[发明专利]一种基于语义分析的智能媒介推荐方法

摘要

本发明公开了一种基于语义分析的智能媒介推荐方法，包含以下步骤：抓取媒体号的文章内容并进行预处理；训练词向量模型；计算每个词的逆文档频率；计算媒体号语义向量；媒体号初筛；计算关键词列表语义向量；计算关键词列表语义向量A与初筛之后的媒体号语义向量Sj的余弦相似度；基于语义的媒体号细筛选。本发明据广告主的关键词和预算，利用语义分析技术自动筛选出适合投放的媒体号，精准触达用户群。

主权项

1.一种基于语义分析的智能媒介推荐方法，其特征在于，包含以下步骤：S1、抓取媒体号的文章内容并进行预处理；所述预处理是对每个媒体号，利用自然语言处理工具将其每篇文章分句、分词，最终将这个媒体号的所有文章合并成一个大文章，文章中的每句是分完词的句子；S2、使用gensim工具训练词向量模型；采用基于Negative Sampling的CBOW模型训练词向量，给定语料库C，词w的上下文是Context(w)，词w为正样本，其他词则为负样本；负样本子集NEG(w)包含若干负样本，对于定义损失函数整体的目标函数Obj定义为：其中σ(·)为sigmoid函数，T为转置运算符号，x_w表示Context(w)中各词的词向量之和，即其中表示词的词向量；θ^u表示词u对应的一个辅助向量，为待训练参数；词向量和辅助向量都是长度为m的实数向量；利用梯度上升方法对上述目标函数进行优化，从而训练出语料库中每个词的词向量；S3、计算每个词的逆文档频率IDF，对于词w来说，其中N代表媒体号的总数，N(w)表示文章内容中含有词w的媒体号总数；S4、计算媒体号语义向量：对于媒体号Mj，利用TF‑IDF模型对其词向量加权，得到媒体号的语义向量Sj；计算方法如下：其中v^w为词w的词向量，count(w，M_j)代表词w在媒体号M_j的文章中出现的次数，|M_j|表示媒体号M_j文章的总词数；S5、媒体号初筛：通过人工设定的筛选条件，初筛出一批待挑选的媒体号；所述筛选条件包括媒体号价位、档期、广告类别；S6、计算关键词列表语义向量：对于长度为k的广告关键词列表L＝[w1，w2，...，wk]，其语义向量A计算方式为：其中vw是词w的词向量；S7、计算关键词列表语义向量A与初筛之后的媒体号语义向量Sj的相似度：其中A·S_j表示两个向量的内积，为向量A的L²范数，为向量S_j的L²范数；S8、基于语义的媒体号细筛选：综合步骤S7算出的相似度以及设定的筛选条件，利用预先设定的每个筛选条件的权重，算出最终的媒体匹配值，从高到低取前K个形成待选媒体号列表；所述筛选条件包括媒体号价位、档期、广告类别。