[发明专利]一种移动广告平台寻找相似用户的方法

摘要

本发明公开的一种移动广告平台寻找相似用户的方法，包含以下步骤：首先根据训练用户过滤之后的安装列表以及标签训练出一个L2正则的逻辑回归模型。对于一个新的用户安装列表，利用训练出的逻辑回归模型得到一个[0,1]之间的预测值，表示其为相似用户的概率。接着计算该用户安装列表中付费应用数，基本应用占比，平均付费价格特征，将这些特征与上一步的逻辑回归模型结果组合在一起，再训练出一个GBDT模型，最终预测用户是否为相似用户。本发明的方法，在较小计算量下，根据客户提供的种子用户，准确的将相似用户扩展出来。

主权项

1.一种移动广告平台寻找相似用户的方法，其特征在于，包含以下步骤：(1)目标App的开发者提交目标App现有的种子用户设备号列表；(2)获取目标App的非相似用户设备号列表；(3)利用系统级别的API获取到移动用户的App安装包列表；(4)安装包过滤：计算移动用户每个App的设备覆盖率，将设备覆盖率大于阈值M或者小于阈值N的App从App安装包列表里面剔除；其中阈值M、N根据实际需求设定，M大于N；(5)采用bag‑of‑words方法将移动用户安装包列表中剩下的app表达成1/0特征；(6)根据用户特征、种子用户设备号列表和非相似客户设备号列表，训练一个逻辑回归模型；所述逻辑回归模型是一种线性分类模型，逻辑回归模型在线性回归的基础上，套用一个逻辑函数来得到最后的概率描述，逻辑回归通过优化方法极小化以下损失函数：其中m为样本总数，xi,yi分别为第i个样本的特征和标签，hθ(xi)为逻辑回归函数；带L2正则的逻辑回归极小化以下损失函数：其中m为样本总数，Xi,yi分别为第i个样本的特征和标签，w和c分别为模型的特征权重和偏置项，C为正则化项和误差的权重系数；(7)计算移动用户的三种特征：安装的基本应用比例、付费应用数、平均付费价格；(8)将逻辑回归模型的输出以及所述移动用户的三种特征作为输入，再训练出GBDT分类模型；(9)对候选集的每个移动用户，通过获取该移动用户的App安装列表，并将App安装列表表达成一个bag‑of‑words向量，先输入到逻辑回归模型中进行一遍预测，再加入用户安装的基本应用比例、付费应用数、平均付费价格这三个特征输入到GBDT模型中进行预测，从而预测该用户是否为种子用户的相似用户。