CN106372962A - 智能云屏的信息发布及反馈方法 - Google Patents

Abstract

本发明公开了一种智能云屏的信息发布及反馈方法，商家上传广告信息至云屏管理平台中的广告投放功能模块从而完成广告制作，并生成播放列表，智能云屏通过API接口获取播放列表配制文件后，智能云屏解析播放列表配制文件从而确认要插放的内容并进行播放，智能云屏的后台服务器通过API接口收集广告的插放记录，并通过大数据精准分析，为商家进行精准投放。商家通过智能云屏的后台服务器查询广告收益。从而达到为商户提供广告联盟服务，塑造商业共赢目的。

Description

智能云屏的信息发布及反馈方法

技术领域

本发明涉及通信领域，具体地，涉及一种智能云屏的信息发布及反馈方法。

背景技术

目前，在户外和写字楼存在许多的广告屏幕，但现有的广告屏幕都是在循环的播放一些存储的广告信息，从而存在只具备信息展示功能，不具备对商家的交叉互动、不具备对商家的信息化建设，不具备广告即时分润和实时反馈客户信息的问题。

发明内容

本发明的目的在于，针对上述问题，提出一种智能云屏的信息发布及反馈方法，以实现为商户提供精确广告推广服务优点。

为实现上述目的，本发明采用的技术方案是：

一种智能云屏的信息发布及反馈方法，包括

商家上传广告信息至云屏管理平台中的广告投放功能模块从而完成广告制作，并生成播放列表；

智能云屏通过API接口获取播放列表配制文件后，智能云屏解析播放列表配制文件从而确认要插放的内容并进行播放，智能云屏的后台服务器通过API接口收集广告的插放记录，并通过大数据精准分析建立广告推荐模型，为商家进行精准投放。

优选的，智能云屏的后台服务器通过API接口收集广告的插放记录后还包括，商家通过智能云屏的后台服务器查询广告收益的步骤。

优选的，商家上传广告信息至云屏管理平台中的广告投放功能模块从而完成广告制作中，具体为：上传设置图片、视频、音频或HTML5的资源，对资源的时间、频率或过场动画进行HTML动态设置。

优选的，智能云屏通过API接口获取播放列表配制文件，配制文件格式为JSON格式，配制文件内容包括：控件名称、控件高度宽度、控制属性、播放效果和播放频率。

优选的，通过大数据精准分析建立广告推荐模型中，具体为：

智能云屏收集广告的插放记录，通过ELK方式分区存储收集的插放记录，分区的原则采用与业务相关进行划分，并通过ElasticSearch软件进行搜索，然后使用Kibana软件进行用户友好交互，并使用回归分析算法及推荐算法，在机器学习算法的辅助下完成对数据的分析从而建立 “广告-用户-收效”模型。

优选的，所述广告的插放记录，包括广告插放的频次、时长、人流量、单位时间人流量、类别或点击次数。

优选的，“广告-用户-收效”模型的指标包括，单个用户广告投放时长、投放个数、投放地区、投放类别、人流情况、单屏播放次数或周例价格。

本发明的技术方案具有以下有益效果：

本发明的技术方案，通过对广告的插放记录的收集，从而建立广告推荐模型，达到为商户提供精确广告推广服务的有点。而商家可查询广告收益，实现智能云屏运行商和商家共赢的目的。从而为商户提供广告联盟服务，塑造商业共赢。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明实施例所述的智能云屏的信息发布及反馈方法的流程图；

图2为本发明实施例所述的智能云屏的信息发布及反馈方法使用参考流程图；

图3为本发明实施例所述的信号调理电路的电子电路图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

如图1和图2所示，一种智能云屏的信息发布及反馈方法，包括

商家上传广告信息至云屏管理平台中的广告投放功能模块从而完成广告制作，并生成播放列表；

智能云屏通过API接口获取播放列表配制文件后，智能云屏解析播放列表配制文件从而确认要插放的内容并进行播放，智能云屏的后台服务器通过API接口收集广告的插放记录，并通过大数据精准分析建立广告推荐模型，为商家进行精准投放。

优选的，智能云屏的后台服务器通过API接口收集广告的插放记录后还包括，商家通过智能云屏的后台服务器查询广告收益的步骤。

优选的，商家上传广告信息至云屏管理平台中的广告投放功能模块从而完成广告制作中，具体为：上传设置图片、视频、音频或HTML5的资源，对资源的时间、频率或过场动画进行HTML动态设置。

优选的，智能云屏通过API接口获取播放列表配制文件，配制文件格式为JSON格式，配制文件内容包括：控件名称、控件高度宽度、控制属性、播放效果和播放频率。

优选的，通过大数据精准分析建立广告推荐模型中，具体为：

智能云屏收集广告的插放记录，通过ELK方式分区存储收集的插放记录，分区的原则采用与业务相关进行划分，并通过ElasticSearch软件进行搜索，然后使用Kibana软件进行用户友好交互，并使用回归分析算法及推荐算法，在机器学习算法的辅助下完成对数据的分析从而建立 “广告-用户-收效”模型。

优选的，广告的插放记录，包括广告插放的频次、时长、人流量、单位时间人流量、类别或点击次数。

优选的，“广告-用户-收效”模型的指标包括，单个用户广告投放时长、投放个数、投放地区、投放类别、人流情况、单屏播放次数或周例价格。

云端管理平台根据已有银行商户、中国银联商户数据及用户刷卡数据为基础，通过：加权、变换、混合、特征组合、层叠、特征扩充、元级别建立广告推荐模型，完成广告的精准投放。

利用收集的数据信息，包括频次、时长、人流量、单位时间人流量、类别、点击次数等数据项。通过ELK方式存储。存储分区原则采用与业务相关（按投放地点类别，如（商超，户外，连锁，会管、美食等），在数据上以分天，分小时，分省，分地区存储）进行划分。通过ElasticSearch（软件进行搜索，使用Kibana软件进行用户友好交互（提供查询界面，友好的数据展现形式等）。在大数据基础上建立自己的“广告-用户-收效”模型（主要指标：单个用户广告投放时长、投放个数、投放地区、投放类别、人流情况、单屏播放次数、周例价格等）。主要使用回归分析算法及推荐算法，在机器学习算法的辅助完成对数据的分析。

回归分析（regression analysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法.运用十分广泛,回归分析按照涉及的自变量的多少,可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型,可分为线性回归分析和非线性回归分析.如果在回归分析中,只包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,这种回归分析称为一元线性回归分析.如果回归分析中包括两个或两个以上的自变量,且因变量和自变量之间是线性关系,则称为多元线性回归分析

推荐算法是计算机专业中的一种算法，通过一些数学算法（基于内容的推荐，基于协同过滤的推荐，基于关联规则推荐，基于效用推荐，基于知识推荐，组合推荐，主要推荐方法的对比），推测出用户可能喜欢的东西。

智能云屏通过API接口获取播放列表配制文件时，有资源调配模块对智能云屏的请求进行管理，为了保证资源调配模块能够同时处理多个智能云屏的请求，资源调配模块内保存基于智能云屏ID地址的信息管理列表，信息管理列表用于根据智能云屏安置地的用户流动时间以及该安置地的用户流动量，对智能云屏进行等级划分，当资源调配模块收到来自多个具有冲突性的智能云屏的请求时，优先响应等级高的智能云屏，信息管理列表是根据设置在智能云屏上的摄像头采集的用户流量信息进行动态更新的。如设置在A地的智能云屏等级高于设置在B地的智能云屏 ，但当设置在B地的智能云屏上的摄像头采集的的人流量突然增大时，资源调配模块将设置在B地的智能云屏的等级调整为高于设置在A地的智能云屏，但为了保证传输数据的快速性和确定性，摄像头并不是将采集的实时信息传输给资源调配模块，而是将设定时间段内的用户流程进行统计分析后，将最大用户流量、最小用户流量和平均用户流量打包后传输至资源调配模块，其设定时间可以为10分钟、15分钟以及20分钟等等。

智能云屏通过自身微波感应，记录单位时间人流量的变化。通过数值变化决定屏幕广告显示大小。感应系统自动触发云屏广告系统，该系统通过数据比对实现云屏的广告推送。用户通过云屏扫码，得到用户的手机号和识别码，根据这两个条件计算出该用户在云屏系统中的行为，为用户推荐相应的广告展示。

而智能云屏的显示屏和控制电路之间串联信号调理电路，信号调理电路如图3所示，包括，三极管T1、三极管T2、三极管T3和运算放大器A1，三极管T1的基极串联电容C2，三极管T2的基极串联电容C1，电容C2的一端与三极管T1的基极连接，该电容C2的另一端与三极管T2的基极之间串联电阻R1，三极管T1的集电极和发射极之间依次串联电容C3和电阻R3，三极管T1的集电极和基极之间依次串联电阻R0和电阻R2，三极管T2的基极和集电极之间依次串联电阻R5和电阻R6，电阻R5和电阻R6之间的节点接地，三极管T2的基极和发射极之间串联电阻R4，三极管T2的发射极与三极管T1的集电极之间串联电阻R0，三极管T2的发射极与电阻R0之间的节点与电容C4的一端连接，电容C4的另一端接地，三极管T2的发射极与运算放大器A1的输出端之间串联电阻R8，三极管T2的发射极与电阻R8之间的节点与电源Vcc连接，三极管T2的集电极与运算放大器A1的反相输入端之间串联电容C5，运算放大器A1的同相输入端与三极管T2的集电极之间串联电阻R6，运算放大器A1的同相输入端与输出端之间串联电阻R7，运算放大器A1的输出端与三极管T3的基极之间串联电阻R9，运算放大器A1的输出端与三极管T3的集电极之间串联电阻R8，运算放大器A1的同相输入端与三极管T3的发射极之间串联电阻R10。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种智能云屏的信息发布及反馈方法，其特征在于，包括商家上传广告信息至云屏管理平台中的广告投放功能模块从而完成广告制作，并生成播放列表；

智能云屏通过API接口获取播放列表配制文件后，智能云屏解析播放列表配制文件从而确认要插放的内容并进行播放，智能云屏的后台服务器通过API接口收集广告的插放记录，并通过大数据精准分析建立广告推荐模型，为商家进行精准投放。

2.根据权利要求1所述的智能云屏的信息发布及反馈方法，其特征在于，智能云屏的后台服务器通过API接口收集广告的插放记录后还包括，商家通过智能云屏的后台服务器查询广告收益的步骤。

3.根据权利要求2所述的智能云屏的信息发布及反馈方法，其特征在于，商家上传广告信息至云屏管理平台中的广告投放功能模块从而完成广告制作中，具体为：上传设置图片、视频、音频或HTML5的资源，对资源的时间、频率或过场动画进行HTML动态设置。

4.根据权利要求2所述的智能云屏的信息发布及反馈方法，其特征在于，智能云屏通过API接口获取播放列表配制文件，配制文件格式为JSON格式，配制文件内容包括：控件名称、控件高度宽度、控制属性、播放效果和播放频率。

5.根据权利要求2所述的智能云屏的信息发布及反馈方法，其特征在于，通过大数据精准分析建立广告推荐模型中，具体为：

智能云屏收集广告的插放记录，通过ELK方式分区存储收集的插放记录，分区的原则采用与业务相关进行划分，并通过ElasticSearch软件进行搜索，然后使用Kibana软件进行用户友好交互，并使用回归分析算法及推荐算法，在机器学习算法的辅助下完成对数据的分析从而建立 “广告-用户-收效”模型。

6.根据权利要求5所述的智能云屏的信息发布及反馈方法，其特征在于，所述广告的插放记录，包括广告插放的频次、时长、人流量、单位时间人流量、类别或点击次数。

7.根据权利要求5所述的智能云屏的信息发布及反馈方法，其特征在于，“广告-用户-收效”模型的指标包括，单个用户广告投放时长、投放个数、投放地区、投放类别、人流情况、单屏播放次数或周例价格。