推广方法、系统、电子设备和存储介质技术方案

本申请提供了推广方法、系统、电子设备和存储介质，涉及计算机技术领域，尤其涉及大数据、深度学习等人工智能领域。具体实现方案为：获取目标策略对应的用户使用数据；将用户使用数据分别输入到多个增益模型中，以获取每个增益模型输出的第一预测结果；根据多个增益模型分别对应的第一预测结果，从多个增益模型之中选择目标增益模型；根据目标增益模型，确定目标策略对应的目标人群。由此，通过比较相同输入数据的情况下，多个增益模型的第一预测结果，根据比较结果从多个增益模型中选出目标增益模型，从而提高了目标增益模型选择的准确性，并基于选择出的目标增益模型确定推广目标策略的目标人群，进而提高了策略推广的准确性。性。性。

【技术实现步骤摘要】
推广方法、系统、电子设备和存储介质


[0001]本申请涉及计算机
，尤其涉及大数据、深度学习等人工智能领域，具体涉及一种推广方法、系统、电子设备和存储介质。

技术介绍

[0002]在实际应用中，除了关心产品的一些策略对目标指标的影响之外，接收策略的不同人群带来的不同影响，最终也会影响到最终需要增长的目标。
[0003]相关技术中，增益评估方法可以有效的定位到实际受到策略影响显著的那部分用户，但增益方法下应用的机器学习模型比较多，采用不同的增益模型推广策略带来的增益可能不同。
[0004]因此，如何提高策略推广的准确性是亟待解决的问题。

技术实现思路

[0005]本申请提供了一种推广方法、系统、电子设备和存储介质。具体方案如下：
[0006]根据本申请的一方面，提供了一种推广方法，包括：
[0007]获取目标策略对应的用户使用数据；
[0008]将所述用户使用数据分别输入到多个增益模型中，以获取每个所述增益模型输出的第一预测结果；
[0009]根据所述多个增益模型分别对应的第一预测结果，从所述多个增益模型之中选择目标增益模型；
[0010]根据所述目标增益模型，确定所述目标策略对应的目标人群。
[0011]根据本申请的另一方面，提供了一种推广系统，包括：
[0012]所述模型模块，用于获取所述平台模块发送的目标策略对应的用户使用数据，并将所述用户使用数据分别输入到多个增益模型中，以获取每个所述增益模型输出的第一预测结果，以及将每个所述增益模型输出的第一预测结果发送给所述平台模块；
[0013]所述平台模块，用于获取目标策略对应的用户使用数据，并将所述用户使用数据发送给所述模型模块，以及获取所述模型模块发送的每个所述增益模型输出的第一预测结果，并根据所述多个增益模型分别对应的第一预测结果，从所述多个增益模型之中选择目标增益模型，以及根据所述目标增益模型，确定所述目标策略对应的目标人群。
[0014]根据本申请的另一方面，提供了一种电子设备，包括：
[0015]至少一个处理器；以及
[0016]与所述至少一个处理器通信连接的存储器；其中，
[0017]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述实施例所述的方法。
[0018]根据本申请的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述实施例所述的方法。
[0019]根据本申请的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述实施例所述方法的步骤。
[0020]应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0021]附图用于更好地理解本方案，不构成对本申请的限定。其中：
[0022]图1为本申请一实施例提供的推广方法的流程示意图；
[0023]图2为本申请另一实施例提供的推广方法的流程示意图；
[0024]图3为本申请另一实施例提供的推广方法的流程示意图；
[0025]图4为本申请另一实施例提供的推广方法的流程示意图；
[0026]图5为本申请一实施例提供的推广系统的结构示意图；
[0027]图6为本申请另一实施例提供的推广系统的结构示意图；
[0028]图7为本申请一实施例提供的推广系统的框架示意图；
[0029]图8为本申请一实施例提供的整体流程示意图；
[0030]图9是用来实现本申请实施例的推广方法的电子设备的框图。
具体实施方式
[0031]以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0032]人工智能是研究使用计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的
也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术包括计算机视觉技术、语音识别技术、自然语言处理技术以及深度学习、大数据处理技术、知识图谱技术等几大方向。
[0033]深度学习是机器学习领域中一个新的研究方向。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。
[0034]下面参考附图描述本申请实施例的推广方法、系统、电子设备和存储介质。
[0035]图1为本申请一实施例提供的推广方法的流程示意图。
[0036]本申请实施例的推广方法，可以由本申请实施例的推广系统执行，该装置可以配置于电子设备中，以根据多个增益模型的比较结果，选择出目标增益模型，基于目标增益模型确定出推广目标策略的目标人群，提高了策略推广的准确性。
[0037]其中，电子设备可以为任一具有计算能力的设备，例如可以为个人电脑、移动终端、服务器等，移动终端例如可以为车载设备、手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
[0038]如图1所示，该推广方法包括：
[0039]步骤101，获取目标策略对应的用户使用数据。
[0040]本申请中，当产品的一个策略上线后，可以获取用户对该产品的使用数据，从而得到该策略对应的用户使用数据，也即目标策略对应的用户使用数据。
[0041]其中，用户使用数据可以包括增益目标、用户标识、产品标识、目标策略标识、用户特征等。其中，用户特征可以包括用户性别、年龄、喜好等。
[0042]比如，产品为某应用程序，策略为展现该应用程序的某项功能，那么用户使用数据可以包括：目标Y(增益目标，例如：产品的用户使用时长)、用户id、产品id_策略sid、策略是否生效(例如：是否给用户展现某种产品功能)、用户特征等。
[0043]需要说明的是，本申请的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
[0044]本申请中，用户使用数据包括两种类型的用户的使用数据，一组为实施策略的用户，另一组为未实施策略的用户，也即用户使用数据包括实验组数据和对照组数据。
[0045]步骤102，将用户使用数据分别输入到多个增益模型中，以获取每个增益模型输出的第一预测结果。
[0046]本申请中，推广系统集成有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种推广方法，包括：获取目标策略对应的用户使用数据；将所述用户使用数据分别输入到多个增益模型中，以获取每个所述增益模型输出的第一预测结果；根据所述多个增益模型分别对应的第一预测结果，从所述多个增益模型之中选择目标增益模型；根据所述目标增益模型，确定所述目标策略对应的目标人群。2.如权利要求1所述的方法，所述从所述多个增益模型之中选择目标增益模型，包括：根据每个所述增益模型对应的第一预测结果，确定每个所述增益模型对应的第一评价结果；根据每个所述增益模型对应的第一评价结果，从所述多个增益模型之中选择所述目标增益模型。3.如权利要求1所述的方法，其中，所述根据所述目标增益模型，确定所述目标策略对应的目标人群，包括：根据所述目标增益模型对应的第一预测结果，生成所述目标增益模型对应的解释性树状图；根据所述解释性树状图中各用户特征对应的用户增益，确定大于阈值的用户增益对应的目标用户特征；根据所述目标用户特征，确定所述目标人群。4.如权利要求1所述的方法，其中，所述方法还包括：获取多个候选增益模型及所述目标策略对应的训练数据；利用所述训练数据分别对所述多个候选增益模型进行训练，得到所述多个增益模型。5.如权利要求4所述的方法，其中，在所述得到所述多个增益模型之后，还包括：获取所述目标策略对应的测试数据；将所述测试数据分别输入到所述多个增益模型，以获取每个所述增益模型输出的第二预测结果；利用相同的评价指标，对每个所述增益模型对应的第二预测结果进行评价，以确定每个所述增益模型对应的第二评价结果。6.如权利要求5所述的方法，其中，所述方法还包括：展示所述多个增益模型中一个或多个增益模型的第二评价结果。7.如权利要求4所述的方法，其中，所述获取多个候选增益模型，包括：获取多个初始增益模型；对所述多个初始增益模型分别进行训练，得到多个训练后的增益模型；从所述多个训练后的增益模型之中选择出所述多个候选增益模型。8.如权利要求1所述的方法，其中，在所述根据所述目标增益模型，确定所述目标策略对应的目标人群之后，还包括：向所述目标人群推广所述目标策略。9.如权利要求1所述的方法，其中，所述多个增益模型的建模方式不同。10.一种推广系统，包括：平台模块和模型模块，其中，
所述模型模块，用于获取所述平台模块发送的目标策略对应的用户使用数据，并将所述用户使用数据分别输入到多个增益模型中，以获取每个所述增益模型输出的第一预测结果，以及将每个所述增益模型输出的第一预测结果发送给所述平台模块；所述平台模块，用于获取目标策略对应的用户使用数据，并将所述用户使用数据发送给所述模型模块，以及获取所述模型模块发送的每个所述增益模型输出的第一预测结果，并根据所述多个增益模型分别对应的第一预测结果，从所述多个增益模型之中选择目标增益模型，以及根据所述目标增益...

【专利技术属性】
技术研发人员：杜运辉，王轶凡，陈冠霖，李世雷，封树超，陈冠丞，刘少江，孔清清，张钋，王雪，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：