[发明专利]广告推荐的方法及系统

说明书

技术领域

本发明涉及广告技术领域，更具体的说，涉及一种广告推荐的方法及系统。

背景技术

随着互联网技术的发展，通过互联网获取信息、生活、娱乐和工作成为人们生活的一部分。商家为了提高知名度，推广商品，往往通过互联网投放广告。

现有的广告推荐方法往往基于CPM(Cost Per Mille，千人成本)广告计费方式，是单纯的根据广告主的竞价来推荐广告，只有竞价高的广告主才能获得广告曝光的机会。

然而，对于通过竞价来获得曝光的广告，其收费却是按照二阶逻辑收费，即按照报价第二名广告主的出价收费，因此广告推荐的精确度不高，很容易因为广告主的恶意出价导致用户体验差，同时也会损坏其他广告主的利益，不利于广告平台的可持续发展。比如，一个低质广告的广告主恶意出高价，获得广告曝光的机会，而收费只按照报价第二名广告主的出价收费，这样，不仅因广告低质导致用户体验差，而且又损坏了其他广告主的利益。

发明内容

有鉴于此，本发明公开一种广告推荐的方法及系统，以解决传统方案中因单纯的根据广告主的竞价来推荐广告，而可能存在的用户体验差，损坏其他广告主的利益的问题。

一种广告推荐的方法，包括：

拉取预设时间段内所有广告的曝光点击日志，所述曝光点击日志至少包括：广告ID和广告曝光上下文的视频ID；

将所述广告ID映射到对应的广告分类，将所述视频ID映射到对应的视频标签；

分别计算所述视频标签的因子向量和所述广告分类的因子向量；

计算所述视频标签的因子向量与所述广告分类的因子向量的内积，并将所述内积作为所述视频标签对应的所述视频ID与所述广告分类对应的所述广告ID的相关性得分；

利用所述相关性得分，确定每一个视频ID下所有广告ID的广告集合；

将所述广告集合中的各个广告ID作为候选推荐广告，根据预设筛选条件，从所述候选推荐广告中筛选得到目标推荐广告。

优选的，所述分别计算所述视频标签的因子向量和所述广告分类的因子向量，具体包括：

构建包含所述视频标签和所述广告分类的矩阵；

利用矩阵分解法分别计算所述视频标签的因子向量和所述广告分类的因子向量。

优选的，所述将所述广告集合中的各个广告ID作为候选推荐广告，根据预设筛选条件，从所述候选推荐广告中筛选得到目标推荐广告，具体包括：

将所述广告集合中的各个广告ID作为候选推荐广告，对所述候选推荐广告按照相关性得分从高到低的顺序进行排序；

将相关性得分高的预设数量的候选推荐广告作为所述预设筛选条件，从所述候选推荐广告中筛选出相关性得分高的所述预设数量的候选推广告作为所述目标推荐广告。

优选的，所述将所述广告集合中的各个广告ID作为候选推荐广告，根据预设筛选条件，从所述候选推荐广告中筛选得到目标推荐广告，具体包括：

将所述广告集合中的各个广告ID作为候选推荐广告，以预设相关性得分作为所述预设筛选条件，从所述候选推荐广告中筛选出不低于所述预设相关性得分的候选推荐广告作为所述目标推荐广告。

优选的，所述计算所述视频标签的因子向量与所述广告分类的因子向量的内积，并将所述内积作为所述视频标签对应的所述视频ID与所述广告分类对应的所述广告ID的相关性得分，具体包括：

计算所述视频标签的因子向量与所述广告分类的因子向量的内积；

将所述视频标签逆映射到所述视频ID，将所述广告分类逆映射到所述广告ID；

将所述内积作为所述视频ID与所述广告ID的相关性得分。

优选的，还包括：

将所述目标推荐广告导入数据库，以供在互联网投放广告时使用。

优选的，所述矩阵分解法包括：交替最小二乘法ALS。

一种广告推荐的系统，包括：

拉取单元，用于拉取预设时间段内所有广告的曝光点击日志，所述曝光点击日志至少包括：广告ID和广告曝光上下文的视频ID；

映射单元，用于将所述广告ID映射到对应的广告分类，将所述视频ID映射到对应的视频标签；

构建单元，用于构建行为所述视频标签，列为所述广告分类的矩阵；

第一计算单元，用于分别计算所述视频标签的因子向量和所述广告分类的因子向量；

第二计算单元，用于计算所述视频标签的因子向量与所述广告分类的因子向量的内积，并将所述内积作为所述视频标签对应的所述视频ID与所述广告分类对应的所述广告ID的相关性得分；