【技术实现步骤摘要】
一种对象推荐方法、装置、电子设备及存储介质
[0001]本申请涉及计算机
,尤其涉及一种对象推荐方法、装置、电子设备及存储介质。
技术介绍
[0002]人群定向是广告系统中非常重要的一个环节,人群定向的目标是确定出和指定广告最相关的用户作为潜在用户群体。相关技术中,可以基于画像索引来确定目标人群,主要依赖于用户画像的构建,然后广告主设置人群定向条件,提取相应的目标人群,进而向目标人群推荐广告。
[0003]但是相关技术中的这种方法,确定定向条件时通常需要预先进行人群画像洞察,并人工进行洞察结果分析,从而依赖广告主经验而选择目标画像特征,作为定向条件,准确性较低,并且由于不知道在哪些画像特征上有差异,会在尽量多的画像特征进行洞察分析,并仅能分别针对单维度画像特征进行分析计算,计算量较大,效率较低。
技术实现思路
[0004]本申请实施例提供一种对象推荐方法、装置、电子设备及存储介质,以提高生成定向条件的准确性和效率,从而提高定向推荐准确性。
[0005]本申请实施例提供的具体技术方案如下:
[0006]本申请一个实施例提供了一种对象推荐方法,包括:
[0007]获得待推荐对象的正样本集和负样本集,其中,所述正样本集包括的每个正样本表示对于推荐优化目标具有正向行为特征的用户,所述负样本集包括的各个负样本表示对于所述推荐优化目标具有负向行为特征的用户;
[0008]基于各个正样本的用户画像特征,以及各个负样本的用户画像特征,获得对所述待推荐对象的备选用户进行筛选 ...
【技术保护点】
【技术特征摘要】
1.一种对象推荐方法,其特征在于,包括:获得待推荐对象的正样本集和负样本集,其中,所述正样本集包括的每个正样本表示对于推荐优化目标具有正向行为特征的用户,所述负样本集包括的各个负样本表示对于所述推荐优化目标具有负向行为特征的用户;基于各个正样本的用户画像特征,以及各个负样本的用户画像特征,获得对所述待推荐对象的备选用户进行筛选时的至少一组候选特征组合;从所述至少一组候选特征组合中,筛选出与所述正样本集中的各个用户的用户画像特征之间的关联度满足设定条件的至少一组候选特征组合作为目标特征组合;根据筛选出的目标特征组合,从所述备选用户中确定用户画像特征与所述目标特征组合相匹配的目标用户;将所述待推荐对象推荐给确定出的目标用户。2.如权利要求1所述的方法,其特征在于,获得待推荐对象的正样本集和负样本集,具体包括:将上传的实验组用户作为正样本集,并将上传的对照组用户作为负样本集;或,获取所述推荐优化目标和历史参考对象推荐信息,并根据所述推荐优化目标,从所述历史参考对象推荐信息中筛选出对于所述推荐优化目标具有正向行为特征的用户,获得正样本集,并筛选出对于所述推荐优化目标具有负向行为特征的用户,获得负样本集。3.如权利要求1所述的方法,其特征在于,进一步包括:过滤掉在所述正样本集或所述负样本集中覆盖度小于预设阈值的用户画像特征。4.如权利要求1所述的方法,其特征在于,基于各个正样本的用户画像特征,以及各个负样本的用户画像特征,获得对所述待推荐对象的备选用户进行筛选时的至少一组候选特征组合,具体包括:根据所述正样本集中各个正样本的用户画像特征,以及所述负样本集中各个负样本的用户画像特征,训练集成树模型,获得已训练的集成树模型,其中,所述集成树模型中树的数量为第一数目,每棵树的深度为第二数目;分别针对所述已训练的集成树模型中的各个树,从树的根节点到各叶子节点进行遍历,将从根节点到各叶子节点所对应的用户画像特征进行组合,获得各最高阶特征组合,并根据所述各最高阶特征组合的各非空子集中的特征组合,获得至少一组候选特征组合,其中,所述最高阶特征组合的阶数为所述第二数目,则所述至少一组候选特征组合的阶数为从1到所述第二数目。5.如权利要求1-4任一项所述的方法,其特征在于,从所述至少一组候选特征组合中,筛选出与所述正样本集中的各个用户的用户画像特征之间的关联度满足设定条件的至少一组候选特征组合作为目标特征组合,具体包括:分别计算所述至少一组候选特征组合在所述正样本集、所述负样本集和预设全量用户集中的占比;分别根据所述至少一组候选特征组合在所述正样本集和在所述预设全量用户集中的占比,确定所述至少一组候选特征组合对应的正样本集目标群体指数,并分别根据所述至少一组候选特征组合在所述负样本集和在所述预设全量用户集中的占比,确定所述至少一组候选特征组合对应的负样本集目标群体指数;
分别根据所述至少一组候选特征组合对应的正样本集目标群体指数和负样本集目标群体指数,获得所述至少一组候选特征组合的显著度指标和差异度指标,并分别根据所述至少一组候选特征组合的显著度指标和差异度指标,获得所述至少一组候选特征组合的最终排序指标;根据所述至少一组候选特征组合的最终排序指标,分别对各阶的至少一组候选特征组合从高到低进行...
【专利技术属性】
技术研发人员:杨春风,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。