[发明专利]基于人工智能的受众精准广告推送方法、系统及可读存储介质

权利要求书

1.一种基于人工智能的受众精准广告推送方法，其特征在于，包括：

通过大数据分析，获取用户画像数据，将用户画像数据进行行为建模，并构建用户数据平台；

采集用户行为信息，收集用户流量广告素材，进行语义分析，建立特征词库，并生成用户行为日志；

通过用户行为日志，建立广告推荐模型，用户行为信息输入推荐模型，生成多个特征图谱，经激活函数输出非线性数据，提取用户与广告的相似度特征；

根据用户行为信息获取用户评分向量,判断用户评分向量的稀疏度是否大于预定阈值；

若小于预定阈值，计算广告素材与用户兴趣集的相似度，得到用户偏好信息，并对用户偏好信息进行加权，获取用户感兴趣的广告素材排序，并生成推送列表。

2.根据权利要求1所述的一种基于人工智能的受众精准广告推送方法，其特征在于：所述用户行为信息包括历史浏览信息、历史购买商品信息、历史搜索的商品信息、历史收藏的数据信息、历史搜索视频资源中的一种或多种组合。

3.根据权利要求1所述的一种基于人工智能的受众精准广告推送方法，其特征在于：通过用户对广告的喜好进行评分，得到评分矩阵，通过评分矩阵分析获取具有高相似度的用户，得到推荐列表。

4.根据权利要求3所述的一种基于人工智能的受众精准广告推送方法，其特征在于：评分单元将用户评分等级分为5个梯度，用户点击广告即记作1分；用户点击广告并在广告页面停留超过10-20s记作2分，；用户在广告页面停留超过1分钟记为3分；用户进行下载、注册记为4分；用户产生消费行为记为5分。

5.根据权利要求3所述的一种基于人工智能的受众精准广告推送方法，其特征在于：建立广告推荐模型具体包括，输入的数据经过卷积层中的卷积核进行局部卷积计算，共享卷积核参数，生成多个特征图谱，

经激活函数输出的非线性数据输入池化层，

提取用户和广告的关键特征和信息过滤，进行特征降维，

把特征图谱输出到全连接层高度提纯特征，输出结果。

6.根据权利要求1所述的一种基于人工智能的受众精准广告推送方法，其特征在于：计算相似度是将数据特征向量化，利用向量内积判断数据项的关联度，越相近的数据项会得到越高的内积分，

当两个特征之间的相似度达到预定值时，将两个特征关联。

7.一种基于人工智能的受众精准广告推送系统，其特征在于，该系统包括：存储器、处理器，所述存储器中包括基于人工智能的受众精准广告推送方法程序，所述基于人工智能的受众精准广告推送方法程序被所述处理器执行时实现如下步骤：

通过大数据分析，获取用户画像数据，将用户画像数据进行行为建模，并构建用户数据平台；

采集用户行为信息，收集用户流量广告素材，进行语义分析，建立特征词库，并生成用户行为日志；

通过用户行为日志，建立广告推荐模型，用户行为信息输入推荐模型，生成多个特征图谱，经激活函数输出非线性数据，提取用户与广告的相似度特征；

根据用户行为信息获取用户评分向量；

判断用户评分向量的稀疏度是否大于预定阈值；

若小于预定阈值，计算广告素材与用户兴趣集的相似度，得到用户偏好信息，并对用户偏好信息进行加权，获取用户感兴趣的广告素材排序，并生成推送列表。

8.根据权利要求7所述的一种基于人工智能的受众精准广告推送系统，其特征在于：还包括自编辑单元，用户通过所述自编辑单元自行编辑画像数据，并将画像数据传输至广告推荐单元，匹配用户相似度高的广告素材。

9.根据权利要求8所述的一种基于人工智能的受众精准广告推送系统，其特征在于：还包括奖励单元，用户通过自编辑画像数据，画像数据包括用户的基本特征、购买能力、兴趣爱好、行为特征与社交网络，通过用户参与广告推送，诱导用户与广告信息进行深度接触，用户将画像数据录入用户数据平台后，对用户进行奖励，奖励形式包括发放优惠券、现金红包或小礼品。

10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中包括基于人工智能的受众精准广告推送方法程序，所述基于人工智能的受众精准广告推送方法程序被处理器执行时，实现如权利要求1至6中任一项所述的基于人工智能的受众精准广告推送方法的步骤。