[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
【说明书】:

发明提出了一种广告发布方法及装置,涉及数据处理技术领域。该方法包括:获取用户输入的至少一个关键词,并将其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;并将广告文本以及其标签发送至分发服务器,以使分发服务器将每个广告文本发送至与其对应标签匹配的前端。该预先建立好的机器学习模型是通过海量的相关语料进行训练得到的,因此该模型可以完成围绕该关键词的文本生成和海量复述,高效的生成广告文本,且根据该模型生成的广告文本具有较高的原创性。然后再根据每个广告文本对应的标签通过分发服务器将广告文本分发至对应的前端,能够进一步提高广告文本发布的效率。

技术领域

本发明涉及数据处理技术领域,具体而言,涉及一种广告发布方法及装置。

背景技术

企业发布介绍公司品牌或产品的文章,通过搜索引擎或其他算法平台吸引流量,传统的方式是人工编辑改写文章后,再人工操作官方网站后台CMS系统或委托新闻网站广告编辑,完成发布。这种方式面临人工编辑改写工作量大的问题,无法满足每天在不同新闻网站发布大量文章的需求。此外,通过人工编辑的文章原创度不够,无论是搜索引擎还是其他算法平台,对于重复度较高的文章展现的位置和流量都较差。同时,人工编辑的方式难以实现一个后台操作,多个前端页面展示,即用户一次生产不能同时发布在不同网站。

发明内容

本发明的目的在于提供一种广告发布方法及装置,用以改善现有技术中广告发布效率低的问题。

第一方面,本申请实施例提供一种广告发布方法,方法包括:获取用户输入的至少一个关键词;将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;将每个广告文本以及与其对应的标签发送至分发服务器,以使分发服务器将每个广告文本发送至与其对应标签匹配的前端。

上述实现过程中,获取用户输入的关键词,并将该关键词输入至预先建立好的机器学习模型中。该预先建立好的机器学习模型是通过海量的相关语料进行训练得到的,因此该模型可以完成围绕该关键词的文本生成和海量复述,高效的生成广告文本,且根据该模型生成的广告文本具有较高的原创性。然后再根据每个广告文本对应的标签通过分发服务器将广告文本分发至对应的前端,能够进一步提高广告文本发布的效率。

在本发明的一些实施例中,将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,方法还包括:获取与每个广告文本对应的比对广告文本;判断每个广告文本与比对广告文本之间的重复度;若重复度大于预设值,则重新执行将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。

上述实现过程中,获取比对广告文本后可以计算每个广告文本与比对广告文本之间的重复度,当判断每个广告文本与比对广告文本之间的重复度大于预设值,则说明该广告文本的原创度不高,存在与其他广告相似的问题,因此将该广告文本舍弃,并重新将关键词输入至机器学习模型中以生成新的广告文本。

在本发明的一些实施例中,将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,方法还包括:获取文本训练集,并计算文本训练集对应的词向量;将词向量输入至预先建立好的机器学习模型中,并得到预测输出结果;根据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;根据预测输出结果以及推断输出结果计算损失值;根据损失值采用反向传播算法计算模型梯度值;根据模型梯度值对预先建立好的机器学习模型的参数进行更新。

在本发明的一些实施例中,将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:计算至少一个关键词对应的词向量;将词向量输入至预先建立好的机器学习模型中,并得到预测输出结果;根据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;根据预测输出结果以及推断输出结果确定至少一个广告文本。

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/202011066016.4/2.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