(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211021780.9 (22)申请日 2022.08.24 (71)申请人 广州华多网络科技有限公司 地址 511442 广东省广州市番禺区南村镇 万达广场B1栋24层 (72)发明人 郭志伟　 (74)专利代理 机构 广州利能知识产权代理事务 所(普通合伙) 44673 专利代理师 王增鑫 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 30/06(2012.01) (54)发明名称 广告投放选品方法及其装置、 设备、 介质 (57)摘要 本申请涉及计算机技术领域中一种广告投 放选品方法及其装置、 设备、 介质， 所述方法包 括： 响应线上店铺的广告选品请求， 获取线上店 铺的商品数据库中各个备选商品的商品综合信 息， 其中包括用于区分不同商品的商品特征信 息、 表示商品的访问热度的历史访问信息以及表 示商品的营销区域的商品地理信息； 采用商品评 估模型提取各个备选商品的商品综合信息相对 应的深层语义特征， 根据深层语义特征确定各个 备选商品对应的广告点击率和广告转化率； 将各 个备选商品对应的广告点击率和广告转化率相 乘作为参考评分， 优选出参考评分超 过预设阈值 的多个备选商品推送至所述线上店铺。 本申请能 够利用商品的多维度信息确定出广告选品决策 参考的参考评分， 据此优选出适于广告投放的商 品。 权利要求书2页 说明书13页 附图5页 CN 115375364 A 2022.11.22 CN 115375364 A 1.一种广告投放选品方法， 其特 征在于， 包括如下步骤： 响应线上店铺的广告选品请求， 获取线上店铺的商 品数据库中各个备选商 品的商品综 合信息， 其中包括用于区分不同商品的商品特征信息、 表示商品的访问热度的历史访问信 息以及表示商品的营销区域的商品地理信息； 采用商品评估模型提取各个备选商品的商品综合信 息相对应的深层语义特征， 根据深 层语义特 征确定各个备选商品对应的广告点击率和广告转 化率； 将各个备选商品对应的广告点击率和广告转化率相乘作为参考评分， 优选出参考评分 超过预设阈值的多个备选商品推送至所述线上店铺。 2.根据权利要求1所述的广告投放选品方法， 其特征在于， 获取线上店铺的商品数据库 中各个备选商品的商品综合信息的步骤中， 包 含如下步骤： 获取线上店铺的商 品数据库中各个备选商品的商品特征信 息及商品地理信 息， 所述商 品特征信息包含价格、 品类、 库存数量、 产品词、 品牌词、 属性词 等， 所述商品地理信息包含 线上店铺的地址、 销售区域； 统计线上店铺的商 品数据库中各个备选商品的历史访问信 息， 所述历史访问信 息包含 加购量、 预设时长内的历史点击率和历史转 化率； 以所述商品特 征信息、 历史访问信息及商品地理信息构造商品综合信息 。 3.根据权利要求1所述的广告投放选品方法， 其特征在于， 采用商 品评估模型提取各个 备选商品的商品综合信息相对应的深层语义特征， 根据深层语义特征确定各个备选商品对 应的广告点击率和广告转 化率的步骤中， 包括如下步骤： 采用商品评估模型的第一子网络基于各个备选商品的商品综合信息计算出相应的一 阶交叉分数及二阶交叉分数进行拼接， 获得 各个备选商品的第一特 征表示； 采用商品评估模型的第二子网络对各个备选商品的商品综合信息相对应的所述编码 表示， 提取出表征备选商品被点击的特征及表征备选商品被转化的特征分别与所述第一特 征表示进行拼接， 获得 各个备选商品相对应的点击特 征表示及转 化特征表示； 根据各个备选商 品相对应的点击特征表示及转化特征表示， 相应采用点击预测模块及 转化预测模块， 确定出 各个备选商品相对应的广告点击率和广告转 化率。 4.根据权利要求3所述的广告投放选品方法， 其特征在于， 采用商 品评估模型的第 二子 网络对各个备选商品的商品综合信息相对应的所述编 码表示， 提取出备选商品被点击的特 征及备选商品被转 化的特征的步骤中， 包括如下步骤： 采用商品评估模型的第二子网络中共享层对各个备选商品的商品综合信息相对应的 所述编码表示， 提取相应的共享特 征； 采用所述第二子网络中的点击分支提取 所述共享特 征中表征 备选商品被点击的特 征； 采用所述第二子网络中的推荐分支提取 所述共享特 征中表征 备选商品被转 化的特征。 5.根据权利要求1所述的广告投放选品方法， 其特征在于， 所述商 品评估模型的训练过 程， 包含如下步骤： 获取预备的训练集中的单个训练样本， 所述训练集中的各个训练样本包含商品的商品 综合信息、 表征该商品是否被点击的第一监督标签及表征该商品是否被转化的第二监督标 签； 采用商品评估模型的第一子网络基于训练样本的商品综合信息计算出一阶交叉分数权　利　要　求　书 1/2 页 2 CN 115375364 A 2及二阶交叉分数进行拼接， 获得训练样本的第一特 征表示； 采用商品评估模型的第二子网络对所述训练样本的商品综合信息相对应的所述编码 表示， 提取出训练样本的商品被点击的特征及训练样本的商品被转化的特征分别与所述第 一特征表示进行拼接， 获得训练样本相对应的点击特 征表示及转 化特征表示； 根据训练样本相对应的点击特征表示及转化特征表示， 相应采用点击预测模块及转化 预测模块， 确定出训练样本的广告点击率和广告转 化率； 根据所述训练样本的第 一监督标签确定所述广告点击率对应的第 一损失值， 及第 二监 督标签确定所述广告转化率对应的第二损失值， 在第一损失值和 第二损失值未达到预设阈 值时对该模型实施权 重更新， 并继续调用其 他训练样本实施迭代训练直到模型收敛。 6.根据权利要求5所述的广告投放选品方法， 其特征在于， 在第 一损失值和第 二损失值 未达到预设阈值时对该模型实施权 重更新的步骤中， 包 含如下步骤： 采用第一优化器根据所述第一损失值对所述商品评估模型的第二子网络中点击分支 实施权重更新； 采用第二优化器根据所述第二损失值对所述商品评估模型的第二子网络中转化分支 实施权重更新； 采用第三优化器以所述第一损失值和第二损失值相加作为损失值对所述商品评估模 型的第二子网络中共享层实施权 重更新。 7.根据权利要求1所述的广告投放选品方法， 其特征在于， 优选出参考评分超过预设阈 值的多个备选商品推送至所述线上店铺， 包含： 根据各个备选商品对应的参考评分进行排 序， 选取超过 预设阈值的多个备选商品构造广告选品推荐列表推送至所述线上店铺。 8.一种广告投放选品装置， 其特 征在于， 包括： 请求响应模块， 用于响应线上店铺的广告选品请求， 获取线上店铺的商品数据库中各 个备选商品的商品综合信息， 其中包括用于区分不同商品的商品特征信息、 表示商品的访 问热度的历史访问信息以及表示商品的营销区域的商品地理信息； 模型评估模块， 用于采用商品评估模型提取各个备选商品的商品综合信 息相对应的深 层语义特 征， 根据深层语义特 征确定各个备选商品对应的广告点击率和广告转 化率； 评分优选模块， 用于将各个备选商品对应的广告点击率和广告转化率相乘作为参考评 分， 优选出参 考评分超过 预设阈值的多个备选商品推送至所述线上店铺。 9.一种计算机设备， 包括中央处理器和存储器， 其特征在于， 所述中央处理器用于调用 运行存储于所述存储器中的计算机程序以执行如权利要求1至7中任意一项所述的方法的 步骤。 10.一种计算机可读存储介质， 其特征在于， 其以计算机可读指令的形式存储有依据权 利要求1至7中任意一项 所述的方法所实现的计算机程序， 该计算机程序被计算机调用运行 时， 执行相应的方法所包括的步骤。权　利　要　求　书 2/2 页 3 CN 115375364 A 3