CN112766737B - 一种确定广告投放物料风险的方法及相关装置 - Google Patents
一种确定广告投放物料风险的方法及相关装置 Download PDFInfo
- Publication number
- CN112766737B CN112766737B CN202110083828.8A CN202110083828A CN112766737B CN 112766737 B CN112766737 B CN 112766737B CN 202110083828 A CN202110083828 A CN 202110083828A CN 112766737 B CN112766737 B CN 112766737B
- Authority
- CN
- China
- Prior art keywords
- industry category
- advertisement delivery
- advertisement
- risk
- materials
- 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
Links
- 239000000463 material Substances 0.000 title claims abstract description 466
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000007635 classification algorithm Methods 0.000 claims abstract description 89
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 47
- 238000012549 training Methods 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
Abstract
本申请公开了一种确定广告投放物料风险的方法及相关装置,该方法包括:获取广告主的广告投放物料和所述广告主所属目标行业类别;通过第一匹配算法判断广告投放物料与目标行业类别对应的广告投放物料集合中物料是否匹配;匹配确定广告投放物料无风险;不匹配利用行业类别分类算法获得广告投放物料的预测目标行业类别;通过第二匹配算法判断预测目标行业类别与目标行业类别是否对应,对应确定广告投放物料无风险;不对应确定广告投放物料有风险。第一匹配算法和第二匹配算法自动化确定广告投放物料是否有风险,减少人力、节省时间;行业类别分类算法实现双重判断,提高确定广告投放物料是否有风险的效率和准确性。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种确定广告投放物料风险的方法及相关装置。
背景技术
现阶段,不同行业的广告关注点和广告内容差异较大,不同广告周期的广告关注点和广告内容差异也较大,即使广告主为了在广告投放时抓取更多的客户,其广告投放物料也需要与其所属行业类别相对应。
当广告主的广告投放物料与广告主所属行业类别对应时,表示该广告投放物料无风险,反之,当广告主的广告投放物料与广告主所属行业类别不对应时,表示该广告投放物料有风险。
一般地,在获取到广告主的广告投放物料后,需要人工查找广告主所属行业类别对应的广告投放物料表,人工判断广告投放物料与该广告投放物料表中物料是否匹配,以确定广告主的广告投放物料与广告主所属行业类别是否对应,从而确定该广告投放物料是否有风险。
但是,上述确定广告投放物料是否有风险的方式,过度依赖人工查找和人工判断,消耗大量的人力,浪费大量的时间,容易出现错误;且该方式仅依据广告投放物料表,缺乏对广告投放物料与所属行业类别之间关联关系的学习能力,导致确定广告投放物料是否有风险的效率和准确率较低。
发明内容
有鉴于此,本申请提供一种确定广告投放物料风险的方法及相关装置,不仅自动化确定广告投放物料是否有风险,减少人力、节省时间,而且分析广告投放物料与所属行业类别之间关联关系,从而提高确定广告投放物料是否有风险的准确性。
第一方面,本申请实施例提供了一种确定广告投放物料风险的方法,该方法包括:
获取广告主的广告投放物料和所述广告主所属目标行业类别;
利用第一匹配算法判断所述广告投放物料与所述目标行业类别对应的广告投放物料集合中物料是否匹配;若是,则确定所述广告投放物料无风险;
若否,利用行业类别分类算法获得所述广告投放物料的预测目标行业类别;
利用第二匹配算法判断所述预测目标行业类别与所述目标行业类别是否对应;若是,则确定所述广告投放物料无风险;
若否,则确定所述广告投放物料有风险。
可选的,所述目标行业类别对应的目标广告投放物料集合的获得步骤包括:
根据所述目标行业类别对应的广告投放物料表,构建所述目标行业类别对应的第一广告投放物料集合;
根据所述目标行业类别对应的历史广告投放物料风险确定结果,更新所述第一广告投放物料集合中物料,获得第二广告投放物料集合;
将所述第二广告投放物料集合确定为所述目标行业类别对应的广告投放物料集合。
可选的,所述行业类别分类算法的获得步骤包括:
遍历各个行业类别,将所述行业类别对应的广告投放物料集合中物料输入预设分类算法获得预测行业类别;
基于所述预测行业类别、所述行业类别和预设损失函数,训练调整所述预设分类算法的参数;
将训练完成的预设分类算法确定为所述行业类别分类算法。
可选的,所述行业类别分类算法的获得步骤还包括:
遍历各个所述行业类别,根据所述行业类别对应的广告投放物料知识库中物料知识点和所述行业类别继续训练,获得所述行业类别分类算法。
可选的,所述方法还包括:
根据所述广告投放物料,优化所述目标行业类别对应的广告投放物料集合中物料。
可选的,所述方法还包括:
根据所述广告投放物料和所述目标行业类别,优化所述行业类别分类算法。
可选的,所述方法还包括:
当所述广告投放物料被抽样检查时,检查所述广告投放物料是否符合所述目标行业类别对应的广告投放物料预设风险条件;
若是,则确定所述广告投放物料有风险,若否,则确定所述广告投放物料无风险;
其中,所述目标行业类别对应的广告投放物料预设风险条件是根据所述目标行业类别对应的广告投放物料风险知识库预先设置的。
第二方面,本申请实施例提供了一种确定广告投放物料风险的装置,所述装置包括:
获取单元,用于获取广告主的广告投放物料和所述广告主所属目标行业类别;
第一判断单元,用于利用第一匹配算法判断所述广告投放物料与所述目标行业类别对应的广告投放物料集合中物料是否匹配;
第一确定单元,用于若是,则确定所述广告投放物料无风险;
获得单元,用于若否,利用行业类别分类算法获得所述广告投放物料的预测目标行业类别;
第二判断单元,用于利用第二匹配算法判断所述预测目标行业类别与所述目标行业类别是否对应;
所述第一确定单元,还用于若是,则确定所述广告投放物料无风险;
第二确定单元,用于若否,则确定所述广告投放物料有风险。
可选的,所述装置还包括:
构建单元,用于根据所述目标行业类别对应的广告投放物料表,构建所述目标行业类别对应的第一广告投放物料集合;
第二获得单元,用于根据所述目标行业类别对应的历史广告投放物料风险确定结果,更新所述第一广告投放物料集合中物料,获得第二广告投放物料集合;
第三确定单元,用于将所述第二广告投放物料集合确定为所述目标行业类别对应的广告投放物料集合。
可选的,所述装置还包括:
第三获得单元,用于遍历各个行业类别,将所述行业类别对应的广告投放物料集合中物料输入预设分类算法获得预测行业类别;
训练调整单元,用于基于所述预测行业类别、所述行业类别和预设损失函数,训练调整所述预设分类算法的参数;
第四确定单元,用于将训练完成的预设分类算法确定为所述行业类别分类算法。
可选的,所述装置还包括:
第四获得单元,用于遍历各个所述行业类别,根据所述行业类别对应的广告投放物料知识库中物料知识点和所述行业类别继续训练,获得所述行业类别分类算法。
可选的,所述装置还包括:
第一优化单元,用于根据所述广告投放物料,优化所述目标行业类别对应的广告投放物料集合中物料。
可选的,所述装置还包括:
第二优化单元,用于根据所述广告投放物料和所述目标行业类别,优化所述行业类别分类算法。
可选的,所述装置还包括:
检查单元,用于当所述广告投放物料被抽样检查时,检查所述广告投放物料是否符合所述目标行业类别对应的广告投放物料预设风险条件;
所述第一确定单元,还用于若是,则确定所述广告投放物料有风险;
所述第二确定单元,还用于若否,则确定所述广告投放物料无风险;
其中,所述目标行业类别对应的广告投放物料预设风险条件是根据所述目标行业类别对应的广告投放物料风险知识库预先设置的。
第三方面,本申请实施例提供了一种用于确定广告投放物料风险的装置,所述装置包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
获取广告主的广告投放物料和所述广告主所属目标行业类别;
利用第一匹配算法判断所述广告投放物料与所述目标行业类别对应的广告投放物料集合中物料是否匹配;若是,则确定所述广告投放物料无风险;
若否,利用行业类别分类算法获得所述广告投放物料的预测目标行业类别;
利用第二匹配算法判断所述预测目标行业类别与所述目标行业类别是否对应,若是,则确定所述广告投放物料无风险;
若否,则确定所述广告投放物料有风险。
第四方面,本申请实施例提供了一种机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得装置执行如上述第一方面中任一项所述的确定广告投放物料风险的方法。
与现有技术相比,本申请至少具有以下优点:
采用本申请实施例的技术方案,获取广告主的广告投放物料和所述广告主所属目标行业类别;通过第一匹配算法判断广告投放物料与目标行业类别对应的广告投放物料集合中物料是否匹配;若是,确定广告投放物料无风险;若否,利用行业类别分类算法获得广告投放物料的预测目标行业类别;通过第二匹配算法判断预测目标行业类别与目标行业类别是否对应,若是,确定广告投放物料无风险;若否,确定广告投放物料有风险。可见,利用第一匹配算法和第二匹配算法自动判断的方式,能够自动化确定广告投放物料是否有风险,减少人力、节省时间;不仅依据广告主目标行业类别对应的广告投放物料集合中物料,而且依据行业类别分类算法所分析的广告投放物料与所属行业类别之间关联关系,实现双重判断,从而提高确定广告投放物料是否有风险的效率和准确性。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,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它的附图。
图1为本申请实施例中一种应用场景所涉及的系统框架示意图;
图2为本申请实施例提供的一种确定广告投放物料风险的方法的流程示意图;
图3为本申请实施例提供的另一种确定广告投放物料风险的方法的流程示意图;
图4为本申请实施例提供的一种确定广告投放物料风险的装置的结构示意图;
图5为本申请实施例提供的一种用于确定广告投放物料风险的装置的结构示意图;
图6为本申请实施例提供的一种服务器的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
目前,在获取到广告主的广告投放物料后,人工查找广告主所属行业类别对应的广告投放物料表,并人工判断广告投放物料与该广告投放物料表中物料是否匹配,以确定广告主的广告投放物料与广告主所属行业类别是否对应,从而确定该广告投放物料是否有风险。但是,该方式过度依赖人工查找和人工判断,消耗大量的人力,浪费大量的时间,容易出现错误;且该方式仅依据广告投放物料表,缺乏对广告投放物料与所属行业类别之间关联关系的学习能力,导致确定广告投放物料是否有风险的效率和准确率较低。
为了解决这一问题,在本申请实施例中,获取广告主的广告投放物料和所述广告主所属目标行业类别;通过第一匹配算法判断广告投放物料与目标行业类别对应的广告投放物料集合中物料是否匹配;若是,确定广告投放物料无风险;若否,利用行业类别分类算法获得广告投放物料的预测目标行业类别;通过第二匹配算法判断预测目标行业类别与目标行业类别是否对应,若是,确定广告投放物料无风险;若否,确定广告投放物料有风险。可见,利用第一匹配算法和第二匹配算法自动判断的方式,能够自动化确定广告投放物料是否有风险,减少人力、节省时间;不仅依据广告主目标行业类别对应的广告投放物料集合中物料,而且依据行业类别分类算法所分析的广告投放物料与所属行业类别之间关联关系,实现双重判断,从而提高确定广告投放物料是否有风险的效率和准确性。
举例来说,本申请实施例的场景之一,可以是应用到如图1所示的场景中,该场景包括终端设备101和服务器102。广告主通过终端设备101将广告投放物料和其所属目标行业类别上传至服务器102;服务器102采用本申请实施例所提供的实施方式确定广告投放物料是否有风险;服务器102将广告投放物料风险确定结果返回至终端设备101,以便终端设备101显示给广告主。
可以理解的是,在上述应用场景中,虽然将本申请实施方式的动作描述由服务器102执行,但是,本申请在执行主体方面不受限制,只要执行了本申请实施方式所公开的动作即可。
可以理解的是,上述场景仅是本申请实施例提供的一个场景示例,本申请实施例并不限于此场景。
下面结合附图,通过实施例来详细说明本申请实施例中确定广告投放物料风险的方法及相关装置的具体实现方式。
示例性方法
参见图2,示出了本申请实施例中一种确定广告投放物料风险的方法的流程示意图。在本实施例中,所述方法例如可以包括以下步骤:
步骤201:获取广告主的广告投放物料和所述广告主所属目标行业类别。
在本申请实施例中,对于广告主的广告投放物料而言,确定该广告投放物料是否有风险的前提是:既需要获取广告主的广告投放物料,又需要获取广告主所属目标行业类别;因此,首先需要获取广告主的广告投放物料和广告主所属目标行业类别,即,首先需要执行步骤201。
步骤202:利用第一匹配算法判断所述广告投放物料与所述目标行业类别对应的广告投放物料集合中物料是否匹配;若是,执行步骤203,若否,执行步骤204。
由于现有技术中人工查找广告主所属行业类别对应的广告投放物料表,人工判断广告投放物料与该广告投放物料表中物料是否匹配的方式,过度依赖人工查找和人工判断,消耗大量的人力,浪费大量的时间,容易出现错误,导致确定广告投放物料是否有风险的效率和准确率较低。
因此,在本申请实施例中,在已获得广告主所属目标行业类别对应的广告投放物料集合的基础上,通过预先设定的一种匹配算法,即,第一匹配算法,自动查找广告主所属目标行业类别对应的广告投放物料集合中物料,自动判断广告主的广告投放物料与目标行业类别对应的广告投放物料集合中物料是否匹配,匹配表示相同或者相似,即,相似度大于预设相似度;该方式代替现有技术中人工查找和人工判断的方式,能够减少人力、节省时间。上述自动判断是否匹配的结果分为匹配和不匹配两种,分别执行的后续操作不同,具体参见下述说明。
其中,现有技术中行业类别对应的广告投放物料表是固定不变的,仅依据行业类别对应的广告投放物料表,对行业类别内广告投放物料变化而言是被动的,缺乏对行业类别内广告投放物料变化的学习能力。因此,在本申请实施例中,目标行业类别对应的广告投放物料集合不仅仅根据目标行业类别对应的广告投放物料表得到;还可以考虑复用行业类别对应的历史广告投放物料风险确定结果,即,目标行业类别对应的广告投放物料集合还需要根据行业类别对应的历史广告投放物料风险确定结果得到。综上,目标行业类别对应的广告投放物料集合是根据行业类别对应的广告投放物料表和行业类别对应的历史广告投放物料风险确定结果获得的。
具体地,首先,通过目标行业类别对应的广告投放物料表,可以构建目标行业类别对应的第一广告投放物料集合;然后,通过目标行业类别对应的历史广告投放物料风险确定结果,更新第一广告投放物料集合中物料,例如,将无风险对应历史广告投放物料增加至第一广告投放物料集合,得到第二广告投放物料集合;最后,更新得到的第二广告投放物料集合,即为目标行业类别对应的广告投放物料集合。因此,在本申请实施例一种可选的实施方式中,步骤202中目标行业类别对应的目标广告投放物料集合的获得步骤如下所示:
步骤A:根据所述目标行业类别对应的广告投放物料表,构建所述目标行业类别对应的第一广告投放物料集合;
步骤B:根据所述目标行业类别对应的历史广告投放物料风险确定结果,更新所述第一广告投放物料集合中物料,获得第二广告投放物料集合;
步骤C:将所述第二广告投放物料集合确定为所述目标行业类别对应的广告投放物料集合。
步骤203:确定所述广告投放物料无风险。
在本申请实施例中,当步骤202判断广告主的广告投放物料与目标行业类别对应的广告投放物料集合中物料匹配时,表示广告主的广告投放物料与广告主所属行业类别对应时,该情况下可直接执行步骤203确定广告投放物料无风险。
步骤204:利用行业类别分类算法获得所述广告投放物料的预测目标行业类别。
由于现有技术中仅依据广告投放物料表,确定广告投放物料是否有风险,缺乏对广告投放物料与所属行业类别之间关联关系的学习能力,导致确定广告投放物料是否有风险的效率和准确率较低。因此,在本申请实施例中,当步骤202判断广告主的广告投放物料与目标行业类别对应的广告投放物料集合中物料不匹配时,并不直接确定广告投放物料有风险,而是通过预先获得的行业类别分类算法,充分分析广告投放物料与所属行业类别之间关联关系,得到广告投放物料的预测目标行业类别,以便后续依据上述数据继续确定广告投放物料有风险。
其中,行业类别分类算法例如可以是遍历各个行业类别,根据行业类别对应的广告投放物料集合中物料和行业类别,预先训练预设分类算法获得的。
具体地,遍历各个行业类别,首先,将行业类别对应的广告投放物料集合中物料输入预设分类算法,该预设分类算法输出预测行业类别;然后,通过预设损失函数计算预测行业类别与行业类别之间的损失,基于此调整预设分类算法的参数,实现对预设分类算法的迭代训练;最后,直至迭代训练次数达到预设次数,或者,迭代训练的预设分类算法收敛时,表示预设分类算法训练完成,该训练完成的预设分类算法即为行业类别分类算法,该行业类别分类算法充分学习了广告投放物料与所属行业类别之间关联关系。因此,在本申请实施例一种可选的实施方式中,步骤204中行业类别分类算法的获得步骤如下所示:
步骤D:遍历各个行业类别,将所述行业类别对应的广告投放物料集合中物料输入预设分类算法获得预测行业类别。
步骤E:基于所述预测行业类别、所述行业类别和预设损失函数,训练调整所述预设分类算法的参数。
步骤F:将训练完成的预设分类算法确定为所述行业类别分类算法。
在上述步骤E-步骤F的基础上,在本申请实施例中,还可以将行业类别对应的广告投放物料知识库中物料知识点与行业类别作为训练样本,实现上述行业类别分类算法的继续训练,从而得到更为行业类别分类更加准确的行业类别分类算法。其中,行业类别对应的广告投放物料知识库是根据行业类别对应的其他广告投放物料相关公开数据和/或广告投放物料相关经验数据预先构建的。因此,在本申请实施例一种可选的实施方式中,所述行业类别分类算法的获得步骤还包括步骤G:遍历各个所述行业类别,根据所述行业类别对应的广告投放物料知识库中物料知识点和所述行业类别继续训练,获得所述行业类别分类算法。
步骤205:利用第二匹配算法判断所述预测目标行业类别与所述目标行业类别是否对应;若是,执行步骤203,若否,执行步骤206。
在本申请实施例中,在步骤204获得广告投放物料的预测目标行业类别之后,通过预先设定的另一种匹配算法,即,第二匹配算法,自动判断预测目标行业类别与目标行业类别是否对应;该方式依据行业类别分类算法所分析的广告投放物料的预测目标行业类别和目标行业类别是否对应,避免依据广告投放物料表,缺乏对广告投放物料与所属行业类别之间关联关系的学习能力的问题,实现双重判断;且自动判断是否对应的方式,能够减少人力、节省时间。上述自动判断是否对应的结果分为对应和不对应两种,分别执行的后续操作不同,具体参见下述说明。
步骤206:确定所述广告投放物料有风险。
在本申请实施例中,当步骤205判断预测目标行业类别与目标行业类别对应时,表示广告主的广告投放物料与广告主所属行业类别对应时,该情况下可执行步骤203确定广告投放物料无风险。当步骤205判断预测目标行业类别与目标行业类别不对应时,表示广告主的广告投放物料与广告主所属行业类别不对应时,该情况下需要执行步骤206确定广告投放物料有风险。
此外,在本申请实施例中,当广告主的广告投放物料被确定为无风险时,还可以利用该广告投放物料优化目标行业类别对应的广告投放物料集合中物料,例如,将该广告投放物料增加至目标行业类别对应的广告投放物料集合,实现对目标行业类别对应的广告投放物料集合的持续优化,使得目标行业类别对应的广告投放物料集合更加准确、更加可靠。因此,在本申请实施例一种可选的实施方式中,例如还可以包括步骤H:根据所述广告投放物料,优化所述目标行业类别对应的广告投放物料集合中物料。
基于上述说明,当广告主的广告投放物料被确定为无风险时,还可以利用该广告投放物料和目标行业类别优化行业类别分类算法,例如,将该广告投放物料和目标行业类别作为训练样本,再次训练行业类别分类算法,实现对行业类别分类算法的持续优化,使得行业类别分类算法在行业类别分类时更加准确、更加可靠。因此,在本申请实施例一种可选的实施方式中,例如还可以包括步骤I:根据所述广告投放物料和所述目标行业类别,优化所述行业类别分类算法。
通过本实施例提供的各种实施方式,获取广告主的广告投放物料和所述广告主所属目标行业类别;通过第一匹配算法判断广告投放物料与目标行业类别对应的广告投放物料集合中物料是否匹配;若是,确定广告投放物料无风险;若否,利用行业类别分类算法获得广告投放物料的预测目标行业类别;通过第二匹配算法判断预测目标行业类别与目标行业类别是否对应,若是,确定广告投放物料无风险;若否,确定广告投放物料有风险。可见,利用第一匹配算法和第二匹配算法自动判断的方式,能够自动化确定广告投放物料是否有风险,减少人力、节省时间;不仅依据广告主目标行业类别对应的广告投放物料集合中物料,而且依据行业类别分类算法所分析的广告投放物料与所属行业类别之间关联关系,实现双重判断,从而提高确定广告投放物料是否有风险的效率和准确性。
在上述实施例的基础上,在确定广告主的广告投放物料是否有风险之后,为了进一步地提高无风险的广告投放物料的判断准确性,还可以对采用上述实施例得到的无风险的广告投放物料进行抽样检查,当无风险的广告投放物料被抽样检查时,还可以检查广告投放物料是否符合目标行业类别对应的广告投放物料预设风险条件,若符合,该广告投放物料需要确定为有风险,若不符合,该广告投放物料需要确定为无风险。
参见图3,示出了本申请实施例中另一种确定广告投放物料风险的方法的流程示意图。在本实施例中,所述方法例如可以包括以下步骤:
步骤301:获取广告主的广告投放物料和所述广告主所属目标行业类别。
步骤302:利用第一匹配算法判断所述广告投放物料与所述目标行业类别对应的广告投放物料集合中物料是否匹配;若是,执行步骤305,若否,执行步骤303。
步骤303:利用行业类别分类算法获得所述广告投放物料的预测目标行业类别。
步骤304:利用第二匹配算法判断所述预测目标行业类别与所述目标行业类别是否对应;若是,执行步骤305。
步骤305:确定所述广告投放物料无风险。
步骤306:当所述广告投放物料被抽样检查时,检查所述广告投放物料是否符合所述目标行业类别对应的广告投放物料预设风险条件,其中,所述目标行业类别对应的广告投放物料预设风险条件是根据所述目标行业类别对应的广告投放物料风险知识库预先设置的;若是,执行步骤307,若否,执行步骤305。
在本申请实施例中,例如,目标行业类别对应的广告投放物料风险知识库是根据目标行业类别对应的其他广告投放物料风险相关公开数据和/或广告投放物料风险相关经验数据预先构建的。
步骤307:确定所述广告投放物料有风险。
通过本实施例提供的各种实施方式,获取广告主的广告投放物料和所述广告主所属目标行业类别;通过第一匹配算法判断广告投放物料与目标行业类别对应的广告投放物料集合中物料是否匹配;若是,确定广告投放物料无风险;若否,利用行业类别分类算法获得广告投放物料的预测目标行业类别;通过第二匹配算法判断预测目标行业类别与目标行业类别是否对应,若是,确定广告投放物料无风险;若否,确定广告投放物料有风险。可见,利用第一匹配算法和第二匹配算法自动判断的方式,能够自动化确定广告投放物料是否有风险,减少人力、节省时间;不仅依据广告主目标行业类别对应的广告投放物料集合中物料,而且依据行业类别分类算法所分析的广告投放物料与所属行业类别之间关联关系,实现双重判断,从而提高确定广告投放物料是否有风险的效率和准确性。
示例性装置
参见图4,示出了本申请实施例中一种确定广告投放物料风险的装置的结构示意图。在本实施例中,所述装置例如具体可以包括:
获取单元401,用于获取广告主的广告投放物料和所述广告主所属目标行业类别;
第一判断单元402,用于利用第一匹配算法判断所述广告投放物料与所述目标行业类别对应的广告投放物料集合中物料是否匹配;
第一确定单元403,用于若是,则确定所述广告投放物料无风险;
第一获得单元404,用于若否,利用行业类别分类算法获得所述广告投放物料的预测目标行业类别;
第二判断单元405,用于利用第二匹配算法判断所述预测目标行业类别与所述目标行业类别是否对应;
所述第一确定单元403,还用于若是,则确定所述广告投放物料无风险;
第二确定单元406,用于若否,则确定所述广告投放物料有风险。
在本申请实施例一种可选的实施方式中,所述装置还包括:
构建单元,用于根据所述目标行业类别对应的广告投放物料表,构建所述目标行业类别对应的第一广告投放物料集合;
第二获得单元,用于根据所述目标行业类别对应的历史广告投放物料风险确定结果,更新所述第一广告投放物料集合中物料,获得第二广告投放物料集合;
第三确定单元,用于将所述第二广告投放物料集合确定为所述目标行业类别对应的广告投放物料集合。
在本申请实施例一种可选的实施方式中,所述装置还包括:
第三获得单元,用于遍历各个行业类别,将所述行业类别对应的广告投放物料集合中物料输入预设分类算法获得预测行业类别;
训练调整单元,用于基于所述预测行业类别、所述行业类别和预设损失函数,训练调整所述预设分类算法的参数;
第四确定单元,用于将训练完成的预设分类算法确定为所述行业类别分类算法。
在本申请实施例一种可选的实施方式中,所述装置还包括:
第四获得单元,用于遍历各个所述行业类别,根据所述行业类别对应的广告投放物料知识库中物料知识点和所述行业类别继续训练,获得所述行业类别分类算法。
在本申请实施例一种可选的实施方式中,所述装置还包括:
第一优化单元,用于根据所述广告投放物料,优化所述目标行业类别对应的广告投放物料集合中物料。
在本申请实施例一种可选的实施方式中,所述装置还包括:
第二优化单元,用于根据所述广告投放物料和所述目标行业类别,优化所述行业类别分类算法。
在本申请实施例一种可选的实施方式中,所述装置还包括:
检查单元,用于当所述广告投放物料被抽样检查时,检查所述广告投放物料是否符合所述目标行业类别对应的广告投放物料预设风险条件;
所述第一确定单元403,还用于若是,则确定所述广告投放物料有风险;
所述第二确定单元406,还用于若否,则确定所述广告投放物料无风险;
其中,所述目标行业类别对应的广告投放物料预设风险条件是根据所述目标行业类别对应的广告投放物料风险知识库预先设置的。
通过本实施例提供的各种实施方式,获取广告主的广告投放物料和所述广告主所属目标行业类别;通过第一匹配算法判断广告投放物料与目标行业类别对应的广告投放物料集合中物料是否匹配;若是,确定广告投放物料无风险;若否,利用行业类别分类算法获得广告投放物料的预测目标行业类别;通过第二匹配算法判断预测目标行业类别与目标行业类别是否对应,若是,确定广告投放物料无风险;若否,确定广告投放物料有风险。可见,利用第一匹配算法和第二匹配算法自动判断的方式,能够自动化确定广告投放物料是否有风险,减少人力、节省时间;不仅依据广告主目标行业类别对应的广告投放物料集合中物料,而且依据行业类别分类算法所分析的广告投放物料与所属行业类别之间关联关系,实现双重判断,从而提高确定广告投放物料是否有风险的效率和准确性。
图5是根据一示例性实施例示出的一种用于确定广告投放物料风险的装置500的框图。例如,装置500可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图5,装置500可以包括以下一个或多个组件:处理组件502,存储器504,电源组件506,多媒体组件508,音频组件510,输入/输出(I/O)的接口512,传感器组件514,以及通信组件516。
处理组件502通常控制装置500的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件502可以包括一个或多个处理器520来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件502可以包括一个或多个模块,便于处理组件502和其他组件之间的交互。例如,处理部件502可以包括多媒体模块,以方便多媒体组件508和处理组件502之间的交互。
存储器504被配置为存储各种类型的数据以支持在设备500的操作。这些数据的示例包括用于在装置500上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件506为装置500的各种组件提供电力。电源组件506可以包括电源管理系统,一个或多个电源,及其他与为装置500生成、管理和分配电力相关联的组件。
多媒体组件508包括在所述装置500和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相互关联的持续时间和压力。在一些实施例中,多媒体组件508包括一个前置摄像头和/或后置摄像头。当设备500处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件510被配置为输出和/或输入音频信号。例如,音频组件510包括一个麦克风(MIC),当装置500处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中,音频组件510还包括一个扬声器,用于输出音频信号。
I/O接口512为处理组件502和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件514包括一个或多个传感器,用于为装置500提供各个方面的状态评估。例如,传感器组件514可以检测到设备500的打开/关闭状态,组件的相对定位,例如所述组件为装置500的显示器和小键盘,传感器组件514还可以检测装置500或装置500一个组件的位置改变,用户与装置500接触的存在或不存在,装置500方位或加速/减速和装置500的温度变化。传感器组件514可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件514还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件516被配置为便于装置500和其他设备之间有线或无线方式的通信。装置500可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信部件516经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件516还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子组件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器504,上述指令可由装置500的处理器520执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行一种确定广告投放物料风险的方法,所述方法包括:
获取广告主的广告投放物料和所述广告主所属目标行业类别;
利用第一匹配算法判断所述广告投放物料与所述目标行业类别对应的广告投放物料集合中物料是否匹配;若是,则确定所述广告投放物料无风险;
若否,利用行业类别分类算法获得所述广告投放物料的预测目标行业类别;
利用第二匹配算法判断所述预测目标行业类别与所述目标行业类别是否对应;若是,则确定所述广告投放物料无风险;
若否,则确定所述广告投放物料有风险。
在本申请实施例一种可选的实施方式中,所述目标行业类别对应的目标广告投放物料集合的获得步骤包括:
根据所述目标行业类别对应的广告投放物料表,构建所述目标行业类别对应的第一广告投放物料集合;
根据所述目标行业类别对应的历史广告投放物料风险确定结果,更新所述第一广告投放物料集合中物料,获得第二广告投放物料集合;
将所述第二广告投放物料集合确定为所述目标行业类别对应的广告投放物料集合。
在本申请实施例一种可选的实施方式中,所述行业类别分类算法的获得步骤包括:
遍历各个行业类别,将所述行业类别对应的广告投放物料集合中物料输入预设分类算法获得预测行业类别;
基于所述预测行业类别、所述行业类别和预设损失函数,训练调整所述预设分类算法的参数;
将训练完成的预设分类算法确定为所述行业类别分类算法。
在本申请实施例一种可选的实施方式中,所述行业类别分类算法的获得步骤还包括:
遍历各个所述行业类别,根据所述行业类别对应的广告投放物料知识库中物料知识点和所述行业类别继续训练,获得所述行业类别分类算法。
在本申请实施例一种可选的实施方式中,所述方法还包括:
根据所述广告投放物料,优化所述目标行业类别对应的广告投放物料集合中物料。
在本申请实施例一种可选的实施方式中,所述方法还包括:
根据所述广告投放物料和所述目标行业类别,优化所述行业类别分类算法。
在本申请实施例一种可选的实施方式中,所述方法还包括:
当所述广告投放物料被抽样检查时,检查所述广告投放物料是否符合所述目标行业类别对应的广告投放物料预设风险条件;
若是,则确定所述广告投放物料有风险,若否,则确定所述广告投放物料无风险;
其中,所述目标行业类别对应的广告投放物料预设风险条件是根据所述目标行业类别对应的广告投放物料风险知识库预先设置的。
图6是本申请实施例中服务器的结构示意图。该服务器600可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processing units,CPU)622(例如,一个或一个以上处理器)和存储器632,一个或一个以上存储应用程序642或数据644的存储介质630(例如一个或一个以上海量存储设备)。其中,存储器632和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器622可以设置为与存储介质630通信,在服务器600上执行存储介质630中的一系列指令操作。
服务器600还可以包括一个或一个以上电源626,一个或一个以上有线或无线网络接口650,一个或一个以上输入输出接口658,一个或一个以上键盘656,和/或,一个或一个以上操作系统641,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述,仅是本申请的较佳实施例而已,并非对本申请作任何形式上的限制。虽然本申请已以较佳实施例揭露如上,然而并非用以限定本申请。任何熟悉本领域的技术人员,在不脱离本申请技术方案范围情况下,都可利用上述揭示的方法和技术内容对本申请技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本申请技术方案的内容,依据本申请的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本申请技术方案保护的范围内。
Claims (16)
1.一种确定广告投放物料风险的方法,其特征在于,包括:
获取广告主的广告投放物料和所述广告主所属目标行业类别;
利用第一匹配算法判断所述广告投放物料与所述目标行业类别对应的广告投放物料集合中物料是否匹配;若是,则确定所述广告投放物料无风险;
若否,利用行业类别分类算法获得所述广告投放物料的预测目标行业类别;所述行业类别分类算法是通过遍历多个行业类别,并根据行业类别与行业类别对应的广告投放物料集合中物料,对预设分类算法进行预先训练获得的;
利用第二匹配算法判断所述预测目标行业类别与所述目标行业类别是否对应;若是,则确定所述广告投放物料无风险;
若否,则确定所述广告投放物料有风险。
2.根据权利要求1所述的方法,其特征在于,所述目标行业类别对应的目标广告投放物料集合的获得步骤包括:
根据所述目标行业类别对应的广告投放物料表,构建所述目标行业类别对应的第一广告投放物料集合;
根据所述目标行业类别对应的历史广告投放物料风险确定结果,更新所述第一广告投放物料集合中物料,获得第二广告投放物料集合;
将所述第二广告投放物料集合确定为所述目标行业类别对应的广告投放物料集合。
3.根据权利要求1所述的方法,其特征在于,所述行业类别分类算法的获得步骤包括:
遍历各个行业类别,将所述行业类别对应的广告投放物料集合中物料输入预设分类算法获得预测行业类别;
基于所述预测行业类别、所述行业类别和预设损失函数,训练调整所述预设分类算法的参数;
将训练完成的预设分类算法确定为所述行业类别分类算法。
4.根据权利要求3所述的方法,其特征在于,所述行业类别分类算法的获得步骤还包括:
遍历各个所述行业类别,根据所述行业类别对应的广告投放物料知识库中物料知识点和所述行业类别继续训练,获得所述行业类别分类算法。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述广告投放物料,优化所述目标行业类别对应的广告投放物料集合中物料。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述广告投放物料和所述目标行业类别,优化所述行业类别分类算法。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述广告投放物料被抽样检查时,检查所述广告投放物料是否符合所述目标行业类别对应的广告投放物料预设风险条件;
若是,则确定所述广告投放物料有风险,若否,则确定所述广告投放物料无风险;
其中,所述目标行业类别对应的广告投放物料预设风险条件是根据所述目标行业类别对应的广告投放物料风险知识库预先设置的。
8.一种确定广告投放物料风险的装置,其特征在于,包括:
获取单元,用于获取广告主的广告投放物料和所述广告主所属目标行业类别;
第一判断单元,用于利用第一匹配算法判断所述广告投放物料与所述目标行业类别对应的广告投放物料集合中物料是否匹配;
第一确定单元,用于若是,则确定所述广告投放物料无风险;
获得单元,用于若否,利用行业类别分类算法获得所述广告投放物料的预测目标行业类别;所述行业类别分类算法是通过遍历多个行业类别,并根据行业类别与行业类别对应的广告投放物料集合中物料,对预设分类算法进行预先训练获得的;
第二判断单元,用于利用第二匹配算法判断所述预测目标行业类别与所述目标行业类别是否对应;
所述第一确定单元,还用于若是,则确定所述广告投放物料无风险;
第二确定单元,用于若否,则确定所述广告投放物料有风险。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
构建单元,用于根据所述目标行业类别对应的广告投放物料表,构建所述目标行业类别对应的第一广告投放物料集合;
第二获得单元,用于根据所述目标行业类别对应的历史广告投放物料风险确定结果,更新所述第一广告投放物料集合中物料,获得第二广告投放物料集合;
第三确定单元,用于将所述第二广告投放物料集合确定为所述目标行业类别对应的广告投放物料集合。
10.根据权利要求8所述的装置,其特征在于,所述装置还包括:
第三获得单元,用于遍历各个行业类别,将所述行业类别对应的广告投放物料集合中物料输入预设分类算法获得预测行业类别;
训练调整单元,用于基于所述预测行业类别、所述行业类别和预设损失函数,训练调整所述预设分类算法的参数;
第四确定单元,用于将训练完成的预设分类算法确定为所述行业类别分类算法。
11.根据权利要求10所述的装置,其特征在于,所述装置还包括:
第四获得单元,用于遍历各个所述行业类别,根据所述行业类别对应的广告投放物料知识库中物料知识点和所述行业类别继续训练,获得所述行业类别分类算法。
12.根据权利要求8所述的装置,其特征在于,所述装置还包括:
第一优化单元,用于根据所述广告投放物料,优化所述目标行业类别对应的广告投放物料集合中物料。
13.根据权利要求8所述的装置,其特征在于,所述装置还包括:
第二优化单元,用于根据所述广告投放物料和所述目标行业类别,优化所述行业类别分类算法。
14.根据权利要求8所述的装置,其特征在于,所述装置还包括:
检查单元,用于当所述广告投放物料被抽样检查时,检查所述广告投放物料是否符合所述目标行业类别对应的广告投放物料预设风险条件;
所述第一确定单元,还用于若是,则确定所述广告投放物料有风险;
所述第二确定单元,还用于若否,则确定所述广告投放物料无风险;
其中,所述目标行业类别对应的广告投放物料预设风险条件是根据所述目标行业类别对应的广告投放物料风险知识库预先设置的。
15.一种用于确定广告投放物料风险的装置,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序,以执行如权利要求1至7中任一项所述的确定广告投放物料风险的方法。
16.一种机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得装置执行如权利要求1至7中任一项所述的确定广告投放物料风险的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110083828.8A CN112766737B (zh) | 2021-01-21 | 2021-01-21 | 一种确定广告投放物料风险的方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110083828.8A CN112766737B (zh) | 2021-01-21 | 2021-01-21 | 一种确定广告投放物料风险的方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112766737A CN112766737A (zh) | 2021-05-07 |
CN112766737B true CN112766737B (zh) | 2024-04-26 |
Family
ID=75702532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110083828.8A Active CN112766737B (zh) | 2021-01-21 | 2021-01-21 | 一种确定广告投放物料风险的方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112766737B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101770486A (zh) * | 2008-12-30 | 2010-07-07 | 北京搜狗科技发展有限公司 | 广告投放方法及系统 |
CN102867264A (zh) * | 2011-07-05 | 2013-01-09 | 百度在线网络技术(北京)有限公司 | 一种用于获取推广应用的行业推广时区信息的方法与设备 |
CN103377215A (zh) * | 2012-04-24 | 2013-10-30 | 苏州引角信息科技有限公司 | 信息推广方法及系统 |
KR101505473B1 (ko) * | 2014-08-29 | 2015-03-26 | 이훈규 | 동영상 광고 생성 장치, 이의 제어 방법 및 컴퓨터 프로그램이 기록된 기록 매체 |
CN106096995A (zh) * | 2016-05-31 | 2016-11-09 | 腾讯科技(深圳)有限公司 | 广告创意处理方法及广告创意处理装置 |
CN108269115A (zh) * | 2016-12-30 | 2018-07-10 | 北京国双科技有限公司 | 一种广告安全评估方法及系统 |
CN109598528A (zh) * | 2017-09-30 | 2019-04-09 | 北京国双科技有限公司 | 广告信息处理方法和装置 |
CN109872195A (zh) * | 2019-03-08 | 2019-06-11 | 北京搜狐新媒体信息技术有限公司 | 一种数据处理方法及装置 |
CN110765063A (zh) * | 2019-10-25 | 2020-02-07 | 武汉惠利德科技有限公司 | 一种基于智能计算器的广告推送方法及智能计算器 |
CN110874763A (zh) * | 2019-10-22 | 2020-03-10 | 广州原子网络科技有限公司 | 智能广告精准投放系统 |
CN110992092A (zh) * | 2019-11-28 | 2020-04-10 | 秒针信息技术有限公司 | 广告投放检测方法、装置、电子设备及存储介质 |
CN111581496A (zh) * | 2020-04-08 | 2020-08-25 | 西窗科技(苏州)有限公司 | 一种基于搜索引擎关键词数据的行业数据分析方法及数据分析平台 |
-
2021
- 2021-01-21 CN CN202110083828.8A patent/CN112766737B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101770486A (zh) * | 2008-12-30 | 2010-07-07 | 北京搜狗科技发展有限公司 | 广告投放方法及系统 |
CN102867264A (zh) * | 2011-07-05 | 2013-01-09 | 百度在线网络技术(北京)有限公司 | 一种用于获取推广应用的行业推广时区信息的方法与设备 |
CN103377215A (zh) * | 2012-04-24 | 2013-10-30 | 苏州引角信息科技有限公司 | 信息推广方法及系统 |
KR101505473B1 (ko) * | 2014-08-29 | 2015-03-26 | 이훈규 | 동영상 광고 생성 장치, 이의 제어 방법 및 컴퓨터 프로그램이 기록된 기록 매체 |
CN106096995A (zh) * | 2016-05-31 | 2016-11-09 | 腾讯科技(深圳)有限公司 | 广告创意处理方法及广告创意处理装置 |
CN108269115A (zh) * | 2016-12-30 | 2018-07-10 | 北京国双科技有限公司 | 一种广告安全评估方法及系统 |
CN109598528A (zh) * | 2017-09-30 | 2019-04-09 | 北京国双科技有限公司 | 广告信息处理方法和装置 |
CN109872195A (zh) * | 2019-03-08 | 2019-06-11 | 北京搜狐新媒体信息技术有限公司 | 一种数据处理方法及装置 |
CN110874763A (zh) * | 2019-10-22 | 2020-03-10 | 广州原子网络科技有限公司 | 智能广告精准投放系统 |
CN110765063A (zh) * | 2019-10-25 | 2020-02-07 | 武汉惠利德科技有限公司 | 一种基于智能计算器的广告推送方法及智能计算器 |
CN110992092A (zh) * | 2019-11-28 | 2020-04-10 | 秒针信息技术有限公司 | 广告投放检测方法、装置、电子设备及存储介质 |
CN111581496A (zh) * | 2020-04-08 | 2020-08-25 | 西窗科技(苏州)有限公司 | 一种基于搜索引擎关键词数据的行业数据分析方法及数据分析平台 |
Also Published As
Publication number | Publication date |
---|---|
CN112766737A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109543066B (zh) | 视频推荐方法、装置和计算机可读存储介质 | |
US10783459B2 (en) | Method and device for providing ticket information | |
CN103995834A (zh) | 敏感信息检测方法及相关装置 | |
CN109961791B (zh) | 一种语音信息处理方法、装置及电子设备 | |
CN111160448B (zh) | 一种图像分类模型的训练方法及装置 | |
CN114240882A (zh) | 缺陷检测方法及装置、电子设备和存储介质 | |
CN106777016B (zh) | 基于即时通信进行信息推荐的方法及装置 | |
CN112508612B (zh) | 训练广告创意生成模型、生成广告创意的方法及相关装置 | |
CN107562497B (zh) | 信息显示方法、装置及终端 | |
CN108270661B (zh) | 一种信息回复的方法、装置和设备 | |
CN112784151B (zh) | 一种确定推荐信息的方法及相关装置 | |
CN111125388B (zh) | 多媒体资源的检测方法、装置及设备和存储介质 | |
CN110213062B (zh) | 处理消息的方法及装置 | |
CN109842688B (zh) | 一种内容推荐方法、装置、电子设备及存储介质 | |
CN112766737B (zh) | 一种确定广告投放物料风险的方法及相关装置 | |
CN113946228A (zh) | 语句推荐方法、装置、电子设备和可读存储介质 | |
CN109145151B (zh) | 一种视频的情感分类获取方法及装置 | |
CN112818841A (zh) | 一种识别用户情绪的方法及相关装置 | |
CN107168693B (zh) | 锁屏界面的显示方法及装置 | |
CN111104605A (zh) | 内容推荐方法、装置、电子设备及存储介质 | |
CN112990240B (zh) | 一种确定车型的方法及相关装置 | |
CN111401048B (zh) | 一种意图识别方法及装置 | |
CN115225702B (zh) | 信息推送方法、装置、电子设备及存储介质 | |
CN112242142B (zh) | 一种语音识别输入的方法及相关装置 | |
CN111444322B (zh) | 处理语音数据的方法、处理语音数据的装置及存储介质 |
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 |