【技术实现步骤摘要】
一种广告商品推荐方法和系统
[0001]本专利技术涉及互联网广告领域，特别地涉及一种广告商品推荐方法和系统。
技术介绍
[0002]在互联网广告领域，广告推荐系统一方面需要确定目标用户，另一方向需要为目标用户召回适宜的广告商品。其中，广告的投放基本上会设定目标受众，常见的流程为广告主给定种子用户，广告发布平台利用机器学习方法，预测出种子用户的相似用户，从而扩大广告的投放人群。当一个用户在平台上上线时，广告推荐系统可以区分出所述目标用户，并为其召回该用户作为受众的广告。常见的召回方法有协同过滤、基于自然语言处理的内容召回以及向量召回等。通常来说，一个用户作为受众的广告可能会有多个，并且根据广告的付费等其它条件，推荐系统对召回的广告进行排序，按顺序向用户推送。然而，对于二手平台，在广告商品较为稀疏的情况下，在向用户推荐广告商品时存在广告商品覆盖率不足、推荐不准确的问题。
技术实现思路
[0003]针对现有技术中存在的技术问题，本专利技术提出了一种广告商品推荐方法和系统，用以提高广告商品的推荐效果，提升广告商品的覆...
【技术保护点】
【技术特征摘要】
1.一种广告商品推荐方法，其中包括：按时间顺序从用户日志中获取用户的商品点击序列；获取商品点击序列中的商品信息，并按照商品点击序列将商品信息顺序连接以形成用户点击内容；根据所述用户点击内容生成用户向量；计算每个用户的用户向量与其他用户的用户向量的距离，得到距离最小的预置数量的用户向量，从而得到每个用户的相似用户集合；以及在满足向目标用户推荐商品的条件时，获取所述目标用户的相似用户点击过的广告商品构成广告商品推荐集合，向目标用户推荐广告商品推荐集合中的广告商品。2.根据权利要求1所述的方法，其中进一步包括：在预置时间段内从用户日志中获取用户的商品点击序列；或者从用户日志中按时间顺序获取用户点击过的预置数量的商品作为商品点击序列。3.根据权利要求1所述的方法，其中商品信息包括商品标题和商品描述信息。4.根据权利要求1所述的方法，其中根据所述用户点击内容生成用户向量的步骤具体包括：对所述用户点击内容进行语义分析、过滤以得到由多个分词构成的点击词序列；分别获取构成点击词序列的每个分词的词向量；以及计算所有词向量的平均值以得到所述点击词序列的向量，将所述点击词序列的向量作为用户向量。5.根据权利要求4所述的方法，其中对所述用户点击内容进行语义分析、过滤的步骤进一步包括：对用户点击内容进行语义分析以获得多个分词；查询通用过滤词表和二手场景专有过滤词表；以及删除出现在通用过滤词表或二手场景专有过滤词表中的分词。6.根据权利要求4所述的方法，其中进一步包括：通过word2vec模型获取构成点击词序列的每个分词的词向量，或从词向量库中读取每个分词的词向量。7.根据权利要求6所述的方法，其中进一步包括：查询预置词汇表，响应于在所述词汇表中查询到点击词序列中的分词时，从词向量库中获取对应的词向量；响应于在所述词汇表中查询不到点击词序列中的分词时，通过word2vec模型获得所述分词的词向量，并将所述分词记录到词汇表，将对应的词向量记录到所述词向量库中。8.一种广告商品推荐系统，其中包括：商品点击序列构建模块，经配置以按时间顺序从用户日志中获取用户的商品点击序列；用户点击内容构建模块，其与所述商品点击序列构建模块相连接，经配置以获取商品点击序...
【专利技术属性】
技术研发人员：何哲宇，
申请(专利权)人：北京转转精神科技有限责任公司，
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。