CN107679883A - 广告生成的方法及系统 - Google Patents
广告生成的方法及系统 Download PDFInfo
- Publication number
- CN107679883A CN107679883A CN201710313182.1A CN201710313182A CN107679883A CN 107679883 A CN107679883 A CN 107679883A CN 201710313182 A CN201710313182 A CN 201710313182A CN 107679883 A CN107679883 A CN 107679883A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- user
- painting style
- style feature
- predetermined
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0246—Traffic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0243—Comparative campaigns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0245—Surveys
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0276—Advertisement creation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0277—Online advertisement
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明涉及一种广告生成的方法及系统,所述广告生成的方法包括:从各预定的数据源服务器中获取各用户的被广告曝光的广告点击数据,抽取所述广告点击数据中的广告背景图片的画风特征;在向预定的用户推荐广告时,基于预定的画风特征并按照预定的第一分析规则对各用户的广告点击数据进行分析,以分析出各用户对应的待推荐广告图片的画风特征;根据所分析出的各用户对应的画风特征生成推荐广告,以将所述推荐广告推荐给对应的用户。本发明能够客观或自适应地融入其他广告的画风特征,提高广告被客户接受的程度,且提高广告制作的效率。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及一种广告生成的方法及系统。
背景技术
目前,广告的制作一般是由广告设计人员人工准备广告素材及获得广告创意后进行制作,这种现有的方案的不足之处在于:一方面,广告创意只是产品经理和UI设计人员主观上认为是人们最容易接受的,但在客观上可能并非如此。因此现有的广告制作方案由于受限于产品经理和UI设计人员主观想法,使得广告被接受的程度受到限制;另一方面,需要广告设计人员人工准备广告素材,广告素材的制作周期比较长,导致广告制作的效率低。
发明内容
本发明的目的在于提供一种广告生成的方法及系统,旨在提高广告被客户接受的程度,且提高广告制作的效率。
为实现上述目的,本发明提供一种广告生成的方法,所述广告生成的方法包括:
S1,从各预定的数据源服务器中获取各用户的被广告曝光的广告点击数据,抽取所述广告点击数据中的广告背景图片的画风特征;
S2,在向预定的用户推荐广告时,基于预定的画风特征并按照预定的第一分析规则对各用户的广告点击数据进行分析,以分析出各用户对应的待推荐广告图片的画风特征;
S3,根据所分析出的各用户对应的画风特征生成推荐广告,以将所述推荐广告推荐给对应的用户。
优选地,所述第一分析规则包括:
a1,若用户无所述广告点击数据,则根据预定的人群聚类结果确定该用户所属的人群类,并对所确定的人群类中的各用户的广告点击数据按照预定的第二分析规则进行分析,以分析得到该用户对应的待推荐广告图片的画风特征;
a2,若用户有所述广告点击数据,且该用户所点击的每一广告的点击数量均小于等于第一预设阈值,则将该用户作为无所述广告点击数据的用户,并按照所述步骤a1确定该用户的对应的待推荐广告图片的画风特征;
a3,若用户有所述广告点击数据,且该用户所点击的广告中点击数量大于第一预设阈值的广告的数量为至少一个,则对点击数量大于第一预设阈值的广告按照点击数量进行排序,并对排序后的广告利用预先确定的第三分析规则进行分析,以分析得到该用户对应的待推荐广告图片的画风特征。
优选地,所述第二分析规则包括:
对所确定的人群类中的各用户点击的各广告的点击数量进行统计;
对点击数量大于第二预设阈值的预设数量的广告进行排序,并计算排序后的各广告的画风特征的相似度;
若所述相似度大于预设的相似度阈值,则确定排序后的各广告的画风特征中是否有所述预定的画风特征,若是,则将该预定的画风特征作为该用户对应的待推荐广告图片的画风特征。
优选地,所述第三分析规则包括:
将最大点击数量的广告的画风特征作为该用户的待推送广告图片的画风特征;或者
计算相邻的两个广告的点击数量的差值,若计算的差值均小于预设差值,则将最大点击数量的广告的画风特征作为该用户的待推荐广告图片的画风特征;若有所述差值大于等于预设差值,则将该差值对应的两个广告中点击数量小的广告,以及比点击数量小的广告更少的广告剔除;确定在剔除后剩余的广告的画风特征中是否有所述预定的画风特征,若是,则将该预定的画风特征作为该用户的待推荐广告图片的画风特征。
优选地,所述步骤S3之后还包括:
S4,将所述推荐广告推荐给对应的用户后,从各所述数据源服务器中获取针对所述推荐广告发生过广告曝光的广告点击数据,并基于该广告点击数据计算各用户针对所述推荐广告的点击率;
S5,若所述点击率小于预设点击率,则重新对所述推荐广告的画风特征进行调整,以得到新的画风特征;
S6,基于新的画风特征并按照所述第一分析规则对各用户的广告点击数据进行分析,以重新分析出各用户对应的待推送广告图片的画风特征,并根据重新分析出的各用户对应的画风特征生成推荐广告。
为实现上述目的,本发明还提供一种广告生成的系统,所述广告生成的系统包括:
抽取模块,用于从各预定的数据源服务器中获取各用户的被广告曝光的广告点击数据,抽取所述广告点击数据中的广告背景图片的画风特征;
分析模块,用于在向预定的用户推荐广告时,基于预定的画风特征并按照预定的第一分析规则对各用户的广告点击数据进行分析,以分析出各用户对应的待推荐广告图片的画风特征;
第一生成模块,用于根据所分析出的各用户对应的画风特征生成推荐广告,以将所述推荐广告推荐给对应的用户。
优选地,所述第一分析规则包括:a1,若用户无所述广告点击数据,则根据预定的人群聚类结果确定该用户所属的人群类,并对所确定的人群类中的各用户的广告点击数据按照预定的第二分析规则进行分析,以分析得到该用户对应的待推荐广告图片的画风特征;a2,若用户有所述广告点击数据,且该用户所点击的每一广告的点击数量均小于等于第一预设阈值,则将该用户作为无所述广告点击数据的用户,并按照所述a1确定该用户的对应的待推荐广告图片的画风特征;a3,若用户有所述广告点击数据,且该用户所点击的广告中点击数量大于第一预设阈值的广告的数量为至少一个,则对点击数量大于第一预设阈值的广告按照点击数量进行排序,并对排序后的广告利用预先确定的第三分析规则进行分析,以分析得到该用户对应的待推荐广告图片的画风特征。
优选地,所述第二分析规则包括:
对所确定的人群类中的各用户点击的各广告的点击数量进行统计;对点击数量大于第二预设阈值的预设数量的广告进行排序,并计算排序后的各广告的画风特征的相似度;若所述相似度大于预设的相似度阈值,则确定排序后的各广告的画风特征中是否有所述预定的画风特征,若是,则将该预定的画风特征作为该用户对应的待推荐广告图片的画风特征。
优选地,所述第三分析规则包括:
将最大点击数量的广告的画风特征作为该用户的待推送广告图片的画风特征;或者计算相邻的两个广告的点击数量的差值,若计算的差值均小于预设差值,则将最大点击数量的广告的画风特征作为该用户的待推荐广告图片的画风特征;若有所述差值大于等于预设差值,则将该差值对应的两个广告中点击数量小的广告,以及比点击数量小的广告更少的广告剔除;确定在剔除后剩余的广告的画风特征中是否有所述预定的画风特征,若是,则将该预定的画风特征作为该用户的待推荐广告图片的画风特征。
优选地,所述广告生成的系统还包括:
计算模块,用于将所述推荐广告推荐给对应的用户后,从各所述数据源服务器中获取针对所述推荐广告发生过广告曝光的广告点击数据,并基于该广告点击数据计算各用户针对所述推荐广告的点击率;
调整模块,用于若所述点击率小于预设点击率,则重新对所述推荐广告的画风特征进行调整,以得到新的画风特征;
第二生成模块,用于基于新的画风特征并按照所述第一分析规则对各用户的广告点击数据进行分析,以重新分析出各用户对应的待推送广告图片的画风特征,并根据重新分析出的各用户对应的画风特征生成推荐广告。
本发明的有益效果是:本发明从各预定的数据源服务器中获取各用户的被广告曝光的广告点击数据,抽取所述广告点击数据中的广告背景图片的画风特征;在向预定的用户推荐广告时,基于预定的画风特征并按照预定的第一分析规则分析广告点击数据,得出各用户对应的待推荐广告图片的画风特征;根据所分析出的各用户对应的画风特征生成推荐给对应的用户的推荐广告,本发明能够客观或自适应地融入其他广告的画风特征,提高广告被客户接受的程度,且广告制作较快,提高广告制作的效率。
附图说明
图1为本发明广告生成的方法第一实施例的流程示意图;
图2为本发明广告生成的方法第二实施例的流程示意图;
图3为本发明广告生成的系统一实施例的运行环境示意图;
图4为本发明广告生成的系统第一实施例的结构示意图;
图5为本发明广告生成的系统第二实施例的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,图1为本发明广告生成的方法一实施例的流程示意图,该广告生成的方法可以由一广告生成的系统执行,该系统可以由软件和/或硬件实现,并且该系统可集成在服务器中。该广告生成的方法包括以下步骤:
步骤S1,从各预定的数据源服务器中获取各用户的被广告曝光的广告点击数据,抽取所述广告点击数据中的广告背景图片的画风特征;
本实施例中,预定的数据源服务器包括广告投放渠道服务器(例如百度广告推广服务器、新浪广告推广服务器等)和/或业务服务器(寿险服务器、车险服务器、银行服务器等)。其中,各预定的数据源服务器对各用户的被广告曝光的广告进行记录,统计得到对应的广告点击数据并进行存储,以便后续使用。
其中,系统可以实时从预定的数据源服务器中获取广告点击数据,以获取最新的广告点击数据,或者定时(例如每隔半个小时)地从预定的数据源服务器中获取广告点击数据,以减轻系统负担。
其中,被广告曝光指的是一个网络植入广告(例如,图文件或程序)被客户端用户点击后成功下载至客户端浏览器中的情况。广告点击数据包括所点击的广告的标识及所点击广告的广告背景图片等。
其中,通过对广告点击数据中的广告背景图片进行抽取,可以抽取出对应的画风特征,广告背景图片的背景特征包括广告背景图案、广告背景图案的画风特征(画风特征例如为抽象画画风特征、水墨画画风特征等)。具体地,可以利用预定的画风抽取工具进行抽取,预定的画风抽取工具例如为cafee、tensorflow等框架,以及goolenet、VGG16等模型。
步骤S2,在向预定的用户推荐广告时,基于预定的画风特征并按照预定的第一分析规则对各用户的广告点击数据进行分析,以分析出各用户对应的待推荐广告图片的画风特征;
其中,系统可主动向预定的用户推荐广告,预定的用户可以是最近预设时间内(例如,最近三个月内)发生过广告曝光的用户,或者,可以是特定业务线下的客户(例如,平安公司的寿险客户)。
优选地,预定的画风特征可以按照如下方式获取:获取预设数量(例如,500个)的参考广告图片,参考广告图片是已经投放且已经获知投放效果的广告图片,例如可以自动从预定的图片库随机选择参考广告图片,可以人工从预定的图片库挑选参考广告图片,还可以是自动从预定的图片库随机选择一部分图片作为参考广告图片(参考广告图片为客户较容易接受的广告图片);将各个参考广告图片利用预先确定的画风特征抽取工具抽取出对应的画风特征,并将抽取的各个画风特征作为预先确定的画风特征。
本实施例中,预定的第一分析规则在一实施例中可以为:通过分析各用户的广告点击数据中各广告的点击数量,获取各用户对应的广告的点击数量最多的广告,然后从点击数量最多的广告中抽取出对应的画风特征,如果抽取出来的画风特征属于上述预定的画风特征,则抽取出来的画风特征作为对应的各用户对应的待推荐广告图片的画风特征;在其他实施例中,可以按照不同的广告风格将各用户分为不同类别,每一种类别对应一种画风特征或多种相近的画风特征。对于每一类别的用户,获取对应的一种画风特征或多种相近的画风特征对应的广告,然后从这些广告中获取点击数量最多的一个或者多个广告,抽取点击数量最多的一个或者多个广告的画风特征,如果抽取出来的画风特征属于上述预定的画风特征,则抽取出来的画风特征作为该类别的用户的待推荐广告图片的画风特征。
步骤S3,根据所分析出的各用户对应的画风特征生成推荐广告,以将所述推荐广告推荐给对应的用户。
本实施例中,在获取到各用户对应的画风特征后,生成各用户对应的画风特征的广告,例如,生成抽象画画风特征的推荐广告或者生成水墨画画风特征的推荐广告等,然后将生成的推荐广告推荐给对应的用户的用户终端,以供用户使用。经用户选择或处理后,推荐广告可分发至各终端上进行显示或播放,供广大客户进行浏览。
本实施例中,基于分析广告点击数据得到的待推荐广告图片的画风特征认为是被客户浏览或查看较多的画风特征,容易被客户接受(例如,其中的一个或多个颜色容易引起视觉关注,或者一个或多个画风特征使得客户情绪愉悦等),符合或者贴近广大客户的审美,基于这些画风特征生成的推荐广告能够发挥潜在的作用,从而给企业带来一定的效益。
与现有技术相比,本实施例从各预定的数据源服务器中获取各用户的被广告曝光的广告点击数据,抽取所述广告点击数据中的广告背景图片的画风特征;在向预定的用户推荐广告时,基于预定的画风特征并按照预定的第一分析规则分析广告点击数据,得出各用户对应的待推荐广告图片的画风特征;根据所分析出的各用户对应的画风特征生成推荐给对应的用户的推荐广告,本实施例能够客观或自适应地融入其他广告的画风特征,提高广告被客户接受的程度,且广告制作较快,提高广告制作的效率。
在一优选的实施例中,在上述图1的实施例的基础上,上述第一分析规则包括:
a1,若用户无所述广告点击数据,则根据预定的人群聚类结果(可以通过预先确定的算法“例如,聚类算法、协同过滤算法等”对各个用户进行人群聚类,以确定各个用户所属的人群类)确定该用户所属的人群类,并对所确定的人群类中的各用户的广告点击数据按照预定的第二分析规则进行分析,以分析得到该用户对应的待推荐广告图片的画风特征;
优选地,预定的第二分析规则包括:对所确定的人群类中的各用户点击的各广告的点击数量进行统计;对点击数量大于第二预设阈值(例如第二预设阈值为100)的预设数量的广告进行排序,并计算排序后的各广告的画风特征的相似度(相似度越大则画风特征越相似,计算的方法可采用现有的计算方法);若所述相似度大于预设的相似度阈值,则确定排序的各个广告的画风特征中是否有预定的画风特征;若有预定的画风特征,则将该预定的画风特征作为该用户的待推送广告图片的画风特征,或者,若无预定的画风特征,则从中随机选择一个广告,并将随机选择的广告对应的画风特征作为该用户的待推送广告图片的画风特征,或者,将点击数量最高的广告的画风特征作为该用户的待推送广告图片的画风特征。
a2,若用户有所述广告点击数据,且该用户所点击的每一广告的点击数量均小于等于第一预设阈值(例如第一预设阈值为10),则将该用户作为无所述广告点击数据的用户,并按照上述步骤a1确定该用户的对应的待推荐广告图片的画风特征;
a3,若用户有所述广告点击数据,且该用户所点击的广告中点击数量大于第一预设阈值的广告的数量为至少一个,则对点击数量大于第一预设阈值的广告按照点击数量进行排序,并对排序后的广告利用预先确定的第三分析规则进行分析,以分析得到该用户对应的待推荐广告图片的画风特征。
优选地,第三分析规则包括:将最大点击数量的广告的画风特征作为该用户的待推送广告图片的画风特征,若最大点击数量的广告有多个,则分析最大点击数量的各个广告的画风特征中是否有预先确定的画风特征,若有,则该预先确定的画风特征作为该用户的待推送广告图片的画风特征,或者,若无预先确定的画风特征,则从中随机选择一个广告,并将随机选择的广告对应的画风特征作为该用户的待推送广告图片的画风特征;或者第三分析规则包括:计算相邻的两个广告的点击数量的差值,若计算的差值均小于预设差值(例如预设差值为5),则将最大点击数量的广告的画风特征作为该用户的待推荐广告图片的画风特征(若最大点击数量的广告有多个,则按照上述的方法得到用户的待推荐广告图片的画风特征);若有差值大于或者等于预设差值,则将该差值对应的两个广告中较少点击数量的广告,及比所述较少点击数量的广告的点击数量更少的广告剔除;若剔除后剩余的广告只有一个,则将该剩余的广告对应的画风特征作为该用户的待推送广告图片的画风特征;若剔除后剩余的广告有多个,则确定剩余的各个广告的画风特征中是否有预定的画风特征;若有预定的画风特征,则将该预定的画风特征作为该用户的待推送广告图片的画风特征;若无预定的画风特征,则从中随机选择一个广告,并将随机选择的广告对应的画风特征作为该用户的待推送广告图片的画风特征,或者,将点击数量最高的广告的画风特征作为该用户的待推送广告图片的画风特征。
在一优选的实施例中,如图2所示,在上述图1的实施例的基础上,步骤S3之后还包括:
步骤S4,将所述推荐广告推荐给对应的用户后,从各所述数据源服务器中获取针对所述推荐广告发生过广告曝光的广告点击数据,并基于该广告点击数据计算各用户针对所述推荐广告的点击率;其中,点击率的计算方法为针对各用户的推荐广告发生过广告曝光的用户数量除以用户的总数量。
步骤S5,若所述点击率小于预设点击率(例如预设点击率为0.08),则重新对所述推荐广告的画风特征进行调整,以得到新的画风特征;例如,对上述步骤S2中的预定的画风特征进行调整,以得到新的画风特征。
步骤S6,基于新的画风特征并按照所述第一分析规则对各用户的广告点击数据进行分析,以重新分析出各用户对应的待推送广告图片的画风特征,并根据重新分析出的各用户对应的画风特征生成推荐广告。
本实施例通过对点击率小于预设点击率的推荐广告的画风特征进行调整,以得到新的画风特征,再基于新的画风特征生成推荐广告,能够对推荐广告进行灵活调整,使得推荐广告被客户接受的程度进一步提高。
请参阅图3,是本发明广告生成的系统10较佳实施例的运行环境示意图。
在本实施例中,广告生成的系统10安装并运行于电子装置1中。电子装置1可以是桌上型计算机、笔记本、掌上电脑及服务器等计算设备。该电子装置1可包括,但不仅限于,存储器11、处理器12及显示器13。图3仅示出了具有组件11-13的电子装置1,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
存储器11在一些实施例中可以是电子装置1的内部存储单元,例如该电子装置1的硬盘或内存。存储器11在另一些实施例中也可以是电子装置1的外部存储设备,例如电子装置1上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器11还可以既包括电子装置1的内部存储单元也包括外部存储设备。存储器11用于存储安装于电子装置1的应用软件及各类数据,例如广告生成的系统10的程序代码等。存储器11还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行存储器11中存储的程序代码或处理数据,例如执行广告生成的系统10等。
显示器13在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。显示器13用于显示在电子装置1中处理的信息以及用于显示可视化的用户界面,例如广告生成界面等。电子装置1的部件11-13通过系统总线相互通信。
请参阅图4,是本发明广告生成的系统10较佳实施例的功能模块图。在本实施例中,广告生成的系统10可以被分割成一个或多个模块,一个或者多个模块被存储于存储器11中,并由一个或多个处理器(本实施例为处理器12)所执行,以完成本发明。例如,在图4中,广告生成的系统10可以被分割抽取模块101、分析模块102及第一生成模块103。本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段,比程序更适合于描述广告生成的系统10在电子装置1中的执行过程,其中:
抽取模块101,用于从各预定的数据源服务器中获取各用户的被广告曝光的广告点击数据,抽取所述广告点击数据中的广告背景图片的画风特征;
本实施例中,预定的数据源服务器包括广告投放渠道服务器(例如百度广告推广服务器、新浪广告推广服务器等)和/或业务服务器(寿险服务器、车险服务器、银行服务器等)。其中,各预定的数据源服务器对各用户的被广告曝光的广告进行记录,统计得到对应的广告点击数据并进行存储,以便后续使用。
其中,系统可以实时从预定的数据源服务器中获取广告点击数据,以获取最新的广告点击数据,或者定时(例如每隔半个小时)地从预定的数据源服务器中获取广告点击数据,以减轻系统负担。
其中,被广告曝光指的是一个网络植入广告(例如,图文件或程序)被客户端用户点击后成功下载至客户端浏览器中的情况。广告点击数据包括所点击的广告的标识及所点击广告的广告背景图片等。
其中,通过对广告点击数据中的广告背景图片进行抽取,可以抽取出对应的画风特征,广告背景图片的背景特征包括广告背景图案、广告背景图案的画风特征(画风特征例如为抽象画画风特征、水墨画画风特征等)。具体地,可以利用预定的画风抽取工具进行抽取,预定的画风抽取工具例如为cafee、tensorflow等框架,以及goolenet、VGG16等模型。
分析模块102,用于在向预定的用户推荐广告时,基于预定的画风特征并按照预定的第一分析规则对各用户的广告点击数据进行分析,以分析出各用户对应的待推荐广告图片的画风特征;
其中,系统可主动向预定的用户推荐广告,预定的用户可以是最近预设时间内(例如,最近三个月内)发生过广告曝光的用户,或者,可以是特定业务线下的客户(例如,平安公司的寿险客户)。
优选地,预定的画风特征可以按照如下方式获取:获取预设数量(例如,500个)的参考广告图片,参考广告图片是已经投放且已经获知投放效果的广告图片,例如可以自动从预定的图片库随机选择参考广告图片,可以人工从预定的图片库挑选参考广告图片,还可以是自动从预定的图片库随机选择一部分图片作为参考广告图片(参考广告图片为客户较容易接受的广告图片);将各个参考广告图片利用预先确定的画风特征抽取工具抽取出对应的画风特征,并将抽取的各个画风特征作为预先确定的画风特征。
本实施例中,预定的第一分析规则在一实施例中可以为:通过分析各用户的广告点击数据中各广告的点击数量,获取各用户对应的广告的点击数量最多的广告,然后从点击数量最多的广告中抽取出对应的画风特征,如果抽取出来的画风特征属于上述预定的画风特征,则抽取出来的画风特征作为对应的各用户对应的待推荐广告图片的画风特征;在其他实施例中,可以按照不同的广告风格将各用户分为不同类别,每一种类别对应一种画风特征或多种相近的画风特征。对于每一类别的用户,获取对应的一种画风特征或多种相近的画风特征对应的广告,然后从这些广告中获取点击数量最多的一个或者多个广告,抽取点击数量最多的一个或者多个广告的画风特征,如果抽取出来的画风特征属于上述预定的画风特征,则抽取出来的画风特征作为该类别的用户的待推荐广告图片的画风特征。
第一生成模块103,用于根据所分析出的各用户对应的画风特征生成推荐广告,以将所述推荐广告推荐给对应的用户。
本实施例中,在获取到各用户对应的画风特征后,生成各用户对应的画风特征的广告,例如,生成抽象画画风特征的推荐广告或者生成水墨画画风特征的推荐广告等,然后将生成的推荐广告推荐给对应的用户的用户终端,以供用户使用。经用户选择或处理后,推荐广告可分发至各终端上进行显示或播放,供广大客户进行浏览。
本实施例中,基于分析广告点击数据得到的待推荐广告图片的画风特征认为是被客户浏览或查看较多的画风特征,容易被客户接受(例如,其中的一个或多个颜色容易引起视觉关注,或者一个或多个画风特征使得客户情绪愉悦等),符合或者贴近广大客户的审美,基于这些画风特征生成的推荐广告能够发挥潜在的作用,从而给企业带来一定的效益。
在一优选的实施例中,在上述图4的实施例的基础上,上述第一分析规则包括:
a1,若用户无所述广告点击数据,则根据预定的人群聚类结果(可以通过预先确定的算法“例如,聚类算法、协同过滤算法等”对各个用户进行人群聚类,以确定各个用户所属的人群类)确定该用户所属的人群类,并对所确定的人群类中的各用户的广告点击数据按照预定的第二分析规则进行分析,以分析得到该用户对应的待推荐广告图片的画风特征;
优选地,预定的第二分析规则包括:对所确定的人群类中的各用户点击的各广告的点击数量进行统计;对点击数量大于第二预设阈值(例如第二预设阈值为100)的预设数量的广告进行排序,并计算排序后的各广告的画风特征的相似度(相似度越大则画风特征越相似,计算的方法可采用现有的计算方法);若所述相似度大于预设的相似度阈值,则确定排序的各个广告的画风特征中是否有预定的画风特征;若有预定的画风特征,则将该预定的画风特征作为该用户的待推送广告图片的画风特征,或者,若无预定的画风特征,则从中随机选择一个广告,并将随机选择的广告对应的画风特征作为该用户的待推送广告图片的画风特征,或者,将点击数量最高的广告的画风特征作为该用户的待推送广告图片的画风特征。
a2,若用户有所述广告点击数据,且该用户所点击的每一广告的点击数量均小于等于第一预设阈值(例如第一预设阈值为10),则将该用户作为无所述广告点击数据的用户,并按照上述a1确定该用户的对应的待推荐广告图片的画风特征;
a3,若用户有所述广告点击数据,且该用户所点击的广告中点击数量大于第一预设阈值的广告的数量为至少一个,则对点击数量大于第一预设阈值的广告按照点击数量进行排序,并对排序后的广告利用预先确定的第三分析规则进行分析,以分析得到该用户对应的待推荐广告图片的画风特征。
优选地,第三分析规则包括:将最大点击数量的广告的画风特征作为该用户的待推送广告图片的画风特征,若最大点击数量的广告有多个,则分析最大点击数量的各个广告的画风特征中是否有预先确定的画风特征,若有,则该预先确定的画风特征作为该用户的待推送广告图片的画风特征,或者,若无预先确定的画风特征,则从中随机选择一个广告,并将随机选择的广告对应的画风特征作为该用户的待推送广告图片的画风特征;或者第三分析规则包括:计算相邻的两个广告的点击数量的差值,若计算的差值均小于预设差值(例如预设差值为5),则将最大点击数量的广告的画风特征作为该用户的待推荐广告图片的画风特征(若最大点击数量的广告有多个,则按照上述的方法得到用户的待推荐广告图片的画风特征);若有差值大于或者等于预设差值,则将该差值对应的两个广告中较少点击数量的广告,及比所述较少点击数量的广告的点击数量更少的广告剔除;若剔除后剩余的广告只有一个,则将该剩余的广告对应的画风特征作为该用户的待推送广告图片的画风特征;若剔除后剩余的广告有多个,则确定剩余的各个广告的画风特征中是否有预定的画风特征;若有预定的画风特征,则将该预定的画风特征作为该用户的待推送广告图片的画风特征;若无预定的画风特征,则从中随机选择一个广告,并将随机选择的广告对应的画风特征作为该用户的待推送广告图片的画风特征,或者,将点击数量最高的广告的画风特征作为该用户的待推送广告图片的画风特征
在一优选的实施例中,如图5所示,在上述图4的实施例的基础上,上述广告生成的系统还包括:
计算模块104,用于将所述推荐广告推荐给对应的用户后,从各所述数据源服务器中获取针对所述推荐广告发生过广告曝光的广告点击数据,并基于该广告点击数据计算各用户针对所述推荐广告的点击率;其中,点击率的计算方法为针对各用户的推荐广告发生过广告曝光的用户数量除以用户的总数量。
调整模块105,用于若所述点击率小于预设点击率(例如预设点击率为0.08),则重新对所述推荐广告的画风特征进行调整,以得到新的画风特征;例如,对上述的预定的画风特征进行调整,以得到新的画风特征。
第二生成模块106,用于基于新的画风特征并按照所述第一分析规则对各用户的广告点击数据进行分析,以重新分析出各用户对应的待推送广告图片的画风特征,并根据重新分析出的各用户对应的画风特征生成推荐广告。
本实施例通过对点击率小于预设点击率的推荐广告的画风特征进行调整,以得到新的画风特征,再基于新的画风特征生成推荐广告,能够对推荐广告进行灵活调整,使得推荐广告被客户接受的程度进一步提高。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,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 (10)
1.一种广告生成的方法,其特征在于,所述广告生成的方法包括:
S1,从各预定的数据源服务器中获取各用户的被广告曝光的广告点击数据,抽取所述广告点击数据中的广告背景图片的画风特征;
S2,在向预定的用户推荐广告时,基于预定的画风特征并按照预定的第一分析规则对各用户的广告点击数据进行分析,以分析出各用户对应的待推荐广告图片的画风特征;
S3,根据所分析出的各用户对应的画风特征生成推荐广告,以将所述推荐广告推荐给对应的用户。
2.根据权利要求1所述的广告生成的方法,其特征在于,所述第一分析规则包括:
a1,若用户无所述广告点击数据,则根据预定的人群聚类结果确定该用户所属的人群类,并对所确定的人群类中的各用户的广告点击数据按照预定的第二分析规则进行分析,以分析得到该用户对应的待推荐广告图片的画风特征;
a2,若用户有所述广告点击数据,且该用户所点击的每一广告的点击数量均小于等于第一预设阈值,则将该用户作为无所述广告点击数据的用户,并按照所述步骤a1确定该用户的对应的待推荐广告图片的画风特征;
a3,若用户有所述广告点击数据,且该用户所点击的广告中点击数量大于第一预设阈值的广告的数量为至少一个,则对点击数量大于第一预设阈值的广告按照点击数量进行排序,并对排序后的广告利用预先确定的第三分析规则进行分析,以分析得到该用户对应的待推荐广告图片的画风特征。
3.根据权利要求2所述的广告生成的方法,其特征在于,所述第二分析规则包括:
对所确定的人群类中的各用户点击的各广告的点击数量进行统计;
对点击数量大于第二预设阈值的预设数量的广告进行排序,并计算排序后的各广告的画风特征的相似度;
若所述相似度大于预设的相似度阈值,则确定排序后的各广告的画风特征中是否有所述预定的画风特征,若是,则将该预定的画风特征作为该用户对应的待推荐广告图片的画风特征。
4.根据权利要求2所述的广告生成的方法,其特征在于,所述第三分析规则包括:
将最大点击数量的广告的画风特征作为该用户的待推送广告图片的画风特征;或者
计算相邻的两个广告的点击数量的差值,若计算的差值均小于预设差值,则将最大点击数量的广告的画风特征作为该用户的待推荐广告图片的画风特征;若有所述差值大于等于预设差值,则将该差值对应的两个广告中点击数量小的广告,以及比点击数量小的广告更少的广告剔除;确定在剔除后剩余的广告的画风特征中是否有所述预定的画风特征,若是,则将该预定的画风特征作为该用户的待推荐广告图片的画风特征。
5.根据权利要求1至4任一项所述的广告生成的方法,其特征在于,所述步骤S3之后还包括:
S4,将所述推荐广告推荐给对应的用户后,从各所述数据源服务器中获取针对所述推荐广告发生过广告曝光的广告点击数据,并基于该广告点击数据计算各用户针对所述推荐广告的点击率;
S5,若所述点击率小于预设点击率,则重新对所述推荐广告的画风特征进行调整,以得到新的画风特征;
S6,基于新的画风特征并按照所述第一分析规则对各用户的广告点击数据进行分析,以重新分析出各用户对应的待推送广告图片的画风特征,并根据重新分析出的各用户对应的画风特征生成推荐广告。
6.一种广告生成的系统,其特征在于,所述广告生成的系统包括:
抽取模块,用于从各预定的数据源服务器中获取各用户的被广告曝光的广告点击数据,抽取所述广告点击数据中的广告背景图片的画风特征;
分析模块,用于在向预定的用户推荐广告时,基于预定的画风特征并按照预定的第一分析规则对各用户的广告点击数据进行分析,以分析出各用户对应的待推荐广告图片的画风特征;
第一生成模块,用于根据所分析出的各用户对应的画风特征生成推荐广告,以将所述推荐广告推荐给对应的用户。
7.根据权利要求6所述的广告生成的系统,其特征在于,所述第一分析规则包括:a1,若用户无所述广告点击数据,则根据预定的人群聚类结果确定该用户所属的人群类,并对所确定的人群类中的各用户的广告点击数据按照预定的第二分析规则进行分析,以分析得到该用户对应的待推荐广告图片的画风特征;a2,若用户有所述广告点击数据,且该用户所点击的每一广告的点击数量均小于等于第一预设阈值,则将该用户作为无所述广告点击数据的用户,并按照所述a1确定该用户的对应的待推荐广告图片的画风特征;a3,若用户有所述广告点击数据,且该用户所点击的广告中点击数量大于第一预设阈值的广告的数量为至少一个,则对点击数量大于第一预设阈值的广告按照点击数量进行排序,并对排序后的广告利用预先确定的第三分析规则进行分析,以分析得到该用户对应的待推荐广告图片的画风特征。
8.根据权利要求7所述的广告生成的系统,其特征在于,所述第二分析规则包括:
对所确定的人群类中的各用户点击的各广告的点击数量进行统计;对点击数量大于第二预设阈值的预设数量的广告进行排序,并计算排序后的各广告的画风特征的相似度;若所述相似度大于预设的相似度阈值,则确定排序后的各广告的画风特征中是否有所述预定的画风特征,若是,则将该预定的画风特征作为该用户对应的待推荐广告图片的画风特征。
9.根据权利要求7所述的广告生成的系统,其特征在于,所述第三分析规则包括:
将最大点击数量的广告的画风特征作为该用户的待推送广告图片的画风特征;或者计算相邻的两个广告的点击数量的差值,若计算的差值均小于预设差值,则将最大点击数量的广告的画风特征作为该用户的待推荐广告图片的画风特征;若有所述差值大于等于预设差值,则将该差值对应的两个广告中点击数量小的广告,以及比点击数量小的广告更少的广告剔除;确定在剔除后剩余的广告的画风特征中是否有所述预定的画风特征,若是,则将该预定的画风特征作为该用户的待推荐广告图片的画风特征。
10.根据权利要求6至9任一项所述的广告生成的系统,其特征在于,所述广告生成的系统还包括:
计算模块,用于将所述推荐广告推荐给对应的用户后,从各所述数据源服务器中获取针对所述推荐广告发生过广告曝光的广告点击数据,并基于该广告点击数据计算各用户针对所述推荐广告的点击率;
调整模块,用于若所述点击率小于预设点击率,则重新对所述推荐广告的画风特征进行调整,以得到新的画风特征;
第二生成模块,用于基于新的画风特征并按照所述第一分析规则对各用户的广告点击数据进行分析,以重新分析出各用户对应的待推送广告图片的画风特征,并根据重新分析出的各用户对应的画风特征生成推荐广告。
Priority Applications (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710313182.1A CN107679883A (zh) | 2017-05-05 | 2017-05-05 | 广告生成的方法及系统 |
US16/085,017 US20210125217A1 (en) | 2017-05-05 | 2017-09-30 | Advertisement generation method, computer readable storage medium and system |
AU2017409831A AU2017409831A1 (en) | 2017-05-05 | 2017-09-30 | Advertisement generation method, computer readable storage medium and system |
JP2018539150A JP6695987B2 (ja) | 2017-05-05 | 2017-09-30 | 広告生成方法、コンピュータ読み取り可能な記憶媒体及びシステム |
EP17904350.0A EP3441892A4 (en) | 2017-05-05 | 2017-09-30 | ADVERTISEMENT GENERATING METHOD, COMPUTER-READABLE STORAGE MEDIUM, AND SYSTEM |
SG11201900256YA SG11201900256YA (en) | 2017-05-05 | 2017-09-30 | Advertisement generation method, computer readable storage medium and system |
PCT/CN2017/105003 WO2018201666A1 (zh) | 2017-05-05 | 2017-09-30 | 广告生成的方法、计算机可读存储介质及系统 |
KR1020187024875A KR102288408B1 (ko) | 2017-05-05 | 2017-09-30 | 광고 생성 방법, 컴퓨터 판독 가능한 저장매체 및 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710313182.1A CN107679883A (zh) | 2017-05-05 | 2017-05-05 | 广告生成的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107679883A true CN107679883A (zh) | 2018-02-09 |
Family
ID=61134119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710313182.1A Pending CN107679883A (zh) | 2017-05-05 | 2017-05-05 | 广告生成的方法及系统 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20210125217A1 (zh) |
EP (1) | EP3441892A4 (zh) |
JP (1) | JP6695987B2 (zh) |
KR (1) | KR102288408B1 (zh) |
CN (1) | CN107679883A (zh) |
AU (1) | AU2017409831A1 (zh) |
SG (1) | SG11201900256YA (zh) |
WO (1) | WO2018201666A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108492136A (zh) * | 2018-03-14 | 2018-09-04 | 百度在线网络技术(北京)有限公司 | 一种广告物料推荐方法、装置及服务器 |
CN109242927A (zh) * | 2018-09-29 | 2019-01-18 | 北京奇虎科技有限公司 | 一种广告模板生成方法、装置及计算机设备 |
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 |
WO2024093440A1 (zh) * | 2022-10-31 | 2024-05-10 | 深圳新度博望科技有限公司 | 广告投放方法、装置、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105761107A (zh) * | 2016-02-15 | 2016-07-13 | 深圳市非零无限科技有限公司 | 互联网产品中获取目标新增用户的方法及装置 |
CN106326474A (zh) * | 2016-08-31 | 2017-01-11 | 南京炫佳网络科技有限公司 | 动漫视频个性化推荐方法 |
CN106354858A (zh) * | 2016-09-06 | 2017-01-25 | 中国传媒大学 | 一种基于标签聚类的信息资源推荐方法 |
CN106445977A (zh) * | 2015-08-12 | 2017-02-22 | 阿里巴巴集团控股有限公司 | 图片推送方法及装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030076350A1 (en) * | 2001-10-23 | 2003-04-24 | Toshiba America Information Systems, Inc | Interface for content development |
US8417568B2 (en) * | 2006-02-15 | 2013-04-09 | Microsoft Corporation | Generation of contextual image-containing advertisements |
KR101415022B1 (ko) * | 2007-07-24 | 2014-07-09 | 삼성전자주식회사 | 복합 알고리즘 이용한 정보 추천 방법 및 장치 |
JP4998595B2 (ja) * | 2010-05-31 | 2012-08-15 | カシオ計算機株式会社 | 画像合成装置、及びプログラム |
US8732014B2 (en) * | 2010-12-20 | 2014-05-20 | Yahoo! Inc. | Automatic classification of display ads using ad images and landing pages |
US20150178786A1 (en) * | 2012-12-25 | 2015-06-25 | Catharina A.J. Claessens | Pictollage: Image-Based Contextual Advertising Through Programmatically Composed Collages |
CN103177384A (zh) * | 2013-04-16 | 2013-06-26 | 高鹏 | 基于用户兴趣图谱的网络广告投放方法 |
CN106355442A (zh) * | 2016-08-30 | 2017-01-25 | 杭州启冠网络技术有限公司 | 基于大数据驱动的在线广告精准投放方法和系统 |
KR101978301B1 (ko) * | 2016-09-30 | 2019-05-14 | 에스케이플래닛 주식회사 | 추천 아이템 제공을 위한 장치 |
-
2017
- 2017-05-05 CN CN201710313182.1A patent/CN107679883A/zh active Pending
- 2017-09-30 WO PCT/CN2017/105003 patent/WO2018201666A1/zh active Application Filing
- 2017-09-30 JP JP2018539150A patent/JP6695987B2/ja active Active
- 2017-09-30 SG SG11201900256YA patent/SG11201900256YA/en unknown
- 2017-09-30 EP EP17904350.0A patent/EP3441892A4/en not_active Withdrawn
- 2017-09-30 KR KR1020187024875A patent/KR102288408B1/ko active IP Right Grant
- 2017-09-30 AU AU2017409831A patent/AU2017409831A1/en not_active Abandoned
- 2017-09-30 US US16/085,017 patent/US20210125217A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106445977A (zh) * | 2015-08-12 | 2017-02-22 | 阿里巴巴集团控股有限公司 | 图片推送方法及装置 |
CN105761107A (zh) * | 2016-02-15 | 2016-07-13 | 深圳市非零无限科技有限公司 | 互联网产品中获取目标新增用户的方法及装置 |
CN106326474A (zh) * | 2016-08-31 | 2017-01-11 | 南京炫佳网络科技有限公司 | 动漫视频个性化推荐方法 |
CN106354858A (zh) * | 2016-09-06 | 2017-01-25 | 中国传媒大学 | 一种基于标签聚类的信息资源推荐方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108492136A (zh) * | 2018-03-14 | 2018-09-04 | 百度在线网络技术(北京)有限公司 | 一种广告物料推荐方法、装置及服务器 |
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 |
CN109242927A (zh) * | 2018-09-29 | 2019-01-18 | 北京奇虎科技有限公司 | 一种广告模板生成方法、装置及计算机设备 |
CN109242927B (zh) * | 2018-09-29 | 2024-02-02 | 三六零科技集团有限公司 | 一种广告模板生成方法、装置及计算机设备 |
WO2024093440A1 (zh) * | 2022-10-31 | 2024-05-10 | 深圳新度博望科技有限公司 | 广告投放方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2018201666A1 (zh) | 2018-11-08 |
EP3441892A4 (en) | 2019-12-04 |
EP3441892A1 (en) | 2019-02-13 |
KR20190022442A (ko) | 2019-03-06 |
SG11201900256YA (en) | 2019-02-27 |
JP2019520617A (ja) | 2019-07-18 |
KR102288408B1 (ko) | 2021-08-10 |
US20210125217A1 (en) | 2021-04-29 |
JP6695987B2 (ja) | 2020-05-20 |
AU2017409831A1 (en) | 2018-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022141861A1 (zh) | 情感分类方法、装置、电子设备及存储介质 | |
CN107730389A (zh) | 电子装置、保险产品推荐方法及计算机可读存储介质 | |
CN110428322A (zh) | 一种业务数据的适配方法及装置 | |
CN106022834A (zh) | 广告反作弊方法及装置 | |
CN107679883A (zh) | 广告生成的方法及系统 | |
CN110428298A (zh) | 一种店铺推荐方法、装置及设备 | |
CN109948121A (zh) | 文章相似度挖掘方法、系统、设备及存储介质 | |
CN108124184A (zh) | 一种直播互动的方法及装置 | |
CN103336766A (zh) | 短文本垃圾识别以及建模方法和装置 | |
CN104077407B (zh) | 一种智能数据搜索系统及方法 | |
CN106296368A (zh) | 一种车型推荐系统和方法 | |
CN113688923B (zh) | 订单异常智能检测方法、装置、电子设备及存储介质 | |
US20170337568A1 (en) | Data processing method, system and computer device based on electronic payment behaviors | |
CN106022900A (zh) | 用户风险数据挖掘方法和装置 | |
CN101464984A (zh) | 一种利用广告位标签发布广告的广告发布控制系统及方法 | |
CN108734561A (zh) | 电子装置、订单数据处理方法和计算机可读存储介质 | |
CN108259638A (zh) | 个人群组列表智能排序方法、智能终端及存储介质 | |
CN107517394A (zh) | 识别非法用户的方法、装置及计算机可读存储介质 | |
CN110020149A (zh) | 用户信息的标签化处理方法、装置、终端设备及介质 | |
CN110428277A (zh) | 推荐产品的触达方法、存储介质和程序产品 | |
CN114398560B (zh) | 基于web平台的营销界面设置方法、装置、设备及介质 | |
CN109933502A (zh) | 电子装置、用户操作记录的处理方法和存储介质 | |
CN105931082A (zh) | 一种商品类目关键词提取方法和装置 | |
CN104750877B (zh) | 一种用于云计算资源定价的统计分析方法 | |
CN114625975B (zh) | 一种基于知识图谱的客户行为分析系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180209 |
|
RJ01 | Rejection of invention patent application after publication |