广告投放方案推荐方法、装置、计算机设备及存储介质与流程

1.本发明涉及智能广告投放技术领域，尤其涉及一种广告投放方案推荐方法、装置、计算机设备及存储介质。


背景技术：

2.随着科学技术的发展，在不同的媒介上投放广告达到信息曝光的效果，以提高如产品、活动等推广效率。但是广告投放效果参差不齐，在广告投放效果不佳时，往往需要通过人为方式在现有媒介中选取广告投放效果较好的媒介，进而在选取效果较好的的媒介中再次进行广告投放。
3.但是上述方式存在以下不足：一方面人为方式选取广告投放效果好的媒介，效率较低且成本较高；另一方面人为方式选取广告投放效果好的媒介，可能存在个人偏好因素，进而选取的媒介可能也不能带来较高的广告投放收益，选取准确率较低。


技术实现要素：

4.本发明实施例提供一种广告投放方案推荐方法、装置、计算机设备及存储介质，以解决广告投放效率较低以及准确率较低的问题。
5.一种广告投放方案推荐方法，包括：
6.接收包含待投放信息的广告投放方案推荐指令；所述待投放信息关联待推荐行业标签以及待推荐用户；
7.自预设投放方案推荐数据库中，获取具有与所述待推荐行业标签相同的行业投放标签对应的待推荐四元组；所述待推荐四元组是由媒体平台标签、广告版位标签、与所述媒体平台标签对应的平台点击率，以及与所述广告版位标签对应的版位点击率构成；
8.自所有获取的待推荐四元组中提取所述媒体平台标签、广告版位标签、与所述媒体平台标签对应的平台点击率，以及与所述广告版位标签对应的版位点击率；
9.根据提取的所有所述平台点击率确定目标媒体标签，并根据提取的所有所述版位点击率选取目标版位标签；
10.将所述目标媒体标签以及所述目标版位标签关联记录为广告投放方案，并向所述待推荐用户推荐所述广告投放方案。
11.一种广告投放方案推荐装置，包括：
12.推荐指令接收模块，用于接收包含待投放信息的广告投放方案推荐指令；所述待投放信息关联待推荐行业标签以及待推荐用户；
13.待推荐四元组获取模块，用于自预设投放方案推荐数据库中，获取具有与所述待推荐行业标签相同的行业投放标签对应的待推荐四元组；所述待推荐四元组是由媒体平台标签、广告版位标签、与所述媒体平台标签对应的平台点击率，以及与所述广告版位标签对应的版位点击率构成；
14.数据提取模块，用于自所有获取的待推荐四元组中提取所述媒体平台标签、广告
版位标签、与所述媒体平台标签对应的平台点击率，以及与所述广告版位标签对应的版位点击率；
15.目标数据确定模块，用于根据提取的所有所述平台点击率确定目标媒体标签，并根据提取的所有所述版位点击率选取目标版位标签；
16.广告投放方案推荐模块，用于将所述目标媒体标签以及所述目标版位标签关联记录为广告投放方案，并将向所述待推荐用户推荐所述广告投放方案。
17.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述广告投放方案推荐方法。
18.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述广告投放方案推荐方法。
19.上述广告投放方案推荐方法、装置、计算机设备及存储介质，该方法通过接收包含待投放信息的广告投放方案推荐指令；所述待投放信息关联待推荐行业标签以及待推荐用户；自预设投放方案推荐数据库中，获取具有与所述待推荐行业标签相同的行业投放标签对应的待推荐四元组；所述待推荐四元组是由媒体平台标签、广告版位标签、与所述媒体平台标签对应的平台点击率，以及与所述广告版位标签对应的版位点击率构成；自所有获取的待推荐四元组中提取所述媒体平台标签、广告版位标签、与所述媒体平台标签对应的平台点击率，以及与所述广告版位标签对应的版位点击率；根据提取的所有所述平台点击率确定目标媒体标签，并根据提取的所有所述版位点击率选取目标版位标签；将所述目标媒体标签以及所述目标版位标签关联记录为广告投放方案，并向所述待推荐用户推荐所述广告投放方案。
20.本发明，首先确定的广告投放方案适配对应的行业，并且基于不同媒体平台的点击率可以确定出点击率较高的媒体平台；其次，再通过不同的广告版位的点击率，确定出点击率较高的广告版位；如此，生成的广告投放方案可以很好的融合了媒体平台和广告版位两个点，使得广告投放之后的点击率更高，且依靠点击率的数据进行分析推荐，使得广告投放方案确定的效率和准确率较高。
附图说明
21.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
22.图1是本发明一实施例中广告投放方案推荐方法的一应用环境示意图；
23.图2是本发明一实施例中广告投放方案推荐方法的一流程图；
24.图3是本发明一实施例中广告投放方案推荐装置的一原理框图；
25.图4是本发明一实施例中计算机设备的一示意图。
具体实施方式
26.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完
整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
27.本发明实施例提供的广告投放方案推荐方法，该广告投放方案推荐方法可应用如图1所示的应用环境中。具体地，该广告投放方案推荐方法应用在广告投放方案推荐系统中，该广告投放方案推荐系统包括如图1所示的客户端和服务器，客户端与服务器通过网络进行通信，用于实现广告投放方案推荐(补充作用或解决的问题)。其中，客户端又称为用户端，是指与服务器相对应,为客户提供本地服务的程序。客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
28.在一实施例中，如图2所示，提供一种广告投放方案推荐方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤：
29.s10：接收包含待投放信息的广告投放方案推荐指令；所述待投放信息关联待推荐行业标签以及待推荐用户。
30.可以理解地，广告投放方案推荐指令可以由待推荐用户直接发送，也可以在用户传输或者输入待投放信息之后自动生成。其中，待投放信息是指等待投放的信息，待投放信息可以为待投放的广告信息等。待推荐用户可以为个体，也可以为一个集体(如公司，商家)等。待推荐行业标签用于表征待投放信息的行业信息，示例性地，待推荐行业标签可以为游戏行业标签、教育行业标签、电商行业标签等。
31.s20：自预设投放方案推荐数据库中，获取具有与所述待推荐行业标签相同的行业投放标签对应的待推荐四元组；所述待推荐四元组是由媒体平台标签、广告版位标签、与所述媒体平台标签对应的平台点击率，以及与所述广告版位标签对应的版位点击率构成。
32.可以理解地，预设投放方案推荐数据库用于存储待推荐四元组，一个待推荐四元组与一个行业投放标签关联。其中，行业投放标签用于表征与待推荐四元组对应的行业信息，示例性地，行业投放标签可以为游戏行业标签、教育行业标签、电商行业标签等。
33.进一步地，待推荐四元组是由媒体平台标签、广告版位标签、与媒体平台标签对应的平台点击率，以及与广告版位标签对应的版位点击率构成。其中，媒体平台标签用于表征广告投放的媒体平台，示例性地，媒体平台标签可以为一些应用程序平台，例如微信平台、应用宝平台，也可以为一些网站，例如百度、搜狗等搜索引擎。广告版位标签用于表征广告投放在媒体平台上的位置，例如广告可以投放在上述媒体平台的顶部、底部、侧边等位置，并且该广告版位标签还表征了广告投放时广告版位的大小，如在媒体平台的顶部投放了240*100的单图片等。平台点击率是指在媒体平台投放广告之后广告被点击的次数，该平台点击率可以在投放广告一段时间后每天采集的平台点击次数的平均数来表征。版位点击率是指在任意平台的版位版位上投放广告之后广告被点击的次数，例如该版位点击率可以在投放广告一段时间后每天采集的版位点击次数的平均数来表征，进一步地，本实施例中的待推荐四元组中版位点击率可以跟媒体平台标签以及广告版位标签均关联，例如在媒体平台标签对应的媒体平台下与广告版位标签对应的版位上投放广告后，且在投放广告一段时间后每天采集的版位点击次数的平均数即作为版位点击率。可以理解地，针对于一个行业投放标签，相同的媒体平台标签的平台点击率可以是相同的，但是针对于相同的媒体平台
标签下不同的广告版位标签的版位点击率可能是不相同的。
34.具体地，在接收包含待投放信息的广告投放方案推荐指令之后，自预设投放方案推荐数据库中查询是否存在与待推荐行业标签相同的行业投放标签，也即将待推荐行业标签与预设投放方案推荐数据库中的行业投放标签进行比对；可以理解地，预设投放方案推荐数据库中可以通过决策树方式存储各待推荐四元组，也即将各行业投放标签作为其中一个树节点，进而在将待推荐行业标签与所有行业投放标签进行比对之后，将与待推荐行业标签相同的行业投放标签的树节点下的所有待推荐四元组提取即可。
35.s30：自所有获取的待推荐四元组中提取所述媒体平台标签、广告版位标签、与所述媒体平台标签对应的平台点击率，以及与所述广告版位标签对应的版位点击率。
36.具体地，在自预设投放方案推荐数据库中，获取具有与所述待推荐行业标签相同的行业投放标签对应的待推荐四元组之后，自所有获取的待推荐四元组中提取媒体平台标签、广告版位标签、与媒体平台标签对应的平台点击率，以及与广告版位标签对应的版位点击率。
37.s40：根据提取的所有所述平台点击率确定目标媒体标签，并根据提取的所有所述版位点击率选取目标版位标签。
38.可以理解地，目标媒体标签是从所有被提取的媒体平台标签中选取的，也即该目标媒体标签表征了推送给待推荐用户的媒体平台。目标版位标签是从所有被提取的广告版位标签中选取的，也即该目标版位标签表征了推送给待推荐用户的广告版位。
39.在一实施例中，步骤s40中，也即所述根据提取的所有所述平台点击率确定目标媒体标签，并根据提取的所有所述版位点击率选取目标版位标签，包括：
40.自提取的所有所述平台点击率中，将最高的平台点击率对应的媒体平台标签确定为所述目标媒体标签。
41.可以理解地，针对于媒体平台的选择，可以直接选取平台点击率最高的媒体平台作为目标媒体平台，也即广告投放的媒体平台，如此将广告投放至该媒体平台之后，其带来的点击率收益可以达到较高的效果，因此对提取的所有平台点击率进行比较，并将最高的平台点击率对应的媒体平台标签确定为目标媒体标签。进一步地，在上述说明中已经指出该平台点击率是采集一段时间内的媒体平台点击次数的平均值，因此不会存在某个媒体平台在某一时间点的点击率达到最高而导致最终的目标媒体标签确定存在偏差的情况，如此保证了目标媒体标签确定的准确性。
42.优选地，为了进一步地提高目标媒体标签确定的准确性，可以将各获取的待推荐四元组中相同的媒体平台标签归类为平台类别标签，也即将相同的媒体平台划分为一个类别，进而计算该平台类别标签下所有媒体平台标签的平台点击率之和的平均值，从而选取平均值最高的平台类别标签作为目标媒体标签，如此可以避免出现某一媒体平台标签出现一个最高的平台点击率，但该媒体平台标签的其它平台点击率均较低的现象时，该媒体平台被确定为目标媒体标签导致推荐效果较差的情况。
43.将提取且相同的所述广告版位标签记录为一组版位类别标签。
44.对各所述版位类别标签下的所有所述版位点击率取均值，得到与各所述版位类别标签对应的均值版位点击率。
45.可以理解地，在所有获取的待推荐四元组中，可能存在多个相同的广告版位标签，
进而为了提高目标版位标签确定的准确率，因此本实施例中将提取且相同的广告版位标签记录为一组版位类别标签，若采用最高的版位点击率的广告版位标签作为目标版位标签，可能会出现如媒体平台自身具有较高的曝光率时(此时该媒体平台的各个版位的版位点击率均比较高)，或者媒体平台自身曝光率较差(此时该媒体平台的各个版位的版位点击率均比较低)时，可能会导致版位点击率的数值存在较大的偏差，进而影响后续步骤中的广告投放方案的推荐，因此本实施例中通过将提取且相同的广告版位标签记录为一组版位类别标签，进而对各版位类别标签下的所有版位点击率进行累加并对累加之后取均值，进而得到与各版位类别标签对应的均值版位点击率。如此，即可消除媒体平台标签带来的影响，进一步提高了广告投放方案推荐的准确率。
46.将最高的均值版位点击率对应的广告版位标签记录为所述目标版位标签。
47.具体地，对各所述版位类别标签下的所有所述版位点击率取均值，得到与各所述版位类别标签对应的均值版位点击率之后，将最高的均值版位点击率对应的广告版位标签记录为目标版位标签。
48.如此，在关注到媒体平台标签之外，还可以关注到不同媒体中的广告版位之间的不同，并通过取均值的方法确定出对应的广告版位，可以避免因在某个媒体平台对应的广告版位点击率较高，而其它媒体平台对应的广告版位点击率较低的情况，也即避免广告版位受到媒体平台的影响，从而提高了广告投放方案的推荐准确率。
49.s50：将所述目标媒体标签以及所述目标版位标签关联记录为广告投放方案，并向所述待推荐用户推荐所述广告投放方案。
50.具体地，在根据提取的所有所述平台点击率确定目标媒体标签，并根据提取的所有所述版位点击率选取目标版位标签之后，将目标媒体标签以及目标版位标签关联记录为广告投放方案，并向待推荐用户推荐广告投放方案。
51.在本实施例中，确定的广告投放方案适配对应的行业，并且基于不同媒体平台的点击率可以确定出点击率较高的媒体平台；其次，再通过不同的广告版位的点击率，确定出点击率较高的广告版位；如此，生成的广告投放方案可以很好的融合了媒体平台和广告版位两个点，使得广告投放之后的点击率更高，且依靠点击率的数据进行分析推荐，使得广告投放方案确定的效率和准确率较高。
52.在一实施例中，所述待投放信息包含文字信息以及图片信息；
53.步骤s10之前，也即所述接收包含待投放信息的广告投放方案推荐指令之后，还包括：
54.将所述文字信息输入至实体识别模型中，得到与所述文字信息对应的实体识别结果，并根据所述实体识别结果确定与所述文字信息对应的文字主题。
55.可以理解地，待投放信息中包含了文字信息，该文字信息用于表征待投放的文字特征，例如广告标语，或者该广告中的文字提示内容。实体识别模型可以为预先通过若干训练数据进行训练得到的模型，该实体识别模型用于对文字信息进行实体识别，例如该实体识别模型可以为基于bert的识别模型，亦或者基于albert的识别模型。
56.具体地，在接收包含待投放信息的广告投放方案推荐指令之后，将待投放信息中的文字信息输入实体识别模型中，以通过实体识别模型对文字信息进行实体识别，得到与文字信息对应的实体识别结果，并根据实体识别结果确定与文字信息对应的文字主题。示
例性地，假设文字信息为“英雄联盟手游即将上线，欢迎抢先注册，赢取高能礼包”，该文字信息中识别出的实体可以有“英雄联盟”、“手游”等，进而可以根据该实体识别结果确定与文字信息对应的文字主题即为游戏主题。
57.在一实施例中，所述将所述文字信息输入至实体识别模型中，得到与所述文字信息对应的实体识别结果，包括：
58.对所述文字信息进行分词处理，得到与所述文字信息对应的多个待投放字词。
59.可以理解地，分词处理即将文字信息中划分为字词的方法，同时也可以剔除文字信息中如停顿词等无实意的字词(如“的”，“是”等)；进一步地，分词处理的方法可以通过如结巴分词、自然语言模型分词等。如此，可以在对文字信息进行分词处理之后，即可得到与文字信息对应的多个待投放字词。
60.根据预设词向量词典对各所述待投放字词进行词向量转换，以确定与各所述待投放字词对应的字词向量。
61.可以理解地，预设词向量词典是预先对各种字词进行词向量转换之后，将字词以及与其对应的词向量进行存储的词典，也即在预设词向量词典中存储至少一个字词，以及与字词一一对应的词向量。
62.具体地，在对所述文字信息进行分词处理，得到与所述文字信息对应的多个待投放字词之后，自预设词向量词典中查询与各待投放字词对应的词典字词，进而将词典字词对应的词向量作为与其对应的待投放字词的字词向量，从而提高了词向量转换的速度。
63.通过预设实体识别模型对各所述字词向量进行实体识别，得到所述实体识别结果。
64.具体地，在根据预设词向量词典对各所述待投放字词进行词向量转换，以确定与各所述待投放字词对应的字词向量之后，通过预设实体识别模型对各字词向量进行实体识别，即可得到所述实体识别结果。
65.对所述图片信息进行主题特征提取，确定与所述图片信息对应的图片主题；
66.可以理解地，主题特征提取即为提取图片内容中的特征，在很多投放广告的图片信息中会存在很多标注语，因此可以通过通过提取图片信息中的标注语来识别图片信息的图片主题。
67.在一实施例中，所述对所述图片信息进行主题特征提取，确定与所述图片信息对应的图片主题，包括：
68.获取预设识别模型，并通过所述预设识别模型对所述图片信息进行图像文本识别，得到与所述图片信息对应的图像句子。
69.可选地，预设识别模型用于对图片信息进行图像文本识别，该预设识别模型可以为lda(latent dirichlet allocation，文档主题模型)模型。图像句子为图片信息的图片中的描述句子。具体地，在获取预设识别模型之后，通过预设识别模型对待投放信息中的图片信息进行图像文本识别，进而确定与图片信息对应的图像句子。
70.将所述图像句子输入至预设文本特征提取模型，对所述图像句子进行文本特征提取，得到与所述图像句子对应的文本特征句子。
71.可以理解地，预设文本特征提取模型的实质是自编码解码模型，该预设文本特征提取模型包括编码和解码两部分，用于提取图像句子的文本特征。
72.具体地，在通过所述预设识别模型对所述图片信息进行图像文本识别，得到与所述图片信息对应的图像句子之后，将图像句子输入至预设文本特征提取模型中，通过预设文本特征提取模型中的编码模块以及解码模块，对图像句子进行文本特征提取，使得图像句子带有时序特征，从而得到文本特征句子。
73.通过预设文本主题模型对所述文本特征句子进行主题提取，得到所述图片主题。
74.可以理解地，预设文本主题模型用于进行文本主题提取，在本实施例中，选择高斯混合模型(gaussian mixture model,gmm)作为预设文本主题模型对文本特征句子进行主题提取。将文本特征句子输入至预设文本主题模型之后，预设文本主题模型对文本特征句子对应的句子向量进行主题提取，以得到与文本特征句子对应的文本主题。
75.进一步地，gmm预设文本主题模型可以在连续特征控件中发现主题，本实施例中，将gmm的一个高斯组件定义为一个文本主题，对于文本特征句子在任意一个文本主题下的概率可以表示为k个高斯组件的线性组合，对于文本特征句子对应的句子向量，可以通过贝叶斯计算句子向量在每个高斯组件下的概率分布，进而选取概率分布最高的主题确定为图片主题。
76.根据所述文字主题以及所述图片主题，确定与所述待投放信息关联的所述待推荐行业标签。
77.具体地，在根据所述实体识别结果确定与所述文字信息对应的文字主题，以及对所述图片信息进行主题特征提取，确定与所述图片信息对应的图片主题之后，确定文字主题与图片主题是否一致；若文字主题与图片主题一致时，确定与待投放信息关联的待推荐行业标签即为文字主题对应的标签。进一步地，针对于不同的主题，均可以预先存储与各主题(文字主题或者图片主题)对应的行业标签，进而在确定文字主题与图片主题一致时，直接查询与文字主题或者图片主题对应的行业标签，从而将查询到的行业标签记录为待推荐行业标签。
78.在一实施例中，步骤s20之前，也即所述自预设投放方案推荐数据库中，获取具有与所述待推荐行业标签相同的行业投放标签对应的待推荐四元组之前，还包括：
79.获取广告投放数据集；所述广告投放数据集中包含至少一个广告投放数据信息以及与所述广告投放数据信息一一对应关联的点击率数据表。
80.可以理解地，广告投放数据集即为广告投放数据信息的集合。其中，广告投放数据信息即为广告投放内容，例如图片，文字，视频等，该广告投放数据信息可以通过爬虫技术自各大网站上爬取得到。点击率数据表是指广告投放数据信息对应的广告投放之后的点击率数据汇总表格，该点击率数据表中存储着与媒体平台对应的平台点击率，也即该广告投放数据信息对应的广告投放至某个媒体平台后一段时间内采集的点击率的均值；该点击率数据表中还存储着与广告版位对应的版位点击率，也即该广告投放数据信息对应的广告投放至不同的广告版位之后一段时间内采集的点击率的均值。
81.对所述广告投放数据信息进行实体识别，以确定所述广告投放数据信息中的行业特征实体、媒体特征实体以及版位特征实体。
82.具体地，在获取广告投放数据集之后，对广告投放数据信息进行实体识别，以确定广告投放数据信息中的行业特征实体、媒体特征实体以及版位特征实体。其中，行业特征实体也即表征广告投放数据信息中的行业，例如教育行业、游戏行业、电商行业等；媒体特征
实体也即表征广告投放数据信息中的媒体平台，例如微信平台、应用宝平台等；版位特征实体也即表征广告投放数据信息中的广告版位，例如顶部版位，版位大小等。
83.根据所述行业特征实体生成与所述广告投放数据信息对应的行业投放标签，根据所述媒体特征实体生成与所述广告投放数据信息对应的媒体平台标签，根据所述版位特征实体生成与所述广告投放数据信息对应的广告版位标签。
84.具体地，在对所述广告投放数据信息进行实体识别，以确定所述广告投放数据信息中的行业特征实体、媒体特征实体以及版位特征实体之后，根据行业特征实体生成与广告投放数据信息对应的行业投放标签(例如手游实体，即可生成游戏行业标签)；根据媒体特征实体生成与广告投放数据信息对应的媒体平台标签(例如微信实体，即可生成微信平台标签)；根据版位特征实体生成与广告投放数据信息对应的广告版位标签(例如顶部版位实体，即可生成顶部版位标签)。一般地，一个广告投放数据信息的媒体平台标签与广告版位标签关联，也即一般一个广告的投放应为投放至某个媒体平台的一个具体地广告版位上。
85.自所述点击率数据表中获取与所述媒体特征实体对应的平台点击率，以及与所述版位特征实体对应的版位点击率。
86.具体地，在对所述广告投放数据信息进行实体识别，以确定所述广告投放数据信息中的媒体特征实体以及版位特征实体之后，自点击率数据表中获取与媒体特征实体对应的平台点击率，以及与版位特征实体对应的版位点击率。
87.将所述媒体平台标签、广告版位标签、平台点击率以及版位点击率关联记录为所述待推荐四元组，并将所述待推荐四元组与所述行业投放标签关联存储至所述预设投放方案推荐数据库中。
88.具体地，在自所述点击率数据表中获取与所述媒体特征实体对应的平台点击率，以及与所述版位特征实体对应的版位点击率之后，将一个广告投放数据信息的媒体平台标签、广告版位标签、平台点击率以及版位点击率关联记录为待推荐四元组，并将与其对应的行业投放标签以及该待推荐四元组关联存储至预设投放方案推荐数据库中。如上述说明，可以将行业投放标签作为树节点，并将待推荐四元组存储至该树节点之下。
89.应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
90.在一实施例中，提供一种广告投放方案推荐装置，该广告投放方案推荐装置与上述实施例中广告投放方案推荐方法一一对应。如图3所示，该广告投放方案推荐装置包括推荐指令接收模块10、待推荐四元组获取模块20、数据提取模块30、目标数据确定模块40和广告投放方案推荐模块50。各功能模块详细说明如下：
91.推荐指令接收模块10，用于接收包含待投放信息的广告投放方案推荐指令；所述待投放信息关联待推荐行业标签以及待推荐用户；
92.待推荐四元组获取模块20，用于自预设投放方案推荐数据库中，获取具有与所述待推荐行业标签相同的行业投放标签对应的待推荐四元组；所述待推荐四元组是由媒体平台标签、广告版位标签、与所述媒体平台标签对应的平台点击率，以及与所述广告版位标签对应的版位点击率构成；
93.数据提取模块30，用于自所有获取的待推荐四元组中提取所述媒体平台标签、广告版位标签、与所述媒体平台标签对应的平台点击率，以及与所述广告版位标签对应的版位点击率；
94.目标数据确定模块40，用于根据提取的所有所述平台点击率确定目标媒体标签，并根据提取的所有所述版位点击率选取目标版位标签；
95.广告投放方案推荐模块50，用于将所述目标媒体标签以及所述目标版位标签关联记录为广告投放方案，并将向所述待推荐用户推荐所述广告投放方案。
96.优选地，所述广告投放方案推荐装置还包括：
97.文字主题确定模块，用于将所述文字信息输入至实体识别模型中，得到与所述文字信息对应的实体识别结果，并根据所述实体识别结果确定与所述文字信息对应的文字主题；
98.图片主题确定模块，用于对所述图片信息进行主题特征提取，确定与所述图片信息对应的图片主题；
99.待推荐行业标签确定模块，用于根据所述文字主题以及所述图片主题，确定与所述待投放信息关联的所述待推荐行业标签。
100.关于广告投放方案推荐装置的具体限定可以参见上文中对于广告投放方案推荐方法的限定，在此不再赘述。上述广告投放方案推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
101.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储上述实施例中广告投放方案推荐方法所使用到的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种广告投放方案推荐方法。
102.在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中广告投放方案推荐方法。
103.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中广告投放方案推荐方法。
104.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括
随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
105.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
106.以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。