【技术实现步骤摘要】
目标对象信息处理方法、装置、计算机设备和存储介质
[0001]本申请涉及互联网
,特别是涉及一种目标对象信息处理方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]随着互联网技术的发展,互联网平台呈现多元化,比如有社交类平台、视频类平台、新闻类平台以及购物类平台等。广告主可在互联网平台上投放广告,互联网平台的使用者通过该广告了解、购买对应的产品。
[0003]传统技术中,在定位某个行业的投放人群时,往往是将之前点击过该行业的广告的人群作为目标人群,这种方式定位的人群太过宽泛,精准度不高,造成计算机资源浪费。
技术实现思路
[0004]基于此,有必要针对上述技术问题,提供一种能够提升人群定位精准度的目标对象信息处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面,本申请提供了一种目标对象信息处理方法。方法包括:
[0006]获取待处理对象针对目标行业的意向行为数据,意向行为数据表征待处理对象对目标行业存在意向转化行为的数据;
[0007]对意向行为数据进行特征处理,得到意向行为特征,并基于意向行为特征,获取待处理对象分别在各个特征提取维度的初步特征数据;
[0008]对于目标行业内每个预设的子行业,获取当前子行业分别在各个特征提取维度的权重,对待处理对象分别在各个特征提取维度的初步特征数据和当前子行业分别在各个特征提取维度的权重进行融合处理,得到融合处理结果,基于融合处理结果预测得到待处理对象在当前子行 ...
【技术保护点】
【技术特征摘要】
1.一种目标对象信息处理方法,其特征在于,所述方法包括:获取待处理对象针对目标行业的意向行为数据,所述意向行为数据表征所述待处理对象对所述目标行业存在意向转化行为的数据;对所述意向行为数据进行特征处理,得到意向行为特征,并基于所述意向行为特征,获取所述待处理对象分别在各个特征提取维度的初步特征数据;对于所述目标行业内每个预设的子行业,获取当前子行业分别在各个特征提取维度的权重,对所述待处理对象分别在各个特征提取维度的初步特征数据和当前子行业分别在各个特征提取维度的权重进行融合处理,得到融合处理结果,基于所述融合处理结果预测得到所述待处理对象在当前子行业的转化概率;基于所述待处理对象在各个子行业的转化概率,确定所述待处理对象在所述目标行业的转化预测结果,在所述转化预测结果满足预设条件的情况下,将所述待处理对象增加至所述目标行业的意向转化对象集合中。2.根据权利要求1所述的方法,其特征在于,所述获取待处理对象针对目标行业的意向行为数据之前,所述方法还包括:获取对目标行业内的产品推送数据存在交互行为的至少一个目标对象,将所述至少一个目标对象构成的对象集合作为第一基础对象集合;基于互动预测模型,对全量对象中每个对象进行互动预测,得到全量对象中各对象各自对应的互动预测结果,基于所述互动预测结果,从全量对象中筛选得到第二基础对象集合;将所述第一基础对象集合和所述第二基础对象集合所构成的对象集合,作为初步意向对象集合,将所述初步意向对象集合中的任一对象作为待处理对象。3.根据权利要求2所述的方法,其特征在于,所述基于所述互动预测结果,从全量对象中筛选得到第二基础对象集合,包括:基于全量对象中各对象各自对应的互动预测结果,按照预设规则对全量对象中各对象进行排序,得到排序结果;获取预设时间段内全量对象中每个对象对应的交易数据以及全量对象的总交易数据,并获取排序结果中排在前面目标数量的各对象各自对应的交易数据的统计结果;在所述统计结果和所述总交易数据之间的比例大于或等于预设阈值时,将所述排序结果中排在前面目标数量的各对象构成的对象集合作为第二基础对象集合。4.根据权利要求2所述的方法,其特征在于,所述互动预测模型的训练步骤包括:获取训练样本,所述训练样本包括样本对象的对象属性信息、样本对象的交互数据信息以及样本对象对应的互动标签;将所述对象属性信息和所述交互数据信息输入待训练的互动预测模型,得到样本对象对应的互动预测结果;基于所述样本对象对应的互动预测结果和互动标签,确定模型损失,基于所述模型损失对所述待训练的互动预测模型进行参数调整,直到满足模型训练的停止条件时停止,得到训练完成的互动预测模型。5.根据权利要求1所述的方法,其特征在于,所述意向行为数据包括来自第三方平台的信息互动行为数据,所述对所述意向行为数据进行特征处理,得到意向行为特征,包括:
从所述信息互动行为数据中分别提取不同类型互动行为各自对应的至少一个数据对象;针对每种类型的互动行为,获取当前类型的互动行为对应的至少一个数据对象各自的数据标签,对各数据标签进行统计,得到各数据标签的数量,基于各数据标签的数量,从各数据标签中筛选出当前类型的互动行为对应的关键数据标签;基于各种类型的互动行为各自对应的关键数据标签,构建意向行为特征。6.根据权利要求1所述的方法,其特征在于,所述意向行为数据包括来自第三方平台的信息查询行为数据,所述对所述意向行为数据进行特征处理,得到意向行为特征,包括:从所述信息查询行为数据中提取历史查询关键词,对所述历史查询关键词中各关键词的重复查询次数进行统计,得到各关键词的统计结果;基于各关键词的统计结果,从历史查询关键词中筛选得到倾向关键词,将所述倾向关键词,作为意向行为特征。7.根据权利要求1所述的方法,其特征在于,所述意向行为数据包括来自第三方平台的产品消费行为数据,得到意向行为特征,包括:从所述产品消费行为数据提取历史消费产品,对所述历史消费产品中各产品的产品属性进行统计,得到各产品属性的统计结果;基于各产品属性的统计结果,从各产品属性中筛选得到倾向产品属性,将所述倾向产品属性,作为意向行为特征。8.根据权利要求1所述的方法,其特征在于,所述基于所述意向行为特征,获取所述待处理对象分别在各个特征提取维度的初步特征数据,包括:将所述意向行为特征输入至转化预测模型中的特征转换层,得到模型输入特征,将所述模型输入特征分别输入至转化预测模型内各个特征提取维度各自对应的特征提取网络,得到所述待处理对象分别在各个特征提取维度的初步特征数据;所述获取当前子行业分别在各个特征提取维度的权重,包括:通过转化预测模型中当前子行业对应的权重提取网络对所述模型输入特征进行权重提取,得到当前子行业分别在各个特征提取维度的权重;所述对所述待处理对象分别在各个特征提取维度的初步特征数据和当前子行业分别在各个特征提取维度的权重进行融合处理,得到融合处理结果,包括:通过转化预测模型中当前子行业对应的特征融合网络,对所述待处理对象分别在各个特征提取维度的初步特征数据和当前子行业分别在各个特征提取维度的权重进行融合处理,得到融合处理结果;所述基于所述融合处理结果预测得到所述待处理对象在当前子行业的转化概率,包括:将所述融合处理结果输入至转化预测模型中当前子行业对应的转化预测网络,得到所述待处理对象在当前子行业的转化概率。9.根据权利要求8所述的方法,其特征在于,所述转化预测模型的训练步骤包括:获取训练样本集,所述训练样本集包括至少一个子行业各自对应的训练样本,每个训练样本包括样本对象对应的样本行为特征以及样本对象在对应子行业的转化标签;对于每个训练样本,将当前训练样本中样本行为特征输入至待训练的转化预测模型中
的特征转换层,得到样本输入特征;将所述样本输入特征分别输入至待训练的转化预测模型内各个特征提取维度各自对应的特征提取网络,得到当前训练样本中样本对象分别在各个特征提取维度的初步特征数据;基...
【专利技术属性】
技术研发人员:徐程程,冯晓,
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。