[发明专利]一种检测内容变更的方法和装置

权利要求书

1.一种检测内容变更的方法，其特征在于，包括：

分别获取任一广告创意的内容的创意文本集合，以及所述广告创意对应的广告主网站内容的网站文本集合；

分别对所述创意文本集合和所述网站文本集合进行文本向量化，得到创意向量和网站向量；

根据所述创意向量和所述网站向量，以及所述创意向量和所述网站向量中共同元素的个数，确定所述广告创意内容与所述广告主网站内容的相似度；

当所述相似度小于预设阈值时，确定所述广告主网站内容发生变更。

2.根据权利要求1所述的方法，其特征在于，所述分别获取任一广告创意的内容的创意文本集合，以及所述广告创意对应的广告主网站内容的网站文本集合包括：

根据任一广告创意的内容，获取并解析广告创意目标页面以及所述广告创意目标页面内链接指向的页面，得到创意文本集合；

根据所述广告创意对应的广告主网站内容以及预设周期，获取并解析广告主网站首页、所述广告主网站首页的二级页面以及三级页面，得到网站文本集合，所述预设周期为更新所述网站文本集合的周期。

3.根据权利要求2所述的方法，其特征在于，所述分别对所述创意文本集合和所述网站文本集合进行文本向量化，得到创意向量和网站向量包括：

对所述创意文本集合和所述网站文本集合中的每篇文本进行切词；

统计预设词库中每个词在切词后的每篇文本中的词频；

根据统计的所述每个词的所述词频，分别计算所述每个词在所述创意文本集合和所述网站文本集合中的总词频；

将所述创意文本集合和所述网站文本集合映射到向量空间模型上，得到创意向量和网站向量。

4.根据权利要求3所述的方法，其特征在于，所述将所述创意文本集合和所述网站文本集合映射到向量空间模型上，得到创意向量和网站向量包括：

将所述创意文本集合和所述网站文本集合映射到向量空间模型上，得到第一创意向量和第一网站向量；

获取所述第一创意向量中第一阈值参数个词频最高的元素，并将所述第一阈值参数个词频最高的元素的值设置为1，将除所述第一阈值参数个词频最高的元素之外所述第一创意向量中的元素的值设置为0，得到创意向量；

获取所述第一网站向量中第二阈值参数个词频最高的元素，并将所述第二阈值参数个词频最高的元素的值设置为1，将除所述第二阈值参数个词频最高的元素之外所述第一网站向量中的元素的值设置为0，得到网站向量；

其中，所述第一阈值参数小于所述第二阈值参数。

5.根据权利要求4所述的方法，其特征在于，所述根据所述创意向量和所述网站向量，以及所述创意向量和所述网站向量中共同元素的个数，确定所述广告创意内容与所述广告主网站内容的相似度包括：

根据确定所述广告创意内容与所述广告主网站内容的相似度；其中，V₁为所述创意向量，V₂为所述网站向量，N₃为所述创意向量与所述网站向量中值为1的共同元素的个数，N₁为所述第一阈值参数。

6.根据权利要求1-5所述的方法，其特征在于，所述方法还包括：

当所述相似度大于或者等于预设阈值时，确定所述广告主内容未发生变更。

7.一种检测内容变更的装置，其特征在于，包括：

文本集合获取单元，用于分别获取任一广告创意的内容的创意文本集合，以及所述广告创意对应的广告主网站内容的网站文本集合；

向量获取单元，用于分别对所述创意文本集合和所述网站文本集合进行文本向量化，得到创意向量和网站向量；

相似度确定单元，用于根据所述创意向量和所述网站向量，以及所述创意向量和所述网站向量中共同元素的个数，确定所述广告创意内容与所述广告主网站内容的相似度；

判决单元，用于当所述相似度小于预设阈值时，确定所述广告主网站内容发生变更。