CN116091128A - 基于分布式系统的广告智能推送方法、装置、设备及介质 - Google Patents
基于分布式系统的广告智能推送方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116091128A CN116091128A CN202211606279.9A CN202211606279A CN116091128A CN 116091128 A CN116091128 A CN 116091128A CN 202211606279 A CN202211606279 A CN 202211606279A CN 116091128 A CN116091128 A CN 116091128A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- target
- user
- distributed system
- matching degree
- 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
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
- G06Q30/0277—Online advertisement
-
- 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
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- 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
- G06Q30/0255—Targeted advertisements based on user history
-
- 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
本申请提供一种基于分布式系统的广告智能推送方法、装置、设备及介质,该方法通过分布式系统,在以广告机为基准的预设范围内搜索目标设备,当同样装载有分布式系统的目标设备出现在预设范围内时,既可通过分布式系统自动组网,从而读取目标设备中的用户个人标签,从而可以分析用户的广告偏好;通过广告匹配算法,对预设广告池中现存的广告与用户个人标签进行匹配度计算,从而确定其中与用户个人标签匹配度最高的目标广告,并进行推送,从而提高线下广告智能推送的精准度。
Description
技术领域
本申请涉及广告推送技术领域,尤其涉及一种基于分布式系统的广告智能推送方法、装置、设备及介质。
背景技术
随着时代的发展,广告在人们生活中出现的场景和次数越来越多,从电视的广告时间到互联网上的每个网页,从家里到各种存人流量大的公共场所都有广告出现。广告数量的急剧增多带来的是大量的“无效广告”和广告效益的降低,对于个人而言这些广告的群体投放并不能匹配个人需求,对于广告主而言大量的“无效广告”使自己的投放效率降低,故精准投放广告是符合双方利益的最好方法。
目前的线下智能推送广告的方式主要有两种,一种是基于人脸识别的智能广告推送系统,一种是基于地理定位的智能广告推送系统。但是,基于人脸识别的智能广告推送系统可以提取的便签相对较少,无论是其是根据个人的外貌特征获得标签,还是用户对于广告关注度来获得,这种方式的精准度都有限,是从群体的一般性喜好上来进行推断,无法了解个体用户的喜好,更无法了解个体用户在当下的需要。基于地理位置实现的智能广告推送系统无法在室内实现,通过浏览网页数据等可以实现精准捕捉用户画像,但受限于使用场景,室内场景并不适用。
因此,如何提高线下广告智能推送的精准度成为了目前亟待解决的技术问题。
发明内容
本申请提供了一种基于分布式系统的广告智能推送方法、装置、设备及介质,旨在提高线下广告智能推送的精准度。
第一方面,本申请提供一种基于分布式系统的广告智能推送方法,所述基于分布式系统的广告智能推送方法包括以下步骤:
基于装载于广告机中的分布式系统,发布设备搜索指令,确定在预设区域内发现的至少一个目标设备;
基于所述分布式系统,将所述目标设备与所述广告机建立通信连接,读取所述目标设备对应的用户个人标签;
基于广告匹配算法,计算预设广告池中的广告与所述用户个人标签的匹配度,确定其中与所述用户个人标签匹配度最高的广告,作为目标广告;
基于所述广告机,投放所述目标广告,以完成对所述目标设备对应用户的广告智能推送。
第二方面,本申请还提供一种基于分布式系统的广告智能推送装置,所述基于分布式系统的广告智能推送装置包括:
设备发现模块,用于基于装载于广告机中的分布式系统,发布设备搜索指令,确定在预设区域内发现的至少一个目标设备;
信息读取模块,用于基于所述分布式系统,将所述目标设备与所述广告机建立通信连接,读取所述目标设备对应的用户个人标签;
广告确定模块,用于基于广告匹配算法,计算预设广告池中的广告与所述用户个人标签的匹配度,确定其中与所述用户个人标签匹配度最高的广告,作为目标广告;
广告投送模块,用于基于所述广告机,投放所述目标广告,以完成对所述目标设备对应用户的广告智能推送。
第三方面,本申请还提供一种计算机设备,所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如上述的基于分布式系统的广告智能推送方法的步骤。
第四方面,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,其中所述计算机程序被处理器执行时,实现如上述的基于分布式系统的广告智能推送方法的步骤。
本申请提供一种基于分布式系统的广告智能推送方法、装置、设备及介质,本申请的方法基于装载于广告机中的分布式系统,发布设备搜索指令,确定在预设区域内发现的至少一个目标设备;基于所述分布式系统,将所述目标设备与所述广告机建立通信连接,读取所述目标设备对应的用户个人标签;基于广告匹配算法,计算预设广告池中的广告与所述用户个人标签的匹配度,确定其中与所述用户个人标签匹配度最高的广告,作为目标广告;基于所述广告机,投放所述目标广告,以完成对所述目标设备对应用户的广告智能推送。通过上述方式,通过分布式系统,在以广告机为基准的预设范围内搜索目标设备,当同样装载有分布式系统的目标设备出现在预设范围内时,既可通过分布式系统自动组网,从而读取目标设备中的用户个人标签,从而可以分析用户的广告偏好;通过广告匹配算法,对预设广告池中现存的广告与用户个人标签进行匹配度计算,从而确定其中与用户个人标签匹配度最高的目标广告,并进行推送,从而提高线下广告智能推送的精准度。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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为本申请的实施例提供的一种基于分布式系统的广告智能推送系统;
图2为本申请提供的一种基于分布式系统的广告智能推送方法第一实施例的流程示意图;
图3为本申请提供的一种基于分布式系统的广告智能推送方法第二实施例的流程示意图;
图4为本申请提供的一种基于分布式系统的广告智能推送方法第三实施例的流程示意图;
图5为本申请提供的一种基于分布式系统的广告智能推送方法第四实施例的流程示意图;
图6是本申请提供的一种基于分布式系统的广告智能推送装置第一实施例的结构示意图;
图7是本申请实施例提供的一种计算机设备的结构示意性框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
本申请的实施例提供了一种基于分布式系统的广告智能推送方法、装置、设备及存储介质,用于通过分布式系统实现广告机和移动终端的自组网,从而获取用户个人标签信息,继而分析用户的广告偏好,在广告池中匹配用户偏好的广告进行投放,提高线下广告智能推送的精准度。
如图1所示,图1为本申请的实施例提供的一种基于分布式系统的广告智能推送系统,该系统包括终端、广告机设备和服务器,所述终端与服务器通信连接,所述终端与广告机设备通过分布式软总线通信连接,所述广告机设备和服务器通信连接,所述广告机设备包括投放广告池。
其中,所述终端包括手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等电子设备。
其中,所述服务器包括独立一台服务器,或者服务器集群。
以下,将基于该基于分布式系统的广告智能推送系统对本申请的实施例提供的基于分布式系统的广告智能推送方法进行详细介绍。
请参照图2,图2为本申请提供的一种基于分布式系统的广告智能推送方法第一实施例的流程示意图。该基于分布式系统的广告智能推送方法可以用于基于分布式系统的广告智能推送系统的服务器中。
如图2所示,该基于分布式系统的广告智能推送方法包括步骤S101至步骤S104。
步骤S101、基于装载于广告机中的分布式系统,发布设备搜索指令,确定在预设区域内发现的至少一个目标设备;
本实施例中,广告机可以通过分布式系统连接到预设局域网中,并且通过分布式系统在预设局域网中发布设备发现指令,搜索预设局域网中的其它设备。
在一实施例中,分布式系统可以采用组件化设计,可以根据装载设备的资源能力和业务特征进行灵活裁剪,满足不同形态的终端设备对于分布式操作系统的要求,比如智能家居物联网终端、智能穿戴、智慧大屏、汽车智能座舱、音箱等智能终端。因此,分布式系统可以装载在各类不同终端设备中,实现不同终端设备的能力整合和组网连接。
在一实施例中,分布式系统可以根据不同设备的硬件条件和实际需求提供不同形式的系统形式,包括轻量系统、小型系统和标准系统等。
在一实施例中,轻量系统可以支持的设备最小内存为128KiB,可以提供多种轻量级网络协议,轻量级的图形框架,以及丰富的IOT总线读写部件等。可支撑的产品如智能家居领域的连接类模组、传感器设备、穿戴类设备等。
在一实施例中,小型系统可以支持的设备最小内存为1MiB,可以提供更高的安全能力、标准的图形框架、视频编解码的多媒体能力。可支撑的产品如智能家居领域的IPCamera、电子猫眼、路由器以及智慧出行域的行车记录仪等。
在一实施例中,标准系统可以支持的设备最小内存为128MiB,可以提供增强的交互能力、3D GPU以及硬件合成能力、更多控件以及动效更丰富的图形能力、完整的应用框架。将广泛应用在智慧大屏、汽车智能座舱等智能终端。
在一实施例中,基于所述分布式系统,向分布式软总线发送所述设备搜索指令;在所述预设区域内出现装载有所述分布式系统的连接设备时,基于所述分布式软总线和所述分布式系统,向所述连接设备发送所述设备搜索指令;在接收到所述连接设备基于所述设备搜索指令反馈的响应信号时,确定所述连接设备为所述目标设备。
在一实施例中,分布式软总线基于以太网、WIFI和蓝牙的软硬协同,提供设备间的发现与连接功能;在设备之间互相发现与连接之后,分布式软总线再管理设备间的自组网与拓扑关系。
在一实施例中,在连接设备进入到预设局域网中时,通过连接设备中状态的分布式系统自动与分布式软总线建立通信连接,并接收发现端设备(即广告机设备)发送的设备搜索指令,在分布式软总线中存在某一连接设备基于该设备搜索指令反馈的响应信号时,则认为该连接设备为目标用户的目标设备。
步骤S102、基于所述分布式系统,将所述目标设备与所述广告机建立通信连接,读取所述目标设备对应的用户个人标签;
本实施例中,在目标设备和广告机设备建立通信连接时,广告机可以获取目标设备的信息读取权限,读取目标设备中的用户个人标签。
在一实施例中,当用户携带智能终端靠近广告机设备时,广告机设备会发现智能终端设备,并且自动组成网络,从用户的终端中读取用户个人标签,实现了用户个人智能设备与广告机之间的信息交互,从而为用户精准推送广告。
在一实施例中,用户个人标签包括用户个人身份信息、用户的网页浏览信息,比如网页浏览行为日志数据等,便于对用户的广告偏好进行分析。
步骤S103、基于广告匹配算法,计算预设广告池中的广告与所述用户个人标签的匹配度,确定其中与所述用户个人标签匹配度最高的广告,作为目标广告;
本实施例中,广告机设备中在分布式系统完成与目标设备之间的信息交互之后,可以将用户个人标签传递至广告匹配算法模块,通过广告匹配算法,计算预设广告池中各广告与目标用户的匹配度,从而选择预设广告池中与目标用户最匹配的广告进行投放。
可以理解地是,在利用用户个人标签数据进行广告匹配之前,首先需要对用户行为数据进行分析,了解数据中蕴含的一般规律,这样才能对算法的设计起到指导作用。
在一实施例中,广告匹配算法可以是基于关键词匹配的信息检索,如cos算法,OKapi BM25算法和Multinomial统计语言模型;也可以是基于用户点击反馈的机器学习算法,如特征学习模型,分层学习模型等;还可以是在线学习算法,如Multi-armed bandit,UCB1等。
步骤S104、基于所述广告机,投放所述目标广告,以完成对所述目标设备对应用户的广告智能推送。
本实施例中,在确定目标广告之后,可以根据目标所在位置,向距离目标用户最近的广告机投放目标广告,以向目标用户进行精准投放。
在一实施例中,当目标用户在移动时,可以根据目标用户的移动方向,判断目标用户即将经过的广告机,从而投放到该广告机上,避免目标用户错过该广告。
在一实施例中,还可以通过分布式软总线接收用户发送的广告发布申请,将广告发送至后台交由人工审核,在审核通过并完成支付之后,即可进行发布,或者将广告加入到广告池中按照预设顺序发布。
本实施例提供一种基于分布式系统的广告智能推送方法、装置、设备及介质,本申请的方法基于装载于广告机中的分布式系统,发布设备搜索指令,确定在预设区域内发现的至少一个目标设备;基于所述分布式系统,将所述目标设备与所述广告机建立通信连接,读取所述目标设备对应的用户个人标签;基于广告匹配算法,计算预设广告池中的广告与所述用户个人标签的匹配度,确定其中与所述用户个人标签匹配度最高的广告,作为目标广告;基于所述广告机,投放所述目标广告,以完成对所述目标设备对应用户的广告智能推送。通过上述方式,通过分布式系统,在以广告机为基准的预设范围内搜索目标设备,当同样装载有分布式系统的目标设备出现在预设范围内时,既可通过分布式系统自动组网,从而读取目标设备中的用户个人标签,从而可以分析用户的广告偏好;通过广告匹配算法,对预设广告池中现存的广告与用户个人标签进行匹配度计算,从而确定其中与用户个人标签匹配度最高的目标广告,并进行推送,从而提高线下广告智能推送的精准度。
请参照图3,图3为本申请提供的基于分布式系统的广告智能推送方法第二实施例的流程示意图。
本实施例中,基于上述图2所示实施例,所述步骤S102,具体包括:
步骤S201、在所述预设区域内发现至少一个所述目标设备时,基于所述分布式系统,将所述目标设备和所述广告机组成通信网络;
本实施例中,分布式软总线的应用可以实现设备之间的自发现和自连接,在用户携带终端设备进入到预设区域内时,通过分布式系统连接到分布式软总线上,从而使得目标设备与广告机自动组成网络。
步骤S202、基于所述通信网络中的分布式软总线,接收并发布所述广告机发送的信息读取请求;
步骤S203、基于所述信息读取请求,读取所述目标设备中的所述用户个人标签。
在一实施例中,所述基于所述信息读取请求,读取所述目标设备中的所述用户个人标签,包括:基于所述信息读取请求,获取所述目标设备的读取权限信息;在所述读取权限信息为允许读取时,读取所述目标设备中的所述用户个人标签。
在一实施例中,广告机设备在于移动设备建立通信之后,可以发送信息读取请求,如果目标设备已经预先开发外部设备信息读取的权限,则可以直接读取目标设备中的用户个人标签。
在一实施例中,如果目标设备没有开放该信息读取的允许权限,则需求请求用户向广告机设备授予信息读取的权限,以便于广告机设备可以读取用户个人标签。
请参照图4,图4为本申请提供的基于分布式系统的广告智能推送方法第三实施例的流程示意图。
本实施例中,基于上述图2所示实施例,所述步骤S103之前,具体还包括:
步骤S301、基于所述用户个人标签,获取目标用户的个人信息和历史广告浏览信息;
步骤S302、基于所述个人信息和所述历史广告浏览信息,确定所述目标用户的广告偏好类型。
本实施例中,可以通过对用户个人标签数据的分析,分析目标用户的广告偏好或者需求,从而为用户提供精确地广告投放服务。
在一实施例中,用户个人标签可以包括个人信息,包括用户的注册信息,比如年龄,性别等,以及用户的购买行为,比如买了一堆GPU的可能是个技术员。
在一实施例中,用户个人标签还可以包括历史广告浏览信息,比如商品搜索历史、点击、收藏和浏览数据等,以及用户经常浏览的商品本身的特征信息,比如商品的介绍、分类、价格等。
在一实施例中,在广告匹配算法中还包括用户行为分析,通过对用户个人标签数据的解析,可以分析用户感兴趣的领域,比如购物需求和购物偏向的分析,用户在近期存在对某一类物品的频繁搜索或者浏览时,可能表示用户对该类物品的兴趣很大;或者用户近期已经购买某一类产品,而且该产品是可以长期使用的,则用户可能对该类产品的兴趣会很低;又或者用户存在长期使用同一种类的消耗品,则表示用户对于该类消耗品的需求兴趣会比较大,推荐成功性更高。
在一实施例中,通过对用户个人标签的分析,可以判断用户可能感兴趣的商品类型、当前可能存在购买需求的商品以及购买商品的可接受价格范围等,从而综合分析目标用户的广告偏好。
进一步地,基于上述图2和上述图4所示实施例,所述基于广告匹配算法,计算预设广告池中的广告与所述用户个人标签的匹配度,确定其中与所述用户个人标签匹配度最高的广告,作为目标广告,具体包括:
基于所述目标用户的广告偏好类型和所述广告匹配算法,计算所述预设广告池中的各广告与所述用户个人标签的匹配度;
基于所述预设广告池中的各广告与所述用户个人标签的匹配度,获得匹配度排序,确定最高匹配度对应的广告,作为所述目标广告。
在一实施例中,在对目标用户偏好进行分析和广告匹配计算时,需要综合多个特征来进行匹配度的计算,比如年龄在18-30岁的女生比较关注颜色比较时髦的唇膏商品,这个判断就用了年龄和性别两个特征来综合决策最终的匹配结果。
在一实施例中,对于广告与用户个人匹配度计算时,还需要综合考虑目标用户的个人能力和实际需求。比如对于学生群体,其购买力较弱,可能推荐一些价格比较偏低的商品会更符合该学生群体的实际能力,而不是推荐其感兴趣却超出其购买能力的商品;比如对于婴儿的妈妈,其关注更多的可能是育婴产品,而大于其本身的购买需求。
请参照图5,图5为本申请提供的基于分布式系统的广告智能推送方法第四实施例的流程示意图。
本实施例中,基于上述图2所示实施例,所述步骤S103具体还包括:
步骤S401、在存在至少两个目标设备对应的所述用户个人标签时,基于所述广告匹配算法,计算所述预设广告池中的各广告与各用户个人标签的匹配度;
步骤S402、基于所述预设广告池中的各广告与各用户个人标签的匹配度,计算所述各广告对应的平均匹配度,确定其中最大平均匹配度对应的广告,作为所述目标广告。
本实施例中,在同时存在多个目标设备连接到广告机设备所在局域网中时,即在分布式软总线中存在多个响应设备搜索指令的目标设备,此时,广告机也会同时获得多个目标用户的个人标签,则需要根据多个用户的偏好进行统筹计算,选择能够满足多数用户需求的广告进行投放。
在一实施例中,可以通过计算预设广告池中每一个广告与每一个目标用户的匹配度,然后再统计每一个广告与所有目标用户的平均匹配度,从而选取其中平均匹配度最高的作为目标广告。
在一实施例中,可以根据各目标用户的购买需求和购买能力,判断各目标用户对于广告池中各广告对应商品的购买概率,选择其中购买概率最高的作为目标广告,或者可能购买的用户数量最多的作为目标广告。
在一实施例中,在所述预设区域内未发现所述目标设备时,则可以根据广告池中各广告的预设播放顺序,在所述广告机上循环投放所述广告池中的广告,并且可以预设每一个广告的播放时长,比如一个广告可以播放30s,或者按照播放时间最长的广告为基准,对于播放时间短的,则可以循环连续播放,但是限制最大连续循环次数,比如最多连续循环播放三次。
请参阅图6,图6是本申请提供的一种基于分布式系统的广告智能推送装置第一实施例的结构示意图,该基于分布式系统的广告智能推送装置用于执行前述的基于分布式系统的广告智能推送方法。其中,该基于分布式系统的广告智能推送装置可以配置于服务器中。
如图6所示,该基于分布式系统的广告智能推送装置300,包括:设备发现模块301、信息读取模块302、广告确定模块303和广告投送模块304。
设备发现模块301,用于基于装载于广告机中的分布式系统,发布设备搜索指令,确定在预设区域内发现的至少一个目标设备;
信息读取模块302,用于基于所述分布式系统,将所述目标设备与所述广告机建立通信连接,读取所述目标设备对应的用户个人标签;
广告确定模块303,用于基于广告匹配算法,计算预设广告池中的广告与所述用户个人标签的匹配度,确定其中与所述用户个人标签匹配度最高的广告,作为目标广告;
广告投送模块304,用于基于所述广告机,投放所述目标广告,以完成对所述目标设备对应用户的广告智能推送。
在一实施例中,所述信息读取模块302,还用于在所述预设区域内发现至少一个所述目标设备时,基于所述分布式系统,将所述目标设备和所述广告机组成通信网络;基于所述通信网络中的分布式软总线,接收并发布所述广告机发送的信息读取请求;基于所述信息读取请求,读取所述目标设备中的所述用户个人标签。
在一实施例中,所述信息读取模块302,还用于基于所述信息读取请求,获取所述目标设备的读取权限信息;在所述读取权限信息为允许读取时,读取所述目标设备中的所述用户个人标签。
在一实施例中,所述设备发现模块301,还用于基于所述分布式系统,向分布式软总线发送所述设备搜索指令;在所述预设区域内出现装载有所述分布式系统的连接设备时,基于所述分布式软总线和所述分布式系统,向所述连接设备发送所述设备搜索指令;在接收到所述连接设备基于所述设备搜索指令反馈的响应信号时,确定所述连接设备为所述目标设备。
在一实施例中,所述基于分布式系统的广告智能推送装置300还包括广告偏好类型分析模块,用于基于所述用户个人标签,获取目标用户的个人信息和历史广告浏览信息;基于所述个人信息和所述历史广告浏览信息,确定所述目标用户的广告偏好类型。
在一实施例中,所述基于广告偏好类型分析模块,还用于基于所述目标用户的广告偏好类型和所述广告匹配算法,计算所述预设广告池中的各广告与所述用户个人标签的匹配度;基于所述预设广告池中的各广告与所述用户个人标签的匹配度,获得匹配度排序,确定最高匹配度对应的广告,作为所述目标广告。
在一实施例中,所述广告确定模块303,还用于在存在至少两个目标设备对应的所述用户个人标签时,基于所述广告匹配算法,计算所述预设广告池中的各广告与各用户个人标签的匹配度;基于所述预设广告池中的各广告与各用户个人标签的匹配度,计算所述各广告对应的平均匹配度,确定其中最大平均匹配度对应的广告,作为所述目标广告。
需要说明的是,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,上述描述的装置和各模块的具体工作过程,可以参考前述基于分布式系统的广告智能推送方法实施例中的对应过程,在此不再赘述。
上述实施例提供的装置可以实现为一种计算机程序的形式,该计算机程序可以在如图7所示的计算机设备上运行。
请参阅图7,图7是本申请实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以是服务器。
参阅图7,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口,其中,存储器可以包括非易失性存储介质和内存储器。
非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行任意一种基于分布式系统的广告智能推送方法。
处理器用于提供计算和控制能力,支撑整个计算机设备的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境,该计算机程序被处理器执行时,可使得处理器执行任意一种基于分布式系统的广告智能推送方法。
该网络接口用于进行网络通信,如发送分配的任务等。本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
应当理解的是,处理器可以是中央处理单元(Central Processing Unit,CPU),该处理器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、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中,在一个实施例中,所述处理器用于运行存储在存储器中的计算机程序,以实现如下步骤:
基于装载于广告机中的分布式系统,发布设备搜索指令,确定在预设区域内发现的至少一个目标设备;
基于所述分布式系统,将所述目标设备与所述广告机建立通信连接,读取所述目标设备对应的用户个人标签;
基于广告匹配算法,计算预设广告池中的广告与所述用户个人标签的匹配度,确定其中与所述用户个人标签匹配度最高的广告,作为目标广告;
基于所述广告机,投放所述目标广告,以完成对所述目标设备对应用户的广告智能推送。
在一个实施例中,所述处理器在实现所述基于所述分布式系统,将所述目标设备与所述广告机建立通信连接,读取所述目标设备对应的用户个人标签时,用于实现:
在所述预设区域内发现至少一个所述目标设备时,基于所述分布式系统,将所述目标设备和所述广告机组成通信网络;
基于所述通信网络中的分布式软总线,接收并发布所述广告机发送的信息读取请求;
基于所述信息读取请求,读取所述目标设备中的所述用户个人标签。
在一个实施例中,所述处理器在实现所述基于所述信息读取请求,读取所述目标设备中的所述用户个人标签时,用于实现:
基于所述信息读取请求,获取所述目标设备的读取权限信息;
在所述读取权限信息为允许读取时,读取所述目标设备中的所述用户个人标签。
在一个实施例中,所述处理器在实现所述基于装载于广告机中的分布式系统,发布设备搜索指令,确定在预设区域内发现的至少一个目标设备时,用于实现:
基于所述分布式系统,向分布式软总线发送所述设备搜索指令;
在所述预设区域内出现装载有所述分布式系统的连接设备时,基于所述分布式软总线和所述分布式系统,向所述连接设备发送所述设备搜索指令;
在接收到所述连接设备基于所述设备搜索指令反馈的响应信号时,确定所述连接设备为所述目标设备。
在一个实施例中,所述处理器在实现所述基于广告匹配算法,计算预设广告池中的广告与所述用户个人标签的匹配度,确定其中与所述用户个人标签匹配度最高的广告,作为目标广告之前,还用于实现:
基于所述用户个人标签,获取目标用户的个人信息和历史广告浏览信息;
基于所述个人信息和所述历史广告浏览信息,确定所述目标用户的广告偏好类型。
在一个实施例中,所述处理器在实现所述基于广告匹配算法,计算预设广告池中的广告与所述用户个人标签的匹配度,确定其中与所述用户个人标签匹配度最高的广告,作为目标广告时,用于实现:
基于所述目标用户的广告偏好类型和所述广告匹配算法,计算所述预设广告池中的各广告与所述用户个人标签的匹配度;
基于所述预设广告池中的各广告与所述用户个人标签的匹配度,获得匹配度排序,确定最高匹配度对应的广告,作为所述目标广告。
在一个实施例中,所述处理器在实现所述基于广告匹配算法,计算预设广告池中的广告与所述用户个人标签的匹配度,确定其中与所述用户个人标签匹配度最高的广告,作为目标广告时,还用于实现:
在存在至少两个目标设备对应的所述用户个人标签时,基于所述广告匹配算法,计算所述预设广告池中的各广告与各用户个人标签的匹配度;
基于所述预设广告池中的各广告与各用户个人标签的匹配度,计算所述各广告对应的平均匹配度,确定其中最大平均匹配度对应的广告,作为所述目标广告。
本申请的实施例中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存储有计算机程序,所述计算机程序中包括程序指令,所述处理器执行所述程序指令,实现本申请实施例提供的任一种基于分布式系统的广告智能推送方法。
其中,所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元,例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备,例如所述计算机设备上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于分布式系统的广告智能推送方法,其特征在于,所述方法包括以下步骤:
基于装载于广告机中的分布式系统,发布设备搜索指令,确定在预设区域内发现的至少一个目标设备;
基于所述分布式系统,将所述目标设备与所述广告机建立通信连接,读取所述目标设备对应的用户个人标签;
基于广告匹配算法,计算预设广告池中的广告与所述用户个人标签的匹配度,确定其中与所述用户个人标签匹配度最高的广告,作为目标广告;
基于所述广告机,投放所述目标广告,以完成对所述目标设备对应用户的广告智能推送。
2.根据权利要求1所述的基于分布式系统的广告智能推送方法,其特征在于,所述基于所述分布式系统,将所述目标设备与所述广告机建立通信连接,读取所述目标设备对应的用户个人标签,包括:
在所述预设区域内发现至少一个所述目标设备时,基于所述分布式系统,将所述目标设备和所述广告机组成通信网络;
基于所述通信网络中的分布式软总线,接收并发布所述广告机发送的信息读取请求;
基于所述信息读取请求,读取所述目标设备中的所述用户个人标签。
3.根据权利要求2所述的基于分布式系统的广告智能推送方法,其特征在于,所述基于所述信息读取请求,读取所述目标设备中的所述用户个人标签,包括:
基于所述信息读取请求,获取所述目标设备的读取权限信息;
在所述读取权限信息为允许读取时,读取所述目标设备中的所述用户个人标签。
4.根据权利要求1所述的基于分布式系统的广告智能推送方法,其特征在于,所述基于装载于广告机中的分布式系统,发布设备搜索指令,确定在预设区域内发现的至少一个目标设备,包括:
基于所述分布式系统,向分布式软总线发送所述设备搜索指令;
在所述预设区域内出现装载有所述分布式系统的连接设备时,基于所述分布式软总线和所述分布式系统,向所述连接设备发送所述设备搜索指令;
在接收到所述连接设备基于所述设备搜索指令反馈的响应信号时,确定所述连接设备为所述目标设备。
5.根据权利要求1所述的基于分布式系统的广告智能推送方法,其特征在于,所述基于广告匹配算法,计算预设广告池中的广告与所述用户个人标签的匹配度,确定其中与所述用户个人标签匹配度最高的广告,作为目标广告之前,还包括:
基于所述用户个人标签,获取目标用户的个人信息和历史广告浏览信息;
基于所述个人信息和所述历史广告浏览信息,确定所述目标用户的广告偏好类型。
6.根据权利要求5所述的基于分布式系统的广告智能推送方法,其特征在于,所述基于广告匹配算法,计算预设广告池中的广告与所述用户个人标签的匹配度,确定其中与所述用户个人标签匹配度最高的广告,作为目标广告,包括:
基于所述目标用户的广告偏好类型和所述广告匹配算法,计算所述预设广告池中的各广告与所述用户个人标签的匹配度;
基于所述预设广告池中的各广告与所述用户个人标签的匹配度,获得匹配度排序,确定最高匹配度对应的广告,作为所述目标广告。
7.根据权利要求1-6中任一项所述的基于分布式系统的广告智能推送方法,其特征在于,所述基于广告匹配算法,计算预设广告池中的广告与所述用户个人标签的匹配度,确定其中与所述用户个人标签匹配度最高的广告,作为目标广告,还包括:
在存在至少两个目标设备对应的所述用户个人标签时,基于所述广告匹配算法,计算所述预设广告池中的各广告与各用户个人标签的匹配度;
基于所述预设广告池中的各广告与各用户个人标签的匹配度,计算所述各广告对应的平均匹配度,确定其中最大平均匹配度对应的广告,作为所述目标广告。
8.一种基于分布式系统的广告智能推送装置,其特征在于,包括:
设备发现模块,用于基于装载于广告机中的分布式系统,发布设备搜索指令,确定在预设区域内发现的至少一个目标设备;
信息读取模块,用于基于所述分布式系统,将所述目标设备与所述广告机建立通信连接,读取所述目标设备对应的用户个人标签;
广告确定模块,用于基于广告匹配算法,计算预设广告池中的广告与所述用户个人标签的匹配度,确定其中与所述用户个人标签匹配度最高的广告,作为目标广告;
广告投送模块,用于基于所述广告机,投放所述目标广告,以完成对所述目标设备对应用户的广告智能推送。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如权利要求1至7中任一项所述的基于分布式系统的广告智能推送方法的步骤。
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上存储有计算机程序,其中所述计算机程序被处理器执行时,实现如权利要求1至7中任一项所述的基于分布式系统的广告智能推送方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211606279.9A CN116091128A (zh) | 2022-12-12 | 2022-12-12 | 基于分布式系统的广告智能推送方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211606279.9A CN116091128A (zh) | 2022-12-12 | 2022-12-12 | 基于分布式系统的广告智能推送方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116091128A true CN116091128A (zh) | 2023-05-09 |
Family
ID=86207285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211606279.9A Pending CN116091128A (zh) | 2022-12-12 | 2022-12-12 | 基于分布式系统的广告智能推送方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116091128A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116805255A (zh) * | 2023-06-05 | 2023-09-26 | 深圳市瀚力科技有限公司 | 基于用户画像分析的广告自动优化投放系统 |
-
2022
- 2022-12-12 CN CN202211606279.9A patent/CN116091128A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116805255A (zh) * | 2023-06-05 | 2023-09-26 | 深圳市瀚力科技有限公司 | 基于用户画像分析的广告自动优化投放系统 |
CN116805255B (zh) * | 2023-06-05 | 2024-04-23 | 深圳市瀚力科技有限公司 | 基于用户画像分析的广告自动优化投放系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8725567B2 (en) | Targeted advertising in brick-and-mortar establishments | |
US20210365628A1 (en) | Extracting audiovisual features from digital components | |
US8694365B2 (en) | Generating targeted group based offers to increase sales | |
US20080004951A1 (en) | Web-based targeted advertising in a brick-and-mortar retail establishment using online customer information | |
US9223902B1 (en) | Architectures for content identification | |
US20080270248A1 (en) | System and device for social shopping on-line | |
US20120059707A1 (en) | Methods and apparatus to cluster user data | |
CN111800645B (zh) | 多媒体数据处理方法、装置、客户端及存储介质 | |
US20160180406A1 (en) | Combined advertisements | |
US20150287032A1 (en) | Methods and systems for connecting multiple merchants to an interactive element in a web page | |
JP5600148B2 (ja) | 映像配信装置、映像配信方法及び映像配信プログラム | |
US20150324836A1 (en) | Method and server for managing advertisements | |
US20230274312A1 (en) | Generating dynamic content item recommendations | |
US20230162274A1 (en) | Related item determination and content selection based upon related items | |
CN116091128A (zh) | 基于分布式系统的广告智能推送方法、装置、设备及介质 | |
CN113159870A (zh) | 推送信息的展示方法、装置及计算机设备 | |
CN111787042B (zh) | 用于推送信息的方法和装置 | |
US20200410588A1 (en) | Determining value of source of data | |
US10497031B1 (en) | Conditional bids in an auction | |
KR20190079582A (ko) | 선물 추천 서비스 방법 및 이를 실행하기 위한 선물 추천 서버 | |
CN113781171A (zh) | 信息推送方法、装置、设备及存储介质 | |
JP2020042551A (ja) | オンライン商取引支援システムにおける方法及びプログラム | |
US20180040031A1 (en) | Facilitating detection of bid data misuse | |
US11334613B2 (en) | Group profile generation and content item selection based upon group profiles | |
JP6664600B2 (ja) | 提供装置、提供方法および提供プログラム |
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 |