CN116109355B - 基于偏好数据的广告投放分析方法、系统及存储介质 - Google Patents
基于偏好数据的广告投放分析方法、系统及存储介质 Download PDFInfo
- Publication number
- CN116109355B CN116109355B CN202310386074.2A CN202310386074A CN116109355B CN 116109355 B CN116109355 B CN 116109355B CN 202310386074 A CN202310386074 A CN 202310386074A CN 116109355 B CN116109355 B CN 116109355B
- Authority
- CN
- China
- Prior art keywords
- user
- advertisement
- platform
- characteristic
- style
- 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
-
- 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
本发明公开了基于偏好数据的广告投放分析方法、系统及存储介质,涉及广告投放技术领域,包括:获取广告投放平台的用户流量数据,并分析平台用户的特征属性;计算平台用户消费指标;获得用户风格特征集;获得待投放广告的目标群体特征信息;计算待投放广告在广告投放平台所能获得的传播收益基础期望值;获得目标群体用户风格特征集;根据计算结果确定待投放广告在广告投放平台的收益修正值;获得待投放广告在广告投放平台的综合传播收益;判断综合传播收益是否达到广告投放预期值。本发明的优点在于:可以更加详细的分析出广告与投放平台用户之间的适配度,进而为广告的投放提供更加详细和具体的指导指标,便于实现广告的精准化投放。
Description
技术领域
本发明涉及广告投放技术领域,具体是涉及基于偏好数据的广告投放分析方法、系统及存储介质。
背景技术
近年来,随着网络环境的优化和移动智能设备的普及 ,短视频作为一种新的内容承载形式迅速发展,且逐渐以其创意性与趣味性并存的特点,成为现下最受欢迎的自媒体形式,在这种情况下诞生了众多短视频平台。伴随着短视频平台上用户数量的与日俱增,吸引了大量的广告投放业主在短视频平台上进行视频广告投放,投放之后的投放效果是广告投放业主非常关注的信息,因此对投放在短视频平台上的视频广告进行投放效果分析是非常有必要的。
现有的视频广告投放分析仅仅只针对于平台流量,缺乏对广告风格和平台之间的适配度的分析调整,往往会导致广告风格与视频平台之间出现严重的“水土不服”,进而导致广告投放时的产生的消费收益不高,甚至会导致广告投放产生负面宣传效果。
发明内容
为解决上述技术问题,提供一种基于偏好数据的广告投放分析方法、系统及存储介质,本技术方案解决了上述的现有的视频广告投放分析仅仅只针对于平台流量,缺乏对广告风格和平台之间的适配度的分析调整,往往会导致广告风格与视频平台之间出现严重的“水土不服”,进而导致广告投放时的产生的消费收益不高,甚至会导致广告投放产生负面宣传效果的问题。
为达到以上目的,本发明采用的技术方案为:
一种基于偏好数据的广告投放分析方法,包括:
获取广告投放平台的用户流量数据,所述用户流量数据包括用户特征和用户特征对应的流量,根据用户流量数据进行分析平台用户的特征属性,获得用户特征属性数据;
从用户特征属性数据中提取与用户消费相关的若干特征,获得用户消费特征集,根据用户消费特征集进行计算平台用户消费指标;
从用户特征属性数据中提取与用户风格相关的若干特征,获得用户风格特征集;
根据待投放广告的商品主体进行分析,获得待投放广告的目标群体特征信息;
根据待投放广告的目标群体特征信息和平台用户消费指标进行拟合计算待投放广告在广告投放平台投放所能获得的传播收益基础期望值;
筛选出平台中的待投放广告的目标群体用户,从目标群体用户的用户特征属性数据中提取与用户风格相关的若干特征,获得目标群体用户风格特征集;
获得待投放广告的风格,并根据待投放广告的风格、平台目标群体用户风格和平台用户风格进行综合匹配度计算,并根据计算结果确定待投放广告在广告投放平台的收益修正值;
结合收益修正和传播收益基础期望值进行综合计算,获得待投放广告在广告投放平台的综合传播收益;
判断综合传播收益是否达到广告投放预期值,若是,则判定为广告投放合格,若否,则判定为广告投放不合格;
其中,所述根据待投放广告的目标群体特征信息和平台用户消费指标进行拟合计算待投放广告在广告投放平台所能获得的传播收益基础期望值具体包括如下步骤:
从待投放广告的目标群体特征信息中具有相同属性的目标群体特征进行提取并整合,获得若干目标群体特征分类集合;
按照匹配度计算公式,进行计算目标群体特征分类集合和用户特征分类集合之间的匹配度,获得广告目标匹配度;
按照广告目标匹配度和平台用户消费指标进行综合计算广告的传播收益基础期望值;
其中,所述匹配度计算公式为:式中,P为匹配度,/>为第i个目标群体特征分类集合的影响权值,/>为第i个目标群体特征分类集合中的目标群体特征数量,/>为与第i个目标群体特征分类集合对应的用户特征分类集合中的目标群体特征数量,/>为第i个目标群体特征分类集合和与其对应的用户特征分类集合中的相同特征数量,/>为第i个目标群体特征分类集合和与其对应的用户特征分类集合的相似度,/>为第j个相同特征的在第i个目标群体特征分类集合中的权重,/>为第j个相同特征的在与第i个目标群体特征分类集合对应的用户特征分类集合中的权重;
所述根据待投放广告的风格、平台目标群体用户风格和平台用户风格进行综合匹配度计算,并根据计算结果确定待投放广告在广告投放平台的收益修正值具体包括:
提取与风格相关的若干用户特征分类集,组成平台用户风格特征类集合;
提取用户特征分类集合中与目标群体特征分类集合相同的特征,并组合成平台目标群体属性类集合;
根据若干用户特征分类集合之间的关系进行提取与平台目标群体属性分类集合相关的风格特征,并组合成若干平台目标群体用户风格特征类集合;
提取待投放广告的风格特征,并组合成待投放广告的风格特征类集合;
按照匹配度计算公式分别计算待投放广告的风格特征类集合与平台目标群体用户风格特征类集合之间的匹配度和待投放广告的风格特征类集合和平台用户风格特征类集合之间的匹配度;
按照修正值计算公式,进行计算待投放广告在广告投放平台的收益修正值;
所述修正值计算公式为:式中,/>为修正值,/>为待投放广告的风格特征类集合与平台目标群体用户风格特征类集合之间的匹配度,/>为待投放广告的风格特征类集合和平台用户风格特征类集合之间的匹配度,/>为平台用户转化率;
所述基于偏好数据的广告投放分析方法还包括广告风格调整,所述广告风格调整包括:
根据修正值计算公式,调整待投放广告的风格特征,所述调整待投放广告的风格特征包括增加和/或删除广告的风格特征、调整待投放广告的风格特征类集合中各风格特征的权重;
计算当待投放广告在广告投放平台的收益修正值最大时的待投放广告的风格特征数据,获得待投放广告的最佳风格特征数据;
根据待投放广告的最佳风格特征数据重新制作待投放广告。
优选的,所述根据用户流量数据进行分析平台用户的特征属性具体包括:
从用户流量数据中提取出若干用户特征,获得特征数据集合;
将用户特征数据集合中具有相同属性的用户特征进行提取并整合,并按照用户特征对应的流量占比对用户特征进行权重赋值,获得若干用户特征分类集合;
根据若干用户特征分类集合中的用户特征的关系,建立若干用户特征分类集合之间的关系;
根据若干用户特征分类集合、特征数据集合和若干用户特征分类集合之间的关系进行构建用户特征属性知识图谱。
优选的,所述根据用户消费特征集进行计算平台用户消费指标具体包括如下步骤:
从若干用户特征分类集合中进行提取出若干用户消费特征分类集,所述用户消费特征分类集至少包括一个用户消费数额类和若干用户消费修正特征分类集;
根据用户消费修正特征分类集生成若干个用户消费数额修正权值,并根据用户消费数额修正权值和用户消费数额类进行求取加权平均值,获取平台用户消费指标。
一种基于偏好数据的广告投放分析系统,用于实现如上述的基于偏好数据的广告投放分析方法,包括:
平台分析模块,所述平台分析模块用于根据用户流量数据进行分析平台用户的特征属性,获得用户特征属性数据、从用户特征属性数据中提取与用户消费相关的若干特征,获得用户消费特征集,根据用户消费特征集进行计算平台用户消费指标、从用户特征属性数据中提取与用户风格相关的若干特征,获得用户风格特征集;
广告分析模块,所述广告分析模块用于根据待投放广告的商品主体进行分析获得待投放广告的目标群体特征信息和获得待投放广告的风格;
拟合分析模块,所述拟合分析模块用于根据待投放广告的目标群体特征信息和平台用户消费指标进行拟合计算待投放广告在广告投放平台所能获得的传播收益基础期望值、确定待投放广告在广告投放平台的收益修正值、结合收益修正和传播收益基础期望值进行综合计算,获得待投放广告在广告投放平台的综合传播收益和判断综合传播收益是否达到广告投放预期值;
广告调整模块,所述广告调整模块用于进行广告风格调整。
可选的,所述平台分析模块包括:
用户特征属性分析单元,所述用户特征属性分析单元用于进行根据用户流量数据进行分析平台用户的特征属性;
用户消费分析单元,所述用户消费分析单元用于进行根据用户消费特征集进行计算平台用户消费指标;
用户风格分析单元,所述用户风格分析单元用于从用户特征属性数据中提取与用户风格相关的若干特征,获得用户风格特征集。
可选的,所述拟合分析模块包括:
基础收益分析单元,所述基础收益分析单元用于根据待投放广告的目标群体特征信息和平台用户消费指标进行拟合计算待投放广告在广告投放平台所能获得的传播收益基础期望值;
收益修正单元,所述收益修正单元用于进行确定待投放广告在广告投放平台的收益修正值;
综合收益分析单元,所述综合收益分析单元用于进行结合收益修正和传播收益基础期望值进行综合计算,获得待投放广告在广告投放平台的综合传播收益;
判断单元,所述判断单元用于进行判断综合传播收益是否达到广告投放预期值。
再进一步的,提出一种计算机可读存储介质,其上存储有计算机可读程序,所述计算机可读程序被调用时执行如上述的基于偏好数据的广告投放分析方法。
与现有技术相比,本发明的有益效果在于:
本发明提出一种基于偏好数据的广告投放分析方案,通过对平台的用户数据进行分析后将广告的商品与平台的用户消费数据进行初步拟合分析得到广告在该平台投放的传播收益基础期望值,并以传播收益基础期望值为基础值,结合广告的制作风格与平台的用户中的目标群体风格和平台的整体用户风格进行整体拟合计算后,得出广告的收益修正值,并结合广告在该平台投放的传播收益基础期望值和广告的收益修正值进行综合拟合计算出综合传播收益,综合传播收益可以更加详细的展示出制作的广告风格与投放平台用户之间的适配度,进而为广告的投放提供更加详细和具体的指导指标,便于实现广告的精准化投放。
附图说明
图1为本方案中基于偏好数据的广告投放分析方法流程图;
图2为本方案中平台用户的特征属性分析方法流程图;
图3为本方案中平台用户消费指标计算方法流程图;
图4为本方案中传播收益基础期望值计算方法流程图;
图5为本方案中收益修正值计算方法流程图;
图6为本方案中广告风格调整方法流程图;
图7为本方案中基于偏好数据的广告投放分析系统结构框图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。
实施例一:
参照图1所示,一种基于偏好数据的广告投放分析方法,包括:
获取广告投放平台的用户流量数据,用户流量数据包括用户特征和用户特征对应的流量,根据用户流量数据进行分析平台用户的特征属性,获得用户特征属性数据;
从用户特征属性数据中提取与用户消费相关的若干特征,获得用户消费特征集,根据用户消费特征集进行计算平台用户消费指标;
从用户特征属性数据中提取与用户风格相关的若干特征,获得用户风格特征集;
根据待投放广告的商品主体进行分析,获得待投放广告的目标群体特征信息;
根据待投放广告的目标群体特征信息和平台用户消费指标进行拟合计算待投放广告在广告投放平台投放所能获得的传播收益基础期望值;
筛选出平台中的待投放广告的目标群体用户,从目标群体用户的用户特征属性数据中提取与用户风格相关的若干特征,获得目标群体用户风格特征集;
获得待投放广告的风格,并根据待投放广告的风格、平台目标群体用户风格和平台用户风格进行综合匹配度计算,并根据计算结果确定待投放广告在广告投放平台的收益修正值;
结合收益修正和传播收益基础期望值进行综合计算,获得待投放广告在广告投放平台的综合传播收益;
判断综合传播收益是否达到广告投放预期值,若是,则判定为广告投放合格,若否,则判定为广告投放不合格。
通过对平台的用户数据进行分析后将广告的商品与平台的用户消费数据进行初步拟合分析得到广告在该平台投放的传播收益基础期望值,并以传播收益基础期望值为基础值,结合广告的制作风格与平台的用户中的目标群体风格和平台的整体用户风格进行整体拟合计算后,得出广告的收益修正值,并结合广告在该平台投放的传播收益基础期望值和广告的收益修正值进行综合拟合计算出综合传播收益,综合传播收益可以更加详细的展示出制作的广告风格与投放平台用户之间的适配度。
请参阅图2所示,根据用户流量数据进行分析平台用户的特征属性具体包括:
从用户流量数据中提取出若干用户特征,获得特征数据集合;
将用户特征数据集合中具有相同属性的用户特征进行提取并整合,并按照用户特征对应的流量占比对用户特征进行权重赋值,获得若干用户特征分类集合;
根据若干用户特征分类集合中的用户特征的关系,建立若干用户特征分类集合之间的关系;
根据若干用户特征分类集合、特征数据集合和若干用户特征分类集合之间的关系进行构建用户特征属性知识图谱。
可以理解的是,在平台用户中存在的多种不同特征,而相关的特征之间通常存在着有相同的属性,例如年龄属性,性别属性等,通过对用户特征数据集合中具有相同属性的用户特征进行提取并整合,并根据每个特征的占比进行权重赋值,获得用户特征分类集合;
同时根据用户特征分类集合中的用户特征的关系,例如某平台男性用户中,年龄段在18-25之间的占比为38%,建立起多个用户特征分类集合之间,并以此构建用户特征属性知识图谱,便于后续进行用户属性分析。
请参阅图3所示,根据用户消费特征集进行计算平台用户消费指标具体包括如下步骤:
从若干用户特征分类集合中进行提取出若干用户消费特征分类集,用户消费特征分类集至少包括一个用户消费数额类和若干用户消费修正特征分类集;
根据用户消费修正特征分类集生成若干个用户消费数额修正权值,并根据用户消费数额修正权值和用户消费数额类进行求取加权平均值,获取平台用户消费指标。
由于不同群体之间的消费力有所区别,因此本方案中针对用户消费修正特征进行平台用户消费指标的计算,例如,某平台男性群体中,在该平台的消费数额超过10000元以上的占比2.5%,在该平台的消费数额在5000元-10000元之间的占比12.5%,在该平台的消费数额在1000元-5000元之间的占比23%,在该平台的消费数额在100元-1000元之间的占比56%,在该平台的消费数额在100元以下的占比6%,通过加权计算,得到该平台的男性群体的消费指标为2188.5元,通过这种方式计算出若干个与用户消费相关的特征相关的消费指标,该指标可以详细且清晰的展示出平台用户的消费力水平,进而为广告投放能够带来的消费收益提供一个详细且具体的指标。
请参阅图4所示,根据待投放广告的目标群体特征信息和平台用户消费指标进行拟合计算待投放广告在广告投放平台所能获得的传播收益基础期望值具体包括如下步骤:
从待投放广告的目标群体特征信息中具有相同属性的目标群体特征进行提取并整合,获得若干目标群体特征分类集合;
按照匹配度计算公式,进行计算目标群体特征分类集合和用户特征分类集合之间的匹配度,获得广告目标匹配度;
按照广告目标匹配度和平台用户消费指标进行综合计算广告的传播收益基础期望值;
其中,匹配度计算公式为:式中,P为匹配度,/>为第i个目标群体特征分类集合的影响权值,/>为第i个目标群体特征分类集合中的目标群体特征数量,/>为与第i个目标群体特征分类集合对应的用户特征分类集合中的目标群体特征数量,/>为第i个目标群体特征分类集合和与其对应的用户特征分类集合中的相同特征数量,/>为第i个目标群体特征分类集合和与其对应的用户特征分类集合的相似度,/>为第j个相同特征的在第i个目标群体特征分类集合中的权重,/>为第j个相同特征的在与第i个目标群体特征分类集合对应的用户特征分类集合中的权重。
每个待投放广告的商品主体具有不同的消费目标群体,因此计算商品主体的消费目标群体与广告平台用户之间的适配程度是判定广告投放合不合理的重要指标,例如关于女性衣服的广告投放至男性用户占比过大的平台显然是不合适的,因此本方案中提出关于目标群体特征分类集合和用户特征分类集合之间的匹配度计算,并以此匹配度结合平台用户消费指标来计算传播收益基础期望值;
本方案中的匹配度结合两个指标来进行计算,一方面是属性类的影响权值,例如专门针对于女性的用品,其性别属性的重要权值应该相对较高,另一方面是属性类内部的拟合度,属性类内部的拟合度用相同特征数量占比和相同特征权重两方面来确定,例如,某商品专针对于女性用户,则在目标群体性别分类集合中只有女性这一个特征且女性权重占比为100%,而平台用户性别分类集合中,同时有男性和女性两个特征,且男性权重为56%,女性权重为44%,则在性别分类集合的拟合度为。
请参阅图5所示,根据待投放广告的风格、平台目标群体用户风格和平台用户风格进行综合匹配度计算,并根据计算结果确定待投放广告在广告投放平台的收益修正值具体包括:
提取与风格相关的若干用户特征分类集,组成平台用户风格特征类集合;
提取用户特征分类集合中与目标群体特征分类集合相同的特征,并组合成平台目标群体属性类集合;
根据若干用户特征分类集合之间的关系进行提取与平台目标群体属性分类集合相关的风格特征,并组合成若干平台目标群体用户风格特征类集合;
提取待投放广告的风格特征,并组合成待投放广告的风格特征类集合;
按照匹配度计算公式分别计算待投放广告的风格特征类集合与平台目标群体用户风格特征类集合之间的匹配度和待投放广告的风格特征类集合和平台用户风格特征类集合之间的匹配度;
按照修正值计算公式,进行计算待投放广告在广告投放平台的收益修正值;
修正值计算公式为:式中,/>为修正值,/>为待投放广告的风格特征类集合与平台目标群体用户风格特征类集合之间的匹配度,/>为待投放广告的风格特征类集合和平台用户风格特征类集合之间的匹配度,/>为平台用户转化率。
本方案中,传播收益基础期望值是按照投放的广告可以完全吸引目标群体,且对非目标群体完全不具有吸引性来进行计算的,而这种计算方式明显有着其局限性,不符合广告的实际传播规律,因此,采用修正值计算来进行传播收益修正,按照本方案中按照两个方面进行修正计算,一方面为待投放广告的风格特征类集合与平台目标群体用户风格特征类集合之间的匹配度,该值体现了投放的广告对目标群体的吸引程度,另一方面为待投放广告的风格特征类集合和平台用户风格特征类集合之间的匹配度以及平台用户转化率的积,该值体现了投放的广告对平台普通用户产生的吸引值,其中平台用户转化率代表的是除目标群体之外的潜在消费群体占比,该值通常设定为5%-10%之间。
实施例二:
一种基于偏好数据的广告投放分析方法,在实施例一的基础上,本实施例还包括广告风格调整,请参阅图6所示,广告风格调整包括:
根据修正值计算公式,调整待投放广告的风格特征,调整待投放广告的风格特征包括增加和/或删除广告的风格特征、调整待投放广告的风格特征类集合中各风格特征的权重;
计算当待投放广告在广告投放平台的收益修正值最大时的待投放广告的风格特征数据,获得待投放广告的最佳风格特征数据;
根据待投放广告的最佳风格特征数据重新制作待投放广告。
本实施例中通过针对广告投放平台的风格进行适应性的调整广告风格,可以有效的保证广告风格与投放平台更加的贴合,进而达到最佳的广告投放的效果,保证广告投放的最大传播收益。
为进一步的说明本方案,请参阅图7所示,提出一种基于偏好数据的广告投放分析系统,用于实现如上述的基于偏好数据的广告投放分析方法,包括:
平台分析模块,平台分析模块用于根据用户流量数据进行分析平台用户的特征属性,获得用户特征属性数据、从用户特征属性数据中提取与用户消费相关的若干特征,获得用户消费特征集,根据用户消费特征集进行计算平台用户消费指标、从用户特征属性数据中提取与用户风格相关的若干特征,获得用户风格特征集;
广告分析模块,广告分析模块用于根据待投放广告的商品主体进行分析获得待投放广告的目标群体特征信息和获得待投放广告的风格;
拟合分析模块,拟合分析模块用于根据待投放广告的目标群体特征信息和平台用户消费指标进行拟合计算待投放广告在广告投放平台所能获得的传播收益基础期望值、确定待投放广告在广告投放平台的收益修正值、结合收益修正和传播收益基础期望值进行综合计算,获得待投放广告在广告投放平台的综合传播收益和判断综合传播收益是否达到广告投放预期值;
广告调整模块,广告调整模块用于进行广告风格调整。
其中,平台分析模块包括:
用户特征属性分析单元,用户特征属性分析单元用于进行根据用户流量数据进行分析平台用户的特征属性;
用户消费分析单元,用户消费分析单元用于进行根据用户消费特征集进行计算平台用户消费指标;
用户风格分析单元,用户风格分析单元用于从用户特征属性数据中提取与用户风格相关的若干特征,获得用户风格特征集。
拟合分析模块包括:
基础收益分析单元,基础收益分析单元用于根据待投放广告的目标群体特征信息和平台用户消费指标进行拟合计算待投放广告在广告投放平台所能获得的传播收益基础期望值;
收益修正单元,收益修正单元用于进行确定待投放广告在广告投放平台的收益修正值;
综合收益分析单元,综合收益分析单元用于进行结合收益修正和传播收益基础期望值进行综合计算,获得待投放广告在广告投放平台的综合传播收益;
判断单元,判断单元用于进行判断综合传播收益是否达到广告投放预期值。
上述基于偏好数据的广告投放分析系统的工作过程为:
步骤一:用户特征属性分析单元进行根据用户流量数据进行分析平台用户的特征属性;
步骤二:用户消费分析单元进行根据用户消费特征集进行计算平台用户消费指标;
步骤三:广告分析模块根据待投放广告的商品主体进行分析获得待投放广告的目标群体特征信息;
步骤四:基础收益分析单元根据待投放广告的目标群体特征信息和平台用户消费指标进行拟合计算待投放广告在广告投放平台所能获得的传播收益基础期望值;
步骤五:广告分析模块获得待投放广告的风格,获得广告风格特征集;
步骤六:用户风格分析单元从用户特征属性数据中提取与用户风格相关的若干特征,获得用户风格特征集;
步骤七:收益修正单元待投放广告的风格、平台目标群体用户风格和平台用户风格进行综合匹配度计算,确定待投放广告在广告投放平台的收益修正值;
步骤八:综合收益分析单元进行结合收益修正和传播收益基础期望值进行综合计算,获得待投放广告在广告投放平台的综合传播收益;
步骤九:判断单元判断综合传播收益是否达到广告投放预期值;
步骤十:广告调整模块根据收益修正值计算结果进行广告风格调整。
进一步的,本方案还提出一种计算机可读存储介质,其上存储有计算机可读程序,计算机可读程序被调用时执行如上述的基于偏好数据的广告投放分析方法;
可以理解的是,存储介质可以是磁性介质,例如,软盘、硬盘、磁带;光介质例如,DVD;或者半导体介质例如固态硬盘SolidStateDisk,SSD等。
综上所述,本发明的优点在于:可以更加详细的分析出广告与投放平台用户之间的适配度,进而为广告的投放提供更加详细和具体的指导指标,便于实现广告的精准化投放。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (7)
1.一种基于偏好数据的广告投放分析方法,其特征在于,包括:
获取广告投放平台的用户流量数据,所述用户流量数据包括用户特征和用户特征对应的流量,根据用户流量数据进行分析平台用户的特征属性,获得用户特征属性数据;
从用户特征属性数据中提取与用户消费相关的若干特征,获得用户消费特征集,根据用户消费特征集进行计算平台用户消费指标;
从用户特征属性数据中提取与用户风格相关的若干特征,获得用户风格特征集;
根据待投放广告的商品主体进行分析,获得待投放广告的目标群体特征信息;
根据待投放广告的目标群体特征信息和平台用户消费指标进行拟合计算待投放广告在广告投放平台投放所能获得的传播收益基础期望值;
筛选出平台中的待投放广告的目标群体用户,从目标群体用户的用户特征属性数据中提取与用户风格相关的若干特征,获得目标群体用户风格特征集;
获得待投放广告的风格,并根据待投放广告的风格、平台目标群体用户风格和平台用户风格进行综合匹配度计算,并根据计算结果确定待投放广告在广告投放平台的收益修正值;
结合收益修正和传播收益基础期望值进行综合计算,获得待投放广告在广告投放平台的综合传播收益;
判断综合传播收益是否达到广告投放预期值,若是,则判定为广告投放合格,若否,则判定为广告投放不合格;
其中,所述根据待投放广告的目标群体特征信息和平台用户消费指标进行拟合计算待投放广告在广告投放平台所能获得的传播收益基础期望值具体包括如下步骤:
从待投放广告的目标群体特征信息中具有相同属性的目标群体特征进行提取并整合,获得若干目标群体特征分类集合;
按照匹配度计算公式,进行计算目标群体特征分类集合和用户特征分类集合之间的匹配度,获得广告目标匹配度;
按照广告目标匹配度和平台用户消费指标进行综合计算广告的传播收益基础期望值;
其中,所述匹配度计算公式为:式中,P为匹配度,/>为第i个目标群体特征分类集合的影响权值,/>为第i个目标群体特征分类集合中的目标群体特征数量,/>为与第i个目标群体特征分类集合对应的用户特征分类集合中的目标群体特征数量,/>为第i个目标群体特征分类集合和与其对应的用户特征分类集合中的相同特征数量,/>为第i个目标群体特征分类集合和与其对应的用户特征分类集合的相似度,/>为第j个相同特征的在第i个目标群体特征分类集合中的权重,/>为第j个相同特征的在与第i个目标群体特征分类集合对应的用户特征分类集合中的权重;
所述根据待投放广告的风格、平台目标群体用户风格和平台用户风格进行综合匹配度计算,并根据计算结果确定待投放广告在广告投放平台的收益修正值具体包括:
提取与风格相关的若干用户特征分类集,组成平台用户风格特征类集合;
提取用户特征分类集合中与目标群体特征分类集合相同的特征,并组合成平台目标群体属性类集合;
根据若干用户特征分类集合之间的关系进行提取与平台目标群体属性分类集合相关的风格特征,并组合成若干平台目标群体用户风格特征类集合;
提取待投放广告的风格特征,并组合成待投放广告的风格特征类集合;
按照匹配度计算公式分别计算待投放广告的风格特征类集合与平台目标群体用户风格特征类集合之间的匹配度和待投放广告的风格特征类集合和平台用户风格特征类集合之间的匹配度;
按照修正值计算公式,进行计算待投放广告在广告投放平台的收益修正值;
所述修正值计算公式为:式中,/>为修正值,/>为待投放广告的风格特征类集合与平台目标群体用户风格特征类集合之间的匹配度,/>为待投放广告的风格特征类集合和平台用户风格特征类集合之间的匹配度,/>为平台用户转化率;
所述基于偏好数据的广告投放分析方法还包括广告风格调整,所述广告风格调整包括:
根据修正值计算公式,调整待投放广告的风格特征,所述调整待投放广告的风格特征包括增加和/或删除广告的风格特征、调整待投放广告的风格特征类集合中各风格特征的权重;
计算当待投放广告在广告投放平台的收益修正值最大时的待投放广告的风格特征数据,获得待投放广告的最佳风格特征数据;
根据待投放广告的最佳风格特征数据重新制作待投放广告。
2.根据权利要求1所述的一种基于偏好数据的广告投放分析方法,其特征在于,所述根据用户流量数据进行分析平台用户的特征属性具体包括:
从用户流量数据中提取出若干用户特征,获得特征数据集合;
将用户特征数据集合中具有相同属性的用户特征进行提取并整合,并按照用户特征对应的流量占比对用户特征进行权重赋值,获得若干用户特征分类集合;
根据若干用户特征分类集合中的用户特征的关系,建立若干用户特征分类集合之间的关系;
根据若干用户特征分类集合、特征数据集合和若干用户特征分类集合之间的关系进行构建用户特征属性知识图谱。
3.根据权利要求2所述的一种基于偏好数据的广告投放分析方法,其特征在于,所述根据用户消费特征集进行计算平台用户消费指标具体包括如下步骤:
从若干用户特征分类集合中进行提取出若干用户消费特征分类集,所述用户消费特征分类集至少包括一个用户消费数额类和若干用户消费修正特征分类集;
根据用户消费修正特征分类集生成若干个用户消费数额修正权值,并根据用户消费数额修正权值和用户消费数额类进行求取加权平均值,获取平台用户消费指标。
4.一种基于偏好数据的广告投放分析系统,用于实现如权利要求1-3任一项所述的基于偏好数据的广告投放分析方法,其特征在于,包括:
平台分析模块,所述平台分析模块用于根据用户流量数据进行分析平台用户的特征属性,获得用户特征属性数据、从用户特征属性数据中提取与用户消费相关的若干特征,获得用户消费特征集,根据用户消费特征集进行计算平台用户消费指标、从用户特征属性数据中提取与用户风格相关的若干特征,获得用户风格特征集;
广告分析模块,所述广告分析模块用于根据待投放广告的商品主体进行分析获得待投放广告的目标群体特征信息和获得待投放广告的风格;
拟合分析模块,所述拟合分析模块用于根据待投放广告的目标群体特征信息和平台用户消费指标进行拟合计算待投放广告在广告投放平台所能获得的传播收益基础期望值、确定待投放广告在广告投放平台的收益修正值、结合收益修正和传播收益基础期望值进行综合计算,获得待投放广告在广告投放平台的综合传播收益和判断综合传播收益是否达到广告投放预期值;
广告调整模块,所述广告调整模块用于进行广告风格调整。
5.根据权利要求4所述的一种基于偏好数据的广告投放分析系统,其特征在于,所述平台分析模块包括:
用户特征属性分析单元,所述用户特征属性分析单元用于进行根据用户流量数据进行分析平台用户的特征属性;
用户消费分析单元,所述用户消费分析单元用于进行根据用户消费特征集进行计算平台用户消费指标;
用户风格分析单元,所述用户风格分析单元用于从用户特征属性数据中提取与用户风格相关的若干特征,获得用户风格特征集。
6.根据权利要求5所述的一种基于偏好数据的广告投放分析系统,其特征在于,所述拟合分析模块包括:
基础收益分析单元,所述基础收益分析单元用于根据待投放广告的目标群体特征信息和平台用户消费指标进行拟合计算待投放广告在广告投放平台所能获得的传播收益基础期望值;
收益修正单元,所述收益修正单元用于进行确定待投放广告在广告投放平台的收益修正值;
综合收益分析单元,所述综合收益分析单元用于进行结合收益修正和传播收益基础期望值进行综合计算,获得待投放广告在广告投放平台的综合传播收益;
判断单元,所述判断单元用于进行判断综合传播收益是否达到广告投放预期值。
7.一种计算机可读存储介质,其上存储有计算机可读程序,其特征在于,所述计算机可读程序被调用时执行如权利要求1-3任一项所述的基于偏好数据的广告投放分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310386074.2A CN116109355B (zh) | 2023-04-12 | 2023-04-12 | 基于偏好数据的广告投放分析方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310386074.2A CN116109355B (zh) | 2023-04-12 | 2023-04-12 | 基于偏好数据的广告投放分析方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116109355A CN116109355A (zh) | 2023-05-12 |
CN116109355B true CN116109355B (zh) | 2023-06-16 |
Family
ID=86260137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310386074.2A Active CN116109355B (zh) | 2023-04-12 | 2023-04-12 | 基于偏好数据的广告投放分析方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116109355B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117436957B (zh) * | 2023-12-20 | 2024-03-29 | 深圳市艾森互动科技有限公司 | 一种游戏软件广告精准投放方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113379460A (zh) * | 2021-06-21 | 2021-09-10 | 安徽西柚酷媒信息科技有限公司 | 一种基于用户画像的广告精准投放方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108062687A (zh) * | 2017-12-20 | 2018-05-22 | 广州容骏信息科技有限公司 | 一种基于互联网的精准广告投放系统 |
CN108694223B (zh) * | 2018-03-26 | 2021-07-16 | 北京奇艺世纪科技有限公司 | 一种用户画像库的构建方法及装置 |
CN109784978A (zh) * | 2018-12-19 | 2019-05-21 | 平安科技(深圳)有限公司 | 基于大数据的广告竞争力计算方法、装置、介质及设备 |
CN112801699A (zh) * | 2021-01-27 | 2021-05-14 | 苏州中仑网络科技有限公司 | 用于广告平台的广告投放方法及装置 |
CN113393275B (zh) * | 2021-06-21 | 2021-12-14 | 安徽西柚酷媒信息科技有限公司 | 一种基于voc车主大数据平台的智能媒介管理系统 |
CN114565407B (zh) * | 2022-03-01 | 2022-10-11 | 北京派瑞威行互联技术有限公司 | 一种广告投放数据分析方法及系统 |
CN115907868A (zh) * | 2022-12-21 | 2023-04-04 | 中山市征途文化传播有限公司 | 一种广告投放分析方法及装置 |
-
2023
- 2023-04-12 CN CN202310386074.2A patent/CN116109355B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113379460A (zh) * | 2021-06-21 | 2021-09-10 | 安徽西柚酷媒信息科技有限公司 | 一种基于用户画像的广告精准投放方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116109355A (zh) | 2023-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108269128B (zh) | 广告的投放方法、装置、设备及存储介质 | |
CN116109355B (zh) | 基于偏好数据的广告投放分析方法、系统及存储介质 | |
CN109063945A (zh) | 一种基于价值评估体系的售电公司360度客户画像构建方法 | |
CN101315663A (zh) | 一种基于区域潜在语义特征的自然场景图像分类方法 | |
US20180268437A1 (en) | Calculation apparatus, calculation method, and non-transitory computer readable storage medium | |
CN105608125B (zh) | 一种信息处理方法及服务器 | |
WO2023273295A1 (zh) | 基于聚类技术的企业esg指数确定方法及相关产品 | |
CN114565407B (zh) | 一种广告投放数据分析方法及系统 | |
WO2020135642A1 (zh) | 一种基于生成对抗网络的模型训练方法及设备 | |
CN110059221A (zh) | 视频推荐方法、电子设备及计算机可读存储介质 | |
CN111144949A (zh) | 奖励数据发放方法、装置、计算机设备及存储介质 | |
CN107507023B (zh) | 一种信息投放方法及装置 | |
CN111259245A (zh) | 作品推送方法、装置及存储介质 | |
CN112053184B (zh) | 推广信息投放方法、装置、电子设备以及存储介质 | |
US20100100549A1 (en) | Contents space forming apparatus, method of the same, computer, program, and storage media | |
CN114565408B (zh) | 一种广告投放的竞价预测方法及系统 | |
CN107203892B (zh) | 一种推送增值业务信息的方法、装置及电子设备 | |
CN112116369A (zh) | 广告投放的方法及装置 | |
CN109784993B (zh) | 一种基于大数据的用户轨迹智能精准预测系统 | |
CN107205009A (zh) | 一种推送增值业务信息的方法、装置及电子设备 | |
CN117541322B (zh) | 一种基于大数据分析的广告内容智能生成方法及系统 | |
CN115099866B (zh) | 一种基于ai眼镜的广告投放系统 | |
CN116955829B (zh) | 一种基于大数据的网络营销推送系统 | |
CN117408749B (zh) | 一种广告投放策略生成方法及系统 | |
CN114832386B (zh) | 一种基于大数据分析的游戏用户智能管理系统 |
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 |