CN111160975A - 一种目标用户确定方法、装置、设备及计算机存储介质 - Google Patents

Abstract

本发明公开了一种目标用户确定方法、装置、设备及计算机存储介质。该方法包括：获取预设时间段内多个用户的线上行为数据；针对每个用户的线上行为数据执行以下步骤：根据用户的线上行为数据确定用户的用户特征向量，用户特征向量包括用户标识、用户的多个业务信息以及业务信息的业务分数；从多个用户特征向量中筛选出满足预设条件的目标用户特征向量；将目标用户特征向量对应的用户确定为目标用户。通过对用户的线上行为数据利用评分模型进行打分，并且基于黑名单等过滤条件剔除无效用户来确定目标用户，能够提升目标用户识别的准确性。

Description

一种目标用户确定方法、装置、设备及计算机存储介质

技术领域

本发明属于信息处理领域，尤其涉及一种目标用户确定方法、装置、设备及计算机存储介质。

背景技术

随着运营商用户规模的不断扩大、业务的不断丰富，相应系统中的业务、用户数据也呈现爆炸性地增长。传统依赖分析结果的用户分析面对如此海量的数据已无能为力。

同时市场竞争在不断加剧的情况下，传统推广方法已经不具备竞争优势，无法适应用户碎片化、瞬态化的使用行为特点，无法快速准确地确定出符合预设条件的用户。

因此，在面对海量用户群时，如何快速准确的确定出符合预设条件的目标用户，成为一个有待解决的问题。

发明内容

本发明实施例提供一种目标用户确定方法、装置、设备及计算机存储介质，能够快速准确的确定出符合预设条件的目标用户。

第一方面，本申请提供了一种目标用户确定方法，该方法包括：获取预设时间段内多个用户的线上行为数据；针对每个用户的线上行为数据执行以下步骤：根据用户的线上行为数据确定用户的用户特征向量，用户特征向量包括用户标识、用户的多个业务信息以及业务信息的业务分数；从多个用户特征向量中筛选出满足预设条件的目标用户特征向量；将目标用户特征向量对应的用户确定为目标用户。

在一种可能的实现中，根据用户的线上行为数据确定用户的用户特征向量，包括：将用户的线上行为数据输入预设的评分模型中，确定用户的用户特征向量，评分模型用于评价用户基于多个业务信息的业务分数；其中，用户线上行为数据包括：用户的多个业务信息，多个业务信息中的每个业务信息对应多个预设分数，多个预设分数分别与每个业务信息包括的多个访问规则相对应。

在一种可能的实现中，在预设的评分模型为第一评分模型的情况下，根据用户的线上行为数据确定用户的用户特征向量，包括：确定用户的第一业务信息对应的多个预设分数中的最大预设分数；将最大预设分数确定为第一业务信息的第一业务分数；基于用户的第一用户标识、第一业务信息和第一业务分数确定用户的用户特征向量。

在一种可能的实现中，在预设的评分模型为第二评分模型的情况下，根据用户的线上行为数据确定用户的用户特征向量，包括：确定用户的第二业务信息对应的多个预设分数的平均值；将预设分数的平均值确定为第二业务信息的第二业务分数；基于用户的第二用户标识、第二业务信息和第二业务分数确定用户的用户特征向量。

在一种可能的实现中，在预设的评分模型为第三评分模型的情况下，根据用户的线上行为数据确定用户的用户特征向量，包括：基于皮尔森算法对任意两个业务信息进行计算，确定任意两个业务信息之间的相似性矩阵；根据用户的线上行为数据确定用户的第一访问规则向量；根据相似性矩阵和第一访问规则向量确定用户的第二访问规则向量；根据第二访问规则向量包括的多个预设分数确定用户的第三业务信息和第三业务信息的业务分数；基于用户的第三用户标识、第三业务信息和第三业务分数确定用户的用户特征向量。

在一种可能的实现中，从多个用户特征向量中筛选出满足预设条件的目标用户特征向量，包括：从用户特征向量中筛选出满足基于号码数据库的第一预设条件的第一用户特征向量；从第一用户特征向量中确定出满足基于历史数据库的第二预设条件的目标用户特征向量。

在一种可能的实现中，基于号码数据库的第一预设条件包括下述中的至少一项：预设账号信息条件、预设黑名单条件和预设地理位置信息条件。

在一种可能的实现中，从第一用户特征向量中确定出满足基于历史数据库的第二预设条件的目标用户特征向量，包括：根据第一用户特征向量的用户标识从历史数据库中确定用户标识对应的历史特征向量；根据第一用户特征向量和历史特征向量确定满足基于历史数据库的第二预设条件的目标用户特征向量。

在一种可能的实现中，根据第一用户特征向量和历史特征向量确定满足基于历史数据库的第二预设条件的目标用户特征向量，包括：确定历史特征向量的历史时间信息和第一用户特征向量的第一时间信息；确定历史时间信息和第一时间信息之间的时间间隔信息；在时间间隔信息小于第一预设阈值的情况下，将小于第一预设阈值的时间间隔信息对应的第一用户特征向量确定为目标用户特征向量。

在一种可能的实现中，在时间间隔信息小于第二预设阈值的情况下，将第一用户特征向量的业务分数减小为第二业务分数；基于第一用户特征向量的用户标识、第一用户特征向量的业务信息和与业务信息对应的第二业务分数确定目标用户特征向量。

第二方面，本发明实施例提供了一种目标用户确定装置，装置包括：获取模块，用于获取预设时间段内多个用户的线上行为数据；第一确定模块，用于针对每个用户的线上行为数据执行以下步骤：根据用户的线上行为数据确定用户的用户特征向量，用户特征向量包括用户标识、用户的多个业务信息以及业务信息的业务分数；第二确定模块，用于从多个用户特征向量中筛选出满足预设条件的目标用户特征向量；第三确定模块，用于将目标用户特征向量对应的用户确定为目标用户。

第三方面，本发明实施例提供了一种计算设备，设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现如本发明实施例提供的目标用户确定方法。

第四方面，本发明实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如本发明实施例提供的目标用户确定方法。

本发明实施例的目标用户确定方法、装置、设备及计算机存储介质，通过采集用户的线上行为数据，分别根据用户的特征属性对用户的线上行为数据选用不同的评分模型进行打分，并且基于黑名单等过滤条件剔除无效用户来确定目标用户，能够提升目标用户识别的准确性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单的介绍，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是本发明实施例提供的一种目标用户确定方法的流程示意图；

图2是本发明实施例提供的一种目标客户识别装置的结构示意图；

图3是本发明实施例提供的一种目标用户确定装置的结构示意图；

图4是本发明实施例提供的一种示例性硬件架构的示意图。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

随着互联网技术的不断发展，运营商用户规模的不断扩大、业务的不断丰富，相应系统中的业务、用户数据也呈现爆炸性地增长。传统依赖分析结果的用户分析面对如此海量的数据已无能为力。在需要确定目标用户的场景中，无法快速准确地确定出符合预设条件的用户。

随着近年来大数据的不断发展，基于大数据分析用户的行为特征进而识别目标用户，成为一种流行的趋势。

为了解决目前无法快速准确的确定出符合预设条件的目标用户的问题，可以通过分析用户的线上行为数据来确定符合预设条件的目标用户。基于此，本发明实施例提供了一种目标用户确定方法。

基于本发明实施例提供的目标用户确定方法，通过采集用户的线上行为数据，分别根据用户的特征属性对用户的线上行为数据选用不同的评分模型进行打分，并且基于黑名单等过滤条件剔除无效用户来确定目标用户，能够提升目标用户识别的准确性。

图1所示为本发明实施例的目标用户确定方法的流程示意图。

如图1所示，该目标用户确定方法可以包括S101-S104，该方法应用于服务器，具体如下所示：

S101，获取预设时间段内多个用户的线上行为数据。

S102，针对每个用户的线上行为数据执行以下步骤：根据用户的线上行为数据确定用户的用户特征向量，用户特征向量包括用户标识、用户的多个业务信息以及业务信息的业务分数。

S103，从多个用户特征向量中筛选出满足预设条件的目标用户特征向量。

S104，将目标用户特征向量对应的用户确定为目标用户。

本申请提供的目标用户确定方法中，通过分析用户的线上行为数据来确定符合预设条件的目标用户，能够提升目标用户识别的准确性。

下面，对S101-S104的内容分别进行描述：

首先，涉及S101，在一个实施例中，对原始用户上网行为数据进行预处理并作为评分模型的输入，数据结构如下：

{"name":"uid","type":"string"},

{"name":"rule_id","type":"string"}

{name":"frequency","type":"int"}

其中，uid为用户标识符，rule_id为规则编号，frequency为用户在规则上的当日累计频次，以此结果作为后续评分模型的输入。

其次，涉及S102，在一个实施例中，将用户的线上行为数据输入预设的评分模型中，确定用户的用户特征向量，评分模型用于评价用户基于多个业务信息的业务分数；其中，用户线上行为数据包括：用户的多个业务信息，多个业务信息中的每个业务信息对应多个预设分数，多个预设分数分别与每个业务信息包括的多个访问规则相对应。

多个业务信息中的每个业务信息对应多个预设分数，多个预设分数分别与每个业务信息包括的多个访问规则(rule_id1，rule_id2，...)相对应，访问规则指用户的点击、浏览、购买等的用户线上行为数据，点击的线上记录对应一个预设分数，浏览的线上记录也对应一个预设分数，例如：用户登陆“王者荣耀”游戏的线上记录，对应一个预设分数90。

将用户的大量线上行为数据输入预设的评分模型中，确定用户特征向量，用户特征向量中包括业务分数，这个业务分数就是由线上行为数据对应的预设分数确定的。其中，用户的用户特征向量可以为“用户|业务|得分(uid|biz|score)”这样格式的向量。uid为用户标识符，biz为业务信息，score为业务分数。

第一，在预设的评分模型为第一评分模型的情况下，根据用户的线上行为数据确定用户的用户特征向量的步骤可以包括：

确定用户的第一业务信息对应的多个预设分数中的最大预设分数；将最大预设分数确定为第一业务信息的第一业务分数；基于用户的第一用户标识、第一业务信息和第一业务分数确定用户的用户特征向量。

在预设的评分模型为第一评分模型，即最大分值法评分模型的情况下，将用户的线上行为数据输入最大分值法评分模型中，将最大预设分数确定为第一业务信息的第一业务分数；基于用户的第一用户标识、第一业务信息和第一业务分数确定用户的用户特征向量。

例如，对象简谱(JavaScript Object Notation，json)格式文件的规则维表为：{"bizScoreList":[{"biz":"game","score":45}],"rule_id":"R600007"}

针对每个规则(rule_id),有其针对不同业务(biz)的得分。样例中，即R600007这条规则对应游戏业务的得分为45。在用户所有的访问过的规则中，针对不同业务，可以将该规则映射为一个分数，计算其中分值最高的，作为该业务的得分，即将最大预设分数确定为第一业务信息的第一业务分数。然后基于用户的第一用户标识、第一业务信息和第一业务分数确定用户的用户特征向量。

第二，在预设的评分模型为第二评分模型的情况下，根据用户的线上行为数据确定用户的用户特征向量的步骤可以包括：

确定用户的第二业务信息对应的多个预设分数的平均值；将预设分数的平均值确定为第二业务信息的第二业务分数；基于用户的第二用户标识、第二业务信息和第二业务分数确定用户的用户特征向量。

在预设的评分模型为第二评分模型，即加权总分法评分模型的情况下，将用户的线上行为数据输入加权总分法评分模型中，将预设分数的平均值确定为第二业务信息的第二业务分数；基于用户的第二用户标识、第二业务信息和第二业务分数确定用户的用户特征向量。

例如，json格式文件的规则维表为：

{"bizScoreList":[{"biz":"game","score":45}],"rule_id":"R600007"}

针对每个规则(rule_id),有其针对不同业务(biz)的得分。样例中，即R600007这条规则对应游戏业务的得分为45。

在用户所有的访问过的规则中，针对不同业务，可以将该规则映射为一个分数，计算分数的平均值，将平均值作为该业务的得分。需要注意的是，分数有上限，故而在最后处理时，会进行阈值判断，若实际分数值大于分数上限，则取分数上限，即基于将预设分数的平均值确定为第二业务信息的第二业务分数。然后基于用户的第二用户标识、第二业务信息和第二业务分数确定用户的用户特征向量。

第三，在预设的评分模型为第三评分模型的情况下，根据用户的线上行为数据确定用户的用户特征向量的步骤可以包括：

基于皮尔森算法对任意两个业务信息进行计算，确定任意两个业务信息之间的相似性矩阵；根据用户的线上行为数据确定用户的第一访问规则向量；根据相似性矩阵和第一访问规则向量确定用户的第二访问规则向量；根据第二访问规则向量包括的多个预设分数确定用户的第三业务信息和第三业务信息的业务分数；基于用户的第三用户标识、第三业务信息和第三业务分数确定用户的用户特征向量。

其中，基于皮尔森算法对任意两个业务信息进行计算，确定任意两个业务信息之间的相似性矩阵，是基于物品的协同过滤算法计算得到的，即通过计算不同用户对不同物品的评分获得物品间的关系。基于物品间的关系对用户进行相似物品的推荐。这里的评分代表用户对商品的态度和偏好。简单来说就是如果用户A同时购买了商品1和商品2，那么说明商品1和商品2的相关度较高。当用户B也购买了商品1时，可以推断他也有购买商品2的需求。即根据已转化某类用户的业务类型得分，确认转化规则是否与其他规则有关联，最终得到潜在的某类用户。

其中，确定任意两个业务信息之间的相似性矩阵可以为项目(Item)相似性矩阵，rule_id和Item编号映射维表，biz对应目标Item编号集合。其中，Item相似性矩阵，是由线下训练所得，表示Item之间的相似性。例如：

1.0 0.8 0.7

0.8 1.0 0.6

0.7 0.6 1.0

上述矩阵一共有三个Item，上面的矩阵表示Item0和Item1之间的相似度为0.8，Item0和item2之间的相似度为0.7，Item1和Item2之间的相似度为0.6。

根据相似性矩阵和第一访问规则向量确定用户的第二访问规则向量可以是确定待打分的用户的访问规则向量与其余已转化用户的访问规则向量的相似性矩阵，根据相似性矩阵和第一访问规则向量确定用户的第二访问规则向量。例如，rule_id和Item编号映射维表，是为了计算方便，给每个访问规则rule_id一个整数编号，形成对应的映射关系，如：

R600007|0

R600008|1

R600009|3

上述编号映射维表示R600007的编号为0，R600008的编号为1，R600009的编号为3。biz对应目标Item编号集合是用于计算用户最终对于某个业务的得分的。即“game:R000006，R000007”表示R000006，R000007两条规则适用于game业务。也就是说，R000006，R000007这两条规则的业务类型的分值高于某一阀值时，则表明为适用于某业务。

根据第二访问规则向量包括的多个预设分数确定用户的第三业务信息和第三业务信息的业务分数，即第二访问规则向量中包括多个预设分数，根据多个预设分数确定用户的第三业务信息的业务分数，然后基于用户的第三用户标识、第三业务信息和第三业务分数确定用户的用户特征向量。

然后，涉及S103，在一个实施例中，从用户特征向量中筛选出满足基于号码数据库的第一预设条件的第一用户特征向量；从第一用户特征向量中确定出满足基于历史数据库的第二预设条件的目标用户特征向量。

基于S102确定了多个用户向量，每个用户对应至少一个用户向量，若要确定出最终的目标以后向量，则需要对用户特征向量进行过滤，比如将不满足预设账号信息条件等预设条件的用户特征向量过滤掉。

其中，本发明实施例中涉及的基于号码数据库的第一预设条件包括下述中的至少一项：预设账号信息条件、预设黑名单条件和预设地理位置信息条件。

基于号码数据库的第一预设条件的号码库格式可以为：uid|ids1|ids2|black|city_code

号码库为“|”分割，五列文本文件，其中uid表示用户ID，ids1，ids2为保留字段，用作以后扩展。black为黑名单标志位，用作黑名单过滤。city_code为城市编号，用作城市过滤。

一方面，在基于号码数据库的第一预设条件为预设账号信息条件的情况下，若号码在号码库中，则输出该用户，否则不输出。

另一方面，在基于号码数据库的第一预设条件为预设黑名单条件的情况下，根据配置项，判断该用户的黑名单列值是否符合输出需求。满足则输出，否则不输出。如该配置项为in-1，则表示黑名单过滤，只输出所有黑名单列值为1的用户。缺省时，默认不进行黑名单过滤。输出全部用户。

在一方面，在基于号码数据库的第一预设条件为预设地理位置信息条件的情况下，可以根据配置项，判断用户是否在需要出数的城市。

如该配置项in-1-2-3，则只输出city_code为1，2，3的用户。

如该配置项为not-1-2-3，则输出city_code不为1，2，3的用户。

缺省时，默认出全部城市用户。

从用户特征向量中筛选出满足基于号码数据库的第一预设条件的第一用户特征向量的具体操作可以为：

输入：配置项，号码库，评分模型结果。

输出：uid|biz|score

这里因为号码库过滤和评分阈值过滤，都是一些条件的组合，所以在实现时可以将这些处理整合起来，做到只负载(load)一遍数据，然后对每一条进行数据进行处理。

在上述涉及到的从第一用户特征向量中确定出满足基于历史数据库的第二预设条件的目标用户特征向量的步骤可以包括：根据第一用户特征向量的用户标识从历史数据库中确定用户标识对应的历史特征向量；根据第一用户特征向量和历史特征向量确定满足基于历史数据库的第二预设条件的目标用户特征向量。

在实际应用中存在这样的情况，部分业务的活跃用户，连续多天都会被捕获到，但是实际的场景中，并不需要每天都出数，因而存在一个历史数据库过滤的步骤。

在上述涉及到的根据第一用户特征向量和历史特征向量确定满足基于历史数据库的第二预设条件的目标用户特征向量的步骤可以包括：确定历史特征向量的历史时间信息和第一用户特征向量的第一时间信息；确定历史时间信息和第一时间信息之间的时间间隔信息；在时间间隔信息小于第一预设阈值的情况下，将小于第一预设阈值的时间间隔信息对应的第一用户特征向量确定为目标用户特征向量。

根据第一用户特征向量的用户标识信息，从历史库中获取该用户之前被采集到的历史特征向量，确定第一用户特征向量和历史特征向量之前距离的时间间隔信息，在时间间隔信息小于第一预设阈值的情况下，将小于第一预设阈值的时间间隔信息对应的第一用户特征向量确定为目标用户特征向量，比如，多个第一用户特征向量的时间间隔可能分别为10天、为5天，第一预设阈值为7天，那么时间间隔为5天对应的第一用户特征向量就会被过滤掉，时间间隔为10天对应的第一用户特征向量就会被确定为目标用户特征向量。

其中，历史库中记录的数据结构为uid|biz|date。当前数据时间logdate。

例如：uid0001|game|20190708

历史数据库过滤配置项中的去重方式，去重天数两项和历史库过滤有关。去重方式，目前都是默认按业务(biz)去重。去重天数，表示该业务多少天内不出重复用户。

例如，历史库uid0001|game|20190708，去重天数为7，若该记录的时间为20190709，在7天之内，则该记录不出数，若该记录时间为20190729，在7天之外，则出数。

在另一种可能的实施例中，在时间间隔信息小于第二预设阈值的情况下，将第一用户特征向量的业务分数减小为第二业务分数；基于第一用户特征向量的用户标识、第一用户特征向量的业务信息和与业务信息对应的第二业务分数确定目标用户特征向量。

历史库uid0001|game|20190708，现在是20190711，去重天数为7，时间间隔在7天之内，这里可以将用户特征向量中的业务分数进行相应的降低，将第一用户特征向量的业务分数减小为第二业务分数之后得到的目标用户特征向量为uid0001|game|89。

最后，涉及S104，目标用户特征向量中包括用户标识，根据用户标识将目标用户特征向量对应的用户确定为目标用户。

综上，本发明实施例的提供的目标用户确定方法，通过采集用户的线上行为数据，分别根据用户的特征属性对用户的线上行为数据选用不同的评分模型进行打分，并且基于黑名单等过滤条件剔除无效用户来确定目标用户，能够提升目标用户识别的准确性。

此外，基于上述方法中涉及到的目标用户确定方法，本发明实施例还提供了一种目标客户识别装置，下面结合图2进行说明。

图2是本发明实施例提供的一种目标客户识别装置的结构示意图。

如图2所示，包括：原始数据读取模块210、数据预处理模块220、评分模块230、过滤模块240和输出结果合并模块250。

下面分别进行描述：

首先介绍原始数据读取模块210。

原始数据读取模块210用于读取用户的线上行为数据，线上行为数据包括点击、浏览购买等行为在网络上产生的数据。

其次介绍数据预处理模块220。

数据预处理模块220用于对原始用户上网行为数据进行预处理并作为评分模型的输入，预处理后的数据主要包含3个字段，uid为用户标识符，rule_id为规则编号，frequency为用户在规则上的当日累计频次，以此结果作为评分模型的输入。

然后介绍评分模块230。

评分模块230用于根据用户的线上行为数据确定用户的用户特征向量，评分模块包括模型1、模型2、模型3等等，具体的评分模型可以根据需求扩展。本发明实施例涉及到的评分模型可以为最大分值法评分模型、加权总分法评分模型和协同过滤法评分模型。

在评分模型为最大分值法评分模型的情况下，评分模块230实现根据用户的线上行为数据确定用户的用户特征向量的具体步骤可以包括：

Step1.将规则进行解析，获得一个key为rule_id，value为数组，数组元素为biz-score键值对形成的映射(map)。

Step2.针对输入的用户及其特征，对特征部分按照rule_id和Step1中生成的map进行映射，并进行打分操作，可以得到uid,Array((biz1,score1)，(biz1,score2)，(biz2,score1)，(biz2,score2)....)形式的数据集。

Step3.对Step2中获取的数组，按照biz为key，进行reduce操作，规约(reduce)的规则为选取较大值。当reduce结束，便可得到uid,Array(biz1:max(score),biz2:max(score)...)。再进行打分操作，即可得到如uid|biz|score，例如用户“A|王者荣耀|得分”的结果，可以用于下一步进行过滤。

在评分模型为加权总分法评分模型的情况下，评分模块230实现根据用户的线上行为数据确定用户的用户特征向量的具体步骤可以包括：

Step1.将规则进行解析，获得一个key为rule_id，value为数组，数组元素为biz-score键值对形成的map。

Step2.针对输入的用户及其特征，对特征部分按照rule_id和Step1中生成的map进行映射，并进行打分操作，可以得到uid,Array((biz1,score1),(biz2,score2)....)形式的数据集。

Step3.对Step2中获取的数组，按照biz为key，进行reduce操作，reduce的规则为求和。当reduce结束，便可得到uid,Array(biz1:sum(score),biz2:sum(score)...)。针对每个biz的得分，进行判断，若分数值大于分数上限，则取分数上限，否则取该分数值。然后进行打分操作，即可得到如uid|biz|score形式的结果，可以用于下一步进行过滤。

在评分模型为协同过滤法评分模型的情况下，评分模块230实现根据用户的线上行为数据确定用户的用户特征向量的具体步骤可以包括：

Step1.根据目标Item编号集合(假设共有m个)，从Item相似性矩阵中选取对应列，获取目标Item和其他Item之间的相似矩阵子阵(大小为m*n)。

Step2.根据Item编号表，将用户访问记录向量转化为Item编号构成的特征向量。有访问记录，对应Item编号位置处置1，否则置0(大小为n*1)

Step3.对Step1和Step2的结果，进行矩阵相乘，得到一个m*1的向量，进行求和，作为其分数，可以得到如uid|biz|score的值。

Step4.针对不同的biz，对score进行min-max归一化操作，确保分值符合要求。

再次介绍过滤模块240。

过滤模块240用于从用户特征向量中筛选出满足基于号码数据库的第一预设条件的第一用户特征向量；从第一用户特征向量中确定出满足基于历史数据库的第二预设条件的目标用户特征向量。

过滤模块240实现从用户特征向量中筛选出满足基于号码数据库的第一预设条件的第一用户特征向量的步骤具体可以包括：

Step1.解析配置文件，得到条件组合，如game|max|70|biz|7||in-1-2

可以得到条件组合:biz＝game and score>＝70and(city_code＝1or city_code＝2)，不同条件组合之间，通过or组合。

Step2.将评分模型结果和号码库进行join，得到如uid|biz|score|balck|city_code类型的数据。

Step3.对Step2的数据应用Step1的条件，得到最终的输出结果。

其中，在时间间隔信息小于第一预设阈值的情况下，过滤模块240实现将小于第一预设阈值的时间间隔信息对应的第一用户特征向量确定为目标用户特征向量的步骤可以包括：

Step1.解析配置项，获取不同业务的过滤天数。

Step2.对历史库数据进行处理，生成如(uid,biz)|(daysBetwween(date，logdate)，0)形式的数据，以(uid,biz)作为key,(daysBetwween(date，logdate),0)为value的键值对，这里daysBetwween(date，logdate)表示date和logdate之间的间隔天数的绝对值，“0”是为了和号码库过滤的score对应。

Step3.对号码库过滤的结果进行处理，生成如(uid,biz)|(0,score)形式的数据，以(uid,biz)作为key,(0,score)为value的键值对数据，因为是当天数据，所以对应间隔天数位置处的值为0。

Step4.将Step2，Step3的数据结果进行union，再进行reduce操作，reduce逻辑为间隔天数选取最大值，分数位置选取最大值。可以得到如(uid,biz)|(days,score)的数据。

Step5.根据不同业务的过滤天数，对Step4的数据进行过滤。取得符合要求的数据，并调整格式，输出如uid|biz|score的数据。

最后介绍输出结果合并模块250。

输出结果合并模块250用于对输出结果进行合并，这里是说可能存在一个用户，被多个业务捕获到的情况，为了第二数据，对输出结果进行合并。另外，输出结果合并模块250还可以用于历史库更新，每次取完数据之后，需要对历史库进行一次更新，确保其时效性。

一方面，输出结果合并模块250实现历史库更新的步骤具体可以包括：

Step1.将历史库过滤结果uid|biz|score调整为如(uid，biz)|logdate的结构。

Step2.将历史库调整为(uid，biz)|date的结构。

Step3.将Step1和Step2的结果进行union并进行reduce操作，reduce逻辑为取两个日期中的最大值。reduce完毕，将结果调整为uid|biz|date形式。

Step4.将Step3的结果，替换原有版本的历史库。

另一方面，输出结果合并模块250实现输出结果合并的步骤具体可以包括：

Step1.针对历史过滤的结果，转便为如uid|Array(biz1:socre)的形式。

Step2.针对Step1的结果，进行reduce操作，reduce逻辑为将arrya合并。最终可以生成uid|Array(biz1:socre,biz2:score....)

Step3.根据输出标签限制，对Array进行拆分，选择是否拆为两条记录，对每条记录内部，进行字符串拼接，然后输出。

综上，本发明实施例提供的目标客户识别装置可以根据用户特征利用评分模块中的不同评分模型对用户评分，还可以根据包括黑名单、城市和活跃用户的过滤条件剔除无效客户，提升向客户推送信息的针对性。

另外，基于上述目标用户确定方法，本发明实施例还提供了一种目标用户确定装置，具体结合图3进行详细说明。

图3是本发明实施例提供的一种目标用户确定装置的结构示意图。

如图3所示，该装置300可以包括：

获取模块310，用于获取预设时间段内多个用户的线上行为数据。

第一确定模块320，用于针对每个用户的线上行为数据执行以下步骤：根据用户的线上行为数据确定用户的用户特征向量，用户特征向量包括用户标识、用户的多个业务信息以及业务信息的业务分数。

第一确定模块320具体用于将用户的线上行为数据输入预设的评分模型中，确定用户的用户特征向量，评分模型用于评价用户基于多个业务信息的业务分数；其中，用户线上行为数据包括：用户的多个业务信息，多个业务信息中的每个业务信息对应多个预设分数，多个预设分数分别与每个业务信息包括的多个访问规则相对应。

第一确定模块320具体用于在预设的评分模型为第一评分模型的情况下，确定用户的第一业务信息对应的多个预设分数中的最大预设分数；将最大预设分数确定为第一业务信息的第一业务分数；基于用户的第一用户标识、第一业务信息和第一业务分数确定用户的用户特征向量。

第一确定模块320具体用于在预设的评分模型为第二评分模型的情况下，确定用户的第二业务信息对应的多个预设分数的平均值；将预设分数的平均值确定为第二业务信息的第二业务分数；基于用户的第二用户标识、第二业务信息和第二业务分数确定用户的用户特征向量。

第一确定模块320具体用于在预设的评分模型为第三评分模型的情况下，基于皮尔森算法对任意两个业务信息进行计算，确定任意两个业务信息之间的相似性矩阵；根据用户的线上行为数据确定用户的第一访问规则向量；根据相似性矩阵和第一访问规则向量确定用户的第二访问规则向量；根据第二访问规则向量包括的多个预设分数确定用户的第三业务信息和第三业务信息的业务分数；基于用户的第三用户标识、第三业务信息和第三业务分数确定用户的用户特征向量。

第二确定模块330，用于从多个用户特征向量中筛选出满足预设条件的目标用户特征向量。

第二确定模块330具体用于从用户特征向量中筛选出满足基于号码数据库的第一预设条件的第一用户特征向量；从第一用户特征向量中确定出满足基于历史数据库的第二预设条件的目标用户特征向量。

其中，本发明实施例中涉及到的基于号码数据库的第一预设条件包括下述中的至少一项：预设账号信息条件、预设黑名单条件和预设地理位置信息条件。

第二确定模块330具体用于根据第一用户特征向量的用户标识从历史数据库中确定用户标识对应的历史特征向量；根据第一用户特征向量和历史特征向量确定满足基于历史数据库的第二预设条件的目标用户特征向量。

第二确定模块330具体用于确定历史特征向量的历史时间信息和第一用户特征向量的第一时间信息；确定历史时间信息和第一时间信息之间的时间间隔信息；在时间间隔信息小于第一预设阈值的情况下，将小于第一预设阈值的时间间隔信息对应的第一用户特征向量确定为目标用户特征向量。

第二确定模块330具体用于在时间间隔信息小于第二预设阈值的情况下，将第一用户特征向量的业务分数减小为第二业务分数；基于第一用户特征向量的用户标识、第一用户特征向量的业务信息和与业务信息对应的第二业务分数确定目标用户特征向量。

第三确定模块340，用于将目标用户特征向量对应的用户确定为目标用户。

综上，本发明实施例提供的目标用户确定装置，通过采集用户的线上行为数据，分别根据用户的特征属性对用户的线上行为数据选用不同的评分模型进行打分，并且基于黑名单等过滤条件剔除无效用户来确定目标用户，能够提升目标用户识别的准确性。

图4示出了本发明实施例提供的一种示例性硬件架构的示意图。

计算设备可以包括处理器401以及存储有计算机程序指令的存储器402。

具体地，上述处理器401可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。

存储器402可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器402可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器402可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器402可在综合网关容灾设备的内部或外部。在特定实施例中，存储器402是非易失性固态存储器。在特定实施例中，存储器402包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。

处理器401通过读取并执行存储器402中存储的计算机程序指令，以实现上述实施例中的任意一种目标用户确定方法。

在一个示例中，定位设备还可包括通信接口403和总线410。其中，如图4所示，处理器401、存储器402、通信接口403通过总线410连接并完成相互间的通信。

通信接口403，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。

总线410包括硬件、软件或两者，将信息处理设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线410可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。

该处理设备可以执行本发明实施例中的目标用户确定方法，从而实现结合图1描述的目标用户确定方法。

另外，结合上述实施例中的目标用户确定方法，本发明实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意目标用户确定方法。

需要明确的是，本发明实施例并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明实施例的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明实施例的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。

以上所述的结构框图中所示的功能块可以实现为软件方式，本发明实施例的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机线上被下载。

还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明实施例不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (13)

1.一种目标用户确定方法，其特征在于，所述方法包括：

获取预设时间段内多个用户的线上行为数据；

针对每个用户的线上行为数据执行以下步骤：根据所述用户的线上行为数据确定所述用户的用户特征向量，所述用户特征向量包括用户标识、所述用户的多个业务信息以及所述业务信息的业务分数；

从多个所述用户特征向量中筛选出满足预设条件的目标用户特征向量；

将所述目标用户特征向量对应的用户确定为目标用户。

2.根据权利要求1所述的方法，其特征在于，所述根据所述用户的线上行为数据确定所述用户的用户特征向量，包括：

将所述用户的线上行为数据输入预设的评分模型中，确定所述用户的用户特征向量，所述评分模型用于评价所述用户基于所述多个业务信息的业务分数；

其中，所述用户线上行为数据包括：用户的多个业务信息，所述多个业务信息中的每个业务信息对应多个预设分数，所述多个预设分数分别与所述每个业务信息包括的多个访问规则相对应。

3.根据权利要求2所述的方法，其特征在于，在所述预设的评分模型为第一评分模型的情况下，所述根据所述用户的线上行为数据确定所述用户的用户特征向量，包括：

确定所述用户的第一业务信息对应的所述多个预设分数中的最大预设分数；

将所述最大预设分数确定为所述第一业务信息的第一业务分数；

基于所述用户的第一用户标识、所述第一业务信息和所述第一业务分数确定所述用户的用户特征向量。

4.根据权利要求2所述的方法，其特征在于，在所述预设的评分模型为第二评分模型的情况下，所述根据所述用户的线上行为数据确定所述用户的用户特征向量，包括：

确定所述用户的第二业务信息对应的所述多个预设分数的平均值；

将所述预设分数的平均值确定为所述第二业务信息的第二业务分数；

基于所述用户的第二用户标识、所述第二业务信息和所述第二业务分数确定所述用户的用户特征向量。

5.根据权利要求2所述的方法，其特征在于，在所述预设的评分模型为第三评分模型的情况下，所述根据所述用户的线上行为数据确定所述用户的用户特征向量，包括：

基于皮尔森算法对任意两个业务信息进行计算，确定所述任意两个业务信息之间的相似性矩阵；

根据所述用户的线上行为数据确定所述用户的第一访问规则向量；

根据所述相似性矩阵和所述第一访问规则向量确定所述用户的第二访问规则向量；

根据所述第二访问规则向量包括的多个预设分数确定所述用户的第三业务信息和所述第三业务信息的业务分数；

基于所述用户的第三用户标识、所述第三业务信息和所述第三业务分数确定所述用户的用户特征向量。

6.根据权利要求1所述的方法，其特征在于，所述从多个所述用户特征向量中筛选出满足预设条件的目标用户特征向量，包括：

从所述用户特征向量中筛选出满足基于号码数据库的第一预设条件的第一用户特征向量；

从所述第一用户特征向量中确定出满足基于历史数据库的第二预设条件的目标用户特征向量。

7.根据权利要求6所述的方法，其特征在于，所述基于号码数据库的第一预设条件包括下述中的至少一项：预设账号信息条件、预设黑名单条件和预设地理位置信息条件。

8.根据权利要求6所述的方法，其特征在于，所述从所述第一用户特征向量中确定出满足基于历史数据库的第二预设条件的目标用户特征向量，包括：

根据所述第一用户特征向量的用户标识从所述历史数据库中确定所述用户标识对应的历史特征向量；

根据所述第一用户特征向量和所述历史特征向量确定满足基于历史数据库的第二预设条件的目标用户特征向量。

9.根据权利要求8所述的方法，其特征在于，所述根据所述第一用户特征向量和所述历史特征向量确定满足基于历史数据库的第二预设条件的目标用户特征向量，包括：

确定所述历史特征向量的历史时间信息和所述第一用户特征向量的第一时间信息；

确定所述历史时间信息和所述第一时间信息之间的时间间隔信息；

在所述时间间隔信息小于第一预设阈值的情况下，将小于所述第一预设阈值的时间间隔信息对应的第一用户特征向量确定为所述目标用户特征向量。

10.根据权利要求8所述的方法，其特征在于，所述方法还包括：

在所述时间间隔信息小于第二预设阈值的情况下，将所述第一用户特征向量的业务分数减小为第二业务分数；

基于所述第一用户特征向量的用户标识、所述第一用户特征向量的业务信息和与所述业务信息对应的所述第二业务分数确定所述目标用户特征向量。

11.一种目标用户确定装置，其特征在于，包括：

获取模块，用于获取预设时间段内多个用户的线上行为数据；

第一确定模块，用于针对每个用户的线上行为数据执行以下步骤：根据所述用户的线上行为数据确定所述用户的用户特征向量，所述用户特征向量包括用户标识、所述用户的多个业务信息以及所述业务信息的业务分数；

第二确定模块，用于从多个所述用户特征向量中筛选出满足预设条件的目标用户特征向量；

第三确定模块，用于将所述目标用户特征向量对应的用户确定为目标用户。

12.一种计算设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；

所述处理器执行所述计算机程序指令时实现如权利要求1-10任意一项所述的目标用户确定方法。

13.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-10任意一项所述的目标用户确定方法。

Images