[发明专利]一种广告内容推荐处理方法及装置

权利要求书

1.一种广告内容推荐处理方法，其特征在于，包括：

获取使用终端的目标用户的目标行为特征数据，根据预设对应关系确定与目标用户标识相对应的目标用户推荐模型；所述终端为群体用户基于同一账号共用的终端；

其中，所述预设对应关系包括预设用户标识和预设用户推荐模型之间的对应关系；

所述预设用户推荐模型预先根据各预设用户行为特征样本数据分别训练神经网络得到；

基于所述目标用户推荐模型对所述目标行为特征数据进行处理，得到所述目标用户喜好的广告推荐内容。

2.根据权利要求1所述的广告内容推荐处理方法，其特征在于，所述获取使用终端的目标用户的目标行为特征数据，包括：

获取用户使用所述终端的行为特征数据，根据预设映射关系确定与所述行为特征数据相对应的用户画像信息；所述预设映射关系包括预设行为特征数据与预设用户画像信息之间的映射关系；

根据所述用户画像信息识别所述用户，将识别结果作为所述目标用户，并确定与所述目标用户对应的行为特征数据为所述目标行为特征数据。

3.根据权利要求1所述的广告内容推荐处理方法，其特征在于，在所述得到所述目标用户喜好的广告推荐内容的步骤之后，所述广告内容推荐处理方法还包括：

将所述广告推荐内容显示在所述目标用户当前浏览界面的候选区域中。

4.根据权利要求1所述的广告内容推荐处理方法，其特征在于，在所述根据各预设用户行为样本数据分别训练神经网络的步骤之前，所述广告内容推荐处理方法还包括：

对所述神经网络进行预训练，并保存预训练完成的神经网络；

根据各预设用户行为样本数据分别训练预训练完成的神经网络。

5.根据权利要求1所述的广告内容推荐处理方法，其特征在于，在所述根据各预设用户行为特征样本数据分别训练神经网络的步骤之前，所述广告内容推荐处理方法还包括：

获取预设用户使用所述终端的历史行为特征数据，根据所述历史行为特征数据对所述预设用户进行聚类；

根据每个聚类结果分别对应的预设行为特征数据构建与其对应的预设用户画像信息。

6.根据权利要求5所述的广告内容推荐处理方法，其特征在于，所述根据所述历史行为特征数据对所述预设用户进行聚类，包括：

利用k-means++算法根据所述历史行为特征数据对所述预设用户进行聚类。

7.根据权利要求6所述的广告内容推荐处理方法，其特征在于，所述广告内容推荐处理方法还包括：

利用皮尔逊相似度计算方法计算所述k-means++算法中的样本点到聚类中心之间的距离。

8.一种广告内容推荐处理装置，其特征在于，包括：

获取单元，用于获取使用终端的目标用户的目标行为特征数据，根据预设对应关系确定与目标用户标识相对应的目标用户推荐模型；所述终端为群体用户基于同一账号共用的终端；

其中，所述预设对应关系包括预设用户标识和预设用户推荐模型之间的对应关系；

所述预设用户推荐模型预先根据各预设用户行为特征样本数据分别训练神经网络得到；

推荐单元，用于基于所述目标用户推荐模型对所述目标行为特征数据进行处理，得到所述目标用户喜好的广告推荐内容。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。