lookalike人群扩散算法
Posted Frank201608
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了lookalike人群扩散算法相关的知识,希望对你有一定的参考价值。
Facebook 这样通过一群已有的用户发现并扩展出其他用户的推荐算法就叫Lookalike。
1.利用用户画像,给用户打标签,利用相同标签找到目标人群
实例:某品牌的豆浆机进行Look-alike人群扩展投放
取得家电厂商的第一方消费者数据,涵盖浏览、购买行为等ID信息。通过导入DMP进行全库记录匹配,找到个体的在线历史大数据。经由人群分析模型,洞察用户的个性倾向特征,通过标签算法挖掘,将数据库中拥有高相似画像的人群列为一类精准用户。根据标签模型,得出这些用户具有较多且重合的“健康”“时尚”“亲子”“女性”“中高收入”“一二线城市”等细分人群画像。
分析:利用用户画像给用户打上各类标签。根据种子人群分析大部分种子用户具有的标签特征 例如:家庭女性、30-40岁、已婚,未生小孩,健康。那么对于一个标签为:上班族,30-40岁、已婚,未生小孩,健康 女性就是其目标人群。
2.利用分类算法来实现的:种子人群为正样本,候选对象为负样本,训练分类模型,然后用模型对所有候选对象进行筛选。
显然候选样本并发所有的样本都是负样本,所有这是一个典型的PU learning问题
3.利用社交网络进行人群扩散:利用好友关系,将种子人群标签传给社区中的好友,从而实现人群扩散
以上是关于lookalike人群扩散算法的主要内容,如果未能解决你的问题,请参考以下文章