相似用户的挖掘方法及装置制造方法及图纸

本说明书一个或多个实施例公开了一种相似用户的挖掘方法及装置，用以实现准确高效地挖掘产品营销下的相似用户的目的。所述方法包括：获取第一数据库中存储的与目标产品对应的用户行为信息；及，根据所述用户行为信息，确定与目标产品相关的基准用户及多个候选用户的用户信息；从第二数据库中获取所述基准用户和各所述候选用户的特征信息；及，根据所述用户行为信息确定各所述候选用户针对所述目标产品的行为意图信息；根据所述特征信息及所述行为意图信息，确定所述基准用户与各所述候选用户之间的匹配信息；根据所述匹配信息，从所述多个候选用户中挖掘出满足预设匹配条件的目标用户。

Mining Method and Device for Similar Users

【技术实现步骤摘要】
相似用户的挖掘方法及装置
本说明书涉及信息挖掘
，尤其涉及一种相似用户的挖掘方法及装置。
技术介绍
线上产品售卖场景指的是在线通过对目标用户的广告触达达到促进销售的方案。在线上产品售卖场景中，通常会基于不同IOT(InternetofThings，物联网)产品的销售目标推荐不同的人群扩散方案。例如，保险售卖场景中对于不同险种，分别对其已有目标用户进行用户画像以及特征挖掘，从而找到相似的可能对不同险种感兴趣的目标用户。
技术实现思路
本说明书一个或多个实施例的目的是提供一种相似用户的挖掘方法及装置，用以实现准确高效地挖掘产品营销下的相似用户的目的。为解决上述技术问题，本说明书一个或多个实施例是这样实现的：一方面，本说明书一个或多个实施例提供一种相似用户的挖掘方法，包括：获取第一数据库中存储的与目标产品对应的用户行为信息；及，根据所述用户行为信息，确定与所述目标产品相关的基准用户及多个候选用户的用户信息；从第二数据库中获取所述基准用户和各所述候选用户的特征信息；及，根据所述用户行为信息确定各所述候选用户针对所述目标产品的行为意图信息；根据所述特征信息及所述行为意图信息，确定所述基准用户与各所述候选用户之间的匹配信息；根据所述匹配信息，从所述多个候选用户中挖掘出满足预设匹配条件的目标用户。在一个实施例中，所述针对所述目标产品的行为意图信息包括以下至少一项：用户是否具有通过所述销售网页成功购买所述目标产品的购买行为信息；用户是否具有浏览所述目标产品对应的销售网页、但重定向至其他网页的重定向行为信息；用户是否具有成功购买由网络侧推送的、所述目标产品的相关产品的交叉行为信息。在一个实施例中，所述匹配信息包括匹配值；相应的，所述根据所述特征信息及所述行为意图信息，确定所述基准用户与各所述候选用户之间的匹配信息，包括：按照预设的第一打分规则，为各所述候选用户的特征相关信息及所述行为意图信息进行打分，得到各所述候选用户分别对应的第一分值；其中，所述特征相关信息包括所述候选用户与所述基准用户之间的特征相似度和/或所述特征信息；根据各所述候选用户分别对应的第一分值，确定所述基准用户与各所述候选用户之间的匹配值；其中，所述第一打分规则包括：所述候选用户与所述基准用户之间的特征相似度和/或所述特征信息的特征浓度越高，对应的分值越高；及，所述行为意图信息与所述目标产品的匹配度越高，对应的分值越高。在一个实施例中，所述根据所述特征信息及所述行为意图信息，确定所述基准用户与各所述候选用户之间的匹配信息，还包括：确定所述基准用户的特征信息的特征浓度；若所述特征浓度低于第一预设阈值，则根据所述基准用户及各所述候选用户的特征信息，并利用指定二分类模型对所述候选用户进行分类，得到分类结果；所述分类结果包括所述候选用户属于所述目标用户的概率；按照预设的第二打分规则，为所述分类结果进行打分，得到各所述候选用户分别对应的第二分值；其中，所述第二打分规则包括：所述候选用户属于所述目标用户的概率越大，对应的分值越高；相应的，所述根据各所述候选用户分别对应的第一分值，确定所述基准用户与各所述候选用户之间的匹配值，包括：根据所述各所述候选用户分别对应的所述第一分值及所述第二分值，确定所述基准用户与各所述候选用户之间的匹配值。在一个实施例中，所述根据各所述候选用户分别对应的所述第一分值及所述第二分值，确定所述基准用户与各所述候选用户之间的匹配值，包括：确定所述第一分值及所述第二分值分别对应的权重；根据所述第一分值及所述第二分值分别对应的权重，对所述第一分值及所述第二分值进行加权计算，得到所述候选用户对应的综合分值；确定所述候选用户对应的所述综合分值为所述基准用户与所述候选用户之间的匹配值。在一个实施例中，所述预设匹配条件包括所述基准用户与各所述候选用户之间的匹配值高于第二预设阈值。在一个实施例中，所述从所述多个候选用户中挖掘出满足预设匹配条件的目标用户，包括：从所述多个候选用户中挖掘出满足预设匹配条件、且符合所述目标产品对应的预设挖掘规则的目标用户；其中，所述预设挖掘规则包括所述候选用户的用户信息满足指定条件的规则。另一方面，本说明书一个或多个实施例提供一种相似用户的挖掘装置，包括：第一获取模块，用于获取第一数据库中存储的与目标产品对应的用户行为信息；及，根据所述用户行为信息，确定与所述目标产品相关的基准用户及多个候选用户的用户信息；第二获取模块，用于从第二数据库中获取所述基准用户和各所述候选用户的特征信息；及，根据所述用户行为信息确定各所述候选用户针对所述目标产品的行为意图信息；确定模块，用于根据所述特征信息及所述行为意图信息，确定所述基准用户与各所述候选用户之间的匹配信息；挖掘模块，用于根据所述匹配信息，从所述多个候选用户中挖掘出满足预设匹配条件的目标用户。在一个实施例中，所述针对所述目标产品的行为意图信息包括以下至少一项：用户是否具有通过所述销售网页成功购买所述目标产品的购买行为信息；用户是否具有浏览所述目标产品对应的销售网页、但重定向至其他网页的重定向行为信息；用户是否具有成功购买由网络侧推送的、所述目标产品的相关产品的交叉行为信息。在一个实施例中，所述匹配信息包括匹配值；相应的，所述确定模块包括：打分单元，用于按照预设的第一打分规则，为各所述候选用户的特征相关信息及所述行为意图信息进行打分，得到各所述候选用户分别对应的第一分值；其中，所述特征相关信息包括所述候选用户与所述基准用户之间的特征相似度和/或所述特征信息；第一确定单元，用于根据各所述候选用户分别对应的第一分值，确定所述基准用户与各所述候选用户之间的匹配值；其中，所述第一打分规则包括：所述候选用户与所述基准用户之间的特征相似度和/或所述特征信息的特征浓度越高，对应的分值越高；及，所述行为意图信息与所述目标产品的匹配度越高，对应的分值越高。在一个实施例中，所述确定模块还包括：第二确定单元，用于确定所述基准用户的特征信息的特征浓度；分类单元，用于若所述特征浓度低于第一预设阈值，则根据所述基准用户及各所述候选用户的特征信息，并利用指定二分类模型对所述候选用户进行分类，得到分类结果；所述分类结果包括所述候选用户属于所述目标用户的概率；按照预设的第二打分规则，为所述分类结果进行打分，得到各所述候选用户分别对应的第二分值；其中，所述第二打分规则包括：所述候选用户属于所述目标用户的概率越大，对应的分值越高；相应的，所述第一确定单元还用于：根据所述各所述候选用户分别对应的所述第一分值及所述第二分值，确定所述基准用户与各所述候选用户之间的匹配值。在一个实施例中，所述第一确定单元还用于：确定所述第一分值及所述第二分值分别对应的权重；根据所述第一分值及所述第二分值分别对应的权重，对所述第一分值及所述第二分值进行加权计算，得到所述候选用户对应的综合分值；确定所述候选用户对应的所述综合分值为所述基准用户与所述候选用户之间的匹配值。在一个实施例中，所述预设匹配条件包括所述基准用户与各所述候选用户之间的匹配值高于第二预设阈值。在一个实施例中，所述挖掘模块包括：挖掘单元，用于从所述多个候选用户中挖掘出满足预设匹配条件、且符合所述目标产品对应的预设挖掘规则的目标用户；其中，所述预设挖掘规则包括所述候选用户的本文档来自技高网...

【技术保护点】
1.一种相似用户的挖掘方法，包括：获取第一数据库中存储的与目标产品对应的用户行为信息；及，根据所述用户行为信息，确定与所述目标产品相关的基准用户及多个候选用户的用户信息；从第二数据库中获取所述基准用户和各所述候选用户的特征信息；及，根据所述用户行为信息确定各所述候选用户针对所述目标产品的行为意图信息；根据所述特征信息及所述行为意图信息，确定所述基准用户与各所述候选用户之间的匹配信息；根据所述匹配信息，从所述多个候选用户中挖掘出满足预设匹配条件的目标用户。

【技术特征摘要】
1.一种相似用户的挖掘方法，包括：获取第一数据库中存储的与目标产品对应的用户行为信息；及，根据所述用户行为信息，确定与所述目标产品相关的基准用户及多个候选用户的用户信息；从第二数据库中获取所述基准用户和各所述候选用户的特征信息；及，根据所述用户行为信息确定各所述候选用户针对所述目标产品的行为意图信息；根据所述特征信息及所述行为意图信息，确定所述基准用户与各所述候选用户之间的匹配信息；根据所述匹配信息，从所述多个候选用户中挖掘出满足预设匹配条件的目标用户。2.根据权利要求1所述的方法，所述针对所述目标产品的行为意图信息包括以下至少一项：用户是否具有通过所述销售网页成功购买所述目标产品的购买行为信息；用户是否具有浏览所述目标产品对应的销售网页、但重定向至其他网页的重定向行为信息；用户是否具有成功购买由网络侧推送的、所述目标产品的相关产品的交叉行为信息。3.根据权利要求1所述的方法，所述匹配信息包括匹配值；相应的，所述根据所述特征信息及所述行为意图信息，确定所述基准用户与各所述候选用户之间的匹配信息，包括：按照预设的第一打分规则，为各所述候选用户的特征相关信息及所述行为意图信息进行打分，得到各所述候选用户分别对应的第一分值；其中，所述特征相关信息包括所述候选用户与所述基准用户之间的特征相似度和/或所述特征信息；根据各所述候选用户分别对应的第一分值，确定所述基准用户与各所述候选用户之间的匹配值；其中，所述第一打分规则包括：所述候选用户与所述基准用户之间的特征相似度和/或所述特征信息的特征浓度越高，对应的分值越高；及，所述行为意图信息与所述目标产品的匹配度越高，对应的分值越高。4.根据权利要求3所述的方法，所述根据所述特征信息及所述行为意图信息，确定所述基准用户与各所述候选用户之间的匹配信息，还包括：确定所述基准用户的特征信息的特征浓度；若所述特征浓度低于第一预设阈值，则根据所述基准用户及各所述候选用户的特征信息，并利用指定二分类模型对所述候选用户进行分类，得到分类结果；所述分类结果包括所述候选用户属于所述目标用户的概率；按照预设的第二打分规则，为所述分类结果进行打分，得到各所述候选用户分别对应的第二分值；其中，所述第二打分规则包括：所述候选用户属于所述目标用户的概率越大，对应的分值越高；相应的，所述根据各所述候选用户分别对应的第一分值，确定所述基准用户与各所述候选用户之间的匹配值，包括：根据所述各所述候选用户分别对应的所述第一分值及所述第二分值，确定所述基准用户与各所述候选用户之间的匹配值。5.根据权利要求4所述的方法，所述根据各所述候选用户分别对应的所述第一分值及所述第二分值，确定所述基准用户与各所述候选用户之间的匹配值，包括：确定所述第一分值及所述第二分值分别对应的权重；根据所述第一分值及所述第二分值分别对应的权重，对所述第一分值及所述第二分值进行加权计算，得到所述候选用户对应的综合分值；确定所述候选用户对应的所述综合分值为所述基准用户与所述候选用户之间的匹配值。6.根据权利要求3所述的方法，所述预设匹配条件包括所述基准用户与各所述候选用户之间的匹配值高于第二预设阈值。7.根据权利要求1所述的方法，所述从所述多个候选用户中挖掘出满足预设匹配条件的目标用户，包括：从所述多个候选用户中挖掘出满足预设匹配条件、且符合所述目标产品对应的预设挖掘规则的目标用户；其中，所述预设挖掘规则包括所述候选用户的用户信息满足指定条件的规则。8.一种相似用户的挖掘装置，包括：第一获取模块，用于获取第一数据库中存储的与目标产品对应的用户行为信息；及，根...

【专利技术属性】
技术研发人员：陈颖鑫，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY