很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
今天和大家一起分享什么是相似人群的擴展，以及如何基于選定的人群，進行相似人群的擴展。即行業(yè)中的Look-alike。
首先聊一聊什么是Look-alike。
相似人群的擴展，正如字面上的含義，就是對人群進行展開，使擴展后的人群特征和選定的人群的特征保持一致或者盡可能的相近。這里有以下幾個常見的概念。
【種子人群】即我們要基于哪個人群進行相似人群的匹配。種子人群的獲得方式，可以是用戶自己通過標(biāo)簽系統(tǒng)圈選的人群，也可以是一群完全自己上傳的人群（前提是ID可以打通）。
【擴展倍數(shù)】即要將種子人群擴大的倍數(shù)。通常作為配置項讓用戶進行選擇。
【擴展人群】即將種子人群按照擴展倍數(shù)擴充后，獲得的人群。該人群的特征規(guī)律應(yīng)該和種子人群的特征規(guī)律比較一致或者相近。
什么應(yīng)用場景會需要進行人群擴展呢？
【場景1】在畫像系統(tǒng)中，當(dāng)用戶通過一個標(biāo)簽或者一系列標(biāo)簽，完成了人群的圈選，此時經(jīng)常出現(xiàn)的一個問題是：圈選出來的人群太少了。這對于人群包的應(yīng)用（展現(xiàn)次數(shù)、點擊次數(shù)、轉(zhuǎn)化次數(shù)等）而言，無疑是巨大的影響。
【場景2】運營人員經(jīng)過多次的效果測試和人群優(yōu)化后，有個效果特別好的人群包。但是呢，往往越是精準(zhǔn)的人群包，數(shù)量也越少。擴展人群包的數(shù)量，通常來講肯定會降低投放效果，但是擴量一定是必走的營銷之路。
因此，只有質(zhì)量沒有數(shù)量的投放，并不能稱得上成功的投放。在不降低投放質(zhì)量或者少降低投放質(zhì)量的前提下，盡量擴展投放數(shù)量，是擺在投放人員面前的重要課題，也是畫像系統(tǒng)、廣告系統(tǒng)的重要內(nèi)容。
那如何將種子人群擴展呢？常見的方法主要有三種（這些是比較基礎(chǔ)的一些方法，具體的擴展方法建議在這些方法的基礎(chǔ)上，結(jié)合自己的業(yè)務(wù)場景，進行更科學(xué)的應(yīng)用，盡量不要生搬硬套）：
（1）通過標(biāo)簽的方式匹配
通過標(biāo)簽的方式是比較容易落地的方法。主要有這么幾個步驟。
首先，識別種子人群的特征標(biāo)簽。關(guān)于如何識別人群的特征標(biāo)簽，在之前的文章《如何從海量特征中識別人群的突出特征》中有闡述過，大家可以參考查閱。
其次，就是基于識別的典型特征，進行人群的擴展。例如，我們識別出來種子人群有【高消費】、【偏好奢侈品】、【小鎮(zhèn)中產(chǎn)】等標(biāo)簽。那么我們可以將包含這些特征的人群都先圈出來（交集或者并集）。這樣就完成了相似人群的擴展。
這種方法比較直接，但相似效果比較難衡量。
（2）通過相似度的方式直接計算
通過相似度的方式，主要是將人群的特征進行向量化，然后計算向量之間的距離。
例如我們總共有100個標(biāo)簽、400個特征（所謂特征可以理解成標(biāo)簽取值）。那么，每個用戶都可以用400維的向量進行標(biāo)識。
基于每個用戶的向量，計算種子人群的向量均值。然后用其余待匹配人群的特征向量，與種子人群的向量均值求距離。
最后，按照距離進行排序，獲得距離最近的top取值即可。
（3）通過機器學(xué)習(xí)的方式訓(xùn)練
通過標(biāo)簽的方式，比較容易理解；用距離的方法，比較容易計算。除此之外，就是用算法的方式進行擴展了。
算法的具體實現(xiàn)就不說了，其實就是一個典型的分類問題。即判斷一個人屬不屬于種子人群。而種子人群作為機器學(xué)習(xí)訓(xùn)練集。
關(guān)于產(chǎn)品設(shè)計，這里簡單聊兩句。
（1）在谷歌廣告中的設(shè)計
首先看看谷歌廣告的產(chǎn)品設(shè)計。下圖是谷歌廣告中的相似人群擴展的功能：
這里谷歌采取的是滑塊的方式，進行不同程度的擴展。
這里補充一下，我簡單了解了一下谷歌的擴展邏輯，有一種邏輯是基于的關(guān)鍵詞的擴展。例如選定的關(guān)鍵詞是“臺燈”，擴展的時候是先擴相似相近關(guān)鍵詞，例如“吊燈”、“床燈”等，然后基于擴展的關(guān)鍵詞進行人群擴展。這算是上面沒有提到的一種擴量邏輯吧。
（2）在阿里達摩盤中的設(shè)計
實在是沒有達摩盤的賬號了，就從介紹視頻里截了個圖：
從這個圖里，也能看出一些端倪。達摩盤的人群擴展，是比較貼合業(yè)務(wù)場景的，加了很多業(yè)務(wù)層面的邏輯。這會提升擴展后人群的效果。應(yīng)該是比較高階的擴展邏輯了。
（3）在JD某產(chǎn)品中的設(shè)計
最后給個我們自己的產(chǎn)品中，關(guān)于人群縮放的內(nèi)容吧：
我們這里除了支持人群的擴充，也支持人群的縮減。是自動基于用戶填寫的人數(shù)設(shè)置來的，這里的人數(shù)設(shè)置，就是上文提到的擴展人群的概念。即若填寫的人數(shù)大于種子人群，則擴展；反之則縮減。擴充的方法是采取相似人群算法。
縮減的方式直接進行的隨機抽取。
今天主要分享這些。
?-END-
本文為作者獨立觀點，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對文章、圖片、字體等版權(quán)有疑問，請點擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內(nèi)容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結(jié)；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進行負面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網(wǎng)站秩序的內(nèi)容，或進行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗的細節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內(nèi)容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內(nèi)容；
2)存在事實夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴重不實或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗的不斷豐富，本網(wǎng)站出于維護本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)