[发明专利]广告召回方法、装置、电子设备、程序产品及介质

权利要求书

1.一种广告召回方法，其特征在于，所述方法包括：

获取至少一个广告数据，并获取基于每个广告数据的广告关联信息分别生成的所述每个广告数据的广告嵌入特征；

获取所述每个广告数据的推荐评估信息，并根据所述每个广告数据的推荐评估信息分别确定针对所述每个广告数据的推荐权重；任一广告数据的推荐评估信息包括用于评估向对象推荐所述任一广告数据的概率的信息；

基于所述每个广告数据的推荐权重分别对所述每个广告数据的广告嵌入特征进行加权处理，得到所述每个广告数据的加权嵌入特征；

获取基于目标对象的对象关联信息生成的对象嵌入特征，并根据所述对象嵌入特征分别与所述每个广告数据的加权嵌入特征之间的特征差异，在所述至少一个广告数据中选取针对所述目标对象的召回广告数据。

2.根据权利要求1所述方法，其特征在于，所述根据所述每个广告数据的推荐评估信息分别确定针对所述每个广告数据的推荐权重，包括：

获取针对所述每个广告数据的推荐评估信息的权重转换函数，并获取所述每个广告数据的推荐评估信息的关联评估参数；

基于所述权重转换函数分别对所述每个广告数据对应的关联评估参数进行参数运算处理，得到针对所述每个广告数据的推荐权重。

3.根据权利要求1所述方法，其特征在于，所述方法还包括：

获取样本数据对；所述样本数据对包含样本对象的对象关联信息和样本广告的广告关联信息，所述样本数据对具有样本标签，所述样本标签用于指示所述样本对象对所述样本广告具有目标行为或不具有所述目标行为；

调用特征生成网络基于所述样本对象的对象关联信息生成所述样本对象的样本对象嵌入特征，并调用所述特征生成网络基于所述样本广告的广告关联信息生成样本广告嵌入特征；

基于所述样本对象嵌入特征、所述样本广告嵌入特征和所述样本标签修正所述特征生成网络的网络参数，得到训练好的特征生成网络；所述训练好的特征生成网络用于生成对象和广告数据的特征。

4.根据权利要求3所述方法，其特征在于，所述基于所述样本对象嵌入特征、所述样本广告嵌入特征和所述样本标签修正所述特征生成网络的网络参数，得到训练好的特征生成网络，包括：

获取所述样本对象嵌入特征和所述样本广告嵌入特征之间的特征差异；

基于所述样本对象嵌入特征和所述样本广告嵌入特征之间的特征差异和所述样本标签，获取所述特征生成网络针对所述样本对象嵌入特征和所述样本广告嵌入特征的特征生成偏差；

基于所述特征生成偏差修正所述特征生成网络的网络参数，得到所述训练好的特征生成网络。

5.根据权利要求3所述方法，其特征在于，所述获取基于每个广告数据的广告关联信息分别生成的所述每个广告数据的广告嵌入特征，包括：

获取所述每个广告数据的广告关联信息，并调用所述训练好的特征生成网络基于所述每个广告数据的广告关联信息，分别生成所述每个广告数据的广告嵌入特征；

所述获取基于目标对象的对象关联信息生成的对象嵌入特征，包括：

获取所述目标对象的对象关联信息，并调用所述训练好的特征生成网络基于所述目标对象的对象关联信息生成所述目标对象的所述对象嵌入特征。

6.根据权利要求1所述方法，其特征在于，所述根据所述每个广告数据的推荐评估信息分别确定针对所述每个广告数据的推荐权重，包括：

根据所述每个广告数据的推荐评估信息确定针对所述每个广告数据的初始推荐权重；

对针对所述每个广告数据的初始推荐权重进行标准化处理，得到针对所述每个广告数据的推荐权重。