[发明专利]一种受众选择的方法及装置

说明书

一种受众选择的方法及装置，用以提高预测准确度。该方法为：基于多个用户访问行为产生的历史数据，生成用户访问对象观察矩阵和用户标签观察矩阵，所述用户访问对象观察矩阵和所述用户标签观察矩阵均服从泊松分布，计算用户潜在因子矩阵、访问对象潜在因子矩阵，针对每一个目标访问对象，计算各个用户和该目标访问对象的相似性，并对所述用户访问对象观察矩阵中未对该目标访问对象产生过访问次数的用户进行排序，根据排序结果，为该目标访问对象选择推荐的用户。解决了数据稀疏性问题，提高了预测准确度，可以应用到大规模数据集中。

技术领域

本申请涉及数据分析技术领域，特别涉及一种受众选择的方法及装置。

背景技术

随着经济的快速增长，越来越多的新产品产生。新产品最初的用户量往往比较少，这就需要借助一定的数据分析工具根据已有的历史数据分析可能对其感兴趣的用户作为目标受众，这也就是所谓的受众选择。

在大数据的环境下，有很多场景需要用到受众选择。比如，在互联网领域中，当产品用户量较少时，广告主会利用广告平台识别准确的投放群体，扩大产品的用户量。

近来，越来越多的推荐系统更加关注用户的具体需求。在推荐系统中，基于协同过滤的方法被广泛用来解决相关问题。

一种是基于最近邻的协同过滤的方法，即通过计算用户属性和产品的相似性来进行推荐。该方法简单有效，但无法处理规模较大的数据。

另一种是基于潜在因子模型(Latent Factor Model，LFM)的协同过滤方法，这类方法虽然具有较高的预测性能及扩展性，但LFM处理的数据往往基于评分数据，评分数据的范围较小；并且LFM的输入一般来说是单数据源，容易忽略其他信息的重要性。

另一方面，经济的快速发展促进了物品种类的繁多，但每个用户只会浏览其中的一小部分，从而带来较严重的用户的数据稀疏问题，LFM计算用户和产品相似性的前提是用户至少有公共的产品数据，因此用户的数据稀疏性会降低算法的预测准确度。

发明内容

本申请提供一种受众选择的方法及装置，用以解决现有的方法中存在的无法处理大规模数据的问题，以及因用户的数据稀疏性而导致的预测准确度降低的问题。

本申请提供的具体技术方案如下：

第一方面，提供一种受众选择的方法，包括：

基于多个用户访问行为产生的历史数据，生成用户访问对象观察矩阵和用户标签观察矩阵；其中，所述用户访问对象观察矩阵包括两个维度，其中一个维度为用户维度，另一维度为访问对象维度，所述用户访问对象观察矩阵中的任一元素用于表征该元素在用户维度上对应的用户针对该元素在访问对象维度上对应的访问对象产生的访问次数；所述用户标签观察矩阵包括两个维度，其中一个维度为用户维度，另一维度为标签维度，所述用户标签观察矩阵中的任一元素用于表征该元素在用户维度上对应的用户针对该元素在标签维度上对应的标签产生的访问次数；所述用户访问对象观察矩阵和所述用户标签观察矩阵均服从泊松Poisson分布；

根据所述用户访问对象观察矩阵和所述用户标签观察矩阵，计算用户潜在因子矩阵、访问对象潜在因子矩阵；其中，所述用户潜在因子矩阵包括用户维度和潜在因子维度，所述用户潜在因子矩阵中的任一元素用于表征该元素在用户维度上对应的用户与该元素在潜在因子维度上对应的潜在因子之间的关联程度；所述访问对象潜在因子矩阵包括访问对象维度和潜在因子维度，所述访问对象潜在因子矩阵中的任一元素用于表征该元素在访问对象上对应的访问对象与该元素在潜在因子维度上对应的潜在因子之间的关联程度；所述用户潜在因子矩阵与所述访问对象潜在因子矩阵在潜在因子维度上包含的元素的数目相同；

针对每一个目标访问对象，执行：根据所述用户潜在因子矩阵和所述访问对象潜在因子矩阵，计算各个用户和该目标访问对象的相似性；