System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及广告方案生成,具体涉及一种基于aigc的广告方案自动生成系统。
技术介绍
1、在随着互联网的高速发展和数据信息化的日益加强,广告作为企业与消费者沟通的重要手段,其内容、形式、方案和投放策略直接影响到广告效果及用户体验。传统的广告制作和投放往往依赖人为判断,导致广告方案产出周期长、效果难以预测并且针对性不强。
2、近年来,虽然有许多自动化的广告投放系统尝试解决这一问题,它们大多依赖规则引擎或基础机器学习算法来匹配广告内容和用户。然而,这些系统常常缺乏足够的灵活性和创新性,不能针对每一个特定的用户或用户群体生成真正个性化的广告方案。
3、此外,由于这些系统在广告方案的生成和优化方面的限制,广告创意往往无法保持其新颖性和吸引力,随着时间的推移,用户对这些广告的兴趣和互动性可能会逐渐减少。
4、因此,目前急需一种新的系统,能够结合先进的人工智能技术,自动、快速且有效地生成针对性强、具有创意的广告方案,以提高广告的相关性、吸引力和转化率。
技术实现思路
1、针对现有技术的局限性,本专利技术提供了一种基于aigc的广告方案自动生成系统。该系统旨在解决传统广告方案生成和投放方式中存在的缺陷,进一步实现广告方案的个性化、创意性和高效匹配,以提高广告的相关性、吸引力和转化率。
2、为实现以上目的,本专利技术通过以下技术方案予以实现:
3、一种基于aigc的广告方案自动生成系统,数据采集器,基于爬虫技术系统从浏览器的cookie
4、prompt提示生成器,其内置多个prompt提示模板,根据输入数据的类型输出特定提示词;
5、预训练gpt-4模型,调用预训练大模型gpt-4的api,将所述prompt提示生成器的输出作为所述预训练大模型gpt-4的输入,得到用户画像特征集或广告方案;
6、多层感知器,用于处理由gpt-4模型生成的画像特征集,并输出兴趣特征标签集;
7、反馈评分器,对经由所述预训练大模型gpt-4生成的广告方案进行投放并结合用户最终的点击率、转化率、点击成本、平均订单价值进行评分,如果评分结果大于等于设置的评分阈值则将用于生成该广告方案的用户画像标签集与兴趣特征标签集并纳入画像特征集中,用于不断优化系统的准确性;
8、方案生成模块,用以得到广告方案。
9、进一步的,所述数据采集器的收集内容包括用户形象、行为特征以及评论数据。
10、进一步的,所述的prompt提示模板分为两大类:一类针对数据采集器收集到的信息进行转化为后续模型训练所需的原始数据;另一类根据预测的兴趣特征生成相应广告方案。
11、进一步的,所述点击率、转化率、每次点击成本及平均订单价值为非线性元素,并通过对数、指数和正切函数进行体现。
12、进一步的,还包括画像特征集,经由所述数据采集器、prompt提示生成器、预训练大模型gpt-4共同协作,得到初始的画像特征集。
13、进一步的,所述多层感知器对所述画像特征集做的处理包括one-hot编码、向量组合、数据集划分及模型训练。
14、进一步的,所述反馈评分器的评分公式为:
15、final score=logctr+logcr+expcpc+tanaov+bonus
16、其中,点击率(ctr)、转化率(cr)、每次点击成本(cpc)及平均订单价值(aov)。
17、进一步的,所述方案生成模块的工作过程为:
18、输入用户画像标签集至上述经由训练后的多层感知器,预测出该用户的兴趣特征标签集。
19、将所述预测出的用户的兴趣特征标签集输入所述prompt提示器的第二类prompt提示模板,得到prompt提示词;
20、将所述经由提及的prompt提示器输出的模板,传入所述预训练大模型gpt-4的api中,便得到广告方案。
21、本专利技术提供了一种基于aigc的广告方案自动生成系统。与现有技术相比,具备以下有益效果:本专利技术能够精准、高效的生成用户群体所需的广告方案。
本文档来自技高网...【技术保护点】
1.一种基于AIGC的广告方案自动生成系统,其特征在于,包括:
2.根据权利要求1所述的基于AIGC的广告方案自动生成系统,其特征在于,所述数据采集器的收集内容包括用户形象、行为特征以及评论数据。
3.根据权利要求2所述的基于AIGC的广告方案自动生成系统,其特征在于,所述的prompt提示模板分为两大类:一类针对数据采集器收集到的信息进行转化为后续模型训练所需的原始数据;另一类根据预测的兴趣特征生成相应广告方案。
4.根据权利要求3所述的基于AIGC的广告方案自动生成系统,其特征在于,所述点击率、转化率、每次点击成本及平均订单价值为非线性元素,并通过对数、指数和正切函数进行体现。
5.根据权利要求4所述的基于AIGC的广告方案自动生成系统,其特征在于,还包括画像特征集,经由所述数据采集器、prompt提示生成器、预训练大模型GPT-4共同协作,得到初始的画像特征集。
6.根据权利要求5所述的基于AIGC的广告方案自动生成系统,其特征在于,所述多层感知器对所述画像特征集做的处理包括one-hot编码、向量组合、数据集划分
7.根据权利要求6所述的基于AIGC的广告方案自动生成系统,其特征在于,所述反馈评分器的评分公式为:
8.根据权利要求7所述的基于AIGC的广告方案自动生成系统,其特征在于,所述方案生成模块的工作过程为:
...【技术特征摘要】
1.一种基于aigc的广告方案自动生成系统,其特征在于,包括:
2.根据权利要求1所述的基于aigc的广告方案自动生成系统,其特征在于,所述数据采集器的收集内容包括用户形象、行为特征以及评论数据。
3.根据权利要求2所述的基于aigc的广告方案自动生成系统,其特征在于,所述的prompt提示模板分为两大类:一类针对数据采集器收集到的信息进行转化为后续模型训练所需的原始数据;另一类根据预测的兴趣特征生成相应广告方案。
4.根据权利要求3所述的基于aigc的广告方案自动生成系统,其特征在于,所述点击率、转化率、每次点击成本及平均订单价值为非线性元素,并通过对数、指数和正切函数进行...
【专利技术属性】
技术研发人员:冯海龙,
申请(专利权)人:江苏领凯数字科技有限公司,
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。