[发明专利]确定目标用户的方法和装置

说明书

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：利用特定用户在预设的至少一个初选维度的取值训练购买意愿分类模型，得到每一初选维度的权重值；其中，特定用户为执行过针对目的商品的购买关联行为且在其后购买目的商品的用户；将权重值符合第一判别条件的初选维度确定为高权重维度，根据高权重维度及其权重值获取任一未购买目的商品的用户的购买倾向性分数；将购买倾向性分数符合第二判别条件的用户确定为目标用户，并向其提供目的商品的购买引导对象。该实施方式能够通过用户的购买关联行为精确定位目标用户进而向其提供购买引导对象，从而有效提升后续购买行为的转化。

技术领域

本发明涉及计算机技术领域，尤其涉及一种确定目标用户的方法和装置。

背景技术

实际应用中，往往需要将商品的购买引导对象(即用于引导用户购买商品的信息或实物)如广告、试用品等提供于目标用户，以实现商品销量的提升。由于推送广告、发送试用品均需耗费一定成本，因此需要精确定位需求契合的目标用户以促成其后续购买，从而避免服务方的损失。现有技术中，一般通过分析用户的性别、年龄、消费水平、近期浏览行为、近期购物行为等特征来定位目标用户。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

1.上述特征的筛选粒度较大，且部分特征与用户的购物意愿相关性较弱，由此得到的目标用户范围过大且精确性较低。

2.现有技术中无法利用用户的反馈数据闭环改进定位策略，只能依赖于人工经验进行有限调整。

发明内容

有鉴于此，本发明实施例提供一种确定目标用户的方法和装置，能够通过用户的购买关联行为精确定位目标用户进而向其提供购买引导对象，从而有效提升从购买引导对象到购买行为的转化。

为实现上述目的，根据本发明的一个方面，提供了一种确定目标用户的方法。

本发明实施例的确定目标用户的方法包括：利用多个特定用户在预设的至少一个初选维度的取值训练预先建立的购买意愿分类模型，得到每一初选维度的权重值；其中，所述特定用户为执行过针对目的商品的购买关联行为且在其后购买目的商品的用户；将权重值符合预设的第一判别条件的初选维度确定为高权重维度，根据高权重维度及其权重值获取任一未购买目的商品的用户的购买倾向性分数；将购买倾向性分数符合预设的第二判别条件的用户确定为目标用户，并向其提供目的商品的购买引导对象。

可选地，所述初选维度为虚拟变量；以及，所述方法进一步包括：在确定高权重维度之后，针对任一未购买目的商品的用户：确定该用户具有非零取值的高权重维度，将该非零取值对应的维度选项作为该用户的画像标签。

可选地，所述根据高权重维度及其权重值获取任一未购买目的商品的用户的购买倾向性分数，具体包括：将该用户具有非零取值的高权重维度的权重值总和确定为其购买倾向性分数。

可选地，所述向其提供目的商品的购买引导对象具体包括：向购买倾向性分数大于预设的第一阈值的目标用户提供目的商品的购买引导对象；向购买倾向性分数不大于所述第一阈值的目标用户提供目的商品的购买引导对象和促销策略。

可选地，所述方法进一步包括：在向确定的目标用户提供目的商品的购买引导对象之后，利用所述目标用户的反馈数据训练当前的购买意愿分类模型以调整所述初选维度的权重值；其中，所述反馈数据包括：接收所述购买引导对象之后购买目的商品的目标用户在所述初选维度的取值；将调整后的权重值符合预设的第三判别条件的初选维度确定为关键维度；对于任一未购买目的商品的用户，将该用户具有非零取值的关键维度的权重值总和确定为其购买倾向性指数；将购买倾向性指数符合预设的第四判别条件的用户确定为目标用户，并向其提供目的商品的购买引导对象。