目标用户确定方法、计算机系统及存储介质与流程

本公开涉及机器学习技术领域，特别涉及一种目标用户确定方法、计算机系统及存储介质。

背景技术：

目前，确定目标用户的方法主要是靠经验探索，但是经验法依赖人的因素太大，主观性太强且容易造成误判，因而存在较大的局限性，难以满足准确率和效率的需求。

技术实现要素：

(一)要解决的技术问题

鉴于上述问题，本公开的主要目的在于提供一种目标用户确定方法、计算机系统及存储介质，以便解决上述问题的至少之一。

(二)技术方案

根据本公开的一个方面，提供了一种目标用户确定方法，包括：

获取每个用户的各个订单的价值属性；

确定每个用户的各个订单的周期衰减系数权重；

根据每个用户的各个订单的价值属性及周期衰减系数权重确定每个用户的gmv值；

根据所述每个用户的gmv值确定目标用户。

根据本公开的实施例，上述确定每个用户的各个订单的周期衰减系数权重，包括：

预设周期衰减系数；

获取各个订单的时间属性；

根据所述预设的周期衰减系数及各个订单的时间属性确定各个订单的周期衰减系数权重。

根据本公开的实施例，上述根据所述预设的周期衰减系数及各个订单的时间属性确定各个订单的周期衰减系数权重，包括：

根据各个订单的时间属性确定各个订单时间与当前时间的时间差；

根据所述周期衰减系数及时间差确定各个订单的周期衰减系数权重。

根据本公开的实施例，上述第j个用户的第i个订单的周期衰减系数权重kij满足以下关系式：

式中，tij表示第j个用户的第i个订单距当前时间的时间差，θ表示周期衰减系数。

根据本公开的实施例，上述根据每个用户的各个订单的价值属性及周期衰减系数权重确定每个用户的gmv值，包括：

根据每个用户的各个订单价值属性及周期衰减系数权重确定每个用户的gmv初始值；以及

通过对数变换方式对所述gmv初始值进行映射处理得到gmv最终值作为所述gmv值。

根据本公开的实施例，上述第j个用户的gmv值scorej满足以下关系式：

式中，nj表示第j个用户的订单总数，wij表示第j个用户的第i个订单的价值属性，tij表示第j个用户的第i个订单距当前时间的时间差，θ表示周期衰减系数。

根据本公开的实施例，上述根据所述每个用户的gmv值确定目标用户，包括：

设定gmv值阈值；以及

将gmv值大于gmv值阈值的用户作为目标用户。

根据本公开的实施例，上述根据所述每个用户的gmv值确定目标用户，包括：

对每个用户的gmv值进行排序；以及

将gmv值最大的n个用户作为目标用户。

根据本公开的另一个方面，提供了一种计算机系统，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行所述的方法。

根据本公开的另一个方面，提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行所述的方法。

(三)有益效果

从上述技术方案可以看出，本公开一种目标用户确定方法、计算机系统及存储介质至少具有以下有益效果其中之一：

(1)本公开根据每个用户的各个订单的价值属性及周期衰减系数权重确定每个用户的gmv值；根据所述每个用户的gmv值确定目标用户，在一定程度上避免了主观性造成的误判，提高了准确率和效率。

(2)在利用gmv值确定目标用户时，根据周期衰减系数权重确定每个用户的gmv值，考虑了时间维度对价值变化的影响，进一步提高了准确率。

(3)在利用gmv值确定目标用户时，通过对数处理使gmv值落在了较小的区间段内，消除了长尾用户群与极端值对结果的影响。

附图说明

构成本公开的一部分的附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：

图1示意性示出了根据本公开实施例的目标用户确定方法的流程图。

图2示意性示出了根据本公开实施例的确定每个用户的各个订单的周期衰减系数权重的流程图。

图3示意性示出了根据所述预设的周期衰减系数及各个订单的时间属性确定各个订单的周期衰减系数权重的流程图。

图4示意性示出了根据每个用户的各个订单的价值属性及周期衰减系数权重确定每个用户的gmv值的流程图。

图5示意性示出了根据所述每个用户的gmv值确定目标用户的流程图。

图6示意性示出了根据所述每个用户的gmv值确定目标用户的流程图。

图7示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机系统的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“a、b和c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b和c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。在使用类似于“a、b或c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b或c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。

有鉴于此，本公开的实施例提供了一种目标用户确定方法。图1示意性示出了根据本公开实施例的目标用户确定方法的流程图。如图1所示，该方法包括操作s101～s104。

在操作s101，获取每个用户的各个订单的价值属性。

根据本公开的实施例，获取每个用户的各个订单的价值属性可以是获取一商家的全部用户的所有历史订单的价值属性，即获取该商家的全部用户中的每个用户在全部历史时间段内的所有历史订单的价值属性；也可以是获取一商家的全部用户的一或多个历史时间段内的所有历史订单的价值属性，即获取该商家的全部用户中的每个用户在一或多个历史时间段内的所有历史订单的价值属性；还可以是获取一商家的部分用户的所有历史订单的价值属性，即获取该商家的全部用户中的部分用户在全部历史时间段内的所有历史订单的价值属性；还可以是获取一商家的部分用户的一或多个历史时间段内的所有历史订单的价值属性，即获取该商家的全部用户中的部分用户在一或多个历史时间段内的所有历史订单的价值属性。

根据本公开的实施例，所述用户例如该商家的购物者。所述订单的价值属性例如为订单金额(简称订单额)。

在操作s102，确定每个用户的各个订单的周期衰减系数权重。

根据本公开的实施例，针对每个用户的每个订单确定一个周期衰减系数权重。其中，不同订单的周期衰减系数权重可能相同也可能不同。

根据本公开的实施例，该操作s102例如可以通过后续图2-3描述的流程来实现，在此不再赘述。

在操作s103，根据每个用户的各个订单的价值属性及周期衰减系数权重确定每个用户的gmv值。

根据本公开的实施例，该操作s103例如可以通过后续图4描述的流程来实现，在此不再赘述。

在操作s104，根据所述每个用户的gmv值确定目标用户。

根据本公开的实施例，gmv(grossmerchandisevolume)表示用户对商家的价值贡献度，gmv值越大即用户对于商家越有价值，gmv值越小即用户对于商家价值越小。

根据本公开的实施例，根据所述每个用户的gmv值确定目标用户可以是确定所述商家的全部或部分用户中哪些用户为该商家的潜在目标用户。

根据本公开的实施例，该操作s104例如可以通过后续图5-6描述的流程来实现，在此不再赘述。

图2示意性示出了根据本公开实施例的确定每个用户的各个订单的周期衰减系数权重的流程图。

如图2所示，该实施例的确定每个用户的各个订单的周期衰减系数权重例如可以包括操作s201～操作s203。

在操作s201，预设周期衰减系数。

根据本公开的实施例，可以对所述商家的全部用户的所有订单预设同一周期衰减系数，也即该一周期衰减系数适用于所述商家的全部用户的所有订单。

在操作s202，获取各个订单的时间属性。

根据本公开的实施例，所述各个订单的时间属性即各个订单的生成时间。

在操作s203，根据所述预设的周期衰减系数及各个订单的时间属性确定各个订单的周期衰减系数权重。

根据本公开的实施例，该操作s203例如可以通过后续图3描述的流程来实现，在此不再赘述。

图3示意性示出了根据所述预设的周期衰减系数及各个订单的时间属性确定各个订单的周期衰减系数权重的流程图。

如图3所示，该实施例的根据所述预设的周期衰减系数及各个订单的时间属性确定各个订单的周期衰减系数权重例如可以包括操作s301～操作s302。

在操作s301，根据各个订单的时间属性确定各个订单时间与当前时间的时间差。

根据本公开的实施例，确定各个订单时间与当前时间的时间差即确定各个订单的生成时间与当前时间的时间差，也即生成时间与当前时间的间隔时长。

在操作s302，根据所述周期衰减系数及时间差确定各个订单的周期衰减系数权重。

根据本公开的实施例，可以根据历史订单按距统计时间的时间差确定周期衰减系数的权重。所述订单价值属性、时间属性等历史订单数据可以通过用户历史订单记录来获取，在获取用户历史订单数据之后，可以对这部分数据做加权处理。其中，订单生成时间(也即订单发生时间)距统计时间越远，对当前的影响越小，衰减的越多；反之，距统计时间越近，对当前的影响越大，衰减的越少。而衰减系数决定了衰减的快慢，同等时间差下衰减系数越大，则衰减的程度越大；反之，衰减系数越小，则衰减的程度越小。

根据本公开的实施例，第j个用户的第i个订单的周期衰减系数权重kij满足以下关系式：

式中，tij表示第j个用户的第i个订单距当前时间的时间差；θ表示周期衰减系数，可以设为一已知常数，例如180。

图4示意性示出了根据每个用户的各个订单的价值属性及周期衰减系数权重确定每个用户的gmv值的流程图。

如图4所示，该实施例的根据每个用户的各个订单的价值属性及周期衰减系数权重确定每个用户的gmv值例如可以包括操作s401～操作s402。

在操作s401，根据每个用户的各个订单价值及周期衰减系数权重确定每个用户的gmv初始值；以及

在操作s402，通过对数变换方式对所述gmv初始值进行映射处理得到gmv最终值，作为所述gmv值。

根据本公开的实施例，第j个用户的gmv值scorej满足以下关系式：

式中，nj表示第j个用户的订单总数，wij表示第j个用户的第i个订单的价值属性，tij表示第j个用户的第i个订单距当前时间的时间差，θ表示周期衰减系数。

根据本公开的实施例，通过加权求和，即将得到的每个用户的衰减系数权重修正后的各个订单金额做求和运算，得到该用户的gmv初始值，之后进行对数处理得到gmv最终值，gmv最终值范围为[0，+∞)。

本公开时间衰减的权重，考虑了时间维度对价值变化的影响，提高了准确性，通过对数处理使得购物者分值落在了较小的区间段[0，10]内，减小了每个用户的订单金额分布差异，消除了长尾客群与极端值对打分结果的影响，。

根据本公开的实施例，可以直接利用gmv初始值来确定所述商家的目标用户，优选的利用gmv最终值来确定所述商家的目标用户。

图5示意性示出了根据所述每个用户的gmv值确定目标用户的流程图。

如图5所示，该实施例的根据所述每个用户的gmv值确定目标用户例如可以包括操作s501～操作s502。

在操作s501，设定gmv值阈值。

在操作s502，将gmv值大于gmv值阈值的用户作为目标用户。

图6示意性示出了根据所述每个用户的gmv值确定目标用户的流程图。

如图6所示，该实施例的根据所述每个用户的gmv值确定目标用户例如可以包括操作s601～操作s602。

在操作s601，对每个用户的gmv值进行排序；

在操作s602，将gmv值最大的n个用户作为目标用户。

根据本公开的实施例，所述目标用户可以是所述商家馈送资源的目标用户。所述目标用户的数量n可以根据馈送资源的数量确定。示例性的，在馈送资源有限的情况下，例如所述商家提供2个馈送资源，此时，可以对所述商家的每个用户按gmv值进行排序，可以是按gmv值按降序排序，也可以是gmv值按升序排序，将gmv值最大的两个用户作为所述商家馈送资源的目标用户。所述馈送资源例如为优惠券。

图7示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机系统的框图。图7示出的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图7所示，根据本公开实施例的计算机系统700包括处理器701，其可以根据存储在只读存储器(rom)702中的程序或者从存储部分708加载到随机访问存储器(ram)703中的程序而执行各种适当的动作和处理。处理器701例如可以包括通用微处理器(例如cpu)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(asic))，等等。处理器701还可以包括用于缓存用途的板载存储器。处理器701可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在ram703中，存储有系统700操作所需的各种程序和数据。处理器701、rom702以及ram703通过总线704彼此相连。处理器701通过执行rom702和/或ram703中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除rom702和ram703以外的一个或多个存储器中。处理器701也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，系统700还可以包括输入/输出(i/o)接口705，输入/输出(i/o)接口705也连接至总线704。系统700还可以包括连接至i/o接口705的以下部件中的一项或多项：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至i/o接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被处理器701执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的rom702和/或ram703和/或rom702和ram703以外的一个或多个存储器。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。