[发明专利]一种广告内容推荐处理方法及装置

说明书

本发明提供一种广告内容推荐处理方法及装置，涉及数据处理技术领域，可用于金融领域或其他技术领域。所述方法包括：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；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。所述装置执行上述方法。本发明实施例提供的广告内容推荐处理方法及装置，能够更准确地向使用相同终端的不同用户准确推荐用户喜好的广告内容。

技术领域

本发明涉及数据处理技术领域，具体涉及一种广告内容推荐处理方法及装置。

背景技术

用户通过开通账号，登录使用APP来满足自己娱乐的需求，随着人工智能和大数据技术的发展，现有技术通过采集和分析该账号的用户行为特征，进而向该账户推荐用户喜好的广告内容，一方面精准满足用户购物需要，另一方面提升企业销售业绩。

现有技术忽略了多人共用同一个终端账号的场景，应用现有的推荐方法难以实现为终端的不同使用者进行个性化推荐广告内容。

发明内容

针对现有技术中的问题，本发明实施例提供一种广告内容推荐处理方法及装置，能够至少部分地解决现有技术中存在的问题。

一方面，本发明提出一种广告内容推荐处理方法，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。

其中，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。

其中，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。

其中，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。

其中，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。

其中，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。

其中，所述广告内容推荐处理方法还包括：