CN117372091B - 一种热点事件的群体情绪分析方法及系统 - Google Patents

Abstract

本发明公开了一种热点事件的群体情绪分析方法及系统，包括数据收集模块、数据处理模块、投放调整模块以及云端数据库；数据收集模块用于将基于热点事件下进行相关产品投放广告后单个用户对该广告的反馈数据进行收集，数据处理模块用于对数据收集模块收集获得的数据进行筛除无用数据等一系列处理，使数据更具象化，投放调整模块用于根据处理后的数据知道用户个人的广告偏好，完成精准的广告投放；本发明主要对用户在点赞和收藏前的视频信息与评论内容信息以及转发留言的信息三者进行比对，能更精准高效地判断用户对投放广告的喜爱之处，再以权重的占比高低进行用户喜欢程度的具象化，从而更好的对后续短视频平台上的用户进行更精准广告投放。

Description

一种热点事件的群体情绪分析方法及系统

技术领域

本发明属于数据处理技术领域，具体是指一种热点事件的群体情绪分析方法及系统。

背景技术

传统意义上的热点事件通常用来指代当前社会或新闻界中引起广泛关注和讨论的重要事件或话题，其可能涉及重大政治决策、社会问题、重大新闻事件、流行文化现象等；但随着近些年，短视频成为了热点事件或话题传播的重要媒介，“热点事件”不局限于传统，具象出了众多热点榜、热度榜，因此在某特定时间内登上热度榜且持续一段时间的事件，均可称为“热点事件”。

在热点事件的催发下，各类的新品、周边等相继走入市场，而商家为了将热点事件相关产品推上浪潮，常采取与短视频平台进行合作投放合法合规的广告，从而让自己的产品随着热点事件的浪潮冲上高地；但是不同客户对不同类型广告的喜好厌恶情绪各不相同，但因为广告投放的不精准，没有瞄准优质用户进行对应喜好的广告投放，导致广告投放未能完全发挥作用的同时，还会导致短视频平台用户的使用感降低，最后甚至对投放广告的产品产生厌恶感，违背投放广告的初衷。

因此为了能将与热点事件相关联的产品推上浪潮，且不影响短视频平台用户的使用感，亟需一种能对用户群体对各类广告的情绪进行分析，从而能实现精准投放广告的方法及系统。

发明内容

为了解决上诉背景技术中提到的需要一种能对用户群体对广告的情绪进行分析，且实现广告精准投放的问题，本发明公布了一种热点事件的群体情绪分析方法及系统。

本发明的技术方案是这样实现的：

一种热点事件的群体情绪分析方法及系统，包括数据收集模块、数据处理模块、投放调整模块以及云端数据库；所述数据收集模块包括数据爬虫收集单元、屏幕停留时间收集单元、评论内容收集单元、点赞和收藏数据收集单元、转发数据收集单元；所述数据处理模块包括无用数据筛除单元、数据分类单元、阶梯分类单元、语义分析单元、点赞和收藏数据处理单元、转发数据处理单元、情绪等级匹配单元以及被转发用户数据收集单元；所述投放调整模块包括数据判断单元、情绪等级匹配单元、视频数据分析单元、数据比对单元、权重配比调整单元、投放类别调整单元、用户个人类别库单元以及投放单元；

进一步地，所述数据收集模块与云端数据库数据双向连接，所述数据收集模块输出端与数据处理模块输入端单向连接，所述数据处理单元与云端数据库双向链接，所述数据处理单元输出端与投放调整模块输入端单向连接，所述投放调整模块与云端数据库双向连接，投放调整模块输出端与所述数据收集模块输入端单向连接；

所述数据收集模块用于将基于热点事件下进行相关产品投放广告后单个用户对该广告的反馈数据进行收集；

所述数据处理模块用于对数据收集模块收集获得的数据进行筛除无用数据等一系列处理操作，使数据更具象化；

所述投放调整模块用于根据处理后的数据知道用户个人的广告偏好，得到用户对于不同分类广告的喜好权重值，从而根据权重值对该用户的广告投放类别进行调整，且给该用户建立并更新个人类别库，从而完成精准的广告投放；所述云端数据库用于供各模块对数据的存储或读取操作。

进一步地，所述数据收集模块内，数据爬虫收集单元输入端输入软件后台数据，输出端与屏幕停留时间收集单元、评论内容收集单元、点赞和收藏数据收集单元以及转发数据收集单元的输入端单向连接，所述屏幕停留时间收集单元、评论内容收集单元、点赞和收藏数据收集单元以及转发数据收集单元的输出端与数据处理模块的输入端单向连接；

所述数据爬虫收集单元用于对短视频软件的后台数据进行筛选与收集，将相关信息都进行收集成数据信息表；

所述屏幕停留时间收集单元用于从数据信息表内对用户在刷到投放的广告一刻起，一定时间(如1分钟)内，有多少时间是停留于广告页面的数据进行收集；

所述评论内容收集单元用于从数据信息表内收集相关用户是否有在广告短视频下评论以及评论的内容等数据信息；

所述点赞和收藏数据收集单元用于收集用户对投放的广告进行点赞或收藏操作信息，以及对获得点赞和收藏至少任一种的广告视频进行收集，若有则进行收集，若无则收集所得信息为零；

所述转发数据收集单元用于收集用户将广告短视频进行转发的操作信息，其中包括但不限于用户在转发时给被转发用户的留言，若有则收集被转发用户的相关信息，若无则收集信息为零。

进一步地，所述数据处理模块内，无用数据筛除单元的输出端与数据分类单元的输入端单向连接，所述数据分类单元输出端与阶梯分类单元、语义分析单元、点赞和收藏数据处理单元以及转发数据处理单元的输入端单向连接，所述阶梯分类单元、语义分析单元、点赞和收藏数据处理单元以及转发数据处理单元的输出端与投放调整模块的输入端单向连接，所述转发数据处理单元与云端数据库双向连接，云端数据库输出端与被转发用户数据收集单元输入端单向连接，所述被转发用户数据收集单元输出端与无用数据筛除单元输入端单向连接；

进一步地，所述无用数据筛除单元用于对数据收集模块爬取得到的数据进行筛选，将部分乱码以及无用信息筛除；

所述数据分类单元用于将筛选后的数据进行分类，为后续各单元的数据处理做保证；

所述阶梯分类单元用于对用户根据特定时间内屏幕停留广告时长进行分类；

所述语义分析单元用于对收集到的评论以及用户在转发时给被转发用户的留言进行语义分析，其中包括对评论和留言的褒贬义分析、语气助词的分析以及对语义的翻译等；

所述点赞和收藏数据处理单元用于对用户在点赞和收藏时，对点赞和收藏前一定时间(如5s前)至点赞这一刻的视频进行截取；

所述转发数据处理单元用于根据数据得到被转发用户在该短视频平台的部分数据；

所述被转发用户数据收集单元用于根据所述转发数据处理单元得到的数据在本系统内进行搜索，得到关于该被转发用户对于广告投放的相关数据信息。

进一步地，处理后的用户数据直接从各处理单元输出至投放调整模块，数据首先通过数据判断单元的输入端输入，所述数据判断单元具有两个输出端，肯定输出端与视频数据分析单元输入端单向连接，所述视频数据分析单元输出端与数据比对单元输入端单向连接，数据比对单元输出端与情绪等级匹配单元输入端单向连接，所述数据判断单元否定输出端与情绪等级匹配单元单向连接，所述情绪等级匹配单元输出端与权重配比调整单元输入端单向连接，所述权重配比调整单元的输出端与投放类别调整单元的输入端单向连接，所述投放类别调整单元的输出端与所述用户个人类别库单元的输入端单向连接，所述用户个人类别库单元的输出端与投放单元的输入端单向连接，所述投放单元的输出端与所述数据收集模块的输入端单向连接；

进一步地，所述数据判断单元用于判断处理后的数据中，是否满足点赞和收藏、评论以及转发时具有留言三种情况中的任意两种以上；

所述视频数据分析单元用于对满足数据判断后的点赞和收藏数据处理单元中传输来的截取视频进行视频的数据分析，其中包括但不限于对截取视频的阐述主体的外观、作用等进行分析、对截取视频的文案翻译进行语义分析等；

所述数据比对单元用于对点赞和收藏后的视频分析数据、评论的语义分析数据以及转发时的留言的分析数据三者进行内容相关性两两比对，并输出比对后的相关性百分比。

进一步地，所述情绪等级匹配单元用于将输入的数据进行权重赋值，其中，满足数据判断单元的判断要求进行分析后获得的相关性百分比影响权重计算占比最大；并通过对总权重值进行分阶级得出该用户对该类广告投放的情绪是积极、消极还是中性等；

所述权重配比调整单元用于根据传输得到的新用户情绪等级对旧情绪等级进行更新；

所述投放类别调整单元根据调整后的用户对各类广告的喜爱程度所占的权重对各类广告投放占比进行调整；

所述用户个人类别库单元用于存储该用户对所投放的各类广告的喜恶程度，便于后续投放广告的工作进行；

所述投放单元用于根据所述用户个人类别库中用户对各类广告的喜恶程度进行特定广告进行投放；

投放后，再通过数据收集模块对用户的数据进行收集，再次更新权重配比等数据信息。

附图说明

图1为本发明一种热点事件的群体情绪分析方法及系统的工作流程示意图；

图2为本发明的数据收集模块的工作流程示意图；

图3为本发明的数据处理模块的工作流程示意图；

图4为本发明的投放调整模块的工作流程示意图。

具体实施方式

下面将结合附图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。

如图1-4所示，一种热点事件的群体情绪分析方法及系统，包括数据收集模块、数据处理模块、投放调整模块以及云端数据库；所述数据收集模块包括数据爬虫收集单元、屏幕停留时间收集单元、评论内容收集单元、点赞和收藏数据收集单元、转发数据收集单元；所述数据处理模块包括无用数据筛除单元、数据分类单元、阶梯分类单元、语义分析单元、点赞和收藏数据处理单元、转发数据处理单元、情绪等级匹配单元以及被转发用户数据收集单元；所述投放调整模块包括数据判断单元、情绪等级匹配单元、视频数据分析单元、数据比对单元、权重配比调整单元、投放类别调整单元、用户个人类别库单元以及投放单元；

所述数据收集模块与云端数据库数据双向连接，所述数据收集模块输出端与数据处理模块输入端单向连接，所述数据处理单元与云端数据库双向链接，所述数据处理单元输出端与投放调整模块输入端单向连接，所述投放调整模块与云端数据库双向连接，投放调整模块输出端与所述数据收集模块输入端单向连接；

所述数据收集模块用于将基于热点事件下进行相关产品投放广告后单个用户对该广告的反馈数据进行收集；

所述数据处理模块用于对数据收集模块收集获得的数据进行筛除无用数据等一系列处理操作，使数据更具象化；

所述投放调整模块用于根据处理后的数据知道用户个人的广告偏好，得到用户对于不同分类广告的喜好权重值，从而根据权重值对该用户的广告投放类别进行调整，且给该用户建立并更新个人类别库，从而完成精准的广告投放；所述云端数据库用于供各模块对数据的存储或读取操作。

所述数据收集模块内，数据爬虫收集单元输入端输入软件后台数据，输出端与屏幕停留时间收集单元、评论内容收集单元、点赞和收藏数据收集单元以及转发数据收集单元的输入端单向连接，所述屏幕停留时间收集单元、评论内容收集单元、点赞和收藏数据收集单元以及转发数据收集单元的输出端与数据处理模块的输入端单向连接；

所述数据爬虫收集单元用于对短视频软件的后台数据进行筛选与收集，将相关信息都进行收集成数据信息表；

所述屏幕停留时间收集单元用于从数据信息表内对用户在刷到投放的广告一刻起，一定时间(如1分钟)内，有多少时间是停留于广告页面的数据进行收集；

所述评论内容收集单元用于从数据信息表内收集相关用户是否有在广告短视频下评论以及评论的内容等数据信息；

所述点赞和收藏数据收集单元用于收集用户对投放的广告进行点赞或收藏操作信息，以及对获得点赞和收藏至少任一种的广告视频进行收集，若有则进行收集，若无则收集所得信息为零；

所述转发数据收集单元用于收集用户将广告短视频进行转发的操作信息，其中包括但不限于用户在转发时给被转发用户的留言，若有则收集被转发用户的相关信息，若无则收集信息为零。

所述数据处理模块内，无用数据筛除单元的输出端与数据分类单元的输入端单向连接，所述数据分类单元输出端与阶梯分类单元、语义分析单元、点赞和收藏数据处理单元以及转发数据处理单元的输入端单向连接，所述阶梯分类单元、语义分析单元、点赞和收藏数据处理单元以及转发数据处理单元的输出端与投放调整模块的输入端单向连接，所述转发数据处理单元与云端数据库双向连接，云端数据库输出端与被转发用户数据收集单元输入端单向连接，所述被转发用户数据收集单元输出端与无用数据筛除单元输入端单向连接；

所述无用数据筛除单元用于对数据收集模块爬取得到的数据进行筛选，将部分乱码以及无用信息筛除；

所述数据分类单元用于将筛选后的数据进行分类，为后续各单元的数据处理做保证；

所述阶梯分类单元用于对用户根据特定时间内屏幕停留广告时长进行分类；

所述语义分析单元用于对收集到的评论以及用户在转发时给被转发用户的留言进行语义分析，其中包括对评论和留言的褒贬义分析、语气助词的分析以及对语义的翻译等；

所述点赞和收藏数据处理单元用于对用户在点赞和收藏时，对点赞和收藏前一定时间(如5s前)至点赞这一刻的视频进行截取；

所述转发数据处理单元用于根据数据得到被转发用户在该短视频平台的部分数据；

所述被转发用户数据收集单元用于根据所述转发数据处理单元得到的数据在本系统内进行搜索，得到关于该被转发用户对于广告投放的相关数据信息。

处理后的用户数据直接从各处理单元输出至投放调整模块，数据首先通过数据判断单元的输入端输入，所述数据判断单元具有两个输出端，肯定输出端与视频数据分析单元输入端单向连接，所述视频数据分析单元输出端与数据比对单元输入端单向连接，数据比对单元输出端与情绪等级匹配单元输入端单向连接，所述数据判断单元否定输出端与情绪等级匹配单元单向连接，所述情绪等级匹配单元输出端与权重配比调整单元输入端单向连接，所述权重配比调整单元的输出端与投放类别调整单元的输入端单向连接，所述投放类别调整单元的输出端与所述用户个人类别库单元的输入端单向连接，所述用户个人类别库单元的输出端与投放单元的输入端单向连接，所述投放单元的输出端与所述数据收集模块的输入端单向连接；

所述数据判断单元用于判断处理后的数据中，是否满足点赞和收藏、评论以及转发时具有留言三种情况中的任意两种以上；

所述视频数据分析单元用于对满足数据判断后的点赞和收藏数据处理单元中传输来的截取视频进行视频的数据分析，其中包括但不限于对截取视频的阐述主体的外观、作用等进行分析、对截取视频的文案翻译进行语义分析等；

所述数据比对单元用于对点赞和收藏后的视频分析数据、评论的语义分析数据以及转发时的留言的分析数据三者进行内容相关性两两比对，并输出比对后的相关性百分比。

所述情绪等级匹配单元用于将输入的数据进行权重赋值，其中，满足数据判断单元的判断要求进行分析后获得的相关性百分比影响权重计算占比最大；并通过对总权重值进行分阶级得出该用户对该类广告投放的情绪是积极、消极还是中性等；

所述权重配比调整单元用于根据传输得到的新用户情绪等级对旧情绪等级进行更新；

所述投放类别调整单元根据调整后的用户对各类广告的喜爱程度所占的权重对各类广告投放占比进行调整；

所述用户个人类别库单元用于存储该用户对所投放的各类广告的喜恶程度，便于后续投放广告的工作进行；

所述投放单元用于根据所述用户个人类别库中用户对各类广告的喜恶程度进行特定广告进行投放；

投放后，再通过数据收集模块对用户的数据进行收集，再次更新权重配比等数据信息。

实施例：

首先对该用户进行不同种类的广告投放，并对其对所投放的广告的所有数据进行完全收集，通过数据收集模块内的数据爬虫收集单元使用selenium方法(一种用于自动化测试、数据爬取收集的方法和工具)在总数据中对所需数据进行爬取，再将爬取后的总数据输送至各数据收集单元中进行对应的单项数据收集，将各单项收集获得的数据传输至数据处理模块中的无用数据筛除单元进行乱码以及无用信息的筛除，所有得到的有效信息按单元功能不同分别传输至对应的单元进行处理，得到对应的特定时间内屏幕停留广告时长数据、用户的评论语义分析数据及转发时的留言分析数据、点赞和收藏前一定时间内的视频数据以及转发后被转发用户的部分数据。

处理后的用户数据直接从各处理单元输出至投放调整模块，首先通过数据判断单元对数据进行是否满足点赞和收藏、评论以及转发时具有留言三种情况中的任意两种以上的判断，若满足，则将满足的部分数据传输至视频数据分析单元，对点赞和收藏前的视频数据进行数据分析，其中包括但不限于对截取视频的阐述主体的外观、作用等进行分析、对截取视频的文案翻译进行语义分析等，然后将处理后数据传输至数据比对单元，通过对点赞和收藏后的视频分析数据、评论的语义分析数据以及转发时的留言的分析数据三者进行两两比对，并输出比对后的相关性百分比至情绪等级匹配单元进行权重赋值，其中满足数据判断单元的判断要求进行分析后获得的相关性百分比影响权重计算占比最大，通过对总权重值进行分阶级得出该用户对该类广告投放的情绪是积极、消极还是中性等等级，然后通过权重配比调整单元对用户情绪等级进行更新，再通过投放类别调整单元根据更新的情绪等级对各类广告投放占比进行调整，以及对用户个人类别库单元进行更新存储，最后通过投放单元对用户进行特定广告投放，投放后再通过数据收集模块对用户数据进行收集，再次更新权重配比等数据信息。通过对用户的数据进行收集、处理、赋值算权重等方式，尤其是对用户在点赞和收藏前的视频信息与评论内容信息以及转发留言的信息三者进行比对，能更精准高效地判断用户对投放广告的喜爱之处，从而能更准确的了解到单用户对各类广告的喜好程度，将多名具有相同喜好类型广告的用户集群为群体，即可解决了背景技术中提到的“广告投放的不精准，没有瞄准优质用户进行对应的广告投放，导致广告投放未能完全发挥作用的同时，还会导致短视频平台用户的使用感降低，最后甚至对投放广告的产品产生厌恶感，违背投放广告的初衷”的问题。

以上对本发明及其实施方式进行了描述，这种描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此，总而言之如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。

Claims (1)

1.一种热点事件的群体情绪分析系统，其特征在于：包括数据收集模块、数据处理模块、投放调整模块以及云端数据库；所述数据收集模块包括数据爬虫收集单元、屏幕停留时间收集单元、评论内容收集单元、点赞和收藏数据收集单元、转发数据收集单元；所述数据处理模块包括无用数据筛除单元、数据分类单元、阶梯分类单元、语义分析单元、点赞和收藏数据处理单元、转发数据处理单元以及被转发用户数据收集单元；所述投放调整模块包括数据判断单元、情绪等级匹配单元、视频数据分析单元、数据比对单元、权重配比调整单元、投放类别调整单元、用户个人类别库单元以及投放单元；

所述数据收集模块与云端数据库数据双向连接，所述数据收集模块输出端与数据处理模块输入端单向连接，所述数据处理单元与云端数据库双向连接，所述数据处理单元输出端与投放调整模块输入端单向连接，所述投放调整模块与云端数据库双向连接，投放调整模块输出端与所述数据收集模块输入端单向连接；

所述数据收集模块用于将基于热点事件下进行相关产品投放广告后单个用户对该广告的反馈数据进行收集；

所述数据处理模块用于对数据收集模块收集获得的数据进行筛除无用数据一系列处理操作，使数据更具象化；

所述投放调整模块用于根据处理后的数据知道用户个人的广告偏好，得到用户对于不同分类广告的喜好权重值，从而根据权重值对该用户的广告投放类别进行调整，且给该用户建立并更新个人类别库，从而完成精准的广告投放；

所述云端数据库用于供各模块对数据的存储或读取操作；

所述数据收集模块内，数据爬虫收集单元输入端输入软件后台数据，输出端与屏幕停留时间收集单元、评论内容收集单元、点赞和收藏数据收集单元以及转发数据收集单元的输入端单向连接，所述屏幕停留时间收集单元、评论内容收集单元、点赞和收藏数据收集单元以及转发数据收集单元的输出端与数据处理模块的输入端单向连接；

所述数据爬虫收集单元用于对短视频软件的后台数据进行筛选与收集，将相关信息都进行收集成数据信息表；

所述屏幕停留时间收集单元用于从数据信息表内对用户在刷到投放的广告一刻起，一定时间内，有多少时间是停留于广告页面的数据进行收集；

所述评论内容收集单元用于从数据信息表内收集相关用户是否有在广告短视频下评论以及评论的内容数据信息；

所述点赞和收藏数据收集单元用于收集用户对投放的广告进行点赞或收藏操作信息，以及对获得点赞和收藏至少任一种的广告视频进行收集，若有则进行收集，若无则收集所得信息为零；

所述转发数据收集单元用于收集用户将广告短视频进行转发的操作信息，其中包括但不限于用户在转发时给被转发用户的留言，若有则收集被转发用户的相关信息，若无则收集信息为零；

所述数据处理模块内，无用数据筛除单元的输出端与数据分类单元的输入端单向连接，所述数据分类单元输出端与阶梯分类单元、语义分析单元、点赞和收藏数据处理单元以及转发数据处理单元的输入端单向连接，所述阶梯分类单元、语义分析单元、点赞和收藏数据处理单元以及转发数据处理单元的输出端与投放调整模块的输入端单向连接，所述转发数据处理单元与云端数据库双向连接，云端数据库输出端与被转发用户数据收集单元输入端单向连接，所述被转发用户数据收集单元输出端与无用数据筛除单元输入端单向连接；

所述无用数据筛除单元用于对数据收集模块爬取得到的数据进行筛选，将部分乱码以及无用信息筛除；

所述数据分类单元用于将筛选后的数据进行分类，为后续各单元的数据处理做保证；

所述阶梯分类单元用于对用户根据特定时间内屏幕停留广告时长进行分类；

所述语义分析单元用于对收集到的评论以及用户在转发时给被转发用户的留言进行语义分析，其中包括对评论和留言的褒贬义分析、语气助词的分析以及对语义的翻译；

所述点赞和收藏数据处理单元用于对用户在点赞和收藏时，对点赞和收藏前一定时间至点赞这一刻的视频进行截取；

所述转发数据处理单元用于根据数据得到被转发用户在短视频平台的部分数据；

所述被转发用户数据收集单元用于根据所述转发数据处理单元得到的数据在本系统内进行搜索，得到关于该被转发用户对于广告投放的相关数据信息；

所述投放调整模块内，处理后的用户数据直接从各处理单元输出至投放调整模块，数据首先通过数据判断单元的输入端输入，所述数据判断单元具有两个输出端，肯定输出端与视频数据分析单元输入端单向连接，所述视频数据分析单元输出端与数据比对单元输入端单向连接，数据比对单元输出端与情绪等级匹配单元输入端单向连接，所述数据判断单元否定输出端与情绪等级匹配单元单向连接，所述情绪等级匹配单元输出端与权重配比调整单元输入端单向连接，所述权重配比调整单元的输出端与投放类别调整单元的输入端单向连接，所述投放类别调整单元的输出端与所述用户个人类别库单元的输入端单向连接，所述用户个人类别库单元的输出端与投放单元的输入端单向连接，所述投放单元的输出端与所述数据收集模块的输入端单向连接；

所述数据判断单元用于判断处理后的数据中，是否满足点赞和收藏、评论以及转发时具有留言三种情况中的任意两种以上；

所述视频数据分析单元用于对满足数据判断后的点赞和收藏数据处理单元中传输来的截取视频进行视频的数据分析，其中包括但不限于对截取视频的阐述主体的外观、作用进行分析、对截取视频的文案翻译进行语义分析；

所述数据比对单元用于对点赞和收藏后的视频分析数据、评论的语义分析数据以及转发时的留言的分析数据三者进行两两比对，并输出比对后的相关性百分比；

所述情绪等级匹配单元用于将输入的数据进行权重赋值，其中，满足数据判断单元的判断要求进行分析后获得的相关性百分比影响权重计算占比最大；并通过对总权重值进行分阶级得出该用户对该类广告投放的情绪是积极、消极还是中性；

所述权重配比调整单元用于根据传输得到的新用户情绪等级对旧情绪等级进行更新；

所述投放类别调整单元根据调整后的用户对各类广告的喜爱程度所占的权重对各类广告投放占比进行调整；

所述用户个人类别库单元用于存储该用户对所投放的各类广告的喜恶程度，便于后续投放广告的工作进行；

所述投放单元用于根据所述用户个人类别库中用户对各类广告的喜恶程度进行特定广告进行投放；

投放后，再通过数据收集模块对用户的数据进行收集，再次更新权重配比数据信息。