CN111127101A

CN111127101A - 广告定向投放方法、装置及存储介质

Info

Publication number: CN111127101A
Application number: CN201911345079.0A
Authority: CN
Inventors: 姜磊
Original assignee: Beijing Huiniu Technology Co Ltd
Current assignee: Beijing Huiniu Technology Co Ltd
Priority date: 2019-12-24
Filing date: 2019-12-24
Publication date: 2020-05-08

Abstract

本申请实施例提供广告定向投放方法、装置及存储介质。在本申请的一些实施例中，根据用户类型，确定所述用户对应的评价分值；根据所述用户的访问行为信息，确定所述用户对应的校正分值；根据所述评价分值和所述校正分值，向所述用户投放对应的广告。首先根据用户类型初步确定该用户的评价分值。对用户的访问行为信息进行采集，确定用户对应的校正分值。利用该校正分值对评价分值进行校正，根据校正后的评价分值，向用户投放对应的广告。使得广告更加具有针对性投放，投放更加精准，获得更好的点击率。同时，根据用户实时访问行为及时更新评价分值，并调整用户对应的广告投放方式。

Description

广告定向投放方法、装置及存储介质

技术领域

本申请人工智能技术领域，尤其涉及广告定向投放方法、装置及存储介质。

背景技术

随着广告技术的发展，广告用户进行广告投放的渠道越来越多，包括线上渠道和线下渠道。

在实际应用中，所有的广告主都希望能将广告投放到最适合的人群，这样广告的成本才能降低，效果才能提升，所以在广告投放过程中，需要不停地提升投放人群的精准度，汇牛发明的新方法能够从另外的维度提升了精准度。

发明内容

本申请的多个方面提供广告定向投放方法、装置及存储介质，用以实现根据用户个性化信息针对性投放广告。

本申请实施例提供一种广告定向投放方法，所述方法包括：

根据用户类型，确定所述用户对应的评价分值；

根据所述用户的访问行为信息，确定所述用户对应的校正分值；

根据所述评价分值和所述校正分值，向所述用户投放对应的广告。

可选地，根据用户媒体类型，确定所述用户在各媒体类型中对应的评价分值。

可选地，获取所述用户访问媒体类型和对各媒体类型访问次数；

基于所述媒体类型和对应的所述访问次数，确定实施用户对应的校正分值。

可选地，通过所述校正分值对所述评价分值进行校正；

根据校正后的评价分值，向所述用户投放对应的广告。

可选地，根据校正后的评价分值，确定所述用户对应的广告媒体类型；

根据所述广告媒体类型，通过对应的投放渠道向对应用户定向投放。

可选地，获取针对所述用户进行定向投放的广告的访问数据；

根据所述访问数据，对所述评价分值进行调整。

可选地，根据各用户访问媒体类型和对各媒体类型访问次数，对用户进行分类。

本申请实施例提供一种广告定向投放装置，所述装置包括：

评价确定模块，用于根据用户类型，确定所述用户对应的评价分值；

校正确定模块，根据所述用户的访问行为信息，确定所述用户对应的校正分值；

投放模块，用于根据所述评价分值和所述校正分值，向所述用户投放对应的广告。

本申请实施例提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序被一个或多个处理器执行时，致使所述一个或多个处理器执行包括以下的动作：

根据用户类型，确定所述用户对应的评价分值；

在本申请的一些实施例中，首先根据用户类型初步确定该用户的评价分值。对用户的访问行为信息进行采集，确定用户对应的校正分值。利用该校正分值对评价分值进行校正，根据校正后的评价分值，向用户投放对应的广告。使得广告更加具有针对性投放，投放更加精准，获得更好的点击率。同时，根据用户实时访问行为及时更新评价分值，并调整用户对应的广告投放方式。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例提供的一种广告定向投放方法的流程示意图；

图2为本申请实施例提供的举例说明基于机器学习模型确定投放用户的示意图；

图3为本申请实施例提供的一种确定用户方法的流程示意图；

图4为本申请实施例提供的一种广告定向投放装置的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种，但是不排除包含至少一种的情况。

取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测（陈述的条件或事件）”可以被解释成为“当确定时”或“响应于确定”或“当检测（陈述的条件或事件）时”或“响应于检测（陈述的条件或事件）”。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。

以下结合附图，详细说明本申请各实施例提供的技术方案。本申请技术方案可以应用于机器学习模型当中，通过机器学习模型完成广告定向投放，减轻工作人员工作负担。

图1为本申请实施例提供的一种广告定向投放方法的流程示意图。该方法包括以下步骤：

101：根据用户类型，确定所述用户对应的评价分值；

102：根据所述用户的访问行为信息，确定所述用户对应的校正分值；

103：根据所述评价分值和所述校正分值，向所述用户投放对应的广告。

在实际应用中，同一个用户可能同时归属于多种类型，并且可以得到多种类型分别对应的分值。这里所说用户类型可以包括：用户媒体类型、用户性别类型、用户年龄类型等等。比如，用户A属于青年人，女性，手机媒体，电视媒体等多种用户类型。然后，为用户A各个对应类型进行初步分值评估，得到用户A的各类型的评价分值。

这里所说的访问行为信息，包括用户访问路径、用户访问时间、用户访问媒体类型、访问次数等等，能够表征用户访问记录的相关信息。容易理解的是，只有用户真正对广告进行了访问，才算作有效投放，投放广告的目的就是为了吸引用户访问。因此，将访问行为信息作为对评价分值调整依据，根据访问行为信息生成校正分值。

在进行广告投放的时候，根据用户的评价分值和校正分值进行针对性的精准投放。

在一种应用方案中，如图2为本申请实施例提供的举例说明基于机器学习模型确定投放用户的示意图。可由机器学习设备（比如，计算机）自动获取用户类型和对应访问行为信息，将用户类型和访问行为信息作为机器学习模型的输入参数，从而利用设备中机器学习模型计算得到待投放广告对应的用户。

作为一可选实施例，所述根据用户类型，确定所述用户对应的评价分值，包括：根据用户媒体类型，确定所述用户在各媒体类型中对应的评价分值。

通过上述实施例，首先根据用户类型初步确定该用户的评价分值。对用户的访问行为信息进行采集，确定用户对应的校正分值。利用该校正分值对评价分值进行校正，根据校正后的评价分值，向用户投放对应的广告。使得广告更加具有针对性投放，投放更加精准，获得更好的点击率。同时，根据用户实时访问行为及时更新评价分值，并调整用户对应的广告投放方式。

容易理解的是，不同用户所归属的媒体类型不同，比如，老年人的媒体类型分为电视媒体类型、广播媒体类型、海报媒体类型。而对于年轻人来说，手机媒体类型为主。

具体地，手机媒体类型还可以进行进一步细分，比如，还包括：电商媒体类型、朋友圈媒体类型、视频APP媒体类型等等。然后，将用户所对应的各个媒体类型进行评分，得到该用户对应不同媒体类型的评价分值。

通过针对用户进行媒体类型的多级划分，能够更加精准的得到用户的评价分值，从而有利于实现广告精准投放。

作为一可选实施例，所述获取所述用户访问行为信息，确定所述用户对应的校正分值，包括：获取所述用户访问媒体类型和对各媒体类型访问次数；基于所述媒体类型和对应的所述访问次数，确定实施用户对应的校正分值。

在实际应用中，用户对广告进行访问的媒体类型有很多种，比如，电商媒体类型、朋友圈媒体类型等等。这里所说的各媒体类型访问次数，是指有效访问次数。根据有效访问次数，可以得知该用户对应的各媒体类型的访问次数，根据各媒体类型的访问次数，确定出用户对应的校正分值。

此外，在获得有效访问次数以及投放次数，可以得知该用户的有效投放率。

如前文所述，用户访问行为信息还可以包括访问时间等等，可以得知哪个时段用户在哪个媒体类型的点击率比较高。进而，可以确定校正分值。

从而利用校正分值及时调整评价分值，可以精准的知道用户容易从哪个媒体类型接收广告信息，以及在哪个时段投放哪种类型广告。

广告的投放具有更强针对性，能够获得更好的点击率。

在一种应用方案中，可由机器学习设备（比如，计算机）自动获取用户访问媒体类型和对各媒体类型访问次数，将用户访问媒体类型和对各媒体类型访问次数作为机器学习模型的输入参数，从而利用设备中机器学习模型计算得到用户对应的校正分值。

作为一可选实施例，如图3为本申请实施例提供的一种确定用户方法的流程示意图。具体包括如下步骤：301：通过所述校正分值对所述评价分值进行校正。302：根据校正后的评价分值，向所述用户投放对应的广告。

容易理解的是，广告投放后，要被用户点击才算有效。因此，可以获取用户访问行为信息，并得到对应的校正分值，这个分值是对用户反馈的直接体现。将校正分值作为对评价分值进行修正的依据。比如，用户A的评价分值为80分，经过100次手机媒体广告投放，A用户的点击率为0，则将评价分值调为70分。这样，在投放的时候，不会再将手机媒体作为用户A的主要媒体。

在进行广告投放的时候，要根据评价分值进行投放。通过校正分值对用户评价分值进行实时调整，能够为下一次广告投放提供依据。通过这种方式，用户评价分值调整更加及时准确，避免无效广告投放问题的出现。

作为一可选实施例，对步骤302进行具体说明，所述根据校正后的评价分值，向所述用户投放对应的广告，包括：303：根据校正后的评价分值，确定所述用户对应的广告媒体类型；304：根据所述广告媒体类型，通过对应的投放渠道向对应用户定向投放。

容易理解的是，同一个用户对应于多种不同媒体类型，而同一用户不同媒体类型对应的评价分值也不同。因此，需要根据评价分值的高低，确定出用户对应的广告媒体类型。换言之，一个用户可以对应多种媒体类型投放方式，然而，只有一种或几种广告是比较适合该用户的。

在确定广告媒体类型之后，通过该媒体类型和对应的投放渠道向对应用户投放。比如，可以为某个用户选择评价分值前三的广告媒体类型和对应的投放渠道。从而能够更加精准、全面的进行广告定向投放到对应用户。

作为一可选实施例，获取针对所述用户进行定向投放的广告的访问数据；根据所述访问数据，对所述评价分值进行调整。

在实际应用中，为了能够获得更加准确的评价分值，需要在定向投放广告之后，对投放结果进行跟踪。具体来说，获取被定向投放用户对定向投放广告的访问数据，并根据访问数据对评价分值进行调整。这里所说的访问数据包括访问次数、访问时间、访问结果（也就是用户访问之后是否有购买交易行为）。

作为一可选实施例，所述获取所述用户访问媒体类型和对各媒体类型访问次数，包括：根据各用户访问媒体类型和对各媒体类型访问次数，对用户进行分类。

在实际应用中，广告投放装置通常会批量的进行广告投放。因此，为了实现高效、精准投放，可以根据用户访问媒体类型和访问次数，将用户进行分类。比如，用户A和用户B都很喜欢通过手机媒体进行广告点击，因此，可以将用户A和用户B分到同一分类“手机媒体”。通过对用户进行分类处理，使得在进行广告定向投放的时候更加精准。

本发明实施例还提供一种广告定向投放装置，如图4为本申请实施例提供的一种广告定向投放装置的结构示意图，所述装置包括：

评价确定模块41，用于根据用户类型，确定所述用户对应的评价分值；

校正确定模块42，根据所述用户的访问行为信息，确定所述用户对应的校正分值；

投放模块43，用于根据所述评价分值和所述校正分值，向所述用户投放对应的广告。

可选地，评价确定模块41用于根据用户媒体类型，确定所述用户在各媒体类型中对应的评价分值。

可选地，校正确定模块42，用于获取所述用户访问媒体类型和对各媒体类型访问次数；

可选地，投放模块43，用于通过所述校正分值对所述评价分值进行校正；根据校正后的评价分值，向所述用户投放对应的广告。

可选地，投放模块43，用于根据校正后的评价分值，确定所述用户对应的广告媒体类型；根据所述广告媒体类型，通过对应的投放渠道向对应用户定向投放。

根据所述访问数据，对所述评价分值进行调整。

本发明实施例提供一种存储有计算机程序的计算机可读存储介质，其特征在于，当所述计算机程序被一个或多个处理器执行时，致使所述一个或多个处理器执行包括以下的动作：

根据用户类型，确定所述用户对应的评价分值；

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM) 和/或非易失性内存等形式，如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪存储体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims

1.一种广告定向投放方法，其特征在于，所述方法包括：

根据用户类型，确定所述用户对应的评价分值；

2.根据权利要求1所述的方法，其特征在于，所述根据用户类型，确定所述用户对应的评价分值，包括：

根据用户媒体类型，确定所述用户在各媒体类型中对应的评价分值。

3.根据权利要求1所述的方法，其特征在于，所述根据所述用户访问行为信息，确定所述用户对应的校正分值，包括：

获取所述用户访问媒体类型和对各媒体类型访问次数；

4.根据权利要求1所述的方法，其特征在于，所述根据所述评价分值和所述校正分值，向所述用户投放对应的广告，包括：

通过所述校正分值对所述评价分值进行校正；

根据校正后的评价分值，向所述用户投放对应的广告。

5.根据权利要求4所述的方法，其特征在于，所述根据校正后的评价分值，向所述用户投放对应的广告，包括：

根据校正后的评价分值，确定所述用户对应的广告媒体类型；

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取针对所述用户进行定向投放的广告的访问数据；

根据所述访问数据，对所述评价分值进行调整。

7.根据权利要求3所述的方法，其特征在于，所述获取所述用户访问媒体类型和对各媒体类型访问次数，包括：

根据各用户访问媒体类型和对各媒体类型访问次数，对用户进行分类。

8.一种广告定向投放装置，其特征在于，所述装置包括：

9.一种存储有计算机程序的计算机可读存储介质，其特征在于，当所述计算机程序被一个或多个处理器执行时，致使所述一个或多个处理器执行包括以下的动作：

根据用户类型，确定所述用户对应的评价分值；