(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 202211013416.8 (22)申请日 2022.08.23 (71)申请人 飞书深诺数字科技 （上海） 股份有限 公司 地址 200333 上海市普陀区中江路879弄28 号楼4036室 (72)发明人 张聪　沈菁　康单　陈文海　 张天生　陆璐　熊家治　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 潘红 (51)Int.Cl. G06Q 30/02(2012.01) G06F 16/35(2019.01) G06K 9/62(2022.01) (54)发明名称 一种在线广告投放目标人群的选择方法、 装 置及电子设备 (57)摘要 本发明提供了一种在线广告投放目标人群 的选择方法、 装置及电子设备， 其中， 该方法包 括： 调取广告文本分类器对新广告文本进行分 类， 获得新广告文本分类信息； 根据新广告文本 分类信息， 自原始广告 标签候选集合中筛选分类 相似的广告形成新广告 标签候选集合； 计算获得 的新广告文本向量和所述新广告标签候选集合 中的广告文本向量的余弦相似度， 筛选出最相似 广告集合； 自所述最相似广告 集合中获取每个广 告的人群标签， 根据标签排序规则得出最终推荐 人群标签供选择。 通过本发明实施例提供的的方 法、 装置、 电子设备及计算机 可读存储介质， 根据 新建的用户广告信息自动生成推荐的人群标签 结果， 减轻了广告优化人员的调研和分析的工作 量。 权利要求书2页 说明书18页 附图3页 CN 115375361 A 2022.11.22 CN 115375361 A 1.一种在线广告投放目标 人群的选择 方法， 其特 征在于， 包括： 接收新建的用户广告信息， 根据所述用户广告信息获得新广告 文本； 调取广告 文本分类 器对所述 新广告文本进行分类， 获得新广告 文本分类信息； 根据所述新广告文本分类信 息， 自原始广告标签候选集合中筛选分类相似的广告形成 新广告标签候选集 合； 计算获得的新广告文本向量和所述新广告标签候选集合中的广告文本向量的余弦相 似度， 筛选出最相似广告集 合； 自所述最相似广告集合中获取每个广告的人群标签， 根据标签排序规则得出最终推荐 人群标签供选择。 2.根据权利要求1所述的方法， 其特 征在于， 还 包括： 收集历史广告中的人群标签， 获取所述历史广告中的广告信息数据， 对所述广告信息 数据进行 预处理操作； 获得与在线广告领域相关的第三方语料信息， 计算所述第三方语料信息的词语权重 TF‑IDF值作为广告 文本每词的词权 重； 根据所述广告 文本每词的对应向量和所述词权 重， 获得所述广告 文本的向量信息； 调取所述广告 文本分类 器， 输入所述历史广告， 获得历史广告的分类信息； 计算所述广告 文本之间的文本相似度， 选取最相似的广告 文本及对应的人群标签； 根据深度学习模型对所述人群标签进行训练， 获得广告标签候选集 合。 3.根据权利要求2所述的方法， 其特征在于， 所述根据深度 学习模型对所述人群标签进 行训练， 获得广告标签候选集 合的步骤 包括： 获取所述广告文本对应人群标签及其CPM值， 选取所述CPM值最小的作为所述广告标签 候选集合； 或者， 将所述人群标签进行 人工筛选， 将最相关的作为所述广告标签候选集 合。 4.根据权利要求1所述的方法， 其特征在于， 所述调取广告文本分类器对所述新广告文 本进行分类， 获得新广告 文本分类信息的步骤 包括： 获取广告 文案的内容信息， 将该内容信息进行拼接处 理作为第一文案信息； 获取广告落 地页的内容信息， 将该内容信息进行拼接处 理作为第二文案信息； 对所述广告落地页的网址链接信 息进行清洗处理， 将 获取的相关信 息作为第 三文案信 息； 将所述第一文案信息、 第二文案信息和第三文案信息翻译成英文， 对翻译后的广告文 案进行二分类预测； 调用bert多分类模型对有效的广告 文案进行 各级分类， 得到需要的广告分类结果。 5.一种在线广告投放目标 人群的选择装置， 其特 征在于， 包括： 广告接收模块， 用于接收新建的用户广告信息， 根据所述用户广告信息获得新广告文 本； 文本分类模块， 用于调取广告文本分类器对所述新广告文本进行分类， 获得新广告文 本分类信息； 广告筛选模块， 用于根据所述新广告文本分类信息， 自原始广告标签候选集合中筛选 分类相似的广告形成新广告标签候选集 合；权　利　要　求　书 1/2 页 2 CN 115375361 A 2余弦计算模块， 用于计算获得的新广告文本向量和所述新广告标签候选集合中的广告 文本向量的余弦相似度， 筛 选出最相似广告集 合； 标签选择模块， 用于自所述最相似广告集合中获取每个广告的人群标签， 根据标签排 序规则得 出最终推荐人群标签供选择。 6.根据权利要求5所述的装置， 其特 征在于， 历史数据模块， 用于收集历史广告中的人群标签， 获取所述历史广告中的广告信息数 据， 对所述广告信息数据进行 预处理操作； 权重计算模块， 用于获得与在线广告领域相关的第三方语料信息， 计算所述第三方语 料信息的词语权 重TF‑IDF值作为广告 文本每词的词权 重； 文本向量模块， 用于根据所述广告文本每词的对应向量和所述词权重， 获得所述广告 文本的向量信息； 文本相似模块， 用于计算所述广告文本之间的文本相似度， 选取最相似的广告文本及 对应的人群标签； 标签训练模块， 用于根据深度学习模型对所述人群标签进行训练， 获得广告标签候选 集合。 7.根据权利要求6所述的装置， 其特 征在于， 所述标签训练模块， 还用于获取所述广告文本对应人群标签及其CPM值， 选取所述CPM 值最小的作为所述广告标签候选集 合； 或者， 将所述人群标签进行 人工筛选， 将最相关的作为所述广告标签候选集 合。 8.根据权利要求5所述的装置， 其特征在于， 所述文本分类模块， 用于获取广告文案的 内容信息， 将该内容信息进行拼接处 理作为第一文案信息； 获取广告落 地页的内容信息， 将该内容信息进行拼接处 理作为第二文案信息； 对所述广告落地页的网址链接信 息进行清洗处理， 将 获取的相关信 息作为第 三文案信 息； 将所述第一文案信息、 第二文案信息和第三文案信息翻译成英文， 对翻译后的广告文 案进行二分类预测； 调用bert多分类模型对有效的广告 文案进行 各级分类， 得到需要的广告分类结果。 9.一种电子设备， 包括总线、 收发器、 存储器、 处理器及存储在所述存储器上并可在所 述处理器上运行的计算机程序， 所述收发器、 所述存储器和所述处理器通过所述总线相连， 其特征在于， 所述计算机程序被所述处理器执行时实现如权利要求 1至4中任一项 所述的在 线广告投放目标 人群的选择 方法中的步骤。 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如权利要求1至4中任一项所述的在线广告投放 目标人群的选择方法 中的步骤。权　利　要　求　书 2/2 页 3 CN 115375361 A 3