CN116452271B - 一种基于大数据数据处理的广告推送方法及系统 - Google Patents
一种基于大数据数据处理的广告推送方法及系统 Download PDFInfo
- Publication number
- CN116452271B CN116452271B CN202310639554.5A CN202310639554A CN116452271B CN 116452271 B CN116452271 B CN 116452271B CN 202310639554 A CN202310639554 A CN 202310639554A CN 116452271 B CN116452271 B CN 116452271B
- Authority
- CN
- China
- Prior art keywords
- advertisement
- segment
- user
- duration
- type
- 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
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000012545 processing Methods 0.000 title claims abstract description 15
- 230000011218 segmentation Effects 0.000 claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims description 8
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 3
- 230000005251 gamma ray Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 13
- 238000004458 analytical method Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- G06Q30/0272—Period of advertisement exposure
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及广告投放技术领域,具体公开了一种基于大数据数据处理的广告推送方法及系统,所述方法包括:S1、在用户登录网站后,建立临时的用户广告观看统计器,将用户持续观看时长及用户广告观看统计器统计的信息按分段策略进行分段;S2、根据用户持续观看时长及上一分段用户广告观看统计器统计的信息确定每个分段的约束策略,根据上一分段用户广告观看统计器统计的信息及上一分段及当前分段的约束策略调整广告投放策略;第一分段的时长为预设固定值;第一分段的广告投放策略基于大数据自动投放策略完成。该方法提高了广告推送的效果,动态的广告推送调整策略能够减少广告推送对用户的影响。
Description
技术领域
本发明涉及广告投放技术领域,具体为一种基于大数据数据处理的广告推送方法及系统。
背景技术
随着互联网技术的快速发展及智能硬件的普及,使得用户接触互联网上的信息越来越频繁,以视频平台为例,用户的激增对视频数量的要求越来越高,因此催生出很多视频创造者,通过设置广告的方式进行获利,以达到平台生态的平衡;而在广告推送的过程中,基于用户的特征结合大数据的分析过程,推送与用户需求相匹配的广告内容,进而增加广告产出率的同时减少广告内容对用户造成的不适,但广告推送的具体方式任然会对用户的使用体验造成影响,因此如何在保证用户较优体验感的同时,保证广告推送量是当前广告投放急需解决的问题之一。
现有技术中,会通过获取视频内容并AI分析的方法来适配广告内容,或者按照时间间隔进行广告推送的推送,并通过设置广告可跳过的方式来增加用户的体验。
然而,上述方案在实际过程中,固定的推送策略仍然会影响用户的体验,且广告投放效果不佳,不能达到预设的效果,而AI分析方法虽然效果较佳,但需要较大的算力,仅适用于较优质的视频内容,不适用在海量的视频分析上。
发明内容
本发明的目的在于提供一种基于大数据数据处理的广告推送方法及系统,解决以下技术问题:
如何保证视频推送效果的同时减少对用户造成不良的影响。
本发明的目的可以通过以下技术方案实现:
一种基于大数据数据处理的广告推送方法,所述方法包括:
S1、在用户登录网站后,建立临时的用户广告观看统计器,将用户持续观看时长及用户广告观看统计器统计的信息按分段策略进行分段;
S2、根据用户持续观看时长及上一分段用户广告观看统计器统计的信息确定每个分段的约束策略,根据上一分段用户广告观看统计器统计的信息及上一分段及当前分段的约束策略调整广告投放策略;
第一分段的时长为预设固定值;
第一分段的广告投放策略基于大数据自动投放策略完成。
进一步地,所述用户广告观看统计器统计的信息包括出现的广告类型及广告类型出现的次数及出现的时长;
对各个分段的广告投放策略调整的过程包括:
根据上一分段用户广告观看统计器统计的信息获取分段状态值;
分别根据上一分段及当前分段的约束策略获取上一分段状态区间及当前分段状态区间;
根据上一分段的分段状态值、上一分段状态区间及当前分段状态区间获取当前分段的状态值调节量;
根据状态值调节量及上一分段用户广告观看统计器统计的信息确定当前分段的广告投放策略调整方法。
进一步地,所述分段状态值的计算过程为:
其中,SF为分段状态值,tsum为当前分段的总时长;m为广告类型数,i∈[1,m];ni为第i种广告类型出现次数,j∈[1,n],μi为第i种广告类型的第一调节系数;αi为第i种广告类型的第二调节系数;tij为第i种广告类型第j次出现时长;A为预设固定系数。
进一步地,所述约束策略获取分段状态区间的过程包括:
获取用户持续观看时长;
通过公式Rupk=Rup(k-1)-fup(tsum(k-1)+τ*(2Pk-1))计算获得第k个分段的状态区间最大值Rupk;
通过公式Rlowk=Rlow(k-1)-flow(tsum(k-1)+τ*(2Pk-1))计算获得第k个分段的状态区间最小值Rlowk;
获得第k个分段的状态区间[Rlowk,Rupk];
第一分段的状态区间[Rup1,Rup1]为预设固定区间;
其中,x∈[1,k-1];tsum(k-1)为开始时间点到第k-1分段的持续总时长;SFx为第x个分段的分段状态值;τ为偏置系数;fup为最大值调整量函数,flow为最小值调整量函数,且fup、flow均为递增函数。
进一步地,所述分段策略为:
获取持续观看时长与所有已分段总时长的差值tC;
将差值tC与预设分段基准值tCT进行比较,当差值大于等于预设分段基准值时,进入分段准备阶段;
通过公式tak=tCT+ft(Gt(k-1))计算获得分段时间参考值tak;
在分段准备阶段,当tC=tak时进行分段,当前分段时长为tak;
其中,ft为对照函数;ni(k-1)为第k-1分段第i种广告类型推送次数;γi为第i种广告类型的第一影响系数;ta(k-1)为第k-1分段的分段时长;ti(k-1)max为第k-1分段第i种广告类型最长持续投放时长;ti(k-1)min为第k-1分段第i种广告类型最短持续投放时长;∈i为第i种广告类型的第二影响系数。
进一步地,对各个分段的广告投放策略调整的过程还包括:
根据当前分段的状态区间[Rlowk,Rupk]、上一分段的状态值SF(k-1)及上一分段的广告投放类型、投放时长进行调整,确定当前分段的广告投放策略。
进一步地,当前分段广告投放策略的确定过程为:
步骤一、将SF(k-1)与[Rlowk,Rupk]进行比对:
若SF(k-1)∈[Rlowk,Rupk],则进行步骤二;
否则,进行步骤三;
步骤二、在tCT时段,按上一分段广告投放策略进行广告投放;在ft(Gt(k-1))时段,对当前分段状态值向大小进行调整,获得广告投放策略;
步骤三、在tCT时段,按照tsum=tCT对当前分段状态值向大小进行调整;在ft(Gt(k-1))时段,根据tCT时段实际调整结果进行微调。
进一步地,步骤二中,对当前分段状态值向大小进行调整的过程为:
获取tCT时段已投放广告数据DataF和分段时长;
通过建立约束 且niadd为正整数,并进行迭代,获得每种广告类型投放数量;
按照每种广告类型投放数量进行广告投放;
其中,每种广告类型的持续时长按该类型广告时长的平均时长;已投放广告数据DataF包括已投放广告的类型及对应时长;SFk{DataF+niadd}表示将已投放广告的类型及对应时长加上增加广告类型投放数量进行计算获得的分段状态值;min表示求最小值.
进一步地,步骤三中,按照tsum=tCT对当前分段状态值向大小进行调整的过程为:
通过建立约束且ninew为正整数,并进行迭代,获得每种广告类型投放数量;
按照每种广告类型投放数量进行广告投放;
其中,SFk{ninew}表示按设定广告类型投放数量ninew进行计算获得的分段状态值;
在ft(Gt(k-1))时段,根据tCT时段实际调整结果进行微调的过程为:
根据投放数量ninew及实际对应投放时长计算分段状态值SFk,并将分段状态值SFk与进行比对:
若分段状态值则ft(Gt(k-1))时段不再进行广告投放;
若分段状态值则按步骤二中ft(Gt(k-1))时段广告类型投放数量确定的方法获得每种广告类型投放数量;
按照每种广告类型投放数量进行广告投放;
其中,Sthr为误差量。
一种基于大数据数据处理的广告推送系统,所述系统用于执行所述的一种基于大数据数据处理的广告推送方法。
本发明的有益效果:
(1)本发明通过设置临时的用户广告观看统计器,通过用户在进入平台后,对其已广告类型及其对应时长的统计,能够通过统计内容避免对用户投放广告内容过多的问题,同时也能保证广告投放效果,更为重要的是,由于广告推送的内容基于大数据分析后获得的,因此在推送到用户感兴趣的广告时,其观看时长是同步增加的,而通过分段约束策略,能够减少其他广告的推送,显然在此过程中,一方面提高了广告推送的效果,另一方面动态的广告推送调整策略能够减少广告推送对用户的影响,使用户在平台使用过程中具有较优的体验感。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明中基于大数据数据处理的广告推送方法的步骤流程图。
具体实施方式
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,在一个实施例中,提供了一种基于大数据数据处理的广告推送方法,所述方法包括:
S1、在用户登录网站后,建立临时的用户广告观看统计器,将用户持续观看时长及用户广告观看统计器统计的信息按分段策略进行分段;
S2、根据用户持续观看时长及上一分段用户广告观看统计器统计的信息确定每个分段的约束策略,根据上一分段用户广告观看统计器统计的信息及上一分段及当前分段的约束策略调整广告投放策略;
第一分段的时长为预设固定值;
第一分段的广告投放策略基于大数据自动投放策略完成。
通过上述技术方案,本实施例给出了一种广告投放的方法,通过设置临时的用户广告观看统计器,通过用户在进入平台后,对其已广告类型及其对应时长的统计,能够通过统计内容避免对用户投放广告内容过多的问题,同时也能保证广告投放效果,更为重要的是,由于广告推送的内容基于大数据分析后获得的,因此在推送到用户感兴趣的广告时,其观看时长是同步增加的,而通过分段约束策略,能够减少其他广告的推送,显然在此过程中,一方面提高了广告推送的效果,另一方面动态的广告推送调整策略能够减少广告推送对用户的影响,使用户在平台使用过程中具有较优的体验感;具体地,本实施例通过分段的方式进行统计,同时根据用户持续观看时长及上一分段用户广告观看统计器统计的信息确定每个分段的约束策略,动态的分段过程及约束策略便于在用户使用时长较长时进行分析及提高用户的体验感。
需要说明的是,上述技术方案中的大数据自动投放策略是根据用户的特征向量、视频内容的特征向量经大数据分析后获得,此过程基于现有技术实现,在此不作进一步限定。
作为本发明的一种实施方式,所述用户广告观看统计器统计的信息包括出现的广告类型及广告类型出现的次数及出现的时长;
对各个分段的广告投放策略调整的过程包括:
根据上一分段用户广告观看统计器统计的信息获取分段状态值;
分别根据上一分段及当前分段的约束策略获取上一分段状态区间及当前分段状态区间;
根据上一分段的分段状态值、上一分段状态区间及当前分段状态区间获取当前分段的状态值调节量;
根据状态值调节量及上一分段用户广告观看统计器统计的信息确定当前分段的广告投放策略调整方法。
通过上述技术方案,本实施例中用户广告观看统计器统计的信息包括推送的广告类型及广告类型出现的时长,由于本实施例是基于广告内容可主动关闭策略实现的,因此广告类型出现的时长并不相同,而对各个分段广告投放策略调整的过程则通过上一分段同一的信息进行分析获得分段状态值,由于大数据分析广告投放的过程具有一定的连续性,因此相邻分段的广告投放结果较为相近,因此分别根据上一分段及当前分段的约束策略获取上一分段状态区间及当前分段状态区间,分别根据上一分段及当前分段的约束策略获取上一分段状态区间及当前分段状态区间,进而根据状态值调节量及上一分段用户广告观看统计器统计的信息能够确定当前分段的广告投放策略的具体调整方法。
作为本发明的一种实施方式,所述分段状态值的计算过程为:
其中,SF为分段状态值,tsum为当前分段的总时长;m为广告类型数,i∈[1,m];ni为第i种广告类型出现次数,j∈[1,n],μi为第i种广告类型的第一调节系数;αi为第i种广告类型的第二调节系数;tij为第i种广告类型第j次出现时长;A为预设固定系数。
通过上述技术方案,本实施例中给出了分段状态值的具体计算过程,其基于投放的广告类型、出现时长及分段总时长来获得,其中,广告类型包括但不限于贴片广告、条幅广告、前置广告和插播广告,基于用户在分段内的广告投放状态及实际选择状态,能够对用户在当前分段的投放策略进行适应性调整,使其保证投放效果的同时,动态的根据用户对广告实际的选择过程,调整广告投放的数量,进而提高用户的使用感受。
需要说明的是,上述技术方案中的第一调节系数及第二调节系数均根据每种广告类型的影响程度选择性设定,例如,插播广告影响程度大于条幅广告,因此插播广告对应的调节系数大于条幅广告对应的调节系数;预设固定系数起到调整数值范围的效果,其根据经验数据拟合获得,在此不作详述。
作为本发明的一种实施方式,所述约束策略获取分段状态区间的过程包括:
获取用户持续观看时长;
通过公式Rupk=Rup(k-1)-fup(tsum(k-1)+τ*(2Pk-1))计算获得第k个分段的状态区间最大值Rupk;
通过公式Rlowk=Rlow(k-1)-flow(tsum(k-1)+τ*(2Pk-1))计算获得第k个分段的状态区间最小值Rlowk;
获得第k个分段的状态区间[Rlowk,Rupk];
第一分段的状态区间[Rup1,Rup1]为预设固定区间;
其中,x∈[1,k-1];tsum(k-1)为开始时间点到第k-1分段的持续总时长;SFx为第x个分段的分段状态值;τ为偏置系数;fup为最大值调整量函数,flow为最小值调整量函数,且fup、flow均为递增函数。
通过上述技术方案,本实施例给出了分段状态区间的计算过程,其在上一分段区间[Rlow(k-1),Rup(k-1)]的基础上,根据用户持续总时长及上一分段的实际差别状态设定,当持续总时长过长时,或上一分段广告投放超出预期效果时,区间整体范围会适应性降低,以保证长时间使用用户及广告投放效果较佳用户的使用体验感,需要说明的是,上述技术方案中的最大值调整量函数fup及最小值调整量函数flow均根据测试数据拟合设定,偏置系数τ为去量纲均一化调节参数,用以对(2Pk-1)的数值范围进行调节,其根据测试数据中(2Pk-1)的数值范围选择设定,在此不作详述。
作为本发明的一种实施方式,所述分段策略为:
获取持续观看时长与所有已分段总时长的差值tC;
将差值tC与预设分段基准值tCT进行比较,当差值大于等于预设分段基准值时,进入分段准备阶段;
通过公式tak=tCT+ft(Gt(k-1))计算获得分段时间参考值tak;
在分段准备阶段,当tC=tak时进行分段,当前分段时长为tak;
其中,ft为对照函数;ni(k-1)为第k-1分段第i种广告类型推送次数;γi为第i种广告类型的第一影响系数;ta(k-1)为第k-1分段的分段时长;ti(k-1)max为第k-1分段第i种广告类型最长持续投放时长;ti(k-1)min为第k-1分段第i种广告类型最短持续投放时长;∈i为第i种广告类型的第二影响系数。
通过上述技术方案,本实施例给出了具体的分段策略,由于大数据广告投放的内容会动态的调整,因此为了满足其调整的规律,因此适应性的根据上一分段的广告投放数量及用户实际的观看数据对分段时长适应性调整,以满足大数据广告投放时对其及时的调整过程;具体地,分段的过程需要满足分段基准值tCT,分段基准值tCT根据平台算力状态选择设定,当分段基准值tCT时,运算频率较高,对算力要求较高,而增量部分则根据分段时长内的广告投放数状态及广告投放时长极值比对状态进行综合判断,结合根据经验数据拟合获得的对照函数ft,进而实现分段时长获得的过程,显然,根据获得的分段时长,进而能够实现分段过程。
需要说明的是,上述技术方案中的第一影响系数γi及第二影响系数∈i作为为去量纲及调节权重的效果,其根据对应调节量的数据范围经数据拟合后获得,在此不作进一步详述。
作为本发明的一种实施方式,对各个分段的广告投放策略调整的过程还包括:
根据当前分段的状态区间[Rlowk,Rupk]、上一分段的状态值SF(k-1)及上一分段的广告投放类型、投放时长进行调整,确定当前分段的广告投放策略。
当前分段广告投放策略的确定过程为:
步骤一、将SF(k-1)与[Rlowk,Rupk]进行比对:
若SF(k-1)∈[Rlowk,Rupk],则进行步骤二;
否则,进行步骤三;
步骤二、在tCT时段,按上一分段广告投放策略进行广告投放;在ft(Gt(k-1))时段,对当前分段状态值向大小进行调整,获得广告投放策略;
步骤三、在tCT时段,按照tsum=tCT对当前分段状态值向大小进行调整;在ft(Gt(k-1))时段,根据tCT时段实际调整结果进行微调。
步骤二中,对当前分段状态值向大小进行调整的过程为:
获取tCT时段已投放广告数据DataF和分段时长;
通过建立约束 且niadd为正整数,并进行迭代,获得每种广告类型投放数量;
按照每种广告类型投放数量进行广告投放;
其中,每种广告类型的持续时长按该类型广告时长的平均时长;已投放广告数据DataF包括已投放广告的类型及对应时长;SFk{DataF+niadd}表示将已投放广告的类型及对应时长加上增加广告类型投放数量进行计算获得的分段状态值;min表示求最小值.
步骤三中,按照tsum=tCT对当前分段状态值向 大小进行调整的过程为:
通过建立约束且ninew为正整数,并进行迭代,获得每种广告类型投放数量;
按照每种广告类型投放数量进行广告投放;
其中,SFk{ninew}表示按设定广告类型投放数量ninew进行计算获得的分段状态值;
在ft(Gt(k-1))时段,根据tCT时段实际调整结果进行微调的过程为:
根据投放数量ninew及实际对应投放时长计算分段状态值SFk,并将分段状态值SFk与进行比对:
若分段状态值则ft(Gt(k-1))时段不再进行广告投放;
若分段状态值则按步骤二中ft(Gt(k-1))时段广告类型投放数量确定的方法获得每种广告类型投放数量;
按照每种广告类型投放数量进行广告投放;
其中,Sthr为误差量。
通过上述技术方案,本实施例给出了广告投放策略具体调整的过程,根据当前分段的状态区间,结合上一分段的状态值及上一分段统计的数据进行确定,具体地,首先将将SF(k-1)与[Rlowk,Rupk]进行比对,若SF(k-1)∈[Rlowk,Rupk],则说明上一分段的投放状态符合当前分段的约束,因此仅需进行调整即可;而若 时,则需要进行较大幅度的调整;其中,在SF(k-1)∈[Rlowk,Rupk]时,首先在tCT时段按上一分段广告投放策略进行广告投放;在ft(Gt(k-1))时段,对当前分段状态值向/> 大小进行调整,获得广告投放策略;具体地,获取tCT时段已投放广告数据DataF和分段时长;通过建立约束 且niadd为正整数,并进行迭代,获得每种广告类型投放数量;需要说明的是,此约束的变量仅为每种广告类型的数量,因为对应时长按均值进行计算,因此,根据广告类型对应的时长及数量,选择出最佳的搭配使得/>数值最小,进而使得广告投放最接近理想状态。
在时,由于需要整体性调整,因此此时按照tsum=tCT对当前分段状态值向/>大小进行调整,与上述步骤二中的迭代过程相同,通过建立约束关系,进而能够搭配出最佳的广告数量组合,进一步地,由于tCT时段的过程的实际状态与计算结果会因为观看时长的不同存在差别,因此在ft(Gt(k-1))时段,根据tCT时段实际调整结果进行微调;具体的,根据投放数量ninew及实际对应投放时长计算分段状态值SFk,并将分段状态值SFk与/>进行比对,若分段状态值/> 说明tCT的广告投放效果已经满足该分段的要求,因此在ft(Gt(k-1))时段不再进行广告投放;而若分段状态值/>则同理,按步骤二中ft(Gt(k-1))时段广告类型投放数量确定的方法获得每种广告类型投放数量,按照每种广告类型投放数量进行广告投放,进而保证投放效果。
需要说明的是,上述技术方案中的误差值Sthr根据经验数据及精确度要求选择设定,在此不作限定。
在一个实施例中,提供了一种基于大数据数据处理的广告推送系统,所述系统用于执行上述的一种基于大数据数据处理的广告推送方法。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (2)
1.一种基于大数据数据处理的广告推送方法,其特征在于,所述方法包括:
S1、在用户登录网站后,建立临时的用户广告观看统计器,将用户持续观看时长及用户广告观看统计器统计的信息按分段策略进行分段;
S2、根据用户持续观看时长及上一分段用户广告观看统计器统计的信息确定每个分段的约束策略,根据上一分段用户广告观看统计器统计的信息及上一分段及当前分段的约束策略调整广告投放策略;
第一分段的时长为预设固定值;
第一分段的广告投放策略基于大数据自动投放策略完成;
所述用户广告观看统计器统计的信息包括出现的广告类型及广告类型出现的次数及出现的时长;
对各个分段的广告投放策略调整的过程包括:
根据上一分段用户广告观看统计器统计的信息获取分段状态值;
分别根据上一分段及当前分段的约束策略获取上一分段状态区间及当前分段状态区间;
根据上一分段的分段状态值、上一分段状态区间及当前分段状态区间获取当前分段的状态值调节量;
根据状态值调节量及上一分段用户广告观看统计器统计的信息确定当前分段的广告投放策略调整方法;
所述分段状态值的计算过程为:
其中,SF为分段状态值,tsum为当前分段的总时长;m为广告类型数,i∈[1,m];ni为第i种广告类型出现次数,j∈[1,n],μi为第i种广告类型的第一调节系数;αi为第i种广告类型的第二调节系数;tij为第i种广告类型第j次出现时长;A为预设固定系数;
所述约束策略获取分段状态区间的过程包括:
获取用户持续观看时长;
通过公式Rupk=Rup(k-1)-fup(tsum(k-1)+τ*(2Pk-1))计算获得第k个分段的状态区间最大值Rupk;
通过公式Rlowk=Rlow(k-1)-flow(tsum(k-1)+τ*(2Pk-1))计算获得第k个分段的状态区间最小值Rlowk;
获得第k个分段的状态区间[Rlowk,Rupk];
第一分段的状态区间[Rlow1,Rup1]为预设固定区间;
其中,tsum(k-1)为开始时间点到第k-1分段的持续总时长;SFx为第x个分段的分段状态值;τ为偏置系数;fup为最大值调整量函数,flow为最小值调整量函数,且fup、flow均为递增函数;
所述分段策略为:
获取持续观看时长与所有已分段总时长的差值tC;
将差值tC与预设分段基准值tCT进行比较,当差值大于等于预设分段基准值时,进入分段准备阶段;
通过公式tak=tCT+ft(Gt(k-1))计算获得分段时间参考值tak;
在分段准备阶段,当tC=tak时进行分段,当前分段时长为tak;
其中,ft为对照函数;ni(k-1)为第k-1分段第i种广告类型推送次数;γi为第i种广告类型的第一影响系数;ta(k-1)为第k-1分段的分段时长;ti(k-1)max为第k-1分段第i种广告类型最长持续投放时长;ti(k-1)min为第k-1分段第i种广告类型最短持续投放时长;∈i为第i种广告类型的第二影响系数;
对各个分段的广告投放策略调整的过程还包括:
根据当前分段的状态区间[Rlowk,Rupk]、上一分段的状态值SF(k-1)及上一分段的广告投放类型、投放时长进行调整,确定当前分段的广告投放策略;
当前分段广告投放策略的确定过程为:
步骤一、将SF(k-1)与[Rlowk,Rupk]进行比对:
若SF(k-1)∈[Rlowk,Rupk],则进行步骤二;
否则,进行步骤三;
步骤二、在tCT时段,按上一分段广告投放策略进行广告投放;在ft(Gt(k-1))时段,对当前分段状态值向大小进行调整,获得广告投放策略;
步骤三、在tCT时段,按照tsum=tCT对当前分段状态值向大小进行调整;在ft(Gt(k-1))时段,根据tCT时段实际调整结果进行微调;
步骤二中,对当前分段状态值向大小进行调整的过程为:
获取tCT时段已投放广告数据DataF和分段时长;
通过建立约束 且niadd为正整数,并进行迭代,获得每种广告类型投放数量;
按照每种广告类型投放数量进行广告投放;
其中,niadd为增加广告类型投放数量;每种广告类型的持续时长按该类型广告时长的平均时长;已投放广告数据DataF包括已投放广告的类型及对应时长;SFk{DataF+niadd}表示将已投放广告的类型及对应时长加上增加广告类型投放数量进行计算获得的分段状态值;min表示求最小值;
步骤三中,按照tsum=tCT对当前分段状态值向 大小进行调整的过程为:
通过建立约束且ninew为正整数,并进行迭代,获得每种广告类型投放数量;
按照每种广告类型投放数量进行广告投放;
其中,SFk{ninew}表示按设定广告类型投放数量ninew进行计算获得的分段状态值;
在ft(Gt(k-1))时段,根据tCT时段实际调整结果进行微调的过程为:
根据投放数量ninew及实际对应投放时长计算分段状态值SFk,并将分段状态值SFk与进行比对:
若分段状态值则ft(Gt(k-1))时段不再进行广告投放;
若分段状态值则按步骤二中ft(Gt(k-1))时段广告类型投放数量确定的方法获得每种广告类型投放数量;
按照每种广告类型投放数量进行广告投放;
其中,Sthr为误差量。
2.一种基于大数据数据处理的广告推送系统,其特征在于,所述系统用于执行如权利要求1所述的一种基于大数据数据处理的广告推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310639554.5A CN116452271B (zh) | 2023-06-01 | 2023-06-01 | 一种基于大数据数据处理的广告推送方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310639554.5A CN116452271B (zh) | 2023-06-01 | 2023-06-01 | 一种基于大数据数据处理的广告推送方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116452271A CN116452271A (zh) | 2023-07-18 |
CN116452271B true CN116452271B (zh) | 2023-11-17 |
Family
ID=87134038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310639554.5A Active CN116452271B (zh) | 2023-06-01 | 2023-06-01 | 一种基于大数据数据处理的广告推送方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116452271B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102066502B1 (ko) * | 2018-11-30 | 2020-01-15 | 주식회사 디지캡 | 타겟 광고 정책 전송 방법 및 시스템 |
CN112163909A (zh) * | 2020-10-29 | 2021-01-01 | 杭州次元岛科技有限公司 | 一种基于大数据的广告投放系统 |
CN112308631A (zh) * | 2020-11-20 | 2021-02-02 | 广州欢网科技有限责任公司 | 一种广告投放方法、装置、设备、存储介质及系统 |
CN114169932A (zh) * | 2021-12-07 | 2022-03-11 | 京东方科技集团股份有限公司 | 广告投放方法、系统、设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170257658A1 (en) * | 2016-03-02 | 2017-09-07 | Le Holdings (Beijing) Co., Ltd. | Method for automatically pushing video based on analysis of user behavior and electronic device |
-
2023
- 2023-06-01 CN CN202310639554.5A patent/CN116452271B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102066502B1 (ko) * | 2018-11-30 | 2020-01-15 | 주식회사 디지캡 | 타겟 광고 정책 전송 방법 및 시스템 |
CN112163909A (zh) * | 2020-10-29 | 2021-01-01 | 杭州次元岛科技有限公司 | 一种基于大数据的广告投放系统 |
CN112308631A (zh) * | 2020-11-20 | 2021-02-02 | 广州欢网科技有限责任公司 | 一种广告投放方法、装置、设备、存储介质及系统 |
CN114169932A (zh) * | 2021-12-07 | 2022-03-11 | 京东方科技集团股份有限公司 | 广告投放方法、系统、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116452271A (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9031941B2 (en) | Information processing apparatus, terminal apparatus, information presentation system, calculation method of evaluation scores, and program | |
WO2006059266A1 (en) | Appratus and method for estimating user interest degree of a program | |
CN106604137B (zh) | 一种预测视频观看时长的方法及装置 | |
US11051070B2 (en) | Clustering television programs based on viewing behavior | |
US20110167445A1 (en) | Audiovisual content channelization system | |
US11515956B2 (en) | Estimating volume of switching among television programs for an audience measurement panel | |
CN111683292A (zh) | 一种视频播放方法及装置 | |
WO2022007626A1 (zh) | 视频内容推荐方法、装置及计算机设备 | |
CN112395496A (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
CN104967690A (zh) | 一种信息推送方法及装置 | |
KR102111491B1 (ko) | 1인 미디어 영상 채널의 간접광고 가치평가 시스템 및 방법 | |
CN116452271B (zh) | 一种基于大数据数据处理的广告推送方法及系统 | |
CN109688217B (zh) | 一种消息推送方法、装置及电子设备 | |
CN112818039A (zh) | 一种解决乱序事件和晚到数据的精准窗口处理方法 | |
CN109145207B (zh) | 一种基于分类指标预测的信息个性化推荐方法及装置 | |
CN114979721B (zh) | 视频切片方法、装置、设备及存储介质 | |
CN108229988B (zh) | 信息推送方法、装置及电子设备 | |
CN111669656B (zh) | 一种视频片段的精彩程度确定方法及装置 | |
CN112365447A (zh) | 一种多维度影视评分方法 | |
CN104506892A (zh) | 数据调整方法及装置 | |
CN117376611B (zh) | 一种贴片广告插入方法及系统 | |
CN113259728B (zh) | 推荐视频的方法、装置、电子设备及存储介质 | |
CN117436957B (zh) | 一种游戏软件广告精准投放方法 | |
CN112423131B (zh) | 一种节目推荐方法、系统、设备及存储介质 | |
CN111666486A (zh) | 热度值获取方法及装置 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231026 Address after: 510308 block g, No. 996, Xingang East Road, Haizhu District, Guangzhou City, Guangdong Province Applicant after: Guangdong Guangdong Marketing Group Co.,Ltd. Address before: No. 56, Second Street, Longwangmiao Village, Cizhou Town, Cixian County, Handan City, Hebei Province, 056000 Applicant before: Handan Xiangnian Network Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |