广告推荐方法、装置、设备和存储介质与流程

1.本技术涉及计算机技术领域，具体涉及一种广告推荐方法、装置、设备和存储介质。


背景技术：

2.目前，随着金融和其它行业的发展，不同银行或金融机构都推出不同的信用卡广告营销来进行信用卡推广，信用卡广告营销存在多种营销策略，例如以奋斗、亲情等多种维度与用户产生共鸣的营销策略，但是目前仅为根据预设的推荐次序进行推荐，并没有针对性。用户频繁接受到自己不喜欢的广告，可能会产生厌恶情绪，甚至会影响信用卡中心的口碑。另一方面，五花八门数量繁多的广告，因为广告资源的紧张，可能导致用户不反感甚至喜欢的部分广告，无法得到投放。


技术实现要素：

3.本技术实施例提供一种广告推荐方法、装置、设备和存储介质，旨在解决现有技术中广告推荐没有针对性，无法起到有效宣传推广效果的技术问题。
4.一方面，本技术实施例提供一种广告推荐方法，所述广告推荐方法包括以下步骤：
5.接收广告推荐请求，确定所述广告推荐请求的目标用户和所述目标用户对应的初始广告；
6.获取所述目标用户的用户网络评论，并对所述用户网络评论进行情感倾向识别，得到所述目标用户的褒义网络评论；
7.对所述褒义网络评论进行情绪识别，得到所述褒义网络评论对应的情绪关键词；
8.获取所述褒义网络评论的评论对象，识别所述评论对象的对象类型，根据所述对象类型生成所述褒义网络评论的类别关键词；
9.根据所述情绪关键词和所述类别关键词对初始广告进行匹配，得到待推荐的目标广告，向所述目标用户推送所述目标广告。
10.在本技术一种可能的实现方式中，所述接收广告推荐请求，确定所述广告推荐请求的目标用户和所述目标用户对应的初始广告，包括：
11.接收所述广告推荐请求，获取所述广告推荐请求对应的目标信用卡标识；
12.获取预设的信用卡数据库中与所述目标信用卡标识对应的目标用户；
13.获取所述目标用户的年龄参数，根据所述年龄参数得到所述目标用户的目标年龄区间；
14.获取预设的初始广告数据库中年龄区间标签与所述目标年龄区间相匹配的初始广告。
15.在本技术一种可能的实现方式中，所述获取所述目标用户的用户网络评论，并对所述用户网络评论进行情感倾向识别，得到所述目标用户的褒义网络评论，包括：
16.获取所述目标用户的用户网络评论；
17.将所述用户网络评论与预设的褒义倾向数据进行情感互信息计算，得到所述用户网络评论的情感互信息；
18.将所述情感互信息大于预设情感倾向阈值的用户网络评论设置为褒义网络评论。
19.在本技术一种可能的实现方式中，所述对所述褒义网络评论进行情绪识别，得到所述褒义网络评论对应的情绪关键词，包括：
20.获取所述褒义网络评论中的评论分词，以及所述评论分词对应的词性标签；
21.获取所述词性标签为形容词标签的目标评论分词，以及所述目标评论分词的分词特征；
22.将所述分词特征和预设的情绪参考特征进行比较，得到所述分词特征和所述情绪参考特征的情绪相似度；
23.获取所述情绪相似度超过预设相似度阈值的目标情绪参考特征，确定所述目标情绪参考特征对应的目标情绪参考词为所述褒义网络评论中的情绪关键词。
24.在本技术一种可能的实现方式中，所述获取所述褒义网络评论的评论对象，识别所述评论对象的对象类型，根据所述对象类型生成所述褒义网络评论的类别关键词，包括：
25.通过预设的评论对象识别模型，对所述褒义网络评论进行评论对象识别，得到所述褒义网络评论中对象字段和所述对象字段的对象类型；
26.获取所述对象类型为广告和/或影视作品的目标对象字段，查询预设的广告影视资料库，得到所述目标对象字段对应的影视类别；
27.将所述影视类别设置为所述褒义网络评论的类别关键词。
28.在本技术一种可能的实现方式中，所述根据所述情绪关键词和所述类别关键词对所述初始广告进行匹配，得到待推荐的目标广告，向所述目标用户推送所述目标广告，包括：
29.获取所述初始广告的营销场景类别，将所述营销场景类别和所述类别关键词进行匹配，得到匹配成功的初始匹配广告；
30.获取所述初始匹配广告的情绪表征类型，将所述情绪表征类型和所述情绪关键词进行匹配，得到匹配成功的目标广告；
31.获取所述目标用户的用户标识，根据所述用户标识将所述目标广告推送到所述目标用户进行广告推荐。
32.在本技术一种可能的实现方式中，所述根据所述情绪关键词和所述类别关键词对所述初始广告进行匹配，得到待推荐的目标广告，向所述目标用户推送所述目标广告，包括：
33.采集所述目标用户对所述目标广告的广告反馈数据；
34.若所述广告反馈数据中的观看进度占比大于预设观看进度阈值，则获取与所述目标广告的营销场景类型和情绪表征类型相同的目标信用卡广告；
35.将所述目标信用卡广告推送到所述目标用户进行广告推荐。
36.另一方面，本技术提供一种广告推荐装置，所述广告推荐装置包括：
37.获取模块，被配置为接收广告推荐请求，确定所述广告推荐请求的目标用户和所述目标用户对应的初始广告；
38.情感分析模块，被配置为获取所述目标用户的用户网络评论，并对所述用户网络
评论进行情感倾向识别，得到所述目标用户的褒义网络评论；
39.情绪识别模块，被配置为对所述褒义网络评论进行情绪识别，得到所述褒义网络评论对应的情绪关键词；
40.类别识别模块，被配置为获取所述褒义网络评论的评论对象，识别所述评论对象的对象类型，根据所述对象类型生成所述褒义网络评论的类别关键词；
41.广告推荐模块，被配置为根据所述情绪关键词和所述类别关键词对所述初始广告进行匹配，得到待推荐的目标广告，向所述目标用户推送所述目标广告。
42.另一方面，本技术还提供一种广告推荐设备，所述广告推荐设备包括：
43.一个或多个处理器；
44.存储器；以及
45.一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现所述的广告推荐方法。
46.另一方面，本技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行所述的广告推荐方法中的步骤。
47.本技术中通过接收广告推荐请求，确定所述广告推荐请求的目标用户和所述目标用户对应的初始广告；获取所述目标用户的用户网络评论，并对所述用户网络评论进行情感倾向识别，得到所述目标用户的褒义网络评论；对所述褒义网络评论进行情绪识别，得到所述褒义网络评论对应的情绪关键词；获取所述褒义网络评论的评论对象，识别所述评论对象的对象类型，根据所述对象类型生成所述褒义网络评论的类别关键词；根据所述情绪关键词和所述类别关键词对初始广告进行匹配，得到待推荐的目标广告，向所述目标用户推送所述目标广告，实现根据用户过往的网络评论来确定用户感兴趣的情绪关键词和广告类别来匹配用户感兴趣的广告进行推送。
附图说明
48.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例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，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
49.图1为本技术实施例广告推荐方法的场景示意图；
50.图2为本技术实施例中广告推荐方法的一个实施例的流程示意图；
51.图3为本技术提供的广告推荐方法中对褒义网络评论进行情绪关键词识别的一个实施例的流程示意图；
52.图4为本技术实施例提供的广告推荐方法中根据情绪关键词和类别关键词进行广告匹配的一个实施例的流程示意图；
53.图5是本技术实施例中的广告推荐装置的一个实施例结构示意图；
54.图6为本技术实施例中提供的广告推荐设备的一个实施例结构示意图。
具体实施方式
55.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完
整地描述，显然，所描述的实施例仅仅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。
56.在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
57.在本技术中，“示例性”一词用来表示“用作例子、例证或说明”。本技术中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本发明。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本发明的描述变得晦涩。因此，本发明并非旨在限于所示的实施例，而是与符合本技术所公开的原理和特征的最广范围相一致。
58.目前，随着金融和其它行业的发展，不同银行或金融机构都推出不同的信用卡广告营销来进行信用卡推广，信用卡广告营销存在多种营销策略，例如以奋斗、亲情等多种维度与用户产生共鸣的营销策略，但是目前仅为根据预设的推荐次序进行推荐，并没有针对性。用户频繁接受到自己不喜欢的广告，可能会产生厌恶情绪，甚至会影响信用卡中心的口碑。另一方面，五花八门数量繁多的广告，因为广告资源的紧张，可能导致用户不反感甚至喜欢的部分广告，无法得到投放。
59.基于此，本技术提出一种广告推荐方法、装置、设备和计算机可读存储介质，以解决现有技术中广告推荐没有针对性，无法起到有效宣传推广效果的技术问题。
60.本发明实施例中的广告推荐方法应用于广告推荐装置，广告推荐装置设置于广告推荐设备，广告推荐设备中设置有一个或多个处理器、存储器，以及一个或多个应用程序，其中一个或多个应用程序被存储于存储器中，并被配置为由处理器执行以实施广告推荐方法；其中，广告推荐设备可以是智能终端，例如手机、平板电脑、智能电视、网络设备和智能电脑等；可选的，广告推荐设备还可以是一台服务器，或者多台服务器组成的服务集群。
61.如图1所示，图1为本技术实施例广告推荐方法的场景示意图，本发明实施例中广告推荐场景包括多个广告推荐设备100(广告推荐设备100中集成有广告推荐装置)，广告推荐设备100中运行有广告推荐方法对应的计算机可读存储介质，以执行广告推荐方法的步骤。
62.可以理解的是，图1所示广告推荐方法场景中的广告推荐设备，或者广告推荐设备中包含的装置并不构成对本发明实施例的限制，即广告推荐方法的场景中包含的广告推荐设备的设备数量、设备种类，或者各个设备中包含的装置数、装置种类不影响本发明实施例中技术方案的整体实现，均可以算作本发明实施例要求保护技术方案的等效替换或者衍
生。
63.本发明实施例中广告推荐设备100主要用于：接收广告推荐请求，确定所述广告推荐请求的目标用户和所述目标用户对应的初始广告；获取所述目标用户的用户网络评论，并对所述用户网络评论进行情感倾向识别，得到所述目标用户的褒义网络评论；对所述褒义网络评论进行情绪识别，得到所述褒义网络评论对应的情绪关键词；获取所述褒义网络评论的评论对象，识别所述评论对象的对象类型，根据所述对象类型生成所述褒义网络评论的类别关键词；根据所述情绪关键词和所述类别关键词对初始广告进行匹配，得到待推荐的目标广告，向所述目标用户推送所述目标广告。
64.本发明实施例中的广告推荐设备100可以是多个独立的广告推荐设备，例如手机、平板电脑、智能电视、网络设备、服务器和智能电脑等智能终端，也可以是由多个广告推荐设备组成的广告推荐网络或广告推荐集群。
65.本技术实施例提供一种广告推荐方法、装置、设备和计算机可读存储介质，以下分别进行详细说明。
66.本领域技术人员可以理解的是，图1中所示出的应用环境，仅仅是与本技术方案相关的其中一种应用场景，并不构成对本技术方案应用场景的限定，其它的应用环境还可以包括比图1所示出的更多或更少的广告推荐设备，或者广告推荐网络连接关系，例如图1中仅示出一个广告推荐设备，可以理解的是该广告推荐方法的场景还可以包括一个或多个广告推荐设备，具体在此不做限定；该广告推荐设备100种还可以包括存储器，用于存储初始广告和其它数据。
67.需要说明的是，图1所示的广告推荐方法的场景示意图仅仅是一个示例，本发明实施例描述的广告推荐方法的场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对本发明实施例提供的技术方案的限定。
68.基于上述广告推荐方法的场景，提出本发明所公开的广告推荐方法的各个实施例。
69.如图2所示，图2为本技术实施例中广告推荐方法的一个实施例的流程示意图，该广告推荐方法包括如下步骤201～步骤205：
70.201、接收广告推荐请求，确定所述广告推荐请求的目标用户和所述目标用户对应的初始广告；
71.本实施例中的广告推荐方法应用于广告推荐设备，广告推荐设备的种类和数量不做具体限定，即，广告推荐设备可以是一个或多个智能终端，在一个具体实施例中，广告推荐设备为智能电脑。
72.具体的，广告推荐设备被配置为接收广告推荐请求，并获取广告推荐请求用户对应的目标用户的情感倾向，根据该情感倾向该目标用户推荐目标广告。其中，该广告推荐请求为驱动该广告推荐设备向特定用户推荐广告的操作指令。
73.具体的，广告推荐设备在运行过程中，获取广告推荐请求，其中，该广告推荐请求的触发方式在此不做具体限定，即，该广告推荐请求可以为银行或金融行业的业务人员主动触发的，例如，该业务人员在需要向特定信用卡用户推送广告时，通过点击广告推荐设备的广告推荐按钮，主动触发广告推荐。此外，广告推荐还可以由广告推荐设备自动触发，例如，广告推荐设备预先设置了自动推送进程，根据预设广告推送策略向目标用户进行广告
推荐操作。
74.具体的，广告推荐设备在接收到该广告推荐请求之后，确定该广告推荐请求对应的目标用户和该目标用户对应的初始广告。
75.具体的，广告推荐设备解析该广告推荐请求，获取该广告推荐请求中携带的目标信用卡标识，并在预设的信用卡数据库中获取该目标信用卡标识对应的目标用户。可选的，在其它实施例中，广告推荐请求中还包含该目标用户的用户标识，广告推荐设备通过解析该用户标识确定该广告推荐请求对应的目标用户。
76.广告推荐设备在获取该广告推荐请求对应的目标用户后，还获取该目标用户的年龄参数，并将该年龄参数和预设的年龄区间进行对比，从而确定该目标用户所处的目标年龄区间。在获取目标用户的目标年龄区间后，将该目标年龄区间输入到预设的初始广告数据库中进行搜索，获取该初始广告数据库中年龄区间标签与该目标年龄区间相匹配的初始广告。
77.广告推荐设备在获取若干初始广告后，为进一步提高广告推荐的准确性，广告推荐设备还根据用户的用户网络评论来进一步对该初始广告进行筛选。
78.202、获取所述目标用户的用户网络评论，并对所述用户网络评论进行情感倾向识别，得到所述目标用户的褒义网络评论；
79.广告推荐设备在获取该目标用户对应的初始广告后，还获取该目标用户的用户网络评论，其中，该用户网络评论为用户在微博、微信、知乎、b站和豆瓣等社交平台中的历史评论数据。广告推荐设备对获取到的用户网络评论进行情感倾向识别，从而确定该目标用户的褒义网络评论，其中，该褒义网络评论为该目标用户的情感倾向为褒义情感倾向的用户网络评论。
80.具体的，广告推荐设备预先设置了情感倾向分析模型，该情感倾向分析模型预设了若干褒义倾向数据，用于对该目标用户的用户网络评论与该褒义倾向数据进行情感互信息计算，从而得到该用户网络评论的情感互信息。其中，该褒义倾向数据为情感倾向为褒义倾向的褒义标签词样本。
81.具体的，广告推荐设备将该用户网络评论输入到该情感倾向分析模型，调用该情感倾向分析模型对该目标网络评论进行编码，得到网络评论编码，并将该网络评论编码和该预设的褒义倾向数据的褒义倾向编码进行情感互信息计算，从而得到该用户网络评论的情感互信息。其中，情感互信息为衡量词语搭配出现使用情况的参数，情感互信息越高，则该文本的情感倾向越趋于一致。
82.广告推荐设备在计算得到该用户网络评论和褒义倾向数据的情感互信息后，还进一步根据该情感互信息确定该用户网络评论的情感倾向是否为褒义情感倾向。
83.具体的，广告推荐设备在计算得到用户网络评论和褒义倾向数据的情感互信息后，将该情感互信息和预设情感倾向阈值进行比较，从而确定该用户网络评论的情感倾向，其中，该预设情感倾向阈值为确定该情感互信息具有相同情感倾向的情感互信息值。
84.可选的，广告推荐设备将该情感互信息和预设情感倾向阈值进行比较，若该情感倾向互信息小于该预设情感倾向阈值，则确定该用户网络评论与该褒义倾向数据的情感倾向不一致。
85.可选的，广告推荐设备将该情感互信息和预设情感倾向阈值进行比较，若该情感
倾向互信息大于或等于该预设情感倾向阈值，则确定该情感互信息对于的用户网络评论与该褒义倾向数据的情感倾向一致，即该用户网络评论的情感倾向为褒义情感倾向，将该褒义情感倾向对应的用户网络评论设置为褒义用户网络评论。
86.广告推荐设备通过对目标用户的全部用户网络评论进行情感倾向识别，从而得到该目标用户的用户网络评论中的褒义网络评论。
87.203、对所述褒义网络评论进行情绪识别，得到所述褒义网络评论对应的情绪关键词；
88.广告推荐设备在获取目标用户的褒义网络评论后，对该褒义网络评论进行情绪关键词识别，从而确定目标用户对于该褒义网络评论的具体情绪，得到该褒义网络评论中的情绪关键词。
89.具体的，广告推荐设备预先设置了若干情绪参考词，该情绪参考词为词性为形容词且情绪标签明显的参考词。可选的，该情绪参考词还可以为广告推荐设备通过抓取全量网络评论并清洗筛选得到的情绪种子词。
90.广告推荐设备在获取褒义网络评论后，根据该褒义网络评论和该情绪参考词对应的情绪参考特征来识别该褒义网络评论中的目标情绪参考词，从而确定该褒义网络评论中的情绪关键词。
91.204、获取所述褒义网络评论的评论对象，识别所述评论对象的对象类型，根据所述对象类型生成所述褒义网络评论的类别关键词；
92.广告推荐设备在获取该褒义网络评论后，还进一步获取该褒义网络评论中与广告或其它影视作品相关的目标褒义网络评论，并获取该目标褒义网络评论中的评论对象，并识别该评论对象的对象类型，根据该对象类型生成该目标褒义网络评论中的类别关键词。
93.具体的，广告推荐设备预先设置了评论对象识别模型，该评论对象识别模型被配置为接收褒义网络评论或其它网络评论，并识别该褒义网络评论或其它网络评论中的对象字段及对象类型，并输出字段类型为广告或其它影视作品的褒义网络评论作为目标对象评论。
94.具体的，该评论对象识别模型预先收录了各广告或影视作品对应的名称字段，再接收到褒义网络评论或其它网络评论后，对该褒义网络评论进行分词，并将分词后的评论分词和各广告或影视作品对应的名称字段进行比较，若该评论分词和该名称字段相匹配，则确定该褒义网络评论或其它网络评论是对象类型为广告或该影视作品的目标对象评论。
95.具体的，广告推荐设备确定该目标对象评论的中对象类型为广告或影视作品的目标对象字段后，将该目标对象字段输入预设的广告影视资料库进行匹配，从而得到该目标对象字段对应的影视类别，可选的，该影视类别可以包括亲情、科技、运动和友情等表征广告或其它影视作品特征的标签类别。
96.广告推荐设备在得到目标对象评论的影视类别后，将该影视类别设置为该褒义网络评论的类别关键词。
97.205、根据所述情绪关键词和所述类别关键词对初始广告进行匹配，得到待推荐的目标广告，向所述目标用户推送所述目标广告。
98.广告推荐设备在获取到目标用户的类别关键词和该类别关键词对应的情绪关键词后，根据该类别关键词和情绪关键词对初始广告进行匹配，得到待推荐的目标广告，并向
目标用户推送该目标广告。
99.具体的，广告推荐设备获取褒义网络评论的类别关键词和情绪关键词，将该类别关键词匹配初始匹配广告，并获取该类别关键词对应的情绪关键词，来预测目标用户对该初始匹配广告的推荐情绪，从而得到目标用户感兴趣的目标广告，将该目标广告推送到该目标用户。
100.本实施例中，广告推荐设备通过接收广告推荐请求，确定所述广告推荐请求的目标用户和所述目标用户对应的初始广告；获取所述目标用户的用户网络评论，并对所述用户网络评论进行情感倾向识别，得到所述目标用户的褒义网络评论；对所述褒义网络评论进行情绪识别，得到所述褒义网络评论对应的情绪关键词；获取所述褒义网络评论的评论对象，识别所述评论对象的对象类型，根据所述对象类型生成所述褒义网络评论的类别关键词；根据所述情绪关键词和所述类别关键词对初始广告进行匹配，得到待推荐的目标广告，向所述目标用户推送所述目标广告，实现根据用户过往的网络评论来确定用户感兴趣的情绪关键词和广告类别来匹配用户感兴趣的广告进行推送。
101.如图3所示，图3为本技术提供的广告推荐方法中对褒义网络评论进行情绪关键词识别的一个实施例的流程示意图，具体的，包括步骤301～步骤304：
102.301、获取所述褒义网络评论中的评论分词，以及所述评论分词对应的词性标签；
103.302、获取所述词性标签为形容词标签的目标评论分词，以及所述目标评论分词的分词特征；
104.303、将所述分词特征和预设的情绪参考特征进行比较，得到所述分词特征和所述情绪参考特征的情绪相似度；
105.304、获取所述情绪相似度超过预设相似度阈值的目标情绪参考特征，确定所述目标情绪参考特征对应的目标情绪参考词为所述褒义网络评论中的情绪关键词。
106.基于上述实施例，本实施例中，广告推荐设备在对用户网络评论进行情绪识别，得到用户网络评论中的褒义网络评论后，还对该褒义网络评论进行分词，得到该褒义网络评论中的评论分词，以及该评论分词对应的词性标签。
107.广告推荐设备在得到褒义网络评论中的评论分词和词性标签后，根据词性标签对该评论分词进行筛选，从而得到词性标签为形容词标签的目标评论分词，并对该目标评论分词进行编码，从而得到该目标评论分词的分词特征。
108.具体的，广告推荐设备将该分词特征和预设的情绪参考特征进行比较，从而得到该分词特征和该情绪参考特征的情绪相似度。其中，该情绪参考特征为情感倾向为褒义倾向的褒义参考词的编码特征。
109.具体的，广告推荐设备分别该分词特征和该情绪参考特征之间余弦相似度，根据该余弦相似度来表征该分词特征和该情绪参考特征的情绪相似度。
110.广告推荐设备在获取该情绪相似度后，将该情绪相似度和预设相似度阈值进行比较，得到情绪相似度超过预设相似度阈值的目标分词特征，将该目标分词特征对应的目标评论分词作为该褒义网络评论的情绪关键词。
111.广告推荐设备获取该褒义网络评论的情绪关键词后，进一步获取该褒义网络评论的类别关键词，通过情绪关键词和类别关联词来获取该目标用户的目标广告，并将目标广告推送到该目标用户。
112.本实施例中，广告推荐设备通过获取所述褒义网络评论中的评论分词，以及所述评论分词对应的词性标签；获取所述词性标签为形容词标签的目标评论分词，以及所述目标评论分词的分词特征；将所述分词特征和预设的情绪参考特征进行比较，得到所述分词特征和所述情绪参考特征的情绪相似度；获取所述情绪相似度超过预设相似度阈值的目标分词特征，确定所述目标分词特征对应的目标评论分词为所述褒义网络评论的情绪关键词。实现准确地获取褒义网络评论中的情绪关键词。
113.如图4所示，图4为本技术实施例提供的广告推荐方法中根据情绪关键词和类别关键词进行广告匹配的一个实施例的流程示意图，具体的，包括步骤401～步骤403：
114.401、获取所述初始广告的营销场景类别，将所述营销场景类别和所述类别关键词进行匹配，得到匹配成功的初始匹配广告；
115.402、获取所述初始匹配广告的情绪表征类型，将所述情绪表征类型和所述情绪关键词进行匹配，得到匹配成功的目标广告；
116.403、获取所述目标用户的用户标识，根据所述用户标识将所述目标广告推送到所述目标用户进行广告推荐。
117.基于上述实施例，本实施例中，广告推荐设备获取与该目标用户的目标年龄区间相匹配的初始广告中的英雄场景类别，将该营销场景类别和该类别关键词进行匹配，若该营销场景类别和该类别关键词表征的广告类别相同，则得到匹配成功的初始匹配广告。
118.广告推荐设备进一步获取该初始匹配广告的情绪表征类型，并将该情绪表征类型和情绪关键词进行匹配，若该情绪表征类型和该情绪关键词表征的情绪相同，则得到匹配成功的目标广告。
119.广告推荐设备在获取该目标广告后，获取该目标用户的用户标识，并根据该用户标识将该目标广告推送到该目标用户处进行个性化广告推荐。
120.广告推荐设备在将该个性化广告推荐推送到该目标用户处后，还采集该目标用户对于该目标广告的广告反馈数据，该广告反馈数据为表征该目标用户对于该目标广告的操作指示信息，包括观看进度占比。
121.具体的，广告推荐设备将该目标用户观看该目标广告的观看进度占比，并将该观看进度占比和该预设观看进度阈值进行比较，若该观看进度占比大于预设观看进度阈值，则确定该目标广告为目标用户所感兴趣的广告，获取与该目标广告的营销场景类型和情绪表征类型相同的目标信用卡广告，并将该目标信用卡广告推送到该目标用户处进行广告推荐。
122.本实施例中，广告推荐设备通过获取所述初始广告的营销场景类别，将所述营销场景类别和所述类别关键词进行匹配，得到匹配成功的初始匹配广告；获取所述初始匹配广告的情绪表征类型，将所述情绪表征类型和所述情绪关键词进行匹配，得到匹配成功的目标广告；获取所述目标用户的用户标识，根据所述用户标识将所述目标广告推送到所述目标用户进行广告推荐。实现对用户进行个性化广告推荐，提高广告推荐效果。
123.为了更好实施本技术实施例中广告推荐方法，在广告推荐方法基础之上，本技术实施例中还提供一种广告推荐装置，如图5所示，图5是本技术实施例中的广告推荐装置的一个实施例结构示意图，所述广告推荐装置500包括：
124.获取模块501，被配置为接收广告推荐请求，确定所述广告推荐请求的目标用户和
所述目标用户对应的初始广告；
125.情感分析模块502，被配置为获取所述目标用户的用户网络评论，并对所述用户网络评论进行情感倾向识别，得到所述目标用户的褒义网络评论；
126.情绪识别模块503，被配置为对所述褒义网络评论进行情绪识别，得到所述褒义网络评论对应的情绪关键词；
127.类别识别模块504，被配置为获取所述褒义网络评论的评论对象，识别所述评论对象的对象类型，根据所述对象类型生成所述褒义网络评论的类别关键词；
128.广告推荐模块，被配置为根据所述情绪关键词和所述类别关键词对所述初始广告进行匹配，得到待推荐的目标广告，向所述目标用户推送所述目标广告。
129.在本技术一些实施例中，广告推荐装置500接收广告推荐请求，确定所述广告推荐请求的目标用户和所述目标用户对应的初始广告，包括：
130.接收所述广告推荐请求，获取所述广告推荐请求对应的目标信用卡标识；
131.获取预设的信用卡数据库中与所述目标信用卡标识对应的目标用户；
132.获取所述目标用户的年龄参数，根据所述年龄参数得到所述目标用户的目标年龄区间；
133.获取预设的初始广告数据库中年龄区间标签与所述目标年龄区间相匹配的初始广告。
134.在本技术一些实施例中，广告推荐装置500获取所述目标用户的用户网络评论，并对所述用户网络评论进行情感倾向识别，得到所述目标用户的褒义网络评论，包括：
135.获取所述目标用户的用户网络评论；
136.将所述用户网络评论与预设的褒义倾向数据进行情感互信息计算，得到所述用户网络评论的情感互信息；
137.将所述情感互信息大于预设情感倾向阈值的用户网络评论设置为褒义网络评论。
138.在本技术一些实施例中，广告推荐装置500对所述褒义网络评论进行情绪识别，得到所述褒义网络评论对应的情绪关键词，包括：
139.获取所述褒义网络评论中的评论分词，以及所述评论分词对应的词性标签；
140.获取所述词性标签为形容词标签的目标评论分词，以及所述目标评论分词的分词特征；
141.将所述分词特征和预设的情绪参考特征进行比较，得到所述分词特征和所述情绪参考特征的情绪相似度；
142.获取所述情绪相似度超过预设相似度阈值的目标情绪参考特征，确定所述目标情绪参考特征对应的目标情绪参考词为所述褒义网络评论中的情绪关键词。
143.在本技术一些实施例中，广告推荐装置500获取所述褒义网络评论的评论对象，识别所述评论对象的对象类型，根据所述对象类型生成所述褒义网络评论的类别关键词，包括：
144.通过预设的评论对象识别模型，对所述褒义网络评论进行评论对象识别，得到所述褒义网络评论中对象字段和所述对象字段的对象类型；
145.获取所述对象类型为广告和/或影视作品的目标对象字段，查询预设的广告影视资料库，得到所述目标对象字段对应的影视类别；
146.将所述影视类别设置为所述褒义网络评论的类别关键词。
147.在本技术一些实施例中，广告推荐装置500根据所述情绪关键词和所述类别关键词对所述初始广告进行匹配，得到待推荐的目标广告，向所述目标用户推送所述目标广告，包括：
148.获取所述初始广告的营销场景类别，将所述营销场景类别和所述类别关键词进行匹配，得到匹配成功的初始匹配广告；
149.获取所述初始匹配广告的情绪表征类型，将所述情绪表征类型和所述情绪关键词进行匹配，得到匹配成功的目标广告；
150.获取所述目标用户的用户标识，根据所述用户标识将所述目标广告推送到所述目标用户进行广告推荐。
151.在本技术一些实施例中，广告推荐装置500根据所述情绪关键词和所述类别关键词对所述初始广告进行匹配，得到待推荐的目标广告，向所述目标用户推送所述目标广告，包括：
152.采集所述目标用户对所述目标广告的广告反馈数据；
153.若所述广告反馈数据中的观看进度占比大于预设观看进度阈值，则获取与所述目标广告的营销场景类型和情绪表征类型相同的目标信用卡广告；
154.将所述目标信用卡广告推送到所述目标用户进行广告推荐。
155.本实施中，广告推荐装置通过接收广告推荐请求，确定所述广告推荐请求的目标用户和所述目标用户对应的初始广告；获取所述目标用户的用户网络评论，并对所述用户网络评论进行情感倾向识别，得到所述目标用户的褒义网络评论；对所述褒义网络评论进行情绪识别，得到所述褒义网络评论对应的情绪关键词；获取所述褒义网络评论的评论对象，识别所述评论对象的对象类型，根据所述对象类型生成所述褒义网络评论的类别关键词；根据所述情绪关键词和所述类别关键词对初始广告进行匹配，得到待推荐的目标广告，向所述目标用户推送所述目标广告，实现根据用户过往的网络评论来确定用户的情绪倾向和感兴趣的广告类别来匹配用户感兴趣的广告进行推送。
156.本发明实施例还提供一种广告推荐设备，如图6所示，图6为本技术实施例中提供的广告推荐设备的一个实施例结构示意图。
157.广告推荐设备集成了本发明实施例所提供的任意一种广告推荐装置，该广告推荐设备包括：
158.一个或多个处理器；
159.存储器；以及
160.一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行上述广告推荐方法实施例中任一实施例中所述的广告推荐方法中的步骤。
161.具体来讲：广告推荐设备可以包括一个或者一个以上处理核心的处理器601、一个或一个以上计算机可读存储介质的存储器602、电源603和输入单元604等部件。本领域技术人员可以理解，图6中示出的广告推荐设备结构并不构成对广告推荐设备的限定，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。其中：
162.处理器601是该广告推荐设备的控制中心，利用各种接口和线路连接整个广告推
荐设备的各个部分，通过运行或执行存储在存储器602内的软件程序和/或模块，以及调用存储在存储器602内的数据，执行广告推荐设备的各种功能和处理数据，从而对广告推荐设备进行整体监控。可选的，处理器601可包括一个或多个处理核心；优选的，处理器601可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器601中。
163.存储器602可用于存储软件程序以及模块，处理器601通过运行存储在存储器602的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器602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(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据广告推荐设备的使用所创建的数据等。此外，存储器602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，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器602还可以包括存储器控制器，以提供处理器601对存储器602的访问。
164.广告推荐设备还包括给各个部件供电的电源603，优选的，电源603可以通过电源管理系统与处理器601逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源603还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
165.该广告推荐设备还可包括输入单元604，该输入单元604可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
166.尽管未示出，广告推荐设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，广告推荐设备中的处理器601会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器602中，并由处理器601来运行存储在存储器602中的应用程序，从而实现各种功能，如下：
167.接收广告推荐请求，确定所述广告推荐请求的目标用户和所述目标用户对应的初始广告；
168.获取所述目标用户的用户网络评论，并对所述用户网络评论进行情感倾向识别，得到所述目标用户的褒义网络评论；
169.对所述褒义网络评论进行情绪识别，得到所述褒义网络评论对应的情绪关键词；
170.获取所述褒义网络评论的评论对象，识别所述评论对象的对象类型，根据所述对象类型生成所述褒义网络评论的类别关键词；
171.根据所述情绪关键词和所述类别关键词对初始广告进行匹配，得到待推荐的目标广告，向所述目标用户推送所述目标广告。
172.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对其他实施例的详细描述，此处不再赘述。
173.具体实施时，以上各个单元或结构可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元或结构的具体实施可参见前面的方法实施例，在此不再赘述。
174.以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
175.以上对本技术实施例所提供的一种广告推荐方法进行了详细介绍，本文中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。