[发明专利]模型训练方法、广告投放方法、装置、设备及存储介质

说明书

本申请实施例提供了一种模型训练方法、广告投放方法、装置、设备及存储介质，包括：获取多个已投放广告样本；根据多个已投放广告样本训练目标模型；目标模型包括共享嵌入层和多个场景塔；共享嵌入层是多个场景塔共享的嵌入层，针对多个已投放广告样本中的任一已投放广告样本，共享嵌入层的输入是已投放广告样本的特征信息，输出是特征信息经过共享嵌入层进行降维处理后得到的第一向量；针对多个场景塔中的任一场景塔，场景塔对应一个广告投放场景，广告投放场景包括至少一个投放位置，场景塔的输入是第一向量，输出是已投放广告样本在至少一个投放位置上的点击率；目标模型不区分多个已投放广告样本所来源的流量渠道，从而可以提高模型精度。

技术领域

本申请实施例涉及互联网技术领域，尤其涉及一种模型训练方法、广告投放方法、装置、设备及存储介质。

背景技术

随着广告的宣传效果的不断提高，各大广告主对广告的投放力度也越来越大，基于此，广告投放策划端确定各个广告的投放位置至关重要。

目前，广告投放策划端可以将待投放广告的特征信息输入至一个模型，以得到该待投放广告在每个广告投放场景的每个投放位置上的点击率，根据该点击率确定各个投放位置上的待投放广告；其中，该模型可以通过一些已投放广告样本训练得到的，该模型会对多个已投放广告样本所来源的流量渠道进行区分，由于每种广告投放场景下的已投放广告样本有限，从而导致训练得到的模型精度不高的问题。

发明内容

本申请实施例提供一种模型训练方法、广告投放方法、装置、设备及存储介质，从而可以提高模型精度。

第一方面，本申请实施例提供一种模型训练方法，包括：获取多个已投放广告样本；根据多个已投放广告样本训练目标模型；其中，目标模型包括：共享嵌入层和多个场景塔；共享嵌入层是多个场景塔共享的嵌入层，针对多个已投放广告样本中的任一已投放广告样本，共享嵌入层的输入是已投放广告样本的特征信息，输出是特征信息经过共享嵌入层进行降维处理后得到的第一向量；针对多个场景塔中的任一场景塔，场景塔对应一个广告投放场景，广告投放场景包括至少一个投放位置，场景塔的输入是第一向量，输出是已投放广告样本在至少一个投放位置上的点击率；目标模型不区分多个已投放广告样本所来源的流量渠道。

第二方面，本申请实施例提供一种广告投放方法，包括：获取至少一个待投放广告各自的特征信息；针对至少一个待投放广告中的任一待投放广告，将待投放广告的特征信息输入至目标模型中，以得到待投放广告在每个广告投放场景的每个投放位置上的点击率；根据至少一个待投放广告在每个投放位置的点击率，确定每个投放位置上的目标待投放广告；在每个投放位置投放对应的目标待投放广告；其中，目标模型是通过多个已投放广告样本训练得到的，且目标模型不区分多个已投放广告样本所来源的流量渠道。

第三方面，本申请实施例提供一种模型训练装置，包括：获取模块和训练模块，获取模块用于获取多个已投放广告样本；训练模块用于根据多个已投放广告样本训练目标模型；其中，目标模型包括：共享嵌入层和多个场景塔；共享嵌入层是多个场景塔共享的嵌入层，针对多个已投放广告样本中的任一已投放广告样本，共享嵌入层的输入是已投放广告样本的特征信息，输出是特征信息经过共享嵌入层进行降维处理后得到的第一向量；针对多个场景塔中的任一场景塔，场景塔对应一个广告投放场景，广告投放场景包括至少一个投放位置，场景塔的输入是第一向量，输出是已投放广告样本在至少一个投放位置上的点击率；目标模型不区分多个已投放广告样本所来源的流量渠道。

第四方面，本申请实施例提供一种广告投放装置，包括：获取模块、输入模块、确定模块、投放模块；获取模块用于获取至少一个待投放广告各自的特征信息；输入模块用于针对至少一个待投放广告中的任一待投放广告，将待投放广告的特征信息输入至目标模型中，以得到待投放广告在每个广告投放场景的每个投放位置上的点击率；确定模块用于根据至少一个待投放广告在每个投放位置的点击率，确定每个投放位置上的目标待投放广告；投放模块用于在每个投放位置投放对应的目标待投放广告；其中，目标模型是通过多个已投放广告样本训练得到的，且目标模型不区分多个已投放广告样本所来源的流量渠道。