数据推广方法、装置、设备及存储介质与流程

本申请涉及金融科技(fintech)的人工智能技术领域，尤其涉及一种数据推广方法、装置、设备及存储介质。

背景技术：

随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术应用在金融领域，但金融业也对技术提出了更高的要求，如金融业对数据推广也有更高的要求。

目前，常常需要对数据如广告等内容进行推广，现有推广过程中，企业、商家和工厂等都是自行进行推广，自行进行推广缺乏针对性，推广效果并不理想，且资源耗费多，推广便捷性难以满足需求，也即，现有技术中存在数据推广如广告内容推广效益低的技术问题。

技术实现要素：

本申请的主要目的在于提供一种数据推广方法、装置、设备和存储介质，旨在解决现有技术中自行进行数据推广，推广效益低下的技术问题。

为实现上述目的，本申请提供一种数据推广方法，所述数据推广方法包括：

在检测到数据推广请求时，对所述数据推广请求进行分类，得到分类结果；

确定所述分类结果所指向的推广渠道，并根据所述推广渠道确定所述数据推广请求对应的目标推广策略；

根据所述目标推广策略，对所述数据推广请求对应的数据内容进行针对性推广处理。

可选地，所述根据所述目标推广策略，对所述数据推广请求对应的数据内容进行针对性推广处理的步骤，包括：

确定所述数据推广请求对应的数据内容的目标用户；

根据所述目标推广策略，将所述数据推广请求对应的数据内容推送给所述目标用户。

可选地，所述确定所述数据推广请求对应的数据内容的目标用户的步骤，包括：

获取用户数据，并将所述用户数据输入至预设识别模型中，以对所述用户数据进行语义编码，获得用户特征表示变量，其中，所述预设识别模型通过基于预设联邦流程进行迭代训练而得到；

计算所述用户特征表示变量对应的用户相似性结果，并基于所述相似性结果以及所述数据推广请求对应的数据内容生成相似用户候选集；

基于所述相似用户候选集得到所述目标用户。

可选地，所述用户特征表示变量包括第一特征表示和第二特征表示，所述预设识别模型包括评分模型，

所述计算所述用户特征表示变量对应的用户相似性结果的步骤包括：

计算所述第一特征表示和所述第二特征表示的内积，获得待处理数据；

将所述待处理数据输入所述评分模型，以对所述用户特征表示变量对应的各待选择用户进行评分，获得所述用户相似性结果。

可选地，所述确定所述分类结果所指向的推广渠道，并根据所述推广渠道确定所述数据推广请求对应的目标推广策略的步骤，包括：

确定所述分类结果所指向的推广渠道，确定所述推广渠道是否存在推广位的招标信息；

若所述推广渠道存在推广位的招标信息时，根据所述数据推广请求中携带的目标流量，确定所述数据推广请求对应的目标推广策略。

可选地，所述根据所述数据推广请求中携带的目标流量，确定所述数据推广请求对应的目标推广策略的步骤，包括：

获取所述数据推广请求所指向的待覆盖线下区域以及携带的目标流量；

获取待覆盖线下区域对应各个时间段的流量人群类型，以及各个时间段的流量大小；

根据各个时间段的流量大小以及所述目标流量，确定所述数据推广请求对应的推广时间段，根据所述流量人群类型，确定所述数据推广请求对应的推广形式；

将所述推广时间段和所述推广形式设置为所述目标推广策略。。

可选地，所述根据所述推广渠道对所述数据推广请求对应的数据内容进行针对性推广处理的步骤之后，包括：

获取所述数据内容的大于预设点击量的目标点击数据，提取所述目标点击数据中的相同策略信息；

基于所述相同策略信息对所述目标推广策略进行反馈调整。

本申请还提供一种数据推广装置，所述数据推广装置包括：

分类模块，用于在检测到数据推广请求时，对所述数据推广请求进行分类，得到分类结果；

确定模块，用于确定所述分类结果所指向的推广渠道，并根据所述推广渠道确定所述数据推广请求对应的目标推广策略；

推广模块，用于根据所述目标推广策略，对所述数据推广请求对应的数据内容进行针对性推广处理。

可选地，所述推广模块包括：

第一确定单元，用于确定所述数据推广请求对应的数据内容的目标用户；

第一推送单元，用于根据所述目标推广策略，将所述数据推广请求对应的数据内容推送给所述目标用户。

可选地，所述第一确定单元包括：

第一获取子单元，用于获取用户数据，并将所述用户数据输入至预设识别模型中，以对所述用户数据进行语义编码，获得用户特征表示变量，其中，所述预设识别模型通过基于预设联邦流程进行迭代训练而得到；

计算子单元，用于计算所述用户特征表示变量对应的用户相似性结果，并基于所述相似性结果以及所述数据推广请求对应的数据内容生成相似用户候选集；

第二获取子单元，用于基于所述相似用户候选集得到所述目标用户。

可选地，所述用户特征表示变量包括第一特征表示和第二特征表示，所述预设识别模型包括评分模型，

所述计算子单元用于实现：

计算所述第一特征表示和所述第二特征表示的内积，获得待处理数据；

将所述待处理数据输入所述评分模型，以对所述用户特征表示变量对应的各待选择用户进行评分，获得所述用户相似性结果。

可选地，所述确定模块包括：

第二确定单元，用于确定所述分类结果所指向的推广渠道，确定所述推广渠道是否存在推广位的招标信息；

第三确定单元，用于若所述推广渠道存在推广位的招标信息时，根据所述数据推广请求中携带的目标流量，确定所述数据推广请求对应的目标推广策略。

可选地，所述第三确定单元包括：

第三获取子单元，用于获取所述数据推广请求所指向的待覆盖线下区域以及携带的目标流量；

第四获取子单元，用于获取待覆盖线下区域对应各个时间段的流量人群类型，以及各个时间段的流量大小；

确定子单元，用于根据各个时间段的流量大小以及所述目标流量，确定所述数据推广请求对应的推广时间段，根据所述流量人群类型，确定所述数据推广请求对应的推广形式；

设置子单元，用于将所述推广时间段和所述推广形式设置为所述目标推广策略。

可选地，所述数据推广装置还包括：

获取模块，用于获取所述数据内容的大于预设点击量的目标点击数据，提取所述目标点击数据中的相同策略信息；

调整模块，用于基于所述相同策略信息对所述目标推广策略进行反馈调整。

本申请还提供一种数据推广设备，所述数据推广设备为实体设备，所述数据推广设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述数据推广方法的程序，所述数据推广方法的程序被处理器执行时可实现如上述的数据推广方法的步骤。

本申请还提供一种存储介质，所述存储介质上存储有实现上述数据推广方法的程序，所述数据推广方法的程序被处理器执行时实现如上述的数据推广方法的步骤。

本申请通过在检测到数据推广请求时，对所述数据推广请求进行分类，得到分类结果；确定所述分类结果所指向的推广渠道，并根据所述推广渠道确定所述数据推广请求对应的目标推广策略；根据所述目标推广策略，对所述数据推广请求对应的数据内容进行针对性推广处理。与现有技术商家各自自行推广数据相比，本发明统一接收商家的推广请求，并基于推广请求的不同分类结果，采用不同推广渠道，以及对应的不同目标推广策略进行对应数据内容的针对性推广的技术手段，该手段克服了现有技术自自行推广数据缺乏针对性，推广便捷性低，资源消耗多，进而导致数据推广如广告内容推广效益低的缺陷，提升了数据推广效率。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请数据推广方法第一实施例的流程示意图；

图2为本申请数据推广方法中生成所述第一数据的对抗数据的细化步骤流程示意图；

图3为本申请实施例方案涉及的硬件运行环境的设备结构示意图；

图4为本申请数据推广方法的场景示意图。

本申请目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请实施例提供一种数据推广方法，在本申请数据推广方法的第一实施例中，参照图1，所述数据推广方法包括：

步骤s10，在检测到数据推广请求时，对所述数据推广请求进行分类，得到分类结果；

步骤s20，确定所述分类结果所指向的推广渠道，并根据所述推广渠道确定所述数据推广请求对应的目标推广策略；

步骤s30，根据所述目标推广策略，对所述数据推广请求对应的数据内容进行针对性推广处理。

具体步骤如下：

步骤s10，在检测到数据推广请求时，对所述数据推广请求进行分类，得到分类结果；

在本实施例中，需要说明的是，数据推广方法可以应用于数据推广系统，该数据推广系统从属于数据推广设备，对于数据推广系统而言，是与机构如企业，商家，工厂等存在通信连接关系的，因而，机构如企业，商家，工厂等存在广告推广需求时，可以注册并登陆数据推广系统，并生成广告推广需求，数据推广系统接收广告推广需求，并对广告推广需求进行处理。

其中，数据推广系统还与线上媒体，线上公众号，线上网站，线下实体视频服务应用，搜索服务应用，客服服务系统、搜索推广系统等进行通信，如图4所示，也即，数据推广系统作为中间机构将企业，商家等连接起来，具体地，商家，工厂等存在广告推广需求时，数据推广系统接收该广告推广需求，并确定各个线上媒体，线上公众号，线上网站，线下实体，客服服务系统、搜索推广系统等是否存在对应数据空闲位如对应空闲广告位，若存在对应空闲广告位时，基于该对应空闲广告位以及对应的广告推广需求，确定推广形式，推广时机等内容，以对数据推广请求对应的推广内容做针对性推广处理。

需要说明的是，数据推广系统可以拥有所有各个线上媒体，线上公众号，线上网站，线下实体等的用户数据，该各个不同线上媒体，线上公众号，线上网站，线下实体等的用户数据之间的用户数据彼此之间不相通。

在检测到数据推广请求时，对所述数据推广请求进行分类，得到分类结果，对数据推广请求进行分类的目的在于基于商家的需求类型进行针对性处理，同时实现对推广请求的有序管理。

在检测到数据推广请求时，对所述数据推广请求进行分类，得到分类结果的方式包括：

方式一：在检测到数据推广请求时，基于产品类型以及服务类型对所述数据推广请求进行分类，得到分类结果；

具体地，例如，若所要推广的是产品，则将数据推广请求划分为第一类，若所要推广的是服务，则将数据推广请求划分为第二类，其中，可以根据产品或者服务的具体类型，对数据推广请求的类型再进行细分。

方式二：在检测到数据推广请求时，基于所要推广的目标站点，对所述数据推广请求进行分类，得到分类结果。

具体地，例如，若所要推广的目标站点为线上网站，则将数据推广请求划分为第一类，若所要推广的目标站点为公众号，则将数据推广请求划分为第二类，若所要推广的目标站点为线下大楼区域，则将数据推广请求划分为第三类等。

需要说明的是，在本实施例中，数据推广请求中携带推广产品类型，推广要求，推广时间段，推广目标流量，推广结果，推广费用等内容。

其中，确定推广产品类型，推广要求，推广时间段，推广目标流量，推广结果，推广费用等内容的方式可以是：商家手动输入或者是商家在数据推广系统上基于已有的选项选择的。

步骤s20，确定所述分类结果所指向的推广渠道，并根据所述推广渠道确定所述数据推广请求对应的目标推广策略；

在本实施例中，以基于所要推广的目标站点，对所述数据推广请求进行分类，得到分类结果为例进行具体说明，在得到分类结果后，确定所述分类结果所指向的推广渠道，具体地，推广渠道可以是微信公众号，微信朋友圈，网站视频，博主文字宣传，线下视频，线下广告标语等类型，在得到推广渠道后，根据所述推广渠道确定所述数据推广请求对应的目标推广策略，其中，推广策略包括推广形式，推广时机，推广创意，推广模式等。

步骤s30，根据所述目标推广策略，对所述数据推广请求对应的数据内容进行针对性推广处理。

在本实施例中，根据所述目标推广策略，对所述数据推广请求对应的数据内容进行针对性推广处理，具体地，根据所述目标推广策略将所述数据推广请求对应的数据内容推送给目标用户，以实现针对性推广。

其中，所述根据所述目标推广策略，对所述数据推广请求对应的数据内容进行针对性推广处理的步骤，包括：

步骤s31，确定所述数据推广请求对应的数据内容的目标用户；

在本实施例中，首先确定所述数据推广请求对应的数据内容的目标用户，然后才能针对性推广内容。

其中，确定所述数据推广请求对应的数据内容的目标用户的方式包括：

方式一，获取数据推广请求对应的数据内容的相似内容，基于所述相似内容的用户，确定所述目标用户。

方式二：所述确定所述数据推广请求对应的数据内容的目标用户的步骤，包括：

步骤s311，获取用户数据，并将所述用户数据输入至预设识别模型中，以对所述用户数据进行语义编码，获得用户特征表示变量，其中，所述预设识别模型通过基于预设联邦流程进行迭代训练而得到；

在本实施例中，需要说明的是，所述用户数据包括某一渠道所有已经接入到数据推广系统中的用户，具体地，所述用户数据包括用户到物品的第一类型用户数据和用户到用户的第二类型用户数据，其中，所述第一类型用户数据和第二类型用户数据均包括用户标签，其中，所述用户标签用于标识用户的类型，例如，使用数字1标识用户为第一类用户，使用数字0标识用户为第二类用户等，且所述第一类型用户数据和第二类型用户数据均由大型稀疏向量进行表示(独热编码(onehot))，其中，第一类型用户数据记录了目标用户关于物品的数据，例如，目标用户对电影的评分、目标用户对某一网页的点击量等，第二类型用户数据记录了目标用户关于其他待选择用户的数据，例如，目标用户与待选择用户共同点击某一网页的次数、目标用户与待选择用户看过的相同电视剧的数量等，所述用户特征表示变量对应的用户特征表示可用一串实数进行表示，所述用户特征表示可唯一的表示某一事物，所述用户特征表示变量通常为将大型稀疏向量转换为保留语义关系的低维空间表示，例如，假设某一稀疏向量为010000000000000，且表示用户对于某一网页的点击量为10次，则可设置用户特征表示变量为实数10，以表示用户对于某一网页的点击量为10次，也即，对所述稀疏向量进行语义编码，将大型稀疏向量转换为了保留语义关系的低维空间表示，具体地，予以编码的手段可以是：获取用户数据，并将所述用户数据输入至预设识别模型中，以对所述用户数据进行语义编码，获得用户特征表示变量，其中，所述预设识别模型通过基于预设联邦流程进行迭代训练而得到，也即，预设识别模型是已经训练完成的。

其中，所述预设识别模型为通过进行所述预设联邦流程，以联合多方数据进行迭代训练而获得的，进而获得所述第一类型用户数据对应的第一用户特征表示变量和所述第二类型用户数据对应的第二用户特征表示变量，也即，获得所述用户特征表示变量。

步骤s312，计算所述用户特征表示变量对应的用户相似性结果，并基于所述相似性结果以及所述数据推广请求对应的数据内容生成相似用户候选集；

在本实施例中，所述用户相似性为用户之间的相似程度，计算所述用户特征表示变量对应的用户相似性结果，并基于所述相似性结果以及所述数据推广请求生成相似用户候选集，具体地，首先基于数据推广请求对应的数据内容确定基准用户，基于所述用户特征表示变量，通过所述评分模型对基准用户对应各待选择用户进行评分，获得各所述待选择用户对应的待选择用户评分，其中，待选择用户评分越高，则所述基准用户和待选择用户的用户相似性越高，进而基于各所述待选择用户评分，对各所述待选择用户进行排序，获得待选择用户列表，也即，获得用户相似性结果，并在所述待选择用户列表中选取所述相似用户候选集。

所述用户特征表示变量包括第一特征表示和第二特征表示，所述预设识别模型包括评分模型，

所述计算所述用户特征表示变量对应的用户相似性结果的步骤包括：

步骤a1，计算所述第一特征表示和所述第二特征表示的内积，获得待处理数据；

在本实施例中，需要说明的是，所述内积为一种向量运算，例如，假设所述第一特征表示为(a，b，c)，所述第二特征表示为(a，b，c)，则所述第一特征表示和所述第二特征表示的内积为aa+bb+cc，也即，所述待输入数据为aa+bb+cc。

步骤a2，将所述待处理数据输入所述评分模型，以对所述用户特征表示变量对应的各待选择用户进行评分，获得所述用户相似性结果。

在本实施例中，将所述待处理数据输入所述评分模型，以计算各所述用户相似性，获得相似性结果，并基于所述相似性结果生成所述相似用户候选集，具体地，将所述待处理数据输入所述评分模型，以通过预设相似度计算方法计算所述基准用户与各所述待选择用户之间的相似度，进而对各所述待选择用户进行评分，获得各所述待选择用户对于的相似度评分，并基于各所述相似度评分，在各所述待选择用户中剔除相似度评分低于预设相似度评分阈值的待选择用户，进而对剔除后的各所述待选择特征进行排序，获得待选择用户列表，也即，获得所述用户相似性结果。

步骤s313，基于所述相似用户候选集得到所述目标用户。

例如，在所述待选择用户列表中选取评分排名前10000的待选择用户组成所述相似用户候选集，将所述相似用户候选集设置为所述目标用户。

步骤s32，根据所述目标推广策略，将所述数据推广请求对应的数据内容推送给所述目标用户。

根据所述目标推广策略，将所述数据推广请求对应的数据内容推送给所述目标用户。

本申请通过在检测到数据推广请求时，对所述数据推广请求进行分类，得到分类结果；确定所述分类结果所指向的推广渠道，并根据所述推广渠道确定所述数据推广请求对应的目标推广策略；根据所述目标推广策略，对所述数据推广请求对应的数据内容进行针对性推广处理。与现有技术商家各自自行推广数据相比，本发明统一接收商家的推广请求，并基于推广请求的不同分类结果，采用不同推广渠道，以及对应的不同目标推广策略进行对应数据内容的针对性推广的技术手段，该手段克服了现有技术下，企业、商家和工厂自行推广数据缺乏针对性，推广便捷性低，资源消耗多，进而导致数据推广如广告内容推广效益低的缺陷，提升了数据推广效率。

进一步地，基于本申请中第一实施例，提供另一实施例，在该实施例中，所述确定所述分类结果所指向的推广渠道，并根据所述推广渠道确定所述数据推广请求对应的目标推广策略的步骤，包括：

步骤b1，确定所述分类结果所指向的推广渠道，确定所述推广渠道是否存在推广位的招标信息；

在本实施例中，需要先确定所述分类结果所指向的推广渠道是否存在推广位的招标信息，避免接收数据推广请求后无法及时处理的情况。

步骤b2，若所述推广渠道存在推广位的招标信息时，根据所述数据推广请求中携带的目标流量，确定所述数据推广请求对应的目标推广策略。

若所述推广渠道存在推广位的招标信息时，才根据所述数据推广请求中携带的目标流量，确定所述数据推广请求对应的目标推广策略。

所述根据所述数据推广请求中携带的目标流量，确定所述数据推广请求对应的目标推广策略的步骤，包括：

步骤c1，获取所述数据推广请求所指向的待覆盖线下区域以及携带的目标流量；

在本实施例中，是确定目标推广策略的一个具体方式，首先获取所述数据推广请求所指向的待覆盖线下区域以及携带的目标流量，如待覆盖线下区域为一线城市的某些确定大楼的电梯电视推广区，携带的目标流量是预设的，具体可以是a。

步骤c2，获取待覆盖线下区域对应各个时间段的流量人群类型，以及各个时间段的流量大小；

步骤c3，根据各个时间段的流量大小以及所述目标流量，确定所述数据推广请求对应的推广时间段，根据所述流量人群类型，确定所述数据推广请求对应的推广形式；

获取待覆盖线下区域对应各个时间段的流量人群类型，如人群类型可以是年轻人或者小孩，获取待覆盖线下区域对应各个时间段的流量大小，如大楼电梯各个时间段的人流吞吐量大小。

根据各个时间段的流量大小以及所述目标流量，确定所述数据推广请求对应的推广时间段，如目标流量为2000人，上班时间段确定一大楼的电梯电视推广区的流量大小为6000人，则推广时间段可以为三分之一的上班时间段。根据所述流量人群类型，确定所述数据推广请求对应的推广形式，具体地，若流量人群类型为年轻人，则推广形式可以是当前最流行的创意形式。

步骤c4，将所述推广时间段和所述推广形式设置为所述目标推广策略。

将所述推广时间段和所述推广形式设置为所述目标推广策略，特别地，设置为线下目标推广策略。

在本实施例中，根据所述数据推广请求中携带的目标流量，确定所述数据推广请求对应的目标推广策略还包括：

方式一：

获取所述数据推广请求所指向的线上板块以及携带的目标流量；

获取线上板块对应的流量人群类型，以及节点流量大小；

根据节点流量大小以及所述目标流量，确定所述数据推广请求对应的推广节点时间段，根据所述流量人群类型，确定所述数据推广请求对应的推广形式；

将所述推广节点时间段和所述推广形式设置为所述目标推广策略。

该上述目标推广策略可以应用于网站站点推广。

在本实施例中，根据所述数据推广请求中携带的目标流量，确定所述数据推广请求对应的目标推广策略还包括：

方式二：

获取所述数据推广请求所指向的公众号类型以及携带的目标流量；

获取公众号类型对应的流量人群类型，以及公众号关注量大小；

根据公众号关注量大小以及所述目标流量，确定所述数据推广请求对应的公众号推广节点，根据所述流量人群类型，确定所述数据推广请求对应的推广形式；

将所述公众号推广节点和所述推广形式设置为所述目标推广策略。

该上述目标推广策略可以应用于微信站点推广。

在本实施例中，根据所述数据推广请求中携带的目标流量，确定所述数据推广请求对应的目标推广策略还包括：

方式三：

获取所述数据推广请求所指向的媒体类型以及携带的目标流量；

获取媒体类型对应的流量人群类型，以及媒体关注量大小；

根据媒体关注量大小以及所述目标流量，确定所述数据推广请求对应的媒体推广节点，根据所述流量人群类型，确定所述数据推广请求对应的推广形式；

将所述媒体推广节点和所述推广形式设置为所述目标推广策略。

该上述目标推广策略可以应用于媒体站点推广。

在本实施例中，目标推广策略还可以应用于视频推广应用，搜索引擎等，在此不做具体举例说明。

在本实施例中，通过确定所述分类结果所指向的推广渠道，确定所述推广渠道是否存在推广位的招标信息；若所述推广渠道存在推广位的招标信息时，根据所述数据推广请求中携带的目标流量，确定所述数据推广请求对应的目标推广策略，本实施例中，准确确定目标推广策略。

进一步地，基于本申请中第一实施例和第二实施例，所述根据所述推广渠道对所述数据推广请求对应的数据内容进行针对性推广处理的步骤之后，包括：

步骤d1，获取所述数据内容的大于预设点击量的目标点击数据，提取所述目标点击数据中的相同策略信息；

在本实施例中，同一数据内容可以有不同的推广形式，不同的推广渠道，在推广后，还获取所述数据推广请求对应的数据内容的各个点击数据，如相同推广内容不同推广形式的点击数据，或者是如相同推广内容不同推广渠道的点击数据，获取所述数据内容的大于预设点击量的目标点击数据，提取所述目标点击数据中的相同策略信息，如大于预设点击量的目标点击数据都是通过某一推广形式的策略信息。

步骤d2，基于所述相同策略信息对所述目标推广策略进行反馈调整。

基于所述相同策略信息对所述目标推广策略进行反馈调整，例如，大于预设点击量的目标点击数据都是通过b推广形式的策略信息，则将其他推广形式的所述数据内容调整为该b推广形式。

本实施例通过获取所述数据内容的大于预设点击量的目标点击数据，提取所述目标点击数据中的相同策略信息；基于所述相同策略信息对所述目标推广策略进行反馈调整。在本实施例中，针对目标推广策略进行反馈调整，提升推广效率。

参照图3，图3是本申请实施例方案涉及的硬件运行环境的设备结构示意图。

如图3所示，该数据推广设备可以包括：处理器1001，例如cpu，存储器1005，通信总线1002。其中，通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。

可选地，该数据推广设备还可以包括矩形用户接口、网络接口、摄像头、rf(radiofrequency，射频)电路，传感器、音频电路、wifi模块等等。矩形用户接口可以包括显示屏(display)、输入子模块比如键盘(keyboard)，可选矩形用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。

本领域技术人员可以理解，图3中示出的数据推广设备结构并不构成对数据推广设备的限定，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。

如图3所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块以及数据推广程序。操作系统是管理和控制数据推广设备硬件和软件资源的程序，支持数据推广程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信，以及与数据推广系统中其它硬件和软件之间通信。

在图3所示的数据推广设备中，处理器1001用于执行存储器1005中存储的数据推广程序，实现上述任一项所述的数据推广方法的步骤。

本申请数据推广设备具体实施方式与上述数据推广方法各实施例基本相同，在此不再赘述。

本申请还提供一种数据推广装置，所述数据推广装置包括：

分类模块，用于在检测到数据推广请求时，对所述数据推广请求进行分类，得到分类结果；

确定模块，用于确定所述分类结果所指向的推广渠道，并根据所述推广渠道确定所述数据推广请求对应的目标推广策略；

推广模块，用于根据所述目标推广策略，对所述数据推广请求对应的数据内容进行针对性推广处理。

可选地，所述推广模块包括：

第一确定单元，用于确定所述数据推广请求对应的数据内容的目标用户；

第一推送单元，用于根据所述目标推广策略，将所述数据推广请求对应的数据内容推送给所述目标用户。

可选地，所述第一确定单元包括：

第一获取子单元，用于获取用户数据，并将所述用户数据输入至预设识别模型中，以对所述用户数据进行语义编码，获得用户特征表示变量，其中，所述预设识别模型通过基于预设联邦流程进行迭代训练而得到；

计算子单元，用于计算所述用户特征表示变量对应的用户相似性结果，并基于所述相似性结果以及所述数据推广请求对应的数据内容生成相似用户候选集；

第二获取子单元，用于基于所述相似用户候选集得到所述目标用户。

可选地，所述用户特征表示变量包括第一特征表示和第二特征表示，所述预设识别模型包括评分模型，

所述计算子单元用于实现：

计算所述第一特征表示和所述第二特征表示的内积，获得待处理数据；

将所述待处理数据输入所述评分模型，以对所述用户特征表示变量对应的各待选择用户进行评分，获得所述用户相似性结果。

可选地，所述确定模块包括：

第二确定单元，用于确定所述分类结果所指向的推广渠道，确定所述推广渠道是否存在推广位的招标信息；

第三确定单元，用于若所述推广渠道存在推广位的招标信息时，根据所述数据推广请求中携带的目标流量，确定所述数据推广请求对应的目标推广策略。

可选地，所述第三确定单元包括：

第三获取子单元，用于获取所述数据推广请求所指向的待覆盖线下区域以及携带的目标流量；

第四获取子单元，用于获取待覆盖线下区域对应各个时间段的流量人群类型，以及各个时间段的流量大小；

确定子单元，用于根据各个时间段的流量大小以及所述目标流量，确定所述数据推广请求对应的推广时间段，根据所述流量人群类型，确定所述数据推广请求对应的推广形式；

设置子单元，用于将所述推广时间段和所述推广形式设置为所述目标推广策略。

可选地，所述数据推广装置还包括：

获取模块，用于获取所述数据内容的大于预设点击量的目标点击数据，提取所述目标点击数据中的相同策略信息；

调整模块，用于基于所述相同策略信息对所述目标推广策略进行反馈调整。

本申请数据推广装置的具体实施方式与上述数据推广方法各实施例基本相同，在此不再赘述。

本申请实施例提供了一种存储介质，且所述存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述任一项所述的数据推广方法的步骤。

本申请存储介质具体实施方式与上述数据推广方法各实施例基本相同，在此不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。