一种广告推荐方法、装置、设备及介质制造方法及图纸

本申请公开了一种广告推荐方法，在需要向用户推荐不同类型的广告时，获取多条广告数据。其中，多条广告数据中包括不同类型广告的广告数据。将多条广告数据输入多任务广告推荐模型中，以通过该模型预测用户针对不同类型广告的点击概率，进而基于预测的点击概率向用户进行推荐。可见，本申请通过多任务广告推荐模型可以使得不同类型的广告之间的信息进行共享，把多个预测任务关联起来，从而提高预测的准确性，进而为用户推荐感兴趣的内容，提高用户使用体验。户使用体验。户使用体验。

An advertising recommendation method, device, equipment and medium

【技术实现步骤摘要】
一种广告推荐方法、装置、设备及介质


[0001]本申请涉及计算机
，具体涉及一种广告推荐方法、装置、设备及介质。

技术介绍

[0002]随着互联网技术的不断发展，投放广告的方式也越来越多，相应地产生多种不同类型的广告。例如横幅广告、开屏广告、插屏广告、信息流广告、激励视频广告等。通常情况下，不同类型的广告的投放表现不同，当需要向用户推荐不同类型的广告时，需要针对每种类型的广告单独实现。该种实现不仅会带来较大工作量，还会影响推荐效果。

技术实现思路

[0003]有鉴于此，本申请实施例提供一种广告推荐方法、装置、设备及介质，以实现通过多任务广告推荐模型为用户推荐广告，提高推荐效果。
[0004]为实现上述目的，本申请提供的技术方案如下：
[0005]在本申请第一方面，提供了一种广告推荐方法，该方法包括：
[0006]获取多条广告数据，所述多条广告数据中包括不同类型广告的广告数据，所述不同类型广告之间的分布不同；
[0007]将所述多条广告数据输入多任务广告推荐模型，获得针对每种类型广告所对应的每本文档来自技高网...

【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：获取多条广告数据，所述多条广告数据中包括不同类型广告的广告数据，所述不同类型广告之间的分布不同；将所述多条广告数据输入多任务广告推荐模型，获得针对每种类型广告所对应的每条广告的点击概率，所述多任务广告推荐模型用于获得不同类型广告的点击概率；针对任一类型广告，根据所述类型广告中每条广告的点击概率向用户进行推荐；其中，所述多任务广告推荐模型包括多个预测模型，所述多个预测模型中每个预测模型用于对一种类型广告的点击概率进行预测，所述每个预测模型包括共享层和独立层，所述共享层是指不同预测模型之间均使用的网络结构层。2.根据权利要求1所述的方法，其特征在于，所述将所述多条广告数据输入多任务广告推荐模型，获得针对每种类型广告所对应的每条广告的点击概率，包括：针对任一条广告的广告数据，根据所述广告的类型确定目标预测模型；将所述广告数据输入所述目标预测模型，获得所述广告的点击概率。3.根据权利要求1所述的方法，其特征在于，所述多任务广告推荐模型的训练过程包括：获取训练样本集合，所述训练样本集合包括不同类型广告对应的广告数据以及与目标广告对应的点击数据，所述目标广告为所述不同类型广告中的任一广告；根据所述训练样本集合对初始网络模型进行训练，生成所述多任务广告推荐模型。4.根据权利要求3所述的方法，其特征在于，所述根据所述训练样本集合对初始网络模型进行训练，生成所述多任务广告推荐模型，包括：响应于所述初始网络模型的网络结构处于锁定状态，利用所述训练样本集合对所述初始网络模型的权重参数进行训练，获得第一网络模型；响应于所述第一网络模型的权重参数处于锁定状态，利用所述训练样本集合对所述第一网络模型的网络结构进行训练，以确定不同类型广告所对应网络结构，获得所述多任务广告推荐模型。5.根据权利要求3或4所述的方法，其特征在于，所述根据所述训练样本集合对初始网络模型进行训练，生成所述多任务...

【专利技术属性】
技术研发人员：曾程，佘琪，王长虎，
申请(专利权)人：北京有竹居网络技术有限公司，
类型：发明
国别省市：