智能圈选人群

步骤一：准备数据

1. 按照数据格式要求准备数据。

   • 策略训练任务输入数据（训练数据集）。

     您需要为训练数据集准备用户特征数据，即用户基础信息（user）、物品基础信息（item）、用户行为（behavior）和运营记录（operation）4张维表数据。目录及表的各字段要求，详情请参见策略训练任务输入数据格式说明。

   • 人群圈选任务输入数据（预测数据集）。

     您需要按照以下两种场景准备预测数据集。

     场景	输入数据
     训练数据集和预测数据集完全一致。	您只需准备包含user_id、item_id和phone字段的人群数据表即可，系统会自动从训练数据集读取用户特征数据，具体格式要求，请参见策略训练任务数据说明。 在人群管理页面，使用已准备的人群数据表手动创建人群，方便后续圈选人群时选择人群，具体操作，请参见管理人群。
     训练数据集和预测数据集不完全一致。	您需要按照训练数据集格式要求，为预测数据集准备全量用户特征数据，即用户基础信息（user）、物品基础信息（item）、用户行为（behavior）和运营记录（operation）4张维表数据。目录及表的各字段要求，详情请参见策略训练任务输入数据格式说明。

2. 将训练数据集和预测数据集上传到OSS，具体操作，详情请参见控制台上传文件。

3. 为OSS Bucket添加pai=plugin标签，具体操作，详情请参见管理存储空间标签。

步骤二：创建策略训练任务

您可以根据不同的运营目的，选择不同的算法策略类型，通过PAI预置的模型在后台分析您的数据并进行训练。具体操作步骤如下。

1. 单击直达策略训练任务页面。

   您可以直接打开创建策略训练面板。

2. 在创建策略训练面板，配置参数，并单击提交。

   其中关键参数说明如下。

   参数	描述
   关联运营活动	选择已创建的运营活动。
   算法类型	选择不同的算法类型会训练出不同效果的模型，请您根据业务需求和运营目的进行选择。支持以下两种算法类型： 回流概率：更有可能被短信触达召回的用户的概率。 流失预测：根据活跃度对每个用户进行打分，从流失率最高到最低的用户依次进行排序。
   输入数据	从OSS导入用户基础信息（user）、物品基础信息（item）、用户行为（behavior）、运营记录（operation）四类数据进行模型训练。 说明 首次使用时，您需要单击未授权，点击一键授权进行授权，如果一键授权失败，请参见附录：PAI-Plugin相关服务说明。
   训练参数	选择训练数据的起始日期和结束日期。 当算法类型选择回流概率时，需要配置运营表目标，即运营记录（operation）表中target列的目标值。 当算法类型选择流失预测时，需要配置流失天数。

步骤三：创建人群圈选任务

当模型训练完成并生成圈选策略时，即策略训练任务状态为成功时，您可以使用圈选策略对您的目标用户进行预测并圈选，具体操作步骤如下。

1. 单击直达创建人群圈选页面。

   您可以直接打开创建人群圈选面板。

2. 在创建人群圈选面板，配置参数，并单击提交。

   重要

   每次进行人群圈选前，为提高预测结果的准确性，请您将最新数据更新到OSS。

   其中关键参数说明如下。

   参数	描述
   关联运营活动	选择已创建的运营活动。
   关联策略训练	选择运营活动下已创建的且状态为成功的策略训练任务。
   输入数据	支持以下两种输入方式： 选择人群：当您的训练数据集和预测数据集完全一致时，您可以从已创建的人群列表中选择人群。 选定OSS文件或目录：当您的训练数据集和预测数据集不完全一致时，您可以通过该方式上传预测数据集。
   输出数据	选择输出数据所在的地域和OSS目录。 重要 输出数据路径需要为空目录，否则可能会导致输出目录中存在多个任务的人群文件。
   圈选参数	输入预测阈值，取值范围（0，1），Double类型。 模型对待圈选用户的打分大于该值时，该用户会被圈选出来。

   人群圈选任务创建成功且圈选完成后，系统会自动在人群管理页签创建来源为算法生成的人群包。您可以在输出数据配置的OSS目录，找到名为output.csv的文件，该文件不包含表头，各字段含义，详情请参见策略训练任务数据说明。