[發(fā)明專利]一種廣告投放樓盤的推薦方法、裝置及電子設備在審
| 申請?zhí)枺?/td> | 202210217243.5 | 申請日: | 2022-03-07 |
| 公開(公告)號: | CN114581140A | 公開(公告)日: | 2022-06-03 |
| 發(fā)明(設計)人: | 張艷紅;李晉;唐舉洪;謝利堂;傅宏偉 | 申請(專利權)人: | 成都新潮傳媒集團有限公司 |
| 主分類號: | G06Q30/02 | 分類號: | G06Q30/02;G06N3/04 |
| 代理公司: | 成都頂峰專利事務所(普通合伙) 51224 | 代理人: | 曹源 |
| 地址: | 610000 四川省成都市高新*** | 國省代碼: | 四川;51 |
| 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 樓盤 推薦 方法 裝置 電子設備 | ||
1.一種廣告投放樓盤的推薦方法,其特征在于,包括:
獲取廣告投放企業(yè)的企業(yè)信息;
根據(jù)所述企業(yè)信息,生成廣告投放企業(yè)的信息向量;
將所述信息向量輸入至樓盤推薦模型中,得到廣告投放企業(yè)與各個樓盤的投放匹配值;
按照投放匹配值從高到低的順序,對各個樓盤進行排序,得到樓盤推薦列表;
將所述樓盤推薦列表發(fā)送至客戶終端,以使所述廣告投放企業(yè)的工作人員根據(jù)所述樓盤推薦列表選擇出進行廣告投放的樓盤。
2.如權利要求1所述的方法,其特征在于,在獲取廣告投放企業(yè)的企業(yè)信息前,所述方法還包括:
獲取訓練數(shù)據(jù)集,其中,所述訓練數(shù)據(jù)集包括多個已投放企業(yè)的企業(yè)信息,以及多個已投放企業(yè)中每個已投放企業(yè)在所述各個樓盤中的廣告投放狀態(tài),所述廣告投放狀態(tài)包括已投放狀態(tài)和未投放狀態(tài),且已投放狀態(tài)用1表示,未投放狀態(tài)用0表示;
根據(jù)所述多個已投放企業(yè)的企業(yè)信息,生成每個已投放企業(yè)的信息向量;
利用每個已投放企業(yè)的信息向量,得到包含所有已投放企業(yè)的企業(yè)信息的信息矩陣;
根據(jù)所述每個已投放企業(yè)在所述各個樓盤中的廣告投放狀態(tài),生成所有已投放企業(yè)相對于所述各個樓盤的廣告投放狀態(tài)矩陣,其中,所述廣告投放狀態(tài)矩陣的任一行表示一已投放企業(yè)在各個樓盤的廣告投放狀態(tài);
以所述信息矩陣和所述廣告投放狀態(tài)矩陣為輸入,每個已投放企業(yè)與各個樓盤的投放匹配值為輸出,訓練深度神經(jīng)網(wǎng)絡,得到所述樓盤推薦模型。
3.如權利要求2所述的方法,其特征在于,以所述信息矩陣和所述廣告投放狀態(tài)矩陣為輸入,每個已投放企業(yè)與各個樓盤的投放匹配值為輸出,訓練深度神經(jīng)網(wǎng)絡,得到所述樓盤推薦模型,包括:
利用所述信息矩陣和所述廣告投放狀態(tài)矩陣,生成一匹配值計算矩陣,以作為所述深度神經(jīng)網(wǎng)絡的網(wǎng)絡參數(shù),其中,所述匹配值計算矩陣的行數(shù)與所述廣告投放狀態(tài)矩陣的行數(shù)相同,所述匹配值計算矩陣的列數(shù)與所述信息矩陣的列數(shù)相同;
b.計算所述網(wǎng)絡參數(shù)與所述信息矩陣的乘積,得到匹配值結果矩陣,其中,所述匹配值結果矩陣中的元素值作為各個已投放企業(yè)與各個樓盤的投放匹配值;
c.利用所述匹配值結果矩陣,確定所述深度神經(jīng)網(wǎng)絡的損失函數(shù)值;
d.利用所述損失函數(shù)值,確定所述深度神經(jīng)網(wǎng)絡中代價函數(shù)的函數(shù)值;
e.判斷所述代價函數(shù)的函數(shù)值是否小于預設閾值;
f.若否,則利用代價函數(shù)更新所述深度神經(jīng)網(wǎng)絡的網(wǎng)絡參數(shù),得到更新后的深度神經(jīng)網(wǎng)絡,并以迭代方式重復前述步驟b~f,直至更新后的深度神經(jīng)網(wǎng)絡滿足預設條件為止,以便將滿足預設條件的深度神經(jīng)網(wǎng)絡作為所述樓盤推薦模型,其中,所述預設條件為所述更新后的深度神經(jīng)網(wǎng)絡的代價函數(shù)的函數(shù)值小于所述預設閾值。
4.如權利要求3所述的方法,其特征在于,按照如下公式,確定所述深度神經(jīng)網(wǎng)絡的損失函數(shù)值;
L(y′i,yi)=-yilog(y′i)-(1-yi)log(1-yi)
上述式中,L(y′i,yi)表示損失函數(shù),y′i表示所述匹配值結果矩陣中第i個元素的值,yi表示所述第i個元素的真實值,且所述第i個元素的真實值是根據(jù)所述廣告投放狀態(tài)矩陣得到的。
5.如權利要求4所述的方法,其特征在于,按照如下公式,確定所述深度神經(jīng)網(wǎng)絡中代價函數(shù)的函數(shù)值;
上述式中,J表示代價函數(shù),L(y′i,yi)表示損失函數(shù),y′i表示所述匹配值結果矩陣中第i個元素的值,yi表示所述第i個元素的真實值,其中,所述第i個元素的真實值是根據(jù)所述廣告投放狀態(tài)矩陣得到的,且K表示所述匹配值結果矩陣中元素的總個數(shù)。
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成都新潮傳媒集團有限公司,未經(jīng)成都新潮傳媒集團有限公司許可,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/202210217243.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:電子裝置及電子裝置制作方法
- 下一篇:工況條件下氣體中顆粒物濃度的測算方法





