一种DPI聚类及用户扩量方法技术

一种DPI聚类及用户扩量方法，包括确定N项不同的且未归类的DPI，每一项DPI包括一个访问用户群；使用关联规则中的Apriori算法，在N条DPI中发现由不重复的频繁项集个数C；遍历C个频繁项集中的每个频繁项集，根据用户基数和营销广告方向的频繁项集作为标准，选择优质频繁项集K；对于K个优质频繁项集中的每一个非基准频繁项集的DPI及其访问用户群体计算DPI支持度：将所有DPI支持度计算出来，按照支持度的大小进行排序；并根据DPI的支持度大小以及访问DPI的用户数量，决定是否将访问过DPI的用户作为潜在的目标用户加入至广告投放的目标群体中，直到用户数量扩充到达到满意的范围。

【技术实现步骤摘要】
一种DPI聚类及用户扩量方法
本专利技术涉及大数据处理及信息
，更具体地，涉及一种基于关联规则挖掘算法和用户DPI访问情况的DPI聚类及用户扩量方法。
技术介绍
随着大数据及信息技术的发展，应用于利用运营商的营销用户扩量的场景越来越多，尤其是从海量的用户群体中发现符合营销手段的用户群体在广告营销领域往往十分困难。在互联网行业可以通过用户对网页或APP的点击、下载、使用等行为轻松为用户进行分组，再进行广告的曝光和投放。而在传统的利用运营商的营销，就很难轻易得到一个优质的潜在营销用户群体。此外，现有技术中通常在对一个已知的广告目标用户群体进行用户扩量时，经常利用用户自身的特征进行相似度的分析，即将与已知的用户群里特征相似的新用户作为新的目标来实现扩量。例如，互联网行业中想要对某些特定用户组进行扩量，常使用用户的年龄、性别、网络访问行为、APP点击内容等特征来对新的用户进行判断，确定其是否属于现有的特定用户组。然而，上述做法有两个主要缺点：①.潜在用户难以大量的获得，因为从所有非已知目标群体中找出新的目标群体成本本文档来自技高网...

【技术保护点】
1.一种DPI聚类及用户扩量方法，其特征在于，包括如下步骤：/n步骤S1：确定N项不同的且未归类的DPI，每一项所述DPI包括一个访问用户群，所述N项DPI的访问用户群体中的用户存在交集；其中，N为大于等于2的正整数；/n步骤S2：使用关联规则中的Apriori算法，在所述N条DPI中发现由不重复的频繁二项集、频繁三项集…及频繁N项集组成的频繁项集个数C；其中，所述频繁二项集、频繁三项集…及频繁N项集的选取规则为，所述频繁二项集、频繁三项集…及频繁N项集中的交集用户数量与其并集的用户数量的比值超过了设定的阈值；/n步骤S3：遍历所述C个频繁项集中的每个频繁项集，根据用户基数和营销广告方向的频繁...

【技术特征摘要】
1.一种DPI聚类及用户扩量方法，其特征在于，包括如下步骤：
步骤S1：确定N项不同的且未归类的DPI，每一项所述DPI包括一个访问用户群，所述N项DPI的访问用户群体中的用户存在交集；其中，N为大于等于2的正整数；
步骤S2：使用关联规则中的Apriori算法，在所述N条DPI中发现由不重复的频繁二项集、频繁三项集…及频繁N项集组成的频繁项集个数C；其中，所述频繁二项集、频繁三项集…及频繁N项集的选取规则为，所述频繁二项集、频繁三项集…及频繁N项集中的交集用户数量与其并集的用户数量的比值超过了设定的阈值；
步骤S3：遍历所述C个频繁项集中的每个频繁项集，根据用户基数和营销广告方向的频繁项集作为标准，选择优质频繁项集，设优质频繁项集有K个；其中，K小于等于C；
步骤S4：对于K个优质频繁项集中的每个频繁项集i，设其为一个基准频繁项集，...

【专利技术属性】
技术研发人员：项亮，潘信法，
申请(专利权)人：上海数鸣人工智能科技有限公司，
类型：发明
国别省市：上海;31