[發(fā)明專利]一種配置廣告策略解集的方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202210102387.6
• 申請(qǐng)日: 2022-01-27
• 公開(kāi)（公告）號(hào): CN114463061A
• 公開(kāi)（公告）日: 2022-05-10
• 發(fā)明（設(shè)計(jì)）人: 趙文亮
• 申請(qǐng)（專利權(quán)）人: 北京快樂(lè)茄信息技術(shù)有限公司
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02;G06N7/00
• 代理公司: 北京善任知識(shí)產(chǎn)權(quán)代理有限公司 11650
• 代理人: 李建軍;孟桂超

本公開(kāi)是關(guān)于一種配置廣告策略解集的方法和裝置；該方法包括：對(duì)待處理廣告策略解集進(jìn)行篩選，得到初始解集，待處理廣告策略解集中的解集數(shù)量大于初始解集中的解集數(shù)量；獲取離線退火參數(shù)；將離線退火參數(shù)和初始解集輸入模擬退火模型，在模擬退火模型在預(yù)設(shè)時(shí)間內(nèi)未輸出目標(biāo)解集的情況下，將初始解集輸入深度優(yōu)先搜索模型，得到目標(biāo)解集。如此本公開(kāi)可以提升對(duì)于有限的廣告位、訂單和多個(gè)創(chuàng)意的排列組合進(jìn)行有效獲取的效率。

技術(shù)領(lǐng)域

本公開(kāi)涉及但不限于互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種配置廣告策略解集的方法和裝置。

背景技術(shù)

目前在客戶端對(duì)feed流廣告拉取時(shí)，客戶端每次會(huì)傳多個(gè)feed流廣告位，這多個(gè)廣告位屬于同頁(yè)面，廣告位的名稱當(dāng)用戶首次進(jìn)入時(shí)是P1,P2,P3，持續(xù)滑動(dòng)廣告位則為P3,P3,P3。如果不做同頁(yè)面去重，則算法對(duì)這3個(gè)廣告位秒級(jí)請(qǐng)求返回的必然是同一個(gè)訂單，同一個(gè)創(chuàng)意，使用戶產(chǎn)生視覺(jué)疲勞與增加用戶對(duì)廣告反感度。

但是相關(guān)技術(shù)中對(duì)于有限的廣告位、訂單和多個(gè)創(chuàng)意的排列組合進(jìn)行有效獲取的效率低的問(wèn)題，尚未有相關(guān)解決方案。

發(fā)明內(nèi)容

本公開(kāi)提供一種配置廣告策略解集的方法和裝置，以解決相關(guān)技術(shù)中對(duì)于有限的廣告位、訂單和多個(gè)創(chuàng)意的排列組合進(jìn)行有效獲取的效率低的技術(shù)問(wèn)題。

根據(jù)本公開(kāi)實(shí)施例的第一方面，提供一種配置廣告策略解集的方法，包括：對(duì)待處理廣告策略解集進(jìn)行篩選，得到初始解集，待處理廣告策略解集中的解集數(shù)量大于初始解集中的解集數(shù)量；獲取離線退火參數(shù)；將離線退火參數(shù)和初始解集輸入模擬退火模型，在模擬退火模型在預(yù)設(shè)時(shí)間內(nèi)未輸出目標(biāo)解集的情況下，將初始解集輸入深度優(yōu)先搜索模型，得到目標(biāo)解集。

上述方案中，對(duì)待處理廣告策略解集進(jìn)行篩選，得到初始解集包括：通過(guò)數(shù)據(jù)預(yù)處理對(duì)待處理廣告策略解集進(jìn)行篩選，得到初始解集；其中，數(shù)據(jù)預(yù)處理包括：若待處理廣告策略解集中的廣告為時(shí)段合約廣告，則待處理廣告策略解集不輸入第一數(shù)據(jù)模型；若待處理廣告策略解集中的廣告為廣告需求方平臺(tái)廣告，則待處理廣告策略解集不輸入第一數(shù)據(jù)模型；若待處理廣告策略解集中的創(chuàng)意只屬于指定廣告位，則待處理廣告策略解集不輸入第一數(shù)據(jù)模型；若待處理廣告策略解集中將只有一個(gè)創(chuàng)意的訂單隨機(jī)分配到適用規(guī)格廣告位，則待處理廣告策略解集不輸入第一數(shù)據(jù)模型。

上述方案中，獲取離線退火參數(shù)包括：對(duì)模擬退火模型進(jìn)行離線訓(xùn)練，得到離線退火參數(shù)；其中，離線退火參數(shù)包括：起始溫度、截止溫度、退火速率和鏈長(zhǎng)度。

上述方案中，將離線退火參數(shù)和初始解集輸入模擬退火模型，在模擬退火模型在預(yù)設(shè)時(shí)間內(nèi)未輸出目標(biāo)解集的情況下，將初始解集輸入深度優(yōu)先搜索模型，得到目標(biāo)解集包括：將離線退火參數(shù)和初始解集輸入模擬退火模型，隨機(jī)生成包含廣告位、訂單和創(chuàng)意的排列組合方案；從起始溫度開(kāi)始，依據(jù)退火速率對(duì)排列組合方案進(jìn)行遞減退火；當(dāng)退火后的排列組合方案在溫度值為指定溫度時(shí)，對(duì)退火后的排列組合方案依據(jù)鏈長(zhǎng)度進(jìn)行淬火；對(duì)淬火后的排列組合方案按概率產(chǎn)生隨機(jī)擾動(dòng)，得到目標(biāo)解集；判斷模擬退火模型是否在預(yù)設(shè)時(shí)間內(nèi)輸出目標(biāo)解集；在判斷結(jié)果為否的情況下，將初始解集輸入深度優(yōu)先搜索模型，得到目標(biāo)解集；在判斷結(jié)果為是的情況下，輸出目標(biāo)解集。

上述方案中，在對(duì)淬火后的排列組合方案按概率產(chǎn)生隨機(jī)擾動(dòng)，得到目標(biāo)解集之后，該方法還包括：計(jì)算目標(biāo)解集的價(jià)值；將價(jià)值與指定價(jià)值進(jìn)行比較，判斷是否滿足預(yù)設(shè)條件；在判斷結(jié)果為是的情況下，輸出目標(biāo)解集；在判斷結(jié)果為否的情況下，依據(jù)預(yù)設(shè)概率函數(shù)計(jì)算目標(biāo)解集，接受目標(biāo)解集。

上述方案中，該方法還包括：將排列組合方案依據(jù)退火速率進(jìn)行遞減，直至排列組合方案的溫度降至截止溫度及截止溫度以下，結(jié)束模擬退火模型對(duì)排列組合方案的數(shù)據(jù)處理。

上述方案中，將初始解集輸入深度優(yōu)先搜索模型，得到目標(biāo)解集包括：依據(jù)深度優(yōu)先搜索模型的預(yù)設(shè)深度對(duì)初始解集進(jìn)行取值，得到目標(biāo)解集。