本公开涉及一种广告推荐方法、装置、存储介质及电子设备。该广告推荐方法包括：响应于用户与广告的交互操作，获取表征所述用户转化为所述广告的广告用户的目标转化率；在所述目标转化率大于预设阈值的情况下，向所述用户推送与所述广告相关联的待推荐广告。采用这种方法，可达到广告的实时性推荐目的。可达到广告的实时性推荐目的。可达到广告的实时性推荐目的。
【技术实现步骤摘要】
广告推荐方法、装置、存储介质及电子设备
[0001]本公开涉及计算机
，具体地，涉及一种广告推荐方法、装置、存储介质及电子设备。
技术介绍
[0002]随着大数据技术的发展，很多历史数据被挖掘出潜在价值，而对有价值的历史数据的使用也普及到各个行业中。相关技术中，可根据用户历史行为数据预测该用户可能感兴趣的产品，以实现向用户推荐产品。然而，这种产品推荐方法针对尚未产生历史行为数据的新用户并不适用。
技术实现思路
[0003]提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0004]第一方面，本公开提供一种广告推荐方法，其特征在于，所述方法包括：
[0005]响应于用户与广告的交互操作，获取表征所述用户转化为所述广告的广告用户的目标转化率；在所述目标转化率大于预设阈值的情况下，向所述用户推送与所述广告相关联的待推荐广告。
[0006]第二方面，本公开提供一种广告推荐装置，所述装置包括：
[0007]获取模块，用于响应于用户与广告的交互操作，获取表征所述用户转化为所述广告的广告用户的目标转化率；推荐模块，用于在所述目标转化率大于预设阈值的情况下，向所述用户推送与所述广告相关联的待推荐广告。
[0008]第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面中任一项所述方法的步骤。
[0009]第四方面，本公开提供一种电子设备，包括：
[0010]存储装置，其上存储有计算机程序；处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面中任一项所述方法的步骤。
[0011]采用上述技术方案，至少可以达到如下的技术效果：
[0012]响应于用户与广告的交互操作，获取表征该用户转化为广告用户的目标转化率。在目标转化率大于预设阈值的情况下，说明该用户对该广告是感兴趣的，此种情况下，可向该用户推送与该广告相关联的其他待推荐广告。采用本公开的这种方法，可在该用户转化为广告用户之前(即用户未对广告产生使用数据)，就预测到该用户转化为广告用户的目标转化率，在得到目标转化率之后，可基于目标转化率的大小及时向该用户推荐与该广告相关联的其他待推荐广告。如此，本公开的方法，实现了广告的实时性推荐目的，而且在用户转化为广告用户之前，就预测到该用户转化为广告用户的目标转化率的方式适用于没有历史行为数据的新用户。
[0013]本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0014]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：
[0015]图1是根据本公开一示例性实施例示出的一种广告推荐方法的流程图。
[0016]图2是根据本公开一示例性实施例示出的一种本公开多头转化率预测模型的ACU指标测试结果。
[0017]图3是根据本公开一示例性实施例示出的一种转化率预测模型的ACU指标测试结果。
[0018]图4是根据本公开一示例性实施例示出的一种广告推荐装置的框图。
[0019]图5是根据本公开一示例性实施例示出的一种电子设备的框图。
具体实施方式
[0020]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0021]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0022]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0023]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0024]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0025]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0026]在对本公开的技术方案进行详细地实施例说明之前，需声明的是，本公开实施例中所使用的与用户相关的信息，如用户与广告的交互操作、用户特征信息、广告特征信息、产品特征信息等均为在获得用户授权或同意的情况下合法采集/使用的。
[0027]图1是根据本公开一示例性实施例示出的一种广告推荐方法的流程图。如图1所示，该方法包括：
[0028]S11、响应于用户与广告的交互操作，获取表征所述用户转化为所述广告的广告用户的目标转化率。
[0029]值得说明的是，本公开中的目标转化率也可称为用户行为转化率，用于表征用户发生期望行为以转化或成为广告用户的概率。其中，期望行为是指希望用户做到的行为，比如阅读完一篇文章、完成一次注册、成功绑定银行卡、支付成功、完成新手教学等都可以作为期望行为。示例地，在点击率计算场景中，用户的“点击”操作就是期望行为；在转发率计算场景中，用户的“转发”操作就是期望行为；以此类推还有下载率、激活率、购买率、打开率、成交率、复购率等场景。本公开对期望行为不作具体限制。
[0030]基于上述对目标转化率的详细解释，容易理解的是本公开中的交互操作是指用户的非转化操作(即在发生期望行为之前的任一种用户操作)。示例地，假设该广告为游戏广告，且预先定义的期望行为是用户完成新手教学。那么用户与广告的交互操作可以为用户点击该游戏广告、用户下载该游戏、用户安装该游戏等操作。在用户安装该游戏之后，若用户完成该游戏的新手教学，则该用户转化为该游戏广告的游戏用户。
[0031]应当理解的是，在不同的应用场景中，交互操作和用于界定用户转化为广告用户的期望行为可以基于应用场景的需求而适应性设定，对此本公开不作具体的限制。
[0032]一种电商网站的实施场景，将上述用户与广告的交互操作预设为用户点击产品的操作，同时将期望行为预设为用户购买该广告对应的产品的行为。那么，上述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种广告推荐方法，其特征在于，所述方法包括：响应于用户与广告的交互操作，获取表征所述用户转化为所述广告的广告用户的目标转化率；在所述目标转化率大于预设阈值的情况下，向所述用户推送与所述广告相关联的待推荐广告。2.根据权利要求1所述的方法，其特征在于，所述响应于用户与广告的交互操作，获取表征所述用户转化为所述广告的广告用户的目标转化率，包括：响应于所述用户与所述广告的交互操作，获取所述用户的用户特征以及所述广告的广告特征；将所述用户特征和所述广告特征输入多头转化率预测模型，得到所述多头转化率预测模型输出的多个窗口转化率；根据所述多个窗口转化率生成所述目标转化率。3.根据权利要求2所述的方法，其特征在于，所述根据所述多个窗口转化率生成所述目标转化率，包括：基于全概率公式，根据所述多个窗口转化率计算所述目标转化率。4.根据权利要求3所述的方法，其特征在于，所述全概率公式为：cvr_d＝cvr_1+(1
‑
cvr_1)*cvr_2，其中，cvr_d表征所述目标转化率，cvr_1表征第一窗口转化率，cvr_2表征第二窗口转化率，所述多个窗口转化率包括所述第一窗口转化率以及所述第二窗口转化率。5.根据权利要求2
‑
4中任一项所述的方法，其特征在于，所述多头转化率预测模型包括第一窗口转化率预测子模型和第二窗口转化率预测子模型，所述多头转化率预测模型是通过如下方式训练得到的：获取广告样本、第一时间窗口下的第一广告用户正样本和第一广告用户负样本以及第二时间窗口下的第二广告用户正样本和第二广告用户负样本；根据所述广告样本、所述第一广告用户正样本和所述第一广告用户负样本训练所述第一窗口转化率预测子模型，并根据所述广告样本、所述第二广告用户正样本和所述第二广告用户负样本训练所述第二窗口转化率预测子模型，以得到训练完成的所述多头转化率预测模型。6....
【专利技术属性】
技术研发人员：高远，曾翔宇，徐梓贺，熊泓宇，汪罕，刘宾，张皓程，
申请(专利权)人：脸萌有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。