[發(fā)明專利]基于人工智能的推送要素確定方法、系統(tǒng)及大數(shù)據(jù)中心

在審

• 申請?zhí)枺?/td>: 202110414867.1
• 申請日: 2020-11-11
• 公開（公告）號: CN113095881A
• 公開（公告）日: 2021-07-09
• 發(fā)明（設(shè)計）人: 陳煒煒
• 申請（專利權(quán)）人: 陳煒煒
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于人工智能的推送要素確定方法，其特征在于，應(yīng)用于大數(shù)據(jù)中心，所述大數(shù)據(jù)中心與多個廣告服務(wù)終端通信連接，所述方法包括：

獲取對預(yù)測推送要素特征信息和參考推送要素特征信息進(jìn)行融合后的第二融合特征信息，并獲取第二融合特征信息中每個推送要素所表征的推送內(nèi)容服務(wù)，獲取所述推送內(nèi)容服務(wù)的內(nèi)容服務(wù)特征和前n個歷史調(diào)度廣告接入記錄對應(yīng)的源特征信息，n為正整數(shù)；

獲取所述源特征信息中當(dāng)前個廣告源的廣告源配置特征，對所述內(nèi)容服務(wù)特征、所述前n個歷史調(diào)度廣告接入記錄對應(yīng)的源特征信息和所述廣告源配置特征進(jìn)行決策樹挖掘處理，得到所述當(dāng)前個廣告源對應(yīng)的源特征信息；

對所述當(dāng)前個廣告源對應(yīng)的源特征信息和所述內(nèi)容服務(wù)特征進(jìn)行決策樹挖掘處理，得到所述當(dāng)前個廣告源對應(yīng)的當(dāng)前推送要素信息；

將所述當(dāng)前推送要素信息和所述歷史推送要素信息確定為目標(biāo)推送要素集合，基于所述目標(biāo)推送要素集合進(jìn)行廣告數(shù)據(jù)接入后，向所述廣告服務(wù)終端推送對應(yīng)的廣告數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的基于人工智能的推送要素確定方法，其特征在于，所述對所述內(nèi)容服務(wù)特征、所述前n個歷史調(diào)度廣告接入記錄對應(yīng)的源特征信息和所述廣告源配置特征進(jìn)行決策樹挖掘處理，得到所述當(dāng)前個廣告源對應(yīng)的源特征信息，包括：

獲取第i個歷史調(diào)度廣告接入記錄對應(yīng)的第一源特征信息，i為正整數(shù)且i的起始值為1；

對所述內(nèi)容服務(wù)特征、所述第一源特征信息和所述廣告源配置特征進(jìn)行決策樹挖掘處理，輸出第i+1個歷史調(diào)度廣告接入記錄對應(yīng)的第二源特征信息；

重復(fù)上述輸出所述第二源特征信息的步驟，將第n+1個歷史調(diào)度廣告接入記錄對應(yīng)的第二源特征信息確定為所述當(dāng)前個廣告源對應(yīng)的源特征信息

所述對所述內(nèi)容服務(wù)特征、所述第一源特征信息和所述廣告源配置特征進(jìn)行決策樹挖掘處理，輸出第i+1個歷史調(diào)度廣告接入記錄對應(yīng)的第二源特征信息，包括：

調(diào)用第j個輸出單元對所述內(nèi)容服務(wù)特征、所述第一源特征信息和所述廣告源配置特征進(jìn)行決策樹挖掘處理，輸出第一特征輸出分布信息，所述第一特征輸出分布信息是所述第i+1個歷史調(diào)度廣告接入記錄對應(yīng)的分布信息；

對所述第j個輸出單元輸出的第一特征輸出分布信息進(jìn)行概率估計處理，得到第一概率分類估計分布；

對所述第一概率分類估計分布和所述內(nèi)容服務(wù)特征進(jìn)行概率估計處理，得到第二概率分類估計分布；

對所述第二概率分類估計分布和所述第i個歷史調(diào)度廣告接入記錄對應(yīng)的第一源特征信息進(jìn)行概率估計處理，得到第三概率分類估計分布；

對所述第三概率分類估計分布進(jìn)行概率估計處理，得到第j+1個輸出單元輸出的第二特征輸出分布信息，所述第二特征輸出分布信息是所述第i+1個歷史調(diào)度廣告接入記錄對應(yīng)的分布信息，j+1≤k，j為正整數(shù)且j的起始值為1；

重復(fù)上述輸出所述第二特征輸出分布信息的步驟，將最后一個輸出單元輸出的第二特征輸出分布信息確定為所述第i+1個歷史調(diào)度廣告接入記錄對應(yīng)的第二源特征信息。