CN115689654A - 一种基于大数据的广告投放智能管理系统及方法 - Google Patents
一种基于大数据的广告投放智能管理系统及方法 Download PDFInfo
- Publication number
- CN115689654A CN115689654A CN202211433598.4A CN202211433598A CN115689654A CN 115689654 A CN115689654 A CN 115689654A CN 202211433598 A CN202211433598 A CN 202211433598A CN 115689654 A CN115689654 A CN 115689654A
- Authority
- CN
- China
- Prior art keywords
- gateway
- vehicle
- advertisement
- target cell
- pedestrian
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 53
- 238000012544 monitoring process Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000007726 management method Methods 0.000 claims description 21
- 230000004888 barrier function Effects 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000010191 image analysis Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 description 7
- 210000000697 sensory organ Anatomy 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及广告投放管理分析技术领域，具体公开一种基于大数据的广告投放智能管理系统及方法，该系统包括道闸口数量获取模块、小区信息监测模块、小区信息分析模块、广告浏览量分析模块、小区人员信息获取模块、小区人员信息分析模块、广告投放方案生成模块和广告信息库，通过目标小区各道闸口对应的广告浏览量和目标小区业主对应的各偏好广告类型，进而控制目标小区对应的广告投放方案，在一定程度上提高了小区业主对于广告的兴趣度，从而增强了小区业主对广告产品的购买欲望，进而保障了广告商的利益，大幅度的提高了广告的曝光频率，提高了对小区业主的广告投放的精准性和选择性，在一定程度上有利于广告的持续性发展。
Description
技术领域
本发明属于广告投放管理分析技术领域，涉及到一种基于大数据的广告投放智能管理系统及方法。
技术背景
随着社会的发展，广告出现在越来越多的场景中，将广告安装在物业的出入口道闸上，大幅度的提高了广告的曝光频率，提高了广告产品的销售率，由此凸显了对道闸口广告投放管理的重要性。
目前对于道闸广告投放管理主要是随机挑选广告进行投放，在一定程度上缺乏针对性，具有一定的弊端，具体体现在以下几个层面：
1、当前没有根据小区业主的广告偏好对广告投放进行管理，在一定程度上降低了小区业主对于广告的兴趣度，从而降低了小区业主对广告产品的购买欲望。
2、当前没有根据小区各道闸口的广告浏览量进行各道闸口的广告投放时间进行控制，无法达到最佳的投放效果，进一步还会造成广告资源浪费，进而无法保障广告商的利益，还无法加强广告效果，无法大幅度提高广告的曝光频率。
3、当前没有根据小区业主历史信息进行分析，在一定程度上降低了对小区业主的广告投放的精准性和选择性，进而还无法保障小区道闸广告浏览量的持续稳定性，同时还会造成一些道闸广告点长期空置，不利于广告的持续性发展。
发明内容
鉴于以上现有技术存在的问题，本发明提供一种基于大数据的广告投放智能管理系统及方法，用于解决据上述技术问题。
为了实现上述目的及其他目的，本发明采用的技术方案如下：本发明第一方面提供了一种基于大数据的广告投放智能管理系统，所述系统包括道闸口数量获取模块、小区信息监测模块、小区信息分析模块、小区人员信息获取模块、小区人员信息分析模块、广告浏览量分析模块、广告投放方案生成模块和广告信息库。
所述道闸口数量获取模块，用于获取目标小区对应的车辆道闸口数目和人行道闸口数目，并将目标小区各车辆道闸口按照预设顺序进行编号，依次标记为1,2,...d,...u，同时还将目标小区各人行道闸口按照预设顺序进行编号，依次标记为1,2,...i,...j，并将目标小区对应的车辆道闸口和人行道闸口统称为道闸口。
所述小区信息监测模块，用于根据目标小区各道闸口布设的移动摄像头对目标小区各车辆道闸口各设定时间段内的车辆和各人行道闸口各监测时间段的行人进行图像监测。
所述小区信息分析模块，用于对目标小区各道闸口进行图像分析，进而分别分析得到目标小区各车辆道闸口的车辆进出数目和各人行道闸口的行人进出数目。
所述小区人员信息获取模块，用于从广告信息库中提取出目标小区各道闸口对应各次布设的历史广告类型和各次布设的历史广告类型对应的人员信息。
所述小区人员信息分析模块，用于对目标小区各道闸口的人员信息进行分析，进而分析得出目标小区人员对应的各次布设的历史广告类型偏好系数。
所述广告浏览量分析模块，用于根据目标小区各车辆道闸口的车辆进出数目和各人行道闸口的行人进出数目，进而对目标小区各道闸口对应的广告浏览量进行分析。
所述广告投放方案生成模块，用于根据目标小区各道闸口对应的广告浏览量和目标小区人员对应的各次布设的历史广告类型偏好系数，进而生成目标小区对应的广告投放方案。
所述广告信息库，用于存储目标小区各道闸口对应各次布设的历史广告类型和各次布设的历史广告类型对应的人员信息，还用于存储各观看兴趣等级对应的表情类别。
在一种可能实施的方式中，所述分析得到目标小区各车辆道闸口的车辆进出数目，具体分析过程如下：A1、根据目标小区各道闸口布设的移动摄像头对目标小区各车辆道闸口各设定时间段内的车辆的图像，从中提取出目标小区各车辆道闸口各设定时间段内对应的车辆进出数目。
A2、根据目标小区各车辆道闸口各设定时间段内对应的车辆进出数目，利用计算公式
计算得出目标小区各车辆道闸口对应的平均车辆进出数目αd，其中，s表示为各设定时间段内对应的编号，s＝1,2,......v，Mds表示为第d个车辆道闸口第s个设定时间段对应的车辆进出数目，d表示为各车辆道闸口对应的编号，d＝1,2,......u。
A3、将目标小区各车辆道闸口对应的平均车辆进出数目记为目标小区各车辆道闸口对应的车辆进出数目。
在一种可能实施的方式中，所述分析得到目标小区各人行道闸口的行人进出数目，具体分析过程如下：B1、根据目标小区各道闸口布设的移动摄像头对目标小区各人行道闸口各设定时间段内的行人的图像，从中提取出目标小区各人行道闸口各设定时间段内对应的行人进出数目。
B2、根据目标小区各车辆道闸口对应的车辆进出数目同理计算得出目标小区各人行道闸口对应的行人进出数目。
在一种可能实施的方式中，所述人员信息包括人员眼神注视道闸口时长、人员注视道闸口对应的表情类别和各道闸口对应的人员总数目，其中，人员包括各车辆驾驶员和各行人。
在一种可能实施的方式中，所述分析得出目标小区人员对应的各次布设的历史广告类型偏好系数，具体分析过程如下：S1、根据目标小区各道闸口布设的移动摄像头从中提取出目标小区各车辆道闸口对应各次布设的历史广告类型对应的各车辆驾驶员眼神注视道闸口时长和各车辆驾驶员注视道闸口对应的表情类别，还用于提取出目标小区各人行道闸口对应各次布设的历史广告类型对应的各行人眼神注视道闸口时长和各行人注视道闸口对应的表情类别。
S2、根据计算公式
计算得出目标小区人员各次布设的历史广告类型的初步偏好系数εy，其中，i表示为各人行道闸口对应的编号，i＝1,2,......j，m表示为各车辆驾驶员对应的编号，m＝1,2,......n，p表示为各行人对应的编号，p＝1,2,......q，y表示为各次布设的历史广告类型对应的编号，y＝1,2,......x，
表示为第d个车辆道闸口第m位车辆驾驶员观看第y次布设的历史广告类型对应的观看时长，
表示为第i个人行道闸口第p位行人观看第y次布设的历史广告类型对应的观看时长，T'表示为设定的的广告偏好标准注视时长，n表示为车辆驾驶员的总数量，u表示为车辆道闸口的总数量，j表示为人行道闸口的总数量，q表示为行人的总数量。
S3、获取各道闸口对应各次布设的历史广告类型时各车辆驾驶员注视道闸口的表情类别，将各道闸口对应各次布设的历史广告类型时各车辆驾驶员注视道闸口的表情类别与各观看兴趣等级对应的表情类别进行匹配筛选,继而获取各次布设的历史广告类型时各车辆驾驶员的观看兴趣等级,其中，观看兴趣等级包括一级观看兴趣等级、二级观看兴趣等级和三级观看兴趣等级，并统计各车辆道闸口各次布设的历史广告类型对应的一级观看等级对应的车辆驾驶员数目，进而利用计算公式
计算得出各次布设的历史广告类型对应的车辆驾驶员观看兴趣评估系数φy，
表示为第d个车辆道闸口第y次布设的历史广告类型对应的车辆驾驶员的总数量，M′dy表示为第d个车辆道闸口第y次布设的历史广告类型对应的一级观看兴趣等级对应的车辆驾驶员数目。
S4、获取各道闸口对应各次布设的历史广告类型时各行人注视道闸口的表情类别，将各次布设的历史广告类型时各行人注视道闸口的表情类别与各观看兴趣等级对应的表情类别进行匹配筛选,继而获取各次布设的历史广告类型时各行人的观看兴趣等级,并统计各人行道闸口各次布设的历史广告类型对应的一级观看等级对应的行人数目，进而利用计算公式
计算得出各次布设的历史广告类型对应的行人观看兴趣评估系数γy，
表示为第i个人行道闸口第y次布设的历史广告类型对应的行人总数目，Mi′y表示为第i个人行道闸口第y次布设的历史广告类型对应的一级观看兴趣等级对应的行人数目。
在一种可能实施的方式中，所述目标小区人员对应的各次布设的历史广告类型偏好系数，具体计算过程如下：根据分析公式
计算得出目标小区人员对应的各次布设的历史广告类型偏好系数ηy。
在一种可能实施的方式中，所述对目标小区各道闸口对应的广告浏览量进行分析，具体分析过程如下：获取各车辆道闸口的各车辆驾驶员眼神注视道闸口时长，将各车辆道闸口的各车辆驾驶员眼神注视道闸口时长与设定的标准注视时长进行比对，若某车辆道闸口的某车辆驾驶员眼神注视道闸口时长大于或等于设定的车辆驾驶员标准注视时长，则将该车辆驾驶员记为参考驾驶员，由此统计各车辆道闸口各参考驾驶员对应的数目，还用于从目标小区各车辆道闸口对应的车辆进出数目提取出目标小区各车辆道闸口对应的车辆驾驶员数目，进而根据各车辆道闸口各参考驾驶员对应的数目和车辆驾驶员数目，利用比值公式计算得出各车辆道闸口对应的注视人员占比。
依据各车辆道闸口对应的注视人员占比同理计算得到各人行道闸口对应的注视人员占比。
进而利用计算公式各道闸口对应的人员注视量＝ι1*Bd+ι2*Bi，计算得出目标小区各道闸口对应的人员注视量，其中，ι1、ι2分别表示为设定的车辆驾驶员和行人对应的注视占比量，Bd表示为第d个车辆道闸口对应的注视人员占比，Bi表示为第i个人行道闸口对应的注视人员占比。
并将目标小区各道闸口对应的人员注视量记为目标小区各道闸口对应的广告浏览量。
在一种可能实施的方式中，所述生成目标小区对应的广告投放方案，具体生成过程如下：将目标小区各闸道口对应的广告浏览量进行互相比对，并将目标小区各闸道口对应的广告浏览量按照从大到小顺序排列，进而利用计算公式
计算得出广告投放总时长T，其中，L′表示为设定的广告标准投放总浏览量，Tk表示为目标小区第k个道闸口对应的广告浏览量，k表示为各道闸口对应的编号，k＝1,2,......h，
表示为向上取整。
进而根据目标小区各闸道口对应的广告浏览量的排列顺序和广告投放总时长，对目标小区各闸道口对应的广告浏览量排列靠前的进行广告投放总时长进行分配。
将目标小区人员对应的各次布设的历史广告类型偏好系数进行互相比对，并将目标小区人员对应的各次布设的历史广告类型偏好系数按照从大到小顺序排列，进而获取目标小区人员对应的各广告偏好类型编号排序，并根据目标小区人员对应的各广告偏好类型编号排序控制目标小区闸道口广告投放类型。
本发明第二方面提供了一种基于大数据的广告投放智能管理方法，该方法包括以下步骤：步骤一、道闸口数量获取：获取目标小区对应的车辆道闸口数目和人行道闸口数目，并将目标小区各车辆道闸口按照预设顺序进行编号，依次标记为1,2,...d,...u，同时还将目标小区各人行道闸口按照预设顺序进行编号，依次标记为1,2,...i,...j，并将目标小区对应的车辆道闸口和人行道闸口统称为道闸口。
步骤二、小区信息监测：根据目标小区各道闸口布设的移动摄像头对目标小区各车辆道闸口各设定时间段内的车辆和各人行道闸口各监测时间段的行人进行图像监测。
步骤三、小区信息分析：对目标小区各道闸口进行图像分析，进而分别分析得到目标小区各车辆道闸口的车辆进出数目和各人行道闸口的行人进出数目。
步骤四、小区人员信息获取：从广告信息库中提取出目标小区各道闸口对应各次布设的历史广告类型和各次布设的历史广告类型对应的人员信息。
步骤五、小区人员信息分析：对目标小区各道闸口的人员信息进行分析，进而得出目标小区人员对应的各次布设的历史广告类型偏好系数。
步骤六、广告浏览量分析：根据目标小区各车辆道闸口的平均车辆进出数目和各人行道闸口的平均行人进出数目，进而对目标小区各道闸口对应的广告浏览量进行分析。
步骤七、广告投放方案生成：根据目标小区各道闸口对应的广告浏览量和目标小区人员对应的各次布设的历史广告类型偏好系数，进而生成目标小区对应的广告投放方案。
如上所述，本发明提供的一种基于大数据的广告投放智能管理系统及方法，至少具有以下有益效果：本发明提供的一种基于大数据的广告投放智能管理系统及方法，通过对目标小区各道闸口的车辆进出数目和行人进出数目进行分析，得到目标小区各道闸口对应的广告浏览量，同时还通过对目标小区各道闸口布设的各历史广告类型和各历史广告类型对应的人员信息进行分析，得出目标小区业主对应的各偏好广告类型，进行分析目标小区各道闸口对应的广告浏览量和业主对应的各偏好广告类型进行控制目标小区对应的广告投放方案，一方面，解决了当前对于广告投放管理还存在一定局限性的问题，在一定程度上提高了小区业主对于广告的兴趣度，从而增强了小区业主对广告产品的购买欲望，一方面，减少了广告资源浪费，进而保障了广告商的利益，大幅度的提高了广告的曝光频率，另一方面，提高了对小区业主的广告投放的精准性和选择性，保障了小区道闸广告浏览量的持续稳定性，在一定程度上有利于广告的持续性发展。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明系统各模块连接示意图。
图2为本发明方法实施步骤流程图。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，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，只要不偏离发明的构思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。
请参阅图1所示，一种基于大数据的广告投放智能管理系统，所述系统包括道闸口数量获取模块、小区信息监测模块、小区信息分析模块、小区人员信息获取模块、小区人员信息分析模块、广告浏览量分析模块、广告投放方案生成模块和广告信息库。
所述小区信息监测模块与道闸口数量获取模块和小区信息分析模块连接，广告浏览量分析模块与小区信息分析模块连接，小区人员信息获取模块与小区人员信息分析模块连接，广告投放方案生成模块与广告浏览量分析模块和小区人员信息获取模块连接，广告信息库与小区人员信息分析模块连接。
所述道闸口数量获取模块，用于获取目标小区对应的各道闸口数量，其中，目标小区对应的各道闸口包括各车辆道闸口和各人行道闸口，并将目标小区各车辆道闸口按照预设顺序进行编号，依次标记为1,2,...d,...u，同时还将目标小区各人行道闸口按照预设顺序进行编号，依次标记为1,2,...i,...j。
所述小区信息监测模块，用于根据目标小区各道闸口布设的移动摄像头对目标小区各车辆道闸口各设定时间段内的车辆和各人行道闸口各监测时间段的行人进行图像监测。
所述小区信息分析模块，用于对目标小区各道闸口进行图像分析，进而分别分析得到目标小区各车辆道闸口的车辆进出数目和各人行道闸口的平均行人进出数目。
作为上述方案的进一步优化，所述分析得到目标小区各车辆道闸口的车辆进出数目，具体分析过程如下：A1、根据目标小区各道闸口布设的移动摄像头对目标小区各车辆道闸口各设定时间段内的车辆的图像，从中提取出目标小区各车辆道闸口各设定时间段内对应的车辆进出数目。
A2、根据目标小区各车辆道闸口各设定时间段内对应的车辆进出数目，利用计算公式
计算得出目标小区各车辆道闸口对应的平均车辆进出数目αd，其中，s表示为各设定时间段内对应的编号，s＝1,2,......v，Mds表示为第d个车辆道闸口第s个设定时间段对应的车辆进出数目，d表示为各车辆道闸口对应的编号，d＝1,2,......u。
A3、将目标小区各车辆道闸口对应的平均车辆进出数目记为目标小区各车辆道闸口对应的车辆进出数目。
在一个具体地实施例中，设定时间段的时间周期为一周。
作为上述方案的进一步优化，所述分析得到目标小区各人行道闸口的行人进出数目，具体分析过程如下：B1、根据目标小区各道闸口布设的移动摄像头对目标小区各人行道闸口各设定时间段内的行人的图像，从中提取出目标小区各人行道闸口各设定时间段内对应的行人进出数目。
B2、根据目标小区各车辆道闸口对应的车辆进出数目同理计算得出目标小区各人行道闸口对应的行人进出数目。
在一个具体地实施例中，目标小区各人行道闸口对应的行人进出数目的计算过程如下：根据目标小区各人行道闸口各设定时间段内对应的行人进出数目，利用计算公式
计算得出目标小区各人行道闸口对应的平均行人进出数目βi，其中，Mis表示为第i个人行道闸口第s个设定时间段对应的行人进出数目，i表示为各人行道闸口对应的编号，i＝1,2,......j。
将目标小区各人行道闸口对应的平均行人进出数目记为目标小区各人行道闸口对应的行人进出数目。
本发明实施例减少了广告资源浪费，进而保障了广告商的利益，大幅度的提高了广告的曝光频率。
所述小区人员信息获取模块，用于从广告信息库中提取出目标小区各道闸口布设的各历史广告类型和各历史广告类型对应的人员信息。
作为上述方案的进一步优化，所述人员信息包括人员眼神注视道闸口时长、人员注视道闸口对应的表情类别和各道闸口对应的人员总数目，其中，人员包括各车辆驾驶员和各行人。
所述小区人员信息分析模块，用于对目标小区各道闸口的人员信息进行分析，进而分析得出目标小区人员对应的各广告类型偏好系数。
作为上述方案的进一步优化，所述分析得出目标小区人员对应的各广告类型偏好系数，具体分析过程如下：所述分析得出目标小区人员对应的各次布设的历史广告类型偏好系数，具体分析过程如下：S1、根据目标小区各道闸口布设的移动摄像头从中提取出目标小区各车辆道闸口对应各次布设的历史广告类型对应的各车辆驾驶员眼神注视道闸口时长和各车辆驾驶员注视道闸口对应的表情类别，还用于提取出目标小区各人行道闸口对应各次布设的历史广告类型对应的各行人眼神注视道闸口时长和各行人注视道闸口对应的表情类别。
在一个具体地实施例中，根据目标小区各道闸口布设的移动摄像头，对各车辆驾驶员眼神注视道闸口时长和各行人眼神注视道闸口时长进行监测，若采集到某车辆驾驶员或某行人眼部对应的特征点，则将车辆驾驶员或该行人记为观看人员，进而统计各车辆驾驶员眼神注视道闸口时长和各行人眼神注视道闸口时长。
在一个具体地实施例中，眼部特征点为眼部瞳孔中心。
在一个具体地实施例中，当目标小区某道闸口布设的移动摄像头采集到某人员眼部对应的特征点时，启动该道闸口移动摄像头部的计时器记录该观看人员观看广告对应的起始时间点，当该道闸口移动摄像头采集不到该观看人员对应的眼部对应的特征点时计时器停止计时，并按照该时间采集方式获取各观看人员对应的眼神注视道闸口时长。
S2、根据计算公式
算得出目标小区人员各次布设的历史广告类型的初步偏好系数εy，其中，i表示为各人行道闸口对应的编号，i＝1,2,......j，m表示为各车辆驾驶员对应的编号，m＝1,2,......n，p表示为各行人对应的编号，p＝1,2,......q，y表示为各次布设的历史广告类型对应的编号，y＝1,2,......x，
表示为第d个车辆道闸口第m位车辆驾驶员观看第y次布设的历史广告类型对应的观看时长，
表示为第i个人行道闸口第p位行人观看第y次布设的历史广告类型对应的观看时长，T'表示为设定的的广告偏好标准注视时长，n表示为车辆驾驶员的总数量，u表示为车辆道闸口的总数量，j表示为人行道闸口的总数量，q表示为行人的总数量。
S3、获取各道闸口对应各次布设的历史广告类型时各车辆驾驶员注视道闸口的表情类别，将各道闸口对应各次布设的历史广告类型时各车辆驾驶员注视道闸口的表情类别与各观看兴趣等级对应的表情类别进行匹配筛选,继而获取各次布设的历史广告类型时各车辆驾驶员的观看兴趣等级,其中，观看兴趣等级包括一级观看兴趣等级、二级观看兴趣等级和三级观看兴趣等级，并统计各车辆道闸口各次布设的历史广告类型对应的一级观看等级对应的车辆驾驶员数目，进而利用计算公式
计算得出各次布设的历史广告类型对应的车辆驾驶员观看兴趣评估系数φy，
表示为第d个车辆道闸口第y次布设的历史广告类型对应的车辆驾驶员的总数量，M′dy表示为第d个车辆道闸口第y次布设的历史广告类型对应的一级观看兴趣等级对应的车辆驾驶员数目。
在一个具体地实施例中，一级观看兴趣等级>二级观看兴趣等级>三级观看兴趣等级。
在一个具体地实施例中，表情类别包括但不限于感兴趣、新奇、轻蔑和生气。
在一个具体地实施例中，根据目标小区各道闸口布设的移动摄像头获取目标小区各道闸口对应的人脸视频，将目标小区各道闸口对应的人脸视频进行图像分割,进而获取各观看人员对应的人脸图像，其中，各观看人员包括车辆驾驶员和行人，并将各观看人员对应的人脸图像进行归一化处理，并将处理后的各观看人员对应的人脸图像按照其五官所在区域进行图像分割，进而提取各观看人员五官对应的特征,将各观看人员对应的五官特征与表情类别对应的五官特征进行匹配对比,进而获取各观看人员对应的表情类别，由此得到各车辆驾驶员和各行人对应的表情类别。
在一个具体地实施例中，若某车辆驾驶员对应的表情类别匹配为感兴趣或新奇，则将该车辆驾驶员标记为一级观看兴趣等级。
S4、获取各道闸口对应各次布设的历史广告类型时各行人注视道闸口的表情类别，将各次布设的历史广告类型时各行人注视道闸口的表情类别与各观看兴趣等级对应的表情类别进行匹配筛选,继而获取各次布设的历史广告类型时各行人的观看兴趣等级,并统计各人行道闸口各次布设的历史广告类型对应的一级观看等级对应的行人数目，进而利用计算公式
计算得出各次布设的历史广告类型对应的行人观看兴趣评估系数γy，
表示为第i个人行道闸口第y次布设的历史广告类型对应的行人总数目，Mi′y表示为第i个人行道闸口第y次布设的历史广告类型对应的一级观看兴趣等级对应的行人数目。
作为上述方案的进一步优化，所述目标小区人员对应的各次布设的历史广告类型偏好系数，具体计算过程如下：根据分析公式
计算得出目标小区人员对应的各次布设的历史广告类型偏好系数ηy。
所述广告浏览量分析模块，用于根据目标小区各车辆道闸口的车辆进出数目和各人行道闸口的行人进出数目，进而对目标小区各道闸口对应的广告浏览量进行分析。
作为上述方案的进一步优化，所述对目标小区各道闸口对应的广告浏览量进行分析，具体分析过程如下：获取各车辆道闸口的各车辆驾驶员眼神注视道闸口时长，将各车辆道闸口的各车辆驾驶员眼神注视道闸口时长与设定的标准注视时长进行比对，若某车辆道闸口的某车辆驾驶员眼神注视道闸口时长大于或等于设定的车辆驾驶员标准注视时长，则将该车辆驾驶员记为参考驾驶员，由此统计各车辆道闸口各参考驾驶员对应的数目，还用于从目标小区各车辆道闸口对应的车辆进出数目提取出目标小区各车辆道闸口对应的车辆驾驶员数目，进而根据各车辆道闸口各参考驾驶员对应的数目和车辆驾驶员数目，利用比值公式计算得出各车辆道闸口对应的注视人员占比。
依据各车辆道闸口对应的注视人员占比同理计算得到各人行道闸口对应的注视人员占比。
进而利用计算公式各道闸口对应的人员注视量＝ι1*Bd+ι2*Bi，计算得出目标小区各道闸口对应的人员注视量，其中，ι1、ι2分别表示为设定的车辆驾驶员和行人对应的注视占比量，Bd表示为第d个车辆道闸口对应的注视人员占比，Bi表示为第i个人行道闸口对应的注视人员占比。
并将目标小区各道闸口对应的人员注视量记为目标小区各道闸口对应的广告浏览量。
所述广告投放方案生成模块，用于根据目标小区各道闸口对应的广告浏览量和目标小区人员对应的各广告类型偏好系数，进而生成目标小区对应的广告投放方案。
作为上述方案的进一步优化，所述生成目标小区对应的广告投放方案，具体生成过程如下：将目标小区各闸道口对应的广告浏览量进行互相比对，并将目标小区各闸道口对应的广告浏览量按照从大到小顺序排列，进而利用计算公式
计算得出广告投放总时长T，其中，L′表示为设定的广告标准投放总浏览量，Tk表示为目标小区第k个道闸口对应的广告浏览量，k表示为各道闸口对应的编号，k＝1,2,......h，
表示为向上取整。
进而根据目标小区各闸道口对应的广告浏览量的排列顺序和广告投放总时长，对目标小区各闸道口对应的广告浏览量排列靠前的进行广告投放总时长进行分配。
在一个具体地实施例中，将广告浏览量排序越高的闸道口控制广告投放时间越长。
将目标小区人员对应的各次布设的历史广告类型偏好系数进行互相比对，并将目标小区人员对应的各次布设的历史广告类型偏好系数按照从大到小顺序排列，进而获取目标小区人员对应的各广告偏好类型编号排序，并根据目标小区人员对应的各广告偏好类型编号排序控制目标小区闸道口广告投放类型。
在一个具体地实施例中，根据目标小区人员对应的各广告偏好类型的排序，优先选择排序越高的广告类型优先展示在目标小区各闸道口。
本发明实施例在一定程度上提高了小区业主对于广告的兴趣度，从而增强了小区业主对广告产品的购买欲望。
本发明实施例提高了对小区业主的广告投放的精准性和选择性，保障了小区道闸广告浏览量的持续稳定性，在一定程度上有利于广告的持续性发展。
所述广告信息库，用于存储目标小区各道闸口布设的各历史广告类型和各历史广告类型对应的人员信息，还用于存储各观看兴趣等级对应的表情类别。
请参阅图2所示，一种基于大数据的广告投放智能管理方法，该方法包括以下步骤：步骤一、道闸口数量获取：获取目标小区对应的车辆道闸口数目和人行道闸口数目，并将目标小区各车辆道闸口按照预设顺序进行编号，依次标记为1,2,...d,...u，同时还将目标小区各人行道闸口按照预设顺序进行编号，依次标记为1,2,...i,...j，并将目标小区对应的车辆道闸口和人行道闸口统称为道闸口。
步骤二、小区信息监测：根据目标小区各道闸口布设的移动摄像头对目标小区各车辆道闸口各设定时间段内的车辆和各人行道闸口各监测时间段的行人进行图像监测。
步骤三、小区信息分析：对目标小区各道闸口进行图像分析，进而分别分析得到目标小区各车辆道闸口的车辆进出数目和各人行道闸口的行人进出数目。
步骤四、小区人员信息获取：从广告信息库中提取出目标小区各道闸口对应各次布设的历史广告类型和各次布设的历史广告类型对应的人员信息。
步骤五、小区人员信息分析：对目标小区各道闸口的人员信息进行分析，进而得出目标小区人员对应的各次布设的历史广告类型偏好系数。
步骤六、广告浏览量分析：根据目标小区各车辆道闸口的平均车辆进出数目和各人行道闸口的平均行人进出数目，进而对目标小区各道闸口对应的广告浏览量进行分析。
步骤七、广告投放方案生成：根据目标小区各道闸口对应的广告浏览量和目标小区人员对应的各次布设的历史广告类型偏好系数，进而生成目标小区对应的广告投放方案。
以上内容仅仅是对本发明的构思所作的举例和说明，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，只要不偏离发明的构思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 (9)
1.一种基于大数据的广告投放智能管理系统，其特征在于：该系统包括道闸口数量获取模块、小区信息监测模块、小区信息分析模块、小区人员信息获取模块、小区人员信息分析模块、广告浏览量分析模块、广告投放方案生成模块和广告信息库；
所述道闸口数量获取模块，用于获取目标小区对应的车辆道闸口数目和人行道闸口数目，并将目标小区各车辆道闸口按照预设顺序进行编号，依次标记为1,2,...d,...u，同时还将目标小区各人行道闸口按照预设顺序进行编号，依次标记为1,2,...i,...j，并将目标小区对应的车辆道闸口和人行道闸口统称为道闸口；
所述小区信息监测模块，用于根据目标小区各道闸口布设的移动摄像头对目标小区各车辆道闸口各设定时间段内的车辆和各人行道闸口各监测时间段的行人进行图像监测；
所述小区信息分析模块，用于对目标小区各道闸口进行图像分析，进而分别分析得到目标小区各车辆道闸口的车辆进出数目和各人行道闸口的行人进出数目；
所述小区人员信息获取模块，用于从广告信息库中提取出目标小区各道闸口对应各次布设的历史广告类型和各次布设的历史广告类型对应的人员信息；
所述小区人员信息分析模块，用于对目标小区各道闸口的人员信息进行分析，进而分析得出目标小区人员对应的各次布设的历史广告类型偏好系数；
所述广告浏览量分析模块，用于根据目标小区各车辆道闸口的车辆进出数目和各人行道闸口的行人进出数目，进而对目标小区各道闸口对应的广告浏览量进行分析；
所述广告投放方案生成模块，用于根据目标小区各道闸口对应的广告浏览量和目标小区人员对应的各次布设的历史广告类型偏好系数，进而生成目标小区对应的广告投放方案；
所述广告信息库，用于存储目标小区各道闸口对应各次布设的历史广告类型和各次布设的历史广告类型对应的人员信息，还用于存储各观看兴趣等级对应的表情类别。
2.根据权利要求1所述的一种基于大数据的广告投放智能管理系统，其特征在于：所述分析得到目标小区各车辆道闸口的车辆进出数目，具体分析过程如下：
A1、根据目标小区各道闸口布设的移动摄像头对目标小区各车辆道闸口各设定时间段内的车辆的图像，从中提取出目标小区各车辆道闸口各设定时间段内对应的车辆进出数目；
A2、根据目标小区各车辆道闸口各设定时间段内对应的车辆进出数目，利用计算公式
计算得出目标小区各车辆道闸口对应的平均车辆进出数目αd，其中，s表示为各设定时间段内对应的编号，s＝1,2,......v，Mds表示为第d个车辆道闸口第s个设定时间段对应的车辆进出数目，d表示为各车辆道闸口对应的编号，d＝1,2,......u；
A3、将目标小区各车辆道闸口对应的平均车辆进出数目记为目标小区各车辆道闸口对应的车辆进出数目。
3.根据权利要求2所述的一种基于大数据的广告投放智能管理系统，其特征在于：所述分析得到目标小区各人行道闸口的行人进出数目，具体分析过程如下：
B1、根据目标小区各道闸口布设的移动摄像头对目标小区各人行道闸口各设定时间段内的行人的图像，从中提取出目标小区各人行道闸口各设定时间段内对应的行人进出数目；
B2、根据目标小区各车辆道闸口对应的车辆进出数目同理计算得出目标小区各人行道闸口对应的行人进出数目。
4.根据权利要求1所述的一种基于大数据的广告投放智能管理系统，其特征在于：所述人员信息包括人员眼神注视道闸口时长、人员注视道闸口对应的表情类别和各道闸口对应的人员总数目，其中，人员包括各车辆驾驶员和各行人。
5.根据权利要求4所述的一种基于大数据的广告投放智能管理系统，其特征在于：所述分析得出目标小区人员对应的各次布设的历史广告类型偏好系数，具体分析过程如下：
S1、根据目标小区各道闸口布设的移动摄像头从中提取出目标小区各车辆道闸口对应各次布设的历史广告类型对应的各车辆驾驶员眼神注视道闸口时长和各车辆驾驶员注视道闸口对应的表情类别，还用于提取出目标小区各人行道闸口对应各次布设的历史广告类型对应的各行人眼神注视道闸口时长和各行人注视道闸口对应的表情类别；
S2、根据计算公式
计算得出目标小区人员各次布设的历史广告类型的初步偏好系数εy，其中，i表示为各人行道闸口对应的编号，i＝1,2,......j，m表示为各车辆驾驶员对应的编号，m＝1,2,......n，p表示为各行人对应的编号，p＝1,2,......q，y表示为各次布设的历史广告类型对应的编号，y＝1,2,......x，
表示为第d个车辆道闸口第m位车辆驾驶员观看第y次布设的历史广告类型对应的观看时长，
表示为第i个人行道闸口第p位行人观看第y次布设的历史广告类型对应的观看时长，T'表示为设定的的广告偏好标准注视时长，n表示为车辆驾驶员的总数量，u表示为车辆道闸口的总数量，j表示为人行道闸口的总数量，q表示为行人的总数量；
S3、获取各道闸口对应各次布设的历史广告类型时各车辆驾驶员注视道闸口的表情类别，将各道闸口对应各次布设的历史广告类型时各车辆驾驶员注视道闸口的表情类别与各观看兴趣等级对应的表情类别进行匹配筛选,继而获取各次布设的历史广告类型时各车辆驾驶员的观看兴趣等级,其中，观看兴趣等级包括一级观看兴趣等级、二级观看兴趣等级和三级观看兴趣等级，并统计各车辆道闸口各次布设的历史广告类型对应的一级观看等级对应的车辆驾驶员数目，进而利用计算公式
计算得出各次布设的历史广告类型对应的车辆驾驶员观看兴趣评估系数φy，
表示为第d个车辆道闸口第y次布设的历史广告类型对应的车辆驾驶员的总数量，M′dy表示为第d个车辆道闸口第y次布设的历史广告类型对应的一级观看兴趣等级对应的车辆驾驶员数目；
S4、获取各道闸口对应各次布设的历史广告类型时各行人注视道闸口的表情类别，将各次布设的历史广告类型时各行人注视道闸口的表情类别与各观看兴趣等级对应的表情类别进行匹配筛选,继而获取各次布设的历史广告类型时各行人的观看兴趣等级,并统计各人行道闸口各次布设的历史广告类型对应的一级观看等级对应的行人数目，进而利用计算公式
计算得出各次布设的历史广告类型对应的行人观看兴趣评估系数γy，
表示为第i个人行道闸口第y次布设的历史广告类型对应的行人总数目，M′iy表示为第i个人行道闸口第y次布设的历史广告类型对应的一级观看兴趣等级对应的行人数目。
6.根据权利要求5所述的一种基于大数据的广告投放智能管理系统，其特征在于：所述目标小区人员对应的各次布设的历史广告类型偏好系数，具体计算过程如下：
根据分析公式
计算得出目标小区人员对应的各次布设的历史广告类型偏好系数ηy。
7.根据权利要求1所述的一种基于大数据的广告投放智能管理系统，其特征在于：所述对目标小区各道闸口对应的广告浏览量进行分析，具体分析过程如下：
获取各车辆道闸口的各车辆驾驶员眼神注视道闸口时长，将各车辆道闸口的各车辆驾驶员眼神注视道闸口时长与设定的标准注视时长进行比对，若某车辆道闸口的某车辆驾驶员眼神注视道闸口时长大于或等于设定的车辆驾驶员标准注视时长，则将该车辆驾驶员记为参考驾驶员，由此统计各车辆道闸口各参考驾驶员对应的数目，还用于从目标小区各车辆道闸口对应的车辆进出数目提取出目标小区各车辆道闸口对应的车辆驾驶员数目，进而根据各车辆道闸口各参考驾驶员对应的数目和车辆驾驶员数目，利用比值公式计算得出各车辆道闸口对应的注视人员占比；
依据各车辆道闸口对应的注视人员占比同理计算得到各人行道闸口对应的注视人员占比；
进而利用计算公式各道闸口对应的人员注视量＝ι1*Bd+ι2*Bi，计算得出目标小区各道闸口对应的人员注视量，其中，ι1、ι2分别表示为设定的车辆驾驶员和行人对应的注视占比量，Bd表示为第d个车辆道闸口对应的注视人员占比，Bi表示为第i个人行道闸口对应的注视人员占比；
并将目标小区各道闸口对应的人员注视量记为目标小区各道闸口对应的广告浏览量。
8.根据权利要求7所述的一种基于大数据的广告投放智能管理系统，其特征在于：所述生成目标小区对应的广告投放方案，具体生成过程如下：
将目标小区各闸道口对应的广告浏览量进行互相比对，并将目标小区各闸道口对应的广告浏览量按照从大到小顺序排列，进而利用计算公式
计算得出广告投放总时长T，其中，L′表示为设定的广告标准投放总浏览量，Tk表示为目标小区第k个道闸口对应的广告浏览量，k表示为各道闸口对应的编号，k＝1,2,......h，
表示为向上取整；
进而根据目标小区各闸道口对应的广告浏览量的排列顺序和广告投放总时长，对目标小区各闸道口对应的广告浏览量排列靠前的进行广告投放总时长进行分配；
将目标小区人员对应的各次布设的历史广告类型偏好系数进行互相比对，并将目标小区人员对应的各次布设的历史广告类型偏好系数按照从大到小顺序排列，进而获取目标小区人员对应的各广告偏好类型编号排序，并根据目标小区人员对应的各广告偏好类型编号排序控制目标小区闸道口广告投放类型。
9.一种基于大数据的广告投放智能管理方法，其特征在于：该系统包括以下步骤：
步骤一、道闸口数量获取：获取目标小区对应的车辆道闸口数目和人行道闸口数目，并将目标小区各车辆道闸口按照预设顺序进行编号，依次标记为1,2,...d,...u，同时还将目标小区各人行道闸口按照预设顺序进行编号，依次标记为1,2,...i,...j，并将目标小区对应的车辆道闸口和人行道闸口统称为道闸口；
步骤二、小区信息监测：根据目标小区各道闸口布设的移动摄像头对目标小区各车辆道闸口各设定时间段内的车辆和各人行道闸口各监测时间段的行人进行图像监测；
步骤三、小区信息分析：对目标小区各道闸口进行图像分析，进而分别分析得到目标小区各车辆道闸口的车辆进出数目和各人行道闸口的行人进出数目；
步骤四、小区人员信息获取：从广告信息库中提取出目标小区各道闸口对应各次布设的历史广告类型和各次布设的历史广告类型对应的人员信息；
步骤五、小区人员信息分析：对目标小区各道闸口的人员信息进行分析，进而得出目标小区人员对应的各次布设的历史广告类型偏好系数；
步骤六、广告浏览量分析：根据目标小区各车辆道闸口的平均车辆进出数目和各人行道闸口的平均行人进出数目，进而对目标小区各道闸口对应的广告浏览量进行分析；
步骤七、广告投放方案生成：根据目标小区各道闸口对应的广告浏览量和目标小区人员对应的各次布设的历史广告类型偏好系数，进而生成目标小区对应的广告投放方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211433598.4A CN115689654A (zh) | 2022-11-16 | 2022-11-16 | 一种基于大数据的广告投放智能管理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211433598.4A CN115689654A (zh) | 2022-11-16 | 2022-11-16 | 一种基于大数据的广告投放智能管理系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115689654A true CN115689654A (zh) | 2023-02-03 |
Family
ID=85054298
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211433598.4A Pending CN115689654A (zh) | 2022-11-16 | 2022-11-16 | 一种基于大数据的广告投放智能管理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115689654A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117436953A (zh) * | 2023-10-24 | 2024-01-23 | 上海网萌网络科技有限公司 | 一种基于数据分析的广告投放管理系统及方法 |
| CN118134566A (zh) * | 2024-04-12 | 2024-06-04 | 深圳市创致联创科技有限公司 | 基于信息流刷新数据的广告定向推送方法、系统及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107578265A (zh) * | 2017-07-31 | 2018-01-12 | 上海与德科技有限公司 | 一种广告屏的价值确定方法、装置及服务器 |
| CN113240466A (zh) * | 2021-05-12 | 2021-08-10 | 武汉轻派壳子数码有限公司 | 基于大数据深度分析的移动传媒视频数据处理方法、设备及存储介质 |
| CN113256356A (zh) * | 2021-07-14 | 2021-08-13 | 深圳小蝉文化传媒股份有限公司 | 一种基于特征识别的互联网广告智能投放分析管理系统 |
-
2022
- 2022-11-16 CN CN202211433598.4A patent/CN115689654A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107578265A (zh) * | 2017-07-31 | 2018-01-12 | 上海与德科技有限公司 | 一种广告屏的价值确定方法、装置及服务器 |
| CN113240466A (zh) * | 2021-05-12 | 2021-08-10 | 武汉轻派壳子数码有限公司 | 基于大数据深度分析的移动传媒视频数据处理方法、设备及存储介质 |
| CN113256356A (zh) * | 2021-07-14 | 2021-08-13 | 深圳小蝉文化传媒股份有限公司 | 一种基于特征识别的互联网广告智能投放分析管理系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117436953A (zh) * | 2023-10-24 | 2024-01-23 | 上海网萌网络科技有限公司 | 一种基于数据分析的广告投放管理系统及方法 |
| CN118134566A (zh) * | 2024-04-12 | 2024-06-04 | 深圳市创致联创科技有限公司 | 基于信息流刷新数据的广告定向推送方法、系统及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115689654A (zh) | 一种基于大数据的广告投放智能管理系统及方法 | |
| Cottet et al. | Using gaze behavior to gain insights into the impacts of naturalness on city dwellers' perceptions and valuation of a landscape | |
| CN109543111B (zh) | 推荐信息筛选方法、装置、存储介质及服务器 | |
| ES2261527T3 (es) | Sistema, procedimiento y aplicacion de software para publicidad dirigida mediante una agrupacion de modelos de comportamiento, y preferencias de programacion basadas en grupos de modelos de comportamiento. | |
| CN106971317A (zh) | 基于人脸识别与大数据分析的广告投放效果评价与智能推送决策方法 | |
| CN107423661A (zh) | 获得保养信息的方法、分享保养信息的方法及其电子装置 | |
| CN105654349A (zh) | 电梯广告自适应播放方法及系统 | |
| CN106934018A (zh) | 一种基于协同过滤的医生推荐系统 | |
| CN107103781A (zh) | 基于物联网的共享车位服务方法及系统 | |
| Lecocq et al. | The impact of information on wine auction prices: results of an experiment | |
| CN108710858A (zh) | 一种基于表情识别的城市幸福指数动态热力图生成方法 | |
| Zebrowitz et al. | Older and younger adults’ accuracy in discerning health and competence in older and younger faces. | |
| Hedlin | Can prostitution law reform curb sex trafficking: Theory and evidence on scale, substitution, and replacement effects | |
| CN111582957B (zh) | 一种广告推送计费方法、装置及计算机设备 | |
| CN114708018B (zh) | 一种基于数据分析的电子屏广告智能计费管理系统 | |
| CN115445144B (zh) | 一种基于虚拟现实的智能交互式展示平台 | |
| KR102261336B1 (ko) | 인공지능 얼굴인식에 의한 광고 컨텐츠 매칭 및 이를 통한 광고 수익을 분배할 수 있는 광고 컨텐츠 공유 서비스 제공 시스템 | |
| CN111582956A (zh) | 一种广告推送方法、装置及计算机设备 | |
| CN113240466A (zh) | 基于大数据深度分析的移动传媒视频数据处理方法、设备及存储介质 | |
| CN113129078A (zh) | 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 | |
| Oki et al. | Evaluating visual impressions based on gaze analysis and deep learning: a case study of attractiveness evaluation of streets in densely built-up wooden residential area | |
| Vestergaard et al. | Retrospective valuation of experienced outcome encoded in distinct reward representations in the anterior insula and amygdala | |
| US20050144633A1 (en) | World-wide non-time based poll method for determining best image of a child | |
| Qiu et al. | The natural focus: Combining deep learning and eye-tracking to understand public perceptions of urban ecosystem aesthetics | |
| Kohlrautz et al. | A Joint Model of Cyclist Choice of Bicycle Parking Facilities |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230203 |