CN105069041A - 基于视频用户性别分类的广告投放方法 - Google Patents

Abstract

本发明公开了一种基于视频用户性别分类的广告投放方法，属于互联网广告技术领域。为解决现有技术中排除一些区分性不大，但是其观看频率很高的节目，会使得性别分类模型覆盖率低，影响性别属性分类的准确性的问题提供一种基于视频用户性别分类的广告投放方法，包括以下步骤：步骤一：建立标签向量，步骤二：建立性别分类的模型，步骤三：确定待分类性别用户标签向量，步骤四：预测待分类性别用户性别，步骤五：广告分组及投放，用于互联网视频网站根据用户的性别属性做定向广告投放，尤其适用于视频量和用户量都很大的互联网视频网站。

Description

基于视频用户性别分类的广告投放方法

技术领域

本发明具体涉及一种基于视频用户性别分类的广告投放方法，属于互联网广告技术领域。

背景技术

目前越来越多的互联网视频网站会根据用户的属性做一些定向广告投放。例如：将化妆品广告投放给女性用户，将游戏广告投放给男性用户等。用户属性(性别、年龄、月收入、身份职业、受教育程度等)反映了其作为消费者的基本特点，并直接决定他(她)的购买倾向和消费能力。在这些用户属性中，用户的性别属性无疑是最重要的，这就需要广告投放系统能够知道用户的性别属性。最简单的判断用户属性的方法就是让用户注册性别信息后登陆，然而，目前视频网站的很多用户都没有注册登录的习惯，用户的性别属性处于未知状态。因此，如何根据用户的观看记录，结合部分已知性别属性的用户的观看记录来判断用户的属性就成了一个非常重要的问题。

目前已经公开的一种视频用户属性分类方法，是通过已知的视频的男女观众比例，将区分性小的视频排除，选择区分性大的视频作为判断依据，再根据一定的学习训练方法得到性别分类模型，然后根据待判断性别属性的用户的观看行为，判断该用户的性别属性，但是这种方法明显的存在以下问题：有些视频虽然，比如一些综艺选秀类的节目，如果将这些节目，必然会使得性别分类模型覆盖率低，影响性别属性分类的准确性。

发明内容

因此，本发明针对现有技术中排除一些区分性不大，但是其观看频率很高的节目，会使得性别分类模型覆盖率低，影响性别属性分类的准确性的问题提供一种基于视频用户性别分类的广告投放方法，其特征在于，所述方法包括以下步骤：

步骤一：建立标签向量，为每个视频建立标签，组建标签视频库，提取标签视频库中所有的视频标签，生成标签文档tags_graph，用word2vec工具对标签文档进行训练，生成文档vectors.bin形式的标签向量；

步骤二：建立性别分类的模型，提取已知性别的标定用户某一段时间内的视频观看记录，结合标签视频库提取该用户的这段时间内的视频观看记录标签集合，对视频观看记录标签集合中的每个标签找到对应的标签向量并对找到的所有标签向量进行加法运算，得到标定用户对应的标签特征向量作为训练数据集，将标签特征向量处理成分类器可识别的文件格式，通过分类器由分类模型训练模块进行学习，得到性别分类模型；

步骤三：确定待分类性别用户标签向量，提取待分类性别用户某一段时间内观看的视频v_1,v_2,…v_n,，结合标签视频库提取该待分类性别用户这段时间内的视频观看记录标签集合{tag¹,tag²,…,tag^m}，并统计该用户观看各个标签的次数对该视频观看记录标签集合中的每个标签找到对应的标签向量组成集合通过以下公式计算该待分类性别用户观看标签集合对应的标签向量F_U，

$F_U=\frac{{\mathrm{\Σ}}_{i=1}^m{n}_{{\mathrm{tag}}^i}{F}_{{\mathrm{tag}}^i}}{N}$

其中，为该用户在tagⁱ上的观看次数，为该用户这段时间内总的观看次数，为标签对应的向量值；

步骤四：预测待分类性别用户性别，针对已知性别的标定用户，获得每个用户视频观看行为的标签向量，标识其性别属性，得到一个训练集合S＝{(x₁,y₁),(x₂,y₂)…,(x_p,y_p)}，该组训练数据包括p个已知性别用户，对于每个已知性别用户，x_i为已知性别用户的观看标签向量，y_i为已知性别用户的性别标记，男为1，女为-1，利用支持向量机对函数一进行最大化：

$L\left(\mathrm{\α}\right)=\underset{i=1}{\overset{p}{\Σ}}{\mathrm{\α}}_i-\frac{1}{2}\underset{i=1}{\overset{p}{\Σ}}\underset{j=1}{\overset{p}{\Σ}}{\mathrm{\α}}_i{\mathrm{\α}}_j{y}_i{y}_{j}k(x_i,x_j)$ 函数一

其中，i＝1,…,p，α_i≥0，并且满足k为核函数，α为拉格朗日乘数，训练函数一得到满足条件的α；

对于待分类性别用户标签向量F_U，利用函数二得到分类结果:

$Z\left(F_{user}\right)=\underset{j=1}{\overset{p}{\Σ}}{\mathrm{\α}}_j{y}_{j}k(x_j,F_U)+b$ 函数二

其中，b为分类超平面的偏移常数，通过所述分类结果Z(F_user)的值是正或负来判断待分类性别用户的性别；

步骤五：广告分组及投放，根据不同的Z(F_user)的值划分若干个广告组，将待播放的每个广告放在相应的广告组中，根据步骤四得到的待分类用户性别分类结果Z(F_user)的值为客户播放相应广告组中的广告。

所述用word2vec工具对标签文档进行训练是通过命令time./word2vec-traintags_graph-outputvectors.bin-cbow0-size200-window5-negative0-hs1-sample1e-3-threads16-binary1进行，标签向量维度在200以内。

所述分类器可为支持向量机SVM或神经网络。

本发明的有益效果在于：采用本发明的基于视频用户性别分类的广告投放方法，基于word2vec来生成视频标签向量，一方面降低了训练标签的维度，另一方面训练集中包括了所有的标签向量，只要有已知性别用户观看过的视频就会被覆盖，使得模型的覆盖率大幅提高，相应的提高了预测的准确性，互联网视频网站就可以根据用户的性别属性及其置信度，给用户投放事先分好组的广告，提高广告投放效率，尤其对视频量和观看量很大的视频网站更加适用。

附图说明

图1为本发明基于视频用户性别分类的广告投放方法的流程示意图；

图2为本发明具体实施方式中word2vec模型示意图。

具体实施方式

下面结合附图对本发明的具体实施方式进行说明：

一种基于视频用户性别分类的广告投放方法，根据图1所示的流程，包括以下步骤：

步骤一：建立标签向量，为每个视频建立标签，组建标签视频库，提取标签视频库中所有的视频标签，生成标签文档tags_graph，用word2vec工具对标签文档进行训练，生成文档vectors.bin形式的标签向量。

word2vec主要是将文本语料库转换成词向量。它会先从训练文本数据中构建一个词汇，然后获取向量表示词，由此产生的词向量可以作为某项功能用在许多自然语言处理和机器学习应用中。Google的word2vec模型原理如图2所示。

步骤二：建立性别分类的模型，提取已知性别的标定用户某一段时间内的视频观看记录，结合标签视频库提取该用户的这段时间内的视频观看记录标签集合，对视频观看记录标签集合中的每个标签找到对应的标签向量并对找到的所有标签向量进行加法运算，得到标定用户对应的标签特征向量作为训练数据集，将标签特征向量处理成分类器可识别的文件格式，通过分类器由分类模型训练模块进行学习，得到性别分类模型；

步骤三：确定待分类性别用户标签向量，提取待分类性别用户某一段时间内观看的视频v_1,v_2,…v_n,，结合标签视频库提取该待分类性别用户这段时间内的视频观看记录标签集合{tag¹,tag²,…,tag^m}，并统计该用户观看各个标签的次数对该视频观看记录标签集合中的每个标签找到对应的标签向量组成集合通过以下公式计算该待分类性别用户观看标签集合对应的标签向量F_U，

$F_U=\frac{{\mathrm{\Σ}}_{i=1}^m{n}_{{\mathrm{tag}}^i}{F}_{{\mathrm{tag}}^i}}{N}$

其中，为该用户在tagⁱ上的观看次数，为该用户这段时间内总的观看次数，为标签对应的向量值；

步骤四：预测待分类性别用户性别，针对已知性别的标定用户，获得每个用户视频观看行为的标签向量，标识其性别属性，得到一个训练集合S＝{(x₁,y₁),(x₂,y₂)…,(x_p,y_p)}，该组训练数据包括p个已知性别用户，对于每个已知性别用户，x_i为已知性别用户的观看标签向量，y_i为已知性别用户的性别标记，男为1，女为-1，利用支持向量机对函数一进行最大化：

$L\left(\mathrm{\α}\right)=\underset{i=1}{\overset{p}{\Σ}}{\mathrm{\α}}_i-\frac{1}{2}\underset{i=1}{\overset{p}{\Σ}}\underset{j=1}{\overset{p}{\Σ}}{\mathrm{\α}}_i{\mathrm{\α}}_j{y}_i{y}_{j}k(x_i,x_j)$ 函数一

其中，i＝1,…,p，α_i≥0，并且满足k为核函数，α为拉格朗日乘数，训练函数一得到满足条件的α；

对于待分类性别用户标签向量F_U，利用函数二得到分类结果:

$Z\left(F_{user}\right)=\underset{j=1}{\overset{p}{\Σ}}{\mathrm{\α}}_j{y}_{j}k(x_j,F_U)+b$ 函数二

其中，b为分类超平面的偏移常数，通过所述分类结果Z(F_user)的值是正或负来判断待分类性别用户的性别；

步骤五：广告分组及投放，根据不同的Z(F_user)的值划分若干个广告组，将待播放的每个广告放在相应的广告组中，根据步骤四得到的待分类用户性别分类结果Z(F_user)的值为客户播放相应广告组中的广告。例如，根据Z(F_user)的值分为：男性组、女性组、不能准确判断分组，如果待分类用户性别分类结果Z(F_user)的值为男性组范围内，则为该用户播放剃须刀、男装等广告，如果待分类用户性别分类结果Z(F_user)的值为不能准确判断分组范围内，则为该用户播放综艺节目或装饰材料等男女都适宜的广告，这些广告都是预先分好组的，通过这样的方式，预测用户性别属性更加准确，实现了基于用户性别分类的广告投放，大大提高了广告投放的效率。

为控制标签向量维度，用word2vec工具对标签文档进行训练是通过命令time./word2vec-traintags_graph-outputvectors.bin-cbow0-size200-window5-negative0-hs1-sample1e-3-threads16-binary1进行，标签向量维度在200以内。

分类器可以选择支持向量机SVM或神经网络。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种基于视频用户性别分类的广告投放方法，其特征在于，所述方法包括以下步骤：

步骤一：建立标签向量，为每个视频建立标签，组建标签视频库，提取标签视频库中所有的视频标签，生成标签文档tags_graph，用word2vec工具对标签文档进行训练，生成文档vectors.bin形式的标签向量；

步骤二：建立性别分类的模型，提取已知性别的标定用户某一段时间内的视频观看记录，结合标签视频库提取该用户的这段时间内的视频观看记录标签集合，对视频观看记录标签集合中的每个标签找到对应的标签向量并对找到的所有标签向量进行加法运算，得到标定用户对应的标签特征向量作为训练数据集，将标签特征向量处理成分类器可识别的文件格式，通过分类器由分类模型训练模块进行学习，得到性别分类模型；

步骤三：确定待分类性别用户标签向量，提取待分类性别用户某一段时间内观看的视频v₁,v₂,...v_n,，结合标签视频库提取该待分类性别用户这段时间内的视频观看记录标签集合{tag¹,tag²,…,tag^m}，并统计该用户观看各个标签的次数对该视频观看记录标签集合中的每个标签找到对应的标签向量组成集合通过以下公式计算该待分类性别用户观看标签集合对应的标签向量F_U，

$F_U=\frac{{\mathrm{\Σ}}_{i=1}^m{n}_{{\mathrm{tag}}^i}{F}_{{\mathrm{tag}}^i}}{N}$

其中，为该用户在tagⁱ上的观看次数，为该用户这段时间内总的观看次数，为标签对应的向量值；

步骤四：预测待分类性别用户性别，针对已知性别的标定用户，获得每个用户视频观看行为的标签向量，标识其性别属性，得到一个训练集合S＝{(x₁,y₁),(x₂,y₂)…,(x_p,y_p)}，该组训练数据包括p个已知性别用户，对于每个已知性别用户，x_i为已知性别用户的观看标签向量，y_i为已知性别用户的性别标记，男为1，女为-1，利用支持向量机对函数一进行最大化：

$L\left(\mathrm{\α}\right)=\underset{i=1}{\overset{p}{\Σ}}{\mathrm{\α}}_i-\frac{1}{2}\underset{i=1}{\overset{p}{\Σ}}\underset{j=1}{\overset{p}{\Σ}}{\mathrm{\α}}_i{\mathrm{\α}}_j{y}_i{y}_{j}k(x_i,x_j)$ 函数一

其中，i＝1,…,p，α_i≥0，并且满足k为核函数，α为拉格朗日乘数，训练函数一得到满足条件的α；

对于待分类性别用户标签向量F_U，利用函数二得到分类结果:

$Z\left(F_{user}\right)=\underset{j=1}{\overset{\mathrm{\ρ}}{\Σ}}{\mathrm{\α}}_j{y}_{j}k(x_j,F_U)+b$ 函数二

其中，b为分类超平面的偏移常数，通过所述分类结果Z(F_user)的值是正或负来判断待分类性别用户的性别；

步骤五：广告分组及投放，根据不同的Z(F_user)的值划分若干个广告组，将待播放的每个广告放在相应的广告组中，根据步骤四得到的待分类用户性别分类结果Z(F_user)的值为客户播放相应广告组中的广告。

2.如权利要求1所述的基于视频用户性别分类的广告投放方法，其特征在于，所述标签向量维度在200以内。

3.如权利要求1所述的基于视频用户性别分类的广告投放方法，其特征在于，所述用word2vec工具对标签文档进行训练是通过命令time./word2vec-traintags_graph-outputvectors.bin-cbow0-size200-window5-negative0-hs1-sample1e-3-threads16-binary1进行。

4.如权利要求1所述的基于视频用户性别分类的广告投放方法，其特征在于，所述分类器为支持向量机SVM或神经网络。