一种关键意见消费者挖掘方法、装置、设备以及介质制造方法及图纸

本发明专利技术公开了一种关键意见消费者挖掘方法、装置、设备以及介质，根据已确定的关键意见消费者KOC和非KOC确定在活动领域、社群领域以及消费领域中的第一预设数量目标特征、对应各目标特征的特征值和目标样本空间；将确定的KOC和确定的非KOC的目标特征和特征值作为训练集，训练得到KOC分类器；获取未标注用户，得到未标注用户在目标样本空间的特征向量,将未标注用户分组；使用当前的KOC分类器对分组中未标注的一组进行分类标注，判断标注结果准确率是否达到预设准确率阈值，如果是则确定当前KOC分类器为最终分类器，否则使用标注结果补充训练集，训练得到更新后的KOC分类器，循环训练直到标注结果达到准确率标准，可以高效准确地进行关键意见消费者的挖掘。

【技术实现步骤摘要】
一种关键意见消费者挖掘方法、装置、设备以及介质
本专利技术涉及营销领域，特别是涉及一种关键意见消费者挖掘方法、装置、设备以及介质。
技术介绍
关键意见消费者(KeyOpinionConsumer，KOC)一般是指可以影响自己的朋友、家人或粉丝，使其产生消费行为的消费者。高价值的KOC可以将曝光实现高转化，给品牌带来很大的收益，所以挖掘高价值KOC对品牌运营十分重要。但是传统运营中评估KOC时，识别KOC主要依靠运营人员的经验，识别的效率和准确性都难以保证。
技术实现思路
有鉴于此，本专利技术的主要目的在于提供一种关键意见消费者挖掘方法、装置、设备以及介质，可以高效准确地进行关键意见消费者的挖掘。为实现上述目的，本专利技术提供了一种关键意见消费者挖掘方法，包括：步骤A：根据已确定的关键意见消费者KOC和已确定的非KOC确定在活动领域、社群领域以及消费领域中的第一预设数量的目标特征、对应各所述目标特征的特征值和目标样本空间；步骤B：将所述确定的KOC和所述已确定的非KOC的所述目标特征和所述特征值作为训练集，训练得到KOC分类器；步骤C：获取第二预设数量的未标注用户，得到所述未标注用户在所述目标样本空间的特征向量,将所述第二预设数量的未标注用户分为第三预设数量的分组；步骤D：使用当前的所述KOC分类器对所述第三预设数量的分组中未标注的一组进行分类标注，得到标注结果；步骤E：判断所述标注结果准确率是否达到预设准确率阈值，如果否则进入步骤F，如果是则确定当前所述KOC分类器为最终分类器；步骤F：使用所述标注结果补充所述训练集，训练得到更新后的KOC分类器，进入步骤G；步骤G：判断所述第三预设数量的分组中是否存在未标注的组，如果是，则进入步骤D。优选地，所述第一预设数量的目标特征包括：所述活动领域的文宣活动参与频次、卡券活动参与频次、活动分享频率以及活动传播影响力，所述社群领域的活动类社群发言量、日常话题社群发言量、引荐新KOC数以及客服互动会话量，所述消费领域的购买量以及末次购买间隔。优选地，所述确定当前所述KOC分类器为最终分类器之后还包括：使用所述最终分类器对未标注用户进行标注，确定目标KOC。优选地，所述判断所述标注结果准确率是否达到预设准确率阈值前还包括：根据所述标注结果计算真正例率和假正例率，根据所述真正例率和所述假正例率计算所述标注结果准确率。优选地，所述预设准确率阈值大于0.7。本专利技术还提供了一种关键意见消费者挖掘装置，包括：特征确定模块，用于根据已确定的关键意见消费者KOC和已确定的非KOC确定在活动领域、社群领域以及消费领域中的第一预设数量的目标特征、对应各所述目标特征的特征值和目标样本空间；初始训练模块，用于将所述确定的KOC和所述已确定的非KOC的所述目标特征和所述特征值作为训练集，训练得到KOC分类器；未标注样本分组模块，用于获取第二预设数量的未标注用户，得到所述未标注用户在所述目标样本空间的特征向量,将所述第二预设数量的未标注用户分为第三预设数量的分组；分类标注模块，用于使用当前的所述KOC分类器对所述第三预设数量的分组中未标注的一组进行分类标注，得到标注结果；准确率判断模块，用于判断所述标注结果准确率是否达到预设准确率阈值；训练集补充模块，用于使用所述标注结果补充所述训练集，训练得到更新后的KOC分类器；标注检查模块，用于判断所述第三预设数量的分组中是否存在未标注的组。优选地，所述第一预设数量的目标特征包括：所述活动领域的文宣活动参与频次、卡券活动参与频次、活动分享频率以及活动传播影响力，所述社群领域的活动类社群发言量、日常话题社群发言量、引荐新KOC数以及客服互动会话量，所述消费领域的购买量以及末次购买间隔。优选地，装置还包括：KOC标注模块，用于使用所述最终分类器对未标注用户进行标注，确定目标KOC；准确率计算模块，用于根据所述标注结果计算真正例率和假正例率，根据所述真正例率和所述假正例率计算所述标注结果准确率。本专利技术还提供了一种关键意见消费者挖掘设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现以上任一项所述关键意见消费者挖掘方法的步骤。本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现以上任一项所述关键意见消费者挖掘方法的步骤。应用本专利技术提供的一种关键意见消费者挖掘方法、装置、设备以及介质，根据已确定的关键意见消费者KOC和已确定的非KOC确定在活动领域、社群领域以及消费领域中的第一预设数量的目标特征、对应各所述目标特征的特征值和目标样本空间；将所述确定的KOC和所述已确定的非KOC的所述目标特征和所述特征值作为训练集，训练得到KOC分类器；获取第二预设数量的未标注用户，得到所述未标注用户在所述目标样本空间的特征向量,将所述第二预设数量的未标注用户分为第三预设数量的分组；使用当前的所述KOC分类器对所述第三预设数量的分组中未标注的一组进行分类标注，得到标注结果；判断所述标注结果准确率是否达到预设准确率阈值，如果是则确定当前所述KOC分类器为最终分类器，否则使用所述标注结果补充所述训练集，训练得到更新后的KOC分类器，判断所述第三预设数量的分组中是否存在未标注的组，如果是，则循环训练直到标注结果达到准确率标准，可以通过有限的已标注KOC和非KOC的特征，不断补充未标注用户的标注数据到训练集中训练得到分类准确的KOC分类器，可以高效准确地进行关键意见消费者的挖掘。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为申请实施例公开的一种关键意见消费者挖掘方法的流程图；图2为申请实施例公开的又一种关键意见消费者挖掘方法的流程图；图3为申请实施例公开的又一种关键意见消费者挖掘方法的流程图；图4为申请实施例公开的一种关键意见消费者挖掘装置的结构示意图；图5为申请实施例公开的又一种关键意见消费者挖掘装置的结构示意图；图6为本专利技术实施例公开的关键意见消费者挖掘的结构框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例一：本专利技术实施例一提供了一种关键意见消费者挖掘方法，图1示出了本专利技术关键意见消费者挖掘方法实施例一的流程本文档来自技高网...

【技术保护点】
1.一种关键意见消费者挖掘方法，其特征在于，包括：/n步骤A：根据已确定的关键意见消费者KOC和已确定的非KOC确定在活动领域、社群领域以及消费领域中的第一预设数量的目标特征、对应各所述目标特征的特征值和目标样本空间；/n步骤B：将所述确定的KOC和所述已确定的非KOC的所述目标特征和所述特征值作为训练集，训练得到KOC分类器；/n步骤C：获取第二预设数量的未标注用户，得到所述未标注用户在所述目标样本空间的特征向量,将所述第二预设数量的未标注用户分为第三预设数量的分组；/n步骤D：使用当前的所述KOC分类器对所述第三预设数量的分组中未标注的一组进行分类标注，得到标注结果；/n步骤E：判断所述标注结果准确率是否达到预设准确率阈值，如果否则进入步骤F，如果是则确定当前所述KOC分类器为最终分类器；/n步骤F：使用所述标注结果补充所述训练集，训练得到更新后的KOC分类器，进入步骤G；/n步骤G：判断所述第三预设数量的分组中是否存在未标注的组，如果是，则进入步骤D。/n

【技术特征摘要】
1.一种关键意见消费者挖掘方法，其特征在于，包括：
步骤A：根据已确定的关键意见消费者KOC和已确定的非KOC确定在活动领域、社群领域以及消费领域中的第一预设数量的目标特征、对应各所述目标特征的特征值和目标样本空间；
步骤B：将所述确定的KOC和所述已确定的非KOC的所述目标特征和所述特征值作为训练集，训练得到KOC分类器；
步骤C：获取第二预设数量的未标注用户，得到所述未标注用户在所述目标样本空间的特征向量,将所述第二预设数量的未标注用户分为第三预设数量的分组；
步骤D：使用当前的所述KOC分类器对所述第三预设数量的分组中未标注的一组进行分类标注，得到标注结果；
步骤E：判断所述标注结果准确率是否达到预设准确率阈值，如果否则进入步骤F，如果是则确定当前所述KOC分类器为最终分类器；
步骤F：使用所述标注结果补充所述训练集，训练得到更新后的KOC分类器，进入步骤G；
步骤G：判断所述第三预设数量的分组中是否存在未标注的组，如果是，则进入步骤D。


2.根据权利要求1所述的一种关键意见消费者挖掘方法，其特征在于，所述第一预设数量的目标特征包括：
所述活动领域的文宣活动参与频次、卡券活动参与频次、活动分享频率以及活动传播影响力，所述社群领域的活动类社群发言量、日常话题社群发言量、引荐新KOC数以及客服互动会话量，所述消费领域的购买量以及末次购买间隔。


3.根据权利要求2所述的一种关键意见消费者挖掘方法，其特征在于，所述确定当前所述KOC分类器为最终分类器之后还包括：
使用所述最终分类器对未标注用户进行标注，确定目标KOC。


4.根据权利要求3所述的一种关键意见消费者挖掘方法，其特征在于，所述判断所述标注结果准确率是否达到预设准确率阈值前还包括：
根据所述标注结果计算真正例率和假正例率，根据所述真正例率和所述假正例率计算所述标注结果准确率。


5.根据权利要求4所述的一种关键意见消费者挖掘方法，其特征在于，所述预设准确率阈值大于0.7。


6.一种关键意见消费者挖掘装置，其特征在于，包...

【专利技术属性】
技术研发人员：陈纪培，
申请(专利权)人：上海络昕信息科技有限公司，
类型：发明
国别省市：上海;31