[发明专利]广告投放方法和装置在审
申请号: | 201710541473.6 | 申请日: | 2017-07-05 |
公开(公告)号: | CN107480124A | 公开(公告)日: | 2017-12-15 |
发明(设计)人: | 魏征丽;秦锋剑 | 申请(专利权)人: | 小草数语(北京)科技有限公司 |
主分类号: | G06F17/27 | 分类号: | G06F17/27;G06F17/30;G06Q30/02 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙)11201 | 代理人: | 张润 |
地址: | 100089 北京市海淀区西小*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 广告 投放 方法 装置 | ||
1.一种广告投放方法,其特征在于,包括以下步骤:
从广告库中提取当前广告用户的买词,并对当前广告用户的广告创意词做切词处理,提取核心词;
根据预设的广告用户分类模型对所述买词和所述核心词进行处理,获取所述当前广告用户的类别;
从所述广告库中选取与当前广告用户的类别相同的目标广告用户,并获取所述目标广告用户的广告投放质量评价指标,并按照预设阈值筛选候选广告用户;
获取所述候选广告用户的广告投放数据提供给当前广告用户,以便当前广告用户参考进行广告投放。
2.如权利要求1所述的方法,其特征在于,所述广告投放质量评价指标包括:
点击量、转化量、转化率中的一种或几种组合。
3.如权利要求1所述的方法,其特征在于,还包括:
训练所述广告用户分类模型。
4.如权利要求3所述的方法,其特征在于,所述训练所述广告用户分类模型,包括:
从样本空间中标注训练数据,并分析所述训练数据提取训练特征;
通过SVM模型对所述训练特征进行训练获取支持向量,并基于所述支持向量求取判别函数;
将待测试数据映射到特征空间,并使用所述判别函数对特征空间进行分类预测,获取所述广告用户分类模型。
5.如权利要求1所述的方法,其特征在于,所述广告投放数据包括:
买词、投放广告位,预算、出价、投放方式中的一种数据或者多种数据组合。
6.一种广告投放装置,其特征在于,包括:
提取模块,用于从广告库中提取当前广告用户的买词,并对当前广告用户的广告创意词做切词处理,提取核心词;
获取模块,用于根据预设的广告用户分类模型对所述买词和所述核心词进行处理,获取所述当前广告用户的类别;
处理模块,用于从所述广告库中选取与当前广告用户的类别相同的目标广告用户,并获取所述目标广告用户的广告投放质量评价指标,并按照预设阈值筛选候选广告用户;
提供模块,用于获取所述候选广告用户的广告投放数据提供给当前广告用户,以便当前广告用户参考进行广告投放。
7.如权利要求6所述的装置,其特征在于,所述广告投放质量评价指标包括:
点击量、转化量、转化率中的一种或几种组合。
8.如权利要求1所述的装置,其特征在于,还包括:
训练模块,用于训练所述广告用户分类模型。
9.如权利要求8所述的方法,其特征在于,所述训练模块具体用于:
从样本空间中标注训练数据,并分析所述训练数据提取训练特征;
通过SVM模型对所述训练特征进行训练获取支持向量,并基于所述支持向量求取判别函数;
将待测试数据映射到特征空间,并使用所述判别函数对特征空间进行分类预测,获取所述广告用户分类模型。
10.如权利要求6所述的装置,其特征在于,所述广告投放数据包括:
买词、投放广告位,预算、出价、投放方式中的一种数据或者多种数据组合。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于小草数语(北京)科技有限公司,未经小草数语(北京)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710541473.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:版式数据流表单的制作方法
- 下一篇:一种基于知识图谱的关系链接方法