CN114022188A

CN114022188A - 目标人群圈选方法、装置、设备以及存储介质

Info

Publication number: CN114022188A
Application number: CN202111210511.2A
Authority: CN
Inventors: 朱文俊; 周建宏; 姚春平; 唐莹; 文朝
Original assignee: Bangdao Technology Co ltd
Current assignee: Bangdao Technology Co ltd
Priority date: 2021-10-18
Filing date: 2021-10-18
Publication date: 2022-02-08

Abstract

本发明提供一种目标人群圈选方法、装置、设备以及存储介质，该方法包括：确定目标人群的圈选条件，所述圈选条件包括针对所述目标人群的一个或多个目标特征标签、以及所述一个或多个目标特征标签中每个目标特征标签的目标标签值；根据所述圈选条件和预先建立的人群圈选模型，确定所述目标人群。本发明通过确定目标人群的圈选条件，根据圈选条件和预先建立的人群圈选模型确定目标人群，提高了目标人群的圈选效率。

Description

目标人群圈选方法、装置、设备以及存储介质

技术领域

本发明涉及互联网技术领域，尤其涉及一种目标人群圈选方法、装置、设备以及存储介质。

背景技术

随着大数据时代的来临，实时精准化用户营销需求与日俱增。

现有技术中的用户圈选方式通过建立用户标签的大宽表，即首列作为用户身份标识号(Identity Document，ID)，每个用户标签或属性作为一列，进行用户圈选。现有技术中的用户圈选方式存在以下几点缺点：

(1)用户标签来源数据分散，新增标签依赖人工开发，周期长、响应慢；

(2)用户标签更新需要全删全写，效率低、代价大；

(3)用户标签或属性数量大，所需的存储空间大，受制于数据库单表字段数量限制；

(4)圈选时间长、反应慢不能满足实时营销的需求。

发明内容

本发明提供一种目标人群圈选方法、装置、设备以及存储介质，用以解决现有技术中用户圈选时间长、反应慢的缺陷，实现目标人群的快速圈选。

第一方面，本发明提供一种目标人群圈选方法，包括：

确定目标人群的圈选条件，所述圈选条件包括针对所述目标人群的一个或多个目标特征标签、以及所述一个或多个目标特征标签中每个目标特征标签的目标标签值；

根据所述圈选条件和预先建立的人群圈选模型，确定所述目标人群；

其中，所述人群圈选模型用于以位图形式存储用户标签数据，所述用户标签数据包括一个或多个候选用户、以及所述一个或多个候选用户中每个候选用户对应的一个或多个候选特征标签、以及所述一个或多个候选特征标签中每个候选特征标签的候选标签值，所述一个或多个候选特征标签包括所述一个或多个目标特征标签。

根据本发明提供的一种目标人群圈选方法，还包括：

建立所述人群圈选模型；

其中，所述建立所述人群圈选模型包括：

获取用于建立所述人群圈选模型的用户数据；

按照设定标签配置规则对所述用户数据进行标签配置和数据抽取，得到所述用户标签数据；

基于位图和所述用户标签数据，建立所述人群圈选模型。

根据本发明提供的一种目标人群圈选方法，所述获取用于建立所述人群圈选模型的用户数据，包括：

通过设定方式将所述用户数据同步至数据仓库；

其中，所述设定方式包括离线同步或实时同步。

根据本发明提供的一种目标人群圈选方法，所述按照设定标签配置规则对所述用户数据进行标签配置和数据抽取，得到所述用户标签数据，包括：

根据所述用户数据中的用户身份标识号ID标识，确定所述候选用户；

根据所述用户数据中的用户属性信息和/或用户行为信息，确定所述候选特征标签以及所述候选标签值。

根据本发明提供的一种目标人群圈选方法，所述候选特征标签包括以下标签类型中的一项或多项：

用户属性类型标签；

用户行为统计类型标签；

用户时间类型标签。

根据本发明提供的一种目标人群圈选方法，所述基于位图和所述用户标签数据，建立所述人群圈选模型，包括：

根据所述用户标签数据进行位图格式转换，得到所述人群圈选模型；

所述人群圈选模型的存储结构分为两个部分，一部分为位图的配置及索引信息，另一部分为位图数据。

第二方面，本发明还提供一种目标人群圈选装置，包括：

条件确定单元，用于确定目标人群的圈选条件，所述圈选条件包括针对所述目标人群的一个或多个目标特征标签、以及所述一个或多个目标特征标签中每个目标特征标签的目标标签值；

人群确定单元，用于根据所述圈选条件和预先建立的人群圈选模型，确定所述目标人群；

第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述第一方面任一种所述目标人群圈选方法的步骤。

本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面任一种所述目标人群圈选方法的步骤。

本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述第一方面任一种所述目标人群圈选方法的步骤。

本发明提供的目标人群圈选方法、装置、设备以及存储介质，通过确定目标人群的圈选条件，根据圈选条件和预先建立的人群圈选模型确定目标人群，提高了目标人群的圈选效率。

附图说明

为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图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是本发明提供的目标人群圈选方法的流程示意图；

图2是本发明提供的目标人群圈选装置的结构示意图；

图3是本发明提供的电子设备的结构示意图。

具体实施方式

本发明中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

本发明中术语“多个”是指两个或两个以上，其它量词与之类似。

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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，都属于本发明保护的范围。

下面结合图1描述本发明的目标人群圈选方法。

图1是本发明提供的目标人群圈选方法的流程示意图，如图1所示，本发明提供的目标人群圈选方法可以用于圈选设备，圈选设备可以包括管理端和服务端，管理端和服务端可以用于同一用户设备(User Equipment，UE)，也可以用于不同的UE，UE可以是个人计算机、笔记本电脑、智能手机或平板电脑等，该方法包括：

步骤101、确定目标人群的圈选条件，圈选条件包括针对目标人群的一个或多个目标特征标签、以及一个或多个目标特征标签中每个目标特征标签的目标标签值。

具体的，在对目标人群进行圈选时，可以根据具体的实时精准化的用户营销需求，确定目标人群的圈选条件。

圈选条件可以包括针对目标人群的一个或多个目标特征标签、以及一个或多个目标特征标签中每个目标特征标签的目标标签值，每个目标特征标签的目标标签值是唯一确定的，每个目标特征标签和目标标签值是成对出现的，圈选条件不能只出现目标特征标签或者只出现目标标签值。

步骤102、根据圈选条件和预先建立的人群圈选模型，确定目标人群；

其中，人群圈选模型用于以位图形式存储用户标签数据，用户标签数据包括一个或多个候选用户、以及一个或多个候选用户中每个候选用户对应的一个或多个候选特征标签、以及一个或多个候选特征标签中每个候选特征标签的候选标签值，一个或多个候选特征标签包括一个或多个目标特征标签。

具体的，人群圈选模型是预先建立好的，是用于存储用户标签数据的数据仓库，用户标签数据以位图的形式存储在数据仓库中。用户标签数据包括一个或多个候选用户，每个候选用户都有对应的一个或者多个候选特征标签，每个候选特征标签的候选标签值都是唯一确定的。

可以理解的是，人群圈选模型中的候选用户的候选特征标签包括目标人群的圈选条件中的一个或多个目标特征标签，候选特征标签对应的候选标签值包括目标人群的圈选条件中的目标标签值。

比如：根据我们的实际需求，圈选条件可以包括性别、年龄两个目标特征标签，性别的目标标签值是男性，年龄的目标标签值是18-30岁。

如果圈选条件中，年龄的目标标签值还可以是31-45岁，则需要在圈选条件中增加一个年龄的目标特征标签以及年龄的目标标签值是31-45岁。

使用者通过管理端的可视化界面，从候选特征标签中创建组合规则。使用者可以从候选特征标签中选择性别和年龄两个候选特征标签，并设置性别为男的候选标签值，年龄为31-45岁的候选标签值，并使用逻辑判断符(与、或、非、异或)等将性别和年龄两个候选特征标签组合起来，作为目标人群的圈选条件。即，圈选条件中的目标特征标签是性别和年龄，目标标签值分别是男性和31-45岁。

使用者确定圈选条件之后，将圈选条件输入到管理端，管理端将使用者输入的圈选条件发送到服务端，服务端能够接收到圈选条件。

服务端将接收到的圈选条件输入到预先建立的人群圈选模型，人群圈选模型根据圈选条件确定出目标人群。

由上述实施例可见，本发明提供的目标人群圈选方法，通过确定目标人群的圈选条件，根据圈选条件中和预先建立的人群圈选模型确定目标人群，提高了目标人群的圈选效率。

可选地，本发明提供的目标人群圈选方法，还可以包括：

建立所述人群圈选模型；

其中，所述建立所述人群圈选模型包括：

获取用于建立所述人群圈选模型的用户数据；

基于位图和所述用户标签数据，建立所述人群圈选模型。

具体的，建立人群圈选模型包括：

获取建立人群圈选模型的用户数据，用户数据可以来自于不同的途径，比如不同的业务数据库，或者不同的埋点平台。不同途径获取到的用户数据可以相同，也可以不同。

比如：从业务数据库1获取到候选用户的姓名、性别和年龄信息，从业务数据库2获取到候选用户的城市和消费水平信息，从埋点平台1获取到候选用户的职业和月工资收入信息，从埋点平台2获取到候选用户的娱乐时间和娱乐方式信息。

获取到用户数据之后，按照设定标签配置规则对用户数据进行标签配置和数据抽取，得到用户标签数据。

当针对同一个候选用户时，从不同的途径获取到对同一个候选特征标签，具有不同的候选标签值时，可以根据大数据分析确定出一个合理的候选标签值，也可以将此种情况反馈给使用者，以便于使用者进一步地人工确定一个合理的候选标签值。只要能够保证候选用户的一个或多个候选特征标签具有确定的候选标签值即可，在此不做具体限定。

将用户标签数据，基于位图的形式存储在数据仓库中，建立人群圈选模型。

由上述实施例可见，本发明提供的目标人群圈选方法，通过获取用户数据，根据设定标签配置规则对用户数据进行标签配置和数据抽取得到用户标签数据，将用户标签数据以位图的形式存储在数据仓库，建立人群圈选模型，进一步提高了目标人群的圈选效率。

可选的，所述获取用于建立所述人群圈选模型的用户数据，包括：

通过设定方式将所述用户数据同步至数据仓库；

其中，所述设定方式包括离线同步或实时同步。

具体的，用户数据来自于不同的途径，本发明提供的目标人群圈选方法，可以通过离线同步或实时同步的方式，将用户数据同步至数据仓库中进行保存。

离线同步可以采用DataX，DataX是一个异构数据源离线同步工具，支持关系型数据库管理系统(MySQL)、Oracle数据库(Oracle Database，Oracle)、分布式文件系统(Hadoop Distributed File System，HDFS)等异构数据源。DataX优点是独立架构，不依赖分布式的计算框架(MapReduce，MR)或基于内存的分布式计算框架(Spark)任务，有清晰的资源使用情况以及数据流量详情。

实时同步可以使用Flink cdc，Flink cdc是一种数据实时同步方式，优点是二进制日志文件(binlog)采集位点可回溯，支持全量和增量流式读取，减少存储成本。

由上述实施例可见，本发明提供的目标人群圈选方法，通过离线同步或实时同步的方式，将用户数据同步至数据仓库，进一步提高了目标人群的圈选效率。

可选地，所述按照设定标签配置规则对所述用户数据进行标签配置和数据抽取，得到所述用户标签数据，包括：

具体的，标签配置规则时，可以选定一个用户身份标识号ID标识，确定识别候选用户，用户ID可以是用户的手机号，可以是用户的身份证号，还可以是用户的用户身份证明(User Identification，UID)。

可以根据用户数据中的用户属性信息、也可以根据用户行为信息，也可以同时根据用户属性信息和用户行为信息确定候选用户的候选特征标签，创建一个或多个候选特征标签，可以使候选用户的候选特征标签多样化。候选用户的候选特征标签确定之后，还需要具体给每一个候选用户的候选特征标签确定一个候选标签值。

由上述实施例可见，本发明提供的目标人群圈选方法，通过用户ID确定候选用户，通过用户数据中的用户属性信息和/或用户行为信息，确定候选特征标签以及候选标签值，使候选用户的候选特征标签多样化，进一步提高了目标人群的圈选效率。

可选地，所述候选特征标签包括以下标签类型中的一项或多项：

用户属性类型标签；

用户行为统计类型标签；

用户时间类型标签。

具体的，候选用户的候选特征标签可以包括用户属性类型标签，比如：“年龄”候选特征标签、“性别”候选特征标签、“职业”候选特征标签等；候选用户的候选特征标签还可以包括用户行为统计类型标签，对指定时间范围内、指定用户行为进行数值统计，比如：“最近7天登录次数”候选特征标签、“最近1年购物累计金额”候选特征标签等；候选用户的候选特征标签还可以包括用户时间类型标签，计算指定时间范围内用户进行指定行为的首次或末次时间，比如：“上线以来首次购物时间”候选特征标签、“末次登录时间”候选特征标签等。

候选用户的候选特征标签可以包括用户属性类型标签、用户行为统计类型标签、用户时间类型标签中的一项或多项候选特征标签。

由上述实施例可见，本发明提供的目标人群圈选方法，候选特征标签包括用户属性类型标签、用户行为统计类型标签、用户时间类型标签中的一项或多项，丰富了候选用户的候选特征标签，提高了目标人群的圈选效率。

可选地，所述基于位图和所述用户标签数据，建立所述人群圈选模型，包括：

具体的，根据用户标签数据进行位图格式转换，得到人群圈选模型，人群圈选模型的存储结构分为两个部分，一部分为位图的配置及索引信息，另一部分为位图数据。

由上述实施例可见，本发明提供的目标人群圈选方法，通过将用户标签数据以位图形式进行保存，提高了目标人群的圈选效率。

下面通过一个具体示例来说明本发明提供的目标人群圈选方法。

步骤一、确定圈选条件。

具体的，圈选条件是：1.目标特征标签1是婚姻，目标标签值1是已婚；2.目标特征标签2是城市，目标标签值2是北京。

步骤二、获取用户标签数据。

用户标签数据如下表1所示：

表1

具体的，将用户标签数据保存在数据仓库ClickHouse，在ClickHouse中使用Bitmap解决候选特征标签及用户圈选的问题，需要把用户ID转为位图，可以使用ClickHouse的MySQL引擎表来实时同步MySQL的数据。

首先，创建具有自增主键的MySQL ID映射表；然后，创建ClickHouse的MySQL引擎表，双向实时同步ID映射表，MySQL的自增主键即为映射的数值ID。基于分布式倒排索引/位图索引技术，来构建标签索引。当用户数量庞大时，可以将用户划分成多个数据组，每个数据组内存储的用户数量相当，实现分布式存储。

根据用户UID确定候选用户，UID一列对应的“0”、“1”、“2”为候选用户候选标签值，姓名、年龄、婚姻、城市等作为候选用户候选特征标签，姓名一列对应的“张三”、“李四”、“王五”为候选标签值，年龄一列对应的“25-45岁”、“45-60岁”、“45-60岁”为候选标签值，婚姻一列对应的“未婚”、“已婚”为候选标签值，城市一列对应的“北京”、“上海”、“广州”为候选标签值。

步骤三、用户标签数据进行位图格式转换，得到人群圈选模型。

“婚姻”是目标特征标签，“已婚”是目标标签值，以位图Bitmap形式保存即“101……”，含义为第1个用户为已婚，第2个用户非已婚，第3个用户已婚，以此类推，如下表2所示：

表2

婚姻：已婚	1	0	1	……
					城市：北京	1	0	0	……
组合：已婚&北京	1	0	0	……

存储结构分为两个部分，一部分为Bitmap的配置及索引信息，另一部分为Bitmap数据，如下表3和表4所示：

表3：Bitmap的配置及索引信息

DB(数据仓库名称)	<DBName>
		Table(数据表名称)	User
Tag(候选特征标签)	婚姻
		TagValue(候选标签值)	已婚
Entity(用户ID)	用户ID
		Version(数据版本)	2020.01.01
blklist(数组编号)	[1,2,3]
		minblk(最小数组索引编号)	1
maxblk(最大数组索引编号)	3
		minindex(候选用户最小索引值)	0
maxindex(候选用户最大索引值)	299999

表4：Bitmap数据

步骤四、圈选目标人群。

具体的，使用者通过管理端提供的可视化界面，从已创建的候选特征标签中创建筛选规则。使用者可以从已创建的候选特征标签中选择多个候选特征标签并设置候选标签值，并使用逻辑判断符(与、或、非、异或等)将标签条件组合起来，作为目标人群的圈选条件。

将其组装成SQL查询语句并查询相关的Bitmap配置及索引信息；然后，将SQL查询语句根据数据分区拆分成多个子查询，调度分配至多个数据服务器上进行数据计算；最后，所有数据分区的计算结果经过聚合后即完成计算，再返回至管理端供使用者查看。

在做圈选条件筛选时，将多个Bitmap之间做组合与、或、非等计算，如筛选“已婚”、“北京”的用户，通过Bitmap与计算得到结果为“100……”，代表第1个用户满足条件。

下面对本发明提供的目标人群圈选装置进行描述，下文描述的目标人群圈选装置与上文描述的目标人群圈选方法可相互对应参照。

图2是本发明提供的目标人群圈选装置的结构示意图，如图2所示，本发明的目标人群圈选置包括：

条件确定单元201，用于确定目标人群的圈选条件，所述圈选条件包括针对所述目标人群的一个或多个目标特征标签、以及所述一个或多个目标特征标签中每个目标特征标签的目标标签值；

人群确定单元202，用于根据所述圈选条件和预先建立的人群圈选模型，确定所述目标人群；

图3是本发明提供的电子设备的结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行目标人群圈选方法，该方法包括：

此外，上述的存储器330中的逻辑指令可以通过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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明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)执行本发明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(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的目标人群圈选方法，该方法包括：

又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的目标人群圈选方法，该方法包括

以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims

1.一种目标人群圈选方法，其特征在于，包括：

2.根据权利要求1所述的目标人群圈选方法，其特征在于，还包括：

建立所述人群圈选模型；

其中，所述建立所述人群圈选模型包括：

获取用于建立所述人群圈选模型的用户数据；

基于位图和所述用户标签数据，建立所述人群圈选模型。

3.根据权利要求2所述的目标人群圈选方法，其特征在于，所述获取用于建立所述人群圈选模型的用户数据，包括：

通过设定方式将所述用户数据同步至数据仓库；

其中，所述设定方式包括离线同步或实时同步。

4.根据权利要求2或3所述的目标人群圈选方法，其特征在于，所述按照设定标签配置规则对所述用户数据进行标签配置和数据抽取，得到所述用户标签数据，包括：

5.根据权利要求4所述的目标人群圈选方法，其特征在于，所述候选特征标签包括以下标签类型中的一项或多项：

用户属性类型标签；

用户行为统计类型标签；

用户时间类型标签。

6.根据权利要求4所述的目标人群圈选方法，其特征在于，所述基于位图和所述用户标签数据，建立所述人群圈选模型，包括：

7.一种目标人群圈选装置，其特征在于，包括：

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述目标人群圈选方法的步骤。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述目标人群圈选方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述目标人群圈选方法的步骤。