受众群体获取方法、用户对象匹配模型的训练方法及装置制造方法及图纸

本申请公开了一种受众群体获取方法、用户对象匹配模型的训练方法及装置。其实现方案为：获取待发布对象的所属品类及待发布对象的对象属性信息；获取在第一预设时间段内浏览所属品类下对象的用户群体和用户群体中每个用户与对象的交互行为数据；根据交互行为数据，确定每个用户的用户属性信息；将待发布对象的对象属性信息和每个用户的用户属性信息输入至预先训练的用户对象匹配模型，获得每个用户分别与待发布对象的匹配概率；根据每个用户分别与待发布对象的匹配概率，在用户群体中筛选出待发布对象的受众群体。该方案可以有效地提高受众群体预测的准确率，具有重要的应用价值。值。值。

【技术实现步骤摘要】
受众群体获取方法、用户对象匹配模型的训练方法及装置


[0001]本申请涉及人工智能
，具体涉及数据处理
，尤其涉及一种受众群体获取方法、用户对象匹配模型的训练方法及装置。

技术介绍

[0002]目前，对于未上市的商品，由于缺少用户行为数据，通常依赖于人工经验进行受众群体筛选。该人工筛选的方式存在主观性强、准确率低及转化效果差的问题。

技术实现思路

[0003]本申请提供了一种受众群体获取方法、用户对象匹配模型的训练方法及装置。
[0004]根据本申请的第一方面，提供了一种受众群体获取方法，包括：
[0005]获取待发布对象的所属品类及所述待发布对象的对象属性信息；
[0006]获取在第一预设时间段内浏览所述所属品类下对象的用户群体和所述用户群体中每个用户与所述对象的交互行为数据；
[0007]根据所述交互行为数据，确定每个所述用户的用户属性信息；
[0008]将所述待发布对象的对象属性信息和每个所述用户的用户属性信息输入至预先训练的用户对象匹配模型，获得每个所述用户分别与所述待本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种受众群体获取方法，其特征在于，包括：获取待发布对象的所属品类及所述待发布对象的对象属性信息；获取在第一预设时间段内浏览所述所属品类下对象的用户群体和所述用户群体中每个用户与所述对象的交互行为数据；根据所述交互行为数据，确定每个所述用户的用户属性信息；将所述待发布对象的对象属性信息和每个所述用户的用户属性信息输入至预先训练的用户对象匹配模型，获得每个所述用户分别与所述待发布对象的匹配概率；根据每个所述用户分别与所述待发布对象的匹配概率，在所述用户群体中筛选出所述待发布对象的受众群体。2.根据权利要求1所述的方法，其特征在于，获取所述待发布对象的对象属性信息，包括：提取所述所属品类下所有对象的属性信息，并对所述所有对象的属性信息进行预处理，得到分段属性集；获取所述待发布对象的属性信息，并将所述待发布对象的属性信息与所述分段属性集中的属性进行匹配，确定所述待发布对象的对象属性信息。3.根据权利要求2所述的方法，其特征在于，所述根据所述交互行为数据，确定每个所述用户的用户属性信息，包括：基于所述分段属性集中各属性及多个不同时间段，对每个所述用户与所述对象的交互行为数据进行分析，提取每个所述用户的属性偏好信息；获取每个所述用户的基本信息，并将每个所述用户的属性偏好信息和基本信息确定为每个所述用户的用户属性信息。4.根据权利要求1所述的方法，其特征在于，所述用户对象匹配模型是通过以下方式预先训练而得到的：获取在第二预设时间段内浏览所述所属品类下对象样本的多个用户样本和每个所述用户样本与所述对象样本的交互行为数据；获取每个所述用户样本的基本信息，并根据每个所述用户样本与所述对象样本的交互行为数据，确定每个所述用户样本的属性偏好信息；根据每个所述用户样本的基本信息和属性偏好信息，确定每个所述用户样本的用户属性信息；获取每个所述用户样本浏览的对象样本的对象属性信息，并确定每个所述用户样本的标签值；将每个所述用户样本的用户属性信息和其浏览的对象样本的对象属性信息输入至机器学习模型，获得每个所述用户样本与其浏览的对象样本的匹配概率预测值；根据每个所述用户样本与其浏览的对象样本的匹配概率预测值和每个所述用户样本的标签值，训练所述机器学习模型，获取模型参数，并根据所述模型参数生成所述用户对象匹配模型。5.根据权利要求4所述的方法，其特征在于，所述将每个所述用户样本的用户属性信息和每个所述用户样本浏览的对象样本的对象属性信息输入至机器学习模型，包括：确定每个所述用户样本浏览的对象样本的发布时间，并根据所述发布时间确定每个所
述用户样本的权重信息；将每个所述用户样本的用户属性信息、权重信息和其浏览的对象样本的对象属性信息输入至机器学习模型。6.根据权利要求4或5所述的方法，其特征在于，所述根据每个所述用户样本与所述对象样本的交互行为数据，确定每个所述用户样本的属性偏好信息，包括：基于所述所属品类的分段属性集中各属性及多个不同时间段，对每个所述用户样本与所述对象样本的交互行为数据进行分析，提取每个所述用户样本的属性偏好信息。7.根据权利要求4或5所述的方法，其特征在于，所述确定每个所述用户样本的标签值，包括：基于每个所述用户样本与其浏览的对象样本的交互行为数据，获取每个所述用户样本对其浏览的对象样本在第三预设时间段内的行为结果信息；根据每个所述用户样本对其浏览的对象样本在第三预设时间段内的行为结果信息，确定每个所述用户样本的标签值。8.一种用户对象匹配模型的训练方法，其特征在于，所述用户对象匹配模型用于预测待发布对象的受众群体，所述训练方法包括：获取在第二预设时间段内浏览预设品类下对象样本的多个用户样本和每个所述用户样本与所述对象样本的交互行为数据；获取每个所述用户样本的基本信息，并根据每个所述用户样本与所述对象样本的交互行为数据，确定每个所述用户样本的属性偏好信息；根据每个所述用户样本的基本信息和属性偏好信息，确定每个所述用户样本的用户属性信息；获取所述每个用户样本浏览的对象样本的对象属性信息，并确定每个所述用户样本的标签值；将每个所述用户样本的用户属性信息和其浏览的对象样本的对象属性信息输入至机器学习模型，获得每个所述用户样本与其浏览的对象样本的匹配概率预测值；根据每个所述用户样本与其浏览的对象样本的匹配概率预测值和每个所述用户样本的标签值，训练所述机器学习模型，获取模型参数，并根据所述模型参数生成所述用户对象匹配模型。9.根据权利要求8所述的方法，其特征在于，所述将每个所述用户样本的用户属性信息和其浏览的对象样本的对象属性信息输入至机器学习模型，包括：确定每个所述用户样本浏览的对象样本的发布时间，并根据所述发布时间确定每个所述用户样本的权重信息；将每个所述用户样本的用户属性信息、权重信息和其浏览的对象样本的对象属性信息输入至机器学习模型。10.根据权...

【专利技术属性】
技术研发人员：刘君亮，易津锋，王答明，胡炜，陈东东，
申请(专利权)人：京东科技信息技术有限公司，
类型：发明
国别省市：