CN112135175A - 一种基于大数据与智慧城市的广告推送方法、系统及云平台 - Google Patents
一种基于大数据与智慧城市的广告推送方法、系统及云平台 Download PDFInfo
- Publication number
- CN112135175A CN112135175A CN202011067751.7A CN202011067751A CN112135175A CN 112135175 A CN112135175 A CN 112135175A CN 202011067751 A CN202011067751 A CN 202011067751A CN 112135175 A CN112135175 A CN 112135175A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- information
- drainage
- media stream
- target
- 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 74
- 238000009826 distribution Methods 0.000 claims abstract description 142
- 230000003068 static effect Effects 0.000 claims description 37
- 230000008569 process Effects 0.000 claims description 35
- 230000009191 jumping Effects 0.000 claims description 25
- 238000000605 extraction Methods 0.000 claims description 18
- 238000013507 mapping Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000002716 delivery method Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 description 11
- 230000006399 behavior Effects 0.000 description 9
- 238000013473 artificial intelligence Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000005012 migration Effects 0.000 description 5
- 238000013508 migration Methods 0.000 description 5
- 230000009193 crawling Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
- H04N21/2668—Creating a channel for a dedicated end-user group, e.g. insertion of targeted commercials based on end-user profiles
-
- 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
- G06Q30/0277—Online advertisement
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
- H04N21/26266—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists for determining content or additional data repetition rate, e.g. of a file in a DVB carousel according to its importance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/81—Monomedia components thereof
- H04N21/812—Monomedia components thereof involving advertisement data
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Economics (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 Transfer Between Computers (AREA)
Abstract
本发明涉及大数据与智慧城市技术领域,涉及一种基于大数据与智慧城市的广告推送方法、系统及云平台。本发明通过获取广告推送流程中每个目标广告媒体流的广告反馈信息,由此对目标广告媒体流进行广告引流标签分析确定目标广告媒体流的广告引流标签,然后获取目标广告媒体流在至少一个观众状态模式下的广告引流跳转信息,并提取得到目标广告媒体流在各观众状态模式下的广告引流跳转特征后,生成目标广告媒体流在广告引流标签上的推送对象分布,从而对目标广告媒体流进行分发推送。本发明通过对目标广告媒体流进行分发推送而提高了广告推送效率和准确度。
Description
技术领域
本发明涉及大数据与智慧城市技术领域,具体而言,涉及一种基于大数据与智慧城市的广告推送方法、系统及云平台。
背景技术
在人们的日常生活中,各种广告无处不在,广告市场正在由大众行销转向分众行销,以及产品与消费者不断被细分化的时代,传统媒体的局限性已经无法有效的区分产品的目标受众群。
传统的广告推送方案中,没有考虑在广告推送流程中每个目标广告媒体流的广告反馈信息,进而从一定程度上丢失了一部分观众在服务使用过程中的广告引流特征,从而导致后续的广告推送效率和准确度较低。
发明内容
为了至少克服现有技术中的上述不足,本发明的目的在于提供一种基于大数据与智慧城市的广告推送方法、系统及云平台,考虑了在广告推送流程中每个目标广告媒体流的广告反馈信息,进而在信息识别过程中将一部分观众在服务使用过程中的广告引流特征纳入在其中,从而提高后续的广告推送效率和准确度。
第一方面,本发明提供一种基于大数据与智慧城市的广告推送方法,应用于云平台,所述云平台与多个广告展示设备通信连接,所述方法包括:
根据预先配置后的预设广告控制脚本对候选广告流配置集合进行候选视频播放信息对应的播放视频的相应广告控制节点的广告分配,得到广告分配结果;
根据所述广告分配结果对所述视频播放信息对应的播放视频执行对应的广告推送流程,并获取所述广告推送流程中每个目标广告媒体流的广告反馈信息,基于目标广告媒体流的广告反馈信息,对所述目标广告媒体流进行广告引流标签分析,确定所述目标广告媒体流的广告引流标签;
获取所述目标广告媒体流在至少一个观众状态模式下的广告引流跳转信息,并对各观众状态模式下的广告引流跳转信息进行特征提取,得到所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征;
基于所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征,确定所述目标广告媒体流的广告推送特征,基于所述广告推送特征,生成所述目标广告媒体流在所述广告引流标签上的推送对象分布,并根据所述目标广告媒体流在所述广告引流标签上的推送对象分布,对所述目标广告媒体流进行分发推送。
在第一方面的一种可能的实现方式中,所述基于目标广告媒体流的广告反馈信息,对所述目标广告媒体流进行广告引流标签分析,确定所述目标广告媒体流的广告引流标签,包括:
通过广告引流标签识别模型,对目标广告媒体流的广告反馈信息进行特征提取,得到所述目标广告媒体流的广告反馈信息的特征信息;
基于所述特征信息,预测所述目标广告媒体流的广告反馈信息在至少一个预设广告引流标签上的置信度;
基于所述置信度,确定所述目标广告媒体流的广告引流标签。
在第一方面的一种可能的实现方式中,所述获取所述目标广告媒体流在至少一个观众状态模式下的广告引流跳转信息,包括:
获取所述目标广告媒体流的图文跳转信息,将所述图文跳转信息作为所述目标广告媒体流在图文观众状态模式下的广告引流跳转信息;
获取所述目标广告媒体流的动态操作跳转信息,将所述动态操作跳转信息作为所述目标广告媒体流在动态操作观众状态模式下的广告引流跳转信息;
获取所述目标广告媒体流的静态操作跳转信息,将所述静态操作跳转信息作为所述目标广告媒体流在静态操作观众状态模式下的广告引流跳转信息。
在第一方面的一种可能的实现方式中,所述对各观众状态模式下的广告引流跳转信息进行特征提取,得到所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征,包括:
对所述图文跳转信息进行特征提取,得到所述目标广告媒体流在图文观众状态模式下的图文广告引流跳转特征;
对所述动态操作跳转信息中的各个动态操作信息进行特征提取,得到所述动态操作跳转信息中的各个动态操作信息的动态操作广告引流跳转特征,并将各个动态操作信息的动态操作广告引流跳转特征进行融合,得到所述目标广告媒体流在动态操作观众状态模式下的动态操作广告引流跳转特征;
对所述静态操作跳转信息中的各个静态操作信息进行特征提取,得到所述静态操作跳转信息中的各个静态操作信息的静态操作广告引流跳转特征,并将各个静态操作信息的静态操作广告引流跳转特征进行融合,得到所述目标广告媒体流在静态操作观众状态模式下的静态操作广告引流跳转特征。
在第一方面的一种可能的实现方式中,所述基于所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征,确定所述目标广告媒体流的广告推送特征,基于所述广告推送特征,生成所述目标广告媒体流在所述广告引流标签上的推送对象分布,并根据所述目标广告媒体流在所述广告引流标签上的推送对象分布,对所述目标广告媒体流进行分发推送的步骤,包括:
基于所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征,从预先配置的广告推送订阅服务中获取与所述广告引流跳转特征匹配的目标广告推送订阅服务,并提取所述目标广告推送订阅服务的服务特征信息作为所述目标广告媒体流的广告推送特征;
根据所述广告推送特征,分别将同一类广告推送特征所覆盖的各个广告引流标签的目标引流匹配参数划分为一个推送对象分布图谱,并根据每一个推送对象分布图谱内的推送对象密集度,将推送对象密集度大于预设密集度阈值的推送对象分布图谱的分布区域缩小,并将推送对象密集度小于预设密集度阈值的推送对象分布图谱的分布区域扩大,得到调整后的各推送对象分布图谱;其中,每一个推送对象分布图谱内的所有引流匹配参数构成一个推送单元;
根据单个推送单元中各引流匹配参数的引流专项标签,计算出单个推送单元中的每一个引流匹配参数与其他引流匹配参数之间的引流转换关系;
对于单个推送单元,根据每一个引流匹配参数与其他引流匹配参数之间的引流转换关系的顺序,对单个推送单元中的各引流匹配参数进行排序,得到引流匹配参数排序列表;
对于单个推送单元,依次对所述引流匹配参数排序列表中的每一个引流匹配参数执行以下过程,直至确定单个推送单元的第一引流匹配参数:
判断所述引流匹配参数排序列表中的引流匹配参数的第一排序位置,是否位于第一预设位置,若确定位于则将位于第一预设排序位置的引流匹配参数作为单个推送单元的第一引流匹配参数;
对于单个推送单元,确定单个推送单元的第一引流匹配参数为与之进行映射关联的引流匹配参数,并确定除去单个推送单元的第一引流匹配参数以外的其他引流匹配参数为单个推送单元的第二引流匹配参数,其中,单个推送单元的第二引流匹配参数为与单个推送单元的第一引流匹配参数进行映射关联的引流匹配参数;
根据确定的各个推送单元的第一引流匹配参数和第二引流匹配参数,生成各个推送单元的推送对象信息,从而根据各个推送单元的推送对象信息构建对应的所述目标广告媒体流在所述广告引流标签上的推送对象分布;
根据所述目标广告媒体流在所述广告引流标签上的推送对象分布,在所述广告引流标签所对应的视频服务对象进行所述目标广告媒体流的分发推送。
在第一方面的一种可能的实现方式中,所述根据预先配置后的预设广告控制脚本对候选广告流配置集合进行候选视频播放信息对应的播放视频的相应广告控制节点的广告分配,得到广告分配结果的步骤,包括:
获取候选视频播放信息,并对所述候选视频播放信息进行广告流配置和广告轮播规则添加,得到相应的候选广告流配置集合,其中,所述候选视频播放信息为所述广告展示设备在预设时间段的大数据操作数据所对应的视频兴趣元素的视频播放信息;
对所述候选广告流配置集合进行解析,得到广告位展示节点集合以及相应的广告轮播控制信息,将广告轮播控制信息满足预设信息流展示策略的广告位展示节点集合确定为候选广告展示控制控件;
根据所述候选广告展示控制控件对所述候选广告流配置集合进行遍历,循环更新广告轮播规则的轮播内容服务,为满足候选广告展示控制控件的候选广告流配置集合添加轮播内容队列,并提取添加轮播内容队列的候选广告流配置集合中的广告节目特征和相应的投放影响热度特征;
根据所述广告节目特征、投放影响热度特征以及轮播内容队列对预设广告控制脚本进行配置,得到配置后的预设广告控制脚本,基于配置后的预设广告控制脚本对候选广告流配置集合进行所述候选视频播放信息对应的播放视频的相应广告控制节点的广告分配。
在第一方面的一种可能的实现方式中,所述对所述候选广告流配置集合进行解析,得到广告位展示节点集合以及相应的广告轮播控制信息,将广告轮播控制信息满足预设信息流展示策略的广告位展示节点集合确定为候选广告展示控制控件的步骤,包括:
对所述候选广告流配置集合进行解析,得到相应的广告位展示节点集合;
获取每一广告位展示节点集合中包含的广告轮播规则的第一候选轮播控制信息以及广告轮播规则的全局轮播控制信息;
根据所述第一候选轮播控制信息与所述全局轮播控制信息的包含关系确定相应的第一广告轮播控制信息;
将所述第一广告轮播控制信息匹配预设轮播订阅规则的广告位展示节点集合确定为候选广告展示控制控件。
在第一方面的一种可能的实现方式中,所述对所述候选视频播放信息进行广告流配置和广告轮播规则添加,得到相应的候选广告流配置集合的步骤,包括:
对所述候选视频播放信息进行广告流配置操作,得到相应的广告流配置集合;
获取广告轮播规则的轮播内容服务,并确定所述广告流配置集合中的轮播内容服务;
为所述广告流配置集合中的轮播内容服务映射相应的广告轮播规则,得到相应的候选广告流配置集合。
第二方面,本发明实施例还提供一种基于大数据与智慧城市的广告推送系统,应用于云平台,所述云平台与多个广告展示设备通信连接,所述系统包括:
广告分配模块,用于根据预先配置后的预设广告控制脚本对候选广告流配置集合进行候选视频播放信息对应的播放视频的相应广告控制节点的广告分配,得到广告分配结果;
分析模块,用于根据所述广告分配结果对所述视频播放信息对应的播放视频执行对应的广告推送流程,并获取所述广告推送流程中每个目标广告媒体流的广告反馈信息,基于目标广告媒体流的广告反馈信息,对所述目标广告媒体流进行广告引流标签分析,确定所述目标广告媒体流的广告引流标签;
特征提取模块,用于获取所述目标广告媒体流在至少一个观众状态模式下的广告引流跳转信息,并对各观众状态模式下的广告引流跳转信息进行特征提取,得到所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征;
推送模块,用于基于所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征,确定所述目标广告媒体流的广告推送特征,基于所述广告推送特征,生成所述目标广告媒体流在所述广告引流标签上的推送对象分布,并根据所述目标广告媒体流在所述广告引流标签上的推送对象分布,对所述目标广告媒体流进行分发推送。
第三方面,本发明实施例还提供一种基于大数据与智慧城市的广告推送系统,所述基于大数据与智慧城市的广告推送系统包括云平台以及与所述云平台通信连接的多个广告展示设备;
所述云平台用于:
根据预先配置后的预设广告控制脚本对候选广告流配置集合进行候选视频播放信息对应的播放视频的相应广告控制节点的广告分配,得到广告分配结果;
根据所述广告分配结果对所述视频播放信息对应的播放视频执行对应的广告推送流程,并获取所述广告推送流程中每个目标广告媒体流的广告反馈信息,基于目标广告媒体流的广告反馈信息,对所述目标广告媒体流进行广告引流标签分析,确定所述目标广告媒体流的广告引流标签;
获取所述目标广告媒体流在至少一个观众状态模式下的广告引流跳转信息,并对各观众状态模式下的广告引流跳转信息进行特征提取,得到所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征;
基于所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征,确定所述目标广告媒体流的广告推送特征,基于所述广告推送特征,生成所述目标广告媒体流在所述广告引流标签上的推送对象分布,并根据所述目标广告媒体流在所述广告引流标签上的推送对象分布,对所述目标广告媒体流进行分发推送。
第四方面,本发明实施例还提供一种云平台,所述云平台包括处理器、机器可读存储介质和网络接口,所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连,所述网络接口用于与至少一个广告展示设备通信连接,所述机器可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述机器可读存储介质中的程序、指令或代码,以执行第一方面或者第一方面中任意一个可能的实现方式中的基于大数据与智慧城市的广告推送方法。
第五方面,本发明实施例提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当其被执行时,使得计算机执行上述第一方面或者第一方面中任意一个可能的实现方式中的基于大数据与智慧城市的广告推送方法。
基于上述任意一个方面,本发明通过获取广告推送流程中每个目标广告媒体流的广告反馈信息,由此对目标广告媒体流进行广告引流标签分析确定目标广告媒体流的广告引流标签,然后获取目标广告媒体流在至少一个观众状态模式下的广告引流跳转信息,并提取得到目标广告媒体流在各观众状态模式下的广告引流跳转特征后,生成目标广告媒体流在广告引流标签上的推送对象分布,从而对目标广告媒体流进行分发推送。如此,考虑了在广告推送流程中每个目标广告媒体流的广告反馈信息,进而在信息识别过程中将一部分观众在服务使用过程中的广告引流特征纳入在其中,从而提高后续的广告推送效率和准确度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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它相关的附图。
图1为本发明实施例提供的基于大数据与智慧城市的广告推送系统的应用场景示意图;
图2为本发明实施例提供的基于大数据与智慧城市的广告推送方法的流程示意图;
图3为本发明实施例提供的基于大数据与智慧城市的广告推送系统的功能模块示意图;
图4为本发明实施例提供的用于实现上述的基于大数据与智慧城市的广告推送方法的云平台的结构示意框图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本说明书中所使用的“系统”、“系统”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1是本发明一种实施例提供的基于大数据与智慧城市的广告推送系统10的交互示意图。基于大数据与智慧城市的广告推送系统10可以包括云平台100以及与所述云平台100通信连接的广告展示设备200。图1所示的基于大数据与智慧城市的广告推送系统10仅为一种可行的示例,在其它可行的实施例中,该基于大数据与智慧城市的广告推送系统10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
本实施例中,基于大数据与智慧城市的广告推送系统10中的云平台100和广告展示设备200可以通过配合执行以下方法实施例所描述的基于大数据与智慧城市的广告推送方法,具体云平台100和广告展示设备200的执行步骤部分可以参照以下方法实施例的详细描述。
为了解决前述背景技术中的技术问题,图2为本发明实施例提供的基于大数据与智慧城市的广告推送方法的流程示意图,本实施例提供的基于大数据与智慧城市的广告推送方法可以由图1中所示的云平台100执行,下面对该基于大数据与智慧城市的广告推送方法进行详细介绍。
步骤S110,根据预先配置后的预设广告控制脚本对候选广告流配置集合进行候选视频播放信息对应的播放视频的相应广告控制节点的广告分配,得到广告分配结果。
步骤S120,根据广告分配结果对视频播放信息对应的播放视频执行对应的广告推送流程,并获取广告推送流程中每个目标广告媒体流的广告反馈信息,基于目标广告媒体流的广告反馈信息,对目标广告媒体流进行广告引流标签分析,确定目标广告媒体流的广告引流标签。
步骤S130,获取目标广告媒体流在至少一个观众状态模式下的广告引流跳转信息,并对各观众状态模式下的广告引流跳转信息进行特征提取,得到目标广告媒体流在各观众状态模式下的广告引流跳转特征。
步骤S140,基于目标广告媒体流在各观众状态模式下的广告引流跳转特征,确定目标广告媒体流的广告推送特征,基于广告推送特征,生成目标广告媒体流在广告引流标签上的推送对象分布,并根据目标广告媒体流在广告引流标签上的推送对象分布,对目标广告媒体流进行分发推送。
本实施例中,广告反馈信息可以是指在广告推送的播放过程中,观众针对每个目标广告媒体流的行为反馈信息,例如点击信息、深度浏览信息、下载信息、页面跳转信息等等,无论何种行为反馈信息都可以理解为该目标广告媒体流的广告引流跳转行为。
本实施例中,广告引流标签可以是指广告反馈信息所对应的广告引流的类别。
本实施例中,观众状态模式可以是指观众在浏览过程中所开启的广告播放模式,例如动态操作、静态操作等状态模式。
基于上述设计,本实施例通过获取广告推送流程中每个目标广告媒体流的广告反馈信息,由此对目标广告媒体流进行广告引流标签分析确定目标广告媒体流的广告引流标签,然后获取目标广告媒体流在至少一个观众状态模式下的广告引流跳转信息,并提取得到目标广告媒体流在各观众状态模式下的广告引流跳转特征后,生成目标广告媒体流在广告引流标签上的推送对象分布,从而对目标广告媒体流进行分发推送。如此,考虑了在广告推送流程中每个目标广告媒体流的广告反馈信息,进而在信息识别过程中将一部分观众在服务使用过程中的广告引流特征纳入在其中,从而提高后续的广告推送效率和准确度。
在一种可能的实现方式中,针对步骤S120,在基于目标广告媒体流的广告反馈信息,对目标广告媒体流进行广告引流标签分析,确定目标广告媒体流的广告引流标签的过程中,可以通过以下示例性的子步骤来实现。
子步骤S121,通过广告引流标签识别模型,对目标广告媒体流的广告反馈信息进行特征提取,得到目标广告媒体流的广告反馈信息的特征信息。
子步骤S122,基于特征信息,预测目标广告媒体流的广告反馈信息在至少一个预设广告引流标签上的置信度。
子步骤S123,基于置信度,确定目标广告媒体流的广告引流标签。
例如,当置信度大于预设置信度时,可以确定置信度大于预设置信度所对应的预设广告引流标签为目标广告媒体流的广告引流标签。
在一种可能的实现方式中,针对步骤S130,获取目标广告媒体流在至少一个观众状态模式下的广告引流跳转信息的过程中,可以通过以下示例性的子步骤来实现。
子步骤S131,获取目标广告媒体流的图文跳转信息,将图文跳转信息作为目标广告媒体流在图文观众状态模式下的广告引流跳转信息。
子步骤S132,获取目标广告媒体流的动态操作跳转信息,将动态操作跳转信息作为目标广告媒体流在动态操作观众状态模式下的广告引流跳转信息。
子步骤S133,获取目标广告媒体流的静态操作跳转信息,将静态操作跳转信息作为目标广告媒体流在静态操作观众状态模式下的广告引流跳转信息。
在上述基础上,仍旧针对步骤S130,在对各观众状态模式下的广告引流跳转信息进行特征提取,得到目标广告媒体流在各观众状态模式下的广告引流跳转特征的过程中,可以通过以下示例性的子步骤来实现。
子步骤S134,对图文跳转信息进行特征提取,得到目标广告媒体流在图文观众状态模式下的图文广告引流跳转特征。
子步骤S135,对动态操作跳转信息中的各个动态操作信息进行特征提取,得到动态操作跳转信息中的各个动态操作信息的动态操作广告引流跳转特征,并将各个动态操作信息的动态操作广告引流跳转特征进行融合,得到目标广告媒体流在动态操作观众状态模式下的动态操作广告引流跳转特征。
子步骤S136,对静态操作跳转信息中的各个静态操作信息进行特征提取,得到静态操作跳转信息中的各个静态操作信息的静态操作广告引流跳转特征,并将各个静态操作信息的静态操作广告引流跳转特征进行融合,得到目标广告媒体流在静态操作观众状态模式下的静态操作广告引流跳转特征。
在一种可能的实现方式中,针对步骤S140,在基于目标广告媒体流在各观众状态模式下的广告引流跳转特征,确定目标广告媒体流的广告推送特征,基于广告推送特征,生成目标广告媒体流在广告引流标签上的推送对象分布,并根据目标广告媒体流在广告引流标签上的推送对象分布,对目标广告媒体流进行分发推送的过程中,可以通过以下示例性的子步骤来实现。
子步骤S141,基于目标广告媒体流在各观众状态模式下的广告引流跳转特征,从预先配置的广告推送订阅服务中获取与广告引流跳转特征匹配的目标广告推送订阅服务,并提取目标广告推送订阅服务的服务特征信息作为目标广告媒体流的广告推送特征。
子步骤S142,根据广告推送特征,分别将同一类广告推送特征所覆盖的各个广告引流标签的目标引流匹配参数划分为一个推送对象分布图谱,并根据每一个推送对象分布图谱内的推送对象密集度,将推送对象密集度大于预设密集度阈值的推送对象分布图谱的分布区域缩小,并将推送对象密集度小于预设密集度阈值的推送对象分布图谱的分布区域扩大,得到调整后的各推送对象分布图谱。其中,每一个推送对象分布图谱内的所有引流匹配参数构成一个推送单元。
子步骤S143,根据单个推送单元中各引流匹配参数的引流专项标签,计算出单个推送单元中的每一个引流匹配参数与其他引流匹配参数之间的引流转换关系。
子步骤S144,对于单个推送单元,根据每一个引流匹配参数与其他引流匹配参数之间的引流转换关系的顺序,对单个推送单元中的各引流匹配参数进行排序,得到引流匹配参数排序列表。
子步骤S145,对于单个推送单元,依次对引流匹配参数排序列表中的每一个引流匹配参数执行以下过程,直至确定单个推送单元的第一引流匹配参数:
详细地,可以判断引流匹配参数排序列表中的引流匹配参数的第一排序位置,是否位于第一预设位置,若确定位于则将位于第一预设排序位置的引流匹配参数作为单个推送单元的第一引流匹配参数。
子步骤S146,对于单个推送单元,确定单个推送单元的第一引流匹配参数为与之进行映射关联的引流匹配参数,并确定除去单个推送单元的第一引流匹配参数以外的其他引流匹配参数为单个推送单元的第二引流匹配参数。
例如,单个推送单元的第二引流匹配参数为与单个推送单元的第一引流匹配参数进行映射关联的引流匹配参数。
子步骤S147,根据确定的各个推送单元的第一引流匹配参数和第二引流匹配参数,生成各个推送单元的推送对象信息,从而根据各个推送单元的推送对象信息构建对应的目标广告媒体流在广告引流标签上的推送对象分布。
子步骤S148,根据目标广告媒体流在广告引流标签上的推送对象分布,在广告引流标签所对应的视频服务对象进行目标广告媒体流的分发推送。
在一种可能的实现方式中,针对步骤S110,在根据预先配置后的预设广告控制脚本对候选广告流配置集合进行候选视频播放信息对应的播放视频的相应广告控制节点的广告分配,得到广告分配结果的过程中,可以通过以下示例性的子步骤来实现。
步骤S111,获取候选视频播放信息,并对候选视频播放信息进行广告流配置和广告轮播规则添加,得到相应的候选广告流配置集合。
步骤S112,对候选广告流配置集合进行解析,得到广告位展示节点集合以及相应的广告轮播控制信息,将广告轮播控制信息满足预设信息流展示策略的广告位展示节点集合确定为候选广告展示控制控件。
步骤S113,根据候选广告展示控制控件对候选广告流配置集合进行遍历,循环更新广告轮播规则的轮播内容服务,为满足候选广告展示控制控件的候选广告流配置集合添加轮播内容队列,并提取添加轮播内容队列的候选广告流配置集合中的广告节目特征和相应的投放影响热度特征。
步骤S114,根据广告节目特征、投放影响热度特征以及轮播内容队列对预设广告控制脚本进行配置,得到配置后的预设广告控制脚本,基于配置后的预设广告控制脚本对候选广告流配置集合进行所述候选视频播放信息对应的播放视频的相应广告控制节点的广告分配。
本实施例中,候选视频播放信息可以为广告展示设备200在预设时间段的大数据操作数据所对应的视频兴趣元素的视频播放信息。例如,广告展示设备200可以遍布设置于不同服务点(如银行、商场、居民网点等)为用户提供各类咨询服务,用户可以在浏览操作中自动通过广告展示终端200生成大数据操作数据从而获取视频兴趣元素的视频播放信息。
本实施例中,广告投放策略信息可以是指具体的广告投放过程中产生的用于衡量每个广告标签业务的策略信息,广告轮播规则可以是指具体的广告投放过程中用于进行推送策略参考的轮播规则信息,例如可以是指以按照预设定义的广告队列进行业务设置后的轮播规则配置信息。
本实施例中,广告位展示节点集合中的每个广告位展示节点可以用于表示在广告分配过程中后续具体参照的广告位信息,相应的广告轮播控制信息可以是指该广告位展示节点作为后续广告位的定位过程时,在此之前的预先配置的轮播控制的内容排布信息。
本实施例中,轮播内容服务可以是指在后续的轮播控制过程中的轮播控制中所包含的运行服务,每个运行服务可以对应一个轮播内容队列,广告节目特征可以用于表示在后续的推送过程中的广告节目的特征,相应的投放影响热度特征可以用于表示该广告节目的参考热度,具体参考热度的定义规则不作限定,可以基于现有技术进行灵活设计。
本实施例中,在步骤S114中,可以根据广告节目特征、投放影响热度特征对预设广告控制脚本进行配置,得到配置后的预设广告控制脚本。例如,可以将广告节目特征、投放影响热度特征以及轮播内容队列输入到预设广告控制脚本中进行配置获得对应的信息轮播内容队列集合,并与前述的轮播内容队列进行比较,然后根据比较差异继续更新预设广告控制脚本的脚本配置内容,由此可以基于配置后的预设广告控制脚本对候选广告流配置集合进行所述候选视频播放信息对应的播放视频的相应广告控制节点的广告分配。例如,可以基于配置后的预设广告控制脚本对候选广告流配置集合获得对应的候选轮播内容队列,然后基于候选轮播内容队列相关的推送源内容进行所述候选视频播放信息对应的播放视频的相应广告控制节点的广告分配。
基于上述步骤,本实施例通过对候选视频播放信息中的广告投放策略信息进行广告轮播规则的迭代映射,实现广告轮播规则的轮播内容服务的不断更新,并且将广告节目特征和相应的投放影响热度特征进行融合对预设广告控制脚本进行配置,使得配置后的预设广告控制脚本的广告分配的准确性更高,极大的提升了数据处理的效率,进而提升了广告分配的分析效率。
在一种可能的实现方式中,针对步骤S112,可以通过以下示例性的子步骤来实现,详细描述如下。
子步骤S1121,对候选广告流配置集合进行解析,得到相应的广告位展示节点集合。
子步骤S1122,获取每一广告位展示节点集合中包含的广告轮播规则的第一候选轮播控制信息以及广告轮播规则的全局轮播控制信息。
子步骤S1123,根据第一候选轮播控制信息与全局轮播控制信息的包含关系确定相应的第一广告轮播控制信息。
子步骤S1124,将第一广告轮播控制信息匹配预设轮播订阅规则的广告位展示节点集合确定为候选广告展示控制控件。
在一种可能的实现方式中,针对步骤S111,可以通过以下示例性的子步骤来实现,详细描述如下。
子步骤S1111,对候选视频播放信息进行广告流配置操作,得到相应的广告流配置集合。
子步骤S1112,获取广告轮播规则的轮播内容服务,并确定广告流配置集合中的轮播内容服务。
子步骤S1113,为广告流配置集合中的轮播内容服务映射相应的广告轮播规则,得到相应的候选广告流配置集合。
在一种可能的实现方式中,针对步骤S113,在根据候选广告展示控制控件对候选广告流配置集合进行遍历,循环更新广告轮播规则的轮播内容服务的过程中,可以通过以下示例性的子步骤来实现,详细描述如下。
子步骤S1131,确定候选广告流配置集合中与候选广告展示控制控件的广告位展示节点集合匹配的广告投放策略信息集合。
子步骤S1132,获取每一广告投放策略信息集合中包含的广告轮播规则的第二候选轮播控制信息以及广告轮播规则的全局轮播控制信息,并根据第二候选轮播控制信息与全局轮播控制信息的包含关系确定相应的第二广告轮播控制信息。
子步骤S1133,将第二广告轮播控制信息覆盖预设投放订阅范围的广告投放策略信息集合确定为候选广告投放策略信息集合,并按照候选广告展示控制控件对候选广告投放策略信息集合中的广告投放策略信息进行广告轮播规则映射,更新广告轮播规则的轮播内容服务。
例如,可以获取候选广告展示控制控件中对每一广告展示控制节点进行广告轮播规则映射的映射规则。然后,根据映射规则对候选广告投放策略信息集合中的广告投放策略信息按照广告展示控制节点进行广告轮播规则映射,更新广告轮播规则的轮播内容服务。
子步骤S1134,重新执行获取每一广告投放策略信息集合中包含的广告轮播规则的第二候选轮播控制信息以及广告轮播规则的全局轮播控制信息的步骤,迭代对候选广告投放策略信息集合中的广告投放策略信息进行广告轮播规则映射,更新广告轮播规则的轮播内容服务,直至迭代次数满足预设迭代阈值。
在一种可能的实现方式中,针对步骤S113,在提取添加轮播内容队列的候选广告流配置集合中的广告节目特征和相应的投放影响热度特征的过程中,可以通过以下示例性的子步骤来实现,详细描述如下。
子步骤S1135,确定添加轮播内容队列的候选广告流配置集合的广告节目特征。
子步骤S1136,计算添加轮播内容队列的候选广告流配置集合的投放影响热度特征。
例如,可以获取添加轮播内容队列的候选广告流配置集合中候选广告投放策略信息的历史分配频次,并获取候选视频播放信息中出现的总轮播内容队列数量。然后,根据候选广告投放策略信息的历史分配频次与总轮播内容队列数量的包含关系确定相应的内容热点信息。在此基础上,获取候选视频播放信息中的全局内容热点数量,并获取包含候选广告投放策略信息的候选内容热点数量,计算全局内容热点数量与候选内容热点数量的相同热点数量对应的热点内容信息,并计算相同热点数量对应的热点内容信息的热点词频特征,得到相应的热点词频特征结果。而后,将内容热点信息融合热点词频特征结果得到候选广告投放策略信息的影响因子,将同一候选广告流配置集合中的广告投放策略信息相应的影响因子组合,生成投放影响热度特征。
在一种可能的实现方式中,对于步骤S111,视频兴趣元素的视频播放信息可以通过以下示例性的子步骤获得,详细描述如下。
步骤S1101,从广告展示设备在预设时间段的大数据操作数据中获取至少一个视频操作对象集合。
步骤S1102,基于所属广告排期下各操作跳转页面对视频操作对象集合进行兴趣点识别,得到各视频操作对象集合的兴趣点特征和对应的兴趣权重。
步骤S1103,根据兴趣点特征和对应的兴趣权重,确定各广告操作元素对应所属广告排期的视频播放追溯信息。
步骤S1104,根据各广告操作元素对应所属广告排期的视频播放追溯信息,采用人工智能模型确定每个广告排期对应的候选视频兴趣对象,并根据每个广告排期对应的候选视频兴趣对象生成大数据操作数据对应的视频播放策略的策略配置信息。
本实施例中,每个视频操作对象集合中各广告操作元素属于同一广告排期,并且,每个广告操作元素对应于所属广告排期下的操作跳转页面。例如,可以从广告展示设备在预设时间段的大数据操作数据中获取广告排期属于同一广告排期的广告操作元素,并将属于每个广告排期的广告操作元素确定为对应的视频操作对象集合。
示例性地,大数据操作数据中可包括多个广告操作元素,每个广告操作元素可以是指操作行为的相关的视频区域和图形区域构成的区域划分集合,这些视频区域和图形区域构成的区域划分集合可以用于表示实际广告推送的操作过程中的不同具有特别标识的信息。同理,对于不同的广告操作元素,其所对应的广告排期的类型各有不同,因此其可以与某个广告排期一一对应,也即广告排期可以用于表示上述的广告排期阶段的标签类型。
本实施例中,兴趣点可以用于表示具有可以表示与相关联的业务场景服务的兴趣内容,兴趣点特征可以用于表示兴趣点所对应的兴趣内容集合,其对应的兴趣权重可以用于表示兴趣点所对应的兴趣内容集合具有与相关联的广告排期之间的广告服务的内容热点的投放频次。
本实施例中,视频播放追溯信息可以用于表示产生的兴趣点追溯行为的追溯业务范围为单位的记录信息,由此可以根据各广告操作元素对应所属广告排期的视频播放追溯信息,采用人工智能模型确定每个广告排期对应的候选视频兴趣对象,这些候选视频兴趣对象用于表示兴趣点追溯过程中的热度化项目(例如操作循环次数超过两次的项目),由此可以具体根据每个广告排期对应的候选视频兴趣对象生成大数据操作数据对应的视频播放策略的策略配置信息。
基于上述设计,本实施例通过兴趣点识别的方式抽取各视频操作对象集合的兴趣点特征,并基于兴趣权重确定各所述广告操作元素对应所属广告排期的视频播放追溯信息,从而将各操作跳转页面转化为有效的推送预测依据。由此根据各所述广告操作元素对应所属广告排期的视频播放追溯信息,采用人工智能模型确定每个广告排期对应的候选视频兴趣对象,并根据每个广告排期对应的候选视频兴趣对象生成所述大数据操作数据对应的视频播放策略的策略配置信息,并根据所述视频播放策略的策略配置信息向所述广告展示设备推送对应的视频兴趣元素的视频播放信息,从而能够根据大数据操作数据去有效结合广告排期的具体类型进行请求响应推荐,进而提高广告分配的预测精度。
在一种可能的实现方式中,譬如,对于步骤S1102,可以通过以下的示例性子步骤来实现,详细描述如下。
子步骤S11021,对每个视频操作对象集合,遍历视频操作对象集合中的广告操作元素,从广告操作元素中提取融合该视频操作对象集合所属广告排期下各操作跳转页面的操作跳转迁移信息,根据提取的操作跳转迁移信息确定与视频操作对象集合对应的跳转业务信息。
子步骤S11022,剔除跳转业务信息中各操作跳转迁移信息包含的设定描述信息,对剔除设定描述信息的操作跳转迁移信息进行视频播放业务分布拆分,获得第一跳转业务信息,根据视频播放业务分布在第一跳转业务信息所包含的操作跳转迁移信息中的跳转业务热度,确定各视频播放业务分布的兴趣点强度。
譬如,视频播放业务分布在第一跳转业务信息所包含的操作跳转迁移信息中的跳转业务热度可以是指视频播放业务分布在第一跳转业务信息所包含的操作跳转迁移信息中存在重叠段部分的长度。
子步骤S11023,剔除第一跳转业务信息中兴趣点强度小于预设兴趣点强度阈值的视频播放业务分布,得到第二跳转业务信息,将兴趣点强度不小于预设兴趣点强度阈值的视频播放业务分布作为第一视频播放业务分布,得到第一视频播放业务分布图谱,根据第一视频播放业务分布图谱中各第一视频播放业务分布在第二跳转业务信息中的匹配信息,确定与各第一视频播放业务分布对应的由接续在该第一视频播放业务分布之后的视频播放业务分布组成的第二视频播放业务分布图谱。
子步骤S11024,判断第二视频播放业务分布图谱是否为空,如果第二视频播放业务分布图谱为空,则循环返回,如果第二视频播放业务分布图谱不为空,则统计第二视频播放业务分布图谱中各视频播放业务分布的兴趣点强度,判断各视频播放业务分布的兴趣点强度是否满足最小兴趣点强度条件。
子步骤S11025,如果视频播放业务分布的兴趣点强度不满足最小兴趣点强度条件,则循环返回,如果视频播放业务分布的兴趣点强度满足最小兴趣点强度条件,则将视频播放业务分布与第二视频播放业务分布图谱对应的第一视频播放业务分布拼接,得到新第一视频播放业务分布,确定新第一视频播放业务分布的第二视频播放业务分布图谱,并对新第一视频播放业务分布对应的第二视频播放业务分布图谱执行循环识别,获得所有满足最小兴趣点强度条件的候选第一视频播放业务分布和对应的兴趣点强度。
例如,其中,循环返回的数据为当前获得的所有满足最小兴趣点强度条件的候选第一视频播放业务分布和对应的兴趣点强度,获得所有满足最小兴趣点强度条件的候选第一视频播放业务分布和对应的兴趣点强度,将候选第一视频播放业务分布作为视频操作对象集合的兴趣点特征,将第二视频播放业务分布图谱中各候选第一视频播放业务分布的兴趣点强度作为与兴趣点特征对应的兴趣权重。
在一种可能的实现方式中,针对步骤S1103,为了能够准确且全面地确定出具有兴趣点追溯行为的兴趣点元素,从而提升兴趣点追溯爬取的覆盖率和准确率,有效确定出各所述广告操作元素对应所属广告排期的视频播放追溯信息,可以通过以下示例性的子步骤来实现。详细描述如下。
子步骤S11031,根据兴趣点特征和对应的兴趣权重从兴趣点特征中筛选获得大于预设兴趣权重的目标兴趣点特征。
子步骤S11032,获取在目标兴趣点特征上第一兴趣点服务对应的第一视频播放追溯对象集合和第二兴趣点服务对应的第二视频播放追溯对象集合。
例如,第一视频播放追溯对象集合包括第一兴趣点服务对目标兴趣点特征中的相关兴趣轨迹进行兴趣点追溯的多个兴趣点追溯节点,第二视频播放追溯对象集合包括第二兴趣点服务对目标兴趣点特征中的相关兴趣轨迹进行兴趣点追溯的多个兴趣点追溯节点,并且每个兴趣点追溯节点包括多个追溯对象覆盖信息。
子步骤S11033,基于预设兴趣点追溯节点类别,对第一视频播放追溯对象集合中的多个兴趣点追溯节点进行聚类,得到聚类后的第一视频播放追溯对象集合。预设兴趣点追溯节点类别属于多个追溯对象覆盖信息对应的类型。
子步骤S11034,将聚类后的第一视频播放追溯对象集合中,与预设兴趣点追溯节点类别集合中的每个预设兴趣点追溯节点类别对应的各个追溯对象覆盖信息,组合为第一初始兴趣点追溯节点集合。
子步骤S11035,对第一初始兴趣点追溯节点集合进行噪声去除,得到第一兴趣点追溯节点集合,从而得到与预设兴趣点追溯节点类别集合对应的第一兴趣点追溯节点集合,将第一兴趣点追溯节点集合中的各个追溯对象覆盖信息,组合为第一兴趣点服务对应的第一追溯对象覆盖信息集合.
例如,第一追溯对象覆盖信息集合与预设兴趣点追溯节点类别集合相对应,预设兴趣点追溯节点类别类型为用于进行兴趣点追溯爬取的各个兴趣点追溯节点类别所组成的集合。
子步骤S11036,从第二视频播放追溯对象集合中,提取与预设兴趣点追溯节点类别集合中的各个预设兴趣点追溯节点类别分别对应的各个追溯对象覆盖信息,组合为第二兴趣点服务对应的第二追溯对象覆盖信息集合。
例如,第二追溯对象覆盖信息集合与预设兴趣点追溯节点类别集合相对应,第一追溯对象覆盖信息集合和第二追溯对象覆盖信息集合分别是从所对应视频播放追溯对象集合中提取出的追溯对象覆盖信息所组成的集合。
子步骤S11037,确定第一追溯对象覆盖信息集合和第二追溯对象覆盖信息集合之间的相同追溯对象覆盖信息的特征片段标签,并将所述特征片段标签对应的标签业务区间得到标签业务描述向量,当标签业务描述向量覆盖预设描述向量范围时,确定第一兴趣点服务和第二兴趣点服务为兴趣点追溯单位。
子步骤S11038,将目标兴趣点特征中的任意两个兴趣点元素,作为第一兴趣点服务和第二兴趣点服务进行兴趣点追溯爬取,直到完成目标兴趣点特征中的兴趣点元素相互之间的检测时,得到目标兴趣点特征中存在兴趣点追溯行为的特征片段集合。
子步骤S11039,将特征片段集合中兴趣点元素的特征片段标签,作为候选目标标签,将目标兴趣点特征对应的兴趣点元素的特征片段标签,作为候选全局标签,计算候选目标标签与候选全局标签的标签分布,得到目标兴趣点特征对应的标签分布特征,当标签分布特征满足预设分布趋向时,将目标兴趣点特征所对应的标签分布特征构成的播放内容确定为各广告操作元素对应所属广告排期的视频播放追溯信息。
基于上述步骤,由于具有兴趣点追溯行为的兴趣点元素在进行兴趣点追溯时,所对应的兴趣点追溯节点之间是存在相同追溯对象覆盖信息的;因此,在进行兴趣点追溯爬取时,通过对兴趣点元素的多个兴趣点追溯节点组成的视频播放追溯对象集合进行获取,并根据兴趣点元素间的操作集合对应的追溯对象覆盖信息集合之间是否出现了共同属性情况来确定兴趣点元素是否存在兴趣点追溯行为,进而确定兴趣点元素是否是兴趣点追溯单位,如此,能够准确且全面地确定出具有兴趣点追溯行为的兴趣点元素,从而提升了兴趣点追溯爬取的覆盖率和准确率,有效确定出各广告操作元素对应所属广告排期的视频播放追溯信息。
在一种可能的实现方式中,进一步针对步骤S1104,譬如,在根据各广告操作元素对应所属广告排期的视频播放追溯信息,采用人工智能模型确定每个广告排期对应的候选视频兴趣对象的过程中,可以通过以下示例性的子步骤来实现,详细描述如下。
子步骤S11041,从各广告操作元素对应所属广告排期的视频播放追溯信息中获得对应的广告素材内容以及广告素材内容的初始内容字段。
子步骤S11042,根据预先训练的人工智能模型对广告素材内容进行预测,得到预测内容字段。
子步骤S11043,将初始内容字段与预测内容字段进行比对,得到字段关联信息。
子步骤S11044,根据字段关联信息采用人工智能模型确定每个广告排期对应的候选视频兴趣对象。
例如,可以从字段关联信息中获得每个表项匹配节点所对应的候选跟踪热度化项目,并将每个候选跟踪热度化项目以聚类后排列的方式作为采用人工智能模型确定每个广告排期对应的候选视频兴趣对象。
图3为本发明实施例提供的基于大数据与智慧城市的广告推送系统300的功能模块示意图,本实施例可以根据上述云平台100执行的方法实施例对该基于大数据与智慧城市的广告推送系统300进行功能模块的划分,也即该基于大数据与智慧城市的广告推送系统300所对应的以下各个功能模块可以用于执行上述云平台100执行的各个方法实施例。其中,该基于大数据与智慧城市的广告推送系统300可以包括广告分配模块310、分析模块320、特征提取模块330以及推送模块3400,下面分别对该基于大数据与智慧城市的广告推送系统300的各个功能模块的功能进行详细阐述。
广告分配模块310,用于根据预先配置后的预设广告控制脚本对候选广告流配置集合进行候选视频播放信息对应的播放视频的相应广告控制节点的广告分配,得到广告分配结果。其中,广告分配模块310可以用于执行上述的步骤S110,关于广告分配模块310的详细实现方式可以参照上述针对步骤S110的详细描述即可。
分析模块320,用于根据所述广告分配结果对所述视频播放信息对应的播放视频执行对应的广告推送流程,并获取所述广告推送流程中每个目标广告媒体流的广告反馈信息,基于目标广告媒体流的广告反馈信息,对所述目标广告媒体流进行广告引流标签分析,确定所述目标广告媒体流的广告引流标签。其中,分析模块320可以用于执行上述的步骤S120,关于分析模块320的详细实现方式可以参照上述针对步骤S120的详细描述即可。
特征提取模块330,用于获取所述目标广告媒体流在至少一个观众状态模式下的广告引流跳转信息,并对各观众状态模式下的广告引流跳转信息进行特征提取,得到所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征。其中,特征提取模块330可以用于执行上述的步骤S130,关于特征提取模块330的详细实现方式可以参照上述针对步骤S130的详细描述即可。
推送模块340,用于基于所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征,确定所述目标广告媒体流的广告推送特征,基于所述广告推送特征,生成所述目标广告媒体流在所述广告引流标签上的推送对象分布,并根据所述目标广告媒体流在所述广告引流标签上的推送对象分布,对所述目标广告媒体流进行分发推送。其中,推送模块3400可以用于执行上述的步骤S140,关于推送模块3400的详细实现方式可以参照上述针对步骤S140的详细描述即可。
需要说明的是,应理解以上系统的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,广告分配模块310可以为单独设立的处理元件,也可以集成在上述系统的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述系统的存储器中,由上述系统的某一个处理元件调用并执行以上广告分配模块310的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所描述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(application specific integrated circuit,ASIC),或,一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(centralprocessing unit,CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,SOC)的形式实现。
图4示出了本发明实施例提供的用于实现上述的基于大数据与智慧城市的广告推送方法的云平台100的硬件结构示意图,如图4所示,云平台100可包括处理器110、机器可读存储介质120、总线130以及收发器140。
在具体实现过程中,至少一个处理器110执行所述机器可读存储介质120存储的计算机执行指令(例如图3中所示的基于大数据与智慧城市的广告推送系统300包括的广告分配模块310、分析模块320、特征提取模块330以及推送模块3400),使得处理器110可以执行如上方法实施例的基于大数据与智慧城市的广告推送方法,其中,处理器110、机器可读存储介质120以及收发器140通过总线130连接,处理器110可以用于控制收发器140的收发动作,从而可以与前述的广告展示设备200进行数据收发。
处理器110的具体实现过程可参见上述云平台100执行的各个方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
在上述的图4所示的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,DSP)、专用集成电路(英文:ApplicationSpecificIntegrated Circuit,ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
机器可读存储介质120可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器。
总线130可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component Interconnect,PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,EISA)总线等。总线130可以分为地址总线、数据总线、控制总线等。为便于表示,本发明附图中的总线并不限定仅有一根总线或一种类型的总线。
此外,本发明实施例还提供一种可读存储介质,所述可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上基于大数据与智慧城市的广告推送方法。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一种可能的实现方式”、“一种可能的示例”、和/或“示例性地”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一种可能的实现方式”、“一种可能的示例”、和/或“示例性地”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种基于大数据与智慧城市的广告推送方法,其特征在于,应用于云平台,所述云平台与多个广告展示设备通信连接,所述方法包括:
根据预先配置后的预设广告控制脚本对候选广告流配置集合进行候选视频播放信息对应的播放视频的相应广告控制节点的广告分配,得到广告分配结果;
根据所述广告分配结果对所述视频播放信息对应的播放视频执行对应的广告推送流程,并获取所述广告推送流程中每个目标广告媒体流的广告反馈信息,基于目标广告媒体流的广告反馈信息,对所述目标广告媒体流进行广告引流标签分析,确定所述目标广告媒体流的广告引流标签;
获取所述目标广告媒体流在至少一个观众状态模式下的广告引流跳转信息,并对各观众状态模式下的广告引流跳转信息进行特征提取,得到所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征;
基于所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征,确定所述目标广告媒体流的广告推送特征,基于所述广告推送特征,生成所述目标广告媒体流在所述广告引流标签上的推送对象分布,并根据所述目标广告媒体流在所述广告引流标签上的推送对象分布,对所述目标广告媒体流进行分发推送。
2.根据权利要求1所述的基于大数据与智慧城市的广告推送方法,其特征在于,所述基于目标广告媒体流的广告反馈信息,对所述目标广告媒体流进行广告引流标签分析,确定所述目标广告媒体流的广告引流标签,包括:
通过广告引流标签识别模型,对目标广告媒体流的广告反馈信息进行特征提取,得到所述目标广告媒体流的广告反馈信息的特征信息;
基于所述特征信息,预测所述目标广告媒体流的广告反馈信息在至少一个预设广告引流标签上的置信度;
基于所述置信度,确定所述目标广告媒体流的广告引流标签。
3.根据权利要求1所述的基于大数据与智慧城市的广告推送方法,其特征在于,所述获取所述目标广告媒体流在至少一个观众状态模式下的广告引流跳转信息,包括:
获取所述目标广告媒体流的图文跳转信息,将所述图文跳转信息作为所述目标广告媒体流在图文观众状态模式下的广告引流跳转信息;
获取所述目标广告媒体流的动态操作跳转信息,将所述动态操作跳转信息作为所述目标广告媒体流在动态操作观众状态模式下的广告引流跳转信息;
获取所述目标广告媒体流的静态操作跳转信息,将所述静态操作跳转信息作为所述目标广告媒体流在静态操作观众状态模式下的广告引流跳转信息。
4.根据权利要求1所述的基于大数据与智慧城市的广告推送方法,其特征在于,所述对各观众状态模式下的广告引流跳转信息进行特征提取,得到所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征,包括:
对所述图文跳转信息进行特征提取,得到所述目标广告媒体流在图文观众状态模式下的图文广告引流跳转特征;
对所述动态操作跳转信息中的各个动态操作信息进行特征提取,得到所述动态操作跳转信息中的各个动态操作信息的动态操作广告引流跳转特征,并将各个动态操作信息的动态操作广告引流跳转特征进行融合,得到所述目标广告媒体流在动态操作观众状态模式下的动态操作广告引流跳转特征;
对所述静态操作跳转信息中的各个静态操作信息进行特征提取,得到所述静态操作跳转信息中的各个静态操作信息的静态操作广告引流跳转特征,并将各个静态操作信息的静态操作广告引流跳转特征进行融合,得到所述目标广告媒体流在静态操作观众状态模式下的静态操作广告引流跳转特征。
5.根据权利要求1所述的基于大数据与智慧城市的广告推送方法,其特征在于,所述基于所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征,确定所述目标广告媒体流的广告推送特征,基于所述广告推送特征,生成所述目标广告媒体流在所述广告引流标签上的推送对象分布,并根据所述目标广告媒体流在所述广告引流标签上的推送对象分布,对所述目标广告媒体流进行分发推送的步骤,包括:
基于所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征,从预先配置的广告推送订阅服务中获取与所述广告引流跳转特征匹配的目标广告推送订阅服务,并提取所述目标广告推送订阅服务的服务特征信息作为所述目标广告媒体流的广告推送特征;
根据所述广告推送特征,分别将同一类广告推送特征所覆盖的各个广告引流标签的目标引流匹配参数划分为一个推送对象分布图谱,并根据每一个推送对象分布图谱内的推送对象密集度,将推送对象密集度大于预设密集度阈值的推送对象分布图谱的分布区域缩小,并将推送对象密集度小于预设密集度阈值的推送对象分布图谱的分布区域扩大,得到调整后的各推送对象分布图谱;其中,每一个推送对象分布图谱内的所有引流匹配参数构成一个推送单元;
根据单个推送单元中各引流匹配参数的引流专项标签,计算出单个推送单元中的每一个引流匹配参数与其他引流匹配参数之间的引流转换关系;
对于单个推送单元,根据每一个引流匹配参数与其他引流匹配参数之间的引流转换关系的顺序,对单个推送单元中的各引流匹配参数进行排序,得到引流匹配参数排序列表;
对于单个推送单元,依次对所述引流匹配参数排序列表中的每一个引流匹配参数执行以下过程,直至确定单个推送单元的第一引流匹配参数:
判断所述引流匹配参数排序列表中的引流匹配参数的第一排序位置,是否位于第一预设位置,若确定位于则将位于第一预设排序位置的引流匹配参数作为单个推送单元的第一引流匹配参数;
对于单个推送单元,确定单个推送单元的第一引流匹配参数为与之进行映射关联的引流匹配参数,并确定除去单个推送单元的第一引流匹配参数以外的其他引流匹配参数为单个推送单元的第二引流匹配参数,其中,单个推送单元的第二引流匹配参数为与单个推送单元的第一引流匹配参数进行映射关联的引流匹配参数;
根据确定的各个推送单元的第一引流匹配参数和第二引流匹配参数,生成各个推送单元的推送对象信息,从而根据各个推送单元的推送对象信息构建对应的所述目标广告媒体流在所述广告引流标签上的推送对象分布;
根据所述目标广告媒体流在所述广告引流标签上的推送对象分布,在所述广告引流标签所对应的视频服务对象进行所述目标广告媒体流的分发推送。
6.根据权利要求1-5中任意一项所述的基于大数据与智慧城市的广告推送方法,其特征在于,所述根据预先配置后的预设广告控制脚本对候选广告流配置集合进行候选视频播放信息对应的播放视频的相应广告控制节点的广告分配,得到广告分配结果的步骤,包括:
获取候选视频播放信息,并对所述候选视频播放信息进行广告流配置和广告轮播规则添加,得到相应的候选广告流配置集合,其中,所述候选视频播放信息为所述广告展示设备在预设时间段的大数据操作数据所对应的视频兴趣元素的视频播放信息;
对所述候选广告流配置集合进行解析,得到广告位展示节点集合以及相应的广告轮播控制信息,将广告轮播控制信息满足预设信息流展示策略的广告位展示节点集合确定为候选广告展示控制控件;
根据所述候选广告展示控制控件对所述候选广告流配置集合进行遍历,循环更新广告轮播规则的轮播内容服务,为满足候选广告展示控制控件的候选广告流配置集合添加轮播内容队列,并提取添加轮播内容队列的候选广告流配置集合中的广告节目特征和相应的投放影响热度特征;
根据所述广告节目特征、投放影响热度特征以及轮播内容队列对预设广告控制脚本进行配置,得到配置后的预设广告控制脚本,基于配置后的预设广告控制脚本对候选广告流配置集合进行所述候选视频播放信息对应的播放视频的相应广告控制节点的广告分配。
7.根据权利要求6所述的基于大数据与智慧城市的广告推送方法,其特征在于,所述对所述候选广告流配置集合进行解析,得到广告位展示节点集合以及相应的广告轮播控制信息,将广告轮播控制信息满足预设信息流展示策略的广告位展示节点集合确定为候选广告展示控制控件的步骤,包括:
对所述候选广告流配置集合进行解析,得到相应的广告位展示节点集合;
获取每一广告位展示节点集合中包含的广告轮播规则的第一候选轮播控制信息以及广告轮播规则的全局轮播控制信息;
根据所述第一候选轮播控制信息与所述全局轮播控制信息的包含关系确定相应的第一广告轮播控制信息;
将所述第一广告轮播控制信息匹配预设轮播订阅规则的广告位展示节点集合确定为候选广告展示控制控件。
8.根据权利要求6所述的基于大数据与智慧城市的广告推送方法,其特征在于,所述对所述候选视频播放信息进行广告流配置和广告轮播规则添加,得到相应的候选广告流配置集合的步骤,包括:
对所述候选视频播放信息进行广告流配置操作,得到相应的广告流配置集合;
获取广告轮播规则的轮播内容服务,并确定所述广告流配置集合中的轮播内容服务;
为所述广告流配置集合中的轮播内容服务映射相应的广告轮播规则,得到相应的候选广告流配置集合。
9.一种基于大数据与智慧城市的广告推送系统,其特征在于,应用于云平台,所述云平台与多个广告展示设备通信连接,所述系统包括:
广告分配模块,用于根据预先配置后的预设广告控制脚本对候选广告流配置集合进行候选视频播放信息对应的播放视频的相应广告控制节点的广告分配,得到广告分配结果;
分析模块,用于根据所述广告分配结果对所述视频播放信息对应的播放视频执行对应的广告推送流程,并获取所述广告推送流程中每个目标广告媒体流的广告反馈信息,基于目标广告媒体流的广告反馈信息,对所述目标广告媒体流进行广告引流标签分析,确定所述目标广告媒体流的广告引流标签;
特征提取模块,用于获取所述目标广告媒体流在至少一个观众状态模式下的广告引流跳转信息,并对各观众状态模式下的广告引流跳转信息进行特征提取,得到所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征;
推送模块,用于基于所述目标广告媒体流在各所述观众状态模式下的广告引流跳转特征,确定所述目标广告媒体流的广告推送特征,基于所述广告推送特征,生成所述目标广告媒体流在所述广告引流标签上的推送对象分布,并根据所述目标广告媒体流在所述广告引流标签上的推送对象分布,对所述目标广告媒体流进行分发推送。
10.一种云平台,其特征在于,所述云平台包括处理器、机器可读存储介质和网络接口,所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连,所述网络接口用于与至少一个广告展示设备通信连接,所述机器可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述机器可读存储介质中的程序、指令或代码,以执行权利要求1-8中任意一项的基于大数据与智慧城市的广告推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011067751.7A CN112135175A (zh) | 2020-10-07 | 2020-10-07 | 一种基于大数据与智慧城市的广告推送方法、系统及云平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011067751.7A CN112135175A (zh) | 2020-10-07 | 2020-10-07 | 一种基于大数据与智慧城市的广告推送方法、系统及云平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112135175A true CN112135175A (zh) | 2020-12-25 |
Family
ID=73843701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011067751.7A Pending CN112135175A (zh) | 2020-10-07 | 2020-10-07 | 一种基于大数据与智慧城市的广告推送方法、系统及云平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112135175A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112380418A (zh) * | 2020-12-31 | 2021-02-19 | 广州智云尚大数据科技有限公司 | 一种基于网络爬虫的数据处理方法、系统及云平台 |
CN112532750A (zh) * | 2021-01-18 | 2021-03-19 | 深圳博士创新技术转移有限公司 | 一种大数据推送处理方法、系统及云平台 |
-
2020
- 2020-10-07 CN CN202011067751.7A patent/CN112135175A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112380418A (zh) * | 2020-12-31 | 2021-02-19 | 广州智云尚大数据科技有限公司 | 一种基于网络爬虫的数据处理方法、系统及云平台 |
CN112532750A (zh) * | 2021-01-18 | 2021-03-19 | 深圳博士创新技术转移有限公司 | 一种大数据推送处理方法、系统及云平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105447730B (zh) | 目标用户定向方法及装置 | |
CN112464105B (zh) | 基于大数据定位的互联网平台信息推送方法及云计算中心 | |
CN110674408B (zh) | 业务平台、训练样本的实时生成方法及装置 | |
CN106651213B (zh) | 服务订单的处理方法及装置 | |
CN111144937A (zh) | 广告素材确定方法、装置、设备及存储介质 | |
CN112464084A (zh) | 基于大数据定位和人工智能的业务优化方法及云计算中心 | |
CN114202370A (zh) | 一种信息推荐方法和装置 | |
CN112347361B (zh) | 推荐对象的方法、神经网络及其训练方法、设备和介质 | |
CN104573048B (zh) | 一种基于智能手机流量数据的用户基础属性预测方法 | |
CN111708913B (zh) | 一种标签生成方法、设备及计算机可读存储介质 | |
CN112135175A (zh) | 一种基于大数据与智慧城市的广告推送方法、系统及云平台 | |
CN111105786B (zh) | 一种多采样率语音识别方法、装置、系统及存储介质 | |
CN111061867B (zh) | 基于质量感知的文本生成方法、设备、存储介质及装置 | |
CN112308627B (zh) | 基于区块链和人工智能的广告数据接入方法及大数据中心 | |
CN111611390B (zh) | 一种数据处理方法及装置 | |
CN113592535A (zh) | 一种广告推荐方法、装置、电子设备和存储介质 | |
CN111444930B (zh) | 一种确定二分类模型的预测效果的方法及装置 | |
CN112053197B (zh) | 一种基于大数据的广告播放方法、系统及广告服务平台 | |
CN112950754A (zh) | 基于云计算的游戏兼容处理方法、系统及云端计算中心 | |
CN108830298B (zh) | 一种确定用户特征标签的方法及装置 | |
CN109241417A (zh) | 用户唤醒方法与装置、计算设备和存储介质 | |
CN110223108B (zh) | 点击通过率的预测方法、装置及设备 | |
CN114647793A (zh) | 数据推送方法、装置及电子设备 | |
CN113052635A (zh) | 人口属性标签预测方法、系统、计算机设备和存储介质 | |
CN112927004A (zh) | 用于大数据画像的信息云计算分析方法及信息推送服务器 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210513 Address after: Room 501, love cube incubator, 170 Guixin street, Nangang District, Harbin City, Heilongjiang Province Applicant after: Wu Shuailiang Address before: Room 706-3, 7 / F, 68 fengle Middle Road, Huangpu District, Guangzhou City, Guangdong Province 510700 Applicant before: Guangzhou zhiyunshang Big Data Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20201225 |
|
WD01 | Invention patent application deemed withdrawn after publication |