CN104112210A - 一种推送广告的方法及设备 - Google Patents
一种推送广告的方法及设备 Download PDFInfo
- Publication number
- CN104112210A CN104112210A CN201310133186.3A CN201310133186A CN104112210A CN 104112210 A CN104112210 A CN 104112210A CN 201310133186 A CN201310133186 A CN 201310133186A CN 104112210 A CN104112210 A CN 104112210A
- Authority
- CN
- China
- Prior art keywords
- vector
- disease
- type
- trend
- advertisement
- 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.)
- Granted
Links
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供的一种推送广告的方法及设备,所述方法通过获取用户的个人基本信息,与广告登记的基本信息进行对比,选取适合用户的广告列表;获取用户的疾病向量和广告登记的疾病向量的余弦值,根据预先设置的疾病向量的权限,获取广告列表中每一个广告与用户在疾病向量上的第一匹配度;获取用户的趋势向量和广告登记的趋势向量的余弦值,根据预先设置的趋势向量的权限,获取广告列表中每一个广告与用户在趋势向量上的第二匹配度,将第一匹配度和第二匹配度相加获得广告列表中每一个广告与用户的总的匹配度,并选取匹配度最大的T个广告,实现从用户的个人基本信息、用户的疾病向量、趋势向量三个角度综合考虑,进而增加了推送医疗产品的准确度和有效性。
Description
技术领域
本发明涉及广告推送领域,尤其涉及一种推送广告的方法及设备。
背景技术
当前人们获取个人健康信息的途径主要有健康管理平台和区域卫生信息平台。在健康管理平台,用户通过各类健康传感器检测各项指标,这些指标数据通过健康网管上传至健康管理平台,并最终上传到区域卫生信息平台。健康管理平台是健康管理的核心,提供健康数据的存储、分析等服务,通过该平台,用户可以得到健康专家的各类健康建议,获得健康预警信息,改善健康状况。健康网关是连接健康传感器和健康管理平台的重要设备,它提供用户一个显示和操作平台,用户可以在健康网管上传健康数据至健康管理平台,并查看自身健康指标趋势,同时,健康网关同时可以提供比如视频通话、广告展现等其他附加服务。
在区域卫生信息平台,用户可以在公众门户上查看个人疾病类型和健康情况,查询相关的健康和医疗信息,以及生活和健康指导,还可以通过政府公告,了解当地的卫生疾病类型状况,尤其是传染病发病情况,享受持续、跨地区、跨机构的医疗卫生服务。公众门户是以区域卫生信息平台为基础,它是连接区域内的医疗卫生机构基本业务信息系统的数据交换和共享平台,是不同系统间进行信息整合的基础和载体,使医疗服务人员可以随时获取医疗信息,医疗机构之间可以进行转诊、远程会诊等业务互通,使公共卫生工作者能全面掌控人群健康信息,使卫生管理者能动态掌握卫生服务资源和利用信息,实现科学管理和决策。
所有的居民健康信息,都可以通过电子健康档案的方式存储。健康档案是居民健康管理过程的规范、科学记录。是以居民个人健康为核心、贯穿整个生命过程、涵盖各种健康相关因素、实现信息多渠道动态收集、满足居民自身需要和健康管理的信息资源。电子健康档案(Electronic Health Record,EHR)是电子化的健康档案,由计算机创建、处理和保存的个人健康信息资源,以计算机可处理的形式存在,并且能够安全的存储和传输,各级授权用户均可访问。当用户的健康信息以电子健康档案的方式存储后,就可以分析用户的健康检查指标,如血压、身高、体重等指标,这些指标在一段时间内的变化趋势反映了病人健康状况的一些状况。用户在健康网关和公众门户上,都可以查询到个人的健康趋势指标。
现有广告匹配技术中广告推送系统在软件或互联网中已广泛应用。精准广告投放系统可以根据用户身份、习惯、偏好等信息,匹配广告的目标群体,针对性地提供用户感兴趣或有用的广告,实现广告的定向、精准投放。
基于用户信息检索关键字的匹配是最常用的方法,提取用户在软件或网页中的检索关键字,同时作为广告匹配的关键字,通过关键字查询匹配广告。
基于机器学习的匹配另一种常用方式,以收集用户的操作反馈作为自动化的学习机制,每次用户操作可表示为一个广告特征向量,或者对用户操作聚类分析。
但现有的广告匹配技术主要是根据用户在软件或网页上的操作行为来判断用户的兴趣、习惯。若直接用于健康管理平台或区域卫生信息平台,存在以下缺陷:
1.系统中的用户行为,除了在软件或网页上的操作,更大一部分有意义操作是来自于现实的医疗活动,比如到医院就诊的行为,使用健康仪器做测量的行为,这些行为是传统广告匹配技术无法捕捉和处理的。
2.用户很可能出于增加医疗知识的目的,去查看一些专业性较强的医疗保健信息,但与内容相关的医疗产品可能并不是用户正在所需要的。
发明内容
本发明实施例提供了一种推送广告的方法,旨在解决如何基于区域卫生信息平台和健康管理平台实现医疗广告的准确推送。
第一方面,一种推送广告的方法,所述方法包括:
获取用户的个人基本信息和预先登记的广告的基本信息,当所述用户的个人基本信息和所述预先登记的广告的基本信息相同时,则将所述广告加入广告列表;
预先设置用户的疾病向量中每一个元素对应的疾病类型,获取每一个疾病类型的患病率,根据所述每一个疾病类型的患病率计算出所述每一个疾病类型在所述疾病向量中的值;
预先设置用户的趋势向量中每一个元素对应的趋势指标类型,获取每一个趋势指标类型的值,比较所述每一个趋势指标类型的值和所述每一个趋势指标类型对应的标准值,若趋势指标类型的值大于或等于所述趋势指标类型对应的标准值,则所述趋势指标类型在所述趋势向量中的值为1,若趋势指标类型的值小于所述趋势指标类型对应的标准值,则所述趋势指标类型在所述趋势向量中的值为-1;
预先设置所述广告列表中的广告的疾病向量和趋势向量,并使得所述广告的疾病向量中每一个疾病类型所在的位置和所述用户的疾病向量中相同的疾病类型所在的位置相同,所述广告的趋势向量中每一个趋势指标类型所在的位置和所述用户的疾病向量中每一个相同的趋势指标类型所在的位置相同;设置疾病向量的权重和趋势向量的权重,并使得所述疾病向量的权重和趋势向量的权重之和为1;
计算所述广告列表中每一个广告的疾病向量和所述用户的疾病向量的余弦值,将所述疾病向量的余弦值乘以疾病向量的权重得到第一匹配度;计算所述广告列表中每一个广告的趋势向量和所述用户的趋势向量的余弦值,将所述趋势向量的余弦值乘以趋势向量的权重得到第二匹配度;将所述第一匹配度和所述第二匹配度相加,得到所述广告列表中每一个广告的匹配度,选取匹配度最大的T个广告。
结合第一方面,在第一方面的第一种可能的实现方式中,所述用户的个人基本信息包括:用户的性别和/或年龄和/或用户所在的地区。
结合第一方面或者第一方面的第一种可能的实现方式,在第一方面的第二种可能的实现方式中,所述获取每一个疾病类型的患病率包括:
在政府或者医疗机构查找所述每一个疾病类型的患病率;
或者在区域卫生信息平台对健康档案统计,统计周期为一年,所述疾病类型的患病率等于当年所述疾病类型患病人数除以所述区域卫生信息平台注册用户人数。
结合第一方面的第二种可能的实现方式,在第一方面的第三种可能的实现方式中,所述根据所述每一个疾病类型的患病率计算出所述每一个疾病类型在所述疾病向量中的值,包括:
初始化所述疾病向量,将所述疾病向量中的每一个值设置为0;
取所述每一个疾病类型的患病率的倒数的对数,所述对数是所述每一个疾病类型在所述疾病向量中的值。
结合第一方面或者第一方面的第一种可能的实现方式或者第一方面的第二种可能的实现方式或者第一方面的第三种可能的实现方式,在第一方面的第四种可能的实现方式中,所述方法还包括:
获取创建用户健康档案至用户登录系统的天数,取所述天数加1之和的倒数,得到所述天数的权重;
将所述天数的权重乘以所述每一个疾病类型的患病率的倒数的对数,得到所述每一个疾病类型在所述疾病向量中的值。
结合第一方面的第四种可能的实现方式,在第一方面的第五种可能的实现方式中,所述获取每一个趋势指标类型的值,比较所述每一个趋势指标类型的值和所述每一个趋势指标类型对应的标准值,包括:
初始化用户的趋势向量,将所述趋势向量中的每一个元素的值设置为0;
判断所述趋势向量中是否有未读取的类型;
当判断所述趋势向量中有未读取的类型,则判断所述未读取的类型和所述未读取的类型对应的标准值,若所述未读取的类型的值大于或等于所述未读取的类型对应的标准值,则所述未读取的类型在所述趋势向量中的值为1,若所述未读取的类型的值小于所述未读取的类型对应的标准值,则所述未读取的类型在所述趋势向量中的值为-1;
当判断所述趋势向量中没有未读取的类型,则返回用户的趋势向量。
结合第一方面或者第一方面的第一种可能的实现方式或者第一方面的第二种可能的实现方式或者第一方面的第三种可能的实现方式或者第一方面的第四种可能的实现方式或者第一方面的第五种可能的实现方式,在第一方面的第六种可能的实现方式中,所述得到所述广告列表中每一个广告的匹配度,选取匹配度最大的T个广告,包括:
判断所述广告列表中是否有未计算的广告;
若是,则计算所述未计算的广告的疾病向量和所述用户的疾病向量的余弦值,将所述疾病向量的余弦值乘以疾病向量的权重得到第一匹配度;计算所述未计算广告的趋势向量和所述用户的趋势向量的余弦值,将所述趋势向量的余弦值乘以趋势向量的权重得到第二匹配度;
将所述第一匹配度和所述第二匹配度相加,得到所述未计算的广告的匹配度;
若判断所述广告列表中没有未计算的广告,则按照匹配度大小进行排序,选取匹配度最高的T个广告。
第二方面,一种推送广告的设备,所述设备包括:
第一获取单元,用于获取用户的个人基本信息和预先登记的广告的基本信息,当所述用户的个人基本信息和所述预先登记的广告的基本信息相同时,则将所述广告加入广告列表;
第一计算单元,用于预先设置用户的疾病向量中每一个元素对应的疾病类型,获取每一个疾病类型的患病率,根据所述每一个疾病类型的患病率计算出所述每一个疾病类型在所述疾病向量中的值;
比较单元,用于预先设置用户的趋势向量中每一个元素对应的趋势指标类型,获取每一个趋势指标类型的值,比较所述每一个趋势指标类型的值和所述每一个趋势指标类型对应的标准值,若趋势指标类型的值大于或等于所述趋势指标类型对应的标准值,则所述趋势指标类型在所述趋势向量中的值为1,若趋势指标类型的值小于所述趋势指标类型对应的标准值,则所述趋势指标类型在所述趋势向量中的值为-1;
设置单元,用于预先设置所述广告列表中的广告的疾病向量和趋势向量,并使得所述广告的疾病向量中每一个疾病类型所在的位置和所述用户的疾病向量中相同的疾病类型所在的位置相同,所述广告的趋势向量中每一个趋势指标类型所在的位置和所述用户的疾病向量中每一个相同的趋势指标类型所在的位置相同;设置疾病向量的权重和趋势向量的权重,并使得所述疾病向量的权重和趋势向量的权重之和为1;
选取单元,用于计算所述广告列表中每一个广告的疾病向量和所述用户的疾病向量的余弦值,将所述疾病向量的余弦值乘以疾病向量的权重得到第一匹配度;计算所述广告列表中每一个广告的趋势向量和所述用户的趋势向量的余弦值,将所述趋势向量的余弦值乘以趋势向量的权重得到第二匹配度;将所述第一匹配度和所述第二匹配度相加,得到所述广告列表中每一个广告的匹配度,选取匹配度最大的T个广告进行推送。
结合第二方面,在第二方面的第一种可能的实现方式中,所述用户的个人基本信息包括:用户的性别和/或年龄和/或用户所在的地区。
结合第二方面或者第二方面的第一种可能的实现方式,在第二方面的第二种可能的实现方式中,所述第一计算单元中执行步骤获取每一个疾病类型的患病率包括:
在政府或者医疗机构查找所述每一个疾病类型的患病率;
或者在区域卫生信息平台对健康档案统计,统计周期为一年,所述疾病类型的患病率等于当年所述疾病类型患病人数除以所述区域卫生信息平台注册用户人数。
结合第二方面的第二种可能的实现方式,在第二方面的第三种可能的实现方式中中,所述第一计算单元包括:
第一初始化单元,用于初始化所述疾病向量,将所述疾病向量中的每一个值设置为0;
取对数单元,用于取所述每一个疾病类型的患病率的倒数的对数,所述对数是所述每一个疾病类型在所述疾病向量中的值。
结合第二方面或者第二方面的第一种可能的实现方式或者第二方面的第二种可能的实现方式或者第二方面的第三种可能的实现方式,在第二方面的第四种可能的实现方式中,所述设备还包括:
第二获取单元,用于获取创建用户健康档案至用户登录系统的天数,取所述天数加1之和的倒数,得到所述天数的权重;
第二计算单元,用于将所述天数的权重乘以所述每一个疾病类型的患病率的倒数的对数,得到所述每一个疾病类型在所述疾病向量中的值。
结合第二方面的第四种可能的实现方式,在第二方面的第五种可能的实现方式中,所述比较单元,包括:
第二初始化单元,用于初始化用户的趋势向量,将所述趋势向量中的每一个元素的值设置为0;
第一判断单元,用于判断是否有未读取的趋势类型;
比较子单元,用于当判断所述趋势向量中有未读取的类型,则判断所述未读取的类型和所述未读取的类型对应的标准值,若所述未读取的类型的值大于或等于所述未读取的类型对应的标准值,则所述未读取的类型在所述趋势向量中的值为1,若所述未读取的类型的值小于所述未读取的类型对应的标准值,则所述未读取的类型在所述趋势向量中的值为-1;
返回单元,用于当判断所述趋势向量中没有未读取的类型,则返回用户的趋势向量。
结合第二方面或者第二方面的第一种可能的实现方式或者第二方面的第二种可能的实现方式或者第二方面的第三种可能的实现方式或者第二方面的第四种可能的实现方式或者第二方面的第五种可能的实现方式,在第二方面的第六种可能的实现方式中,所述选取单元,包括:
第二判断单元,用于判断所述广告列表中是否有未计算的广告;
第三计算单元,用于若是,则计算所述未计算的广告的疾病向量和所述用户的疾病向量的余弦值,将所述疾病向量的余弦值乘以疾病向量的权重得到第一匹配度;计算所述未计算广告的趋势向量和所述用户的趋势向量的余弦值,将所述趋势向量的余弦值乘以趋势向量的权重得到第二匹配度;
相加单元,用于将所述第一匹配度和所述第二匹配度相加,得到所述未计算的广告的匹配度;
排序单元,用于若判断所述广告列表中没有未计算的广告,则按照匹配度大小进行排序,选取匹配度最高的T个广告。
与现有技术相比,本发明实施例提供的一种推送广告的方法,所述方法通过获取用户的个人基本信息,与广告登记的基本信息进行对比,选取适合用户的广告列表;获取用户的疾病向量和广告登记的疾病向量的余弦值,根据预先设置的疾病向量的权限,获取广告列表中每一个广告与用户在疾病向量上的第一匹配度;获取用户的趋势向量和广告登记的趋势向量的余弦值,根据预先设置的趋势向量的权限,获取广告列表中每一个广告与用户在趋势向量上的第二匹配度,将第一匹配度和第二匹配度相加获得广告列表中每一个广告与用户的总的匹配度,并选取匹配度最大的T个广告,实现从用户的个人基本信息、用户的疾病向量、趋势向量三个角度综合考虑,进而增加了推送医疗产品的准确度和有效性。
附图说明
为了更清楚地说明本发明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,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,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。
图1是本发明提供的一种推送广告的方法示意图;
图2是本发明实施例提供的一种推送广告的方法流程图;
图3是本发明实施例提供的一种获取备选广告列表的方法流程图;
图4是本发明实施例提供的一种用户的趋势向量的方法流程图;
图5是本发明实施例提供的一种计算广告匹配度的方法流程图;
图6是本发明实施例提供的一种推送广告的设备的装置结构图;
图7是本发明实施例提供的第一计算单元的装置结构图;
图8是本发明实施例提供的比较单元的装置结构图;
图9是本发明实施例提供的选取单元的装置结构图;
图10是本发明实施例提供的一种推送广告的设备的装置结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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,本领域普通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。
参考图1,图1是本发明提供的一种推送广告的方法示意图。如图1所示,广告管理人员在接收广告商需求后,在广告管理模块中录入广告信息,将所述广告信息存储在广告数据存储模块中。用户通过健康网管的用户界面上传日常测量的健康指标数据至健康数据存储模块。广告匹配模块定时从健康数据存储模块中获取用户的个人信息和健康指标数据,同时从广告数据存储模块中获取存储的广告信息,对两种信息按照本发明描述的算法计算每个广告的匹配度,按照匹配度的大小对广告优先级进行排序,将高匹配度的广告信息发送到广告推送模块,由广告推送模块将广告推送至用户界面,展现给用户。同时用户界面侦测用户的广告点击,将用户的点击次数发送至广告分析模块,由广告分析模块对点击率进行分析,将点击率反馈给广告匹配模块,用于对匹配模型进行优化。同时,广告管理模块也结束了统计广告点击的工作,并告知广告管理人员已发布广告的效果。
其中,点击率=广告点击次数/广告展示次数。
对匹配模型进行优化一般有几个方面的优化:
(1)针对广告投放者,可以调整广告词、广告图片或者修改广告的匹配年龄、地域、疾病类型等信息;
(2)针对系统设计、开发人员,可以调整广告的展示界面等。
参考图2,图2是本发明实施例提供的一种推送广告的方法流程图。如图2所示,所述方法包括以下步骤:
步骤201,获取用户的个人基本信息和预先登记的广告的基本信息,当所述用户的个人基本信息和所述预先登记的广告的基本信息相同时,则将所述广告加入广告列表;
在一种场景中,所述用户的个人基本信息包括但不限于:用户的性别和/或年龄和/或用户所在的地区。
首先,获取用户的个人基本信息,与系统中登记的广告做匹配,需要保证性别、年龄和用户所在的地区三个条件均匹配才进入备选的广告列表中。例如,一个广告在登记时,希望面向的用户群体是20-30岁的杭州地区女性群体,那么只有用户在系统中注册信息完全符合这三个条件,这条广告才会被选取进入备选的广告列表中。
本领域技术人员应该理解的是,广告的基本信息并不限定于性别、年龄和用户,该广告的基本信息可以包含更多或者更少的要素,具体的,该广告的基本信息取决于限定的广告推送目标的基本条件,可以在广告登记时确定。具体的,参考图3,图3是本发明实施例提供的一种获取备选广告列表的方法流程图。
步骤301,获取用户基础数据;
步骤302,判断是否还有未读取的广告,若是,则执行步骤303,若否,则执行步骤306;
步骤303,当判断还有未读取的广告时,则获取广告基础数据;
步骤304,判断用户的性别、年龄、用户所在的地区是否全部符合所述广告登记的信息,若是,则执行步骤305,若否,则执行步骤302;
步骤305,当判断用户的性别、年龄、用户所在的地区全部符合所述广告等级的信息时,则将所述广告加入备选广告列表;
步骤306,返回被选广告列表。
步骤202,预先设置用户的疾病向量中每一个元素对应的疾病类型,获取每一个疾病类型的患病率,根据所述每一个疾病类型的患病率计算出所述每一个疾病类型在所述疾病向量中的值;
具体的,假设用户的疾病向量a(x1,x2,…,xn),x1、x2、…..xn分别表示不同的疾病类型类型,当有N种疾病类型信息时,用户的疾病向量a是一个N维的向量,初始化每一个维的值均为0。对用户的健康档案的疾病类型信息做统计计算,获取疾病类型类型并计算出疾病类型的患病率。其中,每一份健康档案只会属于一个用户,一个用户可以有属于他的多份健康档案。对用户的健康档案的疾病类型信息做统计计算是指针对每一个用户而言,先计算每一条健康档案的疾病类型向量,再计算用户的疾病类型向量。
可选地,所述获取每一个疾病类型的患病率包括:
在政府或者医疗机构查找所述每一个疾病类型的患病率;
或者在区域卫生信息平台对健康档案统计,统计周期为一年,所述疾病类型的患病率等于当年所述疾病类型患病人数除以所述区域卫生信息平台注册用户人数。
可选地,所述根据所述每一个疾病类型的患病率计算出所述每一个疾病类型在所述疾病向量中的值,包括:
初始化所述疾病向量,将所述疾病向量中的每一个值设置为0;
取所述每一个疾病类型的患病率的倒数的对数,所述对数是所述每一个疾病类型在所述疾病向量中的值。
具体的,
即疾病类型类型x1在疾病向量a中的值w1是疾病类型类型x1的患病率的倒数的对数。
可选地,所述方法还包括:
获取创建用户健康档案至用户登录系统的天数,取所述天数加1之和的倒数,得到所述天数的权重;
将所述天数的权重乘以所述每一个疾病类型的患病率的倒数的对数,得到所述每一个疾病类型在所述疾病向量中的值。
具体的,当考虑到用户健康档案的日期时,可以将最新的用户健康档案计算出来的疾病向量中的值取较大的权重,比如,计算公式为:
则疾病类型类型x1在疾病向量a中的值是w1*w2。
步骤203,预先设置用户的趋势向量中每一个元素对应的趋势指标类型,获取每一个趋势指标类型的值,比较所述每一个趋势指标类型的值和所述每一个趋势指标类型对应的标准值,若趋势指标类型的值大于或等于所述趋势指标类型对应的标准值,则所述趋势指标类型在所述趋势向量中的值为1,若趋势指标类型的值小于所述趋势指标类型对应的标准值,则所述趋势指标类型在所述趋势向量中的值为-1;
可选地,所述获取每一个趋势指标类型的值,比较所述每一个趋势指标类型的值和所述每一个趋势指标类型对应的标准值,包括:
初始化用户的趋势向量,将所述趋势向量中的每一个元素的值设置为0;
判断所述趋势向量中是否有未读取的类型;
当判断所述趋势向量中有未读取的类型,则判断所述未读取的类型和所述未读取的类型对应的标准值,若所述未读取的类型的值大于或等于所述未读取的类型对应的标准值,则所述未读取的类型在所述趋势向量中的值为1,若所述未读取的类型的值小于所述未读取的类型对应的标准值,则所述未读取的类型在所述趋势向量中的值为-1;
当判断所述趋势向量中没有未读取的类型,则返回用户的趋势向量。
具体的,假设用户的趋势向量b(y1,y2,…,yn),每一个趋势指标表示一个维度,即y1代表y1指示的类型,初始化每一维度的值为0,比较每一维度的值和所述维度指示的类型对应的标准值,若所述趋势向量中y1类型的值大于或等于所述y1类型对应的标准值时,则所述趋势向量中y1类型的值为1,反之,若所述趋势向量中y1类型的值小于所述y1类型对应的标准值,则所述趋势向量中y1类型的值为-1。
参考图4,图4是本发明实施例提供的一种用户的趋势向量的方法流程图。
步骤401,定义用户的趋势向量,初始化每一维度的值为0;
步骤402,判断是否还有未读取的异常趋势指标,若是,则执行步骤403,若否,则执行步骤408;
其中,一个趋势指标都有一个正常的参考范围,例如,血压可以是一个趋势指标,血压的收缩压正常范围时90-140mmHg,小于90就是偏小,大于140就是偏大,都属于异常趋势指标。
步骤403,当判断有未读的异常趋势指标时,则判断所述异常趋势指标的值是否大于或者小于标准值;若大于,则执行步骤404;若小于,则执行步骤405;
步骤404,设置所述用户的趋势向量在异常趋势指标维度的值为1;
步骤405,设置所述用户的趋势向量在异常趋势指标维度的值为-1;
步骤406,获取所述用户的趋势向量;
步骤407,返回用户的趋势向量。
步骤204,预先设置所述广告列表中的广告的疾病向量和趋势向量,并使得所述广告的疾病向量中每一个疾病类型所在的位置和所述用户的疾病向量中相同的疾病类型所在的位置相同,所述广告的趋势向量中每一个趋势指标类型所在的位置和所述用户的疾病向量中每一个相同的趋势指标类型所在的位置相同;设置疾病向量的权重和趋势向量的权重,并使得所述疾病向量的权重和趋势向量的权重之和为1;
具体的,广告的疾病向量v(x1,x2,…,xn),假设广告关注的疾病类型编号为s,则xs=1,广告的趋势向量t(y1,y2,…,yn),假设广告关注的趋势指标编号为s,关注偏高的情况则ys=1,关注偏低的情况ys=-1,所述偏高时广告关注的趋势指标s的值和标准的趋势指标s的值进行对比时,广告关注的趋势指标s的值大于标准的趋势指标s的值;所述偏低时广告关注的趋势指标s的值和标准的趋势指标s的值进行对比时,广告关注的趋势指标s的值小于标准的趋势指标s的值。
步骤205,计算所述广告列表中每一个广告的疾病向量和所述用户的疾病向量的余弦值,将所述疾病向量的余弦值乘以疾病向量的权重得到第一匹配度;计算所述广告列表中每一个广告的趋势向量和所述用户的趋势向量的余弦值,将所述趋势向量的余弦值乘以趋势向量的权重得到第二匹配度;将所述第一匹配度和所述第二匹配度相加,得到所述广告列表中每一个广告的匹配度,选取匹配度最大的T个广告进行推送,T为大于等于1的自然数,具体可以为系统设定的广告推送数量。
可选地,所述得到所述广告列表中每一个广告的匹配度,选取匹配度最大的T个广告,包括:
判断所述广告列表中是否有未计算的广告;
若是,则计算所述未计算的广告的疾病向量和所述用户的疾病向量的余弦值,将所述疾病向量的余弦值乘以疾病向量的权重得到第一匹配度;计算所述未计算广告的趋势向量和所述用户的趋势向量的余弦值,将所述趋势向量的余弦值乘以趋势向量的权重得到第二匹配度;
将所述第一匹配度和所述第二匹配度相加,得到所述未计算的广告的匹配度;
若判断所述广告列表中没有未计算的广告,则按照匹配度大小进行排序,选取匹配度最高的T个广告。
具体的,判断所述广告列表中是否有未计算的广告,若是,则计算广告的疾病向量v和用户的疾病向量a的余弦值,所述余弦值计算公式如下:
假设疾病向量的权重x,则第一匹配度是:
计算所述未计算广告的趋势向量t和所述用户的趋势向量b的余弦值,所述余弦值的计算公式如下:
假设趋势向量的权重1-x,则第二匹配度是:
将所述第一匹配度和所述第二匹配度相加,得到所述未计算的广告的匹配度是:
Li=Li1+Li2
参考图5,图5是本发明实施例提供的一种计算广告匹配度的方法流程图。
步骤501,获取备选广告列表、用户的疾病向量a、用户的趋势向量b、疾病向量的权重x、趋势向量的权重1-x;
步骤502,判断是否还有未计算的广告,若是,则执行步骤503;若否,则执行步骤505;
步骤503,计算广告与第i个用户的疾病向量的匹配度,并计算广告与第i个用户的趋势向量的匹配度,将疾病向量的匹配度加上用户趋势向量的匹配度得到第i个用户和广告的匹配度;
步骤504,按照匹配度的大小,对所述广告列表进行排序,选出匹配度最大的T个广告。
本发明实施例提供的一种推送广告的方法,所述方法通过获取用户的个人基本信息,与广告登记的基本信息进行对比,选取适合用户的广告列表;获取用户的疾病向量和广告登记的疾病向量的余弦值,根据预先设置的疾病向量的权限,获取广告列表中每一个广告与用户在疾病向量上的第一匹配度;获取用户的趋势向量和广告登记的趋势向量的余弦值,根据预先设置的趋势向量的权限,获取广告列表中每一个广告与用户在趋势向量上的第二匹配度,将第一匹配度和第二匹配度相加获得广告列表中每一个广告与用户的总的匹配度,并选取匹配度最大的T个广告,实现从用户的个人基本信息、用户的疾病向量、趋势向量三个角度综合考虑,进而增加了推送医疗产品的准确度和有效性。
参考图6,图6是本发明实施例提供的一种推送广告的设备的装置结构图。如图6所示,所述设备包括以下单元:
第一获取单元601,用于获取用户的个人基本信息和预先登记的广告的基本信息,当所述用户的个人基本信息和所述预先登记的广告的基本信息相同时,则将所述广告加入广告列表;
其中,用户的个人基本信息包括:用户的性别和/或年龄和/或用户所在的地区。
首先,获取用户的个人基本信息,与系统中登记的广告做匹配,需要保证性别、年龄和用户所在的地区三个条件均匹配才进入备选的广告列表中。例如,一个广告在登记时,希望面向的用户群体是20-30岁的杭州地区女性群体,那么只有用户在系统中注册信息完全符合这三个条件,这条广告才会被选取进入备选的广告列表中。
具体的,参考图3,图3是本发明实施例提供的一种获取备选广告列表的方法流程图。
步骤301,获取用户基础数据;
步骤302,判断是否还有未读取的广告,若是,则执行步骤303,若否,则执行步骤306;
步骤303,当判断还有未读取的广告时,则获取广告基础数据;
步骤304,判断用户的性别、年龄、用户所在的地区是否全部符合所述广告登记的信息,若是,则执行步骤305,若否,则执行步骤302;
步骤305,当判断用户的性别、年龄、用户所在的地区全部符合所述广告等级的信息时,则将所述广告加入备选广告列表;
步骤306,返回被选广告列表。
第一计算单元602,用于预先设置用户的疾病向量中每一个元素对应的疾病类型,获取每一个疾病类型的患病率,根据所述每一个疾病类型的患病率计算出所述每一个疾病类型在所述疾病向量中的值;
具体的,假设用户的疾病向量a(x1,x2,…,xn),x1、x2、…..xn分别表示不同的疾病类型类型,当有N种疾病类型信息时,用户的疾病向量a是一个N维的向量,初始化每一个维的值均为0。对用户的健康档案的疾病类型信息做统计计算,获取疾病类型类型并计算出疾病类型的患病率。其中,每一份健康档案只会属于一个用户,一个用户可以有属于他的多份健康档案。对用户的健康档案的疾病类型信息做统计计算是指针对每一个用户而言,先计算每一条健康档案的疾病类型向量,再计算用户的疾病类型向量。
可选地,所述第一计算单元602中执行步骤获取每一个疾病类型的患病率包括:
在政府或者医疗机构查找所述每一个疾病类型的患病率;
或者在区域卫生信息平台对健康档案统计,统计周期为一年,所述疾病类型的患病率等于当年所述疾病类型患病人数除以所述区域卫生信息平台注册用户人数。
可选地,参考图7,图7是本发明实施例提供的第一计算单元的装置结构图。如图7所示,所述第一计算单元602包括:
第一初始化单元701,用于初始化所述疾病向量,将所述疾病向量中的每一个值设置为0;
取对数单元702,用于取所述每一个疾病类型的患病率的倒数的对数,所述对数是所述每一个疾病类型在所述疾病向量中的值。
具体的,
即疾病类型类型x1在疾病向量a中的值w1是疾病类型类型x1的患病率的倒数的对数。
作为一种可选的实施例,所述设备还包括:
第二获取单元,用于获取创建用户健康档案至用户登录系统的天数,取所述天数加1之和的倒数,得到所述天数的权重;
第二计算单元,用于将所述天数的权重乘以所述每一个疾病类型的患病率的倒数的对数,得到所述每一个疾病类型在所述疾病向量中的值。
具体的,当考虑到用户健康档案的日期时,可以将最新的用户健康档案计算出来的疾病向量中的值取较大的权重,比如,计算公式为:
则疾病类型类型x1在疾病向量a中的值是w1*w2。
比较单元603,用于预先设置用户的趋势向量中每一个元素对应的趋势指标类型,获取每一个趋势指标类型的值,比较所述每一个趋势指标类型的值和所述每一个趋势指标类型对应的标准值,若趋势指标类型的值大于或等于所述趋势指标类型对应的标准值,则所述趋势指标类型在所述趋势向量中的值为1,若趋势指标类型的值小于所述趋势指标类型对应的标准值,则所述趋势指标类型在所述趋势向量中的值为-1;
可选地,参考图8,图8是本发明实施例提供的比较单元的装置结构图。如图8所示,所述比较单元603,包括:
第二初始化单元801,用于初始化用户的趋势向量,将所述趋势向量中的每一个值设置为0;
第一判断单元802,用于判断是否有未读取的类型;
比较子单元803,用于当判断所述趋势向量中有未读取的类型,则判断所述未读取的类型和所述未读取的类型对应的标准值,若所述未读取的类型的值大于或等于所述未读取的类型对应的标准值,则所述未读取的类型在所述趋势向量中的值为1,若所述未读取的类型的值小于所述未读取的类型对应的标准值,则所述未读取的类型在所述趋势向量中的值为-1;
返回单元804,用于当判断所述趋势向量中没有未读取的类型,则返回用户的趋势向量。
具体的,假设用户的趋势向量b(y1,y2,…,yn),每一个趋势指标表示一个维度,即y1代表y1指示的类型,初始化每一维度的值为0,比较每一维度的值和所述维度指示的类型对应的标准值,若所述趋势向量中y1类型的值大于或等于所述y1类型对应的标准值时,则所述趋势向量中y1类型的值为1,反之,若所述趋势向量中y1类型的值小于所述y1类型对应的标准值,则所述趋势向量中y1类型的值为-1。
参考图4,图4是本发明实施例提供的一种用户的趋势向量的方法流程图。
步骤401,定义用户的趋势向量,初始化每一维度的值为0;
步骤402,判断是否还有未读取的异常趋势指标,若是,则执行步骤403,若否,则执行步骤408;
其中,一个趋势指标都有一个正常的参考范围,例如,血压可以是一个趋势指标,血压的收缩压正常范围时90-140mmHg,小于90就是偏小,大于140就是偏大,都属于异常趋势指标。
步骤403,当判断有未读的异常趋势指标时,则判断所述异常趋势指标的值是否大于或者小于标准值;若大于,则执行步骤404;若小于,则执行步骤405;
步骤404,设置所述用户的趋势向量在异常趋势指标维度的值为1;
步骤405,设置所述用户的趋势向量在异常趋势指标维度的值为-1;
步骤406,获取所述用户的趋势向量;
步骤407,返回用户的趋势向量。
设置单元604,用于预先设置所述广告列表中的广告的疾病向量和趋势向量,并使得所述广告的疾病向量中每一个疾病类型所在的位置和所述用户的疾病向量中相同的疾病类型所在的位置相同,所述广告的趋势向量中每一个趋势指标类型所在的位置和所述用户的疾病向量中每一个相同的趋势指标类型所在的位置相同;设置疾病向量的权重和趋势向量的权重,并使得所述疾病向量的权重和趋势向量的权重之和为1;
具体的,广告的疾病向量v(x1,x2,…,xn),假设广告关注的疾病类型编号为s,则xs=1,广告的趋势向量t(y1,y2,…,yn),假设广告关注的趋势指标编号为s,关注偏高的情况则ys=1,关注偏低的情况ys=-1,所述偏高时广告关注的趋势指标s的值和标准的趋势指标s的值进行对比时,广告关注的趋势指标s的值大于标准的趋势指标s的值;所述偏低时广告关注的趋势指标s的值和标准的趋势指标s的值进行对比时,广告关注的趋势指标s的值小于标准的趋势指标s的值。
选取单元605,用于计算所述广告列表中每一个广告的疾病向量和所述用户的疾病向量的余弦值,将所述疾病向量的余弦值乘以疾病向量的权重得到第一匹配度;计算所述广告列表中每一个广告的趋势向量和所述用户的趋势向量的余弦值,将所述趋势向量的余弦值乘以趋势向量的权重得到第二匹配度;将所述第一匹配度和所述第二匹配度相加,得到所述广告列表中每一个广告的匹配度,选取匹配度最大的T个广告进行推送。
可选地,参考图9,图9是本发明实施例提供的选取单元的装置结构图。如图9所示,所述选取单元605,包括:
第二判断单元901,用于判断所述广告列表中是否有未计算的广告;
第三计算单元902,用于若是,则计算所述未计算的广告的疾病向量和所述用户的疾病向量的余弦值,将所述疾病向量的余弦值乘以疾病向量的权重得到第一匹配度;计算所述未计算广告的趋势向量和所述用户的趋势向量的余弦值,将所述趋势向量的余弦值乘以趋势向量的权重得到第二匹配度;
相加单元903,用于将所述第一匹配度和所述第二匹配度相加,得到所述未计算的广告的匹配度;
排序单元904,用于若判断所述广告列表中没有未计算的广告,则按照匹配度大小进行排序,选取匹配度最高的T个广告。
具体的,判断所述广告列表中是否有未计算的广告,若是,则计算广告的疾病向量v和用户的疾病向量a的余弦值,所述余弦值计算公式如下:
计算所述未计算广告的趋势向量t和所述用户的趋势向量b的余弦值,所述余弦值的计算公式如下:
假设趋势向量的权重1-x,则第二匹配度是:
将所述第一匹配度和所述第二匹配度相加,得到所述未计算的广告的匹配度是:
Li=Li1+Li2
参考图5,图5是本发明实施例提供的一种计算广告匹配度的方法流程图。
步骤501,获取备选广告列表、用户的疾病向量a、用户的趋势向量b、疾病向量的权重x、趋势向量的权重1-x;
步骤502,判断是否还有未计算的广告,若是,则执行步骤503;若否,则执行步骤505;
步骤503,计算广告与第i个用户的疾病向量的匹配度,并计算广告与第i个用户的趋势向量的匹配度,将疾病向量的匹配度加上用户趋势向量的匹配度得到第i个用户和广告的匹配度;
步骤504,按照匹配度的大小,对所述广告列表进行排序,选出匹配度最大的T个广告。
本发明实施例提供的一种推送广告的设备,所述设备通过获取用户的个人基本信息,与广告登记的基本信息进行对比,选取适合用户的广告列表;获取用户的疾病向量和广告登记的疾病向量的余弦值,根据预先设置的疾病向量的权限,获取广告列表中每一个广告与用户在疾病向量上的第一匹配度;获取用户的趋势向量和广告登记的趋势向量的余弦值,根据预先设置的趋势向量的权限,获取广告列表中每一个广告与用户在趋势向量上的第二匹配度,将第一匹配度和第二匹配度相加获得广告列表中每一个广告与用户的总的匹配度,并选取匹配度最大的T个广告,实现从用户的个人基本信息、用户的疾病向量、趋势向量三个角度综合考虑,进而增加了推送医疗产品的准确度和有效性。
参考图10,图10是本发明实施例提供的一种推送广告的设备的装置结构图。参考图10,图10是本发明实施例提供的一种推送广告的设备1000,本发明具体实施例并不对所述设备的具体实现做限定。所述设备1000包括:
处理器(processor)1001,通信接口(Communications Interface)1002,存储器(memory)1003,总线1004。
处理器1001,通信接口1002,存储器1003通过总线1004完成相互间的通信。
通信接口1002,用于与其他设备进行通信;
处理器1001,用于执行程序。
具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。
处理器1001可能是一个中央处理器CPU,或者是特定集成电路ASIC(Application Specific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。
存储器1003,用于存放程序。存储器1003可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory)。程序具体可以包括:
获取用户的个人基本信息和预先登记的广告的基本信息,当所述用户的个人基本信息和所述预先登记的广告的基本信息相同时,则将所述广告加入广告列表;
预先设置用户的疾病向量中每一个元素对应的疾病类型,获取每一个疾病类型的患病率,根据所述每一个疾病类型的患病率计算出所述每一个疾病类型在所述疾病向量中的值;
预先设置用户的趋势向量中每一个元素对应的趋势指标类型,获取每一个趋势指标类型的值,比较所述每一个趋势指标类型的值和所述每一个趋势指标类型对应的标准值,若趋势指标类型的值大于或等于所述趋势指标类型对应的标准值,则所述趋势指标类型在所述趋势向量中的值为1,若趋势指标类型的值小于所述趋势指标类型对应的标准值,则所述趋势指标类型在所述趋势向量中的值为-1;
预先设置所述广告列表中的广告的疾病向量和趋势向量,并使得所述广告的疾病向量中每一个疾病类型所在的位置和所述用户的疾病向量中相同的疾病类型所在的位置相同,所述广告的趋势向量中每一个趋势指标类型所在的位置和所述用户的疾病向量中每一个相同的趋势指标类型所在的位置相同;设置疾病向量的权重和趋势向量的权重,并使得所述疾病向量的权重和趋势向量的权重之和为1;
计算所述广告列表中每一个广告的疾病向量和所述用户的疾病向量的余弦值,将所述疾病向量的余弦值乘以疾病向量的权重得到第一匹配度;计算所述广告列表中每一个广告的趋势向量和所述用户的趋势向量的余弦值,将所述趋势向量的余弦值乘以趋势向量的权重得到第二匹配度;将所述第一匹配度和所述第二匹配度相加,得到所述广告列表中每一个广告的匹配度,选取匹配度最大的T个广告进行推送。
所述用户的个人基本信息包括:用户的性别和/或年龄和/或用户所在的地区。
所述获取每一个疾病类型的患病率包括:
在政府或者医疗机构查找所述每一个疾病类型的患病率;
或者在区域卫生信息平台对健康档案统计,统计周期为一年,所述疾病类型的患病率等于当年所述疾病类型患病人数除以所述区域卫生信息平台注册用户人数。
所述根据所述每一个疾病类型的患病率计算出所述每一个疾病类型在所述疾病向量中的值,包括:
初始化所述疾病向量,将所述疾病向量中的每一个值设置为0;
取所述每一个疾病类型的患病率的倒数的对数,所述对数是所述每一个疾病类型在所述疾病向量中的值。
所述方法还包括:
获取创建用户健康档案至用户登录系统的天数,取所述天数加1之和的倒数,得到所述天数的权重;
将所述天数的权重乘以所述每一个疾病类型的患病率的倒数的对数,得到所述每一个疾病类型在所述疾病向量中的值。
所述获取每一个趋势指标类型的值,比较所述每一个趋势指标类型的值和所述每一个趋势指标类型对应的标准值,包括:
初始化用户的趋势向量,将所述趋势向量中的每一个元素的值设置为0;
判断所述趋势向量中是否有未读取的类型;
当判断所述趋势向量中有未读取的类型,则判断所述未读取的类型和所述未读取的类型对应的标准值,若所述未读取的类型的值大于或等于所述未读取的类型对应的标准值,则所述未读取的类型在所述趋势向量中的值为1,若所述未读取的类型的值小于所述未读取的类型对应的标准值,则所述未读取的类型在所述趋势向量中的值为-1;
当判断所述趋势向量中没有未读取的类型,则返回用户的趋势向量。
所述得到所述广告列表中每一个广告的匹配度,选取匹配度最大的T个广告,包括:
判断所述广告列表中是否有未计算的广告;
若是,则计算所述未计算的广告的疾病向量和所述用户的疾病向量的余弦值,将所述疾病向量的余弦值乘以疾病向量的权重得到第一匹配度;计算所述未计算广告的趋势向量和所述用户的趋势向量的余弦值,将所述趋势向量的余弦值乘以趋势向量的权重得到第二匹配度;
将所述第一匹配度和所述第二匹配度相加,得到所述未计算的广告的匹配度;
若判断所述广告列表中没有未计算的广告,则按照匹配度大小进行排序,选取匹配度最高的T个广告。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (14)
1.一种推送广告的方法,其特征在于,所述方法包括:
获取用户的个人基本信息和预先登记的广告的基本信息,当所述用户的个人基本信息和所述预先登记的广告的基本信息相同时,则将所述广告加入广告列表;
预先设置用户的疾病向量中每一个元素对应的疾病类型,获取每一个疾病类型的患病率,根据所述每一个疾病类型的患病率计算出所述每一个疾病类型在所述疾病向量中的值;
预先设置用户的趋势向量中每一个元素对应的趋势指标类型,获取每一个趋势指标类型的值,比较所述每一个趋势指标类型的值和所述每一个趋势指标类型对应的标准值,若趋势指标类型的值大于或等于所述趋势指标类型对应的标准值,则所述趋势指标类型在所述趋势向量中的值为1,若趋势指标类型的值小于所述趋势指标类型对应的标准值,则所述趋势指标类型在所述趋势向量中的值为-1;
预先设置所述广告列表中的广告的疾病向量和趋势向量,并使得所述广告的疾病向量中每一个疾病类型所在的位置和所述用户的疾病向量中相同的疾病类型所在的位置相同,所述广告的趋势向量中每一个趋势指标类型所在的位置和所述用户的疾病向量中每一个相同的趋势指标类型所在的位置相同;设置疾病向量的权重和趋势向量的权重,并使得所述疾病向量的权重和趋势向量的权重之和为1;
计算所述广告列表中每一个广告的疾病向量和所述用户的疾病向量的余弦值,将所述疾病向量的余弦值乘以疾病向量的权重得到第一匹配度;计算所述广告列表中每一个广告的趋势向量和所述用户的趋势向量的余弦值,将所述趋势向量的余弦值乘以趋势向量的权重得到第二匹配度;将所述第一匹配度和所述第二匹配度相加,得到所述广告列表中每一个广告的匹配度,选取匹配度最大的T个广告进行推送。
2.根据权利要求1所述的方法,其特征在于,所述用户的个人基本信息包括:用户的性别、年龄和/或用户所在的地区。
3.根据权利要求1或2所述的方法,其特征在于,所述获取每一个疾病类型的患病率包括:
在政府或者医疗机构查找所述每一个疾病类型的患病率;
或者在区域卫生信息平台对健康档案统计,统计周期为一年,所述疾病类型的患病率等于当年所述疾病类型患病人数除以所述区域卫生信息平台注册用户人数。
4.根据权利要求3所述的方法,其特征在于,所述根据所述每一个疾病类型的患病率计算出所述每一个疾病类型在所述疾病向量中的值,包括:
初始化所述疾病向量,将所述疾病向量中的每一个值设置为0;
取所述每一个疾病类型的患病率的倒数的对数,所述对数是所述每一个疾病类型在所述疾病向量中的值。
5.根据权利要求1-4任意一项所述的方法,其特征在于,所述方法还包括:
获取创建用户健康档案至用户登录系统的天数,取所述天数加1之和的倒数,得到所述天数的权重;
将所述天数的权重乘以所述每一个疾病类型的患病率的倒数的对数,得到所述每一个疾病类型在所述疾病向量中的值。
6.根据权利要求5所述的方法,其特征在于,所述获取每一个趋势指标类型的值,比较所述每一个趋势指标类型的值和所述每一个趋势指标类型对应的标准值,包括:
初始化用户的趋势向量,将所述趋势向量中的每一个元素的值设置为0;
判断所述趋势向量中是否有未读取的类型;
当判断所述趋势向量中有未读取的类型,则判断所述未读取的类型和所述未读取的类型对应的标准值,若所述未读取的类型的值大于或等于所述未读取的类型对应的标准值,则所述未读取的类型在所述趋势向量中的值为1,若所述未读取的类型的值小于所述未读取的类型对应的标准值,则所述未读取的类型在所述趋势向量中的值为-1;
当判断所述趋势向量中没有未读取的类型,则返回用户的趋势向量。
7.根据权利要求1-6任意一项所述的方法,其特征在于,所述得到所述广告列表中每一个广告的匹配度,选取匹配度最大的T个广告,包括:
判断所述广告列表中是否有未计算的广告;
若是,则计算所述未计算的广告的疾病向量和所述用户的疾病向量的余弦值,将所述疾病向量的余弦值乘以疾病向量的权重得到第一匹配度;计算所述未计算广告的趋势向量和所述用户的趋势向量的余弦值,将所述趋势向量的余弦值乘以趋势向量的权重得到第二匹配度;
将所述第一匹配度和所述第二匹配度相加,得到所述未计算的广告的匹配度;
若判断所述广告列表中没有未计算的广告,则按照匹配度大小进行排序,选取匹配度最高的T个广告。
8.一种推送广告的设备,其特征在于,所述设备包括:
第一获取单元,用于获取用户的个人基本信息和预先登记的广告的基本信息,当所述用户的个人基本信息和所述预先登记的广告的基本信息相同时,则将所述广告加入广告列表;
第一计算单元,用于预先设置用户的疾病向量中每一个元素对应的疾病类型,获取每一个疾病类型的患病率,根据所述每一个疾病类型的患病率计算出所述每一个疾病类型在所述疾病向量中的值;
比较单元,用于预先设置用户的趋势向量中每一个元素对应的趋势指标类型,获取每一个趋势指标类型的值,比较所述每一个趋势指标类型的值和所述每一个趋势指标类型对应的标准值,若趋势指标类型的值大于或等于所述趋势指标类型对应的标准值,则所述趋势指标类型在所述趋势向量中的值为1,若趋势指标类型的值小于所述趋势指标类型对应的标准值,则所述趋势指标类型在所述趋势向量中的值为-1;
设置单元,用于预先设置所述广告列表中的广告的疾病向量和趋势向量,并使得所述广告的疾病向量中每一个疾病类型所在的位置和所述用户的疾病向量中相同的疾病类型所在的位置相同,所述广告的趋势向量中每一个趋势指标类型所在的位置和所述用户的疾病向量中每一个相同的趋势指标类型所在的位置相同;设置疾病向量的权重和趋势向量的权重,并使得所述疾病向量的权重和趋势向量的权重之和为1;
选取单元,用于计算所述广告列表中每一个广告的疾病向量和所述用户的疾病向量的余弦值,将所述疾病向量的余弦值乘以疾病向量的权重得到第一匹配度;计算所述广告列表中每一个广告的趋势向量和所述用户的趋势向量的余弦值,将所述趋势向量的余弦值乘以趋势向量的权重得到第二匹配度;将所述第一匹配度和所述第二匹配度相加,得到所述广告列表中每一个广告的匹配度,选取匹配度最大的T个广告进行推送。
9.根据权利要求8所述的设备,其特征在于,所述用户的个人基本信息包括:用户的性别、年龄和/或用户所在的地区。
10.根据权利要求8或9所述的设备,其特征在于,所述第一计算单元中执行步骤获取每一个疾病类型的患病率包括:
在政府或者医疗机构查找所述每一个疾病类型的患病率;
或者在区域卫生信息平台对健康档案统计,统计周期为一年,所述疾病类型的患病率等于当年所述疾病类型患病人数除以所述区域卫生信息平台注册用户人数。
11.根据权利要求10所述的设备,其特征在于,所述第一计算单元包括:
第一初始化单元,用于初始化所述疾病向量,将所述疾病向量中的每一个值设置为0;
取对数单元,用于取所述每一个疾病类型的患病率的倒数的对数,所述对数是所述每一个疾病类型在所述疾病向量中的值。
12.根据权利要求8-11任意一项所述的设备,其特征在于,所述设备还包括:
第二获取单元,用于获取创建用户健康档案至用户登录系统的天数,取所述天数加1之和的倒数,得到所述天数的权重;
第二计算单元,用于将所述天数的权重乘以所述每一个疾病类型的患病率的倒数的对数,得到所述每一个疾病类型在所述疾病向量中的值。
13.根据权利要求12所述的设备,其特征在于,所述比较单元,包括:
第二初始化单元,用于初始化用户的趋势向量,将所述趋势向量中的每一个元素的值设置为0;
第一判断单元,用于判断是否有未读取的类型;
比较子单元,用于当判断所述趋势向量中有未读取的类型,则判断所述未读取的类型和所述未读取的类型对应的标准值,若所述未读取的类型的值大于或等于所述未读取的类型对应的标准值,则所述未读取的类型在所述趋势向量中的值为1,若所述未读取的类型的值小于所述未读取的类型对应的标准值,则所述未读取的类型在所述趋势向量中的值为-1;
返回单元,用于当判断所述趋势向量中没有未读取的类型,则返回用户的趋势向量。
14.根据权利要求8-13所述的设备,其特征在于,所述选取单元,包括:
第二判断单元,用于判断所述广告列表中是否有未计算的广告;
第三计算单元,用于若是,则计算所述未计算的广告的疾病向量和所述用户的疾病向量的余弦值,将所述疾病向量的余弦值乘以疾病向量的权重得到第一匹配度;计算所述未计算广告的趋势向量和所述用户的趋势向量的余弦值,将所述趋势向量的余弦值乘以趋势向量的权重得到第二匹配度;
相加单元,用于将所述第一匹配度和所述第二匹配度相加,得到所述未计算的广告的匹配度;
排序单元,用于若判断所述广告列表中没有未计算的广告,则按照匹配度大小进行排序,选取匹配度最高的T个广告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310133186.3A CN104112210B (zh) | 2013-04-17 | 2013-04-17 | 一种推送广告的方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310133186.3A CN104112210B (zh) | 2013-04-17 | 2013-04-17 | 一种推送广告的方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104112210A true CN104112210A (zh) | 2014-10-22 |
CN104112210B CN104112210B (zh) | 2018-01-23 |
Family
ID=51708992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310133186.3A Active CN104112210B (zh) | 2013-04-17 | 2013-04-17 | 一种推送广告的方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104112210B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105117926A (zh) * | 2015-07-07 | 2015-12-02 | 深圳市华阳信通科技发展有限公司 | 智能装置及其实现人数统计的方法 |
CN105608125A (zh) * | 2015-12-15 | 2016-05-25 | 腾讯科技(深圳)有限公司 | 一种信息处理方法及服务器 |
CN107862727A (zh) * | 2016-11-14 | 2018-03-30 | 平安科技(深圳)有限公司 | 健康信息推送方法和装置 |
CN107958030A (zh) * | 2017-11-17 | 2018-04-24 | 北京奇虎科技有限公司 | 视频封面推荐模型优化方法及装置 |
CN109272360A (zh) * | 2018-09-28 | 2019-01-25 | 有米科技股份有限公司 | 一种广告智能推荐方法、系统及装置 |
CN110520858A (zh) * | 2017-03-29 | 2019-11-29 | 阿里巴巴集团控股有限公司 | 用于生成推送通知的方法和设备 |
CN111861564A (zh) * | 2020-07-20 | 2020-10-30 | 广元量知汇科技有限公司 | 数字广告交易系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101026802A (zh) * | 2007-03-16 | 2007-08-29 | 华为技术有限公司 | 一种信息推送方法与装置 |
CN101477566A (zh) * | 2009-01-19 | 2009-07-08 | 腾讯科技(深圳)有限公司 | 一种用于候选主题词广告投放的方法及装置 |
CN102156721A (zh) * | 2011-03-29 | 2011-08-17 | 张栋 | 基于标签的互联网视频广告精准投放方法 |
CN102663026A (zh) * | 2012-03-22 | 2012-09-12 | 浙江盘石信息技术有限公司 | 一种定向投放网络广告的实现方法 |
-
2013
- 2013-04-17 CN CN201310133186.3A patent/CN104112210B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101026802A (zh) * | 2007-03-16 | 2007-08-29 | 华为技术有限公司 | 一种信息推送方法与装置 |
CN101477566A (zh) * | 2009-01-19 | 2009-07-08 | 腾讯科技(深圳)有限公司 | 一种用于候选主题词广告投放的方法及装置 |
CN102156721A (zh) * | 2011-03-29 | 2011-08-17 | 张栋 | 基于标签的互联网视频广告精准投放方法 |
CN102663026A (zh) * | 2012-03-22 | 2012-09-12 | 浙江盘石信息技术有限公司 | 一种定向投放网络广告的实现方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105117926A (zh) * | 2015-07-07 | 2015-12-02 | 深圳市华阳信通科技发展有限公司 | 智能装置及其实现人数统计的方法 |
CN105608125A (zh) * | 2015-12-15 | 2016-05-25 | 腾讯科技(深圳)有限公司 | 一种信息处理方法及服务器 |
CN105608125B (zh) * | 2015-12-15 | 2020-11-06 | 腾讯科技(深圳)有限公司 | 一种信息处理方法及服务器 |
CN107862727A (zh) * | 2016-11-14 | 2018-03-30 | 平安科技(深圳)有限公司 | 健康信息推送方法和装置 |
CN107862727B (zh) * | 2016-11-14 | 2020-11-03 | 平安科技(深圳)有限公司 | 健康信息推送方法和装置 |
CN110520858A (zh) * | 2017-03-29 | 2019-11-29 | 阿里巴巴集团控股有限公司 | 用于生成推送通知的方法和设备 |
CN107958030A (zh) * | 2017-11-17 | 2018-04-24 | 北京奇虎科技有限公司 | 视频封面推荐模型优化方法及装置 |
CN107958030B (zh) * | 2017-11-17 | 2021-08-24 | 北京奇虎科技有限公司 | 视频封面推荐模型优化方法及装置 |
CN109272360A (zh) * | 2018-09-28 | 2019-01-25 | 有米科技股份有限公司 | 一种广告智能推荐方法、系统及装置 |
CN109272360B (zh) * | 2018-09-28 | 2021-09-10 | 有米科技股份有限公司 | 一种广告智能推荐方法、系统及装置 |
CN111861564A (zh) * | 2020-07-20 | 2020-10-30 | 广元量知汇科技有限公司 | 数字广告交易系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104112210B (zh) | 2018-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ku et al. | Cultivating travellers' revisit intention to e-tourism service: the moderating effect of website interactivity | |
Stehman | Estimating area and map accuracy for stratified random sampling when the strata are different from the map classes | |
CN104112210A (zh) | 一种推送广告的方法及设备 | |
Yusof et al. | Towards a framework for health information systems evaluation | |
Boulos | Towards evidence-based, GIS-driven national spatial health information infrastructure and surveillance services in the United Kingdom | |
CN103412918B (zh) | 一种基于服务质量和声誉的服务信任度评估方法 | |
CN108133013A (zh) | 信息处理方法、装置、计算机设备和存储介质 | |
Basoglu et al. | Determining patient preferences for remote monitoring | |
Larson et al. | Using measures of wellbeing for impact evaluation: Proof of concept developed with an Indigenous community undertaking land management programs in northern Australia | |
Mohan et al. | A lognormal approximation of activity duration in PERT using two time estimates | |
Leskinen et al. | Rank reversals in multi-criteria decision analysis with statistical modelling of ratio-scale pairwise comparisons | |
Huang et al. | New method for emergency decision making with an integrated regret theory-EDAS method in 2-tuple spherical linguistic environment | |
Moreri et al. | Volunteered geographic information quality assessment using trust and reputation modelling in land administration systems in developing countries | |
Anthony | A study of consumer acceptance of mobile payment services in Hong Kong | |
Van Oort | Improving land cover change estimates by accounting for classification errors | |
US10698904B1 (en) | Apparatus and method for acquiring, managing, sharing, monitoring, analyzing and publishing web-based time series data | |
Nurul Habib et al. | Investigating telecommuting considerations in the context of commuting mode choice | |
CN114117226A (zh) | 一种产品推荐方法、系统、设备及介质 | |
Saad et al. | Estimating stem diameter distributions from airborne laser scanning data and their effects on long term forest management planning | |
CN102918522A (zh) | 用于生成统计研究信息的系统、方法以及逻辑 | |
Degenholtz et al. | Long-term care case managers’ out-of-home placement decisions: an application of hierarchical logistic regression | |
Miguel Cruz et al. | Determinants in the number of staff in hospitals’ maintenance departments: a multivariate regression analysis approach | |
Fang et al. | Measuring law library catalog web site usability: A web analytic approach | |
Gajewski et al. | Data envelopment analysis in the presence of measurement error: case study from the National Database of Nursing Quality Indicators®(NDNQI®) | |
Yong | Subjective mental workload assessment based on generalized fuzzy numbers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |