智能广告管理方法及系统技术方案

本申请公开了智能广告管理方法及系统，其中该方法包括：响应实体店的广告投放请求，获取实体店的历史广告投放信息和历史广告转化信息，并根据历史广告投放信息和历史广告转化信息确定实体店的广告投放区域；获取广告投放区域内的每个终端设备的用户行为信息，用户行为信息包括用户的消费信息、浏览信息；分别将每个用户行为信息输入各自对应的终端设备上预设的兴趣点预测模型，以获取每个终端设备的兴趣点；基于每个终端设备的兴趣点和实体店的产品类型确定广告投放区域内的目标终端设备；将实体店的广告投放至目标终端设备。采用该方法可以提高实体店广告投放的准确性，以解决目前实体店广告投放资源的浪费问题。前实体店广告投放资源的浪费问题。前实体店广告投放资源的浪费问题。

【技术实现步骤摘要】
智能广告管理方法及系统


[0001]本申请涉及广告投放
，尤其涉及一种智能广告管理方法及系统。

技术介绍

[0002]随着互联网技术的发展，广告投放已成为实体店推广的主要方式，目前，利用互联网技术在各个平台上推广产品的实体店逐渐增多，而现有的智能广告管理方法考虑的因素较为单一，通常只考虑消费者的消费倾向，从而造成了大量广告投放资源的浪费，给实体店的经营造成严重的损失，因此亟需一种方法来解决上述问题。

技术实现思路

[0003]本申请实施例提供一种智能广告管理方法及系统，旨在提高实体店广告投放的准确性，以解决目前实体店广告投放资源的浪费问题。
[0004]第一方面，本申请实施例提供一种智能广告管理方法，包括：
[0005]响应实体店的广告投放请求，获取实体店的历史广告投放信息和历史广告转化信息，并根据所述历史广告投放信息和所述历史广告转化信息确定所述实体店的广告投放区域；
[0006]获取所述广告投放区域内的每个终端设备的用户行为信息，所述用户行为信息包括所述用户的消费信息、浏览信息；
[0007]分别将每个所述用户行为信息输入各自对应的所述终端设备上预设的兴趣点预测模型，以获取每个所述终端设备的兴趣点；
[0008]基于每个所述终端设备的兴趣点和所述实体店的产品类型确定所述广告投放区域内的目标终端设备；
[0009]将所述实体店的广告投放至所述目标终端设备。
[0010]在一些实施例中，所述历史广告投放信息包括所述实体店的多个历史广告投放区域和多个所述历史广告投放区域分别对应的历史广告投放数量，所述历史广告转化信息包括多个所述历史广告投放区域和多个所述历史广告投放区域分别对应的历史广告转化数量，所述根据所述历史广告投放信息和所述历史广告转化信息确定所述实体店的广告投放区域，包括:
[0011]分别计算每个所述历史广告投放区域的广告转化数量与广告投放数量的百分比；
[0012]比较所述百分比与预设百分比的大小关系；
[0013]将大于所述预设值的所述百分比对应的所述历史广告投放区域确定为所述广告投放区域。
[0014]在一些实施例中，所述兴趣点预测模型的训练方法包括：
[0015]获取训练样本集，并基于所述训练样本集对每个所述终端设备预设的初始兴趣点预测模型进行训练，在每个所述初始兴趣点预测模型收敛之后，得到收敛后的每个所述初始兴趣点预测模型的模型参数；
[0016]对所有所述模型参数进行融合计算，得到融合模型参数；
[0017]将每个所述模型参数更新为所述融合模型参数，得到每个所述终端设备的待定兴趣点预测模型；
[0018]获取验证集，所述验证集包括多个映射关系，所述映射关系为实际兴趣点与所述实际兴趣点预测信息集的映射关系，根据所述待定兴趣点预测模型得到所述第二训练样本集中的每个兴趣点预测信息集对应的预测兴趣点；
[0019]根据每个所述实际兴趣点预测信息集对应的预测兴趣点与实际兴趣点确定所述待定兴趣点预测模型的预测结果准确率；
[0020]比较所述准确率与预设准确率的大小关系；
[0021]当所述准确率大于所述预设准确率时，确定所述待定兴趣点预测模型为每个所述终端设备预设的兴趣点预测模型。
[0022]在一些实施例中，所述浏览信息包括所述用户当前浏览的媒体，所述将所述实体店的广告投放至所述目标终端设备，包括：
[0023]获取所述实体店的广告投放信息，根据所述广告投放信息和所述媒体，生成多个元素标签信息和模板信息；
[0024]根据多个所述元素标签信息在预设的素材库中进行检索，确定多个初始广告合成元素；
[0025]将多个所述初始广告合成元素分别输入预设的标准元素标签识别模型，以获取多个所述初始广告合成元素分别对应的标准元素标签信息；
[0026]计算每个所述初始广告合成元素对应的所述元素标签信息和所述标准元素标签信息的相似度；
[0027]比较每个所述相似度与预设相似度的大小关系；
[0028]若所述相似度大于所述预设相似度，将所述相似度对应的所述初始广告合成元素确定为广告合成元素；
[0029]若所述相似度小于所述预设相似度，根据所述相似度对应的所述元素标签信息从云端获取广告合成元素，并将从云端获取到的所述合成元素存入所述素材库；
[0030]根据所述模板信息将所述广告合成元素和从云端获取的所述广告合成元素合成为所述实体店的广告；
[0031]根据所述媒体将所述实体店的广告投放至所述目标终端设备。
[0032]在一些实施例中，所述根据所述媒体将所述实体店的广告投放至所述目标终端设备，包括：
[0033]获取所述目标终端设备的所述用户中当前正在浏览同一所述媒体的用户数量；
[0034]向所述实体店反馈所述用户数量，其中，所述实体店根据所述用户数量购买当前同一所述媒体的广告投放数量；
[0035]响应所述实体店的购买行为，将所述实体店的广告投放至所述目标终端设备的用户当前正在浏览的同一所述媒体。
[0036]在一些实施例中，在所述根据所述媒体将所述实体店的广告投放至所述目标终端设备之前，所述方法还包括：
[0037]获取所述目标终端设备的用户身份信息；
[0038]根据所述用户身份信息调整所述实体店的广告的参数信息。
[0039]第二方面，本申请实施例提供一种智能广告管理系统，包括：
[0040]第一确定模块，用于响应实体店的广告投放请求，获取实体店的历史广告投放信息和历史广告转化信息，并根据所述历史广告投放信息和所述历史广告转化信息确定所述实体店的广告投放区域；
[0041]获取模块，用于获取所述广告投放区域内的每个终端设备的用户行为信息，所述用户行为信息包括所述用户的消费信息、浏览信息；
[0042]输入模块，用于分别将每个所述用户行为信息输入各自对应的所述终端设备预设的兴趣点预测模型，以获取每个所述终端设备的兴趣点；
[0043]第二确定模块，用于基于每个所述终端设备的兴趣点和所述实体店的产品类型确定所述广告投放区域内的目标终端设备；
[0044]投放模块，用于将所述实体店的广告投放至所述目标终端设备。
[0045]第三方面，本申请实施例提供一种终端设备，所述终端设备包括处理器、存储器以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上所述的任一种智能广告管理方法。
[0046]第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被所述处理器执行时，实现如上所述的任一种智能广告管理方法。
[0047]本申请实施例公开了智能广告管理方法及系统，其中，所述智能广告管理方法包括：响应实体店的广告投放请求，获取实体店的历史广告投放信息和历史广告转化信息，并根据所述历史广告投放本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能广告管理方法，其特征在于，包括：响应实体店的广告投放请求，获取实体店的历史广告投放信息和历史广告转化信息，并根据所述历史广告投放信息和所述历史广告转化信息确定所述实体店的广告投放区域；获取所述广告投放区域内的每个终端设备的用户行为信息，所述用户行为信息包括所述用户的消费信息、浏览信息；分别将每个所述用户行为信息输入各自对应的所述终端设备上预设的兴趣点预测模型，以获取每个所述终端设备的兴趣点；基于每个所述终端设备的兴趣点和所述实体店的产品类型确定所述广告投放区域内的目标终端设备；将所述实体店的广告投放至所述目标终端设备。2.根据权利要求1所述的智能广告管理方法，其特征在于，所述历史广告投放信息包括所述实体店的多个历史广告投放区域和多个所述历史广告投放区域分别对应的历史广告投放数量，所述历史广告转化信息包括多个所述历史广告投放区域和多个所述历史广告投放区域分别对应的历史广告转化数量，所述根据所述历史广告投放信息和所述历史广告转化信息确定所述实体店的广告投放区域，包括:分别计算每个所述历史广告投放区域的广告转化数量与广告投放数量的百分比；比较所述百分比与预设百分比的大小关系；将大于所述预设百分比的所述百分比对应的所述历史广告投放区域确定为所述广告投放区域。3.根据权利要求1所述的智能广告管理方法，其特征在于，所述兴趣点预测模型的训练方法包括：获取训练样本集，并基于所述训练样本集对每个所述终端设备预设的初始兴趣点预测模型进行训练，在每个所述初始兴趣点预测模型收敛之后，得到收敛后的每个所述初始兴趣点预测模型的模型参数；对所有所述模型参数进行融合计算，得到融合模型参数；将每个所述模型参数更新为所述融合模型参数，得到每个所述终端设备的待定兴趣点预测模型；获取验证集，所述验证集包括多个映射关系，所述映射关系为实际兴趣点与所述实际兴趣点预测信息集的映射关系，根据所述待定兴趣点预测模型得到所述验证集中的每个兴趣点预测信息集对应的预测兴趣点；根据每个所述实际兴趣点预测信息集对应的预测兴趣点与实际兴趣点确定所述待定兴趣点预测模型的预测结果准确率；比较所述准确率与预设准确率的大小关系；当所述准确率大于所述预设准确率时，确定所述待定兴趣点预测模型为每个所述终端设备预设的兴趣点预测模型。4.根据权利要求1所述的智能广告管理方法，其特征在于，所述浏览信息包括所述用户当前浏览的媒体，所述将所述实体店的广告投放至所述目标终端设备，包括：获取所述实体店的广告投放信息，根据所述广告投放信息和所述媒体，生成多个元素标签信息和模板信息；
根据多个所述元素标签信息在预设的素材库中进行检索，确定多个初始广告合成元素；将多个所述初始广告合成元素分别输入预设的标准元素标签识别模型，以获取多个所述初始广告合成元素分别对应的标准元素标签信息；计算每个所述初始广告合成元素对应的所述元素标签信息和所述标准元素标签信息的相似度；比较每个所述相似度与预设相似度的大小关系；若所述相似度大于所述预设相似度，将所述相似度对应的所述初始广告合成元素确定为广告合成元素；若所述相似度小于所述预设相似度，根据所述相似度对应的所述元素标签信息从云端获取广告合成元素，并将从云端获取到的所述广告合成元素存入所述素材库；根据所述模板信息将所述广告合成元素和从云端获取的所述广告合成元素合成为所述实体店的广告；根据所述媒体将所述实体店的广告投放至所述目标终端设备。5.根据权利要求4所述的智能广告管理方法，其特征在于，所述根据所述媒体将所述实体店的广告投放至所述目标终端设备，包括：获取所述目标终端设备的所述用户中当前正在浏览同一所述媒体的用户数量；向所述实体店反馈所述用户数量；其中，所述实体店根据所述用户数量购买当前同一所述媒体的广告投放数量；响应所述实体店的购买行为，将所述实体店的广告投放至所述目标终端设备的用户当前正在浏览的同一所述媒体。6.根据权利要求4所述的智能广告管理方法，其特征在于，在所述根据所...

【专利技术属性】
技术研发人员：戴韬，
申请(专利权)人：北京吉欣科技有限公司，
类型：发明
国别省市：