申请/专利权人：腾讯科技(深圳)有限公司;清华大学

申请日：2014-01-10

公开（公告）日：2020-01-10

公开（公告）号：CN104778173B

主分类号：G06Q30/02(20120101)

分类号：G06Q30/02(20120101)

优先权：

专利状态码：有效-授权

法律状态：2020.01.10#授权;2016.11.16#实质审查的生效;2015.07.15#公开

摘要：本发明公开了一种目标用户确定方法、装置及设备，属于网络应用领域。所述方法包括：获取各个用户的特征信息；根据各个用户的特征信息生成各个用户的完整特征向量；根据各个用户的完整特征向量、训练模型和与指定功能业务相对应的目标函数获得各个用户的预测得分；根据各个用户的预测得分确定指定功能业务的目标用户。本发明通过获取各个用户的特征信息，并据以生成各个用户的完整特征向量，根据各个用户的完整特征向量、训练模型和与指定功能业务相对应的目标函数获得各个用户的预测得分，继而确定目标用户，解决了现有技术中仅仅根据各个用户的历史操作记录确定指定功能业务的目标用户的问题，达到提高确定目标用户准确率的目的。

主权项：1.一种目标用户确定方法，其特征在于，所述方法包括：获取各个用户的特征信息，所述特征信息包括属性特征信息、社交特征信息和行为特征信息中的至少一种；所述属性特征信息用于表征所述各个用户的属性，所述社交特征信息用于表征所述各个用户之间的社交关系，所述行为特征信息用于表征所述各个用户的操作行为；根据所述各个用户的特征信息生成所述各个用户的完整特征向量；对于所述完整特征向量中的每种特征，计算所述每种特征给指定功能业务的用户分类问题带来的信息增益；将所述完整特征向量中的各种特征按照信息增益的值从大到小进行第一次排序；按照所述第一次排序的顺序，依次取前1至前n个特征，获得n种第一特征组合，分别用所述n种第一特征组合对训练模型进行训练，并计算每种特征在加入特征集之后所带来的精度增益；将所述完整特征向量中的各种特征按照精度增益从大到小的顺序进行第二次排序；按照所述第二次排序的顺序，依次取前1至前n个特征，获得n种第二特征组合，分别用所述n种第二特征组合对所述训练模型进行训练，并计算所述n种第二特征组合各自的预测精度，将预测精度最高的第二特征组合获取为优选特征组合，并根据所述优选特征组合生成所述各个用户的优选特征向量；根据所述各个用户的优选特征向量、所述训练模型以及目标函数确定模型参数；根据所述各个用户的完整特征向量、所述训练模型以及确定的所述模型参数获得所述各个用户的预测得分；其中，所述训练模型为输入的所述各个用户的特征向量与所述各个用户的预测得分之间的函数关系模型，所述各个用户的预测得分用于表征所述各个用户执行所述指定功能业务的可能性的大小；根据所述各个用户的预测得分从所述各个用户中确定所述指定功能业务的目标用户。

全文数据：

权利要求：

百度查询： 腾讯科技(深圳)有限公司;清华大学 目标用户确定方法、装置及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD