[发明专利]广告投放方法及装置、电子设备、存储介质

权利要求书

1.一种广告投放方法，其特征在于，包括：

将待推广对象的多个广告投放策略作为已训练的广告评估模型的输入，获得所述广告评估模型输出的与每一广告投放策略对应的预测评估参数；

基于所述广告投放策略构建多种广告投放组合，每一广告投放组合包括预设数量的广告投放策略；

基于每一广告投放组合中每一广告投放策略对应的预测评估参数，根据均值-方差模型计算每一广告投放组合最大的整体评估参数；

筛选出所述整体评估参数最大的指定数量的广告投放组合，并依据所述广告投放组合中广告投放策略进行广告投放。

2.根据权利要求1所述的方法，其特征在于，在将所述广告投放策略作为所述广告评估模型的输入之前，所述方法还包括：

依据所述待推广对象的基础类别，查找预设的目标受众库，获得对应于所述基础类别的受众特征；其中，所述目标受众库包括与每一基础类别对应的多种受众特征；

根据预设特征关联策略，确定与所述受众特征相关联的多种特征数据；

依据所述多种特征数据构造所述广告投放策略。

3.根据权利要求1所述的方法，其特征在于，在将所述广告投放策略作为所述广告评估模型的输入之前，所述方法还包括：

对多个广告投放平台的数据报表进行标准化处理，获得对应于多个广告投放平台的标准数据报表；其中，所述标准数据报表中包括广告投放策略中多个维度的特征数据和对应的评估参数；

依据所述标准数据报表中多个广告投放策略中多个维度的特征数据，构造样本数据；其中，所述样本数据的标签为所述广告投放策略对应的评估参数；

根据携带标签的所述样本数据对机器学习模型进行训练，获得所述广告评估模型。

4.根据权利要求3所述的方法，其特征在于，所述根据携带标签的所述样本数据对机器学习模型进行训练，获得所述广告评估模型，包括：

将所述样本数据作为所述机器学习模型的输入，获得所述机器学习模型输出的预测评估参数；

根据所述预测评估参数与所述样本数据对应的评估参数之间的差异，调整所述机器学习模型的网络参数；

重复上述过程，直至所述机器学习模型收敛，获得所述广告评估模型。

5.根据权利要求1所述的方法，其特征在于，在对所述待推广对象进行广告投放后，所述方法还包括：

对所述广告投放策略指示的广告投放平台的数据报表进行标准化处理，获得标准数据报表；其中，所述标准数据报表中包括广告投放策略中多个维度的特征数据和对应的评估参数；

依据所述标准数据报表中多个广告投放策略中多个维度的特征数据，构建样本数据；其中，所述样本数据的标签为所述广告投放策略对应的评估参数；

根据携带标签的所述样本数据对广告评估模型进行训练，获得更新后的广告评估模型。

6.根据权利要求5所述的方法，其特征在于，所述根据携带标签的所述样本数据对广告评估模型进行训练，获得更新后的广告评估模型，包括：

将所述样本数据作为所述广告评估模型的输入，获得所述广告评估模型输出的预测评估参数；

根据所述预测评估参数与所述样本数据对应的评估参数之间的差异，调整所述广告评估模型的网络参数；

重复上述过程，直至所述广告评估模型收敛，获得更新后的广告评估模型。

7.一种广告投放装置，其特征在于，包括：

预测模块，用于将待推广对象的多个广告投放策略作为已训练的广告评估模型的输入，获得所述广告评估模型输出的与每一广告投放策略对应的预测评估参数；

构建模块，用于基于所述广告投放策略构建多种广告投放组合，每一广告投放组合包括预设数量的广告投放策略；

计算模块，用于基于每一广告投放组合中每一广告投放策略对应的预测评估参数，根据均值-方差模型计算每一广告投放组合最大的整体评估参数；

投放模块，用于筛选出所述整体评估参数最大的指定数量的广告投放组合，并依据所述广告投放组合中广告投放策略进行广告投放。