CN114971664A - 广告投放方法及相关设备 - Google Patents

Abstract

本申请提供一种广告投放方法及相关设备，所述广告投放方法包括：获取社交平台上的目标贴文，所述目标贴文包括图像信息与文本信息；基于所述图像信息得到第一分析结果；基于所述文本信息得到第二分析结果；根据所述第一分析结果和/或第二分析结果，生成对应于所述目标贴文的广告留言信息；在所述目标贴文的留言处发表所述广告留言信息。通过本申请可以实现广告信息的精准推送以及提高广告投放效率。

Description

广告投放方法及相关设备

技术领域

本申请涉及人工智能技术领域，尤其涉及一种广告投放方法及相关设备。

背景技术

目前，随着社交网络的迅猛发展，使得广告在社交网络中出现的频率急剧增加。广告商在网络平台投放广告的方式主要包括两种：一种是温和型被动式广告，另一种是侵略型被动式广告。所述温和型被动式广告是指所述广告商仅在特定网页的特定位置上置放广告。所述侵略型被动式广告是指在使用者阅读网页内文或观赏影片前，跳出一个小窗口强迫用户浏览或点击广告。这两种传统的广告投放方式虽然具有一定的营销效果。然而，由于具有较强的感官侵略性，容易引起消费者的反感，最后导致传统的广告投放方式投放的广告容易被消费者忽略或封锁。此外，现有的广告投放方式还包括通过广告投放平台直接发布至受众群体的方式。该广告投放方式不会根据广告内容针对不同类型的受众群体进行投放。这种全面撒网的投放方式，使得大部分的广告并不能被真正有需要、有兴趣的受众群体所接收。

发明内容

鉴于以上内容，有必要提供一种广告投放方法及相关设备，能实现广告信息的精准推送以及提高广告投放的效率。

本申请提供一种广告投放方法，所述方法包括：获取社交平台上的目标贴文，所述目标贴文包括图像信息与文本信息；基于所述图像信息得到第一分析结果；基于所述文本信息得到第二分析结果；根据所述第一分析结果和/或所述第二分析结果，生成对应于所述目标贴文的广告留言信息；在所述目标贴文的留言处发表所述广告留言信息。

在一种可能的实现方式中，所述获取社交平台上的目标贴文包括：获取所述社交平台上的所有贴文；获取需要投放的广告内容；根据所述广告内容从所述所有贴文中筛选出所述目标贴文。

在一种可能的实现方式中，所述根据所述广告内容从所述所有贴文中筛选出所述目标贴文包括：提取所述广告内容中的关键信息；确定所述所有贴文中包括所述关键信息的贴文为所述目标贴文。

在一种可能的实现方式中，所述第一分析结果包括所述图像信息中的目标内容和对所述目标内容的文本描述。

在一种可能的实现方式中，所述基于所述文本信息得到第二分析结果包括：输入所述文本信息至预先训练好的关键字提取模型，输出所述文本信息对应的关键信息；输入所述文本信息至预先训练好的文本情感分析模型，输出所述文本信息对应的情感信息；根据所述文本信息的关键信息与所述情感信息，生成所述第二分析结果。

在一种可能的实现方式中，所述根据所述第一分析结果和/或所述第二分析结果，生成对应于所述目标贴文的广告留言信息包括：创建语料库，所述语料库包括多个第一词汇组和对应于每个所述第一词汇组的文本回复；分词处理所述第一分析结果和/或第二分析结果，得到第二词汇组；在所述语料库中查找到与所述第二词汇组最相似的目标词汇组；在所述语料库中查询所述目标词汇组对应的目标文本回复，并设定所述目标文本回复为所述广告留言信息。

在一种可能的实现方式中，所述在所述语料库中查找到与所述第二词汇组最相似的目标词汇组包括：基于所述语料库中的任意一个第一词汇组与所述第二词汇组构造对应于所述第一词汇组的第一词频向量，得到多个第一词频向量；基于所述第一词汇组与所述第二词汇组构造对应于所述第二词汇组的第二词频向量；计算所述多个第一词频向量和所述第二词频向量的余弦值，得到多个余弦值；设定所述多个余弦值中最大的余弦值对应的所述第一词汇组为所述目标词汇组。

在一种可能的实现方式中，所述方法还包括：若接收到针对所述广告留言信息的评论信息，在所述评论信息的留言处投放所述广告内容。

本申请还提供一种电子设备，所述电子设备包括处理器和存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现所述的广告投放方法。

本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述的广告投放方法。

本申请公开的广告投放方法、电子设备及存储介质，通过在目标贴文的留言处与用户进行互动式广告投放，能实现广告信息的精准推送以及提高广告投放的效率，从而提高广告宣传的效果。

附图说明

图1是本申请实现广告投放方法的较佳实施例的电子设备的结构示意图。

图2是本申请公开的一种广告投放方法的较佳实施例的流程图。

图3是本申请公开的一种广告投放系统的较佳实施例的功能模块图。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本申请进行详细描述。

请参阅图1，图1为本申请一实施例的电子设备的示意图。参阅图1所示，广告投放系统10运行于电子设备1中。所述电子设备1包括，但不仅限于，存储器11、至少一个处理器12、存储在所述存储器11中并可在所述至少一个处理器12上运行的广告投放系统10及至少一条通讯总线13。

所述至少一个处理器12执行所述广告投放系统10时实现下文所述的广告投放方法实施例中的步骤。

示例性的，所述广告投放系统10可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器11中，并由所述至少一个处理器12执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，所述指令段用于描述所述广告投放系统10在所述电子设备1中的执行过程。

所述电子设备1可以是计算机、手机、平板电脑、个人数字助理(Personal DigitalAssistant，PDA)等安装有应用程序的设备。本领域技术人员可以理解，所述示意图1仅仅是电子设备1的示例，并不构成对电子设备1的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备1还可以包括输入输出设备、网络接入设备、总线等。

如图2所示，是本申请广告投放方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。在本实施方式中，所述广告投放方法包括：

S101、获取社交平台上的目标贴文，所述目标贴文包括图像信息与文本信息。

在本实施方式中，为了使广告能被真正有需要、有兴趣的用户所接收，需要通过在潜在消费用户的贴文下发布留言，进而引起所述潜在消费用户的关注，从而可以针对不同的消费用户投放不同的广告。

在本实施方式中，所述目标贴文为所述潜在消费用户发布在社交平台上的贴文。

在本实施方式中，所述获取社交平台上的目标贴文包括：

(1)获取所述社交平台上的所有贴文。在实际应用中，若用户在社交平台进行了注册，会得到唯一的用户身份证明(User Identification，UID)。在该用户每次通过UID登录所述社交平台时，可以根据所述UID获取该用户的所有贴文。通常情况下，用户在所述社交平台发布贴文时，会导入图片和/或输入带有感情色彩的文本内容。所述社交平台具体可以是Facebook，微博，推特等。

在本申请中，所述贴文包括图像信息与文本信息。例如，所述图像信息为一副风景图，所述文本信息为用户发布所述风景图时输入的文本内容。在本实施方式中，所述广告投放方法还包括：根据贴文的发表时间对所述所有贴文进行筛选。例如，可以筛选出用户最近30天内发表的贴文，而不考虑其他时间的贴文。

(2)获取需要投放的广告内容，所述广告内容为广告商需要发布的产品广告信息。

(3)提取所述广告内容中的关键信息。例如，当所述广告商为汽车厂商时，所述广告商需要发布的广告内容包括其生产的汽车信息。因此，可以将所述汽车作为所述广告内容的关键信息。

(4)确定所述所有贴文中是否存在包括所述广告内容的关键信息的贴文；若所述所有贴文中存在包括所述关键信息的贴文，设定包括所述关键信息的贴文为所述目标贴文。例如，将所述汽车作为所述广告内容的关键信息后，遍历所述所有贴文，查找到包含所述汽车的贴文，并将包含所述汽车的贴文作为所述目标贴文。若所述所有贴文中不存在包括所述关键信息的贴文，则返回步骤(1)，重复执行步骤(1)-(4)，以找到所述目标贴文。

在本实施方式中，通过在所述社交平台上发布的所有贴文中筛选出所述目标贴文，并将所述目标贴文对应的用户作为广告投放的对象，可以找到潜在消费用户，并对所述潜在消费用户进行广告投放，实现广告精准投放的目的。

由于所述社交平台发布的所有贴文中可能出现多条与所述广告内容相关的目标贴文，并且所述目标贴文对应的用户也有可能都不相同。因此，需要建立所述目标贴文与用户信息之间的对应关系表。在一实施方式中，所述步骤S101之后，所述方法还包括：

基于所述目标贴文生成目标帖文列表。所述目标帖文列表描述的是不同的所述目标贴文对应的用户UID。例如，一条或多条目标贴文对应第一用户UID，或者另外一条或多条目标贴文对应第二用户UID。

S102、基于所述图像信息得到第一分析结果。

为了与所述目标贴文进行有意义的留言互动，需要了解所述目标贴文的具体内容。具体地，通过分析所述图像信息得到与所述目标贴文相关的第一分析结果。其中，所述第一分析结果包括所述图像信息中的目标内容和对所述目标内容的文本描述。

在本实施方式中，从所述目标帖文列表中依次提取所述目标贴文。再从所述提取的目标贴文中提取所述图像信息。

在本实施方式中，首先将所述图像输入至预先训练好的卷积神经网络模型(Convolutional Neural Networks,CNN)进行特征提取，得到图像特征(即所述图像信息中的目标内容)，将所述图像特征作为所述第一分析结果。然后将所述图像特征输入至预先训练好的循环神经网络模型(Recurrent Neural Network,RNN)，基于图像描述算法得到对所述图像中的目标内容的文本描述，将所述文本描述作为所述第一分析结果。其中所述CNN和RNN可以根据用户的实际需求进行选取。示例性的，将一张带有汽车的图像输入至VGGNet模型得到图像特征，再将得到的图像特征输入至基于图像描述算法的simple RNN模型，得到文本描述“一辆红色的汽车停在路边”。

通过对所述目标贴文中图像信息的分析，可以初步得到用户的兴趣取向。例如，在上述的例子中，可以看出用户可能对汽车感兴趣。

S103、基于所述文本信息得到第二分析结果。

为了更清楚的了解用户想要表达的内容，需要对所述目标贴文的文本信息进行分析。

在本实施方式中，首先利用关键字提取算法提取所述文本信息中的关键信息，再利用文本情感分析算法得到所述文本信息的情感信息，其中所述情感信息为所述目标贴文反映出的用户的情绪。将所述关键信息和情感信息作为所述第二分析结果。

在本实施方式中，所述关键字提取算法与所述文本情感分析算法可以根据用户的实际需求进行选取。示例性的，利用Yet Another Keyword Extractor关键字提取算法提取文本“真糟糕啊，车子坏在半路了”的关键字为“糟糕，车子，坏”，利用gradable lexicon-based文本情感分析算法分析文本“真糟糕，汽车又坏了”，得到分析结果为“不开心的”。

S104、根据所述第一分析结果和/或所述第二分析结果，生成对应于所述目标贴文的广告留言信息。

在实际应用中，直接进行广告投放会引起消费者的反感，容易被消費者忽略或封锁。本申请并非在潜在消费者贴文的留言处，直接推送欲销售的产品信息，而是根据每则贴文的内容，在留言处对贴文本身做出有意义的回馈，引起潜在消费者对与他们互动的留言者的好奇，达到商品曝光的效果。

在本实施方式中，所述根据所述第一分析结果和/或所述第二分析结果，生成对应于所述目标贴文的广告留言信息包括：

(1)预先创建一个语料库，所述语料库包括多个第一词汇组和对应于每个所述第一词汇组的文本回复。其中所述第一词汇组包括多个词汇。示例性的，将“汽车，又，坏了，不开心”作为所述第一词汇组，对应于所述第一词汇组的文本回复可以为“换辆好汽车换个好心情哦”。

(2)分词处理所述第一分析结果和/或所述第二分析结果，得到多个词汇，将所述多个词汇作为第二词汇组。

(3)在所述语料库中查找到与所述第二词汇组最相似的第一目标词汇组。具体地，基于所述语料库中的任意一个第一词汇组与所述第二词汇组构造对应于所述第一词汇组的第一词频向量，得到多个第一词频向量。基于所述第一词汇组与所述第二词汇组构造对应于所述第二词汇组的多个第二词频向量。计算所述多个第一词频向量和所述第二词频向量的余弦值，得到多个余弦值。设定所述多个余弦值中最大的余弦值对应的所述第一词汇组为所述目标词汇组。所述余弦值计算公式为

其中Ai第一词频向量，Bi为所述为所述第二词频向量。将所述多个余弦值中最大的余弦值对应的所述第一词汇组作为目标词汇组。

示例性的，假设所述第二词汇组为“真糟糕，汽车，又，坏了，不开心”，所述第一词汇组的两组词汇分别为“汽车，又，坏了，不开心”，“买了，新的，汽车，开心”。首先基于所述第一词汇组“汽车，又，坏了，不开心”和所述第二词汇组“真糟糕，汽车，又，坏了，不开心”构造对应于所述第一词汇组的所述第一词频向量为A1(0,1,1,1,1)，构造对应于所述第二词汇组的所述第二词频向量为B1(1,1,1,1,1)。将所述A1和B1带入所述余弦值计算公式，得到对应于所述第一词汇组“汽车，又，坏了，不开心”的余弦值为0.89。然后基于所述第一词汇组“买了，新的，汽车，开心”和所述第二词汇组“真糟糕，汽车，又，坏了，不开心”构造对应于所述第一词汇组的第一词频向量为A2(0,1,0,0,0)，构造对应于所述第二词汇组的第二词频向量为B2(1,1,1,1,1)，将所述A2和B2带入所述余弦值计算公式，得到对应于所述第一词汇组“买了，新的，汽车，开心”的余弦值为0.45。将所述0.89与0.45进行比较，得到最大值为0.89。也就是说0.89对应的所述第一词汇组与所述第二词汇组最相似，因此可以将“汽车，又，坏了，不开心”作为所述目标词汇组。

在所述语料库中查询所述目标词汇组对应的目标文本回复，并设定所述目标文本回复作为所述广告留言信息。例如，在上述示例中，可以将“换辆好汽车换个好心情哦”作为所述广告留言信息。

S105、在所述目标贴文的留言处发表所述广告留言信息。

在本实施方式中，为了吸引用户的关注，需要在用户发表的贴文留言处自动发表所述广告留言信息。促使潜在消费者反过来主动关注产品信息，藉此达到商品曝光的效果。

作为一种可选的实施方式，所述步骤S105之后，所述方法还包括：

在监测到用户对于所述广告留言信息发表了评论信息后，对所述评论信息进行文本情感分析，若所述文本情感分析为积极的情感，例如，开心的，开朗的，舒适的，可以在所述评论信息的留言处投放所述广告内容。若所述文本情感分析为消极的情感，例如，愤怒的，生气的，则选择不投放所述广告内容。

作为一种可选的实施方式，所述步骤S105之后，所述方法还包括：

在处理完一条目标贴文后，将所述目标贴文放入预设的列表中，并记录所述目标贴文的用户UID。

由于在短时间内对同一位用户做疲劳轰炸，会造成用户的反感，因此通过将处理完成的目标贴文放入所述预设的列表来保留与每一位用户的互动纪录。可以设置与同一用户进行互动的时间间隔，根据所述预设的列表和所述时间间隔从所述目标贴文列表中，进一步筛选出下一次要互动的目标贴文。例如，可以设置所述时间间隔为24小时，即在24小时内不与同一位用户的任何贴文再次进行互动。

请参阅图3，在本实施方式中，所述广告投放系统10可以被分割成一个或多个模块，所述一个或多个模块可存储在所述处理器12中，并由所述处理器12执行本申请实施例的广告投放方法。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，所述指令段用于描述所述广告投放系统10在所述电子设备1中的执行过程。例如，所述广告投放系统10可以被分割成图3中的获取模块101，分析模块102，生成模块103和投放模块104。

所述获取模块101用于获取社交平台上的目标贴文，所述目标贴文包括图像信息与文本信息；所述分析模块102用于基于所述图像信息得到第一分析结果；所述分析模块102还用于基于所述文本信息得到第二分析结果；所述生成模块103用于根据所述第一分析结果和/或第二分析结果，生成对应于所述目标贴文的广告留言信息；所述投放模块104用于在所述目标贴文的留言处发表所述广告留言信息。

所述至少一个处理器12可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件或者晶体管逻辑器件、分立硬件组件等。所述处理器12可以是微处理器或者所述处理器12也可以是任何常规的处理器等，所述处理器12是所述电子设备1的控制中心，利用各种接口和线路连接整个电子设备1的各个部分。

所述存储器11可用于存储所述广告投放系统10和/或模块/单元，所述处理器12通过运行或执行存储在所述存储器11内的计算机程序和/或模块/单元，以及调用存储在存储器11内的数据，实现所述电子设备1的各种功能。所述存储器11可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备1的使用所创建的数据等。此外，存储器11可以包括非易失性/易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他存储器件。

所述存储器11中存储有程序代码，且所述至少一个处理器12可调用所述存储器11中存储的程序代码以执行相关的功能。例如，图2中所述的各个模块(获取模块101，分析模块102，生成模块103和投放模块104)是存储在所述存储器31中的程序代码，并由所述至少一个处理器32所执行，从而实现所述各个模块的功能以达到广告投放的目的。

需要说明的是，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本申请的技术方案而非限制，尽管参照较佳实施例对本申请进行了详细说明，本领域的普通技术人员应当理解，可以对本申请的技术方案进行修改或等同替换，而不脱离本申请技术方案的精神和范围。

Claims (10)

1.一种广告投放方法，其特征在于，所述广告投放方法包括：

获取社交平台上的目标贴文，所述目标贴文包括图像信息与文本信息；

基于所述图像信息得到第一分析结果；

基于所述文本信息得到第二分析结果；

根据所述第一分析结果和/或所述第二分析结果，生成对应于所述目标贴文的广告留言信息；

在所述目标贴文的留言处发表所述广告留言信息。

2.根据权利要求1所述的广告投放方法，其特征在于，所述获取社交平台上的目标贴文包括：

获取所述社交平台上的所有贴文；

获取需要投放的广告内容；

根据所述广告内容从所述所有贴文中筛选出所述目标贴文。

3.根据权利要求2所述的广告投放方法，其特征在于，所述根据所述广告内容从所述所有贴文中筛选出所述目标贴文包括：

提取所述广告内容中的关键信息；

确定所述所有贴文中包括所述关键信息的贴文为所述目标贴文。

4.根据权利要求1所述的广告投放方法，其特征在于，所述第一分析结果包括所述图像信息中的目标内容和对所述目标内容的文本描述。

5.根据权利要求1所述的广告投放方法，其特征在于，所述基于所述文本信息得到第二分析结果包括：

输入所述文本信息至预先训练好的关键字提取模型，输出所述文本信息对应的关键信息；

输入所述文本信息至预先训练好的文本情感分析模型，输出所述文本信息对应的情感信息；

根据所述文本信息的关键信息与所述情感信息，生成所述第二分析结果。

6.根据权利要求1所述的广告投放方法，其特征在于，所述根据所述第一分析结果和/或所述第二分析结果，生成对应于所述目标贴文的广告留言信息包括：

创建语料库，所述语料库包括多个第一词汇组和对应于每个所述第一词汇组的文本回复；

对所述第一分析结果和/或第二分析结果进行分词处理，得到第二词汇组；

在所述语料库中查找到与所述第二词汇组最相似的目标词汇组；

在所述语料库中查询所述目标词汇组对应的目标文本回复，并设定所述目标文本回复为所述广告留言信息。

7.根据权利要求6所述的广告投放方法，其特征在于，所述在所述语料库中查找到与所述第二词汇组最相似的目标词汇组包括：

基于所述语料库中的任意一个第一词汇组与所述第二词汇组构造对应于所述第一词汇组的第一词频向量，得到多个第一词频向量；

基于所述第一词汇组与所述第二词汇组构造对应于所述第二词汇组的第二词频向量；

计算所述多个第一词频向量和所述第二词频向量的余弦值，得到多个余弦值；

设定所述多个余弦值中最大的余弦值对应的所述第一词汇组为所述目标词汇组。

8.根据权利要求1所述的广告投放方法，其特征在于，所述方法还包括：

若接收到针对所述广告留言信息的评论信息，在所述评论信息的留言处投放所述广告内容。

9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至权利要求8中任意一项所述的广告投放方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现如权利要求1至权利要求8中任意一项所述的广告投放方法。

Images