[发明专利]数据挖掘方法，装置、存储介质及电子设备

说明书

本公开涉及一种数据挖掘方法，装置、存储介质及电子设备，所述方法包括：获取投放内容的记录数据和样本数据；根据样本数据中每一类用户的数量占比以及每一类用户对所述投放内容的操作次数的占比，分别确定所述记录数据中对应每一类用户的预测用户数量，以及对应每一类用户对所述投放内容的预测操作次数；若所述预测用户数量大于所述预测操作次数，则根据所述样本数据中每一类用户的数量占比以及所述记录数据，对所述样本数据中每一类用户对所述投放内容的操作次数占比进行修正，得到修正比例；根据所述总次数以及所述修正比例确定所述总次数中每一类用户对所述投放内容的目标预测操作次数，所述预测用户数量小于或等于所述目标预测操作次数。

技术领域

本公开涉及信息技术领域，具体地，涉及一种数据挖掘方法，装置、存储介质及电子设备。

背景技术

本部分旨在为权利要求中陈述的本发明的实施方式提供背景或上下文，因此，此处的描述不因为包括在本部分中就承认是现有技术。

在监测广告投放效果的过程中，除了所投放的广告的曝光量、点击量、独立曝光量等数据之外，广告投放方往往还关注浏览广告的用户的构成比例，以便针对目标群体进行更加精准的活动策划。

相关技术在计算浏览广告的用户的构成比例时，可能出现误差较大的计算结果，从而对广告投放方的后续策划产生误导。

发明内容

本公开的目的是提供一种数据挖掘方法，装置、存储介质及电子设备，用以解决上述技术问题。

根据本公开实施例的第一方面，提供一种数据挖掘方法，所述方法包括：

获取投放内容的记录数据，以及所述投放内容的样本数据，其中，所述记录数据包括用户对所述投放内容进行操作的总次数以及对所述投放内容进行操作的用户的总数量，所述样本数据包括每一用户的特征信息以及该用户对所述投放内容进行操作的次数；

根据所述样本数据中每一类用户的数量所占的比例以及所述样本数据中每一类用户对所述投放内容的操作次数所占的比例，分别确定所述记录数据中对应每一类用户的预测用户数量，以及对应每一类用户对所述投放内容的预测操作次数；

若所述预测用户数量大于所述预测操作次数，则根据所述样本数据中每一类用户的数量所占的比例以及所述记录数据，对所述样本数据中每一类用户对所述投放内容的操作次数所占的比例进行修正，得到修正比例；

根据所述总次数，以及所述修正比例，确定所述总次数中每一类用户对所述投放内容的目标预测操作次数，所述预测用户数量小于或等于所述目标预测操作次数。

可选地，所述根据所述样本数据中每一类用户的数量所占的比例以及所述记录数据，对所述样本数据中每一类用户对所述投放内容的操作次数所占的比例进行修正，包括：

采用如下公式对所述样本数据中每一类用户对所述投放内容的操作次数所占的比例进行修正：

其中，P′_i为所述修正比例，P_i为所述样本数据中第i类用户对所述投放内容的操作次数所占的比例，U_i为所述样本数据中第i类用户的数量所占的比例，M为所述记录数据中用户的总数量，N为所述记录数据中用户对所述投放内容进行操作的总次数。

可选地，所述根据所述总次数，以及所述修正比例，确定所述总次数中每一类用户对所述投放内容的目标预测操作次数，包括：

将所述修正比例和所述总次数的乘积作为所述记录数据中对应每一类用户对所述投放内容的目标预测操作次数。

可选地，所述记录数据包括所投放的广告的浏览量以及浏览人数，所述样本数据包括每一用户的性别信息以及该用户对所述广告进行浏览的次数，所述方法包括：