人群画像相似度算法

1. 画像系统相似人群的扩展 -- Lookalike

        相似人群的扩展，就是对人群进行展开，使扩展后的人群特征和选定的人群的特征保持一致或者尽可能的相近。

        Lookalike技术基于种子用户画像和社交关系链寻找相似的受众，即在大量用户群中选择一组特定的种子(即有转化行为的)受众，包括但不局限于点击、下载、安装、激活，然后根据实际需求，筛选、识别、拓展更多相似受众，进一步引发更大客户量级的倍增。

Lookalike技术具有3大优势：

1. 相比显式用户定向标签需要大量广告主人工参与试错，隐式 Lookalike 几乎不需要广告主参与。部分平台只需要广告主上传具有特定目标(如曾经有过购买行为的)的种子用户的ID或设备ID。

2. Lookalike会对种子人群各个维度的特征(人口基础属性、社交属性、行为属性等)进行全方位分析，满足广告主的个性化需求。

3. Lookalike技术通过大数据分析和复杂模型学习归纳高质量人群的人口特征，然后在更大的流量范围内寻找具有类似人口特征的人。解决高潜力用户难寻 和 精准与规模之间难以平衡的问题。

 

1.1 几个概念

1. 种子人群：要基于哪个人群进行相似人群的匹配。

种子人群的获得方式：