广告召回方法和系统技术方案

本申请实施例提供了一种广告召回方法，所述广告召回方法包括：获取目标视频的目标视频标签；计算所述目标视频标签与映射表中各个视频标签之间的相关度；从所述多个视频标签中筛选出相关度大于预设阈值的多个相关视频标签；将所述多个相关视频标签映射的至少一个兴趣标签与所述目标视频进行关联操作，以根据所述至少一个兴趣标签为所述目标视频执行广告召回操作。本申请实施例提供的技术方案，能够提高广告召回效率和广告召回速度。高广告召回效率和广告召回速度。高广告召回效率和广告召回速度。

【技术实现步骤摘要】
广告召回方法和系统


[0001]本申请实施例涉及互联网
，尤其涉及一种广告召回方法、系统、设备及计算机可读存储介质。

技术介绍

[0002]随着互联网业务的发展，人们开始越来越多的借助网络平台进行生活娱乐和各类交易等。如何将商品或服务信息通过网络曝光给客户或潜在客户，成为各方关注的问题。
[0003]其中，广为人知的解决方式之一是通过在网页上投放广告。具体的，广告主通过竞价方式向广告平台投放广告，广告平台将广告投放的广告加入到广告池中。广告平台会根据用户观看的当前视频信息，用户的兴趣，广告主定向等条件从广告池中筛选相关广告，并将筛选的相关广告曝光给用户，这个过程可以称为广告召回。不难理解，当广告池中的广告数量非常巨大时，意味着需要对海量广告进行召回，广告召回的速度和效率非常低下。

技术实现思路

[0004]本申请实施例的目的是提供一种广告召回方法、系统、计算机设备及计算机可读存储介质，用于解决广告召回的速度和效率非常低下的技术问题。
[0005]本申请实施例的一个方面提供了一种广告召回方法，所述方法包括：获取目标视频的目标视频标签；计算所述目标视频标签与映射表中各个视频标签之间的相关度，所述映射表包括多个兴趣标签和用于视频标识的多个视频标签，，所述多个兴趣标签和所述多个视频标签之间具有映射关系；从所述多个视频标签中筛选出相关度大于预设阈值的多个相关视频标签；将所述多个相关视频标签映射的至少一个兴趣标签与所述目标视频进行关联操作，以根据所述至少一个兴趣标签为所述目标视频执行广告召回操作。
[0006]可选的，还包括：基于语料库训练得到词向量模型；其中，所述语料库由多个视频分词构成，所述多个视频分词包括多个视频的多个视频标签和多个标题分词。
[0007]可选的，所述相关度包括余弦相似度；计算所述目标视频标签与映射表中各个视频标签之间的相关度，包括：通过所述词向量模型将所述目标视频标签转换为目标视频标签词向量；计算所述目标视频标签词向量分别与所述各个视频标签的视频标签词向量之间的余弦相似度。
[0008]可选的，还包括：获取所述多个兴趣标签；对每个兴趣标签进行分词操作，以得到多组核心词，每组核心词对应其中一个兴趣标签；计算每组核心词中各个核心词与语料库中每个视频标签的相关度；根据每组核心词中各个核心词与语料库中每个视频标签的相关度，获取多个视频标签集合；及将各个视频标签集合与相应的兴趣标签建立映射关系，以构建所述映射表。
[0009]可选的，将所述多个相关视频标签映射的至少一个兴趣标签与所述目标视频进行关联操作，包括：通过所述多个相关视频标签得到多个目标兴趣标签；将各个相关视频标签与所述目标视频标签之间的相关度数值确定为相应的目标兴趣标签与所述目标视频之间
的相关度数值；及为所述目标视频挂载所述多个目标兴趣标签以及每个目标兴趣标签对应的相关度数值。
[0010]可选的，还包括：接收来自客户终端的页面访问请求，所述页面访问请求用于请求获取所述目标视频的播放页面；根据所述目标视频挂载的所述多个目标兴趣标签以及每个目标兴趣标签对应的相关度数值，从广告库中获取部分广告；及将所述部分广告返回给所述客户终端。
[0011]可选的，根据所述目标视频挂载的所述多个目标兴趣标签以及每个目标兴趣标签对应的相关度数值，从广告库中获取部分广告，包括：将相关度阈值与所述每个目标兴趣标签对应的相关度数值分别进行比较，其中，所述相关度阈值是预先设置并且可调的；根据比较结果，从所述多个目标兴趣标签中选择部分目标兴趣标签；及根据所述部分目标兴趣标签，从所述广告库获取所述部分广告。
[0012]本申请实施例的一个方面又提供了一种广告召回方法，包括：获取模块，用于获取目标视频的目标视频标签；计算模块，用于计算所述目标视频标签与映射表中各个视频标签之间的相关度，所述映射表包括多个兴趣标签和用于视频标识的多个视频标签，所述多个兴趣标签和所述多个视频标签之间具有映射关系；筛选模块，用于从所述多个视频标签中筛选出相关度大于预设阈值的多个相关视频标签；关联模块，用于将所述多个相关视频标签映射的至少一个兴趣标签与所述目标视频进行关联操作，以根据所述至少一个兴趣标签为所述目标视频执行广告召回操作。
[0013]本申请实施例的一个方面又提供了一种计算机设备，所述计算机设备包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时用于实现上述广告召回方法的步骤。
[0014]本申请实施例的一个方面又提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序可被至少一个处理器所执行，以使所述至少一个处理器执行上述广告召回方法的步骤。
[0015]本申请实施例提供的广告召回方法、系统、设备及计算机可读存储介质，可以通过预定阈值的大小来控制目标视频下的兴趣标签的数量，进而控制目标视频对应的广告召回量，以解决海量广告召回的问题，提高广告召回效率和广告召回速度。且，通过目标视频标签找到目标视频的兴趣标签，进而通过找到的兴趣标签进行广告召回操作，有效利用了视频标签和兴趣标签(如，广告类别)的强相关性，有效缩小了广告召回的检索范围，提升广告召回效率。
附图说明
[0016]图1示意性示出了根据本申请实施例的环境应用示意图；
[0017]图2示意性示出了根据本申请实施例一的广告召回方法的流程图；
[0018]图3示意性示出了根据本申请实施例二的广告召回方法的流程图；
[0019]图4示意性示出了构建映射表的流程图；
[0020]图5示意性示出了计算相关度的流程图；
[0021]图6示意性示出了根据本申请实施例三的广告召回方法的流程图；
[0022]图7示意性示出了步骤S614的具体流程图；
[0023]图8示意性示出了根据本申请实施例四的广告召回方法的框图；以及
[0024]图9示意性示出了根据本申请实施例五的适于实现广告召回方法的计算机设备的硬件架构示意图。
具体实施方式
[0025]为了使本申请实施例的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请实施例进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请实施例，并不用于限定本申请实施例。基于本申请实施例中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请实施例保护的范围。
[0026]需要说明的是，在本专利技术中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其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至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本专利技术要求的保护范围之内。...

【技术保护点】

【技术特征摘要】
1.一种广告召回方法，其特征在于，所述方法包括：获取目标视频的目标视频标签；计算所述目标视频标签与映射表中各个视频标签之间的相关度，所述映射表包括多个兴趣标签和多个视频标签，所述多个兴趣标签和所述多个视频标签之间具有映射关系；从所述多个视频标签中筛选出相关度大于预设阈值的多个相关视频标签；将所述多个相关视频标签映射的至少一个兴趣标签与所述目标视频进行关联操作，以根据所述至少一个兴趣标签为所述目标视频执行广告召回操作。2.根据权利要求1所述的广告召回方法，其特征在于，还包括：基于语料库训练得到词向量模型；其中，所述语料库由多个视频分词构成，所述多个视频分词包括多个视频的多个视频标签和多个标题分词。3.根据权利要求2所述的广告召回方法，其特征在于，所述相关度包括余弦相似度；计算所述目标视频标签与映射表中各个视频标签之间的相关度，包括：通过所述词向量模型将所述目标视频标签转换为目标视频标签词向量；计算所述目标视频标签词向量分别与所述各个视频标签的视频标签词向量之间的余弦相似度。4.根据权利要求1所述的广告召回方法，其特征在于，还包括：获取所述多个兴趣标签；对每个兴趣标签进行分词操作，以得到多组核心词，每组核心词对应其中一个兴趣标签；计算每组核心词中各个核心词与语料库中每个视频标签的相关度；根据每组核心词中各个核心词与语料库中每个视频标签的相关度，获取多个视频标签集合；及将各个视频标签集合与相应的兴趣标签建立映射关系，以构建所述映射表。5.根据权利要求1所述的广告召回方法，其特征在于，将所述多个相关视频标签映射的至少一个兴趣标签与所述目标视频进行关联操作，包括：通过所述多个相关视频标签得到多个目标兴趣标签；将各个相关视频标签与所述目标视频标签之间的相关度数值确定为相应的目标兴趣标签与所述目标视频之间的相关度数值；及为所述目标视频挂载所述多个目标兴趣标签以及每个目标兴趣标...

【专利技术属性】
技术研发人员：吴安新，牛心怡，林婧，
申请(专利权)人：上海哔哩哔哩科技有限公司，
类型：发明
国别省市：