[发明专利]一种广告发布方法及装置在审

专利信息
申请号: 202011066016.4 申请日: 2020-09-30
公开(公告)号: CN112184318A 公开(公告)日: 2021-01-05
发明(设计)人: 郑杨婷;雍正平;冯璟;杨先明;陈峥;陈余方;姚宇琪 申请(专利权)人: 成都力欧互动网络科技有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06F16/33;G06N3/04;G06N3/08
代理公司: 成都鱼爪智云知识产权代理有限公司 51308 代理人: 王珍
地址: 610041 四川省成都市高*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 广告 发布 方法 装置
【权利要求书】:

1.一种广告发布方法,其特征在于,所述方法包括:

获取用户输入的至少一个关键词;

将所述至少一个关键词输入至预先建立好的机器学习模型中,以生成至少一个广告文本;

获取每个广告文本对应的标签;

将每个所述广告文本以及与其对应的标签发送至分发服务器,以使所述分发服务器将每个所述广告文本发送至与其对应标签匹配的前端。

2.如权利要求1所述的方法,其特征在于,将所述至少一个关键词输入至预先建立好的机器学习模型中,以生成至少一个广告文本的步骤之后,获取每个广告文本对应的标签的步骤之前,所述方法还包括:

获取与每个所述广告文本对应的比对广告文本;

判断每个所述广告文本与所述比对广告文本之间的重复度;

若所述重复度大于预设值,则重新执行将所述至少一个关键词输入至预先建立好的机器学习模型中的步骤。

3.如权利要求1所述的方法,其特征在于,将所述至少一个关键词输入至预先建立好的机器学习模型中的步骤之前,所述方法还包括:

获取文本训练集,并计算所述文本训练集对应的词向量;

将所述词向量输入至所述预先建立好的机器学习模型中,并得到预测输出结果;

根据所述词向量以及预先设置到的词表采用softmax算法计算得到推断输出结果;

根据所述预测输出结果以及所述推断输出结果计算损失值;

根据所述损失值采用反向传播算法计算模型梯度值;

根据所述模型梯度值对所述预先建立好的机器学习模型的参数进行更新。

4.如权利要求1所述的方法,其特征在于,将所述至少一个关键词输入至预先建立好的机器学习模型中,以生成至少一个广告文本的步骤,包括:

计算所述至少一个关键词对应的词向量;

将所述词向量输入至所述预先建立好的机器学习模型中,并得到预测输出结果;

根据所述词向量以及预先设置到的词表采用softmax算法计算得到推断输出结果;

根据所述预测输出结果以及所述推断输出结果确定所述至少一个广告文本。

5.一种广告发布装置,其特征在于,所述装置包括:

关键词获取模块,用于获取用户输入的至少一个关键词;

广告文本生成模块,用于将所述至少一个关键词输入至预先建立好的机器学习模型中,以生成至少一个广告文本;

标签获取模块,用于获取每个广告文本对应的标签;

广告分发模块,用于将每个所述广告文本以及与其对应的标签发送至分发服务器,以使所述分发服务器将每个所述广告文本发送至与其对应标签匹配的前端。

6.如权利要求5所述的装置,其特征在于,所述装置还包括:

比对广告文本获取模块,用于获取与每个所述广告文本对应的比对广告文本;

重复度判断模块,用于判断每个所述广告文本与所述比对广告文本之间的重复度;

广告文本生成模块,用于若所述重复度大于预设值,则重新执行将所述至少一个关键词输入至预先建立好的机器学习模型中的步骤。

7.如权利要求5所述的装置,其特征在于,所述装置还包括:

词向量计算模块,用于获取文本训练集,并计算所述文本训练集对应的词向量;

模型预测模块,用于将所述词向量输入至所述预先建立好的机器学习模型中,并得到预测输出结果;

推断模块,用于根据所述词向量以及预先设置到的词表采用softmax算法计算得到推断输出结果;

损失值计算模块,用于根据所述预测输出结果以及所述推断输出结果计算损失值;

模型梯度值计算模块,用于根据所述损失值采用反向传播算法计算模型梯度值;

参数更新模块,用于根据所述模型梯度值对所述预先建立好的机器学习模型的参数进行更新。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都力欧互动网络科技有限公司,未经成都力欧互动网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011066016.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top