基于大数据和人工智能的数字广告投放方案管理方法技术
本发明专利技术涉及一种基于大数据和人工智能的数字广告投放方案管理方法，其包括：根据广告投放请求获取第一投放特征和第二投放特征，分别对第一投放特征和第二投放特征进行特征重构生成第一投放重构特征和第二投放重构特征，并对第一投放重构特征和第二投放重构特征进行线性聚合生成广告投放特征。提取广告位的广告位数据的特征得到广告位的广告位时序特征，并将广告位的广告位时序特征进行时序分解得到广告位的时序特征和若干个广告位特征。根据广告投放特征和每个广告位的时序特征和广告位特征生成广告收益分析图，并将广告收益分析图输入广告投放模型以获取在广告投放收益最大时的广告投放轨迹特征从而输出广告投放方案。案。案。全部详细技术资料下载【技术实现步骤摘要】基于大数据和人工智能的数字广告投放方案管理方法
[0001]本专利技术涉及人工智能和数字广告领域，尤其涉及一种基于大数据和人工智能的数字广告投放方案管理方法。
技术介绍
[0002]随着互联网的飞速发展互联网的受众群体越来越多，广告投放形式也从传统的户外广告和电视广告转变成了数字广告。为了帮助商家在资金预算不变的情况下，广告投放的效果最优、影响的人数最多并实现广告投放的收益最大化，广告投放方案的制定是非常重要的。广告投放方案直接决定了广告投放的最终收益。[0003]现有技术中广告投放方案的制定往往以人工方式完成为主。通过对各广告位的信息进行分析处理，并由行业资深从业人员根据经验对广告投放的相关因素做出评价以给出投放的方案。但是，通过人工制定的广告投放方案一方面质量会受到制定者知识水平，经验水平和主观影响，导致判断结果准确性不高。另一方面较为耗费人力资源，成本较高，且耗费时间较长。
技术实现思路
[0004]有鉴于此，本专利技术提供了一种基于大数据和人工智能的数字广告投放方案管理方法，其包括以下步骤：[0005]接收广告主终端发送的广告投放请求，并分别获取广告投放请求中产品类型、产品价格和广告预算的特征以生成产品类型特征、产品价格特征和投放预算特征，然后将产品类型特征、产品价格特征和投放预算特征进行双线性变换和特征重组以生成第一投放特征；[0006]利用不同尺度的卷积核对产品类型特征、产品价格特征和投放预算特征进行卷积，并将进行卷积后的产品类型特征、产品价格特征和投放预算特征输入双层卷积网络以获取不同尺度的产品类型特征、产品价格特征和投放预算特征，然后将不同尺度的产品类型特征、产品价格特征和投放预算特征在相同维度的特征空间中进行特征拼接以得到第二投放特征；[0007]对第一投放特征进行特征重构以生成第一投放重构特征，并对第二投放特征进行特征重构以生成第二投放重构特征，然后将第一投放重构特征和第二投放重构特征进行线性聚合以得到广告投放特征；[0008]从数据库获取广告位的广告位数据，并提取广告位数据的特征以得到广告位的广告位时序特征，然后将广告位时序特征进行时序分解以得到广告位的时序特征和若干个广告位特征；[0009]将广告位的所有广告位特征按照广告位的时序特征映射到广告收益空间以得到广告位的若干个广告位特征点，并根据广告位的时序特征将广告位的所有广告位特征点进行连接以得到广告位的时序特征轨迹；[0010]将广告投放特征映射到广告收益空间以生成投放特征点，并根据投放特征点和所有广告位的时序特征轨迹生成广告收益分析图，然后将广告收益分析图输入广告投放模型以获取在广告投放收益最大时的广告投放轨迹特征从而输出广告投放方案。[0011]根据一个优选实施方式，所述广告投放请求包括：产品类型、产品价格和广告投放预算；所述广告位数据包括：类型信息、受众信息、价格信息和转化率信息；所述广告主终端为广告主使用的具有通信功能和数据传输功能的智能设备，其包括：智能手机、笔记本电脑、平板电脑和台式电脑；所述广告投放方案包括广告位列表以及目标广告在广告位列表中各广告位的投放周期、投放比例、投放时间点和方案收益率。[0012]根据一个优选实施方式，对第一投放特征进行特征重构生成第一投放重构特征包括：[0013]将第一投放特征映射到特征向量空间以得到第一投放特征向量，并利用预设的线性变换系数和线性偏置系数对第一投放特征向量进行线性变换以生成线性投放特征向量；[0014]将线性投放特征向量进行向量转置以得到转置投放特征向量，并通过对线性投放特征向量和转置投放特征向量进行外积运算以对线性投放特征和转置投放特征进行特征合成从而得到合成特征向量，然后将合成特征向量与权重特征向量进行内积运算以得到特征分布向量；[0015]通过特征压缩函数将特征分布向量中的每个元素的值进行归一化以得到压缩特征向量；[0016]对第一投放特征进行特征分解以得到若干个第一投放子特征，并根据压缩特征向量获取每个第一投放子特征的相关系数；[0017]将相关系数大于预设阈值的第一投放子特征作为相关投放子特征，并根据每个第一投放子特征的相关系数将所有的第一投放子特征进行特征融合得到第一投放重构特征。[0018]根据一个优选实施方式，对第二投放特征进行特征重构以生成第二投放重构特征包括：[0019]将第二投放特征分解为若干个第二投放子特征，遍历所有的第二投放子特征，并将正在遍历的第二投放子特征作为目标投放子特征，然后获取目标投放子特征与其他每个第二投放子特征的关系特征以得到目标投放子特征的若干个投放关系子特征；[0020]通过特征聚合函数将目标投放子特征的所有投放关系子特征迭代的聚合在目标投放子特征以得到目标投放子特征的聚合子特征；重复以上步骤以得到每个第二投放子特征的聚合子特征；[0021]将所有第二投放子特征的聚合子特征输入卷积神经网络以对第二投放特征进行特征重构从而得到第二投放重构特征。[0022]根据一个优选实施方式，将第一投放重构特征和第二投放重构特征进行线性聚合得到广告投放特征包括：[0023]提取第一投放重构特征和第二投放重构特征的关联特征，并分别获取第一投放重构特征和第二投放重构特征中与关联特征对应的特征以得到第一关联特征和第二关联特征；[0024]分别将第一关联特征和第二关联特征映射到相同维度的特征向量空间以得到第一关联特征向量和第二关联特征向量，并将第一关联特征向量和第二关联特征向量进行向量拼接以得到关联特征向量；[0025]将关联特征向量进行向量分解以得到若干个关联子向量，并利用不同的线性变换系数和线性变换偏置分别对每个关联子向量进行线性变换以得到若干个线性关联子向量；[0026]将所有的线性关联子向量进行向量聚合以对关联特征向量进行分段线性变换从而得到广告投放特征。[0027]本专利技术具有以下有益效果：本专利技术根据人工智能和大数据对广告投放请求进行分析从而确定广告投放方案，避免了人工策划广告投放方案造成的人力资源浪费且投放收益不高的问题，能够在降低广告投放成本的基础上，提高广告投放的收益。此外，本专利技术与现有技术中的人工制定广告投放方案相比，效率更高、获益更高。附图说明[0028]图1为一示例性实施例提供的基于大数据和人工智能的数字广告投放方案管理方法的流程图。具体实施方式[0029]为使本专利技术的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本专利技术进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。[0030]在本专利技术使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清本文档来自技高网...
【技术保护点】
【技术特征摘要】1.一种基于大数据和人工智能的数字广告投放方案管理方法，其特征在于，接收广告主终端发送的广告投放请求，并分别获取广告投放请求中产品类型、产品价格和广告预算的特征以生成产品类型特征、产品价格特征和投放预算特征，然后将产品类型特征、产品价格特征和投放预算特征进行双线性变换和特征重组以生成第一投放特征；利用不同尺度的卷积核对产品类型特征、产品价格特征和投放预算特征进行卷积，并将进行卷积后的产品类型特征、产品价格特征和投放预算特征输入双层卷积网络以获取不同尺度的产品类型特征、产品价格特征和投放预算特征，然后将不同尺度的产品类型特征、产品价格特征和投放预算特征在相同维度的特征空间中进行特征拼接以得到第二投放特征；对第一投放特征进行特征重构以生成第一投放重构特征，并对第二投放特征进行特征重构以生成第二投放重构特征，然后将第一投放重构特征和第二投放重构特征进行线性聚合以得到广告投放特征；从数据库获取广告位的广告位数据，并提取广告位数据的特征以得到广告位的广告位时序特征，然后将广告位时序特征进行时序分解以得到广告位的时序特征和若干个广告位特征；将广告位的所有广告位特征按照广告位的时序特征映射到广告收益空间以得到广告位的若干个广告位特征点，并根据广告位的时序特征将广告位的所有广告位特征点进行连接以得到广告位的时序特征轨迹；将广告投放特征映射到广告收益空间以生成投放特征点，并根据投放特征点和所有广告位的时序特征轨迹生成广告收益分析图，然后将广告收益分析图输入广告投放模型以获取在广告投放收益最大时的广告投放轨迹特征从而输出广告投放方案。2.根据权利要求1所述的方法，其特征在于，所述广告投放请求包括：产品类型、产品价格和广告投放预算。3.根据权利要求1至2之一所述的方法，其特征在于，所述广告位数据包括：类型信息、受众信息、价格信息和转化率信息。4.根据权利要求3所述的方法，其特征在于，对第一投放特征进行特征重构生成第一投放重构特征包括：将第一投放特征映射到特征向量空间以得到第一投放特征向量，并利用预设的线性变换系数和线性偏置系数对第一投放特征向量进行线性变换以生成线性投放特征向量；将线性投放特征向量进行向量转置以得到转置投放特征向量，并通过对线性投放特征向量和转置投放特征向量进行外积运算以对线性投放特征和转置投放特征进行特征合成从而得到...
【专利技术属性】技术研发人员：ꢀ五一IntClG零六Q三零零二，申请(专利权)人：徐新妹，类型：发明国别省市：
全部详细技术资料下载我是这个专利的主人