申请/专利权人:腾讯科技(深圳)有限公司
申请日:2019-07-31
公开(公告)日:2024-04-12
公开(公告)号:CN110458220B
主分类号:G06Q30/0251
分类号:G06Q30/0251;G06F18/214;G06F18/2431;G06N5/01
优先权:
专利状态码:有效-授权
法律状态:2024.04.12#授权;2020.12.11#实质审查的生效;2019.11.15#公开
摘要:本发明实施例公开了一种人群定向方法、装置、服务器及介质,其中方法包括:获取目标广告的参考用户集和候选用户集;采用所述参考用户集和所述候选用户集对预估模型进行训练优化,得到优化的预估模型;调用所述优化的预估模型根据所述候选用户集中各候选用户的属性数据对所述各候选用户进行广告定向预估,得到所述各候选用户的定向概率,所述定向概率是指候选用户对所述目标广告产生正向反馈的概率;根据所述各候选用户的定向概率从所述候选用户集中筛选出定向用户的属性数据,并将所述定向用户的属性数据添加至所述目标广告的定向人群数据中。本发明实施例可以更好地进行人群定向,提高定向人群数据的准确性。
主权项:1.一种人群定向方法,其特征在于,包括:获取目标广告的参考用户集和候选用户集;所述参考用户集包括多个参考用户的属性数据,所述参考用户是指能够对所述目标广告产生正向反馈的用户;所述候选用户集包括多个候选用户的属性数据,所述候选用户是待定向的用户;将所述参考用户集中各参考用户的属性数据作为正样本,所述正样本的数量和参考用户的数量相同;根据所述目标广告的人群定向目标,对所述参考用户集及所述候选用户集进行抽样得到多个负样本;根据多个正样本对所述多个负样本进行样本清洗处理,样本清洗处理的方式包括:将所述多个正样本任意划分为第一正样本集合和第二正样本集合,并为所述第一正样本集合添加第一标签;采用所述第二正样本集合中的正样本和多个负样本构建负样本集合,并为所述负样本集合添加第二标签;采用所述第一正样本集合、所述第一标签、所述负样本集合和所述第二标签训练分类模型,采用训练后的分类模型预测得到各个负样本为正样本的预测概率,将预测概率小于概率阈值的负样本作为样本清洗后的负样本;采用所述多个正样本和样本清洗处理后的负样本对预估模型进行训练优化,得到优化的预估模型;调用所述优化的预估模型根据所述候选用户集中各候选用户的属性数据对所述各候选用户进行广告定向预估,得到所述各候选用户的定向概率,所述定向概率是指候选用户对所述目标广告产生正向反馈的概率;根据所述各候选用户的定向概率从所述候选用户集中筛选出定向用户的属性数据,并将所述定向用户的属性数据添加至所述目标广告的定向人群数据中。
全文数据:
权利要求:
百度查询: 腾讯科技(深圳)有限公司 人群定向方法、装置、服务器及存储介质
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。