申请/专利权人：深圳市斗鲸科技有限公司

申请日：2023-07-04

公开（公告）日：2024-06-21

公开（公告）号：CN116805256B

主分类号：G06Q30/0251

分类号：G06Q30/0251;G06F16/9535;G06F16/9537;G06F16/33;G06F16/332;G06F40/30;G06N3/0455;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2023.10.17#实质审查的生效;2023.09.26#公开

摘要：本发明涉及广告推送技术领域，具体涉及基于情感分析的广告推送系统及方法，所述系统包括：文本内容采集部分，用于采集用户的输入文本，并将输入文本进行预处理，得到预处理文本，将预处理文本使用词嵌入模型转换为向量表示，得到词嵌入向量；语义网络构建部分，用于基于词嵌入向量构建语义网络，语义网络中的每个节点代表一个词嵌入向量，每个边表示两个词嵌入向量之间的语义关系；所述语义关系的强度为词嵌入向量的余弦相似度；广告推送部分，用于根据提取到的词嵌入向量的单词，从预先建立的广告内容库中检索到包含该单词的广告内容，进行推送。本发明实现了一种高效、准确的广告推送方案。

主权项：1.基于情感分析的广告推送系统，其特征在于，所述系统包括：文本内容采集部分，用于采集用户的输入文本，并将输入文本进行预处理，得到预处理文本，将预处理文本使用词嵌入模型转换为向量表示，得到词嵌入向量；语义网络构建部分，用于基于词嵌入向量构建语义网络，语义网络中的每个节点代表一个词嵌入向量，每个边表示两个词嵌入向量之间的语义关系；所述语义关系的强度为词嵌入向量的余弦相似度；混沌映射部分，用于基于预设的映射函数，将语义网络中的每个词嵌入向量映射到混沌空间，再基于映射到混沌空间中的词嵌入向量构造混沌时间序列；混沌时间序列分析部分，用于在语义网络中对混沌时间序列进行时间序列分析，计算Lyapunov指数，设定一个阈值，当计算出的Lyapunov指数超过阈值时，则将该时间序列对应的词嵌入向量视为一个情感点，提取该词嵌入向量对应的单词；广告推送部分，用于根据提取到的词嵌入向量的单词，从预先建立的广告内容库中检索到包含该单词的广告内容，进行推送；所述混沌映射部分中预设的映射函数使用如下公式进行表示： 其中，xt表示当前时间步长迭代步骤的值，xt+1表示下一时间步长迭代步骤的值，α是映射函数的调整参数，控制映射的非线性程度，p是中心词汇相似度；t为时间步长；在使用映射函数将词嵌入向量映射到混沌个空间时，对于每个词嵌入向量vi，将其作为初始值x0；同时，在语义网络中，设定一个上下文窗口大小，以待映射的词嵌入向量为中心，将上下文窗口大小覆盖下的其他词嵌入向量作为其相邻词嵌入向量；计算待映射的词嵌入向量与所有相邻词嵌入向量的归一化语义关系的强度的归一化值作为中心词汇相似度；针对每个词嵌入向量，使用映射函数将得到其对应的一组混沌序列，将该混沌序列，作为词嵌入向量的混沌时间序列；所述混沌时间序列分析部分，在语义网络中对混沌时间序列进行时间序列分析，计算Lyapunov指数的方法包括：将语义网络中的每条边视为一个轨道，随机选择一个节点作为初始条件，从初始条件开始，选择与初始条件对应的节点相连接的边视为一个主轨道；然后，选择一个与主轨道的空间垂直距离在设定阈值范围内的边作为相邻轨道；对于每个时间步长，计算主轨道和相邻轨道之间的欧氏距离，该欧式距离表示第i个时间步长时，主轨道和相邻轨道之间的距离为di；利用主轨道和相邻轨道之间的距离，计算Lyapunov指数；在连续时间情况下，所述利用主轨道和相邻轨道之间的距离，计算Lyapunov指数的方法包括：使用如下公式计算Lyapunov指数： 其中，t是时间步长的总数；di是第i个时间步长时，主轨道和相邻轨道之间的距离；d0是初始时刻的距离，d0＝10-6；在离散时间情况下，所述利用主轨道和相邻轨道之间的距离，计算Lyapunov指数的方法包括：使用如下公式计算Lyapunov指数： 其中T是为时间步长的总数。

全文数据：

权利要求：

百度查询： 深圳市斗鲸科技有限公司 基于情感分析的广告推送系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD