[发明专利]一种活动的投放方法、装置及设备在审

专利信息
申请号: 201811026779.9 申请日: 2018-09-04
公开(公告)号: CN109345285A 公开(公告)日: 2019-02-15
发明(设计)人: 孙晶晶;朱瑜 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06Q30/02 分类号: G06Q30/02
代理公司: 北京国昊天诚知识产权代理有限公司 11315 代理人: 许志勇
地址: 英属开曼群岛大开*** 国省代码: 开曼群岛;KY
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 投放 目标活动 匹配度 装置及设备 目标匹配 对象筛选 特征提取 匹配
【权利要求书】:

1.一种活动的投放方法,所述方法包括:

获取与目标活动的对象筛选条件相匹配的候选投放对象;

对所述候选投放对象的相关数据和所述目标活动的信息进行特征提取,得到目标匹配特征;

根据所述目标匹配特征和预定的匹配度模型,确定每个所述候选投放对象与所述目标活动的匹配度;

根据所述匹配度,从所述候选投放对象中选取所述目标活动的投放对象。

2.根据权利要求1所述的方法,所述方法还包括:

获取多个活动投放对象样本,并获取投放到每个所述投放对象样本的已投活动信息;

对所述投放对象样本的相关数据和所述已投活动信息进行特征提取,得到匹配特征;

基于预定的机器学习算法,以及所述匹配特征,对所述匹配度模型进行训练,得到训练后的匹配度模型。

3.根据权利要求2所述的方法,所述匹配度模型基于以下公式对应的算法确定

S=∑(wi*ri),且S>T;

其中,i为大于或等于1的正整数,S表示匹配度,ri表示第i个匹配特征的排序信息,wi为第i个匹配特征的权重,T为预定阈值,

所述基于预定的机器学习算法,以及所述匹配特征,对所述匹配度模型进行训练,得到训练后的匹配度模型,包括:

基于预定的机器学习算法,根据所述匹配特征的排序信息、已投活动与所述投放对象样本是否匹配的结果和所述预定阈值,对所述匹配度模型进行训练,得到每个所述匹配特征的权重;

基于得到的每个所述匹配特征的权重,确定训练后的匹配度模型。

4.根据权利要求3所述的方法,所述匹配特征包括以下中的一个或多个:投放对象样本的特征、已投活动的特征、投放对象样本的用户特征,以及投放对象样本的与相应的已投活动的组合特征。

5.根据权利要求4所述的方法,所述投放对象样本的特征包括以下中的一个或多个:已投活动对应的资源数量、资源总数量、已投活动中未被使用的数量、已投活动的数量、已投活动中预定时长内参与的数量、已投活动中预定时长的活动的参与数量、投放对象样本的每个已投活动的资源数量。

6.根据权利要求4所述的方法,所述已投活动的特征包括以下中的一个或多个:折扣类的已投活动的折扣率、满减类的已投活动的满减资源数值、满返类的已投活动的满返资源数值、已投活动的投放数目、已投活动中没有使用的数目、已投活动的使用率、已投活动对应的优惠力度、已投活动对应的优惠力度的大小顺序信息。

7.根据权利要求4所述的方法,所述投放对象样本的用户特征包括以下中的一个或多个:用户数量、用户等级分布信息、用户重复参与投放活动的比率。

8.根据权利要求4所述的方法,所述投放对象样本的与相应的已投活动的组合特征包括以下中的一个或多个:通过投放对象样本投放的活动数量、投放对象样本发放活动的数量占已投活动的数量的比值、首次投放活动到活动的最后一次参与的时长、已投活动投放后预定有效期内活动被领取的数量。

9.根据权利要求1所述的方法,所述根据所述匹配度,从所述候选投放对象中选取所述目标活动的投放对象之后,所述方法还包括:

如果获取到所述目标活动的投放对象的选取失败的反馈消息,则将所述目标活动和所述目标活动的投放对象添加到所述多个活动的投放对象样本中;

基于添加后的多个活动的投放对象样本,对所述匹配度模型进行重新训练。

10.一种活动的投放装置,所述装置包括:

对象获取模块,用于获取与目标活动的对象筛选条件相匹配的候选投放对象;

特征提取模块,用于对所述候选投放对象的相关数据和所述目标活动的信息进行特征提取,得到目标匹配特征;

匹配度确定模块,用于根据所述目标匹配特征和预定的匹配度模型,确定每个所述候选投放对象与所述目标活动的匹配度;

投放对象选取模块,用于根据所述匹配度,从所述候选投放对象中选取所述目标活动的投放对象。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,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/201811026779.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top