[發(fā)明專利]一種廣告推薦方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010009704.0
• 申請(qǐng)日: 2020-01-06
• 公開(kāi)（公告）號(hào): CN111210274A
• 公開(kāi)（公告）日: 2020-05-29
• 發(fā)明（設(shè)計(jì)）人: 張緒玲;于瀟瀟;廖晨曉;馮浩;周通
• 申請(qǐng)（專利權(quán)）人: 北京搜狐新媒體信息技術(shù)有限公司
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 張東梅

1.一種廣告推薦方法，其特征在于，包括：

確定第一廣告對(duì)應(yīng)的第一產(chǎn)品，以及所述第一產(chǎn)品的第一用戶集合；

確定所述第一用戶集合的不少于一個(gè)相關(guān)數(shù)據(jù)，所述不少于一個(gè)相關(guān)數(shù)據(jù)至少包括以下一種：用戶基本數(shù)據(jù)，或，用戶行為數(shù)據(jù)；

基于所述不少于一個(gè)相關(guān)數(shù)據(jù)，通過(guò)不少于兩種模型對(duì)待訓(xùn)練數(shù)據(jù)進(jìn)行模型訓(xùn)練，確定所述待訓(xùn)練數(shù)據(jù)針對(duì)所述不少于兩種模型的訓(xùn)練結(jié)果；

基于所述待訓(xùn)練數(shù)據(jù)針對(duì)所述不少于兩種模型的訓(xùn)練結(jié)果確定至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶與所述第一用戶集合的相似度；

基于所述至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶與所述第一用戶集合的相似度確定是否為所述至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶推薦所述第一廣告。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶與所述第一用戶集合的相似度確定是否為所述至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶推薦所述第一廣告，包括：

確定所述至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶與所述第一用戶集合的相似度是否達(dá)到第一閾值；

若達(dá)到第一閾值，則確定為所述至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶推薦所述第一廣告。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述若達(dá)到第一閾值，則確定為所述至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶推薦所述第一廣告，包括：

若達(dá)到第一閾值，則確定為所述至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶推薦所述第一廣告，以及，確定為所述至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶推薦與所述第一產(chǎn)品的相似度達(dá)到第二閾值的產(chǎn)品的廣告。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，還包括：

若滿足第一條件，在確定所述至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶與所述第一用戶集合的相似度達(dá)到第三閾值時(shí)，確定為所述相似度達(dá)到第三閾值的所述至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶推薦所述第一廣告，其中，所述第三閾值小于所述第一閾值。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述滿足第一條件，包括：

相似度達(dá)到第一閾值的至少包含待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶的數(shù)量不滿足預(yù)設(shè)條件。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述待訓(xùn)練數(shù)據(jù)針對(duì)所述不少于兩種模型的訓(xùn)練結(jié)果確定至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶與所述第一用戶集合的相似度，包括：

基于所述待訓(xùn)練數(shù)據(jù)針對(duì)所述不少于兩種模型中每一種模型進(jìn)行訓(xùn)練得到的訓(xùn)練結(jié)果，確定每一種模型針對(duì)的訓(xùn)練結(jié)果得到的相似度數(shù)值；

基于所述每一種模型針對(duì)的訓(xùn)練結(jié)果得到的相似度數(shù)值確定針對(duì)所述不少于兩種模型的總相似度數(shù)值，以便基于所述總相似度數(shù)值確定是否為所述至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶推薦所述第一廣告。

7.一種廣告推薦系統(tǒng)，其特征在于，包括：

第一確定單元，用于確定第一廣告對(duì)應(yīng)的第一產(chǎn)品，以及所述第一產(chǎn)品的第一用戶集合；

第二確定單元，用于確定所述第一用戶集合的不少于一個(gè)相關(guān)數(shù)據(jù)，所述不少于一個(gè)相關(guān)數(shù)據(jù)至少包括以下一種：用戶基本數(shù)據(jù)，或，用戶行為數(shù)據(jù)；

第三確定單元，用于基于所述不少于一個(gè)相關(guān)數(shù)據(jù)，通過(guò)不少于兩種模型對(duì)待訓(xùn)練數(shù)據(jù)進(jìn)行模型訓(xùn)練，確定所述待訓(xùn)練數(shù)據(jù)針對(duì)所述不少于兩種模型的訓(xùn)練結(jié)果；

第四確定單元，用于基于所述待訓(xùn)練數(shù)據(jù)針對(duì)所述不少于兩種模型的訓(xùn)練結(jié)果確定至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶與所述第一用戶集合的相似度；

第五確定單元，用于基于所述至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶與所述第一用戶集合的相似度確定是否為所述至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶推薦所述第一廣告。

8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述第五確定單元用于：

確定所述至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶與所述第一用戶集合的相似度是否達(dá)到第一閾值；若達(dá)到第一閾值，則確定為所述至少包含所述待訓(xùn)練數(shù)據(jù)的待訓(xùn)練用戶推薦所述第一廣告。