CN115037969B - 基于数据识别的短视频广告投放智能分析系统与方法 - Google Patents
基于数据识别的短视频广告投放智能分析系统与方法 Download PDFInfo
- Publication number
- CN115037969B CN115037969B CN202210969594.1A CN202210969594A CN115037969B CN 115037969 B CN115037969 B CN 115037969B CN 202210969594 A CN202210969594 A CN 202210969594A CN 115037969 B CN115037969 B CN 115037969B
- Authority
- CN
- China
- Prior art keywords
- short video
- advertisement
- playing
- target commodity
- advertisement putting
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
- H04N21/26208—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists the scheduling operation being performed under constraints
- H04N21/26241—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists the scheduling operation being performed under constraints involving the time of distribution, e.g. the best time of the day for inserting an advertisement or airing a children program
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
- H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/458—Scheduling content for creating a personalised stream, e.g. by combining a locally stored advertisement with an incoming stream; Updating operations, e.g. for OS modules ; time-related management operations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明提出基于数据识别的短视频广告投放智能分析系统与方法,属于数据识别术领域。系统包括广告行为数据捕捉单元、广告投放预测单元以及广告投放调节单元。方法包括步骤S700:捕捉目标用户针对目标商品的广告行为数据;S710:预测所述目标商品在多个不同的短视频平台对应的广告投放时段;S720:调节所述目标商品在所述多个不同的短视频平台对应的广告投放方式。广告行为数据包括在短视频播放期间用户执行的操作、用户执行所述操作时短视频的播放属性以及用户执行所述操作时短视频播放终端的能耗属性。本发明可以基于客观的广告行为数据进行数据识别与分析后,智能调节短视频广告投放时段与投放方式。
Description
技术领域
本发明属于广告预测技术领域,尤其涉及一种基于数据识别的短视频广告投放智能分析系统与方法。
背景技术
广告是在特定的时间和空间下对目标受众传递预订信息的付费的传播活动。广告是一项高风险的投资,在运作之前,应对广告投资所产生的效果做出准确的判断与预测。否则盲目投资,其结果不仅仅是造成投资的浪费,达不到预期的效果,有时还会产生负面的影响。因此进行全面而有效的广告效果评价与预测,无论对广告主还是广告商都是十分必要和有益的。
从传播过程入手观察、记录、评价以及预测广告效果这种操作逻辑由来已久,主要是依托传播学、社会学、社会心理学的基本原理与模型,其中最为经典的是在 ARF(advertising research foundation)模型基础上的广告效果认定模式。
传统的广告大多投放在公众场合、电视、报纸、书籍等传统媒介上,一旦投放短时不会更新或者改变。随着移动互联网的逐渐普及,移动终端广告逐渐流行,借助于用户数据的个性化广告推荐更是成为新的广告推广方式。其中,短视频播放平台的广告投放数据量也日益增长。与传统广告媒介不同,短视频广告可以根据用户数据周期性的调整。
然而,如何针对短视频广告执行广告投放效果预测并基于预测结果调整后续的广告投放方式,成为本领域亟待解决的技术问题之一。
发明内容
为解决上述技术问题,本发明提出一种基于数据识别的短视频广告投放智能分析系统与方法。本发明可以基于客观的广告行为数据进行数据识别与分析后,智能调节短视频广告投放时段与投放方式。
在本发明的第一个方面,提出一种基于数据识别的短视频广告投放智能分析系统,所述系统包括广告行为数据捕捉单元、广告投放预测单元以及广告投放调节单元;
所述广告行为数据捕捉单元用于捕捉目标用户针对目标商品的广告行为数据;
所述广告行为数据包括在短视频播放期间用户执行的操作、用户执行所述操作时短视频的播放属性以及用户执行所述操作时短视频播放终端的能耗属性;
所述广告投放预测单元基于所述广告行为数据捕捉单元在多个不同统计时段针对多个不同的短视频平台捕捉的针对所述目标商品的所述广告行为数据,预测所述目标商品在所述多个不同的短视频平台对应的广告投放时段;
所述广告投放调节单元基于所述广告投放时段预测单元的预测结果,调节所述目标商品在所述多个不同的短视频平台对应的广告投放方式。
所述在短视频播放期间用户执行的操作包括点击短视频进入商品页面、关闭短视频广告、暂停短视频或关闭短视频;
用户执行所述操作时短视频的播放属性包括短视频的当前播放时间节点、当前播放视频画面内容或当前播放视频的音频内容;
用户执行所述操作时短视频播放终端的能耗属性包括用户执行所述操作时短视频播放终端的剩余电量、内存占用率、屏幕分辨率或者屏幕尺寸。
在一个情况下, 预测所述目标商品在所述多个不同的短视频平台对应的广告投放时段,具体包括:
预测所述目标商品在不同时长的短视频播放过程中的广告投放时间节点。
在一个情况下,预测所述目标商品在所述多个不同的短视频平台对应的广告投放时段,具体包括:
预测出不同的短视频平台被用户开启的时间段;
所述调节所述目标商品在所述多个不同的短视频平台对应的广告投放方式,包括:
当监测到短视频的画面内容和/或音频内容与目标商品存在关联时,在短视频播放画面的局部区域显示目标商品对应的广告。
在一个情况下,预测所述目标商品在所述多个不同的短视频平台对应的广告投放时段,具体包括:
预测出不同的短视频平台被用户开启的时间段;
所述调节所述目标商品在所述多个不同的短视频平台对应的广告投放方式,包括:
在所述短视频播放终端的能耗属性满足预设条件时,在短视频播放画面的局部区域显示目标商品对应的广告。
具体的,预测所述目标商品在所述多个不同的短视频平台对应的广告投放时段,具体包括:
基于所述广告行为数据捕捉单元在多个不同统计时段针对多个不同的短视频平台捕捉的针对所述目标商品的所述广告行为数据,采用R函数拟合得出目标商品在所述多个不同的短视频平台对应的广告投放时段,所述广告投放时段对应的广告行为数据满足预设拟合条件。
在本发明的第二个方面,提出一种基于数据识别的短视频广告投放智能分析方法,所述方法包括如下步骤:
S700:捕捉目标用户针对目标商品的广告行为数据;
S710:预测所述目标商品在多个不同的短视频平台对应的广告投放时段;
S720:调节所述目标商品在所述多个不同的短视频平台对应的广告投放方式;
其中,所述广告行为数据包括在短视频播放期间用户执行的操作、用户执行所述操作时短视频的播放属性以及用户执行所述操作时短视频播放终端的能耗属性;
所述在短视频播放期间用户执行的操作包括点击短视频进入商品页面、关闭短视频广告、暂停短视频或关闭短视频;
用户执行所述操作时短视频的播放属性包括短视频的当前播放时间节点、当前播放视频画面内容或当前播放视频的音频内容;
用户执行所述操作时短视频播放终端的能耗属性包括用户执行所述操作时短视频播放终端的剩余电量、内存占用率、屏幕分辨率或者屏幕尺寸。
所述步骤S710还包括:预测所述目标商品在不同时长的短视频播放过程中的广告投放时间节点。
所述步骤S710还包括:预测出不同的短视频平台被用户开启的时间段;
所述步骤S720包括:
当监测到短视频的画面内容和/或音频内容与目标商品存在关联时,在短视频播放画面的局部区域显示目标商品对应的广告。
所述步骤S710还包括:预测出不同的短视频平台被用户开启的时间段;
所述步骤S720包括:
在所述短视频播放终端的能耗属性满足预设条件时,在短视频播放画面的局部区域显示目标商品对应的广告。
本发明的技术方案,充分识别出用户对广告、商品有兴趣关联的客观广告行为数据执行广告预测调整,而不是基于主观数据,符合商品广告推广的客观自然规律。
具体的,广告行为数据包括在短视频播放期间用户执行的操作、用户执行所述操作时短视频的播放属性以及用户执行所述操作时短视频播放终端的能耗属性;所述在短视频播放期间用户执行的操作包括点击短视频进入商品页面、关闭短视频广告、暂停短视频或关闭短视频;用户执行所述操作时短视频的播放属性包括短视频的当前播放时间节点、当前播放视频画面内容或当前播放视频的音频内容;用户执行所述操作时短视频播放终端的能耗属性包括用户执行所述操作时短视频播放终端的剩余电量、内存占用率、屏幕分辨率或者屏幕尺寸。根据发明人的统计和对比,这些行为数据都与广告行为本身存在极大的关联性。在捕捉到这些目标用户针对目标商品的广告行为数据之后,即可预测所述目标商品在所述多个不同的短视频平台对应的广告投放时段,然后调节所述目标商品在所述多个不同的短视频平台对应的广告投放方式,能够智能化的实现广告投放与目标用户的适配性。
本发明的进一步优点将结合说明书附图在具体实施例部分进一步详细体现。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的一种基于数据识别的短视频广告投放智能分析系统的结构示意图;
图2是图1所述系统中执行广告投放预测与广告投放调节的数据输入输出示意图;
图3是图1所述系统基于R函数执行广告预测的示意图;
图4是基于图1所述系统实现的一种基于数据识别的短视频广告投放智能分析方法的流程示意图。
具体实施方式
下面,结合附图以及具体实施方式,对发明做出进一步的描述。
图1示出本发明一个实施例的一种基于数据识别的短视频广告投放智能分析系统的结构示意图。
在图1中,所述基于数据识别的短视频广告投放智能分析系统包括广告行为数据捕捉单元、广告投放预测单元以及广告投放调节单元。
所述广告行为数据捕捉单元用于捕捉目标用户针对目标商品的广告行为数据;所述广告行为数据包括在短视频播放期间用户执行的操作、用户执行所述操作时短视频的播放属性以及用户执行所述操作时短视频播放终端的能耗属性;
所述广告投放预测单元基于所述广告行为数据捕捉单元在多个不同统计时段针对多个不同的短视频平台捕捉的针对所述目标商品的所述广告行为数据,预测所述目标商品在所述多个不同的短视频平台对应的广告投放时段;
所述广告投放调节单元基于所述广告投放时段预测单元的预测结果,调节所述目标商品在所述多个不同的短视频平台对应的广告投放方式。
具体的,参见图2,将在短视频播放期间用户执行的操作、用户执行所述操作时短视频的播放属性以及用户执行所述操作时短视频播放终端的能耗属性作为输入参数,输入至所述广告投放预测单元,将广告投放预测单元输出的预测结果,作为所述广告投放调节单元的输入参数。
作为具体的例子,进一步参见图3。
所述在短视频播放期间用户执行的操作包括点击短视频进入商品页面、关闭短视频广告、暂停短视频或关闭短视频;
用户执行所述操作时短视频的播放属性包括短视频的当前播放时间节点、当前播放视频画面内容或当前播放视频的音频内容;
用户执行所述操作时短视频播放终端的能耗属性包括用户执行所述操作时短视频播放终端的剩余电量、内存占用率、屏幕分辨率或者屏幕尺寸。
作为具体的实施例,将上述广告行为数据作为输入参数输入至所述广告投放预测单元之后,所述广告投放预测单元基于R函数拟合得出目标商品在所述多个不同的短视频平台对应的广告投放时段。
更具体的,基于所述广告行为数据捕捉单元在多个不同统计时段针对多个不同的短视频平台捕捉的针对所述目标商品的所述广告行为数据,采用基于R语言的R函数拟合得出目标商品在所述多个不同的短视频平台对应的广告投放时段,所述广告投放时段对应的广告行为数据满足预设拟合条件。
在一个实施例中,所述多个不同统计时段包括工作日时段和非工作日时段。
优选的,工作日时段为空闲时段,例如12:00-14:00;20:00-23:00;
非工作日时段则为正常休闲时间段,例如9:00-11:00;12:00-14:00;14:00-22:00。
优选的,所述非工作日时段覆盖所述工作日时段。
显然,上述设置更符合日常经验,即日常统计的用户空余时间观看短(小)视频的时段和频次,符合客观统计规律。
在具体实现中,为不同的时段设置不同的权重,其中,非工作日的时段权重,大于同一时段动作日的权重。
以下为基于R语言的R函数的自变量和因变量的具体实现:
自变量:
工作日时段长度Ti,将其归一化为0-1之间的变量;
工作日时段长度Ti对应的权重Wi;
非工作日时段长度Tj,将其归一化为0-1之间的变量;
工作日时段长度Tj对应的权重Wj;
其中,Wi大于Wj,并且所述均为0-1之间的设定值。
短视频平台类型为typek;k=1,2,……
其他自变量还包括:
用户执行所述操作时短视频的播放属性包括短视频的当前播放时间节点,采用比例值Rtime表示;0<Rtime<1;
Rtime定义如下:
上述过程可以表示为
需要说明的是,上述拟合关系式仅仅是示意性的,在具体拟合中,可以建立上述自变量与因变量的多项式拟合函数,也可以采用其他形式,例如双曲函数和抛物线函数的拟合式,本发明对此不作具体限制。
例如,拟合关系式可以是:
其中a、b、c、d为待拟合参数。
当然,R函数的因变量还可以设置为不同的短视频平台被用户开启的时间段,具体的量化拟合过程与上述类似,不再赘述。
需要说明的是,上述拟合关系式仅仅是示意性的,作为本领域技术人员可以知晓的是,上述预测过程不仅限于R函数拟合,还可以采用其他预测模型或者方法实现,也可以对原始数据执行其他量化,以适应对应的预测模型或者方法。
例如,可以采用神经网络预测模型,输入为多维数据(工作日时段长度Ti、非工作日时段长度Tj……),输出也为多维数据(最佳投放时段、最佳开启时段、视频播放过程中的最佳投放时间节点……),任何可以实现上述预测输出的模型或者方法或者拟合函数均在本发明的保护范围之内。
但是,R函数为本发明的优选实施例,因为R语言不需要复杂的模型训练和更新过程,还可以表征不同变量之间的关联性,实现起来也不复杂,同时R语言可以基于商业软件Spus直接继承开发利用,降低了后期开发成本。
在此基础上,更优选的实施例包括:
预测所述目标商品在所述多个不同的短视频平台对应的广告投放时段,具体包括:
预测所述目标商品在不同时长的短视频播放过程中的广告投放时间节点。
预测所述目标商品在所述多个不同的短视频平台对应的广告投放时段,具体包括:
预测出不同的短视频平台被用户开启的时间段;
所述调节所述目标商品在所述多个不同的短视频平台对应的广告投放方式,包括:
当监测到短视频的画面内容和/或音频内容与目标商品存在关联时,在短视频播放画面的局部区域显示目标商品对应的广告。
预测所述目标商品在所述多个不同的短视频平台对应的广告投放时段,具体包括:
预测出不同的短视频平台被用户开启的时间段;
所述调节所述目标商品在所述多个不同的短视频平台对应的广告投放方式,包括:
在所述短视频播放终端的能耗属性满足预设条件时,在短视频播放画面的局部区域显示目标商品对应的广告。
这里的能耗属性满足预设条件,可以是当前短视频播放终端的剩余电量大于预定比例(针对移动终端)、短视频播放终端的CPU利用率低于预设值等(针对内存有限的终端)。
因此,在本发明的上述实施例中,预测所述目标商品在所述多个不同的短视频平台对应的广告投放时段,具体包括:
基于所述广告行为数据捕捉单元在多个不同统计时段针对多个不同的短视频平台捕捉的针对所述目标商品的所述广告行为数据,采用R函数拟合得出目标商品在所述多个不同的短视频平台对应的广告投放时段,所述广告投放时段对应的广告行为数据满足预设拟合条件。
预设拟合条件还包括推送的广告符合当前的所述短视频播放终端的屏幕分辨率或者屏幕尺寸,即所述广告投放调节单元基于所述广告投放时段预测单元的预测结果,调节所述目标商品在所述多个不同的短视频平台对应的广告投放方式。
最后参见图4,图4示出基于图1所述系统实现的一种基于数据识别的短视频广告投放智能分析方法的流程示意图。
在图4中,示出一种基于数据识别的短视频广告投放智能分析方法,所述方法包括如下步骤:
S700:捕捉目标用户针对目标商品的广告行为数据;
S710:预测所述目标商品在多个不同的短视频平台对应的广告投放时段;
S720:调节所述目标商品在所述多个不同的短视频平台对应的广告投放方式;
其中,所述广告行为数据包括在短视频播放期间用户执行的操作、用户执行所述操作时短视频的播放属性以及用户执行所述操作时短视频播放终端的能耗属性;
所述在短视频播放期间用户执行的操作包括点击短视频进入商品页面、关闭短视频广告、暂停短视频或关闭短视频;
用户执行所述操作时短视频的播放属性包括短视频的当前播放时间节点、当前播放视频画面内容或当前播放视频的音频内容;
用户执行所述操作时短视频播放终端的能耗属性包括用户执行所述操作时短视频播放终端的剩余电量、内存占用率、屏幕分辨率或者屏幕尺寸。
所述步骤S710还包括:预测所述目标商品在不同时长的短视频播放过程中的广告投放时间节点。
所述步骤S710还包括:预测出不同的短视频平台被用户开启的时间段;
所述步骤S720包括:
当监测到短视频的画面内容和/或音频内容与目标商品存在关联时,在短视频播放画面的局部区域显示目标商品对应的广告。
所述步骤S720包括:
在所述短视频播放终端的能耗属性满足预设条件时,在短视频播放画面的局部区域显示目标商品对应的广告。
本发明的技术方案,充分识别出用户对广告、商品有兴趣关联的客观广告行为数据执行广告预测调整,而不是基于主观数据,符合商品广告推广的客观自然规律。
尤其需要指出的是,本发明涉及的广告行为数据包括在短视频播放期间用户执行的操作、用户执行所述操作时短视频的播放属性以及用户执行所述操作时短视频播放终端的能耗属性;所述在短视频播放期间用户执行的操作包括点击短视频进入商品页面、关闭短视频广告、暂停短视频或关闭短视频;用户执行所述操作时短视频的播放属性包括短视频的当前播放时间节点、当前播放视频画面内容或当前播放视频的音频内容;用户执行所述操作时短视频播放终端的能耗属性包括用户执行所述操作时短视频播放终端的剩余电量、内存占用率、屏幕分辨率或者屏幕尺寸。
这些数据不仅与广告实际的展现效果有关,也同时体现了用户对于广告的兴趣程度以及广告展示时段的合理性,同时还考虑了短视频本身的视频播放特点。
在捕捉到这些目标用户针对目标商品的广告行为数据之后,即可预测所述目标商品在所述多个不同的短视频平台对应的广告投放时段,然后调节所述目标商品在所述多个不同的短视频平台对应的广告投放方式,能够智能化的实现广告投放与目标用户以及播放终端的适配性。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
本发明未特别明确的部分模块结构,以现有技术记载的内容为准。本发明在前述背景技术部分提及的现有技术可作为本发明的一部分,用于理解部分技术特征或者参数的含义。本发明的保护范围以权利要求实际记载的内容为准。
Claims (9)
1.一种基于数据识别的短视频广告投放智能分析系统,所述系统包括广告行为数据捕捉单元、广告投放预测单元以及广告投放调节单元;
其特征在于:
所述广告行为数据捕捉单元用于捕捉目标用户针对目标商品的广告行为数据;所述广告行为数据包括在短视频播放期间用户执行的操作、用户执行所述操作时短视频的播放属性以及用户执行所述操作时短视频播放终端的能耗属性;
所述广告投放预测单元基于所述广告行为数据捕捉单元在多个不同统计时段针对多个不同的短视频平台捕捉的针对所述目标商品的所述广告行为数据,预测所述目标商品在所述多个不同的短视频平台对应的广告投放时段;
所述广告投放调节单元基于所述广告投放时段预测单元的预测结果,调节所述目标商品在所述多个不同的短视频平台对应的广告投放方式;
其中,预测所述目标商品在所述多个不同的短视频平台对应的广告投放时段,具体包括:
基于所述广告行为数据捕捉单元在多个不同统计时段针对多个不同的短视频平台捕捉的针对所述目标商品的所述广告行为数据,采用R函数拟合得出目标商品在所述多个不同的短视频平台对应的广告投放时段,所述广告投放时段对应的广告行为数据满足预设拟合条件;
其中,R函数的拟合关系式为:
其中:Ytime为广告投放时段,即R函数的因变量;
a、b、c、d为待拟合参数;
Ti为工作日时段长度,将其归一化为0-1之间的变量,其对应权重为Wi;
Tj为工作日时段长度,将其归一化为0-1之间的变量,其对应权重为Wj;
2.如权利要求1所述的一种基于数据识别的短视频广告投放智能分析系统,其特征在于:
所述在短视频播放期间用户执行的操作包括点击短视频进入商品页面、关闭短视频广告、暂停短视频或关闭短视频;
用户执行所述操作时短视频的播放属性包括短视频的当前播放时间节点、当前播放视频画面内容或当前播放视频的音频内容;
用户执行所述操作时短视频播放终端的能耗属性包括用户执行所述操作时短视频播放终端的剩余电量、内存占用率、屏幕分辨率或者屏幕尺寸。
3.如权利要求2所述的一种基于数据识别的短视频广告投放智能分析系统,其特征在于:
预测所述目标商品在所述多个不同的短视频平台对应的广告投放时段,具体包括:
预测所述目标商品在不同时长的短视频播放过程中的广告投放时间节点。
4.如权利要求2所述的一种基于数据识别的短视频广告投放智能分析系统,其特征在于:
预测所述目标商品在所述多个不同的短视频平台对应的广告投放时段,具体包括:
预测出不同的短视频平台被用户开启的时间段;
所述调节所述目标商品在所述多个不同的短视频平台对应的广告投放方式,包括:
当监测到短视频的画面内容和/或音频内容与目标商品存在关联时,在短视频播放画面的局部区域显示目标商品对应的广告。
5.如权利要求2所述的一种基于数据识别的短视频广告投放智能分析系统,其特征在于:
预测所述目标商品在所述多个不同的短视频平台对应的广告投放时段,具体包括:
预测出不同的短视频平台被用户开启的时间段;
所述调节所述目标商品在所述多个不同的短视频平台对应的广告投放方式,包括:
在所述短视频播放终端的能耗属性满足预设条件时,在短视频播放画面的局部区域显示目标商品对应的广告。
6.一种基于数据识别的短视频广告投放智能分析方法,其特征在于,所述方法包括如下步骤:
S700:捕捉目标用户针对目标商品的广告行为数据;
S710:预测所述目标商品在多个不同的短视频平台对应的广告投放时段;
S720:调节所述目标商品在所述多个不同的短视频平台对应的广告投放方式;
其中,所述广告行为数据包括在短视频播放期间用户执行的操作、用户执行所述操作时短视频的播放属性以及用户执行所述操作时短视频播放终端的能耗属性;
所述在短视频播放期间用户执行的操作包括点击短视频进入商品页面、关闭短视频广告、暂停短视频或关闭短视频;
用户执行所述操作时短视频的播放属性包括短视频的当前播放时间节点、当前播放视频画面内容或当前播放视频的音频内容;
用户执行所述操作时短视频播放终端的能耗属性包括用户执行所述操作时短视频播放终端的剩余电量、内存占用率、屏幕分辨率或者屏幕尺寸;
所述步骤S710具体包括:
基于在多个不同统计时段针对多个不同的短视频平台捕捉的针对所述目标商品的所述广告行为数据,采用R函数拟合得出目标商品在所述多个不同的短视频平台对应的广告投放时段,所述广告投放时段对应的广告行为数据满足预设拟合条件;
其中,R函数的拟合关系式为:
Ytime为广告投放时段,即R函数的因变量;
a、b、c、d为待拟合参数;
Ti为工作日时段长度,将其归一化为0-1之间的变量,其对应权重为Wi;
Tj为工作日时段长度,将其归一化为0-1之间的变量,其对应权重为Wj;
7.如权利要求6所述的一种基于数据识别的短视频广告投放智能分析方法,其特征在于:
所述步骤S710还包括:预测所述目标商品在不同时长的短视频播放过程中的广告投放时间节点。
8.如权利要求6所述的一种基于数据识别的短视频广告投放智能分析方法,其特征在于:
所述步骤S710还包括:预测出不同的短视频平台被用户开启的时间段;
所述步骤S720包括:
当监测到短视频的画面内容和/或音频内容与目标商品存在关联时,在短视频播放画面的局部区域显示目标商品对应的广告。
9.如权利要求6所述的一种基于数据识别的短视频广告投放智能分析方法,其特征在于:
所述步骤S710还包括:预测出不同的短视频平台被用户开启的时间段;
所述步骤S720包括:
在所述短视频播放终端的能耗属性满足预设条件时,在短视频播放画面的局部区域显示目标商品对应的广告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210969594.1A CN115037969B (zh) | 2022-08-12 | 2022-08-12 | 基于数据识别的短视频广告投放智能分析系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210969594.1A CN115037969B (zh) | 2022-08-12 | 2022-08-12 | 基于数据识别的短视频广告投放智能分析系统与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115037969A CN115037969A (zh) | 2022-09-09 |
CN115037969B true CN115037969B (zh) | 2022-11-18 |
Family
ID=83130580
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210969594.1A Active CN115037969B (zh) | 2022-08-12 | 2022-08-12 | 基于数据识别的短视频广告投放智能分析系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115037969B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN116614679B (zh) * | 2023-05-04 | 2024-02-09 | 杭州元媒科技有限公司 | 一种短视频广告投放的优化处理方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105187866A (zh) * | 2015-09-15 | 2015-12-23 | 百度在线网络技术(北京)有限公司 | 广告投放方法和装置 |
CN108108996A (zh) * | 2017-11-29 | 2018-06-01 | 北京百度网讯科技有限公司 | 视频中的广告投放方法、装置、计算机设备及可读介质 |
CN109391829A (zh) * | 2017-08-09 | 2019-02-26 | 创意引晴(开曼)控股有限公司 | 视频打点位置分析系统、分析方法及储存媒体 |
CN110495182A (zh) * | 2017-06-22 | 2019-11-22 | 谷歌有限责任公司 | 媒体流中媒体项目的有效插入 |
CN113077295A (zh) * | 2021-04-21 | 2021-07-06 | 深圳市东信时代信息技术有限公司 | 基于用户终端的广告分级投放方法、用户终端和存储介质 |
CN114222146A (zh) * | 2021-11-02 | 2022-03-22 | 北京达佳互联信息技术有限公司 | 数据投放方法、装置、电子设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10028003B2 (en) * | 2011-10-12 | 2018-07-17 | Turner Broadcasting System, Inc. | Advertisement scheduler |
CN104008489A (zh) * | 2013-02-21 | 2014-08-27 | 文翰易德(北京)文化传媒有限公司 | 一种基于人脸检测技术的互联网视频广告投放系统和方法 |
US9449231B2 (en) * | 2013-11-13 | 2016-09-20 | Aol Advertising Inc. | Computerized systems and methods for generating models for identifying thumbnail images to promote videos |
CN104639958A (zh) * | 2015-02-06 | 2015-05-20 | 百度在线网络技术(北京)有限公司 | 广告投放方法和系统 |
-
2022
- 2022-08-12 CN CN202210969594.1A patent/CN115037969B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105187866A (zh) * | 2015-09-15 | 2015-12-23 | 百度在线网络技术(北京)有限公司 | 广告投放方法和装置 |
CN110495182A (zh) * | 2017-06-22 | 2019-11-22 | 谷歌有限责任公司 | 媒体流中媒体项目的有效插入 |
CN109391829A (zh) * | 2017-08-09 | 2019-02-26 | 创意引晴(开曼)控股有限公司 | 视频打点位置分析系统、分析方法及储存媒体 |
CN108108996A (zh) * | 2017-11-29 | 2018-06-01 | 北京百度网讯科技有限公司 | 视频中的广告投放方法、装置、计算机设备及可读介质 |
CN113077295A (zh) * | 2021-04-21 | 2021-07-06 | 深圳市东信时代信息技术有限公司 | 基于用户终端的广告分级投放方法、用户终端和存储介质 |
CN114222146A (zh) * | 2021-11-02 | 2022-03-22 | 北京达佳互联信息技术有限公司 | 数据投放方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
基于深度学习的短视频中的物体检测与内容推荐系统研究;石殷巧等;《计算机与现代化》;20181115(第11期);全文 * |
集成FM的短视频喜好率预测模型;王丽苗等;《计算机工程与应用》;20200731(第14期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115037969A (zh) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115037969B (zh) | 基于数据识别的短视频广告投放智能分析系统与方法 | |
CN110570232B (zh) | 互联网广告投放方法、装置、服务器及存储介质 | |
CN104935970A (zh) | 进行电视内容推荐的方法及电视客户端 | |
US20090210290A1 (en) | Method for determining, correlating and examining the causal relationships between media program and commercial content with response rates to advertising and product placement | |
CN115545779B (zh) | 一种基于大数据的广告投放的预警管理方法及系统 | |
JP2012095357A (ja) | ターゲット決めされたビデオ番組編成の配送のための方法および装置 | |
US20070143808A1 (en) | Access node capable of dynamic channel caching | |
WO2001089213A1 (en) | A targeted advertising system | |
CN103546778A (zh) | 一种电视节目推荐方法、系统及其实现方法 | |
CN115131079B (zh) | 基于数据处理的广告投放效果预测方法及装置 | |
EP2270741A1 (en) | Personalized exposure strategy | |
CN108965938B (zh) | 智能电视中潜在付费用户预测方法及系统 | |
WO2022165664A1 (zh) | 直播界面的显示方法、装置、终端、服务器及存储介质 | |
CN110366043A (zh) | 视频处理方法、装置、电子设备及可读介质 | |
Goettler | Advertising rates, audience composition, and competition in the network television industry | |
CN110415023B (zh) | 一种电梯广告推荐方法、装置、设备及存储介质 | |
Xiao et al. | Two-phase rate adaptation strategy for improving real-time video QoE in mobile networks | |
CN113422988A (zh) | 直播封面生成方法、装置、电子设备及存储介质 | |
CN114218482A (zh) | 信息推送方法及装置 | |
KR102111491B1 (ko) | 1인 미디어 영상 채널의 간접광고 가치평가 시스템 및 방법 | |
CN117135370B (zh) | 一种基于aigc的直播间运营调控方法及系统 | |
CN1988662A (zh) | 一种自适应多媒体播放的方法 | |
CN113688305A (zh) | 一种信息处理方法、装置及计算机可读存储介质 | |
CN108805606B (zh) | 互联网广告装置及方法 | |
CN116258526A (zh) | 广告投放方法、装置、计算机设备及存储介质 |
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 |