CN111768250A - 方法、装置、计算机可读介质及电子设备 - Google Patents

方法、装置、计算机可读介质及电子设备 Download PDF

Info

Publication number
CN111768250A
CN111768250A CN202010759537.1A CN202010759537A CN111768250A CN 111768250 A CN111768250 A CN 111768250A CN 202010759537 A CN202010759537 A CN 202010759537A CN 111768250 A CN111768250 A CN 111768250A
Authority
CN
China
Prior art keywords
advertisement
delivery
user data
interestingness
user
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
Application number
CN202010759537.1A
Other languages
English (en)
Inventor
柯福送
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JD Digital Technology Holdings Co Ltd
Original Assignee
JD Digital Technology Holdings Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by JD Digital Technology Holdings Co Ltd filed Critical JD Digital Technology Holdings Co Ltd
Priority to CN202010759537.1A priority Critical patent/CN111768250A/zh
Publication of CN111768250A publication Critical patent/CN111768250A/zh
Pending legal-status Critical Current

Links

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
    • G06Q30/0242—Determining effectiveness of advertisements
    • 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
    • G06Q30/0242—Determining effectiveness of advertisements
    • G06Q30/0244—Optimization
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language

Abstract

本公开提供一种广告投放方法、广告投放装置、计算机可读介质及电子设备；涉及广告技术领域。该广告投放方法包括：对待投放广告进行分类，获得所述待投放广告的分类标签；获取对于所述待投放广告的第一投放计划，将所述第一投放计划中包含的第一广告投放在广告投放端，通过所述广告投放端采集所述第一广告投放后的用户数据；基于所述用户数据计算所述第一广告的兴趣度，结合所述第一广告的兴趣度以及所述分类标签确定第二投放计划，以根据所述第二投放计划进行广告投放。本公开中的广告投放方法能够在一定程度上克服固定投放规则造成用户体验差的问题，进而提升广告效果。

Description

方法、装置、计算机可读介质及电子设备
技术领域
本公开涉及广告技术领域，具体而言，涉及一种广告投放方法、广告投放装置、计算机可读介质及电子设备。
背景技术
近年来，随着互联网媒体广告的快速发展，广告屏从简易的电子屏，led屏，发展到携带摄像头的智能屏幕广告。智能屏幕广告的推荐和投放是整个智能屏广告系统的核心模块。要达到好的广告投放效果，广告推荐策略非常重要。目前屏幕广告的投放规则，基本上是根据广告管理后台设定的固定播放规则进行广告投放，屏幕上的摄像头可以采集用户的头像，并进行简单的互动，这种方式虽然能保证广告实时推送播放，但是按照固定播放规则循环播放的广告，仍然不被用户所接受。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种广告投放方法、广告投放装置、计算机可读介质及电子设备，能够在一定程度上克服广告循环播放造成用户体验差的问题，进而提升广告投放的精准性。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开的第一方面，提供一种广告投放方法，包括：
对待投放广告进行分类获得所述待投放广告的分类标签；
获取所述待投放广告的第一投放计划，将所述第一投放计划中包含的第一广告投放在广告投放端，通过所述广告投放端采集所述第一广告投放后的用户数据；
基于所述用户数据计算所述第一广告的兴趣度，结合所述第一广告的兴趣度以及所述分类标签确定第二投放计划，以根据所述第二投放计划进行广告投放。
在本公开的一种示例性实施例中，通过所述广告投放端采集所述第一广告投放后的用户数据包括：
通过所述广告投放端采集用户进入采集范围的第一时间以及离开所述采集范围的第二时间；
通过所述第一时间以及所述第二时间，计算所述用户对于所述第一广告的停留时间，以获得所述用户数据。
在本公开的一种示例性实施例中，基于所述用户数据计算所述第一广告的兴趣度包括：
通过所述第一投放计划获取所述第一广告的播放时长；
根据所述第一广告的停留时间以及所述播放时长，计算所述第一广告的兴趣度。
在本公开的一种示例性实施例中，通过所述广告投放端采集所述第一广告投放后的用户数据包括：
通过所述广告投放端检测用户对于所述第一广告的交互行为，以获得所述用户数据。
在本公开的一种示例性实施例中，基于所述用户数据计算所述第一广告的兴趣度包括：
根据所述第一投放计划确定所述第一广告的展示次数；
基于所述展示次数以及用户对于所述第一广告的交互行为的次数，计算所述第一广告的兴趣度。
在本公开的一种示例性实施例中，基于所述用户数据计算所述第一广告的兴趣度包括：
获取所述第一广告的购买转化率；
结合所述购买转化率以及所述用户数据计算所述第一广告的兴趣度。
在本公开的一种示例性实施例中，结合所述兴趣度以及所述分类标签确定第二投放计划包括：
根据所述第一广告的兴趣度确定出所述兴趣度满足预设值的目标广告；
根据所述目标广告的分类标签，从所述待投放广告中筛选出第二广告，以获得所述第二投放计划。
在本公开的一种示例性实施例中，所述广告投放端中包括摄像头；所述通过所述广告投放端采集所述第一广告投放后的用户数据包括：
通过所述摄像头采集用户的人脸以及互动手势，以获得所述第一广告的用户数据。
根据本公开的第二方面，提供一种广告投放装置，包括广告分类模块、投放计划确定模块以及投放计划调整模块，其中：
广告分类模块，用于对待投放广告进行分类获得所述待投放广告的分类标签。
投放计划确定模块，用于获取所述待投放广告的第一投放计划，将所述第一投放计划中包含的第一广告投放在广告投放端，通过所述广告投放端采集所述第一广告投放后的用户数据。
投放计划调整模块，用于基于所述用户数据计算所述第一广告的兴趣度，结合所述第一广告的兴趣度以及所述分类标签确定第二投放计划，以根据所述第二投放计划进行广告投放。
页面生成模块，用于获取针对所述交互页面的配置信息，通过所述配置信息确定所述交互页面对应的事件信息。
在本公开的一种示例性实施方式中，投放计划确定模块具体包括用户检测单元以及时间计算单元，其中：
用户检测单元，用于通过所述广告投放端采集用户进入采集范围的第一时间以及离开所述采集范围的第二时间。
时间计算单元，用于通过所述第一时间以及所述第二时间，计算所述用户对于所述第一广告的停留时间，以获得所述用户数据。
在本公开的一种示例性实施方式中，投放计划调整模块具体包括播放时长计算单元以及第一兴趣度计算单元，其中：
播放时长计算单元，用于通过所述第一投放计划获取所述第一广告的播放时长。
第一兴趣度计算单元，用于根据所述第一广告的停留时间以及所述播放时长，计算所述第一广告的兴趣度。
在本公开的一种示例性实施方式中，投放计划确定模块具体用于：通过所述广告投放端检测用户对于所述第一广告的交互行为，以获得所述用户数据。
在本公开的一种示例性实施方式中，投放计划调整模块具体包括展示次数计算单元以及第二兴趣度计算单元，其中：
展示次数计算单元，用于根据所述第一投放计划确定所述第一广告的展示次数。
第二兴趣度计算单元，用于基于所述展示次数以及用户对于所述第一广告的交互行为的次数，计算所述第一广告的兴趣度。
在本公开的一种示例性实施方式中，投放计划调整模块具体包括转化率获取单元以及第三兴趣度计算单元，其中：
转化率获取单元，用于获取所述第一广告的购买转化率。
第三兴趣度计算单元，应用于结合所述购买转化率以及所述用户数据计算所述第一广告的兴趣度。
在本公开的一种示例性实施方式中，投放计划调整模块具体包括兴趣度筛选单元以及广告筛选单元，其中：
兴趣度筛选单元，用于根据所述第一广告的兴趣度确定出所述兴趣度满足预设值的目标广告。
广告筛选单元，用于根据所述目标广告的分类标签，从所述待投放广告中筛选出第二广告，以获得所述第二投放计划。
在本公开的一种示例性实施方式中，所述广告投放端中包括摄像头，所述投放计划确定模块用于：通过所述摄像头采集用户的人脸以及互动手势，以获得所述第一广告的用户数据。
根据本公开的第三方面，提供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任意一项所述的方法。
根据本公开的第四方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的方法。
本公开示例性实施例可以具有以下部分或全部有益效果：
在本公开的示例实施方式所提供的广告投放方法中，一方面，通过用户数据可以将第一投放计划调整为第二投放计划，可以使得广告投放更加灵活，从而解决固定规则造成用户体验差的问题，提高广告的接受度；同时，利用用户数据来更新投放计划，还可以提高广告投放的智能性；另一方面，通过广告投放端采集的用户数据来计算广告的兴趣度，根据兴趣度以及分类标签来调整投放计划，可以使得广告的投放计划与用户数据更加契合，投放用户感兴趣的广告，从而能够提高广告投放的针对性和精准性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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示意性示出了根据本公开的一个实施例的用于实现广告投放方法的系统架构图；
图2示意性示出了根据本公开的一个实施例的广告投放方法的流程图；
图3示意性示出了根据本公开的一个实施例的广告投放方法的流程图；
图4示意性示出了根据本公开的一个实施例的广告投放方法的流程图；
图5示意性示出了根据本公开的一个实施例的广告投放方法的流程图；
图6示意性示出了根据本公开的一个实施例的广告投放方法的流程图；
图7示意性示出了根据本公开的一个实施例的广告投放方法的流程图；
图8示意性示出了根据本公开的一个实施例的广告投放方法的流程图；
图9示意性示出了根据本公开的一个实施例的广告投放装置的框图；
图10示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
以下对本公开实施例的技术方案进行详细阐述：
首先，本公开的示例性实施例中提供一种用于实现该方法的系统架构。参考图1所示，该系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送请求指令等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是，本公开实施方式所提供的广告投放方法一般由服务器105执行，相应地，广告投放装置一般设置于服务器105中。但是，本领域技术人员能够理解的是，本公开的广告投放方法也可以由终端设备101执行，相应地，广告投放装置可以设置于终端设备101中，本实施方式对此不做特殊限定。
基于上述系统架构，本示例实施方式提供了一种广告投放方法。参考图2所示，该广告投放方法可以包括步骤S210、步骤S220以及步骤S230，其中：
步骤S210：对待投放广告进行分类获得所述待投放广告的分类标签。
步骤S220：获取所述待投放广告的第一投放计划，将所述第一投放计划中包含的第一广告投放在广告投放端，通过所述广告投放端采集所述第一广告投放后的用户数据。
步骤S230：基于所述用户数据计算所述第一广告的兴趣度，结合所述第一广告的兴趣度以及所述分类标签确定第二投放计划，以根据所述第二投放计划进行广告投放。
在本公开的一示例实施方式所提供的广告投放方法中，一方面，通过用户数据可以将第一投放计划调整为第二投放计划，可以使得广告投放更加灵活，从而解决固定规则造成用户体验差的问题，提高广告的接受度；同时，利用用户数据来更新投放计划，还可以提高广告投放的智能性；另一方面，通过广告投放端采集的用户数据来计算广告的兴趣度，根据兴趣度以及分类标签来调整投放计划，可以使得广告的投放计划与用户数据更加契合，投放用户感兴趣的广告，从而能够提高广告投放的针对性和精准性。
下面，对于本示例实施方式的上述步骤进行更加详细的说明。
在步骤S210中，对待投放广告进行分类获得所述待投放广告的分类标签。
待投放广告包括多个不同类型的产品的广告，举例而言，待投放广告可以分为电子产品类、食品类、服饰类等，也可以更加细化地分为水果、饮品、手表、眼镜等，根据实际情况待投放广告还可以分为其他类别，例如按照细化程度可以分为一级类别如食品类、服饰类，二级类别如酒水、坚果、童装、女装等，本实施方式不限于此。在广告投放的管理后台可以上传需要投放的所有待投放广告，然后根据广告的内容对广告进行分类。分类后可以将待投放广告所属的类型作为标签，从而给待投放广告打上相应的标签。
在步骤S220中，获取所述待投放广告的第一投放计划，将所述第一投放计划中包含的第一广告投放在广告投放端，通过所述广告投放端采集所述第一广告投放后的用户数据。
第一投放计划中包含待投放广告中的一部分广告，这部分广告可以为第一广告，例如待投放广告一共为100个，第一投放计划中可以包含其中的10个广告。并且，第一投放计划中还可以包括各个第一广告之间的播放顺序，每个第一广告的播放时长以及播放次数。从待投放广告中选取出一定数量的广告作为第一广告，并定义各第一广告的播放顺序、播放次数等参数可以获得第一投放计划。实际情况中，每个城市的广告投放端可以包括多个，每个广告投放端的位置不同，因此第一投放计划可以根据各个广告投放端所在的位置来确定第一投放计划，例如位于商场的广告投放端可以选择与该商场中商家相关的待投放广告作为第一广告，位于电梯里的广告投放端可以选择时长较短的待投放广告作为第一广告等。或者，根据每个广告投放端的历史投放计划确定第一投放计划，示例性的，可以通过广告管理后台获取广告投放端的投放广告的购买转化率，选取购买转化率较高的分类标签，从该分类标签对应的待投放广告中选择一定数量组成第一投放计划。
在示例性实施方式中，根据广告投放端历史投放的广告效果可以为每个历史投放过的广告计算出一个初始兴趣度，根据该初始兴趣度来确定第一投放计划，例如选择出初始兴趣度较高的待投放广告作为第一投放计划等。其中，初始兴趣度可以通过广告的购买转化率来进行计算，购买转化率越高则初始兴趣度越高；或者也可以通过其他方式计算，例如人工设置初始兴趣度，通过广告的多个属性参数来进行计算等等。
其中，广告投放端指的是播放广告的终端设备，该终端设备可以为具有显示功能的电子设备，例如电子屏、led屏等。可选的，广告投放端可以包括携带摄像头的智能广告屏。得到第一投放计划之后，可以获取第一投放计划中中包含的各个第一广告的内容，以及各个第一广告之间的播放顺序，进而按照该播放顺序依次在广告投放端投放各个第一广告。在播放广告时，如果该广告投放端周围有用户经过，则可以通过广告投放端中的摄像头采集经过的用户的用户数据。
示例性的，通过广告投放端携带的摄像头可以采集用户的人脸信息以及互动手势，从而将得到人脸信息以及互动手势作为用户数据。或者，该广告投放端还可以包括触摸屏，进而通过广告投放端可以采集用户的点击操作、输入操作等作为用户数据。在广告投放端播放广告时，用户会对感兴趣的广告仔细观看从而停留较长的时间，而对没有兴趣的广告可能只看一眼，可以看出，用户在广告前的停留时间能够反应出用户对于广告的兴趣度。因此，在示例性实施方式中，用户数据还可以包括用户在广告投放端的停留时间。进而，采集用户数据的方法可以包括步骤S310以及步骤S320，如图3所示。
在步骤S310中，通过所述广告投放端采集用户进入采集范围的第一时间以及离开所述采集范围的第二时间。其中，采集范围可以为广告投放端摄像头能够拍摄到的角度范围。如果用户进入采集范围则广告投放端可以检测到用户人脸，并记录检测到用户人脸时的时刻，作为第一时间。在该人脸消失在该采集范围时可以记录人脸消失时的时刻，得到第二时间。示例性的，也可以以用户的肢体为准，例如检测用户腿部出现和离开的时刻等。
在步骤S320中，通过所述第一时间以及所述第二时间，计算所述用户对于所述第一广告的停留时间，以获得所述用户数据。示例性的，针对广告投放端播放的每个第一广告，可以分别记录第一广告对应的用户的停留时间，从而得到用户数据。例如，第一广告A在播放时，用户的停留时间为10秒、11秒，第一广告B在播放时，用户的停留时间为8秒、9秒、10秒等。并且，得到用户数据后，可以对用户数据进行过滤，将时间间隔比较小的停留时间进行删除，例如，如果某一用户对于第一广告A的第一时间与第二时间之间的间隔为3秒，则可以将该用户的停留时间进行删除。从而减小用户数据的数据量，保留更有价值的数据，不仅可以提高兴趣度的计算效率，还可以提高准确性。
示例性的实施方式中，用户数据可以包括用户的交互行为，则可以通过广告投放端检测用户的交互行为，例如用户在显示屏幕上的点击操作、用户的交互手势等、检测到交互行为时可以记录交互行为的类型以及交互行为针对的第一广告，从而得到用户数据。举例而言，用户在观看投放的广告时，广告上可以包括提供相应商品的链接、二维码等信息，通过广告投放端可以检测用户的扫码手势，点击操作或者其他交互行为，例如点赞等，检测到之后可以对交互行为进行记录在一文件中，作为用户数据进行保存。
接下来，在步骤S230中，基于所述用户数据计算所述第一广告的兴趣度，结合所述第一广告的兴趣度以及所述分类标签确定第二投放计划，以根据所述第二投放计划进行广告投放。
本实施方式中，通过用户数据可以计算用户对于已经投放的第一广告的兴趣度，通过对兴趣度的筛选，可以得到兴趣度较高的分类标签，进而在该分类标签对应的待投放广告中筛选下一次投放的广告。第二投放计划中可以包含与第一广告不同的其他待投放广告。示例性的，通过用户对广告的停留时间以及广告的播放时长可以计算兴趣度。如图4所示，该方法可以包括步骤S410以及步骤S420。
在步骤S410中，通过所述第一投放计划获取所述第一广告的播放时长。示例性的，第一投放计划中包含的多个第一广告可以循环播放，每个第一广告的播放时长可以不同，例如，第一广告A的播放时长为1分钟、第一广告B的播放时长可以为40秒等。此外，第一投放计划中还可以包括所有第一广告的总的播放时长，在该总的播放时长中多个第一广告可以按照一定的顺序循环进行播放。
在步骤S420中，根据所述第一广告的停留时间以及所述播放时长，计算所述第一广告的兴趣度。例如，在播放第一广告时，用户出现时的第一时间为Ti，离开的第二时间为To，该第一广告的播放时长为Tu，则通过
Figure BDA0002612677170000111
可以计算该广告的兴趣度。如果用户对于第一广告停留的时间越长，则该第一广告的停留时间占播放时长的占比越大，可以确定对于该第一广告的兴趣度越高。
在示例性实施方式中，兴趣度还可以通过步骤S510以及步骤S520进行计算，如图5所示。
在步骤S510中，根据所述第一投放计划确定所述第一广告的展示次数。通过所有第一广告的总播放时长，以及第一投放计划的播放时长可以计算得到第一广告的展示次数。例如，第一投放计划在早上10点到12点之间播放，其中包含6个第一广告且播放时长均为10秒，则第一广告相加的总时长为60秒，展示次数为120次。
在步骤S520中，基于所述展示次数以及用户对于所述第一广告的交互行为的次数，计算所述第一广告的兴趣度。例如，广告A的展示次数为S，存在交互行为的次数为E，则兴趣度可以为：
Figure BDA0002612677170000112
用户对于第一广告产生的交互行为越多则可以确定对于该第一广告的兴趣度越高。
此外，兴趣度还可以通过广告的购买转化率来计算，若购买转化率越高则可以确定广告的兴趣度越高。因此，如图6所示，计算兴趣度还可以通过步骤S610以及步骤S620来实现。
在步骤S610中，获取所述第一广告的购买转化率。通过广告管理后台可以获取广告投放端投放广告的购买转化率。具体的，用户通过广告投放端投放的广告进入相应的产品页面时，展示产品的电子平台可以记录通过该广告投放端得到的用户流量数据，并统计在这些用户流量数据中存在购买行为的数量，从而得到购买转化率指标，该购买转化率指标可以提供给对应的广告管理后台。
在步骤S620中，结合所述购买转化率以及所述用户数据计算所述第一广告的兴趣度。示例性的，通过购买转化率以及检测到的用户的交互行为和停留时间可以来计算兴趣度，将步骤S420中通过停留时间计算的兴趣度作为第一参数、将步骤S520中通过互动行为计算的兴趣度作为第二参数，将购买转化率作为第三参数，结合该第一参数、第二参数以及第三参数进行加权求和得出最终的兴趣度。举例而言，对于广告A1，A2，A3…AN来说，采集到了的m个用户的用户数据，停留时间对应的第一参数可以为Ft，交互行为对应的第二参数为：Fd，购买转化率对应的第三参数为：Fb；设第一参数的权重为WT，第二参数的权重为WD，第三参数的权重为WB，可以得到用户j(j<m)对广告Ai的兴趣度为：Vj Ai＝WT*FT+WD*FD+WB*FB，从而得到广告Ai的总兴趣度为
Figure BDA0002612677170000121
此外，本实施方式还可以通过其他方式计算兴趣度，例如可以为上述各个参数分别确定一调整因子，结合各个参数的调整因子以及权重来计算最终的兴趣度，例如通过Vj Ai＝T*WT*FT+D*WD*FD+B*WB*FB来计算，其中，T、D、B分别为各个参数的调整因子。
计算出第一投放计划中各个第一广告的兴趣度之后，可以选择兴趣度较高的第一广告作为目标广告，进而根据该目标广告的分类标签从待投放广告中筛选出相似的广告放入第二投放计划中，进行下一轮广告投放。具体的，该方法可以步骤S710以及步骤S720，如图7所示。
在步骤S710中，根据所述第一广告的兴趣度确定出所述兴趣度满足预设值的目标广告。其中，预设值可以为0.4、0.5，也可以为其他值，例如0.6等，本实施方式对此不做特殊限定。示例性的，得到第一投放计划中每个第一广告的兴趣度之后，可以选择满足该预设值的第一广告作为目标广告。或者，按照兴趣度从大到小进行排序，将排在前N位的第一广告作为目标广告。
在步骤S720中，根据所述目标广告的分类标签，从所述待投放广告中筛选出第二广告，以获得所述第二投放计划。根据目标广告的分类标签可以选择与该目标广告的分类标签相同的待投放广告作为第二广告，或者利用该分类标签可以计算出目标广告与待投放广告中其他广告的相似度，从而选择与目标广告相似度较高的待投放广告作为第二广告。将筛选出的多个第二广告按照一定的顺序进行排列，并确定第二广告循环播放的次数或者总的播放时长，从而得到第二投放计划。
举例而言，广告投放端投放广告有A1，A2，A3，在该广告投放端观看的用户为P1，P2，P3；其中P1对A1，A2，A3的停留时间对应的兴趣值为T1＝0.2，T2＝0.4，T3＝0.7，交互行为对应的兴趣度值分别为D1＝0.3，D2＝0.1，D3＝0.2，购买转化率分别为B1＝0.005，B2＝0.001，B3＝0；P2对A1，A2，A3的停留时间对应的兴趣值为T1＝0.1，T2＝0.45，T3＝0.5，交互行为对应的兴趣度值分别为D1＝0.1，D2＝0.3，D3＝0.6，购买转化率分别为B1＝0.002，B2＝0，B3＝0.001；P3对A1，A2，A3的停留时间对应的兴趣值为T1＝0.2，T2＝0.3，T3＝0，交互行为对应的兴趣度值分别为D1＝0.3，D2＝0.1，D3＝0.4，购买转化率分别为B1＝0，B2＝0.003，B3＝0.002；停留时间对应的兴趣度、交互行为对应的兴趣度、购买转化率的权重分别为0.1，0.3，0.6；则广告A1的兴趣度为：
Figure BDA0002612677170000131
Figure BDA0002612677170000132
A2的兴趣度为：
Figure BDA0002612677170000133
Figure BDA0002612677170000134
A3的兴趣度为：
Figure BDA0002612677170000135
Figure BDA0002612677170000136
则可以看出兴趣度最高的广告为A3，则根据A3的分类标签，从待投放广告中筛选出与A3的分类标签相同或者与A3相似度较高的广告，生成第二投放计划。
在得到第二投放计划后，可以根据第二投放计划继续投放广告，并且可以再次获取用户对于第二投放计划的反馈，即用户数据，然后再次更新兴趣度生成第三计划等。本实施方式中，可以根据用户数据实时地对广告的投放计划进行更新，使得广告的投放能够更加贴合用户的兴趣，从而达到最大的广告效果。
如图8所示，该方法可以包括步骤S810至步骤S840。其中：
在步骤S810中，获取广告，对广告进行分类；在步骤S820中，确定广告的投放计划；在步骤S830中，播放广告，采集用户数据；在步骤S840中，计算兴趣度；计算得到兴趣度之后可以循环至步骤S820中，根据更新后的兴趣度对投放计划进行调整；然后根据调整后的投放计划可以继续投放广告。可以看出，本实施方式提供的广告投放方法可以是循环进行的，在广告投放期间，可以不断收集广告投放后用户反馈的用户数据更新兴趣度，对投放计划进行调整，在关闭广告投放端时可以停止广告投放。通过实时更新的用户数据可以对投放计划进行实时调整，进而投放用户感兴趣的广告，能够避免固定规则造成用户接受度不高的问题，可以提高广告投放的精确性。
需要说明的是，图8中的步骤S810～步骤S840的具体实施方式在上述实施例中均对其进行了说明，此处不再赘述。
进一步的，本示例实施方式中，还提供了一种广告投放装置，用于执行本公开上述的广告投放方法。该装置可以应用于一服务器或终端设备。
参考图9所示，该广告投放装置900可以包括：广告分类模块910、投放计划确定模块920以及投放计划调整模块930，其中：
广告分类模块910，用于对待投放广告进行分类获得所述待投放广告的分类标签。
投放计划确定模块920，用于获取所述待投放广告的第一投放计划，将所述第一投放计划中包含的第一广告投放在广告投放端，通过所述广告投放端采集所述第一广告投放后的用户数据.
投放计划调整模块930，用于基于所述用户数据计算所述第一广告的兴趣度，结合所述第一广告的兴趣度以及所述分类标签确定第二投放计划，以根据所述第二投放计划进行广告投放。
在本公开的一种示例性实施方式中，投放计划确定模块具体包括用户检测单元以及时间计算单元，其中：
用户检测单元，用于通过所述广告投放端采集用户进入采集范围的第一时间以及离开所述采集范围的第二时间。
时间计算单元，用于通过所述第一时间以及所述第二时间，计算所述用户对于所述第一广告的停留时间，以获得所述用户数据。
在本公开的一种示例性实施方式中，投放计划调整模块具体包括播放时长计算单元以及第一兴趣度计算单元，其中：
播放时长计算单元，用于通过所述第一投放计划获取所述第一广告的播放时长。
第一兴趣度计算单元，用于根据所述第一广告的停留时间以及所述播放时长，计算所述第一广告的兴趣度。
在本公开的一种示例性实施方式中，投放计划确定模块具体用于：通过所述广告投放端检测用户对于所述第一广告的交互行为，以获得所述用户数据。
在本公开的一种示例性实施方式中，投放计划调整模块具体包括展示次数计算单元以及第二兴趣度计算单元，其中：
展示次数计算单元，用于根据所述第一投放计划确定所述第一广告的展示次数。
第二兴趣度计算单元，用于基于所述展示次数以及用户对于所述第一广告的交互行为的次数，计算所述第一广告的兴趣度。
在本公开的一种示例性实施方式中，投放计划调整模块具体包括转化率获取单元以及第三兴趣度计算单元，其中：
转化率获取单元，用于获取所述第一广告的购买转化率。
第三兴趣度计算单元，应用于结合所述购买转化率以及所述用户数据计算所述第一广告的兴趣度。
在本公开的一种示例性实施方式中，投放计划调整模块具体包括兴趣度筛选单元以及广告筛选单元，其中：
兴趣度筛选单元，用于根据所述第一广告的兴趣度确定出所述兴趣度满足预设值的目标广告。
广告筛选单元，用于根据所述目标广告的分类标签，从所述待投放广告中筛选出第二广告，以获得所述第二投放计划。
在本公开的一种示例性实施方式中，所述广告投放端中包括摄像头，所述投放计划确定模块用于：通过所述摄像头采集用户的人脸以及互动手势，以获得所述第一广告的用户数据。
由于本公开的示例实施例的广告投放装置的各个功能模块与上述广告投放方法的示例实施例的步骤对应，因此对于本公开装置实施例中未披露的细节，请参照本公开上述的广告投放方法的实施例。
图10示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
需要说明的是，图10示出的电子设备的计算机系统1000仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示，计算机系统1000包括中央处理单元(CPU)1001，其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。在RAM 1003中，还存储有系统操作所需的各种程序和数据。CPU 1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
以下部件连接至I/O接口1005：包括键盘、鼠标等的输入部分1006；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007；包括硬盘等的存储部分1008；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1010上，以便于从其上读出的计算机程序根据需要被安装入存储部分1008。
特别地，根据本公开的实施例，下文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被中央处理单元(CPU)1001执行时，执行本申请的方法和装置中限定的各种功能。
需要说明的是，本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如下述实施例中所述的方法。例如，所述的电子设备可以实现如图1和图2所示的各个步骤等。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (11)

1.一种广告投放方法，其特征在于，包括：
对待投放广告进行分类，获得所述待投放广告的分类标签；
获取对于所述待投放广告的第一投放计划，将所述第一投放计划中包含的第一广告投放在广告投放端，通过所述广告投放端采集所述第一广告投放后的用户数据；
基于所述用户数据计算所述第一广告的兴趣度，结合所述第一广告的兴趣度以及所述分类标签确定第二投放计划，以根据所述第二投放计划进行广告投放。
2.根据权利要求1所述的方法，其特征在于，通过所述广告投放端采集所述第一广告投放后的用户数据包括：
通过所述广告投放端采集用户进入采集范围的第一时间以及离开所述采集范围的第二时间；
通过所述第一时间以及所述第二时间，计算所述用户对于所述第一广告的停留时间，以获得所述用户数据。
3.根据权利要求2所述的方法，其特征在于，基于所述用户数据计算所述第一广告的兴趣度包括：
通过所述第一投放计划获取所述第一广告的播放时长；
根据所述第一广告的停留时间以及所述播放时长，计算所述第一广告的兴趣度。
4.根据权利要求1所述的方法，其特征在于，通过所述广告投放端采集所述第一广告投放后的用户数据包括：
通过所述广告投放端检测用户对于所述第一广告的交互行为，以获得所述用户数据。
5.根据权利要求4所述的方法，其特征在于，基于所述用户数据计算所述第一广告的兴趣度包括：
根据所述第一投放计划确定所述第一广告的展示次数；
基于所述展示次数以及用户对于所述第一广告的交互行为的次数，计算所述第一广告的兴趣度。
6.根据权利要求1所述的方法，其特征在于，基于所述用户数据计算所述第一广告的兴趣度包括：
获取所述第一广告的购买转化率；
结合所述购买转化率以及所述用户数据计算所述第一广告的兴趣度。
7.根据权利要求1所述的方法，其特征在于，结合所述兴趣度以及所述分类标签确定第二投放计划包括：
根据所述第一广告的兴趣度确定出所述兴趣度满足预设值的目标广告；
根据所述目标广告的分类标签，从所述待投放广告中筛选出第二广告，以获得所述第二投放计划。
8.根据权利要求1所述的方法，其特征在于，所述广告投放端中包括摄像头，所述通过所述广告投放端采集所述第一广告投放后的用户数据包括：
通过所述摄像头采集用户的人脸以及互动手势，以获得所述第一广告的用户数据。
9.一种广告投放装置，其特征在于，包括：
广告分类模块，用于对待投放广告进行分类获得所述待投放广告的分类标签；
投放计划确定模块，用于获取所述待投放广告的第一投放计划，将所述第一投放计划中包含的第一广告投放在广告投放端，通过所述广告投放端采集所述第一广告投放后的用户数据；
投放计划调整模块，用于基于所述用户数据计算所述第一广告的兴趣度，结合所述第一广告的兴趣度以及所述分类标签确定第二投放计划，以根据所述第二投放计划进行广告投放。
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权利要求1-8任一项所述的方法。
11.一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-8任一项所述的方法。
CN202010759537.1A 2020-07-31 2020-07-31 方法、装置、计算机可读介质及电子设备 Pending CN111768250A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010759537.1A CN111768250A (zh) 2020-07-31 2020-07-31 方法、装置、计算机可读介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010759537.1A CN111768250A (zh) 2020-07-31 2020-07-31 方法、装置、计算机可读介质及电子设备

Publications (1)

Publication Number Publication Date
CN111768250A true CN111768250A (zh) 2020-10-13

Family

ID=72728123

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010759537.1A Pending CN111768250A (zh) 2020-07-31 2020-07-31 方法、装置、计算机可读介质及电子设备

Country Status (1)

Country Link
CN (1) CN111768250A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114418625A (zh) * 2021-12-30 2022-04-29 北京京东振世信息技术有限公司 信息展示方法、装置、电子设备和计算机可读介质
CN115099866A (zh) * 2022-07-07 2022-09-23 悦诚智慧(厦门)科技有限公司 一种基于ai眼镜的广告投放系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104574005A (zh) * 2015-02-15 2015-04-29 蔡耿新 集增强现实、体感、抠绿技术的广告展示管理系统和方法
CN106651431A (zh) * 2016-10-19 2017-05-10 天脉聚源（北京）科技有限公司 一种广告投放方法及投放装置
CN107371042A (zh) * 2017-08-31 2017-11-21 深圳创维－Rgb电子有限公司 广告投放方法、装置、设备及存储介质
CN107657488A (zh) * 2017-10-19 2018-02-02 厦门美柚信息科技有限公司 基于广告匹配的广告投放处理方法及装置
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
CN109711868A (zh) * 2018-12-07 2019-05-03 百度在线网络技术（北京）有限公司 广告推送方法和装置
CN109740466A (zh) * 2018-12-24 2019-05-10 中国科学院苏州纳米技术与纳米仿生研究所 广告投放策略的获取方法、计算机可读存储介质
CN109784974A (zh) * 2018-12-14 2019-05-21 平安科技（深圳）有限公司 基于大数据的广告投放方法、装置、电子设备和存储介质
CN109886748A (zh) * 2019-02-20 2019-06-14 广州宏数科技有限公司 一种广告智能投放方法和系统
CN109934625A (zh) * 2019-03-01 2019-06-25 统云信息科技有限公司 一种人工智能显示屏广告动态投放系统和方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104574005A (zh) * 2015-02-15 2015-04-29 蔡耿新 集增强现实、体感、抠绿技术的广告展示管理系统和方法
CN106651431A (zh) * 2016-10-19 2017-05-10 天脉聚源（北京）科技有限公司 一种广告投放方法及投放装置
CN107371042A (zh) * 2017-08-31 2017-11-21 深圳创维－Rgb电子有限公司 广告投放方法、装置、设备及存储介质
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
CN107657488A (zh) * 2017-10-19 2018-02-02 厦门美柚信息科技有限公司 基于广告匹配的广告投放处理方法及装置
CN109711868A (zh) * 2018-12-07 2019-05-03 百度在线网络技术（北京）有限公司 广告推送方法和装置
CN109784974A (zh) * 2018-12-14 2019-05-21 平安科技（深圳）有限公司 基于大数据的广告投放方法、装置、电子设备和存储介质
CN109740466A (zh) * 2018-12-24 2019-05-10 中国科学院苏州纳米技术与纳米仿生研究所 广告投放策略的获取方法、计算机可读存储介质
CN109886748A (zh) * 2019-02-20 2019-06-14 广州宏数科技有限公司 一种广告智能投放方法和系统
CN109934625A (zh) * 2019-03-01 2019-06-25 统云信息科技有限公司 一种人工智能显示屏广告动态投放系统和方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114418625A (zh) * 2021-12-30 2022-04-29 北京京东振世信息技术有限公司 信息展示方法、装置、电子设备和计算机可读介质
CN115099866A (zh) * 2022-07-07 2022-09-23 悦诚智慧(厦门)科技有限公司 一种基于ai眼镜的广告投放系统
CN115099866B (zh) * 2022-07-07 2023-05-05 悦诚智慧(厦门)科技有限公司 一种基于ai眼镜的广告投放系统

Similar Documents

Publication Publication Date Title
US11620678B2 (en) Advertising method, device and system, and computer-readable storage medium
CN105160008B (zh) 一种定位推荐用户的方法及装置
US8799814B1 (en) Automated targeting of content components
CN107426328B (zh) 信息推送方法和装置
US11631096B2 (en) Inventory ingestion, image processing, and market descriptor pricing system
US11341550B2 (en) Inventory ingestion and pricing system
CN105894313A (zh) 用来使交易与媒体印象相关联的方法和装置
CN110019699A (zh) 域间通过语法槽的分类
CN111125574A (zh) 用于生成信息的方法和装置
US11651410B2 (en) Inventory ingestion and pricing, including enhanced new user experience embodiments
KR101559719B1 (ko) 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법
CN107977678A (zh) 用于输出信息的方法和装置
US20230325878A1 (en) Systems and methods for leveraging social queuing to simulate ticket purchaser behavior
KR101981612B1 (ko) 인플루언서 마케팅 실행 결과의 분석 서비스 제공 방법
CN111768250A (zh) 方法、装置、计算机可读介质及电子设备
CN116862592B (zh) 一种基于用户行为的sop私域营销信息自动推送方法
CN111104590A (zh) 信息推荐方法、装置、介质及电子设备
KR102490798B1 (ko) 인플루언서 마케팅 서비스 방법
CN113298568B (zh) 用于投放广告的方法及装置
CN111695041B (zh) 用于推荐信息的方法和装置
CN113763004A (zh) 信息匹配方法及装置
CN113158032B (zh) 一种信息推送方法和装置
CN113011911B (zh) 基于人工智能的数据预测方法、装置、介质及电子设备
CN112948701B (zh) 信息推荐装置、方法、设备及存储介质
JP4962950B2 (ja) ネットワーク上のユーザに対するレコメンデーションの方法、レコメンデーションサーバ及びプログラム

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
CB02 Change of applicant information

Address after: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant after: Jingdong Technology Holding Co.,Ltd.

Address before: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant before: Jingdong Digital Technology Holding Co., Ltd

CB02 Change of applicant information