[发明专利]一种自助式用户群扩展方法

说明书

本发明公开了一种自助式用户群扩展方法，应用于航空业中以实现在线广告投放的定制化。其包括以下步骤：S1、数据的存储优化；S2、导入种子人群名单：将需要重点分析的具有共同某种行为特征的旅客名单上传至旅客标签画像系统；S3、勾选画像标签；S4、采用改进的半监督学习算法或相似度距离测度算法量化其他旅客与种子人群的相似度。其中，步骤S1中，对数据的存储结构进行了优化，可满足业务人员对数据的不断扩充；步骤S3中实现了由业务人员主导的标签勾选；步骤S4中采用改进的算法对旅客与种子人群的相似度进行量化，降低了计算复杂度，提升了计算效率。

技术领域

本发明涉及航空业的在线广告投放领域，具体涉及一种自助式用户群扩展方法。

背景技术

用户群扩展(Look-alike audience extension)是能使在线广告投放实现定制化的有效方法。在线广告投放中使用用户群扩展系统能帮助投放者找寻已存在响应用户的相似者，来实现相应商业目标。使用用户群扩展系统，任何广告投放者能够在无需了解目标群体特征的情况下，通过输入一个已存在的响应用户名单(种子用户名单)，来复制出一个定制化的高相似度用户名单。于航空业而言，在电子商务发达的互联网时代，用户群扩展系统除了广告和优惠活动的精准投放，还能实现更广义的“以人找人”需求，如：以高端人群名单寻找潜在的高价值旅客，以流失客户名单找寻潜在的高流失风险群体，以旅游捆绑产品的购买人群名单寻找潜在的高购买倾向群体等。

传统的用户群扩展算法往往由互联网数据挖掘分析专家，基于深厚的行业知识和对数据的理解，对特定的种子用户群进行人工特征工程，构建定制化机器学习算法。在这过程中，对于任意一个案例，从对种子人群业务分析，到提炼特征变量，再到算法调试，需要分花费析师大量的时间和精力，不同业务背景的案例还需要和不同的业务组进行深入的交流以保证算法模型中使用的变量特征是高质量的、与业务逻辑一致的。在电商巨头海量广告投放的业务背景下，就需要成百上千的定制化模型，其间产生的人力和时间成本无疑是巨大的。

发明内容

本发明的目的在于提供一种可由业务员导向、并提升扩展效率的自助式用户群扩展方法。

为实现上述目的，本发明采用以下技术方案：

一种自助式用户群扩展方法，包括：

S1、数据的存储优化：在旅客标签画像系统中以竖表的形式存储旅客的画像标签，将形成的竖表取名为User_tag_value，由HBase映射至Hive,为离线自动化分析做准备；

User_tag_value中的字段名包括User_id及Tag_cd，User_id为航司会员的唯一标识符，Tag_cd为标签代码，用于表示画像标签；

S2、导入种子人群名单：将需要重点分析的具有共同某种行为特征的旅客名单上传至旅客标签画像系统；

S3、勾选画像标签：业务人员根据对种子人群的业务理解，在标签画像系统里的标签列表中选取作为模型分析的合适的标签，从而由User_tag_value生成临时表User_tag_value_tmp，将User_tag_value_tmp转换成横表结构，则每个User_id一行，各列为各个标签的0-1特征；

S4、采用半监督学习算法量化其他旅客与种子人群的相似度。

进一步地，所述画像标签代码为8位，前6位表示画像标签的定义，标签代码的后2位表示画像标签的标签值。

进一步地，步骤S4具体包括以下步骤：

S41、采用1-DNF算法获得负样本集合；

S42、将获得的负样本集合结合种子人群的正样本集合，使用GBDT算法构建分类模型，使用构建的分类模型对其他旅客进行打分，量化其他旅客与种子人群的相似度。

进一步地，步骤S41具体包括：