CN115689650A - 广告投放方法、装置、计算机设备及存储介质 - Google Patents

广告投放方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN115689650A
CN115689650A CN202211349658.4A CN202211349658A CN115689650A CN 115689650 A CN115689650 A CN 115689650A CN 202211349658 A CN202211349658 A CN 202211349658A CN 115689650 A CN115689650 A CN 115689650A
Authority
CN
China
Prior art keywords
picture
user
advertisement
preference
attribute
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
CN202211349658.4A
Other languages
English (en)
Inventor
谢朴锐
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.)
Beijing Xiaoxiong Bowang Technology Co ltd
Original Assignee
Beijing Xiaoxiong Bowang 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 Beijing Xiaoxiong Bowang Technology Co ltd filed Critical Beijing Xiaoxiong Bowang Technology Co ltd
Priority to CN202211349658.4A priority Critical patent/CN115689650A/zh
Publication of CN115689650A publication Critical patent/CN115689650A/zh
Priority to PCT/CN2023/113319 priority patent/WO2024093440A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及广告领域，本发明公开了一种广告投放方法、装置、计算机设备及存储介质，其方法包括：获取指定用户的历史点击数据；从历史点击数据提取图片链接；通过图片链接获取用户偏好图片；通过预设图片识别模型处理用户偏好图片，获得用户偏好图片的图片属性；根据用户偏好图片的图片属性确定指定用户的偏好信息；根据偏好信息设置指定用户的广告投放措施。本发明通过历史点击数据分析用户的偏好信息，根据偏好信息设置广告投放措施，提高了广告投放的精准性及广告的点击率。

Description

广告投放方法、装置、计算机设备及存储介质
技术领域
本发明涉及广告领域，尤其涉及一种广告投放方法、装置、计算机设备及存储介质。
背景技术
目前，随着互联网广告业的快速发展，定向广告作为一种网络广告常用的网络广告模式迅速发展。这种广告模式具有准确、及时、高效的特点。
然而，目前定向广告的投放大多是根据用户的点击行为来分析用户所属的受众群体，从而向用户进行广告投放，而忽略用户自身的偏好。
发明内容
基于此，有必要针对上述技术问题，提供一种广告定向优化方法、装置、计算机设备及存储介质，以结合用户的偏好进行广告的精准投放，提高广告的点击率。
一种广告投放方法，包括：
获取指定用户的历史点击数据；
从所述历史点击数据提取图片链接；
通过所述图片链接获取用户偏好图片；
通过预设图片识别模型处理所述用户偏好图片，获得所述用户偏好图片的图片属性；
根据所述用户偏好图片的图片属性确定所述指定用户的偏好信息；
根据所述偏好信息设置所述指定用户的广告投放措施。
一种广告投放装置，包括：
数据获取模块，用于获取指定用户的历史点击数据；
链接提取模块，用于从所述历史点击数据提取图片链接；
图片获取模块，用于通过所述图片链接获取用户偏好图片；
偏好属性获取模块，用于通过预设图片识别模型处理所述用户偏好图片，获得所述用户偏好图片的图片属性；
信息确定模块，用于根据所述用户偏好图片的图片属性确定所述指定用户的偏好信息；
广告设置模块，用于根据所述偏好信息设置所述指定用户的广告投放措施。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现上述广告投放方法。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述广告投放方法。
上述广告投放方法、装置、计算机设备及存储介质中，通过获取指定用户的历史点击数据：从历史点击数据提取图片链接；通过图片链接获取用户偏好图片；从而通过预设图片识别模型处理用户偏好图片，获得用户偏好图片的图片属性；进而根据用户偏好图片的图片属性确定指定用户的偏好信息；最后根据所述偏好信息设置所述指定用户的广告投放措施。本发明通过获取指定用户的历史点击数据确定指定用户的偏好信息，从而指导广告系统的优化。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例中广告投放方法的一流程图；
图2是本发明一实施例中广告投放装置的一结构示意图；
图3是本发明一实施例中计算机设备的一示意图。
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作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。
在一实施例中，如图1所示，提供一种广告投放方法，包括如下步骤S10-S60。
S10、获取指定用户的历史点击数据。
其中，指定用户可以指浏览广告的访客，如可以是用户甲或用户乙。历史点击数据可以是指用户过去一段时间在浏览图片时发生点击图片行为的数据记录。数据记录包括但不限于用户的ID信息，使用的设备信息，时间，地区，软件信息，图片信息及图片的网页地址。
S20、从所述历史点击数据提取图片链接。
S30、通过所述图片链接获取用户偏好图片。
可理解地，图片链接是指定用户浏览网页时点击图片的下载地址。因而，通过该图片链接可以获取到用户之前点击的图片，即为用户偏好图片。在此处，由于用户偏好图片为指定用户点击过的图片，可以认为用户偏好图片符合指定用户的偏好。
S40、通过预设图片识别模型处理所述用户偏好图片，获得所述用户偏好图片的图片属性。
其中，预设图片识别模型是一种基于图片识别算法构建的识别模型。在此处，图片识别算法可采用HOG(方向梯度直方图)，DOG(高斯模糊)或Sift(尺度不变特征变换)算法。
用户偏好图片的图片属性可以指颜色，广告类型等。
S50、根据所述用户偏好图片的图片属性确定所述指定用户的偏好信息。
具体地，当采集到的用户偏好图片数量足够多时，可以根据这些用户偏好图片的图片属性设置指定用户的偏好信息。例如，当用户偏好图片的数量大于20张时，可以对这些用户偏好图片的图片属性进行统计分析，将某一图片属性中出现比例最大的属性值(也可以是一个值域)，设置为指定用户在该图片属性的偏好值。例如，若用户甲的偏好图片中红色图片出现的比例最大，则用户甲的偏好信息可以设置为：偏好颜色：红色。
S60、根据所述偏好信息设置所述指定用户的广告投放措施。
其中，广告投放措施包括但不限于广告类型的选择和广告颜色的选择。
具体地，先根据偏好信息确定指定用户的广告，再对指定用户投放此广告，或是根据偏好信息对指定用户所投放的广告进行改进。例如，若用户甲的偏好信息为红色、娱乐类，则向用户甲优先投放娱乐类、颜色多为红色的广告，或对用户甲已投放的娱乐类广告进行颜色优化。
本实施例通过对用户点击的图片进行分析，获取用户的偏好信息，并通过这些偏好信息对广告投放措施进行优化改进。
可选地，步骤S10，即所述获取指定用户的历史点击数据，包括：
S101、从广告推送系统获取点击日志；所述点击日志包括指定历史时间内多个用户的点击记录。
S102、从所述点击日志提取出所述指定用户的点击记录，生成所述历史点击数据。
可理解地，广告推送系统设置在服务器上，可以向客户端发送预设的广告。当用户打开客户端时，该服务器将向客户端推送预设的广告；或者在用户使用客户端时，该服务器在一定规则下向客户端推送预设的广告。
点击日志包括指定历史时间内多个用户的点击记录。指定历史时间可以根据实际需要进行设置，如可以是一年或半年。可以从点击日志提取出指定用户的点击记录，生成指定用户的历史点击数据。历史点击数据可以是指用户过去一段时间在浏览图片时发生点击图片行为的数据记录。
本实施例通过对点击日志进行分析，可以生成多个用户的历史点击数据，并通过这些历史点击数据分析出用户的广告偏好。
可选地，步骤S30，即所述通过所述图片链接获取用户偏好图片，包括：
S301、将所述图片链接导入预设爬取组件。
S302、通过所述预设爬取组件爬取所述用户偏好图片。
可理解地，预设爬取组件是指可以预先设定的可以爬取特定信息的爬虫组件。在此处，爬取组件可采用Charles，Postman或Xpath-Helper。将图片链接导入预设爬取组件中后，爬取组件根据图片链接爬取该图片，即为用户偏好图片。
本实施例通过预设爬取组件爬取用户偏好图片，可以提高用户偏好图片的获取效率。
可选地，步骤S30，即所述通过所述图片链接获取用户偏好图片之后，包括：
S303、将所述用户偏好图片存储在图片素材库中。
其中，图片素材库为存储所述用户偏好图片的数据库。在此处，图片素材库可以设置在云服务器上。
可选地，步骤S40，即所述通过预设图片识别模型处理所述用户偏好图片，获得所述用户偏好图片的图片属性之前，还包括：
S401、从所述图片素材库获取训练图片。
S402、为所述训练图片添加标注，生成标注图片。
S403、使用所述标注图片对预设初始模型训练，获得所述预设图片识别模型。
可理解地，训练图片为具有明显区别特征的图片，训练图片包括但不限于主体颜色不同的图片，广告类型不同的图片。
可以通过人工方式对所述训练图片添加标注。例如，当图片A为旅游类，颜色多为绿色的图片时，标注员为图片A添加旅游类，绿色的标注信息。添加标注后的图片即为标注图片。
预设初始模型是指预设的算法。预设图片识别模型是指经过训练后的算法。
本实施例通过从图片素材库中获取部分图片，标注员对这些图片添加标注，通过标注后的图片在预设初始模型中训练获得预设图片识别模型。该预设图片识别模型具有识别图片的图片属性的能力。
可选地，步骤S50，即所述根据所述用户偏好图片的图片属性确定所述指定用户的偏好信息，包括：
S501、获取所述用户偏好图片的风格属性和广告类型属性；所述风格属性包括颜色、地域中的至少一种；所述广告类型属性包括电商、游戏、外卖、娱乐、旅游、电子产品中的至少一种。
S502、根据所述广告类型属性对所述风格属性进行归类，生成所述指定用户的偏好信息。
可理解地，风格属性是指图片里具有代表性的属性。广告类型属性是指广告中所涉及领域的属性。指定用户的偏好信息包括但不限于指定用户的ID信息，地区，使用的设备信息，图片的颜色和广告类型属性。比如，对于旅游类广告，用户甲偏好蓝色；对于电商类广告，用户偏好红色。
本实施例通过获取所述风格属性分类和广告类型属性并进行归类，可以进一步地明确用户对不同广告类型属性的偏好信息。
可选地，步骤S60，即所述根据所述偏好信息设置所述指定用户的广告投放措施，包括：
S601、从所述偏好信息提取所述指定用户的偏好广告类型和偏好风格属性。
S602、获取与所述偏好广告类型对应的广告投放任务。
S603、根据所述偏好风格属性设置所述广告投放任务的展示形式。
可理解地，广告投放任务是指广告需要投放的工作。
具体地，首先通过根据偏好信息提取出用户的偏好广告类型和偏好风格属性，再获取偏好广告类型对应的广告投放任务，最后根据偏好风格属性设置该广告投放任务的展示形式。例如，若用户乙的偏好信息为：地区：上海，设备：抖音(或某类视频播放软件)，颜色：蓝色，广告类型：电子产品。提取出电子产品作为用户乙的偏好广告类型，蓝色为用户乙的偏好风格属性，获取电子产品类广告的投放任务，根据蓝色对电子产品类广告进行改进。
本实施例通过获取用户的偏好广告类型和偏好风格属性，对符合偏好广告类型的广告进行定向改进，进一步地提高广告投放的精准性及广告的点击率。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在一实施例中，提供一种广告投放装置，该广告投放装置与上述实施例中广告投放方法一一对应。如图2所示，该广告投放装置包括数据获取模块10、链接提取模块20、图片获取模块30、偏好属性获取模块40、信息确定模块50和广告设置模块60。各功能模块详细说明如下：
数据获取模块10，用于获取指定用户的历史点击数据；
链接提取模块20，用于从所述历史点击数据提取图片链接；
图片获取模块30，用于通过所述图片链接获取用户偏好图片；
偏好属性获取模块40，用于通过预设图片识别模型处理所述用户偏好图片，获得所述用户偏好图片的图片属性；
信息确定模块50，用于根据所述用户偏好图片的图片属性确定所述指定用户的偏好信息；
广告设置模块60，用于根据所述偏好信息设置所述指定用户的广告投放措施。
优选地，数据获取模块10包括：
日志获取单元，用于从广告推送系统获取点击日志；
数据生成单元，用于从所述点击日志提取出所述指定用户的点击记录，生成所述历史点击数据。
优选地，图片获取模块30包括：
导入单元，用于将所述图片链接导入预设爬取组件；
爬取单元，用于通过所述预设爬取组件爬取所述用户偏好图片。
优选地，图片获取模块30还包括：
存储单元，用于将所述用户偏好图片存储在图片素材库中。
优选地，偏好属性获取模块40包括：
训练图片获取单元，用于从所述图片素材库获取训练图片；
标注单元，用于为所述训练图片添加标注，生成标注图片；
训练模型单元，用于使用所述标注图片对预设初始模型训练，获得所述预设图片识别模型。
优选地，信息确定模块50包括：
风格获取单元，用于获取所述用户偏好图片的风格属性和广告类型属性；
信息生成单元，用于根据所述广告类型属性对所述风格属性进行归类，生成所述指定用户的偏好信息。
优选地，广告设置模块60包括：
偏好提取单元，用于从所述偏好信息提取所述指定用户的偏好广告类型和偏好风格属性；
广告获取单元，用于获取与所述偏好广告类型对应的广告投放任务；
广告改进单元，用于根据所述偏好风格属性设置所述广告投放任务的展示形式。
关于广告投放装置的具体限定可以参见上文中对于广告投放方法的限定，在此不再赘述。上述广告投放装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括可读存储介质、内存储器。该可读存储介质存储有操作系统、计算机可读指令和数据库。该内存储器为可读存储介质中的操作系统和计算机可读指令的运行提供环境。该计算机设备的数据库用于存储广告投放方法所涉及的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机可读指令被处理器执行时以实现一种广告投放方法。本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中的广告投放方法。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中的广告投放方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一非易失性可读取存储介质或易失性可读存储介质中，该计算机可读指令在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种广告投放方法，其特征在于，包括：
获取指定用户的历史点击数据；
从所述历史点击数据提取图片链接；
通过所述图片链接获取用户偏好图片；
通过预设图片识别模型处理所述用户偏好图片，获得所述用户偏好图片的图片属性；
根据所述用户偏好图片的图片属性确定所述指定用户的偏好信息；
根据所述偏好信息设置所述指定用户的广告投放措施。
2.如权利要求1所述的广告投放方法，其特征在于，所述获取指定用户的历史点击数据，包括：
从广告推送系统获取点击日志，所述点击日志包括指定历史时间内多个用户的点击记录；
从所述点击日志提取出所述指定用户的点击记录，生成所述历史点击数据。
3.如权利要求1所述的广告投放方法，其特征在于，所述通过所述图片链接获取用户偏好图片，包括：
将所述图片链接导入预设爬取组件；
通过所述预设爬取组件爬取所述用户偏好图片。
4.如权利要求1所述的广告投放方法，其特征在于，所述通过所述图片链接获取用户偏好图片之后，包括：
将所述用户偏好图片存储在图片素材库中。
5.如权利要求1所述的广告投放方法，其特征在于，所述通过预设图片识别模型处理所述用户偏好图片，获得所述用户偏好图片的图片属性之前，还包括：
从所述图片素材库获取训练图片；
为所述训练图片添加标注，生成标注图片；
使用所述标注图片对预设初始模型训练，获得所述预设图片识别模型。
6.如权利要求1所述的广告投放方法，其特征在于，所述根据所述用户偏好图片的图片属性确定所述指定用户的偏好信息，包括：
获取所述用户偏好图片的风格属性和广告类型属性；所述风格属性包括颜色、地域中的至少一种；所述广告类型属性包括电商、游戏、外卖、娱乐、旅游、电子产品中的至少一种；
根据所述广告类型属性对所述风格属性进行归类，生成所述指定用户的偏好信息。
7.如权利要求1所述的广告投放方法，其特征在于，所述根据所述偏好信息设置所述指定用户的广告投放措施，包括：
从所述偏好信息提取所述指定用户的偏好广告类型和偏好风格属性；
获取与所述偏好广告类型对应的广告投放任务；
根据所述偏好风格属性设置所述广告投放任务的展示形式。
8.一种广告投放装置，其特征在于，包括：
数据获取模块，用于获取指定用户的历史点击数据；
链接提取模块，用于从所述历史点击数据提取图片链接；
图片获取模块，用于通过所述图片链接获取用户偏好图片；
偏好属性获取模块，用于通过预设图片识别模型处理所述用户偏好图片，获得所述用户偏好图片的图片属性；
信息确定模块，用于根据所述用户偏好图片的图片属性确定所述指定用户的偏好信息；
广告设置模块，用于根据所述偏好信息设置所述指定用户的广告投放措施。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述广告投放方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述广告投放方法。
CN202211349658.4A 2022-10-31 2022-10-31 广告投放方法、装置、计算机设备及存储介质 Pending CN115689650A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211349658.4A CN115689650A (zh) 2022-10-31 2022-10-31 广告投放方法、装置、计算机设备及存储介质
PCT/CN2023/113319 WO2024093440A1 (zh) 2022-10-31 2023-08-16 广告投放方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211349658.4A CN115689650A (zh) 2022-10-31 2022-10-31 广告投放方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN115689650A true CN115689650A (zh) 2023-02-03

Family

ID=85046658

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211349658.4A Pending CN115689650A (zh) 2022-10-31 2022-10-31 广告投放方法、装置、计算机设备及存储介质

Country Status (2)

Country Link
CN (1) CN115689650A (zh)
WO (1) WO2024093440A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024093440A1 (zh) * 2022-10-31 2024-05-10 深圳新度博望科技有限公司 广告投放方法、装置、计算机设备及存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105631711A (zh) * 2015-12-30 2016-06-01 合一网络技术(北京)有限公司 一种广告投放方法及装置
CN107679883A (zh) * 2017-05-05 2018-02-09 平安科技（深圳）有限公司 广告生成的方法及系统
CN110992141A (zh) * 2019-11-28 2020-04-10 上海识装信息科技有限公司 基于识别商品图像推荐商品的方法、装置和电子设备
US20210312502A1 (en) * 2020-04-01 2021-10-07 Capital One Services, Llc System and method for generating customized advertisement
CN114742582A (zh) * 2022-03-30 2022-07-12 深圳市东信时代信息技术有限公司 基于用户终端的广告投放方法、服务器及存储介质
CN115689650A (zh) * 2022-10-31 2023-02-03 北京小熊博望科技有限公司 广告投放方法、装置、计算机设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024093440A1 (zh) * 2022-10-31 2024-05-10 深圳新度博望科技有限公司 广告投放方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
WO2024093440A1 (zh) 2024-05-10

Similar Documents

Publication Publication Date Title
CN108595583B (zh) 动态图表类页面数据爬取方法、装置、终端及存储介质
EP3335131B1 (en) Systems and methods for automatic content verification
CN111738764B (zh) 一种用于广告创意效果预测及生成广告创意的方法和系统
US8180667B1 (en) Rewarding creative use of product placements in user-contributed videos
CN104217031B (zh) 一种根据服务器搜索日志数据进行用户分类的方法和装置
CN109829629A (zh) 风险分析报告的生成方法、装置、计算机设备和存储介质
CN106469202A (zh) 一种影视大数据平台的数据分析方法
CN107506343A (zh) 一种信息编辑的处理方法及平台
CN106919625A (zh) 一种互联网用户属性识别方法和装置
CN111340231A (zh) Shap特征归因方法、装置、设备及可读存储介质
CN106202371B (zh) 媒体文件的处理方法、装置和广告分析方法
CN115471283B (zh) 广告批量投放方法、装置、设备及存储介质
WO2024093440A1 (zh) 广告投放方法、装置、计算机设备及存储介质
CN114463040A (zh) 广告计划生成方法、装置、计算机设备及存储介质
CN116757886B (zh) 数据分析方法及分析装置
CN108369647B (zh) 基于图像的质量控制
CN115238196B (zh) 广告投放方法、装置、电子设备及存储介质
CN115048302A (zh) 前端的兼容性测试方法及装置、存储介质、电子设备
CN113901265A (zh) 视频标签的提取方法、装置、计算机设备和存储介质
CN114237798A (zh) 数据处理方法、装置、服务器及存储介质
CN112633930A (zh) 页面资源投放方法、装置及电子设备
CN114463044A (zh) 广告计划调整方法、装置、计算机设备及存储介质
CN113918769A (zh) 视频中关键动作标记方法、装置、设备及存储介质
CN112598453A (zh) 广告投放方法、装置及电子设备
CN111222065A (zh) 一种信息展示方法、装置、电子设备及介质

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40083183

Country of ref document: HK