本申请涉及广告商品组合发布方法及其装置、设备、介质、产品，所述方法包括：获取独立站点的线上店铺的商家用户的商品组合请求，确定该请求所指定的目标商品；从所述线上店铺的商品信息库中匹配出与目标商品构成语义相似的组合商品集，其中包含属于预设品类体系中的不同品类的候选商品；将所述组合商品集推送给商家用户，获取商家用户返回的对所述组合商品集中的候选商品筛选后确定的关联商品集；将关联商品集中的商品配置为目标商品的广告配置信息中的关联商品，使所述关联商品适于展示在根据所述广告配置信息呈现的广告页面中。本申请适应部署在独立站点的线上店铺的特点，根据商品语义为目标商品跨品类确定出关联商品，能提升广告发布效率。升广告发布效率。升广告发布效率。
【技术实现步骤摘要】
广告商品组合发布方法及其装置、设备、介质、产品
[0001]本申请涉及电商广告信息
，尤其涉及一种广告商品组合发布方法及其相应的装置、计算机设备、计算机可读存储介质，以及计算机程序产品。
技术介绍
[0002]电商平台通常配置有广告投放页面，供店铺用户向广告系统投放店铺内上架商品相对应的广告，以达到线上引流，促进商品交易额提升的目的。
[0003]组合广告，指的是商家投放广告时一次性选择多件商品进行后续广告展示。广告领域中关于组合广告的技术方案较为关注如何将已经完成组合的关联商品推荐给用户，而对于组合商品的构建过程，技术方案零星。传统较常用的方法是关联规则挖掘算法，类似西方营销案例中的啤酒和纸尿裤的案例，研究者发现男士在购买纸尿裤时通常会顺带购买啤酒，因而发现常识上认为不关联的两种商品往往会存在事实上的关联，根据这样的思想，通过大量的数据分析，结合关联规则挖掘算法找出经常被一起购买的商品进行推荐。
[0004]不难理解，关联规则挖掘算法依赖于足量的大数据，但是，对于跨境电商场景下运行在独立站点的线上店铺来说，单个店铺的数据量往往非常少，导致广告系统无法为单个店铺应用关联规则挖掘算法，从而无法挖掘出商品之间的关联信息，也就无法为组合广告配置过程提供有效的技术服务，因而需要另辟蹊径。
技术实现思路
[0005]本申请的目的在于解决上述问题而提供一种广告商品组合发布方法及其相应的装置、计算机设备、计算机可读存储介质、计算机程序产品、适应本申请的各个目的，采用如下技术方案：
[0006]一个方面，适应本申请的目的之一而提供一种广告商品组合发布方法，包括：
[0007]获取独立站点的线上店铺的商家用户的商品组合请求，确定该请求所指定的目标商品；
[0008]从所述线上店铺的商品信息库中匹配出与目标商品构成语义相似的组合商品集，其中包含属于预设品类体系中的不同品类的候选商品；
[0009]将所述组合商品集推送给商家用户，获取商家用户返回的对所述组合商品集中的候选商品筛选后确定的关联商品集；
[0010]将关联商品集中的商品配置为目标商品的广告配置信息中的关联商品，使所述关联商品适于展示在根据所述广告配置信息呈现的广告页面中。
[0011]可选的，从所述线上店铺的商品信息库中匹配出与目标商品构成语义相似的组合商品集，包括：
[0012]根据商品信息库中不同品类的全量商品相对应的商品信息的语义向量，计算两两商品之间的数据距离，获得两两商品之间的相似度；
[0013]获取表征目标商品与商品信息库中各个商品的相似度的相似度序列，根据预设条
件对相似度序列进行筛选，确定出其中的多个候选商品；
[0014]获取所述候选商品相对应的商品信息构造出组合商品集。
[0015]可选的，根据商品信息库中各个商品相对应的商品信息的语义向量，计算两两商品之间的数据距离，包括：
[0016]从商品信息库中提取各个商品的商品信息，所述商品信息包括商品标题、商品属性数据、商品详情文本中任意一项或任意多项；
[0017]将两两商品的商品信息输入已训练至收敛状态的相似度计算模型中计算出相似度；
[0018]将全部两两商品的相似度构造为相似度矩阵，其中每个元素存储其所在行所对应的商品与其所在列所对应的商品之间的相似度。
[0019]可选的，将两两商品的商品信息输入已训练至收敛状态的相似度计算模型中计算出相似度，包括：
[0020]在相似度计算模型中调用向量表示模型分别提取所述两两商品中各个商品的语义向量；
[0021]在相似度计算模型中将向量表示模型获得的语义向量压缩至特定语义空间；
[0022]在相似度计算模型中将经过压缩的两个商品的语义向量进行特征拼接,获得综合特征向量；
[0023]在相似度计算模型中将综合特征向量输出至分类器进行二分类映射，获得其映射到其中预定的正向类别的分类概率作为相似度。
[0024]可选的，将两两商品的商品信息输入已训练至收敛状态的相似度计算模型中计算出相似度的步骤之前，包括：
[0025]调用数据集中的单个训练样本，每个训练样本中包括两个商品的商品信息，且关联标记其样本类型为正样本或负样本，所述正样本表征两个商品具有被购买的关联性，所述负样本表征两个商品不具有被购买的关联性，部分训练样本中，两个商品属于不同品类；
[0026]将所调用的训练样本输入所述相似度计算模型中提取语义向量并进行分类预测，获得分类结果，所述分类结果包括映射到二分类空间的正向类别和负向类别相对应的分类概率；
[0027]根据所调用的训练样本的样本类型计算所述分类结果相对应的损失值，根据该损失值对相似度计算模型实施梯度更新，在未达到收敛状态时，迭代调用下一训练样本继续实施训练，直至相似度计算模型达至收敛状态。
[0028]可选的，将关联商品集中的商品配置为目标商品的广告配置信息中的关联商品的步骤之后，包括：
[0029]向所述广告配置信息中指定的受众用户推送目标商品的广告页面，在该广告页面中展示所述关联商品；
[0030]响应任意受众用户针对所述广告页面的关联商品触发的商品页面访问请求，向该受众用户推送所针对的关联商品的商品详情页面。
[0031]可选的，响应任意受众用户针对所述广告页面的关联商品触发的商品页面访问请求，向该受众用户推送所针对的关联商品的商品详情页面的步骤之后，包括：
[0032]针对同一目标商品统计其关联商品被受众用户访问的访问次数；
[0033]根据所述访问次数确定各个关联商品的归一化权重；
[0034]将各个关联商品与目标商品的相似度对应匹配各个关联商品的归一化权重进行相似度更新，获得实测相似度；
[0035]根据实测相似度重排所述广告配置信息中各个关联商品在目标商品的广告页面的呈现顺序。
[0036]另一方面，适应本申请的目的之一而提供一种广告商品组合发布装置，包括：
[0037]目标确定模块，用于获取独立站点的线上店铺的商家用户的商品组合请求，确定该请求所指定的目标商品；
[0038]组合查询模块，用于从所述线上店铺的商品信息库中匹配出与目标商品构成语义相似的组合商品集，其中包含属于预设品类体系中的不同品类的候选商品；
[0039]交互筛选模块，用于将所述组合商品集推送给商家用户，获取商家用户返回的对所述组合商品集中的候选商品筛选后确定的关联商品集；
[0040]关联配置模块，用于将关联商品集中的商品配置为目标商品的广告配置信息中的关联商品，使所述关联商品适于展示在根据所述广告配置信息呈现的广告页面中。
[0041]又一方面，适应本申请的目的之一而提供的一种计算机设备，包括中央处理器和存储器，所述中央处理器用于调用运行存储于所述存储器中的计算机程序以执行本申请所述的广告商品组合发布方法的步骤。
[0042]又一方面，适应本申请的另一目的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种广告商品组合发布方法，其特征在于，包括：获取独立站点的线上店铺的商家用户的商品组合请求，确定该请求所指定的目标商品；从所述线上店铺的商品信息库中匹配出与目标商品构成语义相似的组合商品集，其中包含属于预设品类体系中的不同品类的候选商品；将所述组合商品集推送给商家用户，获取商家用户返回的对所述组合商品集中的候选商品筛选后确定的关联商品集；将关联商品集中的商品配置为目标商品的广告配置信息中的关联商品，使所述关联商品适于展示在根据所述广告配置信息呈现的广告页面中。2.根据权利要求1所述的广告商品组合发布方法，其特征在于，从所述线上店铺的商品信息库中匹配出与目标商品构成语义相似的组合商品集，包括：根据商品信息库中不同品类的全量商品相对应的商品信息的语义向量，计算两两商品之间的数据距离，获得两两商品之间的相似度；获取表征目标商品与商品信息库中各个商品的相似度的相似度序列，根据预设条件对相似度序列进行筛选，确定出其中的多个候选商品；获取所述候选商品相对应的商品信息构造出组合商品集。3.根据权利要求2所述的广告商品组合发布方法，其特征在于，根据商品信息库中各个商品相对应的商品信息的语义向量，计算两两商品之间的数据距离，包括：从商品信息库中提取各个商品的商品信息，所述商品信息包括商品标题、商品属性数据、商品详情文本中任意一项或任意多项；将两两商品的商品信息输入已训练至收敛状态的相似度计算模型中计算出相似度；将全部两两商品的相似度构造为相似度矩阵，其中每个元素存储其所在行所对应的商品与其所在列所对应的商品之间的相似度。4.根据权利要求3所述的广告商品组合发布方法，其特征在于，将两两商品的商品信息输入已训练至收敛状态的相似度计算模型中计算出相似度，包括：在相似度计算模型中调用向量表示模型分别提取所述两两商品中各个商品的语义向量；在相似度计算模型中将向量表示模型获得的语义向量压缩至特定语义空间；在相似度计算模型中将经过压缩的两个商品的语义向量进行特征拼接,获得综合特征向量；在相似度计算模型中将综合特征向量输出至分类器进行二分类映射，获得其映射到其中预定的正向类别的分类概率作为相似度。5.根据权利要求4所述的广告商品组合发布方法，其特征在于，将两两商品的商品信息输入已训练至收敛状态的相似度计算模型中计算出相似度的步骤之前，包括：调用数据集中的单个训练样本，每个训练样本中包括两个商品的商品信息，且关联标记其样本类型为正样本或负样本，所述正样本表征两个商品具有被购买的关联性，所述负样本表征两个商品不具有被购买的关...
【专利技术属性】
技术研发人员：郭志伟，
申请(专利权)人：广州华多网络科技有限公司，
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。