[发明专利]广告智能推荐方法、服务器及存储介质

权利要求书

1.一种广告智能推荐方法，应用于服务器，其特征在于，所述方法包括：

收集步骤：收集所有用户的历史行为数据，包括用户的基本信息及历史浏览记录；

分类步骤：根据历史行为数据的不同类型，对所有用户的历史行为数据进行分类生成不同维度的用户画像数据维度表，所述历史行为数据的分类包括用户基本信息、商城行为、问诊行为和直播行为，所述用户画像数据维度表包括人口统计学信息表、商城浏览购买数据表、问诊医疗数据表和直播表；

标签步骤：根据不同类型的历史行为数据与不同维度的用户画像数据维度表之间的对应关系，为各个用户打上对应的特征标签，在用户画像数据维度表内对用户的历史行为数据进行细分，将用户的各个特征标签拆分成多个子特征标签，以使同一个用户拥有多个不同的标签，同一个标签刻画不同的用户；

筛选步骤：根据用户的特征标签及广告的预设条件，利用预设的筛选规则对待投放广告进行筛选，得到候选广告集；

统计步骤：统计用户的实时行为数据，包括用户的基本信息、点击广告的类型及对应的点击通过率；及

打分步骤：根据用户的实时行为数据，利用预设的打分公式对候选广告集中的候选广告打分，根据打分分数对候选广告进行降序排列，将排序靠前的广告优先推荐给用户；

其中，所述方法还包括：

所述预设的筛选规则包括：将广告的预设条件，依次与用户的特征标签进行匹配，剔除与用户特征标签不匹配的广告，得到候选广告集，所述预设条件包括地域定向、性别定向、年龄定向、关键字定向及广告类型定向；

所述预设的打分公式为：

Y=A*k1+B*k2+C*k3+D*k4+E*k5

其中，因子A、B、C、D、E分别代表地域、性别、年龄、关键字及广告类型因子的得分，k1、k2、k3、k4、k5分别代表各个因子对应的权重；

所述打分步骤包括：在打分分数相同的情况下，依次根据广告时段、广告形式及广告位置三个维度的用户实时行为数据中的点击通过率，对候选广告进行比较，选出与高点击通过率维度相同的候选广告优先排序；或者，在打分分数相同的情况下，根据广告时段、广告形式及广告位置三个维度的用户实时行为数据中的点击通过率，利用预设的权重公式对候选广告进行加权计算，选出综合分值高的候选广告优先排序。