CN111597451A - 一种目标用户的确定方法、确定装置及可读存储介质 - Google Patents
一种目标用户的确定方法、确定装置及可读存储介质 Download PDFInfo
- Publication number
- CN111597451A CN111597451A CN202010434936.0A CN202010434936A CN111597451A CN 111597451 A CN111597451 A CN 111597451A CN 202010434936 A CN202010434936 A CN 202010434936A CN 111597451 A CN111597451 A CN 111597451A
- Authority
- CN
- China
- Prior art keywords
- candidate user
- resource
- reference browsing
- determining
- browsing resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000006399 behavior Effects 0.000 claims description 137
- 238000012544 monitoring process Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000005065 mining Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000006071 cream Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000015219 food category Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了一种目标用户的确定方法、确定装置及可读存储介质,所述确定方法包括:确定至少一个参考浏览资源,并确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户;确定每个候选用户对每个参考浏览资源的至少一种操作行为及每种操作行为对应的操作频次;基于每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对所述至少一个参考浏览资源的倾向值;基于每个候选用户的倾向值,确定出至少一个目标用户。从而能够通过计算出的至少一个候选用户的倾向值,准确的确定出对浏览资源更感兴趣的目标用户,有助于提高目标用户挖掘的准确性。
Description
技术领域
本申请涉及大数据处理技术领域,尤其是涉及一种目标用户的确定方法、确定装置及可读存储介质。
背景技术
随着互联网的高速发展,人们生活水平的提高,越来越多的人经常在不同平台的网络中浏览平台中各种浏览资源,为了能够更准确的挖掘平台中潜在的用户,目前,通常是根据用户的浏览历史,确定出对平台中的浏览资源感兴趣的用户,但是对于一些用户来说,他们在浏览平台中的浏览资源时,可能对所有浏览资源都感兴趣,也可能对所有的浏览资源都不感兴趣,因此,仅根据用户的浏览历史确定出对网络中的浏览资源感兴趣的用户,会存在确定出的对浏览资源感兴趣的用户不够准确的问题。
发明内容
有鉴于此,本申请的目的在于提供一种目标用户的确定方法、确定装置及可读存储介质,能够通过计算出的至少一个候选用户的倾向值,准确的确定出对浏览资源更感兴趣的目标用户,有助于提高目标用户确定的准确性。
本申请实施例提供了一种目标用户的确定方法,所述确定方法包括:
确定至少一个参考浏览资源,并确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户;
确定每个候选用户对每个参考浏览资源的至少一种操作行为及每种操作行为对应的操作频次;
基于每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对所述至少一个参考浏览资源的倾向值;
基于每个候选用户的倾向值,确定出至少一个目标用户。
进一步的,所述确定至少一个参考浏览资源,并确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户,包括:
确定至少一个参考浏览资源,并确定每个参考浏览资源对应的至少一个资源投放点位;
获取所述参考浏览资源在每个资源投放点位上的资源监测日志;
从至少一个资源监测日志中,确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户。
进一步的,所述基于每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对所述至少一个参考浏览资源的倾向值,包括:
针对于每个候选用户,基于所述候选用户对于每个参考浏览资源的每种操作行为对应的操作频次,分别计算所述候选用户对于每个参考浏览资源在每种操作行为下的操作概率;
基于所述候选用户对于每个参考浏览资源在每种操作行为下的操作概率,计算所述候选用户对于所述至少一个参考浏览资源在每种操作行为下对应的信息熵值;
获取预设的每种操作行为对应的权重系数,基于所述候选用户对于所述至少一个参考浏览资源在每种操作行为下对应的信息熵值,计算所述候选用户对所述至少一个参考浏览资源的倾向值。
进一步的,所述基于每个候选用户的倾向值,确定出至少一个目标用户,包括:
基于每个候选用户的倾向值,按照从小至大的次序,对所述至少一个候选用户进行排序,确定每个候选用户对应的排名次序;
将所述排名次序位于前预设位的候选用户,确定为目标用户。
进一步的,在所述基于每个候选用户的倾向值,确定出至少一个目标用户之后,所述确定方法还包括:
针对于每个目标用户,根据所述目标用户对于每个参考浏览资源在每种操作行为下的操作概率,确定所述目标用户对应的目标浏览资源。
本申请实施例还提供了一种目标用户的确定装置,所述确定装置包括:
候选用户确定模块,用于确定至少一个参考浏览资源,并确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户;
操作频次确定模块,用于确定每个候选用户对每个参考浏览资源的至少一种操作行为及每种操作行为对应的操作频次;
数值计算模块,用于基于每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对所述至少一个参考浏览资源的倾向值;
目标用户确定模块,用于基于每个候选用户的倾向值,确定出至少一个目标用户。
进一步的,所述候选用户确定模块在用于确定至少一个参考浏览资源,并确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户时,所述候选用户确定模块用于:
确定至少一个参考浏览资源,并确定每个参考浏览资源对应的至少一个资源投放点位;
获取所述参考浏览资源在每个资源投放点位上的资源监测日志;
从至少一个资源监测日志中,确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户。
进一步的,所述数值计算模块在用于基于每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对所述至少一个参考浏览资源的倾向值时,所述数值计算模块用于:
针对于每个候选用户,基于所述候选用户对于每个参考浏览资源的每种操作行为对应的操作频次,分别计算所述候选用户对于每个参考浏览资源在每种操作行为下的操作概率;
基于所述候选用户对于每个参考浏览资源在每种操作行为下的操作概率,计算所述候选用户对于所述至少一个参考浏览资源在每种操作行为下对应的信息熵值;
获取预设的每种操作行为对应的权重系数,基于所述候选用户对于所述至少一个参考浏览资源在每种操作行为下对应的信息熵值,计算所述候选用户对所述至少一个参考浏览资源的倾向值。
进一步的,所述目标用户确定模块在用于基于每个候选用户的倾向值,确定出至少一个目标用户时,所述目标用户确定模用于:
基于每个候选用户的倾向值,按照从小至大的次序,对所述至少一个候选用户进行排序,确定每个候选用户对应的排名次序;
将所述排名次序位于前预设位的候选用户,确定为目标用户。
进一步的,所述确定装置还包括目标资源确定模块,所述目标资源确定模块用于:
针对于每个目标用户,根据所述目标用户对于每个参考浏览资源在每种操作行为下的操作概率,确定所述目标用户对应的目标浏览资源。
本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如上述的目标用户的确定方法的步骤。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如上述的目标用户的确定方法的步骤。
本申请实施例提供的目标用户的确定方法、确定装置及可读存储介质,确定至少一个参考浏览资源,并确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户;确定每个候选用户对每个参考浏览资源的至少一种操作行为及每种操作行为对应的操作频次;基于每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对所述至少一个参考浏览资源的倾向值;基于每个候选用户的倾向值,确定出至少一个目标用户。
这样,本申请通过确定出能够用于评估用户倾向性的至少一个参考浏览资源,确定对至少一个参考浏览资源存在操作行为的至少一个候选用户,确定出每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对至少一个参考浏览资源的倾向值,确定出对至少一个参考浏览资源更具倾向性的目标用户。从而能够通过计算出的至少一个候选用户的倾向值,准确的确定出对浏览资源更感兴趣的目标用户,有助于提高目标用户确定的准确性。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例所提供的一种目标用户的确定方法的流程图;
图2为本申请另一实施例所提供的一种目标用户的确定方法的流程图;
图3为本申请实施例所提供的一种目标用户的确定装置的结构示意图之一;
图4为本申请实施例所提供的一种目标用户的确定装置的结构示意图之二;
图5为本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例,都属于本申请保护的范围。
首先,对本申请可适用的应用场景进行介绍。本申请可应用于大数据处理技术领域。当想要确定出对浏览资源更具倾向性的用户时,确定出能够用于评估用户倾向性的参考浏览资源,同时确定出对任意一个参考浏览资源存在操作行为的至少一个候选用户,计算每个候选用户对至少一个参考浏览资源的倾向值,并根据每个候选用户的倾向值,确定出对至少一个参考浏览资源更具有倾向性的至少一个目标用户。
经研究发现,目前,通常是根据用户的浏览历史,确定出对平台中的浏览资源感兴趣的用户,但是对于一些用户来说,他们在浏览平台中浏览资源时,可能对所有浏览资源都感兴趣,也可能对所有的浏览资源都不感兴趣,因此,仅根据用户的浏览历史确定出对网络中的浏览资源感兴趣的用户,会存在确定出的对浏览资源感兴趣的用户不够准确的问题。
基于此,本申请实施例提供了一种目标用户的确定方法,通过确定出能够用于评估用户倾向性的至少一个参考浏览资源,确定对至少一个参考浏览资源存在操作行为的至少一个候选用户,确定出每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对至少一个参考浏览资源的倾向值,确定出对至少一个参考浏览资源更具倾向性的目标用户。从而能够通过计算出的至少一个候选用户的倾向值,准确的确定出对浏览资源更感兴趣的目标用户,有助于提高目标用户确定的准确性。
请参阅图1,图1为本申请实施例所提供的一种目标用户的确定方法的流程图。如图1中所示,本申请实施例提供的目标用户的确定方法,包括:
S101、确定至少一个参考浏览资源,并确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户。
该步骤中,根据平台运营人员的工作经验,确定出用于评估用户倾向性的至少一个参考浏览资源,并确定出对至少一个参考浏览资源中的任意一个参考浏览资源存在操作行为的候选用户。
其中,至少一个参考浏览资源可以属于同一类别,例如,眼霜、面霜等同为护肤品类,也可以分别属于不同的类别,例如,眼霜、咖啡等分别属于护肤品类和食品类。
S102、确定每个候选用户对每个参考浏览资源的至少一种操作行为及每种操作行为对应的操作频次。
该步骤中,每个候选用户对于一个参考浏览资源可能会存在不同的操作行为,因此,确定出每个候选用户对每个参考浏览资源的至少一种操作行为,以及每种操作行为对应的操作频次,即存在几次该操作行为。
例如,候选用户A对参考浏览资源B存在2次曝光操作行为以及4次点击操作行为。
其中,操作行为为用户施加在参考浏览资源上的行为,可以为曝光、点击等行为。
S103、基于每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对所述至少一个参考浏览资源的倾向值。
该步骤中,基于确定出的每个候选用户对每个浏览资源的每种操作行为对应的操作频次,计算出每个候选用户对于至少一个参考浏览资源的倾向值。
其中,所述倾向值的大小能够表明用户对于上述至少一个参考浏览资源的倾向性,倾向值越大表明用户对于上述至少一个参考浏览资源的行为表现越混乱,也就表明该用户对于至少一个参考浏览资源中的每一个参考浏览资源都没有倾向性,反之,倾向值越小表明用户对于上述至少一个参考浏览资源的行为表现越清晰,也就表明该用户对于上述至少一个参考浏览资源更具有倾向性。
这样,能够根据每个候选用户对至少一个参考浏览资源的倾向值的大小,进一步的确定出对上述至少一个参考浏览资源更具有倾向性的用户。
S104、基于每个候选用户的倾向值,确定出至少一个目标用户。
该步骤中,根据步骤S103计算出的每个候选用户对至少一个参考浏览资源的倾向值,从至少一个候选用户中确定出至少一个目标用户。
本申请实施例提供的目标用户的确定方法,确定至少一个参考浏览资源,并确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户;确定每个候选用户对每个参考浏览资源的至少一种操作行为及每种操作行为对应的操作频次;基于每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对所述至少一个参考浏览资源的倾向值;基于每个候选用户的倾向值,确定出至少一个目标用户。
这样,本申请通过确定出能够用于评估用户倾向性的至少一个参考浏览资源,确定对至少一个参考浏览资源存在操作行为的至少一个候选用户,确定出每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对至少一个参考浏览资源的倾向值,确定出对至少一个参考浏览资源更具倾向性的目标用户。从而能够通过计算出的至少一个候选用户的倾向值,准确的确定出对浏览资源更感兴趣的目标用户,有助于提高目标用户确定的准确性。
请参阅图2,图2为本申请另一实施例提供的目标用户的确定方法的流程图。如图2中所示,本申请实施例提供的目标用户的确定方法,包括:
S201、确定至少一个参考浏览资源,并确定每个参考浏览资源对应的至少一个资源投放点位。
该步骤中,确定出用于评估用户倾向性的至少一个参考浏览资源,并确定每个参考浏览资源被投放的至少一个资源投放点位,其中,资源投放点位用于展示参考浏览资源,并在展示参考浏览资源的同时,生成与参考浏览资源相关的资源监测日志。
S202、获取所述参考浏览资源在每个资源投放点位上的资源监测日志。
该步骤中,由于每个参考浏览资源会存在多个资源投放点位,且每个资源投放点位在展示参考浏览资源时,都会生成相应的资源监测日志,在资源监测日志中能够记载哪些用户对参考浏览资源存在操作行为,因此为了进一步的确认出对至少一个参考浏览资源存在操作行为的候选用户,首先需要获取每个参考浏览资源在每个资源投放点位上的资源监测日志。
S203、从至少一个资源监测日志中,确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户。
该步骤中,在资源监测日志中记录了在展示参考浏览资源时,对参考浏览资源存在操作行为的候选用户,因此,为了确定出至少一个候选用户,需要遍历每个参考浏览资源在每个资源投放点位的资源监测日志,确定出对至少一个参考浏览资源存在操作行为的至少一个候选用户。
S204、确定每个候选用户对每个参考浏览资源的至少一种操作行为及每种操作行为对应的操作频次。
S205、基于每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对所述至少一个参考浏览资源的倾向值。
S206、基于每个候选用户的倾向值,确定出至少一个目标用户。
其中,S204至S206的描述可以参照S102至S104的描述,并且能达到相同的技术效果,对此不做赘述。
进一步的,步骤S205包括:针对于每个候选用户,基于所述候选用户对于每个参考浏览资源的每种操作行为对应的操作频次,分别计算所述候选用户对于每个参考浏览资源在每种操作行为下的操作概率;基于所述候选用户对于每个参考浏览资源在每种操作行为下的操作概率,计算所述候选用户对于所述至少一个参考浏览资源在每种操作行为下对应的信息熵值;获取预设的每种操作行为对应的权重系数,基于所述候选用户对于所述至少一个参考浏览资源在每种操作行为下对应的信息熵值,计算所述候选用户对所述至少一个参考浏览资源的倾向值。
示例性的,一个候选用户对于一个参考浏览资源存在两种操作行为,假设操作行为分别为点击操作和曝光操作,那么就根据该候选用户对于每个参考浏览资源的各个操作行为对应的操作频次,即该候选用户对应每个参考浏览资源的点击操作对应的点击频次以及曝光操作对应的曝光频次,分别计算该候选用户对应每个参考浏览资源的点击操作概率以及曝光操作概率;再基于计算出的该候选用户对应每个参考浏览资源的点击操作概率,计算该候选用户对至少一个参考浏览资源在点击操作下的信息熵值,以及基于计算出的该候选用户对每个参考浏览资源的曝光操作概率,计算该候选用户对至少一个参考浏览资源在曝光操作下的信息熵值;获取点击操作和曝光操作权重系数,基于所述候选用户对于所述至少一个参考浏览资源在点击操作行为下信息熵值,以及所述候选用户对于所述至少一个参考浏览资源在曝光操作行为下信息熵值,计算所述候选用户对至少一个参考浏览资源的倾向值。
其中,若候选用户对一个参考浏览资源仅存在曝光操作的行为,那么获取到的该候选用户对应该参考浏览资源的点击曝光行为对应的操作频次为0。
其中,通过以下步骤计算候选用户对于至少一个参考浏览资源的倾向值:
H(x)=w1·Himp(x)+w2·Hclk(x);
H(x)为候选用户对于至少一个参考浏览资源的倾向值;Himp(x)为候选用户对至少一个参考浏览资源在曝光操作下的信息熵值;Hclk(x)为候选用户对至少一个参考浏览资源在点击操作下的信息熵值;w1、w2分别为曝光操作对应的权重系数或点击操作对应的权重系数。
w1与w2之和为1,w1与w2的值可以根据具体情况进行具体设定,在此不做限制。
Hclk(x)为候选用户对至少一个参考浏览资源在曝光操作下的信息熵值;Pclk(xi)为候选用户对于第i个参考浏览资源的点击操作概率;N为N个参考浏览资源。
Himp(x)为候选用户对至少一个参考浏览资源在曝光操作下的信息熵值;Pimp(xi)为候选用户对于第i个参考浏览资源的点击操作概率;N为N个参考浏览资源。
Pclk(xi)为候选用户对于第i个参考浏览资源的点击操作概率;Freq(xi)为候选用户对第i个参考浏览资源的点击频次;N为N个参考浏览资源。
Pimp(xi)为候选用户对于第i个参考浏览资源的曝光操作概率;Freq(xi)为候选用户对第i个参考浏览资源的曝光频次;N为N个参考浏览资源。
进一步的,步骤S306包括:基于每个候选用户的倾向值,按照从小至大的次序,对所述至少一个候选用户进行排序,确定每个候选用户对应的排名次序;将所述排名次序位于前预设位的候选用户,确定为目标用户。
该步骤中,在确定出的每个候选用户的倾向值的基础上,按照倾向值从小至大的顺序将至少一个候选用户进行排列,确定出每个候选用户对应的排名次序;获取预设百分比,通过预设百分比计算出预设位,再将位于前预设位的候选用户确定为目标用户,将排名次序位于前预设位的候选用户,确定为目标用户。
进一步的,在步骤S306之后,所述确定方法还包括:针对于每个目标用户,根据所述目标用户对于每个参考浏览资源在每种操作行为下的操作概率,确定所述目标用户对应的目标浏览资源。
该步骤中,若想进一步的确定出目标用户在参考浏览资源中更具倾向性的目标浏览资源,可以根据目标用户对于每个参考浏览资源在每种操作行为下的操作概率,按照操作概率的大小确定出目标用户对应的目标浏览资源。
示例性的,对于目标用户A,目标用户A对参考浏览资源1的点击概率为0.6,对参考浏览资源2的点击概率为0.3,那对于目标用户A来说,参考浏览资源1更具有倾向性。
本申请实施例提供的目标用户的确定方法,确定至少一个参考浏览资源,并确定每个参考浏览资源对应的至少一个资源投放点位;获取所述参考浏览资源在每个资源投放点位上的资源监测日志;从至少一个资源监测日志中,确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户;确定每个候选用户对每个参考浏览资源的至少一种操作行为及每种操作行为对应的操作频次;基于每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对所述至少一个参考浏览资源的倾向值;基于每个候选用户的倾向值,确定出至少一个目标用户。
这样,本申请通过确定出能够用于评估用户倾向性的至少一个参考浏览资源,并确定每个参考浏览资源对应的资源投放点位,获取每个参考浏览资源在每个资源投放点位上的资源监测日志,从至少一个资源监测日志中确定出对至少一个参考浏览资源存在操作行为的至少一个候选用户,确定出每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对至少一个参考浏览资源的倾向值,确定出对至少一个参考浏览资源更具倾向性的目标用户。从而能够通过计算出的至少一个候选用户的倾向值,准确的确定出对浏览资源更感兴趣的目标用户,有助于提高目标用户确定的准确性。
请参阅图3、图4,图3为本申请实施例所提供的一种目标用户的确定装置的结构示意图之一,图4为本申请实施例所提供的一种目标用户的确定装置的结构示意图之二。如图3中所示,所述确定装置300包括:
候选用户确定模块310,用于确定至少一个参考浏览资源,并确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户;
操作频次确定模块320,用于确定每个候选用户对每个参考浏览资源的至少一种操作行为及每种操作行为对应的操作频次;
数值计算模块330,用于基于每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对所述至少一个参考浏览资源的倾向值;
目标用户确定模块340,用于基于每个候选用户的倾向值,确定出至少一个目标用户。
进一步的,所述候选用户确定模块310在用于确定至少一个参考浏览资源,并确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户时,所述候选用户确定模块310用于:
确定至少一个参考浏览资源,并确定每个参考浏览资源对应的至少一个资源投放点位;
获取所述参考浏览资源在每个资源投放点位上的资源监测日志;
从至少一个资源监测日志中,确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户。
进一步的,所述数值计算模块330在用于基于每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对所述至少一个参考浏览资源的倾向值时,所述数值计算模块330用于:
针对于每个候选用户,基于所述候选用户对于每个参考浏览资源的每种操作行为对应的操作频次,分别计算所述候选用户对于每个参考浏览资源在每种操作行为下的操作概率;
基于所述候选用户对于每个参考浏览资源在每种操作行为下的操作概率,计算所述候选用户对于所述至少一个参考浏览资源在每种操作行为下对应的信息熵值;
获取预设的每种操作行为对应的权重系数,基于所述候选用户对于所述至少一个参考浏览资源在每种操作行为下对应的信息熵值,计算所述候选用户对所述至少一个参考浏览资源的倾向值。
进一步的,所述目标用户确定模块340在用于基于每个候选用户的倾向值,确定出至少一个目标用户时,所述目标用户确定模块340用于:
基于每个候选用户的倾向值,按照从小至大的次序,对所述至少一个候选用户进行排序,确定每个候选用户对应的排名次序;
将所述排名次序位于前预设位的候选用户,确定为目标用户。
进一步的,如图4所示,所述确定装置300还包括目标资源确定模块350,所述目标资源确定模块350用于:
针对于每个目标用户,根据所述目标用户对于每个参考浏览资源在每种操作行为下的操作概率,确定所述目标用户对应的目标浏览资源。
本申请实施例提供的目标用户的确定装置,确定至少一个参考浏览资源,并确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户;确定每个候选用户对每个参考浏览资源的至少一种操作行为及每种操作行为对应的操作频次;基于每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对所述至少一个参考浏览资源的倾向值;基于每个候选用户的倾向值,确定出至少一个目标用户。
这样,本申请通过确定出能够用于评估用户倾向性的至少一个参考浏览资源,确定对至少一个参考浏览资源存在操作行为的至少一个候选用户,确定出每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对至少一个参考浏览资源的倾向值,确定出对至少一个参考浏览资源更具倾向性的目标用户。从而能够通过计算出的至少一个候选用户的倾向值,准确的确定出对浏览资源更感兴趣的目标用户,有助于提高目标用户确定的准确性。
请参阅图5,图5为本申请实施例所提供的一种电子设备的结构示意图。如图5中所示,所述电子设备500包括处理器510、存储器520和总线530。
所述存储器520存储有所述处理器510可执行的机器可读指令,当电子设备500运行时,所述处理器510与所述存储器520之间通过总线530通信,所述机器可读指令被所述处理器510执行时,可以执行如上述图1以及图2所示方法实施例中的目标用户的确定方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时可以执行如上述图1以及图2所示方法实施例中的目标用户的确定方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置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。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种目标用户的确定方法,其特征在于,所述确定方法包括:
确定至少一个参考浏览资源,并确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户;
确定每个候选用户对每个参考浏览资源的至少一种操作行为及每种操作行为对应的操作频次;
基于每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对所述至少一个参考浏览资源的倾向值;
基于每个候选用户的倾向值,确定出至少一个目标用户。
2.根据权利要求1所述的确定方法,其特征在于,所述确定至少一个参考浏览资源,并确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户,包括:
确定至少一个参考浏览资源,并确定每个参考浏览资源对应的至少一个资源投放点位;
获取所述参考浏览资源在每个资源投放点位上的资源监测日志;
从至少一个资源监测日志中,确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户。
3.根据权利要求1所述的确定方法,其特征在于,所述基于每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对所述至少一个参考浏览资源的倾向值,包括:
针对于每个候选用户,基于所述候选用户对于每个参考浏览资源的每种操作行为对应的操作频次,分别计算所述候选用户对于每个参考浏览资源在每种操作行为下的操作概率;
基于所述候选用户对于每个参考浏览资源在每种操作行为下的操作概率,计算所述候选用户对于所述至少一个参考浏览资源在每种操作行为下对应的信息熵值;
获取预设的每种操作行为对应的权重系数,基于所述候选用户对于所述至少一个参考浏览资源在每种操作行为下对应的信息熵值,计算所述候选用户对所述至少一个参考浏览资源的倾向值。
4.根据权利要求1所述的确定方法,其特征在于,所述基于每个候选用户的倾向值,确定出至少一个目标用户,包括:
基于每个候选用户的倾向值,按照从小至大的次序,对所述至少一个候选用户进行排序,确定每个候选用户对应的排名次序;
将所述排名次序位于前预设位的候选用户,确定为目标用户。
5.根据权利要求3所述的确定方法,其特征在于,在所述基于每个候选用户的倾向值,确定出至少一个目标用户之后,所述确定方法还包括:
针对于每个目标用户,根据所述目标用户对于每个参考浏览资源在每种操作行为下的操作概率,确定所述目标用户对应的目标浏览资源。
6.一种目标用户的确定装置,其特征在于,所述确定装置包括:
候选用户确定模块,用于确定至少一个参考浏览资源,并确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户;
操作频次确定模块,用于确定每个候选用户对每个参考浏览资源的至少一种操作行为及每种操作行为对应的操作频次;
数值计算模块,用于基于每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对所述至少一个参考浏览资源的倾向值;
目标用户确定模块,用于基于每个候选用户的倾向值,确定出至少一个目标用户。
7.根据权利要求6所述的确定装置,其特征在于,所述候选用户确定模块在用于确定至少一个参考浏览资源,并确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户时,所述候选用户确定模块用于:
确定至少一个参考浏览资源,并确定每个参考浏览资源对应的至少一个资源投放点位;
获取所述参考浏览资源在每个资源投放点位上的资源监测日志;
从至少一个资源监测日志中,确定出对所述至少一个参考浏览资源存在操作行为的至少一个候选用户。
8.根据权利要求6所述的确定装置,其特征在于,所述数值计算模块在用于基于每个候选用户对每个参考浏览资源的每种操作行为对应的操作频次,计算每个候选用户对所述至少一个参考浏览资源的倾向值时,所述数值计算模块用于:
针对于每个候选用户,基于所述候选用户对于每个参考浏览资源的每种操作行为对应的操作频次,分别计算所述候选用户对于每个参考浏览资源在每种操作行为下的操作概率;
基于所述候选用户对于每个参考浏览资源在每种操作行为下的操作概率,计算所述候选用户对于所述至少一个参考浏览资源在每种操作行为下对应的信息熵值;
获取预设的每种操作行为对应的权重系数,基于所述候选用户对于所述至少一个参考浏览资源在每种操作行为下对应的信息熵值,计算所述候选用户对所述至少一个参考浏览资源的倾向值。
9.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过所述总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至5中任一项所述的目标用户的确定方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至5中任一项所述的目标用户的确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010434936.0A CN111597451B (zh) | 2020-05-21 | 2020-05-21 | 一种目标用户的确定方法、确定装置及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010434936.0A CN111597451B (zh) | 2020-05-21 | 2020-05-21 | 一种目标用户的确定方法、确定装置及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111597451A true CN111597451A (zh) | 2020-08-28 |
CN111597451B CN111597451B (zh) | 2024-03-08 |
Family
ID=72192350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010434936.0A Active CN111597451B (zh) | 2020-05-21 | 2020-05-21 | 一种目标用户的确定方法、确定装置及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111597451B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180005297A1 (en) * | 2014-12-26 | 2018-01-04 | China Unionpay Co., Ltd. | Analysis and collection system for user interest data and method therefor |
CN109934748A (zh) * | 2019-03-25 | 2019-06-25 | 京工博创(北京)科技有限公司 | 一种基于大数据条件下的个性化课程定制方法 |
CN110659416A (zh) * | 2019-09-09 | 2020-01-07 | 秒针信息技术有限公司 | 一种浏览资源的推荐方法、推荐装置及可读存储介质 |
CN110827080A (zh) * | 2019-11-04 | 2020-02-21 | 恩亿科(北京)数据科技有限公司 | 一种定向推送方法及装置 |
-
2020
- 2020-05-21 CN CN202010434936.0A patent/CN111597451B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180005297A1 (en) * | 2014-12-26 | 2018-01-04 | China Unionpay Co., Ltd. | Analysis and collection system for user interest data and method therefor |
CN109934748A (zh) * | 2019-03-25 | 2019-06-25 | 京工博创(北京)科技有限公司 | 一种基于大数据条件下的个性化课程定制方法 |
CN110659416A (zh) * | 2019-09-09 | 2020-01-07 | 秒针信息技术有限公司 | 一种浏览资源的推荐方法、推荐装置及可读存储介质 |
CN110827080A (zh) * | 2019-11-04 | 2020-02-21 | 恩亿科(北京)数据科技有限公司 | 一种定向推送方法及装置 |
Non-Patent Citations (2)
Title |
---|
李伟超;付永华;: "一种改进的基于浏览行为的用户兴趣模型", 电信科学, no. 05 * |
王刚: "自适应用户兴趣偏好的电子资源协同过滤推荐研究", pages 18 - 22 * |
Also Published As
Publication number | Publication date |
---|---|
CN111597451B (zh) | 2024-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105678587B (zh) | 一种推荐特征确定方法、信息推荐方法及装置 | |
CN110390584B (zh) | 一种异常用户的识别方法、识别装置及可读存储介质 | |
US9443082B2 (en) | User evaluation | |
CN108833458B (zh) | 一种应用推荐方法、装置、介质及设备 | |
CN109299356B (zh) | 基于大数据的活动推荐方法、装置、电子设备及存储介质 | |
CN110706026A (zh) | 一种异常用户的识别方法、识别装置及可读存储介质 | |
US20130080245A1 (en) | Advertising management system | |
CN110689084B (zh) | 一种异常用户识别方法及装置 | |
CN108665293B (zh) | 特征重要性获取方法及装置 | |
US20170300819A1 (en) | Time-Series Prediction Apparatus and Time-Series Prediction Method | |
CN111144941A (zh) | 商户评分的生成方法、装置、设备及可读存储介质 | |
CN112785194B (zh) | 工作流程的推荐方法、装置、可读存储介质及电子设备 | |
CN106033574B (zh) | 一种作弊行为的识别方法及装置 | |
CN113076416A (zh) | 信息热度评估方法、装置和电子设备 | |
CN110782291A (zh) | 广告投放用户确定方法及装置、存储介质及电子装置 | |
KR20130134046A (ko) | 하이브리드 협업적 여과 방법을 이용한 코사인 유사도 기반 전문가 추천 장치 및 방법 | |
CN110968802A (zh) | 一种用户特征的分析方法、分析装置及可读存储介质 | |
CN111597451A (zh) | 一种目标用户的确定方法、确定装置及可读存储介质 | |
CN108804917B (zh) | 一种文件检测方法、装置、电子设备及存储介质 | |
CN113780666B (zh) | 一种缺失值的预测方法及装置、可读存储介质 | |
CN110891097B (zh) | 一种跨设备用户识别方法及装置 | |
JP6462481B2 (ja) | スキル評価装置、スキル評価方法、プログラム、及び記録媒体 | |
CN110765358B (zh) | 一种资讯推送方法、装置、电子设备及可读存储介质 | |
CN110083517B (zh) | 一种用户画像置信度的优化方法及装置 | |
CN108958902B (zh) | 图计算方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Country or region after: China Address after: 15-5, 1st Floor, Building 4, No. 15 Haidian Middle Street, Haidian District, Beijing, 100082 Applicant after: Beijing minglue Zhaohui Technology Co.,Ltd. Address before: Room 2020, 2nd floor, building 27, 25 North Third Ring Road West, Haidian District, Beijing Applicant before: BEIJING SUPERTOOL INTERNET TECHNOLOGY LTD. Country or region before: China |
|
GR01 | Patent grant | ||
GR01 | Patent grant |