步驟一：準備數據

1. 按照數據格式要求準備數據。

   • 策略訓練任務輸入數據（訓練數據集）。

     您需要為訓練數據集準備用戶特征數據，即用戶基礎信息（user）、物品基礎信息（item）、用戶行為（behavior）和運營記錄（operation）4張維表數據。目錄及表的各字段要求，詳情請參見策略訓練任務輸入數據格式說明。

   • 人群圈選任務輸入數據（預測數據集）。

     您需要按照以下兩種場景準備預測數據集。

     場景	輸入數據
     訓練數據集和預測數據集完全一致。	您只需準備包含user_id、item_id和phone字段的人群數據表即可，系統會自動從訓練數據集讀取用戶特征數據，具體格式要求，請參見策略訓練任務數據說明。 在人群管理頁面，使用已準備的人群數據表手動創建人群，方便后續圈選人群時選擇人群，具體操作，請參見管理人群。
     訓練數據集和預測數據集不完全一致。	您需要按照訓練數據集格式要求，為預測數據集準備全量用戶特征數據，即用戶基礎信息（user）、物品基礎信息（item）、用戶行為（behavior）和運營記錄（operation）4張維表數據。目錄及表的各字段要求，詳情請參見策略訓練任務輸入數據格式說明。

2. 將訓練數據集和預測數據集上傳到OSS，具體操作，詳情請參見控制臺上傳文件。

3. 為OSS Bucket添加pai=plugin標簽，具體操作，詳情請參見管理存儲空間標簽。

步驟二：創建策略訓練任務

您可以根據不同的運營目的，選擇不同的算法策略類型，通過PAI預置的模型在后臺分析您的數據并進行訓練。具體操作步驟如下。

1. 單擊直達策略訓練任務頁面。

   您可以直接打開創建策略訓練面板。

2. 在創建策略訓練面板，配置參數，并單擊提交。

   其中關鍵參數說明如下。

   參數	描述
   關聯運營活動	選擇已創建的運營活動。
   算法類型	選擇不同的算法類型會訓練出不同效果的模型，請您根據業務需求和運營目的進行選擇。支持以下兩種算法類型： 回流概率：更有可能被短信觸達召回的用戶的概率。 流失預測：根據活躍度對每個用戶進行打分，從流失率最高到最低的用戶依次進行排序。
   輸入數據	從OSS導入用戶基礎信息（user）、物品基礎信息（item）、用戶行為（behavior）、運營記錄（operation）四類數據進行模型訓練。 說明 首次使用時，您需要單擊未授權，點擊一鍵授權進行授權，如果一鍵授權失敗，請參見附錄：PAI-Plugin相關服務說明。
   訓練參數	選擇訓練數據的起始日期和結束日期。 當算法類型選擇回流概率時，需要配置運營表目標，即運營記錄（operation）表中target列的目標值。 當算法類型選擇流失預測時，需要配置流失天數。

步驟三：創建人群圈選任務

當模型訓練完成并生成圈選策略時，即策略訓練任務狀態為成功時，您可以使用圈選策略對您的目標用戶進行預測并圈選，具體操作步驟如下。

1. 單擊直達創建人群圈選頁面。

   您可以直接打開創建人群圈選面板。

2. 在創建人群圈選面板，配置參數，并單擊提交。

   重要

   每次進行人群圈選前，為提高預測結果的準確性，請您將最新數據更新到OSS。

   其中關鍵參數說明如下。

   參數	描述
   關聯運營活動	選擇已創建的運營活動。
   關聯策略訓練	選擇運營活動下已創建的且狀態為成功的策略訓練任務。
   輸入數據	支持以下兩種輸入方式： 選擇人群：當您的訓練數據集和預測數據集完全一致時，您可以從已創建的人群列表中選擇人群。 選定OSS文件或目錄：當您的訓練數據集和預測數據集不完全一致時，您可以通過該方式上傳預測數據集。
   輸出數據	選擇輸出數據所在的地域和OSS目錄。 重要 輸出數據路徑需要為空目錄，否則可能會導致輸出目錄中存在多個任務的人群文件。
   圈選參數	輸入預測閾值，取值范圍（0，1），Double類型。 模型對待圈選用戶的打分大于該值時，該用戶會被圈選出來。

   人群圈選任務創建成功且圈選完成后，系統會自動在人群管理頁簽創建來源為算法生成的人群包。您可以在輸出數據配置的OSS目錄，找到名為output.csv的文件，該文件不包含表頭，各字段含義，詳情請參見策略訓練任務數據說明。