[发明专利]业务推广对象的维护方法、装置、计算机设备和存储介质

说明书

本申请涉及一种业务推广对象的维护方法、装置、计算机设备和存储介质，所述方法包括：获取业务推广对象在对应推广平台中的投放数据；将所述投放数据输入至预先训练的决策模型中，以通过所述决策维护模型中的多棵决策树，分别根据所述投放数据和预先定义的目标函数，得出将所述业务推广对象继续在对应推广平台中投放的支持概率，并融合所述多棵决策树对应的支持概率，输出对应的决策结果；根据所述决策模型输出的决策结果，确定是否继续在对应推广平台中投放所述业务推广对象，实现了自动对广告后续投放进行及时维护，摆脱人为经验式的维护方法，有效降低广告投放成本。

技术领域

本申请涉及计算机技术领域，特别是涉及一种业务推广对象的维护方法、装置、计算机设备和存储介质。

背景技术

广告投放是吸引客户的手段之一，在现有技术中，当广告投放后，依靠广告优化师对广告投放进行后续维护，通过广告优化师的个人经验判断关闭广告或者保留广告继续进行宣传推广。

然而，依赖于个人经验确定广告后续维护方式，容易导致广告维护不及时，例如未能及时将推广效率低的广告关闭，难以有效降低广告投放成本。

发明内容

基于此，有必要针对上述技术问题，提供一种业务推广对象的维护方法、装置、计算机设备和存储介质。

一种业务推广对象的维护方法，所述方法包括：

获取业务推广对象在对应推广平台中的投放数据；所述投放数据包括多项预设指标的数据，所述预设指标反映所述业务推广对象在对应推广平台中的推广效果；

将所述投放数据输入至预先训练的决策模型中，以通过所述决策维护模型中的多棵决策树，分别根据所述投放数据和预先定义的目标函数，得出将所述业务推广对象继续在对应推广平台中投放的支持概率，并融合所述多棵决策树对应的支持概率，输出对应的决策结果；

根据所述决策模型输出的决策结果，确定是否继续在对应推广平台中投放所述业务推广对象。

可选地，所述决策结果为多个支持概率之和；所述根据所述决策模型输出的决策结果，确定是否继续在对应推广平台中投放所述业务推广对象，包括：

当所述多个支持概率之和大于或等于预设阈值时，确定继续在对应推广平台投放所述业务推广对象；

当所述多个支持概率之和小于所述预设阈值时，针对所述业务推广对象生成停止在对应推广平台中继续投放的信息。

可选地，还包括：

获取样本业务推广对象在对应推广平台中的样本投放数据，以及初始化梯度提升决策树模型的当前支持概率；

计算预先定义的目标函数对于所述当前支持概率的导数信息；根据所述导数信息在所述梯度提升决策树模型中新建一棵决策树，并将所述样本投放数据输入至调整后的梯度提升决策树模型，获取所述梯度提升决策树模型输出的新的当前支持概率；

返回所述计算预先定义的目标函数对于所述当前支持概率的导数信息的步骤，重复建立新的决策树，对所述梯度提升决策树模型进行迭代训练，直到满足训练结束条件，将当前的梯度提升决策树模型作为所述决策模型。

可选地，所述根据所述导数信息在所述梯度提升决策树模型中新建一棵决策树，包括：

在所述梯度提升决策树模型中，新建立一棵初始决策树，并根据所述导数信息和最优切分点划分算法，对新建立的初始决策树进行叶子节点分裂，当所述叶子节点分裂满足分裂停止条件时停止分裂，得到新建好的决策树；

将包含所述新建好的决策树的梯度提升决策树模型，作为调整后的梯度提升决策树模型。

可选地，所述方法还包括：

获取多项样本预设指标，并从中获取互为重复的多个关联指标；