CN116167803A - 一种基于信令数据的广告投放方法和装置 - Google Patents
一种基于信令数据的广告投放方法和装置 Download PDFInfo
- Publication number
- CN116167803A CN116167803A CN202310431788.0A CN202310431788A CN116167803A CN 116167803 A CN116167803 A CN 116167803A CN 202310431788 A CN202310431788 A CN 202310431788A CN 116167803 A CN116167803 A CN 116167803A
- Authority
- CN
- China
- Prior art keywords
- label
- users
- target user
- target
- advertisement
- 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
- 230000011664 signaling Effects 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012549 training Methods 0.000 claims abstract description 9
- 230000006399 behavior Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 10
- 238000002716 delivery method Methods 0.000 claims description 4
- 230000006403 short-term memory Effects 0.000 claims description 4
- 230000007787 long-term memory Effects 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 abstract 1
- 230000015654 memory Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q30/0254—Targeted advertisements based on statistics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
- H04W4/23—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel for mobile advertising
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Probability & Statistics with Applications (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于信令数据的广告投放方法和装置,涉及计算机技术领域。该方法中用户的信令数据;根据信令数据,确定在投放区域中停留时长超过预设的时长阈值的多个目标用户,根据多个目标用户的消费行为数据和信令数据,确定各个目标用户的标签;根据各个历史时间段内具有标签的目标用户的数量,训练与标签对应的预测模型,基于训练好的预测模型,预测当前时间段内具有标签的用户的数量;基于当前时间段内具有各个标签的用户的数量和各条待投放广告的标签,计算各条待投放广告的综合分数;根据各个待投放广告的综合分数,从多个待投放广告中选定当前时间段内在广告牌上投放的广告。该实施方式能够提高广告投放的精准度。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于信令数据的广告投放方法和装置。
背景技术
企业在广告牌投放广告,以达到宣传产品或品牌的目的。例如,公交站点的广告牌,可以播放产品宣传片,以使路过的用户了解产品。
在现有技术中,广告牌根据管理方设定的顺序确定投放的广告,例如,8:01-9:00展示广告A,9:01-10:00展示广告B,10:01-11:00展示广告C,以此类推,循环展示广告A、B和C。
该方法的投放精准度较低,进而影响广告投放效果,降低广告收益。
发明内容
有鉴于此,本发明实施例提供一种基于信令数据的广告投放方法和装置,能够提高广告投放的精准度。
第一方面,本发明实施例提供了一种基于信令数据的广告投放方法,包括:
获取广告牌的位置信息;
根据所述位置信息,获取多个历史时间段内所述广告牌所在投放区域中用户的信令数据;
针对任一所述历史时间段,均执行:根据所述信令数据,确定在所述投放区域中停留时长超过预设的时长阈值的多个目标用户;获取所述多个目标用户的消费行为数据;根据所述消费行为数据和所述信令数据,确定各个所述目标用户的标签;
针对任一所述标签,均执行:根据各个所述历史时间段内具有所述标签的目标用户的数量,训练与所述标签对应的预测模型;基于训练好的预测模型,预测当前时间段内具有所述标签的用户的数量;
获取多条待投放广告的标签;
基于所述当前时间段内具有各个所述标签的用户的数量和各条所述待投放广告的标签,计算各条所述待投放广告的综合分数;
根据各个所述待投放广告的综合分数,从多个待投放广告中选定所述当前时间段内在所述广告牌上投放的广告。
第二方面,本发明实施例提供了一种基于信令数据的广告投放装置,包括:
信令获取模块,配置为获取广告牌的位置信息;根据所述位置信息,获取多个历史时间段内所述广告牌所在投放区域中用户的信令数据;
标签确定模块,配置为针对任一所述历史时间段,均执行:根据所述信令数据,确定在所述投放区域中停留时长超过预设的时长阈值的多个目标用户;获取所述多个目标用户的消费行为数据;根据所述消费行为数据和所述信令数据,确定各个所述目标用户的标签;
数据预测模块,配置为针对任一所述标签,均执行:根据各个所述历史时间段内具有所述标签的目标用户的数量,训练与所述标签对应的预测模型;基于训练好的预测模型,预测当前时间段内具有所述标签的用户的数量;
投放模块,配置为获取多条待投放广告的标签;基于所述当前时间段内具有各个所述标签的用户的数量和各条所述待投放广告的标签,计算各条所述待投放广告的综合分数;根据各个所述待投放广告的综合分数,从多个待投放广告中选定所述当前时间段内在所述广告牌上投放的广告。
第三方面,本发明实施例提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述任一实施例所述的方法。
第四方面,本发明实施例提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述任一实施例所述的方法。
上述发明中的一个实施例具有如下优点或有益效果:基于信令数据确定投放区域中的目标用户,由于信令数据覆盖的用户数量多,使得该方法在广告投放的过程中考虑更多用户的特征,提高广告投放的精准度。基于目标用户的消费行为数据和信令数据,确定目标用户的标签,能够准确地描述用户的特征,投放与用户需求更匹配的广告。通过多个历史时间段内具有同一标签的目标用户的数量,训练预测模型,基于该模型能够准确预测当前时间段内具有该标签的用户的数量,进一步提高广告投放的精确度。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是本发明的一个实施例提供的一种基于信令数据的广告投放方法的流程图;
图2是本发明的另一个实施例提供的一种基于信令数据的广告投放方法的流程图;
图3是本发明的一个实施例提供的一种基于信令数据的广告投放装置的示意图;
图4是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
如图1所示,本发明实施例提供了一种基于信令数据的广告投放方法,包括:
步骤101:获取广告牌的位置信息。
步骤102:根据位置信息,获取多个历史时间段内广告牌所在投放区域中用户的信令数据。
投放区域为能够观看广告牌投放广告的区域范围。信令数据中可以包括:手机号码、性别、APP标识和URL等。历史时间段的时长可以根据业务需求调整,例如,如果要确定当天8:00-9:00投放的广告,可以获取之前半个月每天8:00-9:00广告牌所在投放区域中用户的信令数据。
步骤103:针对任一历史时间段,均执行:根据信令数据,确定在投放区域中停留时长超过预设的时长阈值的多个目标用户;获取多个目标用户的消费行为数据;根据消费行为数据和信令数据,确定各个目标用户的标签。
考虑到观看广告需要花费一定的时间,为了提高广告投放的精准度,本发明实施例基于停留时长确定用户是否为目标用户。
步骤104:针对任一标签,均执行:根据各个历史时间段内具有标签的目标用户的数量,训练与标签对应的预测模型;基于训练好的预测模型,预测当前时间段内具有标签的用户的数量。
在本发明实施例中,每一种标签对应一个预测模型。预测模型为循环神经网络。将历史时间段及其对应的目标用户的数量输入预测模型,训练预测模型。将当前时间段输入训练好的预测模型,得到当前时间段内具有对应标签的用户的数量。
步骤105:获取多条待投放广告的标签。
待投放广告具有一个或多个标签,通过这些标签表征与该待投放广告匹配的用户特征。例如,关于汽车的一则广告,其具有的标签为青年、女性和高收入群体。
步骤106:基于当前时间段内具有各个标签的用户的数量和各条待投放广告的标签,计算各条待投放广告的综合分数。
步骤107:根据各个待投放广告的综合分数,从多个待投放广告中选定当前时间段内在广告牌上投放的广告。
具体地,可以按照综合分数由高到低的顺序,选定在当前时间段内在广告牌上投放的广告。
本发明实施例基于信令数据确定投放区域中的目标用户,由于信令数据覆盖的用户数量多,使得该方法在广告投放的过程中考虑更多用户的特征,提高广告投放的精准度。基于目标用户的消费行为数据和信令数据,确定目标用户的标签,能够更加准确而全面地描述用户的特征,投放与用户需求更匹配的广告。通过多个历史时间段内具有同一标签的目标用户的数量,训练预测模型,基于该模型能够准确预测当前时间段内具有该标签的用户的数量,进一步提高广告投放的精确度。
在本发明的一个实施例中,信令数据包括:年龄、性别、APP标识和URL;
消费行为数据包括:商品标识和总消费金额;
根据消费行为数据和信令数据,确定各个目标用户的标签,包括:
根据目标用户的年龄,确定目标用户的年龄标签;
根据目标用户的性别,确定目标用户的性别标签;
根据目标用户的APP标识,确定目标用户的APP标签;
根据目标用户的URL,确定目标用户的URL标签;
根据目标用户的商品标识,确定目标用户的商品标签;
根据目标用户的总消费金额,确定目标用户的消费等级标签。
商品标识为用户消费的商品的标识,如,商品名称或编号等。总消费金额为用户购买的各个商品的金额之和。通过预设的商品标识与商品标签的对应关系确定商品标签,即确定用户偏好的商品类别。根据用户所处的年龄段,可以确定用户的年龄标签,如,青年、中年。APP标识为用户访问的APP的名称,可以通过预设的APP标识与APP标签的对应关系确定。APP标签可以为购物、游戏、电影、音乐、银行和旅行等。URL标签可以包括财经、娱乐、汽车、时政和房产等,可以通过预设的URL与URL标签的对应关系确定。消费等级标签可以为高级、中级和低级,可以通过总消费金额所处的金额区间确定,消费等级标签的种类可以根据实际业务需求设定。性别标签包括男和女。
对应地,待投放广告的标签可以包括:年龄标签、性别标签、APP标签、URL标签、商品标签和消费等级标签。
本发明实施例通过用户访问的APP等信息,对用户进行详细地画像,得到多个维度对应的标签,基于这些标签,能够使计算得到的综合分数更加准确。在实际应用场景中,还可以仅计算上述部分标签,如,性别标签和消费等级标签。
在本发明的一个实施例中,基于当前时间段内具有各个标签的用户的数量和各条待投放广告的标签,计算各条待投放广告的综合分数,包括:
针对待投放广告的任一标签,均执行:统计当前时间段内具有目标标签的用户的数量;根据当前时间段内具有目标标签的用户的数量,计算待投放广告的标签分数;
根据待投放广告的各个标签分数,计算待投放广告的综合分数;
其中,目标标签为与待投放广告的标签匹配的用户的标签。
待投放广告的综合分数为其对应的各个标签分数之和。在实际应用场景中,还可以为各个标签分配相应的权重,通过权重,对标签分数进行调整。待投放广告的标签分数为当前时间段内具有目标标签的用户的数量。标签匹配指的是,待投放广告的标签与用户的标签相同或相似度大于设定的匹配阈值。本发明实施例能够基于多数用户具有的共同特征,确定待投放广告,进而使得投放的广告能够满足更多用户的实际需求。
在本发明的一个实施例中,预测模型为长短期记忆网络,长短期记忆网络为时间循环神经网络,能够使预测结果更加准确。
如图2所示,本发明实施例提供了一种基于信令数据的广告投放方法,包括:
步骤201:获取广告牌的位置信息。
步骤202:根据位置信息,获取多个历史时间段内广告牌所在投放区域中用户的信令数据。
步骤203:针对任一历史时间段,均执行:根据信令数据,确定在投放区域中停留时长超过预设的时长阈值的多个目标用户;获取多个目标用户的消费行为数据;根据消费行为数据和信令数据,确定各个目标用户的年龄标签、性别标签、APP标签、URL标签、商品标签和消费等级标签。
步骤204:针对任一标签,均执行:根据各个历史时间段内具有标签的目标用户的数量,训练与标签对应的长短期记忆网络;基于训练好的长短期记忆网络,预测当前时间段内具有标签的用户的数量。
步骤205:获取多条待投放广告的年龄标签、性别标签、APP标签、URL标签、商品标签和消费等级标签。
步骤206:针对待投放广告的任一标签,均执行:统计当前时间段内具有目标标签的用户的数量;根据当前时间段内具有目标标签的用户的数量,计算待投放广告的标签分数;其中,目标标签为与待投放广告的标签匹配的用户的标签。
步骤207:根据待投放广告的各个标签分数,计算待投放广告的综合分数。
步骤208:根据各个待投放广告的综合分数,从多个待投放广告中选定当前时间段内在广告牌上投放的广告。
本发明实施例基于信令数据和消费行为数据,确定用户与待投放广告是否匹配,并根据与待投放广告匹配的用户的数量,确定在广告牌上投放的广告,能够提高广告投放的精准度,使投放的广告满足更多用户的需求。
如图3所示,本发明实施例提供了一种基于信令数据的广告投放装置,包括:
信令获取模块301,配置为获取广告牌的位置信息;根据位置信息,获取多个历史时间段内广告牌所在投放区域中用户的信令数据;
标签确定模块302,配置为针对任一历史时间段,均执行:根据信令数据,确定在投放区域中停留时长超过预设的时长阈值的多个目标用户;获取多个目标用户的消费行为数据;根据消费行为数据和信令数据,确定各个目标用户的标签;
数据预测模块303,配置为针对任一标签,均执行:根据各个历史时间段内具有标签的目标用户的数量,训练与标签对应的预测模型;基于训练好的预测模型,预测当前时间段内具有标签的用户的数量;
投放模块304,配置为获取多条待投放广告的标签;基于当前时间段内具有各个标签的用户的数量和各条待投放广告的标签,计算各条待投放广告的综合分数;根据各个待投放广告的综合分数,从多个待投放广告中选定当前时间段内在广告牌上投放的广告。
在本发明的一个实施例中,信令数据包括:年龄、性别、APP标识和URL;
消费行为数据包括:商品标识和总消费金额;
标签确定模块302,配置为根据目标用户的年龄,确定目标用户的年龄标签;根据目标用户的性别,确定目标用户的性别标签;根据目标用户的APP标识,确定目标用户的APP标签;根据目标用户的URL,确定目标用户的URL标签;根据目标用户的商品标识,确定目标用户的商品标签;根据目标用户的总消费金额,确定目标用户的消费等级标签。
在本发明的一个实施例中,投放模块304,配置为针对待投放广告的任一标签,均执行:统计当前时间段内具有目标标签的用户的数量;根据当前时间段内具有目标标签的用户的数量,计算待投放广告的标签分数;根据待投放广告的各个标签分数,计算待投放广告的综合分数;
其中,目标标签为与待投放广告的标签匹配的用户的标签。
在本发明的一个实施例中,预测模型为长短期记忆网络。
本发明实施例提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上述任一实施例的方法。
本发明实施例提供了一种计算机可读介质,其上存储有计算机程序,程序被处理器执行时实现如上述任一实施例的方法。
下面参考图4,其示出了适于用来实现本发明实施例的终端设备的计算机系统400的结构示意图。图4示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,计算机系统400包括中央处理单元(CPU)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有系统400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407;包括硬盘等的存储部分408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种基于信令数据的广告投放方法,其特征在于,包括:
获取广告牌的位置信息;
根据所述位置信息,获取多个历史时间段内所述广告牌所在投放区域中用户的信令数据;
针对任一所述历史时间段,均执行:根据所述信令数据,确定在所述投放区域中停留时长超过预设的时长阈值的多个目标用户;获取所述多个目标用户的消费行为数据;根据所述消费行为数据和所述信令数据,确定各个所述目标用户的标签;
针对任一所述标签,均执行:根据各个所述历史时间段内具有所述标签的目标用户的数量,训练与所述标签对应的预测模型;基于训练好的预测模型,预测当前时间段内具有所述标签的用户的数量;
获取多条待投放广告的标签;
基于所述当前时间段内具有各个所述标签的用户的数量和各条所述待投放广告的标签,计算各条所述待投放广告的综合分数;
根据各个所述待投放广告的综合分数,从多个待投放广告中选定所述当前时间段内在所述广告牌上投放的广告。
2.如权利要求1所述的方法,其特征在于,
所述信令数据包括:年龄、性别、APP标识和URL;
所述消费行为数据包括:商品标识和总消费金额;
根据所述消费行为数据和所述信令数据,确定各个所述目标用户的标签,包括:
根据所述目标用户的年龄,确定所述目标用户的年龄标签;
根据所述目标用户的性别,确定所述目标用户的性别标签;
根据所述目标用户的APP标识,确定所述目标用户的APP标签;
根据所述目标用户的URL,确定所述目标用户的URL标签;
根据所述目标用户的商品标识,确定所述目标用户的商品标签;
根据所述目标用户的总消费金额,确定所述目标用户的消费等级标签。
3.如权利要求1所述的方法,其特征在于,
基于所述当前时间段内具有各个所述标签的用户的数量和各条所述待投放广告的标签,计算各条所述待投放广告的综合分数,包括:
针对所述待投放广告的任一标签,均执行:统计所述当前时间段内具有目标标签的用户的数量;根据所述当前时间段内具有目标标签的用户的数量,计算所述待投放广告的标签分数;
根据所述待投放广告的各个标签分数,计算所述待投放广告的综合分数;
其中,所述目标标签为与所述待投放广告的标签匹配的用户的标签。
4.如权利要求1所述的方法,其特征在于,
所述预测模型为长短期记忆网络。
5.一种基于信令数据的广告投放装置,其特征在于,包括:
信令获取模块,配置为获取广告牌的位置信息;根据所述位置信息,获取多个历史时间段内所述广告牌所在投放区域中用户的信令数据;
标签确定模块,配置为针对任一所述历史时间段,均执行:根据所述信令数据,确定在所述投放区域中停留时长超过预设的时长阈值的多个目标用户;获取所述多个目标用户的消费行为数据;根据所述消费行为数据和所述信令数据,确定各个所述目标用户的标签;
数据预测模块,配置为针对任一所述标签,均执行:根据各个所述历史时间段内具有所述标签的目标用户的数量,训练与所述标签对应的预测模型;基于训练好的预测模型,预测当前时间段内具有所述标签的用户的数量;
投放模块,配置为获取多条待投放广告的标签;基于所述当前时间段内具有各个所述标签的用户的数量和各条所述待投放广告的标签,计算各条所述待投放广告的综合分数;根据各个所述待投放广告的综合分数,从多个待投放广告中选定所述当前时间段内在所述广告牌上投放的广告。
6.如权利要求5所述的装置,其特征在于,
所述信令数据包括:年龄、性别、APP标识和URL;
所述消费行为数据包括:商品标识和总消费金额;
所述标签确定模块,配置为根据所述目标用户的年龄,确定所述目标用户的年龄标签;根据所述目标用户的性别,确定所述目标用户的性别标签;根据所述目标用户的APP标识,确定所述目标用户的APP标签;根据所述目标用户的URL,确定所述目标用户的URL标签;根据所述目标用户的商品标识,确定所述目标用户的商品标签;根据所述目标用户的总消费金额,确定所述目标用户的消费等级标签。
7.如权利要求5所述的装置,其特征在于,
所述投放模块,配置为针对所述待投放广告的任一标签,均执行:统计所述当前时间段内具有目标标签的用户的数量;根据所述当前时间段内具有目标标签的用户的数量,计算所述待投放广告的标签分数;根据所述待投放广告的各个标签分数,计算所述待投放广告的综合分数;
其中,所述目标标签为与所述待投放广告的标签匹配的用户的标签。
8.如权利要求5所述的装置,其特征在于,
所述预测模型为长短期记忆网络。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310431788.0A CN116167803A (zh) | 2023-04-21 | 2023-04-21 | 一种基于信令数据的广告投放方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310431788.0A CN116167803A (zh) | 2023-04-21 | 2023-04-21 | 一种基于信令数据的广告投放方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116167803A true CN116167803A (zh) | 2023-05-26 |
Family
ID=86418579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310431788.0A Pending CN116167803A (zh) | 2023-04-21 | 2023-04-21 | 一种基于信令数据的广告投放方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116167803A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117314530A (zh) * | 2023-11-15 | 2023-12-29 | 北京京拍档科技股份有限公司 | 一种基于用户特征分析广告的投放广告方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012185417A (ja) * | 2011-03-08 | 2012-09-27 | Ricoh Co Ltd | 広告配信システム、広告配信方法、及び画像形成装置 |
CN104732416A (zh) * | 2013-12-24 | 2015-06-24 | 中兴通讯股份有限公司 | 一种数据处理的方法及装置 |
CN107103483A (zh) * | 2016-02-19 | 2017-08-29 | 中国移动通信集团内蒙古有限公司 | 户外广告投放的方法及装置 |
CN107563804A (zh) * | 2017-08-24 | 2018-01-09 | 北京奇艺世纪科技有限公司 | 一种预测广告定向条件下覆盖的用户数量的方法和装置 |
CN110942337A (zh) * | 2019-10-31 | 2020-03-31 | 天津中科智能识别产业技术研究院有限公司 | 一种基于互联网大数据的精准旅游营销方法 |
CN115601063A (zh) * | 2022-10-28 | 2023-01-13 | 湖南精准有戏文化传媒有限公司(Cn) | 一种共享设备广告投放方法 |
-
2023
- 2023-04-21 CN CN202310431788.0A patent/CN116167803A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012185417A (ja) * | 2011-03-08 | 2012-09-27 | Ricoh Co Ltd | 広告配信システム、広告配信方法、及び画像形成装置 |
CN104732416A (zh) * | 2013-12-24 | 2015-06-24 | 中兴通讯股份有限公司 | 一种数据处理的方法及装置 |
CN107103483A (zh) * | 2016-02-19 | 2017-08-29 | 中国移动通信集团内蒙古有限公司 | 户外广告投放的方法及装置 |
CN107563804A (zh) * | 2017-08-24 | 2018-01-09 | 北京奇艺世纪科技有限公司 | 一种预测广告定向条件下覆盖的用户数量的方法和装置 |
CN110942337A (zh) * | 2019-10-31 | 2020-03-31 | 天津中科智能识别产业技术研究院有限公司 | 一种基于互联网大数据的精准旅游营销方法 |
CN115601063A (zh) * | 2022-10-28 | 2023-01-13 | 湖南精准有戏文化传媒有限公司(Cn) | 一种共享设备广告投放方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117314530A (zh) * | 2023-11-15 | 2023-12-29 | 北京京拍档科技股份有限公司 | 一种基于用户特征分析广告的投放广告方法及装置 |
CN117314530B (zh) * | 2023-11-15 | 2024-03-19 | 北京京拍档科技股份有限公司 | 一种基于用户特征分析广告的投放广告方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2700030C (en) | Touchpoint customization system | |
US20130226711A1 (en) | Monetizing images in publishing networks | |
US11030644B1 (en) | Targeted online multimedia advertising | |
US20190155864A1 (en) | Method and apparatus for recommending business object, electronic device, and storage medium | |
CN108960316A (zh) | 用于生成模型的方法和装置 | |
US11200591B2 (en) | Electronic content based on neural networks | |
CN110264268B (zh) | 广告投放装置、方法、设备及其存储介质 | |
US20120239590A1 (en) | Managing customer communications among a plurality of channels | |
CN110796480A (zh) | 一种实时广告投放管理方法、装置和系统 | |
CN116167803A (zh) | 一种基于信令数据的广告投放方法和装置 | |
CN104967690A (zh) | 一种信息推送方法及装置 | |
CN109087139B (zh) | 用于feed流的广告投放方法及装置 | |
CN113298568B (zh) | 用于投放广告的方法及装置 | |
US9990650B1 (en) | Online multimedia advertising | |
CN109961308B (zh) | 评估标签数据的方法和装置 | |
CN110633405A (zh) | 用于推送信息的方法和装置 | |
CN113763004A (zh) | 信息匹配方法及装置 | |
CN111768250A (zh) | 方法、装置、计算机可读介质及电子设备 | |
CN116029772A (zh) | 一种新媒体广告投放方法和系统 | |
KR20230011213A (ko) | 온라인 광고 대행 서버, 캠페인 정보에 포함된 운영 옵션 정보를 선택적으로 변경하는 온라인 광고 대행 방법 및 상기 방법을 실행하기 위한 컴퓨터 프로그램 | |
CN115344774A (zh) | 用户账号的筛选方法、装置及服务器 | |
CN111857875A (zh) | 用于显示插件的方法及装置 | |
US10586127B1 (en) | Extracting audiovisual features from content elements on online documents | |
US10304115B2 (en) | Quantification of user receptiveness via machine learning | |
CN111125514A (zh) | 用户行为分析的方法、装置、电子设备和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230526 |