户匹配的对照类用户。本申请实施例由于根据是否操作目标对象对用户进行初步聚类，进而再根据各用户的活跃度对初步聚类后的用户进行再次筛选，以得到测试类用户和对照类用户，再根据各测试类用户和对照类用户各自的活跃度，确定与测试类用户匹配的对照类用户。一方面，使得得到的候选测试类用户、候选对照类用户与用户对目标对象进行的操作紧密关联，提高了评估的可控性。另一方面，由于是根据每个用户的活跃度对初步聚类后的结果进行精筛，实现了依据用户自身的活跃度特征进行用户匹配，使得AB分组的结果更为稳定，进而提高了评估的可靠性。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例的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申请的一些实施例，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是本申请一实施例提出的用户匹配方法的整体流程示意图；图2是本申请一实施例提出的用户匹配方法的步骤流程图；图3是本申请一本文档来自技高网...

【技术保护点】
1.一种用户匹配方法，其特征在于，所述方法包括：/n根据是否检测到对目标对象的操作，将各个用户分为候选测试类用户和候选对照类用户；/n确定所述候选测试类用户中每个用户的活跃度，得到第一活跃度分布曲线，以及，确定所述候选对照类用户中每个用户的活跃度，得到第二活跃度分布曲线；/n对比所述第一活跃度分布曲线和所述第二活跃度分布曲线，从所述候选测试类用户中分别确定测试类用户，并从所述候选对照类用户确定对照类用户，所述对照类用户的活跃度的分布范围与所述测试类用户的活跃度的分布范围相同；/n根据所述测试类用户和所述对照类用户各自的活跃度，确定与每个测试类用户匹配的对照类用户。/n

【技术特征摘要】
1.一种用户匹配方法，其特征在于，所述方法包括：
根据是否检测到对目标对象的操作，将各个用户分为候选测试类用户和候选对照类用户；
确定所述候选测试类用户中每个用户的活跃度，得到第一活跃度分布曲线，以及，确定所述候选对照类用户中每个用户的活跃度，得到第二活跃度分布曲线；
对比所述第一活跃度分布曲线和所述第二活跃度分布曲线，从所述候选测试类用户中分别确定测试类用户，并从所述候选对照类用户确定对照类用户，所述对照类用户的活跃度的分布范围与所述测试类用户的活跃度的分布范围相同；
根据所述测试类用户和所述对照类用户各自的活跃度，确定与每个测试类用户匹配的对照类用户。


2.根据权利要求1所述的方法，其特征在于，确定所述候选测试类用户中每个用户的活跃度，包括：
将所述候选测试类用户中每个用户的行为特征序列输入活跃度预测模型，得到所述候选测试类用户中每个用户的活跃度；
其中，所述活跃度预测模型是以多个样本用户各自的行为特征序列为训练样本，对长短期记忆模型进行训练所得到的。


3.根据权利要求1所述的方法，其特征在于，在确定与每个测试类用户匹配的对照类用户之后，所述方法还包括：
对每个测试类用户和该测试类用户对应的对照类用户各自产生的预设类型的数据进行统计；
将统计得到各个测试类用户的所述预设类型的数据和各个对照类用户的所述预设类型的数据进行对比，得到所述目标对象对应的增量。


4.根据权利要求3所述的方法，其特征在于，在得到所述目标对象对应的增量之后，所述方法还包括：
在所述目标对象对应的增量大于预设阈值的情况下，向多个其他用户的用户终端推送所述目标对象的推荐信息。


5.一种用户匹配装置，其特征在于，所述装置包括：
用户划分模块，用于根据是否检测到对目标对象的操作，将各个用户分为候选测试类用户和候选对照类用户；
活跃度分布曲线获得模块...

【专利技术属性】
技术研发人员：范聪，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京;11