瞭解 Look-Alike Modeling about-algorithmic-models
透過以下方式尋找新使用者 Look-Alike Modeling find-new-users
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「 」時，程式就會開始 trait 或 segment、時間間隔，以及第一方和第三方 data sources. 您的選擇會提供演演算法模型的輸入。 分析程式執行時，會根據所選母體的共用特性來尋找合格使用者。 完成後，此資料可用於 特徵產生器 您可以在其中根據下列專案建立特徵： 精確度和觸及. 此外，您也可以建立將演演算法特徵與下列專案結合的區段： rules-based traits 並新增其他資格要求 Boolean 運算式和比較運運算元。 Look-Alike Modeling 可讓您以動態方式從所有可用特徵資料中擷取值。
优势 advantages
使用的主要優點 Look-Alike Modeling 包括：
- 資料準確度： 演演算法會定期執行，有助於保持結果的最新性和相關性。
- 自動化： 您不需要管理大量靜態規則。 演演算法會為您尋找對象。
- 節省時間並減少工作量： 使用我們的模型化程式，您不必猜測什麼 traits/segments 可能會花時間在行銷活動上，以探索新對象。 模型可以為您執行此操作。
- 可靠性： 模型適用於伺服器端探索和資格鑑定程式，以評估您自己的資料和您有權存取的選定第三方資料。 這表示您不需要看見網站上的訪客，就能符合特徵資格。
工作流 workflow
您管理模型 Audience Data > Models. 在高層面上，工作流程程式涉及以下內容：
- 選取您要演演算法評估的基準線資料。 這包括 trait 或 segment，時間範圍，和 data sources （您自己的資料和您已透過存取的第三方資料） Audience Manager)。 在模型建立工作流程中，您可以排除 traits 您不想干擾模型。
- 儲存您的模型。 儲存後，演演算法評估程式會自動執行。 但請注意，此程式最多可能需要7天才能完成。 Audience Manager 演演算法完成且結果可供使用時傳送電子郵件給您 trait 建立。
- 建置演演算法 traits 在 Trait Builder.
- 合併 traits 到 segments 在 Segment Builder.
- 建立並傳送 segment 資料至 destination.
故障排除 troubleshooting
我們停用任何 Look-Alike Model 無法產生連續三個回合的資料。 請注意，您之後無法將模型的狀態設定回「使用中」。 為確保您的模型產生資料，我們建議您從資料來源建立模型，並具備足夠的 traits 以從中累積資料。
瞭解 TraitWeight understanding-traitweight
TraitWeight 是一種專有的演演算法，用來發現新的 traits 自動。 它比較 trait 您目前的資料 traits 和 segments 針對您有權存取的所有其他第一方和第三方資料 Audience Manager. 請參閱本節，瞭解 TraitWeight 演演算法探索程式。
下列步驟說明 TraitWeight 評估程式。
步驟1：建立基準線 Trait 比較
若要建立基準線， TraitWeight 測量所有 traits 30、60或90天間隔內與對象建立關聯。 接下來，它會排名 traits 根據它們的頻率和相關性。 頻率計數會測量通用性。 關聯會測量發生錯誤的可能性 trait 僅存在於基線對象中。 Traits 這些經常出現據說表現出高度的共性，這是結合時用來設定加權分數的重要特性 traits 在您選取的專案中探索 data sources.
步驟2：找到相同專案 Traits 在 Data Source
在建置要比較的基準線後，演演算法會尋找完全相同的 traits 在您選取的專案中 data sources. 在此步驟中， TraitWeight 執行所有發現的頻率計數 traits 並將它們與基準線做比較。 不過，與基線不同，不常見 traits 排名高於出現頻率較高的專案。 罕見 traits 據說具有高度的特異性。 TraitWeight 評估通用基準線的組合 traits 和不常見（高度特定） data source traits 影響力或吸引力大於 traits 兩個資料集都有。 事實上，我們的模型能辨識這些大型的、常見的 traits 且不會將過多優先順序指派給具有高關聯性的資料集。 罕見 traits 獲得更高的優先順序，因為它們更有可能代表新的、不重複的使用者，而不是 traits 通用性高。
步驟3：指定權重
在此步驟中， TraitWeight 新發現的排名 traits 依影響力或可取性的順序排列。 重量比例是從0%到100%的百分比。 Traits 排名更接近於100%，表示他們更像是基線母體中的受眾。 此外，權重也較高 traits 很有價值，因為它們代表全新的不重複使用者，其行為可能與您建立的基線受眾類似。 請記住， TraitWeight 考量 traits 在基準線中具有高度共性，且在比較的資料來源中具有高度特異性，因此比以下用途更有價值： traits 在每個資料集中都很常見。
步驟4：評分使用者
所選中的每個使用者 data sources 會獲得使用者分數，該分數等於具有影響力之使用者所有權重的總和 traits 在該使用者的設定檔上。 然後會將使用者分數標準化，在0到100%之間。
步驟5：顯示和使用結果
Audience Manager 顯示加權模型結果於 Trait Builder. 當您想要建置 algorithmic trait， Trait Builder 可讓您建立 traits 根據資料執行期間演演算法產生的加權分數。 您可以選擇更高的準確度，以僅符合擁有非常高使用者分數、因此與基線對象（而非其餘對象）非常類似的使用者資格。 如果您想要觸及更多對象（觸及率），您可以降低準確度。
步驟6：重新評估 Trait 跨處理週期
定期， TraitWeight 重新評估 trait 根據的規模和母體變化 trait. 當符合資格的使用者人數時，就會發生這種情況 trait 會隨著時間增加或減少。 在變得非常大的特徵中，這種行為表現得最為明顯。 例如，假設演演算法使用 trait A 用於模型化。 作為母體 trait A 增加、 TraitWeight 重新評估該專案的重要性 trait 並且可以指派較低的分數或忽略該分數。 在這種情況下， trait A 過於常見或過大，無法對其人口發表任何重要評論。 晚於 TraitWeight 減少 trait A （或在模型中忽略），演演算法特徵的母體會減少。 具影響力者清單 traits 反映基線母體的演變。 使用具影響力者清單 traits 以瞭解這些變更為何發生。
相關連結：
更新排程 Look-Alike Models 和 Traits update-schedule
建立及更新新的或現有的排程 algorithmic models 和 traits.
Look-Alike Model 建立和更新排程
針對新的或複製的 Look-Alike Models，建立程式會在以下位置每天執行一次：
- 東部時間下午5點（11月至3月）
- 東部夏令時間下午6點（3月至11月）
在建立截止日期後建立或複製的模型會在隔天處理。
如果模型的第一次執行未產生任何資料，則會於次日執行第二次。 如果第二次嘗試也未產生任何資料，則會在隔天進行第三次嘗試。 如果第三次嘗試也未產生任何資料，則模型將停止執行。 在此情況下，我們將停用模型。 檢視更多資訊： 疑難排解相似模型.
在理想的情況下，現有模型會在工作日執行，至少每7天執行一次。 例如，如果您在星期一建立模型（在截止日期前），則模型最晚會更新下個星期一。
如果模型符合下列任一條件，則會重新執行：
- 其上次執行不成功。
- 它之前已順利執行，而且在過去7天內完全未執行，而且模型至少附加一個作用中特徵。
Look-Alike Trait 建立和更新排程
模型清單檢視 models-list-view
清單檢視是一個中央工作區，可協助您建立、檢閱和管理模型。
此 Models 清單頁面包含可協助您：
- 建立新模型。
- 管理現有模型（編輯、暫停、刪除或複製）。
- 依名稱搜尋模型。
- 建立 algorithmic traits 使用任何指定模型。
模型摘要檢視 models-summary-view
摘要頁面會顯示模型詳細資訊，例如，名稱、觸及率/精確度、處理歷史記錄，以及 traits 從模型建立。 此頁面也包含可讓您建立和管理模型的設定。 按一下摘要清單中的模型名稱以檢視其詳細資訊。
模型摘要頁面包含下列區段。
此 具影響力的特徵 表格：
- 列出在模型的基線母體中表現最佳的前50個具影響力的特徵。
- 依每個特徵排名的順序 相對權數 排名。 此 相對權數 依影響或可取性的順序排序新發現的特徵。 重量比例是從0%到100%的百分比。 特徵排名接近100%，表示它們更像是基線母體的受眾。 另請參閱 瞭解TraitWeight.
- 顯示30天不重複值和每個特徵的總特徵人口。
根據選取的模型顯示演演算法特徵清單。 按一下特徵名稱或特徵ID，即可取得特徵的詳細資訊。 選取 使用模型建立新特徵 前往演演算法特徵建立程式。
區段標籤會根據您的模型名稱而變更。 例如，假設您建立模型並將其命名為「模型A」。載入摘要頁面時，此區段的名稱會變更為 使用模型A的特徵.