CN112348602B - 一种基于大数据的广告自动化投放管理系统 - Google Patents

Abstract

本发明公开了一种基于大数据的广告自动化投放管理系统，其特征在于，包括广告服务器、后台管理模块和手机客户端；所述广告服务器包括广告抓取模块、广告分类模块、广告数据库、广告投放管理模块以及存储模块；所述广告抓取模块用于实时获取广告信息并将获取的广告信息传输到广告分类模块；所述广告分类模块接收广告信息并对广告信息进行增量计算分类；所述访问统计模块用于统计广告数据库中每条广告在系统当前时间前3天内的点击信息并将点击信息传输到广告评估模块；所述广告评估模块用于对点击信息作出分析。本发明能够进行用户行为定位分析，有效提高广告投放精准度。

Description

一种基于大数据的广告自动化投放管理系统

技术领域

本发明涉及广告投放技术领域，具体涉及一种基于大数据的广告自动化投放管理系统。

背景技术

广告是为了某种特定的需要，通过一定形式的媒体，公开而广泛地向公众传递信息的宣传手段。我国《广告法》对广告的定义为：广告，是指商品经营者或者服务提供者承担费用，通过一定媒介和形式直接或者间接地介绍自己所推销的商品或者所提供的服务的商业广告。

目前，广告主对于精准投放的认识逐渐形成，精准投放的需求日益强烈，现有的广告终端普遍采用直接从服务器获取广告进行本地投放的模式。广告主基于市场成本的考虑，想要基于现有广告投放的效果来进行下一次广告投放的策略制定，一定需要尽可能全面和客观的广告投放效果反馈。另外随着广告终端形式的多样化和视频类广告成为主流广告形式，广告投放数据量也呈现指数级增长，如何利用大数据进行广告精准投放以及用户行为分析，已经成为广告投放领域需要研究的重要课题。

传统的广告投放方式投资大、成本高，且只能提供内容展示，而缺乏对显示内容的收视量、位置、时段等参数的管理，不具有数据管理功能，不能分析和优化广告内容，无法根据大数据的管理和分析，满足对不同群体精准投放广告的需求。

发明内容

针对现有技术存在的不足，本发明目的是提供一种基于大数据的广告自动化投放管理系统，以满足广告投放日益递增的海量数据要求，能够进行用户行为定位分析，有效提高广告投放精准度。

本发明的目的可以通过以下技术方案实现：一种基于大数据的广告自动化投放管理系统，包括广告服务器、后台管理模块和手机客户端；

所述广告服务器包括广告抓取模块、广告分类模块、广告数据库、广告投放管理模块以及存储模块；

所述广告抓取模块用于实时获取广告信息并将获取的广告信息传输到广告分类模块；所述广告分类模块接收广告信息并对广告信息进行增量计算分类；

所述系统还包括访问统计模块和广告评估模块；

所述访问统计模块用于统计广告数据库中每条广告在系统当前时间前3天内的点击信息并将点击信息传输到广告评估模块；所述广告评估模块用于对点击信息作出分析，具体步骤如下：

S31：针对每条广告中的任一条广告，将系统当前时间前3天内该条广告每天被点击的次数标记为Bm，每次点击的观看时间标记为Tmi，每天被评论的次数标记为Cm，每天被转发的次数标记为Dm，每天被收藏的次数标记为Em，每天被点赞的次数标记为Fm；m=1，2，3；i=1，2，…，n；

S32：针对每条广告中的任一条广告，将系统当前时间前3天内该条广告每天被观看的时间标记为Tm；

；

S33：利用公式

计算得出该条广告每天的热度值，其中，a1、a2、a3、r1、r2、r3和r4均为系数因子；

S34：按照平均值计算公式得出该条广告当前时间前3天内的平均热度值L；按照标准差计算公式得出前3天内该条广告每天热度值的标准差α，利用公式

；计算得出该条广告的持续热度值β，其中

均为系数因子；

S35：当β超过预设值时，广告评估模块将持续热度值β传输到存储模块，所述存储模块根据持续热度值β对广告信息做降序排列并将持续热度值β、对应的广告以及广告所属主题类别融合形成推荐表之后进行存储；

所述广告评估模块用于将持续热度值β前十对应的广告传输至广告投放管理模块，所述广告投放管理模块用于接收持续热度值β前十对应的广告并将持续热度值β前十对应的广告推送给用户；

所述后台管理模块包括用户信息数据库、记忆模块和用户行为分析模块；所述用户信息数据库用于存储、管理客户的基本信息；所述记忆模块用于存储用户的广告历史浏览记录并将用户的广告历史浏览记录传输到用户行为分析模块；所述用户行为分析模块根据用户的广告历史浏览记录对用户的浏览偏好进行分析，具体分析步骤如下：

S41：获取系统当前时间前10天内用户的广告历史浏览记录；将每条记录的浏览时间标记为Hx，持续时长标记为Rx，评论行为值标记为S(C)，转发行为值标记为S(D)，收藏行为值标记为S(E)，点赞行为值标记为S(F)；

S42：获取系统当前时间，将当前时间标记为T0，利用公式

计算得出该条记录的时效值

；其中b1为系数因子，Hx与T0越接近，则

值越大；

S43：若用户对该广告有评论，则S(C)=1，否则S(C)=0；若用户对该广告有转发，则S(D)=1，否则S(D)=0；若用户对该广告有收藏，则S(E)=1，否则S(E)=0，若用户对该广告有点赞，则S(F)=1，否则S(F)=0；

S44：利用公式

计算得出用户对该广告的兴趣值

；其中b2为预设系数因子；

S45：按照广告的主题类别将同一主题类别的广告历史浏览记录整合，依次计算出该主题类别中每条广告的用户兴趣值

，利用求和公式得出用户对该主题类别广告的兴趣值

；

S46：取

最大的广告主题类别，即为用户最近的广告浏览偏好类别。

进一步地，所述广告分类模块进行增量计算分类的具体步骤如下：

步骤一：根据广告的主题类别建立种子词典，所述种子词典中包括主题类别和种子关键词，一个种子关键词对应一个主题类别，每个主题类别对应有多个种子关键词；

步骤二：对广告标题进行分词处理，提取广告标题中字符个数大于I的词元作为标题关键词；

步骤三：通过多个基于互联网的搜索引擎服务器对所述标题关键词进行元搜索；包括：

S11：根据搜索引擎的字符编码对查询关键词进行编码处理；

S12：拼接向搜索引擎服务器提交的请求URL；

S13：利用编程语言提供的网络通讯工具包向搜索引擎服务器提交URL请求并返回搜索结果；

S14：合并多个搜索引擎返回的搜索结果，以作为元搜索的结果；

步骤四：在元搜索的结果中对所述种子关键词进行频次统计；

步骤五：根据元搜索的结果中种子关键词出现的频次判定广告最终的主题类别；具体过程如下：

S21：对于任意一个主题类别，先计算所述主题类别对应的每个种子关键词在元搜索的结果中出现的频次，然后统计所有种子关键词在元搜索的结果中出现的总频次，将所述总频次作为该主题类别在元搜索的结果中出现的频次；

S22：重复步骤S21，直到得到每一个主题类别在元搜索的结果中出现的频次；

S23：如果所述元搜索的结果中存在一个出现频次最多的主题类别，则判定所述出现频次最多的主题类别作为该广告最终的主题类别；如果所述元搜索的结果中存在多个频次并列最多的主题类别，则将所述频次并列最多的主题类别均作为该广告最终的主题类别；

S24：所述广告分类模块对广告信息进行分类保存并将分类保存的广告信息传输到广告数据库。

进一步地，所述用户行为分析模块用于将分析结果传输到广告投放管理模块，所述广告投放管理模块接收用户行为分析模块传输的分析结果得到用户最近的广告浏览偏好类别并根据用户最近的广告浏览偏好类别从存储模块内存储的推荐表中得到匹配的广告信息后推送给用户；所述广告投放管理模块的具体工作步骤为：

FF1：获取用户最近的广告浏览偏好类别，并标记为目标广告类别；

FF2：根据目标广告类别从存储模块内存储的推荐表中获取该目标广告类别的广告，并标记为初选广告；

FF3：获取初选广告的持续热度值，并标记为DR；

按照持续热度值DR从大到小的顺序将对应的初选广告进行排序；

FF4：根据初选广告的排序获取排名前十的初选广告并标记为目标广告；

FF5：将目标广告推送给用户；

进一步地，所述手机客户端包括登录注册模块、输入模块和推荐模块；其中，所述输入模块用于用户输入需要查询的内容，包括广告标题和关键词；所述登录注册模块用于用户进行登录或注册；所述推荐模块用于将推荐的广告发送到手机客户端；其推荐方法包括如下步骤：

S51：用户通过登录注册模块进行登录或者注册；

S52：用户通过输入模块输入需要查询的内容，包括广告标题和关键词；

S53：广告服务器通过广告分类模块来分析用户输入广告标题和关键词来确定广告的主题类别；

S54：广告投放管理模块获取广告的主题类别并从存储模块内存储的推荐表中得到匹配的广告信息推荐给用户；

S54：判断用户是否为首次登录，若是首次登录，则采取冷启动的方式，向用户推送不同类别的广告；若不是首次登录，则根据此次用户输入的广告标题和关键词或根据用户之前的广告历史浏览记录来分析用户最近的广告浏览偏好类别，来为用户推荐其需要或者感兴趣的广告；

进一步地，所述广告信息包括广告标题；所述点击信息包括点击次数、每次点击的观看时间、以及评论、转发、收藏和点赞的行为特征；所述广告历史浏览记录包括浏览时间、持续时长以及评论、转发、收藏和点赞的行为特征。

本发明的有益效果是：

（1）广告抓取模块用于实时获取广告信息并将获取的广告信息传输到广告分类模块；所述广告分类模块接收广告信息并对广告信息进行增量计算分类，打上标签；将冗杂的广告进行精准分类，以便有针对性的进行广告推送，及时快速地向用户进行推荐；

（2）通过访问统计模块统计广告数据库中每条广告在系统当前时间前3天内的点击信息，广告评估模块对点击信息作出分析，根据相应算法得出每条广告的持续热度值β，当β超过预设值时，广告评估模块将持续热度值β传输到存储模块，所述存储模块将持续热度值β、对应的广告以及广告所属主题类别融合形成推荐表之后进行存储，供广告管理人员参考；

（3）记忆模块用于存储用户的广告历史浏览记录并将用户的广告历史浏览记录传输到用户行为分析模块，所述用户行为分析模块根据用户的广告历史浏览记录对用户的浏览偏好进行分析；所述用户行为分析模块用于将分析结果传输到广告投放管理模块，所述广告投放管理模块接收用户行为分析模块传输的分析结果得到用户最近的广告浏览偏好类别并根据用户最近的广告浏览偏好类别从存储模块内存储的推荐表中得到匹配的广告信息后推送给用户；满足对不同群体精准投放广告的需求。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的系统框图。

图2为本发明实施例1的系统框图。

图3为本发明实施例2的系统框图。

图4为本发明实施例3的系统框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1-4所示，一种基于大数据的广告自动化投放管理系统，包括广告服务器、后台管理模块和手机客户端；

所述广告服务器包括广告抓取模块、广告分类模块、广告数据库、广告投放管理模块以及存储模块；

实施例1

如图2所示，所述广告抓取模块，用于实时获取广告信息并将获取的广告信息传输到广告分类模块；所述广告分类模块接收广告信息并对广告信息进行增量计算分类，具体步骤如下：

步骤一:根据广告的主题类别建立种子词典，所述种子词典中包括主题类别和种子关键词，一个种子关键词对应一个主题类别，每个主题类别对应有多个种子关键词；

步骤二:对广告的标题进行分词处理，提取广告标题中字符个数大于I的词元作为标题关键词；其中I为预设值；

步骤三:通过多个基于互联网的搜索引擎服务器对所述标题关键词进行元搜索；包括：

S11：根据搜索引擎的字符编码对查询关键词进行编码处理；

S12：拼接向搜索引擎服务器提交的请求URL；

S13：利用编程语言提供的网络通讯工具包向搜索引擎服务器提交URL请求并返回搜索结果；

S14：合并多个搜索引擎返回的搜索结果，以作为元搜索的结果；

步骤四:在元搜索的结果中对所述种子关键词进行频次统计；

步骤五:根据元搜索的结果中种子关键词出现的频次判定广告最终的主题类别；具体过程如下：

S21：对于任意一个主题类别，先计算所述主题类别对应的每个种子关键词在元搜索的结果中出现的频次，然后统计所有种子关键词在元搜索的结果中出现的总频次，将所述总频次作为该主题类别在元搜索的结果中出现的频次；

S22：重复步骤S21，直到得到每一个主题类别在元搜索的结果中出现的频次；

S23：如果所述元搜索的结果中存在一个出现频次最多的主题类别，则判定所述出现频次最多的主题类别作为该广告最终的主题类别；如果所述元搜索的结果中存在多个频次并列最多的主题类别，则将所述频次并列最多的主题类别均作为该广告最终的主题类别；

S24：所述广告分类模块对广告信息进行分类保存并将分类保存的广告信息传输到广告数据库；

广告分类模块接收广告信息并对广告信息进行增量计算分类，打上标签；将冗杂的广告进行精准分类，以便有针对性的进行广告推送，及时快速地向用户进行推荐；

实施例2

如图3所示；所述访问统计模块用于统计广告数据库中每条广告在系统当前时间前3天内的点击信息并将点击信息传输到广告评估模块；所述点击信息包括点击次数、每次点击的观看时间、以及评论、转发、收藏和点赞的行为特征；所述广告评估模块用于对点击信息作出分析，具体步骤如下：

S31：针对每条广告中的任一条广告，将系统当前时间前3天内该条广告每天被点击的次数标记为Bm，每次点击的观看时间标记为Tmi，每天被评论的次数标记为Cm，每天被转发的次数标记为Dm，每天被收藏的次数标记为Em，每天被点赞的次数标记为Fm；m=1，2，3；i=1，2，…，n；

S32：针对每条广告中的任一条广告，将系统当前时间前3天内该条广告每天被观看的时间标记为Tm；

；

S33：利用公式

计算得出该条广告每天的热度值，其中，a1、a2、a3、r1、r2、r3和r4均为系数因子；

S34：按照平均值计算公式得出该条广告当前时间前3天内的平均热度值L；按照标准差计算公式得出前3天内该条广告每天热度值的标准差α，利用公式

；计算得出该条广告的持续热度值β，其中

均为系数因子；

S35：当β超过预设值时，广告评估模块将持续热度值β传输到存储模块，所述存储模块将持续热度值β、对应的广告以及广告所属主题类别融合形成推荐表之后进行存储，供广告管理人员参考；

所述广告评估模块用于将持续热度值β前十对应的广告传输至广告投放管理模块，所述广告投放管理模块用于接收持续热度值β前十对应的广告并将持续热度值β前十对应的广告推送给用户；

实施例3

如图4所示；所述后台管理模块包括用户信息数据库、记忆模块和用户行为分析模块；所述用户信息数据库用于存储、管理客户的基本信息，记忆模块用于存储用户的广告历史浏览记录并将用户的广告历史浏览记录传输到用户行为分析模块，所述广告历史浏览记录包括浏览时间、持续时长以及评论、转发、收藏和点赞的行为特征；所述用户行为分析模块根据用户的广告历史浏览记录对用户的浏览偏好进行分析，具体分析步骤如下：

S41：获取系统当前时间前10天内用户的广告历史浏览记录；将每条记录的浏览时间标记为Hx，持续时长标记为Rx，评论行为值标记为S(C)，转发行为值标记为S(D)，收藏行为值标记为S(E)，点赞行为值标记为S(F)；

S42：获取系统当前时间，将当前时间标记为T0，利用公式

计算得出该条记录的时效值

；其中b1为系数因子，Hx与T0越接近，则

值越大；

为预设因子；

S43：若用户对该广告有评论，则S(C)=1，否则S(C)=0；若用户对该广告有转发，则S(D)=1，否则S(D)=0；若用户对该广告有收藏，则S(E)=1，否则S(E)=0，若用户对该广告有点赞，则S(F)=1，否则S(F)=0；

S44：利用公式

计算得出用户对该广告的兴趣值

；

S45：按照广告的主题类别将同一主题类别的广告历史浏览记录整合，依次计算出该主题类别中每条广告的用户兴趣值

，利用求和公式得出用户对该主题类别广告的兴趣值

；

S46：取

最大的广告主题类别，即为用户最近的广告浏览偏好类别；

所述用户行为分析模块用于将分析结果传输到广告投放管理模块，所述广告投放管理模块接收用户行为分析模块传输的分析结果得到用户最近的广告浏览偏好类别并根据用户最近的广告浏览偏好类别从存储模块内存储的推荐表中得到匹配的广告信息后推送给用户；所述广告投放管理模块的具体工作步骤为：

FF1：获取用户最近的广告浏览偏好类别，并标记为目标广告类别；

FF2：根据目标广告类别从存储模块内存储的推荐表中获取该目标广告类别的广告，并标记为初选广告；

FF3：获取初选广告的持续热度值，并标记为DR；

按照持续热度值DR从大到小的顺序将对应的初选广告进行排序；

FF4：根据初选广告的排序获取排名前十的初选广告并标记为目标广告；

FF5：将目标广告推送给用户；

所述手机客户端包括登录注册模块、输入模块和推荐模块；其中，所述输入模块用于用户输入需要查询的内容，包括广告标题和关键词；所述登录注册模块用于用户进行登录或注册；所述推荐模块用于将推荐的广告发送到手机客户端；其推荐方法包括如下步骤：

S51：用户通过登录注册模块进行登录或者注册；

S52：用户通过输入模块输入需要查询的内容，包括广告标题和关键词；

S53：广告服务器通过广告分类模块来分析用户输入广告标题和关键词来确定广告的主题类别；

S54：广告投放管理模块获取广告的主题类别并从存储模块内存储的推荐表中得到匹配的广告信息推荐给用户；

S54：判断用户是否为首次登录，若是首次登录，则采取冷启动的方式，向用户推送不同类别的广告；若不是首次登录，则根据此次用户输入的广告标题和关键词或根据用户之前的广告历史浏览记录来分析用户最近的广告浏览偏好类别，来为用户推荐其需要或者感兴趣的广告；

本发明的推荐模块，一方面从广告本身出发，能够根据用户输入的的广告标题和输入的关键词，从而分析出用户最需要获得的广告类别，再通过广告服务器得到最近三天内该广告类别中持续热度值β超过预设值的广告信息，从而在冗杂的广告类别里有针对性的进行广告推送，及时快速地向用户进行推荐；

另一方面从用户行为出发，通过用户行为分析模块，对用户浏览某一类广告的时间以及时长，评论、转发、点赞和收藏的行为特征进行记忆分析，得到用户最近的广告浏览偏好类别，然后向用户推荐该广告类别中持续热度值β超过预设值的广告信息；这样不仅能节约时间，同时还能避免用户在自己搜索过程中错看漏看的情况；随着时间的推移，推荐的广告类别会衰减，用户浏览的广告类别越来越单一，此时动态增加多类别，丰富广告资讯；可以及时的实现特殊手段和特殊干预的消息推送。

本发明的工作原理：

首先广告抓取模块用于实时获取广告信息并将获取的广告信息传输到广告分类模块；所述广告分类模块接收广告信息并对广告信息进行增量计算分类，打上标签：根据广告的主题类别建立种子词典，所述种子词典中包括主题类别和种子关键词，一个种子关键词对应一个主题类别，每个主题类别对应有多个种子关键词；对广告的标题进行分词处理，提取广告标题中字符个数大于I的词元作为标题关键词；通过多个基于互联网的搜索引擎服务器对所述标题关键词进行元搜索；在元搜索的结果中对所述种子关键词进行频次统计；根据元搜索的结果中种子关键词出现的频次判定广告最终的主题类别；

所述访问统计模块用于统计广告数据库中每条广告在系统当前时间前3天内的点击信息并将点击信息传输到广告评估模块，所述广告评估模块用于对点击信息作出分析，所述点击信息包括点击次数、每次点击的观看时间、以及评论、转发、收藏和点赞的行为特征，根据相关算法计算得出该条广告每天被观看的时间

；

该条广告每天的热度

；从而得到该条广告的持续热度值β，

，当β超过预设值时，广告评估模块将持续热度值β传输到存储模块，所述存储模块将持续热度值β、对应的广告以及广告所属主题类别融合形成推荐表之后进行存储，供广告管理人员参考；

用户通过登录注册模块进行登录或者注册，用户通过输入模块输入需要查询的内容，包括广告标题和关键词，广告服务器通过广告分类模块来分析用户输入广告标题和关键词来确定广告的主题类别，广告投放管理模块获取广告的主题类别并从存储模块内存储的推荐表中得到匹配的广告信息推荐给用户；若是首次登录，则采取冷启动的方式，向用户推送不同类别的新闻；

若不是首次登录，则根据此次用户输入的广告标题和关键词或根据用户之前的广告历史浏览记录分析用户最近的广告浏览偏好，所述广告历史浏览记录包括浏览时间、持续时长以及评论、转发、收藏和点赞的行为特征；所述用户行为分析模块通过相应的分析和处理，得出用户对该广告的兴趣值

；

；按照广告的主题类别将同一主题类别的广告历史浏览记录整合，依次计算出该主题类别中每条广告的用户兴趣值

，利用求和公式得出用户对该主题类别广告的兴趣值

；取

最大的广告主题类别，即为用户最近的广告浏览偏好类别；广告投放管理模块获取用户最近的广告浏览偏好类别并从存储模块内存储的推荐表中得到匹配的广告信息推荐给用户。

上述公式均是由采集大量数据进行软件模拟及相应专家进行参数设置处理，得到与真实结果符合的公式。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (2)

1.一种基于大数据的广告自动化投放管理系统，其特征在于，包括广告服务器、后台管理模块和手机客户端；

所述广告服务器包括广告抓取模块、广告分类模块、广告数据库、广告投放管理模块以及存储模块；

所述广告抓取模块用于实时获取广告信息并将获取的广告信息传输到广告分类模块；所述广告分类模块接收广告信息并对广告信息进行增量计算分类；

所述系统还包括访问统计模块和广告评估模块；

访问统计模块用于统计广告数据库中每条广告在系统当前时间前3天内的点击信息并将点击信息传输到广告评估模块；所述广告评估模块用于对点击信息作出分析，具体步骤如下：

S31：针对每条广告中的任一条广告，将系统当前时间前3天内该条广告每天被点击的次数标记为Bm，每次点击的观看时间标记为Tmi，每天被评论的次数标记为Cm，每天被转发的次数标记为Dm，每天被收藏的次数标记为Em，每天被点赞的次数标记为Fm；m=1，2，3；i=1，2，…，n；

S32：针对每条广告中的任一条广告，将系统当前时间前3天内该条广告每天被观看的时间标记为Tm；

；

S33：利用公式

计算得出该条广告每天的热度值，其中，a1、a2、a3、r1、r2、r3和r4均为系数因子；

S34：按照平均值计算公式得出该条广告当前时间前3天内的平均热度值L；按照标准差计算公式得出前3天内该条广告每天热度值的标准差α，利用公式

；计算得出该条广告的持续热度值β，其中

均为系数因子；

S35：当β超过预设值时，广告评估模块将持续热度值β传输到存储模块，所述存储模块根据持续热度值β对广告信息做降序排列并将持续热度值β、对应的广告以及广告所属主题类别融合形成推荐表之后进行存储；

所述广告评估模块用于将持续热度值β前十对应的广告传输至广告投放管理模块，所述广告投放管理模块用于接收持续热度值β前十对应的广告并将持续热度值β前十对应的广告推送给用户；

所述广告分类模块进行增量计算分类的具体步骤如下：

步骤一：根据广告的主题类别建立种子词典，所述种子词典中包括主题类别和种子关键词，一个种子关键词对应一个主题类别，每个主题类别对应有多个种子关键词；

步骤二：对广告标题进行分词处理，提取广告标题中字符个数大于I的词元作为标题关键词；其中I为预设值；

步骤三：通过多个基于互联网的搜索引擎服务器对所述标题关键词进行元搜索；包括：

S11：根据搜索引擎的字符编码对查询关键词进行编码处理；

S12：拼接向搜索引擎服务器提交的请求URL；

S13：利用编程语言提供的网络通讯工具包向搜索引擎服务器提交URL请求并返回搜索结果；

S14：合并多个搜索引擎返回的搜索结果，以作为元搜索的结果；

步骤四：在元搜索的结果中对所述种子关键词进行频次统计；

步骤五：根据元搜索的结果中种子关键词出现的频次判定广告最终的主题类别；具体过程如下：

S21：对于任意一个主题类别，先计算所述主题类别对应的每个种子关键词在元搜索的结果中出现的频次，然后统计所有种子关键词在元搜索的结果中出现的总频次，将所述总频次作为该主题类别在元搜索的结果中出现的频次；

S22：重复步骤S21，直到得到每一个主题类别在元搜索的结果中出现的频次；

S23：如果所述元搜索的结果中存在一个出现频次最多的主题类别，则判定所述出现频次最多的主题类别作为该广告最终的主题类别；如果所述元搜索的结果中存在多个频次并列最多的主题类别，则将所述频次并列最多的主题类别均作为该广告最终的主题类别；

S24：所述广告分类模块对广告信息进行分类保存并将分类保存的广告信息传输到广告数据库；

所述后台管理模块包括用户信息数据库、记忆模块和用户行为分析模块；所述用户信息数据库用于存储、管理客户的基本信息；所述记忆模块用于存储用户的广告历史浏览记录并将用户的广告历史浏览记录传输到用户行为分析模块；所述用户行为分析模块根据用户的广告历史浏览记录对用户的浏览偏好进行分析，具体分析步骤如下：

S41：获取系统当前时间前10天内用户的广告历史浏览记录；将每条记录的浏览时间标记为Hx，持续时长标记为Rx，评论行为值标记为S(C)，转发行为值标记为S(D)，收藏行为值标记为S(E)，点赞行为值标记为S(F)；

S42：获取系统当前时间，将当前时间标记为T0，利用公式

计算得出该条记录的时效值

；其中b1为系数因子，Hx与T0越接近，则

值越大；

为预设因子；

S43：若用户对该广告有评论，则S(C)=1，否则S(C)=0；若用户对该广告有转发，则S(D)=1，否则S(D)=0；若用户对该广告有收藏，则S(E)=1，否则S(E)=0，若用户对该广告有点赞，则S(F)=1，否则S(F)=0；

S44：利用公式

计算得出用户对该广告的兴趣值

；其中b2为预设系数因子；

S45：按照广告的主题类别将同一主题类别的广告历史浏览记录整合，依次计算出该主题类别中每条广告的用户兴趣值

，利用求和公式得出用户对该主题类别广告的兴趣值

；

S46：取

最大的广告主题类别，即为用户最近的广告浏览偏好；

所述用户行为分析模块用于将分析结果传输到广告投放管理模块，所述广告投放管理模块接收用户行为分析模块传输的分析结果得到用户最近的广告浏览偏好类别并根据用户最近的广告浏览偏好类别从存储模块内存储的推荐表中得到匹配的广告信息后推送给用户；所述广告投放管理模块的具体工作步骤为：

FF1：获取用户最近的广告浏览偏好类别，并标记为目标广告类别；

FF2：根据目标广告类别从存储模块内存储的推荐表中获取该目标广告类别的广告，并标记为初选广告；

FF3：获取初选广告的持续热度值，并标记为DR；

按照持续热度值DR从大到小的顺序将对应的初选广告进行排序；

FF4：根据初选广告的排序获取排名前十的初选广告并标记为目标广告；

FF5：将目标广告推送给用户；

所述手机客户端包括登录注册模块、输入模块和推荐模块；其中，所述输入模块用于用户输入需要查询的内容，包括广告标题和关键词；所述登录注册模块用于用户进行登录或注册；所述推荐模块用于将推荐的广告发送到手机客户端；其推荐方法包括如下步骤：

S51：用户通过登录注册模块进行登录或者注册；

S52：用户通过输入模块输入需要查询的内容，包括广告标题和关键词；

S53：广告服务器通过广告分类模块来分析用户输入广告标题和关键词来确定广告的主题类别；

S54：广告投放管理模块获取广告的主题类别并从存储模块内存储的推荐表中得到匹配的广告信息推荐给用户；

S55：判断用户是否为首次登录，若是首次登录，则采取冷启动的方式，向用户推送不同类别的广告；若不是首次登录，则根据此次用户输入的广告标题和关键词或根据用户之前的广告历史浏览记录来分析用户最近的广告浏览偏好类别，来为用户推荐其需要或者感兴趣的广告。

2.根据权利要求1所述的一种基于大数据的广告自动化投放管理系统，其特征在于，所述广告信息包括广告标题；所述点击信息包括点击次数、每次点击的观看时间以及评论、转发、收藏和点赞的行为特征；广告历史浏览记录包括浏览时间、持续时长以及评论、转发、收藏和点赞的行为特征。

Images