用于获取广告触点信息的方法及装置、电子设备、存储介质与流程

1.本技术涉及广告营销技术领域，例如涉及一种用于获取广告触点信息的方法及装置、电子设备、存储介质。


背景技术：

2.随着智能手机、平板电脑等移动终端设备的普及，app(application，应用软件)客户端逐渐成为人们上网的主要方式，广告主越来越多地利用这些app为载体进行投放广告，以达到产品宣传、提高收益的目的。广告主在进行广告营销之前，通常需要进行一系列的市场调研。通过市场调研确定广告投放的人群、媒体，这样能够获取广告触点信息，广告触点信息包括关键触点(广告投放的媒体app)和关键触点之间的关系。这样便于根据广告触点信息来制定广告投放策略。
3.在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：
4.相关技术中通常是采用发放问卷调查、查阅行业报告、专家访谈等传统市场调研的方法来挖掘广告触点信息，由于传统市场调研的方法容易受到访谈者、参与者主观思想的干扰，可靠性较低，使得根据广告触点信息制定广告投放策略的效果较差，导致广告营销的投资回报率较低。


技术实现要素：

5.为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
6.本公开实施例提供了一种用于获取广告触点信息的方法及装置、电子设备、存储介质，以能够提高广告营销的投资回报率。
7.在一些实施例中，所述用于获取广告触点信息的方法，包括：获取多个用户分别对应的网络行为日志数据，所述网络行为日志数据包括用户行为的发生时间。获取各所述网络行为日志数据分别对应的决策app节点和转化app节点。按照所述发生时间的时间顺序对所述决策app节点和所述转化app节点进行排序，获得各所述网络行为日志数据分别对应的app决策路径。根据各所述app决策路径获取频繁app项集。将所述频繁app项集中的决策app节点确定为关键触点，并根据所述频繁app项集生成所述关键触点对应的app强关联规则。
8.在一些实施例中，所述网络行为日志数据包括用户使用的app名称、app文本信息；获取各所述网络行为日志数据分别对应的决策app节点和转化app节点，包括：按照预设格式对各所述app文本信息进行整理，获得文本数据集合。所述文本数据集合包括多条文本数据，所述文本数据包括用户使用的app名称、标题文本和正文文本。对各所述文本数据进行实体识别，获得各所述文本数据分别对应的第一备选品牌名称。对各所述第一备选品牌名称进行消歧处理，获得各所述品牌名称分别对应的标准品牌名称。根据各所述标准品牌名称和预设的目标品牌确定出决策app节点和转化app节点。
9.在一些实施例中，所述网络行为日志数据包括用户身份标识号id、用户行为的发生时间、用户使用的app名称和网络行为日志数据的状态标识；根据各所述标准品牌名称和预设的目标品牌确定出决策app节点和转化app节点，包括：将与预设的目标品牌相同的标准品牌名称确定为第二备选品牌名称。从所述网络行为日志数据中筛选出所述第二备选品牌名称对应的app信息。所述app信息包括用户id、用户使用的app名称、用户行为的发生时间和网络行为日志数据的状态标识。在所述app信息或所述app信息对应的文本数据中包含所述第二备选品牌名称的情况下，将所述app信息中的用户使用的app名称确定为目标app，并在所述目标app对应的网络行为日志数据的状态标识为第一预设类型标识的情况下，将所述目标app确定为决策app节点；在所述目标app对应的网络行为日志数据的状态标识为第二预设类型标识的情况下，将所述目标app确定为转化app节点。
10.在一些实施例中，根据各所述app决策路径获取频繁app项集，包括：获取各所述app决策路径分别对应的app决策集合，从各所述app决策集合中确定出频繁app项集。
11.在一些实施例中，获取所述app决策路径对应的app决策集合，包括：按照所述时间顺序遍历所述app决策路径，将所述app决策路径中的第一个转化app节点对应的用户行为的发生时间确定为第一时间。从所述第一个转化app节点开始，按照与所述时间顺序相反的方向依次进行遍历，将遍历到的决策app节点对应的用户行为的发生时间确定为第二时间。分别获取所述第一时间和各所述第二时间之间的时间差值。在所述时间差值小于预设的时间阈值的情况下，将遍历到的决策app节点添加至决策app集合中；或，在所述时间差值大于或等于所述时间阈值的情况下，对所述决策app集合进行去重操作。从所述app决策路径中移除所述第一个转化app节点和所述第一个转化app节点之前的所有节点，获得备选app决策路径。所述第一个转化app节点之前的所有节点为从所述第一个转化app节点开始，与所述时间顺序相反的方向上的所有节点。按照所述时间顺序继续遍历所述备选app决策路径，直到所述备选app决策路径中没有转化app节点。
12.在一些实施例中，从各所述app决策集合中确定出频繁app项集，包括：对每个app决策集合执行以下操作：对所述app决策集合中的决策app节点进行全排列，生成所述app决策集合对应的多个项集。获取各所述项集分别对应的支持度，将大于第一预设阈值的支持度对应的项集确定为频繁项集。
13.在一些实施例中，根据所述频繁app项集生成所述关键触点对应的app强关联规则，包括：对所述频繁项集中的决策app节点进行全排列，生成多个非空真子集，利用所述频繁项集和各所述非空真子集生成备选规则。获取各所述备选规则分别对应的置信度，将置信度大于第二预设阈值的备选规则确定为所述app强关联规则。
14.在一些实施例中，所述用于获取广告触点信息的装置，包括：第一获取模块，被配置为获取多个用户分别对应的网络行为日志数据。所述网络行为日志数据包括用户行为的发生时间。第二获取模块，被配置为获取各所述网络行为日志数据分别对应的决策app节点和转化app节点。排序模块，被配置为按照所述发生时间的时间顺序对所述决策app节点和所述转化app节点进行排序，获得各所述网络行为日志数据分别对应的app决策路径。第三获取模块，被配置为根据各所述app决策路径获取频繁app项集。确定模块，被配置为将所述频繁app项集中的决策app节点确定为关键触点，并根据所述频繁app项集生成所述关键触点对应的app强关联规则。
15.在一些实施例中，所述电子设备，包括处理器和存储有程序指令的存储器，所述处理器被配置为在运行所述程序指令时，执行上述的用于获取广告触点信息的方法。
16.在一些实施例中，所述存储介质存储有程序指令，所述程序指令在运行时，执行上述的用于获取广告触点信息的方法。
17.本公开实施例提供的用于获取广告触点信息的方法及装置、电子设备、存储介质，可以实现以下技术效果：通过从用户对应的网络行为日志数据中提取出决策app节点和转化app节点，根据决策app节点和转化app节点获得app决策路径，能够获得频繁app项集，从而能够获得关键触点以及关键触点对应的app强关联规则。由于网络行为日志数据的样本容量大、时效性强且真实性高，能够更快、更准、更高效获得真实全面的消费者洞察，这样获得的广告触点信息可靠性更高，使得根据广告触点信息制定广告投放策略的效果更好，从而能够提高广告营销的投资回报率。
18.以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本技术。
附图说明
19.一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：
20.图1是本公开实施例提供的一个用于获取广告触点信息的方法的示意图；
21.图2是本公开实施例提供的另一个用于获取广告触点信息的方法的示意图；
22.图3是本公开实施例提供的一个用于获取决策app集合的方法的示意图；
23.图4是本公开实施例提供的另一个用于获取广告触点信息的方法的示意图；
24.图5是本公开实施例提供的一个用于获取广告触点信息的装置的示意图；
25.图6是本公开实施例提供的一个电子设备的结构示意图。
具体实施方式
26.为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。
27.本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
28.除非另有说明，术语“多个”表示两个或两个以上。
29.本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，a/b表示：a或b。
30.术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，a和/或b，表示：a或b，或，a和b这三种关系。
31.术语“对应”可以指的是一种关联关系或绑定关系，a与b相对应指的是a与b之间是
一种关联关系或绑定关系。
32.本发明实施例中的技术方案可以应用于计算机、平板电脑、或服务器等电子设备中。
33.本发明实施例中，网络行为日志数据的样本容量大、时效性强且真实性高，能够更快、更准、更高效获得真实全面的消费者洞察。通过电子设备从用户对应的网络行为日志数据中提取出决策app节点和转化app节点，根据决策app节点和转化app节点获得app决策路径，能够获得频繁app项集，从而能够获得关键触点以及关键触点对应的app强关联规则。这样获得的广告触点信息不容易受到人为主观思想的干扰，可靠性更高。使得根据广告触点信息制定广告投放策略的效果更好，从而能够提高广告营销的投资回报率。
34.结合图1所示，本公开实施例提供一种用于获取广告触点信息的方法，该方法包括：
35.步骤s101，电子设备获取多个用户分别对应的网络行为日志数据；网络行为日志数据包括用户id、用户行为的发生时间、用户使用的app名称、app文本信息和网络行为日志数据的状态标识。用户行为包括用户在app内的浏览、点击、搜索、下载、购买等行为。app文本信息包括kol(keyopinionleader，关键意见领袖)名称、标题文本、正文文本等。
36.步骤s102，电子设备获取各网络行为日志数据分别对应的决策app节点和转化app节点。
37.步骤s103，电子设备按照用户行为的发生时间的时间顺序对决策app节点和转化app节点进行排序，获得各网络行为日志数据分别对应的app决策路径。
38.步骤s104，电子设备根据各app决策路径获取频繁app项集。
39.步骤s105，电子设备将频繁app项集中的决策app节点确定为关键触点，并根据频繁app项集生成关键触点对应的app强关联规则。
40.采用本公开实施例提供的用于获取广告触点信息的方法，通过从用户对应的网络行为日志数据中提取出决策app节点和转化app节点，根据决策app节点和转化app节点获得app决策路径，能够获得频繁app项集，从而能够获得关键触点以及关键触点对应的app强关联规则。由于网络行为日志数据的样本容量大、时效性强且真实性高，能够更快、更准、更高效获得真实全面的消费者洞察，这样获得的广告触点信息可靠性更高，使得根据广告触点信息制定广告投放策略的效果更好，从而能够提高广告营销的投资回报率。
41.可选地，电子设备获取各网络行为日志数据分别对应的决策app节点和转化app节点，包括：电子设备按照预设格式对各app文本信息进行整理，获得文本数据集合。文本数据集合包括多条文本数据，文本数据包括用户使用的app名称、标题文本和正文文本。对各文本数据进行实体识别，获得各文本数据分别对应的第一备选品牌名称。对各第一备选品牌名称进行消歧处理，获得各品牌名称分别对应的标准品牌名称。根据各标准品牌名称和预设的目标品牌确定出决策app节点和转化app节点。其中，预设格式为用户使用的app名称、标题文本和正文文本。
42.在一些实施例中，电子设备按照预设格式对各app文本信息进行整理，获得文本数据集合。文本数据集合包括多条文本数据，文本数据包括用户使用的app名称、标题文本和正文文本。例如，文本数据为：app名称：小红书、标题文本：发表帖子的标题、正文文本：发表帖子的内容。文本数据为：app名称：抖音、标题文本：发表视频的标题、正文文本：空。
43.进一步的，电子设备对各文本数据进行实体识别，获得各文本数据分别对应的第一备选品牌名称，包括：电子设备对各文本数据进行数据清洗，利用预训练的ner(named entity recognition，命令实体识别)算法模型对进行数据清洗后的文本数据进行实体识别，获得各文本数据分别对应的第一备选品牌名称。
44.进一步的，电子设备对各文本数据进行数据清洗，包括：去除各文本数据中的空值、停止词和非法字符等。通过对文本数据进行数据清洗，能够提高文本数据的质量，便于用户获取广告触点信息。广告触点信息包括关键触点及关键触点之间的关系。
45.进一步的，对各第一备选品牌名称进行消歧处理，获得各品牌名称分别对应的标准品牌名称，包括：从预设的标准品牌名称表中匹配出与各第一备选品牌名称分别对应的标准品牌名称。标准品牌名称表中存储有第一备选品牌名称与标准品牌名称之间的对应关系。这样，通过对第一备选品牌名称进行消歧处理，在第一备选品牌名称为英文别名或其他中文别名的情况下，能够对具有歧义的品牌名称进行消歧处理，并将其映射为统一的标准品牌名称，避免反复统计该品牌名称，从而便于用户获取广告触点信息。
46.进一步的，电子设备根据各标准品牌名称和预设的目标品牌确定出决策app节点和转化app节点，包括：电子设备将与预设的目标品牌相同的标准品牌名称确定为第二备选品牌名称。从网络行为日志数据中筛选出第二备选品牌名称对应的app信息，app信息包括用户id、用户使用的app名称、用户行为的发生时间和网络行为日志数据的状态标识。在app信息或app信息对应的文本数据中包含第二备选品牌名称的情况下，将app信息中的用户使用的app名称确定为目标app，并在目标app对应的网络行为日志数据的状态标识为第一预设类型标识的情况下，将目标app确定为决策app节点；在目标app对应的网络行为日志数据的状态标识为第二预设类型标识的情况下，将目标app确定为转化app节点。其中，第一预设类型标识为“曝光”、“点击”或“搜索”。第二预设类型标识为“购买”或“下载”。其中，app信息对应的文本数据为app信息中的用户使用的app名称对应的文本数据。
47.进一步的，在app信息或app信息对应的文本数据中包含第二备选品牌名称的情况下，将app信息中的用户使用的app名称确定为目标app，并在目标app对应的网络行为日志数据的状态标识为第一预设类型标识的情况下，将目标app确定为决策app节点，包括：将app信息中的app名称包含第二备选品牌名称，或app信息对应的文本数据中包含第二备选品牌名称的app名称确定为目标app。并在该目标app对应的网络行为日志数据的状态标识为第一预设类型标识的情况下，将目标app确定为决策app节点。
48.在一些实施例中，第二备选品牌名称为“蔚来汽车”，在app信息中的app名称包括“蔚来汽车”或该app信息对应的文本数据中包括“蔚来汽车”的app名称情况下，将该app名称确定为目标app。并在目标app对应的网络行为日志数据的状态标识为“曝光”、“点击”或“搜索”的情况下，将目标app确定为决策app节点。
49.进一步的，在app信息或app信息对应的文本数据中包含第二备选品牌名称的情况下，将app信息中的用户使用的app名称确定为目标app。并在目标app对应的网络行为日志数据的状态标识为第二预设类型标识的情况下，将目标app确定为转化app节点，包括：将app信息中的app名称包含第二备选品牌名称，或app信息对应的文本数据中包含第二备选品牌名称的app名称确定为目标app。并在目标app对应的网络行为日志数据的状态标识为第二预设类型标识的情况下，将目标app确定为转化app节点。
50.在一些实施例中，第二备选品牌名称为“爱彼迎”，在app信息中的app名称包括“爱彼迎”或该app信息对应的文本数据中包括“爱彼迎”的app名称情况下，将该app名称确定为目标app。并在目标app对应的网络行为日志数据的状态标识为“购买”或“下载”的情况下，将目标app确定为转化app节点。
51.进一步的，按照用户行为的发生时间的时间顺序对决策app节点和转化app节点进行排序，获得各网络行为日志数据分别对应的app决策路径。
52.在一些实施例中，决策app节点包括微博、小红书、快手和今日头条。转化app节点包括京东和手机淘宝。微博对应的发生时间为d1、小红书对应的发生时间为d2、快手对应的发生时间为d3、今日头条对应的发生时间为d4、京东对应的发生时间为t1、手机淘宝对应的发生时间为t2。其中，发生时间的先后顺序为d1、d2、t1、d3、d4、t2。则按照时间顺序对决策app节点和转化app节点进行排序，获得网络行为日志数据对应的app决策路径为“微博(d1)
→
小红书(d2)
→
京东(t1)
→
快手(d3)
→
今日头条(d4)
→
手机淘宝(t2)”。
53.进一步的，电子设备根据各app决策路径获取频繁app项集，包括：电子设备获取各app决策路径分别对应的app决策集合，从各app决策集合中确定出频繁app项集。
54.结合图2所示，本公开实施例提供一种用于获取广告触点信息的方法，该方法包括：
55.步骤s201，电子设备获取多个用户分别对应的网络行为日志数据；网络行为日志数据包括用户身份标识号id、用户行为的发生时间、用户使用的应用软件app名称、app文本信息和网络行为日志数据的状态标识。用户行为包括用户在app内的浏览、点击、搜索、下载、购买等行为。app文本信息包括kol(keyopinionleader，关键意见领袖)名称、标题文本、正文文本等。
56.步骤s202，电子设备获取各网络行为日志数据分别对应的决策app节点和转化app节点。
57.步骤s203，电子设备按照用户行为的发生时间的时间顺序对决策app节点和转化app节点进行排序，获得各网络行为日志数据分别对应的app决策路径。
58.步骤s204，电子设备获取各app决策路径分别对应的app决策集合。
59.步骤s205，电子设备从各app决策集合中确定出频繁app项集。
60.步骤s206，电子设备将频繁app项集中的决策app节点确定为关键触点，并根据频繁app项集生成关键触点对应的app强关联规则。
61.采用本公开实施例提供的用于获取广告触点信息的方法，通过从用户对应的网络行为日志数据中提取出决策app节点和转化app节点，根据决策app节点和转化app节点获得app决策路径，能够获得频繁app项集，从而能够获得关键触点以及关键触点对应的app强关联规则。由于网络行为日志数据的样本容量大、时效性强且真实性高，能够更快、更准、更高效获得真实全面的消费者洞察，这样获得的广告触点信息可靠性更高，使得根据广告触点信息制定广告投放策略的效果更好，从而能够提高广告营销的投资回报率。
62.进一步的，电子设备获取app决策路径对应的app决策集合，包括：电子设备按照用户行为的发生时间的时间顺序遍历app决策路径，将app决策路径中的第一个转化app节点对应的用户行为的发生时间确定为第一时间。从第一个转化app节点开始，按照与时间顺序相反的方向依次进行遍历，将遍历到的决策app节点对应的用户行为的发生时间确定为第
二时间。分别获取第一时间和各第二时间之间的时间差值。在时间差值小于预设的时间阈值的情况下，将遍历到的决策app节点添加至决策app集合中。或，在时间差值大于或等于时间阈值的情况下，对决策app集合进行去重操作。从app决策路径中移除第一个转化app节点和第一个转化app节点之前的所有节点，获得备选app决策路径。第一个转化app节点之前的所有节点为从第一个转化app节点开始，与时间顺序相反的方向上的所有节点。按照时间顺序继续遍历备选app决策路径，直到备选app决策路径中没有转化app节点。
63.进一步的，电子设备在时间差值大于或等于时间阈值的情况下，对决策app集合进行去重操作，包括：电子设备判断决策app集合中是否存在重复的决策app节点，在决策app集合中存在重复的决策app节点的情况下，去除重复的决策app节点。
64.可选地，电子设备按照用户行为的发生时间的时间顺序继续遍历备选app决策路径，直到备选app决策路径中没有转化app节点，包括：电子设备按照时间顺序遍历备选app决策路径，在备选app决策路径中存在转化app节点的情况下，将备选app决策路径中的第一个转化app节点对应的用户行为的发生时间确定为第一时间。从第一个转化app节点开始，按照与时间顺序相反的方向依次进行遍历，将遍历到的决策app节点对应的用户行为的发生时间确定为第二时间。分别获取第一时间和各第二时间之间的时间差值。在时间差值小于预设的时间阈值的情况下，将遍历到的决策app节点添加至决策app集合中。或，在时间差值大于或等于时间阈值的情况下，对决策app集合进行去重操作。从备选app决策路径中移除第一个转化app节点和第一个转化app节点之前的所有节点，获得新备选app决策路径。第一个转化app节点之前的所有节点为从第一个转化app节点开始，与时间顺序相反的方向上的所有节点。
65.可选地，电子设备按照时间顺序继续遍历备选app决策路径，直到备选app决策路径中没有转化app节点，包括：电子设备按照时间顺序遍历备选app决策路径，在备选app决策路径中不存在转化app节点的情况下停止遍历，获得决策app集合。
66.结合图3所示，本公开实施例提供一种用于获取决策app集合的方法，该方法包括：
67.步骤s301，电子设备按照用户行为的发生时间的时间顺序遍历app决策路径，将app决策路径中的第一个转化app节点对应的用户行为的发生时间确定为第一时间。
68.步骤s302，电子设备从第一个转化app节点开始，按照与时间顺序相反的方向依次进行遍历，将遍历到的决策app节点对应的用户行为的发生时间确定为第二时间。
69.步骤s303，电子设备分别获取第一时间和各第二时间之间的时间差值。
70.步骤s304，电子设备在时间差值小于预设的时间阈值的情况下，将遍历到的决策app节点添加至决策app集合中。
71.步骤s305，电子设备从app决策路径中移除第一个转化app节点和第一个转化app节点之前的所有节点，获得新备选app决策路径。第一个转化app节点之前的所有节点为从第一个转化app节点开始，与时间顺序相反的方向上的所有节点。
72.步骤s306，电子设备按照时间顺序遍历新备选app决策路径，判断新备选app决策路径中是否存在转化app节点；在新备选app决策路径中存在转化app节点的情况下，执行步骤s301；或，在新备选app决策路径中不存在转化app节点的情况下执行步骤s307。
73.步骤s307，电子设备停止遍历，获得决策app集合。
74.采用本公开实施例提供的用于获取决策app集合的方法，通过按照时间顺序遍历
app决策路径，能够将app决策路径路径中的转化app节点剔除，并将小于时间阈值的时间差值对应的决策app节点添加至决策app集合中，从而获得决策app集合，便于用户进行根据决策app集合获取频繁app项集，从而获得关键触点及关键触点间的关系，便于制定广告营销策略。
75.进一步的，电子设备从各app决策集合中确定出频繁app项集，包括：电子设备对每个app决策集合执行以下操作：对app决策集合中的决策app节点进行全排列，生成app决策集合对应的多个项集。获取各项集分别对应的支持度，将大于第一预设阈值的支持度对应的项集确定为频繁项集。可选地，第一预设阈值为0.8。
76.在一些实施例中，如表1所示，表1是本公开实施例提供的一个决策app集合的示例表。
[0077][0078][0079]
表1
[0080]
表1中，序号1对应的决策app集合包括京东、小红书、微博。序号2对应的决策app集合包括快手、今日头条。序号n-1对应的决策app集合包括抖音、快手、小红书。序号n对应的决策app集合包括抖音、快手、微博。
[0081]
在一些实施例中，各app决策集合中的所有决策app节点包括京东、小红书、微博。例如：对京东、小红书、微博进行全排列获得项集包括[京东]、[小红书]、[微博]、[京东，小红书]、[京东，微博]、[小红书，微博]、[京东、小红书，微博]。
[0082]
进一步的，获取各项集分别对应的支持度，包括：通过计算获得项集对应的支持度。其中，support(ii)为项集ii对应的支持度。ni为包含项集ii中的所有决策app节点的决策app集合的个数，n为决策app集合的总个数。
[0083]
进一步的，第一预设阈值通过以下方式获得：通过计算minsupport＝n*α获得第一预设阈值。其中，minsupport为第一预设阈值。n为决策app集合的总个数。α为预设的比例因子。
[0084]
可选地，电子设备根据频繁app项集生成关键触点对应的app强关联规则，包括：电子设备对频繁项集中的决策app节点进行全排列，生成多个非空真子集。利用频繁项集和各非空真子集生成备选规则。获取各备选规则分别对应的置信度，将置信度大于第二预设阈
值的备选规则确定为app强关联规则。可选地，第二预设阈值为0.8。其中，置信度的大小用于表征关键触点之间协同效应的强弱。例如，
[0085]
在一些实施例中，频繁项集为[京东，小红书，微博]，对频繁项集中的决策app节点：京东、小红书、微博进行全排列，获得非空真子集包括：[京东]、[小红书]、[微博]、[京东，小红书]、[京东，微博]、[小红书，微博]。
[0086]
在一些实施例中，频繁项集i为[京东，小红书，微博]，各非空真子集s包括：[京东]、[小红书]、[微博]、[京东，小红书]、[京东，微博]、[小红书，微博]。则利用频繁项集i和各非空真子集s生成备选规则为(i-s)
→
s。例如：备选规则为京东
→
(小红书，微博)、小红书
→
(京东，微博)、微博
→
(京东，小红书)、(京东，小红书)
→
(微博)、(京东，微博)
→
(小红书)或(微博，小红书)
→
(京东)等。
[0087]
进一步的，获取备选规则对应的置信度，包括：通过计算获得备选规则对应的置信度。其中，confidence((i-s)
→
s)为备选规则(i-s)
→
s对应的置信度。support(i)为频繁项集i对应的支持度，support(i-s)为非空真子集(i-s)对应的支持度。
[0088]
在一些实施例中，confidence(京东
→
小红书)＝0.9表示使用京东的人有90％的概率也会使用小红书。
[0089]
进一步的，在获取各备选规则分别对应的置信度后，还包括：获取各置信度分别对应的提升度，将提升度大于第三预设阈值的置信度确定为有效置信度，将大于第二预设阈值的有效置信度对应的备选规则确定为有效app强关联规则。由于置信度高的app强关联规则不一定是有效的关联规则，通过提升度对app强关联规则进行筛选能够获得有效关联规则。
[0090]
进一步的，获取置信度对应的提升度，包括：通过计算获得置信度对应的提升度。其中，lift((i-s)
→
s)为提升度。confidence((i-s)
→
s)为备选规则(i-s)
→
s对应的置信度。support(s)为非空真子集s对应的支持度。
[0091]
在一些实施例中，在lift((i-s)
→
s)＝1的情况下，表征项集(i-s)和项集(s)互相独立不相关。在lift((i-s)
→
s)≤1的情况下，表征项集(i-s)和项集(s)负相关。在lift((i-s)
→
s)≥1的情况下，表征项集(i-s)和项集(s)正相关。
[0092]
结合图4所示，本公开实施例提供一种用于获取广告触点信息的方法，该方法包括：
[0093]
步骤s401，电子设备获取多个用户分别对应的网络行为日志数据；网络行为日志数据包括用户身份标识号id、用户行为的发生时间、用户使用的应用软件app名称、app文本信息和网络行为日志数据的状态标识。用户行为包括用户在app内的浏览、点击、搜索、下载、购买等行为。app文本信息包括kol(keyopinionleader，关键意见领袖)名称、标题文本、正文文本等。
[0094]
步骤s402，电子设备获取各网络行为日志数据分别对应的决策app节点和转化app节点。
[0095]
步骤s403，电子设备按照用户行为的发生时间的时间顺序对决策app节点和转化app节点进行排序，获得各网络行为日志数据分别对应的app决策路径。
[0096]
步骤s404，电子设备根据各app决策路径获取频繁app项集。
[0097]
步骤s405，电子设备将频繁app项集中的决策app节点确定为关键触点，并对频繁项集中的决策app节点进行全排列，生成多个非空真子集。
[0098]
步骤s406，电子设备利用频繁项集和各非空真子集生成备选规则。
[0099]
步骤s407，电子设备获取各备选规则分别对应的置信度。
[0100]
步骤s408，电子设备将置信度大于第二预设阈值的备选规则确定为app强关联规则。
[0101]
采用本公开实施例提供的用于获取广告触点信息的方法，通过利用数据能力从用户对应的网络行为日志数据进行数据挖掘，能够提取出决策app节点和转化app节点，根据决策app节点和转化app节点获得app决策路径，能够获得频繁app项集，从而能够获得关键触点以及关键触点对应的app强关联规则。由于网络行为日志数据的样本容量大、时效性强且真实性高，能够更快、更准、更高效获得真实全面的消费者洞察，这样获得的广告触点信息可靠性更高，使得根据广告触点信息制定广告投放策略的效果更好，从而能够提高广告营销的投资回报率。
[0102]
结合图5所示，本公开实施例提供一种用于获取广告触点信息的装置，该装置包括：第一获取模块501、第二获取模块502、排序模块503、第三获取模块504和确定模块505。第一获取模块501被配置为获取多个用户分别对应的网络行为日志数据，并将网络行为日志数据发送给第二获取模块。网络行为日志数据包括用户身份标识号id、用户行为的发生时间、用户使用的应用软件app名称、app文本信息和网络行为日志数据的状态标识。第二获取模块502被配置为接收第一获取模块发送的网络行为日志数据，获取各网络行为日志数据分别对应的决策app节点和转化app节点，并将决策app节点和转化app节点发送给排序模块。排序模块503被配置为接收第二获取模块发送的决策app节点和转化app节点，按照时间顺序对决策app节点和转化app节点进行排序，获得各网络行为日志数据分别对应的app决策路径，并将app决策路径发送给第三获取模块。第三获取模块504被配置为接收排序模块发送的app决策路径，根据各app决策路径获取频繁app项集，并将频繁app项集发送给确定模块。
[0103]
确定模块505被配置为接收第三获取模块发送的频繁app项集，将频繁app项集中的决策app节点确定为关键触点，并根据频繁app项集生成关键触点对应的app强关联规则。
[0104]
采用本公开实施例提供的用于获取广告触点信息的装置，通过第一获取模块获取多个用户分别对应的网络行为日志数据，网络行为日志数据包括用户身份标识号id、用户行为的发生时间、用户使用的应用软件app名称、app文本信息和网络行为日志数据的状态标识。第二获取模块获取各网络行为日志数据分别对应的决策app节点和转化app节点。排序模块按照时间顺序对决策app节点和转化app节点进行排序，获得各网络行为日志数据分别对应的app决策路径。第三获取模块根据各app决策路径获取频繁app项集。确定模块将频繁app项集中的决策app节点确定为关键触点，并根据频繁app项集生成关键触点对应的app强关联规则。通过从用户对应的网络行为日志数据中提取出决策app节点和转化app节点，根据决策app节点和转化app节点获得app决策路径，能够获得频繁app项集，从而能够获得
关键触点以及关键触点对应的app强关联规则。由于网络行为日志数据的样本容量大、时效性强且真实性高，能够更快、更准、更高效获得真实全面的消费者洞察，这样获得的广告触点信息可靠性更高，使得根据广告触点信息制定广告投放策略的效果更好，从而能够提高广告营销的投资回报率。
[0105]
进一步的，第二获取模块被配置为通过以下方式获取各网络行为日志数据分别对应的决策app节点和转化app节点：按照预设格式对各app文本信息进行整理，获得文本数据集合。文本数据集合包括多条文本数据；文本数据包括用户使用的app名称、标题文本和正文文本。对各文本数据进行实体识别，获得各文本数据分别对应的第一备选品牌名称。对各第一备选品牌名称进行消歧处理，获得各品牌名称分别对应的标准品牌名称。根据各标准品牌名称和预设的目标品牌确定出决策app节点和转化app节点。
[0106]
进一步的，根据各标准品牌名称和预设的目标品牌确定出决策app节点和转化app节点：将与预设的目标品牌相同的标准品牌名称确定为第二备选品牌名称，从网络行为日志数据中筛选出第二备选品牌名称对应的app信息。app信息包括用户id、用户使用的app名称、用户行为的发生时间和网络行为日志数据的状态标识。在app信息或app信息对应的文本数据中包含第二备选品牌名称的情况下，将app信息中的用户使用的app名称确定为目标app。并在目标app对应的网络行为日志数据的状态标识为第一预设类型标识的情况下，将目标app确定为决策app节点。在目标app对应的网络行为日志数据的状态标识为第二预设类型标识的情况下，将目标app确定为转化app节点。
[0107]
进一步的，第三获取模块被配置为通过以下方式根据各app决策路径获取频繁app项集：获取各app决策路径分别对应的app决策集合，从各app决策集合中确定出频繁app项集。
[0108]
进一步的，获取app决策路径对应的app决策集合，包括：按照时间顺序遍历app决策路径，将app决策路径中的第一个转化app节点对应的用户行为的发生时间确定为第一时间。从第一个转化app节点开始，按照与时间顺序相反的方向依次进行遍历，将遍历到的决策app节点对应的用户行为的发生时间确定为第二时间。分别获取第一时间和各第二时间之间的时间差值。在时间差值小于预设的时间阈值的情况下，将遍历到的决策app节点添加至决策app集合中；或，在时间差值大于或等于时间阈值的情况下，对决策app集合进行去重操作。从app决策路径中移除第一个转化app节点和第一个转化app节点之前的所有节点，获得备选app决策路径；第一个转化app节点之前的所有节点为从第一个转化app节点开始，与时间顺序相反的方向上的所有节点。按照时间顺序继续遍历备选app决策路径，直到备选app决策路径中没有转化app节点。
[0109]
进一步的，从各app决策集合中确定出频繁app项集，包括：对每个app决策集合执行以下操作：对app决策集合中的决策app节点进行全排列，生成app决策集合对应的多个项集。获取各项集分别对应的支持度，将大于第一预设阈值的支持度对应的项集确定为频繁项集。
[0110]
进一步的，确定模型被配置为通过以下方式根据频繁app项集生成关键触点对应的app强关联规则：对频繁项集中的决策app节点进行全排列，生成多个非空真子集。利用频繁项集和各非空真子集生成备选规则。获取各备选规则分别对应的置信度，将置信度大于第二预设阈值的备选规则确定为app强关联规则。
[0111]
结合图6所示，本公开实施例提供一种电子设备，包括处理器(processor)600和存储器(memory)601。可选地，该电子设备还可以包括通信接口(communication interface)602和总线603。其中，处理器600、通信接口602、存储器601可以通过总线603完成相互间的通信。通信接口602可以用于信息传输。处理器600可以调用存储器601中的逻辑指令，以执行上述实施例的用于获取广告触点信息的方法。
[0112]
采用本公开实施例提供的电子设备，通过从用户对应的网络行为日志数据中提取出决策app节点和转化app节点，根据决策app节点和转化app节点获得app决策路径，能够获得频繁app项集，从而能够获得关键触点以及关键触点对应的app强关联规则。由于网络行为日志数据的样本容量大、时效性强且真实性高，能够更快、更准、更高效获得真实全面的消费者洞察，这样获得的广告触点信息可靠性更高，使得根据广告触点信息制定广告投放策略的效果更好，从而能够提高广告营销的投资回报率。
[0113]
可选地，电子设备包括计算机、平板电脑或服务器等。
[0114]
此外，上述的存储器601中的逻辑指令可以通过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。
[0115]
存储器601作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器600通过运行存储在存储器601中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中用于获取广告触点信息的方法。
[0116]
存储器601可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；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器601可以包括高速随机存取存储器，还可以包括非易失性存储器。
[0117]
本公开实施例提供了一种存储介质，存储有程序指令，程序指令在运行时，执行上述用于获取广告触点信息的方法。
[0118]
本公开实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述用于获取广告触点信息的方法。
[0119]
上述的计算机可读存储介质可以是暂态计算机可读存储介质，也可以是非暂态计算机可读存储介质。
[0120]
本公开实施例的技术方案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，包括一个或多个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)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
[0121]
以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本技术中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述
中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本技术中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本技术中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个
…”
限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。
[0122]
本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述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。
[0123]
本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
[0124]
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。