CN111582917B - 一种广告用户地域分析方法及装置 - Google Patents
一种广告用户地域分析方法及装置 Download PDFInfo
- Publication number
- CN111582917B CN111582917B CN202010319855.6A CN202010319855A CN111582917B CN 111582917 B CN111582917 B CN 111582917B CN 202010319855 A CN202010319855 A CN 202010319855A CN 111582917 B CN111582917 B CN 111582917B
- Authority
- CN
- China
- Prior art keywords
- user
- analyzed
- advertisement
- region
- users
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000003044 adaptive effect Effects 0.000 claims abstract description 23
- 230000003993 interaction Effects 0.000 claims description 36
- 238000004422 calculation algorithm Methods 0.000 claims description 28
- 238000007635 classification algorithm Methods 0.000 claims description 14
- 238000013523 data management Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 abstract description 26
- 238000012545 processing Methods 0.000 description 8
- 239000013598 vector Substances 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 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
- G06Q30/0255—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
- G06Q30/0261—Targeted advertisements based on user location
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种广告用户地域分析方法及装置。所述方法包括：对待分析用户的关注广告进行分类，得到所述待分析用户的关注广告类别；提取每一所述关注广告类别中所有关注广告的地域信息，并计算每一所述地域信息在所属所述关注广告类别的出现概率；在所述出现概率超过预设的第一阈值时，将对应所述地域信息确定为所述待分析用户在对应所述关注广告类别中的适配地域。本发明能够分析用户在各类广告中的适配地域，提高用户地域分析结果的准确性。
Description
技术领域
本发明涉及大数据分析技术领域，尤其涉及一种广告用户地域分析方法及装置。
背景技术
随着互联网技术的发展，互联网广告已成为企业产品服务推广的一种重要营销方式。面对日益激烈的商业竞争，企业需要向不同地域的用户推送不同的广告，以最大化地推广产品服务。因此，很多企业致力于研究如何根据大量数据深入分析用户地域，以便根据用户地域调整广告推送策略，从而实现精准地根据用户地域定向推送广告，提高企业的市场竞争力。
目前，现有的广告用户地域分析方法通常直接根据用户的手机号码归属地或通信设备定位地分析用户地域。但由于用户可能需要获取其他地域的某类广告，获取的手机号码归属地和通信设备定位地均不能完全代表用户在各类广告中的适配地域，导致用户地域分析结果的准确性不佳。
发明内容
为克服现有技术的缺陷，本发明提供一种广告用户地域分析方法及装置，能够分析用户在各类广告中的适配地域，提高用户地域分析结果的准确性。
为了解决上述技术问题，第一方面，本发明一实施例提供一种广告用户地域分析方法，包括：
对待分析用户的关注广告进行分类，得到所述待分析用户的关注广告类别；
提取每一所述关注广告类别中所有关注广告的地域信息，并计算每一所述地域信息在所属所述关注广告类别的出现概率；
在所述出现概率超过预设的第一阈值时，将对应所述地域信息确定为所述待分析用户在对应所述关注广告类别中的适配地域。
进一步地，在所述对待分析用户的关注广告进行分类，得到所述待分析用户的关注广告类别之前，还包括：
通过DMP数据管理系统，获取预设时段内所述待分析用户的广告交互数据；
将所述广告交互数据涉及到的广告作为所述待分析用户的关注广告。
进一步地，所述对待分析用户的关注广告进行分类，得到所述待分析用户的关注广告类别，具体为：
根据朴素贝叶斯分类算法，对所述待分析用户的关注广告进行分类，得到所述待分析用户的关注广告类别。
进一步地，在所述出现概率超过预设的第一阈值时，将对应所述地域信息确定为所述待分析用户在对应所述关注广告类别中的适配地域之后，还包括：
根据余弦相似度算法，筛选所述待分析用户的相似用户，并将对应所述地域信息确定为所述相似用户在对应所述关注广告类别中的适配地域。
进一步地，所述根据余弦相似度算法，筛选所述待分析用户的相似用户，具体为：
比对其余每一用户的广告交互数据与所述待分析用户的广告交互数据，并在所述用户与所述待分析用户具有相同数据时，将所述用户作为目标用户；
根据余弦相似度算法计算每一所述目标用户与所述待分析用户之间的相似度，并在所述相似度超过预设的第二阈值时，将对应的所述目标用户作为所述相似用户。
第二方面，本发明一实施例提供一种广告用户地域分析装置，包括：
关注广告分类模块，用于对待分析用户的关注广告进行分类，得到所述待分析用户的关注广告类别；
出现概率计算模块，用于提取每一所述关注广告类别中所有关注广告的地域信息，并计算每一所述地域信息在所属所述关注广告类别的出现概率；
适配地域确定模块，用于在所述出现概率超过预设的第一阈值时，将对应所述地域信息确定为所述待分析用户在对应所述关注广告类别中的适配地域。
进一步地，所述关注广告分类模块，还用于在所述对待分析用户的关注广告进行分类，得到所述待分析用户的关注广告类别之前，通过DMP数据管理系统，获取预设时段内所述待分析用户的广告交互数据；将所述广告交互数据涉及到的广告作为所述待分析用户的关注广告。
进一步地，所述对待分析用户的关注广告进行分类，得到所述待分析用户的关注广告类别，具体为：
根据朴素贝叶斯分类算法，对所述待分析用户的关注广告进行分类，得到所述待分析用户的关注广告类别。
进一步地，所述适配地域确定模块，还用于在所述出现概率超过预设的第一阈值时，将对应所述地域信息确定为所述待分析用户在对应所述关注广告类别中的适配地域之后，根据余弦相似度算法，筛选所述待分析用户的相似用户，并将对应所述地域信息确定为所述相似用户在对应所述关注广告类别中的适配地域。
进一步地，所述根据余弦相似度算法，筛选所述待分析用户的相似用户，具体为：
比对其余每一用户的广告交互数据与所述待分析用户的广告交互数据，并在所述用户与所述待分析用户具有相同数据时，将所述用户作为目标用户；
根据余弦相似度算法计算每一所述目标用户与所述待分析用户之间的相似度，并在所述相似度超过预设的第二阈值时，将对应的所述目标用户作为所述相似用户。
本发明的实施例，具有如下有益效果：
通过对待分析用户的关注广告进行分类，得到待分析用户的关注广告类别，进而提取每一关注广告类别中所有关注广告的地域信息，并计算每一地域信息在所属关注广告类别的出现概率，以在出现概率超过预设的第一阈值时，将对应地域信息确定为待分析用户在对应关注广告类别中的适配地域，完成对待分析用户的地域分析。相比于现有技术，本发明的实施例针对待分析用户的关注广告类别，提取每一关注广告类别中所有关注广告的地域信息，以当有地域信息在所属关注广告类别的出现概率超过第一阈值时，将此地域信息确定为待分析用户在此关注广告类别中的适配地域，从而实现分析用户在各类广告中的适配地域，提高用户地域分析结果的准确性。
进一步地，通过在出现概率超过预设的第一阈值时，将对应地域信息确定为待分析用户在对应关注广告类别中的适配地域之后，根据余弦相似度算法，筛选待分析用户的相似用户，并将对应地域信息确定为相似用户在对应关注广告类别中的适配地域，完成对待分析用户的相似用户的地域分析。相比于现有技术，本发明的实施例能够在对待分析用户进行地域分析后，一并对待分析用户的相似用户进行地域分析，有利于对更多用户进行地域分析，从而实现降低用户地域分析过程中的数据处理压力。
附图说明
图1为本发明第一实施例中的一种广告用户地域分析方法的流程示意图；
图2为本发明第二实施例中的一种广告用户地域分析装置的结构示意图。
具体实施方式
下面将结合本发明中的附图，对本发明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。
需要说明的是，文中的步骤编号，仅为了方便具体实施例的解释，不作为限定步骤执行先后顺序的作用。本实施例提供的方法可以由相关的服务器执行，且下文均以服务器作为执行主体为例进行说明。
如图1所示，第一实施例提供一种广告用户地域分析方法，包括步骤S1～S3：
S1、对待分析用户的关注广告进行分类，得到待分析用户的关注广告类别。
S2、提取每一关注广告类别中所有关注广告的地域信息，并计算每一地域信息在所属关注广告类别的出现概率。
S3、在出现概率超过预设的第一阈值时，将对应地域信息确定为待分析用户在对应关注广告类别中的适配地域。
需要说明的是，第一阈值可根据企业的广告推送需求，针对不同类广告设置不同取值。
在步骤S1中，通过对待分析用户的关注广告进行分类，比如依据广告中产品服务的种类品目对待分析用户的关注广告进行分类，得到待分析用户的关注广告类别。
在步骤S2中，通过在获取待分析用户的关注广告类别后，提取每一关注广告类别中所有关注广告的地域信息，并计算每一地域信息在所属关注广告类别的出现概率。
在步骤S3中，通过将每一出现概率与预设的第一阈值进行比较，以当有出现概率超过第一阈值时，可将该出现概率对应的地域信息确定为待分析用户在该地域信息对应的关注广告类别中的适配地域。
作为示例性的，待分析用户的关注广告类别分别有A类、B类、C类广告，A类广告中的地域信息分别有a1、a2、a3，B类广告中的地域信息分别有b1、b2、b3，C类广告中的地域信息分别有c1、c2、c3。若P(a1)大于第一阈值xA，则确定a1为待分析用户在A类广告中的适配地域。若P(b1)和P(b2)均大于第一阈值xB，则确定b1和b2均为待分析用户在B类广告中的适配地域。若P(c1)、P(c2)和P(c3)均大于第一阈值xC，则确定c1、c2和c3均为待分析用户在C类广告中的适配地域。
本实施例通过对待分析用户的关注广告进行分类，得到待分析用户的关注广告类别，进而提取每一关注广告类别中所有关注广告的地域信息，并计算每一地域信息在所属关注广告类别的出现概率，以在出现概率超过预设的第一阈值时，将对应地域信息确定为待分析用户在对应关注广告类别中的适配地域，完成对待分析用户的地域分析。
本实施例针对待分析用户的关注广告类别，提取每一关注广告类别中所有关注广告的地域信息，以当有地域信息在所属关注广告类别的出现概率超过第一阈值时，将此地域信息确定为待分析用户在此关注广告类别中的适配地域，从而实现分析用户在各类广告中的适配地域，提高用户地域分析结果的准确性。
在优选的实施例当中，在所述对待分析用户的关注广告进行分类，得到待分析用户的关注广告类别之前，还包括：通过DMP数据管理系统，获取预设时段内待分析用户的广告交互数据；将广告交互数据涉及到的广告作为待分析用户的关注广告。
需要说明的是，广告交互数据包括待分析用户对广告的点击次数、浏览时长和互动记录，互动记录包括购买记录、评论记录、收藏记录、分享记录等。
DMP(Data-Management Platform)数据管理系统，是把分散的多方数据进行整合纳入统一的技术平台，并对这些数据进行标准化和细分，让企业可以把这些细分结果推向现有的互动营销环境里。
本实施例通过DMP数据管理系统获取预设时段，比如最近三个月内待分析用户的广告交互数据，能够获取到经整合的标准化的广告交互数据，避免获取大量无效数据，使得无需对待分析用户的广告交互数据进行繁琐处理即可获取待分析用户的关注广告，从而降低用户地域分析过程中的数据处理压力，提高用户地域分析结果的准确性。
在优选的实施例当中，所述对待分析用户的关注广告进行分类，得到待分析用户的关注广告类别，具体为：根据朴素贝叶斯分类算法，对待分析用户的关注广告进行分类，得到待分析用户的关注广告类别。
贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯(
Bayes，NB)分类算法可以与决策树和神经网络分类算法相媲美，该算法能运用到大型数据库中，而且方法简单、分类准确率高、速度快。
本实施例通过根据朴素贝叶斯分类算法对待分析用户的关注广告进行分类，能够快速准确地对待分析用户的关注广告进行分类，从而提高用户地域分析结果的准确性。
在优选的实施例当中，在所述在出现概率超过预设的第一阈值时，将对应地域信息确定为待分析用户在对应关注广告类别中的适配地域之后，还包括：根据余弦相似度算法，筛选待分析用户的相似用户，并将对应地域信息确定为相似用户在对应关注广告类别中的适配地域。
余弦相似度，又称为余弦相似性，是通过计算两个向量的夹角余弦值来评估他们的相似度。余弦相似度将向量根据坐标值，绘制到向量空间中，如最常见的二维空间。余弦相似度算法可以应用于计算不同用户之间的相似度。
本实施例通过在出现概率超过预设的第一阈值时，将对应的地域信息确定为待分析用户在关注广告类别中的适配地域之后，根据余弦相似度算法，筛选待分析用户的相似用户，并将对应的地域信息确定为相似用户在关注广告类别中的适配地域，完成对待分析用户的相似用户的地域分析。
本实施例能够在对待分析用户进行地域分析后，一并对待分析用户的相似用户进行地域分析，有利于对更多用户进行地域分析，从而降低用户地域分析过程中的数据处理压力。
在优选的实施例当中，所述根据余弦相似度算法，筛选待分析用户的相似用户，具体为：比对其余每一用户的广告交互数据与待分析用户的广告交互数据，并在用户与待分析用户具有相同数据时，将用户作为目标用户；根据余弦相似度算法计算每一目标用户与待分析用户之间的相似度，并在相似度超过预设的第二阈值时，将对应的目标用户作为相似用户。
如图2所示，第二实施例提供一种广告用户地域分析装置，包括：关注广告分类模块21，用于对待分析用户的关注广告进行分类，得到待分析用户的关注广告类别；出现概率计算模块22，用于提取每一关注广告类别中所有关注广告的地域信息，并计算每一地域信息在所属关注广告类别的出现概率；适配地域确定模块23，用于在出现概率超过预设的第一阈值时，将对应地域信息确定为待分析用户在对应关注广告类别中的适配地域。
需要说明的是，第一阈值可根据企业的广告推送需求，针对不同类广告设置不同取值。
通过关注广告分类模块21，对待分析用户的关注广告进行分类，比如依据广告中产品服务的种类品目对待分析用户的关注广告进行分类，得到待分析用户的关注广告类别。
通过出现概率计算模块22，在获取待分析用户的关注广告类别后，提取每一关注广告类别中所有关注广告的地域信息，并计算每一地域信息在所属关注广告类别的出现概率。
通过适配地域确定模块23，将每一出现概率与预设的第一阈值进行比较，以当有出现概率超过第一阈值时，可将该出现概率对应的地域信息确定为待分析用户在该地域信息对应的关注广告类别中的适配地域。
作为示例性的，待分析用户的关注广告类别分别有A类、B类、C类广告，A类广告中的地域信息分别有a1、a2、a3，B类广告中的地域信息分别有b1、b2、b3，C类广告中的地域信息分别有c1、c2、c3。若P(a1)大于第一阈值xA，则确定a1为待分析用户在A类广告中的适配地域。若P(b1)和P(b2)均大于第一阈值xB，则确定b1和b2均为待分析用户在B类广告中的适配地域。若P(c1)、P(c2)和P(c3)均大于第一阈值xC，则确定c1、c2和c3均为待分析用户在C类广告中的适配地域。
本实施例通过关注广告分类模块21，对待分析用户的关注广告进行分类，得到待分析用户的关注广告类别，进而通过出现概率计算模块22，提取每一关注广告类别中所有关注广告的地域信息，并计算每一地域信息在所属关注广告类别的出现概率，以通过适配地域确定模块23，在出现概率超过预设的第一阈值时，将对应地域信息确定为待分析用户在对应关注广告类别中的适配地域，完成对待分析用户的地域分析。
本实施例针对待分析用户的关注广告类别，提取每一关注广告类别中所有关注广告的地域信息，以当有地域信息在所属关注广告类别的出现概率超过第一阈值时，将此地域信息确定为待分析用户在此关注广告类别中的适配地域，从而实现分析用户在各类广告中的适配地域，提高用户地域分析结果的准确性。
在优选的实施例当中，关注广告分类模块21，还用于在所述对待分析用户的关注广告进行分类，得到待分析用户的关注广告类别之前，通过DMP数据管理系统，获取预设时段内待分析用户的广告交互数据；将广告交互数据涉及到的广告作为待分析用户的关注广告。
需要说明的是，广告交互数据包括待分析用户对广告的点击次数、浏览时长和互动记录，互动记录包括购买记录、评论记录、收藏记录、分享记录等。DMP(Data-ManagementPlatform)数据管理系统，是把分散的多方数据进行整合纳入统一的技术平台，并对这些数据进行标准化和细分，让企业可以把这些细分结果推向现有的互动营销环境里。
本实施例通过关注广告分类模块21，利用DMP数据管理系统获取预设时段，比如最近三个月内待分析用户的广告交互数据，能够获取到经整合的标准化的广告交互数据，避免获取大量无效数据，使得无需对待分析用户的广告交互数据进行繁琐处理即可获取待分析用户的关注广告，从而降低用户地域分析过程中的数据处理压力，提高用户地域分析结果的准确性。
在优选的实施例当中，所述对待分析用户的关注广告进行分类，得到待分析用户的关注广告类别，具体为：根据朴素贝叶斯分类算法，对待分析用户的关注广告进行分类，得到待分析用户的关注广告类别。
贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯(
Bayes，NB)分类算法可以与决策树和神经网络分类算法相媲美，该算法能运用到大型数据库中，而且方法简单、分类准确率高、速度快。
本实施例通过关注广告分类模块21，根据朴素贝叶斯分类算法对待分析用户的关注广告进行分类，能够快速准确地对待分析用户的关注广告进行分类，从而提高用户地域分析结果的准确性。
在优选的实施例当中，适配地域确定模块23，还用于在所述出现概率超过预设的第一阈值时，将对应地域信息确定为待分析用户在对应关注广告类别中的适配地域之后，根据余弦相似度算法，筛选待分析用户的相似用户，并将对应地域信息确定为相似用户在对应关注广告类别中的适配地域。
余弦相似度，又称为余弦相似性，是通过计算两个向量的夹角余弦值来评估他们的相似度。余弦相似度将向量根据坐标值，绘制到向量空间中，如最常见的二维空间。余弦相似度算法可以应用于计算不同用户之间的相似度。
本实施例通过适配地域确定模块23，在出现概率超过预设的第一阈值时，将对应的地域信息确定为待分析用户在关注广告类别中的适配地域之后，根据余弦相似度算法，筛选待分析用户的相似用户，并将对应的地域信息确定为相似用户在关注广告类别中的适配地域，完成对待分析用户的相似用户的地域分析。
本实施例能够在对待分析用户进行地域分析后，一并对待分析用户的相似用户进行地域分析，有利于对更多用户进行地域分析，从而降低用户地域分析过程中的数据处理压力。
在优选的实施例当中，所述根据余弦相似度算法，筛选待分析用户的相似用户，具体为：比对其余每一用户的广告交互数据与待分析用户的广告交互数据，并在用户与待分析用户具有相同数据时，将用户作为目标用户；根据余弦相似度算法计算每一目标用户与待分析用户之间的相似度，并在相似度超过预设的第二阈值时，将对应的目标用户作为相似用户。
综上所述，实施本发明的实施例，具有如下有益效果：
通过对待分析用户的关注广告进行分类，得到待分析用户的关注广告类别，进而提取每一关注广告类别中所有关注广告的地域信息，并计算每一地域信息在所属关注广告类别的出现概率，以在出现概率超过预设的第一阈值时，将对应地域信息确定为待分析用户在对应关注广告类别中的适配地域，完成对待分析用户的地域分析。本实施例针对待分析用户的关注广告类别，提取每一关注广告类别中所有关注广告的地域信息，以当有地域信息在所属关注广告类别的出现概率超过第一阈值时，将此地域信息确定为待分析用户在此关注广告类别中的适配地域，从而实现分析用户在各类广告中的适配地域，提高用户地域分析结果的准确性。
进一步地，通过在出现概率超过预设的第一阈值时，将对应地域信息确定为待分析用户在对应关注广告类别中的适配地域之后，根据余弦相似度算法，筛选待分析用户的相似用户，并将对应地域信息确定为相似用户在对应关注广告类别中的适配地域，完成对待分析用户的相似用户的地域分析。本实施例能够在对待分析用户进行地域分析后，一并对待分析用户的相似用户进行地域分析，有利于对更多用户进行地域分析，从而实现降低用户地域分析过程中的数据处理压力。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
本领域普通技术人员可以理解实现上述实施例中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。
Claims (6)
1.一种广告用户地域分析方法，其特征在于，包括：
对待分析用户的关注广告进行分类，得到所述待分析用户的关注广告类别；
在所述对待分析用户的关注广告进行分类，得到所述待分析用户的关注广告类别之前，还包括：
通过DMP数据管理系统，获取预设时段内所述待分析用户的广告交互数据；
将所述广告交互数据涉及到的广告作为所述待分析用户的关注广告；
所述对待分析用户的关注广告进行分类，得到所述待分析用户的关注广告类别，具体为：
根据朴素贝叶斯分类算法，对所述待分析用户的关注广告进行分类，得到所述待分析用户的关注广告类别；
提取每一所述关注广告类别中所有关注广告的地域信息，并计算每一所述地域信息在所属所述关注广告类别的出现概率；
在所述出现概率超过预设的第一阈值时，将对应所述地域信息确定为所述待分析用户在对应所述关注广告类别中的适配地域。
2.如权利要求1所述的广告用户地域分析方法，其特征在于，在所述出现概率超过预设的第一阈值时，将对应所述地域信息确定为所述待分析用户在对应所述关注广告类别中的适配地域之后，还包括：
根据余弦相似度算法，筛选所述待分析用户的相似用户，并将对应所述地域信息确定为所述相似用户在对应所述关注广告类别中的适配地域。
3.如权利要求2所述的广告用户地域分析方法，其特征在于，所述根据余弦相似度算法，筛选所述待分析用户的相似用户，具体为：
比对其余每一用户的广告交互数据与所述待分析用户的广告交互数据，并在所述用户与所述待分析用户具有相同数据时，将所述用户作为目标用户；
根据余弦相似度算法计算每一所述目标用户与所述待分析用户之间的相似度，并在所述相似度超过预设的第二阈值时，将对应的所述目标用户作为所述相似用户。
4.一种广告用户地域分析装置，其特征在于，包括：
关注广告分类模块，用于对待分析用户的关注广告进行分类，得到所述待分析用户的关注广告类别；
所述关注广告分类模块，还用于在所述对待分析用户的关注广告进行分类，得到所述待分析用户的关注广告类别之前，通过DMP数据管理系统，获取预设时段内所述待分析用户的广告交互数据；将所述广告交互数据涉及到的广告作为所述待分析用户的关注广告；
所述对待分析用户的关注广告进行分类，得到所述待分析用户的关注广告类别，具体为：
根据朴素贝叶斯分类算法，对所述待分析用户的关注广告进行分类，得到所述待分析用户的关注广告类别；
出现概率计算模块，用于提取每一所述关注广告类别中所有关注广告的地域信息，并计算每一所述地域信息在所属所述关注广告类别的出现概率；
适配地域确定模块，用于在所述出现概率超过预设的第一阈值时，将对应所述地域信息确定为所述待分析用户在对应所述关注广告类别中的适配地域。
5.如权利要求4所述的广告用户地域分析装置，其特征在于，所述适配地域确定模块，还用于在所述出现概率超过预设的第一阈值时，将对应所述地域信息确定为所述待分析用户在对应所述关注广告类别中的适配地域之后，根据余弦相似度算法，筛选所述待分析用户的相似用户，并将对应所述地域信息确定为所述相似用户在对应所述关注广告类别中的适配地域。
6.如权利要求5所述的广告用户地域分析装置，其特征在于，所述根据余弦相似度算法，筛选所述待分析用户的相似用户，具体为：
比对其余每一用户的广告交互数据与所述待分析用户的广告交互数据，并在所述用户与所述待分析用户具有相同数据时，将所述用户作为目标用户；
根据余弦相似度算法计算每一所述目标用户与所述待分析用户之间的相似度，并在所述相似度超过预设的第二阈值时，将对应的所述目标用户作为所述相似用户。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010319855.6A CN111582917B (zh) | 2020-04-21 | 2020-04-21 | 一种广告用户地域分析方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010319855.6A CN111582917B (zh) | 2020-04-21 | 2020-04-21 | 一种广告用户地域分析方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111582917A CN111582917A (zh) | 2020-08-25 |
| CN111582917B true CN111582917B (zh) | 2023-04-25 |
Family
ID=72126739
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010319855.6A Active CN111582917B (zh) | 2020-04-21 | 2020-04-21 | 一种广告用户地域分析方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111582917B (zh) |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101552947A (zh) * | 2008-04-03 | 2009-10-07 | 上海亿动信息技术有限公司 | 一种手机广告引擎按用户地域适配发布信息的方法和装置 |
| KR20140073626A (ko) * | 2012-11-30 | 2014-06-17 | 국민대학교산학협력단 | 구획화된 영역에 대한 광고권 경매를 이용한 위치기반 광고 방법 및 이를 위한 광고시스템 |
| CN103745374A (zh) * | 2013-02-27 | 2014-04-23 | 王新 | 一种移动广告投放系统 |
| CN105827480A (zh) * | 2016-03-21 | 2016-08-03 | 乐视网信息技术（北京）股份有限公司 | 广告展示的监测方法、装置和系统 |
| CN109729123B (zh) * | 2017-10-31 | 2022-01-28 | 北京国双科技有限公司 | 一种广告投放地域的监测方法和装置 |
| CN108156518A (zh) * | 2017-12-26 | 2018-06-12 | 上海亿动信息技术有限公司 | 一种通过用户关注广告进行广告定向投放的方法及装置 |
| CN110415054A (zh) * | 2019-09-05 | 2019-11-05 | 上海博泰悦臻网络技术服务有限公司 | 基于用户行为数据的广告投放方法、系统、介质及服务端 |
-
2020
- 2020-04-21 CN CN202010319855.6A patent/CN111582917B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111582917A (zh) | 2020-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8180667B1 (en) | Rewarding creative use of product placements in user-contributed videos | |
| US9256668B2 (en) | System and method of detecting common patterns within unstructured data elements retrieved from big data sources | |
| US20160379268A1 (en) | User behavior data analysis method and device | |
| US20160239865A1 (en) | Method and device for advertisement classification | |
| CN106682686A (zh) | 一种基于手机上网行为的用户性别预测方法 | |
| US20130263181A1 (en) | Systems and methods for defining video advertising channels | |
| CN112258254B (zh) | 基于大数据架构的互联网广告风险监测方法及系统 | |
| CN114581207B (zh) | 一种面向电商平台的商品图像大数据精准推送方法及系统 | |
| CN112347372A (zh) | 一种金融企业基于用户画像方案业务推广的方法 | |
| CN116363440A (zh) | 基于深度学习的土壤中有色微塑料的识别检测方法及系统 | |
| WO2016188334A1 (zh) | 一种用于处理应用访问数据的方法与设备 | |
| WO2019242453A1 (zh) | 信息处理方法及装置、存储介质、电子装置 | |
| CN111582917B (zh) | 一种广告用户地域分析方法及装置 | |
| CN112487306A (zh) | 基于知识图谱的自动化事件标记与分类方法 | |
| CN111127057B (zh) | 一种多维用户画像恢复方法 | |
| CN116318974A (zh) | 站点风险识别方法、装置、计算机可读介质及电子设备 | |
| CN112685618A (zh) | 用户特征识别方法、装置、计算设备及计算机存储介质 | |
| CN115131065A (zh) | 一种基于计算机视觉的短视频沉浸式广告推广方法及系统 | |
| CN115168700A (zh) | 一种基于预训练算法的信息流推荐方法、系统及介质 | |
| CN113744030A (zh) | 基于ai用户画像的推荐方法、装置、服务器及介质 | |
| CN116629981B (zh) | 基于用户行为的智慧社区推荐系统及方法 | |
| CN110866651B (zh) | 一种广告点击率预测方法 | |
| CN112187768B (zh) | 不良信息网站的检测方法、装置、设备及可读存储介质 | |
| CN114529784B (zh) | 一种面向电商数据的商标侵权分析方法及系统 | |
| CN116187299B (zh) | 一种科技项目文本数据检定评价方法、系统及介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: 101300 Room 5058, 5th Floor, Room 101, 1st to 6th Floor, Building 1, Yard 15, Xingtian Road, Shunyi District, Beijing Patentee after: Beijing Longyun Technology Co.,Ltd. Address before: No.18-A1515 Jianshe Road, Kaixuan Street, Liangxiang, Fangshan District, Beijing, 100000 Patentee before: Beijing Longyun Technology Co.,Ltd. |
|
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: Unit 1108A, 11th Floor, Building 3, No.16 Lize Road, Fengtai District, Beijing, 100000 Patentee after: Beijing Longyun Technology Group Co.,Ltd. Country or region after: China Address before: 101300 Room 5058, 5th Floor, Room 101, 1st to 6th Floor, Building 1, Yard 15, Xingtian Road, Shunyi District, Beijing Patentee before: Beijing Longyun Technology Co.,Ltd. Country or region before: China |