演算法模型概述

什麼是演算法建模

Audience Manager中的演算法模型是指運用資料科學來擴充現有受眾,或將其分類為角色。

這可透過兩種演算法來完成:Look-Alike Modeling和Predictive Audiences。

外觀類似塑型

Look-Alike Modeling 可協助您透過自動化資料分析,探索新的不重複受眾。當您選取特徵或區段、時間間隔以及第一方和第三方資料來源時,程式就會開始。 您的選擇為演算法模型提供輸入。 分析程式執行時,會根據所選母體的共用特性,尋找符合資格的使用者。

完成後,此資料可在特徵產生器中使用,您可在此處根據正確度建立特徵並達到。 此外,您也可以建立區段,將演算法特徵與規則型特徵結合,並使用布林運算式和比較運算子新增其他資格要求。

Look-Alike Modeling 可讓您以動態方式從所有可用的特徵資料中擷取值。

若要深入了解Look-Alike Modeling,請參閱了解相似建模

預測受眾

Predictive Audiences 可協助您使用進階的資料科學技術,將未知的受眾即時分類為不重複角色。

在行銷環境中,角色是一種受眾區段,由擁有一組共同特定特徵 (例如人口統計、瀏覽習慣、購物記錄等) 的訪客、使用者或潛在購買者所定義。

Predictive Audiences 模型運用Audience Manager的機器學習功能,將未知的對象自動分類為不重複角色,進一步運用此概念。Audience Manager會計算未知對象對一組已知對象的傾向來達成此目的。

若要深入了解Predictive Audiences,請參閱預測對象概述

本頁內容