[发明专利]广告推荐的方法和装置

说明书

技术领域

本发明涉及计算机技术领域，特别是涉及一种广告推荐的方法和装置。

背景技术

随着互联网技术的发展，通过互联网获取信息，生活、娱乐和工作成为人们生活的一部分。商家为了提高知名度，推广商品，往往通过互联网投放广告。

现有的广告推荐方法往往基于用户的基本资料、个人对广告的点击行为进行建模的方法实现广告的推荐，但是这种推荐方法没有考虑用户对广告真实情感取向、兴趣程度的深度挖掘，尤其难以识别用户的负面情绪，甚至可能将用户负面情绪的行为识别为用户感兴趣的行为，推荐的广告难以避免对用户产生骚扰，广告推荐的精确度不高。

发明内容

基于此，有必要针对上述技术问题，提供一种广告推荐的方法和装置，提高广告推荐的精确度。

一种广告推荐的方法，所述方法包括：

接收广告推荐请求，获取与广告推荐请求中的用户对应的根据反馈信息修正后的用户标签，所述反馈信息包括正反馈信息和负反馈信息；

根据所述修正后的用户标签筛选出候选推荐广告；

根据预估点击模型计算用户在当前展示页面对于所述各个候选推荐广告的预估点击概率，根据预估非感兴趣模型计算用户在当前展示页面对于所述各个候选推荐广告的预估非感兴趣概率；

根据所述预估点击概率和预估非感兴趣概率从所述候选推荐广告中筛选得到目标推荐广告。

一种广告推荐的装置，所述装置包括：

获取模块，用于接收广告推荐请求，获取与广告推荐请求中的用户对应的根据反馈信息修正后的用户标签，所述反馈信息包括正反馈信息和负反馈信息；

候选推荐广告筛选模块，用于根据所述修正后的用户标签筛选出候选推荐广告；

计算模块，用于根据预估点击模型计算用户在当前展示页面对于所述各个候选推荐广告的预估点击概率，根据预估非感兴趣模型计算用户在当前展示页面对于所述各个候选推荐广告的预估非感兴趣概率；

目标推荐广告筛选模块，用于根据所述预估点击概率和预估非感兴趣概率从所述候选推荐广告中筛选得到目标推荐广告。

上述广告推荐的方法和装置，通过接收广告推荐请求，获取与广告推荐请求中的用户对应的根据正反馈信息和负反馈信息修正后的用户标签，根据修正后的用户标签筛选出候选推荐广告，根据预估点击模型计算用户在当前展示页面对于各个候选推荐广告的预估点击概率，根据预估非感兴趣模型计算用户在当前展示页面对于各个候选推荐广告的预估非感兴趣概率，根据预估点击概率和预估非感兴趣概率从候选推荐广告中筛选得到目标推荐广告，在推荐广告的过程中，不仅考率了正反馈信息也考虑了负反馈信息，使用根据正反馈信息和负反馈信息修正后的用户标签得到候选推荐广告，提高了候选推荐广告的精确度，同时在计算用户对候选推荐广告的预估点击概率和预估非感兴趣概率时综合考虑了当前展示页面，使得预估点击概率和预估非感兴趣概率精确度更高，并且同时考虑预估点击概率和预估非感兴趣概率可使得筛选更精确，进一步提高了广告推荐的精确度。

附图说明

图1为一个实施例中广告推荐的方法的应用环境图；

图2为一个实施例中图1中服务器的内部结构图；

图3为一个实施例中广告推荐的方法的流程图；

图4为一个实施例中修正用户标签的流程图；

图5为一个实施例中得到预估点击模型和预估非感兴趣模型的流程图；

图6为一个实施例中筛选目标推荐广告的流程图；

图7为另一个实施例中筛选目标推荐广告的流程图；

图8为一个实施例中广告推荐的方法实现的软件架构模型示意图；

图9为一个实施例中广告推荐的装置的结构框图；

图10为另一个实施例中广告推荐的装置的结构框图；

图11为再一个实施例中广告推荐的装置的结构框图；

图12为一个实施例中目标推荐广告筛选模块的结构框图；

图13为另一个实施例中目标推荐广告筛选模块的结构框图。

具体实施方式

图1为一个实施例中广告推荐的方法运行的应用环境图，如图1所示，该应用环境包括终端110和服务器120，终端110和服务器120通过网络进行通信。

终端110可为智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此。服务器120可以响应终端110发送的请求。