一种用户目标人群扩散方法、装置及存储介质制造方法及图纸

本发明专利技术公开一种用户目标人群扩散方法、装置及存储介质，用户目标人群扩散方法包括：获取用户的历史数据，将用户划分为种子人群和非种子人群；选取种子人群为正样本，非种子人群为负样本，输入用于人群扩散的深度学习网络模型进行模型训练，训练完成得到人群扩散模型；接收用户配置的目标种子人群包输入人群扩散模型中得到目标种子人群包向量，获取用户配置的目标扩散人群中各个目标扩散用户的目标扩散用户向量；计算目标扩散人群中各目标扩散用户向量与目标种子人群包向量之间的相似度，进行排序得到目标扩散人群的推荐扩散人群包。本发明专利技术具有多目标自适应扩散，适配复杂场景和控制计算成本，节约计算时间的有益效果。节约计算时间的有益效果。节约计算时间的有益效果。

【技术实现步骤摘要】
一种用户目标人群扩散方法、装置及存储介质


[0001]本专利技术涉及人工智能
，具体的涉及一种用户目标人群扩散方法、装置及存储介质。

技术介绍

[0002]在较大型的营销活动中，运营人员需要基于已确定的少量种子人群，进行更大量相似人群的圈选，来达到精准营销目的。种子人群：代指企业经营中，发生了某些具体动作（如购买商品、参与活动等）的核心用户人群。例如：进行某商品推广时，需要选取目标人群发放优惠券，全量发放成本过高，随机发放转化率较低。业务人员会利用已有用户数据，圈选满足某些条件（如近期购买过类似商品或符合某些特征）的人群。但人工圈选人群量级较小，需要基于此人群包（也称种子人群），在非种子人群中（除种子人群外的全量用户）选取与种子人群相似的用户进行扩散。此时需要用到人群扩散方法，人群扩散是基于种子用户（人工挑选的人群包），通过一定的算法评估模型，找到更多拥有潜在关联性的相似人群的技术。
[0003]现有的人群扩散方法大致分为三类。
[0004]1.基于标签的人群扩散方法通过对种子人群进行人工统计分析或模型分析，识别种子人群特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户目标人群扩散方法，其特征在于，包括：获取用户的历史数据，将用户划分为种子人群和非种子人群；选取种子人群为正样本，非种子人群为负样本，输入用于人群扩散的深度学习网络模型进行模型训练，训练完成得到人群扩散模型；接收用户配置的目标种子人群包输入人群扩散模型中得到目标种子人群包向量，获取用户配置的目标扩散人群中各个目标扩散用户的目标扩散用户向量；计算目标扩散人群中各目标扩散用户向量与目标种子人群包向量之间的相似度，进行排序得到目标扩散人群的推荐扩散人群包。2.根据权利要求1所述的一种用户目标人群扩散方法，其特征在于，所述选取种子人群为正样本，非种子人群为负样本，输入用于人群扩散的深度学习网络模型进行模型训练，训练完成得到人群扩散模型包括：所述深度学习网络模型包括种子人群包向量单元和目标向量单元，将所述正样本数据输入种子人群包向量单元，将部分正样本数据和负样本数据输入目标向量单元进行深度学习训练，将种子人群包向量单元输出的种子人群包向量与目标向量单元输出的目标向量进行相似度计算，根据相似度计算结果反馈深度学习网络模型进行种子人群包向量单元和目标向量单元的参数优化。3.根据权利要求2所述的一种用户目标人群扩散方法，其特征在于，所述将所述正样本数据输入种子人群包向量单元进行深度学习训练包括：所述正样本的N个多维用户向量输入种子人群包向量单元；针对N个多维用户向量进行聚类分析，得到k个聚类中心向量，所述聚类中心的个数k根据人群包人数N的数量分段式调整；将k个聚类中心向量输入注意力单元，得到种子人群包的全局向量表示。4.根据权利要求1所述的一种用户目标人群扩散方法，其特征在于，所述接收用户配置的目标种子人群包输入人群扩散模型中得到目标种子人群包向量，获取用户配置的目标扩散人群中各个目标扩散用户的目标扩散用户向量包括：接收用户上传的目标种子人群包，将目标种子人群包输入人群扩散模型中得到目标种子人群包向量；接收用户配置的目标扩散人群的扩散条件，所述的扩散条件包括扩散人数、扩散限定条件及扩散目标，由用户全量数据库中提取满足扩散限定条件的目标用户构成目标扩散人群，获取目标扩散人群中各个目标扩散用户的目标扩散用户向量。5.根据权利要求4所述的一种用户目标人群扩散方法，其特征在于，所述计算目标扩散人群中各目标扩散用户向量与目标种子人群包向量之间的相似度，进行排序得到目标扩散人群的推荐扩散人群包括：当所述扩散目标为单目标扩散时，计算目标...

【专利技术属性】
技术研发人员：王涵，
申请(专利权)人：北京数势云创科技有限公司，
类型：发明
国别省市：