[发明专利]目标用户定向方法及装置

说明书

本发明实施例提供了一种目标用户定向方法及装置，包括：利用相似模型，确定备选用户与种子用户之间的相似度；利用转化预测模型，预测所述备选用户对待投放信息执行预定转化操作的概率；根据所述相似度和所述概率，从所述被选用户中选择出所述待投放信息的目标用户。

技术领域

本发明涉及信息技术领域，尤其涉及一种目标用户定向方法及装置。

背景技术

广告等待投放信息在投放时，为了实现精准投放，可能需要进行用户定向，找出会观看该投放信息或基于该投放信息执行某一操作的用户；一方面能够实现精准投放，另一方面能够减少对该投放信息不感兴趣的用户的信息骚扰。

在现有技术中进行用户定向时，通常采用的方式是：根据种子用户的属性特征得到一个分类模型。在进行用户定向，利用该分类模型计算备选用户与种子用户之间的相似性，选择出与种子用户相似性高的用户，作为所述待投放信息的投放对象，进而实现了用户定向。但是，具体实践时发现，利用这种目标用户定向方法确定的投放对象，依然不能有效的实现用户转换，定向的精确度依然没有达到预期的效果。

发明内容

有鉴于此，本发明实施例期望提供的目标用户定向方法及装置，能够提升待投放信息的目标用户的精确度。

为达到上述目的，本发明的技术方案是这样实现的：

本发明实施例第一方面提供一种目标用户定向方法，包括：

利用相似模型，确定备选用户与种子用户之间的相似度；

利用转化预测模型，预测所述备选用户对待投放信息执行预定转化操作的概率；

根据所述相似度和所述概率，从所述被选用户中选择出所述待投放信息的目标用户。

基于上述方案，所述根据所述相似度和所述概率，从所述被选用户中选择出所述待投放信息的目标用户，包括：

利用所述相似度、所述概率及预设函数关系、计算所述备选用户的定向评分；

选择出所述定向评分满足预设定向条件的所述备选用户，作为所述目标用户。

基于上述方案，所述利用所述相似度、所述概率及预设函数关系、计算所述备选用户的定向评分，包括：

确定所述相似度的第一权值及所述概率对应的第二权值；

利用所述相似度、所述第一权值、所述概率、所述第二权值及所述预设函数关系，计算所述定向评分。

基于上述方案，在确定所述相似度之前，所述方法还包括：

提取作为第一正例用户的所述种子用户的用户特征，作为训练所述相似模型的正例特征；

提取第一负例用户的用户特征，作为训练所述相似模型的负例特征；

利用所述正例特征和所述负例特征进行模型训练，得到所述相似模型。

基于上述方案，在确定所述概率之前，所述方法还包括：

根据已投放信息的投放数据，提取对所述已投放信息执行了所述转化操作的用户作为第二正例用户；

从已投放信息的投放数据，提取所述已投放信息未执行所述转化操作的用户作为第二负例用户；

利用所述已投放信息的信息特征、所述第二正例用户和所述第二负例用户的用户特征作进行模型训练，得到所述转化预测模型。

基于上述方案，所述方法还包括：

利用所述相似模型输出确定所述相似度的核心特征；其中，所述核心特征为所述种子用户之间的相同特征或相似特征。