CN108428158A - 一种基于多源异构数据分析的大屏广告定向投放系统及方法 - Google Patents
一种基于多源异构数据分析的大屏广告定向投放系统及方法 Download PDFInfo
- Publication number
- CN108428158A CN108428158A CN201810376522.XA CN201810376522A CN108428158A CN 108428158 A CN108428158 A CN 108428158A CN 201810376522 A CN201810376522 A CN 201810376522A CN 108428158 A CN108428158 A CN 108428158A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- vector
- module
- audient
- audience
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000007405 data analysis Methods 0.000 title claims abstract description 19
- 239000013598 vector Substances 0.000 claims abstract description 132
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 230000007613 environmental effect Effects 0.000 claims abstract description 30
- 230000000694 effects Effects 0.000 claims abstract description 28
- 238000010186 staining Methods 0.000 claims abstract description 17
- 238000012360 testing method Methods 0.000 claims abstract description 12
- 230000008447 perception Effects 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims abstract 2
- 238000013507 mapping Methods 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 11
- 238000010801 machine learning Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 230000003542 behavioural effect Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000006978 adaptation Effects 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 3
- 230000000052 comparative effect Effects 0.000 claims description 3
- 230000014509 gene expression Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
- G06Q30/0277—Online 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
- G06Q30/0251—Targeted advertisements
- G06Q30/0252—Targeted advertisements based on events or environment, e.g. weather or festivals
-
- 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
- G06Q30/0263—Targeted advertisements based upon Internet or website rating
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于多源异构数据分析的大屏广告定向投放系统及方法，该系统包括环境感知模块、受众感知模块、自测模块、广告分类模块、受众分析模块、广告‑受众匹配模块、广告内容调度模块和匹配效果反馈模块；该方法主要包括下述步骤：首先采集环境数据并分析生成环境属性向量EnProperty；采集受众数据并分析得到受众属性向量AuProperty和受众网络属性向量NetProperty；然后生成投放点当前的广告匹配向量SceneClass＝＜AuProperty,EnProperty,NetProperty＞；再对接入广告进行分类并生成广告参数向量AdClass，并广告匹配向量与广告参数向量进项相似性测量，获取最佳匹配广告，另外还可通过投放效果反馈ε调整匹配权重；最后根据投放热度选择广告调度模式并进行投放；本发明能有效提高大屏广告投放的精准度。
Description
技术领域
本发明涉及信息发布技术领域，尤其涉及一种基于多源异构数据分析的大屏广告定向投放系统及方法。
背景技术
随着互联网及通信技术的飞速发展，当今广告行业亦逐渐摆脱了传统形式，呈现多元化的发展趋势，广告形式日益丰富，包括互联网、电视、手机以及大屏广告等。其次，伴随着人工智能的兴起，机器学习算法的不断深入，互联网人群定向技术蓬勃发展并与广告行业结合产生了多种广告定向推荐模式，如淘宝所推出的以DMP(Data Managementplatform，互联网数据平台)为核心的广告生态圈，以及百度DAP移动广告平台等。
当前主流的大屏广告缺乏对于受众身份与兴趣的实时感知能力，因而大量的广告投放没有达到最佳的广告效果。本发明针对非PC、手机、iPad终端之外的固定广告大屏，融合模式识别与机器学习相关成果，通过实时感知现场受众与环境信息，采用多源异构数据智能分析技术，实现一种能够及时匹配受众兴趣以及环境状态的广告定向投放模式。
1987年发表于期刊《Pattern Recognition》的论文《Human bodymotionsegmentation in a complex scene》介绍了一种行人检测技术，也因此开启了对行人检测的研究。分别于1966和1973年发表的论文《The model methodinfacialrecognition》和《Picture processing system by computer complex andrecognition ofhuman faces》也标志着开启了对人脸识别技术研究。随着各种最新论文和专利的发表，如2011年发表于IEEE Transactions on Pattern Analysis andMachineIntelligence的论文《Pedestrian Detection:An Evaluation of the State ofthe Art》等，行人检测和人脸识别已经是人工智能领域一种切实可行的成果，也为本发明所要实现的系统及方法提供了基础。
发明内容
本发明的目的在于克服现有技术中的缺点与不足，提供一种基于多源异构数据分析的大屏广告定向投放系统，改变当前大屏广告的投放形式，能够有效提高广告投放的精准度。
本发明的另一目的在于提供一种基于多源异构数据分析的大屏广告定向投放系统的投放方法，通过对广告推送环境和受众的多方位信息进行分析，将广告和受众以向量的形式进行映射统一，并使用向量相似性度量的方法进行广告匹配，有效提高广告投放的精准度。
为实现以上目的，本发明采取如下技术方案：
一种基于多源异构数据分析的大屏广告定向投放系统，包括环境感知模块、受众感知模块、自测模块、广告分类模块、受众分析模块、广告-受众匹配模块、广告内容调度模块、匹配效果反馈模块、以及通信模块；所述环境感知模块和受众感知模块分别采集广告环境数据及受众数据，然后分别传递至自测模块和受众分析模块；所述自测模块对广告环境数据进行分析并生成环境属性向量，然后将环境属性向量传递至受众分析模块；所述受众分析模块对受众数据进行分析，并结合环境属性向量生成广告匹配向量，再通过通信模块将广告匹配向量传递至广告-受众匹配模块；所述广告分类模块对广告进行分类并生成广告参数向量，然后通过通信模块将广告参数向量传递至广告-受众匹配模块；所述广告-受众匹配模块采用向量相似比较方法将广告匹配向量和广告参数向量进行处理得到广告-受众最佳匹配，然后将广告-受众最佳匹配传递至广告内容调度模块；所述广告内容调度模块用于记录广告热度并决定广告调度形式，根据广告-受众最佳匹配，选择广告调度形式，最后进行广告投放；所述效果反馈模块通过受众分析模块获得投放效果反馈并更新广告-受众匹配参数权重。
作为优选的技术方案，所述环境感知模块采用噪声传感器以及温度、湿度和天气传感器；所述受众感知模块包括摄像头、wifi感知器或基于移动基站数据。
作为优选的技术方案，在向广告-受众匹配模块传递广告匹配向量和广告参数向量时使用有线网络连接方式，通信协议采用TCP协议；在环境和受众数据采集、以及进行广告调度时使用有线连接或Wifi连接方式，通信协议采用UDP协议。
一种基于多源异构数据分析的大屏广告定向投放系统的投放方法，包括下述步骤：
S1、通过使用传感器对投放点物理环境进行感知，采集环境数据；所述环境数据包括温度和室内外信息；
S2、对采集的环境数据进行分析生成环境属性向量EnProperty；
S3、通过使用摄像头、wifi感知器或基于移动基站数据获取受众数据，包括投放点受众信息和受众网络身份与行为数据；
S4、对采集的受众数据进行处理得到受众属性向量AuProperty和受众网络属性向量NetProperty，并结合已经获得的环境属性向量EnProperty生成投放点当前的广告匹配向量SceneClass＝＜AuProperty,EnProperty,NetProperty＞；并在对受众数据处理时，根据受众停留时长变化生成投放效果反馈ε，更新广告-受众匹配参数权重；
S5、对需求商接入广告按照广告属性和适配受众属性进行分类，并生成广告参数向量AdClass＝＜AdProperty,AuProperty＞，AdProperty表示广告属性向量，AuProperty表示受众属性向量；
S6、对步骤S4获得的广告匹配向量和步骤S5获得的广告参数向量进项相似性测量，获取与当前场景的最佳匹配广告；
S7、根据步骤S6得到的最佳匹配广告在投放点的热度选择广告内容调度模式并进行投放。
作为优选的技术方案，所述步骤S2中的环境属性向量是自测模块对环境数据进行分析的结果，用于描述投放点的物理环境信息，包括投放点类型、周边标志、室内外、噪声、温度、湿度和能见度属性，具体EnProperty＝＜EnType,EnMark,EnOut,EnNoise,EnTemp,EnHumidity,EnVisible＞；各属性值的生成过程为：首先将采集的环境属性信息映射为数值，然后对所有数值进行归一化，保证每个属性值在区间[0,1]之间；所述环境属性信息即为传感器采集的环境数据。
作为优选的技术方案，在步骤S4中，所述受众属性向量AuProperty是受众分析模块对受众感知模块提供的受众信息使用机器学习算法，包括SVM分类器各种行人检测分类器进行行人检测和人脸识别的输出结果，用于描述受众信息，包括受众年龄、性别、工作、以及兴趣，表示为AuProperty＝＜AuAge,AuGender,AuJob,AuInterest＞；
所述受众网络属性向量NetProperty是受众分析模块对受众网络身份与行为数据通过机器学习算法进行分析的数值化输出结果，包括电子设备类型、兴趣方向，表示为NetProperty＝＜NetType,NetInterest＞。
作为优选的技术方案，在步骤S4中，所述投放效果ε＝t-t0，其中t0表示投放点平均停留时长，t表示当前受众停留时长，并在获取受众属性向量AuProperty过程中使用机器学习算法进行行人检测时得到；设定停留时长差值标准ξ，当ε≥ξ，反馈结果ε为正，且越大表示反馈越佳；
每隔一个周期，效果反馈模块计算该周期期间通过受众分析模块获得的投放效果反馈ε的平均值，根据所述投放效果反馈ε的平均值的大小对广告-受众向量相似性匹配过程中各属性的参数权重进行调整。
作为优选的技术方案，步骤S5中，所述广告属性向量AdProperty是针对广告类型、内容类型、形式、表现风格、传播范围、传播时间、以及主色系生成的特征向量，表示为AdProperty＝＜AdType,AdContent,AdForm,AdPerformance,AdReach,AdTime,AdColor＞；所述广告类型包括商业广告、公益广告；所述内容类型指商品类型；所述形式包括图片和视频；所述表现风格指幽默、温馨；所述传播范围指广告投放地域；所述主色系指广告内容主颜色。
作为优选的技术方案，步骤S6的过程具体包括下述步骤：
S61、将广告匹配向量SceneClass中的环境属性向量EnProperty和受众网络属性向量NetProperty与广告参数向量AdClass中的广告属性向量AdProperty进行映射，以统一向量的结构；
映射方式为zi＝∑jωjxj+∑kηkyk，其中zi表示映射后广告属性向量AdProperty的第i个元素值；xj,yk分别表示环境属性向量EnProperty、受众网络属性向量NetProperty中的第j和第k个元素值；ωj,ηk表示在映射过程中xj,yk的权重参数；映射完成后广告匹配向量SceneClass和广告参数向量AdClass的结构均为＜AdProperty,AuProperty＞，由此通过向量对比进行广告匹配；
S62、获得匹配结果，即对统一结构后的两个向量进行相似性分析，相似性分析使用向量元素差值、向量余弦距离或欧式距离进行量化。
作为优选的技术方案，步骤S7的具体过程如下：
首先投放点记录所投放广告的投放次数，热度指广告在一个投放点一个自定周期内的投放次数；
然后将投放点的热度排名前N的广告在本地预存储空间进行存储，在获得步骤S6的广告匹配结果后，选择本地预存内容调度模式或网络实时调度模式；
如果在本地预存储空间中找到与广告匹配结果相同的广告，则直接从本地预存储空间获取广告并进行投放，即选择本地预存内容调度模式，否则从广告存储服务器端以流媒体传输的形式获取广告并进行投放，即选择网络实时调度模式。
本发明相对于现有技术具有如下的优点和效果：
(1)本发明的定向广告投放系统及方法主要用于大屏广告推送，不仅仅对受众的多方位信息进行了分析，同时结合了推送环境等信息，改变了当前大屏广告的投放形式，能够有效提高广告投放的精准度。
(2)本发明的定向广告投放系统及方法将广告和受众以向量的形式进行映射统一，并使用向量相似性度量的方法进行广告匹配，可以有效提高广告投放的精准度。
附图说明
图1为本发明的大屏广告定向投放系统的示意图；
图2为本发明的向量映射及广告匹配示意图；
图3为本发明的广告调度模式选择示意图；
图4为本发明的大屏广告定向投放系统的投放方法流程图。
具体实施方式
为了使本发明的目的、技术方案以及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不限于本发明。
实施例
如图1所示，一种基于多源异构数据分析的大屏广告定向投放系统，包括环境感知模块(101)、受众感知模块(401)、自测模块(201)、广告分类模块(301)、受众分析模块(501)、广告-受众匹配模块(601)、广告内容调度模块(701)、以及匹配效果反馈模块(801)；所述环境感知模块(101)和受众感知模块(401)分别采集广告环境数据及受众数据，然后分别传递至自测模块(201)和受众分析模块(501)；所述自测模块(201)对广告环境数据进行分析并生成环境属性向量，然后将环境属性向量传递至受众分析模块(501)；所述受众分析模块(501)对受众数据进行分析，并结合环境属性向量生成广告匹配向量，再将广告匹配向量传递至广告-受众匹配模块(601)；所述广告分类模块(301)对广告进行分类并生成广告参数向量，然后将广告参数向量传递至广告-受众匹配模块(601)；所述广告-受众匹配模块(601)采用向量相似比较方法将广告匹配向量和广告参数向量进行处理得到广告-受众最佳匹配，然后将广告-受众最佳匹配传递至广告内容调度模块(701)；所述广告内容调度模块(701)用于记录广告热度并决定广告调度形式，根据广告-受众最佳匹配，选择广告调度形式，最后进行广告投放；所述效果反馈模块(801)通过受众分析模块获得投放效果反馈并更新广告-受众匹配参数权重。
在本实施例中，所述环境感知模块采用传感器获取环境数据；
所述受众感知模块包括摄像头、wifi感知器或基于移动基站数据获取受众数据；
在本实施例中，在向广告-受众匹配模块传递广告匹配向量和广告参数向量时使用有线网络连接方式，通信协议采用TCP协议；在环境与受众数据采集和进行广告调度时使用有线连接或Wifi连接方式，通信协议采用UDP协议。
本实施例中，如图2所示，基于多源异构数据分析的大屏广告定向投放系统的投放方法，包括下述步骤：
S1、通过使用传感器对投放点物理环境进行感知，采集环境数据；所述环境数据包括温度和室内外信息；
S2、对采集的环境数据进行分析生成环境属性向量EnProperty；所述环境属性向量是对环境感知模块采集的环境数据进行分析的结果，用于描述投放点的物理环境信息，包括投放点类型、周边标志、室内外、噪声、温度、湿度和能见度属性，具体EnProperty＝＜EnType,EnMark,EnOut,EnNoise,EnTemp,,EnHumidity,EnVisible＞；各属性值的生成过程为：首先将采集的环境属性信息映射为数值，然后对所有数值进行归一化，保证每个属性值在区间[0,1]之间；所述环境属性信息即为传感器采集的环境数据；
S3、通过使用摄像头、wifi感知器或基于移动基站数据获取受众数据，包括投放点受众信息和受众网络身份与行为数据；所述受众信息包括受众年龄、性别、工作、以及兴趣等；所述受众网络身份包括设备类型、常用网站类型等；所述行为数据包括浏览记录、评分记录等；
S4、对采集的受众数据进行处理得到受众属性向量AuProperty和受众网络属性向量NetProperty，并结合已经获得的环境属性向量EnProperty生成投放点当前的广告匹配向量SceneClass＝＜AuProperty,EnProperty,NetProperty＞；同时在对受众数据处理时，根据受众停留时长变化生成投放效果反馈ε，更新广告-受众匹配参数权重；
所述受众属性向量AuProperty是受众分析模块对受众信息使用机器学习算法进行行人检测和人脸识别的输出结果，用于描述受众信息，包括受众年龄、性别、工作、以及兴趣，表示为AuProperty＝＜AuAge,AuGender,AuJob,AuInterest＞；
所述受众网络属性向量NetProperty是受众分析模块对受众网络身份与行为数据分析的输出结果，包括电子设备类型、兴趣方向，表示为NetProperty＝＜NetType,NetInterest＞；
所述投放效果ε＝t-t0，其中t0表示投放点平均停留时长，t表示当前受众停留时长，并在获取受众属性向量AuProperty过程中使用机器学习算法进行行人检测时得到；设定停留时长差值标准ξ，当ε≥ξ，反馈结果ε为正，且越大表示反馈越佳；
每隔一个周期，效果反馈模块计算该周期期间通过受众分析模块获得的投放效果反馈ε的平均值，根据所述投放效果反馈ε的平均值的大小对广告-受众向量相似性匹配过程中各属性的参数权重进行微调，在更长的周期内选择效果较佳的权重；
S5、对需求商接入广告按照广告属性和适配受众属性进行分类，并生成广告参数向量AdClass＝＜AdProperty,AuProperty＞，AdProperty表示广告属性向量，AuProperty表示受众属性向量；
所述广告属性向量AdProperty是针对广告类型、内容类型、形式、表现风格、传播范围、传播时间、以及主色系生成的特征向量，表示为AdProperty＝＜AdType,AdContent,AdForm,AdPerformance,AdReach,AdTime,AdColor＞；所述广告类型包括商业广告、公益广告；所述内容类型指商品类型；所述形式包括图片和视频；所述表现风格指幽默、温馨；所述传播范围指广告投放地域；所述主色系指广告内容主颜色；
S6、对步骤S4获得的广告匹配向量和步骤S5获得的广告参数向量进项相似性测量，获取与当前场景的最佳匹配广告；具体包括下述步骤：
S61、如图3所示，将广告匹配向量SceneClass中的环境属性向量EnProperty和受众网络属性向量NetProperty与广告参数向量AdClass中的广告属性向量AdProperty进行映射，以统一向量的结构；
映射方式为zi＝∑jωjxj+∑kηkyk，其中zi表示映射后广告属性向量AdProperty的第i个元素值；xj,yk分别表示环境属性向量EnProperty、受众网络属性向量NetProperty中的第j和第k个元素；ωj,ηk表示在映射过程中xj,yk的权重；映射完成后广告匹配向量SceneClass和广告参数向量AdClass的结构均为＜AdProperty,AuProperty＞，由此通过向量对比进行广告匹配；
S62、获得广告-受众最佳匹配结果，即对统一结构后的两个向量进行相似性分析，相似性分析使用元素差值、向量余弦距离或欧式距离进行量化；
方法一：以向量元素差值量化：ξ＝∑iωi|xi-yi|，其中xi，yi分别表示广告参数向量AdClass和广告匹配向量SceneClass中的元素，ωi表示元素xi和yi相似计算中所占的权重；相似性ξ用于表示匹配度，当ξ越接近于0时，匹配程度越高；
方法二：以向量余弦距离进行量化：其中xi，yi分别表示广告参数向量AdClass和广告匹配向量SceneClass中的元素，相似性用cos(θ)的值表示，当该值越大，表示夹角θ越小，即匹配程度越高；
方法三：以加权欧式距离进行量化：其中xi，yi分别表示广告参数向量AdClass和广告匹配向量SceneClass中的元素，ωi表示元素xi和yi相似计算中所占的权重；相似性ξ用于表示匹配度，当ξ越接近于0时，匹配程度越高；
S7、如图4所示，根据步骤S6得到的广告-受众最佳匹配结果在投放点的热度选择广告内容调度模式并进行投放；具体过程如下：
首先投放点记录所投放广告的投放次数，热度指广告在一个投放点一个自定周期内的投放次数；
然后将投放点的热度排名前N的广告在本地预存储空间进行存储，在获得步骤S6的广告-受众最佳匹配结果后，选择本地预存内容调度模式或网络实时调度模式；
如果在本地预存储空间中找到与广告-受众最佳匹配结果相同的广告，则直接从本地预存储空间获取广告并进行投放，即选择本地预存内容调度模式，否则从广告存储服务器端以流媒体传输的形式获取广告并进行投放，即选择网络实时调度模式；
在本实施例中，在某些特殊情况，或者在面向某些特定人群时，采用广告内容主动推送模式，即主动指定需要投放的内容。
本发明所提出的定向广告投放系统及方法主要用于大屏广告推送，不仅仅对受众的多方位信息进行了分析，同时结合了推送环境等信息，改变了当前大屏广告的投放形式，能够有效提高广告投放的精准度。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以权利要求所述为准。
Claims (10)
1.一种基于多源异构数据分析的大屏广告定向投放系统，其特征在于，包括环境感知模块(101)、受众感知模块(401)、自测模块(201)、广告分类模块(301)、受众分析模块(501)、广告-受众匹配模块(601)、广告内容调度模块(701)、匹配效果反馈模块(801)、以及通信模块；所述环境感知模块(101)和受众感知模块(401)分别采集广告环境数据及受众数据，然后分别传递至自测模块(201)和受众分析模块(501)；所述自测模块(201)对广告环境数据进行分析并生成环境属性向量，然后将环境属性向量传递至受众分析模块(501)；所述受众分析模块(501)对受众数据进行分析，并结合环境属性向量生成广告匹配向量，再通过通信模块将广告匹配向量传递至广告-受众匹配模块(601)；所述广告分类模块(301)对广告进行分类并生成广告参数向量，然后通过通信模块将广告参数向量传递至广告-受众匹配模块(601)；所述广告-受众匹配模块(601)采用向量相似比较方法将广告匹配向量和广告参数向量进行处理得到广告-受众最佳匹配，然后将广告-受众最佳匹配传递至广告内容调度模块(701)；所述广告内容调度模块(701)用于记录广告热度并决定广告调度形式，根据广告-受众最佳匹配，选择广告调度形式，最后进行广告投放；所述效果反馈模块(801)通过受众分析模块获得投放效果反馈并更新广告-受众匹配参数权重。
2.根据权利要求1所述的基于多源异构数据分析的大屏广告定向投放系统，其特征在于，所述环境感知模块采用噪声传感器以及温度、湿度和天气传感器；所述受众感知模块包括摄像头、wifi感知器或基于移动基站数据。
3.根据权利要求1所述的基于多源异构数据分析的大屏广告定向投放系统，其特征在于，所述通信模块包括智能路由器和网络通信设备，在向广告-受众匹配模块传递广告匹配向量和广告参数向量时使用有线网络连接方式，通信协议采用TCP协议；在环境和受众数据采集、以及进行广告调度时使用有线连接或Wifi连接方式，通信协议采用UDP协议。
4.根据权利要求1～3任一项所述的基于多源异构数据分析的大屏广告定向投放系统的投放方法，其特征在于，包括下述步骤：
S1、通过使用传感器对投放点物理环境进行感知，采集环境数据；所述环境数据包括温度和室内外信息；
S2、对采集的环境数据进行分析生成环境属性向量EnProperty；
S3、通过使用摄像头、wifi感知器或基于移动基站数据获取受众数据，包括投放点受众信息和受众网络身份与行为数据；
S4、对采集的受众数据进行处理得到受众属性向量AuProperty和受众网络属性向量NetProperty，并结合已经获得的环境属性向量EnProperty生成投放点当前的广告匹配向量SceneClass＝＜AuProperty,EnProperty,NetProperty>；并在对受众数据处理时，根据受众停留时长变化生成投放效果反馈ε，更新广告-受众匹配参数权重；
S5、对需求商接入广告按照广告属性和适配受众属性进行分类，并生成广告参数向量AdClass＝<AdProperty,AuProperty＞，AdProperty表示广告属性向量，AuProperty表示受众属性向量；
S6、对步骤S4获得的广告匹配向量和步骤S5获得的广告参数向量进项相似性测量，获取与当前场景的最佳匹配广告，即广告-受众最佳匹配；
S7、根据步骤S6得到的最佳匹配广告在投放点的热度选择广告内容调度模式并进行投放。
5.根据权利要求4所述的基于多源异构数据分析的大屏广告定向投放系统的投放方法，其特征在于，所述步骤S2中的环境属性向量是自测模块对环境数据进行分析的结果，用于描述投放点的物理环境信息，包括投放点类型、周边标志、室内外、噪声、温度、湿度和能见度属性，具体EnProperty＝<EnType,EnMark,EnOut,EnNoise,EnTemp,EnHumidity,EnVisible＞；各属性值的生成过程为：首先将采集的环境属性信息映射为数值，然后对所有数值进行归一化，保证每个属性值在区间[0,1]之间；所述环境属性信息即为传感器采集的环境数据。
6.根据权利要求4所述的基于多源异构数据分析的大屏广告定向投放系统的投放方法，其特征在于，在步骤S4中，所述受众属性向量AuProperty是受众分析模块对受众感知模块提供的受众信息使用机器学习算法，包括SVM分类器各种行人检测分类器进行行人检测和人脸识别的输出结果，用于描述受众信息，包括受众年龄、性别、工作、以及兴趣，表示为AuProperty＝＜AuAge,AuGender,AuJob,AuInterest＞；
所述受众网络属性向量NetProperty是受众分析模块对受众网络身份与行为数据通过机器学习算法进行分析的数值化输出结果，包括电子设备类型、兴趣方向，表示为NetProperty＝<NetType,NetInterest>。
7.根据权利要求4所述的基于多源异构数据分析的大屏广告定向投放系统的投放方法，其特征在于，在步骤S4中，所述投放效果ε＝t-t0，其中t0表示投放点平均停留时长，t表示当前受众停留时长，并在获取受众属性向量AuProperty过程中使用机器学习算法进行行人检测时得到；设定停留时长差值标准ξ，当ε≥ξ，反馈结果ε为正，且越大表示反馈越佳；
每隔一个周期，效果反馈模块计算该周期期间通过受众分析模块获得的投放效果反馈ε的平均值，根据所述投放效果反馈ε的平均值的大小对广告-受众向量相似性匹配过程中各属性的参数权重进行调整。
8.根据权利要求4所述的基于多源异构数据分析的大屏广告定向投放系统的投放方法，其特征在于，步骤S5中，所述广告属性向量AdProperty是针对广告类型、内容类型、形式、表现风格、传播范围、传播时间、以及主色系生成的特征向量，表示为AdProperty＝<AdType,AdContent,AdForm,AdPerformance,AdReach,AdTime,AdColor>；所述广告类型包括商业广告、公益广告；所述内容类型指商品类型；所述形式包括图片和视频；所述表现风格指幽默、温馨；所述传播范围指广告投放地域；所述主色系指广告内容主颜色。
9.根据权利要求4所述的基于多源异构数据分析的大屏广告定向投放系统的投放方法，其特征在于，步骤S6的过程具体包括下述步骤：
S61、将广告匹配向量SceneClass中的环境属性向量EnProperty和受众网络属性向量NetProperty与广告参数向量AdClass中的广告属性向量AdProperty进行映射，以统一向量的结构；
映射方式为zi＝∑jωjxj+∑kηkyk，其中zi表示映射后广告属性向量AdProperty的第i个元素值；xj,yk分别表示环境属性向量EnProperty、受众网络属性向量NetProperty中的第j和第k个元素值；ωj,ηk表示在映射过程中xj,yk的权重参数；映射完成后广告匹配向量SceneClass和广告参数向量AdClass的结构均为＜AdProperty,AuProperty＞，由此通过向量对比进行广告匹配；
S62、获得广告-受众最佳匹配：对统一结构后的两个向量进行相似性分析，相似性分析使用向量元素差值、向量余弦距离或欧式距离进行量化；所述广告-受众最佳匹配即为最佳匹配广告。
10.根据权利要求4所述的基于多源异构数据分析的大屏广告定向投放系统的投放方法，其特征在于，步骤S7的具体过程如下：
首先投放点记录所投放广告的投放次数，热度指广告在一个投放点一个自定周期内的投放次数；
然后将投放点的热度排名前N的广告在本地预存储空间进行存储，在获得步骤S6的广告-受众最佳匹配结果后，选择本地预存内容调度模式或网络实时调度模式；
如果在本地预存储空间中找到与广告-受众最佳匹配结果相同的广告，则直接从本地预存储空间获取广告并进行投放，即选择本地预存内容调度模式，否则从广告存储服务器端以流媒体传输的形式获取广告并进行投放，即选择网络实时调度模式。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810376522.XA CN108428158A (zh) | 2018-04-25 | 2018-04-25 | 一种基于多源异构数据分析的大屏广告定向投放系统及方法 |
| PCT/CN2018/111940 WO2019205538A1 (zh) | 2018-04-25 | 2018-10-25 | 一种基于多源异构数据分析的大屏广告定向投放系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810376522.XA CN108428158A (zh) | 2018-04-25 | 2018-04-25 | 一种基于多源异构数据分析的大屏广告定向投放系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108428158A true CN108428158A (zh) | 2018-08-21 |
Family
ID=63161705
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810376522.XA Pending CN108428158A (zh) | 2018-04-25 | 2018-04-25 | 一种基于多源异构数据分析的大屏广告定向投放系统及方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN108428158A (zh) |
| WO (1) | WO2019205538A1 (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109583947A (zh) * | 2018-11-20 | 2019-04-05 | 北京数知科技股份有限公司 | 信息定向投放方法、终端及服务器 |
| CN110084644A (zh) * | 2019-04-24 | 2019-08-02 | 京东方科技集团股份有限公司 | 一种广告发布装置、广告发布系统以及广告发布方法 |
| WO2019205538A1 (zh) * | 2018-04-25 | 2019-10-31 | 华南理工大学 | 一种基于多源异构数据分析的大屏广告定向投放系统及方法 |
| CN111311339A (zh) * | 2020-05-09 | 2020-06-19 | 支付宝(杭州)信息技术有限公司 | 一种目标对象展示方法、装置及电子设备 |
| CN116308537A (zh) * | 2023-02-21 | 2023-06-23 | 欢聚时代文化传媒（北京）有限公司 | 基于信息流大数据的广告定向投放管理系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101694714A (zh) * | 2009-09-22 | 2010-04-14 | 姚军利 | 精确广告投放系统及方法 |
| CN106169140A (zh) * | 2016-02-02 | 2016-11-30 | 华扬联众数字技术股份有限公司 | 广告投放方法和系统 |
| CN107679899A (zh) * | 2017-09-26 | 2018-02-09 | 北京智云联众科技有限公司 | 一种广告屏的内容投放方法和装置 |
| CN107871244A (zh) * | 2016-09-28 | 2018-04-03 | 腾讯科技（深圳）有限公司 | 一种广告效果的检测方法和装置 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104766230A (zh) * | 2015-04-21 | 2015-07-08 | 东华大学 | 一种基于人体骨骼追踪的广告效果评价方法 |
| CN107103483B (zh) * | 2016-02-19 | 2021-02-02 | 中国移动通信集团内蒙古有限公司 | 户外广告投放的方法及装置 |
| CN106530005A (zh) * | 2016-11-07 | 2017-03-22 | 四川靓固科技集团有限公司 | 一种基于机器学习和行人识别的道路定向广告投放系统及方法 |
| CN106971317A (zh) * | 2017-03-09 | 2017-07-21 | 杨伊迪 | 基于人脸识别与大数据分析的广告投放效果评价与智能推送决策方法 |
| CN108428158A (zh) * | 2018-04-25 | 2018-08-21 | 华南理工大学 | 一种基于多源异构数据分析的大屏广告定向投放系统及方法 |
-
2018
- 2018-04-25 CN CN201810376522.XA patent/CN108428158A/zh active Pending
- 2018-10-25 WO PCT/CN2018/111940 patent/WO2019205538A1/zh active Application Filing
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101694714A (zh) * | 2009-09-22 | 2010-04-14 | 姚军利 | 精确广告投放系统及方法 |
| CN106169140A (zh) * | 2016-02-02 | 2016-11-30 | 华扬联众数字技术股份有限公司 | 广告投放方法和系统 |
| CN107871244A (zh) * | 2016-09-28 | 2018-04-03 | 腾讯科技（深圳）有限公司 | 一种广告效果的检测方法和装置 |
| CN107679899A (zh) * | 2017-09-26 | 2018-02-09 | 北京智云联众科技有限公司 | 一种广告屏的内容投放方法和装置 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019205538A1 (zh) * | 2018-04-25 | 2019-10-31 | 华南理工大学 | 一种基于多源异构数据分析的大屏广告定向投放系统及方法 |
| CN109583947A (zh) * | 2018-11-20 | 2019-04-05 | 北京数知科技股份有限公司 | 信息定向投放方法、终端及服务器 |
| CN110084644A (zh) * | 2019-04-24 | 2019-08-02 | 京东方科技集团股份有限公司 | 一种广告发布装置、广告发布系统以及广告发布方法 |
| CN111311339A (zh) * | 2020-05-09 | 2020-06-19 | 支付宝(杭州)信息技术有限公司 | 一种目标对象展示方法、装置及电子设备 |
| CN116308537A (zh) * | 2023-02-21 | 2023-06-23 | 欢聚时代文化传媒（北京）有限公司 | 基于信息流大数据的广告定向投放管理系统 |
| CN116308537B (zh) * | 2023-02-21 | 2023-09-29 | 欢聚时代文化传媒（北京）有限公司 | 基于信息流大数据的广告定向投放管理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2019205538A1 (zh) | 2019-10-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108428158A (zh) | 一种基于多源异构数据分析的大屏广告定向投放系统及方法 | |
| US10354127B2 (en) | System, method, and computer program product for alerting a supervising user of adverse behavior of others within an environment by providing warning signals to alert the supervising user that a predicted behavior of a monitored user represents an adverse behavior | |
| CN112166439A (zh) | 真实到合成图像域转移 | |
| CN109671103A (zh) | 目标跟踪方法及装置 | |
| EP2767907A1 (en) | Knowledge information processing server system provided with image recognition system | |
| CN107077750A (zh) | 化身选择机制 | |
| CN110473232A (zh) | 图像识别方法、装置、存储介质及电子设备 | |
| CN112069414A (zh) | 推荐模型训练方法、装置、计算机设备及存储介质 | |
| CN109558512A (zh) | 一种基于音频的个性化推荐方法、装置和移动终端 | |
| CN104838420A (zh) | 基于图像内容进行图像旋转以修正图像取向 | |
| CN111491187B (zh) | 视频的推荐方法、装置、设备及存储介质 | |
| WO2021068356A1 (zh) | 一种基于用户-展品距离的增强现实博物馆协作交互方法与系统 | |
| CN109948611A (zh) | 一种信息区域确定的方法、信息展示的方法及装置 | |
| CN109934047A (zh) | 基于深度学习的人脸识别系统及其人脸识别方法 | |
| JP6787831B2 (ja) | 検索結果による学習が可能な対象検出装置、検出モデル生成装置、プログラム及び方法 | |
| CN110969480A (zh) | 一种多媒体背包广告信息播放控制方法及其装置 | |
| CN109116298A (zh) | 一种定位方法、存储介质及定位系统 | |
| CN103020655A (zh) | 一种基于单训练样本人脸识别的远程身份认证方法 | |
| CN108241726A (zh) | 移动物件的虚拟信息远距管理方法与应用系统 | |
| CN110222567A (zh) | 一种图像处理方法及设备 | |
| CN113822263A (zh) | 图像标注方法、装置、计算机设备及存储介质 | |
| CN105488516A (zh) | 一种图像处理方法及装置 | |
| Cao et al. | Towards activity recognition through multidimensional mobile data fusion with a smartphone and deep learning | |
| CN110263126A (zh) | 一种用户画像的生成方法及移动终端 | |
| CN109600546A (zh) | 一种图像识别方法及移动终端 |
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: 20180821 |
|
| RJ01 | Rejection of invention patent application after publication |