[發明專利]一種廣告推薦方法及系統

在審

• 申請號: 202010009704.0
• 申請日: 2020-01-06
• 公開（公告）號: CN111210274A
• 公開（公告）日: 2020-05-29
• 發明（設計）人: 張緒玲;于瀟瀟;廖晨曉;馮浩;周通
• 申請（專利權）人: 北京搜狐新媒體信息技術有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張東梅

本申請公開了一種廣告推薦方法及系統，通過首先確定第一廣告的產品以及該產品的第一用戶集合，之后基于第一用戶集合的相關數據確定與該第一用戶集合的相關數據滿足相似度要求的至少包含待訓練數據的待訓練用戶，從而實現基于產品的受眾為相似的用戶推薦該產品的廣告，實現了定向推薦，提高了廣告的推廣效果；并且，本方案中是通過多種模型進行訓練確定相似度的，提高了相似度確定的準確性。

技術領域

本申請涉及控制領域，尤其涉及一種廣告推薦方法及系統。

背景技術

目前廣告推薦通常采用隨機推薦的方式，例如：在通過網頁觀看視頻時，網頁在播放視頻之前，通常會首先播放一段廣告，該廣告是隨機播放的，這就會出現有些用戶對這些廣告不感興趣，這就造成雖然有廣告播放，但是對廣告中的產品推廣并沒有產生什么積極效果。

發明內容

有鑒于此，本申請提供一種廣告推薦方法及系統，其具體方案如下：

一種廣告推薦方法，包括：

確定第一廣告對應的第一產品，以及所述第一產品的第一用戶集合；

確定所述第一用戶集合的不少于一個相關數據，所述不少于一個相關數據至少包括以下一種：用戶基本數據，或，用戶行為數據；

基于所述不少于一個相關數據，通過不少于兩種模型對待訓練數據進行模型訓練，確定所述待訓練數據針對所述不少于兩種模型的訓練結果；

基于所述待訓練數據針對所述不少于兩種模型的訓練結果確定至少包含所述待訓練數據的待訓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練數據的待訓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練數據的待訓練用戶推薦所述第一廣告。

進一步的，所述基于所述至少包含所述待訓練數據的待訓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練數據的待訓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練數據的待訓練用戶與所述第一用戶集合的相似度是否達到第一閾值；

若達到第一閾值，則確定為所述至少包含所述待訓練數據的待訓練用戶推薦所述第一廣告。

進一步的，所述若達到第一閾值，則確定為所述至少包含所述待訓練數據的待訓練用戶推薦所述第一廣告，包括：

若達到第一閾值，則確定為所述至少包含所述待訓練數據的待訓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練數據的待訓練用戶推薦與所述第一產品的相似度達到第二閾值的產品的廣告。

進一步的，還包括：

若滿足第一條件，在確定所述至少包含所述待訓練數據的待訓練用戶與所述第一用戶集合的相似度達到第三閾值時，確定為所述相似度達到第三閾值的所述至少包含所述待訓練數據的待訓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。

進一步的，所述滿足第一條件，包括：

相似度達到第一閾值的至少包含待訓練數據的待訓練用戶的數量不滿足預設條件。

進一步的，所述基于所述待訓練數據針對所述不少于兩種模型的訓練結果確定至少包含所述待訓練數據的待訓練用戶與所述第一用戶集合的相似度，包括：

基于所述待訓練數據針對所述不少于兩種模型中每一種模型進行訓練得到的訓練結果，確定每一種模型針對的訓練結果得到的相似度數值；

基于所述每一種模型針對的訓練結果得到的相似度數值確定針對所述不少于兩種模型的總相似度數值，以便基于所述總相似度數值確定是否為所述至少包含所述待訓練數據的待訓練用戶推薦所述第一廣告。

一種廣告推薦系統，包括：