一种用户群匹配方法、装置、电子设备及计算机存储介质与流程

本技术属于数据业务，尤其涉及一种用户群匹配方法、装置、电子设备及计算机存储介质。

背景技术：

1、随着业务发展的需要，在开展新业务工作的过程当中，对于确定目标用户群的精准度的要求也在日益提升。精准地确定目标用户群能够降低新业务开展工作的投入成本，提高活动成功率。现有的目标用户群选择方法主要包括：根据日常业务需要对标签库中已划分的用户标签进行选择，或通过大数据分析、地市搜索、业务部门分析等方式对特定场景进行数据分析并提取后使用。

2、现有的目标用户群选择方法具有一定的普遍性和局限性，对具体场景的契合度相对较低，且用户群的准确程度往往受分析的深入程度与细致程度影响，进而导致确定目标用户群的准确度较低。

技术实现思路

1、本技术实施例提供一种用户群匹配方法、装置、电子设备及计算机存储，能够提高输出目标用户群的效率和准确度。

2、第一方面，本技术实施例提供一种用户群匹配方法，该方法可以包括：

3、获取g个用户中第一用户的用户特征以及多个第二用户的用户特征，g为正整数，多个第二用户为g个用户中除第一用户之外的用户；

4、基于协同过滤方法，根据第一用户的用户特征以及各第二用户的用户特征，计算得到第一用户与各第二用户之间的相似度；

5、基于第一用户与多个第二用户之间的相似度，生成第一用户与各第二用户之间的特征图像；

6、将第一用户与各第二用户之间的特征图像输入图像分类模型中，得到目标信息，目标信息包括第一用户与各第二用户的用户群信息，用户群信息用于指示第一用户与第二用户是否属于同一用户群。

7、在其中一个实施例中，上述涉及到的基于第一用户与多个第二用户之间的相似度，生成第一用户与各第二用户之间的特征图像，可以包括：

8、基于第一用户和多个第二用户之间的相似度，生成第一用户和各第二用户之间的相似度矩阵，相似度矩阵包括第一用户与各第二用户之间的相似度；

9、根据第一用户和多个第二用户之间的相似度矩阵，生成第一用户与各第二用户之间的特征图像。

10、在其中一个实施例中，上述涉及到的g个用户中各用户的用户特征包括k个维度上的用户子特征；

11、上述涉及到的根据第一用户和多个第二用户之间的相似度矩阵，生成第一用户与各第二用户之间的特征图像，可以包括：

12、将第一用户和多个第二用户之间的相似度矩阵拆分为与k个维度相对应的k个相似度子矩阵，各相似度子矩阵包括基于与其对应的维度上的用户子特征计算得到的相似度；

13、基于k个相似度子矩阵，生成第一用户与各第二用户之间的特征图像。

14、在其中一个实施例中，上述涉及到的k个相似度子矩阵中各相似度子矩阵包括n×m个相似度，n和m为正整数；

15、上述涉及到的基于k个相似度子矩阵，生成第一用户与各第二用户之间的特征图像，可以包括：

16、基于各相似度子矩阵中的n×m个相似度，确定与相似度子矩阵对应的颜色通道上的n×m个像素灰度，得到在k个颜色通道上的n×m个像素灰度，不同相似度子矩阵对应不同颜色通道；

17、基于k个颜色通道上的n×m个像素灰度，生成包括n×m个像素的特征图像，特征图像中各像素的像素值由与其对应的k个颜色通道上的像素灰度融合得到。

18、在其中一个实施例中，上述涉及到的将第一用户和多个第二用户之间的相似度矩阵拆分为与k个维度相对应的k个相似度子矩阵，可以包括：

19、获取k个维度上的用户子特征；

20、根据k个维度上的用户子特征，在第一用户和各第二用户之间的相似度矩阵中分别获取k个维度上的用户子特征对应的相似度，得到k个相似度子矩阵。

21、在其中一个实施例中，上述涉及到的基于第一用户与多个第二用户之间的相似度，生成第一用户与各第二用户之间的特征图像，可以包括：

22、根据第一用户与多个第二用户之间的相似度，确定与各相似度对应的像素的像素值，其中，不同相似度对应的像素值不同；

23、根据与各相似度对应的像素的像素值，生成第一用户与各第二用户之间的特征图像。

24、在其中一个实施例中，上述涉及到的将第一用户与各第二用户之间的特征图像输入图像分类模型中，得到目标信息之前，还可以包括：

25、获取训练图像样本，所诉训练图像样本包括历史特征图像以及与历史特征图像对应的标签，标签用于指示第一历史用户与第二历史用户是否属于同一用户群，历史特征图像为多个历史用户中，第一历史用户与多个第二历史用户之间的特征图像，多个第二历史用户为多个历史用户中除第一历史用户之外的历史用户；

26、将训练图像样本输入至待训练图像分类模型中，训练得到图像分类模型。

27、在其中一个实施例中，上述涉及到的获取g个用户中第一用户的用户特征以及多个第二用户的用户特征之前，还可以包括：

28、获取g个用户中第一用户的用户特征数据和用户产品订购数据，以及多个第二用户的用户特征数据和用户产品订购数据；

29、根据g个用户中第一用户的用户特征数据和用户产品订购数据，以及多个第二用户的用户特征数据和用户产品订购数据，生成g个用户中第一用户的用户特征及订购矩阵以及多个第二用户的用户特征及订购矩阵，用户特征及订购矩阵中包括多个用户特征和多个用户订购产品；

30、上述涉及到的获取g个用户中第一用户的用户特征以及多个第二用户的用户特征，可以包括：

31、从g个用户中第一用户的用户特征及订购矩阵以及多个第二用户的用户特征及订购矩阵中，获取g个用户中第一用户的用户特征以及多个第二用户的用户特征。

32、在其中一个实施例中，上述涉及到的将第一用户与各第二用户之间的特征图像输入图像分类模型中，得到目标信息之后，还可以包括：

33、根据目标信息、g个用户中第一用户的用户特征及订购矩阵以及多个第二用户的用户特征及订购矩阵，确定目标用户群的目标用户订购产品，目标用户群包括第一用户，以及用户群信息指示第一用户与第二用户属于同一用户群的第二用户。

34、在其中一个实施例中，上述涉及到的基于第一用户的用户特征以及各第二用户的用户特征，计算得到第一用户与各第二用户之间的相似度之前，还可以包括：

35、对于第一用户的用户特征以及各第二用户的用户特征中的数据执行特征工程，特征工程包括特征理解、特征清洗与增强、特征构建和特征选择。

36、在其中一个实施例中，上述涉及到的图像分类模型包括：基于协同过滤方法的生成对抗网络模型。

37、第二方面，本技术实施例提供了一种用户群匹配装置，装置可以包括：

38、获取模块，用于获取g个用户中第一用户的用户特征以及多个第二用户的用户特征，g为正整数，多个第二用户为g个用户中除第一用户之外的用户；

39、计算模块，用于基于协同过滤方法，根据第一用户的用户特征以及各第二用户的用户特征，计算得到第一用户与各第二用户之间的相似度；

40、生成模块，用于基于第一用户与多个第二用户之间的相似度，生成第一用户与各第二用户之间的特征图像；

41、输入模块，用于将第一用户与各第二用户之间的特征图像输入图像分类模型中，得到目标信息，目标信息包括第一用户与各第二用户的用户群信息，用户群信息用于指示第一用户与第二用户是否属于同一用户群。

42、第三方面，本技术实施例提供了一种电子设备，设备包括：

43、处理器；

44、用于存储处理器可执行指令的存储器；

45、其中，处理器被配置为执行指令，以实现如第一方面的任一项实施例中所示的用户群匹配方法。

46、第四方面，本技术实施例提供了一种计算机存储介质，该计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如第一方面的任一项实施例中所示的用户群匹配方法。

47、第五方面，本技术实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序存储在可读存储介质中，设备的至少一个处理器从存储介质读取并执行计算机程序，使得设备执行第一方面的任一项实施例中所示的用户群匹配方法。

48、本技术实施例提供了一种用户群匹配方法、装置、电子设备及计算机存储介质，相较于现有技术，本技术具有以下有益效果：

49、本技术实施例的一种用户群匹配方法、装置、电子设备及计算机存储介质，通过获取g个用户中第一用户的用户特征以及多个第二用户的用户特征，基于协同过滤方法，根据第一用户的用户特征以及各第二用户的用户特征，计算得到第一用户与各第二用户之间的相似度。再基于第一用户与多个第二用户之间的相似度，生成第一用户与各第二用户之间的特征图像。将第一用户与各第二用户之间的特征图像输入图像分类模型中，得到目标信息。其中，目标信息中的用户群信息能够指示第一用户与第二用户是否属于同一用户群。

50、如此，基于协同过滤方法，计算第一用户与第二用户之间的各用户特征的相似度，生成第一用户与各第二用户之间的特征图像，能够将非图像问题的相似度问题，转化为图像问题，以此提高输出目标用户群的效率。此外结合图像分类模型对特征图像进行识别分类，得到用于指示目标用户群的目标信息，能够提高输出目标用户群的准确度。