[发明专利]一种微信公众号是否可投广告的判断方法及装置

权利要求书

1.一种微信公众号是否可投广告的判断方法，其特征在于：包括以下步骤：

S1、提取微信公号的10篇历史文章数据，人工标注的基于企业广投放业务划分的是否可以投放的文章；

S2、清洗文章数据，训练Word2Vec模型，将文章分词并获取embedding；

S3、训练bilstm-attention深度学习模型；

S4、获取待预测的微信公众号的10篇历史文章数据，清洗数据，获取embedding，使用训练好的模型进行预测，输出是否可以投放广告的预测结果；

S5、根据待预测的微信公众号的历史文章数据中可投放广告的文章数量，计算出可投放广告的文章数量占全部文章的比例是否大于预设比例，是则判定被测微信公众号可投放广告，否则判定被测微信公众号不可投放广告。

2.如权利要求1所述的一种微信公众号是否可投广告的判断方法，其特征在于：所述清洗文章数据具体为：对文章数据进行分词处理。

3.如权利要求1所述的一种微信公众号是否可投广告的判断方法，其特征在于：所述训练Word2Vec模型具体为：根据Word2Vec算法对所述的分词处理结果进行向量转换，得到分词结果向量。

4.如权利要求1所述的一种微信公众号是否可投广告的判断方法及装置，其特征在于：所述训练bilstm-attention深度学习模型结构具体为：搭建神经网络模型，通过获取的embedding训练模型以获得模型参数。

5.如权利要求1所述的一种微信公众号是否可投广告的判断方法及装置，其特征在于：步骤S1中，还包括：构建预设关键词语料库，构建包括预设关键词的科技词典，将其作为分词的优选项加到分词词典中。

6.一种微信公众号是否可投广告的判断装置，其特征在于：包括：

文章采集模块，其用于人工标注的基于企业广投放业务划分的是否可以投放的文章；

数据处理模块，其用于清洗文章数据；

判断模块，其包括Word2Vec模型和bilstm-attention深度学习模型；Word2Vec模型用于对清洗后的文章数据进行处理以获取embedding；bilstm-attention深度学习模型用于通过embedding进行模型训练，并在训练完成后检测待测微信公众号的文章数据是否可投放广告；

计算模块，其用于根据待预测的微信公众号的历史文章数据中可投放广告的文章数量，计算出可投放广告的文章数量占全部文章的比例是否大于预设比例，是则判定被测微信公众号可投放广告，否则判定被测微信公众号不可投放广告。

7.如权利要求6所述的一种微信公众号是否可投广告的判断装置，其特征在于：所述清洗文章数据具体为：对文章数据进行分词处理。

8.如权利要求6所述的一种微信公众号是否可投广告的判断装置，其特征在于：所述Word2Vec模型对清洗后的文章数据进行处理具体为：根据Word2Vec算法对所述的分词处理结果进行向量转换，得到分词结果向量。

9.如权利要求6所述的一种微信公众号是否可投广告的判断装置，其特征在于：所述训练双向bilstm深度学习模型结构具体为：搭建神经网络模型，通过获取的embedding训练bilstm深度学习模型以获得模型参数。

10.如权利要求6所述的一种微信公众号是否可投广告的判断装置，其特征在于：所述数据处理模块还用于构建预设关键词语料库，构建包括预设关键词的科技词典，将其作为分词的优选项加到分词词典中。