[发明专利]一种广告召回方法、装置、服务器及存储介质

说明书

本发明实施例公开了一种广告召回方法、装置、服务器及存储介质。该方法包括：获取当前用户的历史行为数据；根据所述历史行为数据得到与当前用户相关的物品列表；计算每一个候选广告对应的物品与所述物品列表中所有物品之间的相似度；根据计算得到的每一个相似度筛选出需要召回的候选广告。本发明实施例的技术方案，通过已知的用户行为数据算出用户和每一个候选广告计划之间的相关性来进行广告的排序筛选，解决了广告过多导致排序模块计算性能不够的问题，提升广告召回的效率和广告投放的效果。

技术领域

本发明实施例涉及广告技术，尤其涉及一种广告召回方法、装置、服务器及存储介质。

背景技术

当前互联网广告投放系统中广告候选非常的多，而且在快速增长。而广告系统对候选广告进行最后的排序时，只需要返回topN个广告。排序主要应用机器学习的模型来预估CTR(Click-Through-Rate，点击通过率)或者CVR(ConversionRate，转化率)，从而达到预测广告在当前场景下的价值，这个排序非常的消耗性能，因此我们在排序前会进行广告的召回操作以减少进入排序模型广告数量。

发明内容

本发明实施例提供一种广告召回方法、装置、服务器及存储介质，以实现提升广告召回的效率和广告投放的效果。

第一方面，本发明实施例提供了一种广告召回方法，包括：

获取当前用户的历史行为数据；

根据所述历史行为数据得到与当前用户相关的物品列表；

计算每一个候选广告对应的物品与所述物品列表中所有物品之间的相似度；

根据计算得到的每一个相似度筛选出需要召回的候选广告。

可选的，所述获取当前用户的历史行为数据，包括：

获取当前用户浏览业务时产生的与物品有关的所有历史行为数据。

可选的，所述根据所述历史行为数据得到与当前用户相关的物品列表，包括：

根据所述历史行为数据提取出各个物品数据；

根据所述各个物品数据生成与当前用户相关的物品列表。

可选的，所述计算每一个候选广告对应的物品与所述物品列表中所有物品之间的相似度，包括：

计算每一个候选广告对应的物品与所述物品列表中各个物品之间的单个相似度；

将各个所述单个相似度求和得到候选广告相似度。

可选的，所述计算每一个候选广告对应的物品与所述物品列表中各个物品之间的单个相似度通过余弦相似度公式计算得到，所述余弦相似度公式为：

其中，A为每一个候选广告对应的物品的向量值，B为所述物品列表中单个物品的向量值。

可选的，所述向量值包括物品对应的目标用户群属性值和物品本身属性值。

可选的，所述根据计算得到的每一个相似度筛选出需要召回的候选广告，包括：

将计算得到的每一个相似度进行排序；

筛选出相似度小于预设位置的候选广告进行召回。

第二方面，本发明实施例还提供了一种广告召回装置，包括：

行为获取单元，用于获取当前用户的历史行为数据；

物品获取单元，用于根据所述历史行为数据得到与当前用户相关的物品列表；

相似计算单元，用于计算每一个候选广告对应的物品与所述物品列表中所有物品之间的相似度；