[發明專利]廣告圖片的測評方法、裝置、存儲介質及計算機設備

在審

• 申請號: 202010037267.3
• 申請日: 2020-01-14
• 公開（公告）號: CN111242690A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 高慧鑫
• 申請（專利權）人: 蘇寧云計算有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 劉艷麗

1.一種廣告圖片的測評方法，所述方法包括：

獲取待測評廣告圖片的特征信息，所述待測評廣告圖片的特征信息作為第一特征信息；

根據所述第一特征信息以及預設的預測模型得到所述待測評廣告圖片的預測點擊率，所述預測模型根據樣本圖片訓練得到，所述樣本圖片為第一預設時間段內剔除第二預設時間段后的剩余時段內的歷史廣告圖片；

獲取至少一個第一點擊率，所述第一點擊率為歷史廣告圖片的歷史點擊率，所述歷史廣告圖片為在歷史時段中上線的廣告圖片；

將所述預測點擊率與所述第一點擊率進行比對，得到比對結果；

根據所述比對結果得到所述待測評圖片的測評結果。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取在第一預設時間段內上線的歷史廣告圖片；

從所述第一預設時間段內上線的歷史廣告圖片中獲取第一預設時間段內剔除所述第二預設時間段后的剩余時段內的歷史廣告圖片，得到樣本圖片；

獲取各個樣本圖片的歷史點擊率，各個樣本圖片的歷史點擊率分別作為第二點擊率；

提取各個樣本圖片的特征信息，各個樣本圖片的特征信息分別作為第二特征信息；

根據各所述第二點擊率、各所述第二特征信息以及預設的初始模型，得到所述初始模型的模型參數；

根據所述模型參數以及所述初始模型得到所述預測模型。

3.根據權利要求2所述的方法，其特征在于，所述初始模型為線性回歸模型，所述根據各所述第二點擊率、各所述第二特征信息以及所述初始模型，得到所述初始模型的模型參數，包括：

根據各所述第二點擊率、各所述第二特征信息以及所述線性回歸模型，得到所述線性回歸模型的各個系數以及常數項，所述線性回歸模型的各個系數以及常數項作為所述模型參數。

4.根據權利要求1所述的方法，其特征在于，所述獲取至少一個第一點擊率，包括：

獲取各待比對圖片，各所述待比對圖片分別為距離當前時間最近的第三預設時間段內上線的各歷史廣告圖片；

獲取各所述待比對圖片的歷史點擊率，各所述待比對圖片的歷史點擊率作為各所述第一點擊率。

5.根據權利要求1所述的方法，其特征在于，所述將所述預測點擊率與所述第一點擊率進行比對，得到比對結果，包括：

獲取第一數目和第二數目，所述第一數目為全部的所述第一點擊率的數目，所述第二數目為比所述預測點擊率小的所述第一點擊率的數目；

獲取數目占比，所述數目占比為所述第二數目與所述第一數目的比值；

所述根據所述比對結果得到所述待測評圖片的測評結果，包括：

當所述數目占比大于預設閾值時，確定所述待測評圖片的測評結果為測評通過；

當所述數目占比不大于預設閾值時，確定所述待測評圖片的測評結果為測評不通過。

6.根據權利要求1所述的方法，其特征在于，所述方法還包括：

當所述第一點擊率包括多個時，將各所述第一點擊率進行排序，得到點擊率序列；

從所述點擊率序列中選取最大的預設數量個點擊率作為目標點擊率；

獲取所述目標點擊率對應的歷史廣告圖片作為參考圖片；

將所述參考圖片發送給終端進行展示；

優選地，各所述第一點擊率分別為與所述待測評廣告圖片屬于同一品類的各歷史廣告圖片的歷史點擊率；

或者，從各所述第一點擊率中篩選出與所述待測評廣告圖片屬于同一品類的各歷史廣告圖片的歷史點擊率，將篩選出的歷史點擊率進行排序，得到所述點擊率序列。

7.根據權利要求2所述的方法，其特征在于，所述第一特征信息包括以下任意一項或多項：

所述待測評廣告圖片的品類信息、所述待測評廣告圖片的活動信息、所述待測評廣告圖片的主圖位置信息、所述待測評廣告圖片的文案行數、所述待測評廣告圖片的風格類型以及所述待測評廣告圖片的底圖顏色；

所述第二特征信息包括以下任意一項或多項：

所述樣本圖片的品類信息、所述樣本圖片的活動信息、所述樣本圖片的主圖位置信息、所述樣本圖片的文案行數、所述樣本圖片的風格類型以及所述樣本圖片的底圖顏色。