一种广告推荐方法及相关装置制造方法及图纸

本申请实施例公开了一种广告推荐方法及相关装置，用于根据用户的历史订单获取用户的商品偏好，从而为用户推荐合适的商品。本申请实施例方法包括：获取多个第一候选商品的商品信息；将商品信息进行数字化编码，得到每个第一候选商品的商品数据；根据目标用户的历史商品订单，获取多个历史订购商品的商品信息；根据多个历史订购商品的商品信息，计算目标用户的偏好数据；将目标用户的偏好数据与多个第一候选商品的商品数据进行相似度计算；根据相似度计算结果，输出至少一个第二候选商品，第二候选商品属于多个第一候选商品。候选商品属于多个第一候选商品。候选商品属于多个第一候选商品。

【技术实现步骤摘要】
一种广告推荐方法及相关装置


[0001]本申请涉及信息推荐
，尤其涉及一种广告推荐方法及相关装置。

技术介绍

[0002]随着计算机网络技术的普及和电子商务的快速发展，人们已经进入信息社会和网络经济时代，电子商务网站给人们提供越来越多的选择。但是在互联网信息急剧膨胀的前提下，用户面对众多商家和海量的商品，往往难以找到符合自己兴趣偏好的合适商品，商家也难以让自己提供的商品在客户体验方面脱颖而出。
[0003]因此，线上订购商品网站或平台如何按照客户行为习惯偏好，为客户推荐合适的商品，成为亟待解决的难题。

技术实现思路

[0004]本申请实施例提供了一种广告推荐方法及相关装置，用于根据用户的历史订单获取用户的商品偏好，从而为用户推荐合适的商品。
[0005]第一方面，本申请实施例提供了一种广告推荐方法，该方法可应用于各类互联网广告营销场景中。该方法具体可以包括离线计算环节和在线计算环节，其中离线计算环节指的是数据的预处理阶段，将预处理后的数据存储在存储器中；在线计算环节指的是根据用户的需求调用存储器中对应的数据，再进行计算。
[0006]本方法包括：在离线计算环节将商品的商品信息进行数字化编码得到商品数据，以及根据目标用户的历史商品订购订单，计算目标用户的偏好数据；在线环节计算目标用户的偏好数据和候选商品的商品数据之间的相似度；根据相似度计算结果，输出推荐商品。
[0007]首先是商品信息的数字化编码：获取多个第一候选商品的商品信息，将商品信息进行数字化编码后，得到每个第一个候选商品的商品数据，并存储。其中，第一候选商品可以是商品订购平台中所有商品，也可以是与目标用户的目的地匹配的商品。商品的基本信息可以包括级别、品类、来源、采购周期等。本方法首先将上述商品信息编码为数字形式的商品数据，以便于后续能够对编码后的数据进行计算。其中，对商品级别、评价、品类等数字型的信息可直接输出；而对于商品来源，则可以用1表示是、0表示否；采购周期可以用商品的发货天数表示。
[0008]接下来是用户的偏好数据计算：根据目标用户的历史商品订单，可以获取得到每个订单所对应的商品，即历史订购商品。在确定了历史订购商品后，即可获得该历史订购商品对应的商品信息。可以理解的是，离线环节可将平台上所有的商品信息均进行数字化编码并存储，因此该历史订购商品对应的商品数据可从对应的存储器中直接获取。根据目标用户的多个历史商品的商品数据，计算得到目标用户的偏好数据，并存储。
[0009]最后是相似度计算：在得到多个第一候选商品的商品数据，以及目标用户的偏好数据后，将两者进行相似度计算，相似度越高表示该商品越符合用户偏好。根据相似度计算结果，输出至少一个第二候选商品，第二候选商品属于多个第一候选商品。
[0010]本实施例所提供的广告推荐方法中，首先通过将商品信息进行数字化编码，生成能够反应该商品信息的商品数据，且商品数据能够进行计算；然后根据用户的历史订购商品计算得到用户的偏好数据；最后计算用户的偏好数据和候选商品的商品数据之间的相似度，该相似度计算结果反应了每个第一候选商品与目标用户的偏好之间的匹配程度，因此通过上述方法能够为每个用户恰如其分的推荐喜爱的商品。同时，上述方法中数据较多的商品数字化编码阶段和用户偏好数据的计算阶段均可在离线环节下进行，提高了广告推荐效率。
[0011]在一种可能的实现方法中，为了更精准的对用户进行商品推荐，在计算了目标用户的偏好数据后，还需要计算该用户的偏好数据的权重，将该权重与用户的偏好数据进行结合后再计算用户与数据的适配程度。
[0012]因此，将目标用户的偏好数据与多个第一候选商品的商品数据进行相似度计算之前，还包括：
[0013]获取多个样本用户的偏好数据；
[0014]根据多个样本用户的偏好数据和目标用户的偏好数据之间的相关关系，计算目标用户的偏好数据的权重；
[0015]将目标用户的偏好数据与多个第一候选商品的商品数据进行相似度计算，具体包括：
[0016]将目标用户的偏好数据与权重结合，与多个第一候选商品的商品数据进行相似度计算。
[0017]本实施例中，结合大量样本用户的偏好数据，有助于根据偏好数据中的商品信息选择到用户接收程度更高的商品，从而向目标用户推荐更优质的商品。
[0018]在一种可能的实现方法中，根据多个样本用户的偏好数据和目标用户的偏好数据之间的相关关系，计算目标用户的偏好数据的权重，具体包括：
[0019]根据多个样本用户的偏好数据，计算目标用户的偏好数据的概率分布；
[0020]根据概率分布，确定目标用户的偏好数据的权重。
[0021]本实施例中，计算相关关系的方法为计算目标用户的偏好数据的大量样本用户中的概率分布。
[0022]在一种可能的实现方法中，根据多个样本用户的偏好数据，计算目标用户的偏好数据的概率分布，具体包括：
[0023]根据多个样本用户的偏好数据，计算多个样本用户的偏好数据的平均值和标准差，并分别构建均值数据和标准差数据；
[0024]分别将均值数据和标准差数据作为高斯分布函数的位置参数和尺度参数，对目标用户的偏好数据进行计算，得到目标用户的偏好数据的概率分布。
[0025]本实施例中，概率分布计算方法为通过高斯分布函数进行计算。
[0026]在一种可能的实现方法中，根据多个历史订购商品的商品信息，计算目标用户的偏好数据，具体包括：
[0027]根据多个历史订购商品的商品信息，获取多个历史订购商品的商品数据；
[0028]计算多个历史订购商品的商品数据在每个维度上的平均值，构建目标用户的偏好数据。
[0029]本实施例中，用户的偏好数据指的是多个历史订购商品的商品数据的平均值，当商品信息包括多个参数时，商品数据为向量，对应的，偏好数据也为向量，且偏好数据与商品数据的中对应位置的维度表示同一类的商品参数，多个历史订购商品的商品数据在每个维度上的平均值，构建得到目标用户的偏好数据。
[0030]在一种可能的实现方法中，相似度计算具体为余弦相似度计算。
[0031]在一种可能的实现方法中，第一候选商品包括第一候选酒店，历史订购商品包括历史预订酒店，第二候选商品包括第二候选酒店。
[0032]进一步地，根据相似度计算结果，输出至少一个第二候选商品，具体包括：
[0033]根据相似度计算结果，输出相似度最高的至少两个第二候选酒店；
[0034]方法还包括：
[0035]根据目标用户预先设定的定位，输出距离定位最近的至少一个第三候选酒店，第三候选酒店属于至少两个第二候选酒店。
[0036]进一步地，第一候选酒店，具体为：
[0037]距离目标用户预先设定的定位在第一预设范围内的酒店。
[0038]进一步地，商品信息包括多个酒店参数，多个酒店参数包括酒店级别、酒店评分、酒店开业年限、酒店设施、距离酒店位置第二预设范围内的交通线数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种广告推荐方法，其特征在于，包括：获取多个第一候选商品的商品信息；将所述商品信息进行数字化编码，得到每个所述第一候选商品的商品数据；根据目标用户的历史商品订单，获取多个历史订购商品的商品信息；根据多个所述历史订购商品的商品信息，计算所述目标用户的偏好数据；将所述目标用户的偏好数据与所述多个第一候选商品的商品数据进行相似度计算；根据相似度计算结果，输出至少一个第二候选商品，所述第二候选商品属于所述多个第一候选商品。2.根据权利要求1所述的广告推荐方法，其特征在于，所述将所述目标用户的偏好数据与所述多个第一候选商品的商品数据进行相似度计算之前，还包括：获取多个样本用户的偏好数据；根据所述多个样本用户的偏好数据和所述目标用户的偏好数据之间的相关关系，计算所述目标用户的偏好数据的权重；所述将所述目标用户的偏好数据与所述多个第一候选商品的商品数据进行相似度计算，具体包括：将所述目标用户的偏好数据与所述权重结合，与所述多个第一候选商品的商品数据进行相似度计算。3.根据权利要求2所述的广告推荐方法，其特征在于，所述根据所述多个样本用户的偏好数据和所述目标用户的偏好数据之间的相关关系，计算所述目标用户的偏好数据的权重，具体包括：根据所述多个样本用户的偏好数据，计算所述目标用户的偏好数据的概率分布；根据所述概率分布，确定所述目标用户的偏好数据的权重。4.根据权利要求1至3任一项所述的方法，其特征在于，所述商品信息包括多个商品参数；所述商品数据具体为包括多个维度的向量，每个维度用于表示不同的商品参数。5.根据权利要求4所述的方法，其特征在于，所述根据所述多个历史订购商品的商品信息，计算所述目标用户的偏好数据，具体包括：根据所述多个历史订购商品的商品信息，获取多个所述历史订购商品的商品数据；计算所述多个历史订购商品的商品数据在每个维度上的平均值，构建所述目标用户的偏好数据。6.根据权利要求1至5任一项所述的方法，其特征在于，所述第一候选商品包括第一候选酒店，所述历史订购商品包括历史预订酒店，所述第二候选商品包括第二候选酒店。7.根据权利要求6所述的方法，其特征在于，所述根据相似度计算结果，输出至少一个第二候选商品，具体包括：根据相似度计算结果，输出相似度最高的至少两个第二候选酒店；所述方法还包括：根据所述目标用户预先设定的定位，输出距离所述定位最近的至少一个第三候选酒店，所述第三候选酒店属于所述至少两个第二候选酒店。8.根据权利要求6或7所述的方法，其特征在于，所述第一候选酒店，具体为：距离所述目标用户预先设定的定位在第一预设范围内的酒店。
9.根据权利要求6至8任一项所述的方法，其特征在于，所述商品信息包括多个酒店参数，多个所述酒店参数包括酒店级别、酒店评分、酒店开业年限、酒店设施、距离酒店位置第二预设范围内的交通线数量。10.根据权利要求1至5任一项所述的方法，其特征在于，所述第一候选商品包括第一候选机票，所述历史订购商品包括历史预订机票...

【专利技术属性】
技术研发人员：陈文冬，孟平，
申请(专利权)人：南京意博软件科技有限公司，
类型：发明
国别省市：