[發(fā)明專利]一種廣告投放的推薦方法及裝置在審
| 申請?zhí)枺?/td> | 202010622122.X | 申請日： | 2020-06-30 |
| 公開（公告）號： | CN111768244A | 公開（公告）日： | 2020-10-13 |
| 發(fā)明（設計）人： | 蔚靜;韓海燕;盧道和 | 申請（專利權）人： | 深圳前海微眾銀行股份有限公司 |
| 主分類號： | G06Q30/02 | 分類號： | G06Q30/02;G06Q40/08;G06K9/62 |
| 代理公司： | 北京同達信恒知識產(chǎn)權代理有限公司 11291 | 代理人： | 彭燕 |
| 地址： | 518027 廣東省深圳市*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 廣告 投放 推薦 方法 裝置 | ||
1.一種廣告投放推薦方法，其特征在于，包括：
根據(jù)目標對象的對象標簽與關聯(lián)標簽的對應關系，確定所述目標對象的第一候選關聯(lián)標簽；
確定目標對象與歷史對象的相似度，并根據(jù)相似度從所有歷史對象中確定所述目標對象的相似對象；
選擇所述相似對象的實際關聯(lián)標簽作為所述目標對象的第二候選關聯(lián)標簽；
針對所述目標對象的每一個候選關聯(lián)標簽，將所述候選關聯(lián)標簽和所述目標對象的特征數(shù)據(jù)輸入點擊預測模型，得到所述候選關聯(lián)標簽對所述目標對象的預測點擊概率；所述點擊預測模型根據(jù)訓練樣本的特征數(shù)據(jù)和實際點擊結果進行訓練得到對應的模型參數(shù)；
根據(jù)預測點擊概率從所有候選關聯(lián)標簽中確定推薦關聯(lián)標簽；
根據(jù)所述推薦關聯(lián)標簽，確定所述目標對象的廣告投放策略。
2.如權利要求1所述的方法，其特征在于，所述根據(jù)目標對象的對象標簽與關聯(lián)標簽的對應關系，確定所述目標對象的第一候選關聯(lián)標簽之前，還包括：
根據(jù)所述歷史對象的特征數(shù)據(jù)，確定所述歷史對象的初步關聯(lián)標簽；
獲取所述歷史對象投放過程中的用戶行為數(shù)據(jù)，
根據(jù)所述用戶行為數(shù)據(jù)，修改所述歷史對象的初步關聯(lián)標簽得到所述歷史對象的實際關聯(lián)標簽。
3.如權利要求1所述的方法，其特征在于，根據(jù)以下方式訓練得到所述點擊預測模型：
獲取訓練樣本，所述訓練樣本中包含有訓練對象的特征數(shù)據(jù)、訓練用戶的特征數(shù)據(jù)以及所述訓練用戶對所述訓練對象的實際點擊結果；
將所述訓練對象的特征數(shù)據(jù)和所述訓練用戶的特征數(shù)據(jù)輸入所述點擊預測模型，得到所述訓練用戶針對所述訓練對象的預測點擊結果；
根據(jù)所有訓練用戶針對所述訓練對象的預測點擊結果確定所述訓練對象的預測點擊概率；
根據(jù)所述訓練用戶對所述訓練對象的實際點擊結果確定所述訓練對象的實際點擊率；
根據(jù)所述實際點擊率與所述預測點擊概率計算損失函數(shù)，當所述損失函數(shù)小于預設閾值時，確定所述點擊預測模型對應的參數(shù)。
4.如權利要求3所述的方法，其特征在于，所述點擊預測模型包括GBDT梯度提升迭代決策樹模型和LR邏輯回歸模型；
所述將所述訓練對象的特征數(shù)據(jù)和所述訓練用戶的特征數(shù)據(jù)輸入所述點擊預測模型，得到所述訓練用戶針對所述訓練對象的預測點擊結果，包括：
針對每一個訓練用戶，將所述訓練用戶的特征數(shù)據(jù)和所述訓練對象的特征數(shù)據(jù)輸入GBDT模型，構建多個決策樹；
利用所述多個決策樹，得到訓練用戶對所述訓練對象的預測點擊結果；
根據(jù)所有決策樹的預測點擊結果，確定所述GBDT模型的組合特征值；
所述根據(jù)所有訓練用戶針對所述訓練對象的預測點擊結果確定所述訓練對象的預測點擊概率，包括：
將所述GBDT模型的組合特征值輸入LR模型，得到所述訓練對象的預測點擊概率。
5.如權利要求1-4任一項所述的方法，其特征在于，根據(jù)以下公式確定目標對象與歷史對象的相似度：
其中，Ru,i表示用戶u對目標對象i的打分，Ru,j表示用戶u對歷史對象j的打分；表示目標對象i打分的平均值，表示歷史對象j打分的平均值；Sim(i,j)為目標對象與歷史對象的相似度。
6.如權利要求1所述的方法，其特征在于，所述選擇所述相似對象的實際關聯(lián)標簽作為所述目標對象的第二候選關聯(lián)標簽，包括：
計算所述相似對象的每一個實際關聯(lián)標簽與所述目標對象的匹配程度；
根據(jù)所述匹配程度，從所述相似對象的實際關聯(lián)標簽中選擇所述第二候選關聯(lián)標簽；
所述匹配程度根據(jù)以下公式進行計算：
其中，Si,N為目標對象i與相似對象N的相似度，Ru,N為用戶u對相似對象N的打分。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于深圳前海微眾銀行股份有限公司，未經(jīng)深圳前海微眾銀行股份有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010622122.X/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
