CN113222641A - 一种基于大数据强化学习的广告分析和监控方法 - Google Patents

一种基于大数据强化学习的广告分析和监控方法 Download PDF

Info

Publication number
CN113222641A
CN113222641A CN202110386708.5A CN202110386708A CN113222641A CN 113222641 A CN113222641 A CN 113222641A CN 202110386708 A CN202110386708 A CN 202110386708A CN 113222641 A CN113222641 A CN 113222641A
Authority
CN
China
Prior art keywords
advertisement
control unit
central control
type
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
CN202110386708.5A
Other languages
English (en)
Inventor
陈增和
林希
温志刚
赖浩哲
程少环
刁奇标
宋一帆
余良威
梁振宇
欧椿琪
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.)
Shenzhen Housley Technology Co ltd
Original Assignee
Shenzhen Housley Technology 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 Shenzhen Housley Technology Co ltd filed Critical Shenzhen Housley Technology Co ltd
Priority to CN202110386708.5A priority Critical patent/CN113222641A/zh
Publication of CN113222641A publication Critical patent/CN113222641A/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
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G06Q30/0271—Personalized advertisement
    • 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
    • G06Q30/0245—Surveys
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (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)

Abstract

本发明涉及一种基于大数据强化学习的广告分析和监控方法，包括：中控单元根据广告后的内容类型对广告投放的类型进行确定；中控单元根据广告后的内容时长对广告投放的时间进行确定；投放单元进行投放；数据收集单元对用户在观看广告时，点击跳过广告按钮时的广告播放时长进行收集并传输至中控单元进行处理；中控单元对观看广告时长低于预设值的广告进行类型的更换，并根据实际观看广告的不同时长对广告进行精准的投放。中控单元接收数据收集单元的数据，根据用户对每种类型的广告的观看时间对用户的喜好程度进行判定，从而判断出用户对广告的需求，进行精准的广告投放，提高广告的转化效果。

Description

一种基于大数据强化学习的广告分析和监控方法
技术领域
本发明涉及广告分析技术领域，尤其涉及一种基于大数据强化学习的广告分析和监控方法。
背景技术
广告，顾名思义，就是广而告之，向社会广大公众告知某件事物。广告就其含义来说，有广义和狭义之分。经济广告是指以营利为目的的广告，通常是商业广告，它是为推销商品或提供服务，以付费方式通过广告媒体向消费者或用户传播商品或服务信息的手段。商品广告就是这样的经济广告。
而现有技术中对于网络广告的投放基本是每个用户去到一个网页或打开一个电视时，广告的投放类型和时长都是相同的，不便于去发现用户对于广告的需求，难以起到广告的转化效果，投放效果往往不理想。
发明内容
为此，本发明提供一种基于大数据强化学习的广告分析和监控方法，用以克服现有技术中难以发现用户对于广告的需求，难以提高广告的转化效果的问题。
为实现上述目的，本发明提供一种基于大数据强化学习的广告分析和监控方法，包括：
步骤S1：中控单元根据广告后的内容类型对广告投放的类型进行确定；
步骤S2：所述中控单元根据广告后的内容时长对广告投放的时间进行确定；
步骤S3：投放单元根据中控单元的指令对广告进行投放；
步骤S4：数据收集单元对用户在观看广告时，点击跳过广告按钮时的广告播放时长进行收集；
步骤S5：数据收集单元将收集到的数据传输至中控单元进行处理；
步骤S6：中控单元对观看广告时长低于预设值的广告进行类型的更换，并根据实际观看广告的不同时长对广告进行精准的投放；
所述数据收集单元对用户在观看广告时，点击跳过广告按钮时的广告播放时长进行收集并传输至中控单元，所述中控单元根据该用户对不同类型的广告的点击跳过广告按钮时的广告播放时长，并设定广告播放时长的第一阀值和第二阀值，所述中控单元根据用户对该广告类型的平均观看时长与设定的广告播放时长的第一阀值和第二阀值进行比较，从而确定出用户对该广告类型的喜好程度，进行精准的广告投放。
进一步地，在所述步骤1中，所述中控单元内预设有广告类型矩阵G和广告投放的时长矩阵S；
对于所述广告类型矩阵G(G1、G2、G3…Gn)，其中，G1表示第一预设广告类型，G2表示第二预设广告类型，G3表示第三预设广告类型，Gn表示第n预设广告类型；
对于所述广告投放的时长矩阵S(S1、S2、S3…Sn)，其中，S1表示第一预设广告投放时长，S2表示第二预设广告投放时长，S3表示第三预设广告投放时长，Sn表示第n预设广告投放时长。
进一步地，所述中控单元内预设有内容类型矩阵组N(N1、N2、N3…Nn)，其中，N1表示第一预设内容类型矩阵，N2表示第二预设内容类型矩阵，N3表示第三预设内容类型矩阵，Nn表示第n预设内容类型矩阵；
所述中控单元内预设有内容时长矩阵C(C1、C2、C3…Cn)，其中，C1表示第一预设内容时长，C2表示第二预设内容时长，C3表示第三预设内容时长，Cn表示第n预设内容时长。
进一步地，所述中控单元根据广告后的内容类型对广告投放的类型进行确定，设定内容的类型为NS，
若NS∈N1时，则所述中控单元确定投放的广告类型为G1；
若NS∈N2时，则所述中控单元确定投放的广告类型为G2；
若NS∈N3时，则所述中控单元确定投放的广告类型为G3；
若NS∈Nn时，则所述中控单元确定投放的广告类型为Gn；
所述中控单元根据广告后的内容类型对广告投放的类型进行确定。
进一步地，所述中控单元根据广告后的内容时长对广告投放的时间进行确定，设定内容时长为CS，
若CS≤C1时，则所述中控单元确定投放的广告时长为S1；
若C1＜CS≤C2时，则所述中控单元确定投放的广告时长为S2；
若C2＜CS≤C3时，则所述中控单元确定投放的广告时长为S3；
若C(n-1)＜CS≤Cn时，则所述中控单元确定投放的广告时长为Sn；
所述中控单元根据广告后的内容类型对广告投放的类型进行确定，并根据广告后的内容时长对广告投放的时间进行确定。
进一步地，所述数据收集单元对用户在观看广告时，点击跳过广告按钮时的广告播放时长进行收集并传输至中控单元，所述中控单元根据该用户对不同类型的广告的点击跳过广告按钮时的广告播放时长，设定用户观看广告类型Gi的平均时长为Jp，设定广告播放时长的第一阀值为Jf1，设定广告播放时长的第二阀值为Jf2，Jf1＜Jf2，则，
若Jp≤Jf1时，则所述中控单元判定用户对广告类型Gi的喜好程度为不喜欢；
若Jf1＜Jp≤Jf2时，则所述中控单元判定用户对广告类型Gi的喜好程度为待定；
若Jp＞Jf2时，则所述中控单元判定用户对广告类型Gi的喜好程度为喜欢。
进一步地，若中控单元判定用户对广告类型Gi的喜好程度为不喜欢时，则所述中控单元不对该用户投放广告类型Gi，且投放用户对广告类型为喜欢的广告类型；
若用户对所有的广告类型均为喜欢或待定或不喜欢时，则按广告类型每次更换不同的广告类型。
进一步地，若中控单元判定用户对广告类型Gi的喜好程度为待定时，则所述中控单元对用户进行二次确定，所述中控单元根据Jp与Jf1和Jf2的差值的大小对用户的喜好程度进行确定，设定Jp-Jf1的差值为Z1，设定Jf2-Jp的差值为Z2，
若Z1≥Z2时，则所述中控单元判定用户对广告类型Gi的喜好程度为喜欢；
若Z1＜Z2时，则所述中控单元判定用户对广告类型Gi的喜好程度为不喜欢。
进一步地，若中控单元判定用户对广告类型Gi的喜好程度为喜欢时，则所述中控单元对用户进行精准广告投放，每次均投放用户喜欢的广告类型。
与现有技术相比，本发明的有益效果在于，本发明通过提供一种基于大数据强化学习的广告分析和监控方法，首先根据观看内容的类型对广告投放的类型进行确定，其次再根据内容的时长对广告投放的时长进行确定，初步确定广告的投放类型和时长，在广告投放的过程中，中控单元接收数据收集单元的数据，根据用户对每种类型的广告的观看时间对用户的喜好程度进行判定，从而判断出用户对广告的需求，进行精准的广告投放，提高广告的转化效果。
尤其，本发明在所述数据收集单元对用户在观看广告时，点击跳过广告按钮时的广告播放时长进行收集并传输至中控单元，所述中控单元根据该用户对不同类型的广告的点击跳过广告按钮时的广告播放时长，并设定广告播放时长的第一阀值和第二阀值，所述中控单元根据用户对该广告类型的平均观看时长与设定的广告播放时长的第一阀值和第二阀值进行比较，从而确定出用户对该广告类型的喜好程度，进行精准的广告投放，提高广告的转化效果。
进一步地，所述中控单元根据广告后的内容类型对广告投放的类型进行确定时，当播放的内容为搞笑性质的视频，多考虑为年轻人的需求，播放的广告可以为年轻人需求较高的类型，比如旅游，当播放的内容为战争片，多考虑为中年人，播放的广告可以侧重于房产方向的广告，当播放的内容为偶像剧，多考虑为青年人，可以投放的广告类型为感性的，比如旅游中的美食美酒和故事，从情感方面切入，对用户对广告的需求进行初步的预判，提高用户对广告的需求的准确率。
尤其，所述中控单元根据用户对某一种类型的广告的喜好程度进行判断，从而为后续精准广告投放进行大数据的学习和分析，根据收集的用户对广告的观看时间对用户的喜好进行判断，从而对用户对广告的需求进行判断，当所述中控单元判定用户的喜好程度为不喜欢时，为了避免引起用户的反感，则尽量避免对该用户投放该类型的广告。当所述中控单元判定用户的喜好程度为喜欢时，则所述中控单元应对该用户投放该类型的广告，以使用户对该类型的品类内容进行深入的了解，满足用户对广告的需求。当所述中控单元判定用户的喜好程度为待定时，所述中控单元通过对用户的喜好程度的偏向极对用户进行二次喜好判定，提高中控单元对用户观看广告的不同需求，进行精准的广告投放，提高广告的转化效果。
附图说明
图1为本发明所述实施例基于大数据强化学习的广告分析和监控方法的流程示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示，其为本实施例基于大数据强化学习的广告分析和监控方法的流程示意图，包括：
步骤S1：中控单元根据广告后的内容类型对广告投放的类型进行确定；
步骤S2：所述中控单元根据广告后的内容时长对广告投放的时间进行确定；
步骤S3：投放单元根据中控单元的指令对广告进行投放；
步骤S4：数据收集单元对用户在观看广告时，点击跳过广告按钮时的广告播放时长进行收集；
步骤S5：数据收集单元将收集到的数据传输至中控单元进行处理；
步骤S6：中控单元对观看广告时长低于预设值的广告进行类型的更换，并根据实际观看广告的不同时长对广告进行精准的投放。
具体而言，本发明实施例中，首先根据观看内容的类型对广告投放的类型进行确定，其次再根据内容的时长对广告投放的时长进行确定，初步确定广告的投放类型和时长，在广告投放的过程中，中控单元接收数据收集单元的数据，根据用户对每种类型的广告的观看时间对用户的喜好程度进行判定，从而判断出用户对广告的需求，进行精准的广告投放，提高广告的转化效果。
具体而言，本发明实施例中，所述数据收集单元对用户在观看广告时，点击跳过广告按钮时的广告播放时长进行收集并传输至中控单元，所述中控单元根据该用户对不同类型的广告的点击跳过广告按钮时的广告播放时长，并设定广告播放时长的第一阀值和第二阀值，所述中控单元根据用户对该广告类型的平均观看时长与设定的广告播放时长的第一阀值和第二阀值进行比较，从而确定出用户对该广告类型的喜好程度，进行精准的广告投放。
具体而言，本发明实施例中，在所述步骤1中，所述中控单元内预设有广告类型矩阵G和广告投放的时长矩阵S；
具体而言，本发明实施例中，对于所述广告类型矩阵G(G1、G2、G3…Gn)，其中，G1表示第一预设广告类型，G2表示第二预设广告类型，G3表示第三预设广告类型，Gn表示第n预设广告类型。
具体而言，本发明实施例中，对于所述广告投放的时长矩阵S(S1、S2、S3…Sn)，其中，S1表示第一预设广告投放时长，S2表示第二预设广告投放时长，S3表示第三预设广告投放时长，Sn表示第n预设广告投放时长。
具体而言，本发明实施例中，对于广告类型可以分为旅游类，健身类，饮食类，具体实施时，可以根据不同地区的用户对广告类型的投放进行不同的设置和调整，比如南方人可能更注重对饮食养生类的关注，比如北方人对酒文化的需求更高，可以根据这些区别对用户进行初步的试验投放，并再根据实时用户对该广告的观看时间对用户的喜好进行大数据的学习过程。
具体而言，本发明实施例中，所述中控单元内预设有内容类型矩阵组N(N1、N2、N3…Nn)，其中，N1表示第一预设内容类型矩阵，N2表示第二预设内容类型矩阵，N3表示第三预设内容类型矩阵，Nn表示第n预设内容类型矩阵。
具体而言，本发明实施例中，所述中控单元内预设有内容时长矩阵C(C1、C2、C3…Cn)，其中，C1表示第一预设内容时长，C2表示第二预设内容时长，C3表示第三预设内容时长，Cn表示第n预设内容时长。
具体而言，本发明实施例中，所述中控单元根据广告后的内容类型对广告投放的类型进行确定，设定内容的类型为NS，
若NS∈N1时，则所述中控单元确定投放的广告类型为G1；
若NS∈N2时，则所述中控单元确定投放的广告类型为G2；
若NS∈N3时，则所述中控单元确定投放的广告类型为G3；
若NS∈Nn时，则所述中控单元确定投放的广告类型为Gn；
所述中控单元根据广告后的内容类型对广告投放的类型进行确定，具体为，当播放的内容为搞笑性质的视频，多考虑为年轻人的需求，播放的广告可以为年轻人需求较高的类型，比如旅游，当播放的内容为战争片，多考虑为中年人，播放的广告可以侧重于房产方向的广告，当播放的内容为偶像剧，多考虑为青年人，可以投放的广告类型为感性的，比如旅游中的美食美酒和故事，从情感方面切入，对用户对广告的需求进行初步的预判。
具体而言，本发明实施例中，所述中控单元根据广告后的内容时长对广告投放的时间进行确定，设定内容时长为CS，
若CS≤C1时，则所述中控单元确定投放的广告时长为S1；
若C1＜CS≤C2时，则所述中控单元确定投放的广告时长为S2；
若C2＜CS≤C3时，则所述中控单元确定投放的广告时长为S3；
若C(n-1)＜CS≤Cn时，则所述中控单元确定投放的广告时长为Sn；
所述中控单元根据广告后的内容类型对广告投放的类型进行确定，并根据广告后的内容时长对广告投放的时间进行确定。
具体而言，本发明实施例中广告投放时长，可以根据后续播放的内容进行确定，比如后续播放的内容只有五分钟，可以设置五秒钟的广告，如果后续播放的内容有一个小时，可以相对提高广告播放的时长，播放了四十秒的广告，本发明并不限定具体的广告播放时长，可以根据具体实施为准。
具体而言，本发明实施例中，所述数据收集单元对用户在观看广告时，点击跳过广告按钮时的广告播放时长进行收集并传输至中控单元，所述中控单元根据该用户对不同类型的广告的点击跳过广告按钮时的广告播放时长，设定用户观看广告类型Gi的平均时长为Jp，设定广告播放时长的第一阀值为Jf1，设定广告播放时长的第二阀值为Jf2，Jf1＜Jf2，则，
若Jp≤Jf1时，则所述中控单元判定用户对广告类型Gi的喜好程度为不喜欢；
若Jf1＜Jp≤Jf2时，则所述中控单元判定用户对广告类型Gi的喜好程度为待定；
若Jp＞Jf2时，则所述中控单元判定用户对广告类型Gi的喜好程度为喜欢。
具体而言，本发明实施例中，所述中控单元根据用户对某一种类型的广告的喜好程度进行判断，从而为后续精准广告投放进行大数据的学习和分析，根据收集的用户对广告的观看时间对用户的喜好进行判断，从而对用户对广告的需求进行判断，当所述中控单元判定用户的喜好程度为不喜欢时，为了避免引起用户的反感，则尽量避免对该用户投放该类型的广告。当所述中控单元判定用户的喜好程度为喜欢时，则所述中控单元应对该用户投放该类型的广告，以使用户对该类型的品类内容进行深入的了解，满足用户对广告的需求。当所述中控单元判定用户的喜好程度为待定时，所述中控单元通过对用户的喜好程度的偏向极对用户进行二次喜好判定，提高中控单元对用户观看广告的不同需求。
具体而言，本发明实施例中，若中控单元判定用户对广告类型Gi的喜好程度为不喜欢时，则所述中控单元不对该用户投放广告类型Gi，且投放用户对广告类型为喜欢的广告类型；
若用户对所有的广告类型均为喜欢或待定或不喜欢时，则按广告类型每次更换不同的广告类型。
具体而言，本发明实施例中，若中控单元判定用户对广告类型Gi的喜好程度为待定时，则所述中控单元对用户进行二次确定，所述中控单元根据Jp与Jf1和Jf2的差值的大小对用户的喜好程度进行确定，设定Jp-Jf1的差值为Z1，设定Jf2-Jp的差值为Z2，
若Z1≥Z2时，则所述中控单元判定用户对广告类型Gi的喜好程度为喜欢；
若Z1＜Z2时，则所述中控单元判定用户对广告类型Gi的喜好程度为不喜欢。
具体而言，本发明实施例中，若中控单元判定用户对广告类型Gi的喜好程度为喜欢时，则所述中控单元对用户进行精准广告投放，每次均投放用户喜欢的广告类型。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (9)

1.一种基于大数据强化学习的广告分析和监控方法，其特征在于，包括：
步骤S1：中控单元根据广告后的内容类型对广告投放的类型进行确定；
步骤S2：所述中控单元根据广告后的内容时长对广告投放的时间进行确定；
步骤S3：投放单元根据中控单元的指令对广告进行投放；
步骤S4：数据收集单元对用户在观看广告时，点击跳过广告按钮时的广告播放时长进行收集；
步骤S5：数据收集单元将收集到的数据传输至中控单元进行处理；
步骤S6：中控单元对观看广告时长低于预设值的广告进行类型的更换，并根据实际观看广告的不同时长对广告进行精准的投放；
所述数据收集单元对用户在观看广告时，点击跳过广告按钮时的广告播放时长进行收集并传输至中控单元，所述中控单元根据该用户对不同类型的广告的点击跳过广告按钮时的广告播放时长，并设定广告播放时长的第一阀值和第二阀值，所述中控单元根据用户对该广告类型的平均观看时长与设定的广告播放时长的第一阀值和第二阀值进行比较，从而确定出用户对该广告类型的喜好程度，进行精准的广告投放。
2.根据权利要求1所述的基于大数据强化学习的广告分析和监控方法，其特征在于，在所述步骤1中，所述中控单元内预设有广告类型矩阵G和广告投放的时长矩阵S；
对于所述广告类型矩阵G(G1、G2、G3…Gn)，其中，G1表示第一预设广告类型，G2表示第二预设广告类型，G3表示第三预设广告类型，Gn表示第n预设广告类型；
对于所述广告投放的时长矩阵S(S1、S2、S3…Sn)，其中，S1表示第一预设广告投放时长，S2表示第二预设广告投放时长，S3表示第三预设广告投放时长，Sn表示第n预设广告投放时长。
3.根据权利要求2所述的基于大数据强化学习的广告分析和监控方法，其特征在于，所述中控单元内预设有内容类型矩阵组N(N1、N2、N3…Nn)，其中，N1表示第一预设内容类型矩阵，N2表示第二预设内容类型矩阵，N3表示第三预设内容类型矩阵，Nn表示第n预设内容类型矩阵；
所述中控单元内预设有内容时长矩阵C(C1、C2、C3…Cn)，其中，C1表示第一预设内容时长，C2表示第二预设内容时长，C3表示第三预设内容时长，Cn表示第n预设内容时长。
4.根据权利要求3所述的基于大数据强化学习的广告分析和监控方法，其特征在于，所述中控单元根据广告后的内容类型对广告投放的类型进行确定，设定内容的类型为NS，
若NS∈N1时，则所述中控单元确定投放的广告类型为G1；
若NS∈N2时，则所述中控单元确定投放的广告类型为G2；
若NS∈N3时，则所述中控单元确定投放的广告类型为G3；
若NS∈Nn时，则所述中控单元确定投放的广告类型为Gn；
所述中控单元根据广告后的内容类型对广告投放的类型进行确定。
5.根据权利要求4所述的基于大数据强化学习的广告分析和监控方法，其特征在于，所述中控单元根据广告后的内容时长对广告投放的时间进行确定，设定内容时长为CS，
若CS≤C1时，则所述中控单元确定投放的广告时长为S1；
若C1＜CS≤C2时，则所述中控单元确定投放的广告时长为S2；
若C2＜CS≤C3时，则所述中控单元确定投放的广告时长为S3；
若C(n-1)＜CS≤Cn时，则所述中控单元确定投放的广告时长为Sn；
所述中控单元根据广告后的内容类型对广告投放的类型进行确定，并根据广告后的内容时长对广告投放的时间进行确定。
6.根据权利要求5所述的基于大数据强化学习的广告分析和监控方法，其特征在于，所述数据收集单元对用户在观看广告时，点击跳过广告按钮时的广告播放时长进行收集并传输至中控单元，所述中控单元根据该用户对不同类型的广告的点击跳过广告按钮时的广告播放时长，设定用户观看广告类型Gi的平均时长为Jp，设定广告播放时长的第一阀值为Jf1，设定广告播放时长的第二阀值为Jf2，Jf1＜Jf2，则，
若Jp≤Jf1时，则所述中控单元判定用户对广告类型Gi的喜好程度为不喜欢；
若Jf1＜Jp≤Jf2时，则所述中控单元判定用户对广告类型Gi的喜好程度为待定；
若Jp＞Jf2时，则所述中控单元判定用户对广告类型Gi的喜好程度为喜欢。
7.根据权利要求6所述的基于大数据强化学习的广告分析和监控方法，其特征在于，若中控单元判定用户对广告类型Gi的喜好程度为不喜欢时，则所述中控单元不对该用户投放广告类型Gi，且投放用户对广告类型为喜欢的广告类型；
若用户对所有的广告类型均为喜欢或待定或不喜欢时，则按广告类型每次更换不同的广告类型。
8.根据权利要求7所述的基于大数据强化学习的广告分析和监控方法，其特征在于，若中控单元判定用户对广告类型Gi的喜好程度为待定时，则所述中控单元对用户进行二次确定，所述中控单元根据Jp与Jf1和Jf2的差值的大小对用户的喜好程度进行确定，设定Jp-Jf1的差值为Z1，设定Jf2-Jp的差值为Z2，
若Z1≥Z2时，则所述中控单元判定用户对广告类型Gi的喜好程度为喜欢；
若Z1＜Z2时，则所述中控单元判定用户对广告类型Gi的喜好程度为不喜欢。
9.根据权利要求8所述的基于大数据强化学习的广告分析和监控方法，其特征在于，若中控单元判定用户对广告类型Gi的喜好程度为喜欢时，则所述中控单元对用户进行精准广告投放，每次均投放用户喜欢的广告类型。
CN202110386708.5A 2021-04-12 2021-04-12 一种基于大数据强化学习的广告分析和监控方法 Pending CN113222641A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110386708.5A CN113222641A (zh) 2021-04-12 2021-04-12 一种基于大数据强化学习的广告分析和监控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110386708.5A CN113222641A (zh) 2021-04-12 2021-04-12 一种基于大数据强化学习的广告分析和监控方法

Publications (1)

Publication Number Publication Date
CN113222641A true CN113222641A (zh) 2021-08-06

Family

ID=77086854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110386708.5A Pending CN113222641A (zh) 2021-04-12 2021-04-12 一种基于大数据强化学习的广告分析和监控方法

Country Status (1)

Country Link
CN (1) CN113222641A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023083316A1 (zh) * 2021-11-12 2023-05-19 深圳市酷开网络科技股份有限公司 建立广告偏好模型的方法、装置、电子设备及存储介质
CN117319761A (zh) * 2023-11-23 2023-12-29 龙视传媒有限公司 一种机顶盒广告适应性播发方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709765A (zh) * 2017-01-11 2017-05-24 北京图知天下科技有限责任公司 一种广告投放管理方法
CN109377250A (zh) * 2018-08-22 2019-02-22 中国平安人寿保险股份有限公司 基于大数据分析的广告投放控制方法及装置
CN110856021A (zh) * 2019-11-25 2020-02-28 上海邸客网络科技有限公司 一种酒店客房电视广告精准投放方法
CN111083560A (zh) * 2019-12-17 2020-04-28 联想(北京)有限公司 播放方法和播放装置
CN112163909A (zh) * 2020-10-29 2021-01-01 杭州次元岛科技有限公司 一种基于大数据的广告投放系统
CN112308631A (zh) * 2020-11-20 2021-02-02 广州欢网科技有限责任公司 一种广告投放方法、装置、设备、存储介质及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709765A (zh) * 2017-01-11 2017-05-24 北京图知天下科技有限责任公司 一种广告投放管理方法
CN109377250A (zh) * 2018-08-22 2019-02-22 中国平安人寿保险股份有限公司 基于大数据分析的广告投放控制方法及装置
CN110856021A (zh) * 2019-11-25 2020-02-28 上海邸客网络科技有限公司 一种酒店客房电视广告精准投放方法
CN111083560A (zh) * 2019-12-17 2020-04-28 联想(北京)有限公司 播放方法和播放装置
CN112163909A (zh) * 2020-10-29 2021-01-01 杭州次元岛科技有限公司 一种基于大数据的广告投放系统
CN112308631A (zh) * 2020-11-20 2021-02-02 广州欢网科技有限责任公司 一种广告投放方法、装置、设备、存储介质及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023083316A1 (zh) * 2021-11-12 2023-05-19 深圳市酷开网络科技股份有限公司 建立广告偏好模型的方法、装置、电子设备及存储介质
CN117319761A (zh) * 2023-11-23 2023-12-29 龙视传媒有限公司 一种机顶盒广告适应性播发方法及系统
CN117319761B (zh) * 2023-11-23 2024-03-26 龙视传媒有限公司 一种机顶盒广告适应性播发方法及系统

Similar Documents

Publication Publication Date Title
US8065699B2 (en) Providing rating information for an event based on user feedback
CN100426860C (zh) 根据向一个或多个第三方的推荐向用户推荐感兴趣项目的方法和设备
US11159839B2 (en) Systems and methods for addressable targeting of advertising content
US20190379629A1 (en) Methods and apparatus to estimate demographics of users employing social media
Chen et al. Alcohol advertising: what makes it attractive to youth?
US11758242B2 (en) Targeting television advertisements based on automatic optimization of demographic information
Wilbur Advertising content and television advertising avoidance
US7895075B2 (en) Method and apparatus for determining an effective media channel to use for advertisement
US20090319379A1 (en) Digital television broadcasting apparatus and method for providing information in a digital television and internet convergent environment
CN106407241A (zh) 视频推荐方法及系统
CN108271076B (zh) 一种推荐直播间的方法及装置
US20120093482A1 (en) Bookmarking media programs for subsequent viewing
US20120284747A1 (en) Digital television broadcasting apparatus and method for providing information in a digital television and internet convergent environment
CN113222641A (zh) 一种基于大数据强化学习的广告分析和监控方法
CN1720740A (zh) 根据具有相似观看习惯的用户的投票推荐节目
US20080134229A1 (en) Methods and apparatus for awarding consumers of advertising content
MX2011001959A (es) Entrega de informacion complementaria.
KR20170079496A (ko) 컨텐츠 선호도 기반의 광고 경쟁 유도 장치
JP6563655B2 (ja) クロス媒体広告ネットワーク
US11284129B2 (en) System for providing personalized advertisements based on current needs of user
KR101985743B1 (ko) 개인화 홈쇼핑 제공 장치
Martín-Santana et al. Spot length and unaided recall in television: Optimizing media planning variables in advertising breaks
US20120066712A1 (en) System and method for notifying advertisers of available targeted advertising slots
CN104702981B (zh) 一种计算数字电视目标受众的方法和系统
KR101627355B1 (ko) 온라인 컨텐츠 제공시 서브 컨텐츠의 제공 방법 및 시스템

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