[发明专利]一种基于大数据及人工智能的音频平台推广广告题材生成方法

说明书

本发明涉及基于大数据及人工智能的音频平台推广广告题材生成方法，包括算法步骤：步骤一，把从用户画像系统中提取出的用户特征信息字段转化为onehot编码；步骤二，把所有用户的user_onehot使用dnn‑autodecoder提取深层特征；步骤三，从广告推荐曝光及用户点击情况打点记录系统中；步骤四，使用模型为dnn模型进行广告创意选题。本发明能够自动的，针对于音频平台自身表现，通过大数据和人工智能的方式，为平台选择相关推广广告的素材。

技术领域

本发明属于大数据及人工智能领域，具体涉及一种基于大数据及人工智能的音频平台推广广告题材生成方法。

背景技术

在当今社会，人们获取信息的方式多种多样，从传统的从文字获取信息，到现阶段通过音频、视频等获取各种各样的信息。音频作为人们获取信息的最主要的信息方式之一，越来越多的被大众所认可。随着移动互联网的发展，各大音频平台也如雨后春笋般涌现出来，而对于各大音频平台来说，广告推广成为在市场夺取中的重中之重。如何高质量、高效的创作出适合自己平台的广告推广题材，成为在广告推广中最重要的事情之一。

一般的，传统广告推广题材的创作方式主要是通过人工来判断，很明显，通过人工选题有如下缺点：

一、人工带有非常强烈的主管性，往往会相关题材不能达到预期的效果；

二、人工广告题材选择，相对较慢，很难适结合自身平台，快速适应市场变化。

针对上述缺点，本发明提供一种基于大数据及人工智能的音频平台推广广告题材生成方法，本案由此产生。

发明内容

本发明的目的在于提供一种基于大数据及人工智能的音频平台推广广告题材生成方法，针对于音频平台自身表现，通过大数据和人工智能的方式，为平台选择相关推广广告的素材。

为实现上述目的，本发明具体提供的技术方案为：一种基于大数据及人工智能的音频平台推广广告题材生成方法，包括算法步骤：

步骤一，把从用户画像系统中提取出的用户特征信息字段转化为 onehot编码；

步骤二，把所有用户的user_onehot使用dnn-autodecoder提取深层特征；

步骤三，从广告推荐曝光及用户点击情况打点记录系统中，查找所有从广告途径进入平台的用户的数据作为对广告选题生成模型的训练数据；

步骤四，使用模型为dnn模型进行广告创意选题，模型的层数和每一层的节点数根据模型的效果设计。

进一步，其中步骤一中：把转化后的所有字段的onehot编码按照固定顺序拼接；该字段信息无法获取，该onehot编码为0向量。

进一步，步骤二中：使用dnn对user_onehot进行编码，dnn的层数和每层的节点数作为超参根据效果调整。

进一步，还包括模型使用，获取预投放广告的用户的用户属性，生成用户特征向量u；dnn模型生成广告选题特征向量标签特征向量公式，将dnn最终生成的特征向量按顺序拆分。

进一步，还包括模型迭代优化；每月使用广告推荐曝光及用户点击情况打点记录系统的新增数据微调dnn神经网络；增加平台关键词实体词库。

本发明有益效果：本发明能够自动的，针对于音频平台自身表现，通过大数据和人工智能的方式，为平台选择相关推广广告的素材。

附图说明

图1为根据一示例性实施例示出的一种基于大数据及人工智能的音频平台推广广告题材生成方法的流程图。

具体实施方式