CN114792256A - 基于模型选择的人群扩量方法及装置 - Google Patents

Abstract

本发明公开了一种基于模型选择的人群扩量方法及装置，该方法包括：确定待扩量的种子用户数据；将所述种子用户数据与预设的用户池中的多个候选用户数据进行匹配，得到多个匹配用户数据；判断所述匹配用户数据的数量是否大于预设的数量阈值；若判断结果为是，确定监督学习算法模型为目标学习模型，若判断结果为否，确定半监督学习算法模型为所述目标学习模型；根据所述多个匹配用户数据，对所述目标学习模型进行训练，得到目标扩量模型；根据所述用户池和所述目标扩量模型，确定所述种子用户数据对应的扩量用户数据。可见，本发明一方面提高了模型训练的灵活度，降低了成本，另一方面可以有效提高人群扩量的精确度。

Description

基于模型选择的人群扩量方法及装置

技术领域

本发明涉及数据匹配技术领域，尤其涉及一种基于模型选择的人群扩量方法及装置。

背景技术

随着商品交易线上化越来越普遍，网络店铺的数据正在指数级地增长，也有越来越多的商业数据处理场景需要对店铺品牌进行识别，例如在进行一些店铺点评数据的标签设置时，需要根据店铺点评内容对其针对的店铺品牌进行识别。但现有的基于模型选择的人群扩量技术一般采用关键字匹配方法或简单的模糊匹配，其中关键字匹配方法需要人工在前期付出较大的人力成本去做规则设置，成本较高且识别效果一般，而模糊匹配方法的识别效果较差，难以满足较高的识别精度要求。可见，现有的基于模型选择的人群扩量方法存在缺陷，亟待解决。

发明内容

本发明所要解决的技术问题在于，提供一种基于模型选择的人群扩量方法及装置，能够基于确定出训练样本的数量选择不同训练难度和预测精度的模型进行人群扩量，一方面提高了模型训练的灵活度，降低了成本，另一方面可以有效提高人群扩量的精确度。

为了解决上述技术问题，本发明第一方面公开了一种基于模型选择的人群扩量方法，所述方法包括：

确定待扩量的种子用户数据；

将所述种子用户数据与预设的用户池中的多个候选用户数据进行匹配，得到多个匹配用户数据；

判断所述匹配用户数据的数量是否大于预设的数量阈值；

若判断结果为是，确定监督学习算法模型为目标学习模型，若判断结果为否，确定半监督学习算法模型为所述目标学习模型；

根据所述多个匹配用户数据，对所述目标学习模型进行训练，得到目标扩量模型；

根据所述用户池和所述目标扩量模型，确定所述种子用户数据对应的扩量用户数据。

作为一个可选的实施方式，在本发明第一方面中，所述确定待扩量的种子用户数据，包括：

获取用户上传的初始种子用户数据；

对所述初始种子用户数据进行特征工程处理，得到待扩量的种子用户数据。

作为一个可选的实施方式，在本发明第一方面中，所述将所述种子用户数据与预设的用户池中的多个候选用户数据进行匹配，得到多个匹配用户数据，包括：

对于预设的用户池中的多个候选用户数据中的任一候选用户数据，计算所述种子用户数据与该候选用户数据之间的相似度；

判断所述相似度是否大于第一相似度阈值，若是，确定该候选用户数据为匹配用户数据。

作为一个可选的实施方式，在本发明第一方面中，所述监督学习算法模型为随机森林算法模型；和/或，所述半监督学习算法模型为标签传播算法模型。

作为一个可选的实施方式，在本发明第一方面中，所述根据所述多个匹配用户数据，对所述目标学习模型进行训练，得到目标扩量模型，包括：

将所述多个匹配用户数据确定为正样本数据；

从所述用户池中的多个候选用户数据中确定负样本数据；所述负样本数据为所述用户池中的多个候选用户数据中，与所述种子用户数据之间的相似度低于第二相似度阈值的用户数据和/或对应的用户活跃度低于活跃度阈值的用户数据；

将所述正样本数据和所述负样本数据作为训练数据，对所述目标学习模型进行训练，得到目标扩量模型。

作为一个可选的实施方式，在本发明第一方面中，当所述目标扩量模型为所述监督学习算法模型时，所述将所述正样本数据和所述负样本数据作为训练数据，对所述目标学习模型进行训练，得到目标扩量模型，包括：

将所述正样本数据和所述负样本数据确定为训练数据；

基于预设的数据划分比例，对所述训练数据划分为训练集和测试集；

根据所述训练集和测试集对所述目标学习模型进行训练和测试直至满足要求，得到目标扩量模型。

作为一个可选的实施方式，在本发明第一方面中，所述根据所述用户池和所述目标扩量模型，确定所述种子用户数据对应的扩量用户数据，包括：

确定目标扩量用户数量；

将所述用户池中的候选用户数据输入至所述目标扩量模型，以确定出数量小于或等于所述目标扩量用户数量的扩量用户数据，确定为所述种子用户数据对应的扩量用户数据。

本发明第二方面公开了一种基于模型选择的人群扩量装置，所述装置包括：

种子确定模块，用于确定待扩量的种子用户数据；

匹配模块，用于将所述种子用户数据与预设的用户池中的多个候选用户数据进行匹配，得到多个匹配用户数据；

判断模块，用于判断所述匹配用户数据的数量是否大于预设的数量阈值；

模型确定模块，用于在所述判断模块的判断结果为是时，确定监督学习算法模型为目标学习模型，或在所述判断模块的判断结果为否时，确定半监督学习算法模型为所述目标学习模型；

训练模块，用于根据所述多个匹配用户数据，对所述目标学习模型进行训练，得到目标扩量模型；

扩量模块，用于根据所述用户池和所述目标扩量模型，确定所述种子用户数据对应的扩量用户数据。

作为一个可选的实施方式，在本发明第二方面中，所述种子确定模块确定待扩量的种子用户数据的具体方式，包括：

获取用户上传的初始种子用户数据；

对所述初始种子用户数据进行特征工程处理，得到待扩量的种子用户数据。

作为一个可选的实施方式，在本发明第二方面中，所述匹配模块将所述种子用户数据与预设的用户池中的多个候选用户数据进行匹配，得到多个匹配用户数据的具体方式，包括：

对于预设的用户池中的多个候选用户数据中的任一候选用户数据，计算所述种子用户数据与该候选用户数据之间的相似度；

判断所述相似度是否大于第一相似度阈值，若是，确定该候选用户数据为匹配用户数据。

作为一个可选的实施方式，在本发明第二方面中，所述监督学习算法模型为随机森林算法模型；和/或，所述半监督学习算法模型为标签传播算法模型。

作为一个可选的实施方式，在本发明第二方面中，所述训练模块根据所述多个匹配用户数据，对所述目标学习模型进行训练，得到目标扩量模型的具体方式，包括：

将所述多个匹配用户数据确定为正样本数据；

从所述用户池中的多个候选用户数据中确定负样本数据；所述负样本数据为所述用户池中的多个候选用户数据中，与所述种子用户数据之间的相似度低于第二相似度阈值的用户数据和/或对应的用户活跃度低于活跃度阈值的用户数据；

将所述正样本数据和所述负样本数据作为训练数据，对所述目标学习模型进行训练，得到目标扩量模型。

作为一个可选的实施方式，在本发明第二方面中，当所述目标扩量模型为所述监督学习算法模型时，所述训练模块将所述正样本数据和所述负样本数据作为训练数据，对所述目标学习模型进行训练，得到目标扩量模型的具体方式，包括：

将所述正样本数据和所述负样本数据确定为训练数据；

基于预设的数据划分比例，对所述训练数据划分为训练集和测试集；

根据所述训练集和测试集对所述目标学习模型进行训练和测试直至满足要求，得到目标扩量模型。

作为一个可选的实施方式，在本发明第二方面中，所述扩量模块根据所述用户池和所述目标扩量模型，确定所述种子用户数据对应的扩量用户数据的具体方式，包括：

确定目标扩量用户数量；

将所述用户池中的候选用户数据输入至所述目标扩量模型，以确定出数量小于或等于所述目标扩量用户数量的扩量用户数据，确定为所述种子用户数据对应的扩量用户数据。

本发明第三方面公开了另一种基于模型选择的人群扩量装置，所述装置包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第二方面公开的基于模型选择的人群扩量方法中的部分或全部步骤。

与现有技术相比，本发明实施例具有以下有益效果：

本发明实施例中，公开了一种基于模型选择的人群扩量方法及装置，该方法包括：确定待扩量的种子用户数据；将所述种子用户数据与预设的用户池中的多个候选用户数据进行匹配，得到多个匹配用户数据；判断所述匹配用户数据的数量是否大于预设的数量阈值；若判断结果为是，确定监督学习算法模型为目标学习模型，若判断结果为否，确定半监督学习算法模型为所述目标学习模型；根据所述多个匹配用户数据，对所述目标学习模型进行训练，得到目标扩量模型；根据所述用户池和所述目标扩量模型，确定所述种子用户数据对应的扩量用户数据。可见，本发明实施例能够基于种子用户数据与用户池匹配出的用户数量的大小，来选择不同的学习模型作为目标模型，并对选择出的模型进行训练以用于人群扩量，从而能够基于确定出训练样本的数量选择不同训练难度和预测精度的模型进行人群扩量，一方面提高了模型训练的灵活度，降低了成本，另一方面可以有效提高人群扩量的精确度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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是本发明实施例公开的一种基于模型选择的人群扩量方法的流程示意图。

图2是本发明实施例公开的一种基于模型选择的人群扩量装置的结构示意图。

图3是本发明实施例公开的另一种基于模型选择的人群扩量装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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。

本发明的说明书和权利要求书及上述附图中的术语“第二”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本发明公开了一种基于模型选择的人群扩量方法及装置，能够基于种子用户数据与用户池匹配出的用户数量的大小，来选择不同的学习模型作为目标模型，并对选择出的模型进行训练以用于人群扩量，从而能够基于确定出训练样本的数量选择不同训练难度和预测精度的模型进行人群扩量，一方面提高了模型训练的灵活度，降低了成本，另一方面可以有效提高人群扩量的精确度。以下分别进行详细说明。

实施例一

请参阅图1，图1是本发明实施例公开的一种基于模型选择的人群扩量方法的流程示意图。其中，图1所描述的基于模型选择的人群扩量方法应用于基于模型选择的人群扩量计算芯片、计算终端或计算服务器（其中，该计算服务器可以为本地服务器或云服务器）中。如图1所示，该基于模型选择的人群扩量方法可以包括以下操作：

101、确定待扩量的种子用户数据。

可选的，待扩量的种子用户数据可以为客户上传的，欲基于此进行人群扩量的基础用户的数据，其可以为客户当前的数据推广中推广效果较为良好的用户，或是历史推广数据中确定出的推广效果较好的用户。

本发明实施例中，用户数据，包括但不限于种子用户数据、候选用户数据和匹配用户数据，可以包括有用户性别、用户职业、用户年龄、用户消费倾向、用户消费金额、用户地区和用户生物特征信息中的一种或多种。

102、将种子用户数据与预设的用户池中的多个候选用户数据进行匹配，得到多个匹配用户数据。

本发明实施例中，用户池可以为执行本发明方案的企业主体本身拥有的用户资源，也可以为客户指定或提供的用户数据库。可选的，匹配得到的匹配用户数据为与种子用户数据的匹配度较高的候选用户数据，在实际应用中，其一般被确认为训练样本中的正样本，与负样本一起结合来对扩量算法模型进行训练，因此，后续的步骤可以根据这一匹配用户数据的数量大小来确定是否存在足够的正样本进行训练，并根据确定结果选择不同的扩量模型。

103、判断匹配用户数据的数量是否大于预设的数量阈值。

可选的，数量阈值可以为数值阈值，例如200，其也可以为百分比阈值，例如其可以为用于限定匹配用户数据的数量与种子用户数据或候选用户数据的数量的比值的比值阈值，例如其可以为50%，即匹配用户数据的数量与种子用户数据或候选用户数据的数量的比值为50%。

104、若判断结果为是，确定监督学习算法模型为目标学习模型，若判断结果为否，确定半监督学习算法模型为目标学习模型。

本发明实施例中，监督学习算法模型在训练时所需的训练样本量和训练时间等训练成本均大于半监督学习算法模型，但监督学习算法模型的预测效果要优于半监督学习算法模型，因此，当步骤103的判断结果为是时，也即匹配用户数据的数量足够时，也即训练样本的数量足够多，因此可以选择需要更多训练样本量的监督学习算法模型进行训练以及后续的预测，而当步骤103的判断结果为否时，也即匹配用户数据的数量较少时，也即训练样本的数量较少，因此可以选择需要更少训练样本量的半监督学习算法模型进行训练以及后续的预测，通过这一操作可以实现模型训练的效率提高，也可以降低训练的成本，最终可以在有限的训练数据量的基础上达到最好的扩量效果。

可选的，监督学习算法模型可以为随机森林算法模型，这是较为优选的方案，当然其他的监督学习算法，如卷积神经网络算法模型，或是朴素贝叶斯算法模型，在满足上述对训练成本和预测效果的要求的情况下，也是可行的。

可选的，半监督学习算法模型可以为标签传播算法模型，这是较为优选的方案，当然其他的半监督学习算法，如协同训练算法模型，或是半监督字典学习算法模型，在满足上述对训练成本和预测效果的要求的情况下，也是可行的。

105、根据多个匹配用户数据，对目标学习模型进行训练，得到目标扩量模型。

可选的，可以将多个匹配用户数据作为训练样本中的正样例对目标学习模型进行训练。

106、根据用户池和目标扩量模型，确定种子用户数据对应的扩量用户数据。

可见，上述发明实施例能够基于种子用户数据与用户池匹配出的用户数量的大小，来选择不同的学习模型作为目标模型，并对选择出的模型进行训练以用于人群扩量，从而能够基于确定出训练样本的数量选择不同训练难度和预测精度的模型进行人群扩量，一方面提高了模型训练的灵活度，降低了成本，另一方面可以有效提高人群扩量的精确度。

作为一个可选的实施方式，上述步骤101中的，确定待扩量的种子用户数据，包括：

获取用户上传的初始种子用户数据；

对初始种子用户数据进行特征工程处理，得到待扩量的种子用户数据。

可选的，获取用户上传的初始种子用户数据的方式可以为通过https请求的方式，在线触发集群脚本程序获取数据包的方式，或是访问预设的数据储存位置。可选的，用户上传的初始种子用户数据可以存在第三方介质上，例如云储存服务器或远程仓库等。

可选的，获取用户上传的初始种子用户数据后，有时候会遇到用户提交的种子包数据可能不符合参数要求，需要对其进行数据预处理，例如：空值替换，大小写转化，乱码字符转化处理或特征筛选等。

可选的，对初始种子用户数据进行特征工程处理时，可以利用创建的Spark对象，对传入的地址，将用户提交的种子包数据读入到集群中，并进行相应处理。可选的，特征工程处理可以包括One-Hot处理和/或LabelEncode处理。

其中，One-Hot处理也称独热编码，其适用于对初始种子用户数据中的离散分类特征进行编码处理。一些用户数据中存在离散分类特征例如：性别有男、女，城市有北京，上海，深圳等，但是，这样的特征处理并不能直接放入机器学习算法中，因为，分类器通常数据是连续且有序，此时使用One-Hot处理，其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都有它独立的寄存器位，并且在任意时候，其中只有一位有效。即，只有一位是1，其余都是零值，使用One-Hot处理，将离散特征的取值扩展到了欧式空间，离散特征的某个取值就对应欧式空间的某个点，因此，将离散型特征使用One-Hot处理，会让特征之间的距离计算更加合理，有利于后续模型训练。其中，LabelEncode处理就是将初始种子用户数据中的一些分类特征进行编号，比如把类别“男”，“女”编号为0和1，以有利于后续的数据处理。

可选的，对初始种子用户数据进行特征工程处理，得到待扩量的种子用户数据的步骤，是在线下进行的，也即离线进行的，而用户池中的数据，在线下已经完成特征化，以便于后续的匹配，这样的设置可以将原本数据的特征化过程由在线完成转移到离线计算完成，在线只需要进行种子包数据与用户池数据匹配过程，该过程的需花费的时间和特征工程相比，要少很多。

可见，通过实施该可选的实施方式，能够对初始种子用户数据进行特征工程处理，得到待扩量的种子用户数据，从而可以得到更加规范且更加易于提取特征的基础数据，以便于后续基于此选择模型进行人群扩量，可以有效提高人群扩量的精确度。

作为一个可选的实施方式，上述步骤102中的，将种子用户数据与预设的用户池中的多个候选用户数据进行匹配，得到多个匹配用户数据，包括：

对于预设的用户池中的多个候选用户数据中的任一候选用户数据，计算种子用户数据与该候选用户数据之间的相似度；

判断相似度是否大于第一相似度阈值，若是，确定该候选用户数据为匹配用户数据。

可选的，种子用户数据与该候选用户数据之间的相似度可以为欧几里得距离、皮尔逊相关系数、余弦相似度、Jaccard系数中的至少一种或多种的加权组合。可选的，第一相似度阈值可以由操作人员根据实验值或经验值进行设定，并可以在后续的实践中根据效果进行调整。

可见，通过实施该可选的实施方式，能够计算种子用户数据与任一候选用户数据之间的相似度以确定出匹配用户数据，从而可以得到更加精确的匹配用户数据，以便于后续基于此选择模型进行训练以及人群扩量，可以有效提高人群扩量的精确度。

作为一个可选的实施方式，上述步骤105中的，根据多个匹配用户数据，对目标学习模型进行训练，得到目标扩量模型，包括：

将多个匹配用户数据确定为正样本数据；

从用户池中的多个候选用户数据中确定负样本数据；

将正样本数据和负样本数据作为训练数据，对目标学习模型进行训练，得到目标扩量模型。

可选的，负样本数据可以包括用户池中的多个候选用户数据中，与种子用户数据之间的相似度低于第二相似度阈值的用户数据。可选的，第二相似度阈值可以低于第一相似度阈值，优选的，其应该远远低于第一相似度阈值，以尽量区分出负样本数据和正样本数据，实现更好的训练效果。

可选的，负样本数据也可以包括用户池中的多个候选用户数据中，对应的用户活跃度低于活跃度阈值的用户数据。可选的，用户活跃度可以被定义为对应的用户在预设的时间段内观看其对应的被推送内容的累计次数或累计时长，在其低于活跃度阈值的情况下，可以认为推送内容对这一类用户基本上均难以有良好的推广效果，可以将这一类用户的数据作为负样本用于扩量模型的训练以使得后续的扩量避开类似于这些用户的用户。

可选的，对目标学习模型进行训练的具体方式，与目标学习模型的类型相关，例如，在目标学习模型为半监督学习算法模型时，如标签传播算法模型时，需要将训练数据集构建图形数据作为模型的输入进行训练。

可见，通过实施该可选的实施方式，能够将多个匹配用户数据确定为正样本数据以及从用户池中的多个候选用户数据中确定负样本数据，对目标学习模型进行训练，得到目标扩量模型，从而可以训练得到有效的目标扩量模型，可以有效提高人群扩量的精确度。

作为一个可选的实施方式，当目标扩量模型为监督学习算法模型时，上述步骤中的，将正样本数据和负样本数据作为训练数据，对目标学习模型进行训练，得到目标扩量模型，包括：

将正样本数据和负样本数据确定为训练数据；

基于预设的数据划分比例，对训练数据划分为训练集和测试集；

根据训练集和测试集对目标学习模型进行训练和测试直至满足要求，得到目标扩量模型。

可选的，对训练数据划分为训练集和测试集，可以采用2/8机制或是3/7机制，也即按照2比8或是3比7的数据划分比例，对训练数据划分为训练集和测试集，对目标学习模型进行训练和测试直至满足要求，得到目标扩量模型。

可选的，还可以对目标学习模型的参数进行设置，来优化模型的性能，例如在目标学习模型为随机森林算法模型，可以设置例如：随机森林的构建数的数目，数目的深度，最小子节点的数据量等参数，，来优化模型的性能。

可见，通过实施该可选的实施方式，能够基于预设的数据划分比例，对训练数据划分为训练集和测试集，并根据训练集和测试集对目标学习模型进行训练得到目标扩量模型，从而可以训练得到有效的目标扩量模型，可以有效提高人群扩量的精确度。

作为一个可选的实施方式，上述步骤106中的，根据用户池和目标扩量模型，确定种子用户数据对应的扩量用户数据，包括：

确定目标扩量用户数量；

将用户池中的候选用户数据输入至目标扩量模型，以确定出数量小于或等于目标扩量用户数量的扩量用户数据，确定为种子用户数据对应的扩量用户数据。

具体的，可以由操作人员或客户设置扩量的上限，例如，匹配样本数的10倍，后续在扩量时，将用户池中的候选用户数据输入至目标扩量模型以确定出数量小于或等于上限的扩量用户数据，这样一方面避免与接口响应时间过长的问题，提高扩量效率，另一方面可以为客户提供定制化的扩量服务。

具体的，将用户池中的候选用户数据输入至目标扩量模型，以确定出数量小于或等于目标扩量用户数量的扩量用户数据，确定为种子用户数据对应的扩量用户数据的具体方式，可以包括：

依次将用户池中的候选用户数据输入至目标扩量模型，以确定出符合目标扩量模型的预测要求的扩量用户数据；

实时监控扩量用户数据的数量，并实时判断其数量是否等于目标扩量用户数量；

在判断结果为是时，停止扩量操作，将当前确定出的所有扩量用户数据，确定为种子用户数据对应的扩量用户数据。

可选的，在计算得到种子用户数据对应的扩量用户数据后，可以将扩量用户数据返回给用户，例如可以将模型扩量后的数据，写入第三方介质中，以url的形式，将扩量数据返回给用户，或是可以写到本地磁盘，HDFS等储介中。

可见，通过该可选的实施方式，可以根据目标扩量用户数量来限制扩量计算的数据结果和计算范围，一方面可以提高扩量效率，另一方面可以为客户提供定制化的扩量服务。

实施例二

请参阅图2，图2是本发明实施例公开的一种基于模型选择的人群扩量装置的结构示意图。其中，图2所描述的基于模型选择的人群扩量装置应用于基于模型选择的人群扩量计算芯片、计算终端或计算服务器（其中，该计算服务器可以为本地服务器或云服务器）中。如图2所示，该基于模型选择的人群扩量装置可以包括：

种子确定模块201，用于确定待扩量的种子用户数据。

可选的，待扩量的种子用户数据可以为客户上传的，欲基于此进行人群扩量的基础用户的数据，其可以为客户当前的数据推广中推广效果较为良好的用户，或是历史推广数据中确定出的推广效果较好的用户。

本发明实施例中，用户数据，包括但不限于种子用户数据、候选用户数据和匹配用户数据，可以包括有用户性别、用户职业、用户年龄、用户消费倾向、用户消费金额、用户地区和用户生物特征信息中的一种或多种。

匹配模块202，用于将种子用户数据与预设的用户池中的多个候选用户数据进行匹配，得到多个匹配用户数据。

本发明实施例中，用户池可以为执行本发明方案的企业主体本身拥有的用户资源，也可以为客户指定或提供的用户数据库。可选的，匹配得到的匹配用户数据为与种子用户数据的匹配度较高的候选用户数据，在实际应用中，其一般被确认为训练样本中的正样本，与负样本一起结合来对扩量算法模型进行训练，因此，后续的步骤可以根据这一匹配用户数据的数量大小来确定是否存在足够的正样本进行训练，并根据确定结果选择不同的扩量模型。

判断模块203，用于判断匹配用户数据的数量是否大于预设的数量阈值。

可选的，数量阈值可以为数值阈值，例如200，其也可以为百分比阈值，例如其可以为用于限定匹配用户数据的数量与种子用户数据或候选用户数据的数量的比值的比值阈值，例如其可以为50%，即匹配用户数据的数量与种子用户数据或候选用户数据的数量的比值为50%。

模型确定模块204，用于在判断模块203的判断结果为是时，确定监督学习算法模型为目标学习模型，或在判断模块203的判断结果为否时，确定半监督学习算法模型为目标学习模型。

本发明实施例中，监督学习算法模型在训练时所需的训练样本量和训练时间等训练成本均大于半监督学习算法模型，但监督学习算法模型的预测效果要优于半监督学习算法模型，因此，当步骤103的判断结果为是时，也即匹配用户数据的数量足够时，也即训练样本的数量足够多，因此可以选择需要更多训练样本量的监督学习算法模型进行训练以及后续的预测，而当步骤103的判断结果为否时，也即匹配用户数据的数量较少时，也即训练样本的数量较少，因此可以选择需要更少训练样本量的半监督学习算法模型进行训练以及后续的预测，通过这一操作可以实现模型训练的效率提高，也可以降低训练的成本，最终可以在有限的训练数据量的基础上达到最好的扩量效果。

可选的，监督学习算法模型可以为随机森林算法模型，这是较为优选的方案，当然其他的监督学习算法，如卷积神经网络算法模型，或是朴素贝叶斯算法模型，在满足上述对训练成本和预测效果的要求的情况下，也是可行的。

可选的，半监督学习算法模型可以为标签传播算法模型，这是较为优选的方案，当然其他的半监督学习算法，如协同训练算法模型，或是半监督字典学习算法模型，在满足上述对训练成本和预测效果的要求的情况下，也是可行的。

训练模块205，用于根据多个匹配用户数据，对目标学习模型进行训练，得到目标扩量模型。

可选的，可以将多个匹配用户数据作为训练样本中的正样例对目标学习模型进行训练。

扩量模块206，用于根据用户池和目标扩量模型，确定种子用户数据对应的扩量用户数据。

可见，上述发明实施例能够基于种子用户数据与用户池匹配出的用户数量的大小，来选择不同的学习模型作为目标模型，并对选择出的模型进行训练以用于人群扩量，从而能够基于确定出训练样本的数量选择不同训练难度和预测精度的模型进行人群扩量，一方面提高了模型训练的灵活度，降低了成本，另一方面可以有效提高人群扩量的精确度。

作为一个可选的实施方式，种子确定模块201确定待扩量的种子用户数据的具体方式，包括：

获取用户上传的初始种子用户数据；

对初始种子用户数据进行特征工程处理，得到待扩量的种子用户数据。

可选的，获取用户上传的初始种子用户数据的方式可以为通过https请求的方式，在线触发集群脚本程序获取数据包的方式，或是访问预设的数据储存位置。可选的，用户上传的初始种子用户数据可以存在第三方介质上，例如云储存服务器或远程仓库等。

可选的，获取用户上传的初始种子用户数据后，有时候会遇到用户提交的种子包数据可能不符合参数要求，需要对其进行数据预处理，例如：空值替换，大小写转化，乱码字符转化处理或特征筛选等。

可选的，对初始种子用户数据进行特征工程处理时，可以利用创建的Spark对象，对传入的地址，将用户提交的种子包数据读入到集群中，并进行相应处理。可选的，特征工程处理可以包括One-Hot处理和/或LabelEncode处理。

其中，One-Hot处理也称独热编码，其适用于对初始种子用户数据中的离散分类特征进行编码处理。一些用户数据中存在离散分类特征例如：性别有男、女，城市有北京，上海，深圳等，但是，这样的特征处理并不能直接放入机器学习算法中，因为，分类器通常数据是连续且有序，此时使用One-Hot处理，其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都有它独立的寄存器位，并且在任意时候，其中只有一位有效。即，只有一位是1，其余都是零值，使用One-Hot处理，将离散特征的取值扩展到了欧式空间，离散特征的某个取值就对应欧式空间的某个点，因此，将离散型特征使用One-Hot处理，会让特征之间的距离计算更加合理，有利于后续模型训练。其中，LabelEncode处理就是将初始种子用户数据中的一些分类特征进行编号，比如把类别“男”，“女”编号为0和1，以有利于后续的数据处理。

可选的，对初始种子用户数据进行特征工程处理，得到待扩量的种子用户数据的步骤，是在线下进行的，也即离线进行的，而用户池中的数据，在线下已经完成特征化，以便于后续的匹配，这样的设置可以将原本数据的特征化过程由在线完成转移到离线计算完成，在线只需要进行种子包数据与用户池数据匹配过程，该过程的需花费的时间和特征工程相比，要少很多。

可见，通过实施该可选的实施方式，能够对初始种子用户数据进行特征工程处理，得到待扩量的种子用户数据，从而可以得到更加规范且更加易于提取特征的基础数据，以便于后续基于此选择模型进行人群扩量，可以有效提高人群扩量的精确度。

作为一个可选的实施方式，匹配模块202将种子用户数据与预设的用户池中的多个候选用户数据进行匹配，得到多个匹配用户数据的具体方式，包括：

对于预设的用户池中的多个候选用户数据中的任一候选用户数据，计算种子用户数据与该候选用户数据之间的相似度；

判断相似度是否大于第一相似度阈值，若是，确定该候选用户数据为匹配用户数据。

可选的，种子用户数据与该候选用户数据之间的相似度可以为欧几里得距离、皮尔逊相关系数、余弦相似度、Jaccard系数中的至少一种或多种的加权组合。可选的，第一相似度阈值可以由操作人员根据实验值或经验值进行设定，并可以在后续的实践中根据效果进行调整。

可见，通过实施该可选的实施方式，能够计算种子用户数据与任一候选用户数据之间的相似度以确定出匹配用户数据，从而可以得到更加精确的匹配用户数据，以便于后续基于此选择模型进行训练以及人群扩量，可以有效提高人群扩量的精确度。

作为一个可选的实施方式，训练模块205根据多个匹配用户数据，对目标学习模型进行训练，得到目标扩量模型的具体方式，包括：

将多个匹配用户数据确定为正样本数据；

从用户池中的多个候选用户数据中确定负样本数据；

将正样本数据和负样本数据作为训练数据，对目标学习模型进行训练，得到目标扩量模型。

可选的，负样本数据可以包括用户池中的多个候选用户数据中，与种子用户数据之间的相似度低于第二相似度阈值的用户数据。可选的，第二相似度阈值可以低于第一相似度阈值，优选的，其应该远远低于第一相似度阈值，以尽量区分出负样本数据和正样本数据，实现更好的训练效果。

可选的，负样本数据也可以包括用户池中的多个候选用户数据中，对应的用户活跃度低于活跃度阈值的用户数据。可选的，用户活跃度可以被定义为对应的用户在预设的时间段内观看其对应的被推送内容的累计次数或累计时长，在其低于活跃度阈值的情况下，可以认为推送内容对这一类用户基本上均难以有良好的推广效果，可以将这一类用户的数据作为负样本用于扩量模型的训练以使得后续的扩量避开类似于这些用户的用户。

可选的，对目标学习模型进行训练的具体方式，与目标学习模型的类型相关，例如，在目标学习模型为半监督学习算法模型时，如标签传播算法模型时，需要将训练数据集构建图形数据作为模型的输入进行训练。

可见，通过实施该可选的实施方式，能够将多个匹配用户数据确定为正样本数据以及从用户池中的多个候选用户数据中确定负样本数据，对目标学习模型进行训练，得到目标扩量模型，从而可以训练得到有效的目标扩量模型，可以有效提高人群扩量的精确度。

作为一个可选的实施方式，当目标扩量模型为监督学习算法模型时，训练模块205将正样本数据和负样本数据作为训练数据，对目标学习模型进行训练，得到目标扩量模型的具体方式，包括：

将正样本数据和负样本数据确定为训练数据；

基于预设的数据划分比例，对训练数据划分为训练集和测试集；

根据训练集和测试集对目标学习模型进行训练和测试直至满足要求，得到目标扩量模型。

可选的，对训练数据划分为训练集和测试集，可以采用2/8机制或是3/7机制，也即按照2比8或是3比7的数据划分比例，对训练数据划分为训练集和测试集，对目标学习模型进行训练和测试直至满足要求，得到目标扩量模型。

可选的，还可以对目标学习模型的参数进行设置，来优化模型的性能，例如在目标学习模型为随机森林算法模型，可以设置例如：随机森林的构建数的数目，数目的深度，最小子节点的数据量等参数，，来优化模型的性能。

可见，通过实施该可选的实施方式，能够基于预设的数据划分比例，对训练数据划分为训练集和测试集，并根据训练集和测试集对目标学习模型进行训练得到目标扩量模型，从而可以训练得到有效的目标扩量模型，可以有效提高人群扩量的精确度。

作为一个可选的实施方式，扩量模块206根据用户池和目标扩量模型，确定种子用户数据对应的扩量用户数据的具体方式，包括：

确定目标扩量用户数量；

将用户池中的候选用户数据输入至目标扩量模型，以确定出数量小于或等于目标扩量用户数量的扩量用户数据，确定为种子用户数据对应的扩量用户数据。

具体的，可以由操作人员或客户设置扩量的上限，例如，匹配样本数的10倍，后续在扩量时，将用户池中的候选用户数据输入至目标扩量模型以确定出数量小于或等于上限的扩量用户数据，这样一方面避免与接口响应时间过长的问题，提高扩量效率，另一方面可以为客户提供定制化的扩量服务。

具体的，扩量模块206将用户池中的候选用户数据输入至目标扩量模型，以确定出数量小于或等于目标扩量用户数量的扩量用户数据，确定为种子用户数据对应的扩量用户数据的具体方式，可以包括：

依次将用户池中的候选用户数据输入至目标扩量模型，以确定出符合目标扩量模型的预测要求的扩量用户数据；

实时监控扩量用户数据的数量，并实时判断其数量是否等于目标扩量用户数量；

在判断结果为是时，停止扩量操作，将当前确定出的所有扩量用户数据，确定为种子用户数据对应的扩量用户数据。

可选的，在计算得到种子用户数据对应的扩量用户数据后，扩量模块206可以将扩量用户数据返回给用户，例如可以将模型扩量后的数据，写入第三方介质中，以url的形式，将扩量数据返回给用户，或是可以写到本地磁盘，HDFS等储介中。

可见，通过该可选的实施方式，可以根据目标扩量用户数量来限制扩量计算的数据结果和计算范围，一方面可以提高扩量效率，另一方面可以为客户提供定制化的扩量服务。

实施例三

请参阅图3，图3是本发明实施例公开的又一种基于模型选择的人群扩量装置。图3所描述的基于模型选择的人群扩量装置应用于基于模型选择的人群扩量计算芯片、计算终端或计算服务器（其中，该计算服务器可以为本地服务器或云服务器）中。如图3所示，该基于模型选择的人群扩量装置可以包括：

存储有可执行程序代码的存储器301；

与存储器301耦合的处理器302；

其中，处理器302调用存储器301中存储的可执行程序代码，用于执行实施例一所描述的基于模型选择的人群扩量方法的步骤。

实施例四

本发明实施例公开了一种计算机读存储介质，其存储用于电子数据交换的计算机程序，其中，该计算机程序使得计算机执行实施例一所描述的基于模型选择的人群扩量方法的步骤。

实施例五

本发明实施例公开了一种计算机程序产品，该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，且该计算机程序可操作来使计算机执行实施例一所描述的基于模型选择的人群扩量方法的步骤。

上述对本说明书特定实施例进行了描述，其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，附图中描绘的过程不一定必须按照示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机可读存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书实施例提供的装置、设备、非易失性计算机可读存储介质与方法是对应的，因此，装置、设备、非易失性计算机存储介质也具有与对应方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述对应装置、设备、非易失性计算机存储介质的有益技术效果。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field ProgrammableGateArray， FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera HardwareDescriptionLanguage)、 Confluence、CUPL(Cornell University ProgrammingLanguage)、HDCal、JHDL (Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL (RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书实施例可提供为方法、系统、或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商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、商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“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

最后应说明的是：本发明实施例公开的一种基于模型选择的人群扩量方法及装置所揭露的仅为本发明较佳实施例而已，仅用于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项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；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

Claims (10)

1.一种基于模型选择的人群扩量方法，其特征在于，所述方法包括：

确定待扩量的种子用户数据；

将所述种子用户数据与预设的用户池中的多个候选用户数据进行匹配，得到多个匹配用户数据；

判断所述匹配用户数据的数量是否大于预设的数量阈值；

若判断结果为是，确定监督学习算法模型为目标学习模型，若判断结果为否，确定半监督学习算法模型为所述目标学习模型；

根据所述多个匹配用户数据，对所述目标学习模型进行训练，得到目标扩量模型；

根据所述用户池和所述目标扩量模型，确定所述种子用户数据对应的扩量用户数据。

2.根据权利要求1所述的基于模型选择的人群扩量方法，其特征在于，所述确定待扩量的种子用户数据，包括：

获取用户上传的初始种子用户数据；

对所述初始种子用户数据进行特征工程处理，得到待扩量的种子用户数据。

3.根据权利要求1所述的基于模型选择的人群扩量方法，其特征在于，所述将所述种子用户数据与预设的用户池中的多个候选用户数据进行匹配，得到多个匹配用户数据，包括：

对于预设的用户池中的多个候选用户数据中的任一候选用户数据，计算所述种子用户数据与该候选用户数据之间的相似度；

判断所述相似度是否大于第一相似度阈值，若是，确定该候选用户数据为匹配用户数据。

4.根据权利要求1所述的基于模型选择的人群扩量方法，其特征在于，所述监督学习算法模型为随机森林算法模型；和/或，所述半监督学习算法模型为标签传播算法模型。

5.根据权利要求1所述的基于模型选择的人群扩量方法，其特征在于，所述根据所述多个匹配用户数据，对所述目标学习模型进行训练，得到目标扩量模型，包括：

将所述多个匹配用户数据确定为正样本数据；

从所述用户池中的多个候选用户数据中确定负样本数据；所述负样本数据为所述用户池中的多个候选用户数据中，与所述种子用户数据之间的相似度低于第二相似度阈值的用户数据和/或对应的用户活跃度低于活跃度阈值的用户数据；

将所述正样本数据和所述负样本数据作为训练数据，对所述目标学习模型进行训练，得到目标扩量模型。

6.根据权利要求5所述的基于模型选择的人群扩量方法，其特征在于，当所述目标扩量模型为所述监督学习算法模型时，所述将所述正样本数据和所述负样本数据作为训练数据，对所述目标学习模型进行训练，得到目标扩量模型，包括：

将所述正样本数据和所述负样本数据确定为训练数据；

基于预设的数据划分比例，对所述训练数据划分为训练集和测试集；

根据所述训练集和测试集对所述目标学习模型进行训练和测试直至满足要求，得到目标扩量模型。

7.根据权利要求1所述的基于模型选择的人群扩量方法，其特征在于，所述根据所述用户池和所述目标扩量模型，确定所述种子用户数据对应的扩量用户数据，包括：

确定目标扩量用户数量；

将所述用户池中的候选用户数据输入至所述目标扩量模型，以确定出数量小于或等于所述目标扩量用户数量的扩量用户数据，确定为所述种子用户数据对应的扩量用户数据。

8.一种基于模型选择的人群扩量装置，其特征在于，所述装置包括：

种子确定模块，用于确定待扩量的种子用户数据；

匹配模块，用于将所述种子用户数据与预设的用户池中的多个候选用户数据进行匹配，得到多个匹配用户数据；

判断模块，用于判断所述匹配用户数据的数量是否大于预设的数量阈值；

模型确定模块，用于在所述判断模块的判断结果为是时，确定监督学习算法模型为目标学习模型，或在所述判断模块的判断结果为否时，确定半监督学习算法模型为所述目标学习模型；

训练模块，用于根据所述多个匹配用户数据，对所述目标学习模型进行训练，得到目标扩量模型；

扩量模块，用于根据所述用户池和所述目标扩量模型，确定所述种子用户数据对应的扩量用户数据。

9.一种基于模型选择的人群扩量装置，其特征在于，所述装置包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-7任一项所述的基于模型选择的人群扩量方法。

10.一种计算机读存储介质，其特征在于，其存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-7任一项所述的基于模型选择的人群扩量方法。

Images