[发明专利]一种信息的投放方法及系统

权利要求书

1.一种信息的投放方法，其特征在于，包括：

获取种子人群，将所述种子人群确定为第一正例样本；

获取非种子人群，并将所述非种子人群确定为第一负例样本；

分别确定所述第一正例样本的特征向量以及所述第一负例样本的特征向量；

将所述第一正例样本的特征向量和所述第一负例样本特征向量导入第一预设模型进行训练学习，生成第一逻辑回归分类模型；

根据所述第一逻辑回归分类模型确定相应的特征权重值向量；

基于所述特征权重值向量对所述种子人群进行扩展，生成相应的候选种子人群；

统计所述候选种子人群关于信息投放的历史数据，并根据所述历史数据，确定最优候选种子人群，所述历史数据包括点击率；

通过第二预设模型确定所述最优候选种子人群的特征权重值向量；

基于所述最优候选种子人群的特征权重值向量，对所述最优候选种子人群进行扩展，生成目标人群，以向所述目标人群进行信息投放。

2.根据权利要求1所述的信息的投放方法，其特征在于，所述基于所述特征权重值向量对所述种子人群进行扩展，生成相应的候选种子人群，包括：

根据所述特征权重值向量对所述种子人群进行扩展，得到扩展人群；

将满足预设条件的扩展人群确定为候选种子人群。

3.根据权利要求1或2所述的信息的投放方法，其特征在于，所述统计所述候选种子人群关于信息投放的历史数据，包括：

获取预设信息投放平台和/或预设交易平台所对应的数据库；

在所述数据库中统计所述候选种子人群关于信息投放的历史数据。

4.根据权利要求3所述的信息的投放方法，其特征在于，所述根据所述历史数据，确定最优候选种子人群，包括：

根据所述历史数据，对所述候选种子人群进行排序；

基于所述排序，将满足预设规则的候选种子人群确定为最优候选种子人群。

5.根据权利要求4所述的信息的投放方法，其特征在于，所述通过第二预设模型确定最优候选种子人群的特征权重值向量，包括：

将所述最优候选种子人群确定为第二正例样本；

从所述候选种子人群中确定第二负例样本；

分别确定所述第二正例样本的特征向量以及所述第二负例样本的特征向量；

将所述第二正例样本的特征向量和所述第二负例样本特征向量导入第二预设模型进行训练学习，生成第二逻辑回归分类模型；

根据所述第二逻辑回归分类模型确定相应的特征权重值向量。

6.一种信息的投放系统，其特征在于，包括：

获取单元，用于获取种子人群；

第一确定单元，用于通过第一预设模型确定种子人群的特征权重值向量；

扩展单元，用于基于所述特征权重值向量对所述种子人群进行扩展，生成相应的候选种子人群；

最优人群确定单元，用于统计所述候选种子人群关于信息投放的历史数据，并根据所述历史数据，确定最优候选种子人群，所述历史数据包括点击率；

第二确定单元，用于通过第二预设模型确定所述最优候选种子人群的特征权重值向量；

投放单元，用于基于所述最优候选种子人群的特征权重值向量，对所述最优候选种子人群进行扩展，生成目标人群，以向所述目标人群进行信息投放；

其中，所述第一确定单元包括：

第一确定子单元，用于将所述种子人群确定为第一正例样本；

第二确定子单元，用于获取非种子人群，并将所述非种子人群确定为第一负例样本；

第三确定子单元，用于分别确定所述第一正例样本的特征向量以及所述第一负例样本的特征向量；

第一模型生成子单元，用于将所述第一正例样本的特征向量和所述第一负例样本特征向量导入第一预设模型进行训练学习，生成第一逻辑回归分类模型；

第四确定子单元，用于根据所述第一逻辑回归分类模型确定相应的特征权重值向量。

7.根据权利要求6所述的信息的投放系统，其特征在于，所述扩展单元具体用于：

根据所述特征权重值向量对所述种子人群进行扩展，得到扩展人群；将满足预设条件的扩展人群确定为候选种子人群。