[发明专利]广告的投放方法、装置及存储介质

说明书

本公开关于一种广告的投放方法、装置及存储介质，涉及到广告技术领域，其中，所述方法包括：获取用户特征数据和广告特征数据；将所述用户特征数据和所述广告特征数据输入同一个预先训练的神经网络，得到用户特征向量和广告特征向量；根据所述用户特征向量和所述广告特征向量生成用户与广告之间的相似度，所述相似度表示所述用户与所述广告之间的可能交互程度；利用所述相似度执行广告投放操作。本公开减轻了广告投放的难度，节省了广告投放的时间，而且，提高了广告投放的准确性。

技术领域

本公开涉及广告技术领域，尤其涉及一种广告的投放方法、装置及存储介质。

背景技术

随着互联网技术的不断发展，越来越多的广告被投放到网络平台。由于网络平台的用户来源广泛，针对不同用户进行智能化投放广告的需要日益增加。

相关技术中，可以使用传统机器学习方法或深度学习算法，训练网络模型以学习到用户与广告之间的关联性。但是，无论是传统机器学习方法还是深度学习算法，均依赖于训练样本的质量和数量。训练样本的处理过程(包括特征处理、统计等)需要耗费大量的人力和时间，造成目前的广告投放方案实现难度大、耗时长的问题。

发明内容

本公开提供了一种广告的投放方法、装置及存储介质，以至少解决相关技术中广告投放实现难度大、耗时长的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种广告的投放方法，包括：

获取用户特征数据和广告特征数据；

将所述用户特征数据和所述广告特征数据输入同一个预先训练的神经网络，得到用户特征向量和广告特征向量；

根据所述用户特征向量和所述广告特征向量生成用户与广告之间的相似度，所述相似度表示所述用户与所述广告之间的可能交互程度；

利用所述相似度执行广告投放操作。

可选地，所述利用所述相似度执行广告投放操作的步骤，包括：

根据所述相似度和预设的各广告投放阶段的相似度阈值执行针对所述各广告投放阶段的广告投放操作。

可选地，所述根据所述相似度和预设的各广告投放阶段的相似度阈值执行针对所述各广告投放阶段的广告投放操作的步骤，包括：

在所述各广告投放阶段内，将所述相似度与对应的所述相似度阈值进行比较，确定得到所述相似度大于对应的所述相似度阈值的多个目标广告；

在多个所述目标广告中筛选出所述相似度最大的预设数量的最终目标广告；

针对所述用户执行所述最终目标广告的广告投放操作。

可选地，所述各广告投放阶段的相似度阈值的计算步骤，包括：

获取所述各广告投放阶段中初始阶段的广告实际投放数据；

根据预设的初始广告目标投放数据、预设的初始相似度阈值和所述广告实际投放数据进行比例微分积分PID调节，得到所述各广告投放阶段的相似度阈值。

可选地，所述根据预设的初始广告目标投放数据、预设的初始相似度阈值和所述广告实际投放数据进行比例微分积分PID调节，得到所述各广告投放阶段的相似度阈值的步骤，包括：

根据所述初始广告目标投放数据和所述广告实际投放数据进行PID调节得到初始PID调节结果；

根据所述初始PID调节结果和所述初始相似度阈值，更新得到所述初始阶段的下一阶段的相似度阈值；

根据所述下一阶段的广告目标投放数据和所述下一阶段的广告实际投放数据进行PID调节得到所述下一阶段的PID调节结果；