CN103996131A - 一种针对网游人群的精准广告投放方法 - Google Patents

Abstract

本发明公开了一种针对网游人群的精准广告投放方法，包括：用户行为采集、用户行为归类和分析、用户广告投放及广告信息管理。本发明采用用户行为分析，可以根据当前数据量进行增加机器和减少机器来适应随着采集数据不断增加存在的处理速度变慢；在广告信息下发过程中，首先将归类和的信息数据下发到每个机房节点，然后这些机房节点可以根据需要增加机器来应对未来由于访问量变大导致的相应速度变慢；由于数据下发到每个节点，因此不会因为访问量突然变大导致整个服务不可用的情况。故本发明能够帮助用户过滤掉不感兴趣的广告信息，同时为上游厂商提供相对优质的客户群体，能够按照不同层级的客户群体进行针对性的投放广告。

Description

一种针对网游人群的精准广告投放方法

技术领域

本发明属于互联网技术领域，具体涉及一种针对网游人群的精准广告投放方法。

背景技术

随着互联网的出现，广告也从传统的媒体上转移到互联网上，因此出现网络广告。网络广告就是在网络上做的广告。利用网站上的广告横幅、文本链接、多媒体的方法，在互联网刊登或发布广告，通过网络传递到互联网用户的一种广告运作方式。与传统的四大传播媒体(报纸、杂志、电视、广播)广告及备受垂青的户外广告相比，网络广告凭借相对低廉的价格以及快速投放方式，越来越被投放广告的业主青睐。

精准广告的出现相对与网络广告是一种更加适合互联网的广告，网络广告和媒体广告的区别不大，只是媒介广告互联网化，并非是互联网广告。精准广告才是将广告和互联网做了很好的结合，利用互联网收集用户行为数据，通过用户行为数据将广告投放到对广告感兴趣的人群中去。这是一种从无目标群体的大范围广告投放转变成定向广告投放。从而为投放广告的业主带来更好的投放效益。

目前精准广告这个领域被越来越多公司关注和应用，处理行业领先的公司，都是实力雄厚的世界级知名公司：facebook、google、twitter等，他们积极投入人力和财力将精准广告投入、推广和应用；如facebook等基于社交性质的精准广告，利用社交圈和用户相关个人信息(浏览网页信息、个人爱好等)进行广告定向投放，从而使广告更加被人接受。

精准广告相对与传统的网络广告有很多优势，比如可以向目前产品用户发送活动信息，也可以找相似用户发送产品推广。但背后存在庞大的数据信息量的处理、目标人群的归类与处理以及各种基础服务的支持。

故目前精准广告投放技术主要存在以下几点问题：投放的广告无法保证覆盖商品种类的多样性，对广告用户覆盖度较低，从而易导致广告点击率低，一方面，导致广告系统中存储了大量投放率很低的广告，造成广告系统存储资源的浪费，另一方面，由于通过互联网投放了大量用户点击率低的广告，造成网络传输资源的浪费。

发明内容

针对现有技术所存在的上述技术问题，本发明提供了一种针对网游人群的精准广告投放方法，能够帮助网游人群过滤掉不感兴趣的广告信息，能够按照不同层级的客户群体进行针对性的投放广告。

一种针对网游人群的精准广告投放方法，包括如下步骤：

(1)用户数据上报；

节点机房每隔一段时间收集本地区各用户的网游数据并保存至本地缓存上，同时将这些数据上报给核心机房；核心机房对上报的数据进行汇总并记录在本地缓存中且每隔一段时间将缓存中记录的数据生成文本信息；

(2)用户行为分析和归类；

将步骤(1)中生成的文本信息导入到hadoop中，统计当天每个用户所玩游戏的在线时长、当天游戏分类下的用户在线时长、每周游戏分类下的用户在线时长以及每周游戏分类下的每个等级的用户在线时长；进而根据上述统计信息对用户行为进行分析和归类，以得到用户对于每一款游戏的等级类别；

(3)广告匹配及投放；

根据用户对于游戏的等级类别加载与其相匹配的广告信息，进而通过CDN(内容分发网络)技术向用户投放这些广告信息。

所述的网游数据包括有两类信息：一类为用户运行任一款游戏在线时长的行为信息，另一类为用户展现广告及点击广告次数的广告信息。

所述的步骤(1)中核心机房对本地缓存中的数据进行过滤和分类处理：

A1.从缓存中获取过去一段时间内汇总的数据；

A2.判断获取的数据是否符合要求，不符合要求的被忽略；

A3.将符合要求的数据放入处理队列中；

A4.从队列中获取相关需要被处理的数据信息；

A5.根据处理规则确定具体处理执行者；

A6.通过用户行为执行者将用户数据中的行为信息保存成单独文件，或者通过广告处理执行者将用户数据中的广告信息保存成单独文件；

A7.将具体处理执行者处理完成的文件初始化为就绪状态后放入处理队列中。

所述的步骤(2)中对用户行为进行分析和归类的过程中会先完成用户身份统一功能，节点机房上报的数据中包含有终端号以及用户账户信息，如果发现两者没有相关的基础数据，会创建一个新的用户信息；如果有关联，就会自动合并到存在的用户信息中去。

所述的步骤(2)中对用户行为进行分析包括游戏分类关联度、游戏周边关联度以及投放广告关联度的汇总计算；所述的游戏分类关联度为用户对于每一款游戏在线时长的积分值，所述的游戏分类关联度为用户对于每一款游戏资讯页面点击浏览及逗留时长总积分值，所述的投放广告关联度为用户对于投放广告页面点击浏览的积分值。

所述的步骤(2)中对用户行为进行归类则根据对用户行为进行分析得到的游戏分类关联度和游戏周边关联度区分用户与游戏的关联程度和趋势，从而得到用户对于每一款游戏的等级类别。

所述的步骤(3)中向用户投放这些广告信息包括两部分：基础信息同步以及广告素材信息CDN下发；所述的基础信息同步的具体实现为将步骤(2)分析归类生成的用户对于游戏的等级类别信息和当前需要被投放的广告信息直接通知每个节点机房的广告匹配程序，由该程序自动下载数据并完成数据的初始化；所述的广告素材信息CDN下发的具体实现为用户获取需要播放的广告信息的时候，用户按照就近节点机房服务器、核心机房服务器、NAS(网络附属存储)服务器的途径获取，当有一处服务器存在该素材后就直接返回素材信息。

当用户获取需要播放的广告URL时，会从就近的节点机房获取广告URL信息，节点机房首先会查看用户是否在黑名单里面，如果在黑名单里面就不投放广告信息；然后去本地缓存中查看用户类别，如果没有对应的用户类别，不投放任何广告；最后获取用户类别下的广告URL信息，并返回给用户。

当用户获取到匹配上的广告信息后，会返回需要投放广告的资源URL信息，并启用相关插件功能，并获取广告资源；这时候用户会从就近节点机房获取广告资源素材，节点机房的资源CDN服务器会根据用户请求的URL信息查看本地是否存在，如果不存在，就会去广告资源库中获取广告相关的资源信息，然后缓存在本地；如果本地有缓存，就直接加载本地缓存内容。

本发明的精准广告投放方法采用用户行为分析，可以根据当前数据量进行增加机器和减少机器来适应随着采集数据不断增加存在的处理速度变慢；在广告信息下发过程中，首先将归类和的信息数据下发到每个机房节点，然后这些机房节点可以根据需要增加机器来应对未来由于访问量变大导致的相应速度变慢；由于数据下发到每个节点，因此不会因为访问量突然变大导致整个服务不可用的情况。

故本发明精准广告投放方法能够帮助用户过滤掉不感兴趣的广告信息，将注意力集中在感兴趣的信息；同时为上游厂商提供相对优质的客户群体，能够按照不同层级的客户群体进行针对性的投放广告。相对与传统的广告投放，都是找一些行业数一数二的媒体，然后大面积，大范围的进行广告投放，这种广告投放结果导致至少50％的广告投放费用的无形浪费，传统的网络广告也会存在相同问题。相应的精准广告大幅度削减这个问题，并且能够做到投放具有目的性，投放预期是可以控制的。

附图说明

图1为本发明方法的流程结构示意图。

图2是本发明方法中各功能组成的结构示意图。

图3是本发明方法的交互示意图。

具体实施方式

为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。

如图1所示，本实施方式针对网游人群的精准广告投放方法包括：客户终端、数据上报服务、用户行为分析与归类、广告及用户信息下发。

客户终端通过在用户终端安装的软件，自动获取和播放当前用户对应的广告信息。同时收集用户游戏的在线时长信息、浏览网页及推送广告点击情况等相关基础信息。等收集到一定量后上报用户行为信息

数据上报服务：主要接受客户终端上报上来的用户行为数据。利用CDN计数，客户端将用户行为数据上报到就近电信机房，然后电信机房将数据上报到采集服务器上。完成用户行为上报过程。

用户行为分析与归类：这块是整个系统的重要部分，决定用户是那种类型的，完成相似用户群体的归类，这部分包括用户身份信息服务，用户行为分析服务，用户行为归类服务。由于这部分会有大量数据需要进行处理，因此采用hadoop集群进行并行处理。完成离线数据快速处理。

广告信息下发：这部分完成告知用户可以播放那些广告信息，这块有两部分组成：基础信息同步以及广告素材信息CDN下发。

基础信息同步：由于考虑到用户请求数量会比较庞大，因此将分析生成后的归类信息和当前需要被投放的广告信息直接通知每个电信机房的广告匹配程序，程序自动下载数据并完成数据的初始化。

广告素材信息CDN下发：当前下发的广告素材信息会预先NAS服务器上存在，然后当用户知道获取那个广告信息时候。当用户获取广告素材时候按照就近服务器、核心机房服务器、NAS服务器的途径获取，当有一个地方存在该素材后就直接返回素材信息。

本实施方式的精准广告整体部署采用通用高并发大数据的快速处理等设计方案。游戏客户端数据上报会在数据到达一定数量后，将用户行为数据上报到电信机房节点采集服务端，然后电信机房节点采集服务器再将数据上报到到核心机房采集服务器上。这样避免大量小数据的不断提交上传。使得采集服务器更加有效工作。同时减轻了服务器压力。

用户的行为包括很多信息，比如游戏时长，浏览那些游戏网站，推送后的信息点击率等大量数据，因此要在大规模数据中快速处理用户数据，本实施方式采用了hadoop框架，然后通过job方式完成用户信息统一，用户行为分析及用户归类等相关操作；完成的用户归类信息会统一保存在一个固定目录中，提供后续流程使用。

广告信息下发主要提供客户端获取当前用户播放那个广告信息。考虑到用户请求量会比较大，因此将用户归类信息和相关有效广告链接信息一起下发到每个电信机房节点上，这样让数据更加接近用户。从而获得较好的相应速度。同时广告素材也用类似的方式进行数据存放。

从软件实现架构来看，本实施方式应用分为一下几个模块，如图2所示，其中终端客户端主要功能用于收集玩家相关游戏信息：

收集玩家游戏在线时长；用户启动游戏的时候客户端会自动记录游戏的开始时间，在用户关闭游戏的时候会记录游戏的关闭时间，这些信息都是客户端扫描系统进程中是否存在该游戏来判断的。

收集玩家页面浏览记录；玩家打开浏览器会启动用户地址栏监测。记录地址栏的url地址，以及用户在该地址的停留时间。所有的这些信息收集都是通过浏览器插件进行。

收集广告展现及点击次数；在向网吧推送广告后，用户端显示一次广告，以及点击广告都会上报数据。

用户行为数据上报；利用CDN技术逐层进行数据上报，这样减少服务器压力，并且每个节点由于网络问题无法上传的时候，可以尝试上传，直到数据上传成功。

一般上网用户经常使用的账户会有多个，因此用户身份信息维护这部分功能主要完成用户身份统一功能，上报的数据包含终端号以及用户账户信息，如果发现两者没有相关的基础数据，会创建一个新的用户信息；如果有关联，就会自动合并到存在的用户信息里去。

用户行为分析这部分主要完成用户行为积分值汇总计算，这部分包括游戏分类关联度和游戏周边关联度二部分：

游戏分类关联度；我们会对游戏进行分类，然后对每个游戏分类设置关联度相关阀值，这个阀值是按照玩家在游戏里面在线时长进行区分。

游戏周边关联度；我们也对用户浏览游戏资讯页进行阀值设置，比如用户浏览某个游戏资讯页关联度提升多少、在某个游戏资讯页逗留时间多久，该游戏关联度提升多少。

投放的广告关联度；我们对用户投放的广告，是否用户感兴趣。这部分主要通过pv和pc之间的差值计算关联度。

用户行为归类这部分主要根据用户在某个游戏下的分类积分值进行归类，反映了用户在这个分类下的权重信息。即，用户对应游戏分类下的积分值越高，表示用户对这款游戏忠诚度越高。同时用户对某一种游戏或者某款游戏的积分值变高。表示这个用户对这种类型的游戏有所感兴趣。

广告下发服务部分包括黑名单过滤和用户广告匹配，当终端请求广告信息的时候，发现用户在黑名单里面，就不会返回广告信息；当终端请求广告信息的时候，查找该账户对应的用户信息，然后根据用户信息找到对应的广告，并返回广告素材地址。

广告投放管理这部分主要提供运营可以维护游戏分类信息，相关关联度阀值信息。同时提供广告投放排期信息。广告信息同步对于用户行为归类后生成的玩家以及游戏分类里面的权重信息以及当前需要同步的广告信息同步到每个电信机房上。为广告下方程序提供数据来源。

图3给出本实施方式的主要流程，从这些流程能看出各种服务器之间是如何数据交互和协同工作的。精准广告交互流程包含了用户行为数据采集、行为数据分析及汇总、广告下放、用户获取广告信息四个流程。以下我们从用户客户端获取广告来说明交互流程：

客户终端上报行为数据流程对应第(1)和(2)步。

(1)客户终端启动后，会自动启动我们的终端软件，然后用户在启动游戏、浏览相关网站、点击广告、浏览广告的时候，终端软件就会自动将用户和游戏相关操作记录下来，每隔一段时间上报这段时间的用户行为数据(玩游戏在线时长，展现广告次数，广告点击次数)到就近的电信机房节点上。

(2)数据采集。客户端在上传相应的用户行为数据时候，首先会选择就近的采集服务器节点，上报成功后，就清空上报的相应记录；电信机房收集网吧用户数据，并保存在本地缓存上；每隔一段时间机房节点会将之前上报上来的数据汇总到核心机房中；核心机房收集每个节点上传上来的相关数据，并记录在本地缓存中，每隔一段时间将缓存中的用户信息记录生成文本信息。

核心机房的数据预处理程序会将上报上来的用户记录进行过滤和分类处理，然后生成能够提供给数据分析模块使用的数据，具体处理如下：

从缓存中获取过去一段时间中上报的相关数据(用户行为数据，广告展现和点击信息)；判断该上报数据是否符合要求，不符合要求的被忽略；将符合要求的信息放入处理队列中；信息处理单元从队列中获取相关需要被处理的信息；根据处理规则获取相关具体处理执行者；通过用户行为执行者将用户行为数据保存成单独文件或者通过广告处理执行者将广告相关信息保存成单独文件；将处理完成的信息单元初始化为就绪状态后，放入队列中。

用户行为分析汇总流程对应第(3)和(4)步。

(3)将原始数据导入到hadoop中，然后对所有原始数据进行用户身份处理，将多个账号信息对应到用户身份中，进而对原始数据进行统计，如下：

3.1统计当天每个用户所玩游戏的在线时长：

a.从数据库中获取用户信息；

b.查看日志文件中的用户信息是否存在:不存在忽略该记录；

c.查看流水号分发任务，汇总每个流水号下的在线时长；

d.根据用户id分派任务，汇总每个用户id下的在线时长；

e.生成相关用户所玩游戏在线时长信息文件。

3.2统计当天游戏分类下的用户在线时长：

a.获取相关游戏类别信息；

b.读取用户所玩游戏在线时长信息，按照游戏类别和游戏id对记录进行分类；

c.然后对用户id，游戏类别下的信息进行在线时长汇总；

d.将汇总后的数据保存为当天某款游戏类型下每个用户在线时长。

3.3统计每周游戏分类下的在线时长：

a.获取自然周的日期，然后获取相关日期下的每天游戏分类数据；

b.根据游戏分类和用户id进行数据汇总；

c.将汇总后的数据保存为每周某款游戏类型下的每个用户的在线时长。

3.4统计每周游戏分类下的每个等级在线时长

a.获取自然周的日期，然后获取相关日期下的每天游戏分类和等级下的在线时长；

b.根据游戏分类和等级下的在线时长汇总相关数据；

c.将汇总后的数据保存为每周某款游戏类型和每个等级下的每个用户的在线时长。

根据统计结果计算用户对应游戏在线时长的积分值、用户对应网站浏览及停留时长总积分值以及用户下发广告的积分值。

(4)进而根据用户对应的游戏积分值多少区分，用户和游戏的关联程度和趋势，从而划分用户和游戏的重要程度，完成基础广告投放的客户群体。

广告数据下发流程对应步骤(5)。

(5)这部分主要将归类后的基础用户数据和广告信息同步到每个节点上，同时将这些广告数据加载到缓存中，提供客户端软件获取用户对应的广告素材数据。对于广告发布后台，包括任务管理、缓存文件生成、缓存文件加载和缓存文件下发/同步功能，这些功能主要为广告匹配过程提供数据支持。

任务管理：

1.对外提供任务执行入口，比如执行所有资源重新生成和加载，对某一个业务数据进行单独加载等相关执行流程；当用户请求某一种任务时候，执行对应的相关后续的相关操作；目前提供以下两种任务：

全局更新任务，该任务主要提供所有数据重新加载的过程；

紧急下发任务，该任务提供部分数据重新加载过程。

2.记录每个任务的相关执行情况(比如当前任务执行到那个流程节点上，是否执行完成等相关情况)。

3.执行任务取消工作即查看目前等待作业中是否有相关内容，如果存在，立刻删除该任务。

缓存文件的生成：

1.判断业务类型是全量的还是增量的，如果全量操作时生成标签、黑名单以及投放的广告信息，如果是增量的话根据要求执行全量中的部分数据初始化工作。

2.生成用户标签数据。查看固定目录中(每天定时用户标签分析模块会将分析后的数据放在本地服务器的固定目录中)是否有新的推送文件(用户信息和对应的用户标签信息)，如果存在推送文件，移动到归档目录中，并记录相关文件名信息；然后查看最新生成缓存文件是否在归档目录中的最新文件，如果不一致，从归档目录中查找最新的原始文件，并读取文件内容按照设定的文件格式转换生成用户标签缓存文件；如果发现数据格式有问题或者其他异常，终止后续的相关操作，并记录本次操作的流程节点以及异常的原因。

3.生成黑名单。每次操作从数据库中获取黑名单数据，按照固定的格式生成黑名单缓存文件，如果操作中出现问题，终止后续相关操作，并记录本次操作的流程节点以及异常的原因。

4.生成广告信息。每次操作从数据库中获取用户标签和需要投放的广告信息，按照固定格式生成广告信息缓存文件，如果操作中出现问题，终止后续相关操作，并记录本次操作的流程节点以及异常的原因。

匹配信息加载：

1.判断业务类型是全量还是增量，如果全量操作加载用户标签、黑名单以及投放的相关缓存文件。

2.加载用户标签。判断当前最新的文件是否已经被加载过，如果没有加载过，则加载相关信息，加载过就忽略；如果操作中出现问题，终止后续相关操作，并记录本次操作的流程节点以及异常的原因；被成功加载的数据默认缓存时间24小时。

3.加载黑名单。判断当前最新的文件是否已经被加载过，如果没有加载过，加载相关信息，否则忽略，如果操作中出现问题，终止后续相关操作，并记录本次操作的流程节点以及异常的原因；被成功加载的数据默认缓存24小时。

4.加载广告信息。判断当前最新的文件是否被加载过，如果没有加载过，加载相关信息，否则忽略；如果操作中出现问题，终止后续相关操作，并记录本次操作的流程节点以及异常的原因；被成功加载的数据默认缓存24小时。

5.任何加载失败，终止之后的所有操作，通过任务管理记录错误信息。

缓存文件下发/同步：

1.中心节点判断最新的缓存文件是否已经下发，如果没有下发记录时执行下发流程，否则忽略。

2.判断当前操作之前是否有操作失败的情况，如果存在的话，查看该异常是否在处理中，如果处理中等待其处理完成，否则删除之前作业并标记之前作业状态为已覆盖并取消。

3.中心节点标记文件名需要被下发，同时通知各节点下载该文件，并标记每个节点正在下载缓存文件。

4.节点获取到下载文件名后。a)判断是否已经下载过。如果该文件名已下载并且成功加载就忽略下载过程，并向中心节点通知本节点之前已完成数据同步。b)判断是否没有完成下载，如果没有完成下载，首先判断当前文件实际大小，然后通过Http续传机制完成后续文件加载；出现网络异常，重新尝试断点续传文件，如果其他异常，上报异常问题。c)如果没有下载过该文件，全新下载该文件；出现网络异常，重新尝试断点续传文件，如果其他异常，上报异常问题。

5.节点缓存文件加载。a)判断是否有最新的需要被加载的缓存文件，如果存在就加载当前文件。b)加载相关缓存文件，如果出现网络异常，重新尝试加载，如果其他异常，上报异常问题。c)当任务完成加载，上报数据加载完成。

6.下发/同步信息收集。a)首先中心节点收集每个节点上报上来的数据，当所有节点表示都已经完成加载，中心节点标记该任务已经完成加载。b)当中心节点收集到某个节点的异常情况，尝试重新触发三次加载，如果还是失败，记录异常问题，把该节点加入到异常处理列表中，并且每隔20分钟重新通知节点进行操作一次(如果期间执行成功，从异常列表中删除，并且查看每个节点是否同步完成，如果都同步完成，标记任务结束)。

客户端获取广告流程对应第(6)和(7)步。

(6)客户端启动时和固定时间段内通过互联网获取当前用户可以播放的广告信息，当获取到需要播放的广告URL时，会从就近的节点机房获取广告URL信息，节点机房首先会查看用户是否在黑名单里面，如果在黑名单里面就不投放广告信息；然后去本地缓存中查看用户类别，如果没有对应的用户类别，不投放任何广告；最后获取用户类别下的广告URL信息，并返回给用户。

(7)当收到客户端请求广告信息后，会根据用户信息查找到对应的可播放的广告信息，然后返回广告信息给客户端，表示这个广告信息需要被播放。用户获取到匹配上的广告信息后，会返回需要投放广告的资源URL信息，并启用相关插件功能，并获取广告资源；这时候用户会从就近节点机房获取广告资源素材，节点机房的资源CDN服务器会根据用户请求的URL信息查看本地是否存在，如果不存在，就会去广告资源库中获取广告相关的资源信息，然后缓存在本地；如果本地有缓存，就直接加载本地缓存内容。

Claims (9)

1.一种针对网游人群的精准广告投放方法，包括如下步骤：

(1)用户数据上报；

节点机房每隔一段时间收集本地区各用户的网游数据并保存至本地缓存上，同时将这些数据上报给核心机房；核心机房对上报的数据进行汇总并记录在本地缓存中且每隔一段时间将缓存中记录的数据生成文本信息；

(2)用户行为分析和归类；

将步骤(1)中生成的文本信息导入到hadoop中，统计当天每个用户所玩游戏的在线时长、当天游戏分类下的用户在线时长、每周游戏分类下的用户在线时长以及每周游戏分类下的每个等级的用户在线时长；进而根据上述统计信息对用户行为进行分析和归类，以得到用户对于每一款游戏的等级类别；

(3)广告匹配及投放；

根据用户对于游戏的等级类别加载与其相匹配的广告信息，进而通过CDN技术向用户投放这些广告信息。

2.根据权利要求1所述的精准广告投放方法，其特征在于：所述的网游数据包括有两类信息：一类为用户运行任一款游戏在线时长的行为信息，另一类为用户展现广告及点击广告次数的广告信息。

3.根据权利要求1所述的精准广告投放方法，其特征在于：所述的步骤(1)中核心机房对本地缓存中的数据进行过滤和分类处理：

A1.从缓存中获取过去一段时间内汇总的数据；

A2.判断获取的数据是否符合要求，不符合要求的被忽略；

A3.将符合要求的数据放入处理队列中；

A4.从队列中获取相关需要被处理的数据信息；

A5.根据处理规则确定具体处理执行者；

A6.通过用户行为执行者将用户数据中的行为信息保存成单独文件，或者通过广告处理执行者将用户数据中的广告信息保存成单独文件；

A7.将具体处理执行者处理完成的文件初始化为就绪状态后放入处理队列中。

4.根据权利要求1所述的精准广告投放方法，其特征在于：所述的步骤(2)中对用户行为进行分析和归类的过程中会先完成用户身份统一功能，节点机房上报的数据中包含有终端号以及用户账户信息，如果发现两者没有相关的基础数据，会创建一个新的用户信息；如果有关联，就会自动合并到存在的用户信息中去。

5.根据权利要求1所述的精准广告投放方法，其特征在于：所述的步骤(2)中对用户行为进行分析包括游戏分类关联度、游戏周边关联度以及投放广告关联度的汇总计算；所述的游戏分类关联度为用户对于每一款游戏在线时长的积分值，所述的游戏分类关联度为用户对于每一款游戏资讯页面点击浏览及逗留时长总积分值，所述的投放广告关联度为用户对于投放广告页面点击浏览的积分值。

6.根据权利要求1所述的精准广告投放方法，其特征在于：所述的步骤(2)中对用户行为进行归类则根据对用户行为进行分析得到的游戏分类关联度和游戏周边关联度区分用户与游戏的关联程度和趋势，从而得到用户对于每一款游戏的等级类别。

7.根据权利要求1所述的精准广告投放方法，其特征在于：所述的步骤(3)中向用户投放这些广告信息包括两部分：基础信息同步以及广告素材信息CDN下发；所述的基础信息同步的具体实现为将步骤(2)分析归类生成的用户对于游戏的等级类别信息和当前需要被投放的广告信息直接通知每个节点机房的广告匹配程序，由该程序自动下载数据并完成数据的初始化；所述的广告素材信息CDN下发的具体实现为用户获取需要播放的广告信息的时候，用户按照就近节点机房服务器、核心机房服务器、NAS服务器的途径获取，当有一处服务器存在该素材后就直接返回素材信息。

8.根据权利要求1所述的精准广告投放方法，其特征在于：当用户获取需要播放的广告URL时，会从就近的节点机房获取广告URL信息，节点机房首先会查看用户是否在黑名单里面，如果在黑名单里面就不投放广告信息；然后去本地缓存中查看用户类别，如果没有对应的用户类别，不投放任何广告；最后获取用户类别下的广告URL信息，并返回给用户。

9.根据权利要求1所述的精准广告投放方法，其特征在于：当用户获取到匹配上的广告信息后，会返回需要投放广告的资源URL信息，并启用相关插件功能，并获取广告资源；这时候用户会从就近节点机房获取广告资源素材，节点机房的资源CDN服务器会根据用户请求的URL信息查看本地是否存在，如果不存在，就会去广告资源库中获取广告相关的资源信息，然后缓存在本地；如果本地有缓存，就直接加载本地缓存内容。