本申请涉及一种广告投放策略确定方法、装置、计算机设备和存储介质。所述方法包括：接收广告投放策略确定消息，所述广告投放策略确定消息携带待投放产品数据；根据待投放产品数据，获取目标话题以及目标话题的特征数据；基于目标话题的特征数据，构建特征向量；将特征向量输入至已训练的话题趋势预测模型，得到目标话题的趋势预测结果；基于目标话题的话题趋势预测结果，确定广告投放策略；其中，话题趋势预测模型基于历史话题数据以及携带话题分类标签的历史话题特征数据训练得到，历史话题数据与待投放产品数据对应同一产品领域。采用本方法能够摆脱依赖人为经验预测热门话题的做法，保证了话题趋势预测的准确度，提高广告投放效果。放效果。放效果。
【技术实现步骤摘要】
广告投放策略确定方法、装置、计算机设备和存储介质
[0001]本申请涉及机器学习
，特别是涉及一种广告投放策略确定方法、装置、计算机设备和存储介质。
技术介绍
[0002]社交媒体是人们彼此之间用来分享意见、见解、经验和观点的工具和平台，现阶段主要包括社交网站、微博、微信、博客、论坛以及播客等等。
[0003]各社交媒体往往会针对用户发布的信息进行分类，筛选出热门话题，例如在微博平台中，热门话题是指在单位时间内用户发布的与话题相关的微博数达到一定阈值，引起微博平台中用户的广泛关注与讨论的微博话题，微博提供的热搜榜可作为参考。
[0004]在广告投放的应用场景中，为了提升广告转化率，出现了结合热门话题准备广告素材，确定广告投放策略的潮流。然而，目前，结合热门话题确定广告投放策略的方式中，主要是基于人工经验的方式判断话题趋势，无法准确预测话题趋势，进而出现广告投放效果不佳的问题。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种能够提高广告投放效果的广告投放策略确定方法、装置、计算机设备和存储介质。
[0006]一种广告投放策略确定方法，方法包括：
[0007]接收广告投放策略确定消息，所述广告投放策略确定消息携带待投放产品数据；
[0008]根据待投放产品数据，获取目标话题以及目标话题的特征数据；
[0009]基于目标话题的特征数据，构建特征向量；
[0010]将特征向量输入至已训练的话题趋势预测模型，得到目标话题的趋势预测结果；
[0011]基于目标话题的话题趋势预测结果，确定广告投放策略；
[0012]其中，话题趋势预测模型基于历史话题数据以及携带话题分类标签的历史话题特征数据训练得到，历史话题数据与待投放产品数据对应同一产品领域。
[0013]在一个实施例中，根据待投放产品数据，获取目标话题包括：
[0014]根据待投放产品数据，得到话题关键词；
[0015]调用第一预设接口以访问第三方社交网络平台、并根据话题关键词在第三方社交网络平台进行查询，得到查询结果；
[0016]根据查询结果和预设的评论数阈值，获取目标话题。
[0017]在一个实施例中，根据待投放产品数据，得到话题关键词包括：
[0018]调用第二预设接口以访问第三方数据搜索平台、并根据待投放产品数据对应的产品领域在第三方数据搜索平台进行数据搜索，基于数据搜索结果，选取数据搜索结果中的关键词，得到第一话题关键词；
[0019]和/或，基于待投放产品数据，通过爬虫机制，获取目标社交用户发布的与待投放
产品数据对应的产品领域相关的动态数据，提取动态数据中的关键词，得到第二话题关键词。
[0020]在一个实施例中，获取目标话题的特征数据包括：
[0021]根据目标话题在第三方社交网络平台进行查询，获取目标话题的用户行为数据；
[0022]根据用户行为数据和预设特征数据确定规则，获取目标话题的特征数据。
[0023]在一个实施例中，目标话题的特征数据包括预设单位时间内目标话题的目标群体参与率、评论率、转发率和/或话题讨论增长率。
[0024]在一个实施例中，将特征向量输入至已训练的话题趋势预测模型，得到目标话题的趋势预测结果之前，还包括：
[0025]获取历史话题数据和携带话题分类标签的历史话题数据的特征信息；
[0026]对历史话题数据和携带话题分类标签的历史话题数据的特征信息进行数据标准化处理，得到模型训练集；
[0027]获取基于DNN(Deep Neural Networks，深度神经网络)算法构建的初始话题趋势预测模型，初始话题趋势预测模型包含多层神经网络；
[0028]基于模型训练集，对初始话题趋势预测模型进行回归分析，确定各层神经网络的权重和截距，得到已训练的话题趋势预测模型。
[0029]在一个实施例中，基于目标话题的话题趋势预测结果，确定广告投放策略包括：
[0030]若目标话题的话题趋势预测结果携带热门话题分类标签，则将待投放产品标记为可投放产品、并推送广告投放提示消息。
[0031]一种广告投放策略确定装置，所述装置包括数据获取单元和数据处理单元，其中：
[0032]数据获取单元，用于接收携带待投放产品数据的广告投放策略确定消息，根据待投放产品数据，获取目标话题以及目标话题的特征数据；
[0033]数据处理单元，用于基于目标话题的特征数据，构建特征向量，将特征向量输入至已训练的话题趋势预测模型，得到目标话题的趋势预测结果，基于目标话题的话题趋势预测结果，确定广告投放策略；
[0034]其中，话题趋势预测模型基于历史话题数据以及携带话题分类标签的历史话题特征数据训练得到，历史话题数据与待投放产品数据对应同一产品领域。
[0035]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0036]接收广告投放策略确定消息，所述广告投放策略确定消息携带待投放产品数据；
[0037]根据待投放产品数据，获取目标话题以及目标话题的特征数据；
[0038]基于目标话题的特征数据，构建特征向量；
[0039]将特征向量输入至已训练的话题趋势预测模型，得到目标话题的趋势预测结果；
[0040]基于目标话题的话题趋势预测结果，确定广告投放策略；
[0041]其中，话题趋势预测模型基于历史话题数据以及携带话题分类标签的历史话题特征数据训练得到，历史话题数据与待投放产品数据对应同一产品领域。
[0042]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0043]接收广告投放策略确定消息，所述广告投放策略确定消息携带待投放产品数据；
[0044]根据待投放产品数据，获取目标话题以及目标话题的特征数据；
[0045]基于目标话题的特征数据，构建特征向量；
[0046]将特征向量输入至已训练的话题趋势预测模型，得到目标话题的趋势预测结果；
[0047]基于目标话题的话题趋势预测结果，确定广告投放策略；
[0048]其中，话题趋势预测模型基于历史话题数据以及携带话题分类标签的历史话题特征数据训练得到，历史话题数据与待投放产品数据对应同一产品领域。
[0049]上述广告投放策略确定方法、装置、计算机设备和存储介质，接收到携带待投放产品数据的广告投放策略确定消息后，能够根据待投放产品数据，自动获取目标话题和目标话题的特征数据，构建特征向量，将特征向量输入至已训练的话题趋势预测模型，得到目标话题的趋势预测结果，进而能够根据目标话题的话题趋势预测结果确定广告投放策略。上述方案，能够基于待投放产品数据，通过自动化的流程获取目标话题，并得到客观准确的目标话题的趋势预测结果，从根本上摆脱了依赖人为经验预测话本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种广告投放策略确定方法，其特征在于，所述方法包括：接收广告投放策略确定消息，所述广告投放策略确定消息携带待投放产品数据；根据所述待投放产品数据，获取目标话题以及所述目标话题的特征数据；基于所述目标话题的特征数据，构建特征向量；将所述特征向量输入至已训练的话题趋势预测模型，得到所述目标话题的趋势预测结果；基于所述目标话题的话题趋势预测结果，确定广告投放策略；其中，所述话题趋势预测模型基于历史话题数据以及携带话题分类标签的历史话题特征数据训练得到，所述历史话题数据与所述待投放产品数据对应同一产品领域。2.根据权利要求1所述的广告投放策略确定方法，其特征在于，根据所述待投放产品数据，获取目标话题包括：根据所述待投放产品数据，得到话题关键词；调用第一预设接口以访问第三方社交网络平台、并根据所述话题关键词在所述第三方社交网络平台进行查询，得到查询结果；根据所述查询结果和预设的评论数阈值，获取所述目标话题。3.根据权利要求2所述的广告投放策略确定方法，其特征在于，所述根据所述待投放产品数据，得到话题关键词包括：调用第二预设接口以访问第三方数据搜索平台、并根据所述待投放产品数据对应的产品领域在所述第三方数据搜索平台进行数据搜索，得到数据搜索结果，选取数据搜索结果中的关键词，得到第一话题关键词；和/或，基于所述待投放产品数据，通过爬虫机制，获取目标社交用户发布的与所述待投放产品数据对应的产品领域相关的动态数据，提取所述动态数据中的关键词，得到第二话题关键词。4.根据权利要求2所述的广告投放策略确定方法，其特征在于，获取所述目标话题的特征数据包括：根据所述目标话题在所述第三方社交网络平台进行查询，获取所述目标话题的用户行为数据；根据所述用户行为数据和预设特征数据确定规则，获取所述目标话题的特征数据。5.根据权利要求1所述的广告投放策略确定方法，其特征在于，所述目标话题的特征数据包括预设单位时间内目标话题的目标群体参与率、评论率、转发率和/或话题讨论增长率...
【专利技术属性】
技术研发人员：向舜，
申请(专利权)人：卓尔智联武汉研究院有限公司，
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。