用于使用自然语言搜索生成广告弹性模型的系统和方法技术方案

公开了用于使用自然语言搜索生成广告弹性模型的系统和方法。该系统和方法生成映射函数，该映射函数基于用户提供的标签生成缩减的用户主题集，并使用用户主题得出给定广告活动的广告弹性估计。的广告弹性估计。的广告弹性估计。

【技术实现步骤摘要】
【国外来华专利技术】用于使用自然语言搜索生成广告弹性模型的系统和方法
[0001]相关申请的交叉引用
[0002]本申请要求基恩决策系统公司(Keen Decision Systems,Inc.)于2020年10月12日提交的、题为“SYSTEMS AND METHODS FOR GENERATING AN ADVERTISING
‑
ELASTICITY MODEL USING NATURAL
‑
LANGUAGE SEARCH”的美国临时专利申请63/090,361的优先权，其通过引用整体并入本文。


[0003]本专利技术涉及用于使用自然语言搜索生成广告弹性模型的系统和方法。更具体地，本专利技术涉及生成映射函数，该映射函数将用户提供的搜索词映射到现有的规范数据，以根据用户提供的搜索词提供广告弹性的估计。

技术介绍

[0004]在市场营销中，有许多不同的方式来投资营销资金，并且在可供广告商和广告活动使用的营销媒体类型上有持续快速发展的创新。随着这些营销媒体类型的新创新不断发展，由于缺乏与其有效性相关的先验数据，很难本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种使用自然语言搜索确定广告弹性估计的方法，所述方法包括：接收用户提供的自然语言搜索词以用于查询规范数据库，其中，所述规范数据库包括规范数据，所述规范数据包括平均值、标准差值和存储在所述规范数据库中的一个或多个广告变量的多个现有标签；通过分析所述规范数据中的所述多个现有标签，基于所述规范数据推导映射函数，以确定将所述多个现有标签映射到与所述规范数据相关联的规范主题集的函数，使得所述规范主题集表示所述规范数据库中所述多个现有标签的变化；将所述推导的映射函数应用于所述用户提供的自然语言搜索词，其中，提供所述用户提供的自然语言搜索词作为所述推导的映射函数的输入；基于所述推导的映射函数，从所述用户提供的自然语言搜索词生成映射的用户主题集；使用相似度函数确定所述一个或多个广告变量中至少一个的相似度值，其中，所述广告变量的相似度值表示所述映射的用户主题集与和所述广告变量相关的规范主题集之间的相似度；以及基于所述广告变量的确定的相似度值、所述平均值和所述标准差值，推导所述用户提供的自然语言搜索词的广告弹性估计。2.根据权利要求1所述的方法，其中所述用户提供的自然语言搜索词表示广告活动。3.根据权利要求1所述的方法，其中所述用户提供的自然语言搜索词通过网络接收。4.根据权利要求1所述的方法，其中所述用户提供的自然语言搜索词由用户通过图形用户界面提供。5.根据权利要求1所述的方法，其中所述规范数据库包括关系数据库。6.根据权利要求1所述的方法，其中所述映射函数通过使用奇异值分解分析所述规范数据中的标签而推导。7.根据权利要求1所述的方法，其中所述映射函数通过使用非负矩阵分解分析所述规范数据中的标签而推导。8.根据权利要求1所述的方法，其中所述映射函数是通过使用潜在的狄利克雷分析法分析所述规范数据中的标签而推导。9.根据权利要求1所述的方法，其中还提供所述用户提供的自然语言搜索词的同义词作为所述推导的映射函数的输入。10.根据权利要求9所述的方法，其中使用同义词库确定所述用户提供的自然语言搜索词的同义词。11.根据权利要求10所述的方法，其中从所述用户提供的自然语言搜索词生成映射的用户主题集是进一步基于所述现有标签和元标签集之间的映射。12.根据权利要求11所述的方法，其中所述现有标签和所述元标签集之间的所述映射提供从媒体类型到通信方式的映射。13.根据权利要求11所述的方法，其中所述现有标签和所述元标签集之间的所述映射提供从媒体类型到所述媒体类型的心理诉求的映射。14.根据权利要求1所述的方法，其中所述映射的用户主题集对应于与所述规范数据相关联的规范主题集。
15.根据权利要求1所述的方法，其中所述映射的用户主题集与和所述规范数据相关联的规范主题集不匹配。16.根据权利要求1所述的方法，其中所述相似度函数将所述映射的用户主题集和所述规范主题集作为输入，并将所述相似度值作为输出返回，所述相似度值测量所述映射的用户主题集和所述规范主题集之间的相似度。17.根据权利要求16所述的方法，其中所述相似度函数对所述输入执行余弦相似度分析。18.根据权利要求16所述的方法，其中所述相似度函数对所述输入执行反转的欧氏距离分析。19.根据权利要求1所述的方法，其中所述广告弹性的估计使用所述规范数据库中所述广告变量的平均值和标准差值而推导，并根据所述确定的广告变量的相似度值对所述广告变量的平均值和标准差值进行加权。20.根据权利要求19所述的方法，其中所述广告弹性的估计计算为加权平均，所述加权平均使用所述多个广告变量中的每个的平均值和标准差值对所述规范数据库中的所述多个广告变量进行。21.根据权利要求20所述的方法，其中所述广告弹性的估计通过合计多个平均值和标准偏差值计算。22.根据权利要求21所述的方法，其中所述广告弹性的推导的估计表示基于所述用户提供的自然语言搜索词的广告活动的广告弹性。23.一种使用自然语言搜索确定广告弹性估计的方法，所述方法包括：接收用户提供的自然语言搜索词以用于查询规范数据库，其中，所述规范数据库包括规范数据，所述规范数据包括平均值、标准差值和存储在所述规范数据库中的一个或多个广告变量的多个现有标签；通过分析所述规范数据中的所述多个现有标签，基于所述规范数据推导映射函数，以确定将所述多个现有标签映射到与所述规范数据相关联的规范主题集的函数，使得所述规范主题集表示所述规范数据库中所述多个现有标签的变化；将所述推导的映射函数应用于所述用户提供的自然语言搜索词，其中，提供所述用户提供的自然语言搜索词作为所述推导的映射函数的输入；以及基于所述推导的映射函数，从所述用户提供的自然语言搜索词生成映射的用户主题集。24.根据权利要求23所述的方法，还包括：运行回归模型以推断所述映射的用户主题集的弹性分布；以及基于所述回归模型推导所述用户提供的自然语言搜索词的广告弹性估计。25.根据权利要求24所述的方法，其中运行所述回归模型以推断所述映射的用户主题集的弹性分布包括：将所述标准差除以所述平均值计算每个记录的所述变异系数；运行一系列具有不同百分位参数的分位数回归模型，以基于映射的用户主题推断感兴趣指标的分位数；基于所述映射的用户主题估计与百分比相关联的分位数数组；以及
使用基于来自所述回归的分位数和百分位数的元组分布计算所述平均值和所述变异系数的完整分布。26.根据权利要求23或24所述的方法，其中所述用户提供的自然语言搜索词表示广告活动。27.根据权利要求23或24所述的方法，其中所述用户提供的自然语言搜索词通过网...

【专利技术属性】
技术研发人员：J，
申请(专利权)人：基恩决策系统公司，
类型：发明
国别省市：