本發(fā)明涉及廣告領(lǐng)域，特別涉及一種基于語義分析的智能媒介推薦方法。

背景技術(shù)：

數(shù)字營銷市場發(fā)生了巨變，程序化購買飛速發(fā)展，在這樣的環(huán)境下，實(shí)現(xiàn)廣告的精準(zhǔn)投放成為越來越多品牌主的首要需求。在穩(wěn)中求進(jìn)的經(jīng)濟(jì)環(huán)境下，廣告投放必然更需要深思熟慮，力求達(dá)到更高的投入產(chǎn)出比。

例如權(quán)威數(shù)據(jù)營銷技術(shù)公司admaster推出的《2017年數(shù)字營銷趨勢報告》，為廣告主和市場從業(yè)人員提供了投放建議。在該報告中，2017年數(shù)字營銷花費(fèi)預(yù)計平均增長17％，投放進(jìn)一步傾斜移動端：根據(jù)admaster數(shù)據(jù)顯示，80％以上的廣告主表示將在2017年繼續(xù)增加數(shù)字營銷領(lǐng)域的預(yù)算，平均預(yù)算的增長量為17％，其中預(yù)算增長量預(yù)計達(dá)到10％以上的品牌達(dá)59％，發(fā)展態(tài)勢積極，僅有3％的廣告主表示將縮減預(yù)算。在營銷預(yù)算分配上，廣告主一致同意向移動端傾斜將是2017年的一大趨勢，87％的廣告主表示明年將進(jìn)一步增加移動營銷預(yù)算。相反，pc端的投放趨勢則逐年走低，約六成品牌主選擇減少投放甚至不投放。

目前媒介環(huán)境越來越碎片化，消費(fèi)者可選擇的平臺、消費(fèi)行為都越來越多元化。品牌主在投放廣告時，需要通過不同渠道、終端、區(qū)域和平臺之間進(jìn)行組合，以此實(shí)現(xiàn)投放收益最大化。

而無論是投放在移動端還是pc端，常常都會采用以下兩種方法之一：

(1)人工選號。平臺明碼實(shí)價的標(biāo)明媒體號的價格，提供媒體號的相關(guān)信息，如粉絲數(shù)、閱讀數(shù)、媒體類別、價格等信息，任廣告主自主在平臺進(jìn)行挑選。

(2)公開競價。廣告主將投放的廣告素材、關(guān)鍵詞、投放時間、投放價格等公開放在廣告平臺上，由媒體號來競標(biāo)。

對于人工選號，盡管廣告平臺提供了專業(yè)運(yùn)營人員輔助選號，但由于媒體號眾多，分布較散，往往很多廣告主都無法挑選到合適的媒體號；對于公開競價，需要媒體號主動競標(biāo)，效率不高。

同時社媒廣告平臺提供在微信公眾號、微博大v等社交媒體賬號上進(jìn)行廣告投放的服務(wù)。在社媒平臺投放廣告中重要的步驟是選擇合適的賬號(選號)作為投放媒體。目前市場上絕大多數(shù)平臺都是明碼實(shí)價的標(biāo)明媒體號的價格，提供媒體號的相關(guān)信息，如粉絲數(shù)、閱讀數(shù)、媒體類別、價格等信息，任廣告主自主在平臺進(jìn)行挑選，盡管廣告平臺提供了人工輔助選號的功能，但往往很多廣告主都無法挑選到合適的媒體號。

因此有必要提供一種新的媒介推薦方法來解決上述問題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足，提供一種基于語義分析的智能媒介推薦方法，其根據(jù)廣告主的關(guān)鍵詞和預(yù)算，利用語義分析技術(shù)自動篩選出適合投放的媒體號，精準(zhǔn)觸達(dá)用戶群。

本發(fā)明的目的通過以下的技術(shù)方案實(shí)現(xiàn)：

一種基于語義分析的智能媒介推薦方法，包含以下步驟：

s1、抓取媒體號的文章內(nèi)容并進(jìn)行預(yù)處理；所述預(yù)處理是對每個媒體號，利用自然語言處理工具將其每篇文章分句、分詞，最終將這個媒體號的所有文章合并成一個大文章，文章中的每句是分完詞的句子；

s2、使用gensim工具訓(xùn)練詞向量模型；

采用基于negativesampling的cbow模型訓(xùn)練詞向量，給定語料庫c，詞w的上下文是context(w)，詞為正樣本，其他詞則為負(fù)樣本；負(fù)樣本子集neg(w)包含若干負(fù)樣本，對于(即對于任意屬于語料庫c的詞)，定義損失函數(shù)：

整體的目標(biāo)函數(shù)obj定義為：

其中σ(·)為sigmoid函數(shù)，t為轉(zhuǎn)置運(yùn)算符號，xw表示context(w)中各詞的詞向量之和，即其中表示詞的詞向量；θ^u表示詞u對應(yīng)的一個輔助向量，為待訓(xùn)練參數(shù)；詞向量和輔助向量都是長度為9的實(shí)數(shù)向量；利用梯度上升方法對上述目標(biāo)函數(shù)進(jìn)行優(yōu)化，從而訓(xùn)練出語料庫中每個詞的詞向量；

s3、計算每個詞的逆文檔頻率idf，對于詞w來說，

其中n代表媒體號的總數(shù)，n(w)表示文章內(nèi)容中含有詞w的媒體號總數(shù)；

s4、計算媒體號語義向量：對于媒體號mj,利用tf-idf模型對其詞向量加權(quán)，得到媒體號的語義向量sj；計算方法如下：

其中v^w為詞w的詞向量，count(w,mj)代表詞w在媒體號mj的文章中出現(xiàn)的次數(shù)，|mj|表示媒體號mj文章的總詞數(shù)；

s5、媒體號初篩：通過人工設(shè)定的篩選條件，初篩出一批待挑選的媒體號；

s6、計算關(guān)鍵詞列表語義向量：對于長度為k的廣告關(guān)鍵詞列表l＝[w1,w2,…,wk]，其語義向量a計算方式為：

其中v^w是詞w的詞向量；

s7、計算關(guān)鍵詞列表語義向量a與初篩之后的媒體號語義向量s的相似度：

其中a·s表示兩個向量的內(nèi)積，為向量a的l²范數(shù)，為向量s的l²范數(shù)；

s8、基于語義的媒體號細(xì)篩選：綜合步驟s7算出的相似度以及設(shè)定的篩選條件，利用預(yù)先設(shè)定的每個篩選條件的權(quán)重，算出最終的媒體匹配值，從高到低取前k個形成待選媒體號列表。

步驟s1中，所述媒體號的文章內(nèi)容是通過網(wǎng)絡(luò)爬蟲和官方api爬取的。

所述步驟s1、s2、s3、s4是離線計算，定期更新即可；所述步驟s5、s6、s7、s8是在線計算，對每個新的廣告推廣實(shí)時自動推薦出待選媒體號列表。

步驟s5、s8中，所述篩選條件包括媒體號價位、檔期、廣告類別。

步驟s1中，所述自然語言處理工具包括opennlp、ltp。

本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點(diǎn)和有益效果：

將本發(fā)明應(yīng)用在微信公眾號投放的選號上，測試了5個廣告。首先人工為每個廣告選擇了10個待選的公眾號，然后應(yīng)用該技術(shù)為每個廣告自動選出前20個公眾號。對比結(jié)果發(fā)現(xiàn)，人工選出的公眾號80％被自動選出的前20個公眾號覆蓋，證明了該技術(shù)的有效性。

相比人工選號，本發(fā)明在5秒之內(nèi)即可提供前20個待選公眾號，速度大幅提升。

附圖說明

圖1為本發(fā)明所述一種基于語義分析的智能媒介推薦方法的流程圖。

具體實(shí)施方式

下面結(jié)合實(shí)施例及附圖對本發(fā)明作進(jìn)一步詳細(xì)的描述，但本發(fā)明的實(shí)施方式不限于此。

如圖1，一種基于語義分析的智能媒介推薦方法的流程圖，包含以下順序的步驟：

(1)利用網(wǎng)絡(luò)爬蟲爬取微信10萬個媒體號發(fā)布的文章內(nèi)容。

(2)對每個媒體號，利用ltp-cloud工具包將其每篇文章分段、分句、分詞。最終將這個媒體號的所有文章合并成一個大文章，文章中的每句是分完詞的句子。

(3)使用gensim工具訓(xùn)練詞向量模型，選取隱藏層大小為100，詞的上下文窗口為5，負(fù)例樣本數(shù)為5。

(4)計算每個詞的逆文檔頻率(idf)，將上一步的詞向量模型以及此步的idf模型保存。

(5)計算媒體號文章語義向量。

(6)媒體號初篩。通過對媒體號價位、檔期、廣告類別等條件的選擇，初篩出前50個待挑選的媒體號。

(7)計算關(guān)鍵詞列表語義向量，與前50個媒體號的文章語義向量計算余弦相似度。

(8)給語義相似度、媒體號價位匹配度、檔期匹配度設(shè)定權(quán)重，分別是0.6,0.2,0.2，算出最終的加權(quán)媒體匹配值，從高到低取前20個形成待選媒體號列表。

上述實(shí)施例為本發(fā)明較佳的實(shí)施方式，但本發(fā)明的實(shí)施方式并不受上述實(shí)施例的限制，其他的任何未背離本發(fā)明的精神實(shí)質(zhì)與原理下所作的改變、修飾、替代、組合、簡化，均應(yīng)為等效的置換方式，都包含在本發(fā)明的保護(hù)范圍之內(nèi)。