【技术实现步骤摘要】
本申请涉及数据挖掘，尤其涉及一种相似人群的扩展方法、装置、设备、存储介质及产品。
技术介绍
1、相似人群扩展是指基于一批种子用户，通过标签规则或算法模型，找到与种子用户相似或有潜在关联人群的技术。
2、目前，可通过向量化表示种子用户的画像信息，计算用户间的相似度，从而筛选出与种子用户相似度较高的用户群体。
3、这种方法需要计算并维护一个用户相似度矩阵，以便快速找出相似用户。但是，由于运营商的用户规模普遍都是亿万级以上，这会使得该用户相似度矩阵的开销非常大，进而增加了计算成本。
4、上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本申请的主要目的在于提供一种相似人群的扩展方法、装置、设备、存储介质及产品，旨在解决通过用户间的相似度筛选与种子用户相似度较高的用户群体，导致计算成本高的技术问题。
2、为实现上述目的，本申请提出一种相似人群的扩展方法，所述方法包括：
3、获取种子用户；
4、获取所述种子用户访问过的应用程序，并确定所述应用程序对应的强相关应用程序；
5、获取所述强相关应用程序对应的访问用户；
6、采用所述访问用户作为所述种子用户的相似人群。
7、在一实施例中，所述获取所述种子用户访问过的应用程序，并确定所述应用程序对应的强相关应用程序的步骤之前，还所述：
8、获取各个样本用户访问过的历史应用程序，并对所有所述历史
9、根据所述全量应用程序清单中，各个历史应用程序对应的文本描述，构建文本相似度矩阵；
10、根据所述全量应用程序清单中，各个历史应用程序对应的用户行为数据，构建用户指标相似度矩阵；
11、根据所述文本相似度矩阵和所述用户指标相似度矩阵，构建应用程序相似度矩阵；
12、所述确定所述应用程序对应的强相关应用程序的步骤包括：
13、从所述应用程序相似度矩阵中，获取所述应用程序对应的强相关应用程序。
14、在一实施例中，所述根据所述全量应用程序清单中，各个历史应用程序对应的文本描述，构建文本相似度矩阵的步骤包括：
15、将所述全量应用程序清单中，各个历史应用程序对应的文本描述分别转换为对应的文本向量，并将各个所述文本描述对应的文本向量存储于faiss向量库；
16、确定每两个所述文本向量之间的内积值，其中，所述内积值越大，两个文本向量越相似；
17、根据每两个所述文本向量之间的内积值，构建文本相似度矩阵。
18、在一实施例中，所述根据所述全量应用程序清单中，各个历史应用程序对应的用户行为数据，构建用户指标相似度矩阵的步骤包括：
19、根据所述全量应用程序清单中各个历史应用程序对应的用户行为数据，得到各个所述历史应用程序对应的访问时长、访问频次和使用流量；
20、根据每两个所述历史应用程序对应的访问时长、访问频次和使用流量进行相似度计算，得到每两个所述历史应用程序对应的相似度；
21、根据每两个所述历史应用程序对应的相似度，构建所述用户指标相似度矩阵。
22、在一实施例中，所述根据每两个所述历史应用程序对应的访问时长、访问频次和使用流量进行相似度计算，得到每两个所述历史应用程序对应的相似度的步骤包括：
23、将各个所述历史应用程序对应的访问时长、访问频次和使用流量作为一个整体转换为一维向量；
24、对各个所述一维向量进行归一化；
25、根据每两个所述历史应用程序对应的归一化后的一维向量进行相似度计算，得到每两个所述历史应用程序对应的相似度。
26、在一实施例中，所述根据所述文本相似度矩阵和所述用户指标相似度矩阵，构建应用程序相似度矩阵的步骤包括：
27、对所述文本相似度矩阵和所述用户指标相似度矩阵分别进行归一化处理，得到归一化后的文本相似度矩阵和用户指标相似度矩阵；
28、获取所述文本相似度矩阵对应的第一权重，和所述用户指标相似度矩阵对应的第二权重；
29、根据所述第一权重和归一化后的所述文本相似度矩阵、所述第二权重和归一化后的所述用户指标相似度矩阵，得到所述应用程序相似度矩阵。
30、此外，为实现上述目的，本申请还提出一种相似人群的扩展装置，所述相似人群的扩展装置包括：
31、种子用户获取模块，用于获取种子用户；
32、强相关应用程序确定模块，用于获取所述种子用户访问过的应用程序，并确定所述应用程序对应的强相关应用程序；
33、访问用户获取模块，用于获取所述强相关应用程序对应的访问用户；
34、相似人群扩展模块，用于采用所述访问用户作为所述种子用户的相似人群。
35、此外，为实现上述目的，本申请还提出一种相似人群的扩展设备，所述设备包括：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，所述计算机程序配置为实现如上文所述的相似人群的扩展方法的步骤。
36、此外，为实现上述目的，本申请还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的相似人群的扩展方法的步骤。
37、此外，为实现上述目的，本申请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，所述计算机程序被处理器执行时实现如上文所述的相似人群的扩展方法的步骤。
38、本申请提出的一个或多个技术方案，至少具有以下技术效果：
39、针对种子用户，能够提取出这些用户访问过的应用程序以及和这些应用程序具有强相关的应用程序， 然后提取出访问过这些应用程序的访问用户，实现快速的相似人群扩展。与现有技术中采用用户相似度筛选与种子用户相似度较高的用户群体相比，本申请使用应用程序相似度代替用户相似度，减小了数据规模，进而降低了计算成本。
本文档来自技高网...【技术保护点】
1.一种相似人群的扩展方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述获取所述种子用户访问过的应用程序，并确定所述应用程序对应的强相关应用程序的步骤之前，还所述：
3.如权利要求2所述的方法，其特征在于，所述根据所述全量应用程序清单中，各个历史应用程序对应的文本描述，构建文本相似度矩阵的步骤包括：
4.如权利要求2所述的方法，其特征在于，所述根据所述全量应用程序清单中，各个历史应用程序对应的用户行为数据，构建用户指标相似度矩阵的步骤包括：
5.如权利要求4所述的方法，其特征在于，所述根据每两个所述历史应用程序对应的访问时长、访问频次和使用流量进行相似度计算，得到每两个所述历史应用程序对应的相似度的步骤包括：
6.如权利要求2所述的方法，其特征在于，所述根据所述文本相似度矩阵和所述用户指标相似度矩阵，构建应用程序相似度矩阵的步骤包括：
7.一种相似人群的扩展装置，其特征在于，所述装置包括：
8.一种相似人群的扩展设备，其特征在于，所述设备包括：存储器、处理器及存储在所述
9.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的相似人群的扩展方法的步骤。
10.一种计算机程序产品，其特征在于，所述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权利要求1至6中任一项所述的相似人群的扩展方法的步骤。
...【技术特征摘要】
1.一种相似人群的扩展方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述获取所述种子用户访问过的应用程序，并确定所述应用程序对应的强相关应用程序的步骤之前，还所述：
3.如权利要求2所述的方法，其特征在于，所述根据所述全量应用程序清单中，各个历史应用程序对应的文本描述，构建文本相似度矩阵的步骤包括：
4.如权利要求2所述的方法，其特征在于，所述根据所述全量应用程序清单中，各个历史应用程序对应的用户行为数据，构建用户指标相似度矩阵的步骤包括：
5.如权利要求4所述的方法，其特征在于，所述根据每两个所述历史应用程序对应的访问时长、访问频次和使用流量进行相似度计算，得到每两个所述历史应用程序对应的相似度的步骤包括：
6.如权利要求2所述的方法，其特征在于，...
【专利技术属性】
技术研发人员：刘念，侯建龙，王一帆，艾盟，丁雪莲，吴坤，陈春旭，陈卓，王冀彬，
申请(专利权)人：中移动信息技术有限公司，
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。