基于运营数据的广告生成方法、装置、设备及存储介质与流程

1.本发明涉及人工智能领域，尤其涉及一种基于运营数据的广告生成方法、装置、设备及存储介质。


背景技术：

2.随着互联网技术的不断发展，用户在使用互联网服务的过程中，也在不断地接收到各种各样的广告；大量的广告导致用户对广告逐渐变得麻木，从而导致广告的点击率也相应下降。
3.现有方案需要人工对用户需求的广告文本进行创作，并生成信息流广告，通过人工经验生成的广告对人员依赖性强，进而导致广告生成效率低。


技术实现要素：

4.本发明提供了一种基于运营数据的广告生成方法、装置、设备及存储介质，用于提高广告生成的效率。
5.本发明第一方面提供了一种基于运营数据的广告生成方法，所述基于运营数据的广告生成方法包括：接收运营终端发送的广告生成请求，并根据所述广告生成请求获取所述广告生成请求对应的运营数据；对所述运营数据进行文本提取，得到所述运营数据对应的用户需求文本；基于预置的关键词属性对所述用户需求文本进行关键词提取，得到所述用户需求文本对应的多个关键词，并根据所述用户需求文本生成用户偏好数据；根据所述多个关键词从预置的广告数据库中获取所述多个关键词对应的历史广告数据和运营标准文本；将所述历史广告数据和所述运营标准文本输入预置的广告生成模型进行广告生成，得到多个候选广告文本；根据所述用户偏好数据从所述多个候选广告文本中匹配与所述用户偏好数据对应的广告文本，得到目标广告文本。
6.可选的，在本发明第一方面的第一种实现方式中，所述对所述运营数据进行文本提取，得到所述运营数据对应的用户需求文本，包括：对所述运营数据进行多轮对话文本分离，得到目标多轮对话文本，其中，所述目标多轮对话文本用于指示用户和运营人员的多轮对话；对所述目标多轮对话文本进行文本分类，得到初始用户文本；对所述初始用户文本进行用户需求提取，得到用户需求文本。
7.可选的，在本发明第一方面的第二种实现方式中，所述基于预置的关键词属性对所述用户需求文本进行关键词提取，得到所述用户需求文本对应的多个关键词，并根据所述用户需求文本生成用户偏好数据，包括：获取用户需求文本对应的关键词属性，其中，所述关键词属性包括产品实体词和产品特征词；根据所述产品实体词对所述用户需求文本进行实体词提取，得到目标实体词，并根据所述产品特征词对所述用户需求文本进行特征词提取，得到目标特征词；将所述目标实体词和所述目标特征词作为所述用户需求文本对应的多个关键词；将所述用户需求文本输入预置的用户偏好分析模型进行用户偏好分析，得到用户偏好数据。
8.可选的，在本发明第一方面的第三种实现方式中，所述根据所述多个关键词从预置的广告数据库中获取所述多个关键词对应的历史广告数据和运营标准文本，包括：分别将所述多个关键词作为预置的广告数据库的索引词，并根据所述索引词对所述广告数据库进行搜索，得到每个关键词对应的广告数据；将每个关键词对应的广告数据作为历史广告数据并输出，其中，所述历史广告数据用于指示所述多个关键词相关的广告数据；根据所述历史广告数据获取所述历史广告数据对应的运营标准文本。
9.可选的，在本发明第一方面的第四种实现方式中，所述将所述历史广告数据和所述运营标准文本输入预置的广告生成模型进行广告生成，得到多个候选广告文本，包括：将所述历史广告数据和所述运营标准文本输入预置的广告生成模型，其中，所述广告生成模型包括自注意力机制层、编解码器和前向神经网络；提取所述运营标准文本对应的广告禁用词和产品规范词；将所述历史广告数据输入所述自注意力机制层进行向量转换，得到初始向量；将所述初始向量输入所述编解码器进行特征提取，得到特征向量；将所述特征向量输入所述前向神经网络进行概率分布运算，得到词概率分布；将所述词概率分布中概率值最大的词作为生成词，并根据所述广告禁用词和所述产品规范词对所述生成词进行筛选和组合，生成多个候选广告文本。
10.可选的，在本发明第一方面的第五种实现方式中，所述根据所述用户偏好数据从所述多个候选广告文本中匹配与所述用户偏好数据对应的广告文本，得到目标广告文本，包括：根据所述用户偏好数据对所述多个候选广告文本进行特征运算，得到每个候选广告文本对应的特征值；对每个候选广告文本对应的特征值进行排序，得到特征值排序；获取所述特征值排序中的最大值，并将所述最大值对应的候选广告文本作为目标广告文本。
11.可选的，在本发明第一方面的第六种实现方式中，所述基于运营数据的广告生成方法还包括：对所述目标广告文本进行广告投放，并获取所述目标广告文本的投放点击率；根据所述投放点击率生成所述目标广告文本对应的广告质量评估结果；根据所述广告质量评估结果对所述目标广告文本进行文本优化，得到优化后的广告文本。
12.本发明第二方面提供了一种基于运营数据的广告生成装置，所述基于运营数据的广告生成装置包括：接收模块，用于接收运营终端发送的广告生成请求，并根据所述广告生成请求获取所述广告生成请求对应的运营数据；提取模块，用于对所述运营数据进行文本提取，得到所述运营数据对应的用户需求文本；处理模块，用于基于预置的关键词属性对所述用户需求文本进行关键词提取，得到所述用户需求文本对应的多个关键词，并根据所述用户需求文本生成用户偏好数据；获取模块，用于根据所述多个关键词从预置的广告数据库中获取所述多个关键词对应的历史广告数据和运营标准文本；生成模块，用于将所述历史广告数据和所述运营标准文本输入预置的广告生成模型进行广告生成，得到多个候选广告文本；匹配模块，用于根据所述用户偏好数据从所述多个候选广告文本中匹配与所述用户偏好数据对应的广告文本，得到目标广告文本。
13.可选的，在本发明第二方面的第一种实现方式中，所述提取模块具体用于：对所述运营数据进行多轮对话文本分离，得到目标多轮对话文本，其中，所述目标多轮对话文本用于指示用户和运营人员的多轮对话；对所述目标多轮对话文本进行文本分类，得到初始用户文本；对所述初始用户文本进行用户需求提取，得到用户需求文本。
14.可选的，在本发明第二方面的第二种实现方式中，所述处理模块具体用于：获取用
户需求文本对应的关键词属性，其中，所述关键词属性包括产品实体词和产品特征词；根据所述产品实体词对所述用户需求文本进行实体词提取，得到目标实体词，并根据所述产品特征词对所述用户需求文本进行特征词提取，得到目标特征词；将所述目标实体词和所述目标特征词作为所述用户需求文本对应的多个关键词；将所述用户需求文本输入预置的用户偏好分析模型进行用户偏好分析，得到用户偏好数据。
15.可选的，在本发明第二方面的第三种实现方式中，所述获取模块具体用于：分别将所述多个关键词作为预置的广告数据库的索引词，并根据所述索引词对所述广告数据库进行搜索，得到每个关键词对应的广告数据；将每个关键词对应的广告数据作为历史广告数据并输出，其中，所述历史广告数据用于指示所述多个关键词相关的广告数据；根据所述历史广告数据获取所述历史广告数据对应的运营标准文本。
16.可选的，在本发明第二方面的第四种实现方式中，所述生成模块具体用于：将所述历史广告数据和所述运营标准文本输入预置的广告生成模型，其中，所述广告生成模型包括自注意力机制层、编解码器和前向神经网络；提取所述运营标准文本对应的广告禁用词和产品规范词；将所述历史广告数据输入所述自注意力机制层进行向量转换，得到初始向量；将所述初始向量输入所述编解码器进行特征提取，得到特征向量；将所述特征向量输入所述前向神经网络进行概率分布运算，得到词概率分布；将所述词概率分布中概率值最大的词作为生成词，并根据所述广告禁用词和所述产品规范词对所述生成词进行筛选和组合，生成多个候选广告文本。
17.可选的，在本发明第二方面的第五种实现方式中，所述匹配模块具体用于：根据所述用户偏好数据对所述多个候选广告文本进行特征运算，得到每个候选广告文本对应的特征值；对每个候选广告文本对应的特征值进行排序，得到特征值排序；获取所述特征值排序中的最大值，并将所述最大值对应的候选广告文本作为目标广告文本。
18.可选的，在本发明第二方面的第六种实现方式中，所述基于运营数据的广告生成装置还包括：优化模块，用于对所述目标广告文本进行广告投放，并获取所述目标广告文本的投放点击率；根据所述投放点击率生成所述目标广告文本对应的广告质量评估结果；根据所述广告质量评估结果对所述目标广告文本进行文本优化，得到优化后的广告文本。
19.本发明第三方面提供了一种基于运营数据的广告生成设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于运营数据的广告生成设备执行上述的基于运营数据的广告生成方法。
20.本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的基于运营数据的广告生成方法。
21.本发明提供的技术方案中，接收运营终端发送的广告生成请求，并根据所述广告生成请求获取所述广告生成请求对应的运营数据；对所述运营数据进行文本提取，得到所述运营数据对应的用户需求文本；基于预置的关键词属性对所述用户需求文本进行关键词提取，得到所述用户需求文本对应的多个关键词，并根据所述用户需求文本生成用户偏好数据；根据所述多个关键词从预置的广告数据库中获取所述多个关键词对应的历史广告数据和运营标准文本；将所述历史广告数据和所述运营标准文本输入预置的广告生成模型进行广告生成，得到多个候选广告文本；根据所述用户偏好数据从所述多个候选广告文本中
匹配与所述用户偏好数据对应的广告文本，得到目标广告文本。本发明通过构建人工智能模型进行广告文本生成，并且在广告文本生成的过程中增加了运营标准文本，减少了广告文本的改动，进而提高了广告文本生成的效率。
附图说明
22.图1为本发明实施例中基于运营数据的广告生成方法的一个实施例示意图；图2为本发明实施例中基于运营数据的广告生成方法的另一个实施例示意图；图3为本发明实施例中基于运营数据的广告生成装置的一个实施例示意图；图4为本发明实施例中基于运营数据的广告生成装置的另一个实施例示意图；图5为本发明实施例中基于运营数据的广告生成设备的一个实施例示意图。
具体实施方式
23.本发明实施例提供了一种基于运营数据的广告生成方法、装置、设备及存储介质，用于提高广告生成的效率。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
24.为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中基于运营数据的广告生成方法的一个实施例包括：101、接收运营终端发送的广告生成请求，并根据广告生成请求获取广告生成请求对应的运营数据；可以理解的是，本发明的执行主体可以为基于运营数据的广告生成装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
25.具体的，运营终端用于向接收大数据中心推送的服务项目，并向运营人员展示，由运营人员向用户提供服务支持，广告生成请求消息包括网址信息和用户位置信息，进一步的，服务器接收运营终端发送的广告生成请求，并根据广告生成请求获取广告生成请求对应的运营数据。
26.102、对运营数据进行文本提取，得到运营数据对应的用户需求文本；需要说明的是，运营数据包括多组待分类的对话型文本，此对话型文本可以是在客户和客服对话过程中实时采集到的对话型文本，提取所述待分类的对话型文本的待分类文本特征，此处提取待分类文本特征可以是将对话型文本进行分词，然后对每个词获取对应的词向量，将词向量组合得到待分类文本特征，也可以通过预置的语言识别模型提取文本特征，将所述待分类文本特征输入训练好的对话型文本分类模型，对运营数据进行文本提取，得到运营数据对应的用户需求文本。
27.103、基于预置的关键词属性对用户需求文本进行关键词提取，得到用户需求文本对应的多个关键词，并根据用户需求文本生成用户偏好数据；
需要说明的是，在需要对待提取完本中的关键词进行提取时，是基于关联的关键词库，在关联的关键词库中进行搜索，匹配出待提取文本中的关键词，然后基于关键词确定出所有的文本句式及对应的关键词组合，再根据关键词概率网络模型分析确定各所述文本句式及对应的关键词组合成立的概率，并将分析确定的概率中值最大的概率对应的关键词组合确定为从所述待提取文本中提取的关键词组合，具体的，基于预置的关键词属性对用户需求文本进行关键词提取，得到用户需求文本对应的多个关键词，并根据用户需求文本生成用户偏好数据，其在提取出待提取文本中的关键词的基础上，确定出所有的文本句式及对应的关键词组合，然后基于关键词概率网络模型来确定出各文本句式及对应的关键词组合的概率，其不仅响应速度快，而且简化了提取文本关键词的难度，提高了文本关键词的准确性。
28.104、根据多个关键词从预置的广告数据库中获取多个关键词对应的历史广告数据和运营标准文本；具体的，根据历史广告数据的协议索引，在查询链表数组中确定运营标准文本的当前链表，其中，查询链表数组中的链表包括协议的协议索引和协议承载的多个协议的协议索引；通过运营标准文本的当前链表的表头项记载的协议索引，确定表头项记载的协议索引对应的目标协议的头部信息；将表头项记载的协议索引对应的目标协议的头部信息记录至目标数据的头部信息记录链表，得到运营标准文本，进一步的，服务器根据多个关键词从预置的广告数据库中获取多个关键词对应的历史广告数据和运营标准文本。
29.105、将历史广告数据和运营标准文本输入预置的广告生成模型进行广告生成，得到多个候选广告文本；具体的，将历史广告数据集运营标准文本输入该广告生成模型进行相似度计算，得到对应的目标相似度，并根据该目标相似度对运营标准文本进行文本校正及词向量转换，得到该运营标准文本的文本向量，并将该文本向量输入预置的关联度分析模型进行上下文关联度分析，得到多个候选广告文本。
30.106、根据用户偏好数据从多个候选广告文本中匹配与用户偏好数据对应的广告文本，得到目标广告文本。
31.需要说明的是，在进行广告文本匹配前，需要获取用户偏好数据，并根据该用户偏好数据进行话题分布预测，具体的，对该用户偏好数据进行信息提取，得到对应的话题分布信息，进而根据该话题分布信息从多个候选广告文本进行匹配，得到目标广告文本。
32.本发明实施例中，接收运营终端发送的广告生成请求，并根据广告生成请求获取广告生成请求对应的运营数据；对运营数据进行文本提取，得到运营数据对应的用户需求文本；基于预置的关键词属性对用户需求文本进行关键词提取，得到用户需求文本对应的多个关键词，并根据用户需求文本生成用户偏好数据；根据多个关键词从预置的广告数据库中获取多个关键词对应的历史广告数据和运营标准文本；将历史广告数据和运营标准文本输入预置的广告生成模型进行广告生成，得到多个候选广告文本；根据用户偏好数据从多个候选广告文本中匹配与用户偏好数据对应的广告文本，得到目标广告文本。本发明通过构建人工智能模型进行广告文本生成，并且在广告文本生成的过程中增加了运营标准文本，减少了广告文本的改动，进而提高了广告文本生成的效率。
33.请参阅图2，本发明实施例中基于运营数据的广告生成方法的另一个实施例包括：
201、接收运营终端发送的广告生成请求，并根据广告生成请求获取广告生成请求对应的运营数据；具体的，在本实施例中，步骤201的具体实施方式与上述步骤101类似，此处不再赘述。
34.202、对运营数据进行文本提取，得到运营数据对应的用户需求文本；具体的，服务器对运营数据进行多轮对话文本分离，得到目标多轮对话文本，其中，目标多轮对话文本用于指示用户和运营人员的多轮对话；对目标多轮对话文本进行文本分类，得到初始用户文本；对初始用户文本进行用户需求提取，得到用户需求文本。
35.可选的，对文本分词后词序列预定义隐藏状态和观察状态，构建隐马尔可夫模型，基于观察状态构造观察特征，训练观测特征对隐藏状态的多分类模型；动态地将分类模型对隐藏状态的预测概率向量按列拼接为观测概率矩阵，并对初始用户文本进行用户需求提取，得到用户需求文本，该方法在保留了隐马尔可夫序列建模能力的同时，通过融合多维度观测特征的分类算法加强了观测状态对隐藏状态指示能力的建模，不仅可用于将自发地理信息领域不规范文本数据映射为结构化地址要素信息，进而对该初始用户文本进行用户需求提取，得到用户需求文本。
36.203、基于预置的关键词属性对用户需求文本进行关键词提取，得到用户需求文本对应的多个关键词，并根据用户需求文本生成用户偏好数据；具体的，服务器获取用户需求文本对应的关键词属性，其中，关键词属性包括产品实体词和产品特征词；根据产品实体词对用户需求文本进行实体词提取，得到目标实体词，并根据产品特征词对用户需求文本进行特征词提取，得到目标特征词；将目标实体词和目标特征词作为用户需求文本对应的多个关键词；将用户需求文本输入预置的用户偏好分析模型进行用户偏好分析，得到用户偏好数据。
37.可选的，获取待提取文本，在关联的关键词库中进行搜索，匹配出所述待提取文本中的关键词根据所述待提取文本、匹配出的所述待提取文本中的关键词，确定出所有的文本句式及对应的关键词组合根据关键词概率网络模型，分析确定各所述文本句式及对应的关键词组合成立的概率将分析确定的概率中值最大的概率对应的关键词组合确定为从所述待提取文本中提取的关键词组合。具体的，服务器根据产品实体词对用户需求文本进行实体词提取，得到目标实体词，并根据产品特征词对用户需求文本进行特征词提取，得到目标特征词；将目标实体词和目标特征词作为用户需求文本对应的多个关键词；将用户需求文本输入预置的用户偏好分析模型进行用户偏好分析，得到用户偏好数据。
38.204、根据多个关键词从预置的广告数据库中获取多个关键词对应的历史广告数据和运营标准文本；具体的，服务器分别将多个关键词作为预置的广告数据库的索引词，并根据索引词对广告数据库进行搜索，得到每个关键词对应的广告数据；将每个关键词对应的广告数据作为历史广告数据并输出，其中，历史广告数据用于指示多个关键词相关的广告数据；根据历史广告数据获取历史广告数据对应的运营标准文本。
39.可选的，服务器将若干分词结果中的词语转化为词向量，根据聚类算法将所有词向量划分为预设数量的类簇，对类簇包含的所有词向量进行相加，以得到类簇的类簇向量，并将类簇向量输入预设的关键词提取模型，以得到类簇的标准关键词的词向量，将与类簇
的标准关键词的词向量对应的相似度最高时的词向量所对应的词语，确定为类簇的关键词，以提取待提取文本的关键词，进而服务器分别将多个关键词作为预置的广告数据库的索引词，并根据索引词对广告数据库进行搜索，得到每个关键词对应的广告数据；将每个关键词对应的广告数据作为历史广告数据并输出，其中，历史广告数据用于指示多个关键词相关的广告数据；根据历史广告数据获取历史广告数据对应的运营标准文本。
40.205、将历史广告数据和运营标准文本输入预置的广告生成模型进行广告生成，得到多个候选广告文本；具体的，服务器将历史广告数据和运营标准文本输入预置的广告生成模型，其中，广告生成模型包括自注意力机制层、编解码器和前向神经网络；提取运营标准文本对应的广告禁用词和产品规范词；将历史广告数据输入自注意力机制层进行向量转换，得到初始向量；将初始向量输入编解码器进行特征提取，得到特征向量；将特征向量输入前向神经网络进行概率分布运算，得到词概率分布；将词概率分布中概率值最大的词作为生成词，并根据广告禁用词和产品规范词对生成词进行筛选和组合，生成多个候选广告文本。
41.其中，将历史广告数据和运营标准文本输入预置的文本生成器，其中，所述文本生成器包括自注意力机制层、编解码器和前向神经网络，将所述话题分布信息和所述目标运营文本输入所述自注意力机制层进行向量转换，得到初始向量，将所述初始向量输入所述编解码器进行特征提取，得到特征向量；将所述特征向量输入所述前向神经网络进行概率分布运算，得到词概率分布；将所述词概率分布中概率值最大的词作为生成词，并将特征向量输入前向神经网络进行概率分布运算，得到词概率分布；将词概率分布中概率值最大的词作为生成词，并根据广告禁用词和产品规范词对生成词进行筛选和组合，生成多个候选广告文本。
42.206、根据用户偏好数据从多个候选广告文本中匹配与用户偏好数据对应的广告文本，得到目标广告文本；具体的，服务器根据用户偏好数据对多个候选广告文本进行特征运算，得到每个候选广告文本对应的特征值；对每个候选广告文本对应的特征值进行排序，得到特征值排序；获取特征值排序中的最大值，并将最大值对应的候选广告文本作为目标广告文本。
43.其中，获取候选广告文本对应的主题关键词集，并对多个候选广告文本内进行相似度计算，得到对应的目标相似度，需要说明的是，相似度分析结果包括主题关联度、内容相似度、多个候选广告文本间的相似度。通过本发明使得相似度分析结果准确，即使是长文本和短文本的比对也能获得准确的相似度分析结果，适用性强。本发明可广泛应用于数据处理领域，具体的，服务器对每个候选广告文本对应的特征值进行排序，得到特征值排序；获取特征值排序中的最大值，并将最大值对应的候选广告文本作为目标广告文本。
44.207、对目标广告文本进行广告投放，并获取目标广告文本的投放点击率；208、根据投放点击率生成目标广告文本对应的广告质量评估结果；209、根据广告质量评估结果对目标广告文本进行文本优化，得到优化后的广告文本。
45.可选的，服务器根据待投放广告的定向类型，创建多个分类哈希映射表；服务器获取流量请求中的多种定向类型的值，在多个分类哈希映射表中查询并获取对应的多个分类待投放广告集，在多个分类待投放广告集中取交集，获取满足投放要求的广告列表，据投放
点击率生成目标广告文本对应的广告质量评估结果，进而服务器根据广告质量评估结果对目标广告文本进行文本优化，得到优化后的广告文本。
46.本发明实施例中，接收运营终端发送的广告生成请求，并根据广告生成请求获取广告生成请求对应的运营数据；对运营数据进行文本提取，得到运营数据对应的用户需求文本；基于预置的关键词属性对用户需求文本进行关键词提取，得到用户需求文本对应的多个关键词，并根据用户需求文本生成用户偏好数据；根据多个关键词从预置的广告数据库中获取多个关键词对应的历史广告数据和运营标准文本；将历史广告数据和运营标准文本输入预置的广告生成模型进行广告生成，得到多个候选广告文本；根据用户偏好数据从多个候选广告文本中匹配与用户偏好数据对应的广告文本，得到目标广告文本。本发明通过构建人工智能模型进行广告文本生成，并且在广告文本生成的过程中增加了运营标准文本，减少了广告文本的改动，进而提高了广告文本生成的效率。
47.上面对本发明实施例中基于运营数据的广告生成方法进行了描述，下面对本发明实施例中基于运营数据的广告生成装置进行描述，请参阅图3，本发明实施例中基于运营数据的广告生成装置一个实施例包括：接收模块301，用于接收运营终端发送的广告生成请求，并根据所述广告生成请求获取所述广告生成请求对应的运营数据；提取模块302，用于对所述运营数据进行文本提取，得到所述运营数据对应的用户需求文本；处理模块303，用于基于预置的关键词属性对所述用户需求文本进行关键词提取，得到所述用户需求文本对应的多个关键词，并根据所述用户需求文本生成用户偏好数据；获取模块304，用于根据所述多个关键词从预置的广告数据库中获取所述多个关键词对应的历史广告数据和运营标准文本；生成模块305，用于将所述历史广告数据和所述运营标准文本输入预置的广告生成模型进行广告生成，得到多个候选广告文本；匹配模块306，用于根据所述用户偏好数据从所述多个候选广告文本中匹配与所述用户偏好数据对应的广告文本，得到目标广告文本。
48.本发明实施例中，接收运营终端发送的广告生成请求，并根据所述广告生成请求获取所述广告生成请求对应的运营数据；对所述运营数据进行文本提取，得到所述运营数据对应的用户需求文本；基于预置的关键词属性对所述用户需求文本进行关键词提取，得到所述用户需求文本对应的多个关键词，并根据所述用户需求文本生成用户偏好数据；根据所述多个关键词从预置的广告数据库中获取所述多个关键词对应的历史广告数据和运营标准文本；将所述历史广告数据和所述运营标准文本输入预置的广告生成模型进行广告生成，得到多个候选广告文本；根据所述用户偏好数据从所述多个候选广告文本中匹配与所述用户偏好数据对应的广告文本，得到目标广告文本。本发明通过构建人工智能模型进行广告文本生成，并且在广告文本生成的过程中增加了运营标准文本，减少了广告文本的改动，进而提高了广告文本生成的效率。
49.请参阅图4，本发明实施例中基于运营数据的广告生成装置另一个实施例包括：接收模块301，用于接收运营终端发送的广告生成请求，并根据所述广告生成请求获取所述广告生成请求对应的运营数据；
提取模块302，用于对所述运营数据进行文本提取，得到所述运营数据对应的用户需求文本；处理模块303，用于基于预置的关键词属性对所述用户需求文本进行关键词提取，得到所述用户需求文本对应的多个关键词，并根据所述用户需求文本生成用户偏好数据；获取模块304，用于根据所述多个关键词从预置的广告数据库中获取所述多个关键词对应的历史广告数据和运营标准文本；生成模块305，用于将所述历史广告数据和所述运营标准文本输入预置的广告生成模型进行广告生成，得到多个候选广告文本；匹配模块306，用于根据所述用户偏好数据从所述多个候选广告文本中匹配与所述用户偏好数据对应的广告文本，得到目标广告文本。
50.可选的，所述提取模块302具体用于：对所述运营数据进行多轮对话文本分离，得到目标多轮对话文本，其中，所述目标多轮对话文本用于指示用户和运营人员的多轮对话；对所述目标多轮对话文本进行文本分类，得到初始用户文本；对所述初始用户文本进行用户需求提取，得到用户需求文本。
51.可选的，所述处理模块303具体用于：获取用户需求文本对应的关键词属性，其中，所述关键词属性包括产品实体词和产品特征词；根据所述产品实体词对所述用户需求文本进行实体词提取，得到目标实体词，并根据所述产品特征词对所述用户需求文本进行特征词提取，得到目标特征词；将所述目标实体词和所述目标特征词作为所述用户需求文本对应的多个关键词；将所述用户需求文本输入预置的用户偏好分析模型进行用户偏好分析，得到用户偏好数据。
52.可选的，所述获取模块304具体用于：分别将所述多个关键词作为预置的广告数据库的索引词，并根据所述索引词对所述广告数据库进行搜索，得到每个关键词对应的广告数据；将每个关键词对应的广告数据作为历史广告数据并输出，其中，所述历史广告数据用于指示所述多个关键词相关的广告数据；根据所述历史广告数据获取所述历史广告数据对应的运营标准文本。
53.可选的，所述生成模块305具体用于：将所述历史广告数据和所述运营标准文本输入预置的广告生成模型，其中，所述广告生成模型包括自注意力机制层、编解码器和前向神经网络；提取所述运营标准文本对应的广告禁用词和产品规范词；将所述历史广告数据输入所述自注意力机制层进行向量转换，得到初始向量；将所述初始向量输入所述编解码器进行特征提取，得到特征向量；将所述特征向量输入所述前向神经网络进行概率分布运算，得到词概率分布；将所述词概率分布中概率值最大的词作为生成词，并根据所述广告禁用词和所述产品规范词对所述生成词进行筛选和组合，生成多个候选广告文本。
54.可选的，所述匹配模块306具体用于：根据所述用户偏好数据对所述多个候选广告文本进行特征运算，得到每个候选广告文本对应的特征值；对每个候选广告文本对应的特征值进行排序，得到特征值排序；获取所述特征值排序中的最大值，并将所述最大值对应的候选广告文本作为目标广告文本。
55.可选的，所述基于运营数据的广告生成装置还包括：优化模块307，用于对所述目标广告文本进行广告投放，并获取所述目标广告文本的投放点击率；根据所述投放点击率生成所述目标广告文本对应的广告质量评估结果；根据所述广告质量评估结果对所述目标
广告文本进行文本优化，得到优化后的广告文本。
56.本发明实施例中，接收运营终端发送的广告生成请求，并根据所述广告生成请求获取所述广告生成请求对应的运营数据；对所述运营数据进行文本提取，得到所述运营数据对应的用户需求文本；基于预置的关键词属性对所述用户需求文本进行关键词提取，得到所述用户需求文本对应的多个关键词，并根据所述用户需求文本生成用户偏好数据；根据所述多个关键词从预置的广告数据库中获取所述多个关键词对应的历史广告数据和运营标准文本；将所述历史广告数据和所述运营标准文本输入预置的广告生成模型进行广告生成，得到多个候选广告文本；根据所述用户偏好数据从所述多个候选广告文本中匹配与所述用户偏好数据对应的广告文本，得到目标广告文本。本发明通过构建人工智能模型进行广告文本生成，并且在广告文本生成的过程中增加了运营标准文本，减少了广告文本的改动，进而提高了广告文本生成的效率。
57.上面图3和图4从模块化功能实体的角度对本发明实施例中的基于运营数据的广告生成装置进行详细描述，下面从硬件处理的角度对本发明实施例中基于运营数据的广告生成设备进行详细描述。
58.图5是本发明实施例提供的一种基于运营数据的广告生成设备的结构示意图，该基于运营数据的广告生成设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（central processing units，cpu）510（例如，一个或一个以上处理器）和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530（例如一个或一个以上海量存储设备）。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块（图示没标出），每个模块可以包括对基于运营数据的广告生成设备500中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在基于运营数据的广告生成设备500上执行存储介质530中的一系列指令操作。
59.基于运营数据的广告生成设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如windows serve，mac os x，unix，linux，freebsd等等。本领域技术人员可以理解，图5示出的基于运营数据的广告生成设备结构并不构成对基于运营数据的广告生成设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
60.本发明还提供一种基于运营数据的广告生成设备，所述基于运营数据的广告生成设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述基于运营数据的广告生成方法的步骤。
61.本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述基于运营数据的广告生成方法的步骤。
62.进一步地，计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
63.本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
64.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
65.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（read-only memory， rom）、随机存取存储器（random access memory，ram）、磁碟或者光盘等各种可以存储程序代码的介质。
66.以上所述，以上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。