[發(fā)明專利]一種廣告投放方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202211086141.0 | 申請日: | 2022-09-06 |
| 公開(公告)號: | CN115392981A | 公開(公告)日: | 2022-11-25 |
| 發(fā)明(設(shè)計)人: | 黎建輝 | 申請(專利權(quán))人: | 平安銀行股份有限公司 |
| 主分類號: | G06Q30/02 | 分類號: | G06Q30/02;G06Q40/02;G06N3/04;G06N3/08 |
| 代理公司: | 深圳紫藤知識產(chǎn)權(quán)代理有限公司 44570 | 代理人: | 魏學(xué)昊 |
| 地址: | 518000 廣東*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 廣告 投放 方法 裝置 計算機(jī) 設(shè)備 存儲 介質(zhì) | ||
1.一種廣告投放方法,其特征在于,所述方法包括:
獲取待推薦用戶的至少一個特征維度的用戶特征數(shù)據(jù),所述特征數(shù)據(jù)包括屬性特征數(shù)據(jù)和行為特征數(shù)據(jù);
將各個特征維度的用戶特征數(shù)據(jù)轉(zhuǎn)換成用戶特征字符,所述用戶特征字符用于指示所述用戶特征數(shù)據(jù)的屬性;
通過預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型,對各個用戶特征字符進(jìn)行影響程度識別,得到各個用戶特征字符對銀行系統(tǒng)中的一銀行業(yè)務(wù)的影響程度;
從各個用戶特征字符中選取出影響程度最大的預(yù)設(shè)數(shù)量的待識別特征字符,并通過所述神經(jīng)網(wǎng)絡(luò)模型,對所述待識別特征字符進(jìn)行業(yè)務(wù)辦理概率預(yù)測,得到所述待推薦用戶辦理銀行業(yè)務(wù)的概率;
根據(jù)所述銀行系統(tǒng)中的各個銀行業(yè)務(wù)的概率從所述銀行系統(tǒng)中選取至少一個待推薦業(yè)務(wù),將所述待推薦業(yè)務(wù)的廣告投放至所述待推薦用戶面對的廣告位。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,在通過預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型,對各個用戶特征字符進(jìn)行影響程度識別之前,還包括:
獲取所述銀行系統(tǒng)中的歷史銀行業(yè)務(wù)對應(yīng)的歷史潛在用戶,其中,所述歷史潛在用戶為所述銀行系統(tǒng)中辦理所述歷史銀行業(yè)務(wù)的意愿度大于預(yù)設(shè)閾值的用戶;
獲取所述歷史潛在用戶的歷史屬性特征數(shù)據(jù)和歷史行為特征數(shù)據(jù),將所述歷史屬性特征數(shù)據(jù)和所述歷史行為特征數(shù)組成訓(xùn)練樣本,并為所述訓(xùn)練樣本配置標(biāo)簽,所述標(biāo)簽用于指示所述歷史潛在用戶是否辦理所述歷史銀行業(yè)務(wù);
通過所述訓(xùn)練樣本構(gòu)建所述神經(jīng)網(wǎng)絡(luò)模型,并通過所述訓(xùn)練樣本對所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,在獲取所述銀行系統(tǒng)中的歷史銀行業(yè)務(wù)對應(yīng)的歷史潛在用戶之前,還包括:
獲取所述銀行系統(tǒng)中的各個用戶的至少一個維度的行為數(shù)據(jù);
通過預(yù)設(shè)的潛客特征模型對各個維度的行為數(shù)據(jù)進(jìn)行特征提取,得到各個維度的行為特征;
通過所述潛客特征模型,對各個維度的行為特征進(jìn)行意愿度預(yù)測,得到所述用戶辦理所述銀行業(yè)務(wù)的意愿度。
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,在通過預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型,對各個用戶特征字符進(jìn)行影響程度識別之前,還包括:
獲取所述待推薦用戶的標(biāo)識;
以所述標(biāo)識為主鍵,將各個特征維度的用戶特征字符串聯(lián)處理,得到所述待推薦用戶的特征字符串;
相應(yīng)地,所述通過預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型,對各個用戶特征字符進(jìn)行影響程度識別,包括:
通過預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型,對所述特征字符串中的各個字符進(jìn)行影響程度識別。
5.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述屬性特征數(shù)據(jù)包括所述待推薦用戶瀏覽所述銀行系統(tǒng)的瀏覽次數(shù)和瀏覽時間,所述將各個特征維度的用戶特征數(shù)據(jù)轉(zhuǎn)換成用戶特征字符,包括:
根據(jù)所述瀏覽次數(shù)和所述瀏覽時間確定所述待推薦用戶在所述銀行系統(tǒng)中的用戶生命周期;
確定所述周期范圍對應(yīng)的用戶等級,將所述用戶等級確定為所述用戶特征字符。
6.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述屬性特征數(shù)據(jù)包括用戶性別和預(yù)設(shè)時間內(nèi)用戶在所述銀行系統(tǒng)中的消費(fèi)金額,所述將各個特征維度的用戶特征數(shù)據(jù)轉(zhuǎn)換成用戶特征字符,包括:
確定所述用戶性別對應(yīng)的各個消費(fèi)分區(qū),并從各個消費(fèi)分區(qū)中選取出消費(fèi)范圍包含所述消費(fèi)金額的待處理消費(fèi)分區(qū);
將所述待處理消費(fèi)分區(qū)對應(yīng)的分區(qū)等級確定為所述用戶特征字符。
7.根據(jù)權(quán)利要求1至6任一項所述的方法,其特征在于,將所述待推薦業(yè)務(wù)的廣告投放至所述待推薦用戶面對的廣告位,包括:
獲取所述待推薦用戶面對各個歷史業(yè)務(wù)廣告時的歷史信息,所述歷史信息中包括所述歷史業(yè)務(wù)廣告的廣告布局和所述待推薦用戶的瀏覽時長;
根據(jù)所述瀏覽時長從各個歷史業(yè)務(wù)廣告中選取出瀏覽時長最長的待處理歷史業(yè)務(wù)廣告;
根據(jù)所述待處理歷史業(yè)務(wù)廣告的廣告布局將所述待推薦業(yè)務(wù)的廣告投放至所述待推薦用戶面對的廣告位。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于平安銀行股份有限公司,未經(jīng)平安銀行股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211086141.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類





