[發(fā)明專利]廣告投放選品方法及其裝置、設(shè)備、介質(zhì)、產(chǎn)品

在審

• 申請?zhí)枺?/td>: 202210348720.1
• 申請日: 2022-04-01
• 公開（公告）號: CN114663155A
• 公開（公告）日: 2022-06-24
• 發(fā)明（設(shè)計）人: 郭志偉
• 申請（專利權(quán)）人: 廣州華多網(wǎng)絡(luò)科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F40/289;G06F40/30;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州利能知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44673
• 代理人: 王增鑫

1.一種廣告投放選品方法，其特征在于，包括如下步驟：

獲取獨立站點的商品數(shù)據(jù)庫中各個商品相對應(yīng)的廣告預(yù)測數(shù)據(jù)，所述廣告預(yù)測數(shù)據(jù)包含采納率、成效數(shù)據(jù)，所述采納率表征該商品被投放廣告的預(yù)測概率，所述成效數(shù)據(jù)包含表征該商品被投放廣告后可能收獲的轉(zhuǎn)化概率；

根據(jù)所述商品的采納率和成效數(shù)據(jù)，計算出各個商品相對應(yīng)的推薦評分；

根據(jù)所述推薦評分選擇所述商品數(shù)據(jù)庫中的商品作為廣告投放選品構(gòu)建出廣告投放選品推薦列表。

2.根據(jù)權(quán)利要求1所述的廣告投放選品方法，其特征在于，獲取獨立站點的商品數(shù)據(jù)庫中各個商品相對應(yīng)的廣告預(yù)測數(shù)據(jù)的步驟之前，包括如下步驟：

采用預(yù)先訓(xùn)練至收斂狀態(tài)的采納率預(yù)測模型確定獨立站點的商品數(shù)據(jù)庫中每個商品的采納率；

采用預(yù)先訓(xùn)練至收斂狀態(tài)的點擊率預(yù)測模型確定獨立站點的商品數(shù)據(jù)庫中每個商品的點擊率；

采用預(yù)先訓(xùn)練至收斂狀態(tài)的轉(zhuǎn)化率預(yù)測模型確定獨立站點的商品數(shù)據(jù)庫中每個商品的轉(zhuǎn)化率；

將每個商品的采納率與成效數(shù)據(jù)對應(yīng)各個商品存儲于所述商品數(shù)據(jù)庫中，所述成效數(shù)據(jù)為關(guān)聯(lián)于同一商品的所述點擊率與所述轉(zhuǎn)化率的乘積。

3.根據(jù)權(quán)利要求2所述的廣告投放選品方法，其特征在于，采用預(yù)先訓(xùn)練至收斂狀態(tài)的采納率預(yù)測模型確定獨立站點的商品數(shù)據(jù)庫中每個商品的采納率的步驟中，所述采納率預(yù)測模型的訓(xùn)練過程，包括如下步驟：

從數(shù)據(jù)集中調(diào)用一個訓(xùn)練樣本，所述訓(xùn)練樣本包含正樣本和負(fù)樣本，每個訓(xùn)練樣本對應(yīng)提供有表征商品是否被投放廣告的監(jiān)督標(biāo)簽，所述正樣本包含電商平臺的商品數(shù)據(jù)庫中的已投放廣告商品的商品信息和統(tǒng)計信息，所述負(fù)樣本包含電商平臺的商品數(shù)據(jù)庫中的未投放廣告商品的商品信息和統(tǒng)計信息，所述商品信息包含商品上架時間、商品品類、商品價格，所述統(tǒng)計信息包含點擊率、購買率、復(fù)購率；

將所述訓(xùn)練樣本輸入所述采納率預(yù)測模型獲得與該訓(xùn)練樣本中的商品信息和統(tǒng)計信息相對應(yīng)的商品特征向量和統(tǒng)計特征向量；

拼接所述商品特征向量和所述統(tǒng)計特征向量獲得特征融合向量，將其輸入全連接層映射至預(yù)設(shè)的分類空間獲得預(yù)測采納率；

根據(jù)所述監(jiān)督標(biāo)簽計算出所述預(yù)測采納率的交叉熵?fù)p失對應(yīng)的損失值，判斷該損失值是否達(dá)到預(yù)設(shè)閾值，當(dāng)其達(dá)到預(yù)設(shè)閾值時，終止訓(xùn)練；否則，根據(jù)該損失值對該模型實施梯度更新，調(diào)用所述數(shù)據(jù)集中的下一訓(xùn)練樣本繼續(xù)對該模型實施迭代訓(xùn)練。

4.根據(jù)權(quán)利要求2所述的廣告投放選品方法，其特征在于，采用預(yù)先訓(xùn)練至收斂狀態(tài)的點擊率預(yù)測模型確定獨立站點的商品數(shù)據(jù)庫中每個商品的點擊率的步驟中，所述點擊率預(yù)測模型的訓(xùn)練過程，包括如下迭代執(zhí)行的步驟：

獲取數(shù)據(jù)集中的訓(xùn)練樣本，所述訓(xùn)練樣本包括電商平臺的商品數(shù)據(jù)庫中已投放廣告且被用戶點擊的商品的商品信息，以及表征該商品的投放廣告是否被用戶點擊相對應(yīng)的監(jiān)督標(biāo)簽；

將所述訓(xùn)練樣本輸入所述點擊率預(yù)測模型提取相應(yīng)的深層語義特征，獲得特征向量；

采用分類器對所述特征向量進行分類映射，預(yù)測出相對應(yīng)的點擊率；

根據(jù)所述監(jiān)督標(biāo)簽計算出所述分類器預(yù)測的點擊率對應(yīng)的交叉熵?fù)p失值，根據(jù)該交叉熵?fù)p失值對模型實施梯度更新直至該模型收斂。

5.根據(jù)權(quán)利要求2所述的廣告投放選品方法，其特征在于，采用預(yù)先訓(xùn)練至收斂狀態(tài)的轉(zhuǎn)化率預(yù)測模型確定獨立站點的商品數(shù)據(jù)庫中每個商品的轉(zhuǎn)化率的步驟中，所述轉(zhuǎn)化率預(yù)測模型的訓(xùn)練過程，包括如下迭代執(zhí)行的步驟：

獲取數(shù)據(jù)集中的訓(xùn)練樣本，所述訓(xùn)練樣本包括電商平臺的商品數(shù)據(jù)庫中已投放廣告且被用戶點擊后產(chǎn)生相關(guān)用戶行為的商品的商品信息，以及表征該商品的投放廣告被用戶點擊后是否產(chǎn)生相關(guān)用戶行為相對應(yīng)的監(jiān)督標(biāo)簽；

將所述訓(xùn)練樣本輸入所述轉(zhuǎn)化率預(yù)測模型提取相應(yīng)的深層語義特征，獲得特征向量；

采用分類器對所述特征向量進行分類映射，以預(yù)測出相對應(yīng)的轉(zhuǎn)化率；

根據(jù)所述監(jiān)督標(biāo)簽計算出所述分類器預(yù)測的轉(zhuǎn)化率對應(yīng)的交叉熵?fù)p失值，根據(jù)該交叉熵?fù)p失值對模型實施梯度更新直至該模型收斂。