一种基于知识图谱和AB实验的智能广告投放方法与流程

技术特征：
1.一种基于知识图谱和ab实验的智能广告投放方法，其特征在于，包括以下步骤：s1：构建广告投放优化知识图谱；s2：根据投放知识图谱，进行ab分组实验；s3：依据效果数据，获得高效的投放优化知识规则；s4：按照高效的投放优化知识规则进行广告投放。2.根据权利要求1所述的一种基于知识图谱和ab实验的智能广告投放方法，其特征在于：所述步骤s1中，广告投放优化知识图谱的具体构建步骤为：s11：获取原始数据信息；s12：预处理原始数据信息，剔除不完整、重复、无关广告投放优化内容的原始数据信息；s13：人工筛选原始数据信息，剔除日期久远且与现在广告投放优化规则相冲突的原始数据信息；s14：将二次处理后的原始数据信息导入到图形数据库中，形成广告投放优化知识图谱；s15：为广告投放优化知识图谱的每条广告投放优化规则设置权重，初始权重值为0.5。3.根据权利要求2所述的一种基于知识图谱和ab实验的智能广告投放方法，其特征在于：所述步骤s11中，广告投放优化行业优秀人物发表的期刊以及访谈、以在社交网站上的热门广告投放优化文章为起点进行搜索而获取的数据信息、在正规广告投放优化培训机构的官网上获取的数据信息均可作为原始数据信息。4.根据权利要求1所述的一种基于知识图谱和ab实验的智能广告投放方法，其特征在于：所述步骤s2中，具体的ab分组实验的步骤为：s21：a实验组广告投放优化方式按照广告投放优化知识图谱中的一种广告投放优化规则进行；s22：b对照组广告投放优化方式按照广告投放优化知识图谱中的另一种广告投放优化规则进行，b对照组的广告投放优化规则内容与a实验组的广告投放优化规则内容大致相同，但其中一条广告投放优化规则内容存在差异。5.根据权利要求1所述的一种基于知识图谱和ab实验的智能广告投放方法，其特征在于：所述步骤s3中，具体的依据效果数据，获得高效投放优化知识规则的步骤为：s31：通过marketingapi获得a实验组和b对照组的广告计划投放数据；s32：比较a实验组和b对照组的广告计划投放数据的转化成本，若a实验组的转化成本低，则说明广告投放优化知识图谱中a实验组采用的异于b对照组的广告投放优化规则优于b对照组采用的广告投放优化规则，调整a实验组采用的广告投放优化规则的权重值；s33：重复步骤s2中，直至广告投放优化知识图谱得到最优广告投放优化规则。6.根据权利要求5所述的一种基于知识图谱和ab实验的智能广告投放方法，其特征在于：所述步骤s31中，广告计划投放数据包括广告计划名称、投放人群、广告素材信息、时间、消耗、转化数、转化成本。

技术总结
本发明公开了一种基于知识图谱和AB实验的智能广告投放方法，属于广告投放方法技术领域，包括以下步骤：S1：构建广告投放优化知识图谱；S2：根据投放知识图谱，进行AB分组实验；S3：依据效果数据，获得高效的投放优化知识规则；S4：按照高效的投放优化知识规则进行广告投放；本发明先通过采集处理行业经验原始数据信息构建出广告投放优化知识图谱，再根据广告投放优化知识图谱进行AB实验，得到高转化和优效果的广告投放优化知识规则，后广告投放可根据得到的广告投放优化知识规则进行优化，较现有通过广告优化师24小时根据经验优化广告的方式而言，广告投放优化效果更好，能够显著提高广告投放的转化率。广告投放的转化率。广告投放的转化率。


技术研发人员：汤泽亮
受保护的技术使用者：杭州索引科技有限公司
技术研发日：2021.06.29
技术公布日：2021/10/23