CN117314530A

CN117314530A - 一种基于用户特征分析广告的投放广告方法及装置

Info

Publication number: CN117314530A
Application number: CN202311517509.9A
Authority: CN
Inventors: 王文峰; 李慧娟; 杨振; 温龙; 刘淑梅
Original assignee: Beijing Golden Partner Technology Co ltd; Beijing Jingpaidang Technology Co ltd
Current assignee: Beijing Golden Partner Technology Co ltd; Beijing Jingpaidang Technology Co ltd
Priority date: 2023-11-15
Filing date: 2023-11-15
Publication date: 2023-12-29
Anticipated expiration: 2043-11-15
Also published as: CN117314530B

Abstract

本发明涉及广告投放技术领域。提供一种基于用户特征分析广告的投放广告方法及装置，在移动端建立广告数据库，并为广告数据库中预存储的当前广告，分配当前广告标签。接下来，获取用户在预设时间段内的多个特征信息，得到特征信息对应的第一特征标签；以及，获取多媒体平台的特征数据库中，至少包括第一特征标签的第二特征标签；然后，根据第二特征标签对应的历史广告标签，确定历史广告标签的权重序列；以及，根据历史广告标签的权重序列，确定当前广告标签的权重序列；根据第一特征标签对应的序列与当前广告标签的权重序列比对，得到最佳广告标签。通由于广告已经预先存储在移动端，无需临时加载，带来的广告卡顿。提高了用户的体验。

Description

一种基于用户特征分析广告的投放广告方法及装置

技术领域

本发明涉及广告投放技术领域，尤其是涉及一种基于用户特征分析广告的投放广告方法及装置。

背景技术

随着互联网的发展，视频社交等多媒体平台得到快速的发展。越来越多的用户使用移动端进行视频观看、电子阅读等操作，在此场景下，移动端的多媒体平台广告投放也跟随发展，如何进行客户信息的采集来确定多媒体广告的投放群体，对于广告投放的效果至关重要，影响到广告产生的效果。但是现有的手机APP中，大多不会被允许其他手机APP查看浏览记录，这种情况往往会导致用户的特征画像不准确，造成广告投放效果不佳的问题。另外，由于移动端的广告打开速度往往取决于网速，而广告为了获得用户的观看，制作的较为精美，从而导致加载时间较长，进一步影响了广告的投放效果。

基于上述原因，亟需一种在用户的历史记录较少的情况下，精准推广广告，并且能够快速加载广告，从而提高用户体验的一种基于用户特征分析广告的投放广告方法。

发明内容

本发明的一种基于用户特征分析广告的投放广告方法及装置，用于解决用户的历史记录较少的情况下，无法精准推广广告，以及广告卡顿，影响用户体验的问题。

本发明第一方面提供一种基于用户特征分析广告的投放广告方法，方法包括：

建立广告数据库，并为所述广告数据库中预存储的当前广告，分配当前广告标签；

获取用户在预设时间段内的多个特征信息，得到所述特征信息对应的第一特征标签；

获取多媒体平台的特征数据库中，至少包括所述第一特征标签的第二特征标签；

根据所述第二特征标签对应的历史广告标签，确定所述历史广告标签的权重序列；

根据所述历史广告标签的权重序列，确定所述当前广告标签的权重序列；

根据所述第一特征标签对应的序列与所述当前广告标签的权重序列比对，得到最佳广告标签。

可实施的一些方式中，所述建立广告数据库，并为所述广告数据库中预存储的当前广告，分配广告标签的步骤，包括：

建立所述广告数据库，以及所述广告标签；

获取未来时间段内的需要投放的当前广告，并将所述当前广告存储在所述广告数据库中，得到预存储的所述当前广告；

为预存储的所述当前广告分配所述广告标签，得到具有所述当前广告对应的所述当前广告标签。

可实施的一些方式中，所述获取用户在预设时间段内的多个特征信息，得到所述特征信息对应的第一特征标签的步骤，包括：

获取所述用户在第一预设时间段内的多个第一特征信息，以及获取所述用户在第二预设时间段内的多个第二特征信息，其中，所述第一预设时间段和所述第二预设时间段构成所述预设时间段，所述第一特征信息和所述第二特征信息构成所述特征信息；

根据若干所述第一特征信息和若干所述第二特征信息，得到第一特征标签。

可实施的一些方式中，所述获取多媒体平台的特征数据库中，至少包括所述第一特征标签的第二特征标签的步骤，包括：

向所述多媒体平台的特征数据库发送所述第一特征标签；

获取所述多媒体平台根据接收到的所述第一特征标签，对应的所述第二特征标签，其中，所述第二特征标签包括所述第一特征标签在所述特征数据库中对应的历史广告。

可实施的一些方式中，所述根据所述第二特征标签对应的历史广告标签，确定所述历史广告标签的权重序列的步骤，包括：

获取所述第一特征标签对应的所述特征信息，在所述特征数据库中对应的多个所述历史广告；

根据多个所述历史广告，确定每个所述历史广告的权重；

获取所述第一特征标签对应的所述特征信息，在所述特征数据库中匹配的多个历史用户；

根据多个所述历史用户，调整所述历史广告的权重，得到所述历史广告的目标权重；

根据所述历史广告的目标权重，得到所述历史广告对应的所述历史广告标签的权重序列。

可实施的一些方式中，所述根据所述历史广告标签的权重序列，确定所述当前广告标签的权重序列的步骤，包括：

将所述历史广告标签的权重序列与所述当前广告标签进行相似度匹配，得到所述当前广告标签的相似度；

根据所述当前广告标签的相似度，确定所述当前广告标签的权重序列。

可实施的一些方式中，所述根据所述第一特征标签对应的序列与所述当前广告标签的权重序列比对，得到匹配的最佳广告标签的步骤，包括：

根据多个所述特征信息出现的次数，对所述第一特征标签进行排序，得到若干所述第一特征标签的序列；

根据所述第一特征标签的序列，得到序列中，每个所述第一特征标签的权重；

根据每个所述第一特征标签的权重与所述当前广告标签的权重序列，得到所述第一特征标签与所述当前广告标签的当前综合权重；

根据所述当前综合权重，得到最佳广告标签。

本申请第二方面提供一种基于用户特征分析广告的投放广告的装置，所述基于用户特征分析广告的投放广告的装置，包括：

建立单元，用于建立广告数据库，并为所述广告数据库中预存储的当前广告，分配当前广告标签；

第一获取单元，用于获取用户在预设时间段内的多个特征信息，得到所述特征信息对应的第一特征标签；

第二获取单元，用于获取多媒体平台的特征数据库中，至少包括所述第一特征标签的第二特征标签；

第一优化配置单元，用于根据所述第二特征标签对应的历史广告标签，确定所述历史广告标签的权重序列；

第二优化配置单元，用于根据所述历史广告标签的权重序列，确定所述当前广告标签的权重序列；

输出单元，用于根据所述第一特征标签对应的序列与所述当前广告标签的权重序列比对，得到最佳广告标签。

本申请第三方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现前述的方法的步骤。

本申请第四方面提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述的方法的步骤。

本发明有益效果：

本发明提供一种基于用户特征分析广告的投放广告方法及装置，首先在移动端建立广告数据库，并为广告数据库中预存储的当前广告，分配当前广告标签。接下来，获取用户在预设时间段内的多个特征信息，得到特征信息对应的第一特征标签；以及，获取多媒体平台的特征数据库中，至少包括第一特征标签的第二特征标签；然后，根据第二特征标签对应的历史广告标签，确定历史广告标签的权重序列；以及，根据历史广告标签的权重序列，确定当前广告标签的权重序列；最后，根据第一特征标签对应的序列与当前广告标签的权重序列比对，得到最佳广告标签。通过上述方法，预先在移动端存储所要展示的广告，接下来，根据用户形成的特征信息，与多媒体平台的特征数据库中的特征信息匹配，根据特征数据库中的特征信息确定，用户可能需要的历史广告；再利用历史广告，确定当前广告的权重，并由此得出最佳广告标签所对应的当前广告，并将最佳广告标签对应的当前广告展示在移动端的广告位，从而使得用户特征信息较少时，仍然能够精准匹配广告，并且在广告展示时，由于广告已经预先存储在移动端，无需临时加载，避免了移动网络延迟，带来的广告卡顿。提高了用户的体验。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术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发明的一些实施方式，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为本发明一种基于用户特征分析广告的投放广告方法流程图；

图2为本发明一种基于用户特征分析广告的投放广告方法的分配当前广告标签的流程图；

图3为本发明一种基于用户特征分析广告的投放广告方法的得到特征信息对应的第一特征标签的流程图；

图4为本发明一种基于用户特征分析广告的投放广告方法的获取第二特征标签的流程图；

图5为本发明一种基于用户特征分析广告的投放广告方法的确定历史广告标签的权重序列的流程图；

图6为本发明一种基于用户特征分析广告的投放广告方法的确定当前广告标签的权重序列的流程图；

图7为本发明一种基于用户特征分析广告的投放广告方法的得到最佳广告标签的流程图。

具体实施方式

下面将结合实施例对本发明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。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

随着互联网的发展，视频社交等多媒体平台作为互联网的重要组成部分，也得到了快速的发展。又因为，目前智能手机的保有量已经达到了15亿以上，在这一巨大的保有量下，在手机端播放视频已经成为了趋势。通过手机端播放视频等多媒体时，大多需要在无线网络下，使用app进行播放。出于安全考虑，以及避免过渡抓取用户的隐私，大多数的app之间相互独立，信息并不互通。这样，导致了app投放广告时，无法获取用户较多的特征信息，也就无法形成较为完整的用户画像，从而导致广告的投放精准度不够，广告投放效果差的问题。另外，由于，无法精准的完成用户画像，在为用户投放广告时，仅能够根据用户较少的特征信息进行投放，由于用户的特征信息较少，在用户近期关注某一事物，所形成的特征信息往往会具有较高的权重，这种情况下，可能需要改变原有的广告投放策略，进而导致播放广告时，广告需要临时加载，尤其当网络不佳时，广告会出现卡顿的情况发生，进一步降低了用户体验。

基于上述原因，本申请提供一种基于用户特征分析广告的投放广告方法及装置。下面以移动端进行示例性地说明，需要说明地是，本申请不仅可以在移动端应用，还可以再固定端应用。

如图1所示，本申请提供一种基于用户特征分析广告的投放广告方法，方法包括：

S100，建立广告数据库，并为广告数据库中预存储的当前广告，分配当前广告标签。

其中，在app中建立一个广告数据库，并将未来预设的时间段内可能要投放的当前广告预加载在这一广告数据库中。这样，当需要投放广告时，选着预加载在广告数据库中的当前广告播放即可，无需加载，即使是无网络的情况下，由于是预先加载在广告数据库中，也可以直接播放，避免了广告的卡顿。

需要说明地是，可能会存在当前广告的类别较多，例如，当前广告可以分为游戏广告、数码产品广告、车辆广告、房产广告和服装广告等。当面对种类繁多的广告时，若将这些广告全部预加载在移动端的情况下，会极大的占用移动端的空间，影响用户的体验。这种情况下，可以根据用户在使用app时，形成的特征信息品类进行加载，例如用户使用app时，形成的特征信息包含有车、手机和房产，这种情况下，需要将属于车、手机和房产的当前广告预加载在广告数据库中，而服装广告由于不在用户的特征信息中，因此不必加载，从而减少当前广告加载所占用的空间。这样，对用户所使用的app投放广告时，直接将与用户匹配的车辆广告、数码产品广告或房产广告投放在app中即可。

还需要说明地是，用于广告具有时效性，因此，在广告数据库中预加载的广告会伴随有存在时间节点，也就是说，预加载的当前广告会同时设定删除时间，这样，到达设定的删除时间时，会将对应的当前广告删除，加载新的广告，从而节省移动端的空间。也就是说，利用设定的删除时间，来更新当前广告。

最后需要说明地是，广告数据库中预加载的当前广告，需要对应的分配当前广告标签，以使每个当前广告均有与之对应的当前广告标签，这样，根据当前广告标签，即可找寻到所要播放的当前广告。而这一当前广告标签，可以是在广告数据库中建立好的，也就是说，预先在广告数据库中建立当前广告标签，当预加载当前广告时，将当前广告划分如对应标签即可。可以理解为，预加载的当前广告自身携带有标签，在预加载当前广告过程中，将携带的标签与预先在广告数据库中建立的当前广告标签匹配后，即将当前广告存放在对应的当前广告标签中。当前广告标签，可以利用多媒体平台进行修改，本申请对此并不加以限定。

如图2所示，具体地，分配当前广告标签还包括步骤S101至S103。

S101，建立广告数据库，以及广告标签。

其中，在移动端的app中建立广告数据库，并且，在广告数据库中预设广告标签，广告标签用于与当前广告的寻址，也就是说，通过这一广告标签，即可找到当前广告。广告标签的建立，可以预先设定，也可以利用多媒体平台进行修改，广告标签例如为游戏广告、数码产品广告、车辆广告、房产广告和服装广告等。

需要说明地是，在某一广告标签对应有多个游戏广告时，可以对这一广告标签建立子标签，例如，建立的子标签为第一游戏广告、第二游戏广告和第三游戏广告等，这些游戏广告的播放顺序可以根据根据与广告商的约定进行播放，也可以循环播放，本申请对此并不加以限定。

S102，获取未来时间段内的需要投放的当前广告，并将当前广告存储在广告数据库中，得到预存储的当前广告。

示例性地，投放游戏广告的时间为1个月，这1个月即为未来时间段，也就是说，游戏广告预加载时，设定的删除时间为1个月后，在到达1个月的时间节点时，将会在广告数据库中将这一游戏广告删除。相应地，在这一个月内，若游戏广告符合用户的特征信息，将会为用户在适当的时间播放广告。游戏广告的播放次数，可以根据与广告商约定进行播放，本申请对此并不加以限定。

S103，为预存储的当前广告分配广告标签，得到具有当前广告对应的当前广告标签。

其中，当前广告在预存储时，会将当前广告所携带的标签与广告标签匹配，并进行匹配，这样，即可通过广告标签对应的地址寻到当前广告。

需要说明地是，每个预存储的当前广告均需要有对应的当前广告标签。

S200，获取用户在预设时间段内的多个特征信息，得到特征信息对应的第一特征标签。

其中，用户画像过程中，对应的多个特征信息并不是一成不变的，因此需要为用户画像所需的特征信息进行时间标注，也就是说，在预设时间段内的特征信息才能用于用户画像。而预设时间段外的特征信息，可能存在用户画像不准确的问题，因此，不予考虑。预设时间段可以根据需要设定，例如设置为一周、一个月、两个月或三个月等，本申请对此并不加以限定。

如图3所示，具体地，得到特征信息对应的第一特征标签包括步骤S201至S202。

S201，获取用户在第一预设时间段内的多个第一特征信息，以及获取用户在第二预设时间段内的多个第二特征信息。

其中，第一预设时间段和第二预设时间段构成预设时间段，第一特征信息和第二特征信息构成特征信息。也就是说，每个特征信息包括第一预设时间段形成的第一特征信息，以及第二预设时间段形成的第二特征信息。

需要说明地是，预设时间段包括了第一预设时间段和第二预设时间段，这两个时间段分别代表了，连续的不同时间段，例如，第一预设时间段表示3周的时间，而第二预设时间段表示1周的时间，也就是说，预设时间段为1个月的情况下，从目前开始，往前计算1周即为第二预设时间段，这一时间段为用户最新的特征信息，从用户的自身习惯判断，1周内形成的特征信息，为与当前用户最贴切的特征信息，因此具有较高的权重。而从第2周至第4周之间的时间为第一预设时间段内的用户持续特征信息，根据这一持续特征信息能够判断出用户的持续喜好，但是相较于1周内形成的特征信息来说，权重相对较低。可以将1周内的特征信息赋予70%权重，第2周至第4周之间的用户特征信息赋予30%权重。接下来，计算第一预设时间段和第二预设时间段计算综合权重，来形成用户画像。

例如，综合权重的计算公式为：

第一预设时间段内用户特征信息的权重为(a1，a2，...an)，第二预设时间段内用户特征信息的权重为(b1，b2，...bn)，综合起来的综合权重(c1，c2....cn)综合权重计算公式为:ci＝ai*bi/∑(aj*bj)，而这一综合权重，还需要考虑第一预设时间段赋予的30%权重，以及第二预设时间段赋予的70%权重，也就是说，针对(a1，a2，...an)需要乘以30%，(b1，b2，...bn)需要乘以70%。

S202，根据若干第一特征信息和若干第二特征信息，得到第一特征标签。

其中，利用第一特征信息和第二特征信息计算得到的综合权重，即为第一特征标签对应的权重。利用这种方式，即可计算出每个特征信息对应的权重，进而得到每个第一特征标签对应的特征信息的权重。

利用第一预设时间段和第二预设时间段分段的方式，得到特征信息的权重，能够更好的诠释出，用户的多个特征信息的重要性，利于用户的画像。

S300，获取多媒体平台的特征数据库中，至少包括第一特征标签的第二特征标签。

如图4所示，获取第二特征标签包括步骤S301和S302。

S301，向多媒体平台的特征数据库发送第一特征标签。

其中，由于用户画像的特征信息越多，用户画像的精准率越高，而app中的用户特征信息较少，这种情况，很容易造成用户画像的欠拟合。因此，有必要利用大量的数据增加用户画像的拟合度。因此，将用户的第一特征标签对应的特征信息发送至多媒体平台的特征数据库中。多媒体平台的特征数据库中包含有大量的用户的特征信息，利用特征数据库中大量的用户特征信息来丰富用户画像，从而使用户画像更加的精准。

S302，获取多媒体平台根据接收到的第一特征标签，对应的第二特征标签。

其中，第二特征标签包括第一特征标签在特征数据库中对应的历史广告。

具体地，多媒体平台会根据接收到的第一特征标签对应的特征信息，查找特征数据库中的特征信息对应的历史广告。也就是说，特征数据库中存储有若干历史用户的特征信息，以及这些特征信息对应的广告，根据历史广告的触发经验，来判断用户需要的广告。利用这一方式来，丰富用户的画像，以及得到用户可能会需要的广告。

需要说明地是，多媒体平台会收集历史用户的特征信息，以及这些特征信息触发的历史广告，并形成数据库。例如，历史用户观看车辆信息，触发了汽车维修的广告。而本申请中的用户同样具有车辆特征信息的情况下，也可能意味有汽车维修的需求。

S400，根据第二特征标签对应的历史广告标签，确定历史广告标签的权重序列。

如图5所示，具体地，确定历史广告标签的权重序列包括步骤S401至S405。

S401，获取第一特征标签对应的特征信息，在特征数据库中对应的多个历史广告。

S402，根据多个历史广告，确定每个历史广告的权重。

S403，获取第一特征标签对应的特征信息，在特征数据库中匹配的多个历史用户。

S404，根据多个历史用户，调整历史广告的权重，得到历史广告的目标权重。

S405，根据历史广告的目标权重，得到历史广告对应的历史广告标签的权重序列。

其中，如前述的历史用户观看车辆信息，但车辆相关的广告有汽车维修广告、汽车用品广告、汽车保养广告和汽车销售广告等，而这些广告面对不同的用户可能均会存在触发的可能，因此还需要对这些广告触发的次数进行统计，计算每个广告的权重，以及拥有多个相同特征信息的历史用户，触发广告的次数进行加权统计。

例如，第一用户向特征数据库发送了第一特征标签对应的特征信息A、B和C。

特征数据库中统计出根据A特征触发了1000次汽车用品广告；根据B特征触发了500次汽车销售广告；根据C特征触发了100次汽车维修广告，（A、B和C可能还会触发与汽车不相关的广告，以触发次数最多的广告类型进行统计）。

历史用户包括第一历史用户、第二历史用户和第三历史用户，第一历史用户具有A和B两个特征，第二历史用户包括B和C两个特征，第三历史用户包括A、B、C和D四个特征。

此时，可以确定第三历史用户与第一用户最为相近，因此第三历史用户获得的权重最高。但第三历史用户仅触发了C特征，而A特征和B特征虽然具有，但是并未触发。因此，增加C特征的权重。

由此，分别计算A特征、B特征和C特征触发广告形成的第一权重，再结合历史用户特征匹配度，形成第二权重，匹配度越高，第二权重越大。接下来，利用第一权重和第二权重重新计算A特征、B特征和C特征的权重，计算方式可以根据需要调整本申请对此并不加以限定，例如，通过加权平均的方法计算第一权重和第二权重，得到历史广告的目标权重。最后，得到A特征、B特征和C特征的历史广告的目标权重，并根据历史广告的目标权重，对A特征、B特征和C特征进行排序，得到权重序列，当A特征、B特征和C特征赋予历史广告标签时，历史广告标签同样具有了权重序列，也就是说，得到历史广告对应的历史广告标签的权重排序，也可称作权重序列。

S500，根据历史广告标签的权重序列，确定当前广告标签的权重序列。

如图6所示，其中，确定当前广告标签的权重序列包括步骤S501至S502。

S501，将历史广告标签的权重序列与当前广告标签进行相似度匹配，得到当前广告标签的相似度。

S502，根据当前广告标签的相似度，确定当前广告标签的权重序列。

具体地，在前述步骤中得到了历史广告标签的权重序列，接下来，将得到的若干历史广告与当前广告的相似度匹配。例如历史广告标签包括A、B、C和D，而当前广告标签包括A^，、B^，、C^，和E，这样，根据A、B、C的权重，对A^，、B^，和C^，进行排序，E在最后。示例性地，A^，与A可以相同也可以不同，A^，与A相似度最高即可。需要说明地是，相似度可以人为设定、也可以根据词义设定。不仅对A^，、B^，、C^，和E进行排序，还将A、B、C的权重值赋值给A^，、B^，、C^，，而E的权重值可以设置为0。

通过上述方式，使得当前广告标签具有了，历史广告标签的权重，并可以对历史广告标签进行权重排列，以便后续步骤的计算。

S600，根据第一特征标签对应的序列与当前广告标签的权重序列比对，得到最佳广告标签。

如图7所示，其中，得到最佳广告标签包括步骤S601至S604。

S601，根据多个特征信息出现的次数，对第一特征标签进行排序，得到若干第一特征标签的序列。

S602，根据第一特征标签的序列，得到序列中，每个第一特征标签的权重。

S603，根据每个第一特征标签的权重与当前广告标签的权重序列，得到第一特征标签与当前广告标签的当前综合权重。

S604，根据当前综合权重，得到最佳广告标签。

具体地，用户在使用app观看视频时，每个视频都具有第一特征标签，并将第一特征标签赋予用户。当用户观看多个视频时，会赋予用户相同或不同的第一特征标签，这样，导致用户所具有的相同第一特征标签可能为多个，也可能为一个，若第一特征标签为多个时，说明用户对此类视频比较感兴趣。由此，为用户投放广告时，还需要考虑第一特征标签出现的次数。因此，根据用户特征信息出现的次数，对第一特征标签进行排序，由大致小对第一特征标签进行排序，得到若干第一特征标签的序列。接下来，根据第一特征标签出现的次数，计算第一特征标签的权重。最后，利用第一特征标签的权重与当前广告标签的权重进行综合权重的计算，例如加权平均的方法，得到当前综合权重最高的当前广告标签，当前广告标签即为最佳广告标签，可对最佳广告标签对应的当前广告展示给用户。

需要说明地是，根据第一特征标签出现的次数，计算第一特征标签的权重时，还需要结合前述步骤中的第一预设时间段和第二预设时间段的权重赋值。示例性地，A特征在第一预设时间段内出现了3次，在第二预设时间段内出现了10次。B特征在第一预设时间段内出现了2次，在第二预设时间段内出现了100次。这种情况下，要对A特征和B特征在第一预设时间段和第二预设时间段分别计算。

本申请中所提到的权重计算，可以使用信息增益、信息增益比、方差分析、带权重的TF-IDF和神经网络中的权值更新、归一化等常规的权重计算方法进行计算，本申请对权重的计算方法并不加以限定。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims

1.一种基于用户特征分析广告的投放广告方法，其特征在于，方法包括：

2.根据权利要求1所述的基于用户特征分析广告的投放广告方法，其特征在于，所述建立广告数据库，并为所述广告数据库中预存储的当前广告，分配广告标签的步骤，包括：

建立所述广告数据库，以及所述广告标签；

3.根据权利要求1所述的基于用户特征分析广告的投放广告方法，其特征在于，所述获取用户在预设时间段内的多个特征信息，得到所述特征信息对应的第一特征标签的步骤，包括：

4.根据权利要求1所述的基于用户特征分析广告的投放广告方法，其特征在于，所述获取多媒体平台的特征数据库中，至少包括所述第一特征标签的第二特征标签的步骤，包括：

向所述多媒体平台的特征数据库发送所述第一特征标签；

5.根据权利要求4所述的基于用户特征分析广告的投放广告方法，其特征在于，所述根据所述第二特征标签对应的历史广告标签，确定所述历史广告标签的权重序列的步骤，包括：

获取所述第一特征标签对应的所述特征信息，在所述特征数据库中对应的多个历史广告；

根据多个所述历史广告，确定每个所述历史广告的权重；

6.根据权利要求5所述的基于用户特征分析广告的投放广告方法，其特征在于，所述根据所述历史广告标签的权重序列，确定所述当前广告标签的权重序列的步骤，包括：

7.根据权利要求6所述的基于用户特征分析广告的投放广告方法，其特征在于，所述根据所述第一特征标签对应的序列与所述当前广告标签的权重序列比对，得到匹配的最佳广告标签的步骤，包括：

根据所述当前综合权重，得到最佳广告标签。

8.一种基于用户特征分析广告的投放广告的装置，其特征在于，所述基于用户特征分析广告的投放广告的装置，包括：

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。