CN113327140A - 基于大数据分析的视频广告投放效果智能分析管理系统 - Google Patents
基于大数据分析的视频广告投放效果智能分析管理系统 Download PDFInfo
- Publication number
- CN113327140A CN113327140A CN202110881605.6A CN202110881605A CN113327140A CN 113327140 A CN113327140 A CN 113327140A CN 202110881605 A CN202110881605 A CN 202110881605A CN 113327140 A CN113327140 A CN 113327140A
- Authority
- CN
- China
- Prior art keywords
- video advertisement
- comment
- effect
- video
- time period
- 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.)
- Granted
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
- G06Q30/0243—Comparative campaigns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Entrepreneurship & Innovation (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于视频广告投放技术领域,具体公开了一种基于大数据分析的视频广告投放效果智能分析管理系统,包括视频广告投放统计模块、视频广告投放效果参数获取模块、投放效果评估模块、管理数据库、管理服务器和后台显示终端,通过对投放在短视频平台上的各视频广告进行传播效果、观看兴趣效果和评论效果获取分析,以此统计各视频广告对应的综合投放效果系数,实现了对视频广告在短视频平台上投放效果的全方面分析,扩展了投放效果分析指标,充分弥补了目前分析视频广告在短视频平台上投放效果存在的分析指标过于单一的缺陷,提高了视频广告投放效果对应分析结果的精准度,为广告投放业主进行后期广告投放预算支出提供可靠的参考依据。
Description
技术领域
本发明属于视频广告投放技术领域,特别涉及一种基于大数据分析的视频广告投放效果智能分析管理系统。
背景技术
近年来,随着网络环境的优化和移动智能设备的普及,短视频作为一种新的内容承载形式迅速发展,且逐渐以其创意性与趣味性并存的特点,成为现下最受欢迎的自媒体形式,在这种情况下诞生了众多短视频平台。伴随着短视频平台上用户数量的与日俱增,吸引了大量的广告投放业主在短视频平台上进行视频广告投放,投放之后的投放效果是广告投放业主非常关注的信息,因此对投放在短视频平台上的视频广告进行投放效果分析是非常有必要的。
然而目前分析视频广告在短视频平台上投放效果的方法是直接以视频广告在短视频平台上的传播量进行分析,其传播量包括点赞数量、关注数量、转发数量等,忽略了观看视频广告的用户对视频广告的具体观看过程分析,如观看兴趣、评论等,这些可以直观反映观看用户对视频广告的观看感受,由于广告投放最终的受众还是观看用户,因此观看用户对视频广告的观看感受也是评价视频广告投放效果的一个重要依据。由此可见目前分析视频广告投放效果的方法存在分析指标过于单一的缺陷,导致投放效果分析结果精准度不高,难以反映视频广告在短视频平台上的综合投放效果。
发明内容
为解决上述技术问题,本发明是通过以下技术方案实现的:一种基于大数据分析的视频广告投放效果智能分析管理系统,包括视频广告投放统计模块、视频广告投放效果参数获取模块、投放效果评估模块、管理数据库、管理服务器和后台显示终端。
所述视频广告投放统计模块用于在预定义时间段内对投放到短视频平台内的所有视频广告进行统计,并对各视频广告按照投放时间点的先后顺序进行编号,依次标记为1,2,...,i,...,n。
所述视频广告投放效果参数获取模块用于获取各视频广告对应的投放效果参数,其中视频广告投放效果参数获取模块包括视频广告传播参数采集模块、视频广告观看用户采集模块和视频广告评论基本参数提取模块。
所述视频广告传播参数采集模块用于根据设置的采集时间段采集各视频广告对应的传播参数,得到各视频广告在各采集时间段中对应的传播参数。
所述视频广告观看用户采集模块用于根据设置的采集时间段采集各视频广告对应的所有关注用户、所有点赞用户、所有评论用户和所有转发用户。
所述视频广告评论基本参数提取模块用于根据设置的采集时间段采集各视频广告对应的所有评论,并对各条评论进行基本参数提取,得到各视频广告在各采集时间段中各条评论对应的基本参数。
所述投放效果评估模块用于对各视频广告对应的投放效果参数进行分析,进而评估各视频广告对应的传播效果系数、观看兴趣效果系数和评论效果系数。
所述管理服务器用于综合各视频广告对应的传播效果系数、观看兴趣效果系数和评论效果系数统计各视频广告对应的综合投放效果系数。
所述后台显示终端用于对各视频广告对应的综合投放效果系数进行显示。
进一步优化本技术方案,所述投放效果参数包括传播效果、观看兴趣效果和评论效果。
进一步优化本技术方案,所述传播参数包括关注数量、点赞数量、评论数量和转发数量。
进一步优化本技术方案,所述基本参数包括评论类型和评论字数。
进一步优化本技术方案,各视频广告在各采集时间段中各条评论对应评论类型的具体提取方法包括以下步骤:S1:将各条评论的内容进行分词和去停用词处理,得到处理后的各个词组。
S2:从处理后的各词组中提取情感关键词。
S3:将各条评论对应的情感关键词与管理数据库中各种评论类型对应的若干情感关键词进行匹配,从中得到各条评论对应的评论类型。
进一步优化本技术方案,各视频广告对应传播效果系数的具体评估过程如下:R1:各视频广告在各采集时间段中对应的传播参数构成视频广告传播参数集合。
进一步优化本技术方案,各视频广告对应观看兴趣效果系数的具体评估过程如下:H1:将同一个视频广告在同一采集时间段对应的所有关注用户、所有点赞用户、所有评论用户和所有转发用户进行相互对比,判断是否存在重复的用户,若存在重复的用户,则将重复用户记为重点用户,并统计重点用户数量及各重点用户对应的重复频次。
H2:将各重点用户对应的重复频次与管理数据库中各种重复频次对应的观看兴趣等级进行对比,得到各重点用户对应的观看兴趣等级。
H3:将各视频广告在各采集时间段中各重点用户对应的观看兴趣等级进行相互对比,以此将相同观看兴趣等级对应的重点用户进行归类,得到各视频广告在各采集时间段中各观看兴趣等级对应的重点用户数量。
H4:将各视频广告在各采集时间段中对应的各观看兴趣等级与管理数据库中各观看兴趣等级对应的观看兴趣指数进行匹配,得到各观看兴趣等级对应的观看兴趣指数,分别记为、、,进而根据各视频广告在各采集时间段中各观看兴趣等级对应的重点用户数量及观看兴趣指数评估各视频广告对应的观看兴趣效果系数,表示为第i个视频广告对应的观看兴趣效果系数,t表示为采集时间段,t=1,2,...,k,、、分别表示为第i个视频广告在第t个采集时间段中第A、B、C观看兴趣等级对应的观看兴趣指数,、、分别表示为第i个视频广告在第t个采集时间段中第A、B、C观看兴趣等级对应的重点用户数量。
进一步优化本技术方案,各视频广告对应评论效果系数的具体评估过程如下:U1:将各视频广告在各采集时间段中各条评论对应的评论类型进行相互对比,从而将相同评论类型对应的评论进行归类,构建各视频广告在各采集时间段中对应各评论类型的评论集合,并以此得到各视频广告在各采集时间段中对应各评论类型的评论数量。
U2:分别将各视频广告在各采集时间段中对应各评论类型的评论数量进行相邻采集时间段对比,以此计算各视频广告对应各评论类型的评论数量平均增长指数。
U3:将各视频广告在各采集时间段中对应各评论类型的评论集合中各条评论对应的评论字数进行叠加,得到各视频广告在各采集时间段中对应各评论类型的评论总字数。
U4:根据各视频广告对应各评论类型的评论数量平均增长指数和各视频广告在各采集时间段中对应各评论类型的评论总字数评估各视频广告对应的评论效果系数,表示为第i个视频广告对应的评论效果系数,、、分别表示为第i个视频广告对应褒义类型、中性类型、贬义类型的评论数量平均增长指数,、、别表示为第i个视频广告在第t个采集时间段对应褒义类型、中性类型、贬义类型的评论总字数。
进一步优化本技术方案,所述后台显示终端在对各视频广告对应的综合投放效果系数进行显示过程中将各视频广告按照其对应的综合投放效果系数降序顺序进行排列显示。
本发明的有益效果如下:(1)本发明通过对投放在短视频平台上的各视频广告进行传播效果、观看兴趣效果和评论效果获取,以此来评估各视频广告对应的传播效果系数、观看兴趣效果系数和评论效果系数,综合以上可以得到各视频广告对应的综合投放效果系数,实现了对视频广告在短视频平台上投放效果的全方面分析,扩展了投放效果分析指标,充分弥补了目前分析视频广告在短视频平台上投放效果存在的分析指标过于单一的缺陷,提高了视频广告投放效果对应分析结果的精准度,为广告投放业主进行后期广告投放预算支出提供可靠的参考依据。
(2)本发明在评估各视频广告对应的传播效果系数过程中,通过划定采集时间段,将各视频广告在各采集时间段中的传播参数进行相邻采集时间段对比,以此根据对比结果计算各视频广告对应传播参数的平均增长指数,再根据传播参数的平均增长指数来评估传播效果系数,该评估方式能够切实反映视频广告对应传播参数的增长趋势;相对于传统中单一的只根据视频广告对应各传输参数的最终静态数据得到传播效果系数,该评估方式更加能够体现动态传播的特点,使得评估的传播效果系数更加具有参考价值。
(3)本发明在评估各视频广告对应的评论效果系数过程中综合考虑了各视频广告对应评论的评论类型和评论字数两个方面,避免了评论效果系数对应评估指标的片面性,使得评估的评论效果系数更加准确。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的模块连接示意图。
图2为本发明的视频广告投放效果参数获取模块连接示意图。
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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1所示,一种基于大数据分析的视频广告投放效果智能分析管理系统,包括视频广告投放统计模块、视频广告投放效果参数获取模块、投放效果评估模块、管理数据库、管理服务器和后台显示终端,其中视频广告投放统计模块与视频广告投放效果参数获取模块连接,视频广告投放效果参数获取模块与投放效果评估模块连接,投放效果评估模块与管理服务器连接,管理服务器与后台显示终端连接。
视频广告投放统计模块用于在预定义时间段内对投放到短视频平台内的所有视频广告进行统计,并对各视频广告按照投放时间点的先后顺序进行编号,依次标记为1,2,...,i,...,n。
视频广告投放效果参数获取模块用于获取各视频广告对应的投放效果参数,其中投放效果参数包括传播效果、观看兴趣效果和评论效果,参照图2所示,视频广告投放效果参数获取模块包括视频广告传播参数采集模块、视频广告观看用户采集模块和视频广告评论基本参数提取模块。
视频广告传播参数采集模块用于根据设置的采集时间段采集各视频广告对应的传播参数,其中传播参数包括关注数量、点赞数量、评论数量和转发数量,得到各视频广告在各采集时间段中对应的传播参数。
视频广告观看用户采集模块用于根据设置的采集时间段采集各视频广告对应的所有关注用户、所有点赞用户、所有评论用户和所有转发用户。
视频广告评论基本参数提取模块用于根据设置的采集时间段采集各视频广告对应的所有评论,并对各条评论进行基本参数提取,得到各视频广告在各采集时间段中各条评论对应的基本参数,其中基本参数包括评论类型和评论字数,所述各视频广告在各采集时间段中各条评论对应评论类型的具体提取方法包括以下步骤:S1:将各条评论的内容进行分词和去停用词处理,得到处理后的各个词组。
S2:将各条评论对应的各词组进行词性标注,得到各词组对应的词性,并将相同词性对应的词组进行归类,得到各词性对应的词组集合。
S3:从各词性对应的词组集合中筛选出形容词性对应的词组集合,并从该词组集合中提取情感关键词,得到各条评论对应的情感关键词。
S4:将各条评论对应的情感关键词与管理数据库中各种评论类型对应的若干情感关键词进行匹配,若某条评论对应的情感关键词与某种评论类型对应的某个情感关键词相同,则该条评论对应的评论类型即为该种评论类型,以此得到各条评论对应的评论类型。
本实施例通过提取各视频广告在各采集时间段中各条评论对应的评论类型为后面进行视频广告评论效果评估提供方便。
管理数据库用于存储各种评论类型对应的若干情感关键词,其中评论类型包括褒义类型、中性类型和贬义类型,并将褒义类型、中性类型、贬义类型分别记为a、b、c,存储各种重复频次对应的观看兴趣等级,其中观看兴趣等级包括第A、B、C观看兴趣等级,且各观看兴趣等级对应的大小关系为A>B>C,存储各观看兴趣等级对应的观看兴趣指数,并存储传播效果、观看兴趣效果、评论效果对应的权值。
投放效果评估模块用于对各视频广告对应的投放效果参数进行分析,进而评估各视频广告对应的传播效果系数、观看兴趣效果系数和评论效果系数,其中各视频广告对应传播效果系数的具体评估过程如下:R1:各视频广告在各采集时间段中对应的传播参数构成视频广告传播参数集合,表示为第i个视频广告在第t个采集时间段对应的传播参数,t表示为采集时间段,t=1,2,...,k,w表示为传播参数,w=d1,d2,d3,d4,分别表示为关注数量,点赞数量,评论数量,转发数量。
R2:将视频广告传播参数集合中同一个视频广告在各采集时间段中对应的传播参数进行相邻采集时间段对比,得到各视频广告对应相邻采集时间段的传播参数对比差值,并将其构成视频广告相邻采集时间段传播参数对比差集合,表示为第i个视频广告在第t个采集时间段对应的传播参数与在第t-1个采集时间段对应的传播参数之间的对比差值。
R3:根据视频广告相邻采集时间段传播参数对比差集合计算各视频广告对应传播参数的平均增长指数,其计算公式为,表示为第i个视频广告对应传播参数的平均增长指数,表示为第i个视频广告在第t-1个采集时间段对应的传播参数。
本实施例在评估各视频广告对应的传播效果系数过程中,通过划定采集时间段,将各视频广告在各采集时间段中的传播参数进行相邻采集时间段对比,以此根据对比结果计算各视频广告对应传播参数的平均增长指数,再根据传播参数的平均增长指数来评估传播效果系数,该评估方式能够切实反映视频广告对应传播参数的增长趋势;相对于传统中单一的只根据视频广告对应各传输参数的最终静态数据得到传播效果系数,该评估方式更加能够体现动态传播的特点,使得评估的传播效果系数更加具有参考价值。
其中各视频广告对应观看兴趣效果系数的具体评估过程如下:H1:将同一个视频广告在同一采集时间段对应的所有关注用户、所有点赞用户、所有评论用户和所有转发用户进行相互对比,判断是否存在重复的用户,若存在重复的用户,则将该重复用户记为重点用户,此时统计重点用户的数量及各重点用户对应的重复频次。
H2:将各重点用户对应的重复频次与管理数据库中各种重复频次对应的观看兴趣等级进行对比,得到各重点用户对应的观看兴趣等级,其中重复频次最多为三次,其重复三次代表某用户一共出现四次,表示该用户集关注用户、点赞用户、评论用户和转发用户于一身,重复频次最少为一次,其重复一次代表某用户一共出现两次,这里所述的各种重复频次对应的观看兴趣等级具体为重复三次对应的观看兴趣等级为第A观看兴趣等级,重复两次对应的观看兴趣等级为第B观看兴趣等级,重复一次对应的观看兴趣等级为第C观看兴趣等级。
H3:将各视频广告在各采集时间段中各重点用户对应的观看兴趣等级进行相互对比,以此将相同观看兴趣等级对应的重点用户进行归类,得到各观看兴趣等级对应的重点用户集合,以此对各观看兴趣等级对应重点用户集合中重点用户的数量进行计数。
H4:将各视频广告在各采集时间段中的各观看兴趣等级与管理数据库中各观看兴趣等级对应的观看兴趣指数进行匹配,得到各观看兴趣等级对应的观看兴趣指数,分别记为、、,进而根据各视频广告在各采集时间段中各观看兴趣等级对应的重点用户数量和观看兴趣指数评估各视频广告对应的观看兴趣效果系数,表示为第i个视频广告对应的观看兴趣效果系数,、、分别表示为第i个视频广告在第t个采集时间段对应的第A、B、C观看兴趣等级对应的观看兴趣指数,、、分别表示为第i个视频广告在第t个采集时间段中第A、B、C观看兴趣等级对应的重点用户数量,其中观看兴趣效果系数越大,表明用户观看效果越好。
其中各视频广告对应评论效果系数的具体评估过程如下:U1:从各视频广告在各采集时间段中各条评论对应的基本参数中提取评论类型,并将各视频广告在各采集时间段中各条评论对应的评论类型进行相互对比,从中将相同评论类型对应的评论进行归类,得到各视频广告在各采集时间段中对应各评论类型的评论集合,同时对评论集合中的评论数量进行计数,得到各视频广告在各采集时间段中对应各评论类型的评论数量。
U2:将各视频广告在各采集时间段中对应褒义类型的评论数量构成视频广告褒义类型评论数量集合,表示为第i个视频广告在第t个采集时间段对应褒义类型的评论数量,并将视频广告褒义类型评论数量集合中同一个视频广告在各采集时间段中对应褒义类型的评论数量进行相邻采集时间段对比,得到各视频广告对应相邻采集时间段的褒义类型评论数量对比差值,并将其构成视频广告相邻采集时间段褒义类型评论数量对比差集合,表示为第i个视频广告在第t个采集时间段的褒义类型评论数量与第t-1个采集时间段的褒义类型评论数量之间的对比差值,以此根据视频广告相邻采集时间段褒义类型评论数量对比差集合计算各视频广告对应褒义类型的评论数量平均增长指数,表示为第i个视频广告在第t-1个采集时间段对应褒义类型的评论数量。
U3:将各视频广告在各采集时间段中对应中性类型的评论数量构成视频广告中性类型评论数量集合,表示为第i个视频广告在第t个采集时间段对应中性类型的评论数量,并将视频广告中性类型评论数量集合中同一个视频广告在各采集时间段中对应中性类型的评论数量进行相邻采集时间段对比,得到各视频广告对应相邻采集时间段的中性类型评论数量对比差值,并将其构成视频广告相邻采集时间段中性类型评论数量对比差集合,表示为第i个视频广告在第t个采集时间段的中性类型评论数量与第t-1个采集时间段的中性类型评论数量之间的对比差值,以此根据视频广告相邻采集时间段中性类型评论数量对比差集合计算各视频广告对应中性类型的评论数量平均增长指数,表示为第i个视频广告在第t-1个采集时间段对应中性类型的评论数量。
U4:将各视频广告在各采集时间段中对应贬义类型的评论数量构成视频广告贬义类型评论数量集合,表示为第i个视频广告在第t个采集时间段对应贬义类型的评论数量,并将视频广告贬义类型评论数量集合中同一个视频广告在各采集时间段中对应贬义类型的评论数量进行相邻采集时间段对比,得到各视频广告对应相邻采集时间段的贬义类型评论数量对比差值,并将其构成视频广告相邻采集时间段贬义类型评论数量对比差集合,表示为第i个视频广告在第t个采集时间段的贬义类型评论数量与第t-1个采集时间段的贬义类型评论数量之间的对比差值,以此根据视频广告相邻采集时间段贬义类型评论数量对比差集合计算各视频广告对应贬义类型的评论数量平均增长指数,表示为第i个视频广告在第t-1个采集时间段对应贬义类型的评论数量。
U5:从各视频广告在各采集时间段中各条评论对应的基本参数中提取评论字数。
U6:将各视频广告在各采集时间段中对应各评论类型的评论集合中各条评论对应的评论字数进行叠加,得到各视频广告在各采集时间段中对应各评论类型的评论总字数。
U7:根据各视频广告对应褒义类型、中性类型及贬义类型的评论数量平均增长指数和各视频广告在各采集时间段中对应各评论类型的评论总字数评估各视频广告对应的评论效果系数,表示为第i个视频广告对应的评论效果系数,、、别表示为第i个视频广告对应褒义类型、中性类型、贬义类型的评论数量平均增长指数,、、分别表示为第i个视频广告在第t个采集时间段对应褒义类型、中性类型和贬义类型的评论总字数,其中评论效果系数越大,评论效果越好。
本实施例在评估各视频广告对应的评论效果系数过程中综合考虑了各视频广告对应评论的评论类型和评论字数两个方面,避免了评论效果系数对应评估指标的片面性,使得评估的评论效果系数更加准确。
管理服务器用于综合各视频广告对应的传播效果系数、观看兴趣效果系数和评论效果系数统计各视频广告对应的综合投放效果系数,表示为第i个视频广告对应的综合投放效果系数,、、分别表示为传播效果、观看兴趣效果、评论效果对应的权值,其中综合投放效果系数越大,综合投放效果越好。
后台显示终端用于对各视频广告对应的综合投放效果系数进行显示,且在显示过程中将各视频广告按照其对应的综合投放效果系数降序顺序进行排列显示,便于相关管理人员直观了解各视频广告的综合投放效果排序状况。
本发明通过对投放在短视频平台上的各视频广告进行传播效果、观看兴趣效果和评论效果获取,以此来评估各视频广告对应的传播效果系数、观看兴趣效果系数和评论效果系数,综合以上可以得到各视频广告对应的综合投放效果系数,实现了对视频广告在短视频平台上投放效果的全方面分析,扩展了投放效果分析指标,充分弥补了目前分析视频广告在短视频平台上投放效果存在的分析指标过于单一的缺陷,提高了视频广告投放效果对应分析结果的精准度,为广告投放业主进行后期广告投放预算支出提供可靠的参考依据。
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 (10)
1.一种基于大数据分析的视频广告投放效果智能分析管理系统,其特征在于:包括视频广告投放统计模块、视频广告投放效果参数获取模块、投放效果评估模块、管理数据库、管理服务器和后台显示终端;
所述视频广告投放统计模块用于在预定义时间段内对投放到短视频平台内的所有视频广告进行统计,并对各视频广告按照投放时间点的先后顺序进行编号,依次标记为1,2,...,i,...,n;
所述视频广告投放效果参数获取模块用于获取各视频广告对应的投放效果参数,其中视频广告投放效果参数获取模块包括视频广告传播参数采集模块、视频广告观看用户采集模块和视频广告评论基本参数提取模块;
所述视频广告传播参数采集模块用于根据设置的采集时间段采集各视频广告对应的传播参数,得到各视频广告在各采集时间段中对应的传播参数;
所述视频广告观看用户采集模块用于根据设置的采集时间段采集各视频广告对应的所有关注用户、所有点赞用户、所有评论用户和所有转发用户;
所述视频广告评论基本参数提取模块用于根据设置的采集时间段采集各视频广告对应的所有评论,并对各条评论进行基本参数提取,得到各视频广告在各采集时间段中各条评论对应的基本参数;
所述投放效果评估模块用于对各视频广告对应的投放效果参数进行分析,进而评估各视频广告对应的传播效果系数、观看兴趣效果系数和评论效果系数;
所述管理服务器用于综合各视频广告对应的传播效果系数、观看兴趣效果系数和评论效果系数统计各视频广告对应的综合投放效果系数;
所述后台显示终端用于对各视频广告对应的综合投放效果系数进行显示。
2.根据权利要求1所述的一种基于大数据分析的视频广告投放效果智能分析管理系统,其特征在于:所述投放效果参数包括传播效果、观看兴趣效果和评论效果。
3.根据权利要求1所述的一种基于大数据分析的视频广告投放效果智能分析管理系统,其特征在于:所述传播参数包括关注数量、点赞数量、评论数量和转发数量。
4.根据权利要求1所述的一种基于大数据分析的视频广告投放效果智能分析管理系统,其特征在于:所述基本参数包括评论类型和评论字数。
5.根据权利要求4所述的一种基于大数据分析的视频广告投放效果智能分析管理系统,其特征在于:各视频广告在各采集时间段中各条评论对应评论类型的具体提取方法包括以下步骤:
S1:将各条评论的内容进行分词和去停用词处理,得到处理后的各个词组;
S2:从处理后的各词组中提取情感关键词;
S3:将各条评论对应的情感关键词与管理数据库中各种评论类型对应的若干情感关键词进行匹配,从中得到各条评论对应的评论类型。
7.根据权利要求1所述的一种基于大数据分析的视频广告投放效果智能分析管理系统,其特征在于:各视频广告对应观看兴趣效果系数的具体评估过程如下:
H1:将同一个视频广告在同一采集时间段对应的所有关注用户、所有点赞用户、所有评论用户和所有转发用户进行相互对比,判断是否存在重复的用户,若存在重复的用户,则将重复用户记为重点用户,并统计重点用户数量及各重点用户对应的重复频次;
H2:将各重点用户对应的重复频次与管理数据库中各种重复频次对应的观看兴趣等级进行对比,得到各重点用户对应的观看兴趣等级;
H3:将各视频广告在各采集时间段中各重点用户对应的观看兴趣等级进行相互对比,以此将相同观看兴趣等级对应的重点用户进行归类,得到各视频广告在各采集时间段中各观看兴趣等级对应的重点用户数量;
8.根据权利要求1所述的一种基于大数据分析的视频广告投放效果智能分析管理系统,其特征在于:各视频广告对应评论效果系数的具体评估过程如下:
U1:将各视频广告在各采集时间段中各条评论对应的评论类型进行相互对比,从而将相同评论类型对应的评论进行归类,构建各视频广告在各采集时间段中对应各评论类型的评论集合,并以此得到各视频广告在各采集时间段中对应各评论类型的评论数量;
U2:分别将各视频广告在各采集时间段中对应各评论类型的评论数量进行相邻采集时间段对比,以此计算各视频广告对应各评论类型的评论数量平均增长指数;
U3:将各视频广告在各采集时间段中对应各评论类型的评论集合中各条评论对应的评论字数进行叠加,得到各视频广告在各采集时间段中对应各评论类型的评论总字数;
10.根据权利要求1所述的一种基于大数据分析的视频广告投放效果智能分析管理系统,其特征在于:所述后台显示终端在对各视频广告对应的综合投放效果系数进行显示过程中将各视频广告按照其对应的综合投放效果系数降序顺序进行排列显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110881605.6A CN113327140B (zh) | 2021-08-02 | 2021-08-02 | 基于大数据分析的视频广告投放效果智能分析管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110881605.6A CN113327140B (zh) | 2021-08-02 | 2021-08-02 | 基于大数据分析的视频广告投放效果智能分析管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113327140A true CN113327140A (zh) | 2021-08-31 |
CN113327140B CN113327140B (zh) | 2021-10-29 |
Family
ID=77426680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110881605.6A Active CN113327140B (zh) | 2021-08-02 | 2021-08-02 | 基于大数据分析的视频广告投放效果智能分析管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113327140B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114639051A (zh) * | 2022-03-22 | 2022-06-17 | 武汉元淳传媒有限公司 | 一种基于大数据分析的广告短视频质量评价方法、系统及存储介质 |
CN114666655A (zh) * | 2022-03-15 | 2022-06-24 | 北京达佳互联信息技术有限公司 | 视频处理方法、装置、电子设备及存储介质 |
CN114708018A (zh) * | 2022-03-26 | 2022-07-05 | 武汉万驰机械设备租赁有限公司 | 一种基于数据分析的电子屏广告智能计费管理系统 |
CN114780180A (zh) * | 2021-12-21 | 2022-07-22 | 北京达佳互联信息技术有限公司 | 一种对象数据显示方法、装置、电子设备及存储介质 |
CN115601081A (zh) * | 2022-11-30 | 2023-01-13 | 北京名洋数字科技股份有限公司(Cn) | 基于大数据分析的线上数字化展会服务管理系统 |
CN116151889A (zh) * | 2023-04-04 | 2023-05-23 | 上员品牌数智科技(深圳)有限公司 | 一种基于大数据的视频广告智能投放系统及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103455562A (zh) * | 2013-08-13 | 2013-12-18 | 西安建筑科技大学 | 一种文本倾向性分析方法及基于该方法的商品评论倾向判别器 |
US20140278910A1 (en) * | 2013-03-15 | 2014-09-18 | Ford Global Technologies, Llc | Method and apparatus for subjective advertisment effectiveness analysis |
CN107291691A (zh) * | 2017-06-06 | 2017-10-24 | 歌尔股份有限公司 | 员工情绪分析方法及系统 |
US20180025377A1 (en) * | 2016-07-21 | 2018-01-25 | Stickerride Ltd | Systems and methods for evaluating effectiveness of outdoor or indoor advertisements |
CN109684647A (zh) * | 2019-02-19 | 2019-04-26 | 东北林业大学 | 电影评论情感分析方法及装置 |
CN110175325A (zh) * | 2019-04-26 | 2019-08-27 | 南京邮电大学 | 基于词向量和句法特征的评论分析方法及可视化交互界面 |
CN110232181A (zh) * | 2018-03-06 | 2019-09-13 | 优酷网络技术(北京)有限公司 | 评论分析方法及装置 |
CN112381578A (zh) * | 2020-11-16 | 2021-02-19 | 南京邦峰智能科技有限公司 | 一种基于行为特征识别的互联网广告智能推荐管理系统 |
KR20210027734A (ko) * | 2019-09-03 | 2021-03-11 | 숙명여자대학교산학협력단 | 댓글 기반의 동영상 광고효과 분석시스템 및 방법 |
CN113129078A (zh) * | 2021-05-10 | 2021-07-16 | 武汉极风世界网络科技有限责任公司 | 基于特征识别和数据可视化分析的社交软件广告信息投放方法 |
CN113139085A (zh) * | 2020-01-20 | 2021-07-20 | 上海哔哩哔哩科技有限公司 | 用户兴趣的挖掘方法及系统 |
-
2021
- 2021-08-02 CN CN202110881605.6A patent/CN113327140B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140278910A1 (en) * | 2013-03-15 | 2014-09-18 | Ford Global Technologies, Llc | Method and apparatus for subjective advertisment effectiveness analysis |
CN103455562A (zh) * | 2013-08-13 | 2013-12-18 | 西安建筑科技大学 | 一种文本倾向性分析方法及基于该方法的商品评论倾向判别器 |
US20180025377A1 (en) * | 2016-07-21 | 2018-01-25 | Stickerride Ltd | Systems and methods for evaluating effectiveness of outdoor or indoor advertisements |
CN107291691A (zh) * | 2017-06-06 | 2017-10-24 | 歌尔股份有限公司 | 员工情绪分析方法及系统 |
CN110232181A (zh) * | 2018-03-06 | 2019-09-13 | 优酷网络技术(北京)有限公司 | 评论分析方法及装置 |
CN109684647A (zh) * | 2019-02-19 | 2019-04-26 | 东北林业大学 | 电影评论情感分析方法及装置 |
CN110175325A (zh) * | 2019-04-26 | 2019-08-27 | 南京邮电大学 | 基于词向量和句法特征的评论分析方法及可视化交互界面 |
KR20210027734A (ko) * | 2019-09-03 | 2021-03-11 | 숙명여자대학교산학협력단 | 댓글 기반의 동영상 광고효과 분석시스템 및 방법 |
CN113139085A (zh) * | 2020-01-20 | 2021-07-20 | 上海哔哩哔哩科技有限公司 | 用户兴趣的挖掘方法及系统 |
CN112381578A (zh) * | 2020-11-16 | 2021-02-19 | 南京邦峰智能科技有限公司 | 一种基于行为特征识别的互联网广告智能推荐管理系统 |
CN113129078A (zh) * | 2021-05-10 | 2021-07-16 | 武汉极风世界网络科技有限责任公司 | 基于特征识别和数据可视化分析的社交软件广告信息投放方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114780180A (zh) * | 2021-12-21 | 2022-07-22 | 北京达佳互联信息技术有限公司 | 一种对象数据显示方法、装置、电子设备及存储介质 |
CN114666655A (zh) * | 2022-03-15 | 2022-06-24 | 北京达佳互联信息技术有限公司 | 视频处理方法、装置、电子设备及存储介质 |
CN114639051A (zh) * | 2022-03-22 | 2022-06-17 | 武汉元淳传媒有限公司 | 一种基于大数据分析的广告短视频质量评价方法、系统及存储介质 |
CN114708018A (zh) * | 2022-03-26 | 2022-07-05 | 武汉万驰机械设备租赁有限公司 | 一种基于数据分析的电子屏广告智能计费管理系统 |
CN114708018B (zh) * | 2022-03-26 | 2023-10-27 | 武汉万驰机械设备租赁有限公司 | 一种基于数据分析的电子屏广告智能计费管理系统 |
CN115601081A (zh) * | 2022-11-30 | 2023-01-13 | 北京名洋数字科技股份有限公司(Cn) | 基于大数据分析的线上数字化展会服务管理系统 |
CN116151889A (zh) * | 2023-04-04 | 2023-05-23 | 上员品牌数智科技(深圳)有限公司 | 一种基于大数据的视频广告智能投放系统及方法 |
CN116151889B (zh) * | 2023-04-04 | 2023-06-20 | 上员品牌数智科技(深圳)有限公司 | 一种基于大数据的视频广告智能投放系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113327140B (zh) | 2021-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113327140B (zh) | 基于大数据分析的视频广告投放效果智能分析管理系统 | |
CN107515873B (zh) | 一种垃圾信息识别方法及设备 | |
CN110704674B (zh) | 一种视频播放完整度预测方法及装置 | |
CN102929873B (zh) | 一种基于情境搜索提取搜索价值词的方法及装置 | |
CN103559206B (zh) | 一种信息推荐方法及系统 | |
CN110737859B (zh) | 一种up主匹配方法及装置 | |
CN108509534A (zh) | 基于深度学习的个性化音乐推荐系统及其实现方法 | |
CN112800097A (zh) | 基于深度兴趣网络的专题推荐方法及装置 | |
CN106844530A (zh) | 一种问答对分类模型的训练方法和装置 | |
CN103064987A (zh) | 一种虚假交易信息识别方法 | |
CN110851718B (zh) | 一种基于长短时记忆网络以及用户评论的电影推荐方法 | |
CN107644085A (zh) | 体育赛事新闻的生成方法和装置 | |
CN111026965B (zh) | 基于知识图谱的热点话题追溯方法及装置 | |
CN107451148A (zh) | 一种视频分类方法、装置及电子设备 | |
CN112995690B (zh) | 直播内容品类识别方法、装置、电子设备和可读存储介质 | |
CN110096499A (zh) | 一种基于行为时间序列大数据的用户对象识别方法及系统 | |
CN117132330A (zh) | 一种基于大数据的智能广告方法、装置、设备及存储介质 | |
CN115438180A (zh) | 一种基于人工智能的网络舆情实时监测系统及方法 | |
CN116522930A (zh) | 一种热词提取方法、装置及存储介质 | |
CN111861679A (zh) | 一种基于人工智能的商品推荐方法 | |
CN110958472A (zh) | 视频点击量评级预测方法、装置、电子设备及存储介质 | |
CN116861063B (zh) | 一种发掘社媒热搜商业价值度的方法 | |
CN113468868A (zh) | 一种基于nlp的实时网络热点内容分析方法 | |
CN116304128B (zh) | 基于大数据的多媒体资讯推荐系统 | |
CN115186095A (zh) | 一种未成年人文本识别方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Intelligent analysis and management system of video advertising effect based on big data analysis Effective date of registration: 20221116 Granted publication date: 20211029 Pledgee: Shenzhen small and medium sized small loan Co.,Ltd. Pledgor: Shenzhen Xiaochan culture media Co.,Ltd. Registration number: Y2022440020246 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |