户基本信息。
[0029]所述计算第三用户集中目标人群的第二比例，包括:判断所述第三用户集中每个 第一设备标识信息对应的用户行为信息是否与所述样本库中任意一个第二设备标识信息 对应的样本用户行为信息相同，若相同，则将所述第二设备标识信息对应的样本用户基本 信息作为所述第一设备标识信息对应的用户基本信息;依据所述第三用户集中第一设备标 识信息对应的所述用户基本信息统计所述目标人群在所述第三用户集中所占的第二比例。
[0030] 所述第一用户集包括曝光过所述目标网络信息的用户对应的第一设备标识信息， 所述第三用户集是所述第一用户集中除所述第二用户集剩余的用户集，则所述第三用户集 包括曝光过所述目标网络信息但不属于样本库的用户对应的第一设备标识信息，所述第一 设备标识信息包括用户行为信息，用户行为信息具体可以为用户曝光过娱乐信息、新闻信 息、连续剧视频、电影视频等。所述样本库包括各个样本用户对应的第二设备标识信息，所 述第二设备标识信息包括样本用户行为信息和样本用户基本信息，例如，样本库中某一样 本用户对应的第二设备标识信息不仅包括该样本用户曝光某网络信息的记录，还包括该样 本用户的基本信息，例如，年龄和性别。
[0031] 判断所述第三用户集中每个第一设备标识信息对应的用户行为信息是否与所述 样本库中任意一个第二设备标识信息对应的样本用户行为信息相同，若相同，例如，第三用 户集中某一用户对应的第一设备标识信息对应的用户行为信息是曝光韩剧视频、网购韩国 品牌化妆品，所述样本库中某一样本用户的行为信息也是曝光韩剧视频、网购韩国品牌化 妆品，同时，所述样本库记录了该样本用户为25岁女性，则将25岁女性作为第三用户集中用 户行为信息是曝光韩剧视频、网购韩国品牌化妆品的用户的基本信息，依据该方法可以统 计出第三用户集中具有与所述样本库中存储的相同的样本用户行为信息的用户的基本信 息，并依据所述第三用户集中第一设备标识信息对应的所述用户基本信息统计所述目标人 群在所述第三用户集中所占的第二比例，在本发明实施例中，由于第三用户集包括的第一 设备标识信息的个数远大于所述样本库中第二设备标识信息的个数，因此，第三用户集中 能够评估出用户基本信息的第一设备标识信息的个数小于第三用户集中第一设备标识信 息的总个数，依据评估出的用户基本信息统计所述目标人群在所述第三用户集中所占的第 二比例。
[0032] 所述依据所述第一比例和所述第二比例计算所述目标网络信息被所述目标人群 曝光的概率之后，还包括：
[0033] 依据所述概率计算i G R P值和R e a c h值，其中，
PV1表示所述目标网络信息被曝光的总次数，PV2表示曝光所述目 标网络信息的用户个数，TA%表示所述概率，W表示所述目标网络信息在网络中存在的稳定 率，T表示所述样本库中所述目标人群的总数。
[0034] 在本发明实施例中，依据所述第一比例和所述第二比例计算所述目标网络信息被 所述目标人群曝光的概率TA%之后，将TA %分别带入公式
和
计算iGRP值和Reach值，通过TA%、iGRP和Reach三个值衡量网络信 息的关注度。
[0035] 本发明实施例通过计算第一比例和第二比例的加权和，将加权和作为目标网络信 息被目标人群曝光的概率，提高了目标网络信息被目标人群曝光概率的评估精度，进一步 提尚了网络?目息关注度评估精度。
[0036] 图2为本发明实施例提供的网络信息关注度评估装置的结构图。本发明实施例提 供的网络信息关注度评估装置可以执行网络信息关注度评估方法实施例提供的处理流程， 如图2所示，网络信息关注度评估装置20包括统计模块21和计算模块22,其中，统计模块21 用于统计曝光目标网络信息的第一用户集;统计样本库中曝光了所述目标网络信息的第二 用户集，所述样本库包括多个样本用户；计算模块22用于计算所述第二用户集中目标人群 的第一比例，计算第三用户集中目标人群的第二比例，所述第三用户集是所述第一用户集 中除所述第二用户集剩余的用户集;依据所述第一比例和所述第二比例计算所述目标网络 信息被所述目标人群曝光的概率。
[0037] 本发明实施例通过统计曝光目标网络信息的第一用户集，以及样本库中曝光了目 标网络信息的第二用户集，计算第二用户集中目标人群的第一比例，以及第一用户集中除 第二用户集剩余的用户集中目标人群的第二比例，依据第一比例和第二比例计算目标网络 信息被目标人群曝光的概率，相比于用较少的样本用户评估目标网络信息被目标人群浏览 过的概率，提高了网络信息关注度评估精度。
[0038] 在上述实施例的基础上，所述第一用户集包括曝光过所述目标网络信息的用户对 应的第一设备标识信息，所述第一设备标识信息包括用户行为信息，所述样本库包括各个 样本用户对应的第二设备标识信息，所述第二设备标识信息包括样本用户行为信息和样本 用户基本信息。
[0039] 计算模块22具体用于判断所述第三用户集中每个第一设备标识信息对应的用户 行为信息是否与所述样本库中任意一个第二设备标识信息对应的样本用户行为信息相同， 若相同，则将所述第二设备标识信息对应的样本用户基本信息作为所述第一设备标识信息 对应的用户基本信息;依据所述第三用户集中第一设备标识信息对应的所述用户基本信息 统计所述目标人群在所述第三用户集中所占的第二比例。
[0040]计算模块22具体用于计算所述第一比例和所述第二比例的加权和，将所述加权和 作为所述目标网络信息被所述目标人群曝光的概率。
[0041 ]计算模块2 2还用于依据所述概率计算i G R P值和R e a c h值，其中，
PV1表示所述目标网络信息被曝光的总 次数，PV2表示曝光所述目标网络信息的用户个数，TA%表示所述概率，W表示所述目标网络 信息在网络中存在的稳定率，T表示所述样本库中所述目标人群的总数。
[0042] 本发明实施例提供的网络信息关注度评估装置可以具体用于执行上述图1所提供 的方法实施例，具体功能此处不再赘述。
[0043] 本发明实施例通过计算第一比例和第二比例的加权和，将加权和作为目标网络信 息被目标人群曝光的概率，提高了目标网络信息被目标人群曝光概率的评估精度，进一步 提尚了网络?目息关注度评估精度。
[0044] 综上所述，本发明实施例通过统计曝光目标网络信息的第一用户集，以及样本库 中曝光了目标网络信息的第二用户集，计算第二用户集中目标人群的第一比例，以及第一 用户集中除第二用户集剩余的用户集中目标人群的第二比例，依据第一比例和第二比例计 算目标网络信息被目标人群曝光的概率，相比于用较少的样本用户评估目标网络信息被目 标人群浏览过的概率，提高了网络信息关注度评估精度;通过计算第一比例和第二比例的 加权和，将加权和作为目标网络信息被目标人群曝光的概率，提高了目标网络信息被目标 人群曝光概率的评估精度，进一步提高了网络信息关注度评估精度。
[0045] 在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其 它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅 仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组