CN119107129B 一種自動化規(guī)則配置流程的處理方法、系統(tǒng)、設(shè)備及介質(zhì) （廣州盈風(fēng)網(wǎng)絡(luò)科技有限公司）

一種自動化規(guī)則配置流程的處理方法、系根據(jù)規(guī)則校驗(yàn)工具對所述多叉樹規(guī)則進(jìn)行自動2獲取第一投放規(guī)則數(shù)據(jù)，對所述第一投放規(guī)則數(shù)據(jù)進(jìn)行語義分析建立標(biāo)準(zhǔn)指標(biāo)庫，根據(jù)所述標(biāo)準(zhǔn)指標(biāo)庫對所述第二投放規(guī)則數(shù)據(jù)進(jìn)行指標(biāo)體系化構(gòu)根據(jù)規(guī)則校驗(yàn)工具對所述多叉樹規(guī)則進(jìn)行自動化校驗(yàn)，確定所述多叉樹規(guī)則是否合獲取歷史投放廣告數(shù)據(jù)，根據(jù)所述歷史投放廣告數(shù)據(jù)對所述多其中，所述根據(jù)所述歷史投放廣告數(shù)據(jù)對所述多叉樹規(guī)則進(jìn)行廣告投放場景模擬測根據(jù)所述歷史投放廣告數(shù)據(jù)對所述多叉樹規(guī)則進(jìn)行廣告投放場景根據(jù)所述廣告投放場景模擬結(jié)果，采用AdaBoost算法訓(xùn)練集成決策樹其中，所述根據(jù)所述歷史投放廣告數(shù)據(jù)對所述多叉樹根據(jù)所述歷史投放廣告數(shù)據(jù)，采用多叉樹算法對廣告投放場景進(jìn)行建用統(tǒng)計(jì)分析方法計(jì)算各廣告投放場景出現(xiàn)的概率分布，得到廣告投放場景概率分布結(jié)果；根據(jù)所述多叉樹規(guī)則確定每個投放廣告的投放廣告方案，并將不符合所述多采用自然語言處理技術(shù)對所述第一投放規(guī)則數(shù)據(jù)進(jìn)行語義分析提取出所述第三投放規(guī)則數(shù)據(jù)的核心語義信息，通過所述核心語義信息構(gòu)建知識圖根據(jù)所述低維稠密向量表示，采用聚類算法對所述第三投放規(guī)則數(shù)采用關(guān)聯(lián)規(guī)則挖掘算法識別出多個規(guī)則簇之間的關(guān)聯(lián)關(guān)系和依賴關(guān)系3采用層次分析法對所述第二投放規(guī)則數(shù)據(jù)進(jìn)行分類和組織，獲得根據(jù)所述維度信息和屬性信息，采用決策樹算法構(gòu)建多層級指標(biāo)評價法對所述多層級指標(biāo)體系的各級指標(biāo)賦予指根據(jù)所述標(biāo)準(zhǔn)指標(biāo)庫，將所述多層級指標(biāo)體系中的各級采用深度優(yōu)先搜索算法遍歷所述多叉樹規(guī)則，獲取所述多叉樹規(guī)根據(jù)每個節(jié)點(diǎn)的屬性信息和子節(jié)點(diǎn)關(guān)系，判斷各個節(jié)點(diǎn)若各個節(jié)點(diǎn)的屬性值不符合預(yù)定義的約束條件或節(jié)點(diǎn)間的關(guān)系不滿足預(yù)設(shè)的業(yè)務(wù)邏根據(jù)所述多叉樹規(guī)則構(gòu)建廣告投放決策樹模型，采用深度優(yōu)先搜索采用多目標(biāo)優(yōu)化算法對若干個候選廣告投放方案進(jìn)行篩選和優(yōu)化，利用關(guān)聯(lián)規(guī)則挖掘算法分析不符合所述多叉樹規(guī)則的若干個投放廣告和符合所述多根據(jù)所述第一分析結(jié)果和所述第二分析結(jié)果對所述多叉樹規(guī)則進(jìn)第一處理模塊，用于獲取第一投放規(guī)則數(shù)據(jù)，對所述第一投第二處理模塊，用于建立標(biāo)準(zhǔn)指標(biāo)庫，根據(jù)所述標(biāo)準(zhǔn)指標(biāo)庫4第三處理模塊，用于根據(jù)規(guī)則校驗(yàn)工具對所述多叉樹規(guī)第四處理模塊，用于獲取歷史投放廣告數(shù)據(jù)，根據(jù)所述歷其中，所述根據(jù)所述歷史投放廣告數(shù)據(jù)對所述多叉樹規(guī)則進(jìn)行廣告投放場景模擬測根據(jù)所述歷史投放廣告數(shù)據(jù)對所述多叉樹規(guī)則進(jìn)行廣告投放場景根據(jù)所述廣告投放場景模擬結(jié)果，采用AdaBoost算法訓(xùn)練集成決策樹其中，所述根據(jù)所述歷史投放廣告數(shù)據(jù)對所述多叉樹根據(jù)所述歷史投放廣告數(shù)據(jù)，采用多叉樹算法對廣告投放場景進(jìn)行建用統(tǒng)計(jì)分析方法計(jì)算各廣告投放場景出現(xiàn)的概率分布，得到廣告投放場景概率分布結(jié)果；第五處理模塊，用于根據(jù)所述多叉樹規(guī)則確定每個投放廣告的5[0001]本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種自動化規(guī)則配置流程的處理方法、[0007]5.系統(tǒng)靈活性與可擴(kuò)展性受限：當(dāng)前的規(guī)則配置方式往往導(dǎo)致系統(tǒng)規(guī)則較為固[0010]獲取第一投放規(guī)則數(shù)據(jù)，對所述第一投放規(guī)則數(shù)據(jù)進(jìn)行67[0030]圖1是本發(fā)明一實(shí)施例提供的一種自動化規(guī)則配置流程的處理方法的流程示意[0031]圖2是本發(fā)明一實(shí)施例提供的一種自動化規(guī)則配置流程的處理系統(tǒng)的結(jié)構(gòu)示意發(fā)明第一實(shí)施例公開的一種自動化規(guī)則配置流程的處理方法方法的流程示意圖，詳述如使用XMind工具創(chuàng)建了一份包含多個層級和復(fù)雜邏輯關(guān)系的投放規(guī)則文件。該文件詳細(xì)描8雜的投放規(guī)則轉(zhuǎn)化為系統(tǒng)可識別的格式，系統(tǒng)需要對該XMind文件進(jìn)行語義分析和結(jié)構(gòu)化確保文件完整且未損壞，使用專門的XMind解析庫(如Python中的xmindparser庫)讀取XMind文件內(nèi)容，解析成JSON格式的結(jié)構(gòu)數(shù)據(jù)，提取出所有的主題(Topic)和子主題 9[0051]根據(jù)所述低維稠密向量表示，采用K_means聚類算法對第三投放規(guī)則數(shù)據(jù)進(jìn)行聚方法計(jì)算每個規(guī)則數(shù)據(jù)點(diǎn)與簇內(nèi)其他點(diǎn)的平均距離a和該點(diǎn)與其他簇中點(diǎn)的最小平均距離綜合評價法對所述多層級指標(biāo)體系的各級指標(biāo)[0061]根據(jù)所述標(biāo)準(zhǔn)指標(biāo)庫，將所述多層級指標(biāo)體系中的各級指標(biāo)的命名進(jìn)行規(guī)范修規(guī)則。了因人為疏忽或誤解而導(dǎo)致的錯誤風(fēng)險。自動化校驗(yàn)?zāi)軌蚩焖偻瓿纱罅恳?guī)則的校驗(yàn)工作，[0073]若各個節(jié)點(diǎn)的屬性值不符合預(yù)定義的約束條件或節(jié)點(diǎn)間的關(guān)系不滿足預(yù)設(shè)的業(yè)要求的多叉樹規(guī)則。[0097]根據(jù)所述綜合得分對所有投放廣告方案進(jìn)行排序，確定若干個候選廣告投放方據(jù)廣告主的需求和歷史數(shù)據(jù)進(jìn)行設(shè)定和調(diào)整。根據(jù)綜合評分對所有投放廣告方案進(jìn)行排[0104]利用關(guān)聯(lián)規(guī)則挖掘算法分析不符合所述多叉樹規(guī)則的若干個投放廣告和符合所告屬性的關(guān)聯(lián)規(guī)則，判斷不符合多叉樹規(guī)則的廣告與符合多叉樹規(guī)則的廣告之間的相關(guān)[0116]可以理解的是，如圖1所示的自動化規(guī)則配置流程的處理方法實(shí)施例中的內(nèi)容均施例所具體實(shí)現(xiàn)的功能與如圖1所示的自動化規(guī)則配置流程的處理方法實(shí)施例相同，并且達(dá)到的有益效果與如圖1所示的自動化規(guī)則配置流程的處理方法實(shí)施例所達(dá)到的有益效果及存儲在存儲器302上的計(jì)算機(jī)程序303，當(dāng)所述計(jì)算機(jī)程序303在處理器301上被執(zhí)行時，實(shí)現(xiàn)如上述方法中任一項(xiàng)所述的自動化規(guī)則分立硬件組件等。通用處理器可以是微處理器或者該處理器也可以是任何常規(guī)的處理器算機(jī)設(shè)備3的硬盤或內(nèi)存。所述存儲器302在另一些實(shí)施例中也可以是所述計(jì)算機(jī)設(shè)備3的外部存儲設(shè)備，例如所述計(jì)算機(jī)設(shè)備3上配