买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京创信合科技有限公司

摘要：本申请公开了一种互联网广告精准投放方法及系统，涉及广告投放领域，其通过用户在互联网上的各种行为数据，如浏览网页、搜索关键词、点击链接、购买商品等，以及用户的基本信息，如年龄、性别、职业、收入等来构建用户画像，并在后端引入语义理解技术来进行用户画像和互联网广告的文本描述的语义交互分析，以此来为用户推送适合其需求和偏好的广告，通过这样的方式，能够实现互联网广告精准投放，提高广告的转化率和效果，同时降低广告的成本和资源浪费。

主权项：1.一种互联网广告精准投放方法，其特征在于，包括：收集被分析用户在互联网上的各种行为数据和所述被分析用户的基本信息；对所述被分析用户在互联网上的各种行为数据和所述被分析用户的基本信息进行处理和分析以得到用户画像；对所述用户画像中的各个属性项进行语义理解以得到用户画像属性项语义特征向量的序列；获取待推送互联网广告的文本描述；对所述待推送互联网广告的文本描述进行语义理解以得到互联网广告描述词特征向量的序列；对所述用户画像属性项语义特征向量的序列和所述互联网广告描述词特征向量的序列进行语义特征交互融合以得到互联网广告-被分析用户交互融合特征；以及基于所述互联网广告-被分析用户交互融合特征，确定是否将所述待推送互联网广告展示给所述被分析用户；所述方法还包括训练步骤：用于对包含词嵌入层的第一上下文编码器、包含词嵌入层的第二上下文编码器、注意力交互融合模块和分类器进行训练；所述训练步骤，包括：获取训练数据，所述训练数据包括被分析用户在互联网上的各种训练行为数据和所述被分析用户的训练基本信息，待推送互联网广告的训练文本描述，以及，所述待推送互联网广告与被分析用户之间的适配度是否超过预定阈值的真实值；对所述被分析用户在互联网上的各种训练行为数据和所述被分析用户的训练基本信息进行处理和分析以得到训练用户画像；将所述训练用户画像中的各个属性项输入所述包含词嵌入层的第一上下文编码器以得到训练用户画像属性项语义特征向量的序列；将所述待推送互联网广告的训练文本描述通过所述包含词嵌入层的第二上下文编码器以得到训练互联网广告描述词特征向量的序列；将所述训练互联网广告描述词特征向量的序列和所述训练用户画像属性项语义特征向量的序列通过所述注意力交互融合模块以得到训练互联网广告-被分析用户交互融合特征向量；对所述训练互联网广告-被分析用户交互融合特征向量进行特征分布优化以得到优化训练互联网广告-被分析用户交互融合特征向量；将所述优化训练互联网广告-被分析用户交互融合特征向量通过所述分类器以得到分类损失函数值；以及基于所述分类损失函数值并通过梯度下降的方向传播来对所述包含词嵌入层的第一上下文编码器、所述包含词嵌入层的第二上下文编码器、所述注意力交互融合模块和所述分类器进行训练；对所述训练互联网广告-被分析用户交互融合特征向量进行特征分布优化以得到优化训练互联网广告-被分析用户交互融合特征向量，包括：将所述训练互联网广告描述词特征向量的序列进行级联以得到的第一级联特征向量，并将所述训练用户画像属性项语义特征向量的序列进行级联以得到的第二级联特征向量；对所述第一级联特征向量和所述第二级联特征向量进行平衡化融合校正以得到校正特征向量；以及将所述校正特征向量与所述训练互联网广告-被分析用户交互融合特征向量进行融合以得到所述优化训练互联网广告-被分析用户交互融合特征向量；以如下公式对所述第一级联特征向量和所述第二级联特征向量进行特征插值式融合的目的损失自监督平衡化，以获得校正特征向量，其中，所述公式表示为： ；其中是所述第一级联特征向量，是所述第二级联特征向量，和分别表示所述第一级联特征向量和所述第二级联特征向量的全局均值的倒数，且是单位向量，表示按位置点乘，表示按位置作差，表示按位置相加，是所述校正特征向量。

全文数据：

权利要求：

百度查询： 北京创信合科技有限公司 互联网广告精准投放方法及系统