【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种潜在用户的挖掘方法和装置。
技术介绍
1、随着电商行业的发展，商品品牌多样性也越来越多，为用户推荐感兴趣的品牌，可以提升品牌的转化和用户体验。用户品牌偏好多基于用户历史行为来学习，因此对于一些上新品牌或一些小众品牌，常常由于缺少历史行为信息而导致曝光效率不高，导致马太效应，因此如何为新品牌挖掘潜在兴趣人群对于平台生态建设极为重要。目前，多基于用户标签来选择潜在用户或者基于分类模型来选择潜在用户。
2、在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：
3、基于标签选择潜在用户，用户区分方式过于硬性，结果不够个性，且需要人工选择标签，调优效率低；基于分类算法选择潜在用户，算法效果依赖特征选取，针对不同新业务需要调整和提取不同业务相关的特征，需要选取不同特征训练模型，模型更新迭代成本高，业务接入效率低。
技术实现思路
1、有鉴于此，本专利技术实施例提供一种潜在用户的挖掘方法和装置，能够采用多兴趣网络模型对用户行为做内部聚...
【技术保护点】
1.一种潜在用户的挖掘方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在获取待预测用户的用户特征向量之前，还包括：
3.根据权利要求2所述的方法，其特征在于，所述用户数据包括用户基础属性数据和用户历史行为数据；
4.根据权利要求3所述的方法，其特征在于，将所述属性特征向量和所述兴趣特征向量进行拼接后输入标签感知注意力网络层，以得到用户特征向量，包括：
5.根据权利要求2或3所述的方法，其特征在于，所述用户特征向量是基于活跃用户的用户历史行为数据的更新而定时增量更新的。
6.根据权利要求1所...
【技术特征摘要】
1.一种潜在用户的挖掘方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在获取待预测用户的用户特征向量之前，还包括：
3.根据权利要求2所述的方法，其特征在于，所述用户数据包括用户基础属性数据和用户历史行为数据；
4.根据权利要求3所述的方法，其特征在于，将所述属性特征向量和所述兴趣特征向量进行拼接后输入标签感知注意力网络层，以得到用户特征向量，包括：
5.根据权利要求2或3所述的方法，其特征在于，所述用户特征向量是基于活跃用户的用户历史行...
【专利技术属性】
技术研发人员：孙瑞雪，
申请(专利权)人：北京沃东天骏信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。