[发明专利]曝光资源投放方法、装置、设备及介质

权利要求书

1.一种曝光资源投放方法，其特征在于，包括：

获取目标群体对多个媒体点位的偏好数据，其中，所述偏好数据是由所述目标群体在多个所述媒体点位的历史行为数据生成的；

基于所述偏好数据确定所述目标群体对多个所述媒体点位的偏好概率；

将所述偏好概率输入至预设滤网模型，以利用所述预设滤网模型确定针对多个所述媒体点位的曝光资源投放策略，其中，所述曝光资源投放策略用于确定各个所述媒体点位的最优曝光资源投放量；

按照所述曝光资源投放策略在多个所述媒体点位向所述目标群体进行资源投放。

2.根据权利要求1所述的方法，其特征在于，所述获取目标对象对多个媒体点位的偏好数据包括：

从目标媒体点位上采集所述目标对象的所述历史行为数据，其中，所述历史行为数据中包括多个维度的目标数据，其中，多个所述媒体点位包括所述目标媒体点位；

从所述多个维度中逐一选取每个维度的所述目标数据，并确定当前维度的所述目标数据与其他维度的所述目标数据的相关度；

在所述当前维度的所述目标数据与所述其他维度的所述目标数据的相关度之和小于第一阈值的情况下，丢弃所述当前维度的所述目标数据；

在当前维度的所述目标数据与所述其他维度中目标维度的所述目标数据的所述相关度大于或等于第二阈值的情况下，合并两个维度的所述目标数据，得到所述目标对象对所述目标媒体点位的所述偏好数据。

3.根据权利要求1所述的方法，其特征在于，所述基于所述偏好数据确定所述目标群体对多个所述媒体点位的偏好概率包括：

对所述偏好数据进行标准化处理，生成所述偏好数据中的各个维度的标准值；

利用所述标准值确定多个维度之间的信息熵；

利用所述信息熵确定所述各个维度的偏好权重；

根据所述偏好权重确定多个所述媒体点位的偏好概率。

4.根据权利要求3所述的方法，其特征在于，所述根据所述偏好权重确定多个所述媒体点位的偏好概率包括：

将目标媒体点位的所述各个维度的所述标准值与对应的所述偏好权重的乘积之和，确定为所述目标媒体点位的偏好概率，其中，多个所述媒体点位包括所述目标媒体点位。

5.根据权利要求1所述的方法，其特征在于，所述将所述偏好概率输入至预设滤网模型，以利用所述预设滤网模型确定针对多个所述媒体点位的曝光资源投放策略包括：

创建所述预设滤网模型的目标函数，并确定交易资源总量；

以所述交易资源总量和所述目标函数为约束条件，求解小于或等于所述交易资源总量且使得所述目标函数最大化的所述滤网模型的最优解，得到所述曝光资源投放策略。

6.根据权利要求5所述的方法，其特征在于，所述创建所述预设滤网模型的目标函数包括：

分别将所述各个媒体点位的所述偏好概率与目标资源分配量相乘，获得多个第一乘积结果，其中，所述目标资源分配量为所述各个媒体点位的资源投放量的最优分配量，所述目标资源分配量为未知参数；

将所述多个第一乘积结果相加，得到所述目标函数。

7.根据权利要求5所述的方法，其特征在于，所述以所述交易资源总量和所述目标函数为约束条件，求解小于或等于所述交易资源总量且使得所述目标函数最大化的所述滤网模型的最优解包括：

将所述偏好概率输入至所述滤网模型，并利用求解器求解所述滤网模型的输入、输出值对；

在所述输出值使所述目标函数最大且所述输入满足所述约束条件的情况下，得到所述滤网模型的最优解；

在所述求解器得到的所述输入不满足所述约束条件的情况下，利用所述求解器结合粒子群优化的方式求解所述滤网模型的所述最优解，其中，所述求解器的求解效率大于所述粒子群优化的求解效率。