CN108415961A - 一种广告图片推荐方法及装置 - Google Patents
一种广告图片推荐方法及装置 Download PDFInfo
- Publication number
- CN108415961A CN108415961A CN201810119631.3A CN201810119631A CN108415961A CN 108415961 A CN108415961 A CN 108415961A CN 201810119631 A CN201810119631 A CN 201810119631A CN 108415961 A CN108415961 A CN 108415961A
- Authority
- CN
- China
- Prior art keywords
- picture
- keyword
- candidate locations
- advertising pictures
- recommendation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种广告图片推荐方法及装置。所述方法包括：获取用户输入的推荐请求文本，并根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合；根据所述关键词集合通过互联网爬虫抓取多个广告图片作为候选广告图片；根据所述候选广告图片，按照预先设置的广告图片评估模型获取所述目标广告图片，并将所述目标广告图片进行显示。所述装置用于执行上述方法。本发明提供的方法及装置提高了广告图片推荐的效率。
Description
技术领域
本发明实施例涉及计算机技术领域，尤其涉及一种广告图片推荐方法及装置。
背景技术
在目前的互联网广告投放中，图片广告是最能够吸引潜在用户点击广告、增加广告点击率的一种展现形式，但是广告图片不像文字广告一样容易查找类似的竞品广告推荐给用户，供用户进行参考从而制定合理的图片广告投放策略，因此关于图片广告推荐方法的研究越来越受到人们的关注。
在现有的技术中，目前的广告平台都是根据用户制作的文案或者图片素材进行广告投放，用户在思考文案之前会根据产品的关键词搜索相关广告进行对比分析，确定自我产品的优缺点，制定相应的广告投放策略。但是，这种方式针对文字广告查找容易，无法实现对于图片广告的查找，因此也无法获得推荐的图片广告，来获得图片广告投放策略的参考，只能通过人工查找的方式搜集相关的图片广告，大大影响获得广告图片推荐效率。
因此，提出一种方法来提高广告图片推荐效率是目前业界亟待解决的重要课题。
发明内容
针对现有技术中的缺陷，本发明实施例提供一种广告图片推荐方法及装置。
一方面，本发明实施例提供一种广告图片推荐方法，包括：
获取用户输入的推荐请求文本，并根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合；
根据所述关键词集合通过互联网爬虫抓取多个广告图片作为候选广告图片；
根据所述候选广告图片，按照预先设置的广告图片评估模型获取所述目标广告图片，并将所述目标广告图片进行显示。
可选地，所述方法还包括：
获取多个推荐请求文本样本，提取所述推荐请求文本样本中的关键词作为关键词样本；
获取所述关键词样本的特征属性标签，根据所述特征属性标签将所述关键词样本划分类别；
根据各所述关键词样本和所述各关键词样本对应的类别，获得所述关键词数据库。
可选地，所述根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合，包括：
提取所述推荐请求文本中的关键词作为初始关键词；
根据所述初始关键词和所述关键词数据库，获取所述推荐请求文本对应的关键词集合。
可选地，所述根据所述初始关键词和所述关键词数据库，获取所述推荐请求文本对应的关键词集合，包括：
从所述关键词数据库中查找所述初始关键词，确定所述初始关键词的类别；
将与所述初始关键词的类别一致的多个关键词作为所述初始关键词的关联关键词；
根据所述初始关键词和所述关联关键词生成所述关键词集合。
可选地，所述根据所述候选广告图片，按照预先设置的广告图片评估模型获取所述目标广告图片，包括：
对所述候选广告图片进行图像识别，获得各所述候选广告图片对应的信息关键词；
根据各所述候选广告图片对应的信息关键词和所述关键词集合，分别计算各所述候选广告图片与所述关键词集合的匹配度；
将所述匹配度最高的候选广告图片作为所述目标广告图片。
可选地，所述根据所述候选广告图片，按照预先设置的广告图片评估模型获取所述目标广告图片，包括：
对所述候选广告图片进行图像识别，生成各所述候选广告图片对应的信息关键词；
根据各所述候选广告图片对应的信息关键词和所述关键词集合，分别计算各所述候选广告图片与所述关键词集合的匹配度；
获取各所述候选广告图片的投放频率和浏览量，并根据所述投放频率和所述浏览量计算各所述候选广告的浏览率；
根据各所述候选广告图片的所述匹配度和所述浏览率，获取所述目标广告图片。
可选地，所述根据各所述候选广告图片的所述匹配度和所述浏览率，获取所述目标广告图片，包括：
根据公式：Q＝P1×k1+P2×k2，计算所述各候选广告图片的推荐分值；其中，Q为所述候选广告图片的推荐分值，P1为所述匹配度的分值，k1为匹配度的权重，P2为所述浏览率的分值，k2为浏览率的权重；
将所述推荐分值最高的候选广告图片作为所述目标广告图片。
另一方面，本发明实施例提供一种广告图片推荐装置，包括：
获取单元，用于获取用户输入的推荐请求文本，并根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合；
抓取单元，用于根据所述关键词集合通过互联网爬虫抓取多个广告图片作为候选广告图片；
推荐单元，用于根据所述候选广告图片，按照预先设置的广告图片评估模型获取所述目标广告图片，并将所述目标广告图片进行显示。
又一方面，本发明实施例提供一种电子设备，包括处理器、存储器和总线，其中：
所述处理器，所述存储器通过总线完成相互间的通信；
所述处理器可以调用存储器中的计算机程序，以执行上述方法的步骤。
再一方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。
本发明实施例提供的广告图片推荐方法及装置，通过获取用户输入的推荐请求文本，并根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合，再根据所述关键词集合通过互联网爬虫抓取多个广告图片作为候选广告图片，并根据所述候选广告图片按照预先设置的广告图片评估模型获取所述目标广告图片，将所述目标广告图片进行显示，提高了广告图片推荐的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的广告图片推荐方法的流程示意图；
图2为本发明实施例提供的广告图片推荐装置的结构示意图；
图3为本发明实施例提供的电子设备实体装置结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的广告图片推荐方法的流程示意图，如图1所示，本实施例提供一种广告图片推荐方法，包括：
S101、获取用户输入的推荐请求文本，并根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合；
具体地，广告图片推荐装置获取用户输入的推荐请求文本，并根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合。应当说明的是，所述关键词集合不仅包括从所述推荐请求文本中直接提取的初始关键词，还包括所述初始关键词的关联关键词。可以理解的是，所述推荐请求文本中包括用于描述请求推荐的广告图片特征的字、词或句子(如产品名称、产品用途和产品特点等)，具体可以根据实际情况进行设置和调整，此处不做具体限定。
S102、根据所述关键词集合通过互联网爬虫抓取多个广告图片作为候选广告图片；
具体地，所述装置根据所述关键词集合通过互联网爬虫抓取多个广告图片作为候选广告图片。应当说明的是，一般的广告图片都包括产品名称、产品用途和产品特点等文字描述，所述装置互联网爬虫抓取包括所述关键词集合中的关键词的广告图片作为候选图片，互联网爬虫抓取的过程与现有技术一致，此处不再赘述。
S103、根据所述候选广告图片，按照预先设置的广告图片评估模型获取所述目标广告图片，并将所述目标广告图片进行显示。
具体地，所述装置根据所述候选广告图片，按照预先设置的广告图片评估模型获取各所述候选广告图片对应的信息关键词，计算各所述候选广告图片与所述关键词集合的匹配度，根据所述匹配度获取目标广告图片，并将所述目标广告图片进行显示，推荐给用户，为用户投放广告素材提供参考，从而制定更加合理的广告投放策略。
本发明实施例提供的广告图片推荐方法，通过获取用户输入的推荐请求文本，并根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合，再根据所述关键词集合通过互联网爬虫抓取多个广告图片作为候选广告图片，并根据所述候选广告图片按照预先设置的广告图片评估模型获取所述目标广告图片，将所述目标广告图片进行显示，提高了广告图片推荐的效率。
在上述实施例的基础上，进一步地，所述方法还包括：
获取多个推荐请求文本样本，提取所述推荐请求文本样本中的关键词作为关键词样本；
获取所述关键词样本的特征属性标签，根据所述特征属性标签将所述关键词样本划分类别；
根据各所述关键词样本和所述各关键词样本对应的类别，获得所述关键词数据库。
具体地，所述装置获取多个推荐请求文本样本，并提取所述推荐请求文本样本中的关键词作为关键词样本，利用NLP技术获取所述关键词样本的特征属性标签并根据所述特征属性标签将所述关键词样本划分类别，根据各所述关键词样本和所述各关键词样本对应的类别获得所述关键词数据库(如表1所示)。所述特征属性标签可以包括词性、所描述的产品类型等特征属性中的任意一个的特征属性标签，也可以是各特征属性组成的综合特征属性标签，具体可以根据实际情况进行设置和调整，此处不做具体限定。
表1
| 类别 | 关键词 |
| 类别一 | M1、M2……Mn |
| 类别二 | N1、N2……Nn |
| …… | …… |
| …… | …… |
在上述实施例的基础上，进一步地，所述根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合，包括：
提取所述推荐请求文本中的关键词作为初始关键词；
根据所述初始关键词和所述关键词数据库，获取所述推荐请求文本对应的关键词集合。
具体地，所述装置对所述推荐请求文本进行分词，获得多个词语，将所述多个词语进行清洗(如将语气词等非关键词剔除)，获得多个所述初始关键词，将所述初始关键词与所述关键词数据库进行匹配，获得所述初始关键词的关联关键词，根据所述初始关键词和所述关联关键词，获得所述推荐请求文本对应的关键词集合。可以理解的是，所述初始关键词为所述推荐请求文本中的词语，而所述关联关键词不是所述推荐请求文本中的词语。
在上述实施例的基础上，进一步地，所述根据所述初始关键词和所述关键词数据库，获取所述推荐请求文本对应的关键词集合，包括：
从所述关键词数据库中查找所述初始关键词，确定所述初始关键词的类别；
将与所述初始关键词的类别一致的多个关键词作为所述初始关键词的关联关键词；
根据所述初始关键词和所述关联关键词生成所述关键词集合。
具体地，所述装置从所述关键词数据库中查找所述初始关键词，确定所述初始关键词的类别，然后将与所述初始关键词的类别一致的多个关键词作为所述初始关键词的关联关键词，将所述初始关键词和所述关联关键词组合的集合作为所述关键词集合。
在上述实施例的基础上，进一步地，所述根据所述候选广告图片，按照预先设置的广告图片评估模型获取所述目标广告图片，包括：
对所述候选广告图片进行图像识别，生成各所述候选广告图片对应的信息关键词；
根据各所述候选广告图片对应的信息关键词和所述关键词集合，分别计算各所述候选广告图片与所述关键词集合的匹配度；
将所述匹配度最高的候选广告图片作为所述目标广告图片。
具体地，所述装置对所述候选广告图片进行图像识别，获得各所述候选广告图片对应的信息关键词，然后根据各所述候选广告图片对应的信息关键词和所述关键词集合进行匹配，若判断获知所述候选广告图片对应的信息关键词与所述关键词集合中的任意一个关键词完全一致，则将该信息关键词的匹配度加2，若判断获知所述候选广告图片对应的信息关键词与所述关键词集合中的任意一个关键词不完全一致但属于同一个类别，则将该信息关键词的匹配度加1，将所述候选广告图片的各信息关键词的匹配度之和作为所述候选广告图片与所述关键词集合的匹配度，将所述匹配度最高的候选广告图片作为所述目标广告图片。可以理解的是，所述装置还可以按照其他方式计算所述候选广告图片的匹配度，具体可以根据实际情况进行设置和调整，此处不做具体限定。所述信息关键词可以包括所述广告图片中包括的词语，还可以包括所述装置对所述广告图片进行图像识别获得的该广告图片所描述的产品的名称等其他词语，具体可以根据实际情况进行设置和调整，此处不做具体限定。
在上述实施例的基础上，进一步地，所述根据所述候选广告图片，按照预先设置的广告图片评估模型获取所述目标广告图片，包括：
对所述候选广告图片进行图像识别，生成各所述候选广告图片对应的信息关键词；
根据各所述候选广告图片对应的信息关键词和所述关键词集合，分别计算各所述候选广告图片与所述关键词集合的匹配度；
获取各所述候选广告图片的投放频率和浏览量，并根据所述投放频率和所述浏览量计算各所述候选广告的浏览率；
根据各所述候选广告图片的所述匹配度和所述浏览率，获取所述目标广告图片。
具体地，所述装置对所述候选广告图片进行图像识别，获得各所述候选广告图片对应的信息关键词，然后根据各所述候选广告图片对应的信息关键词和所述关键词集合进行匹配，若判断获知所述候选广告图片对应的信息关键词与所述关键词集合中的任意一个关键词完全一致，则将该信息关键词的匹配度加2，若判断获知所述候选广告图片对应的信息关键词与所述关键词集合中的任意一个关键词不完全一致但属于同一个类别，则将该信息关键词的匹配度加1，将所述候选广告图片的各信息关键词的匹配度之和作为所述候选广告图片与所述关键词集合的匹配度。然后，所述装置获取各所述候选广告图片的投放频率和浏览量，将所述浏览量和所述投放频率的比值作为各所述候选广告的浏览率。然后，所述装置根据各所述候选广告图片的所述匹配度和所述浏览率，获取所述目标广告图片。应当说明的是，所述候选广告图片的投放频率是所述候选广告图片的投放次数，所述候选广告图片的浏览量是所述候选广告图片被用户点击浏览的次数，所述候选广告图片的浏览率为所述候选广告图片平均每一次投放后被浏览的次数。
在上述实施例的基础上，进一步地，所述根据各所述候选广告图片的所述匹配度和所述浏览率，获取所述目标广告图片，包括：
根据公式：Q＝P1×k1+P2×k2，计算所述各候选广告图片的推荐分值；其中，Q为所述候选广告图片的推荐分值，P1为所述匹配度的分值，k1为匹配度的权重，P2为所述浏览率的分值，k2为浏览率的权重；
将所述推荐分值最高的候选广告图片作为所述目标广告图片。
具体地，所述装置根据公式：Q＝P1×k1+P2×k2，计算所述各候选广告图片的推荐分值；其中，Q为所述候选广告图片的推荐分值，P1为所述匹配度的分值，k1为匹配度的权重，P2为所述浏览率的分值，k2为浏览率的权重，然后将所述推荐分值最高的候选广告图片作为所述目标广告图片。可以理解的是，所述匹配度的权重和所述浏览率的权重可以根据实际情况进行设置和调整，此处不做具体限定。
本发明实施例提供的广告图片推荐方法，通过获取用户输入的推荐请求文本，并根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合，再根据所述关键词集合通过互联网爬虫抓取多个广告图片作为候选广告图片，并根据所述候选广告图片按照预先设置的广告图片评估模型获取所述目标广告图片，将所述目标广告图片进行显示，提高了广告图片推荐的效率。
图2为本发明实施例提供的广告图片推荐装置的结构示意图，如图2所示，本发明实施例提供一种广告图片推荐装置，包括：获取单元201、抓取单元202和显示单元203，其中：
获取单元201用于获取用户输入的推荐请求文本，并根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合；抓取单元202用于根据所述关键词集合通过互联网爬虫抓取多个广告图片作为候选广告图片；推荐单元203用于根据所述候选广告图片，按照预先设置的广告图片评估模型获取所述目标广告图片，并将所述目标广告图片进行显示。
可选地，所述装置还包括处理单元，用于获取多个推荐请求文本样本，提取所述推荐请求文本样本中的关键词作为关键词样本；获取所述关键词样本的特征属性标签，根据所述特征属性标签将所述关键词样本划分类别；根据各所述关键词样本和所述各关键词样本对应的类别，获得所述关键词数据库。
可选地，获取单元201具体用于提取所述推荐请求文本中的关键词作为初始关键词；根据所述初始关键词和所述关键词数据库，获取所述推荐请求文本对应的关键词集合。
可选地，获取单元201具体用于从所述关键词数据库中查找所述初始关键词，确定所述初始关键词的类别；将与所述初始关键词的类别一致的多个关键词作为所述初始关键词的关联关键词；根据所述初始关键词和所述关联关键词生成所述关键词集合。
可选地，推荐单元203具体用于对所述候选广告图片进行图像识别，获得各所述候选广告图片对应的信息关键词；根据各所述候选广告图片对应的信息关键词和所述关键词集合，分别计算各所述候选广告图片与所述关键词集合的匹配度；将所述匹配度最高的候选广告图片作为所述目标广告图片。
可选地，推荐单元203具体用于对所述候选广告图片进行图像识别，生成各所述候选广告图片对应的信息关键词；根据各所述候选广告图片对应的信息关键词和所述关键词集合，分别计算各所述候选广告图片与所述关键词集合的匹配度；获取各所述候选广告图片的投放频率和浏览量，并根据所述投放频率和所述浏览量计算各所述候选广告的浏览率；根据各所述候选广告图片的所述匹配度和所述浏览率，获取所述目标广告图片。
可选地，推荐单元203具体用于根据公式：Q＝P1×k1+P2×k2，计算所述各候选广告图片的推荐分值；其中，Q为所述候选广告图片的推荐分值，P1为所述匹配度的分值，k1为匹配度的权重，P2为所述浏览率的分值，k2为浏览率的权重；将所述推荐分值最高的候选广告图片作为所述目标广告图片。
本发明提供的装置的实施例具体可以用于执行上述各方法实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
本发明实施例提供的广告图片推荐装置，通过获取用户输入的推荐请求文本，并根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合，再根据所述关键词集合通过互联网爬虫抓取多个广告图片作为候选广告图片，并根据所述候选广告图片按照预先设置的广告图片评估模型获取所述目标广告图片，将所述目标广告图片进行显示，提高了广告图片推荐的效率。
图3为本发明实施例提供的电子设备实体装置结构示意图，如图3所示，该电子设备可以包括：处理器(processor)301、存储器(memory)302和总线303，其中，处理器301，存储器302通过总线303完成相互间的通信。处理器301可以调用存储器302中的计算机程序，以执行如下方法：获取用户输入的推荐请求文本，并根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合；根据所述关键词集合通过互联网爬虫抓取多个广告图片作为候选广告图片；根据所述候选广告图片，按照预先设置的广告图片评估模型获取所述目标广告图片，并将所述目标广告图片进行显示。
本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：获取用户输入的推荐请求文本，并根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合；根据所述关键词集合通过互联网爬虫抓取多个广告图片作为候选广告图片；根据所述候选广告图片，按照预先设置的广告图片评估模型获取所述目标广告图片，并将所述目标广告图片进行显示。
本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行上述各方法实施例所提供的方法，例如包括：获取用户输入的推荐请求文本，并根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合；根据所述关键词集合通过互联网爬虫抓取多个广告图片作为候选广告图片；根据所述候选广告图片，按照预先设置的广告图片评估模型获取所述目标广告图片，并将所述目标广告图片进行显示。
此外，上述的存储器302中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种广告图片推荐方法，其特征在于，包括：
获取用户输入的推荐请求文本，并根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合；
根据所述关键词集合通过互联网爬虫抓取多个广告图片作为候选广告图片；
根据所述候选广告图片，按照预先设置的广告图片评估模型获取目标广告图片，并将所述目标广告图片进行显示。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取多个推荐请求文本样本，提取所述推荐请求文本样本中的关键词作为关键词样本；
获取所述关键词样本的特征属性标签，根据所述特征属性标签将所述关键词样本划分类别；
根据各所述关键词样本和所述各关键词样本对应的类别，获得所述关键词数据库。
3.根据权利要求2所述的方法，其特征在于，所述根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合，包括：
提取所述推荐请求文本中的关键词作为初始关键词；
根据所述初始关键词和所述关键词数据库，获取所述推荐请求文本对应的关键词集合。
4.根据权利要求3所述的方法，其特征在于，所述根据所述初始关键词和所述关键词数据库，获取所述推荐请求文本对应的关键词集合，包括：
从所述关键词数据库中查找所述初始关键词，确定所述初始关键词的类别；
将与所述初始关键词的类别一致的多个关键词作为所述初始关键词的关联关键词；
根据所述初始关键词和所述关联关键词生成所述关键词集合。
5.根据权利要求1所述的方法，其特征在于，所述根据所述候选广告图片，按照预先设置的广告图片评估模型获取所述目标广告图片，包括：
对所述候选广告图片进行图像识别，获得各所述候选广告图片对应的信息关键词；
根据各所述候选广告图片对应的信息关键词和所述关键词集合，分别计算各所述候选广告图片与所述关键词集合的匹配度；
将所述匹配度最高的候选广告图片作为所述目标广告图片。
6.根据权利要求1所述的方法，其特征在于，所述根据所述候选广告图片，按照预先设置的广告图片评估模型获取所述目标广告图片，包括：
对所述候选广告图片进行图像识别，生成各所述候选广告图片对应的信息关键词；
根据各所述候选广告图片对应的信息关键词和所述关键词集合，分别计算各所述候选广告图片与所述关键词集合的匹配度；
获取各所述候选广告图片的投放频率和浏览量，并根据所述投放频率和所述浏览量计算各所述候选广告的浏览率；
根据各所述候选广告图片的所述匹配度和所述浏览率，获取所述目标广告图片。
7.根据权利要求6所述的方法，其特征在于，所述根据各所述候选广告图片的所述匹配度和所述浏览率，获取所述目标广告图片，包括：
根据公式：Q＝P1×k1+P2×k2，计算所述各候选广告图片的推荐分值；其中，Q为所述候选广告图片的推荐分值，P1为所述匹配度的分值，k1为匹配度的权重，P2为所述浏览率的分值，k2为浏览率的权重；
将所述推荐分值最高的候选广告图片作为所述目标广告图片。
8.一种广告图片推荐装置，其特征在于，包括：
获取单元，用于获取用户输入的推荐请求文本，并根据所述推荐请求文本按照预先设置的关键词提取模型获取所述推荐请求文本对应的关键词集合；
抓取单元，用于根据所述关键词集合通过互联网爬虫抓取多个广告图片作为候选广告图片；
推荐单元，用于根据所述候选广告图片，按照预先设置的广告图片评估模型获取所述目标广告图片，并将所述目标广告图片进行显示。
9.一种电子设备，其特征在于，包括处理器、存储器和总线，其中：
所述处理器，所述存储器通过总线完成相互间的通信；
所述处理器可以调用存储器中的计算机程序，以执行如权利要求1-7任意一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任意一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810119631.3A CN108415961A (zh) | 2018-02-06 | 2018-02-06 | 一种广告图片推荐方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810119631.3A CN108415961A (zh) | 2018-02-06 | 2018-02-06 | 一种广告图片推荐方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108415961A true CN108415961A (zh) | 2018-08-17 |
Family
ID=63127881
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810119631.3A Pending CN108415961A (zh) | 2018-02-06 | 2018-02-06 | 一种广告图片推荐方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108415961A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109271542A (zh) * | 2018-09-28 | 2019-01-25 | 百度在线网络技术（北京）有限公司 | 封面确定方法、装置、设备及可读存储介质 |
| CN109345307A (zh) * | 2018-09-28 | 2019-02-15 | 西安Tcl软件开发有限公司 | 广告推送方法、系统、终端及计算机可读存储介质 |
| CN109543058A (zh) * | 2018-11-23 | 2019-03-29 | 连尚（新昌）网络科技有限公司 | 用于检测图像的方法、电子设备和计算机可读介质 |
| CN109857890A (zh) * | 2018-12-25 | 2019-06-07 | 华联世纪工程咨询股份有限公司 | 工程材料图片的推荐方法及装置 |
| CN113127669A (zh) * | 2020-01-15 | 2021-07-16 | 百度在线网络技术（北京）有限公司 | 广告配图方法、装置、设备和存储介质 |
| CN113220917A (zh) * | 2020-02-06 | 2021-08-06 | 阿里巴巴集团控股有限公司 | 一种背景图推荐方法、设备及存储介质 |
| CN113435967A (zh) * | 2021-06-22 | 2021-09-24 | 布瑞克农业大数据科技集团有限公司 | 一种自动确定农产品的营销内容的方法和系统 |
| CN113763005A (zh) * | 2020-09-23 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 图片广告推送方法、电子设备及计算机可读存储介质 |
| CN114722188A (zh) * | 2022-06-09 | 2022-07-08 | 北京鑫宇创世科技有限公司 | 基于运营数据的广告生成方法、装置、设备及存储介质 |
| CN115860829A (zh) * | 2022-11-26 | 2023-03-28 | 中山市征途文化传播有限公司 | 一种智能广告图像生成方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106355429A (zh) * | 2016-08-16 | 2017-01-25 | 北京小米移动软件有限公司 | 图像素材的推荐方法及装置 |
| CN106910087A (zh) * | 2017-01-23 | 2017-06-30 | 五彩世界（北京）文化传媒有限公司 | 一种智能广告创意生成方法及系统 |
-
2018
- 2018-02-06 CN CN201810119631.3A patent/CN108415961A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106355429A (zh) * | 2016-08-16 | 2017-01-25 | 北京小米移动软件有限公司 | 图像素材的推荐方法及装置 |
| CN106910087A (zh) * | 2017-01-23 | 2017-06-30 | 五彩世界（北京）文化传媒有限公司 | 一种智能广告创意生成方法及系统 |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109345307A (zh) * | 2018-09-28 | 2019-02-15 | 西安Tcl软件开发有限公司 | 广告推送方法、系统、终端及计算机可读存储介质 |
| CN109271542A (zh) * | 2018-09-28 | 2019-01-25 | 百度在线网络技术（北京）有限公司 | 封面确定方法、装置、设备及可读存储介质 |
| CN109543058A (zh) * | 2018-11-23 | 2019-03-29 | 连尚（新昌）网络科技有限公司 | 用于检测图像的方法、电子设备和计算机可读介质 |
| CN109543058B (zh) * | 2018-11-23 | 2021-10-08 | 南京尚网网络科技有限公司 | 用于检测图像的方法、电子设备和计算机可读介质 |
| CN109857890A (zh) * | 2018-12-25 | 2019-06-07 | 华联世纪工程咨询股份有限公司 | 工程材料图片的推荐方法及装置 |
| CN113127669A (zh) * | 2020-01-15 | 2021-07-16 | 百度在线网络技术（北京）有限公司 | 广告配图方法、装置、设备和存储介质 |
| CN113127669B (zh) * | 2020-01-15 | 2023-10-10 | 百度在线网络技术（北京）有限公司 | 广告配图方法、装置、设备和存储介质 |
| CN113220917B (zh) * | 2020-02-06 | 2022-04-12 | 阿里巴巴集团控股有限公司 | 一种背景图推荐方法、设备及存储介质 |
| CN113220917A (zh) * | 2020-02-06 | 2021-08-06 | 阿里巴巴集团控股有限公司 | 一种背景图推荐方法、设备及存储介质 |
| CN113763005A (zh) * | 2020-09-23 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 图片广告推送方法、电子设备及计算机可读存储介质 |
| CN113435967A (zh) * | 2021-06-22 | 2021-09-24 | 布瑞克农业大数据科技集团有限公司 | 一种自动确定农产品的营销内容的方法和系统 |
| CN113435967B (zh) * | 2021-06-22 | 2022-04-12 | 布瑞克农业大数据科技集团有限公司 | 一种自动确定农产品的营销内容的方法和系统 |
| CN114722188A (zh) * | 2022-06-09 | 2022-07-08 | 北京鑫宇创世科技有限公司 | 基于运营数据的广告生成方法、装置、设备及存储介质 |
| CN115860829A (zh) * | 2022-11-26 | 2023-03-28 | 中山市征途文化传播有限公司 | 一种智能广告图像生成方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108415961A (zh) | 一种广告图片推荐方法及装置 | |
| CN106649818B (zh) | 应用搜索意图的识别方法、装置、应用搜索方法和服务器 | |
| CN107958030B (zh) | 视频封面推荐模型优化方法及装置 | |
| CN106682169B (zh) | 一种应用标签挖掘方法、装置和应用搜索方法、服务器 | |
| CN109325179B (zh) | 一种内容推广的方法及装置 | |
| WO2017181612A1 (zh) | 个性化视频推荐方法及装置 | |
| US20150186503A1 (en) | Method, system, and computer readable medium for interest tag recommendation | |
| CN104991899B (zh) | 用户属性的识别方法及装置 | |
| CN111177538B (zh) | 一种基于无监督权值计算的用户兴趣标签构建方法 | |
| CN106874314B (zh) | 信息推荐的方法和装置 | |
| CN106682170B (zh) | 一种应用搜索方法和装置 | |
| CN110263248A (zh) | 一种信息推送方法、装置、存储介质和服务器 | |
| US10061767B1 (en) | Analyzing user reviews to determine entity attributes | |
| TW201905736A (zh) | 資訊推送方法及系統 | |
| CN105824898A (zh) | 一种网络评论的标签提取方法和装置 | |
| CN106355446B (zh) | 一种网络和手机游戏的广告推荐系统 | |
| WO2014173349A1 (zh) | 网页分类标准获取方法、装置及网页分类方法、装置 | |
| CN108256537A (zh) | 一种用户性别预测方法和系统 | |
| CN112989824A (zh) | 信息推送方法及装置、电子设备及存储介质 | |
| KR101441164B1 (ko) | 오브젝트 커스터마이제이션 및 관리 시스템 | |
| JP5155290B2 (ja) | 購買ステージ判定装置及び購買ステージ判定方法 | |
| CN111209480A (zh) | 一种推送文本的确定方法、装置、计算机设备和介质 | |
| CN108810577B (zh) | 一种用户画像的构建方法、装置及电子设备 | |
| CN111522938B (zh) | 一种人才业绩文档的筛选方法、装置和设备 | |
| CN110674388A (zh) | 推送项目的配图方法、装置、存储介质和终端设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180817 |