[发明专利]店铺到访人群挖掘方法、装置、设备和介质

说明书

本申请公开了一种店铺到访人群挖掘方法、装置、设备和介质，涉及用户到访预测技术。具体实现方案为：根据用户的历史位置信息和店铺的位置信息，确定历史特定时间段内所述店铺的到访人群；获取所述到访人群中每个用户在所述历史特定时间段之前预设时间内的线上信息和GPS打点信息，并确定每个GPS打点信息对应的店铺到访便利度；利用所述到访人群中每个用户的线上信息、GPS打点信息及其对应的店铺到访便利度构建模型特征，并基于所述模型特征训练到访预测模型；其中，所述到访预测模型用于预测用户到访店铺的概率，以对店铺到访人群进行挖掘。本申请实施例可以更加准确地挖掘出店铺推出活动时的可能到访人群，从而提高广告投放的转化率和投放效果。

技术领域

本申请涉及互联网技术领域，尤其涉及一种用户到访预测技术，具体涉及一种店铺到访人群挖掘方法、装置、设备和介质。

背景技术

伴随着技术的发展，传统的广告主不再满足于粗放式投放广告等优惠活动，他们希望将广告更准确的投放给有需求的人群，从而提高广告投放的ROI。有些比较先进的广告主更是会实际监测广告带来的到访人群，从而判断广告投放的效果。

目前，传统广告主在进行广告投放活动的时候，线下往往是圈选一定的区域进行广告投放，线上相应的可能会增加一些人群属性进行相对更准确的广告投放。但是，这些方法仍然比较粗放，确定的可能到访人群的准确性并不高，从而影响广告投放的转化率和投放效果。

发明内容

本申请实施例提供一种店铺到访人群挖掘方法、装置、设备和介质，以提高店铺投放广告的转化率和投放效果。

第一方面，本申请实施例提供了一种店铺到访人群挖掘方法，包括：

根据用户的历史位置信息和店铺的位置信息，确定历史特定时间段内所述店铺的到访人群；

获取所述到访人群中每个用户在所述历史特定时间段之前预设时间内的线上信息和GPS打点信息，并确定每个GPS打点信息对应的店铺到访便利度；

利用所述到访人群中每个用户的线上信息、GPS打点信息及其对应的店铺到访便利度构建模型特征，并基于所述模型特征训练到访预测模型；

其中，所述到访预测模型用于预测用户到访店铺的概率，以对店铺到访人群进行挖掘。

上述申请中的一个实施例具有如下优点或有益效果：在线上信息的基础上，还结合GPS打点信息，并确定每个GPS打点信息对应的店铺到访便利度，结合线上信息、GPS打点信息及其对应的店铺到访便利度构建模型特征，训练出到访预测模型，使得该模型对用户到访的概率预测更加准确，利用该模型来挖掘出店铺推出活动时候的可能到访人群，从而帮助广告主实现更准确的广告投放，提高广告投放的转化率和投放效果。

可选的，所述线上信息至少包括：用户的搜索信息、画像信息和用户终端的APP安装信息。

可选的，所述确定每个GPS打点信息对应的店铺到访便利度，包括：

根据路网信息和所述店铺的位置信息，计算所述店铺周围路网上不同位置至所述店铺的到达时间，根据所述不同位置的到达时间刻画到达店铺的等时圈信息，其中，不同等时圈上的位置至所述店铺的到达时间不同；

根据所述每个GPS打点信息所属的等时圈，确定所述每个GPS打点信息对应的店铺到访便利度。

上述申请中的一个实施例具有如下优点或有益效果：由于用户是否到访与到店的便利程度有关，因此，利用路网信息刻画出店铺的等时圈，利用等时圈，也即到店时间来衡量店铺到访便利度，并让模型进行学习，从而利用训练好的模型实现店铺到访人群的准确挖掘。

可选的，所述根据所述每个GPS打点信息所属的等时圈，确定所述每个GPS打点信息对应的店铺到访便利度，包括：