CN102521320A - 基于视频热点描述的内容相关广告分发方法 - Google Patents

基于视频热点描述的内容相关广告分发方法 Download PDF

Info

Publication number
CN102521320A
CN102521320A CN2011103964965A CN201110396496A CN102521320A CN 102521320 A CN102521320 A CN 102521320A CN 2011103964965 A CN2011103964965 A CN 2011103964965A CN 201110396496 A CN201110396496 A CN 201110396496A CN 102521320 A CN102521320 A CN 102521320A
Authority
CN
China
Prior art keywords
classification
advertisement
tree
classification tree
visual
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2011103964965A
Other languages
English (en)
Inventor
金海�
廖小飞
陆枫
叶江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN2011103964965A priority Critical patent/CN102521320A/zh
Publication of CN102521320A publication Critical patent/CN102521320A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于视频热点描述的内容相关广告分发方法，包括：(1)根据互动百科分类树建立视频分类树，(2)利用支持向量机建立广告在视频分类树上每个分类的训练模型，(3)从数据库中获取未处理的广告，得到每个广告对应的广告标题和广告描述，(4)利用训练模型对广告标题和广告描述进行训练，以得到广告在视频分类树上每个分类的概率，(5)对概率进行人工修正，以得到修正后的概率结果，(6)从数据库中获取未处理的视频热点及其关键词描述，(7)根据视频热点及其关键词描述得到视频热点在视频分类树上每个分类的概率，(8)对视频热点在视频分类树上每个分类的概率和广告在视频分类树上每个分类的概率进行相似度计算。

Description

基于视频热点描述的内容相关广告分发方法
技术领域
本发明涉及计算机在线视频广告领域和文本分类领域，具体地说，本发明涉及基于视频热点描述的内容相关广告分发方法。
背景技术
视频分享网站，是由互联网用户发布、浏览和分享视频作品的网站。现在视频分享网站的主要收入是广告收入，因此提高广告投放效果对视频分享网站具有关键性的意义。
目前，多数的网络视频系统将投放的重点集中片头或片尾，对于短视频而言，频繁地在每个视频的开始和结尾显示广告将严重影响观看体验；对于长视频而言，片头和片尾的时间占比是非常小，中间的广告机会并没有得以充分发挥，而且用户对长视频的不同区域的关注度不同，可能导致某些区域关注度小，某些区域关注度高，进而在视频中间选择不恰当的广告投放策略可能导致广告投放效率不理想。此外，大部分广告都是随机投放，与视频内容没有任何相关性，很难引起用户的共鸣，从而降低广告的效果。
发明内容
本发明的目的是提供一种基于视频热点描述的内容相关广告分发方法，其能克服现有广告投放方法中广告与视频内容无相关性，广告播放时机死板，广告投放效果差的缺陷。
本发明是通过以下技术方案实现的：
一种基于视频热点描述的内容相关广告分发方法，包括以下步骤：(1)根据互动百科分类树建立视频分类树，(2)利用支持向量机建立广告在视频分类树上每个分类的训练模型，(3)从数据库中获取未处理的广告，得到每个广告对应的广告标题和广告描述，(4)利用训练模型对广告标题和广告描述进行训练，以得到广告在视频分类树上每个分类的概率，(5)对概率进行人工修正，以得到修正后的概率结果，(6)从数据库中获取未处理的视频热点及其关键词描述，(7)根据视频热点及其关键词描述得到视频热点在视频分类树上每个分类的概率，(8)对视频热点在视频分类树上每个分类的概率和广告在视频分类树上每个分类的概率进行相似度计算，(9)根据相似度计算的结果选出与视频热点最相似的广告，(10)在播放视频热点前将选出的广告分发至播放器。
步骤(1)包括以下子步骤：初始化分类队列，并将互动百科分类树第一层的13个分类加入到分类队列中，判断分类队列是否为空，若分类队列不为空，则得到分类队列的头结点，发送分类查询请求，并将头结点从分类队列中移除，分析分类查询请求返回的结果，并判断头结点是否包括子类，若头结点包括子类，则判断子类是否为互动百科分类树第三层以下，若子类为互动百科分类树第三层以下，则找出子类对应的第三层分类信息，并将第三层分类信息作为子类的父分类信息进行保存，将子类加入到分类队列中，提取出互动百科分类树前三层作为视频分类树。
步骤(1)还包括以下子步骤：若分类队列为空，则进入提取出互动百科分类树前三层作为视频分类树的步骤，若头结点不包括子类，则返回判断分类队列是否为空的步骤，若子类不是互动百科分类树第三层以下，则直接将子类的分类信息进行保存。
步骤(2)包括以下子步骤：为视频分类树中的每个分类建立一个分类文件夹，为视频分类树中的每个分类发送词条查询请求，分析词条查询请求返回的结果，以得到分类下的所有词条，为每个词条发送词条描述查询请求，分析词条描述查询请求返回的结果，以提取出词条在互动百科中的描述摘要信息，并将描述摘要信息保存至词条对应的分类文件夹下的文本文件中，对文本文件进行预处理，以生成支持向量机可识别的训练样本，对训练样本进行训练，以建立训练模型。
步骤(7)包括以下子步骤：为关键词描述中的每个关键词查询内存数据库，以确定是否存在关键词对应的分类结果，若存在关键词对应的分类结果，则返回分类结果，对分类结果中的每个分类判断是否属于互动百科分类树第三层以下，若分类属于互动百科分类树第三层以下，则找到分类在互动百科分类树中对应的第三层父分类，父分类在视频分类树中也存在。设置分类对关键词在视频分类树上对应分类的贡献值为cut＝1/(N-2)，其中N代表分类在互动百科分类树中属于第N层，u代表关键词描述中的第u个关键词，t代表关键词对应分类结果中的第t个分类，将贡献值累加至关键词在视频分类树上对应分类的贡献值和中，sumi＝sumi+cut，i代表视频分类树中的第i个分类，对视频分类树中所有分类的贡献值和进行累加，得到总的贡献值
Figure BDA0000115602020000031
其中m为视频分类树中分类的数量，计算视频热点属于视频分类树中每个分类的概率
Figure BDA0000115602020000032
步骤(7)还包括以下子步骤：若不存在关键词对应的分类结果，则为关键词查询其在互动百科分类树中的所有分类，得到分类结果，将分类结果保存在内存数据库中，再返回分类结果。
步骤(7)还包括以下子步骤：若分类不属于互动百科分类树第三层以下，则分类也存在于视频分类树中，设置分类对关键词在视频分类树上对应分类的贡献值为cut＝1。
步骤(8)包括以下子步骤：为视频热点和广告建立视频分类树上的一维特征向量Hx＝{Phx1，Phx2...Phxm}，Ay＝{Pay1，Pay2...Paym}，其中Hx代表第x个视频热点在视频分类树上的概率分布向量，Phxi代表第x个视频热点在视频分类树中第i类分类上的概率，Ay代表第y个广告在视频分类树上的概率分布向量，Payi代表第y个广告在视频分类树中第i类分类上的概率，计算视频热点的一维特征向量Hx和广告的一维特征向量Ay的内积
Figure BDA0000115602020000033
其中Sxy代表第x个视频热点与第y个广告的相似度。
本发明具有以下优点：
(1)用户对广告的共鸣高，印象深：广告与视频内容高度相关性能很大程度提高用户对广告的印象，也容易让广告引起用户的共鸣，明显提高广告投放效果；
(2)广告播放率高：视频热点区域能最大程度的吸引用户的观看，在该区域投放广告可以很好的保证广告的展示次数；
(3)广告对用户感知侵扰小：与以往在片头片尾让用户强制观看广告的体验相比，本方法会在视频播放过程中展示广告，同时播放广告与视频一并进行，既不影响视频的观看，又能很好的对广告进行展示
附图说明
图1为本发明基于视频热点描述的内容相关广告分发方法的流程图。
图2为本发明方法中步骤(1)的细化流程图。
图3为本发明方法中步骤(2)的细化流程图。
图4为本发明方法中步骤(7)的细化流程图。
具体实施方式
如图1所示，本发明基于视频热点描述的内容相关广告分发方法包括以下步骤：
(1)获取互动百科的完整分类树信息，然后提取前其前三层建立视频分类树，具体包括以下子步骤(见图1)：
(11)初始化分类队列，并将互动百科分类树第一层的13个分类加入到分类队列中；
(12)判断分类队列是否为空，若分类队列不为空，则转入步骤(13)，否则转入步骤(18)；
(13)得到分类队列的头结点，发送分类查询请求，并将头结点从分类队列中移除，具体而言，分类查询请求为类似于http://www.hudong.com/category/Ajax_cate.jsp？catename＝XXX的HTTP请求；
(14)分析分类查询请求返回的结果，并判断头结点是否包括子类，若头结点包括子类，则进入步骤(15)，否则返回步骤(12)；
(15)判断子类是否为互动百科分类树第三层以下，若为互动百科分类树第三层以下，则进入步骤(16)，否则进入步骤(？？？？)；
(16)找出子类对应的第三层分类信息，并将第三层分类信息作为子类的父分类信息进行保存；
(17)将子类加入到分类队列中；
(18)提取出互动百科分类树前三层作为视频分类树；
(19)直接将子类的分类信息进行保存；
(2)利用支持向量机建立广告在视频分类树上每个分类的训练模型，具体包括以下子步骤(见图2)：
(21)为视频分类树中的每个分类建立一个分类文件夹；
(22)为视频分类树中的每个分类发送词条查询请求，具体而言，词条查询请求类似于
http://www.hudong.com/categoryalldocs/XXXX/？prd＝fenleishequ_neirong_quanbucitiao的HTTP请求；
(23)分析词条查询请求返回的结果，以得到对应分类下的所有词条；
(24)为每个词条发送词条描述查询请求，具体而言，词条描述查询请求类似于http://www.hudong.com/wiki/XXX的HTTP请求；
(25)分析词条描述查询请求返回的结果，以提取出该词条在互动百科中的描述摘要信息，并将描述摘要信息保存至该词条对应的分类文件夹下的文本文件中；
(26)对文本文件进行预处理，以生成支持向量机可识别的训练样本；
(27)对训练样本进行训练，以建立训练模型；
(3)从数据库中获取未处理的广告，得到每个广告对应的广告标题和广告描述；
(4)利用步骤(2)得到的训练模型对步骤(3)得到的广告标题和广告描述进行训练，以得到该广告在视频分类树上每个分类的概率；
(5)对每个分类的概率进行人工修正，得到修正后的概率结果；
(6)从数据库中获取未处理的视频热点及其关键词描述；
(7)根据步骤(6)得到的视频热点及关键词描述，得到该视频热点在视频分类树上每个分类的概率，具体包括以下子步骤(见图4)：
(7-1)为关键词描述中的每个关键词查询内存数据库，以确定是否存在关键词对应的分类结果；
(7-2)若存在关键词对应的分类结果，则进入步骤(73)，否则进入步骤(7-9)；
(7-3)返回分类结果；
(7-4)对分类结果中的每个分类判断是否属于互动百科分类树第三层以下，若分类属于互动百科分类树第三层以下，则进入步骤(7-5)，否则进入步骤(7-11)；
(7-5)找到该分类在互动百科分类树中对应的第三层父分类，该父分类在视频分类树中也存在。设置该分类对关键词在视频分类树上对应分类的贡献值为cut＝1/(N-2)，其中N代表该分类在互动百科分类树中属于第N层，u代表该关键词是关键词描述中的第u个关键词，t代表该关键词对应分类结果中的第t个分类；
(7-6)将该分类得到的贡献值累加至关键词在视频分类树上对应分类的贡献值和中，sumi＝sumi+cut，i代表视频分类树中的第i个分类；
(7-7)对视频分类树中所有分类的贡献值和进行累加，得到总的贡献值
Figure BDA0000115602020000051
其中m为视频分类树中分类的数量；
(7-8)计算视频热点属于视频分类树中每个分类的概率
Figure BDA0000115602020000061
(7-9)为该关键词查询其在互动百科分类树中的所有分类，得到分类结果；
(7-10)将分类结果保存在内存数据库中，再返回分类结果；
(7-11)该分类也存在于视频分类树中，设置该分类对关键词在视频分类树上对应分类的贡献值为cut＝1；
(8)对步骤(7)得到的视频热点在视频分类树上每个分类的概率和步骤(5)得到的每个广告在视频分类树上每个分类的概率进行相似度计算，具体包括以下子步骤：
(81)为视频热点和广告建立视频分类树上的一维特征向量
Hx＝{Phx1，Phx2...Phxm}，Ay＝{Pay1，Pay2...Paym}，其中Hx代表第x个视频热点在视频分类树上的概率分布向量，Phxi代表第x个视频热点在视频分类树中第i类分类上的概率，Ay代表第y个广告在视频分类树上的概率分布向量，Payi代表第y个广告在视频分类树中第i类分类上的概率；
(82)计算视频热点的一维特征向量Hx和广告的一维特征向量Ay的内积
Figure BDA0000115602020000062
其中Sxy代表第x个视频热点与第y个广告的相似度。
(9)根据相似度计算的结果选出与视频热点最相似的广告；
(10)在播放视频热点前将选出的广告分发至播放器。
由上可以看出，本发明通过对视频热点区域描述的类别与广告库中广告类别进行相似度比较，获取与视频热点内容最相似的广告进行播放，可以很好的加强广告与视频内容的相关性，进而加深用户对广告的印象，达到提高广告投放效率的效果。
另外在投放方式上也有其新颖的一面，在视频热点区域也就是在用户最可能观看到的区域进行广告投放，这样可以很大程度的提高广告的展示量，提高广告效果和广告收入。

Claims (8)

1.一种基于视频热点描述的内容相关广告分发方法，包括以下步骤：
(1)根据互动百科分类树建立视频分类树；
(2)利用支持向量机建立广告在所述视频分类树上每个分类的训练模型；
(3)从数据库中获取未处理的广告，得到每个广告对应的广告标题和广告描述；
(4)利用所述训练模型对所述广告标题和所述广告描述进行训练，以得到所述广告在所述视频分类树上每个分类的概率；
(5)对所述概率进行人工修正，以得到修正后的概率结果；
(6)从所述数据库中获取未处理的视频热点及其关键词描述；
(7)根据所述视频热点及其关键词描述得到所述视频热点在所述视频分类树上每个分类的概率；
(8)对所述视频热点在所述视频分类树上每个分类的概率和所述广告在所述视频分类树上每个分类的概率进行相似度计算；
(9)根据相似度计算的结果选出与所述视频热点最相似的广告；
(10)在播放所述视频热点前将选出的广告分发至播放器。
2.根据权利要求1所述的方法，其特征在于，所述步骤(1)包括以下子步骤：
初始化分类队列，并将所述互动百科分类树第一层的13个分类加入到所述分类队列中；
判断所述分类队列是否为空；
若所述分类队列不为空，则得到所述分类队列的头结点，发送分类查询请求，并将所述头结点从所述分类队列中移除；
分析所述分类查询请求返回的结果，并判断所述头结点是否包括子类；
若所述头结点包括子类，则判断所述子类是否为所述互动百科分类树第三层以下；
若所述子类为所述互动百科分类树第三层以下，则找出所述子类对应的第三层分类信息，并将所述第三层分类信息作为所述子类的父分类信息进行保存；
将所述子类加入到所述分类队列中；
提取出所述互动百科分类树前三层作为所述视频分类树。
3.根据权利要求2所述的方法，其特征在于，所述步骤(1)还包括以下子步骤：
若所述分类队列为空，则进入所述提取出所述互动百科分类树前三层作为所述视频分类树的步骤；
若所述头结点不包括子类，则返回所述判断所述分类队列是否为空的步骤；
若所述子类不是所述互动百科分类树第三层以下，则直接将所述子类的分类信息进行保存。
4.根据权利要求1所述的方法，其特征在于，所述步骤(2)包括以下子步骤：
为所述视频分类树中的每个分类建立一个分类文件夹；
为所述视频分类树中的每个分类发送词条查询请求；
分析所述词条查询请求返回的结果，以得到所述分类下的所有词条；
为每个词条发送词条描述查询请求；
分析所述词条描述查询请求返回的结果，以提取出所述词条在互动百科中的描述摘要信息，并将所述描述摘要信息保存至所述词条对应的分类文件夹下的文本文件中；
对所述文本文件进行预处理，以生成所述支持向量机可识别的训练样本；
对所述训练样本进行训练，以建立所述训练模型。
5.根据权利要求1所述的方法，其特征在于，所述步骤(7)包括以下子步骤：
为所述关键词描述中的每个关键词查询内存数据库，以确定是否存在所述关键词对应的分类结果；
若存在所述关键词对应的分类结果，则返回分类结果；
对所述分类结果中的每个分类判断是否属于所述互动百科分类树第三层以下；
若所述分类属于所述互动百科分类树第三层以下，则找到所述分类在所述互动百科分类树中对应的第三层父分类，所述父分类在所述视频分类树中也存在。设置所述分类对所述关键词在所述视频分类树上对应分类的贡献值为cut＝1/(N一2)，其中N代表所述分类在所述互动百科分类树中属于第N层，u代表所述关键词描述中的第u个关键词，t代表所述关键词对应所述分类结果中的第t个分类；
将所述贡献值累加至所述关键词在所述视频分类树上对应分类的贡献值和中，sumi＝sumi+cut，i代表所述视频分类树中的第i个分类；
对所述视频分类树中所有分类的所述贡献值和进行累加，得到总的贡献值
Figure FDA0000115602010000031
其中m为所述视频分类树中分类的数量；
计算所述视频热点属于所述视频分类树中每个分类的概率
Figure FDA0000115602010000032
6.根据权利要求5所述的方法，其特征在于，所述步骤(7)还包括以下子步骤：
若不存在所述关键词对应的分类结果，则为所述关键词查询其在所述互动百科分类树中的所有分类，得到分类结果；
将所述分类结果保存在所述内存数据库中，再返回所述分类结果。
7.根据权利要求5所述的方法，其特征在于，所述步骤(7)还包括以下子步骤：
若所述分类不属于所述互动百科分类树第三层以下，则所述分类也存在于所述视频分类树中，设置所述分类对所述关键词在所述视频分类树上对应分类的贡献值为cut＝1。
8.根据权利要求1所述的方法，其特征在于，所述步骤(8)包括以下子步骤：
为所述视频热点和所述广告建立所述视频分类树上的一维特征向量Hx＝{Phx1，Phx2...Phxm}，Ay＝{Pay1，Pay2...Paym}，其中Hx代表第x个视频热点在所述视频分类树上的概率分布向量，Phxi代表第x个视频热点在所述视频分类树中第i类分类上的概率，Ay代表第y个广告在所述视频分类树上的概率分布向量，Payi代表第y个广告在所述视频分类树中第i类分类上的概率；
计算所述视频热点的一维特征向量Hx和所述广告的一维特征向量Ay的内积
Figure FDA0000115602010000033
其中Sxy代表第x个视频热点与第y个广告的相似度。
CN2011103964965A 2011-12-02 2011-12-02 基于视频热点描述的内容相关广告分发方法 Pending CN102521320A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011103964965A CN102521320A (zh) 2011-12-02 2011-12-02 基于视频热点描述的内容相关广告分发方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011103964965A CN102521320A (zh) 2011-12-02 2011-12-02 基于视频热点描述的内容相关广告分发方法

Publications (1)

Publication Number Publication Date
CN102521320A true CN102521320A (zh) 2012-06-27

Family

ID=46292237

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011103964965A Pending CN102521320A (zh) 2011-12-02 2011-12-02 基于视频热点描述的内容相关广告分发方法

Country Status (1)

Country Link
CN (1) CN102521320A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103279479A (zh) * 2013-04-19 2013-09-04 中国科学院计算技术研究所 一种面向微博客平台文本流的突发话题检测方法及系统
CN103984741A (zh) * 2014-05-23 2014-08-13 合一信息技术（北京）有限公司 用户属性信息提取方法及其系统
CN107402977A (zh) * 2017-07-03 2017-11-28 天脉聚源(北京)传媒科技有限公司 建立视频资源分类树的方法和装置
CN109068188A (zh) * 2018-09-25 2018-12-21 深圳市瑞致达科技有限公司 在多媒体中显示本地广告的方法及装置、终端及介质
CN109508406A (zh) * 2018-12-12 2019-03-22 北京奇艺世纪科技有限公司 一种信息处理方法、装置及计算机可读存储介质
CN109688469A (zh) * 2018-12-27 2019-04-26 北京爱奇艺科技有限公司 一种广告展示方法及展示装置
CN111626049A (zh) * 2020-05-27 2020-09-04 腾讯科技（深圳）有限公司 多媒体信息的标题修正方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030061095A1 (en) * 2001-09-26 2003-03-27 Fujitsu Limited Content delivery system and server, and computer-readable recording medium in which a content delivery management program is recorded
CN101035294A (zh) * 2007-04-13 2007-09-12 深圳市融合视讯科技有限公司 在视频节目中插播网络广告的方法
CN101079719A (zh) * 2006-12-29 2007-11-28 腾讯科技（深圳）有限公司 一种通过互联网投放视频广告的方法及系统
CN101217639A (zh) * 2007-12-29 2008-07-09 腾讯科技（深圳）有限公司 一种网络广告投放的方法、系统以及客户端
CN101489111A (zh) * 2009-01-14 2009-07-22 深圳市同洲电子股份有限公司 一种数字电视点播的广告播放方法、装置及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030061095A1 (en) * 2001-09-26 2003-03-27 Fujitsu Limited Content delivery system and server, and computer-readable recording medium in which a content delivery management program is recorded
CN101079719A (zh) * 2006-12-29 2007-11-28 腾讯科技（深圳）有限公司 一种通过互联网投放视频广告的方法及系统
CN101035294A (zh) * 2007-04-13 2007-09-12 深圳市融合视讯科技有限公司 在视频节目中插播网络广告的方法
CN101217639A (zh) * 2007-12-29 2008-07-09 腾讯科技（深圳）有限公司 一种网络广告投放的方法、系统以及客户端
CN101489111A (zh) * 2009-01-14 2009-07-22 深圳市同洲电子股份有限公司 一种数字电视点播的广告播放方法、装置及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张莹: "网络视频广告研究", 《宁波大学学报（人文科学版）》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103279479A (zh) * 2013-04-19 2013-09-04 中国科学院计算技术研究所 一种面向微博客平台文本流的突发话题检测方法及系统
CN103984741A (zh) * 2014-05-23 2014-08-13 合一信息技术（北京）有限公司 用户属性信息提取方法及其系统
CN107402977A (zh) * 2017-07-03 2017-11-28 天脉聚源(北京)传媒科技有限公司 建立视频资源分类树的方法和装置
CN109068188A (zh) * 2018-09-25 2018-12-21 深圳市瑞致达科技有限公司 在多媒体中显示本地广告的方法及装置、终端及介质
CN109508406A (zh) * 2018-12-12 2019-03-22 北京奇艺世纪科技有限公司 一种信息处理方法、装置及计算机可读存储介质
CN109508406B (zh) * 2018-12-12 2020-11-13 北京奇艺世纪科技有限公司 一种信息处理方法、装置及计算机可读存储介质
CN109688469A (zh) * 2018-12-27 2019-04-26 北京爱奇艺科技有限公司 一种广告展示方法及展示装置
CN111626049A (zh) * 2020-05-27 2020-09-04 腾讯科技（深圳）有限公司 多媒体信息的标题修正方法、装置、电子设备及存储介质
CN111626049B (zh) * 2020-05-27 2022-12-16 深圳市雅阅科技有限公司 多媒体信息的标题修正方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN102521320A (zh) 基于视频热点描述的内容相关广告分发方法
US8577896B2 (en) Interest based row selection
CN106651546B (zh) 一种面向智慧社区的电子商务信息推荐方法
CN106688215B (zh) 针对内容效能优化的自动点击类型选择
JP6821149B2 (ja) 広告配信のための動画使用情報処理
US10262336B2 (en) Non-converting publisher attribution weighting and analytics server and method
US20090307003A1 (en) Social advertisement network
CN111178970B (zh) 广告投放的方法及装置、电子设备和计算机可读存储介质
CN103810619A (zh) 基于电子平台的返利方法及其系统
WO2012151026A1 (en) System and method for targeting advertisements
CN106933821A (zh) 一种基于相似度计算的个性化职位推荐方法和系统
JP2011515775A (ja) ブランド親和性コンテンツ生成用のエンジン、システム及び方法
US20140122227A1 (en) Targeting marketing messages based on user preferences
CN102232220A (zh) 一种视频兴趣物体提取与关联的方法及系统
JP5577385B2 (ja) コンテンツ配信装置
US20140164922A1 (en) Interaction analysis systems and methods
CN110415023B (zh) 一种电梯广告推荐方法、装置、设备及存储介质
CN107590691B (zh) 一种信息发布方法及装置、存储介质、终端
US20190295123A1 (en) Evaluating media content using synthetic control groups
CN109544231A (zh) 基于物流信息平台的物流配送服务个性化推荐方法
US20170345026A1 (en) Grouping users into multidimensional tiers based on similarity to a group of seed users
CN109558884A (zh) 一种直播房间分类的方法、装置、服务器及介质
EP2430605A2 (en) Targeting advertisements to videos predicted to develop a large audience
US20190050890A1 (en) Video dotting placement analysis system, analysis method and storage medium
WO2015010091A1 (en) Brand aware advertising systems

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20120627