[发明专利]基于用户标签的相似人群扩展方法及装置

说明书

本发明公开了基于用户标签的相似人群扩展方法及装置，包括：基于正用户样本中所有种子用户对应的用户特征矩阵以及负用户样本中所有非种子用户对应的用户特征矩阵训练分类模型；将候选用户集合中非种子用户对应的用户特征矩阵输入训练后的分类模型得到分类结果，分类结果用于判断非种子用户是否为种子用户的相似用户，用户特征矩阵是基于对应用户的标签集合以及标签集合中每个标签对应的标签值构建的。可见，实施本发明能够通过根据非种子用户的标签集合、非种子用户的标签集合中每个标签对应的标签值构建的用户特征矩阵和训练后的分类模型智能化的确定非种子用户是否为种子用户的相似用户，实现了相似用户的扩展，以便于寻找到更多的目标用户。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种基于用户标签的相似人群扩展方法及装置。

背景技术

随着电子技术的快速发展，广告投放方式由传统的纸质投放方式、广告牌投放方式朝着电子化投放方式转变，例如：各大互联网公司都有广告投放平台，有广告投放需求的用户(也即广告主)可以通过广告投放平台投放广告。在实际应用中，为了提高广告投放效果，广告投放平台会根据广告主的广告需求寻找目标用户，并向寻找到的目标用户投放广告，且寻找到的目标用户越多，投放的广告的受众范围就越高，广告的投放效果就越好。可见，如何基于已有的用户实现相似用户的扩展，以便于寻找到更多的目标用户显得尤为重要。

发明内容

本发明所要解决的技术问题在于，提供一种基于用户标签的相似人群扩展方法及装置，能够通过根据非种子用户的标签集合、非种子用户的标签集合中每个标签对应的标签值构建的用户特征矩阵和训练后的分类模型智能化的确定非种子用户是否为种子用户的相似用户，实现了相似用户的扩展，以便于寻找到更多的目标用户。

为了解决上述技术问题，本发明实施例第一方面公开了一种基于用户标签的相似人群扩展方法，所述方法包括：

在确定出由非种子用户组成的负用户样本以及由种子用户组成的正用户样本之后，基于所述负用户样本中的所有非种子用户对应的用户特征矩阵以及所述正用户样本中的所有种子用户对应的用户特征矩阵训练预先确定出的分类模型，得到训练后的分类模型；

将候选用户集合中非种子用户对应的用户特征矩阵输入所述训练后的分类模型，得到该非种子用户对应的分类结果，所述分类结果用于判断对应的非种子用户是否为所述种子用户的相似用户；

其中，所述用户特征矩阵是基于对应用户的标签集合以及该标签集合中每个标签对应的标签值构建的。

作为一种可选的实施方式，在本发明实施例第一方面中，所述方法还包括：

获取目标用户集合中每个用户的线上行为数据，并对每个所述用户的线上行为数据进行标签化，得到每个所述用户的标签集合以及每个所述用户的标签集合中每个标签对应的标签值；

根据每个所述用户的标签集合以及每个所述用户的标签集合中每个标签对应的标签值，构建每个所述用户对应的用户特征矩阵；

其中，所述目标用户集合包括所有所述种子用户以及所述候选用户集合，所述负用户样本包括的非种子用户是从所述候选用户集合中抽取的。

作为一种可选的实施方式，在本发明实施例第一方面中，所述根据每个所述用户的标签集合以及每个所述用户的标签集合中每个标签对应的标签值，构建每个所述用户对应的用户特征矩阵，包括：

根据每个所述用户的标签集合以及每个所述用户的标签集合中每个标签对应的标签值，构建每个所述用户对应的用户-标签稀疏矩阵；

利用SVD算法对构建出的每个所述用户对应的用户-标签稀疏矩阵执行降维操作，得到每个所述用户对应的用户特征矩阵。