确定目标用户的方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113674009A(43)申请公布日2021.11.19(21)申请号202010414541.4(22)申请日2020.05.15(71)申请人北京沃东天骏信息技术有限公司地址100176北京市北京经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人鞠明兴(74)专利代理机构中原信达知识产权代理有限责任公司11219代理人张效荣王志远(51)Int.Cl.G06Q30/02(2012.01)G06K9/62(2006.01)G06N3/04(2006.01)权利要求书3页说明书13页附图4页(54)发明名称确定目标用户的方法和装置(57)摘要本发明公开了一种确定目标用户的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：判断预设物品集合中的每种物品在预先确定的物品群组中所属的目标群组；对于每一目标群组：获取该目标群组的多个初选用户，将每一初选用户针对该目标群组中每种物品的原始特征数据输入预先训练完成的特征生成模型中，获得该初选用户在该目标群组的优化特征数据；将所述优化特征数据输入预先训练完成的用户分类模型中，获得该初选用户在该目标群组的分类结果；利用每一初选用户在每一目标群组的分类结果判断该初选用户是否为对应于所述物品集合的目标用户。该实施方式能够基于预先确定的物品群组进行目标用户的精准判别。CN113674009ACN113674009A权利要求书1/3页1.一种确定目标用户的方法，其特征在于，包括：判断预设物品集合中的每种物品在预先确定的物品群组中所属的目标群组；其中，所述物品群组是依据多种物品在同一用户行为序列中的出现次数和/或出现顺序确定的；对于每一目标群组：获取该目标群组的多个初选用户，将每一初选用户针对该目标群组中每种物品的原始特征数据输入预先训练完成、并且对应于该目标群组的特征生成模型中，获得该初选用户在该目标群组的优化特征数据；将所述优化特征数据输入预先训练完成、并且对应于该目标群组的用户分类模型中，获得该初选用户在该目标群组的分类结果；以及利用每一初选用户在每一目标群组的分类结果判断该初选用户是否为对应于所述物品集合的目标用户。2.根据权利要求1所述的方法，其特征在于，所述物品群组通过以下步骤确定：依据多种物品在同一用户行为序列中的出现次数和/或出现顺序生成用于表征所述多种物品之间关联关系的物品图谱；对所述物品图谱执行图嵌入处理，得到所述多种物品中每种物品的嵌入向量；以及利用所述嵌入向量对所述多种物品进行聚类，获得多个物品群组。3.根据权利要求2所述的方法，其特征在于，所述方法进一步包括：在生成所述物品图谱之后：将所述物品图谱中孤立物品的属性数据和标题数据输入预先训练完成的物品相似模型中，获得所述孤立物品的至少一种相似物品；在所述物品图谱中增加所述孤立物品与所述相似物品的关联关系。4.根据权利要求3所述的方法，其特征在于，所述判断预设物品集合中的每种物品在预先确定的物品群组中所属的目标群组，包括：针对所述物品集合中的任一种物品，判断预先确定的物品群组中是否包含该种物品的标识：若是，将包含该种物品的标识的物品群组确定为该种物品所属的目标群组；否则，将该种物品的属性数据和标题数据输入所述物品相似模型中，获得该种物品的相似物品；利用该相似物品所属的物品群组确定该种物品所属的目标群组；以及，在确定该种物品所属的目标群组之后，将该种物品加入该目标群组。5.根据权利要求1所述的方法，其特征在于，所述特征生成模型为深度神经网络模型，包括依次连接的输入层、第一隐藏层、第二隐藏层、输出层；其中，第一隐藏层包括第一感知层、第一标准化层和第一激活层；第二隐藏层包括第二感知层、第二标准化层和第二激活层；第二感知层的输入数据为第一激活层的输出数据与原始特征数据拼接之后的数据；输出层的输入数据为第二激活层的输出数据与原始特征数据拼接之后的数据。6.根据权利要求5所述的方法，其特征在于，任一初选用户针对相应的目标群组中任一种物品的原始特征数据包括：该初选用户的属性数据、该种物品的属性数据以及该初选用户针对该种物品的行为记录数据；以及，所述获得该初选用户在该目标群组的优化特征数据，包括：将任一初选用户针对相应的目标群组中每种物品的原始特征数据输入所述特征生成2CN113674009A权利要求书2/3页模型中，获取第二激活层输出的、该初选用户的多条多维度数据；将所述多维度数据的每一初始维度按照数值区间划分为至少一个目标维度，将所述多维度数据转换为该初选用户在目标维度的一条优化特征数据；其中，该优化特征数据在任一目标维度的取值为：所述多维度数据在该目标维度对应的初始维度的取值处在该目标维度对应的数值区间的次数。