[发明专利]一种广告资源整合平台

权利要求书

1.一种广告资源整合平台，其特征在于，

所述平台包括前端服务器：

所述前端服务器包括：

广告计划管理模块，用于新增或者动态修改广告计划，所述广告计划包括广告投放主题、广告投放资金和广告投放地域；

广告创意管理模块，用于设计广告创意，并将广告创意发送给各个投放平台，以便于各个投放平台向广告的目标用户投放；

广告消耗管理模块，用于管理广告投放过程中产生的资金相关的数据进行管理；

广告关键字管理模块，用于对广告关键字进行管理；

所述广告计划管理模块包括广告投放主题管理单元，广告投放资金设定单元和广告投放地域管理单元；

所述广告关键字作为广告对应的广告投放主题对应的画像中的元素参与到后续的广告投放目标用户的定向之中；

所述广告资源整合平台通过与广告资源投放服务器交互进行广告的投放，所述广告资源投放服务器包括：

目标广告获取模块，用于获取目标广告的广告投放需求数据，所述广告投放需求数据包括目标广告投放主题，目标广告投放资金和目标广告投放地域；

画像获取模块，用于将所述目标广告投放主题输入画像抽取模型，由所述画像抽取模型输出所述目标广告投放主题对应的画像；

关联广告获取模块，用于根据所述画像和所述目标广告投放地域确定与所述目标广告投放主题相近的关联广告，调取所述关联广告的正向数据；

目标用户画像获取模块，用于根据所述关联广告的正向数据训练用户画像模型，根据所述用户画像模型确定目标用户画像；

目标相似度获取模块，用于根据所述目标广告投放资金确定所述目标相似度；

投放模块，用于根据所述目标相似度确定目标用户，并向所述目标用户投放所述目标广告；

还包括画像抽取模块训练模块，所述画像抽取模块训练模块，包括：

样本数据集获取单元，用于获取样本数据集，所述样本数据集包括多个已有主题和每个已有主题对应的已有画像；

训练数据集获取单元，用于获取每个已有主题对应的联合向量序列，以每个所述已有主题对应的联合向量序列以及所述已有主题的已有画像作为训练元素，得到训练数据集；

神经网络预测单元，用于构建神经网络模型，基于所述神经网络模型预测各个已有主题对应的联合向量序列指向的预测画像；

训练单元，用于基于具有对应关系的预测画像和已有画像得到损失值，并基于所述损失值进行反向传播优化所述神经网络的参数直至所述神经网络模型达到预设的收敛条件；

所述获取每个已有主题对应的联合向量序列，包括：

对所述已有主题进行分词得到初始分词向量；

将所述初始分词向量输入权重配比模型，得到所述初始分词向量中每一元素对应的权重向量；

根据所述初始分词向量和所述初始分词向量中每一元素对应的权重向量得到联合向量序列；

其中，所述权重配比模型用于根据所述初始分词向量确定出与所述初始分词向量中每个元素对应的词元素集合，进而计算出每一元素对应的权重向量；所述计算出每一元素对应的权重向量包括：通过对所述词元素集合中各个词元素及其对应的权重向量进行加权求和，得到所述元素对应的权重向量。

2.根据权利要求1所述的广告资源整合平台，其特征在于，

所述关联广告为这样一种广告，其对应的广告投放主题对应的画像与所述目标广告投放主题的画像的相似度小于预设阈值，并且所述关联广告的投放地域与所述目标广告投放地域存在交集。

3.根据权利要求2所述的广告资源整合平台，其特征在于，

所述关联广告的正向数据包括点击所述关联广告的用户标识和所述用户标识对应的用户画像。

4.根据权利要求3所述的广告资源整合平台，其特征在于，

所述目标广告投放资金与所述目标相似度为反相关关系。

5.根据权利要求4所述的广告资源整合平台，其特征在于，

所述目标用户的用户画像与所述目标用户画像的相似度高于所述目标相似度。