基于用户兴趣的广告推荐方法、装置、服务器及存储介质制造方法及图纸

本发明专利技术公开了基于用户兴趣的广告推荐方法、装置、服务器及存储介质，该方法包括：获取待推荐用户终端的应用列表；根据预设算法将所述应用列表里的应用的文本信息进行处理以获得处理结果；根据预设标签和所述处理结果为所述应用分配兴趣标签；根据所述兴趣标签从待推荐广告库中为所述待推荐用户确定推荐广告。本发明专利技术的技术方案实现了提高用户对广告推送的点击率的效果。

Advertising recommendation methods, devices, servers and storage media based on users' interests

【技术实现步骤摘要】
基于用户兴趣的广告推荐方法、装置、服务器及存储介质
本专利技术实施例涉及金融领域，尤其涉及基于用户兴趣的广告推荐方法、装置、服务器及存储介质。
技术介绍
现有主要依靠用户历史行为的表现和产品属性相互交叉融合来定位用户的金融产品兴趣偏好，从而给用户推荐相应的产品。但是对于新用户或者无历史产品推荐行为的用户就无法捕捉到相应的兴趣点，需要不断尝试，积累一定量的数据才能体现出来，在这个过程中用户可能由于我们的推荐错误而导致对产品的体验效果下降，从而流失。
技术实现思路
本专利技术提供基于用户兴趣的广告推荐方法、装置、服务器及存储介质，以实现提高用户对广告推送的点击率的效果。第一方面，本专利技术实施例提供了一种基于用户兴趣的广告推荐方法，包括：获取待推荐用户终端的应用列表；根据预设算法将所述应用列表里的应用的文本信息进行处理以获得处理结果；根据预设标签和所述处理结果为所述应用分配兴趣标签；根据所述兴趣标签从待推荐广告库中为所述待推荐用户确定推荐广告。第二方面，本专利技术实施例还提供了一种基于用户兴趣的广告推荐装置，包括：应用列表获取模块，用于获取待推荐用户终端的应用列表；文本信息处理模块，用于根据预设算法将所述应用列表里的应用的文本信息进行处理以获得处理结果；兴趣标签分配模块，用于根据预设标签和所述处理结果为所述应用分配兴趣标签；推荐广告确定模块，用于根据所述兴趣标签从待推荐广告库中为所述待推荐用户确定推荐广告。第三方面，本专利技术实施例还提供了一种服务器，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述的基于用户兴趣的广告推荐方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述的基于用户兴趣的广告推荐方法。本专利技术的技术方案，通过获取待推荐用户终端的应用列表；根据预设算法将所述应用列表里的应用的文本信息进行处理以获得处理结果；根据预设标签和所述处理结果为所述应用分配兴趣标签；根据所述兴趣标签从待推荐广告库中为所述待推荐用户确定推荐广告，解决了对于新用户或者无历史产品推荐行为的用户就无法捕捉到相应的兴趣点的问题，达到了提高用户对广告推送的点击率的效果。附图说明图1是本专利技术实施例一中的基于用户兴趣的广告推荐方法的流程图。图2是本专利技术实施例二中的基于用户兴趣的广告推荐方法的流程图。图3是本专利技术实施例三中的基于用户兴趣的广告推荐装置的结构示意图。图4是本专利技术实施例四中的一种服务器的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。此外，术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等，但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一应用为第二应用，且类似地，可将第二应用称为第一应用。第一应用和第二应用两者都是应用，但其不是同一应用。术语“第一”、“第二”等而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本专利技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。实施例一图1为本专利技术实施例一提供的基于用户兴趣的广告推荐的流程图，本实施例可适用于金融应用推荐情况，该方法具体包括如下步骤：S110、获取待推荐用户终端的应用列表；本实施例中，服务器按照预设的提供申请列表要求生成相应的列表获取请求，并可以将列表获取请求发送到终端。预设的提供申请列表要求可以为对应用类型的限定，示例性的，应用列表可以为基于金融类应用的列表，此处不作限定。在终端接收到列表获取请求之后，可以对列表获取请求进行分析处理，并可以基于分析处理结果确定所需要获取的应用程序对应的应用信息，该应用信息可以为终端上所有的或者部分的已安装应用程序所对应的应用信息，在获取到应用信息之后，可以基于应用信息生成相应的应用列表，例如，将应用信息中的应用标识或者应用安装信息等内容，按照预设的规则进行排列整合处理，即获取到了相应的应用列表。当然的，本领域技术人员还可以采用其他的方式来生成应用列表，在此不再赘述。在终端生成相应的应用列表之后，可以将所生成的应用列表根据列表获取请求返回至服务器。服务器可以将该应用列表展示给待推荐用户查看。应用列表的选择可以适当去掉一些已知的大众app，例如QQ、微信之类的。S120、根据预设算法将所述应用列表里的应用的文本信息进行处理以获得处理结果；本实施例中，预设算法为对应用内文本信息处理的算法，本实施例使用的是NLP技术。NLP分析技术大致分为三个层面：词法分析、句法分析和语义分析。词法分析包括分词、词性标注、命名实体识别和词义消歧。分词为信息分段识别；词性标注为每个分词结果中的单词单独标注一个正确的词性，确定每个词是动词、名词、形容词或其他；命名实体识别的任务是识别句子中的人名、地名和机构名称等等命名实体；词义消歧是要根据句子上下文语境来判断出每一个或某些词语的真实意思。句法分析是将输入句子从序列形式变成树状结构，从而可以捕捉到句子内部词语之间的搭配或者修饰关系，这一步是NLP中关键的一步。语义分析的最终目的是理解句子表达的真实语义。示例性的，利用app的文本信息处理，首先把app表示成一个词列表，例如随手记的文本信息为“随手记是一款个人理财手机应用，采用了完全按照生活场景设计的理念，计时你在购物、旅游时都能随时随地记账…”，通过NLP技术的分词，随手记可以表示成【随手、记账、理财…】。本实施例根据NLP技术将文本信息进行分词处理，再根据预训练好的word2vec技术，计算每个词向量之间的余弦相似度加权平均以得到处理结果，根据余弦相似度进行加权平均，加权平均的公式可以为示例性的，处理结果可以为：金融0.7、记账0.6、旅游0.4、游戏0.1、音乐0.8。S130、根据预设标签和所述处理结果为所述应用分配兴趣标签；本实施例中，预设标签可以为与待推荐广告库关联性较多的标签，此处不作限本文档来自技高网...

【技术保护点】
1.一种基于用户兴趣的广告推荐方法，其特征在于，包括：/n获取待推荐用户终端的应用列表；/n根据预设算法将所述应用列表里的应用的文本信息进行处理以获得处理结果；/n根据预设标签和所述处理结果为所述应用分配兴趣标签；/n根据所述兴趣标签从待推荐广告库中为所述待推荐用户确定推荐广告。/n

【技术特征摘要】
1.一种基于用户兴趣的广告推荐方法，其特征在于，包括：
获取待推荐用户终端的应用列表；
根据预设算法将所述应用列表里的应用的文本信息进行处理以获得处理结果；
根据预设标签和所述处理结果为所述应用分配兴趣标签；
根据所述兴趣标签从待推荐广告库中为所述待推荐用户确定推荐广告。


2.根据权利要求1所述的基于用户兴趣的广告推荐方法，其特征在于，所述根据所述兴趣标签从待推荐广告库中为所述待推荐用户确定推荐广告之前，还包括：
采集待推荐用户在当前应用的历史数据，所述历史数据包括用户信息和使用信息；
获取历史数据的关键词，生成关键词列表；
根据关键词列表从待推荐广告库中匹配对应的广告形成推荐清单。


3.根据权利要求2所述的基于用户兴趣的广告推荐方法，其特征在于，所述根据关键词列表从待推荐广告库中匹配对应的广告形成推荐清单之后，还包括：
根据应用的被点击次数为所述推荐清单进行应用排名。


4.根据权利要求3所述的基于用户兴趣的广告推荐方法，其特征在于，所述根据所述兴趣标签从待推荐广告库中为所述待推荐用户确定推荐广告包括：
根据所述兴趣标签从所述待推荐广告库中为所述用户确定推荐广告补充到所述推荐清单。


5.根据权利要求1所述的基于用户兴趣的广告推荐方法，其特征在于，所述文本信息包括应用类别和描述信息。

【专利技术属性】
技术研发人员：林浩涛，董杰，
申请(专利权)人：随手北京信息技术有限公司，
类型：发明
国别省市：北京;11