广告投放选品方法及其装置、设备、介质制造方法及图纸

技术编号:35491895 阅读:17 留言:0更新日期:2022-11-05 16:48
本申请涉及计算机技术领域中一种广告投放选品方法及其装置、设备、介质,所述方法包括:获取商品的标题文本;响应线上店铺的广告选品请求,获取线上店铺的商品数据库中各个备选商品的标题文本,所述线上店铺运行于电商平台的独立站点中;从预采集的第三方广告商品中,基于标题文本之间的描述相似性,确定出每个备选商品相对应的多个第三方目标广告商品;根据第三方目标广告商品预采集的广告投放数据计算出其投放评分,以每个备选商品相对应的多个第三方目标广告商品的投放评分,确定各个备选商品的参考评分;根据各个备选商品的参考评分优选出多个备选商品推送给线上店铺。本申请能够借助第三方的广告投放数据提供广告选品参考,运行高效。运行高效。运行高效。

【技术实现步骤摘要】
广告投放选品方法及其装置、设备、介质


[0001]本申请涉及电商
,尤其涉及一种广告投放选品方法及其相应的装置、计算机设备、计算机可读存储介质。

技术介绍

[0002]商品广告以促进产品的销售为目的,通过向目标受众介绍有关商品信息,突出商品的特性,引起目标受众和潜在消费者对相应商品的关注。它力求直接和即时的广告效果,在目标受众的心目中留下美好的产品形象,从而为提高产品的市场占有率,为最终实现企业的目标打好基础。
[0003]传统技术中,通常借助广告投放后的商品的历史广告成效数据,例如广告的广告支出回报率,设置一个阈值,根据是否大于阈值相应标注训练样本,以该训练样本构成的训练集训练分类模型,使其能够预测出商品能够被选为广告投放的商品的概率。可见,如此实现的技术方案,严重依赖历史广告成效数据,然而,一般而言,电商平台中持有丰富历史广告成效数据的商家用户毕竟是少数,大多数的商家用户持有的历史广告成效数据并不多甚至很少,其中大量的新商家用户或是未投放过广告的商家用户更是没有历史广告成效数据,因而传统的技术方案不具有普遍适应性,无法满足大多数商家用户的广告投放需求。
[0004]为了实现适用于普遍的广告投放场景的技术方案,本申请人做出相应的探索。

技术实现思路

[0005]本申请的首要目的在于解决上述问题至少之一而提供一种广告投放选品方法及其相应的装置、计算机设备、计算机可读存储介质。
[0006]为满足本申请的各个目的,本申请采用如下技术方案:
[0007]适应本申请的目的之一而提供的一种广告投放选品方法,包括如下步骤:
[0008]响应线上店铺的广告选品请求,获取线上店铺的商品数据库中各个备选商品的标题文本,所述线上店铺运行于电商平台的独立站点中;
[0009]从预采集的第三方广告商品中,基于标题文本之间的描述相似性,确定出每个备选商品相对应的多个第三方目标广告商品;
[0010]根据第三方目标广告商品预采集的广告投放数据计算出其投放评分,以每个备选商品相对应的多个第三方目标广告商品的投放评分,确定各个备选商品的参考评分;
[0011]根据各个备选商品的参考评分优选出多个备选商品推送给线上店铺。
[0012]进一步的实施例中,从预采集的第三方广告商品中,基于标题文本之间的描述相似性,确定出每个备选商品相对应的多个第三方目标广告商品的步骤中,包括如下步骤:
[0013]从预采集的第三方广告商品中,对应每个备选商品检索出与其标题文本描述相似的多个第三方广告商品的标题文本;
[0014]针对每个备选商品及其对应的多个第三方广告商品的标题文本,采用预先训练至收敛后的文本编码模型提取各个标题文本的深层语义特征,获得每个备选商品相对应的备
选语义向量,以及各个第三方广告商品相对应的第三方语义向量;
[0015]计算出每个备选语义向量与其对应的各个第三方语义向量之间的相似度评分;
[0016]根据所述相似度评分,对应每个备选商品从其对应的多个第三方广告商品中,确定出满足预设条件的部分第三方广告商品作为第三方目标广告商品。
[0017]进一步的实施例中,所述文本编码模型的训练过程,包括如下步骤:
[0018]获取预备的训练集中的单个训练样本,所述训练集中的各个训练样本包含商品的标题文本、第三方广告商品的标题文本及监督标签,所述训练样本标注的监督标签表征训练样本的第三方广告商品的标题文本是否与商品的标题文本描述相似;
[0019]由文本编码模型对训练样本中的各个标题文本提取文本语义特征后,经预测模块预测出所述训练样本对应的相似度评分;
[0020]根据所述训练样本相对应的监督标签计算所述相似度评分的损失值,在该模型损失值未达到预设阈值时对该模型实施权重更新,并继续调用其他训练样本实施迭代训练直到模型收敛。
[0021]进一步的实施例中,根据第三方目标广告商品预采集的广告投放数据计算出其投放评分的步骤中,包括如下步骤:
[0022]获取第三方目标广告商品预采集的广告投放数据,所述广告投放数据包含评论信息、点赞数、收藏数、广告投放时长;
[0023]根据广告投放数据计算出行为评分和反馈评分,所述行为评分根据点赞数、收藏数以及广告投放时长确定,所述反馈评分根据所述评价信息确定;
[0024]对所述行为评分实施归一化,将相应的归一化结果与所述反馈评分相加实施归一化,获得所述第三方目标广告商品的投放评分。
[0025]进一步的实施例中,根据广告投放数据计算出行为评分和反馈评分的步骤中,包括如下步骤:
[0026]采用预先训练至收敛的情感分析模型确定出所述广告投放数据中属于好评类型的评论信息;
[0027]计算出所述好评类型的评价信息占所有评论信息相对应的数量占比,采用平滑算法处理该数量占比,获得反馈评分;
[0028]计算广告投放信息中的点赞数和收藏数的和值除以广告投放时长,获得相应的行为评分。
[0029]进一步的实施例中,采用平滑算法处理该数量占比,获得反馈评分,包括如下步骤:
[0030]获取近期预设时长内每个预设间隔时长的所述第三方目标广告商品的评论信息,计算出每个预设间隔时长的评论信息中好评类型的评论信息的数量占比;
[0031]根据每个预设间隔时长对应的数量占比,采用极大似然算法求出预设的第一平滑参数及第二平滑参数;
[0032]根据所述第一平滑参数及第二平滑参数调整当前的数量占比,获得所述调整后的数量占比作为反馈评分。
[0033]进一步的实施例中,以每个备选商品相对应的多个第三方目标广告商品的投放评分,确定各个备选商品的参考评分,包括:针对每个备选商品相对应的多个第三方目标广告
商品,对应每个第三方目标广告商品的相似度评分乘上投放评分相加求均值,确定出各个备选商品的参考评分。
[0034]另一方面,适应本申请的目的之一而提供的一种广告投放选品装置,包括请求响应模块、相似确定模块、评分确定模块及评分优选模块,其中:请求响应模块,用于响应线上店铺的广告选品请求,获取线上店铺的商品数据库中各个备选商品的标题文本,所述线上店铺运行于电商平台的独立站点中;相似确定模块,用于从预采集的第三方广告商品中,基于标题文本之间的描述相似性,确定出每个备选商品相对应的多个第三方目标广告商品;评分确定模块,用于根据第三方目标广告商品预采集的广告投放数据计算出其投放评分,以每个备选商品相对应的多个第三方目标广告商品的投放评分,确定各个备选商品的参考评分;评分优选模块,用于根据各个备选商品的参考评分优选出多个备选商品推送给线上店铺。
[0035]进一步的实施例中,所述相似确定模块,包括:相似检索子模块,用于从预采集的第三方广告商品中,对应每个备选商品检索出与其标题文本描述相似的多个第三方广告商品的标题文本;向量化表示子模块,用于针对每个备选商品及其对应的多个第三方广告商品的标题文本,采用预先训练至收敛后的本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种广告投放选品方法,其特征在于,包括如下步骤:响应线上店铺的广告选品请求,获取线上店铺的商品数据库中各个备选商品的标题文本,所述线上店铺运行于电商平台的独立站点中;从预采集的第三方广告商品中,基于标题文本之间的描述相似性,确定出每个备选商品相对应的多个第三方目标广告商品;根据第三方目标广告商品预采集的广告投放数据计算出其投放评分,以每个备选商品相对应的多个第三方目标广告商品的投放评分,确定各个备选商品的参考评分;根据各个备选商品的参考评分优选出多个备选商品推送给线上店铺。2.根据权利要求1所述的广告投放选品方法,其特征在于,从预采集的第三方广告商品中,基于标题文本之间的描述相似性,确定出每个备选商品相对应的多个第三方目标广告商品的步骤中,包括如下步骤:从预采集的第三方广告商品中,对应每个备选商品检索出与其标题文本描述相似的多个第三方广告商品的标题文本;针对每个备选商品及其对应的多个第三方广告商品的标题文本,采用预先训练至收敛后的文本编码模型提取各个标题文本的深层语义特征,获得每个备选商品相对应的备选语义向量,以及各个第三方广告商品相对应的第三方语义向量;计算出每个备选语义向量与其对应的各个第三方语义向量之间的相似度评分;根据所述相似度评分,对应每个备选商品从其对应的多个第三方广告商品中,确定出满足预设条件的部分第三方广告商品作为第三方目标广告商品。3.根据权利要求2所述的广告投放选品方法,其特征在于,所述文本编码模型的训练过程,包括如下步骤:获取预备的训练集中的单个训练样本,所述训练集中的各个训练样本包含商品的标题文本、第三方广告商品的标题文本及监督标签,所述训练样本标注的监督标签表征训练样本的第三方广告商品的标题文本是否与商品的标题文本描述相似;由文本编码模型对训练样本中的各个标题文本提取文本语义特征后,经预测模块预测出所述训练样本对应的相似度评分;根据所述训练样本相对应的监督标签计算所述相似度评分的损失值,在该模型损失值未达到预设阈值时对该模型实施权重更新,并继续调用其他训练样本实施迭代训练直到模型收敛。4.根据权利要求1所述的广告投放选品方法,其特征在于,根据第三方目标广告商品预采集的广告投放数据计算出其投放评分的步骤中,包括如下步骤:获取第三方目标广告商品预采集的广告投放数据,所述广告投放数据包含评论信息、点赞数、收藏数、广告投放时长;根据广告投放数据计算出行为评分和反馈评分,所述行为评分根据点赞数、收藏数以及广告投放时长确定,所述反馈评分根据所述评价信息确定;对所述...

【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:

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