待投放媒体资源、媒体资源处理模型的确定方法及装置制造方法及图纸

技术编号:30967245 阅读:26 留言:0更新日期:2021-11-25 20:40
本公开提供待投放媒体资源、媒体资源处理模型的确定方法及装置,涉及互联网技术领域,以至少提高广告投放效果。该确定方法包括:针对媒体资源候选集合中每一候选媒体资源组,采用媒体资源处理模型执行处理操作,得到每一候选媒体资源组的至少两个指标的内容;处理操作包括:获取每一候选媒体资源组的特征;将特征输入到至少一个专家网络,得到每个专家网络输出的与至少一个指标相关的学习特征;根据得到的学习特征和至少两个指标中每个指标对应的权重集合,确定每一候选媒体资源组的每个指标的内容;根据每一候选媒体资源组的至少两个指标的内容,确定目标候选媒体资源组,并将目标候选媒体资源组中的候选媒体资源作为待投放媒体资源。媒体资源。媒体资源。

【技术实现步骤摘要】
待投放媒体资源、媒体资源处理模型的确定方法及装置


[0001]本公开涉及互联网
,尤其涉及待投放媒体资源、媒体资源处理模型的确定方法及装置。

技术介绍

[0002]通常广告主会对线上表现好的广告进行扩展复制后,在其他场景继续投放,以得到更多的用户量。在现有技术中,通常是根据广告在投放过程中的某一表现,来确定该广告是否需要进行扩展投放。但是,广告在投放过程中的单一表现并不能全面体现广告的效益,因此,在扩展投放时,投放效果不佳。

技术实现思路

[0003]本公开提供待投放媒体资源、媒体资源处理模型的确定方法及装置,以至少提高广告投放效果。本公开的技术方案如下:
[0004]根据本公开的第一方面,提供一种待投放媒体资源的确定方法,该确定方法包括:首先,针对媒体资源候选集合中的每一候选媒体资源组,采用预先训练好的媒体资源处理模型执行处理操作,以得到每一候选媒体资源组的至少两个指标的内容。该处理操作包括:获取每一候选媒体资源组的特征;将特征输入到至少一个专家网络,得到每个专家网络输出的与至少一个指标相关的学习特征;根据得到的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种待投放媒体资源的确定方法,其特征在于,所述确定方法包括:针对媒体资源候选集合中的每一候选媒体资源组,采用预先训练好的媒体资源处理模型执行处理操作,以得到所述每一候选媒体资源组的至少两个指标的内容;其中,所述每一候选媒体资源组包括至少一个候选媒体资源;所述处理操作包括:获取所述每一候选媒体资源组的特征;将所述特征输入到至少一个专家网络,得到每个专家网络输出的与至少一个指标相关的学习特征;根据得到的学习特征和所述至少两个指标中每个指标对应的权重集合,确定所述每一候选媒体资源组的每个指标的内容;所述权重集合包括所述至少一个专家网络的权重;根据所述每一候选媒体资源组的至少两个指标的内容,确定目标候选媒体资源组,并将所述目标候选媒体资源组中的候选媒体资源作为待投放媒体资源。2.根据权利要求1所述的确定方法,其特征在于,所述根据得到的学习特征和所述至少两个指标中每个指标对应的权重集合,确定所述每一候选媒体资源组的每个指标的内容,包括:基于所述权重集合,对所述得到的学习特征进行加权求和,得到求和后的特征;对所述求和后的特征进行每个指标的预测,得到所述每一候选媒体资源组的每个指标的内容。3.根据权利要求1或2所述的确定方法,其特征在于,所述每一候选媒体资源组的特征采用向量表征;所述获取所述每一候选媒体资源组的特征,包括:获取所述每一候选媒体资源组对应的多个初始特征;对所述每一候选媒体资源组对应的每个初始特征进行嵌入处理,得到所述每个初始特征对应的初始特征向量;对所述每一候选媒体资源组的所有初始特征向量中的每两个初始特征向量进行点积运算处理,得到所述每一候选媒体资源组的交互特征向量;对所述每一候选媒体资源组的交互特征向量进行拼接处理,将拼接得到的向量作为所述每一候选媒体资源的特征。4.根据权利要求3所述的确定方法,其特征在于,所述每一候选媒体资源组对应的多个初始特征包括至少三类初始特征;所述至少三类初始特征包括数值型特征、类别型稀疏特征以及序列特征;所述数值型特征包括所述预设时间段内所述每一候选媒体资源组的第一消费数据的和,所述类别型稀疏特征包括所述预设时间段内所述每一候选媒体资源组的类别,所述序列特征包括所述预设时间段中的每个单位时间内,所述每一候选媒体资源组中的所有候选媒体资源的第二消费数据的和。5.一种媒体资源处理模型的确定方法,其特征在于,所述确定方法包括:获取第一预设时间段内至少一个历史媒体资源组中每一历史媒体资源的特征、以及第二预设时间段内所述每一历史媒体资源组的至少两个指标的内容;所述第一预设时间段的时间早于所述第二预设时间段的时间;所述每一历史媒体资源组包括至少一个历史媒体资源;将所述每一历史媒体资源组的特征输入至初始网络模型中的至少一个专家网络;通过
每个专家网络提取初始学习特征;根据每个指标对应的权重集合和所述至少一个专家网络提取的所有初始学习特征,得到所述每个指标的关联信息;其中,所述权重集合包括所述至少一个专家网络的权重;通过所述初始网络模型中与所述每个指标对应的预测模型对所述每个指标的关联信息进行指标内容的预测,得到所述每个指标的预测内容;确定得到的所述至少两个指标的预测内容和所述每一历史媒体资源组的至少两个指标的内容之间的损失值;根据所述损失值迭代训练所述初始...

【专利技术属性】
技术研发人员:卢君
申请(专利权)人:北京达佳互联信息技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1