CN112231576B - 一种目标用户的确定方法及装置 - Google Patents

一种目标用户的确定方法及装置 Download PDF

Info

Publication number
CN112231576B
CN112231576B CN202011224940.0A CN202011224940A CN112231576B CN 112231576 B CN112231576 B CN 112231576B CN 202011224940 A CN202011224940 A CN 202011224940A CN 112231576 B CN112231576 B CN 112231576B
Authority
CN
China
Prior art keywords
user
preference
pair
users
determining
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.)
Active
Application number
CN202011224940.0A
Other languages
English (en)
Other versions
CN112231576A (zh
Inventor
曹丽娟
程新洲
夏蕊
贾玉玮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN202011224940.0A priority Critical patent/CN112231576B/zh
Publication of CN112231576A publication Critical patent/CN112231576A/zh
Application granted granted Critical
Publication of CN112231576B publication Critical patent/CN112231576B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9536Search customisation based on social or collaborative filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0202Market predictions or forecasting for commercial activities

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例提供一种目标用户的确定方法及装置,涉及通信技术领域,解决了现有技术无法准确的确定潜在的营销用户的技术问题。该目标用户的确定方法包括:确定偏好类别;根据该偏好类别确定至少一对用户对该偏好类别的偏好度,该偏好度是指:根据每对用户之间的社交亲密度和一对用户中每个用户对该偏好类别的商品的偏好程度,确定出的用于衡量该一对用户对该偏好类别的偏好程度的值;根据确定出的偏好度,从该至少一对用户中确定该偏好类别的目标用户。

Description

一种目标用户的确定方法及装置
技术领域
本申请涉及电子营销技术领域,尤其涉及一种目标用户的确定方法及装置。
背景技术
为了提高营销效果,线上营销平台在进行商品推广时,可以将某类营销商品的营销信息推荐给具有相应需求的用户群体。
通常,现有技术可以根据用户的浏览足迹或输入的搜索词来确定用户的需求,从而筛选出可能对营销商品具有潜在需求的用户群体。然而,现有技术的筛选方式只取决于用户自身对某类商品的历史行为,而用户自身的历史行为并不能表示用户在未来仍存在相应需求,因此,现有技术无法准确的确定潜在的营销用户。
发明内容
本申请提供一种目标用户的确定方法及装置,解决了现有技术无法准确的确定潜在的营销用户的技术问题。
为达到上述目的,本申请采用如下技术方案:
第一方面,提供一种目标用户的确定方法,包括:确定偏好类别;根据该偏好类别确定至少一对用户对该偏好类别的偏好度,该偏好度是指:根据每对用户之间的社交亲密度和一对用户中每个用户对该偏好类别的商品的偏好程度,确定出的用于衡量该一对用户对该偏好类别的偏好程度的值;根据确定出的偏好度,从该至少一对用户中确定该偏好类别的目标用户。
本申请实施例中,可以根据偏好类别确定偏好度,并根据偏好度从至少一对用户中确定偏好类别的目标用户。由于偏好度是指根据每对用户之间的社交亲密度和一对用户中每个用户对该偏好类别的商品的使用量确定的衡量用户偏好程度的值,而社交亲密度高的两个用户之间可能会彼此促进对某类商品的使用,即一个用户的偏好可能会影响另一个用户的偏好,因此根据偏好度可以准确的确定某个偏好类别商品的潜在营销用户。
第二方面,提供一种目标用户的确定装置,包括:处理单元,该处理单元用于确定偏好类别;并根据该偏好类别确定至少一对用户对该偏好类别的偏好度,该偏好度是指:根据每对用户之间的社交亲密度和一对用户中每个用户对该偏好类别的商品的偏好程度,确定出的用于衡量该一对用户对该偏好类别的偏好程度的值;以及根据确定出的偏好度,从该至少一对用户中确定该偏好类别的目标用户。
第三方面,提供一种目标用户的确定装置,包括存储器和处理器。存储器用于存储计算机执行指令,处理器与存储器通过总线连接。当目标用户的确定装置运行时,处理器执行存储器存储的计算机执行指令,以使目标用户的确定装置执行第一方面提供的目标用户的确定方法。
第四方面,提供一种计算机可读存储介质,计算机可读存储介质包括计算机执行指令,当计算机执行指令在计算机上运行时,使得该计算机执行第一方面提供的目标用户的确定方法。
第五方面,提供一种计算机程序产品,该计算机程序产品包括计算机指令,当计算机指令在计算机上运行时,使得计算机执行如上述第一方面及其各种可能的实现方式提供的目标用户的确定方法。
需要说明的是,上述计算机指令可以全部或者部分存储在计算机可读存储介质上。其中,计算机可读存储介质可以与目标用户的确定装置的处理器封装在一起的,也可以与目标用户的确定装置的处理器单独封装,本申请对此不作限定。
本申请中第二方面、第三方面、第四方面以及第五方面的描述,可以参考第一方面的详细描述,此处不再赘述;并且,第二方面、第三方面、第四方面以及第五方面描述的有益效果,可以参考第一方面的有益效果分析,此处不再赘述。
在本申请中,上述目标用户的确定装置的名字对设备或功能模块本身不构成限定,在实际实现中,这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本申请类似,属于本申请权利要求及其等同技术的范围之内。
本申请的这些方面或其他方面在以下的描述中会更加简明易懂。
附图说明
图1为本申请实施例提供的一种目标用户的确定装置的硬件结构示意图之一;
图2为本申请实施例提供的一种目标用户的确定装置的硬件结构示意图之二;
图3为本申请实施例提供的一种目标用户的确定方法的流程示意图之一;
图4为本申请实施例提供的一种目标用户的确定方法的流程示意图之二;
图5为本申请实施例提供的一种目标用户的确定装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,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。基于本申请中的实施例,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,都属于本申请保护的范围。
需要说明的是,本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
为了便于清楚描述本申请实施例的技术方案,在本申请实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分,本领域技术人员可以理解“第一”、“第二”等字样并不是在对数量和执行次序进行限定。
本申请实施例提供了一种目标用户的确定方法,该方法可以应用于如图1所示的目标用户的确定装置,该目标用户的确定装置包括处理器11,存储器12、通信接口13、总线14。处理器11,存储器12以及通信接口13之间可以通过总线14连接。
处理器11是目标用户的确定装置的控制中心,可以是一个处理器,也可以是多个处理元件的统称。例如,处理器11可以是一个通用中央处理单元(central processingunit,CPU),也可以是其他通用处理器等。其中,通用处理器可以是微处理器或者是任何常规的处理器等。
作为一种实施例,处理器11可以包括一个或多个CPU,例如图1中所示的CPU 0和CPU 1。
存储器12可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
一种可能的实现方式中,存储器12可以独立于处理器11存在,存储器12可以通过总线14与处理器11相连接,用于存储指令或者程序代码。处理器11调用并执行存储器12中存储的指令或程序代码时,能够实现本申请实施例提供的目标用户的确定方法。
另一种可能的实现方式中,存储器12也可以和处理器11集成在一起。
通信接口13,用于与其他设备通过通信网络连接。所述通信网络可以是以太网,无线接入网,无线局域网(wireless local area networks,WLAN)等。通信接口13可以包括用于接收数据的接收单元,以及用于发送数据的发送单元。
总线14,可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component Interconnect,PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图1中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
需要指出的是,图1示出的结构并不构成对该目标用户的确定装置的限定。除图1所示部件之外,该目标用户的确定装置可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
图2示出了本申请实施例中目标用户的确定装置的另一种硬件结构。如图2所示,目标用户的确定装置可以包括处理器21以及通信接口22。处理器21与通信接口22耦合。
处理器21的功能可以参考上述处理器11的描述。此外,处理器21还具备存储功能,可以参考上述存储器12的功能。
通信接口22用于为处理器21提供数据。该通信接口22可以是目标用户的确定装置的内部接口,也可以是目标用户的确定装置对外的接口(相当于上述通信接口13)。
需要指出的是,图1(或图2)中示出的结构并不构成对目标用户的确定装置的限定,除图1(或图2)所示部件之外,该目标用户的确定装置可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合上述图1和图2示出的目标用户的确定装置,对本申请实施例提供的目标用户的确定方法进行详细介绍。
如图3所示,本申请实施例提供一种目标用户的确定方法,该目标用户的确定方法可以应用于目标用户的确定装置,该目标用户的确定方法可以包括下述的S301-S303。
S301、目标用户的确定装置确定偏好类别。
上述偏好类别可以为用户偏好的应用程序的类别,也可以为用户偏好的网站的类别,还可以为用户偏好的小程序的类别。具体可以根据实际营销内容确定,本申请实施例对此不做限定。
以偏好类别为用户偏好的应用程序类别为例。在行业使用场景不同的情况下,对应的偏好类别也不同。例如,在行业使用场景为至少两个用户之间进行信息交互的情况下,对应的偏好类别可以为社交类应用程序;在行业使用场景为指导用户学习语言的情况下,对应的偏好类别可以为教育类应用程序;在行业使用场景涉及游戏影音的情况下,对应的偏好类别可以为娱乐休闲类应用程序。因此,目标用户的确定装置可以根据行业使用场景确定偏好类别。
可选的,用户可以根据自身的营销目的确定偏好类别,并将该偏好类别的类别信息输入到目标用户的确定装置,从而使目标用户的确定装置获取用户输入的类别信息,并根据该类别信息确定偏好类别。
S302、目标用户的确定装置根据偏好类别确定至少一对用户对该偏好类别的偏好度。
其中,上述偏好度是指:根据每对用户之间的社交亲密度和一对用户中每个用户对该偏好类别的商品的偏好程度,确定出的用于衡量一对用户对该偏好类别的偏好程度的值。
可选的,目标用户的确定装置还可以根据偏好类别确定每对用户中每个用户的通信标识、每对用户的用户对标识、偏好类别、每对用户之间的亲密值,该亲密值可以用于表示两个用户之间社交关系的深浅程度、每个用户对该偏好类别的偏好度以及每对用户对该偏好类别的偏好度。
示例性的,以上述至少一对用户为一对用户、且该一对用户包括用户A和用户B为例,如表1所示,目标用户的确定装置可以根据偏好类别确定用户A的通信标识phone1、用户B的通信标识phone2、该对用户的用户对标识pair_id、偏好类别interest_id、用户A和用户B之间的亲密值r_score、用户A对该偏好类别的偏好度phone1_i_score、用户B对该偏好类别的偏好度phone2_i_score以及该对用户对该偏好类别的偏好度pair_i_score。
需要说明的是,目标用户的确定装置可以根据用户A和用户B之间的亲密值r_score、用户A对该偏好类别的偏好度phone1_i_score以及用户B对该偏好类别的偏好度phone2_i_score确定该对用户对该偏好类别的偏好度pair_i_score。具体的,该对用户对该偏好类别的偏好度可以为:pair_i_score=(phone1_i_score+phone2_i_score)*r_score。
表1
序号 字段名称 字段含义
1 phone1 手机号码1
2 phone2 手机号码2
3 pair_id 用户对标识
4 interest_id 偏好类别
5 r_score 用户A和用户B之间的亲密值
6 phone1_i_score 用户A对该偏好类别的偏好度
7 phone2_i_score 用户B对该偏好类别的偏好度
8 pair_i_score 用户A和用户B对该偏好类别的偏好度
S303、目标用户的确定装置根据确定出的偏好度,从该至少一对用户中确定该偏好类别的目标用户。
具体的,目标用户的确定装置还可以以图论的方法分析用户偏好,首先,以一个用户作为节点,以该一个用户与其他用户之间的偏好度作为有权边,构成该偏好类别的营销用户图。其中,单个节点的边数为节点度,计为phone_degree,该节点度可以用于表示与该节点的社交关系中,具有营销潜力的节点个数。单个节点的所有偏好度之和为节点权重,记为phone_weight,该节点权重可以用于表示该节点的影响力。之后,目标用户的确定装置可以通过以下方式中的任意一种或多种从该至少一对用户中确定该偏好类别的目标用户。
方式1:若一个用户与其他至少一个用户的偏好度pair_i_score大于或等于第一阈值,则表示该一个用户与该其他至少一个用户对该偏好类别的偏好程度较深,因此,目标用户的确定装置可以将该一个用户与该其他至少一个用户都确定为该偏好类别的目标用户。
方式2:若一个用户包括的偏好度的数量phone_degree大于或等于第二阈值,则表示该一个用户的社交关系中存在多人都偏好该偏好类别,该一个用户受社交关系的影响,存在很大的可能也偏好该偏好类别,因此,目标用户的确定装置可以将该一个用户确定为该偏好类别的目标用户。
方式3:若一个用户包括的偏好度之和phone_weight大于或等于第三阈值,则表示该一个用户受社交关系中其他用户的影响较大,因此,目标用户的确定装置可以将该一个用户确定为该偏好类别的目标用户。
可选的,目标用户的确定装置通过上述方式确定目标用户后,可以对这些目标用户进行合并去重,得到营销用户列表(如表2所示),并将该营销用户列表输入到电子推荐系统中。
表2
序号 字段名称 字段含义
1 interest_id 偏好类别
2 phone 手机号码
本申请实施例提供一种目标用户的确定方法,可以根据偏好类别确定偏好度,并根据偏好度从至少一对用户中确定偏好类别的目标用户。由于偏好度是指根据每对用户之间的社交亲密度和一对用户中每个用户对该偏好类别的商品的使用量确定的衡量用户偏好程度的值,而社交亲密度高的两个用户之间可能会彼此促进对某类商品的使用,即一个用户的偏好可能会影响另一个用户的偏好,因此根据偏好度可以准确的确定某个偏好类别商品的潜在营销用户。
可选的,在数据库中存在与该偏好类别对应的偏好度时,目标用户的确定装置可以直接根据该偏好类别确定至少一对用户对该偏好类别的偏好度,在数据库中不存在与该偏好类别对应的偏好度时,目标用户的确定装置可以创建与该偏好类别对应的偏好度。
示例性的,结合上述图3,如图4所示,在S302之前,本申请实施例提供的目标用户的确定方法还可以包括下述的S304和S305。
S304、目标用户的确定装置采集至少一对用户的通信数据。
其中,上述通信数据可以包括每对用户之间的通讯信息和一对用户中的每个用户对该偏好类别的商品的使用量。
上述通讯信息可以包括目标用户的确定装置采集的某地预设时间段内的外部数据表示(external data representation,XDR)、用户套餐信息和地市工参,该XDR包括IUCS呼叫话单,IUCS位置更新话单和S1U-HTTP话单。目标用户的确定装置可以解析采集的数据,得到用户交往圈重合人数占比、双方保持联系的天数占比、号码对的通话次数占比、号码对的通话时长占比、夜间时段小区重合率、工作时段小区重合率以及双方是否在同一个套餐中等信息。
示例性的,如表3所示,仍以用户A和用户B为例,用户A和用户B的交往圈重合人数占比pair_co_connect_rate=重合人数/(用户A交往圈人数+用户B交往圈人数-重合人数),取值[0,1];用户A和用户B保持联系的天数占比pair_talkdays_rate=保持联系天数/预设时间段对应的天数,取值[0,1];用户A和用户B的通话次数占比pair_talkcnt_rate=双方之间的通话次数/(用户A的总通话次数+用户B的总通话次数-双方之间的通话次数),取值[0,1];用户A和用户B的通话时长占比pair_talklen_rate=双方之间的通话时长/(用户A的总通话时长+用户B的总通话时长-双方之间的通话时长),取值[0,1];夜间时段小区重合率pair_night_same_cgi_rate=夜间时段双方小区重合数/(夜间时段用户A的小区总数+夜间时段用户B的小区总数-夜间时段双方小区重合数),可以取值[0,1]。其中,夜间时段可以自定义,例如,夜间时段可以定义为23:00-6:00;工作时段小区重合率pair_work_same_cgi_rate=工作时段双方小区重合数/(工作时段用户A的小区总数+工作时段用户B的小区总数-工作时段双方小区重合数),可以取值[0,1],其中,工作时段可以自定义,例如,工作时段可以定义为9:00-19:00。用户A和用户B是否在同一个套餐中可以取值0或1。
表3
序号 字段名称 字段含义
1 phone1 手机号码1
2 phone2 手机号码2
3 pair_co_connect_rate 交往圈重合人数占比
4 pair_talkdays_rate 保持联系的天数占比
5 pair_talkcnt_rate 通话次数占比
6 pair_talklen_rate 通话时长占比
7 pair_night_same_cgi_rate 夜间时段小区重合率
8 pair_work_same_cgi_rate 工作时段小区重合率
9 pair_service_pacg 双方是否在同一个套餐中
上述用户对该偏好类别的商品的使用量可以为用户对该偏好类别的应用程序的使用量。目标用户的确定装置可以基于深度包检测技术(deep packet inspection,DPI)的应用识别能力,构建应用程序特征库,例如,使用http层url、host等规则对应输出应用程序标识,之后,再对检测到的应用程序进行分类。如下表4所示,为应用程序特征库中的字段示意。
表4
序号 字段名称 字段含义
1 app_id 应用程序标识
2 interest_id 应用程序对应的偏好类别
基于表4中的interest_id,如表5所示,目标用户的确定装置可以统计单个用户每个偏好类别的记录条数、使用时长和使用天数,并线性映射到[0,100]。
表5
Figure BDA0002763347360000091
Figure BDA0002763347360000101
S305、目标用户的确定装置根据通讯信息和使用量确定每对用户的偏好度,得到至少一对用户对该偏好类别的偏好度。
目标用户的确定装置可以根据该通讯信息确定每对用户之间的社交亲密度,根据该使用量确定一对用户中的每个用户对该偏好类别的商品的偏好程度,并根据每对用户之间的社交亲密度和每个用户对该偏好类别的商品的偏好程度确定每对用户的偏好度。
具体的,用户之间的社交亲密度的计算方法可以为:r_score=w1*pair_co_connect_rate+w2*pair_talkdays_rate+w3*pair_talkcnt_rate+w4*pair_talklen_rate+w5*pair_night_same_cgi_rate+w6*pair_work_same_cgi_rate+w7*pair_service_pacg。最后将r_score映射到[0,1]上。每个用户对该偏好类别的偏好程度的计算方法可以为:phone_i_score=y1*interest_cnt_grade+y2*interest_duration_grade+y3*interest_days_grade。最后将phone_i_score映射到[0,100]上。其中,w1、w2、w3、w4、w5、w6、w7、y1、y2、y3为预设的权重值。
最后,可以根据上述公式pair_i_score=(phone1_i_score+phone2_i_score)*r_score得到用户对该偏好类别的偏好度。
可选的,构建基于用户社交和偏好的营销模型后,可以根据营销效果进行验证,并周期性优化。随着数据样本增加和模型迭代,可以逐渐提高模型的精准度。
上述主要从方法的角度对本申请实施例提供的方案进行了介绍。为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例提供的目标用户的确定方法,执行主体可以为目标用户的确定装置,或者该目标用户的确定装置中的用于执行目标用户确定业务的控制模块。本申请实施例中以目标用户的确定装置执行目标用户的确定方法为例,说明本申请实施例提供的目标用户的确定装置。
需要说明的是,本申请实施例可以根据上述方法示例对目标用户的确定装置进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。可选的,本申请实施例中对模块的划分是示意性的,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。
如图5所示,本申请实施例提供的一种目标用户的确定装置。该目标用户的确定装置500可以包括处理单元501。该处理单元501,可以用于确定偏好类别;并根据该偏好类别确定至少一对用户对该偏好类别的偏好度,该偏好度是指:根据每对用户之间的社交亲密度和一对用户中每个用户对该偏好类别的商品的偏好程度,确定出的用于衡量该一对用户对该偏好类别的偏好程度的值;以及根据确定出的偏好度,从该至少一对用户中确定该偏好类别的目标用户。例如,结合图3,处理单元501可以用于执行S301-S303。
可选的,上述目标用户的确定装置500还可以包括采集单元502。该采集单元502,可以用于该处理单元501根据该偏好类别确定至少一对用户对该偏好类别的偏好度之前,采集该至少一对用户的通信数据,该通信数据包括每对用户之间的通讯信息和一对用户中的每个用户对该偏好类别的商品的使用量。例如,结合图4,采集单元502可以用于执行S304。上述处理单元501,还可以用于根据该通讯信息和该使用量确定每对用户的偏好度,得到该至少一对用户对该偏好类别的偏好度。例如,结合图4,处理单元501可以用于执行S305。
可选的,上述处理单元501,具体可以用于根据该通讯信息确定每对用户之间的社交亲密度,根据该使用量确定一对用户中的每个用户对该偏好类别的商品的偏好程度;并根据该每对用户之间的社交亲密度和每个用户对该偏好类别的商品的偏好程度确定该每对用户的偏好度。
可选的,上述处理单元501,具体可以用于执行以下至少一项:若一个用户与其他至少一个用户的偏好度大于或等于第一阈值,则将该一个用户确定为该偏好类别的目标用户;若一个用户包括的偏好度的数量大于或等于第二阈值,则将该一个用户确定为该偏好类别的目标用户;若一个用户包括的偏好度的所有权重之和大于或等于第三阈值,则将该一个用户确定为该偏好类别的目标用户。
当然,本申请实施例提供的目标用户的确定装置500包括但不限于上述模块。
在实际实现时,处理单元501可以由图1所示的处理器11调用存储器12中的程序代码来实现。其具体的执行过程可参考图3或图4所示的目标用户的确定方法部分的描述,这里不再赘述。
本申请实施例提供一种目标用户的确定装置,可以根据偏好类别确定偏好度,并根据偏好度从至少一对用户中确定偏好类别的目标用户。由于偏好度是指根据每对用户之间的社交亲密度和一对用户中每个用户对该偏好类别的商品的使用量确定的衡量用户偏好程度的值,而社交亲密度高的两个用户之间可能会彼此促进对某类商品的使用,即一个用户的偏好可能会影响另一个用户的偏好,因此根据偏好度可以准确的确定某个偏好类别商品的潜在营销用户。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质包括计算机执行指令。当计算机执行指令在计算机上运行时,使得计算机执行如上述实施例提供的目标用户的确定方法中,目标用户的确定装置执行的各个步骤。
本申请实施例还提供一种计算机程序产品,该计算机程序产品可直接加载到存储器中,并含有软件代码,该计算机程序产品经由计算机载入并执行后能够实现上述实施例提供的目标用户的确定方法中,目标用户的确定装置执行的各个步骤。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时,可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机执行指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digitalsubscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如,软盘、硬盘、磁带),光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
通过以上的实施方式的描述,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,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,上述模块或单元的划分,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。例如多个单元或组件可以结合或者可以集成到另一个装置,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。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一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。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。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。集成的单元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,可以存储在一个可读取的存储介质中。基于这样的理解,本申请实施例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全部或部分可以以软件产品的形式体现出来,该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个设备(可以是单片机,芯片等)或处理器(processor)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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到的变化或替换,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 (6)

1.一种目标用户的确定方法,其特征在于,包括:
确定偏好类别;
采集至少一对用户的通信数据,所述通信数据包括每对用户之间的通讯信息和一对用户中的每个用户对所述偏好类别的商品的使用量;
根据所述通讯信息和所述使用量确定每对用户的偏好度,得到所述至少一对用户对所述偏好类别的偏好度;
根据所述偏好类别确定至少一对用户对所述偏好类别的偏好度,所述偏好度是指:根据每对用户之间的社交亲密度和一对用户中每个用户对所述偏好类别的商品的偏好程度,确定出的用于衡量所述一对用户对所述偏好类别的偏好程度的值;
将一个用户作为节点,所述一个用户与其他至少一个用户的偏好度作为有权边,构成所述偏好类别的营销用户图;所述营销用户图的节点度为所述营销用户图中所述有权边的数量;所述营销用户图的节点权重为所述一个用户与所述其他至少一个用户的偏好度之和;
若所述一个用户与所述其他至少一个用户的偏好度大于或等于第一阈值,则将所述一个用户确定为所述偏好类别的目标用户;
若所述节点度大于或等于第二阈值,则将所述一个用户确定为所述偏好类别的目标用户;
若所述节点权重大于或等于第三阈值,则将所述一个用户确定为所述偏好类别的目标用户。
2.根据权利要求1所述的目标用户的确定方法,其特征在于,所述根据所述通讯信息和所述使用量确定每对用户的偏好度,包括:
根据所述通讯信息确定每对用户之间的社交亲密度,根据所述使用量确定一对用户中的每个用户对所述偏好类别的商品的偏好程度;
根据所述每对用户之间的社交亲密度和每个用户对所述偏好类别的商品的偏好程度确定所述每对用户的偏好度。
3.一种目标用户的确定装置,其特征在于,包括:采集单元和处理单元;
所述处理单元,用于确定偏好类别;
所述采集单元,用于所述处理单元根据所述偏好类别确定至少一对用户对所述偏好类别的偏好度之前,采集所述至少一对用户的通信数据,所述通信数据包括每对用户之间的通讯信息和一对用户中的每个用户对所述偏好类别的商品的使用量;
根据所述通讯信息和所述使用量确定每对用户的偏好度,得到所述至少一对用户对所述偏好类别的偏好度;
所述处理单元,还用于根据所述偏好类别确定至少一对用户对所述偏好类别的偏好度,所述偏好度是指:根据每对用户之间的社交亲密度和一对用户中每个用户对所述偏好类别的商品的偏好程度,确定出的用于衡量所述一对用户对所述偏好类别的偏好程度的值;
所述处理单元,还用于将一个用户作为节点,所述一个用户与其他至少一个用户的偏好度作为有权边,构成所述偏好类别的营销用户图;所述营销用户图的节点度为所述营销用户图中所述有权边的数量;所述营销用户图的节点权重为所述一个用户与所述其他至少一个用户的偏好度之和;
所述处理单元,还用于执行以下至少一项:若所述一个用户与所述其他至少一个用户的偏好度大于或等于第一阈值,则将所述一个用户确定为所述偏好类别的目标用户;
若所述节点度大于或等于第二阈值,则将所述一个用户确定为所述偏好类别的目标用户;
若所述节点权重大于或等于第三阈值,则将所述一个用户确定为所述偏好类别的目标用户。
4.根据权利要求3所述的目标用户的确定装置,其特征在于,所述处理单元,具体用于根据所述通讯信息确定每对用户之间的社交亲密度,根据所述使用量确定一对用户中的每个用户对所述偏好类别的商品的偏好程度;并根据所述每对用户之间的社交亲密度和每个用户对所述偏好类别的商品的偏好程度确定所述每对用户的偏好度。
5.一种目标用户的确定装置,其特征在于,包括存储器和处理器;所述存储器用于存储计算机执行指令,所述处理器与所述存储器通过总线连接;
当所述目标用户的确定装置运行时,所述处理器执行所述存储器存储的所述计算机执行指令,以使所述目标用户的确定装置执行如权利要求1-2任一项所述的目标用户的确定方法。
6.一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包括计算机执行指令,当所述计算机执行指令在计算机上运行时,使得所述计算机执行如权利要求1-2任一项所述的目标用户的确定方法。
CN202011224940.0A 2020-11-05 2020-11-05 一种目标用户的确定方法及装置 Active CN112231576B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011224940.0A CN112231576B (zh) 2020-11-05 2020-11-05 一种目标用户的确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011224940.0A CN112231576B (zh) 2020-11-05 2020-11-05 一种目标用户的确定方法及装置

Publications (2)

Publication Number Publication Date
CN112231576A CN112231576A (zh) 2021-01-15
CN112231576B true CN112231576B (zh) 2023-06-06

Family

ID=74122156

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011224940.0A Active CN112231576B (zh) 2020-11-05 2020-11-05 一种目标用户的确定方法及装置

Country Status (1)

Country Link
CN (1) CN112231576B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102611785A (zh) * 2011-01-20 2012-07-25 北京邮电大学 面向手机的移动用户个性化新闻主动推荐服务系统及方法
CN106339483A (zh) * 2016-08-30 2017-01-18 电子科技大学 一种移动社交网络中的社交活动推荐算法
CN107368519A (zh) * 2017-06-05 2017-11-21 桂林电子科技大学 一种契合用户兴趣变化的协同处理方法及系统
CN110246007A (zh) * 2019-05-28 2019-09-17 中国联合网络通信集团有限公司 一种商品推荐方法及装置
CN111127152A (zh) * 2019-12-23 2020-05-08 深圳市赛维网络科技有限公司 基于用户偏好预测的商品推荐方法、装置、设备及可读介质
CN111859126A (zh) * 2020-07-09 2020-10-30 有半岛(北京)信息科技有限公司 推荐项目确定方法、装置、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10837791B2 (en) * 2019-01-04 2020-11-17 International Business Machines Corporation Generating and recommending customized traversal routes

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102611785A (zh) * 2011-01-20 2012-07-25 北京邮电大学 面向手机的移动用户个性化新闻主动推荐服务系统及方法
CN106339483A (zh) * 2016-08-30 2017-01-18 电子科技大学 一种移动社交网络中的社交活动推荐算法
CN107368519A (zh) * 2017-06-05 2017-11-21 桂林电子科技大学 一种契合用户兴趣变化的协同处理方法及系统
CN110246007A (zh) * 2019-05-28 2019-09-17 中国联合网络通信集团有限公司 一种商品推荐方法及装置
CN111127152A (zh) * 2019-12-23 2020-05-08 深圳市赛维网络科技有限公司 基于用户偏好预测的商品推荐方法、装置、设备及可读介质
CN111859126A (zh) * 2020-07-09 2020-10-30 有半岛(北京)信息科技有限公司 推荐项目确定方法、装置、设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
neural graph collaborative filtering;Wang X等;proceedings of the 42rd international ACM SIGIR conference on research and development in information retrieval;165-174 *
一种基于用户信任机制的个性化协同过滤推荐算法研究;李明明;马萍萍;代绍庆;;无线互联科技;第15卷(第01期);101-104+110 *
结合信任机制和用户偏好的协同过滤推荐算法;王茜;王锦华;;计算机工程与应用;第51卷(第10期);261-265+270 *

Also Published As

Publication number Publication date
CN112231576A (zh) 2021-01-15

Similar Documents

Publication Publication Date Title
CN104978383B (zh) 一种数据互通的方法,及数据互通设备
CN103198161B (zh) 微博水军识别方法与设备
CN106022826A (zh) 一种网络直播平台中的作弊用户识别方法与系统
WO2018196553A1 (zh) 标识的获取方法及装置、存储介质以及电子装置
CN103647800A (zh) 推荐应用资源的方法及系统
CN110166344B (zh) 一种身份标识识别方法、装置以及相关设备
CN106487664A (zh) 一种信息推荐的方法、装置及移动终端
CN110225104A (zh) 数据获取方法、装置及终端设备
CN108833453A (zh) 一种确定应用账号的方法及设备
CN109543734A (zh) 用户画像方法及装置、存储介质
CN106802904A (zh) 日志处理方法、装置及系统
CN108876464A (zh) 一种作弊行为检测方法、装置、服务设备及存储介质
CN109376287B (zh) 房产图谱构建方法、装置、计算机设备及存储介质
CN107592296A (zh) 垃圾账户的识别方法和装置
CN109918678A (zh) 一种字段含义识别方法和装置
CN102075366A (zh) 通信网络中数据处理的方法及设备
CN107741949A (zh) 积分方法、装置、存储介质和处理器
CN106257507A (zh) 用户行为的风险评估方法及装置
CN112231576B (zh) 一种目标用户的确定方法及装置
CN116094969B (zh) 带宽调整方法、装置、设备及存储介质
CN104199843A (zh) 一种基于社会网络交互数据的服务排序及推荐方法与系统
CN111160738A (zh) 事件处理方法、装置、存储介质及电子装置
CN110210884A (zh) 确定用户特征数据的方法、装置、计算机设备及存储介质
CN109871494A (zh) 城市房屋均价的查询方法、装置、设备及可读存储介质
CN113448876B (zh) 一种业务测试方法、装置、计算机设备及存储介质

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
GR01 Patent grant
GR01 Patent grant