[发明专利]一种关键意见消费者挖掘方法、装置、设备以及介质

权利要求书

1.一种关键意见消费者挖掘方法，其特征在于，包括：

步骤A：根据已确定的关键意见消费者KOC和已确定的非KOC确定在活动领域、社群领域以及消费领域中的第一预设数量的目标特征、对应各所述目标特征的特征值和目标样本空间；

步骤B：将所述确定的KOC和所述已确定的非KOC的所述目标特征和所述特征值作为训练集，训练得到KOC分类器；

步骤C：获取第二预设数量的未标注用户，得到所述未标注用户在所述目标样本空间的特征向量,将所述第二预设数量的未标注用户分为第三预设数量的分组；

步骤D：使用当前的所述KOC分类器对所述第三预设数量的分组中未标注的一组进行分类标注，得到标注结果；

步骤E：判断所述标注结果准确率是否达到预设准确率阈值，如果否则进入步骤F，如果是则确定当前所述KOC分类器为最终分类器；

步骤F：使用所述标注结果补充所述训练集，训练得到更新后的KOC分类器，进入步骤G；

步骤G：判断所述第三预设数量的分组中是否存在未标注的组，如果是，则进入步骤D。

2.根据权利要求1所述的一种关键意见消费者挖掘方法，其特征在于，所述第一预设数量的目标特征包括：

所述活动领域的文宣活动参与频次、卡券活动参与频次、活动分享频率以及活动传播影响力，所述社群领域的活动类社群发言量、日常话题社群发言量、引荐新KOC数以及客服互动会话量，所述消费领域的购买量以及末次购买间隔。

3.根据权利要求2所述的一种关键意见消费者挖掘方法，其特征在于，所述确定当前所述KOC分类器为最终分类器之后还包括：

使用所述最终分类器对未标注用户进行标注，确定目标KOC。

4.根据权利要求3所述的一种关键意见消费者挖掘方法，其特征在于，所述判断所述标注结果准确率是否达到预设准确率阈值前还包括：

根据所述标注结果计算真正例率和假正例率，根据所述真正例率和所述假正例率计算所述标注结果准确率。

5.根据权利要求4所述的一种关键意见消费者挖掘方法，其特征在于，所述预设准确率阈值大于0.7。

6.一种关键意见消费者挖掘装置，其特征在于，包括：

特征确定模块，用于根据已确定的关键意见消费者KOC和已确定的非KOC确定在活动领域、社群领域以及消费领域中的第一预设数量的目标特征、对应各所述目标特征的特征值和目标样本空间；

初始训练模块，用于将所述确定的KOC和所述已确定的非KOC的所述目标特征和所述特征值作为训练集，训练得到KOC分类器；

未标注样本分组模块，用于获取第二预设数量的未标注用户，得到所述未标注用户在所述目标样本空间的特征向量,将所述第二预设数量的未标注用户分为第三预设数量的分组；

分类标注模块，用于使用当前的所述KOC分类器对所述第三预设数量的分组中未标注的一组进行分类标注，得到标注结果；

准确率判断模块，用于判断所述标注结果准确率是否达到预设准确率阈值；

训练集补充模块，用于使用所述标注结果补充所述训练集，训练得到更新后的KOC分类器；

标注检查模块，用于判断所述第三预设数量的分组中是否存在未标注的组。

7.根据权利要求6所述的一种关键意见消费者挖掘装置，其特征在于，所述第一预设数量的目标特征包括：

所述活动领域的文宣活动参与频次、卡券活动参与频次、活动分享频率以及活动传播影响力，所述社群领域的活动类社群发言量、日常话题社群发言量、引荐新KOC数以及客服互动会话量，所述消费领域的购买量以及末次购买间隔。

8.根据权利要求6所述的一种关键意见消费者挖掘装置，其特征在于，还包括：

KOC标注模块，用于使用所述最终分类器对未标注用户进行标注，确定目标KOC；

准确率计算模块，用于根据所述标注结果计算真正例率和假正例率，根据所述真正例率和所述假正例率计算所述标注结果准确率。