CN112633912A - 基于人物画像数据的广告投放系统及投放方法 - Google Patents

Abstract

本申请公开了一种人物画像数据的广告投放系统及投放方法，其中系统包括：人物画像数据采集模块，用于采集用户的人物画像数据；人物画像数据识别模块，用于根据人物画像数据采集模块所采集的数据识别用户的身份；广告推送数据匹配模块，用于根据用户的身份以及身份对应的人物画像数据匹配预设数目的广告推送数据包；广告推送数据播放模块，用于播放广告推送数据匹配模块所匹配的广告推送数据包的媒体内容。本申请投放方法由以上投放系统实现。本申请的有益之处在于提供一种能够根据用户的个性化数据实时的进行广告数据包精确投放的基于人物画像数据的广告投放系统及投放方法。

Description

基于人物画像数据的广告投放系统及投放方法

技术领域

本申请涉及一种广告投放系统和投方法，具体涉及一种基于人物画像数据的广告投放方法。

背景技术

现有的多媒体广告的投放系统多基于既有的策略和算法，一方面，其不能实现受众反馈，从而 无法实现智能投放；另一方面，投放的广告并不能根据实际的受众，进行针对性播放，导致实际传 播效果受限。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种基于人物画像数据的广告投放系统及投放方法，以解决相关技 术中不能准确对应问题。

为了实现上述目的，根据本申请的一个方面，提供了一种基于人物画像数据的广告投放系统。

根据本申请的基于人物画像数据的广告投放系统包括：人物画像数据采集模块，用于采集用户 的人物画像数据；人物画像数据识别模块，用于根据人物画像数据采集模块所采集的数据识别用户 的身份；广告推送数据匹配模块，用于根据用户的身份以及身份对应的人物画像数据匹配预设数目 的广告推送数据包；广告推送数据播放模块，用于播放广告推送数据匹配模块所匹配的广告推送数 据包的媒体内容。

进一步的，所述人物画像数据采集模块包括：图像采集摄像头；所述人物画像数据包括：用户 的生物属性数据；所述生物属性数据包括：用户的人脸图像数据；所述图像采集摄像头至少用于采 集用户的人脸图像数据；所述人物画像数据识别模块根据所采集的用户的人脸图像数据识别用户 的身份。

进一步的，所述用户生物属性数据包括：用户的性别属性数据或年龄属性数据。

进一步的，所述人物画像数据采集模块包括：图像采集摄像头；所述人物画像数据包括：用户 的社会属性数据；所述社会属性数据包括：用户的车辆信息数据、服饰信息数据和消费能力数据中 的一种或几种。

进一步的，所述广告推送数据匹配模块至少根据所述社会属性数据进行所述广告推送数据包 的匹配。

为了实现上述目的，根据本申请的另一方面，提供了一种基于人物画像数据的广告投放方法。

根据本申请的基于人物画像数据的广告投放方法包括如下步骤：采集用户的人物画像数据；识 别用户的身份；根据用户的身份及其对应的所述人物画像数据匹配预设数目的广告推送数据包；播放所 匹配的所述广告推送数据包的媒体内容。

进一步地，所述人物画像数据包括：用户的生物属性数据；所述生物属性数据包括：用户的人脸图 像数据；根据所采集的用户的人脸图像数据识别用户的身份。

进一步地，所述用户生物属性数据包括：用户的性别属性数据或年龄属性数据。

进一步地，所述人物画像数据包括：用户的社会属性数据；所述社会属性数据包括：用户的车辆信 息数据、服饰信息数据和消费能力数据中的一种或几种。

进一步地，至少根据所述社会属性数据进行所述广告推送数据包的匹配。

本申请的有益之处在于：提供一种能够根据用户的个性化数据实时的进行广告数据包精确投 放的基于人物画像数据的广告投放系统及投放方法。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和 优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当 限定。在附图中：

图1是根据本申请一种实施例的广告投放系统的模块组成框图；

图2是根据本申请一种实施例的广告投放方法的步骤示意图；

图3是根据本申请一种实施例的广告投放流程的示意图；

图4是根据本申请一种实施例的用户画像示意图；

图5是根据本申请一种实施例的基于用户反馈的广告投放系统的模块组成示意图；

图6是根据本申请一种实施例的基于用户反馈的广告投放方法的模块组成示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实 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申请一部分的实施例，而不 是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的 所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参 考附图并结合实施例来详细说明本申请。

参照图1所示，本申请的广告投放系统包括：人物画像数据采集模块、人物画像数据识别模块、广 告推送数据匹配模块和广告推送数据播放模块。

其中，人物画像数据采集模块用于采集用户的人物画像数据；人物画像数据识别模块用于根据人物 画像数据采集模块所采集的数据识别用户的身份；广告推送数据匹配模块用于根据用户的身份以及身份 对应的人物画像数据匹配预设数目的广告推送数据包；广告推送数据播放模块用于播放广告推送数据匹 配模块所匹配的广告推送数据包的媒体内容。

其中，人物画像数据采集模块和广告推送数据播放模块可由被设置在一个广告投放交互终端设备 中，而人物画像数据识别模块、广告推送数据匹配模块则可以由一个服务器系统构成。

作为具体方案，人物画像数据采集模块包括：图像采集摄像头。

人物画像数据包括：用户的生物属性数据和社会属性数据两大类。

具体的，生物属性数据包括：用户的人脸图像数据、用户的性别属性数据和年龄属性数据。

作为具体方案，年龄属性数据分为：幼儿/青少年/青年/中年/老年。

图像采集摄像头至少用于采集用户的人脸图像数据；人物画像数据识别模块根据所采集的用户的人 脸图像数据识别用户的身份。当然也可以采用识别用户其他属性，比如指纹、虹膜进行识别。

用户的社会属性数据；社会属性数据包括：用户的车辆信息数据、服饰信息数据和消费能力数据中 的一种或几种。广告推送数据匹配模块至少根据社会属性数据进行广告推送数据包的匹配。

作为具体方案，车辆信息数据包括：车型级别数据、价格区间数据、车辆品牌数据和车辆颜色数据。

作为更具体的方案，车辆信息数据可以按照以下分类：

车型级别：轿车/跑车/SUV/MPV/面包车/皮卡车/卡车/客车/其它。

价格区间：5万以下/5至8万/8至10万/10至15万/15至20万/20至35万/35至50万/50至70 万/70至100万/100至150万/150至300万/300万以上。

品牌：大众/别克/丰田/奥迪/本田/宝马/长安/奔驰/日产/哈弗/吉利/福特/现代/比亚迪/奇瑞/雪 佛兰/凯迪拉克/其它。

颜色：红/橙/黄/绿/蓝/紫/粉/黑/白/灰/棕/不确定。

作为具体方案，服饰信息数据可以采用如下方案：

服饰颜色：红/橙/黄/绿/蓝/紫/粉/黑/白/灰/棕/不确定。

包：无包/有包/不确定。

手表：有/无/不确定。

帽子：无帽/有帽/不确定。

眼镜：戴眼镜/戴墨镜/无眼镜/不确定。

首饰：有/无/不确定。

作为可选方案，图像采集摄像头可以采集车牌信息，通过车牌信息进行数据关联。

如图2所示，作为具体方案，根据本申请的基于人物画像数据的广告投放方法包括如下步骤：

S1采集用户的人物画像数据。

S2识别用户的身份。

S3根据用户的身份及其对应的人物画像数据匹配预设数目的广告推送数据包。

S4播放所匹配的广告推送数据包的媒体内容。

具体而言，人物画像数据包括：用户的生物属性数据；生物属性数据包括：用户的人脸图像数据； 根据所采集的用户的人脸图像数据识别用户的身份。用户生物属性数据包括：用户的性别属性数据或年 龄属性数据。人物画像数据包括：用户的社会属性数据；社会属性数据包括：用户的车辆信息数据、服 饰信息数据和消费能力数据中的一种或几种。至少根据社会属性数据进行广告推送数据包的匹配。

如图3所示，作为一种具体系统配置和投放方法，包括如下流程：

1：EBC系统创建待播放广告，创建广告播放条件：播放开始时间，播放次数，地点(车库)，广告 内容(图片、视频、音频)；

2：根据待播放广告的地点条件，以车库为单位，所有的次日待播放广告于当日生成次日广告包上传 至云服务器；

3：边缘服务器：当日车库广告包与次日车库广告包比较，避免重复下载占用内存；

4：边缘服务器：当日车库广告包与次日车库广告包比较后下载广告，下载的原则是多删少补，保证 广告唯一性和次日广告的准确性；

5：边缘服务器：形成次日广告包待下载；

6：广告播放媒体：一般情况下，普通视频广告每天早9:00至晚23:00在媒体按次序轮换播放，进 入轮播状态；

7：用户移动至人脸识别区域；

8：人脸识别系统采集人物图片；

9：人脸识别系统识别用户ID；

10.人脸识别系统识别用户标签，具体包括如下结构方面：

10.1静态标签：

性别：男性/女性

年龄阶段：幼儿/青少年/青年/中年/老年

10.2动态标签数据的确定：

服饰颜色：红/橙/黄/绿/蓝/紫/粉/黑/白/灰/棕/不确定

包：无包/有包/不确定

手表：有/无/不确定

帽子：无帽/有帽/不确定

眼镜：戴眼镜/戴墨镜/无眼镜/不确定

首饰：有/无/不确定

10.3车辆标签：

车型级别：轿车/跑车/SUV/MPV/面包车/皮卡车/卡车/客车/其它

价格区间：5万以下/5至8万/8至10万/10至15万/15至20万/20至35万/35至50万/50至70 万/70至100万/100至150万/150至300万/300万以上

品牌：大众/别克/丰田/奥迪/本田/宝马/长安/奔驰/日产/哈弗/吉利/福特/现代/比亚迪/奇瑞/雪 佛兰/凯迪拉克/其它

颜色：红/橙/黄/绿/蓝/紫/粉/黑/白/灰/棕/不确定

以上标签可随业务拓展。这些标签可以按照即时采集进行确认，也可以按照累计数据进行判断。

11：每人脸识别一次，重新计算一次此用户ID的人物画像；

用户画像：性别，年龄阶段，年收入，颜色偏好，注重生活品质程度(0至1)，具体的计算方法如 下：

性别：识别次数最多的标签；

年龄阶段：识别次数最多的标签；

年收入：根据车辆价格区间标签整理为10万以下，10至35万以下，35至50万以下，50万以上；

颜色偏好：一种车颜色标签(多种颜色取最多次出现的标签)，一种服饰颜色标签(多种颜色取最多 次出现的标签)，注重生活品质程度(0至1)：有包百分比*0.2+有表百分比*0.2+有首饰百分比*0.2+戴 墨镜百分比*0.2。

此外，以车库为集合的用户画像作为车库画像为广告投放地点提供支持，广告需求的用户画像与车 库画像比对出的广告匹配度，筛选出匹配度最高的车库及其媒体点位进行广告投放，提高目标用户范围 及精准度。

12：调取用户所在车库当日广告包，用户画像与广告包内广告的画像需求一一匹配；

13：匹配度最高的三个广告形成用户广告包；

14：用户语音触发交互；

15：广告播放媒体进入交互状态；

16：普通视频广告轮播暂停；

17：判断匹配度最高的广告在用户触发的媒体上是否曾下载并缓存；

18：若未下载，从边缘服务器的用户广告包内下载匹配度最高的广告；

19：用户广告包内容轮播直至用户离开。

每次进行人脸识别时，均重新进行一次人物画像计算，容易提高人物画像的不确定性，并且容易造 成计算冗余或效率较低的情况，可能会出现计算尚未完成，用户已经离开广告投放位置，从而导致精准 投放失效。

作为扩展方案，在进行人脸识别时，一旦识别了用户身份，即调用上次对应播放给该用户的精准投 放广告，同时继续采集用户的人脸数据，如果用户表情出现厌倦或视线偏移的情况，则在后台进行本次 的人物画像计算，然后按照本次人物画像的计算结果，选择一个广告进行投放，并且继续采集用户的人 脸数据，如果用户表情出现喜欢或视线聚焦的情况，则将本次人物画像数据作为下一次再次识别到该用 户的用户画像数据，如果通过人脸图像采集，用户仍没有对当前投放的广告表达出兴趣，则在之前计算 的所有针对该用户的人物画像数据中，选择出现次数最多的人物画像数据匹配广告数据。

作为优选方案，为每个人物画像数据设置一个权重值，以基于该人物画像数据所匹配的广告播放时， 用户的面部表情和注视的时间作为权重值计算的标准。

具体而言，权重值Y＝X+Z，其中X为注视期间的表情平均参数，Z为注视时间，表情平均参数 X＝0.4A+0.6B，其中，A为用户嘴角的弧度角度值，B为用户眼角角度值。在进行广告数据匹配时，安装 权重值排序获得人物画像数据优先匹配当前广告数据中的广告。

作为另外具体方案，按照权重值对用户整体的人物画像数据的各项单项数据进行修正，比如在一些 可变数据项，比如颜色偏好和服饰项，将出现过的历史数据的权重值相加，获得绝对优势数据，比如历 史数据，颜色偏好出现过黄和红，但是历史数据中黄的权重大于红的权重，则在整体人物画像数据中认 为用户颜色偏好为黄。

作为更进一步的方案，当某项单项数据的历史数据超过整体权重值之和的预设比例时，在下次投放 时，尝试以排列在第二位单项数据值作为当前人物画像数据进行一次投放尝试。这样可以降低机器计算 带来数据偏见。

作为扩展方案，在系统中设置一个卷积神经网络，通过已采集的人物图像和设定的人物画像标准模 型进行模型训练和构建；在采集到人物图像将图像数据输入至卷积神经网络，由卷积神经网络代替自然 人进行智能判断。可以采用多个卷积神经网络进行训练从而识别不同的人物画像数据的单项数据。

作为进一步扩展方案，本申请可以采用搭建数据中台和业务中台的方式，在底层数据和前台之间进 行沟通，避免为了不同广告投放产品(比如车库广告、电梯广告)进行重复建设。

将广告数据进行标签化存储，将广告数据以用户人物画像中单项数据作为数据标签进行雪花模型或 星型模型方式存储，以便进行复用，作为进一步优选方案，将广告数据的用户人物画像中单项数据作为 主键进行存储。这样可以实现在匹配时进行多对多的数据匹配。

作为进一步扩展方案，本申请在采集到图像出现多人时，判断两个用户的相似度，如果相似度大于 预设值，则以先来的用户为主进行广告匹配。如果相似度较低时，则以判断那个用户注视屏幕，以注视 用户为主进行广告匹配，如果两人在注视，则判断两个用户的表情数据，以表情数值较高用户为匹配标 准。如果没法判断，则以用户先后顺序，选择用户进行匹配。

作为进一步扩展方案，本申请在进行匹配广告时，结合天气和时间数据，作为广告匹配的其中一个 输入项。

作为本申请的另一方面，参照图5至图6所示，基于用户反馈的广告投放系统包括：互 动数据采集模块、互动数据处理模块和广告推送数据播放模块。

其中，互动数据采集模块用于采集用户的反馈数据；互动数据处理模块用于反馈数据调取、组合或 生成广告内容元素、广告内容元素的组合或广告推送数据包；广告推送数据播放模块用于播放互动数据 处理模块的广告内容元素、广告内容元素的组合或广告推送数据包。

具体而言，互动数据采集模块包括：触摸屏、图像采集摄像头和麦克风。反馈数据包括用户对触摸 屏的操作、图像采集摄像头采集的人脸图像或麦克风采集的语音数据。

作为优选方案，触摸屏可以通过出现菜单或按钮等方式供用户进行操作，从而实现用户交互动作。 另外，互动数据处理模块可以将语音数据变为字段数据，从而便于调取广告内容元素。

作为优选方案，互动数据采集模块与人物画像数据采集模块可以为同一模块。

广告内容元素包括三种：广告主体，装饰元素，个性参数。

其中，广告主体包括：图片文件、视频文件片段，音频文件片段或者它们的组合。

装饰元素包括：图像前框、图像背景、悬浮图标。

个性参数包括装饰元素的颜色、位置、亮度等数据。

可以根据用户的反馈输出广告内容元素的组合，或者将已经封装的广告文件进行修改和置换。

如图6所示，根据本申请的基于用户反馈的广告投放方法包括如下步骤：采集用户的反 馈数据；根据反馈数据调取、组合或生成广告内容元素、广告内容元素的组合或广告推送数 据包；播放互动数据处理模块的广告内容元素、广告内容元素的组合或广告推送数据包。

具体而言，反馈数据包括：用户的操作数据、人脸数据以及用户语音数据。

作为更具体的方案，本申请的基于用户反馈的广告投放方法包括如下步骤：采集用户的人物画像数 据；识别用户的身份；据用户的身份及其对应的人物画像数据匹配预设数目的广告推送数据包；根据人 物画像数据识别模块以及反馈数据置换广告推送数据包中的广告内容元素。

作为之前方案延伸，基于用户反馈和基于用户人物画像可以进行组合决策。

如图6所示，本申请的基于用户反馈的广告投放方法包括如下步骤：

在用户触发交互后，系统进入交互状态。

广告投放交互终端设备向用户发出语音信息，对用户问询关于广告的相关问题。

在用户答复后，系统识别用户的答复，然后调取相关的广告数据，并智能的对用户的问题进行答复。

作为更具体方案，本申请的系统内置一个AI系统，用于实现对用户问题的问答反馈。

用户可以通过特定字段的语音发音触发与本申请的广告投放交互终端设备的交互模式，比如，用户 可以通过呼唤特定的昵称比如“萍萍姐姐”触发本申请的广告投放交互终端设备的交互模式。

作为一种可选方案，本申请的广告投放交互终端设备的广告播放可以与AI交互系统的交互相互独 立，即可以在AI系统进行交互时，根据人物画像进行广告的播放。作为优选方案，本申请的广告投放 交互终端设备的广告播放可以与AI系统是相关联的，也就是广告投放交互终端设备播放的广告是基于 AI交互系统的问答结果的。

具体而言，用户在触发交互模式后，发问“附近有什么美食”，AI系统根据语音获取字段数据，然 后根据关键词“附近”和“美食”，在当前广告包或者数据库中搜索对应的广告内容元素或者组合进行展 示，同时AI系统根据用户的语音数据进行答复，比如答复“附近的美食均为您推荐了，欢迎点击了解”。

如果，用户点击相应区域后，广告投放交互终端设备根据用户的点击反馈，继续展示进一步的广告 数据，比如餐单和价格等。

作为优选方案，在根据用户语音进行反馈时，本申请的系统仍通过人物画像数据，分析用户的喜好， 并根据用户喜好推送首选的数据。

比如同样的用户提问“附近有什么美食”，广告投放交互终端通过图像采集分析。

如果用户人物画像标签数据为：男，中年，35至50万等，则推送诸如日本料理、牛排西餐等餐饮 品类。

如果用户人物画像标签数据为：女，青年，10至15万等，则推送诸如火锅、湘菜、奶茶等餐饮品 类。

作为进一步扩展方案，即使系统同时推送的是火锅的广告时，亦会根据用户人物画像标签数据，调 整广告的内容元素。

比如，同样是推送海底捞的广告，如果用户人物画像标签数据为：男，中年，35至50万，则主要 推送高级肉品以及包间环节为主的广告内容。

如果用户人物画像标签数据为：女，青年，10至15万时，则主要推送会员打折、免费美甲等为主 的广告内容。

作为进一步的优选方案，当用户发出的问题并非是关于广告的问题或者当前广告无法对应的问题 时，AI系统先对问题进行解答，然后从云服务器或者其他数据来源获取新的对应广告数据。

比如，用户问询“今天天气怎么样”，则AI系统从而服务器处获取或通过访问互联网数据获取天气 数据对用户的问询进行答复。

此时，广告投放交互终端有三种模式：一、保持轮播，二、根据用户人物画像数据进行广告推送， 三、根据用户的问询而产生的结果，进行智能关联，比如，在用户问询“今天天气怎么样”时，AI系统 回答为“今天阴转小雨”，则推送关于雨具的广告数据。

另外，本申请的广告投放交互终端还可以实现一般AI语音问答功能，比如根据语音问答协助用户 寻找车辆。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申 请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应 包含在本申请的保护范围之内。

Claims (10)

1.一种基于人物画像数据的广告投放系统，其特征在于：

所述基于人物画像数据的广告投放系统包括：

人物画像数据采集模块，用于采集用户的人物画像数据；

人物画像数据识别模块，用于根据所述人物画像数据采集模块所采集的数据识别用户的身份数据；

广告推送数据匹配模块，用于根据用户的身份以及身份对应的人物画像数据匹配预设数目的广告推送数据包；

广告推送数据播放模块，用于播放所述广告推送数据匹配模块所匹配的广告推送数据包的媒体内容。

2.根据权利要求1所述的基于人物画像数据的广告投放系统，其特征在于：

所述人物画像数据采集模块包括：图像采集摄像头；

所述人物画像数据包括：用户的生物属性数据；

所述生物属性数据包括：用户的人脸图像数据；

所述图像采集摄像头至少用于采集用户的人脸图像数据；所述人物画像数据识别模块根据所采集的用户的人脸图像数据识别用户的身份。

3.根据权利要求2所述的基于人物画像数据的广告投放系统，其特征在于：

所述用户生物属性数据包括：用户的性别属性数据或年龄属性数据。

4.根据权利要求1所述的基于人物画像数据的广告投放系统，其特征在于：

所述人物画像数据采集模块包括：图像采集摄像头；

所述人物画像数据包括：用户的社会属性数据；

所述社会属性数据包括：用户的车辆信息数据、服饰信息数据和消费能力数据中的一种或几种。

5.根据权利要求4所述的基于人物画像数据的广告投放系统，其特征在于：

所述广告推送数据匹配模块至少根据所述社会属性数据进行所述广告推送数据包的匹配。

6.一种基于人物画像数据的广告投放方法，其特征在于：

所述基于人物画像数据的广告投放方法包括：

采集用户的人物画像数据；

识别用户的身份；

根据用户的身份及其对应的所述人物画像数据匹配预设数目的广告推送数据包；

播放所匹配的所述广告推送数据包的媒体内容。

7.根据权利要求6所述的基于人物画像数据的广告投放方法，其特征在于：

所述人物画像数据包括：用户的生物属性数据；

所述生物属性数据包括：用户的人脸图像数据；

根据所采集的用户的人脸图像数据识别用户的身份。

8.根据权利要求7所述的基于人物画像数据的广告投放方法，其特征在于：

所述用户生物属性数据包括：用户的性别属性数据或年龄属性数据。

9.根据权利要求8所述的基于人物画像数据的广告投放方法，其特征在于：

所述人物画像数据包括：用户的社会属性数据；

所述社会属性数据包括：用户的车辆信息数据、服饰信息数据和消费能力数据中的一种或几种。

10.根据权利要求6所述的基于人物画像数据的广告投放方法，其特征在于：

至少根据所述社会属性数据进行所述广告推送数据包的匹配。

Images