本申請實施例涉及廣告推薦，尤其涉及一種基于融合神經(jīng)網(wǎng)絡的廣告推薦方法和系統(tǒng)。

背景技術：

1、隨著互聯(lián)網(wǎng)和移動設備的普及，數(shù)字營銷已經(jīng)成為企業(yè)推廣產(chǎn)品和服務的重要手段。

2、目前市場上普遍采用的是基于歷史數(shù)據(jù)的傳統(tǒng)推薦算法，如協(xié)同過濾、基于內(nèi)容的推薦等。這些方法通常會收集用戶的瀏覽記錄、購買記錄以及其他交互行為，然后通過算法計算相似度或者匹配度，向用戶推薦可能感興趣的商品或服務。

3、然而傳統(tǒng)的推薦算法主要依賴于用戶的歷史行為數(shù)據(jù)，缺乏對實時行為的敏感性，不能及時反映用戶當前的興趣變化。此外，這些算法往往忽略了用戶所處的不同場景對推薦結(jié)果的影響，導致推薦的廣告可能與用戶當前的需求不符，降低了廣告的點擊率和轉(zhuǎn)化率。

技術實現(xiàn)思路

1、本申請實施例提供一種基于融合神經(jīng)網(wǎng)絡的廣告推薦方法和系統(tǒng)，用以解決現(xiàn)有技術中存在廣告推薦效果差的問題。

2、第一方面，本申請實施例提供一種基于融合神經(jīng)網(wǎng)絡的廣告推薦方法，包括：

3、接收用戶的實時行為數(shù)據(jù)；基于所述實時行為數(shù)據(jù)，動態(tài)構(gòu)建用戶興趣圖譜，所述用戶興趣圖譜包含所述用戶的感興趣節(jié)點以及感興趣節(jié)點之間的關聯(lián)關系；利用融合神經(jīng)網(wǎng)絡模型實時分析所述用戶興趣圖譜，其中，所述融合神經(jīng)網(wǎng)絡模型通過整合所述用戶的歷史行為數(shù)據(jù)和當前場景信息，用于預測所述用戶對特定廣告類別的偏好概率；依據(jù)所述偏好概率，篩選出高相關性的廣告集合作為候選廣告；結(jié)合所述用戶所處的當前場景，從所述候選廣告中選擇目標廣告進行推送，以提高所述目標廣告的點擊率和轉(zhuǎn)化率；其中，所述融合神經(jīng)網(wǎng)絡模型還用于根據(jù)反饋機制優(yōu)化廣告推薦策略，確保推薦的目標廣告與用戶興趣的高度匹配。

4、第二方面，本申請實施例提供一種基于融合神經(jīng)網(wǎng)絡的廣告推薦系統(tǒng)，包括：

5、接收模塊，用于接收用戶的實時行為數(shù)據(jù)；

6、構(gòu)建模塊，用于基于所述實時行為數(shù)據(jù)，動態(tài)構(gòu)建用戶興趣圖譜，所述用戶興趣圖譜包含所述用戶的感興趣節(jié)點以及感興趣節(jié)點之間的關聯(lián)關系；

7、分析模塊，用于利用融合神經(jīng)網(wǎng)絡模型實時分析所述用戶興趣圖譜，其中，所述融合神經(jīng)網(wǎng)絡模型通過整合所述用戶的歷史行為數(shù)據(jù)和當前場景信息，用于預測所述用戶對不同廣告類別的偏好概率；

8、篩選模塊，用于依據(jù)所述偏好概率，篩選出高相關性的廣告集合作為候選廣告；

9、推送模塊，用于結(jié)合所述用戶所處的當前場景，從所述候選廣告中選擇目標廣告進行推送，以提高所述目標廣告的點擊率和轉(zhuǎn)化率；其中，所述融合神經(jīng)網(wǎng)絡模型還用于根據(jù)反饋機制優(yōu)化廣告推薦策略，確保推薦的目標廣告與用戶興趣的高度匹配。

10、第三方面，本申請實施例提供一種計算設備，包括處理組件以及存儲組件；所述存儲組件存儲一個或多個計算機指令；所述一個或多個計算機指令用以被所述處理組件調(diào)用執(zhí)行，實現(xiàn)如第一方面所述的一種基于融合神經(jīng)網(wǎng)絡的廣告推薦方法。

11、第四方面，本申請實施例提供一種計算機存儲介質(zhì)，存儲有計算機程序，所述計算機程序被計算機執(zhí)行時，實現(xiàn)如第一方面所述的一種基于融合神經(jīng)網(wǎng)絡的廣告推薦方法。

12、本申請實施例中，接收用戶的實時行為數(shù)據(jù)；基于所述實時行為數(shù)據(jù)，動態(tài)構(gòu)建用戶興趣圖譜，所述用戶興趣圖譜包含所述用戶的感興趣節(jié)點以及感興趣節(jié)點之間的關聯(lián)關系；利用融合神經(jīng)網(wǎng)絡模型實時分析所述用戶興趣圖譜；依據(jù)所述偏好概率，篩選出高相關性的廣告集合作為候選廣告；結(jié)合所述用戶所處的當前場景，從所述候選廣告中選擇目標廣告進行推送，以提高所述目標廣告的點擊率和轉(zhuǎn)化率。本申請?zhí)峁┑募夹g方案能夠有效提高廣告的推薦效果。

13、本申請的這些方面或其他方面在以下實施例的描述中會更加簡明易懂。

技術特征：

1.一種基于融合神經(jīng)網(wǎng)絡的廣告推薦方法，其特征在于，包括：

2.根據(jù)權利要求1所述的方法，其特征在于，所述基于所述實時行為數(shù)據(jù)，動態(tài)構(gòu)建用戶興趣圖譜，包括：

3.根據(jù)權利要求1所述的方法，其特征在于，所述利用融合神經(jīng)網(wǎng)絡模型實時分析所述用戶興趣圖譜，包括：

4.根據(jù)權利要求3所述的方法，其特征在于，所述依據(jù)所述偏好概率，篩選出高相關性的廣告集合作為候選廣告，包括：

5.根據(jù)權利要求4所述的方法，其特征在于，所述結(jié)合所述用戶所處的當前場景，從所述候選廣告中選擇目標廣告進行推送，以提高所述目標廣告的點擊率和轉(zhuǎn)化率，包括：

6.根據(jù)權利要求5所述的方法，其特征在于，所述融合神經(jīng)網(wǎng)絡模型預測所述用戶對特定廣告類別的偏好概率的過程包括：

7.根據(jù)權利要求6所述的方法，其特征在于，所述融合神經(jīng)網(wǎng)絡模型評估所述候選廣告在當前場景下和預期表現(xiàn)，得到評估結(jié)果的過程包括：

8.一種基于融合神經(jīng)網(wǎng)絡的廣告推薦系統(tǒng)，其特征在于，包括：

9.一種計算設備，其特征在于，包括處理組件以及存儲組件；所述存儲組件存儲一個或多個計算機指令；所述一個或多個計算機指令用以被所述處理組件調(diào)用執(zhí)行，實現(xiàn)如權利要求1~7任一項所述的一種基于融合神經(jīng)網(wǎng)絡的廣告推薦方法。

10.一種計算機存儲介質(zhì)，其特征在于，存儲有計算機程序，所述計算機程序被計算機執(zhí)行時，實現(xiàn)如權利要求1~7任一項所述的一種基于融合神經(jīng)網(wǎng)絡的廣告推薦方法。

技術總結(jié)
本申請?zhí)峁┮环N基于融合神經(jīng)網(wǎng)絡的廣告推薦方法和系統(tǒng)。其中，接收用戶的實時行為數(shù)據(jù)；基于所述實時行為數(shù)據(jù)，動態(tài)構(gòu)建用戶興趣圖譜，所述用戶興趣圖譜包含所述用戶的感興趣節(jié)點以及感興趣節(jié)點之間的關聯(lián)關系；利用融合神經(jīng)網(wǎng)絡模型實時分析所述用戶興趣圖譜；依據(jù)所述偏好概率，篩選出高相關性的廣告集合作為候選廣告；結(jié)合所述用戶所處的當前場景，從所述候選廣告中選擇目標廣告進行推送，以提高所述目標廣告的點擊率和轉(zhuǎn)化率。本申請?zhí)峁┑募夹g方案能夠有效提高廣告的推薦效果。

技術研發(fā)人員：劉國龍
受保護的技術使用者：北京頂當互動科技有限公司
技術研發(fā)日：
技術公布日：2025/1/9