[发明专利]人群扩展方法、人群扩展装置、电子设备和可读存储介质

说明书

本申请提供了一种人群扩展方法、人群扩展装置、电子设备和可读存储介质，该方法包括：在目标人群池中抽取正种子样本，在非目标人群池中抽取负种子样本；合并正负种子样本形成种子人群池，对种子人群池执行Apriori算法，得到指向目标人群的第一规则合集和指向非目标人群的第二规则合集；根据第二规则合集对第一规则合集进行干扰排除，得到指向目标人群的第三规则合集；基于第三规则合集进行目标人群的扩展与调控。基于Apriori算法的人群扩展方法能同时考虑数据与经验，通过对频繁项集的挖掘得到单项特征和多项特征与目标人群的关联性，且对目标人群与非目标人群共有的规则去除，提高留下规则对目标人群与非目标人群的区分能力，提高人群扩散与调控的准确性。

技术领域

本申请涉及数据处理技术领域，尤其是涉及到一种人群扩展方法、人群扩展装置、电子设备和可读存储介质。

背景技术

相似人群扩展(Lookalike)是指基于已有的人群，自动地发现与其属性比较相似的其他人群，能够使商超系统、广告公司有针对性地寻找受众。

目前，Lookalike主要包含以下三种方法：

(1)利用用户画像进行人群扩展：给种子样本打标签，利用相同标签找到目标人群。例如，男、女是性别维度的两个标签，若待扩展的种子样本的标签是“女”，那么在用户池中所有性别为“女”的人均为扩展对象。基于用户画像的扩散方法主要是对数据进行标签化，并基于标签对人群进行扩散，打标的方式有两种：一是基于经验而非数据特征来制定标签，其结果存在一定的不稳定性，尤其在经验匮乏的情况下会影响扩散效果；二是通过各种特征选择方法来制定标签，这是依赖数据而非经验的，且分析结果中仅有单项特征与目标的关联性，没有多项特征与目标的关联性，即缺乏特征与特征共同贡献的概念。

(2)利用分类模型进行人群扩展：构建分类器，将种子样本视为正样本，非种子样本视为负样本，训练分类模型，而后用分类模型对人群池内所有样本进行分类，取分类结果为正的人群作为扩展的结果。该方法的弊端是计算量大、耗时长，尤其当人群池的量级大时，需对每一个人群池内的样本用分类器进行分类判断，该过程所消耗的计算资源十分庞大。

(3)利用社交网络进行人群扩展：利用关系网络(如种子样本的好友关系网络、亲属关系网络)进行人群扩散。该方法必须先构建人群的关系网络，当没有关系数据时，方法不可使用。

发明内容

有鉴于此，本申请提供了一种人群扩展方法、人群扩展装置、电子设备和可读存储介质，实现了提高人群扩散效率和效果、提高人群扩散准确性的功能。

第一方面，本申请实施例提供了一种人群扩展方法，该方法包括：在目标人群池中抽取正种子样本，在非目标人群池中抽取负种子样本；合并正种子样本和负种子样本形成种子人群池，对该种子人群池执行Apriori算法，分别得到指向目标人群的第一规则合集和指向非目标人群的第二规则合集；根据第二规则合集对第一规则合集进行干扰排除，得到指向目标人群的第三规则合集；基于第三规则合集进行目标人群的扩展与调控。

根据本申请实施例的上述人群扩展方法，还可以具有以下附加技术特征：

在上述技术方案中，可选地，在根据第二规则合集对第一规则合集进行干扰排除，得到指向目标人群的第三规则合集之前，还包括：将第一规则合集存入指向目标人群的第一规则合集池，以及将第二规则合集存入指向非目标人群的第二规则合集池；在第一规则合集池中去除出现次数小于或等于第一阈值的规则，以及在第二规则合集池中去除出现次数小于或等于第二阈值的规则。

在上述任一技术方案中，可选地，根据第二规则合集对第一规则合集进行干扰排除，得到指向目标人群的第三规则合集，包括：在第二规则合集池中取出满足预设条件的有效规则；将第一规则合集池中与有效规则重合的规则去除，得到指向目标人群的第三规则合集；其中，预设条件为规则的支持度、置信度、频度中的任一项大于或等于第三阈值。