广告投放群体确定方法及装置、存储介质、计算设备制造方法及图纸

本说明书实施例提供了一种广告投放群体确定方法及装置、存储介质、计算设备。方法包括：获取广告主的历史广告素材，并从所述历史广告素材中提取出文本信息；从所述文本信息中提取出第一预设数量的主题词，并展示所述第一预设数量的主题词，以供所述广告主进行选择，并将所述广告主选择的主题词作为关键词；获取广告投放系统中的至少两条类目数据；计算各个关键词分别与每一条类目数据中至少一个类目词的相似度，计算该条类目数据对应的推荐评分；将不同的类目数据作为不同广告投放群体的标签，根据所述广告投放系统中的至少两条类目数据各自对应的推荐评分，确定目标广告投放群体。本发明专利技术实施例提供的方法省时省力。本发明专利技术实施例提供的方法省时省力。本发明专利技术实施例提供的方法省时省力。

【技术实现步骤摘要】
广告投放群体确定方法及装置、存储介质、计算设备


[0001]本说明书一个或多个实施例涉及广告投放
，尤其是涉及一种广告投放群体确定方法及装置、存储介质、计算设备。

技术介绍

[0002]广告主在投放广告时，往往会根据已知的业务经验选择客户群体，然后针对所选取的不同的客户群体投放不同的流量，进行差异化广告投放，从而达到更好的收益。然而，可供选择的人群种类高达上千种，目前只能根据业务经验来人工选择客户群体，不仅耗时耗力，而且选择的客户群体不一定是合适的目标受众群体，还有，这种人为主观的选择方式往往会漏掉比较重要但未感知到的一些人群。

技术实现思路

[0003]为了解决以上至少一个问题，本说明书实施例描述了一种广告投放群体确定方法及装置、存储介质、计算设备。
[0004]根据第一方面，提供了一种广告投放群体确定方法，包括：
[0005]获取广告主的历史广告素材，并从所述历史广告素材中提取出文本信息；
[0006]从所述文本信息中提取出第一预设数量的主题词，并展示所述第一预设数量的主题词，以供所述广告主进行选择，并将所述广告主选择的主题词作为关键词；
[0007]获取广告投放系统中的至少两条类目数据；其中，每一条类目数据中包括至少一个类目词；
[0008]计算各个关键词分别与每一条类目数据中至少一个类目词的相似度，并根据各个关键词分别与每一条类目数据中至少一个类目词之间的相似度，计算该条类目数据对应的推荐评分；
[0009]将不同的类目数据作为不同广告投放群体的标签，并根据所述广告投放系统中的至少两条类目数据各自对应的推荐评分，确定目标广告投放群体。
[0010]根据第二方面，提供了一种广告投放群体确定装置，包括：
[0011]信息获取模块，用于获取广告主的历史广告素材，并从所述历史广告素材中提取出文本信息；
[0012]关键词提取模块，用于从所述文本信息中提取出第一预设数量的主题词，并展示所述第一预设数量的主题词，以供所述广告主进行选择，并将所述广告主选择的主题词作为关键词；
[0013]类目获取模块，用于获取广告投放系统中的至少两条类目数据；其中，每一条类目数据中包括至少一个类目词；
[0014]评分计算模块，用于计算各个关键词分别与每一条类目数据中至少一个类目词的相似度，并根据各个关键词分别与每一条类目数据中至少一个类目词之间的相似度，计算该条类目数据对应的推荐评分；
[0015]群体确定模块，用于将不同的类目数据作为不同广告投放群体的标签，并根据所述广告投放系统中的至少两条类目数据各自对应的推荐评分，确定目标广告投放群体。
[0016]根据第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行第一方面提供的方法。
[0017]根据第四方面，提供了一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现第一方面提供的所述的方法。
[0018]本说明书实施例提供的广告投放群体确定方法及装置、存储介质、计算设备，组合或者各自具有以下技术效果：
[0019]首先获取广告主的历史广告素材，从所述历史广告素材中提取出文本信息，然后从文本信息中提取出第一预设数量的主题词并进行展示，广告主进行选择出所需的主题词作为关键词。然后获取广告投放系统中的至少两条类目数据，计算各个关键词分别与每一条类目数据中至少一个类目词的相似度，进而计算出该条类目数据对应的推荐评分；最后根据所述广告投放系统中的至少两条类目数据各自对应的推荐评分，确定目标广告投放群体。这种方式相对于人工挑选客户群体的方式，不需要人工参与，省时省力，而且可以选择出合适的客户群体作为目标广告投放群体，也不会发生遗漏重要客户群体的问题。
附图说明
[0020]为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是本说明书一个实施例中广告投放群体确定方法的流程示意图；
[0022]图2是本说明书一个实施例中广告投放群体确定装置的结构框图。
具体实施方式
[0023]下面结合附图，对本说明书提供的方案进行描述。
[0024]第一方面，本专利技术实施例提供一种广告投放群体确定方法，该方法可以由任一计算设备执行，参见图1，该方法包括如下步骤S110～S150:
[0025]S110、获取广告主的历史广告素材，并从所述历史广告素材中提取出文本信息；
[0026]其中，广告主的历史广告素材是指广告主自己的产品在之前进行广告投放时使用的广告素材，例如，视频素材、网页素材、图片素材、文本素材等。
[0027]在一个实施例中，所述历史广告素材可以包括图片素材、网页素材、视频素材和文本素材中的至少一项素材类别。
[0028]基于上述各种素材类别，S110中从所述历史广告素材中提取出文本信息，可以具体包括如下步骤S111～S112：
[0029]S111、将所述历史广告素材按照素材类别进行分类；
[0030]S112、若分类得到的素材类别中包括图片素材，则将所述图片素材中的文字和/或图案转换为对应的文本信息；若分类得到的素材类别中包括网页素材，则将所述网页素材进行截屏，并将截屏得到的图片中的文字和/或图案转换为对应的文本信息；若分类得到的
素材类别中包括视频素材，则将所述视频素材中的语音转换为文本信息，并将所述视频素材中的每一帧进行截屏，并将截屏得到的图片中的文字和/或图案转换为对应的文本信息；若分类得到的素材类别中包括文本素材，则将所述文本素材作为文本信息。
[0031]例如，可以采用CV模型即计算机视觉模型解析图片中的文字和/或图案，从而将文字和/或图案转换为文本信息。
[0032]也就是说，在获取到历史广告素材之后，按照素材类别对广告素材进行分类，然后对分类后得到的不同素材类别进行不同的处理，从而提取出各种广告素材中的文本信息。
[0033]S120、从所述文本信息中提取出第一预设数量的主题词，并展示所述第一预设数量的主题词，以供所述广告主进行选择，并将所述广告主选择的主题词作为关键词；
[0034]具体的，可以将所述文本信息进行分词处理，并采用主题词识别模型从分词得到的各个词中提取出所述第一预设数量的主题词。
[0035]其中，主题词识别模型是指基于无监督学习的方法对文档的隐含的语义结构进行聚类的一种模型。例如，LDA主题词模型，LDA即Latent Dirichlet Allocation，指的是隐含狄立克雷分布。
[0036]当然，在分词处理后，还可以先将停用词去除，再采用主题词识别模型提取主题词，加快主题本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种广告投放群体确定方法，其特征在于，包括：获取广告主的历史广告素材，并从所述历史广告素材中提取出文本信息；从所述文本信息中提取出第一预设数量的主题词，并展示所述第一预设数量的主题词，以供所述广告主进行选择，并将所述广告主选择的主题词作为关键词；获取广告投放系统中的至少两条类目数据；其中，每一条类目数据中包括至少一个类目词；计算各个关键词分别与每一条类目数据中至少一个类目词的相似度，并根据各个关键词分别与每一条类目数据中至少一个类目词之间的相似度，计算该条类目数据对应的推荐评分；将不同的类目数据作为不同广告投放群体的标签，并根据所述广告投放系统中的至少两条类目数据各自对应的推荐评分，确定目标广告投放群体。2.根据权利要求1所述的方法，其特征在于，每一条类目数据中包括至少两个级别的类目词，在一条类目数据中一个级别的类目词的数量为1；级别越高的类目词对应的类目范围越大，且相邻级别的两个类目词中，级别较低的类目词对应的类目范围为级别较高的类目词对应的类目范围的子集。3.根据权利要求2所述的方法，其特征在于，所述计算各个关键词分别与每一条类目数据中至少一个类目词的相似度，包括：针对每一条类目数据，按照级别从低到高的顺序选取第二预设数量的类目词作为第一类目词；其中，所述第二预设数量为大于1的整数；不同级别的第一类目词具有不同的权重值，且级别越高的第一类目词的权重值越小；计算各个关键词分别与每一条类目数据中各个级别的第一类目词之间的相似度；对应的，所述根据各个关键词分别与每一条类目数据中至少一个类目词之间的相似度，计算该条类目数据对应的推荐评分，包括：根据各个关键词分别与每一条类目数据中各个级别的第一类目词之间的相似度，计算每一条类目数据中每一个级别的第一类目词对应的平均相似度；其中，一条类目数据中一个级别的第一类目词对应的平均相似度为相似度之和与所述关键词的数量之间的比值，所述相似度之和为各个关键词分别与该条类目数据中该级别的第一类目词之间的相似度的和；根据每一条类目数据中每一个级别的第一类目词对应的平均相似度以及每一个级别的第一类目词的权重值，计算每一条类目数据对应的推荐评分；其中，一条类目数据对应的推荐评分为该条类目数据中各个级别的第一类目词对应的加权平均相似度的和，该条类目数据中每一个级别的第一类目词对应的加权平均相似度为该条类目数据中该级别的第一类目词对应的平均相似度与该级别的第一类目词的权重值之间的乘积。4.根据权利要求1所述的方法，其特征在于，所述从所述文本信息中提取出第一预设数量的主题词之后，以及所述展示所述第一预设数量的主题词之前，所述方法还包括：将各个主题词分别生成对应的词向量；根据各个主题词各自对应的词向量，将各个主题词进行聚类处理，以使所述第一预设数量的主题词被划分为多个聚类；对应的，所述展示所述第一预设数量的主题词，包括；按照聚类展示所述第一预设数量
的主题词，...

【专利技术属性】
技术研发人员：行康泽，王可攀，
申请(专利权)人：加和北京信息科技有限公司，
类型：发明
国别省市：