CN116151889B - 一种基于大数据的视频广告智能投放系统及方法 - Google Patents
一种基于大数据的视频广告智能投放系统及方法 Download PDFInfo
- Publication number
- CN116151889B CN116151889B CN202310347217.9A CN202310347217A CN116151889B CN 116151889 B CN116151889 B CN 116151889B CN 202310347217 A CN202310347217 A CN 202310347217A CN 116151889 B CN116151889 B CN 116151889B
- Authority
- CN
- China
- Prior art keywords
- short video
- information
- effective
- user terminal
- characteristic
- 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
-
- 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
- G06Q30/0253—During e-commerce, i.e. online transactions
-
- 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
-
- 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
- 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
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及大数据智能推送技术领域,具体为一种基于大数据的视频广告智能投放系统及方法,包括对目标短视频平台内的所有用户端进行分类处理,分别对各用户端集合内的各用户端基于是否存在商品交易记录进行分类,在各目标短视频序列中,对与各条商品交易记录之间存在关联的短视频进行识别判断,对在目标短视频平台内存在的所有有效投放信息链进行挖掘和梳理;对各有效投放信息链进行有效指标的计算,将所有完整匹配信息链反馈给平台,基于各用户端所属特征标签集,将所有计划投放的广告性质的短视频结合当前适用的完整匹配信息链进行智能投放。
Description
技术领域
本发明涉及大数据智能推送技术领域,具体为一种基于大数据的视频广告智能投放系统及方法。
背景技术
基于客户端/服务端应用方式,买卖双方不谋面地进行各种商贸活动,实现消费者的网上购物、商户之间的网上交易和在线电子支付以及各种商务活动、交易活动、金融活动和相关的综合服务活动的这一新型商业运营模式,正是在互联网技术高速发展,在因特网开放的网络环境下运营而生的一种新型模式。
近几年,由于互联网技术的不断完善和发展,不少商家开始选择电子平台投放广告;但是对于短视频平台以及在短视频平台内投放视频广告的商家之间的关系,往往是互惠互利的,商家需要利用短视频平台基于自身具备的运营模式所带来的优势,对商品实现最大效果的推广,短视频平台需要借助播放一些优质的广告,使得用户借助平台产生相应的交易记录满足消费需求,进而增加短视频平台与用户之间的粘合度,间接的实现了对自身的推广。
与前几年相比,现代人每天睁眼就会接触很多广告,并不断被在线广告轰炸,导致广告疲劳,而这往往会让消费者产生排斥,因此对于广告商而言如何做出更能吸引用户关注的高质量广告,对于短视频平台而言,如何将商家投入的广告通过更好方式进行投放都是一个值得关注的问题。
发明内容
本发明的目的在于提供一种基于大数据的视频广告智能投放系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于大数据的视频广告智能投放方法,方法包括:
步骤S100:基于目标短视频平台内各用户端对应的大数据标签信息集,对目标短视频平台内的所有用户端进行分类处理,得到若干个用户端集合;分别对各用户端集合内的各用户端基于是否存在商品交易记录进行分类,得到对应各特征标签集的第一特征用户端和第二特征用户端;
步骤S200:设置第一单位周期,对各用户端集合在每间隔单位周期后新增的所有第一特征用户端进行捕捉;基于各目标特征用户端在第一单位周期内新增的各条商品交易记录锁定对应的目标短视频序列,在各目标短视频序列中,对与各条商品交易记录之间存在关联的短视频进行识别判断,并将与各条商品交易记录之间具有关联关系的短视频完成与各条商品交易记录之间的关联标识处理;
步骤S300:当与某条商品交易记录之间具有关联标识的短视频中含有广告性质的短视频,判断广告性质的短视频为促使某条商品交易记录产生的效应短视频,将某条商品交易记录标记为广告效应记录,将含有效应短视频的短视频序列标记为有效投放短视频序列;
步骤S400:基于各用户端集合中所有目标特征用户端对应的所有广告效应记录、效应短视频和有效投放短视频序列,对在目标短视频平台内存在的所有有效投放信息链进行挖掘和梳理;
步骤S500:对各有效投放信息链进行有效指标的计算,在相应的有效投放信息链之间进行有效匹配指标的计算,将有效匹配指标大于或等于指标阈值的有效投放信息链构成完整匹配信息链;将所有完整匹配信息链反馈给平台,基于各用户端所属特征标签集,对各用户端筛选所有匹配的完整匹配信息链,将所有完整匹配信息链按照对应有效匹配指标从大到小进行适用;将所有计划投放的广告性质的短视频结合当前适用的完整匹配信息链进行智能投放。
进一步的,步骤S100包括:
步骤S101:分别对各用户端于目标短视频平台产生的视频浏览记录进行提取,从视频浏览记录中获取对应各用户端历史浏览的短视频序列;基于短视频序列的内容,锁定目标短视频平台对各用户端进行短视频推送时所依据的大数据标签信息集;将对应大数据标签信息集之间的相似度大于相似度阈值的用户端归为一类用户端,实现对目标短视频平台内的所有用户端的分类处理,得到若干个用户端集合;
步骤S102:分别在每一个用户端集合内,对各用户端对应的大数据标签信息集进行提取,计算在所有大数据标签信息集之间的大数据标签信息并集,将大数据标签信息并集作为对应每一个用户端集合的特征标签集;
步骤S103:分别对每一个用户端集合A所对应的特征标签集B进行提取,在每一个用户端集合A内,将于目标短视频平台存在商品交易记录的用户端设为对应特征标签集B的第一特征用户端,将于目标短视频平台不存在商品交易记录的用户端设为对应特征标签集B的第二特征用户端;
将平台内所有用户端基于对应大数据标签信息集的不同进行分类,在得到的各个用户端集合中,意味着这些用户端在刷短视频时往往感兴趣、关注的内容之间是相似的;接着对各用户端集合内所有用户端基于是否在目标短视频平台内存在商品交易记录进行分类,相当于是对在每一种标签属性下的用户端,基于与目标短视频平台之间的黏度情况进行分类,且在本申请中将是否存在交易记录作为不同黏度维度的判断标准,是为了后续步骤进一步挖掘在导致用户端与平台之间的黏度维度发生变化时,与视频广告投放相关的场景因素,为实现视频广告智能投放做必要的技术铺垫。
进一步的,步骤S200包括:
步骤S201:分别在各用户端集合内,分别将所有第一特征用户端、第二特征用户端进行汇集,得到对应各用户端集合的第一特征用户集、第二特征用户集;设置第一单位周期,将新增的各第一特征用户端设为目标特征用户端;其中,目标特征用户端满足:在第一单位周期前属于第二特征用户集,在第一单位周期后属于第一特征用户集;
步骤S202:对各目标特征用户端在第一单位周期内新增的所有商品交易记录进行提;设置第二单位周期,以一条商品交易记录的生成时间作为一个时间节点,对各目标特征用户端,分别以各时间节点为起点,往前溯及在第二单位周期内浏览的短视频序列,将短视频序列作为对应每一条商品交易记录的目标短视频序列;
步骤S203:分别对每一条商品交易记录中的交易商品提取特征信息,分别在对应每一条商品交易记录的目标短视频序列中,对各短视频进行内容识别,对各短视频的内容提取特征信息;将交易商品的特征信息逐次与各短视频内容的特征信息进行信息匹配,将匹配度大于匹配度阈值的短视频与每一条商品交易记录之间进行关联标识。
进一步的,步骤S400包括:
步骤S401:分别对各用户端集合中所有目标特征用户端对应的所有广告效应记录进行提取,分别对在各广告效应记录中存在的各效应短视频进行捕捉提取,同时将与各效应短视频对应的有效投放短视频序列进行提取;分别对各效应短视频提取效应时长,其中,若某一效应短视频的总时长为t1时,当对应某一效应短视频的目标特征用户端在某一效应短视频上产生的浏览时长t2与t1之间满足t2≥t1时,将时长t1作为某一效应短视频对目标特征用户端的第一效应时长;当对应某一效应短视频的目标特征用户端在某一效应短视频上产生的浏览时长t2与t1之间满足t2<t1时,将时长t2作为某一效应短视频对目标特征用户端的第二效应时长;
步骤S402:分别对效应时长属于第二效应时长或者第一效应时长的效应短视频进行要素信息提取,若从某属于第二效应时长的效应短视频中提取得到的要素信息集合为a,从某属于第一效应时长的效应短视频中提取得到的要素信息集合为b,当a∩b=c≠0时,提取集合b-c,判断集合b-c内包含的要素信息为引起用户耐性度下降的要素信息,对在所有目标特征用户端的所有各广告效应记录中,所有引起用户耐性度下降的要素信息进行提取,汇得特征要素信息集合;
对用户在浏览短视频广告时存在的耐性时间进行捕捉,因为不同视频广告之间制作要素的不同,且不同视频广告插播顺序的不同均会对用户的耐性时间造成影响,因此需要从大数据中对相对稳定的时长分布进行提取;
步骤S403:分别对效应时长属于第一效应时长的效应短视频中提取得到的各要素信息集合进行提取,将各要素信息集合中存在与特征要素信息集合中相同的要素信息进行剔除,得到若干个新要素信息集合;分别将各新要素信息集合G与对应各用户端集合的特征标签集F之间构建对应的第一有效投放信息链P1=F→G;
步骤S404:对各第一效应时长提取对应效应短视频所属的有效投放短视频序列,从有效投放短视频序列中,捕捉效应短视频对应的播放次序,获取对应有效投放短视频序列的新要素信息集合G以及播放次序L,构建得到对应的第二有效投放信息链P2=G→L。
进一步的,步骤S500包括:
步骤S501:若某第一有效投放信息链P1中的新要素信息集合为G(P1),特征标签集为F(P1);将某第一有效投放信息链P1设为在新要素信息集合G(P1)与特征标签集F(P1)之间形成的一种独立构建事例;对某第一有效投放信息链P1进行第一有效指标target1的计算,其中,target1=sun(P1)/N;其中,sun(P1)表示提取出在新要素信息集合G(P1)与特征标签集F(P1)之间形成独立构建事例的总次数;N表示在所有对应第一有效投放信息链的独立构建事例中,出现特征标签集F(P1)的总次数;
步骤S502:若某第二有效投放信息链P2中的新要素信息集合为G(P2),播放次序为L(P2),将某第二有效投放信息链P2设为在新要素信息集合G(P2)与播放次序L(P2)之间形成的一种独立构建事例;对某第二有效投放信息链P2进行第二有效指标target2的计算,其中,target2=sun(P2)/M;其中,sun(P2)表示提取出在新要素信息集合为G(P2)与播放次序L(P2)之间形成独立构建事例的总次数;M表示在所有对应第二有效投放信息链的独立构建事例中,出现新要素信息集合G(P2)的总次数;
步骤S503:当存在某第一有效投放信息链P1与某第二有效投放信息链P2之间满足G(P2)=G(P1)时,计算某第一有效投放信息链P1与某第二有效投放信息链P2之间的有效匹配指标Lift(P1→P2)=sun(P1→P2)/(target1×target2);其中,sun(P1→P2)表示对同一个用户端同时提取得到某第一有效投放信息链P1和某第二有效投放信息链P2的总次数。
进一步的,将所有完整匹配信息链按照对应有效匹配指标从大到小进行适用的过程中,若在适用某一完整匹配信息链适用周期届满时,换下一完整匹配信息链;若在适用某一完整匹配信息链时用户端在目标短视频平台内生成的商品交易记录次数最多,将某一完整匹配信息链作为用户端的个性化信息链,反馈平台,平台基于个性化信息链为用户端筛选匹配的广告性质的短视频,并将广告性质的短视频在相应的短视频序列内安排匹配的投放次序。
为更好的实现上述方法,还提出了一种视频广告智能投放系统,系统包括特征用户端管理模块、关联标识处理模块、信息判断识别模块、有效投放信息链构建模块、视频广告智能投放管理模块;
特征用户端管理模块,用于对目标短视频平台内所有用户端进行分类处理,分别对各用户端集合内的各用户端基于是否存在商品交易记录进行分类,得到对应各特征标签集的第一特征用户端和第二特征用户端;
关联标识处理模块,用于对各用户端集合在每间隔单位周期后新增的所有第一特征用户端进行捕捉;对与新增的各条商品交易记录之间存在关联的短视频进行识别判断,并将与各条商品交易记录之间具有关联关系的短视频完成与各条商品交易记录之间的关联标识处理;
信息判断识别模块,用于对促使商品交易记录产生的效应短视频进行判断识别,用于根据效应短视频对广告效应记录以及有效投放短视频序列进行判断识别;
有效投放信息链构建模块,用于基于各用户端集合中所有目标特征用户端对应的所有广告效应记录、效应短视频和有效投放短视频序列,对在目标短视频平台内存在的所有有效投放信息链进行挖掘和梳理;
视频广告智能投放管理模块,用于对各有效投放信息链进行有效指标的计算,在相应的有效投放信息链之间进行有效匹配指标的计算,将有效匹配指标大于或等于指标阈值的有效投放信息链构成完整匹配信息链;将所有完整匹配信息链按照对应有效匹配指标从大到小进行适用;将所有计划投放的广告性质的短视频结合当前适用的完整匹配信息链进行智能投放。
进一步的,视频广告智能投放管理模块包括有效匹配指标计算单元、智能投放管理单元;
有效匹配指标计算单元,用于对各有效投放信息链进行有效指标的计算,在相应的有效投放信息链之间进行有效匹配指标的计算,将有效匹配指标大于或等于指标阈值的有效投放信息链构成完整匹配信息链;
智能投放管理单元,用于接收有效匹配指标计算单元中的数据,将所有计划投放的广告性质的短视频结合当前适用的完整匹配信息链进行智能投放。
与现有技术相比,本发明所达到的有益效果是:本发明通过对与目标短视频平台之间基于交易记录往来产生了一定粘合度的用户端提取有效匹配推送信息结构,对于选择目标短视频平台进行商品视频投放的商家而言,参考用户的个性化大数据实现对商品最大效果的推广,对于目标短视频平台而言,通过对用户精准的投放商品广告,使得用户对该平台产生相应的消费需求,进而增加短视频平台与用户之间的粘合度;且通过本申请中的智能投放方式,可使得用户对目标短视频平台对其产生的广告疲劳尽可能的降低。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于大数据的视频广告智能投放方法的流程示意图;
图2是本发明一种基于大数据的视频广告智能投放系统的结构示意图。
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,所描述的实施例仅仅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,都属于本发明保护的范围。
请参阅图1-图2,本发明提供技术方案:一种基于大数据的视频广告智能投放方法,方法包括:
步骤S100:基于目标短视频平台内各用户端对应的大数据标签信息集,对目标短视频平台内的所有用户端进行分类处理,得到若干个用户端集合;分别对各用户端集合内的各用户端基于是否存在商品交易记录进行分类,得到对应各特征标签集的第一特征用户端和第二特征用户端;
其中,步骤S100包括:
步骤S101:分别对各用户端于目标短视频平台产生的视频浏览记录进行提取,从视频浏览记录中获取对应各用户端历史浏览的短视频序列;基于短视频序列的内容,锁定目标短视频平台对各用户端进行短视频推送时所依据的大数据标签信息集;将对应大数据标签信息集之间的相似度大于相似度阈值的用户端归为一类用户端,实现对目标短视频平台内的所有用户端的分类处理,得到若干个用户端集合;
步骤S102:分别在每一个用户端集合内,对各用户端对应的大数据标签信息集进行提取,计算在所有大数据标签信息集之间的大数据标签信息并集,将大数据标签信息并集作为对应每一个用户端集合的特征标签集;
步骤S103:分别对每一个用户端集合A所对应的特征标签集B进行提取,在每一个用户端集合A内,将于目标短视频平台存在商品交易记录的用户端设为对应特征标签集B的第一特征用户端,将于目标短视频平台不存在商品交易记录的用户端设为对应特征标签集B的第二特征用户端;
步骤S200:设置第一单位周期,对各用户端集合在每间隔单位周期后新增的所有第一特征用户端进行捕捉;基于各目标特征用户端在第一单位周期内新增的各条商品交易记录锁定对应的目标短视频序列,在各目标短视频序列中,对与各条商品交易记录之间存在关联的短视频进行识别判断,并将与各条商品交易记录之间具有关联关系的短视频完成与各条商品交易记录之间的关联标识处理;
其中,步骤S200包括:
步骤S201:分别在各用户端集合内,分别将所有第一特征用户端、第二特征用户端进行汇集,得到对应各用户端集合的第一特征用户集、第二特征用户集;设置第一单位周期,将新增的各第一特征用户端设为目标特征用户端;其中,目标特征用户端满足:在第一单位周期前属于第二特征用户集,在第一单位周期后属于第一特征用户集;
步骤S202:对各目标特征用户端在第一单位周期内新增的所有商品交易记录进行提;设置第二单位周期,以一条商品交易记录的生成时间作为一个时间节点,对各目标特征用户端,分别以各时间节点为起点,往前溯及在第二单位周期内浏览的短视频序列,将短视频序列作为对应每一条商品交易记录的目标短视频序列;
步骤S203:分别对每一条商品交易记录中的交易商品提取特征信息,分别在对应每一条商品交易记录的目标短视频序列中,对各短视频进行内容识别,对各短视频的内容提取特征信息;将交易商品的特征信息逐次与各短视频内容的特征信息进行信息匹配,将匹配度大于匹配度阈值的短视频与每一条商品交易记录之间进行关联标识;
步骤S300:当与某条商品交易记录之间具有关联标识的短视频中含有广告性质的短视频,判断广告性质的短视频为促使某条商品交易记录产生的效应短视频,将某条商品交易记录标记为广告效应记录,将含有效应短视频的短视频序列标记为有效投放短视频序列;
步骤S400:基于各用户端集合中所有目标特征用户端对应的所有广告效应记录、效应短视频和有效投放短视频序列,对在目标短视频平台内存在的所有有效投放信息链进行挖掘和梳理;
其中,步骤S400包括:
步骤S401:分别对各用户端集合中所有目标特征用户端对应的所有广告效应记录进行提取,分别对在各广告效应记录中存在的各效应短视频进行捕捉提取,同时将与各效应短视频对应的有效投放短视频序列进行提取;分别对各效应短视频提取效应时长,其中,若某一效应短视频的总时长为t1时,当对应某一效应短视频的目标特征用户端在某一效应短视频上产生的浏览时长t2与t1之间满足t2≧t1时,将时长t1作为某一效应短视频对目标特征用户端的第一效应时长;当对应某一效应短视频的目标特征用户端在某一效应短视频上产生的浏览时长t2与t1之间满足t2<t1时,将时长t2作为某一效应短视频对目标特征用户端的第二效应时长;
步骤S402:分别对效应时长属于第二效应时长或者第一效应时长的效应短视频进行要素信息提取,若从某属于第二效应时长的效应短视频中提取得到的要素信息集合为a,从某属于第一效应时长的效应短视频中提取得到的要素信息集合为b,当a∩b=c≠0时,提取集合b-c,判断集合b-c内包含的要素信息为引起用户耐性度下降的要素信息,对在所有目标特征用户端的所有各广告效应记录中,所有引起用户耐性度下降的要素信息进行提取,汇得特征要素信息集合;
步骤S403:分别对效应时长属于第一效应时长的效应短视频中提取得到的各要素信息集合进行提取,将各要素信息集合中存在与特征要素信息集合中相同的要素信息进行剔除,得到若干个新要素信息集合;分别将各新要素信息集合G与对应各用户端集合的特征标签集F之间构建对应的第一有效投放信息链P1=F→G;
步骤S404:对各第一效应时长提取对应效应短视频所属的有效投放短视频序列,从有效投放短视频序列中,捕捉效应短视频对应的播放次序,获取对应有效投放短视频序列的新要素信息集合G以及播放次序L,构建得到对应的第二有效投放信息链P2=G→L
步骤S500:对各有效投放信息链进行有效指标的计算,在相应的有效投放信息链之间进行有效匹配指标的计算,将有效匹配指标大于或等于指标阈值的有效投放信息链构成完整匹配信息链;将所有完整匹配信息链反馈给平台,基于各用户端所属特征标签集,对各用户端筛选所有匹配的完整匹配信息链,将所有完整匹配信息链按照对应有效匹配指标从大到小进行适用;将所有计划投放的广告性质的短视频结合当前适用的完整匹配信息链进行智能投放;
其中,步骤S500包括:
步骤S501:若某第一有效投放信息链P1中的新要素信息集合为G(P1),特征标签集为F(P1);将某第一有效投放信息链P1设为在新要素信息集合G(P1)与特征标签集F(P1)之间形成的一种独立构建事例;对某第一有效投放信息链P1进行第一有效指标target1的计算,其中,target1=sun(P1)/N;其中,sun(P1)表示提取出在新要素信息集合G(P1)与特征标签集F(P1)之间形成独立构建事例的总次数;N表示在所有对应第一有效投放信息链的独立构建事例中,出现特征标签集F(P1)的总次数;
步骤S502:若某第二有效投放信息链P2中的新要素信息集合为G(P2),播放次序为L(P2),将某第二有效投放信息链P2设为在新要素信息集合G(P2)与播放次序L(P2)之间形成的一种独立构建事例;对某第二有效投放信息链P2进行第二有效指标target2的计算,其中,target2=sun(P2)/M;其中,sun(P2)表示提取出在新要素信息集合为G(P2)与播放次序L(P2)之间形成独立构建事例的总次数;M表示在所有对应第二有效投放信息链的独立构建事例中,出现新要素信息集合G(P2)的总次数;
步骤S503:当存在某第一有效投放信息链P1与某第二有效投放信息链P2之间满足G(P2)=G(P1)时,计算某第一有效投放信息链P1与某第二有效投放信息链P2之间的有效匹配指标Lift(P1→P2)=sun(P1→P2)/(target1×target2);其中,sun(P1→P2)表示对同一个用户端同时提取得到某第一有效投放信息链P1和某第二有效投放信息链P2的总次数;
例如说,总共提取得到5次某第一有效投放信息链P1,总共提取得到6次第二有效投放信息链P2,其中,5次某第一有效投放信息链P1分别为:
从用户端a处提取得到过2次;
从用户端b处提取得到过1次;
从用户端c处提取得到过2次;
6次第二有效投放信息链P2分别为:
从用户端a处提取得到过1次某第一有效投放信息链P1的同时,从用户端b处提取得到过1次某第二有效投放信息链P2;
从用户端a处提取得到过1次某第一有效投放信息链P1的同时,从用户端a处提取得到过1次某第二有效投放信息链P2;
从用户端b处提取得到过1次某第一有效投放信息链P1的同时,从用户端b处提取得到过1次某第二有效投放信息链P2;
从用户端f处提取得到过3次某第二有效投放信息链P2;
综上可知,在同一个用户端a处,出现同时提取得到某第一有效投放信息链P1和某第二有效投放信息链P2的现象,次数为1次;在同一个用户端b处,出现同时提取得到某第一有效投放信息链P1和某第二有效投放信息链P2的现象,次数为1次;
综上可知,对同一个用户端同时提取得到某第一有效投放信息链P1和某第二有效投放信息链P2的总次数为2次;
其中,将所有完整匹配信息链按照对应有效匹配指标从大到小进行适用的过程中,若在适用某一完整匹配信息链适用周期届满时,换下一完整匹配信息链;若在适用某一完整匹配信息链时用户端在目标短视频平台内生成的商品交易记录次数最多,将某一完整匹配信息链作为用户端的个性化信息链,反馈平台,平台基于个性化信息链为用户端筛选匹配的广告性质的短视频,并将广告性质的短视频在相应的短视频序列内安排匹配的投放次序。
为更好的实现上述方法,还提出了一种视频广告智能投放系统,系统包括特征用户端管理模块、关联标识处理模块、信息判断识别模块、有效投放信息链构建模块、视频广告智能投放管理模块;
特征用户端管理模块,用于对目标短视频平台内所有用户端进行分类处理,分别对各用户端集合内的各用户端基于是否存在商品交易记录进行分类,得到对应各特征标签集的第一特征用户端和第二特征用户端;
关联标识处理模块,用于对各用户端集合在每间隔单位周期后新增的所有第一特征用户端进行捕捉;对与新增的各条商品交易记录之间存在关联的短视频进行识别判断,并将与各条商品交易记录之间具有关联关系的短视频完成与各条商品交易记录之间的关联标识处理;
信息判断识别模块,用于对促使商品交易记录产生的效应短视频进行判断识别,用于根据效应短视频对广告效应记录以及有效投放短视频序列进行判断识别;
有效投放信息链构建模块,用于基于各用户端集合中所有目标特征用户端对应的所有广告效应记录、效应短视频和有效投放短视频序列,对在目标短视频平台内存在的所有有效投放信息链进行挖掘和梳理;
视频广告智能投放管理模块,用于对各有效投放信息链进行有效指标的计算,在相应的有效投放信息链之间进行有效匹配指标的计算,将有效匹配指标大于或等于指标阈值的有效投放信息链构成完整匹配信息链;将所有完整匹配信息链按照对应有效匹配指标从大到小进行适用;将所有计划投放的广告性质的短视频结合当前适用的完整匹配信息链进行智能投放;
其中,视频广告智能投放管理模块包括有效匹配指标计算单元、智能投放管理单元;
有效匹配指标计算单元,用于对各有效投放信息链进行有效指标的计算,在相应的有效投放信息链之间进行有效匹配指标的计算,将有效匹配指标大于或等于指标阈值的有效投放信息链构成完整匹配信息链;
智能投放管理单元,用于接收有效匹配指标计算单元中的数据,将所有计划投放的广告性质的短视频结合当前适用的完整匹配信息链进行智能投放。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于大数据的视频广告智能投放方法,其特征在于,所述方法包括:
步骤S100:基于目标短视频平台内各用户端对应的大数据标签信息集,对目标短视频平台内的所有用户端进行分类处理,得到若干个用户端集合;分别对各用户端集合内的各用户端基于是否存在商品交易记录进行分类,得到对应各特征标签集的第一特征用户端和第二特征用户端;
步骤S200:设置第一单位周期,对各用户端集合在每间隔单位周期后新增的所有第一特征用户端进行捕捉;基于各目标特征用户端在所述第一单位周期内新增的各条商品交易记录锁定对应的目标短视频序列,在各所述目标短视频序列中,对与所述各条商品交易记录之间存在关联的短视频进行识别判断,并将与所述各条商品交易记录之间具有关联关系的短视频完成与所述各条商品交易记录之间的关联标识处理;
步骤S300:当与某条商品交易记录之间具有关联标识的短视频中含有广告性质的短视频,判断所述广告性质的短视频为促使所述某条商品交易记录产生的效应短视频,将所述某条商品交易记录标记为广告效应记录,将含有所述效应短视频的短视频序列标记为有效投放短视频序列;
步骤S400:基于各用户端集合中所有目标特征用户端对应的所有广告效应记录、效应短视频和有效投放短视频序列,对在所述目标短视频平台内存在的所有有效投放信息链进行挖掘和梳理;
步骤S500:对各有效投放信息链进行有效指标的计算,在相应的有效投放信息链之间进行有效匹配指标的计算,将有效匹配指标大于或等于指标阈值的有效投放信息链构成完整匹配信息链;将所有完整匹配信息链反馈给平台,基于各用户端所属特征标签集,对所述各用户端筛选所有匹配的完整匹配信息链,将所有完整匹配信息链按照对应有效匹配指标从大到小进行适用;将所有计划投放的广告性质的短视频结合当前适用的完整匹配信息链进行智能投放。
2.根据权利要求1所述的一种基于大数据的视频广告智能投放方法,其特征在于,所述步骤S100包括:
步骤S101:分别对各用户端于所述目标短视频平台产生的视频浏览记录进行提取,从所述视频浏览记录中获取对应所述各用户端历史浏览的短视频序列;基于所述短视频序列的内容,锁定目标短视频平台对所述各用户端进行短视频推送时所依据的大数据标签信息集;将对应大数据标签信息集之间的相似度大于相似度阈值的用户端归为一类用户端,实现对目标短视频平台内的所有用户端的分类处理,得到若干个用户端集合;
步骤S102:分别在每一个用户端集合内,对各用户端对应的大数据标签信息集进行提取,计算在所有大数据标签信息集之间的大数据标签信息并集,将所述大数据标签信息并集作为对应所述每一个用户端集合的特征标签集;
步骤S103:分别对每一个用户端集合A所对应的特征标签集B进行提取,在所述每一个用户端集合A内,将于所述目标短视频平台存在商品交易记录的用户端设为对应所述特征标签集B的第一特征用户端,将于目标短视频平台不存在商品交易记录的用户端设为对应所述特征标签集B的第二特征用户端。
3.根据权利要求1所述的一种基于大数据的视频广告智能投放方法,其特征在于,所述步骤S200包括:
步骤S201:分别在各用户端集合内,分别将所有第一特征用户端、第二特征用户端进行汇集,得到对应各用户端集合的第一特征用户集、第二特征用户集;设置第一单位周期,将新增的各第一特征用户端设为目标特征用户端;其中,所述目标特征用户端满足:在所述第一单位周期前属于第二特征用户集,在所述第一单位周期后属于第一特征用户集;
步骤S202:对各目标特征用户端在所述第一单位周期内新增的所有商品交易记录进行提;设置第二单位周期,以一条商品交易记录的生成时间作为一个时间节点,对各目标特征用户端,分别以各所述时间节点为起点,往前溯及在所述第二单位周期内浏览的短视频序列,将所述短视频序列作为对应每一条商品交易记录的目标短视频序列;
步骤S203:分别对每一条商品交易记录中的交易商品提取特征信息,分别在对应所述每一条商品交易记录的目标短视频序列中,对各短视频进行内容识别,对所述各短视频的内容提取特征信息;将交易商品的特征信息逐次与各短视频内容的特征信息进行信息匹配,将匹配度大于匹配度阈值的短视频与所述每一条商品交易记录之间进行关联标识。
4.根据权利要求3所述的一种基于大数据的视频广告智能投放方法,其特征在于,所述步骤S400包括:
步骤S401:分别对各用户端集合中所有目标特征用户端对应的所有广告效应记录进行提取,分别对在各广告效应记录中存在的各效应短视频进行捕捉提取,同时将与所述各效应短视频对应的有效投放短视频序列进行提取;分别对各效应短视频提取效应时长,其中,若某一效应短视频的总时长为t1时,当对应所述某一效应短视频的目标特征用户端在所述某一效应短视频上产生的浏览时长t2与t1之间满足t2≥t1时,将时长t1作为所述某一效应短视频对目标特征用户端的第一效应时长;当对应所述某一效应短视频的目标特征用户端在所述某一效应短视频上产生的浏览时长t2与t1之间满足t2<t1时,将时长t2作为所述某一效应短视频对目标特征用户端的第二效应时长;
步骤S402:分别对效应时长属于第二效应时长或者第一效应时长的效应短视频进行要素信息提取,若从某属于第二效应时长的效应短视频中提取得到的要素信息集合为a,从某属于第一效应时长的效应短视频中提取得到的要素信息集合为b,当a∩b=c≠0时,提取集合b-c,判断集合b-c内包含的要素信息为引起用户耐性度下降的要素信息,对在所述所有目标特征用户端的所有各广告效应记录中,所有引起用户耐性度下降的要素信息进行提取,汇得特征要素信息集合;
步骤S403:分别对效应时长属于第一效应时长的效应短视频中提取得到的各要素信息集合进行提取,将所述各要素信息集合中存在与所述特征要素信息集合中相同的要素信息进行剔除,得到若干个新要素信息集合;分别将各新要素信息集合G与对应所述各用户端集合的特征标签集F之间构建对应的第一有效投放信息链P1=F→G;
步骤S404:对各第一效应时长提取对应效应短视频所属的有效投放短视频序列,从所述有效投放短视频序列中,捕捉所述效应短视频对应的播放次序,获取对应所述有效投放短视频序列的新要素信息集合G以及播放次序L,构建得到对应的第二有效投放信息链P2=G→L。
5.根据权利要求4所述的一种基于大数据的视频广告智能投放方法,其特征在于,所述步骤S500包括:
步骤S501:若某第一有效投放信息链P1中的新要素信息集合为G(P1),特征标签集为F(P1);将所述某第一有效投放信息链P1设为在新要素信息集合G(P1)与特征标签集F(P1)之间形成的一种独立构建事例;对所述某第一有效投放信息链P1进行第一有效指标target1的计算,其中,target1=sun(P1)/N;其中,sun(P1)表示提取出在新要素信息集合G(P1)与特征标签集F(P1)之间形成独立构建事例的总次数;N表示在所有对应第一有效投放信息链的独立构建事例中,出现特征标签集F(P1)的总次数;
步骤S502:若某第二有效投放信息链P2中的新要素信息集合为G(P2),播放次序为L(P2),将所述某第二有效投放信息链P2设为在新要素信息集合G(P2)与播放次序L(P2)之间形成的一种独立构建事例;对所述某第二有效投放信息链P2进行第二有效指标target2的计算,其中,target2=sun(P2)/M;其中,sun(P2)表示提取出在新要素信息集合为G(P2)与播放次序L(P2)之间形成独立构建事例的总次数;M表示在所有对应第二有效投放信息链的独立构建事例中,出现新要素信息集合G(P2)的总次数;
步骤S503:当存在某第一有效投放信息链P1与某第二有效投放信息链P2之间满足G(P2)=G(P1)时,计算所述某第一有效投放信息链P1与某第二有效投放信息链P2之间的有效匹配指标Lift(P1→P2)=sun(P1→P2)/(target1×target2);其中,sun(P1→P2)表示对同一个用户端同时提取得到所述某第一有效投放信息链P1和所述某第二有效投放信息链P2的总次数。
6.根据权利要求5所述的一种基于大数据的视频广告智能投放方法,其特征在于,将所有完整匹配信息链按照对应有效匹配指标从大到小进行适用的过程中,若在适用某一完整匹配信息链适用周期届满时,换下一完整匹配信息链;若在适用某一完整匹配信息链时用户端在目标短视频平台内生成的商品交易记录次数最多,将所述某一完整匹配信息链作为所述用户端的个性化信息链,反馈平台,平台基于所述个性化信息链为所述用户端筛选匹配的广告性质的短视频,并将所述广告性质的短视频在相应的短视频序列内安排匹配的投放次序。
7.一种用于权利要求1-5中任意一项所述的基于大数据的视频广告智能投放方法的视频广告智能投放系统,其特征中在于,所述系统包括特征用户端管理模块、关联标识处理模块、信息判断识别模块、有效投放信息链构建模块、视频广告智能投放管理模块;
所述特征用户端管理模块,用于对目标短视频平台内所有用户端进行分类处理,分别对各用户端集合内的各用户端基于是否存在商品交易记录进行分类,得到对应各所述特征标签集的第一特征用户端和第二特征用户端;
所述关联标识处理模块,用于对各用户端集合在每间隔单位周期后新增的所有第一特征用户端进行捕捉;对与新增的各条商品交易记录之间存在关联的短视频进行识别判断,并将与所述各条商品交易记录之间具有关联关系的短视频完成与所述各条商品交易记录之间的关联标识处理;
所述信息判断识别模块,用于对促使商品交易记录产生的效应短视频进行判断识别,用于根据所述效应短视频对广告效应记录以及有效投放短视频序列进行判断识别;
所述有效投放信息链构建模块,用于基于各用户端集合中所有目标特征用户端对应的所有广告效应记录、效应短视频和有效投放短视频序列,对在所述目标短视频平台内存在的所有有效投放信息链进行挖掘和梳理;
所述视频广告智能投放管理模块,用于对各有效投放信息链进行有效指标的计算,在相应的有效投放信息链之间进行有效匹配指标的计算,将有效匹配指标大于或等于指标阈值的有效投放信息链构成完整匹配信息链;将所有完整匹配信息链按照对应有效匹配指标从大到小进行适用;将所有计划投放的广告性质的短视频结合当前适用的完整匹配信息链进行智能投放。
8.根据权利要求7所述的一种视频广告智能投放系统,其特征在于,所述视频广告智能投放管理模块包括有效匹配指标计算单元、智能投放管理单元;
所述有效匹配指标计算单元,用于对各有效投放信息链进行有效指标的计算,在相应的有效投放信息链之间进行有效匹配指标的计算,将有效匹配指标大于或等于指标阈值的有效投放信息链构成完整匹配信息链;
所述智能投放管理单元,用于接收所述有效匹配指标计算单元中的数据,将所有计划投放的广告性质的短视频结合当前适用的完整匹配信息链进行智能投放。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310347217.9A CN116151889B (zh) | 2023-04-04 | 2023-04-04 | 一种基于大数据的视频广告智能投放系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310347217.9A CN116151889B (zh) | 2023-04-04 | 2023-04-04 | 一种基于大数据的视频广告智能投放系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116151889A CN116151889A (zh) | 2023-05-23 |
CN116151889B true CN116151889B (zh) | 2023-06-20 |
Family
ID=86360279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310347217.9A Active CN116151889B (zh) | 2023-04-04 | 2023-04-04 | 一种基于大数据的视频广告智能投放系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116151889B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105491410A (zh) * | 2015-12-09 | 2016-04-13 | 合一网络技术(北京)有限公司 | 一种网络视频广告投放的分配方法及系统 |
CN105723721A (zh) * | 2015-12-28 | 2016-06-29 | 王晓光 | 一种视频广告的智能分类传输方法及系统 |
CN106355442A (zh) * | 2016-08-30 | 2017-01-25 | 杭州启冠网络技术有限公司 | 基于大数据驱动的在线广告精准投放方法和系统 |
CN109905732A (zh) * | 2017-12-07 | 2019-06-18 | 北京雷石天地电子技术有限公司 | 在视频中植入广告的方法及装置 |
CN111553731A (zh) * | 2020-04-27 | 2020-08-18 | 闵雯 | 基于大数据的广告投放管理系统及方法 |
CN111861572A (zh) * | 2020-07-24 | 2020-10-30 | 咪咕文化科技有限公司 | 广告投放方法、装置、电子设备及计算机可读存储介质 |
CN113327140A (zh) * | 2021-08-02 | 2021-08-31 | 深圳小蝉文化传媒股份有限公司 | 基于大数据分析的视频广告投放效果智能分析管理系统 |
CN114493719A (zh) * | 2022-02-14 | 2022-05-13 | 上海影宴数码科技有限公司 | 基于短视频大数据的人工智能广告投放营销推荐系统 |
CN115037969A (zh) * | 2022-08-12 | 2022-09-09 | 道有道科技集团股份公司 | 基于数据识别的短视频广告投放智能分析系统与方法 |
WO2022247722A1 (zh) * | 2021-05-27 | 2022-12-01 | 北京沃东天骏信息技术有限公司 | 用于投放广告的方法及装置 |
CN115689653A (zh) * | 2022-11-11 | 2023-02-03 | 平安直通咨询有限公司 | 基于用户标签的广告投放方法、系统、设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101996371A (zh) * | 2009-08-17 | 2011-03-30 | 华为技术有限公司 | 广告投放方法、装置及系统 |
US10841662B2 (en) * | 2018-07-27 | 2020-11-17 | Telefonaktiebolaget Lm Ericsson (Publ) | System and method for inserting advertisement content in 360° immersive video |
-
2023
- 2023-04-04 CN CN202310347217.9A patent/CN116151889B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105491410A (zh) * | 2015-12-09 | 2016-04-13 | 合一网络技术(北京)有限公司 | 一种网络视频广告投放的分配方法及系统 |
CN105723721A (zh) * | 2015-12-28 | 2016-06-29 | 王晓光 | 一种视频广告的智能分类传输方法及系统 |
CN106355442A (zh) * | 2016-08-30 | 2017-01-25 | 杭州启冠网络技术有限公司 | 基于大数据驱动的在线广告精准投放方法和系统 |
CN109905732A (zh) * | 2017-12-07 | 2019-06-18 | 北京雷石天地电子技术有限公司 | 在视频中植入广告的方法及装置 |
CN111553731A (zh) * | 2020-04-27 | 2020-08-18 | 闵雯 | 基于大数据的广告投放管理系统及方法 |
CN111861572A (zh) * | 2020-07-24 | 2020-10-30 | 咪咕文化科技有限公司 | 广告投放方法、装置、电子设备及计算机可读存储介质 |
WO2022247722A1 (zh) * | 2021-05-27 | 2022-12-01 | 北京沃东天骏信息技术有限公司 | 用于投放广告的方法及装置 |
CN113327140A (zh) * | 2021-08-02 | 2021-08-31 | 深圳小蝉文化传媒股份有限公司 | 基于大数据分析的视频广告投放效果智能分析管理系统 |
CN114493719A (zh) * | 2022-02-14 | 2022-05-13 | 上海影宴数码科技有限公司 | 基于短视频大数据的人工智能广告投放营销推荐系统 |
CN115037969A (zh) * | 2022-08-12 | 2022-09-09 | 道有道科技集团股份公司 | 基于数据识别的短视频广告投放智能分析系统与方法 |
CN115689653A (zh) * | 2022-11-11 | 2023-02-03 | 平安直通咨询有限公司 | 基于用户标签的广告投放方法、系统、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
基于细粒度标签的在线视频广告投放机制研究;陆枫等;计算机研究与发展;第51卷(第12期);2733-2745 * |
Also Published As
Publication number | Publication date |
---|---|
CN116151889A (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11107131B2 (en) | Keyword recommendation | |
CN108921610B (zh) | 基于区块链的广告运营系统 | |
CN107851267A (zh) | 用于经由动态分配的虚拟电话号码来同步与语音呼叫相关的数据的系统和方法 | |
CN101582151A (zh) | 信息处理系统、装置、方法以及计算机程序产品 | |
US20080091610A1 (en) | Fully-embedded commercial transaction using an unobtrusive presentation without click-through | |
CN111800645B (zh) | 多媒体数据处理方法、装置、客户端及存储介质 | |
CN112418932A (zh) | 一种基于用户标签的营销信息推送方法及装置 | |
CN105787769A (zh) | 一种广告分发的方法及系统 | |
KR102490798B1 (ko) | 인플루언서 마케팅 서비스 방법 | |
CN109598544A (zh) | 一种媒体目标匹配方法及系统 | |
CN116151889B (zh) | 一种基于大数据的视频广告智能投放系统及方法 | |
CN101573724A (zh) | 发布者联盟 | |
CN109379722A (zh) | 一种聊天广告的方法与系统 | |
CN110245970A (zh) | 一种聊天广告的方法与系统 | |
CN112991021A (zh) | 一种电子商务平台信息互换用服务系统 | |
CN111445284B (zh) | 一种定向标签的确定方法、装置、计算设备及存储介质 | |
CN114399328A (zh) | 广告的投放方法和装置、存储介质、电子装置 | |
CN113793164A (zh) | 广告投放方法、装置、设备及存储介质 | |
CN113379433A (zh) | 一种广告投放方法和装置 | |
CN110335073A (zh) | 一种基于用户行为数据挖掘的实时广告精准推送方法 | |
TWI776742B (zh) | 在資訊交流平台中對使用者行為進行分析的系統 | |
CN101753593A (zh) | 广告刊登装置及方法 | |
KR101731386B1 (ko) | 광고 오픈 마켓을 통한 광고 방법 및 장치 | |
CN109618297A (zh) | 一种聊天广告的方法与系统 | |
JP7323144B1 (ja) | 環境価値利用を支援するための装置、方法、およびプログラム |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |