CN111582938A - 一种广告投放方法、装置及电子设备 - Google Patents

Abstract

本发明提供了一种广告投放方法、装置及电子设备，其中，该方法包括：获取广告投放请求，所述广告投放请求中携带有需要进行广告投放的用户的用户标识；根据所述用户标识，查询出所述用户标识的用户的用户行为信息，并从所述用户行为信息中记录的用户行为中确定出用户的用户兴趣标签；基于所述用户的用户兴趣标签，确定所述用户的用户标签权重；将与计算得到的所述用户标签权重匹配的广告投放给用户。通过本发明实施例提供的广告投放方法、装置及电子设备，可以向不同的用户有针对性的投放广告，大大提高了广告投放的准确度。

Description

一种广告投放方法、装置及电子设备

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种广告投放方 法、装置及电子设备及计算机可读存储介质。

背景技术

目前，广告投放商会通过广告灯箱、具有LCD/LED显示器的广 告终端机、以及在电视节目的播放间歇插播产品广告等多种广告展示 方式向不同的群体展示自己的产品广告，使不同的群体中的潜在消费 者了解自己的产品并进行购买。

相关技术中，广告投放商为了使尽可能多的潜在的消费者能够及 时了解自己的产品，就需要海量租用广告灯箱和广告终端机，并且向 电视台或网络视频平台购买黄金时段的播放时间来反复播放产品广告， 才能使不同的群体中的潜在消费者了解自己的产品。

在投放产品广告的过程中，广告投放商需要投入大量的人力物力， 同时耗费很高的成本来投放产品广告，才可能使不同的群体中的潜在 消费者了解自己的产品，但目前投放产品广告的方式比较盲目，造成 广告的投放效率较低、投放效果不好的问题。

发明内容

为解决现有存在的技术问题，本发明实施例提供一种广告投放方 法、装置、电子设备及计算机可读存储介质。

第一方面，本发明实施例提供了一种广告投放方法，包括：

获取广告投放请求，所述广告投放请求中携带有需要进行广告投 放的用户的用户标识；

根据所述用户标识，查询出所述用户标识的用户的用户行为信息， 并从所述用户行为信息中记录的用户行为中确定出用户的用户兴趣标 签；

基于所述用户的用户兴趣标签，确定所述用户的用户标签权重；

将与计算得到的所述用户标签权重匹配的广告投放给用户。

第二方面，本发明实施例提供了一种广告投放装置，包括：

获取模块，用于获取广告投放请求，所述广告投放请求中携带有 需要进行广告投放的用户的用户标识；

查询模块，用于根据所述用户标识，查询出所述用户标识的用户 的用户行为信息，并从所述用户行为信息中记录的用户行为中确定出 用户的用户兴趣标签；

确定模块，用于基于所述用户的用户兴趣标签，确定所述用户的 用户标签权重；

投放模块，用于将与计算得到的所述用户标签权重匹配的广告投 放给用户。

第三方面，本发明实施例提供了一种电子设备，包括总线、收发 器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行 的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线 相连，所述计算机程序被所述处理器执行时实现如上述第一方面所述 的广告投放方法中的步骤。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上 存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一 方面所述的广告投放方法中的步骤。

本发明实施例提供的第一方面至第四方面提供的方案中，通过对 广告投放请求中携带的用户的用户行为信息进行处理，得到与所述用 户行为行为信息中记录的用户行为匹配的用户兴趣标签，然后根据用 户兴趣标签得到的用户标签权重，确定出向用户投放的广告，与相关 技术中海量租用广告灯箱和广告终端机，以及向电视台或网络视频平 台购买黄金时段的播放时间来反复播放产品广告的方式相比，可以针 对用户行为信息确定用户偏好的广告，并将用户偏好的广告投放给用 户，从而可以向不同的用户有针对性的投放广告，大大提高了广告投 放的准确度。

附图说明

为了更清楚地说明本发明实施例或背景技术中的技术方案，下面 将对本发明实施例或背景技术中所需要使用的附图进行说明。

图1示出了本发明实施例1所提供的一种广告投放方法的流程图；

图2示出了本发明实施例2所提供的一种广告投放装置的结构示 意图；

图3示出了本发明实施例3所提供的电子设备的结构示意图。

具体实施方式

为了本发明实施例的描述清楚简洁，首先给出相关概念或技术的 简要介绍：

首先，对本申请提出的广告投放方法、装置、电子设备及计算机 可读存储介质的应用场景进行描述：

所述应用场景，包括：作为用户行为分析平台的远程服务器，以 及能够与所述用户行为分析平台进行交互的媒体服务器。

为了与用户行为分析平台进行交互，媒体服务器需要在用户行为 分析平台上注册。完成注册后，用户行为分析平台会对注册的媒体服 务器建立属于媒体服务器自身的资源位(也就是广告位)信息，并向 媒体服务器分配用户行为分析平台上的唯一身份标识。

所述媒体服务器，需要生成媒体服务器自己的应用程序，并将生 成的应用程序放置在媒体服务器中，供用户下载使用。

为了使用户行为分析平台能够获取到用户行为信息，所述媒体服 务器，需要在自己的应用程序中预先植入用户行为分析平台的开发工 具包，开发工具包主要有两个作用，一是使用户行为分析平台获取媒 体服务器授权的用户数据；二是从用户行为分析平台接收用户行为分 析平台返回的广告，并展示给用户。

所述用户行为分析平台，可以将媒体服务器通过开发工具包传输 的用户数据进行存储，以备后续分析使用。

在一个实施方式中，媒体服务器会周期性向所述用户行为分析平 台反馈用户的用户数据。

所述媒体服务器，会将所有需要播放给用户的广告存储在用户行 为分析平台中。在需要向用户展示广告时，用户行为分析平台会将确 定的广告推送给媒体服务器，再由媒体服务器通过媒体服务器自身的 应用程序展示给用户。

在本实施例中，所述用户数据，包括但不限于：用户标识、用户 使用的终端的终端信息、所述地理位置信息、所述时间信息、以及所 述用户行为信息。

所述用户标识，包括但不限于：用户的小型文本文件(cookie)中 记录的用户的浏览器、ip地址等多方数据组成的用户标识号、用户使 用的设备标识(比如：苹果操作系统的广告标识符IDFA、安卓系统的 安卓标识、国际移动设备识别码等)、以及手机号。

所述用户使用的终端的终端信息，包括但不限于：浏览器名称、 操作系统、设备品牌、设备价格、设备型号、以及操作系统设置的语 言。不同的终端信息也能从一定程度上反映用户的消费水平。

所述地理位置信息，包括但不限于：用户所在国家、省份、城市、 场所及用户的活动轨迹。

所述场所包括但不限于：家庭、学校、企业、网吧、以及商场。

所述时间信息，包括：用户行为的执行时间、持续时间以及间隔 时间。所述用户行为的执行时间，用于表示用户行为出现的时间，如： 用户习惯晚上8点至晚12点之间的任意时间点开始上网、最近3天 均浏览过某网站的页面。

所述用户行为信息，包括但不限于：行为类型、行为操作目标、 以及行为次数。

所述行为类型，包括：搜索、浏览、点击、下载、注册、购买等 行为。

所述行为操作目标，包括但不限于：被用户点击的广告、被用户 购买的商品以及被用户观看的页面或者视频。

所述行为次数，包括：用户进行不同用户行为的次数。

用户行为分析平台，在获取到用户的用户行为信息后，会对用户 的用户行为进行分析，得到行为类型-行为操作目标-行为次数的对应 关系。

行为类型-行为操作目标-行为次数的对应关系，可以是但不限于： 点击-应用程序g内的广告a-1次、购买-网站b内商品-1次、观看-网 站c的视频d-5次。

所述持续时间，用于表示用户执行任意用户行为的持续时间。

所述间隔时间，用于表示用户两次执行同一用户行为的相间隔的 时间长度。

持续时间和间隔时间从一定程度上代表着用户的习惯，如连续几 天观看某广告、以及每周一都购买某商品。

基于此，本实施例提出一种广告投放方法、装置、电子设备及计 算机可读存储介质，通过对广告投放请求中携带的用户的用户行为信 息进行处理，得到与所述用户行为行为信息中记录的用户行为匹配的 用户兴趣标签，然后根据用户兴趣标签得到的用户标签权重，确定出 向用户投放的广告，从而可以针对用户行为信息确定用户偏好的广告， 并将用户偏好的广告投放给用户，提高了广告投放的准确度。

所属技术领域的技术人员应当知道，本发明实施例可以实现为广 告投放方法、装置、电子设备及计算机可读存储介质。因此，本发明 实施例可以具体实现为以下形式：完全的硬件、完全的软件(包括固 件、驻留软件、微代码等)、硬件和软件结合的形式。此外，在一些实 施例中，本发明实施例还可以实现为在一个或多个计算机可读存储介 质中的计算机程序产品的形式，该计算机可读存储介质中包含计算机 程序代码。

上述计算机可读存储介质可以采用一个或多个计算机可读存储 介质的任意组合。计算机可读存储介质包括：电、磁、光、电磁、红 外或半导体的系统、装置或器件，或者以上任意的组合。计算机可读 存储介质更具体的例子包括：便携式计算机磁盘、硬盘、随机存取存 储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、 闪存(FlashMemory)、光纤、光盘只读存储器(CD-ROM)、光存储器 件、磁存储器件或以上任意组合。在本发明实施例中，计算机可读存 储介质可以是任意包含或存储程序的有形介质，该程序可以被指令执 行系统、装置、器件使用或与其结合使用。

上述计算机可读存储介质包含的计算机程序代码可以用任意适 当的介质传输，包括：无线、电线、光缆、射频(Radio Frequency， RF)或者以上任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发 明实施例操作的计算机程序代码，所述程序设计语言包括面向对象的 程序设计语言，例如：Java、Smalltalk、C++，还包括常规的过程式程 序设计语言，例如：C语言或类似的程序设计语言。计算机程序代码 可以完全的在用户计算机上执行、部分的在用户计算机上执行、作为 一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执 行以及完全在远程计算机或服务器上执行。在涉及远程计算机的情形 中，远程计算机可以通过任意种类的网络，包括：局域网(LAN)或 广域网(WAN)，可以连接到用户计算机，也可以连接到外部计算机。

下面将参照本发明实施例的广告投放方法、装置、电子设备及计 算机可读存储介质的流程图和/或方框图描述本发明实施例。

应当理解，流程图和/或方框图的每个方框以及流程图和/或方框 图中各方框的组合，都可以由计算机可读程序指令实现。这些计算机 可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据 处理装置的处理器，从而生产出一种机器，这些计算机可读程序指令 通过计算机或其他可编程数据处理装置执行，产生了实现流程图和/或 方框图中的方框规定的功能/操作的装置。

也可以将这些计算机可读程序指令存储在能使得计算机或其他 可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样， 存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和 /或方框图中的方框规定的功能/操作的指令装置产品。

也可以将计算机可读程序指令加载到计算机、其他可编程数据处 理装置或其他设备上，使得在计算机、其他可编程数据处理装置或其 他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得 在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程 图和/或方框图中的方框规定的功能/操作的过程。

为使本申请的上述目的、特征和优点能够更加明显易懂，下面结 合附图和具体实施方式对本申请做进一步详细的说明。

实施例1

本实施例提出的一种广告投放方法的执行主体是上述的用户行 为分析平台。

参见图1示出的一种广告投放方法的流程图。本申请实施例所提 供的广告投放方法，包括以下具体步骤：

步骤100、获取广告投放请求，所述广告投放请求中携带有需要 进行广告投放的用户的用户标识。

在上述步骤100中，当用户通过媒体服务器自身的应用程序登录 媒体服务器使用应用程序后，媒体服务器就可以获取到登录媒体服务 器自身的应用程序的用户的用户标识，并基于所述用户标识生成广告 投放请求，并将所述广告投放请求发送给所述用户行为分析平台。

这样，所述用户行为分析平台就会接收到媒体服务器发送的广告 投放请求。

步骤102、根据所述用户标识，查询出所述用户标识的用户的用 户行为信息，并从所述用户行为信息中记录的用户行为中确定出用户 的用户兴趣标签。

所述用户兴趣标签，缓存在用户行为分析平台中，用于表示基于 对用户的用户行为分析后，得到的用户特征。

所以，用户行为分析平台使用用户兴趣标签以及用户的属性信息 对用户进行描述，从而根据得到的用户的用户兴趣标签以及用户的属 性信息向用户有针对性的展示广告。

所述用户的属性信息，包括但不限于：用户基本信息；(例如：用 户标识、性别、年龄、地域等)以及用户社会属性；(例如：职业、婚 姻状况、学校等)。

用户的属性信息，可以是对用户标识、用户使用的终端的终端信 息和/或者地理位置信息进行分析后得到的。

为了从所述用户行为信息中记录的用户行为中确定出用户的用 户兴趣标签，上述步骤102可以执行以下步骤(1)至步骤(4)：

(1)获取用户的用户行为信息；

(2)当用户行为信息中存在未被分析的用户行为时，对用户行为 信息中的用户行为进行分析，得到用户行为的行为操作目标；

(3)从行为操作目标与行为权重的对应关系中确定出用户行为 的行为操作目标对应的行为权重；

(4)按照行为操作目标对应的行为权重的大小对行为操作目标 进行排序，从排序后的行为操作目标中选择行为权重较大的多个行为 操作目标作为用户的用户兴趣标签。

在上述步骤(2)中，用户行为的行为操作目标，记录在用户行为 分析平台得到的行为类型-行为操作目标-行为次数的对应关系中。

在上述步骤(3)中，行为操作目标与行为权重的对应关系记录在 用户行为分析平台中。

当用户的用户行为中存在多次执行用户兴趣标签对应的行为操 作目标时，那么用户就会被分配多个相同的用户兴趣标签。

在一个实施方式中，当根据对用户行为分析后，确定用户兴趣标 签A、用户兴趣标签B、以及用户兴趣标签C为确定的用户的用户兴 趣标签。且用户兴趣标签A对应的用户行为用户执行了5次，用户兴 趣标签B对应的用户行为用户执行了2次，且用户兴趣标签C对应的 用户行为用户执行了1次。

那么此时，用户1具有：用户兴趣标签A 5个，用户兴趣标签B 2个，以及用户兴趣标签C1个。

为了统计向用户分配的用户兴趣标签，用户行为分析平台，还存 储有全部用户具有的用户兴趣标签总数量以及具有各所述用户兴趣标 签的用户的用户数量。

基于向上述用户1分配的A、B、C三种用户兴趣标签的数量，对 全部用户具有的用户兴趣标签总数量进行更新，得到更新后的全部用 户具有的用户兴趣标签总数量。

这里，可以对用户兴趣标签总数量执行加5加2加1操作，得到 更新后的全部用户具有的用户兴趣标签总数量。

而且，由于向用户1分配的A、B、C三种用户兴趣标签，那么可 以分别对具有用户兴趣标签A的用户的用户数量、具有用户兴趣标签 B的用户的用户数量、以及具有用户兴趣标签C的用户的用户数量进 行加一操作，从而分别得到更新后的具有用户兴趣标签A的用户的用 户数量、具有用户兴趣标签B的用户的用户数量、以及具有用户兴趣 标签C的用户的用户数量。

步骤104、基于所述用户的用户兴趣标签，确定所述用户的用户 标签权重。

在上述步骤104中，为了确定所述用户的用户标签权重，可以执 行以下步骤(1)至步骤(4)：

(1)获取所述用户与用户行为匹配的各用户兴趣标签的数量；

(2)根据各用户兴趣标签的数量，计算所述用户具有的各用户兴 趣标签的第一权重值；

(3)获取具有各所述用户兴趣标签的用户的用户数量以及全部 用户具有的用户兴趣标签总数量，并基于所述用户兴趣标签总数量和 具有各所述用户兴趣标签的用户的用户数量，分别计算各所述用户兴 趣标签的第二权重值；

(4)获取各所述用户兴趣标签对应的行为类型权重值；

(5)通过以下公式计算用户的各用户兴趣标签的用户标签权重：

用户标签权重＝行为类型权重值*第一权重值*第二权重值*用户 兴趣标签的数量；

(6)将计算得到的各所述用户兴趣标签的用户标签权重中最大 的用户标签权重确定为所述用户的用户标签权重。

在上述步骤(1)中，如前所述，用户1具有：用户兴趣标签A 5 个，用户兴趣标签B 2个，以及用户兴趣标签C1个。

那么针对用户1，用户行为分析平台可以得到：分配给用户1的 5个用户兴趣标签A、2个用户兴趣标签B、以及1个用户兴趣标签 C。

在上述步骤(2)中，用户的用户兴趣标签A的第一权重值＝用户 兴趣标签A的数量/用户被分配的用户兴趣标签的总数。

在一个实施方方式中，配给用户1的5个用户兴趣标签A、2个 用户兴趣标签B、以及1个用户兴趣标签C，那么用户1的用户兴趣 标签A的第一权重值＝5/(5+2+1)。

用户的用户兴趣标签B的第一权重值和用户兴趣标签C的第一 权重值的计算过程与上述用户的用户兴趣标签A的第一权重值的计算 过程类似，这里不再赘述。

在上述步骤(3)中，用户的用户兴趣标签A的第二权重值＝全部 用户具有的用户兴趣标签总数量/具有用户兴趣标签A的用户的用户 数量。

用户的用户兴趣标签B的第二权重值和用户兴趣标签C的第二 权重值的计算过程与上述用户的用户兴趣标签A的第二权重值的计算 过程类似，这里不再赘述。

在上述步骤(4)中，用户行为分析平台中存储有各所述用户兴趣 标签与行为类型权重值的对应关系。所以，通过分配给用户的用户兴 趣标签就可以从各所述用户兴趣标签与行为类型权重值的对应关系中 查询出与用户兴趣标签对应的行为类型权重值

在一个实施方式中，用户兴趣标签与行为类型权重值的对应关系 可以如下表示：

用户兴趣标签A行为类型权重值0.4；

用户兴趣标签B行为类型权重值0.6；

用户兴趣标签C行为类型权重值0.8。

通过以上内容可以看出，计算用户的各用户兴趣标签的用户标签 权重时并未涉及用户行为的执行时间，所以可以对受时间影响较小的 用户行为对应的用户兴趣标签的用户标签权重进行计算。

而为了对于受时间影响较大的用户行为对应的用户兴趣标签的 用户标签权重进行计算，所述步骤104中，在获取各所述用户兴趣标 签对应的行为类型权重值的步骤(5)之后，还可以继续执行以下步骤 (10)至步骤(14)：

(10)从所述用户行为信息中获取用户行为的执行时间；

(11)计算所述用户行为的执行时间的结束时间点与当前时间点 的间隔时长；

(12)基于计算得到的间隔时长，确定与间隔时长对应的时间衰 减系数；

(13)当有不同用户行为与同一用户兴趣标签匹配时，将不同用 户行为中各用户行为对应的时间衰减系数中最小的时间衰减系数确定 为与所述不同用户行为匹配的用户兴趣标签对应的时间衰减系数；

(14)通过以下公式计算用户的各用户兴趣标签的用户标签权重：

用户标签权重＝行为类型权重值*时间衰减系数*第一权重值*第 二权重值*用户兴趣标签的数量；计算完成后跳转至上述步骤(6)继 续执行，以确定出所述用户的用户标签权重。

在上述步骤(12)中，所述用户行为分析平台，存储有间隔时长 与时间衰减系数的对应关系。

在一个实施方式中，所述间隔时长与时间衰减系数的对应关系可 以如下表示：

间隔时长在1周以内-时间衰减系数是1；

间隔时长在1周以上且在2周以内-时间衰减系数是0.5；

间隔时长在2周以上且在1个月以内-时间衰减系数是0.2；

……

在上述步骤(13)中，还包括：当一个用户行为与一个用户兴趣 标签匹配时，将该一个用户行为对应的时间衰减系数确定为该用户行 为匹配的用户兴趣标签对应的时间衰减系数。

在通过以上步骤104确定出用户的用户标签权重后，可以继续执 行以下步骤106，将与计算得到的所述用户标签权重匹配的广告投放 给用户。

步骤106、将与计算得到的所述用户标签权重匹配的广告投放给 用户。

为了向用户推荐广告，上述步骤106可以执行以下步骤(1)至步 骤(3)：

(1)获取各广告的标签系数；

(2)分别计算所述用户的用户标签权重与各广告的标签系数的 差值；

(3)将与所述用户的用户标签权重差值最小的标签系数对应的 广告确定为与计算得到的所述用户标签权重匹配的广告；

(4)将确定出的所述广告投放给用户。

在上述步骤(1)中，所述用户行为分析平台，存储有各广告的标 签系数。各广告的标签系数是预先设置好的。

所述标签系数，用于表示各广告的差异程度；如果两个广告的标 签系数的数值差异越大，说明这两个广告的差异性越大。

在一个实施方式中，所述用户行为分析平台分别存储有的广告A、 广告B、广告C、以及广告D的标签系数，可以如下表示：

广告A标签系数1；

广告B标签系数20；

广告C标签系数100；

广告D标签系数300。

在上述步骤(2)中，在一个实施方式中，如果所述用户的用户标 签权重为35，那么所述用户的用户标签权重与广告A的标签系数的 差值就是34；所述用户的用户标签权重与广告B的标签系数的差值就 是15；所述用户的用户标签权重与广告C的标签系数的差值就是-65； 所述用户的用户标签权重与广告D的标签系数的差值就是-265。

在上述步骤(3)中，将与所述用户的用户标签权重差值15的标 签系数确定为与所述用户的用户标签权重差值最小的标签系数。所以， 将与所述用户的用户标签权重差值最小的标签系数对应的广告B确定 为与计算得到的所述用户标签权重匹配的广告。

在上述步骤(4)中，为了将确定出的所述广告投放给用户，用户 行为分析平台将确定的广告B推送给媒体服务器，再由媒体服务器通 过媒体服务器自身的应用程序将广告B展示给用户。

综上所述，本实施例提出的广告投放方法，通过对广告投放请求 中携带的用户的用户行为信息进行处理，得到与所述用户行为行为信 息中记录的用户行为匹配的用户兴趣标签，然后根据用户兴趣标签得 到的用户标签权重，确定出向用户投放的广告，与相关技术中海量租 用广告灯箱和广告终端机，以及向电视台或网络视频平台购买黄金时 段的播放时间来反复播放产品广告的方式相比，可以针对用户行为信 息确定用户偏好的广告，并将用户偏好的广告投放给用户，从而可以 向不同的用户有针对性的投放广告，大大提高了广告投放的准确度。

实施例2

本实施例提出的广告投放装置，用于执行上述实施例1提出的广 告投放方法。

参见图2所示的一种广告投放装置的结构示意图，本实施例提出 的一种广告投放装置，包括：

获取模块200，用于获取广告投放请求，所述广告投放请求中携 带有需要进行广告投放的用户的用户标识；

查询模块202，用于根据所述用户标识，查询出所述用户标识的 用户的用户行为信息，并从所述用户行为信息中记录的用户行为中确 定出用户的用户兴趣标签；

确定模块204，用于基于所述用户的用户兴趣标签，确定所述用 户的用户标签权重；

投放模块206，用于将与计算得到的所述用户标签权重匹配的广 告投放给用户。

确定模块204，具体用于：

获取所述用户的各用户兴趣标签的数量；

根据各用户兴趣标签的数量，计算所述用户具有的各用户兴趣标 签的第一权重值；

获取具有各所述用户兴趣标签的用户的用户数量以及全部用户 具有的用户兴趣标签总数量，并基于所述用户兴趣标签总数量和具有 各所述用户兴趣标签的用户的用户数量，分别计算各所述用户兴趣标 签的第二权重值；

获取各所述用户兴趣标签对应的行为类型权重值；

通过以下公式计算用户的各用户兴趣标签的用户标签权重：

用户标签权重＝行为类型权重值*第一权重值*第二权重值*用户 兴趣标签的数量；

将计算得到的各所述用户兴趣标签的用户标签权重中最大的用 户标签权重确定为所述用户的用户标签权重。

进一步地，所述用户行为信息还包括：用户行为的执行时间。

所述装置还包括：

处理模块，用于从所述用户行为信息中获取用户行为的执行时间；

计算模块，用于计算所述用户行为的执行时间的结束时间点与当 前时间点的间隔时长；

衰减系数确定模块，用于基于计算得到的间隔时长，确定与间隔 时长对应的时间衰减系数；

第二确定模块，用于当有不同用户行为与同一用户兴趣标签匹配 时，将与不同用户行为中各用户行为对应的时间衰减系数中最小的时 间衰减系数确定为所述不同用户行为匹配的用户兴趣标签对应的时间 衰减系数；

所述确定模块，还能够通过以下公式计算用户的各用户兴趣标签 的用户标签权重：

用户标签权重＝行为类型权重值*时间衰减系数*第一权重值*第 二权重值*用户兴趣标签的数量。

所述投放模块，具体用于：

获取各广告的标签系数；

分别计算所述用户的用户标签权重与各广告的标签系数的差值；

将与所述用户的用户标签权重差值最小的标签系数对应的广告 确定为与计算得到的所述用户标签权重匹配的广告；

将确定出的所述广告投放给用户。

综上所述，本实施例提出的广告投放装置，通过对广告投放请求 中携带的用户的用户行为信息进行处理，得到与所述用户行为行为信 息中记录的用户行为匹配的用户兴趣标签，然后根据用户兴趣标签得 到的用户标签权重，确定出向用户投放的广告，与相关技术中海量租 用广告灯箱和广告终端机，以及向电视台或网络视频平台购买黄金时 段的播放时间来反复播放产品广告的方式相比，可以针对用户行为信 息确定用户偏好的广告，并将用户偏好的广告投放给用户，从而可以 向不同的用户有针对性的投放广告，大大提高了广告投放的准确度。

此外，本发明实施例还提供了一种电子设备，包括总线、收发器、 存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序， 该收发器、该存储器和处理器分别通过总线相连，计算机程序被处理 器执行时实现上述广告投放方法实施例的各个过程，且能达到相同的 技术效果，为避免重复，这里不再赘述。

具体的，参见图3所示的电子设备的结构示意图，本发明实施例 还提供了一种电子设备，该电子设备包括总线71、处理器72、收发器73、总线接口74、存储器75和用户接口76。

在本发明实施例中，该电子设备还包括：存储在存储器75上并可 在处理器72上运行的计算机程序，计算机程序被处理器72执行时实 现以下步骤：

一种广告投放方法，其特征在于，包括：

获取广告投放请求，所述广告投放请求中携带有需要进行广告投 放的用户的用户标识；

根据所述用户标识，查询出所述用户标识的用户的用户行为信息， 并从所述用户行为信息中记录的用户行为中确定出用户的用户兴趣标 签；

基于所述用户的的用户兴趣标签，确定所述用户的用户标签权重；

将与计算得到的所述用户标签权重匹配的广告投放给用户。

可选地，计算机程序被处理器72执行时还可实现以下步骤：

基于所述用户的用户兴趣标签，确定所述用户的用户标签权重， 包括：

获取所述用户的各用户兴趣标签的数量；

根据各用户兴趣标签的数量，计算所述用户具有的各用户兴趣标 签的第一权重值；

获取具有各所述用户兴趣标签的用户的用户数量以及全部用户 具有的用户兴趣标签总数量，并基于所述用户兴趣标签总数量和具有 各所述用户兴趣标签的用户的用户数量，分别计算各所述用户兴趣标 签的第二权重值；

获取各所述用户兴趣标签对应的行为类型权重值；

通过以下公式计算用户的各用户兴趣标签的用户标签权重：

用户标签权重＝行为类型权重值*第一权重值*第二权重值*用户 兴趣标签的数量；

将计算得到的各所述用户兴趣标签的用户标签权重中最大的用 户标签权重确定为所述用户的用户标签权重。

所述用户行为信息还包括：用户行为的执行时间；

所述方法还包括：

从所述用户行为信息中获取用户行为的执行时间；

计算所述用户行为的执行时间的结束时间点与当前时间点的间 隔时长；

基于计算得到的间隔时长，确定与间隔时长对应的时间衰减系数；

当有不同用户行为与同一用户兴趣标签匹配时，将与不同用户行 为中各用户行为对应的时间衰减系数中最小的时间衰减系数确定为所 述不同用户行为匹配的用户兴趣标签对应的时间衰减系数；

通过以下公式计算用户的各用户兴趣标签的用户标签权重：

用户标签权重＝行为类型权重值*时间衰减系数*第一权重值*第 二权重值*用户兴趣标签的数量。

将与计算得到的所述用户标签权重匹配的广告投放给用户，包括：

获取各广告的标签系数；

分别计算所述用户的用户标签权重与各广告的标签系数的差值；

将与所述用户的用户标签权重差值最小的标签系数对应的广告 确定为与计算得到的所述用户标签权重匹配的广告；

将确定出的所述广告投放给用户。

收发器73，用于在处理器72的控制下接收和发送数据。

在图3中，总线架构(用总线71来代表)，总线71可以包括任意 数量互联的总线和桥，总线71将包括由处理器72代表的一个或多个 处理器与存储器75代表的存储器的各种电路连接在一起。

总线71表示若干类型的总线结构中的任何一种总线结构中的一 个或多个，包括存储器总线以及存储器控制器、外围总线、加速图形 端口(Accelerate Graphical Port，AGP)、处理器或使用各种总线体系 结构中的任意总线结构的局域总线。作为示例而非限制，这样的体系 结构包括：工业标准体系结构(Industry Standard Architecture，ISA)总线、微通道体系结构(Micro Channel Architecture，MCA)总线、 扩展ISA(EnhancedISA，EISA)总线、视频电子标准协会(Video Electronics Standards Association，VESA)、外围部件互连(Peripheral Component Interconnect，PCI)总线。

处理器72可以是一种集成电路芯片，具有信号处理能力。在实现 过程中，上述方法实施例的各步骤可以通过处理器中硬件的集成逻辑 电路或软件形式的指令完成。上述的处理器包括：通用处理器、中央 处理器(Central Processing Unit，CPU)、网络处理器(Network Processor， NP)、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程 门阵列(FieldProgrammable Gate Array，FPGA)、复杂可编程逻辑 器件(Complex Programmable LogicDevice，CPLD)、可编程逻辑阵列 (Programmable Logic Array，PLA)、微控制单元(Microcontroller Unit， MCU)或其他可编程逻辑器件、分立门、晶体管逻辑器件、分立硬件 组件。可以实现或执行本发明实施例中公开的各方法、步骤及逻辑框 图。例如，处理器可以是单核处理器或多核处理器，处理器可以集成 于单颗芯片或位于多颗不同的芯片。

处理器72可以是微处理器或任何常规的处理器。结合本发明实 施例所公开的广告投放方法步骤可以直接由硬件译码处理器执行完成， 或者由译码处理器中的硬件及软件模块组合执行完成。软件模块可以 位于随机存取存储器(Random Access Memory，RAM)、闪存(Flash Memory)、只读存储器(Read-Only Memory，ROM)、可编程只读存储 器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、寄存器等本领域公知的可读存储介质中。所述可读 存储介质位于存储器中，处理器读取存储器中的信息，结合其硬件完 成上述方法的步骤。

总线71还可以将，例如外围设备、稳压器或功率管理电路等各种 其他电路连接在一起，总线接口74在总线71和收发器73之间提供 接口，这些都是本领域所公知的。因此，本发明实施例不再对其进行 进一步描述。

收发器73可以是一个元件，也可以是多个元件，例如多个接收器 和发送器，提供用于在传输介质上与各种其他装置通信的单元。例如：

应理解，在本发明实施例中，存储器75可进一步包括相对于处理 器72远程设置的存储器，这些远程设置的存储器可以通过网络连接 至服务器。上述网络的一个或多个部分可以是自组织网络(ad hoc network)、内联网(intranet)、外联网(extranet)、虚拟专用网(VPN)、 局域网(LAN)、无线局域网(WLAN)、广域网(WAN)、无线广域网 (WWAN)、城域网(MAN)、互联网(Internet)、公共交换电话网(PSTN)、 普通老式电话业务网(POTS)、蜂窝电话网、无线网络、无线保真(Wi- Fi)网络以及两个或更多个上述网络的组合。例如，蜂窝电话网和无 线网络可以是全球移动通信(GSM)系统、码分多址(CDMA)系统、 全球微波互联接入(WiMAX)系统、通用分组无线业务(GPRS)系 统、宽带码分多址(WCDMA)系统、长期演进(LTE)系统、LTE频 分双工(FDD)系统、LTE时分双工(TDD)系统、先进长期演进(LTE- A)系统、通用移动通信(UMTS)系统、增强移动宽带(Enhance Mobile Broadband，eMBB)系统、海量机器类通信(massive Machine Type of Communication，mMTC)系统、超可靠低时延通信(Ultra Reliable Low Latency Communications，uRLLC)系统等。

应理解，本发明实施例中的存储器75可以是易失性存储器或非 易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易 失性存储器包括：只读存储器(Read-Only Memory，ROM)、可编程只 读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器 (Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存(Flash Memory)。

易失性存储器包括：随机存取存储器(Random Access Memory， RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形 式的RAM可用，例如：静态随机存取存储器(Static RAM，SRAM)、 动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存 取存储器(Double DataRate SDRAM，DDRSDRAM)、增强型同步动 态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随 机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存 取存储器(Direct Rambus RAM，DRRAM)。本发明实施例描述的电子 设备的存储器75包括但不限于上述和任意其他适合类型的存储器。

在本发明实施例中，存储器75存储了操作系统751和应用程序 752的如下元素：可执行模块、数据结构，或者其子集，或者其扩展 集。

具体而言，操作系统751包含各种系统程序，例如：框架层、核 心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。 应用程序752包含各种应用程序，例如：媒体播放器(Media Player)、 浏览器(Browser)，用于实现各种应用业务。实现本发明实施例方法 的程序可以包含在应用程序752中。应用程序752包括：小程序、对 象、组件、逻辑、数据结构以及其他执行特定任务或实现特定抽象数 据类型的计算机系统可执行指令。

此外，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算 机程序，所述计算机程序被处理器执行时实现上述方法实施例的各个过程，且 能达到相同的技术效果，为避免重复，这里不再赘述。

具体而言，计算机程序被处理器执行时可实现以下步骤：

一种广告投放方法，其特征在于，包括：

获取广告投放请求，所述广告投放请求中携带有需要进行广告投 放的用户的用户标识；

根据所述用户标识，查询出所述用户标识的用户的用户行为信息， 并从所述用户行为信息中记录的用户行为中确定出用户的用户兴趣标 签；

基于所述用户的的用户兴趣标签，确定所述用户的用户标签权重；

将与计算得到的所述用户标签权重匹配的广告投放给用户。

可选地，计算机程序被处理器执行时还可实现以下步骤：

基于所述用户的用户兴趣标签，确定所述用户的用户标签权重， 包括：

获取所述用户的各用户兴趣标签的数量；

根据各用户兴趣标签的数量，计算所述用户具有的各用户兴趣标 签的第一权重值；

获取具有各所述用户兴趣标签的用户的用户数量以及全部用户 具有的用户兴趣标签总数量，并基于所述用户兴趣标签总数量和具有 各所述用户兴趣标签的用户的用户数量，分别计算各所述用户兴趣标 签的第二权重值；

获取各所述用户兴趣标签对应的行为类型权重值；

通过以下公式计算用户的各用户兴趣标签的用户标签权重：

用户标签权重＝行为类型权重值*第一权重值*第二权重值*用户 兴趣标签的数量；

将计算得到的各所述用户兴趣标签的用户标签权重中最大的用 户标签权重确定为所述用户的用户标签权重。

所述用户行为信息还包括：用户行为的执行时间；

所述方法还包括：

从所述用户行为信息中获取用户行为的执行时间；

计算所述用户行为的执行时间的结束时间点与当前时间点的间 隔时长；

基于计算得到的间隔时长，确定与间隔时长对应的时间衰减系数；

当有不同用户行为与同一用户兴趣标签匹配时，将与不同用户行 为中各用户行为对应的时间衰减系数中最小的时间衰减系数确定为所 述不同用户行为匹配的用户兴趣标签对应的时间衰减系数；

通过以下公式计算用户的各用户兴趣标签的用户标签权重：

用户标签权重＝行为类型权重值*时间衰减系数*第一权重值*第 二权重值*用户兴趣标签的数量。

将与计算得到的所述用户标签权重匹配的广告投放给用户，包括：

获取各广告的标签系数；

分别计算所述用户的用户标签权重与各广告的标签系数的差值；

将与所述用户的用户标签权重差值最小的标签系数对应的广告 确定为与计算得到的所述用户标签权重匹配的广告；

将确定出的所述广告投放给用户。

计算机可读存储介质包括：永久性和非永久性、可移动和非可移 动媒体，是可以保留和存储供指令执行设备所使用指令的有形设备。 计算机可读存储介质包括：电子存储设备、磁存储设备、光存储设备、 电磁存储设备、半导体存储设备以及上述任意合适的组合。计算机可 读存储介质包括：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)、非易失性随机存取存储器(NVRAM)、电可擦 除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、光盘 只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、 磁盒式磁带存储、磁带磁盘存储或其他磁性存储设备、记忆棒、机械 编码装置(例如在其上记录有指令的凹槽中的穿孔卡或凸起结构)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 本发明实施例中的界定，计算机可读存储介质不包括暂时信号本身， 例如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传 播的电磁波(例如穿过光纤电缆的光脉冲)或通过导线传输的电信号。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以意识到，结合本发明实施例中所公开的 实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软 件或二者的结合来实现，为了清楚说明硬件和软件的可互换性，在上 述说明中已经按照功能一般性地描述了各示例的组成及步骤。当使用 软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述 计算机程序产品包括一个或多个计算机程序指令。所述计算机程序指 令包括：汇编指令、指令集架构(ISA)指令、机器指令、机器相关指 令、微代码、固件指令、状态设置数据、集成电路配置数据或以一种 或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言，例如：Smalltalk、C++以及过程式编程语言， 例如：C语言或类似的编程语言。

在计算机上加载和执行所述计算机程序指令时，全部或部分的产 生按照本发明实施例所述的流程或功能，所述计算机可以是通过计算 机、专用计算机、计算机网络或其他可编辑装置。所述计算机指令可 以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向 另一个计算机可读存储介质传输，例如：所述计算机指令可以从一个 网站站点、计算机、服务器或数据中心通过有线(例如：同轴电缆、 双绞线、光纤、数字用户线路(digital subscriber line，DSL))或无线 (例如：红外、无线、微波)方式向另一个网站站点、计算机、服务 器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够 存取的任何可用介质或包括一个或多个可用介质集成的服务器、数据 中心等数据存储设备。所述可用介质可以是磁性介质(例如：软盘、 磁盘、磁带)、光介质(例如：光盘)或半导体介质(例如：固态硬盘 (Solid State Drive，SSD))等。这些功能究竟以硬件还是软件来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每 个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不 应认为超出本发明实施例的范围。

所属技术领域的技术人员可以清楚地了解到，为了描述的方便和 简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述 本发明方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所披露的装置、 电子设备和方法，可以通过其他的方式实现。例如，以上描述的装置 实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功 能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可 以结合或可以集成到另一个系统，或一些特征可以忽略，或不执行。 另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是 通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的、 机械的或其他的形式连接。

所述作为分离部件说明的单元可以是或也可以不是物理上分开 的，作为单元显示的部件可以是或也可以不是物理单元，既可以位于 一个位置，或者也可以分布到多个网络单元上。可以根据实际的需要 选择其中的部分或全部单元来解决本发明实施例方案要解决的问题。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理 单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上 单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现， 也可以采用软件功能单元的形式实现。

所述集成的单元如果以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存储介质中。基于这 样的理解，本发明实施例的技术方案本质上或者说对现有技术作出贡 献的部分，或者该技术方案的全部或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(包括：个人计算机、服务器、数据中心或其他 网络设备)执行本发明各个实施例所述方法的全部或部分步骤。而上 述存储介质包括如前述所列举的各种可以存储程序代码的介质。

综上所述，本实施例提出的电子设备和计算机可读存储介质，通 过对广告投放请求中携带的用户的用户行为信息进行处理，得到与所 述用户行为行为信息中记录的用户行为匹配的用户兴趣标签，然后根 据用户兴趣标签得到的用户标签权重，确定出向用户投放的广告，与 相关技术中海量租用广告灯箱和广告终端机，以及向电视台或网络视 频平台购买黄金时段的播放时间来反复播放产品广告的方式相比，可 以针对用户行为信息确定用户偏好的广告，并将用户偏好的广告投放 给用户，从而可以向不同的用户有针对性的投放广告，大大提高了广 告投放的准确度。

以上所述，仅为本发明实施例的具体实施方式，但本发明实施例 的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明 实施例披露的技术范围内，可轻易想到变化或替换，都应涵盖在本发 明实施例的保护范围之内。因此，本发明实施例的保护范围应以权利 要求的保护范围为准。

Claims (10)

1.一种广告投放方法，其特征在于，包括：

获取广告投放请求，所述广告投放请求中携带有需要进行广告投放的用户的用户标识；

根据所述用户标识，查询出所述用户标识的用户的用户行为信息，并从所述用户行为信息中记录的用户行为中确定出用户的用户兴趣标签；

基于所述用户的用户兴趣标签，确定所述用户的用户标签权重；

将与计算得到的所述用户标签权重匹配的广告投放给用户。

2.根据权利要求1所述的方法，其特征在于，基于所述用户的用户兴趣标签，确定所述用户的用户标签权重，包括：

获取所述用户的各用户兴趣标签的数量；

根据各用户兴趣标签的数量，计算所述用户具有的各用户兴趣标签的第一权重值；

获取具有各所述用户兴趣标签的用户的用户数量以及全部用户具有的用户兴趣标签总数量，并基于所述用户兴趣标签总数量和具有各所述用户兴趣标签的用户的用户数量，分别计算各所述用户兴趣标签的第二权重值；

获取各所述用户兴趣标签对应的行为类型权重值；

通过以下公式计算用户的各用户兴趣标签的用户标签权重：

用户标签权重＝行为类型权重值*第一权重值*第二权重值*用户兴趣标签的数量；

将计算得到的各所述用户兴趣标签的用户标签权重中最大的用户标签权重确定为所述用户的用户标签权重。

3.根据权利要求2所述的方法，其特征在于，所述用户行为信息还包括：用户行为的执行时间；

所述方法还包括：

从所述用户行为信息中获取用户行为的执行时间；

计算所述用户行为的执行时间的结束时间点与当前时间点的间隔时长；

基于计算得到的间隔时长，确定与间隔时长对应的时间衰减系数；

当有不同用户行为与同一用户兴趣标签匹配时，将与不同用户行为中各用户行为对应的时间衰减系数中最小的时间衰减系数确定为所述不同用户行为匹配的用户兴趣标签对应的时间衰减系数；

通过以下公式计算用户的各用户兴趣标签的用户标签权重：

用户标签权重＝行为类型权重值*时间衰减系数*第一权重值*第二权重值*用户兴趣标签的数量。

4.根据权利要求2所述的方法，其特征在于，将与计算得到的所述用户标签权重匹配的广告投放给用户，包括：

获取各广告的标签系数；

分别计算所述用户的用户标签权重与各广告的标签系数的差值；

将与所述用户的用户标签权重差值最小的标签系数对应的广告确定为与计算得到的所述用户标签权重匹配的广告；

将确定出的所述广告投放给用户。

5.一种广告投放装置，其特征在于，包括：

获取模块，用于获取广告投放请求，所述广告投放请求中携带有需要进行广告投放的用户的用户标识；

查询模块，用于根据所述用户标识，查询出所述用户标识的用户的用户行为信息，并从所述用户行为信息中记录的用户行为中确定出用户的用户兴趣标签；

确定模块，用于基于所述用户的用户兴趣标签，确定所述用户的用户标签权重；

投放模块，用于将与计算得到的所述用户标签权重匹配的广告投放给用户。

6.根据权利要求5所述的装置，其特征在于，确定模块，具体用于：

获取所述用户的各用户兴趣标签的数量；

根据各用户兴趣标签的数量，计算所述用户具有的各用户兴趣标签的第一权重值；

获取具有各所述用户兴趣标签的用户的用户数量以及全部用户具有的用户兴趣标签总数量，并基于所述用户兴趣标签总数量和具有各所述用户兴趣标签的用户的用户数量，分别计算各所述用户兴趣标签的第二权重值；

获取各所述用户兴趣标签对应的行为类型权重值；

通过以下公式计算用户的各用户兴趣标签的用户标签权重：

用户标签权重＝行为类型权重值*第一权重值*第二权重值*用户兴趣标签的数量；

将计算得到的各所述用户兴趣标签的用户标签权重中最大的用户标签权重确定为所述用户的用户标签权重。

7.根据权利要求6所述的装置，其特征在于，所述用户行为信息还包括：用户行为的执行时间；

所述装置还包括：

处理模块，用于从所述用户行为信息中获取用户行为的执行时间；

计算模块，用于计算所述用户行为的执行时间的结束时间点与当前时间点的间隔时长；

衰减系数确定模块，用于基于计算得到的间隔时长，确定与间隔时长对应的时间衰减系数；

第二确定模块，用于当有不同用户行为与同一用户兴趣标签匹配时，将与不同用户行为中各用户行为对应的时间衰减系数中最小的时间衰减系数确定为所述不同用户行为匹配的用户兴趣标签对应的时间衰减系数；

所述确定模块，还能够通过以下公式计算用户的各用户兴趣标签的用户标签权重：

用户标签权重＝行为类型权重值*时间衰减系数*第一权重值*第二权重值*用户兴趣标签的数量。

8.根据权利要求6所述的方法，其特征在于，投放模块，具体用于：

获取各广告的标签系数；

分别计算所述用户的用户标签权重与各广告的标签系数的差值；

将与所述用户的用户标签权重差值最小的标签系数对应的广告确定为与计算得到的所述用户标签权重匹配的广告；

将确定出的所述广告投放给用户。

9.一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，其特征在于，所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的广告投放方法中的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的广告投放方法中的步骤。

Images