一種基于自動挑選屬性的相似人群擴(kuò)展方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于互聯(lián)網(wǎng)廣告技術(shù)領(lǐng)域，特別涉及一種基于自動挑選屬性的相似人群擴(kuò) 展方法。
【背景技術(shù)】
[0002] 在互聯(lián)網(wǎng)+時代之下，互聯(lián)網(wǎng)廣告一直呈現(xiàn)幾何式的增長，并有持續(xù)擴(kuò)大的趨勢。 2014年中國互聯(lián)網(wǎng)廣告市場規(guī)模1565.3億元，同比增長56.5%，增幅較2013年小幅下降，在 互聯(lián)網(wǎng)廣告市場整體進(jìn)入成熟穩(wěn)定階段之后，市場仍然呈現(xiàn)出一些新的發(fā)展態(tài)勢。
[0003] 相似人群擴(kuò)展是指，基于已有的客戶人群，自動的發(fā)現(xiàn)與其屬性比較相似的其他 人群，促使廣告營銷公司能夠有針對性的對用戶人群投放廣告，實(shí)現(xiàn)更好地尋找受眾。 [0004]在互聯(lián)網(wǎng)廣告領(lǐng)域中，人群定向系統(tǒng)是非常關(guān)鍵的一個環(huán)節(jié)。人群定向是指根據(jù) 特定的條件對人群進(jìn)行篩選和限制，得到規(guī)模適中、對廣告主來說比較有價值的人群。中國 互聯(lián)網(wǎng)上每天都活躍著幾億個網(wǎng)民，對大多數(shù)需要投放廣告的商家來說，不進(jìn)行挑選、向任 意人群投放廣告，存在成本太高、難以承受的問題；即使是超大型企業(yè)的廣告主，采用不限 制的投放廣告，從投入和收益的比例來看，都是不明智的，也不是最優(yōu)的選擇。因此，如何從 幾億網(wǎng)民中，選出合適的人群，再根據(jù)人群的各個屬性來判斷出需要投放廣告的人群，是目 前計算機(jī)領(lǐng)域急需解決的問題。
[0005] 目前，人群定向的通常做法是通過人工來完成，具體方法如下：（1)首先，基于對現(xiàn) 有業(yè)務(wù)的理解，人工指定一些屬性來挑選人群，例如"居住在上?；虮本?5-35歲的男性"、 "月收入3000元以上，喜歡汽車"；（2)然后對上述指定的人群進(jìn)行投放測試。人工實(shí)現(xiàn)人群 定向的方法存在很多弊端，主要有：由于指定人群的屬性對于廣告投放并不一定適用，存在 不確定性，因此導(dǎo)致指定人群并不一定能夠滿足人群定向的要求，有可能漏掉更適合的用 戶，或者對不適合的用戶也進(jìn)行了廣告投放;故需要設(shè)定多個屬性的組合，進(jìn)行大量的實(shí) 驗，比較費(fèi)時，選出的人群規(guī)模亦不好控制；如果人群過大，成本太高，如果人群太小，則很 難達(dá)到投放效果;因此得出的廣告投放人群非常不準(zhǔn)確，浪費(fèi)廣告成本。
[0006] 因此，互聯(lián)網(wǎng)廣告技術(shù)領(lǐng)域急需一種基于自動挑選屬性的相似人群擴(kuò)展方法，能 夠基于現(xiàn)有的用戶得出用戶屬性權(quán)值，進(jìn)一步地得出最佳屬性列表，自動篩選出與現(xiàn)有用 戶相類似的人群，再對相似人群投放廣告，實(shí)現(xiàn)全自動化，無需人工操作，得出的相似人群 準(zhǔn)確度高，具有針對性強(qiáng)、節(jié)約廣告成本的優(yōu)點(diǎn)。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明為了解決上述問題，提供了一種基于自動挑選屬性的相似人群擴(kuò)展方法， 技術(shù)方案如下：
[0008] -種基于自動挑選屬性的相似人群擴(kuò)展方法，包括如下步驟：
[0009] 步驟一，已知互聯(lián)網(wǎng)客戶人群列表G和全部人群列表A;
[0010] 步驟二，采用全部人群列表A減去互聯(lián)網(wǎng)客戶人群列表G，即得出剩余人群列表B， 針對剩余人群列表B進(jìn)行隨機(jī)采樣，得出用戶數(shù)量與互聯(lián)網(wǎng)客戶人群列表G數(shù)量相同的對照 組人群列表P;
[0011] 步驟三，通過互聯(lián)網(wǎng)廣告系統(tǒng)得出互聯(lián)網(wǎng)客戶人群列表G與對照組人群列表P中所 有用戶的各個屬性權(quán)值；
[0012] 步驟四，根據(jù)步驟三中得出的所有用戶的各個屬性權(quán)值，計算互聯(lián)網(wǎng)客戶人群列 表G與對照組人群列表P中每一個屬性的差異權(quán)值；
[0013]步驟五，比較步驟四中得出的所有屬性的差異權(quán)值，取差異權(quán)值最大的N個屬性作 為對互聯(lián)網(wǎng)客戶人群列表G與對照組人群列表P相似性影響最大的屬性，形成屬性列表;人 工對屬性列表進(jìn)行干預(yù)，人為的從屬性列表中刪除廣告主認(rèn)為相似性不好的屬性，形成優(yōu) 化后的屬性列表V;
[0014] 步驟六，針對步驟五中得出的屬性列表，根據(jù)屬性列表中所含有的屬性求取剩余 人群的相似性得分；
[0015] 步驟七，依據(jù)步驟五中得出的屬性列表涉及到的每一個屬性，將剩余人群列表B中 的用戶P按照相似性得分的高低進(jìn)行降序排列，再根據(jù)廣告主設(shè)定的相似人群規(guī)模，依據(jù)相 似性得分從高到低篩選出相似性人群。
[0016] 優(yōu)選的，在上述一種基于自動挑選屬性的相似人群擴(kuò)展方法中，步驟一通過廣告 主得到使用過該廣告產(chǎn)品的互聯(lián)網(wǎng)客戶人群列表G，再根據(jù)互聯(lián)網(wǎng)廣告投放系統(tǒng)得到全部 人群列表A。
[0017]優(yōu)選的，在上述一種基于自動挑選屬性的相似人群擴(kuò)展方法中，步驟四中計算互 聯(lián)網(wǎng)客戶人群列表G與對照組人群列表P中每一個屬性的差異權(quán)值的具體步驟為：
[0018]首先，計算互聯(lián)網(wǎng)客戶人群列表A中每一個屬性的平均權(quán)值；
[0020] 其中，<表示互聯(lián)網(wǎng)客戶人群列表G中用戶p的屬性i的屬性權(quán)值，η表示互聯(lián)網(wǎng)客 戶人群列表G中具有屬性i的用戶個數(shù)，<表示互聯(lián)網(wǎng)客戶人群列表G的屬性i的平均權(quán)值；
[0021] 進(jìn)一步地，計算互聯(lián)網(wǎng)客戶人群列表G與對照組人群列表P中每一個屬性i的差異 權(quán)值；
[0023] 其中，Di(G，P)表示客戶人群列表G與對照組人群列表P在屬性i上的差異權(quán)值； 表示用戶P在對照組人群列表P中屬性i上的權(quán)值；zf表示客戶人群列表G在屬性i上的平均 權(quán)值;η表示客戶人群列表G的人數(shù)。
[0024] 優(yōu)選的，在上述一種基于自動挑選屬性的相似人群擴(kuò)展方法中，步驟五中還包括： 人工過濾步驟，通過人工對屬性列表進(jìn)行干預(yù)，人為的從屬性列表中刪除廣告主認(rèn)為相似 性不好的屬性，形成優(yōu)化后的屬性列表。
[0025]優(yōu)選的，在上述一種基于自動挑選屬性的相似人群擴(kuò)展方法中，步驟六中根據(jù)屬 性列表中所含有的屬性求取剩余人群的相似性得分采用的公式為：
[0027]其中，S(p，G)表示用戶剩余人群列表B中用戶p與客戶人群列表G的相似性得分;V 表示屬性列表，表示用戶p在對照組人群列表P中屬性i上的權(quán)值；表示客戶人群列表 G在屬性i上的平均權(quán)值。
[0028]本發(fā)明的有益效果：
[0029] 1、本發(fā)明能夠自動地對用戶屬性的重要性進(jìn)行挑選，得出對客戶人群與對照組人 群相似性影響最大的幾個屬性，只需針對影響最大的幾個屬性進(jìn)行相似性得分計算即可， 無需對所有屬性進(jìn)行相似得分計算，大大減低了工作量，計算方法更加科學(xué)、可靠，可操作 性更強(qiáng)。
[0030] 2、本發(fā)明也可以通過人工過濾的方法，人為的對篩選出的屬性列表進(jìn)行干預(yù)，使 屬性列表更加精確，對系統(tǒng)做出錯誤的選擇進(jìn)行更改，減少了自動選出的屬性不合理現(xiàn)象 的發(fā)生。
[0031] 3、計算相似性得分時，用的是客戶人群在各個屬性上的平均權(quán)值，而不是個體屬 性權(quán)值，即使客戶人群有小部分錯誤，也不會對結(jié)果造成大的影響，因此方法具有很好的魯 棒性，更加科學(xué)可靠，促使得到的相似人群更準(zhǔn)確。
[0032] 4、本發(fā)明能夠基于現(xiàn)有的客戶人群得出用戶屬性權(quán)值，進(jìn)一步地得出最佳屬性列 表，自動篩選出與客戶人群相類似的人群，并可以設(shè)定相似人群的規(guī)模，再對相似人群投放 廣告，使廣告投放更可控，實(shí)現(xiàn)全自動化，無需人工操作，得出的相似人群準(zhǔn)確度高，具有針 對性強(qiáng)、節(jié)約廣告成本的優(yōu)點(diǎn)。
【附圖說明】
[0033]下面結(jié)合附圖和【具體實(shí)施方式】來詳細(xì)說明本發(fā)明：
[0034] 圖1是一種基于自動挑選屬性的相似人群擴(kuò)展方法的流程圖。
【具體實(shí)施方式】
[0035] 為了使本發(fā)明技術(shù)實(shí)現(xiàn)的措施、創(chuàng)作特征、達(dá)成目的與功效易于明白了解，下面將 結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然， 所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施 例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于 本發(fā)明保護(hù)的范圍。
[0036] 實(shí)施例1:
[0037] 圖1是一種基于自動挑選屬性的相似人群擴(kuò)展方法的流程圖。
[0038] 如圖1所示，一種基于自動挑選屬性的相似人群擴(kuò)展方法，包括如下步驟：
[0039] 步驟一，已知互聯(lián)網(wǎng)客戶人群列表G和全部人群列表A;
[0040] 步驟二，采用全部人群列表A減去互聯(lián)網(wǎng)客戶人群列表G，即得出剩余人群列表B， 針對剩余人群列表B進(jìn)行隨機(jī)采樣，得出用戶數(shù)量與互聯(lián)網(wǎng)客戶人群列表G數(shù)量相同的對照 組人群列表P;
[0041]步驟三，通過互聯(lián)網(wǎng)廣告系統(tǒng)得出互聯(lián)網(wǎng)客戶人群列表G與對照組人群列表P中所 有用戶的各個屬性權(quán)值；
[0042]步驟四，根據(jù)步驟三中得出的所有用戶的各個屬性權(quán)值，計算互聯(lián)網(wǎng)客戶人群列 表G與對照組人群列表P中每一個屬性的差異權(quán)值；
[0043]步驟五，比較步驟四中得出的所有屬性的差異權(quán)值，取差異權(quán)值最大的N個屬性作 為對互聯(lián)網(wǎng)客戶人群列表G與對照組人群列表P相似性影響最大的屬性，形成屬性列表;人 工對屬性列表進(jìn)行干預(yù)，人為的從屬性列表中刪除廣告主認(rèn)為相似性不好的屬性，形成優(yōu) 化后的屬性列表V;
[0044] 步驟六，針對步驟五中得出的屬性列表，根據(jù)屬性列表中所含有的屬性求取剩余 人群的相似性得分；
[0045] 步驟七，依據(jù)步驟五中得出的屬性列表涉及到的每一個屬性，將剩余人群列表B中 的用戶P按照相似性得分的高低進(jìn)行降序排列，再根據(jù)廣告主設(shè)定的相似人群規(guī)模，依據(jù)相 似性得分從高到低篩選出相似性人群。
[0046] 實(shí)施例2:
[0047] 圖1是一種基于自動挑選屬性的相似人群擴(kuò)展方法的流程圖。
[0048] 如圖1所示，一種基于自動挑選屬性的相似人群擴(kuò)展方法，包括如下步驟：
[0049]步驟一，通過廣告主得到使用過該廣告產(chǎn)品的互聯(lián)網(wǎng)客戶人群列表G，再根據(jù)互聯(lián) 網(wǎng)廣告投放系統(tǒng)得到全部人群列表A;
[0050]步驟二，采用全部人群列表A減去互聯(lián)網(wǎng)客戶人群列表G，即得出剩余人群列表B， 針對剩余人群列表B進(jìn)行隨機(jī)采樣，得出用戶數(shù)量與互聯(lián)網(wǎng)客戶人群列表G數(shù)量相同的對照 組人群列表P;
[0051]步驟三，通過互聯(lián)網(wǎng)廣告系統(tǒng)得出互聯(lián)網(wǎng)客戶人群列表G與對照組人群列表P中所 有用戶的各個屬性權(quán)值；
[0052]步驟四，根據(jù)步驟三中得出的所有用戶的各個屬性權(quán)值，計算互聯(lián)網(wǎng)客戶人群列 表G與對照組人群列表P中每一個屬性的差異權(quán)值；
[0053]首先，計算互聯(lián)網(wǎng)客戶人群列表A中每一個屬性的平均權(quán)值；
[0055]其中，<表示互聯(lián)網(wǎng)客戶人群列表G中用戶p的屬性i的屬性權(quán)值，η表示互聯(lián)網(wǎng)客 戶人群列表G中具有屬性i的用戶個數(shù)，'表示互聯(lián)網(wǎng)客戶人群列表G的屬性i的平均權(quán)值；
[0056]進(jìn)一步地，計算互聯(lián)網(wǎng)客戶人群列表G與對照組人群列表P中每一個屬性i的差異 權(quán)值；
[0058] 其