一种生成活动人群的方法、装置及电子设备
技术领域
本说明书涉及软件技术领域,特别涉及一种生成活动人群的方法、装置及电子设备。
背景技术
用户画像又称用户角色,是一种勾画目标用户、联系用户诉求及设计方向的有效工具,用户画像在各领域得到了广泛的应用。用户画像通常包含多个维度的画像特征来表征用户的样子。对于促销活动,每个活动都需要对应一些用户画像特征,活动针对的所有用户画像特征即可形成活动画像,通过活动画像与用户画像进行对比,将包含活动画像的画像特征的用户画像圈进活动人群,即可生成促销活动的活动人群,以针对该活动人群进行活动投放。随着信息技术的不断发展,活动人群的精准度要求越来越高,亟需一种新的生成活动人群的方法,来提高活动人群的精准度。
发明内容
本说明书实施例提供一种生成活动人群的方法、装置及电子设备,用于提高活动人群的精准度。
第一方面,本说明书实施例提供一种生成活动人群的方法,包括:
获取历史目标活动对应的历史目标用户画像,及获取历史时期用户画像和/或整体用户画像,所述历史时期用户画像根据同一历史时期不同类型的活动画像获得,所述整体用户画像根据所有人群的用户画像或者预设类型人群的用户画像获得;
根据所述历史目标用户画像与所述历史时期用户画像和/或整体用户画像,获取当前目标活动所需的重要画像特征,所述重要画像特征的权重大于画像中非重要画像特征的权重;
根据所述重要画像特征生成圈人条件;
根据所述圈人条件进行用户筛选,获得所述当前目标活动对应的目标人群。
第二方面,本说明书实施例提供一种生成活动人群的装置,包括:
获取单元,用于获得历史目标活动对应的历史目标用户画像,及获得历史时期用户画像和/或整体用户画像,所述历史时期用户画像根据同一历史时期不同类型的活动画像获得,所述整体用户画像根据所有人群的用户画像或者预设类型人群的用户画像获得;
提取单元,用于根据所述历史目标用户画像与所述历史时期用户画像和/或整体用户画像,获取当前目标活动所需的重要画像特征,所述重要画像特征的权重大于画像中非重要画像特征的权重;
生成单元,用于根据所述重要画像特征生成圈人条件;
筛选单元,用于根据所述圈人条件进行用户筛选,获得所述当前目标活动对应的目标人群。
第三方面,本说明书实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:
获取历史目标活动对应的历史目标用户画像,及获取历史时期用户画像和/或整体用户画像,所述历史时期用户画像根据同一历史时期不同类型的活动画像获得,所述整体用户画像根据所有人群的用户画像或者预设类型人群的用户画像获得;
根据所述历史目标用户画像与所述历史时期用户画像和/或整体用户画像,获取当前目标活动所需的重要画像特征,所述重要画像特征的权重大于画像中非重要画像特征的权重;
根据所述重要画像特征生成圈人条件;
根据所述圈人条件进行用户筛选,获得所述当前目标活动对应的目标人群。
第四方面,本说明书实施例提供一种电子设备,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
获取历史目标活动对应的历史目标用户画像,及获取历史时期用户画像和/或整体用户画像,所述历史时期用户画像根据同一历史时期不同类型的活动画像获得,所述整体用户画像根据所有人群的用户画像或者预设类型人群的用户画像获得;
根据所述历史目标用户画像与所述历史时期用户画像和/或整体用户画像,获取当前目标活动所需的重要画像特征,所述重要画像特征的权重大于画像中非重要画像特征的权重;
根据所述重要画像特征生成圈人条件;
根据所述圈人条件进行用户筛选,获得所述当前目标活动对应的目标人群。
本说明书实施例中的上述一个或多个技术方案,至少具有如下技术效果:
本说明书实施例提供一种生成活动人群的方法,针对当前目标活动,获得历史目标活动对应的历史目标用户画像,及获得历史时期用户画像和/或整体用户画像,所述历史时期用户画像根据同一历史时期不同类型的活动人群对应的活动画像获得,所述整体用户画像根据所有人群的用户画像或者预设类型人群的用户画像获得;根据历史目标用户画像与历史时期用户画像和/或整体用户画像,获取当前目标活动所需的重要画像特征,其中,重要画像特征的权重大于画像中非重要画像特征的权重;根据重要画像特征生成圈人条件;根据圈人条件进行用户筛选,获得当前目标活动对应的目标人群。由于在生成当前目标活动的圈人条件时,在获取历史目标用户画像的重要画像特征基础上,还获取了历史时期用户画像即不同类型的其他活动画像的重要画像特征和/或整体用户画像,使得圈人条件更精准,进而由此获得的目标人群即活动人群更精准,解决了现有技术中如何提高活动人群精准度的技术问题。
附图说明
为了更清楚地说明本说明书实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本说明书的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的人群示意图;
图2为本说明书实施例提供的一种生成活动人群的方法的流程图;
图3为本说明书实施例提供的重要特征提取到画像更新的循环示意图;
图4为本说明书实施例提供的一种生成活动人群的装置的示意图;
图5为本说明书实施例提供的一种电子设备的示意图。
具体实施方式
为使本说明书实施例的目的、技术方案和优点更加清楚,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
在本说明书实施例提供一种生成活动人群的方法、装置及电子设备,用于提高生成活动人群的精准度。
下面结合附图对本说明书实施例技术方案的主要实现原理、具体实施方式及其对应能够达到的有益效果进行详细的阐述。
实施例1
请参考图1,本说明书实施例在全部潜客人群中定义三个组群,分别放置历史目标用户画像、历史时期用户画像及整体用户画像。其中,每个画像中均包含对应的画像特征和每个画像特征的权重,权重大小排序靠前的或者大于某一阈值的画像特征称之为重要画像特征,同一画像中重要画像特征的权重大于非重要画像特征。
历史目标用户画像:是在目标活动执行之后根据参与历史目标活动的历史目标人群的用户画像学习得到。不同历史时期的历史目标用户画像可以涵盖不同时间的重要画像特征,不同历史时期的历史目标用户画像的结合可以实现重要画像特征的在时间上的浮现及组合。历史目标用户画像
历史时期用户画像:则是综合某一历史时期不同类型的历史目标用户画像得到。历史时期用户画像由于综合了不同类型的历史目标活动的用户画像,涵盖了参与不同类型的目标活动的用户画像的重要画像特征,若将不同类型的目标活动看作空间中的各个点,历史时期用户画像即是将空间中的各个点的中心,用于实现重要画像特征在空间上的融合,通过历史时期用户画像可以获得某一历史时期中重复使用、活动结果较优的画像特征。
整体用户画像:则是综合各个历史时期的历史时期用户画像得到,可以为所有人群的综合用户画像,也可以为预设类型人群的综合用户画像。其中,预设类型人群可以为喜欢买电子产品(数码电器、大家电和小家电等)的3C人群、经常进行投资的高收入人群、20~30岁之间的年轻人群等。整体用户画像涵盖大部分人群的重要画像特征,通过整体用户画像可以获得具有普遍适用的重要画像特征,有利于扩充人群量。历史时期用户画像和整体用户画像的具体获取方法在生成活动人群的方法中进行详细说明。
请参考图2,本申请实施例提供的一种生成活动人群的方法,适用于与各种需要定位精准人群进行投放的活动,如网络营销活动、社会推广活动、广告投放活动等。具体的,该生成活动人群的方法包括如下步骤S210~S240。
S210:针对当前目标活动,获取画像,包括:历史目标用户画像,以及历史时期用户画像和/或整体用户画像。
具体的,在获取画像时可以选择获取不同的画像作为参考,具体可以执行步骤11、步骤12或者步骤13。
步骤11、获取历史目标活动对应的历史目标用户画像,及获取历史时期用户画像。历史时期用户画像根据同一历史时期不同类型的活动画像获得,步骤11可以获得不同历史时期的历史时期用户画像,如可以是1个月前、3个月前、半年前等历史时期用户画像。历史时期用户画像与历史目标用户画像相结合用于涵盖时间维度和空间维度的画像特征。
步骤12、获取历史目标活动对应的历史目标用户画像,及获取整体用户画像。其中,整体用户画像为所有人群的画像或者预设类型人群的画像。历史目标用户画像与整体用户画像相结合用于扩充画像特征的普遍适用性,以针对当前目标活动获得更多精准目标人群。
步骤13、获取历史目标用户画像、历史时期用户画像及整体用户画像。通过历史目标用户画像、历史时期用户画像及整体用户画像来共同为当前目标活动的人群定位提供画像特征。
在上述任一步骤针对当前目标活动获得画像后,接着执行S220:从获取到的画像中,抽取重要画像特征。
具体的,针对获取到的画像不同,可以根据历史目标用户画像和历史时期用户画像获取当前目标活动所需的重要画像特征;也可以根据历史目标用户画像和整体用户画像获取当前目标活动所需的重要画像特征;当然,还可以根据历史目标用户画像、历史时期用户画像以及整体用户画像获取当前目标活动所需的重要画像特征。
在S220获取重要画像特征时,从S210获取到的每个画像中提取i个重要画像特征,即从每个画像中提取权重从大到小排序靠前的i个画像特征。其中,i个重要画像特征的提取可以采用i=n/m的方法,n表示每个画像中画像特征的总数,m表示被抽取重要画像特征的画像的个数,通过这种特征提取方法,能够使得画像特征越多的画像提供更多的特征维度,画像特征较少的画像提供较少的特征维度。
例如:假设获取到的画像包括1个历史目标用户画像、1个历史时期用户画像和1个整体用户画像,每个画像中画像特征的总数分别为n1、n2、n3,那么分别从每个画像中提取权重从大到小排序靠前的n1/3、n2/3、n3/3个画像特征作为当前目标活动的重要画像特征。需要说明的是实际应用过程中,历史目标活动可以有多个不同历史时期的历史目标获得画像,历史时期用户画像也可以有多个不同历史时期的历史时期用户画像。
在S220获取到重要画像特征之后,继续执行S230:根据获取到的重要画像特征生成圈人条件。
根据已经获取到的多个重要画像特征,构建生成圈人条件的时候遵循以下原则:
a.不同维度的重要画像特征,使用“and”关系关联,例如:“18~22岁”和“月收入3000~6000”与收入属于两个不同的维度;
b.相同维度的重要画像特征,使用“or”关系关联,例如:“18~22岁”和“23~28岁”;
c.负面关系维度的重要画像特征,使用“!=”作为关系关联,例如:“有车”和“无车”。
构建生成圈人条件时,可以根据重要画像特征之间的关联关系组合生成多组圈人条件。相同维度的重要画像特征可以与其它重要特征一起组合形成不同的圈人条件,例如:重要画像特征“18~22岁”和“23~28岁”同属于年龄维度关联关系为“or”,可以分别与其它重要画像特征组成不同的圈人条件,如图3所示。负面关系维度的重要画像特征放入不同的圈人条件中。不同维度的重要画像特征可以放入相同或者不同圈人条件中。
在S230生成圈人条件之后,进一步执行S240:根据圈人条件进行用户筛选,获得当前目标活动对应的目标人群。
具体的,根据圈人条件中的画像特征找到与其画像特征匹配的用户进行打标并放入目标人群,对目标人群进行编号,圈人条件有几组则编号几个目标人群。由此则完成了当前目标活动对应的活动人群的定位,可以针对当前目标活动使用该目标人群。
在具体实施过程中,为了使生成活动人群的方法进入一个良性的循环,获得越来越精准的人群定位,本说明书实施例还在S240之后,请参考图3,进一步执行如下步骤S310~S330。
S310:活动使用目标人群。
其中,在使用的时候,可以根据目标人群的编号即分组分别进行当前目标活动测试,如建立不同的A/B Test,并将目标人群和A/B Test一起运用在当前目标活动中。针对当前目标活动,对获得的每个编号目标人群即每组目标人群进行活动测试并获得测试结果。测试结果中标注有每组目标人群参与当前目标获得的用户及其用户数,未参与目标活动的用户及其用户数。针对测试结果满足预设条件的目标人群,获得参加当前目标活动的用户的画像特征为正样本、不参加当前目标活动的用户的画像特征为负样本。
其中,满足预设条件的目标人群即为活动效果如参与人数或参与比例较好的前k个目标人群,例如:假设获得的目标人群有15个,当前活动测试获得活动效果较好的5个目标人群,那么可以从这5个目标人群中获得正样本和负样本。当前目标活动的活动测试可以循环进行多次,针对获得的满足预设条件的目标人群,还可以继续做人群分解,例如,从获得的测试结果最好的5个人群画像找到活动高价值的维度标签即重要画像特征,并进行新一轮的交叉、组合生成新的圈人条件,获得新的目标人群并投放使用,针对新的目标人群再次进行当前目标活动测试获得正负样本。
S320:机器学习。
在S310获得正负样本之后,根据获得的正样本和负样本对当前目标活动进行画像及自动画像,获得当前目标活动画像,以供后续目标活动将当前目标活动画像作为历史目标用户画像进行参考。在自动画像时,还可以进一步标记画像中的重要画像特征和反面画像特征。
其中,本实施例中根据正样本中用户画像和负样本中用户画像结果做数据分析,可以采用随机森林的特征重要度评估来获得正负样本里面差异最大的那些画像特征,正样本中具有的差异最大的画像特征则维度为正向维度,比如消费力、比如居住城市、比如年龄,这些特征因为正负样本差距最大所以被认为是正向维度。与正向维度相反的特征则为向维度。例如:假设年龄是一个正向维度,并且通过样本数据分析,得到18~30岁是活动效果较好的人群,那么大于30岁就是负向维度。正向维度通过信息熵或者GINI(ginicoefficient,吉尼系数)方法确定各个维度即画像特征的权重,根据权重确定每个画像特征的顺序和排名,权重得分最高的前i个特征则为重要画像特征。
S330:画像更新。
历史获得画像更新:在S320获得当前目标活动画像之后,可以将当前目标活动画像作为历史目标用户画像保存到活动画像列表中。
历史时期用户画像更新:活动积累到历史,即根据一个历史时期积累的所有活动画像更新历史时期用户画像。具体的,获得与当前目标活动画像所处同一时期的当前参考活动画像,其中,当前目标活动画像对应的目标活动与当前参考活动画像对应的参考活动为不同类型的活动;对当前目标活动画像和当前参考活动画像中各个画像特征的权重进行平均,获得当前时期的用户画像,以供后续活动将所述当前时期的用户画像作为历史时期用户画像进行参考。将当前时期的用户画像保存到历史时期用户画像列表中。
整体用户画像更新:历史累计到大盘,对不同历史时期的历史时期用户画像和当前时期的用户画像中各个画像特征的权重进行平均,获得所有人群或者预设类型人群的整体用户画像。需要说明的是,若整体用户画像为预设类型人群的整体画像,在更新时则选择相应预设类型的历史时期用户画像和当前时期的用户画像进行更新。最后,将所有整体用户画像保存到整体用户画像列表中。
通过对活动画像、历史时期用户画像及整体用户画像的更新,使得后续活动的人群定位获得的历史目标用户画像、历史时期用户画像及整体用户画像都是经过活动使用检验后的有效画像,从而进一步提高了后续活动人群定位的精准度。
在上述实施例中,通过从历史目标用户画像、历史时期用户画像、整体用户画像中选择获取画像组合,并从画像组合中提取重要画像特征,从时间维度、空间维度和/或整体维度上,来针对当前目标活动获取圈人条件,从而基于该圈人条件定位获得精准度高的活动人群,大大提高了生成活动人群的精准度。进一步的,针对定位获得的活动人群,还通过活动测试来对当前活动进行自画像,获得真正有效的活动人群,进一步提高后续活动人群定位的精准度。
上述实施例提供的生成活动人群的方法,活动人群定位上更加精准、泛化,获得的活动人群更加广泛,也考虑到了历史活动的经验,可以满足长期运营活动对人群的高需求。通过数据的沉淀、画像更新使得活动人群定位可解释性强,在活动过程中可以实时查看活动效果和数据分析结果,并帮助运营实时修改策略,让数据化运营的效率提升到实时级别。
实施例2
基于上述实施例1提供的一种生成活动人群的方法,本实施例还对应提供一种生成活动人群的装置,请参考图4,该装置包括:
获取单元41,用于获得历史目标活动对应的历史目标用户画像,及获得历史时期用户画像和/或整体用户画像,所述历史时期用户画像根据同一历史时期不同类型的活动画像获得,所述整体用户画像根据所有人群的用户画像或者预设类型人群的用户画像获得;
提取单元42,用于根据所述历史目标用户画像与所述历史时期用户画像和/或整体用户画像,获取当前目标活动所需的重要画像特征,所述重要画像特征的权重大于画像中非重要画像特征的权重;
生成单元43,用于根据所述重要画像特征生成圈人条件;
筛选单元44,用于根据所述圈人条件进行用户筛选,获得所述当前目标活动对应的目标人群。
作为一种可选的实施方式,所述装置还包括测试单元45和学习单元46。其中,测试单元45用于:在获得所述当前目标活动对应的目标人群之后,针对所述当前目标活动,对获得的每组所述目标人群进行活动测试并获得测试结果;学习单元46用于:针对所述测试结果满足预设条件的目标人群,获得参加所述当前目标活动的用户的画像特征为正样本、不参加所述当前目标活动的用户的画像特征为负样本;根据所述正样本和负样本对所述当前目标活动进行画像,获得所述当前目标活动画像,以供后续目标活动将所述当前目标活动画像作为历史目标用户画像进行参考。
作为一种可选的实施方式,所述装置还包括更新单元47。该更新单元47可以用于:在所述获得所述当前目标活动画像之后,获得与所述当前目标活动画像所处同一时期的当前参考活动画像,其中所述当前目标活动画像对应的目标活动与所述当前参考活动画像对应的参考活动为不同类型的活动;对所述当前目标活动画像和所述当前参考活动画像中各个画像特征的权重进行平均,获得当前时期的用户画像,以供后续活动将所述当前时期的用户画像作为历史时期用户画像进行参考。
进一步的,所述更新单元47还可以用于:在所述获得当前时期的用户画像之后,对不同历史时期的历史时期用户画像和所述当前时期的用户画像中各个画像特征的权重进行平均,获得所有人群或者预设类型人群的整体用户画像。
作为一种可选的实施方式,所述获取单元41还用于获取整体用户画像,所述整体用户画像为所有人群的画像或者预设类型人群的画像;所述提取单元42还用于:根据所述历史目标用户画像、所述历史时期用户画像以及所述整体用户画像,获取当前目标活动所需的重要画像特征。
作为一种可选的实施方式,所述提取单元42还用于:针对所述历史目标用户画像和所述历史时期用户画像,或者,所述历史目标用户画像、所述历史时期用户画像及整体用户画像,从每个画像中提取权重最大的i个重要画像特征;其中,i=n/m,n表示每个画像中画像特征的总数,m表示被抽取所述重要画像特征的画像的个数。
关于上述实施例中的装置,其中各个单元执行操作的具体方式已经在有关方法的实施例中进行了详细描述,此处不再详细阐述。
请参考图5,是根据一示例性实施例示出的一种用于生成活动人群的方法的电子设备700的框图。例如,电子设备700可以是计算机,数据库控制台,平板设备,个人数字助理等。
参照图5,电子设备700可以包括以下一个或多个组件:处理组件702,存储器704,电源组件706,多媒体组件708,输入/输出(I/O)的接口710,以及通信组件712。
处理组件702通常控制电子设备700的整体操作,诸如与显示,数据通信,及记录操作相关联的操作。处理元件702可以包括一个或多个处理器720来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件702可以包括一个或多个模块,便于处理组件702和其他组件之间的交互。
存储器704被配置为存储各种类型的数据以支持在设备700的操作。这些数据的示例包括用于在电子设备700上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件706为电子设备700的各种组件提供电力。电源组件706可以包括电源管理系统,一个或多个电源,及其他与为电子设备700生成、管理和分配电力相关联的组件。
I/O接口710为处理组件702和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
通信组件712被配置为便于电子设备700和其他设备之间有线或无线方式的通信。电子设备700可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信部件712经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件712还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备700可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器704,上述指令可由电子设备700的处理器720执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得电子设备能够执行一种生成活动人群的方法,所述方法包括:获取历史目标活动对应的历史目标用户画像,及获取历史时期用户画像和/或整体用户画像,所述历史时期用户画像根据同一历史时期不同类型的活动画像获得;根据所述历史目标用户画像与所述历史时期用户画像和/或整体用户画像,获取当前目标活动所需的重要画像特征,所述重要画像特征的权重大于画像中非重要画像特征的权重;根据所述重要画像特征生成圈人条件;根据所述圈人条件进行用户筛选,获得所述当前目标活动对应的目标人群。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。