买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国平安人寿保险股份有限公司

摘要：本发明公开了一种目标用户群体确定方法、装置、计算机设备及存储介质，所述方法包括：根据预设标签库中的用户标签建立测试任务，并将所述测试任务发送到客户端；从所述客户端获取用户完成所述测试任务后的用户反馈信息；将所述用户反馈信息与预设数据库中的用户日常数据进行结合，得到用户行为数据集；按照预设维度对所述用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体，其中，所述共同特征信息与所述预设维度相对应。本发明的技术方案解决在面对数量庞大的用户群体时，难以准确的确定目标用户群体的问题。

主权项：1.一种目标用户群体确定方法，其特征在于，所述目标用户群体确定方法包括：根据预设标签库中的用户标签建立测试任务，并将所述测试任务发送到客户端；从所述客户端获取用户完成所述测试任务后的用户反馈信息；将所述用户反馈信息与预设数据库中的用户日常数据进行结合，得到用户行为数据集；按照预设维度对所述用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体，其中，所述共同特征信息与所述预设维度相对应；所述按照预设维度对所述用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体，包括：根据所述预设维度对应的字段取值条件，从所述用户行为数据集中筛选出满足所述字段取值条件的用户，组成具有所述共同特征信息的目标用户群体；所述按照预设维度对所述用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体，还包括：对所述用户行为数据集中的用户行为数据进行聚类分析，得到至少两个用户分组；对每个所述用户分组中不同的所述用户行为数据进行特征提取，得到每个所述用户分组的分组特征；将与所述预设维度相匹配的分组特征对应的所述用户分组，组成具有所述共同特征信息的目标用户群体。

全文数据：目标用户群体确定方法、装置、计算机设备及存储介质技术领域本发明涉及信息处理领域，尤其涉及目标用户群体确定方法、装置、计算机设备及存储介质。背景技术与传统商家针对目标群体进行精准销售类似，基于互联网的社交平台或产品也需要针对特定的目标群体进行精细化运营。由于不同的用户有不同的个人偏好，对新鲜事物的关注度、对价格的敏感度等等，不一而足，因此，平台或产品的运营者们需要了解他们的用户，并从庞大的用户群中找出特定的目标群体，然后对这部分群体做进一步运营。传统的目标用户群体确定方式多依赖于人工操作，例如，对用户进行问卷调查、电话回访等，或者，仅对后台数据进行关键字的精确匹配。然而，随着互联网的高速发展和用户数量剧增，数据的差异性也越来越大。以互联网社交平台为例，注册用户的数量通常达到千万乃至上亿级别，传统的方法难以准确的从数量庞大的用户群体中区分出目标用户群体。发明内容本发明实施例提供一种目标用户群体确定方法、装置、计算机设备及存储介质，以解决在面对数量庞大的用户群体时，难以准确的确定目标用户群体的问题。一种目标用户群体确定方法，包括：根据预设标签库中的用户标签建立测试任务，并将所述测试任务发送到客户端；从所述客户端获取用户完成所述测试任务后的用户反馈信息；将所述用户反馈信息与预设数据库中的用户日常数据进行结合，得到用户行为数据集；按照预设维度对所述用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体，其中，所述共同特征信息与所述预设维度相对应。一种目标用户群体确定装置，包括：测试模块，用于根据预设标签库中的用户标签建立测试任务，并将所述测试任务发送到客户端；信息采集模块，用于从所述客户端获取用户完成所述测试任务后的用户反馈信息；数据结合模块，用于将所述用户反馈信息与预设数据库中的用户日常数据进行结合，得到用户行为数据集；分类模块，用于按照预设维度对所述用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体，其中，所述共同特征信息与所述预设维度相对应。一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述目标用户群体确定方法。一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述目标用户群体确定方法。上述目标用户群体确定方法、装置、计算机设备及存储介质，根据预设标签库中的用户标签建立测试任务，将测试任务发送到客户端；并以用户完成测试任务后的用户反馈信息，即用户对测试任务的响应情况作为对用户群体进行分类的依据之一；将用户反馈信息与预设数据库中的用户日常数据共同作为用户行为数据集，然后按照预设维度对用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体，其中，共同特征信息与预设维度相对应；即从由用户即时行为数据和用户日常行为数据共同构成用户行为的多维数据空间中，找出目标用户群体的共同特征信息，使得得到的目标群体的共同特征信息能更全面、准确的反应用户的真实行为，可以在面对数量庞大的用户群体时，更加准确的找出目标群体，节省运营者的时间和精力，提升运营效率。附图说明为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本发明一实施例中目标用户群体确定方法的一应用环境示意图；图2是本发明一实施例中目标用户群体确定方法的流程图；图3是本发明一实施例中目标用户群体确定方法中步骤S4的流程图；图4是本发明一实施例中目标用户群体确定方法中步骤S3的流程图；图5是本发明一实施例中获取目标标签的流程图；图6是本发明一实施例中目标用户群体确定装置的示意图；图7是本发明一实施例中计算机设备的示意图。具体实施方式下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。本发明提供的目标用户群体确定方法，可应用在如图1的应用环境中，其中，服务端是获取目标用户群体的计算机设备，服务端可以是服务器或服务器集群；客户端是目标用户群体中的用户所使用的计算机终端设备，包括但不限于PC机、手机、平板电脑或其他智能终端设备；客户端与服务端之间通过网络连接，网络可以是有线网络或无线网络。本发明实施例提供的目标用户群体确定方法应用于服务端。在一实施例中，如图2所示，提供了一种目标用户群体确定方法，其具体实现流程包括如下步骤：S1：根据预设标签库中的用户标签建立测试任务，并将测试任务发送到客户端。用户标签是用于对用户进行分类的关键字或词。例如，“旅行”、“对价格敏感”、“购物”、“宅”等等。用户标签可以反映用户的某些特点，拥有不同标签的用户代表了不同的用户群体。举例来说，若某用户拥有“宅”、“外卖”、“追剧”等这些标签，则大体可以反映出该用户的行为特点。预设标签库是存储用户标签的数据结构。具体地，预设标签库可以是数据库，数据库可以部署在服务端本地，也可以通过网络与服务端相连。预设标签库中的用户标签可以根据现实生活进行分类。例如，可以按照“衣”、“食”、“住”、“行”分成四类；也可以按照“政治”、“经济”、“文化”、“娱乐”、“体育”等等分成若干大类。每个分类下属若干用户标签，如“宅”、“户外”、“购物”、“旅行”、“美食”等。测试任务是由服务端建立，并发送到客户端，由客户端执行的数据收集器。测试任务用于获取用户的即时行为，用户对测试任务的反应将作为对用户群体进行分类的依据之一。测试任务可以被服务端定期创建，以一定的时间周期不断的收集用户的反馈信息。测试任务可以根据实际应用的需要分为不同的主题。例如，红包奖励、积分奖励、线上或线下的优惠活动、时事热点新闻、网红娱乐资讯等等。测试任务的表现形式可以是一个基于弹窗界面的数据收集器，即服务端将弹窗界面推送到客户端，当用户通过客户端点击弹窗界面后，测试任务将用户点击的动作或用户输入的内容通过HTTP发送到服务端，则服务端即可获知用户的点击动作，其中，弹窗界面的内容可以是广告宣传的动画或文字，若用户感兴趣，则会点击弹窗。或者，测试任务可以是服务端发布的一个小游戏，一则推送的通知消息，等等。具体地，服务端可以根据实际应用的需要，从预设标签库中选取一些用户标签，将用户标签与测试任务进行绑定，然后将测试任务发送到一定数量的用户群体所对应的客户端上。其中，从预设标签库中选取标签，可以按照不同的类别分别选取预设数量的标签，也可以随机选取标签；将用户标签与测试任务进行绑定，即将测试任务的反馈数据与用户标签建立对应关系，例如，将测试任务的ididentification，身份标识号与用户标签的id号对应；将测试任务发送到客户端的过程中，具体可以包括多种形式，例如，对客户端发送弹窗界面，对客户端发出带URL的提示短信，对客户端发送通知消息等。S2：从客户端获取用户完成测试任务后的用户反馈信息。用户反馈信息是用户完成测试任务后传送到服务端的反馈数据。当用户在客户端完成测试任务，则服务端接收来自测试任务的用户反馈信息。其中，用户反馈信息至少包括用户标识信息和用户标签的id号。若测试任务有提供给用户输入的接口，则用户反馈信息还包括用户在完成测试任务的过程中输入的信息。用户标识信息具体可以是用户id号；用户在完成测试任务的过程中输入的信息可以是用户根据测试任务的提示输入的数据，例如，一个关于抽奖的活动弹窗界面中，提示用户输入手机号，则用户的手机号即是用户根据测试任务的提示输入的数据。以弹窗界面为例，弹窗界面可以是一个带提交功能的Web页面，弹窗界面中可以包括图片、视频、动态图片或文字等素材。当用户点击弹窗界面，则弹窗界面将向代表服务端地址的URLUniformResourceLocator，统一资源定位符发送HTTP消息，服务端即可根据HTTP消息对用户的响应行为作出响应。可以理解地，若弹窗界面中包括用户可输入的提交表单，则当用户在表单中输入数据并提交后，服务端即可收集到用户的输入信息。服务端将用户标识信息、用户标签id号或其他用户的输入信息作为用户反馈信息，并可以关联存储到数据库中。或者，服务端也可以以键值对形式保存用户反馈信息。例如，将用户反馈信息存储为JSON文件。其中，JSONJavaScriptObjectNotation，JS对象简谱是一种轻量级的数据交换格式。JSON文件是以ASCII编码方式存储的，不依赖于操作系统，能被计算机程序快速的读取或生成，是一种流行的数据交换格式。S3：将用户反馈信息与预设数据库中的用户日常数据进行结合，得到用户行为数据集。预设数据库是用于存储用户信息的数据库。预设数据库中的用户日常数据包括用户从注册时开始，到账户注销前的所有数据。具体地，用户日常数据包括但不限于用户基本信息、用户登录信息、用户互动信息、用户享有或购买的服务信息等。其中，用户基本信息包括但不限于用户注册时间、用户身份信息，如用户名、姓名、身份证号等、用户的级别等级、用户的邮箱地址及联系方式等；用户登录信息包括但不限于用户每次上线和下线的时间、IP地址、使用的浏览器、操作系统或智能设备型号等；用户互动信息包括但不限于用户的发言次数、发表动态消息或文章的数量、与其他用户之间的互动消息等等；用户享有或购买的服务信息包括但不限于用户享有的免费或收费的服务类目、拥有的权利等。用户行为数据集，是对用户反馈信息与预设数据库中的用户日常数据的结合。其中，用户日常数据代表了用户的日常行为轨迹，例如，用户的日常上线和下线时间反应了用户的部分作息规律；用户购买服务的情况反应了用户的消费习惯和消费需求，等等；用户反馈信息代表了用户对测试任务的反应程度，是一种即时的信息反馈。例如，若用户经常触发关于旅游出行信息的测试任务，则代表用户热爱旅行或正在酝酿出行计划；若用户经常触发关于打折促销的测试任务，则代表用户可能是个对价格敏感的消费者；等等。因此，对用户反馈信息与预设数据库中的用户日常数据结合后的用户行为数据集，可以更加立体的，从多方面综合描述一个用户的行为特质。对这些用户行为数据集做进一步的数据挖掘工作，可以从中获取用户的共同特征。具体地，服务端可以将用户反馈信息保存到预设数据库中，在用户日常数据的基础上增加用户反馈信息，从而构成用户行为数据集。S4：按照预设维度对用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体，其中，共同特征信息与预设维度相对应。预设维度是从运营者的角度出发，对用户群体进行的筛选。例如，从用户对平台忠诚度的角度进行筛选，得到连续活跃的用户；从用户消费意愿高低的角度进行筛选，得到不同消费意愿的用户；或者，根据用户参与活动的积极性进行筛选，得到不同兴趣偏好的用户，等等。其中，筛选后得到的用户即构成目标用户群体；筛选后得到的用户所共有的、相同的数据即为共同特征信息。共同特征信息具体可以是数值型数据或字符型数据。数值型数据，即可以是对测试任务中某广告页面的点击量，或者，用户在平台发帖的数量，等；字符型数据，即可以是用户的共同兴趣偏好，如“户外徒步”、“健身”等，或者，用户的行为特征，如“理性消费者”、“活跃用户”；用户集中消费的商标或服务的名称，等。预设维度具体可以表现为关键词或关键词的集合。例如，从用户对平台忠诚度的角度进行筛选时，预设维度的关键词可以为“忠诚度”、“铁粉”或“死忠”等等。根据预设的维度对用户行为数据集进行筛选，具体过程包括但不限于以下几种：1从用户对平台忠诚度的角度进行筛选，具体又可以细分为从用户注册、用户活跃、用户留存、用户沉默和用户流失的五大阶段对用户进行划分。其中，根据用户注册时间的先后，可以将用户分为新用户和老用户；根据用户连续或累计的签到次数、登录次数、发言次数等，可以将用户分为活跃用户和非活跃用户；针对非活跃用户，若连续或累计沉默超过一定时间，则可以列为沉默用户，若连续或累计沉默超过一定次数，但在预设期限内用户再次登录或签到，则可以列为留存用户；针对沉默用户，若继续连续或累计沉默超过一定时间，则可以列为流失的用户。2从用户的消费意愿高低进行筛选，具体可以对用户对用户反馈信息进行筛选，以及对用户日常数据中的与消费有关的记录进行统计，如消费历史记录或累计消费金额等。其中，若用户日常数据显示某用户有较多的消费记录或累计消费金额超过一定额度，且对关于红包奖励的测试任务反应冷淡，即很少参与抢红包活动，则可以将该用户列为偏理性的消费群体；若用户日常数据显示某用户消费频率非常高，且对关于网红热点事件的测试任务非常关注，则可以将该用户列为有冲动消费倾向的消费群体。3从用户参与活动的情况进行筛选，具体可以根据用户的参与度，获取用户的个人偏好，从而确定用户属于不同的目标群体。其中，活动可以是具备游戏性和趣味性的问卷调查、或者以主题内容推广为宗旨的小游戏，等。例如，以一款以推广环保知识为主的小游戏，服务端可以根据参与人数的多少，确定用户群体中关注环保的用户数量。具体地，以小游戏为例，服务端可以从Web页面中获取参与小游戏的用户id，然后根据用户id确认参与的用户数量，从而确定出目标用户群体。在本实施例中，根据预设标签库中的用户标签建立测试任务，将测试任务发送到客户端；并以用户完成测试任务后的用户反馈信息，即用户对测试任务的响应情况作为对用户群体进行分类的依据之一；将用户反馈信息与预设数据库中的用户日常数据共同作为用户行为数据集，然后按照预设维度对用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体，其中，共同特征信息与预设维度相对应；即从由用户即时行为数据和用户日常行为数据共同构成用户行为的多维数据空间中，找出目标用户群体的共同特征信息，使得得到的目标群体的共同特征信息能更全面、准确的反应用户的真实行为，可以在面对数量庞大的用户群体时，更加准确的找出目标群体，节省运营者的时间和精力，提升运营效率。进一步地，在一实施例中，针对步骤S4，即按照预设维度对用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体，其中，共同特征信息与预设维度相对应，具体可以包括：根据预设维度对应的字段取值条件，从用户行为数据集中筛选出满足字段取值条件的用户，组成具有共同特征信息的目标用户群体。其中，预设维度对应的字段具体可以是预设数据库中的表字段，或者，测试任务中获取用户反馈信息的变量。例如，若从用户对平台忠诚度的角度进行筛选，则能反应用户对平台忠诚度的字段可以是预设数据库中的表字段“用户连续登陆时间”、“用户连续签到次数”等。或者，在测试任务中用以获取用户点击量的变量，即为与预设维度对应的字段。字段的取值条件是字段值的取值范围，是对用户行为数据集进行筛选的过滤条件，例如，字段的取值条件可以是在预设阈值之上或之下，或者预设取值范围之内。举例来说，筛选对平台忠诚度高的用户，可以选取表字段“用户注册时间”的取值在2009年之前的用户，并且表字段“用户连续登录时间”的取值超过30天的用户。具体地，服务端可以选取若干与预设维度相对应的字段的取值范围作为筛选条件，对用户行为数据集进行筛选，得到满足字段取值条件的用户，从而组成具有共同特征信息的目标用户群体。举例来说，服务端可以以用户注册、活跃的时间字段为查询条件，从预设数据库中进行匹配，得到满足字段取值条件的用户；或者，可以根据用户标识信息对其在预设数据库中的用户日常数据和其反馈的用户反馈信息进行比较；得到满足字段取值条件的用户。在本实施例中，服务端根据预设维度对应的字段取值条件，对用户行为数据集进行筛选，满足字段取值条件的用户，从而组成具有共同特征信息的目标用户群体；即以字段和字段取值作为筛选条件，可以精确的匹配出具有与预设维度对应的共同特征信息的目标用户群体。进一步地，在一实施例中，如图3所示，针对步骤S4，即按照预设维度对用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体，其中，共同特征信息与预设维度相对应，具体还可以包括如下步骤：S42：对用户行为数据集中的用户行为数据进行聚类分析，得到至少两个用户分组。聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。利用聚类分析可以对一批数据进行自动分类，而不用预先对一批数据进行类别划分，以此减少人为预设分类标准的动作。同时，当需要筛选的数据量特别大时，如上千万级的数据记录，并且数据的内容复杂，不便于系统分类，利用聚类分析对数据进行初步筛选，得到若干分组。通常采用聚类分析算法进行聚类分析。聚类分析算法包括但不限于系统聚类法、分解法、加入法、动态聚类法、有序样品聚类、有重叠聚类和模糊聚类等。用户行为数据集中的用户行为数据，包括用户日常数据和用户反馈信息。具体地，服务端可以将用户行为数据集作为输入，传入到SPSSStatisticalProductandServiceSolutions，统计产品与服务解决方案中进行聚类分析运算，从而实现将用户分成不同的用户组，得到至少两个用户分组。其中，SPSS是IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称。SPSS中集成了多种聚类分析算法。服务端利用SPSS可以快速的对大量的用户行为数据集进行划分。S43：对每个用户分组中不同的用户行为数据进行特征提取，得到每个用户分组的分组特征。通过聚类分析后，服务端需要对每个用户分组中不同的用户行为数据进行特征提取，得到的每个用户分组中的用户之间具有的一些共同特征，这些共同特征即为用户分组的分组特征。具体地，服务端可以对用户分组内每个用户的用户行为数据集进行比较，找出行为数据集中相同的值。例如，经过SPSS的聚类分析后，得到的一个用户分组中，每个用户的在线时间为21点之后，并且购物方式以网购为主，在夜间点播的在线视频内容以文艺或科幻内容为主，则这些特征即构成该用户分组的分组特征，代表了一种以宅文化为基调的年轻人群体。进一步地，服务端可以将这些特征标签化，得到“宅文化”、“年轻人”等标签，用以代表用户分组的分组特征。S44：将与预设维度相匹配的分组特征对应的用户分组，组成具有共同特征信息的目标用户群体。若运营者需要确定一类目标用户群体，然而却不了解或不完全了解该类用户群体的特征，则可以先对数据进行聚类分析，得到不同类的用户分组，然后将用户分组的分组特征与预设维度进行匹配，从而确定具有共同特征信息的目标用户群体。具体地，服务端将标签化的分组特征与预设维度进行匹配，即将分组特征与代表预设维度的关键词进行比较，若分组特征与代表预设维度的关键词相匹配，则分组特征所在的用户分组属于具有共同特征信息的目标用户群体，其中，共同特征信息与预设维度相对应。在本实施例中，服务端对用户行为数据集中的用户行为数据进行聚类分析，即利用聚类分析对用户行为数据集进行初步地自动分类，减少人为预设分类标准的动作；然后对聚类分析后得到的用户分组中的用户行为数据进行特征提取，并根据特征提取后得到的分组特征与预设维度的匹配关系确定目标用户群体，使得在面对大量复杂数据时，可以更快速地确定目标用户群体。进一步地，在一实施例中，如图4所示，针对步骤S3，即将用户反馈信息与预设数据库中的用户日常数据进行结合，得到用户行为数据集，具体包括如下步骤：S31：从用户反馈信息中获取用户标识信息，并根据用户标识信息从预设数据库中提取出与用户标识信息匹配的用户日常数据。用户标识信息用于唯一标识一个用户身份的信息，例如，具体可以是用户id号。在测试任务中，每个测试任务的反馈信息均包括用户标识信息。同时，在预设数据库中，每个用户的数据记录都可以根据用户标识信息获取到。具体地，服务端可以从用户反馈信息的字段中获取用户标识信息，并以用户标识信息为查询条件，从预设数据库中获取与用户标识信息匹配的用户日常数据，即对测试任务作出反馈的用户在预设数据库中的日常数据。S32：将用户反馈信息和用户日常数据进行关联存储，并作为用户行为数据集。具体地，服务端可以在用户日常数据中加入新的字段，用以保存用户反馈信息，使得根据用户标识信息即可查询到用户日常数据和用户反馈信息。例如，在存储有用户日常数据的数据表中新增用户反馈字段，用户反馈字段具体包括用户反馈时间，测试任务的id号，测试任务对应的用户标签名称，测试任务对应的用户标签的类别，以及用户输入的其他数据等；服务端将接收到的用户反馈信息依次插入到相应的字段中，从而由用户反馈信息和用户日常数据组成用户行为数据集。在本实施例中，服务端根据用户标识信息，将用户反馈信息和用户日常数据进行关联存储，有利于在进行对用户进行分类或数据分析时，可以快速的获取结构化的用户行为数据集，同时，也便于用户数据管理。进一步地，在一实施例中，如图5所示，在步骤S4之后，即按照预设维度对用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体之后，目标用户群体确定方法还包括如下步骤：S5：提取共同特征信息中的关键字，并将关键字作为目标标签。具体地，服务端可以对共同特征信息进行词频统计，即获取共同特征信息中出现频率较高的词作为关键字，并将关键字作为目标标签。进一步地，服务端还可以对关键字的词频设置阈值，以词频超过预设阈值的关键字作为目标关键字。S6：将目标标签与预设标签库中的用户标签进行一致性比较，得到比较结果。具体地，服务端可以目标标签与预设标签库中的用户标签进行一致性比较，即查询在预设标签库中是否存在于目标标签一致的用户标签。若目标标签与预设标签库中的用户标签一致，则代表目标用户群体的共同特征以被纳入预算标签库中。S7：若比较结果为不一致，则将目标标签保存到预设标签库中。若目标标签与预设标签库中的用户标签进行一致性比较的结果为不一致，则代表可能出现了新的目标用户群体，以及新的用户群体特征。服务端将目标标签保存到预设标签库中，以便于在新一轮确定目标用户群体时可以使用目标标签对用户进行测试。在本实施例中，服务端提取共同特征信息中的关键字，并将关键字作为目标标签，即以关键字作为目标用户群体的特征标签，并将目标标签与预设标签库中的用户标签进行一致性比较，以判定是否出现新的用户群体和新的用户群体特征，同时，对新的用户标签进行保存，使得可以在新一轮确定目标用户群体时使用，即增加了预设标签库中的用户标签，增大了可识别的用户群体的范围。应理解，上述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，而不应对本发明实施例的实施过程构成任何限定。在一实施例中，提供一种目标用户群体确定装置，该目标用户群体确定装置与上述实施例中目标用户群体确定方法一一对应。如图6所示，该目标用户群体确定装置包括测试模块61、信息采集模块62、数据结合模块63和分类模块64。各功能模块详细说明如下：测试模块61，用于根据预设标签库中的用户标签建立测试任务，并将测试任务发送到客户端；信息采集模块62，用于从客户端获取用户完成测试任务后的用户反馈信息；数据结合模块63，用于将用户反馈信息与预设数据库中的用户日常数据进行结合，得到用户行为数据集；分类模块64，用于按照预设维度对用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体，其中，共同特征信息与预设维度相对应。进一步地，分类模块64，包括：字段筛选子模块641，用于根据预设维度对应的字段取值条件，从用户行为数据集中筛选出满足字段取值条件的用户，组成具有共同特征信息的目标用户群体。进一步地，分类模块64，还包括：聚类分析子模块642，用于对用户行为数据集中的用户行为数据进行聚类分析，得到至少两个用户分组；特征提取子模块643，用于对每个用户分组中不同的用户行为数据进行特征提取，得到每个用户分组的分组特征；分组匹配子模块644，用于将与预设维度相匹配的分组特征对应的用户分组，组成具有共同特征信息的目标用户群体。进一步地，数据结合模块63，包括：查询子模块631，用于从用户反馈信息中获取用户标识信息，并根据用户标识信息从预设数据库中提取出与用户标识信息匹配的用户日常数据；存储子模块632，用于将用户反馈信息和用户日常数据进行关联存储，并作为用户行为数据集。进一步地，标用户群体确定装置，还包括：关键字提取模块65，提取共同特征信息中的关键字，并将关键字作为目标标签；特征比较模块66，用于将目标标签与预设标签库中的用户标签进行一致性比较，得到比较结果；目标标签确定模块67，用于若比较结果为不一致，则将目标标签保存到预设标签库中。关于目标用户群体确定装置的具体限定可以参见上文中对于目标用户群体确定方法的限定，在此不再赘述。上述目标用户群体确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种目标用户群体确定方法。在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中目标用户群体确定方法的步骤，例如图2所示的步骤S1至步骤S4。或者，处理器执行计算机程序时实现上述实施例中目标用户群体确定装置的各模块单元的功能，例如图6所示模块61至模块64的功能。为避免重复，这里不再赘述。在一实施例中，提供一计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例中目标用户群体确定方法，或者，该计算机程序被处理器执行时实现上述装置实施例中目标用户群体确定装置中各模块单元的功能。为避免重复，这里不再赘述。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和或易失性存储器。非易失性存储器可包括只读存储器ROM、可编程ROMPROM、电可编程ROMEPROM、电可擦除可编程ROMEEPROM或闪存。易失性存储器可包括随机存取存储器RAM或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAMSRAM、动态RAMDRAM、同步DRAMSDRAM、双数据率SDRAMDDRSDRAM、增强型SDRAMESDRAM、同步链路SynchlinkDRAMSLDRAM、存储器总线Rambus直接RAMRDRAM、直接存储器总线动态RAMDRDRAM、以及存储器总线动态RAMRDRAM等。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。以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

权利要求：1.一种目标用户群体确定方法，其特征在于，所述目标用户群体确定方法包括：根据预设标签库中的用户标签建立测试任务，并将所述测试任务发送到客户端；从所述客户端获取用户完成所述测试任务后的用户反馈信息；将所述用户反馈信息与预设数据库中的用户日常数据进行结合，得到用户行为数据集；按照预设维度对所述用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体，其中，所述共同特征信息与所述预设维度相对应。2.如权利要求1所述的目标用户群体确定方法，其特征在于，所述按照预设维度对所述用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体，包括：根据所述预设维度对应的字段取值条件，从所述用户行为数据集中筛选出满足所述字段取值条件的用户，组成具有所述共同特征信息的目标用户群体。3.如权利要求1所述的目标用户群体确定方法，其特征在于，所述按照预设维度对所述用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体，还包括：对所述用户行为数据集中的用户行为数据进行聚类分析，得到至少两个用户分组；对每个所述用户分组中不同的所述用户行为数据进行特征提取，得到每个所述所述用户分组的分组特征；将与所述预设维度相匹配的分组特征对应的所述用户分组，组成具有所述共同特征信息的目标用户群体。4.如权利要求1所述的目标用户群体确定方法，其特征在于，所述将所述用户反馈信息与预设数据库中的用户日常数据进行结合，得到用户行为数据集，包括：从所述用户反馈信息中获取用户标识信息，并根据所述用户标识信息从预设数据库中提取出与所述用户标识信息匹配的所述用户日常数据；将所述用户反馈信息和所述用户日常数据进行关联存储，并作为所述用户行为数据集。5.如权利要求1至4任一所述的目标用户群体确定方法，其特征在于，按照预设维度对所述用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体之后，所述目标用户群体确定方法，还包括：提取所述共同特征信息中的关键字，并将所述关键字作为目标标签；将所述目标标签与所述预设标签库中的用户标签进行一致性比较，得到比较结果；若所述比较结果为不一致，则将所述目标标签保存到所述预设标签库中。6.一种目标用户群体确定装置，其特征在于，所述目标用户群体确定装置，包括：测试模块，用于根据预设标签库中的用户标签建立测试任务，并将所述测试任务发送到客户端；信息采集模块，用于从所述客户端获取用户完成所述测试任务后的用户反馈信息；数据结合模块，用于将所述用户反馈信息与预设数据库中的用户日常数据进行结合，得到用户行为数据集；分类模块，用于按照预设维度对所述用户行为数据集进行筛选，得到具有共同特征信息的目标用户群体，其中，所述共同特征信息与所述预设维度相对应。7.如权利要求6所述的目标用户群体确定装置，其特征在于，所述分类模块，包括：字段筛选子模块，用于根据所述预设维度对应的字段取值条件，从所述用户行为数据集中筛选出满足所述字段取值条件的用户，组成具有所述共同特征信息的目标用户群体。8.如权利要求6所述的目标用户群体确定装置，其特征在于，所述分类模块，还包括：聚类分析子模块，用于对所述用户行为数据集中的用户行为数据进行聚类分析，得到至少两个用户分组；特征提取子模块，用于对每个所述用户分组中不同的所述用户行为数据进行特征提取，得到每个所述所述用户分组的分组特征；分组匹配子模块，用于将与所述预设维度相匹配的分组特征对应的所述用户分组，组成具有所述共同特征信息的目标用户群体。9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述目标用户群体确定方法。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述目标用户群体确定方法。

百度查询： 中国平安人寿保险股份有限公司 目标用户群体确定方法、装置、计算机设备及存储介质