CN106412635B - 一种智能化广告投放方法及系统 - Google Patents

Abstract

本发明涉及广电技术领域，特别提供一种智能化广告投放方法及系统，通过获取用户标签表数据，并且对标签数据做聚类操作，获得用户的领域标签排名，继而得到用户的领域标签分布情况；本发明提出的技术方案中通过聚类用户标签，对用户进行喜好大类规约，通过大类标签的排序，获得用户喜好分布，指导广告投放，提高了广告投放的精准度，提高了广告商的收益，且降低了广告对收视率的负影响。

Description

一种智能化广告投放方法及系统

技术领域

本发明涉及广电技术领域，尤其涉及一种智能化广告投放方法及系统。

背景技术

电视媒体的出现极大的丰富了人们的业余生活，早已成为现阶段人们消遣的主要方式。然而，随着广告业的发展，电视节目中插播的广告越来越多，用户在看电视节目时经常被打断而长时间的插播广告，而插播的广告内容往往与大部分用户喜好的领域无关，影响用户收看电视节目的心情，而广告商也无法达到预期的效果。如果能够将节目间隙插播的广告换成是用户喜好领域的内容，则用户的感受和广告效果会完全不同。

在传统的广告投放中，需要通过常规判断预估收视率和受众人群等信息，然后做相应的广告投放。

传统广告投放对收视人群等信息是通过常规做预判，缺乏足够的用户数据作为支持，广告投放的精准度不高，而针对该问题，目前尚无相应的解决方案。

发明内容

本发明的目的在于提供一种智能化广告投放方法及系统，以解决现有传统广告的投放针对性差，同时影响观众体验及广告效果的问题。

为达到上述目的，一方面，本发明实施例提供了一种智能化广告投放方法，包括：

访问用户标签表，获取媒体全量自有用户的信息；所述全量自有用户的信息至少包括性别、年龄段、职业；

将所述全量自有用户的信息进行聚类分析，得到所述全量自有用户的领域标签数据及关注各领域的用户量；

根据所述关注各领域的用户量对所述各领域标签进行排序；

根据所述排序推荐所述媒体选择相应领域的广告商。

优选的，所述用户标签表实时更新。

优选的，所述将所述全量自有用户的信息进行聚类分析，得到所述全量自有用户的领域标签数据及各领域的用户量包括：

将所述全量自有用户的信息进行聚类，得到以性别、年龄段和职业进行划分的多个用户群；

根据所述多个用户群分别关注的领域为相应用户添加领域标签；

根据所述多个用户群分别关注的领域以及所述多个用户群的用户数量，得到各领域的关注用户量。

优选的，所述根据所述排序推荐所述媒体选择相应领域的广告商包括：

根据关注各领域的用户量在所述媒体全量自有用户中的比例，计算相应领域标签的广告对收视率的负影响，得到该领域标签的收视率权值；

当所述广告商所在领域在所述排序中不低于所述最低排名阈值时，根据所述领域标签的收视率权值以及广告收益值，确定是否推荐该广告商。

优选的，根据所述领域标签的收视率权值以及广告收益值，确定是否推荐该广告商，包括：

计算所述领域标签的收视率权值以及广告收益值的比值，优先推荐比值低的广告商。

另一方面，本发明实施例提供了一种智能化广告投放系统，包括：

用户原始信息获取单元，用于访问用户标签表，获取媒体全量自有用户的信息；所述全量自有用户的信息至少包括性别、年龄段、职业；

聚类分析单元，用于将所述全量自有用户的信息进行聚类分析，得到所述全量自有用户的领域标签数据及关注各领域的用户量；

排序单元，用于根据所述关注各领域的用户量对所述各领域标签进行排序；

广告商推荐单元，用于根据所述排序推荐所述媒体选择相应领域的广告商。

优选的，所述用户标签表实时更新。

优选的，聚类分析单元包括：

聚类子单元，用于将所述全量自有用户的信息进行聚类，得到以性别、年龄段和职业进行划分的多个用户群；

标签重构子单元，用于根据所述多个用户群分别关注的领域为相应用户添加领域标签；

关注度统计子单元，用于根据所述多个用户群分别关注的领域以及所述多个用户群的用户数量，得到各领域的关注用户量。

优选的，所述广告商推荐单元包括：

收视率权值计算子单元，用于根据关注各领域的用户量在所述媒体全量自有用户中的比例，计算相应领域标签的广告对收视率的负影响，得到该领域标签的收视率权值；

广告商推荐子单元，用于当所述广告商所在领域在所述排序中不低于所述最低排名阈值时，根据所述领域标签的收视率权值以及广告收益值，确定是否推荐该广告商。

优选的，广告商推荐子单元，包括：

计算所述领域标签的收视率权值以及广告收益值的比值，优先推荐比值低的广告商。

上述技术方案具有如下有益效果：本发明通过获取用户标签表数据，并且对标签数据做聚类操作，获得用户的领域标签排名，继而得到用户的领域标签分布情况；本发明提出的技术方案中通过聚类用户标签，对用户进行喜好大类规约，通过大类标签的排序，获得用户喜好分布，指导广告投放，提高了广告投放的精准度，提高了广告商的收益，且降低了广告对收视率的负影响。

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是本发明实施例一种智能化的广告投放方法的流程示意图；

图2是本发明实施例一种智能化的广告投放系统的结构示意图；

图3是聚类分析单元的结构示意图；

图4是广告商推荐单元的结构示意图。

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，而不是全量的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。

本发明的目的是提供一种智能化的广告投放方法，为电视媒体在选择广告商的过程中，提供足够的用户数据支持，使所选广告商的投放资金能最大化的变现，且同时提高观众的体验。

以下通过具体实施例对本发明名进行说明。

图1为本发明实施例一种智能化广告投放方法的流程图，包括以下步骤：

步骤101，访问用户标签表，获取媒体全量自有用户的信息；所述全量自有用户的信息至少包括性别、年龄段、职业；

步骤102，将所述全量自有用户的信息进行聚类分析，得到所述全量自有用户的领域标签数据及关注各领域的用户量；

步骤103，根据所述关注各领域的用户量对所述各领域标签进行排序；

步骤104，根据所述排序推荐所述媒体选择相应领域的广告商。

优选的，所述用户标签表实时更新。

优选的，步骤102包括：

将所述全量自有用户的信息进行聚类，得到以性别、年龄段和职业进行划分的多个用户群；

以上所列举的性别、年龄段、职业，并不作为对全量自有用户的信息的限制，还可以包括任意可以包括的信息，如爱好、喜欢的运动、喜欢的穿衣风格、喜欢的电影类型、喜欢的食物等，所有可以获取到的用户的信息均可以作为用户信息。

以上信息可视为用户标签信息的细粒度信息。

如，用户标签表可能仅以年龄段对用户群进行了划分，但各用户群的进一步信息也存在与用户标签表中，或，也是可以获取到的，或，可以根据用户标签表中的信息进行进一步判断。

根据所述多个用户群分别关注的领域为相应用户添加领域标签；

比如，可以分为体育运动领域、饮食领域、汽车领域、经济领域、军事领域、家居生活领域等。

根据所述多个用户群分别关注的领域以及所述多个用户群的用户数量，得到各领域的关注用户量。

优选的，所述步骤104包括：

根据关注各领域的用户量在所述媒体全量自有用户中的比例，计算相应领域标签的广告对收视率的负影响，得到该领域标签的收视率权值；

当所述广告商所在领域在所述排序中不低于所述最低排名阈值时，根据所述领域标签的收视率权值以及广告收益值，确定是否推荐该广告商。

优选的，根据所述领域标签的收视率权值以及广告收益值，确定是否推荐该广告商，包括：

计算所述领域标签的收视率权值以及广告收益值的比值，优先推荐比值低的广告商。

例如，某综艺节目的全量自有用户中，体育运动领域的关注度达到了80％，饮食领域仅为10％，汽车领域为60％，家居生活领域为20％，其它领域标签的关注用户量不及10％；

相应的，与各领域标签的收视率权值即可分别记为0.2、0.9、0.4、0.8以及0.9以上。

如，最低排名阈值为3，则取前三名进行比较：体育运动领域、汽车领域以及家居生活领域。

假设Adidas、Mercedes Benz以及Panasonic三家广告商需要投放广告，但其提供的广告收益分别为20万/次、50万/次、60万/次，则收视率权值与广告收益的比值分别为0.01、0.008以及0.013。

综上，优先推荐比值最小(0.008)的广告商Mercedes Benz。

另一方面，本发明实施例提供了一种智能化广告投放系统，包括：

用户原始信息获取单元201，用于访问用户标签表，获取媒体全量自有用户的信息；所述全量自有用户的信息至少包括性别、年龄段、职业；

聚类分析单元202，用于将所述全量自有用户的信息进行聚类分析，得到所述全量自有用户的领域标签数据及关注各领域的用户量；

排序单元203，用于根据所述关注各领域的用户量对所述各领域标签进行排序；

广告商推荐单元204，用于根据所述排序推荐所述媒体选择相应领域的广告商。

优选的，所述用户标签表实时更新。

图3为聚类分析单元的结构示意图，如图所示，聚类分析单元202包括：

聚类子单元2021，用于将所述全量自有用户的信息进行聚类，得到以性别、年龄段和职业进行划分的多个用户群；

标签重构子单元2022，用于根据所述多个用户群分别关注的领域为相应用户添加领域标签；

关注度统计子单元2023，用于根据所述多个用户群分别关注的领域以及所述多个用户群的用户数量，得到各领域的关注用户量。

图4为广告商推荐单元的结构示意图，如图所示，广告商推荐单元204包括：

收视率权值计算子单元2041，用于根据关注各领域的用户量在所述媒体全量自有用户中的比例，计算相应领域标签的广告对收视率的负影响，得到该领域标签的收视率权值；

广告商推荐子单元2042，用于当所述广告商所在领域在所述排序中不低于所述最低排名阈值时，根据所述领域标签的收视率权值以及广告收益值，确定是否推荐该广告商。

优选的，广告商推荐子单元2042，包括：

计算所述领域标签的收视率权值以及广告收益值的比值，优先推荐比值低的广告商。

例如，某综艺节目的全量自有用户中，体育运动领域的关注度达到了80％，饮食领域仅为10％，汽车领域为60％，家居生活领域为20％，其它领域标签的关注用户量不及10％；

相应的，与各领域标签的收视率权值即可分别记为0.2、0.9、0.4、0.8以及0.9以上。

如，最低排名阈值为3，则取前三名进行比较：体育运动领域、汽车领域以及家居生活领域。

假设Adidas、Mercedes Benz以及Panasonic三家广告商需要投放广告，但其提供的广告收益分别为20万/次、50万/次、60万/次，则收视率权值与广告收益的比值分别为0.01、0.008以及0.013。

综上，优先推荐比值最小(0.008)的广告商Mercedes Benz。

上述技术方案具有如下有益效果：本发明通过获取用户标签表数据，并且对标签数据做聚类操作，获得用户的领域标签排名，继而得到用户的领域标签分布情况；本发明提出的技术方案中通过聚类用户标签，对用户进行喜好大类规约，通过大类标签的排序，获得用户喜好分布，指导广告投放，提高了广告投放的精准度，提高了广告商的收益，且降低了广告对收视率的负影响。

本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block)，单元，和步骤可以通过电子硬件、电脑软件，或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability)，上述的各种说明性部件(illustrative components)，单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本发明实施例保护的范围。

本发明实施例中所描述的各种说明性的逻辑块，或单元都可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。

本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于用户终端中。可选地，处理器和存储媒介也可以设置于用户终端中的不同的部件中。

在一个或多个示例性的设计中，本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现，这些功能可以存储与电脑可读的媒介上，或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如，这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置，或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外，任何连接都可以被适当地定义为电脑可读媒介，例如，如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘，磁盘通常以磁性复制数据，而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种智能化广告投放方法，其特征在于，包括：

访问用户标签表，获取媒体全量自有用户的信息；所述全量自有用户的信息至少包括性别、年龄段、职业；

将所述全量自有用户的信息进行聚类分析，得到所述全量自有用户的领域标签数据及关注各领域的用户量；

根据所述关注各领域的用户量对所述各领域标签进行排序；

根据所述排序推荐所述媒体选择相应领域的广告商，包括：

根据关注各领域的用户量在所述媒体全量自有用户中的比例，计算相应领域标签的广告对收视率的负影响，得到该领域标签的收视率权值；

当所述广告商所在领域在所述排序中不低于最低排名阈值时，根据所述领域标签的收视率权值以及广告收益值，确定是否推荐该广告商。

2.根据权利要求1所述的方法，其特征在于，所述用户标签表实时更新。

3.根据权利要求1所述的方法，其特征在于，所述将所述全量自有用户的信息进行聚类分析，得到所述全量自有用户的领域标签数据及各领域的用户量包括：

将所述全量自有用户的信息进行聚类，得到以性别、年龄段和职业进行划分的多个用户群；

根据所述多个用户群分别关注的领域为相应用户添加领域标签；

根据所述多个用户群分别关注的领域以及所述多个用户群的用户数量，得到各领域的关注用户量。

4.根据权利要求1所述的方法，其特征在于，根据所述领域标签的收视率权值以及广告收益值，确定是否推荐该广告商，包括：

计算所述领域标签的收视率权值以及广告收益值的比值，优先推荐比值低的广告商。

5.一种智能化广告投放系统，其特征在于，包括：

用户原始信息获取单元，用于访问用户标签表，获取媒体全量自有用户的信息；所述全量自有用户的信息至少包括性别、年龄段、职业；

聚类分析单元，用于将所述全量自有用户的信息进行聚类分析，得到所述全量自有用户的领域标签数据及关注各领域的用户量；

排序单元，用于根据所述关注各领域的用户量对所述各领域标签进行排序；

广告商推荐单元，用于根据所述排序推荐所述媒体选择相应领域的广告商，包括：

收视率权值计算子单元，用于根据关注各领域的用户量在所述媒体全量自有用户中的比例，计算相应领域标签的广告对收视率的负影响，得到该领域标签的收视率权值；

广告商推荐子单元，用于当所述广告商所在领域在所述排序中不低于最低排名阈值时，根据所述领域标签的收视率权值以及广告收益值，确定是否推荐该广告商。

6.根据权利要求5所述的系统，其特征在于，所述用户标签表实时更新。

7.根据权利要求5所述的系统，其特征在于，聚类分析单元包括：

聚类子单元，用于将所述全量自有用户的信息进行聚类，得到以性别、年龄段和职业进行划分的多个用户群；

标签重构子单元，用于根据所述多个用户群分别关注的领域为相应用户添加领域标签；

关注度统计子单元，用于根据所述多个用户群分别关注的领域以及所述多个用户群的用户数量，得到各领域的关注用户量。

8.根据权利要求5所述的系统，其特征在于，广告商推荐子单元，包括：

计算所述领域标签的收视率权值以及广告收益值的比值，优先推荐比值低的广告商。