[发明专利]一种广告推送方法

权利要求书

1.一种广告推送方法，其特征在于，包括以下步骤：

收集用户的广告点击日志，并根据所述广告点击日志构建广告素材相似矩阵；所述广告点击日志包括：用户ID，广告素材ID，广告素材的点击信息；

根据所述广告素材相似矩阵，构建所述广告点击日志中每个广告素材的特征向量，以及计算广告素材之间的相似度；

根据所述广告点击日志，计算所述广告点击日志中每个已点击的广告素材的用户偏好值，以及构建每个用户的偏好向量；其中，所述根据所述广告点击日志，计算所述广告点击日志中每个已点击的广告素材的用户偏好值包括：统计每个用户对每个已点击的广告素材的点击次数，确定所述广告素材的用户偏好值；当用户点击所述广告素材的次数大于第一阈值时，所述广告素材的用户偏好值等于第一阈值；当用户点击广告素材的次数不大于第一阈值时，所述广告素材的用户偏好值等于所述用户点击所述广告素材的次数；

根据所述用户的偏好向量，以及所述广告素材之间的相似度，计算所述用户对未推送的广告素材以及对已推送但未点击的广告素材的偏好度；

根据所述用户对未推送的广告素材，以及对已推送但未点击的广告素材的偏好度，向所述用户推送相应的广告素材。

2.根据权利要求1所述的广告推送方法，其特征在于，所述收集用户的广告点击日志，并根据所述广告点击日志构建广告素材相似矩阵步骤，包括：

所述广告素材相似矩阵由m个用户对n个广告素材的点击信息作为元素构成；所述用户对广告素材的点击信息包括：

广告素材成功推送给用户，且所述用户点击所述广告素材，用“1”表示；

广告素材成功推送给用户，且所述用户未点击所述广告素材，用“-1”表示；

广告素材未成功推送给用户，用“0”表示。

3.根据权利要求2所述的广告推送方法，其特征在于，所述根据所述广告素材相似矩阵，构建所述广告点击日志中每个广告素材的特征向量步骤，包括：

所述广告素材的特征向量由每个用户对所述广告素材的点击信息作为元素构成。

4.根据权利要求1中所述的广告推送方法，其特征在于，所述计算每个广告素材之间的相似度步骤，包括：

计算所述广告点击日志中每个广告素材的特征向量之间的夹角余弦，用于描述两个广告素材之间的相似度。

5.根据权利要求4中所述的广告推送方法，其特征在于，所述计算每个广告素材之间的相似度步骤，包括：

通过公式：计算所述广告点击日志中任意两个广告素材的特征向量之间的夹角余弦；其中，为广告素材Ai和广告素材Aj之间的相似度，为广告素材Ai的特征向量，为广告素材Aj的特征向量，为向量的模，为向量的模，i、j为小于等于n的正整数。

6.根据权利要求1中所述的广告推送方法，其特征在于，所述构建每个用户的偏好向量步骤，包括：

所述用户的偏好向量由所述用户已点击的广告素材和所述广告素材的用户偏好值构成。

7.根据权利要求1中所述的广告推送方法，其特征在于，所述根据所述用户的偏好向量，以及所述广告素材之间的相似度，计算所述用户对未推送的广告素材以及对已推送但未点击的广告素材的偏好度步骤，包括：

所述广告素材之间的相似度，为所述用户已点击的广告素材与未成功推送的广告素材、成功推送但所述用户未点击的广告素材之间的相似度。

8.根据权利要求7中所述的广告推送方法，其特征在于，所述根据所述用户的偏好向量，以及所述广告素材之间的相似度，计算所述用户对未推送的广告素材以及对已推送但未点击的广告素材的偏好度步骤，包括：

通过公式：计算用户对未推送的广告素材以及对已推送但未点击的广告素材的偏好度，其中，Pk为用户对第k个未推送或已推送但未点击的广告素材的偏好度，ah为用户对已点击的第h个广告素材的用户偏好值，h用于标记用户点击过的广告素材，k用于标记未推送或已推送但未点击过的广告素材；为用户已点击的广告素材的特征向量与未推送的广告素材、已推送但未点击的广告素材的特征向量的相似度，为向量的模，为向量的模。

9.根据权利要求1中所述的广告推送方法，其特征在于，所述根据所述用户对未推送的广告素材，以及对已推送但未点击的广告素材的偏好度，向所述用户推送相应的广告素材步骤，包括：

所述用户对未推送的广告素材、已推送但未点击的广告素材的偏好度进行排序后，将偏好度最大的广告素材推送给所述用户。