CN111415196A

CN111415196A - 一种广告召回方法、装置、服务器及存储介质

Info

Publication number: CN111415196A
Application number: CN202010190054.4A
Authority: CN
Inventors: 董杰
Original assignee: Shenzhen Kaniu Technology Co ltd
Current assignee: Shenzhen Kaniu Technology Co ltd
Priority date: 2020-03-18
Filing date: 2020-03-18
Publication date: 2020-07-14

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：获取当前用户的历史行为数据；根据所述历史行为数据得到与当前用户相关的物品列表；计算每一个候选广告对应的物品与所述物品列表中所有物品之间的相似度；根据计算得到的每一个相似度筛选出需要召回的候选广告。本发明实施例的技术方案，通过已知的用户行为数据算出用户和每一个候选广告计划之间的相关性来进行广告的排序筛选，解决了广告过多导致排序模块计算性能不够的问题，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(ConversionRate，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：

获取当前用户的历史行为数据；

根据所述历史行为数据得到与当前用户相关的物品列表；

计算每一个候选广告对应的物品与所述物品列表中所有物品之间的相似度；

根据计算得到的每一个相似度筛选出需要召回的候选广告。

可选的，所述获取当前用户的历史行为数据，包括：

获取当前用户浏览业务时产生的与物品有关的所有历史行为数据。

可选的，所述根据所述历史行为数据得到与当前用户相关的物品列表，包括：

根据所述历史行为数据提取出各个物品数据；

根据所述各个物品数据生成与当前用户相关的物品列表。

可选的，所述计算每一个候选广告对应的物品与所述物品列表中所有物品之间的相似度，包括：

计算每一个候选广告对应的物品与所述物品列表中各个物品之间的单个相似度；

将各个所述单个相似度求和得到候选广告相似度。

可选的，所述计算每一个候选广告对应的物品与所述物品列表中各个物品之间的单个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为每一个候选广告对应的物品的向量值，B为所述物品列表中单个物品的向量值。

可选的，所述向量值包括物品对应的目标用户群属性值和物品本身属性值。

可选的，所述根据计算得到的每一个相似度筛选出需要召回的候选广告，包括：

将计算得到的每一个相似度进行排序；

筛选出相似度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：

行为获取单元，用于获取当前用户的历史行为数据；

物品获取单元，用于根据所述历史行为数据得到与当前用户相关的物品列表；

相似计算单元，用于计算每一个候选广告对应的物品与所述物品列表中所有物品之间的相似度；

广告筛选单元，用于根据计算得到的每一个相似度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，通过已知的用户行为数据算出用户和每一个候选广告计划之间的相关性来进行广告的排序筛选，解决了广告过多导致排序模块计算性能不够的问题，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物品相关性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、获取当前用户的历史行为数据。

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行为数据来算出用户和每一个候选广告计划之间的相关性，按照相关性排序，筛选出与当前用户相关性较小的广告进行召回。因此，首先需要获取当前用户的历史行为数据，历史行为数据是指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购物网站的账户)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，本发明的实施例仅限于获取当前用户浏览业务时产生的与物品有关的所有历史行为数据，例如根据用户的文字输入来提取文字中的与物品有关的文字，从而生成相应的行为数据。

步骤S120、根据所述历史行为数据得到与当前用户相关的物品列表。

具体的，在获取当前用户的历史行为数据之后，根据历史行为数据得到与当前用户相关的物品列表L＝[w1，w2，w3…wn]。物品列表中的物品可以是以种类来区分，如电脑、手机等等；也可以是在同一种类下进一步细分，如台式电脑、笔记本电脑等等，区分的详细程度可以是用户自定义，也可以是系统默认，还可以是系统深度学习自动调节，本发明实施例优先为系统默认。进一步的，作为一可选实施例，步骤S120可以包括：

步骤S1201、根据所述历史行为数据提取出各个物品数据。

具体的，在获取当前用户的历史行为数据后，从历史行为数据提取出物品数据，如果是同一物品，就进行去重。以历史行为数据为文字输入为例进行详细说明，如用户在客户端输入的文字为：“我昨天丢了一部手机”，则系统进行文字识别，识别出“手机”的文字为物品数据。

步骤S1202、根据所述各个物品数据生成与当前用户相关的物品列表。

具体的，在得到各个物品数据后，如果有相同的进行去重，生成与当前用户相关的物品列表，如L＝[手机、电脑、键盘、鼠标、电话、音响……]。

步骤S130、计算每一个候选广告对应的物品与所述物品列表中所有物品之间的相似度。

具体的，在得到当前用户相关的物品列表之后，根据每一个候选广告的内容获取候选广告对应的物品，并计算每一个候选广告对应的物品与所述物品列表中所有物品之间的相似度。下面详细说明如何计算每一个候选广告对应的物品与所述物品列表中所有物品之间的相似度。具体的，步骤S130包括：

步骤S1301、计算每一个候选广告对应的物品与所述物品列表中各个物品之间的单个相似度。

具体的，以某一个候选广告对应的物品wt为例，物品列表中各个物品为：L＝[w1，w2，w3…wn]，分别计算每一个候选广告对应的物品与物品列表中各个物品之间的单个相似度，可以通过余弦相似度公式计算得到：sim(wt，w1)、sim(wt，w2)、…、sim(wt，wn)。

其中，余弦相似度公式为：

其中，A为每一个候选广告对应的物品的向量值，B为所述物品列表中单个物品的向量值。A向量值包括物品a对应的目标用户群属性值和物品本身属性值，B向量值包括物品b对应的目标用户群属性值和物品本身属性值。物品的目标用户群为用户的物品列表中包含该物品的所有用户集合。该用户集合的目标用户群属性值可以包括用户理财、记账、办卡等相关行为数据，如目标用户群属性值的集合向量包含三个维度[目标用户群一个月内超市消费次数，目标用户群持有信用卡占比，目标用户群一个月内平均购买理财产品次数]。物品本身属性值包括物品所属分类、风险程度、收益率等组成，如果为离散值就进行onehot编码，连续值则直接取值，从而通过以上规则生成物品对应向量来计算每一个候选广告对应的物品与物品列表中各个物品之间的单个相似度。

步骤S1302、将各个所述单个相似度求和得到候选广告相似度。

具体的，在得到每一个候选广告对应的物品wt与物品列表L中各个物品[w1，w2，w3…wn]之间的单个相似度之后，将各个所述单个相似度求和得到候选广告相似度，即：

sim(a，wt)＝sim(wt,w1)+sim(wt+w2)+…+sim(wt+wn)

其中，a为用户，wt为某一个候选广告对应的物品，sim(a，wt)为用户a与物品wt之间的相似度，等于用户a的物品列表中所有物品与物品wt之间的相似度之和。

步骤S140、根据计算得到的每一个相似度筛选出需要召回的候选广告。

具体的，在计算每一个候选广告对应的物品与所述物品列表中所有物品之间的相似度之后，将计算得到的每一个相似度进行排序；筛选出相似度小于预设位置的候选广告进行召回。例如，在求出用户与每一个候选广告对应的物品相似度之后，按照相似度从大到小进行排序，选出相似度排在倒数20位的广告就，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。

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：

行为获取单元210，用于获取当前用户的历史行为数据。

物品获取单元220，用于根据所述历史行为数据得到与当前用户相关的物品列表。

相似计算单元230，用于计算每一个候选广告对应的物品与所述物品列表中所有物品之间的相似度。

广告筛选单元240，用于根据计算得到的每一个相似度筛选出需要召回的候选广告。

可选的，所述行为获取单元210还用于获取当前用户浏览业务时产生的与物品有关的所有历史行为数据。

可选的，所述物品获取单元220，包括：

数据提取子单元，用于根据所述历史行为数据提取出各个物品数据；

列表生成子单元，用于根据所述各个物品数据生成与当前用户相关的物品列表。

可选的，所述相似计算单元230，包括：

单个相似子单元，用于计算每一个候选广告对应的物品与所述物品列表中各个物品之间的单个相似度；

求和相似子单元，用于将各个所述单个相似度求和得到候选广告相似度。

可选的，所述广告筛选单元240，包括：

相似排序子单元，用于将计算得到的每一个相似度进行排序；

广告召回子单元，用于筛选出相似度小于预设位置的候选广告进行召回。

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中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中的行为获取单元210、物品获取单元220、相似计算单元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：

获取当前用户的历史行为数据；

根据所述历史行为数据得到与当前用户相关的物品列表；

根据计算得到的每一个相似度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。

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：

获取当前用户的历史行为数据；

根据所述历史行为数据得到与当前用户相关的物品列表；

根据计算得到的每一个相似度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)。

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

1.一种广告召回方法，其特征在于，包括：

获取当前用户的历史行为数据；

根据所述历史行为数据得到与当前用户相关的物品列表；

根据计算得到的每一个相似度筛选出需要召回的候选广告。

2.根据权利要求1所述的广告召回方法，其特征在于，所述获取当前用户的历史行为数据，包括：

3.根据权利要求2所述的广告召回方法，其特征在于，所述根据所述历史行为数据得到与当前用户相关的物品列表，包括：

根据所述历史行为数据提取出各个物品数据；

根据所述各个物品数据生成与当前用户相关的物品列表。

4.根据权利要求1所述的广告召回方法，其特征在于，所述计算每一个候选广告对应的物品与所述物品列表中所有物品之间的相似度，包括：

将各个所述单个相似度求和得到候选广告相似度。

5.根据权利要求4所述的广告召回方法，其特征在于，所述计算每一个候选广告对应的物品与所述物品列表中各个物品之间的单个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：

6.根据权利要求5所述的广告召回方法，其特征在于，所述向量值包括物品对应的目标用户群属性值和物品本身属性值。

7.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相似度筛选出需要召回的候选广告，包括：

将计算得到的每一个相似度进行排序；

筛选出相似度小于预设位置的候选广告进行召回。

8.一种广告召回装置，其特征在于，包括：

行为获取单元，用于获取当前用户的历史行为数据；

9.一种服务器，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1-7中任一所述的广告召回方法。

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，该计算机程序被处理器执行时实现根据权利要求1-7中任一所述的广告召回方法。