[发明专利]相似人群的匹配方法、装置、电子设备及存储介质

说明书

本申请提供了一种相似人群的匹配方法、装置、电子设备、计算机可读存储介质及计算机程序产品；方法包括：获取待匹配的对照组和干预组；调用机器学习模型预测所述对照组和所述干预组中每个对象被干预的概率；对每个所述对象对应的所述概率进行均一化处理和取整处理，得到每个所述对象对应的趋势得分；将所述对照组和所述干预组中趋势得分处于相同区间的对象划分到同一分桶中；针对任一所述分桶，将从所述分桶中分别提取的属于所述对照组的对象、以及属于所述干预组的对象进行组合，得到匹配人群表。通过本申请，能够提高相似人群匹配的效率。

技术领域

本申请涉及计算机技术领域，尤其涉及一种相似人群的匹配方法、装置、电子设备及计算机可读存储介质。

背景技术

随着互联网技术的发展，在搜索、推荐、以及广告等场景下，往往都有相似人群匹配的需求。例如有一批购买游戏道具的用户，可以通过在那些没有购买游戏道具的用户中寻找到和购买游戏道具相似的用户，进而可以更加有效地进行游戏道具的促销。

然而，相关技术提供的方案中，通常是通过最近邻方法(KNN，K-NearestNeighbor)来寻找相似人群。例如相关技术提供的趋势得分匹配(PSM，Propensity Score Matching)方案首先计算出每个用户的趋势得分，接着采用一对一匹配的方式，为目标用户找到最相似的得分的用户，而每次一对一匹配都需要进行目标用户的趋势得分和潜在用户的趋势得分的差值比较，导致计算量会随着数据量线性增长，进而无法满足业务数据量巨大的需求。例如当数据量超过1千万时，基于KNN的PSM计算时间会超出1小时，或者计算失败。

发明内容

本申请实施例提供一种相似人群的匹配方法、装置、电子设备、计算机可读存储介质及计算机程序产品，能够提高相似人群匹配的效率。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种相似人群的匹配方法，包括：

获取待匹配的对照组和干预组；

调用机器学习模型预测所述对照组和所述干预组中每个对象被干预的概率；

对每个所述对象对应的所述概率进行均一化处理和取整处理，得到每个所述对象对应的趋势得分；

将所述对照组和所述干预组中趋势得分处于相同区间的对象划分到同一分桶中；

针对任一所述分桶，将从所述分桶中分别提取的属于所述对照组的对象、以及属于所述干预组的对象进行组合，得到匹配人群表。

本申请实施例提供一种相似人群的匹配装置，包括：

获取模块，用于获取待匹配的对照组和干预组；

预测模块，用于调用机器学习模型预测所述对照组和所述干预组中每个对象被干预的概率；

均一化处理模块，用于对每个所述对象对应的所述概率进行均一化处理和取整处理，得到每个所述对象对应的趋势得分；

划分模块，用于将所述对照组和所述干预组中趋势得分处于相同区间的对象划分到同一分桶中；

组合模块，用于针对任一所述分桶，将从所述分桶中分别提取的属于所述对照组的对象、以及属于所述干预组的对象进行组合，得到匹配人群表。

本申请实施例提供一种电子设备，包括：

存储器，用于存储可执行指令；

处理器，用于执行所述存储器中存储的可执行指令时，实现本申请实施例提供的方法。

本申请实施例提供一种计算机可读存储介质，存储有可执行指令，用于被处理器执行时，实现本申请实施例提供的方法。