目标消费者识别方法、装置及终端设备

1.本技术属于互联网技术领域，尤其涉及一种目标消费者识别方法、装置及终端设备。


背景技术：

2.随着互联网技术的快速发展，电子商务也不断壮大，新零售模式不断涌现。相对于传统的线下门店，电子商务具有不受时间地点限制的优势，越来越多的人选择使用电商平台来满足自己的购物需求。
3.相关技术中，购物软件通常可以通过商品推荐的方式向用户推送商品，以供用户选择。然而，由于无法精准识别目标消费者，将琳琅满目的商品无差别的推送给消费者，容易使消费者产生购物疲劳，无法针对性地推送给消费者真正想要的商品，影响了用户的使用体验。


技术实现要素：

4.本技术实施例提供了一种目标消费者识别方法、装置及终端设备，可以解决目前无法准确识别出目标消费者，将琳琅满目的商品无差别的推送给消费者，容易使消费者产生购物疲劳，无法针对性地推送给消费者真正想要的商品，影响了用户的使用体验的问题。
5.本技术实施例的第一方面提供了一种目标消费者识别方法，包括：
6.根据商品销售数据，构建消费者关系网络；
7.根据消费者关系网络，确定多个消费者群体，其中，任一消费者群体中的所有消费者存在相同的消费习惯；
8.根据多个消费者群体，确定初始目标消费者集；
9.根据预设的目标消费者数量及消费者关系网络，对初始目标消费者集进行更新，以确定目标消费者集。
10.可选的，在第一方面一种可能的实现方式中，上述商品销售数据中包括消费者标识与商品标识之间的关联关系，消费者关系网络中包括消费者节点、消费者节点之间的边、边权重及节点权重，上述根据商品销售数据，构建消费者关系网络，包括：
11.将商品销售数据中包括的各个消费者标识，确定为消费者关系网络中的各个消费者节点；
12.根据消费者标识与商品标识之间的关联关系，确定各个消费者节点之间的边及边权重；
13.将与消费者节点相连的各个边的边权重之和，确定为消费者节点对应的节点权重。
14.可选的，在第一方面一种可能的实现方式中，上述消费者标识与商品标识之间的关联关系，确定各个消费者节点之间的边及边权重，包括：
15.在任意两个消费者标识与相同的商品标识关联时，确定任意两个消费者标识对应
的消费者节点之间存在边，并将任意两个消费者标识关联的相同商品的数量，确定为任意两个消费者标识对应的消费者节点之间的边的边权重。
16.可选的，在第一方面一种可能的实现方式中，上述根据多个消费者群体，确定初始目标消费者集，包括：
17.在存在边的任意两个消费者节点分别属于不同的消费者群体时，将任意两个消费者节点确定为桥节点；
18.根据各个桥节点的节点权重，从各个桥节点中选取多个桥节点，构成桥节点集；
19.确定每个消费者群体中包括的各个消费者节点的节点重要性测度值；
20.根据每个消费者群体中各个消费者节点的节点重要性测度值，从每个消费者群体中选取多个消费者节点，构成局部中枢节点集；
21.根据桥节点集及局部中枢节点集，构成初始目标消费者集。
22.可选的，在第一方面一种可能的实现方式中，上述根据预设的目标消费者数量及消费者关系网络，对初始目标消费者集进行更新，以确定目标消费者集，包括：
23.将初始目标消费者集中包括的各个初始目标消费者节点从消费者关系网络中去除，以确定消费者关系网络中的剩余消费者节点；
24.确定各个初始目标消费者节点的适应度值；
25.根据目标消费者数量、剩余消费者节点及各个初始目标消费者节点的适应度值，对初始目标消费者集进行迭代更新，以生成参考目标消费者集，直至迭代更新的次数达到迭代次数阈值，则将参考目标消费者集确定为目标消费者集。
26.可选的，在第一方面一种可能的实现方式中，上述目标消费者数量、剩余消费者节点及各个初始目标消费者节点的适应度值，对初始目标消费者集进行迭代更新，以生成参考目标消费者集，直至迭代更新的次数达到迭代次数阈值，则将参考目标消费者集确定为目标消费者集，包括：
27.删除初始目标消费者集中适应度值最小的至少一个初始目标消费者节点，以生成参考目标消费者集，直至参考目标消费者集中的节点数量小于或等于目标消费者数量与预设调节量之间的差值；
28.根据各个剩余消费者节点的节点权重，从剩余消费者节点中选取补充消费者节点；
29.将补充消费者节点加入参考目标消费者集中，直至参考目标消费者集中的节点数量等于目标消费者数量；
30.确定初始目标消费者集的第一适应度值及参考目标消费者集的第二适应度值；
31.在第二适应度值大于第一适应度值时，将参考目标消费者集确定为新的初始目标消费者集；
32.将迭代次数加一，以生成更新后的迭代次数；
33.在更新后的迭代次数小于迭代次数阈值时，重复上述迭代更新的步骤对新的初始目标消费者集进行迭代更新；
34.在更新后的迭代次数等于迭代次数阈值时，将新的初始目标消费者集确定为目标消费者集。
35.可选的，在第一方面一种可能的实现方式中，上述根据各个剩余消费者节点的节
点权重，从剩余消费者节点中选取补充消费者节点，包括：
36.根据各个剩余消费者节点的节点权重，确定各个剩余消费者节点对应的赋值区间；
37.确定各个剩余消费者节点对应的节点权重总和；
38.从预设区间内选取随机数；
39.将随机数与节点权重总和的乘积所处的赋值区间对应的剩余消费者节点，确定为补充消费者节点。
40.可选的，在第一方面一种可能的实现方式中，上述根据消费者关系网络，确定多个消费者群体，包括：
41.利用社区发现算法对消费者关系网络进行识别处理，以确定多个消费者群体。
42.本技术实施例的第二方面提供了一种目标消费者识别装置，包括：
43.网络构建模块，用于根据商品销售数据，构建消费者关系网络；
44.第一确定模块，用于根据消费者关系网络，确定多个消费者群体，其中，任一消费者群体中的所有消费者存在相同的消费习惯；
45.第二确定模块，用于根据多个消费者群体，确定初始目标消费者集；
46.识别模块，用于根据预设的目标消费者数量及消费者关系网络，对初始目标消费者集进行更新，以确定目标消费者集。
47.本技术实施例的第三方面提供了一种终端设备，包括：存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，上述处理器执行计算机程序时实现第一方面的目标消费者识别方法。
48.本技术实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述第一方面的目标消费者识别方法。
49.本技术实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面的目标消费者识别方法。
50.本技术实施例与现有技术相比存在的有益效果是：本技术公开了一种目标消费者识别方法、装置及终端设备，其中，该方法首先根据商品销售数据构建消费者关系网络，然后根据消费者关系网络确定多个消费者群体，接着根据多个消费者群体确定初始目标消费者集，最后根据预设的目标消费者数量及消费者关系网络对初始目标消费者集进行更新，以确定目标消费者集。由此，本技术通过在消费者关系网络的基础上确定多个消费者群体，可以在各存在相同消费习惯的消费者群体基础上，准确识别出目标消费者，后续可以针对性地给目标消费者推送商品，大大提升消费者的购买体验。
附图说明
51.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
52.图1是本技术实施例一提供的一种目标消费者识别方法的流程示意图；
53.图2是本技术实施例一提供的商品销售数据示意图；
54.图3是本技术实施例一提供的消费者关系网络示意图；
55.图4是本技术实施例二提供的一种目标消费者识别方法的流程示意图；
56.图5是本技术实施例三提供的一种目标消费者识别方法的流程示意图；
57.图6是本技术实施例三提供的赋值区间示意图；
58.图7是本技术实施例四提供的一种目标消费者识别装置的结构示意图；
59.图8是本技术实施例五提供的一种终端设备的结构示意图。
具体实施方式
60.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本技术的描述。
61.应当理解，当在本技术说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
62.还应当理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
63.如在本技术说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0064]
另外，在本技术说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0065]
在本技术说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本技术的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0066]
应理解，本实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
[0067]
相关技术中，购物软件通常可以通过商品推荐的方式向用户推送商品，以供用户选择。然而，由于无法精准识别目标消费者，将琳琅满目的商品无差别的推送给消费者，容易使消费者产生购物疲劳，无法针对性地推送给消费者真正想要的商品，影响了用户的使用体验。
[0068]
有鉴于此，本技术实施例提供了一种目标消费者识别方法、装置及终端设备，通过在消费者关系网络的基础上确定多个消费者群体，可以在各存在相同消费习惯的消费者群体基础上，准确识别出目标消费者，后续可以针对性地给目标消费者推送商品，大大提升消
费者的购买体验。
[0069]
下面对本技术实施例提供的目标消费者识别方法的应用场景进行举例说明，本技术可以直接基于电商、超市或新零售企业获取的商品销售数据，直接挖掘出目标消费者，从而可以根据目标消费者的消费行为特征，制订精准营销及差异化营销策略。
[0070]
为了说明本技术的技术方案，下面通过具体实施例来说明。
[0071]
参照图1，示出了本技术实施例一提供的一种目标消费者识别方法的流程示意图。如图1所示，该目标消费者识别方法可以包括如下步骤：
[0072]
步骤101，根据商品销售数据，构建消费者关系网络。
[0073]
作为一种可能的实现方式，商品销售数据包括消费者标识及商品标识，还可以包括销售记录编号和购买日期等。应理解，商品销售数据可以根据实际需要添加其他内容，本技术对此不做限制。
[0074]
示例性地，参见图2所示的商品销售数据示意图，图中第一列为销售记录编号，第二列为消费者标识，第三列为商品标识，第四列为购买日期。
[0075]
在本技术实施例中，商品销售数据中包括消费者标识与商品标识之间的关联关系，用于表示每个消费者都购买了哪一种商品。
[0076]
进一步的，为了后续可以更准确的挖掘出具有相同消费习惯的消费者群体，可以将消费者用网络节点表示，即消费者节点，然后根据商品销售数据依次确定消费者节点之间的边、边权重及节点权重，以此构建消费者关系网络，即在本技术实施例一种可能的实现方式中，上述步骤101，可以包括：
[0077]
将商品销售数据中包括的各个消费者标识，确定为消费者关系网络中的各个消费者节点；
[0078]
根据消费者标识与商品标识之间的关联关系，确定各个消费者节点之间的边及边权重；
[0079]
将与消费者节点相连的各个边的边权重之和，确定为消费者节点对应的节点权重。
[0080]
在本技术实施例中，为了构建消费者关系网络，可以将消费者抽象为节点，即将消费者专属的消费者标识，对应确定为该消费者对应的消费者节点。
[0081]
作为一种可能的实现方式，为了根据消费者标识与商品标识之间的关联关系，建立完善的消费者关系网络，可以在任意两个消费者标识与相同的商品标识关联时，确定任意两个消费者标识对应的消费者节点之间存在边，并将任意两个消费者标识关联的相同商品的数量，确定为任意两个消费者标识对应的消费者节点之间的边的边权重。
[0082]
在本技术实施例中，两个消费者节点之间的存在边，表示这两个消费者节点所表示的消费者都购买过相同的商品；边权重表示边所连接的两个消费者节点所表示的消费者买过的相同商品的数量，如果两个消费者没有购买过相同商品，则这两个消费者对应的消费者节点之间无边；消费者节点对应的节点权重表示与该消费者节点相连的各个边的边权重之和。
[0083]
示例性地，参见图3，为基于图2所示的商品销售数据示意图所构建的消费者关系网络示意图，消费者1000001与消费者1000002都购买过相同的商品10001，所以消费者1000001与消费者1000002对应的消费者节点之间有一条边且权重为1。消费者1000002与消
费者1000003之间都购买过商品10001和商品10002，所以消费者1000002与消费者1000003对应的消费者节点之间边权重为2。消费者1000003与消费者1000004之间都购买过商品10001和商品10003，所以消费者1000003与消费者1000004对应的消费者节点之间边权重为2。消费者1000001的节点权重为3，消费者1000002的节点权重为4，消费者1000003的节点权重为5，消费者1000004的节点权重为4。
[0084]
步骤102，根据消费者关系网络，确定多个消费者群体。
[0085]
其中，任一消费者群体中的所有消费者存在相同的消费习惯。
[0086]
在本技术实施例中，为了更高效地找到目标消费者，需要首先在消费者关系网络中挖掘出多个消费者群体，且每个消费者群体存在相同的消费习惯。其中，消费习惯是指消费者主体在长期消费实践中形成的对一定商品具有稳定性偏好的心理表现。是消费者在日常消费生活中积久形成的某种较为定型化的消费行为模式。如消费者出于某种需要、动机、情感、经验或心理偏好等原因，喜欢使用某种品牌的某种商品，经常地且不加挑选和比较地购买。
[0087]
作为一种可能的实现方式，可以利用社区发现算法对消费者关系网络进行识别处理，以确定多个消费者群体。其中，社区发现算法可以是能处理权重网络的可自动确定社区数目的社区发现算法，社区发现算法可以为能够处理权重网络和能自动确定群体数量的任一中社区发现算法，但不限定于某一种具体社区发现算法。
[0088]
步骤103，根据多个消费者群体，确定初始目标消费者集。
[0089]
在本技术实施例中，为了更高效的找到目标消费者，可以先根据多个消费者群体，选取比较有代表性的消费者节点作为初始目标消费者节点，例如可以从桥节点或局部中枢节点中选取出消费者节点作为初始目标消费者节点。其中，若存在边的两个消费者节点分别处于两个不同的消费者群体，那么这两个消费者节点为桥节点；局部中枢节点是指具有高节点中心性的节点。
[0090]
步骤104，根据预设的目标消费者数量及消费者关系网络，对初始目标消费者集进行更新，以确定目标消费者集。
[0091]
在本技术实施例中，由于初始目标消费者集中的消费者节点可能存在代表性不高的消费者节点，因此可以在给定需要识别出的目标消费者数量的条件下，对初始目标消费者集里面的消费者节点进行相应的删除或补充，反复调整直至确定最终具有目标消费者数量的目标消费者集，可以有效提高目标消费者识别的准确性。其中，目标消费者数量可以根据实际应用场景进行选择，本技术对此不做限制。
[0092]
本技术上述实施例公开的目标消费者识别方法，首先根据商品销售数据构建消费者关系网络，然后根据消费者关系网络确定多个消费者群体，接着根据多个消费者群体确定初始目标消费者集，最后根据预设的目标消费者数量及消费者关系网络对初始目标消费者集进行更新，以确定目标消费者集。由此，本技术通过在消费者关系网络的基础上确定多个消费者群体，可以在各存在相同消费习惯的消费者群体基础上，准确识别出目标消费者，后续可以针对性地给目标消费者推送商品，大大提升消费者的购买体验。
[0093]
参见图4，示出了本技术实施例二提供的一种目标消费者识别方法的流程示意图。如图4所示，该目标消费者识别方法可以包括如下步骤：
[0094]
步骤401，根据商品销售数据，构建消费者关系网络。
[0095]
步骤402，根据消费者关系网络，确定多个消费者群体。
[0096]
其中，任一消费者群体中的所有消费者存在相同的消费习惯。
[0097]
上述步骤401-402的具体实现过程及原理，可以参照上述实施例的详细描述，此处不再赘述。
[0098]
步骤403，在存在边的任意两个消费者节点分别属于不同的消费者群体时，将任意两个消费者节点确定为桥节点。
[0099]
在本技术实施例中，令c表示消费者群体，e
ij
表示消费者关系网络n的边，i、j分别表示边两端的节点，如果节点i，j分别属于不同消费者群体ca，cb，则节点i、j称为桥节点。
[0100]
步骤404，根据各个桥节点的节点权重，从各个桥节点中选取多个桥节点，构成桥节点集。
[0101]
作为一种可能的实现方式，可以按照节点权重从大到小的方式对所有桥节点进行排序，然后选取排序最高的前第一预设数量的桥节点，构成桥节点集。其中，第一预设数量可以根据实际应用场景进行确定，本技术对此不做限定。
[0102]
作为另一种可能的实现方式，可以选取所有节点权重大于预设节点权重阈值的桥节点，构成桥节点集。其中，预设节点权重阈值可以根据实际应用场景进行确定，本技术对此不做限定。
[0103]
步骤405，确定每个消费者群体中包括的各个消费者节点的节点重要性测度值。
[0104]
作为一种可能的实现方式，可以根据如下公式确定各个消费者节点的节点重要性测度值m：
[0105][0106]
其中，i，j，l分别表示消费者节点，ci表示消费者节点i所属的消费者群体，δ
jl
(ci,i)表示消费者群体ci所构成的子网络内消费者节点j，l之间的路径中经过消费者节点i的路径数量，δ
jl
表示消费者节点j，l之间的路径数量。
[0107]
步骤406，根据每个消费者群体中各个消费者节点的节点重要性测度值，从每个消费者群体中选取多个消费者节点，构成局部中枢节点集。
[0108]
作为一种可能的实现方式，可以按照节点重要性测度值从大到小的方式对所有消费者节点进行排序，然后选取排序最高的前第二预设数量的消费者节点，构成局部中枢节点集。其中，第二预设数量可以根据实际应用场景进行确定，本技术对此不做限定。
[0109]
步骤407，根据桥节点集及局部中枢节点集，构成初始目标消费者集。
[0110]
在本技术实施例中，可以直接将桥节点集及局部中枢节点集组成初始目标消费者集s＝[b,h]。
[0111]
步骤408，根据预设的目标消费者数量及消费者关系网络，对初始目标消费者集进行更新，以确定目标消费者集。
[0112]
上述步骤408的具体实现过程及原理，可以参照上述实施例的详细描述，此处不再赘述。
[0113]
本技术上述实施例公开的目标消费者识别方法，首先构建消费者关系网络，然后基于消费者关系网络确定多个消费者群体，进一步确定桥节点集，以及确定所有消费者节
点的节点重要性测度值，并基于节点重要性测度值确定局部中枢节点集，最后对初始目标消费者集进行更新确定目标消费者集。由此，通过确定桥节点集和局部中枢节点集，从而选取出代表性较高的消费者节点构成初始目标消费者集，能够有效提高目标消费者识别的准确性。
[0114]
参见图5，示出了本技术实施例三提供的一种目标消费者识别方法的流程示意图。如图5所示，该目标消费者识别方法可以包括如下步骤：
[0115]
步骤501，根据商品销售数据，构建消费者关系网络。
[0116]
步骤502，根据消费者关系网络，确定多个消费者群体。
[0117]
其中，任一消费者群体中的所有消费者存在相同的消费习惯。
[0118]
步骤503，根据多个消费者群体，确定初始目标消费者集。
[0119]
上述步骤501-503的具体实现过程及原理，可以参照上述实施例的详细描述，此处不再赘述。
[0120]
步骤504，将初始目标消费者集中包括的各个初始目标消费者节点从消费者关系网络中去除，以确定消费者关系网络中的剩余消费者节点。
[0121]
在本技术实施例中，由于后续初始目标消费者集的迭代更新过程，可能需要重新补充之前未被选取的消费者节点，因此需要在确定初始目标消费者集s后，确定消费者关系网络中未被选取的消费者节点，以确定剩余消费者节点。
[0122]
步骤505，确定各个初始目标消费者节点的适应度值。
[0123]
作为一种可能的实现方式，可以通过如下公式确定各个初始目标消费者节点的适应度值f1：
[0124][0125]
其中，i表示初始目标消费者节点，cj表示剩余消费者网络中的第j个消费者群体，其中剩余消费者网络是指消费者关系网络n在删除剩余消费者节点后构成的网络，δ
cj
表示剩余消费者网络中的第j个消费者群体cj中的消费者节点数，示例性地，初始目标消费者集s包括5个初始目标消费者节点，分别为初始目标消费者节点1、2、3、4、5,假设需要确定初始目标消费者节点5的适应度值，则消费者关系网络n删除消费者节点1、2、3、4后的网络即为剩余消费者网络，假设剩余消费者网络包括3个消费者群体，此时j的最大值为3。
[0126]
步骤506，根据目标消费者数量、剩余消费者节点及各个初始目标消费者节点的适应度值，对初始目标消费者集进行迭代更新，以生成参考目标消费者集，直至迭代更新的次数达到迭代次数阈值，则将参考目标消费者集s’确定为目标消费者集。
[0127]
其中，迭代次数阈值t可以根据实际应用场景进行确定，本技术对此不做限定。
[0128]
进一步的，可以通过在初始目标消费者集s中删除适应度值较小的初始目标消费者节点，或从剩余消费者节点中选取消费者节点补充进初始目标消费者集s中，以对初始目标消费者集s进行更新，即在本技术实施例一种可能的实现方式中，上述步骤506，可以包括：
[0129]
删除初始目标消费者集s中适应度值最小的至少一个初始目标消费者节点，以生成参考目标消费者集s’，直至参考目标消费者集s’中的节点数量小于或等于目标消费者数
量与预设调节量之间的差值；作为一种可能的实现方式，首先从初始目标消费者集s中删除具有最小适应度值的一个初始目标消费者节点。若具有最小适应度值的初始目标消费者节点有多个时，可以从中随机删除一个初始目标消费者节点，也可以采用其它策略如顺序删除或更复杂的方法删除初始目标消费者节点，以生成参考目标消费者集s’，本技术对删除初始目标消费者节点的方法不做限定。然后不断删除具有最小适应度值的初始目标消费者节点，直至参考目标消费者集s’中的节点数量小于或等于目标消费者数量k与预设调节量w之间的差值，即当节点数量小于或等于k-w时停止删除。
[0130]
根据各个剩余消费者节点的节点权重，从剩余消费者节点中选取补充消费者节点；在本技术实施例中，可以根据权重随机抽样策略，从剩余消费者节点中随机确定一补充消费者节点加入参考目标消费者集s’中，即作为一种可能的实现方式，可以首先根据各个剩余消费者节点的节点权重，确定各个剩余消费者节点对应的赋值区间；然后确定各个剩余消费者节点对应的节点权重总和；进一步从预设区间内选取随机数；最后将随机数与节点权重总和的乘积所处的赋值区间对应的剩余消费者节点，确定为补充消费者节点。例如剩余消费者节点n1，n2，
…
，nm各自对应的赋值区间[si,ei]，其中，n1的最小值为1，最大值为w1，ni的最小值为前一节点n
i-1
的最大值e
i-1
加1，ni最大值为e
i-1
+wi。参见图6，为基于图3所示的消费者关系网络的赋值区间示意图，其中节点1000001的节点权重为3，节点1000002的节点权重为4，节点1000003的节点权重为5，节点1000004的节点权重为4，节点权重之和为3+4+5+4＝16。此时，节点1000001对应的赋值区间为[1,3]，节点1000002对应的赋值区间为[4,7]，节点1000003对应的赋值区间为[8,12]，节点1000004对应的赋值区间为[13,16]。随机数可以在预设区间[0,1]内，如生成的随机数为0.5，则随机数与节点权重总和的乘积0.5*16＝8，8对应于节点1000003对应的区间，则将节点1000003确定为补充消费者节点。
[0131]
将补充消费者节点加入参考目标消费者集s’中，直至参考目标消费者集s’中的节点数量等于目标消费者数量k；
[0132]
确定初始目标消费者集s的第一适应度值f2(s)及参考目标消费者集s’的第二适应度值；作为一种可能的实现方式，第一适应度值和第二适应度值可以通过如下公式确定：
[0133][0134]
其中，cj表示初始目标消费者集s或参考目标消费者集s’中的第j个消费者群体。
[0135]
在第二适应度值f2(s’)大于第一适应度值f2(s)时，将参考目标消费者集s’确定为新的初始目标消费者集s；
[0136]
将迭代次数加一，以生成更新后的迭代次数t；
[0137]
在更新后的迭代次数t小于迭代次数阈值t时，重复上述迭代更新的步骤对新的初始目标消费者集s进行迭代更新；
[0138]
在更新后的迭代次数t等于迭代次数阈值t时，将新的初始目标消费者集确定为目标消费者集。
[0139]
本技术上述实施例公开的目标消费者识别方法，首先构建消费者关系网络然后确定多个消费者群体，进一步确定初始目标消费者集，接着在给定需要识别出的目标消费者数量的条件下，对初始目标消费者集里面的消费者节点进行相应的删除或补充，反复调整直至确定最终具有目标消费者数量的目标消费者集，可以有效提高目标消费者识别的准确
性。
[0140]
参见图7，示出了本技术实施例四提供的一种目标消费者识别装置的结构示意图，为了便于说明，仅示出了与本技术实施例相关的部分。
[0141]
目标消费者识别装置具体可以包括如下模块：
[0142]
网络构建模块701，用于根据商品销售数据，构建消费者关系网络。
[0143]
第一确定模块702，用于根据消费者关系网络，确定多个消费者群体，其中，任一消费者群体中的所有消费者存在相同的消费习惯。
[0144]
第二确定模块703，用于根据多个消费者群体，确定初始目标消费者集。
[0145]
识别模块704，用于根据预设的目标消费者数量及消费者关系网络，对初始目标消费者集进行更新，以确定目标消费者集。
[0146]
本技术上述实施例公开的目标消费者识别装置，首先根据商品销售数据构建消费者关系网络，然后根据消费者关系网络确定多个消费者群体，接着根据多个消费者群体确定初始目标消费者集，最后根据预设的目标消费者数量及消费者关系网络对初始目标消费者集进行更新，以确定目标消费者集。由此，本技术通过在消费者关系网络的基础上确定多个消费者群体，可以在各存在相同消费习惯的消费者群体基础上，准确识别出目标消费者，后续可以针对性地给目标消费者推送商品，大大提升消费者的购买体验。
[0147]
在本技术实施例四一种可能的实现方式中，商品销售数据中包括消费者标识与商品标识之间的关联关系，消费者关系网络中包括消费者节点、消费者节点之间的边、边权重及节点权重，上述网络构建模块701具体可以包括如下子模块：
[0148]
第一确定子模块，用于将商品销售数据中包括的各个消费者标识，确定为消费者关系网络中的各个消费者节点。
[0149]
第二确定子模块，用于根据消费者标识与商品标识之间的关联关系，确定各个消费者节点之间的边及边权重。
[0150]
第三确定子模块，用于将与消费者节点相连的各个边的边权重之和，确定为消费者节点对应的节点权重。
[0151]
在本技术实施例四一种可能的实现方式中，上述第二确定子模块，具体可以包括如下单元：
[0152]
第一确定单元，用于在任意两个消费者标识与相同的商品标识关联时，确定任意两个消费者标识对应的消费者节点之间存在边，并将任意两个消费者标识关联的相同商品的数量，确定为任意两个消费者标识对应的消费者节点之间的边的边权重。
[0153]
在本技术实施例四一种可能的实现方式中，上述第二确定模块703具体可以包括如下子模块：
[0154]
第四确定子模块，用于在存在边的任意两个消费者节点分别属于不同的消费者群体时，将任意两个消费者节点确定为桥节点。
[0155]
第一构成子模块，用于根据各个桥节点的节点权重，从各个桥节点中选取多个桥节点，构成桥节点集。
[0156]
第五确定子模块，用于确定每个消费者群体中包括的各个消费者节点的节点重要性测度值。
[0157]
第二构成子模块，用于根据每个消费者群体中各个消费者节点的节点重要性测度
值，从每个消费者群体中选取多个消费者节点，构成局部中枢节点集。
[0158]
第三构成子模块，用于根据桥节点集及局部中枢节点集，构成初始目标消费者集。
[0159]
在本技术实施例四一种可能的实现方式中，上述识别模块704具体可以包括如下子模块：
[0160]
第六确定子模块，用于将初始目标消费者集中包括的各个初始目标消费者节点从消费者关系网络中去除，以确定消费者关系网络中的剩余消费者节点。
[0161]
第七确定子模块，用于确定各个初始目标消费者节点的适应度值。
[0162]
生成子模块，用于根据目标消费者数量、剩余消费者节点及各个初始目标消费者节点的适应度值，对初始目标消费者集进行迭代更新，以生成参考目标消费者集，直至迭代更新的次数达到迭代次数阈值，则将参考目标消费者集确定为目标消费者集。
[0163]
在本技术实施例四一种可能的实现方式中，上述生成子模块具体可以包括如下单元：
[0164]
第一生成单元，用于删除初始目标消费者集中适应度值最小的至少一个初始目标消费者节点，以生成参考目标消费者集，直至参考目标消费者集中的节点数量小于或等于目标消费者数量与预设调节量之间的差值。
[0165]
选取单元，用于根据各个剩余消费者节点的节点权重，从剩余消费者节点中选取补充消费者节点。
[0166]
补充单元，用于将补充消费者节点加入参考目标消费者集中，直至参考目标消费者集中的节点数量等于目标消费者数量。
[0167]
第二确定单元，用于确定初始目标消费者集的第一适应度值及参考目标消费者集的第二适应度值。
[0168]
第三确定单元，用于在第二适应度值大于第一适应度值时，将参考目标消费者集确定为新的初始目标消费者集。
[0169]
第二生成单元，用于将迭代次数加一，以生成更新后的迭代次数。
[0170]
迭代更新单元，用于在更新后的迭代次数小于迭代次数阈值时，重复上述迭代更新的步骤对新的初始目标消费者集进行迭代更新。
[0171]
第四确定单元，用于在更新后的迭代次数等于迭代次数阈值时，将新的初始目标消费者集确定为目标消费者集。
[0172]
在本技术实施例四一种可能的实现方式中，上述选取单元具体可以包括如下子单元：
[0173]
第一确定子单元，用于根据各个剩余消费者节点的节点权重，确定各个剩余消费者节点对应的赋值区间。
[0174]
第二确定子单元，用于确定各个剩余消费者节点对应的节点权重总和。
[0175]
选取子单元，用于从预设区间内选取随机数。
[0176]
第三确定子单元，用于将随机数与节点权重总和的乘积所处的赋值区间对应的剩余消费者节点，确定为补充消费者节点。
[0177]
在本技术实施例四一种可能的实现方式中，上述识别模块702具体可以包括如下子模块：
[0178]
第八确定子模块，用于利用社区发现算法对消费者关系网络进行识别处理，以确
定多个消费者群体。
[0179]
本技术上述实施例公开的目标消费者识别装置，首先构建消费者关系网络，然后基于消费者关系网络确定多个消费者群体，进一步确定桥节点集，以及确定所有消费者节点的节点重要性测度值，并基于节点重要性测度值确定局部中枢节点集，最后对初始目标消费者集进行更新确定目标消费者集。由此，通过确定桥节点集和局部中枢节点集，从而选取出代表性较高的消费者节点构成初始目标消费者集，能够有效提高目标消费者识别的准确性。
[0180]
本技术实施例提供的目标消费者识别装置可以应用在前述方法实施例中，详情参见上述方法实施例的描述，在此不再赘述。
[0181]
图8是本技术实施例五提供的终端设备的结构示意图。如图8所示，该实施例的终端设备800包括：至少一个处理器810(图8中仅示出一个)处理器、存储器820以及存储在所述存储器820中并可在所述至少一个处理器810上运行的计算机程序821，所述处理器810执行所述计算机程序821时实现上述目标消费者识别方法实施例中的步骤。
[0182]
所述终端设备800可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括，但不仅限于，处理器810、存储器820。本领域技术人员可以理解，图8仅仅是终端设备800的举例，并不构成对终端设备800的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
[0183]
所称处理器810可以是中央处理单元(central processing unit，cpu)，该处理器810还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0184]
所述存储器820在一些实施例中可以是所述终端设备800的内部存储单元，例如终端设备800的硬盘或内存。所述存储器820在另一些实施例中也可以是所述终端设备800的外部存储设备，例如所述终端设备800上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。进一步地，所述存储器820还可以既包括所述终端设备800的内部存储单元也包括外部存储设备。所述存储器820用于存储操作系统、应用程序、引导装载程序(boot loader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器820还可以用于暂时地存储已经输出或者将要输出的数据。
[0185]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统
中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0186]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0187]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0188]
在本技术所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0189]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0190]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0191]
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0192]
本技术实现上述实施例方法中的全部或部分流程，也可以通过一种计算机程序产品来完成，当所述计算机程序产品在终端设备上运行时，使得所述终端设备执行时可实现上述各个方法实施例中的步骤。
[0193]
以上所述实施例仅用以说明本技术的技术方案，而非对其限制。尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改
或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。