[发明专利]一种广告效果的检测方法和装置

权利要求书

1.一种广告效果的检测方法，其特征在于，包括：

获取广告主提供的待投放广告；

将所述待投放广告输入到用户属性预测模型中进行预测，输出所述待投放广告对应的目标用户属性，所述用户属性预测模型通过使用网络数据源中的用户行为数据集进行机器学习训练后建立；

根据所述目标用户属性从网络平台中选择与所述目标用户属性匹配的用户集，并将所述待投放广告投放给选择出的所述用户集；

收集所述用户集中的用户对已投放广告产生的用户反馈信息，并根据所述用户反馈信息确定所述已投放广告匹配的用户群体；

其中，所述用户属性预测模型预测出的用户属性包括如下内容的至少一种：用户的性别、年龄、职业、所处地址区域、兴趣爱好、网龄。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

从多个网络数据源中分别收集用户行为数据；

根据收集到的每个用户对应的多条用户行为数据建立用户行为数据集，所述用户行为数据集包括：每个用户分别对应的用户行为向量，所述用户行为向量包括：对应于同一个用户的不同维度的用户行为数据；

将所述每个用户分别对应的用户行为向量输入到初始建立的用 户属性预测模型中，通过机器学习的方法对所述用户属性预测模型中的预测函数进行训练，当所述用户属性预测模型中预测函数输出的用户属性预测值满足误差条件时停止模型训练，并输出最终的用户属性预测模型。

3.根据权利要求2所述的方法，其特征在于，所述从多个网络数据源中分别收集用户行为数据之后，所述方法还包括：

对收集到的用户行为数据进行匿名化处理，和/或冗余信息删除，和/或噪声数据过滤。

4.根据权利要求1所述的方法，其特征在于，所述根据所述用户反馈信息确定所述待投放广告匹配的用户群体之后，所述方法还包括：

将所述已投放广告匹配的用户群体通知给所述广告主。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述将所述待投放广告输入到用户属性预测模型中进行预测，包括：

从所述待投放广告中提取出广告文字特征参数、广告图片特征参数、广告声音特征参数；

将所述广告文字特征参数、广告图片特征参数、广告声音特征参数输入到用户属性预测模型中进行预测，通过用户属性预测模型对所述待投放广告对应的目标用户属性进行预测。

6.一种广告效果的检测装置，其特征在于，包括：

广告获取模块，用于获取广告主提供的待投放广告；

用户属性预测模块，用于将所述待投放广告输入到用户属性预测模型中进行预测，输出所述待投放广告对应的目标用户属性，所述用户属性预测模型通过使用网络数据源中的用户行为数据集进行机器学习训练后建立；其中，所述用户属性预测模型预测出的用户属性包括如下内容的至少一种：用户的性别、年龄、职业、所处地址区域、兴趣爱好、网龄；

用户选择模块，用于根据所述目标用户属性从网络平台中选择与所述目标用户属性匹配的用户集，并将所述待投放广告投放给选择出的所述用户集；

用户反馈分析模块，用于收集所述用户集中的用户对已投放广告产生的用户反馈信息，并根据所述用户反馈信息确定所述已投放广告匹配的用户群体。

7.根据权利要求6所述的装置，其特征在于，所述广告效果的检测装置还包括：

用户行为数据获取模块，用于从多个网络数据源中分别收集用户行为数据；

训练数据配置模块，用于根据收集到的每个用户对应的多条用户行为数据建立用户行为数据集，所述用户行为数据集包括：每个用户分别对应的用户行为向量，所述用户行为向量包括：对应于同一个用户的不同维度的用户行为数据；

模型训练模块，用于将所述每个用户分别对应的用户行为向量输入到初始建立的用户属性预测模型中，通过机器学习的装置对所述用户属性预测模型中的预测函数进行训练，当所述用户属性预测模型中预测函数输出的用户属性预测值满足误差条件时停止模型训练，并输出最终的用户属性预测模型。