很可惜 T 。T 您現在還不是作者身份，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，一經錄用會有專人和您聯(lián)系
咨詢如何成為春羽作者請聯(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】即要將種子人群擴大的倍數。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擴充后，獲得的人群。該人群的特征規(guī)律應該和種子人群的特征規(guī)律比較一致或者相近。
什么應用場景會需要進行人群擴展呢？
【場景1】在畫像系統(tǒng)中，當用戶通過一個標簽或者一系列標簽，完成了人群的圈選，此時經常出現的一個問題是：圈選出來的人群太少了。這對于人群包的應用（展現次數、點擊次數、轉化次數等）而言，無疑是巨大的影響。
【場景2】運營人員經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，往往越是精準的人群包，數量也越少。擴展人群包的數量，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，只有質量沒有數量的投放，并不能稱得上成功的投放。在不降低投放質量或者少降低投放質量的前提下，盡量擴展投放數量，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（這些是比較基礎的一些方法，具體的擴展方法建議在這些方法的基礎上，結合自己的業(yè)務場景，進行更科學的應用，盡量不要生搬硬套）：
（1）通過標簽的方式匹配
通過標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簽。關于如何識別人群的特征標簽，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】等標簽。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個標簽、400個特征（所謂特征可以理解成標簽取值）。那么，每個用戶都可以用400維的向量進行標識。
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）通過機器學習的方式訓練
通過標簽的方式，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習訓練集。
關于產品設計，這里簡單聊兩句。
（1）在谷歌廣告中的設計
首先看看谷歌廣告的產品設計。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鍵詞的擴展。例如選定的關鍵詞是“臺燈”，擴展的時候是先擴相似相近關鍵詞，例如“吊燈”、“床燈”等，然后基于擴展的關鍵詞進行人群擴展。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)務場景的，加了很多業(yè)務層面的邏輯。這會提升擴展后人群的效果。應該是比較高階的擴展邏輯了。
（3）在JD某產品中的設計
最后給個我們自己的產品中，關于人群縮放的內容吧：
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設置來的，這里的人數設置，就是上文提到的擴展人群的概念。即若填寫的人數大于種子人群，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，未經允許不得轉載。
《鳥哥筆記版權及免責申明》 如對文章、圖片、字體等版權有疑問，請點擊 反饋舉報
我們致力于提供一個高質量內容的交流平臺。為落實國家互聯(lián)網信息辦公室“依法管網、依法辦網、依法上網”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據本公約中的條款對注冊用戶和發(fā)布在本平臺的內容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質內容，同時也將采取必要措施管理違法、侵權或有其他不良影響的網絡信息。
一、根據《網絡信息內容生態(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，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；
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、隱私和其他合法權益；
11)通過網絡以文字、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絡欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內容；
2. 不友善：不尊重用戶及其所貢獻內容的信息或行為。主要表現為：
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，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、擾亂本網站秩序的內容，或進行相關行為。主要表現為：
1)多次發(fā)布包含售賣產品、提供服務、宣傳推廣內容的垃圾廣告。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容；
4)多次發(fā)布包含欺騙性外鏈的內容，如未注明的淘寶客鏈接、跳轉網站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產品、品牌等內容獲取搜索引擎中的不正當曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網站秩序的推廣內容及相關交易。
7)發(fā)布包含欺騙性的惡意營銷內容，如通過偽造經歷、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)避垃圾廣告內容審核的廣告內容。
4. 色情低俗信息，主要表現為：
1)包含自己或他人性經驗的細節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內容；
4)帶有性暗示、性挑逗等易使人產生性聯(lián)想；
5)展現血腥、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、媚俗內容。
5. 不實信息，主要表現為：
1)可能存在事實性錯誤或者造謠等內容；
2)存在事實夸大、偽造虛假經歷等誤導他人的內容；
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，或與特定機構或個人存在關聯(lián)。
6. 傳播封建迷信，主要表現為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治病；
2)求推薦算命看相大師；
3)針對具體風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. 文章標題黨，主要表現為：
1)以各種夸張、獵奇、不合常理的表現手法等行為來誘導用戶；
2)內容與標題之間存在嚴重不實或者原意扭曲；
3)使用夸張標題，內容與標題嚴重不符的。
8.「飯圈」亂象行為，主要表現為：
1)誘導未成年人應援集資、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、雇用網絡水軍、「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. 其他危害行為或內容，主要表現為：
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、誘導未成年人不良嗜好影響未成年人身心健康的；
2)不當評述自然災害、重大事故等災難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網絡生態(tài)造成不良影響的其他內容。
二、違規(guī)處罰
本網站通過主動發(fā)現和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內容質量、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。
當一個用戶發(fā)布違規(guī)內容時，本網站將依據相關用戶違規(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)內容時，本網站將加重處罰。
三、申訴
隨著平臺管理經驗的不斷豐富，本網站出于維護本網站氛圍和秩序的目的，將不斷完善本公約。
如果本網站用戶對本網站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網站進行反饋。
(規(guī)則的最終解釋權歸屬本網站所有)