CN111160940A - 一种广告投放方法及系统 - Google Patents
一种广告投放方法及系统 Download PDFInfo
- Publication number
- CN111160940A CN111160940A CN201811325202.8A CN201811325202A CN111160940A CN 111160940 A CN111160940 A CN 111160940A CN 201811325202 A CN201811325202 A CN 201811325202A CN 111160940 A CN111160940 A CN 111160940A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- user
- feedback
- training
- promoted
- 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 46
- 230000008451 emotion Effects 0.000 claims abstract description 78
- 238000012360 testing method Methods 0.000 claims abstract description 61
- 238000012549 training Methods 0.000 claims description 106
- 230000008569 process Effects 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 16
- 238000010801 machine learning Methods 0.000 claims description 10
- 238000002716 delivery method Methods 0.000 claims description 9
- 210000004243 sweat Anatomy 0.000 claims description 6
- 230000036772 blood pressure Effects 0.000 claims description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 4
- 239000008280 blood Substances 0.000 claims description 4
- 210000004369 blood Anatomy 0.000 claims description 4
- 229910052760 oxygen Inorganic materials 0.000 claims description 4
- 239000001301 oxygen Substances 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000008909 emotion recognition Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- G06Q30/0251—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)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种广告投放方法及系统，该方法包括：根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪；根据所述待推广广告的ID、每一试验用户对所述待推广广告的反馈情绪和受众区分模型，获取所述待推广广告对应的受众属性；向目标用户推送所述待推广广告，所述目标用户的特征属性与所述受众属性相同。本发明根据用户对广告的隐式反馈和进行隐式反馈时产生的生理参数，建立判别模型，由于该判别模型是根据历史数据获得的，可以精准的推算出用户在何种生理参数时会进行隐式操作，从而提高了隐式操作判断的准确性，也进一步提高了广告推送的准确性。
Description
技术领域
本发明实施例涉及人工智能技术领域，尤其涉及一种广告投放方法及系统。
背景技术
近年来随着互联网、移动互联网的进一步发展，互联网广告技术得到了飞速进步，已经渗透到用户生活的每个环节，每时每刻。由于互联网广告能够直接接触具体用户，并能够收集到用户的信息，具备针对不同的用户精准投放不同广告的基础。大数据技术的迅猛发展，让这种期望成为事实。每个广告都可以建立自己的受众区分模型，用来根据用户特征，判断用户是否是广告的目标受众，从而做出投放决策。
目前广告采用的受众区分模型一般是用机器学习算法学习“用户特征和点击概率”的模型，该模型训练过程中输入的训练例是用户特征及用户对广告的反馈，包括点击、购买等正向反馈和关闭、忽略等负向反馈。
广告投放过程中正向反馈一般较容易收集，但是负面反馈收集较困难。当用户忽略一个广告没有给出显式反馈时，可能意味着用户不喜欢这个广告，即负面反馈，也可能只是用户没有看到该广告，这样就可能导致广告的投放精度较低。
发明内容
本发明实施例提供一种广告投放方法及系统，用以解决现有技术中广告的隐式反馈无法被有效的识别，从而导致广告投放准确率低的问题。
第一方面，本发明实施例提供一种广告投放方法，包括：
根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪，所述判别模型表示第一训练用户的生理参数与所述第一训练用户的反馈情绪之间的对应关系，所述反馈情绪包括显示反馈和隐式反馈；
根据所述待推广广告的ID、每一试验用户对所述待推广广告的反馈情绪和受众区分模型，获取所述待推广广告对应的受众属性，所述受众区分模型表示第二训练用户的特征属性与训练广告的ID、所述第二训练用户对所述训练广告的反馈情绪之间的关系；
向目标用户推送所述待推广广告，所述目标用户的特征属性与所述受众属性相同。
第二方面，本发明实施例提供一种广告投放系统，包括：
判别模块，用于根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪，所述判别模型表示第一训练用户的生理参数与所述第一训练用户的反馈情绪之间的对应关系，所述反馈情绪包括显示反馈和隐式反馈；
反馈模块，用于根据所述待推广广告的ID、每一试验用户对所述待推广广告的反馈情绪和受众区分模型，获取所述待推广广告对应的受众属性，所述受众区分模型表示第二训练用户的特征属性与训练广告的ID、所述第二训练用户对所述训练广告的反馈情绪之间的关系；
推送模块，用于向目标用户推送所述待推广广告，所述目标用户的特征属性与所述受众属性相同。
第三方面，本发明实施例提供一种电子设备，包括：
至少一个处理器、至少一个存储器、通信接口和总线；其中，
所述处理器、存储器、通信接口通过所述总线完成相互间的通信；
所述通信接口用于该测试设备与显示装置的通信设备之间的信息传输；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面提供的一种广告投放方法。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面提供的一种广告投放方法。
本发明实施例提供的一种广告投放方法及系统，根据用户对广告的隐式反馈和进行隐式反馈时产生的生理参数，建立判别模型，由于该判别模型是根据历史数据获得的，在保证历史数据的数量足够庞大的基础上，可以精准的推算出用户在何种生理参数时会进行隐式操作，从而提高了隐式操作判断的准确性，也进一步提高了广告推送的准确性。
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一简单地介绍，显而易见地，下面描述中的附图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为本发明实施例一种广告投放方法的流程图；
图2为本发明实施例一种广告投放系统的结构示意图；
图3示例了一种电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
目前，针对没有隐式反馈、没有负例的情况下，进行机器模型的学习主要有两种解决方法：
(1)使用PU Learning机器学习方法来进行模型训练，该方法的思路是利用已有数据去构造负例，或者尝试使用少量负例来完成模型训练。
(2)采用其他方式采集用户反馈，例如检索到的飞利浦公司用来改进电视节目推荐准确率的“根据用户提供的听觉或手势反馈信息来更新特定用户的推荐系统中的用户简档”。
但是目前的方法无法应用于互联网广告场景，无法对手机用户对广告、推荐结果的反应进行捕获。
因此，本发明实施例提供一种广告投放方法，图1为本发明实施例一种广告投放方法的流程图，如图1所示，该方法包括：
S1，根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪，所述判别模型表示第一训练用户的生理参数与所述第一训练用户的反馈情绪之间的对应关系，所述反馈情绪包括显示反馈和隐式反馈；
S2，根据所述待推广广告的ID、每一试验用户对所述待推广广告的反馈情绪和受众区分模型，获取所述待推广广告对应的受众属性，所述受众区分模型表示第二训练用户的特征属性与训练广告的ID、所述第二训练用户对所述训练广告的反馈情绪之间的关系；
S3，向目标用户推送所述待推广广告，所述目标用户的特征属性与所述受众属性相同。
首先，对于需要进行推广的待推广广告，将这个待推广广告推送到几个试验用户的终端设备上，并且记录下来每个试验用户在待推广广告播放的过程中产生的生理参数，因为人的情绪变化时，会对人的生理参数产生影响。而判别模型正是描述了试验用户的反馈情绪与试验用户的生理参数之间的对应关系，因此，将每个试验用户的生理参数输入到判别模型中，就可以得到每个试验用户对待推广广告的反馈情绪，反馈情绪包括显示反馈和隐式反馈，显示反馈表示用户看到该待推广广告时的比较高兴，很愿意接受该待推广广告，隐式反馈表示用户看到该待推广广告时情绪比较低落，不愿意接受这样的待推广广告。
然后将待推广广告的ID和每个试验用户对该待推广广告的反馈情绪输入到受众区分模型中，由于受众区分模型表示的是第二训练用户的特征属性与训练广告的ID、不同用户对训练广告的反馈情绪之间的关系，训练广告的ID可以表示不同种类的训练广告，也就是说，特征属性不同的第二训练用户，其喜好的训练广告的类型也不相同，受众区分模型表示的就是不同特征属性的试验用户与其喜好的训练广告的类型之间的对应关系。
因此，将将待推广广告的ID和每个试验用户对该待推广广告的反馈情绪输入到受众区分模型中，就可以得到该待推广广告对应的受众属性。
需要解释的是，受众是指信息传播的接收者，这里的受众属性是指能接受该待推广广告的属性。
根据该受众属性，向目标用户推送该待推广广告，所谓的目标用户，是指该目标用户的特征属性中有一项属性与受众属性相同。
具体地，所述特征属性包括：性别、年龄、职业、兴趣爱好和互联网兴趣标签。
比如说，最后得到的受众属性为：职业是医生，也就是说医生比较喜欢这类的广告，将待推广广告推送给职业为医生的所有目标用户。
本发明实施例提供的一种广告投放方法，根据用户对广告的隐式反馈和进行隐式反馈时产生的生理参数，建立判别模型，由于该判别模型是根据历史数据获得的，在保证历史数据的数量足够庞大的基础上，可以精准的推算出用户在何种生理参数时会进行隐式操作，从而提高了隐式操作判断的准确性，也进一步提高了广告推送的准确性。
在上述实施例的基础上，优选地，所述根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪，之前还包括：
获取若干个试验用户在所述待推广广告播放过程中产生的生理参数、每一试验用户对所述待推广广告的反馈情绪；
根据每一试验用户的生理参数和每一试验用户的反馈情绪，对所述判别模型进行优化，将优化后的判别模型重新作为所述判别模型。
为了能够准确的了解试验用户看到待推广广告时的情绪，继而判断试验用户的隐式反馈，需要首先利用历史数据学习用户的情绪特征，建立识别清洗的判别模型。
该判别模型是利用收集到的试验用户的显示反馈及试验用户反馈时的生理特征来建模，进而实现根据用户的生理特征来预测、判断用户的隐式反馈的目标。
反馈情绪检测可以采用预设规则的方式，例如心跳加速，汗水分泌增加等显式反馈代表试验用户对某个广告感兴趣等等。但是同样的特征，也可能意味着其他情绪，如心跳加速、汗水增加可能也代表恐怖情绪。正是由于不同的用户由于体质、习惯、经历的不同，其生理参数与反馈情绪的关系、对应程度也有所不同。
所以，再对待推广广告进行判别之前，还需要获取到每个试验用户在该待推送广告播送过程中的实际生理参数，利用该实际生理参数和每个试验用户对该待推广广告的反馈情绪重新对判别模型进行训练，得到训练后的判别模型，将该判别后的训练模型重新作为新的判别模型。
由于在训练过程中由于加入了试验用户对待推广广告的实际生理参数和反馈情绪，增加了利用判别模型判别每一试验用户对待推广广告的反馈情绪的准确率。
在上述实施例的基础上，优选地，所述判别模型通过如下方式训练获得：
获取每一第一训练用户在播放历史广告过程中产生的生理参数；
获取每一第一训练用户对所述历史广告的反馈情绪；
利用每一第一训练用户的生理参数和每一训练用户的反馈情绪，对第一预设机器学习模型进行训练，获取所述判别模型。
判别模型的训练过程如下：
首先训练过程中的输入包括：第一训练用户对历史广告的反馈情绪，包括显式反馈和隐式反馈，具体地，点击操作和购买操作可以表示第一训练用户对历史广告是显示反馈，忽略操作、关闭操作和永久关闭操作可以表示第一训练用户对历史广告是隐式反馈；还包括第一训练用户执行这些操作时的生理参数。
通过上面这些输入参数对第一预设机器学习模型进行训练，从而得到判别模型。
在上述实施例的基础上，优选地，所述受众区分模型通过如下方式获得：
获取每一第二训练用户的特征属性；
获取每一第二训练用户在播放每一训练广告过程中的反馈情绪；
利用每一第二训练用户的特征属性、每一第二训练用户的反馈情绪和每一训练广告的ID，对第二预设机器学习模型进行训练，获取所述受众区分模型。
训练受众区分模型的方法如下：
受众区分模型的输入分为两部分，一部分是第二训练用户的特征属性，包括用户的基础属性，及其他兴趣属性；一部分是第二训练用户看到待推广广告的显式反馈或者隐式反馈。
利用这些输入对第二机器学习模型进行训练，就可以得到受众区分模型。
利用本发明实施例的方法就能够根据待推广广告播放过程中用户的生理参数，获得用户对待推广广告的显示反馈和隐式反馈，受众区分模型可以采用比较通用的计算广告的方法进行训练，包括LR等，进而形成广告受众与用户特征的对应关系模型。
输入更多的新用户用户特征，利用该模型，可以预测用户的反馈，进一步过滤更多的可能采用正向反馈的用户。
在上述实施例的基础上，优选地，所述利用每一第一训练用户的生理参数和每一训练用户的反馈情绪，对第一预设机器学习模型进行训练，之前还包括：
对每一第一训练用户的生理参数进行归一化处理。
为了在广告展示过程中收集用户的隐式反馈，本发明实施例首先需要建立用户生理参数采集和广告展示的同步机制。
生理特征采集与广告展示的同步由一下硬件设备完成：
采样器、移动终端和可穿戴设备，其中，移动终端包括但不限于iPad和手机，可穿戴设备包括但不限于手表和VR眼睛。可穿戴设备中包括多种传感器，可以采集人体的各项生理参数，包括但不限于心率、血压、血氧、脉搏、汗水和步数。
采样器具备系统层面的运行权利，具有获取穿戴设备传感器数据的权限，并利用SDK形式嵌入到移动终端所有希望展示广告的APP中，获取广告展示信息并收集用户的操作。
具体的采样过程如下：
采样器通过可穿戴设备会实时收集各种传感器采集的心率、血压、血氧、脉搏、汗水和步数等数据。
当APP中开始显示广告时，SDK会通知采样器，采样器会对广告播放、展现过程中收集到的生理参数进行尽可能详尽的记录。
广告播放过程中，采样器也需要对用户操作进行收集，记录用户对广告的响应，记录用户对喜爱的广告的点击事件，记录用户对厌恶的广告的忽略、关闭等事件；
在广告播放完成之后，对生理数据进行加工，比如获取广告播放过程中的数据均值、峰值，与未播放广告时的数据进行比较；
完成数据加工后，采样器将保存数据。存储的数据包括具体的广告ID，广告播放过程中用户的生理参数，以及播放过程中用户的操作。
按照一般的使用场景，本发明实施例中采用非医学用途的可穿戴设备，此类设备可以包含的传感器包括：血氧、血压、脉搏、汗水、计步等。采样器生成的记录格式如表1所示:
表1
| 用户ID | 广告ID | 心率 | 血压 | 汗水 | 操作 |
| 张三 | BMW系广告 | 100 | 68-120 | 10 | 点击广告 |
本发明实施例使用移动终端与穿戴式设备协同的方式采集用户生理参数，进而根据生理参数判断用户的隐式反馈，充分利用目前手机和电子手表等穿戴设备间通信机制，及已有的传感器，在不增加消耗的情况下收集用户对广告的隐式反馈。本发明实施例描述了判别模型的训练过程，利用该模型能够增加反馈情绪识别的准确性和全面性。
图2为本发明实施例一种广告投放系统的结构示意图，如图2所示，该系统包括：判别模块201、反馈模块202和推送模块203，其中：
判别模块201用于根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪，所述判别模型表示第一训练用户的生理参数与所述第一训练用户的反馈情绪之间的对应关系，所述反馈情绪包括显示反馈和隐式反馈；
反馈模块202用于根据所述待推广广告的ID、每一试验用户对所述待推广广告的反馈情绪和受众区分模型，获取所述待推广广告对应的受众属性，所述受众区分模型表示第二训练用户的特征属性与训练广告的ID、所述第二训练用户对所述训练广告的反馈情绪之间的关系；
推送模块203用于向目标用户推送所述待推广广告，所述目标用户的特征属性与所述受众属性相同。
首先判别模块201将每个试验用户对待推广广告的生理参数输入到判别模型中，获得每个试验用户对待推广广告的反馈情绪。
然后反馈模块202将待推广广告的ID、每个试验用户对该待推广广告的反馈情绪输入到受众区分模型中，获得待推广广告对应的受众属性，这里的受众属性是指能接受该待推广广告的属性。
推送模块203根据该受众属性，向目标用户推送该待推广广告，所谓的目标用户，是指该目标用户的特征属性中有一项属性与受众属性相同。
本发明实施例提供的一种广告投放系统，根据用户对广告的隐式反馈和进行隐式反馈时产生的生理参数，建立判别模型，由于该判别模型是根据历史数据获得的，在保证历史数据的数量足够庞大的基础上，可以精准的推算出用户在何种生理参数时会进行隐式操作，从而提高了隐式操作判断的准确性，也进一步提高了广告推送的准确性。
图3示例了一种电子设备的实体结构示意图，如图3所示，该服务器可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和总线340，其中，处理器310，通信接口320，存储器330通过总线340完成相互间的通信。通信接口340可以用于服务器与智能电视之间的信息传输。处理器310可以调用存储器330中的逻辑指令，以执行如下方法：
根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪，所述判别模型表示第一训练用户的生理参数与所述第一训练用户的反馈情绪之间的对应关系，所述反馈情绪包括显示反馈和隐式反馈；
根据所述待推广广告的ID、每一试验用户对所述待推广广告的反馈情绪和受众区分模型，获取所述待推广广告对应的受众属性，所述受众区分模型表示第二训练用户的特征属性与训练广告的ID、所述第二训练用户对所述训练广告的反馈情绪之间的关系；
向目标用户推送所述待推广广告，所述目标用户的特征属性与所述受众属性相同。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪，所述判别模型表示第一训练用户的生理参数与所述第一训练用户的反馈情绪之间的对应关系，所述反馈情绪包括显示反馈和隐式反馈；
根据所述待推广广告的ID、每一试验用户对所述待推广广告的反馈情绪和受众区分模型，获取所述待推广广告对应的受众属性，所述受众区分模型表示第二训练用户的特征属性与训练广告的ID、所述第二训练用户对所述训练广告的反馈情绪之间的关系；
向目标用户推送所述待推广广告，所述目标用户的特征属性与所述受众属性相同。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种广告投放方法，其特征在于，包括：
根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪，所述判别模型表示第一训练用户的生理参数与所述第一训练用户的反馈情绪之间的对应关系，所述反馈情绪包括显示反馈和隐式反馈；
根据所述待推广广告的ID、每一试验用户对所述待推广广告的反馈情绪和受众区分模型，获取所述待推广广告对应的受众属性，所述受众区分模型表示第二训练用户的特征属性与训练广告的ID、所述第二训练用户对所述训练广告的反馈情绪之间的关系；
向目标用户推送所述待推广广告，所述目标用户的特征属性与所述受众属性相同。
2.根据权利要求1所述方法，其特征在于，所述根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪，之前还包括：
获取若干个试验用户在所述待推广广告播放过程中产生的生理参数、每一试验用户对所述待推广广告的反馈情绪；
根据每一试验用户的生理参数和每一试验用户的反馈情绪，对所述判别模型重新进行训练，将训练后的判别模型重新作为所述判别模型。
3.根据权利要求1所述方法，其特征在于，所述判别模型通过如下方式训练获得：
获取每一第一训练用户在播放历史广告过程中产生的生理参数；
获取每一第一训练用户对所述历史广告的反馈情绪；
利用每一第一训练用户的生理参数和每一训练用户的反馈情绪，对第一预设机器学习模型进行训练，获取所述判别模型。
4.根据权利要求1所述方法，其特征在于，所述受众区分模型通过如下方式获得：
获取每一第二训练用户的特征属性；
获取每一第二训练用户在播放每一训练广告过程中的反馈情绪；
利用每一第二训练用户的特征属性、每一第二训练用户的反馈情绪和每一训练广告的ID，对第二预设机器学习模型进行训练，获取所述受众区分模型。
5.根据权利要求3所述方法，其特征在于，所述利用每一第一训练用户的生理参数和每一训练用户的反馈情绪，对第一预设机器学习模型进行训练，之前还包括：
对每一第一训练用户的生理参数进行归一化处理。
6.根据权利要求1或3所述方法，其特征在于，所述生理参数包括：心率、血压、血氧、脉搏、汗水和步数。
7.根据权利要求1或4所述方法，其特征在于，所述特征属性包括：性别、年龄、职业、兴趣爱好和互联网兴趣标签。
8.一种广告投放系统，其特征在于，包括：
判别模块，用于根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪，所述判别模型表示第一训练用户的生理参数与所述第一训练用户的反馈情绪之间的对应关系，所述反馈情绪包括显示反馈和隐式反馈；
反馈模块，用于根据所述待推广广告的ID、每一试验用户对所述待推广广告的反馈情绪和受众区分模型，获取所述待推广广告对应的受众属性，所述受众区分模型表示第二训练用户的特征属性与训练广告的ID、所述第二训练用户对所述训练广告的反馈情绪之间的关系；
推送模块，用于向目标用户推送所述待推广广告，所述目标用户的特征属性与所述受众属性相同。
9.一种电子设备，其特征在于，包括：
至少一个处理器、至少一个存储器、通信接口和总线；其中，
所述处理器、存储器、通信接口通过所述总线完成相互间的通信；
所述通信接口用于该测试设备与显示装置的通信设备之间的信息传输；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1-7中任一项所述的方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至7任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811325202.8A CN111160940A (zh) | 2018-11-08 | 2018-11-08 | 一种广告投放方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811325202.8A CN111160940A (zh) | 2018-11-08 | 2018-11-08 | 一种广告投放方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111160940A true CN111160940A (zh) | 2020-05-15 |
Family
ID=70554903
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811325202.8A Pending CN111160940A (zh) | 2018-11-08 | 2018-11-08 | 一种广告投放方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111160940A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103608831A (zh) * | 2011-06-17 | 2014-02-26 | 微软公司 | 通过观众反馈的广告选择 |
| CN104573619A (zh) * | 2014-07-25 | 2015-04-29 | 北京智膜科技有限公司 | 基于人脸识别的智能广告大数据分析方法及系统 |
| CN106803190A (zh) * | 2017-01-03 | 2017-06-06 | 北京掌阔移动传媒科技有限公司 | 一种广告个性化推送系统及方法 |
| 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 |
| CN108510303A (zh) * | 2017-04-19 | 2018-09-07 | 腾讯科技（深圳）有限公司 | 广告投放方法及装置 |
-
2018
- 2018-11-08 CN CN201811325202.8A patent/CN111160940A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103608831A (zh) * | 2011-06-17 | 2014-02-26 | 微软公司 | 通过观众反馈的广告选择 |
| CN104573619A (zh) * | 2014-07-25 | 2015-04-29 | 北京智膜科技有限公司 | 基于人脸识别的智能广告大数据分析方法及系统 |
| 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 |
| CN106803190A (zh) * | 2017-01-03 | 2017-06-06 | 北京掌阔移动传媒科技有限公司 | 一种广告个性化推送系统及方法 |
| CN108510303A (zh) * | 2017-04-19 | 2018-09-07 | 腾讯科技（深圳）有限公司 | 广告投放方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20240061504A1 (en) | System and method for embedded cognitive state metric system | |
| US20200089661A1 (en) | System and method for providing augmented reality challenges | |
| CN111539443B (zh) | 一种图像识别模型训练方法及装置、存储介质 | |
| US20170039480A1 (en) | Workout Pattern Detection | |
| CN112426724B (zh) | 游戏用户的匹配方法、装置、电子设备及存储介质 | |
| CN110035302B (zh) | 信息推荐及模型训练方法和装置、计算设备、存储介质 | |
| CN110476141A (zh) | 视线跟踪方法及用于执行该方法的用户终端 | |
| CN109670385B (zh) | 一种应用程序中表情更新的方法及装置 | |
| CN108182626A (zh) | 服务推送方法、信息采集终端及计算机可读存储介质 | |
| CN112735563A (zh) | 推荐信息的生成方法、装置和处理器 | |
| CN111967770A (zh) | 基于大数据的问卷调查数据处理方法、装置及存储介质 | |
| CN111798978A (zh) | 用户健康评估方法、装置、存储介质及电子设备 | |
| US20190008466A1 (en) | Life log utilization system, life log utilization method, and recording medium | |
| CN110389662A (zh) | 应用程序的内容展示方法、装置、存储介质和计算机设备 | |
| WO2022033228A1 (zh) | 一种数据处理方法及装置 | |
| CN109659009A (zh) | 情绪管理方法、装置及电子设备 | |
| CN109726808B (zh) | 神经网络训练方法和装置、存储介质及电子装置 | |
| KR20190031945A (ko) | Sns에 기반하여 향기에 관한 추천을 제공하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 | |
| CN114223139B (zh) | 界面切换方法、装置、可穿戴电子设备及存储介质 | |
| CN117523673A (zh) | 学生异常操作行为识别系统及方法 | |
| CN114255479A (zh) | 基于宠物互动的推荐方法、装置、存储介质及服务器 | |
| WO2021147473A1 (zh) | 一种模型训练方法、内容生成方法以及相关装置 | |
| CN109067830A (zh) | 消息推送方法、装置及终端 | |
| US10614626B2 (en) | System and method for providing augmented reality challenges | |
| CN111966862A (zh) | 基于虚拟现实的推送方法、装置、vr设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200515 |