CN111325582B - 一种广告召回方法、装置、服务器及存储介质 - Google Patents

一种广告召回方法、装置、服务器及存储介质 Download PDF

Info

Publication number
CN111325582B
CN111325582B CN202010189992.2A CN202010189992A CN111325582B CN 111325582 B CN111325582 B CN 111325582B CN 202010189992 A CN202010189992 A CN 202010189992A CN 111325582 B CN111325582 B CN 111325582B
Authority
CN
China
Prior art keywords
user
current
advertisement
similarity
list
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.)
Active
Application number
CN202010189992.2A
Other languages
English (en)
Other versions
CN111325582A (zh
Inventor
董杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Kaniu Technology Co ltd
Original Assignee
Shenzhen Kaniu Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Kaniu Technology Co ltd filed Critical Shenzhen Kaniu Technology Co ltd
Priority to CN202010189992.2A priority Critical patent/CN111325582B/zh
Publication of CN111325582A publication Critical patent/CN111325582A/zh
Application granted granted Critical
Publication of CN111325582B publication Critical patent/CN111325582B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0242—Determining effectiveness of advertisements
    • G06Q30/0244—Optimization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0254—Targeted advertisements based on statistics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0277—Online advertisement
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明实施例公开了一种广告召回方法、装置、服务器及存储介质。该方法包括：根据当前用户的特征数据得到与当前用户相关的用户列表；计算当前用户与用户列表中每一个用户之间的相似度；分别对每个候选广告，根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息；根据计算得到的每一个评分信息筛选出需要召回的候选广告。本发明实施例的技术方案，通过当前用户特征数据来算出与当前用户比较相似的用户，再根据相似用户的广告业务喜好进行广告召回，提升广告召回的效率和广告投放的效果。

Description

一种广告召回方法、装置、服务器及存储介质
技术领域
本发明实施例涉及广告技术，尤其涉及一种广告召回方法、装置、服务器及存储介质。
背景技术
当前互联网广告投放系统中广告候选非常的多，而且在快速增长。而广告系统对候选广告进行最后的排序时，只需要返回topN个广告。排序主要应用机器学习的模型来预估CTR(Click-Through-Rate，点击通过率)或者CVR(Conversion Rate，转化率)，从而达到预测广告在当前场景下的价值，这个排序非常的消耗性能，因此我们在排序前会进行广告的召回操作以减少进入排序模型广告数量。
发明内容
本发明实施例提供一种广告召回方法、装置、服务器及存储介质，以实现提升广告召回的效率和广告投放的效果。
第一方面，本发明实施例提供了一种广告召回方法，包括：
根据当前用户的特征数据得到与当前用户相关的用户列表；
计算当前用户与用户列表中每一个用户之间的相似度；
分别对每个候选广告，根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息；
根据计算得到的每一个评分信息筛选出需要召回的候选广告。
可选的，所述根据当前用户的特征数据得到与当前用户相关的用户列表，包括：
根据当前用户的金融行为数据和本身属性数据得到与当前用户相关的用户列表。
可选的，所述计算当前用户与用户列表中每一个用户之间的相似度通过余弦相似度公式计算得到，所述余弦相似度公式为：
其中，A为当前用户的特征数据的向量值，B为用户列表中每一个用户的特征数据的向量值。
可选的，所述向量值包括金融行为数据和本身属性数据。
可选的，所述金融行为数据包括用户办卡、理财、记账中的一种或多种行为的统计数据；所述本身属性数据包括用户设备、年龄、地域中的一种或多种信息数据。
可选的，所述根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息通过预设公式计算得到，所述预设公式为：
Score(u，ad)
＝(log_score(U1，ad)*similayity(u，U1)+…+log_score(Un，ad)*similayity(u，Un))/M
其中，u为当前用户，ad为当前候选广告，U1…Un为用户列表中每一个用户；
log_score(U1，ad)定义为当U1看过ad广告并点击则为1，如果未看过则为0，如果看过未点击则为-1；
similayity(u，U1)为用户u与用户U1之间的相似度；
M为N个用户中log_score为非零用户的个数。
可选的，所述根据计算得到的每一个评分信息筛选出需要召回的候选广告，包括：
将计算得到的每一个评分信息进行排序；
筛选出评分信息小于预设位置的候选广告进行召回。
第二方面，本发明实施例还提供了一种广告召回装置，包括：
相似用户单元，用于根据当前用户的特征数据得到与当前用户相关的用户列表；
相似计算单元，用于计算当前用户与用户列表中每一个用户之间的相似度；
评分计算单元，用于分别对每个候选广告，根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息；
广告筛选单元，用于根据计算得到的每一个评分信息筛选出需要召回的候选广告。
第三方面，本发明实施例还提供了一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中任一所述的广告召回方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中任一所述的广告召回方法。
本发明实施例的技术方案，通过当前用户特征数据来算出与当前用户比较相似的用户，再根据相似用户的广告业务喜好进行广告召回，提升广告召回的效率和广告投放的效果。
附图说明
图1是本发明实施例一中的一种广告召回方法的流程示意图；
图2是本发明实施例二中的一种广告召回装置的结构示意图；
图3是本发明实施例三中的一种服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
此外，术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等，但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一速度差值称为第二速度差值，且类似地，可将第二速度差值称为第一速度差值。第一速度差值和第二速度差值两者都是速度差值，但其不是同一速度差值。术语“第一”、“第二”等不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
实施例一
图1为本发明实施例一提供的一种广告召回方法的流程示意图，本发明实施例可适用于广告召回的情况，主要是通过金融业务相似用户广告召回模型为广告投放系统排序模块进行广告候选的筛选，提高广告投放系统性能和广告投放效果。本发明实施例的方法可以由一种广告召回装置来执行，该装置可以由软件和/或硬件的方式实现，并一般可集成于服务器或终端设备中。参照图1，本发明实施例的一种广告召回方法，具体包括如下步骤：
步骤S110、根据当前用户的特征数据得到与当前用户相关的用户列表。
具体的，广告系统在收到客户端广告请求时，需要根据请求中带过来的相关信息返回所需的广告。当需要返回的广告过多，导致广告排序时耗能过大，需要在排序前进行广告的召回操作以减少进入排序模型广告数量。对于如何筛选广告来进行广告的召回，本发明从符合要求的候选广告计划中筛选出一些跟当前用户最相关的一些广告计划，可以通过已知的用户特征数据来算出与该用户比较相似的用户，再根据相似用户的广告业务喜好进行广告召回。因此，首先需要获取当前用户的特征数据，特征数据包括当前用户在客户端上操作时留下的各种行为数据，如浏览广告、文字输入、语音输入、浏览商品、点击商品、搜索商品、购买商品等等，还可以包括与当前用户相关的其他账户(如绑定同一身份信息且信息共享的系统的账户)在客户端上操作时留下的各种行为数据。作为一可选实施例，本发明实施例的特征数据还包括当前用户的本身属性数据，本身属性数据包括当前用户的用户设备、年龄、地域等用户本身属性的数据。在获取当前用户的特征数据之后，根据当前用户的特征数据得到与当前用户相关的用户列表L＝[U1，U2，U3…Un]。用户列表根据与当前用户的特征数据的相似度来生成，例如浏览同一广告的次数、文字输入同一物品的次数、浏览同一商品的时间等等，可以是从所有注册用户中粗略找出一批用户，如100个用户来生成用户列表。
步骤S120、计算当前用户与用户列表中每一个用户之间的相似度。
具体的，在得到与当前用户相关的用户列表之后，计算当前用户与用户列表中每一个用户之间的相似度。下面详细说明如何计算当前用户与用户列表中每一个用户之间的相似度，本发明通过余弦相似度公式计算得到，所述余弦相似度公式为：
其中，A为当前用户的特征数据的向量值，B为用户列表中每一个用户的特征数据的向量值。A向量值包括用户a对应的金融行为数据和本身属性数据，B向量值包括用户b对应的金融行为数据和本身属性数据。其中，金融行为数据包括用户办卡、理财、记账中的一种或多种行为的统计数据，如用户办卡张数、用户购买理财产品数量、用户购买理财产品金额、用户一个月内记录超市消费次数、用户一个月内记录用户超市消费金额等等。本身属性数据包括用户设备、年龄、地域中的一种或多种信息数据，如用户是否使用苹果手机、用户年龄、用户是否在一线城市、用户系统版本是否为最新、用户手机价格等等。上述值组成相应的向量，如果值为连续值则直接使用，如果为是否那么转化成0/1值进行使用，从而通过以上规则生成用户对应向量来计算当前用户与用户列表中每一个用户之间的相似度。
步骤S130、分别对每个候选广告，根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息。
具体的，根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息通过预设公式计算得到，所述预设公式为：
Score(u，ad)
＝(log_score(U1，ad)*similayity(u，U1)+…+log_score(Un，ad)*similayity(u，Un))/M
其中，u为当前用户，ad为当前候选广告，U1…Un为用户列表中每一个用户；log_score(U1，ad)定义为当U1看过ad广告并点击则为1，如果未看过则为0，如果看过未点击则为-1；similayity(u，U1)为用户u与用户U1之间的相似度；M为N个用户中log_score为非零用户的个数；Score(u，ad)为当前用户与当前候选广告的评分信息。在计算当前用户与用户列表中每一个用户之间的相似度之后，分别对每一个候选广告计算出各个候选广告的评分信息。
步骤S140、根据计算得到的每一个评分信息筛选出需要召回的候选广告。
具体的，在计算各个候选广告的评分信息之后，将计算得到的每一个评分信息进行排序；筛选出评分信息小于预设位置的候选广告进行召回。例如，在求出各个候选广告的评分信息之后，按照评分信息从大到小进行排序，选出相似度排在倒数20位的广告，说明这些广告与当前用户的相关性不大，将这些广告进行召回。
本发明实施例的技术方案，通过当前用户特征数据来算出与当前用户比较相似的用户，再根据相似用户的广告业务喜好进行广告召回，提升广告召回的效率和广告投放的效果。
实施例二
本发明实施例所提供的广告召回装置可执行本发明任意实施例所提供的广告召回方法，具备执行方法相应的功能模块和有益效果，该装置可以由软件和/或硬件(集成电路)的方式实现，并一般可集成于服务器或终端设备中。图2是本发明实施例二中的一种广告召回装置200的结构示意图。参照图2，本发明实施例的广告召回装置200具体可以包括：
相似用户单元210，用于根据当前用户的特征数据得到与当前用户相关的用户列表；
相似计算单元220，用于计算当前用户与用户列表中每一个用户之间的相似度；
评分计算单元230，用于分别对每个候选广告，根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息；
广告筛选单元240，用于根据计算得到的每一个评分信息筛选出需要召回的候选广告。
可选的，所述相似用户单元210还用于根据当前用户的金融行为数据和本身属性数据得到与当前用户相关的用户列表。
可选的，所述计算当前用户与用户列表中每一个用户之间的相似度通过余弦相似度公式计算得到，所述余弦相似度公式为：
其中，A为当前用户的特征数据的向量值，B为用户列表中每一个用户的特征数据的向量值。
可选的，所述向量值包括金融行为数据和本身属性数据。
可选的，所述金融行为数据包括用户办卡、理财、记账中的一种或多种行为的统计数据；所述本身属性数据包括用户设备、年龄、地域中的一种或多种信息数据。
可选的，所述根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息通过预设公式计算得到，所述预设公式为：
Score(u，ad)
＝(log_score(U1，ad)*similayity(u，U1)+…+log_score(Un，ad)*similayity(u，Un))/M
其中，u为当前用户，ad为当前候选广告，U1…Un为用户列表中每一个用户；
log_score(U1，ad)定义为当U1看过ad广告并点击则为1，如果未看过则为0，如果看过未点击则为-1；
similayity(u，U1)为用户u与用户U1之间的相似度；
M为N个用户中log_score为非零用户的个数。
可选的，所述广告筛选单元240还用于将计算得到的每一个评分信息进行排序；筛选出评分信息小于预设位置的候选广告进行召回。
本发明实施例的技术方案，通过当前用户特征数据来算出与当前用户比较相似的用户，再根据相似用户的广告业务喜好进行广告召回，提升广告召回的效率和广告投放的效果。
实施例三
图3为本发明实施例三提供的一种服务器的结构示意图，如图3所示，该服务器包括处理器310、存储器320、输入装置330和输出装置340；服务器中处理器310的数量可以是一个或多个，图3中以一个处理器310为例；服务器中的处理器310、存储器320、输入装置330和输出装置340可以通过总线或其他方式连接，图3以通过总线连接为例。
存储器320作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的广告召回方法对应的程序指令/模块(例如，广告召回装置200中的相似用户单元210、相似计算单元220、评分计算单元230和广告筛选单元240)。处理器310通过运行存储在存储器320中的软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述的广告召回方法。
也即：
根据当前用户的特征数据得到与当前用户相关的用户列表；
计算当前用户与用户列表中每一个用户之间的相似度；
分别对每个候选广告，根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息；
根据计算得到的每一个评分信息筛选出需要召回的候选广告。
当然，本发明实施例所提供的服务器，其处理器不限于执行如上所述的方法操作，还可以执行本发明任意实施例所提供的广告召回方法中的相关操作。
存储器320可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器320可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器320可进一步包括相对于处理器310远程设置的存储器，这些远程存储器可以通过网络连接至服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置330可用于接收输入的数字或字符信息，以及产生与服务器的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
本发明实施例的技术方案，通过当前用户特征数据来算出与当前用户比较相似的用户，再根据相似用户的广告业务喜好进行广告召回，提升广告召回的效率和广告投放的效果。
实施例四
本发明实施例四还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种广告召回方法，该方法包括：
根据当前用户的特征数据得到与当前用户相关的用户列表；
计算当前用户与用户列表中每一个用户之间的相似度；
分别对每个候选广告，根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息；
根据计算得到的每一个评分信息筛选出需要召回的候选广告。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的广告召回方法中的相关操作。
本发明实施例的计算机可读存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
存储介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本发明实施例的技术方案，通过当前用户特征数据来算出与当前用户比较相似的用户，再根据相似用户的广告业务喜好进行广告召回，提升广告召回的效率和广告投放的效果。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种广告召回方法，其特征在于，包括：
根据当前用户的特征数据得到与当前用户相关的用户列表；
计算当前用户与用户列表中每一个用户之间的相似度；
分别对每个候选广告，根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息；
根据计算得到的每一个评分信息筛选出需要召回的候选广告；
其中，所述计算当前用户与用户列表中每一个用户之间的相似度通过余弦相似度公式计算得到，所述余弦相似度公式为：
其中，A为当前用户的特征数据的向量值，B为用户列表中每一个用户的特征数据的向量值；
所述根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息通过预设公式计算得到，所述预设公式为：
Score(u，ad)＝(log_score(U1，ad)*similayity(u，U1)+…+log_score(Un，ad)*similayity(u，Un))/M
其中，u为当前用户，ad为当前候选广告，U1…Un为用户列表中每一个用户；
log_score(U1，ad)定义为当U1看过ad广告并点击则为1，如果未看过则为0，如果看过未点击则为-1；
similayity(u，U1)为用户u与用户U1之间的相似度；
M为N个用户中log_score为非零用户的个数。
2.根据权利要求1所述的广告召回方法，其特征在于，所述根据当前用户的特征数据得到与当前用户相关的用户列表，包括：
根据当前用户的金融行为数据和本身属性数据得到与当前用户相关的用户列表。
3.根据权利要求2所述的广告召回方法，其特征在于，所述向量值包括金融行为数据和本身属性数据。
4.根据权利要求3所述的广告召回方法，其特征在于，所述金融行为数据包括用户办卡、理财、记账中的一种或多种行为的统计数据；所述本身属性数据包括用户设备、年龄、地域中的一种或多种信息数据。
5.根据权利要求1所述的广告召回方法，其特征在于，所述根据计算得到的每一个评分信息筛选出需要召回的候选广告，包括：
将计算得到的每一个评分信息进行排序；
筛选出评分信息小于预设位置的候选广告进行召回。
6.一种广告召回装置，其特征在于，包括：
相似用户单元，用于根据当前用户的特征数据得到与当前用户相关的用户列表；
相似计算单元，用于计算当前用户与用户列表中每一个用户之间的相似度；
评分计算单元，用于分别对每个候选广告，根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息；
广告筛选单元，用于根据计算得到的每一个评分信息筛选出需要召回的候选广告；
其中，所述计算当前用户与用户列表中每一个用户之间的相似度通过余弦相似度公式计算得到，所述余弦相似度公式为：
其中，A为当前用户的特征数据的向量值，B为用户列表中每一个用户的特征数据的向量值；
所述根据用户列表中每一个用户对当前候选广告的操作信息和当前用户与用户列表中每一个用户之间的相似度，得到当前用户与当前候选广告的评分信息通过预设公式计算得到，所述预设公式为：
Score(u，ad)＝(log_score(U1，ad)*similayity(u，U1)+…+log_score(Un，ad)*similayity(u，Un))/M
其中，u为当前用户，ad为当前候选广告，U1…Un为用户列表中每一个用户；
log_score(U1，ad)定义为当U1看过ad广告并点击则为1，如果未看过则为0，如果看过未点击则为-1；
similayity(u，U1)为用户u与用户U1之间的相似度；
M为N个用户中log_score为非零用户的个数。
7.一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现根据权利要求1-5中任一所述的广告召回方法。
8.一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，该计算机程序被处理器执行时实现根据权利要求1-5中任一所述的广告召回方法。
CN202010189992.2A 2020-03-18 2020-03-18 一种广告召回方法、装置、服务器及存储介质 Active CN111325582B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010189992.2A CN111325582B (zh) 2020-03-18 2020-03-18 一种广告召回方法、装置、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010189992.2A CN111325582B (zh) 2020-03-18 2020-03-18 一种广告召回方法、装置、服务器及存储介质

Publications (2)

Publication Number Publication Date
CN111325582A CN111325582A (zh) 2020-06-23
CN111325582B true CN111325582B (zh) 2023-08-29

Family

ID=71173355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010189992.2A Active CN111325582B (zh) 2020-03-18 2020-03-18 一种广告召回方法、装置、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN111325582B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107464141A (zh) * 2017-08-07 2017-12-12 北京京东尚科信息技术有限公司 用于信息推广的方法、装置、电子设备及计算机可读介质
CN108510309A (zh) * 2018-02-27 2018-09-07 阿里巴巴集团控股有限公司 广告召回的方法及装置
CN110097395A (zh) * 2019-03-27 2019-08-06 平安科技（深圳）有限公司 定向广告投放方法、装置及计算机可读存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107464141A (zh) * 2017-08-07 2017-12-12 北京京东尚科信息技术有限公司 用于信息推广的方法、装置、电子设备及计算机可读介质
CN108510309A (zh) * 2018-02-27 2018-09-07 阿里巴巴集团控股有限公司 广告召回的方法及装置
CN110097395A (zh) * 2019-03-27 2019-08-06 平安科技（深圳）有限公司 定向广告投放方法、装置及计算机可读存储介质

Also Published As

Publication number Publication date
CN111325582A (zh) 2020-06-23

Similar Documents

Publication Publication Date Title
US8694379B2 (en) One-click posting
CN106251168A (zh) 信息推送方法及系统
US20120123857A1 (en) Bidding Model for Sponsored Search Advertising Based on User Query Intent
CN105208113A (zh) 信息推送的方法和装置
CN110111167A (zh) 一种确定推荐对象的方法和装置
US11748452B2 (en) Method for data processing by performing different non-linear combination processing
CN111338549B (zh) 信息共享方法及装置、存储介质及电子设备
CN111127051B (zh) 多渠道动态归因方法、装置、服务器及存储介质
CN103020128B (zh) 与终端设备交互数据的方法与装置
CN105046531A (zh) 一种在线投放信息展示方法及装置
CN111210255B (zh) 广告推送方法、装置及电子设备
CN104951460A (zh) 基于关键词聚类的排名参量值确定方法及装置
CN111415196A (zh) 一种广告召回方法、装置、服务器及存储介质
CN115423555A (zh) 一种商品推荐方法、装置、电子设备及存储介质
CN109190027A (zh) 多源推荐方法、终端、服务器、计算机设备、可读介质
CN110348921A (zh) 门店物品选取的方法和装置
US11256722B2 (en) Techniques for modeling aggregation records
CN103744938A (zh) 一种用于生成与目标系统对应的用户页面方法和装置
CN106600360B (zh) 推荐对象的排序方法及装置
CN114936873A (zh) 电商引流转化智能引导分析方法、装置、存储介质和电子设备
CN110737820B (zh) 用于生成事件信息的方法和装置
CN113011911B (zh) 基于人工智能的数据预测方法、装置、介质及电子设备
CN106779899B (zh) 恶意订单识别方法及装置
Enahoro et al. GSM and the Nigerian Economy: The Journey from 2004 to 2019
US20150012354A1 (en) Method and System for Placing and Presenting Advertisements

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
GR01 Patent grant
GR01 Patent grant