一种广告召回方法、装置、服务器及存储介质制造方法及图纸

本发明专利技术实施例公开了一种广告召回方法、装置、服务器及存储介质。该方法包括：根据当前用户的特征数据得到与当前用户相关的用户列表；计算当前用户与用户列表中每一个用户之间的相似度；分别对每个候选广告，根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息；根据计算得到的每一个评分信息筛选出需要召回的候选广告。本发明专利技术实施例的技术方案，通过当前用户特征数据来算出与当前用户比较相似的用户，再根据相似用户的广告业务喜好进行广告召回，提升广告召回的效率和广告投放的效果。

An advertisement recall method, device, server and storage medium

【技术实现步骤摘要】
一种广告召回方法、装置、服务器及存储介质
本专利技术实施例涉及广告技术，尤其涉及一种广告召回方法、装置、服务器及存储介质。
技术介绍
当前互联网广告投放系统中广告候选非常的多，而且在快速增长。而广告系统对候选广告进行最后的排序时，只需要返回topN个广告。排序主要应用机器学习的模型来预估CTR(Click-Through-Rate，点击通过率)或者CVR(ConversionRate，转化率)，从而达到预测广告在当前场景下的价值，这个排序非常的消耗性能，因此我们在排序前会进行广告的召回操作以减少进入排序模型广告数量。
技术实现思路
本专利技术实施例提供一种广告召回方法、装置、服务器及存储介质，以实现提升广告召回的效率和广告投放的效果。第一方面，本专利技术实施例提供了一种广告召回方法，包括：根据当前用户的特征数据得到与当前用户相关的用户列表；计算当前用户与用户列表中每一个用户之间的相似度；分别对每个候选广告，根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息；根据计算得到的每一个评分信息筛选出需要召回的候选广告。可选的，所述根据当前用户的特征数据得到与当前用户相关的用户列表，包括：根据当前用户的金融行为数据和本身属性数据得到与当前用户相关的用户列表。可选的，所述计算当前用户与用户列表中每一个用户之间的相似度通过余弦相似度公式计算得到，所述余弦相似度公式为：<br>其中，A为当前用户的特征数据的向量值，B为用户列表中每一个用户的特征数据的向量值。可选的，所述向量值包括金融行为数据和本身属性数据。可选的，所述金融行为数据包括用户办卡、理财、记账中的一种或多种行为的统计数据；所述本身属性数据包括用户设备、年龄、地域中的一种或多种信息数据。可选的，所述根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息通过预设公式计算得到，所述预设公式为：Score(u，ad)＝(log_score(U1，ad)*similayity(u，U1)+…+log_score(Un，ad)*similayity(u，Un))/M其中，u为当前用户，ad为当前候选广告，U1…Un为用户列表中每一个用户；log_score(U1，ad)定义为当U1看过ad广告并点击则为1，如果未看过则为0，如果看过未点击则为-1；similayity(u，U1)为用户u与用户U1之间的相似度；M为N个用户中log_score为非零用户的个数。可选的，所述根据计算得到的每一个评分信息筛选出需要召回的候选广告，包括：将计算得到的每一个评分信息进行排序；筛选出评分信息小于预设位置的候选广告进行召回。第二方面，本专利技术实施例还提供了一种广告召回装置，包括：相似用户单元，用于根据当前用户的特征数据得到与当前用户相关的用户列表；相似计算单元，用于计算当前用户与用户列表中每一个用户之间的相似度；评分计算单元，用于分别对每个候选广告，根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息；广告筛选单元，用于根据计算得到的每一个评分信息筛选出需要召回的候选广告。第三方面，本专利技术实施例还提供了一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中任一所述的广告召回方法。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，该计算机程序被处理器执行时实现上述实施例中任一所述的广告召回方法。本专利技术实施例的技术方案，通过当前用户特征数据来算出与当前用户比较相似的用户，再根据相似用户的广告业务喜好进行广告召回，提升广告召回的效率和广告投放的效果。附图说明图1是本专利技术实施例一中的一种广告召回方法的流程示意图；图2是本专利技术实施例二中的一种广告召回装置的结构示意图；图3是本专利技术实施例三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。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述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，可以将第一速度差值称为第二速度差值，且类似地，可将第二速度差值称为第一速度差值。第一速度差值和第二速度差值两者都是速度差值，但其不是同一速度差值。术语“第一”、“第二”等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一种广告召回方法的流程示意图，本专利技术实施例可适用于广告召回的情况，主要是通过金融业务相似用户广告召回模型为广告投放系统排序模块进行广告候选的筛选，提高广告投放系统性能和广告投放效果。本专利技术实施例的方法可以由一种广告召回装置来执行，该装置可以由软件和/或硬件的方式实现，并一般可集成于服务器或终端设备中。参照图1，本专利技术实施例的一种广告召回方法，具体包括如下步骤：步骤S110、根据当前用户的特征数据得到与当前用户相关的用户列表。具体的，广告系统在收到客户端广告请求时，需要根据请求中带过来的相关信息返回所需的广告。当需要返回的广告过多，导致广告排序时耗能过大，需要在排序前进行广告的召回操作以减少进入排序模型广告数量。对于如何筛选广告来进行广告的召回，本专利技术从符合要求的候选广告计划中筛选出一些跟当前用户最相关的一些广告计划，可以通过已知的用户特征数据来算出与该用户比较相似的用户，再根据相似用户的广告业务喜好进行广告召回。因此，首先需要获取当前用户的特征数据，特征数据包括当前用户在客户端上操作时留下的各种行为数据，如浏览广告、文字输入本文档来自技高网...

【技术保护点】
1.一种广告召回方法，其特征在于，包括：/n根据当前用户的特征数据得到与当前用户相关的用户列表；/n计算当前用户与用户列表中每一个用户之间的相似度；/n分别对每个候选广告，根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息；/n根据计算得到的每一个评分信息筛选出需要召回的候选广告。/n

【技术特征摘要】
1.一种广告召回方法，其特征在于，包括：
根据当前用户的特征数据得到与当前用户相关的用户列表；
计算当前用户与用户列表中每一个用户之间的相似度；
分别对每个候选广告，根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息；
根据计算得到的每一个评分信息筛选出需要召回的候选广告。


2.根据权利要求1所述的广告召回方法，其特征在于，所述根据当前用户的特征数据得到与当前用户相关的用户列表，包括：
根据当前用户的金融行为数据和本身属性数据得到与当前用户相关的用户列表。


3.根据权利要求1所述的广告召回方法，其特征在于，所述计算当前用户与用户列表中每一个用户之间的相似度通过余弦相似度公式计算得到，所述余弦相似度公式为：



其中，A为当前用户的特征数据的向量值，B为用户列表中每一个用户的特征数据的向量值。


4.根据权利要求3所述的广告召回方法，其特征在于，所述向量值包括金融行为数据和本身属性数据。


5.根据权利要求4所述的广告召回方法，其特征在于，所述金融行为数据包括用户办卡、理财、记账中的一种或多种行为的统计数据；所述本身属性数据包括用户设备、年龄、地域中的一种或多种信息数据。


6.根据权利要求1所述的广告召回方法，其特征在于，所述根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息通过预设公式计算得到，所述预设公式为：
Score(u，ad)
＝(log_score(U1，ad...

【专利技术属性】
技术研发人员：董杰，
申请(专利权)人：深圳市卡牛科技有限公司，
类型：发明
国别省市：广东;44