CN105761107A - 互联网产品中获取目标新增用户的方法及装置 - Google Patents

Abstract

本发明公开了一种互联网产品中获取目标新增用户的方法，包括以下步骤：统计每一个用户使用的所有互联网产品并统计每一个用户使用每一个互联网产品的使用行为数据；根据每一个用户的使用行为数据建立使用行为相似的用户聚类；识别每一个互联网产品对应的非目标用户；以及为每一互联网产品对应的非目标用户推荐该非目标用户所属的用户聚类中其他用户正在使用、而他没有安装使用的互联网产品。本发明还提供了一种互联网产品中获取目标新增用户的装置。上述互联网产品中获取目标新增用户的方法及装置增加了推荐新增用户对应于推荐互联网产品的准确性。

Description

互联网产品中获取目标新增用户的方法及装置

技术领域

本发明涉及互联网产品推广领域，特别涉及一种互联网产品中获取目标新增用户的方法及装置。

背景技术

目前，市面上的产品多数使用应用市场、广告平台、换量平台等系统获得新增用户量，但使用这些系统时往往需要付出高昂的费用，而且大部分获得的用户都是产品的非目标用户，成本高且效率低。

本发明通过把一定数量的产品免费连接到用户银行平台，并通过大数据算法把每个产品中的非目标用户推荐给该用户感兴趣的产品，使平台中每个产品都能免费获得目标新增用户。

发明内容

针对上述现有技术的不足，本发明所要解决的技术问题是：提供了一种互联网产品中获取目标新增用户的方法及装置，能够将互联网产品较为准确的推荐至感兴趣的用户。

为解决上述技术问题，本发明采取的一个技术方案是：提供一种互联网产品中获取目标新增用户的方法，包括以下步骤：

统计每一个用户使用的所有互联网产品并统计每一个用户使用每一个互联网产品的使用行为数据；

根据每一个用户的使用行为数据建立使用行为相似的用户聚类；

识别每一个互联网产品对应的非目标用户；以及

为每一互联网产品对应的非目标用户推荐该非目标用户所属的用户聚类中其他用户正在使用、而他没有安装使用的互联网产品。

进一步的，在识别每一个互联网产品对应非目标用户的步骤中，通过该互联网产品对应的每一个用户使用该互联网产品的使用行为数据来识别非目标用户。

进一步的，所述使用行为数据通过使用时长以及使用频率加权计算而得到。

进一步的，在根据使用行为数据建立使用行为相似的用户聚类的步骤中，通过共同使用的一个互联网产品或者共同使用的多个互联网产品的使用行为进行划分，当多个用户均共同使用一个互联网产品或者共同使用多个互联网产品，并且他们的使用行为数据在预设的范围值内，则将多个用户划分为一个使用行为相似的用户聚类。

进一步的，在统计每一个用户使用的所有互联网产品并统计每一个用户使用每一个互联网产品的使用行为数据的步骤之前，还包括：

将众多互联网产品接入一平台系统；

在统计每一个用户使用的所有互联网产品并统计每一个用户使用每一个互联网产品的使用行为数据的步骤中，通过所述平台系统统计接入了该平台系统的众多互联网产品的所有用户中，每一用户使用的接入了该平台系统的互联网产品；

在识别每一个互联网产品对应的非目标用户的步骤中，通过所述平台系统识别与其接入的众多互联网产品中每一个互联网产品对应的非目标用户；

为每一互联网产品对应的非目标用户推荐该非目标用户所属的用户聚类中其他用户正在使用、而他没有安装使用的互联网产品的步骤中，通过所述平台系统为接入了该平台系统的每一个互联网产品的非目标用户推荐该非目标用户所属的用户聚类中的其他用户正在使用、而他没有安装使用的互联网产品。

为解决上述技术问题，本发明采取的另一个技术方案是：提供一种互联网产品中获取目标新增用户的装置，包括：

统计模块，用于统计每一个用户使用的所有互联网产品并统计每一个用户使用每一个互联网产品的使用行为数据；

用户聚类建立模块，用于根据每一个用户的使用行为数据建立使用行为相似的用户聚类；

非目标用户识别模块，用于识别每一个互联网产品对应的非目标用户；

互联网产品推荐模块，用于为每一个互联网产品对应的非目标用户推荐该非目标用户所属的用户聚类中其他用户正在使用、而他没有安装使用的互联网产品。

进一步的，所述非目标用户还用于通过该互联网产品对应的每一个用户使用该互联网产品的使用行为数据来识别非目标用户。

进一步的，所述使用行为数据通过使用时长以及使用频率加权计算而得到。

进一步的，所述用户聚类建立模块，还用于通过共同使用的一个互联网产品或者共同使用的多个互联网产品的使用行为进行划分，当多个用户均共同使用一个互联网产品或者共同使用多个互联网产品，并且他们的使用行为数据在预设的范围值内，则将多个用户划分为一个使用行为相似的用户聚类。

进一步的，还包括接入模块，用于为众多互联网产品接入一平台系统；

所述平台系统包括上述统计模块、用户聚类建立模块、非目标用户识别模块以及互联网产品推荐模块。

本发明的互联网产品中获取目标新增用户的方法及装置具体通过一个平台系统来体现，专用于为各个互联网产品开发商而设计。每一个互联网产品的开发商在使用时，需要先将本平台系统与每一个互联网产品的接口接入，以通过该接入口获取到每一个互联网产品的用户数量、用户行为数据等等，通过用户行为数据建立若干用户聚类，并获得每一个互联网产品的非目标用户，根据该非目标用户的使用行为数据得到所属的用户聚类，并推荐该用户聚类中其他用户正在使用、而该非目标用户没有安装使用的、可能感兴趣的互联网产品，将非目标用户推荐给这些互联网产品，从而使得相应的互联网产品均得到了新增用户，并且该新增用户并非像现有技术那样盲目的新增的，而是根据使用行为预测到该新增用户可能喜欢该互联网产品才进行推荐的，增加了推荐新增用户对应于推荐互联网产品的准确性，从而使每个产品都可以免费、高效地获得目标新增用户。本平台系统主要核心功能如下：

1、SDK(SoftwareDevelopmentKit,软件开发工具包)：SDK负责数据采集和其他APP的图片素材的展示，采集的数据保存在数据库中。产品开发者接入的仅是SDK，但其余的系统会在与SDK的交互中提供服务。

2、推荐系统：在数据库中拿出数据，通过计算加权的使用时长和使用频率，算出用户聚类，然后算出对每个接入了SDK的产品中的非目标用户应该推荐什么产品。当这些用户打开产品后，由SDK进行已经算出的产品的图片素材的展示。

3、核心用户识别系统：根据每个产品中加权的使用时长和使用频率，算出对于每个产品的目标用户和非目标用户。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明互联网产品中获取目标新增用户的方法一实施例的流程图。

图2是本发明互联网产品中获取目标新增用户的装置一实施例的方框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参见图1，图1是本发明互联网产品中获取目标新增用户的方法一实施例的流程图。本实施例的互联网产品中获取目标新增用户的方法，包括以下步骤：

S101、统计每一个用户使用的所有互联网产品并统计每一个用户使用每一个互联网产品的使用行为数据；

所述互联网产品是指平板、手机、笔记本等电脑能够使用的计算机应用软件(APP)，例如微信、QQ、各种游戏等等。本步骤中，通过与每一个互联网产品的接口接入，能够获取接入的所有互联网产品中，每一个互联网产品对应的用户的信息；接入的所有互联网产品中，用户对每一个互联网产品的使用行为数据。

本步骤中，用户使用每一个互联网产品的使用行为数据可以通过用户使用该互联网产品的使用时长以及使用频率综合评判而得到，例如通过加权计算法来计算用户使用该互联网产品的使用时长和使用频率，进而得到一个使用行为值，该使用行为值则为使用行为数据。

S102、根据每一个用户的使用行为数据建立使用行为相似的用户聚类；

本步骤中，根据统计到的每一个用户使用的所有互联网产品以及对应于每一个互联网产品的使用行为数据，得到所有用户使用每一个互联网产品的列表或数据。根据所有用户对应的互联网产品的使用行为分析相近似使用行为的用户，将使用行为相近的用户归纳为一个用户聚类。即通过共同使用的一个互联网产品或者共同使用的多个互联网产品的使用行为进行划分，当多个用户均共同使用一个互联网产品或者共同使用多个互联网产品，并且他们的使用行为数据在预设的范围值内，则将多个用户划分为一个使用行为相似的用户聚类。

假设接入的互联网产品有APP1～APP5,共计5个，接入的APP对应的总用户数量为15个，每一互联网产品对应的用户人数为30人，非目标用户为15人，在使用频率均为一次的情况下，通过共同使用一个互联网产品的使用行为进行划分的情况下，例如共同使用APP1，对应的使用时长为：用户1使用APP1时长为60秒，用户2的使用时长为58秒，用户3的使用时长为45秒，用户4的使用时长为43秒，用户5使用时长为40秒，用户6使用时长为32秒，用户7使用时长为30秒，……，用户15的使用时长为0秒。在建立用户聚类时，设定一个相似范围值，只要用户使用行为数据在该相似范围值内，均可归纳为一个用户聚类。

在以共同使用的多个APP的使用行为数据的情况下，可以进行综合加权评判，假设15个用户均使用了APP2和APP3，那么则计算每一个用户对应于APP2的使用行为值和对应于APP3的使用行为值，再将两个行为值进行加权计算，得出一个综合行为值，同样的，将在某一范围以内的行为值归纳为一个用户聚类里面，此处便不再过多赘述。

在另一些实施例中，所述用户聚类可以有不同的划分标准。例如采用最临近法来划分用户聚类，例如以最临近的5个非目标用户为一个用户聚类。假设用户5为当前非目标用户，那么，将使用行为值与该用户5的使用行为值最临近的5个非目标用户作为它的一个用户聚类。

S103、识别每一个互联网产品对应的非目标用户；

本步骤中，通过该互联网产品对应的每一个用户使用该互联网产品的使用行为数据来识别非目标用户，从而得到该互联网产品的非目标用户和目标用户。本步骤可从通过S101步骤的统计数据即可得到每一个互联网对应的所有非目标用户，以及这些非目标用户对应该产品的使用行为数据。

S104、为每一互联网产品对应的非目标用户推荐该非目标用户所属的用户聚类中其他用户正在使用、而他没有安装使用的互联网产品。

具体结合实例，上述用户3～用户5的聚类中，假设用户3使用有APP1～APP5，用户4使用有APP1和APP3，用户5使用有APP1和APP4，那么将该用户聚类中用户3中的APP2、APP4可推荐给用户4，将用户3中的APP2和APP3推荐给用户5等等。当然，在不同的实施例中，所述推荐方式还可以有不同的变化，此处不再一一赘述。

本发明的互联网产品中获取目标新增用户的方法具体通过一个平台系统(例如可称它为用户银行软件)来体现，专用于为各个互联网产品开发商而设计。每一个互联网产品的开发商在使用时，需要先将本平台系统与每一个互联网产品的接口接入，以通过该接入口获取到每一个互联网产品的用户数量、用户行为数据等等，通过用户行为数据建立若干用户聚类，并获得每一个互联网产品的非目标用户，根据该非目标用户的使用行为数据得到所属的用户聚类，并推荐该用户聚类中其他用户正在使用、而该非目标用户没有安装使用的、可能感兴趣的互联网产品，将非目标用户推荐给这些互联网产品，从而使得相应的互联网产品均得到了新增用户，并且该新增用户并非像现有技术那样盲目的新增的，而是根据使用行为预测到该新增用户可能喜欢该互联网产品才进行推荐的，增加了推荐新增用户对应于推荐互联网产品的准确性，从而使每个产品都可以免费、高效地获得目标新增用户。

请参见图2，图2是本发明互联网产品中获取目标新增用户的装置一实施例的方框图。本实施例的互联网产品中获取目标新增用户的装置包括：

统计模块，用于统计每一个用户使用的所有互联网产品并统计每一个用户使用每一个互联网产品的使用行为数据；

所述互联网产品是指平板、手机、笔记本等电脑能够使用的计算机应用软件(APP)，例如微信、QQ、各种游戏等等。本实施例中，通过与每一个互联网产品的接口接入，能够获取接入的所有互联网产品中，每一个互联网产品对应的所有用户的信息、接入的所有互联网产品中，用户对每一个互联网产品的使用行为数据。

本实施例中，用户使用每一个互联网产品的使用行为数据可以通过用户使用该互联网产品的使用时长以及使用频率综合评判而得到，例如通过加权计算法来计算用户使用该互联网产品的使用时长和使用频率，进而得到一个使用行为值，该使用行为值则为使用行为数据。

用户聚类建立模块，用于根据每一个用户的使用行为数据建立使用行为相似的用户聚类；

本实施例中，根据统计到的每一个用户使用的所有互联网产品以及对应于每一个互联网产品的使用行为数据，得到所有用户使用每一个互联网产品的列表或数据。根据所有用户对应的互联网产品的使用行为分析相近似使用行为的用户，将使用行为相近的用户归纳为一个用户聚类。即通过共同使用的一个互联网产品或者共同使用的多个互联网产品的使用行为进行划分，当多个用户均共同使用一个互联网产品或者共同使用多个互联网产品，并且他们的使用行为数据在预设的范围值内，则将多个用户划分为一个使用行为相似的用户聚类。

假设接入的互联网产品有APP1～APP5,共计5个，接入的APP对应的总用户数量为15个，每一互联网产品对应的用户人数为30人，非目标用户为15人，在使用频率均为一次的情况下，通过共同使用一个互联网产品的使用行为进行划分的情况下，例如共同使用APP1，对应的使用时长为：用户1使用APP1时长为60秒，用户2的使用时长为58秒，用户3的使用时长为45秒，用户4的使用时长为43秒，用户5使用时长为40秒，用户6使用时长为32秒，用户7使用时长为30秒，……用户15的使用时长为0秒。在建立用户聚类时，设定一个相似范围值，只要用户使用行为数据在该相似范围值内，均可归纳为一个用户聚类。

在以共同使用的多个APP的使用行为数据的情况下，可以进行综合加权评判，假设15个用户均使用了APP2和APP3，那么则计算每一个用户对应于APP2的使用行为值和对应于APP3的使用行为值，再将两个行为值进行加权计算，得出一个综合行为值，同样的，将在某一范围以内的行为值归纳为一个用户聚类里面，此处便不再过多赘述。

在另一些实施例中，所述用户聚类可以有不同的划分标准。例如采用最临近法来划分用户聚类，例如以最临近的5个非目标用户为一个用户聚类。假设用户5为当前非目标用户，那么，将使用行为值与该用户5的使用行为值最临近的5个非目标用户作为它的一个用户聚类。

非目标用户识别模块，用于识别每一个互联网产品对应的非目标用户；

本实施例中，通过该互联网产品对应的每一个用户使用该互联网产品的使用行为数据来识别非目标用户，从而得到该互联网产品的非目标用户和目标用户。本步骤可从通过S101步骤的统计数据即可得到每一个互联网对应的所有非目标用户，以及这些非目标用户对应该产品的使用行为数据。

互联网产品推荐模块，用于为每一个互联网产品对应的非目标用户推荐该非目标用户所属的用户聚类中其他用户正在使用、而他没有安装使用的互联网产品。

具体结合实例，上述用户3～用户5的聚类中，假设用户3使用有APP1～APP5，用户4使用有APP1和APP3，用户5使用有APP1和APP4，那么将该用户聚类中用户3中的APP2、APP4可推荐给用户4，将用户3中的APP2和APP3推荐给用户5等等。当然，在不同的实施例中，所述推荐方式还可以有不同的变化，此处不再一一赘述。

本实施例中，还包括接入模块，用于为众多互联网产品接入一平台系统；

所述平台系统包括上述统计模块、用户聚类建立模块、非目标用户识别模块以及互联网产品推荐模块。

本发明的互联网产品中获取目标新增用户的方法具体通过一个平台系统(例如可称它为用户银行软件)来体现，专用于为各个互联网产品开发商而设计。每一个互联网产品的开发商在使用时，需要先将本平台系统与每一个互联网产品的接口接入，以通过该接入口获取到每一个互联网产品的用户数量、用户行为数据等等，通过用户行为数据建立若干用户聚类，并获得每一个互联网产品的非目标用户，根据该非目标用户的使用行为数据得到所属的用户聚类，并推荐该用户聚类中其他用户正在使用、而该非目标用户没有安装使用的、可能感兴趣的互联网产品，将非目标用户推荐给这些互联网产品，从而使得相应的互联网产品均得到了新增用户，并且该新增用户并非像现有技术那样盲目的新增的，而是根据使用行为预测到该新增用户可能喜欢该互联网产品才进行推荐的，增加了推荐新增用户对应于推荐互联网产品的准确性，从而使每个产品都可以免费、高效地获得目标新增用户。

以上仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结果或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种互联网产品中获取目标新增用户的方法，包括以下步骤：

统计每一个用户使用的所有互联网产品并统计每一个用户使用每一个互联网产品的使用行为数据；

根据每一个用户的使用行为数据建立使用行为相似的用户聚类；

识别每一个互联网产品对应的非目标用户；以及

为每一互联网产品对应的非目标用户推荐该非目标用户所属的用户聚类中其他用户正在使用、而他没有安装使用的互联网产品。

2.如权利要求1所述的互联网产品中获取目标新增用户的方法，其特征在于：在识别每一个互联网产品对应非目标用户的步骤中，通过该互联网产品对应的每一个用户使用该互联网产品的使用行为数据来识别非目标用户。

3.如权利要求1所述的互联网产品中获取目标新增用户的方法，其特征在于：所述使用行为数据通过使用时长以及使用频率加权计算而得到。

4.如权利要求1所述的互联网产品中获取目标新增用户的方法，其特征在于，在根据使用行为数据建立使用行为相似的用户聚类的步骤中，通过共同使用的一个互联网产品或者共同使用的多个互联网产品的使用行为进行划分，当多个用户均共同使用一个互联网产品或者共同使用多个互联网产品，并且他们的使用行为数据在预设的范围值内，则将多个用户划分为一个使用行为相似的用户聚类。

5.如权利要求1所述的互联网产品中获取目标新增用户的方法，其特征在于：

在统计每一个用户使用的所有互联网产品并统计每一个用户使用每一个互联网产品的使用行为数据的步骤之前，还包括：

将众多互联网产品接入一平台系统；

在统计每一个用户使用的所有互联网产品并统计每一个用户使用每一个互联网产品的使用行为数据的步骤中，通过所述平台系统统计接入了该平台系统的众多互联网产品的所有用户中，每一用户使用的接入了该平台系统的互联网产品；

在识别每一个互联网产品对应的非目标用户的步骤中，通过所述平台系统识别与其接入的众多互联网产品中每一个互联网产品对应的非目标用户；

为每一互联网产品对应的非目标用户推荐该非目标用户所属的用户聚类中其他用户正在使用、而他没有安装使用的互联网产品的步骤中，通过所述平台系统为接入了该平台系统的每一个互联网产品的非目标用户推荐该非目标用户所属的用户聚类中的其他用户正在使用、而他没有安装使用的互联网产品。

6.一种互联网产品中获取目标新增用户的装置，包括：

统计模块，用于统计每一个用户使用的所有互联网产品并统计每一个用户使用每一个互联网产品的使用行为数据；

用户聚类建立模块，用于根据每一个用户的使用行为数据建立使用行为相似的用户聚类；

非目标用户识别模块，用于识别每一个互联网产品对应的非目标用户；

互联网产品推荐模块，用于为每一个互联网产品对应的非目标用户推荐该非目标用户所属的用户聚类中其他用户正在使用、而他没有安装使用的互联网产品。

7.如权利要求6所述的互联网产品中获取目标新增用户的装置，其特征在于：所述非目标用户还用于通过该互联网产品对应的每一个用户使用该互联网产品的使用行为数据来识别非目标用户。

8.如权利要求6所述的互联网产品中获取目标新增用户的装置，其特征在于：所述使用行为数据通过使用时长以及使用频率加权计算而得到。

9.如权利要求8所述的互联网产品中获取目标新增用户的装置，其特征在于：所述用户聚类建立模块，还用于通过共同使用的一个互联网产品或者共同使用的多个互联网产品的使用行为进行划分，当多个用户均共同使用一个互联网产品或者共同使用多个互联网产品，并且他们的使用行为数据在预设的范围值内，则将多个用户划分为一个使用行为相似的用户聚类。

10.如权利要求6所述的互联网产品中获取目标新增用户的装置，其特征在于，还包括接入模块，用于为众多互联网产品接入一平台系统；

所述平台系统包括上述统计模块、用户聚类建立模块、非目标用户识别模块以及互联网产品推荐模块。