KR20190022442A

KR20190022442A - 광고 생성 방법, 컴퓨터 판독 가능한 저장매치 및 시스템

Info

Publication number: KR20190022442A
Application number: KR1020187024875A
Authority: KR
Inventors: 광후이 스; 잰밍 왕; 징 시야오
Original assignee: 핑안 테크놀로지 (션젼) 컴퍼니 리미티드
Priority date: 2017-05-05
Filing date: 2017-09-30
Publication date: 2019-03-06
Also published as: CN107679883A; WO2018201666A1; AU2017409831A1; EP3441892A1; US20210125217A1; JP2019520617A; JP6695987B2; SG11201900256YA; EP3441892A4; KR102288408B1

Abstract

본 발명은 광고 생성 방법 및 시스템에 관한 것으로, 상기 광고 생성 방법은 미리 설정된 데이터 소스 서버에서 각 사용자의 광고에 의해 노출된 광고 클릭 데이터를 획득하고 상기 광고 클릭 데이터에서의 광고 배경 그림의 화풍 특징을 추출하는 단계와, 미리 설정된 사용자에게 광고를 추천할 때, 미리 설정된 화풍 특징에 기초하여 미리 설정된 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 분석하도록 하는 단계와, 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천 광고를 생성하여 상기 추천 광고를 대응되는 사용자에게 추천하도록 하는 단계를 포함한다. 본 발명은 객관적이나 적응적으로 다른 광고의 화풍 특징을 융합할 수 있어 광고가 클라이언트에게 수용되는 정도를 향상시키고 광고제작의 효율을 향상시킨다.

Description

광고 생성 방법, 컴퓨터 판독 가능한 저장매치 및 시스템

본 발명은 인터넷 기술 분야에 관한 것으로, 특히 광고 생성 방법, 컴퓨터 판독 가능한 저장매치 및 시스템에 관한 것이다.

현재, 광고의 제작은 일반적으로 광고 설계자가 수동으로 광고소재를 준비하고 광고창의를 획득한 후 제작하는 것으로 이런 기존의 방안은 다음과 같은 문제가 있다. 한편으로는 프로덕트 매니저와 UI 설계자에 의해 주관적으로 사람들이 가장 쉽게 받아들이는 광고창의는 객관적으로 그렇지 않다. 따라서 기존의 광고 제작방안은 프로덕트 매니저 및 UI 설계자의 주관적인 아이디어에 의해 제한되어 광고의 수용 정도는 제한된다. 다른 한편으로는, 광고 설계자에 의해 수동으로 광고소재를 하여야 하고 광고소재의 제작 주기가 길어 광고제작의 효율이 낮다

본 발명의 목적은 광고가 클라이언트에게 수용되는 정도를 향상시키고 광고제작의 효율을 향상시키기 위해 광고 생성 방법, 컴퓨터 판독 가능한 저장매치 및 시스템을 제공하고자 한다.

상기 목적을 달성하기 위해, 본 발명은 광고 생성 방법을 개시하고, 상기 광고 생성 방법은 다음과 같은 단계를 포함한다.

S1. 미리 설정된 데이터 소스 서버에서 각 사용자의 광고에 의해 노출된 광고 클릭 데이터를 획득하고 상기 광고 클릭 데이터에서의 광고 배경 그림의 화풍 특징을 추출한다.

S2. 미리 설정된 사용자에게 광고를 추천할 때, 미리 설정된 화풍 특징에 기초하여 미리 설정된 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 분석하도록 한다.

S3. 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천 광고를 생성하여 상기 추천 광고를 대응되는 사용자에게 추천하도록 한다.

상기 목적을 달성하기 위해, 본 발명은 광고 생성 시스템을 개시하고, 상기 광고 생성 시스템은 다음과 같은 모듈을 포함한다.

추출모듈, 미리 설정된 데이터 소스 서버에서 각 사용자의 광고에 의해 노출된 광고 클릭 데이터를 획득하고 상기 광고 클릭 데이터에서의 광고 배경 그림의 화풍 특징을 추출한다.

분석모듈, 미리 설정된 사용자에게 광고를 추천할 때, 미리 설정된 화풍 특징에 기초하여 미리 설정된 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 분석하도록 한다.

제1생성모듈, 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천 광고를 생성하여 상기 추천 광고를 대응되는 사용자에게 추천하도록 한다.

또한, 본 발명은 컴퓨터 판독 가능한 저장매체를 개시하고, 이 퓨터 판독 가능한 저장매체는 광고 생성 시스템의 컴퓨터 프로그램이 저장되고 상기 컴퓨터 프로그램이 수행될 때 상기 방법과 장치의 단계를 구현할 수 있다.

본 발명은 미리 설정된 데이터 소스 서버에서 각 사용자의 광고에 의해 노출된 광고 클릭 데이터를 획득하고 상기 광고 클릭 데이터에서의 광고 배경 그림의 화풍 특징을 추출하며, 미리 설정된 사용자에게 광고를 추천할 때, 미리 설정된 화풍 특징에 기초하여 미리 설정된 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 분석하도록 하며, 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천 광고를 생성하여 상기 추천 광고를 대응되는 사용자에게 추천하도록 하며, 본 발명은 객관적이나 적응적으로 다른 광고의 화풍 특징을 융합할 수 있어 광고가 클라이언트에게 수용되는 정도를 향상시키고 광고의 제작 속도는 신속하여 광고제작의 효율을 향상시킨다.

도1은 본 발명에 따른 광고생성 방법의 제1실시예의 흐름도이다.
도2는 본 발명에 따른 광고생성 방법의 제2실시예의 흐름도이다.
도3은 본 발명에 따른 광고생성 시스템의 일 실시예의 운행 환경의 도면이다.
도4는 본 발명에 따른 광고생성 시스템의 제1실시예의 구조도이다.
도5는 본 발명에 따른 광고생성 시스템의 제2실시예의 구조도이다.

이하, 도면를 참조하여 본 발명의 원리와 특징을 설명하고 예시적인 실시예는 본 발명을 해석할 뿐이고, 본 발명의 범위를 한정하지 않다.

도1에 도시된 바와 같이, 도1은 본 발명에 따른 광고생성 방법의 제1실시예의 흐름도이다. 이 광고생성 방법은 광고생성 시스템에 의해 실행될 수 있고 이 시스템은 소프트웨어 및/또는 하드웨어를 통해 구현될 수 있고 이 시스템은 서버에 집적화될 수 있다. 이 광고생성 방법은 다음과 같은 단계를 포함할 수 있다.

단계(S1), 미리 설정된 데이터 소스 서버에서 각 사용자의 광고에 의해 노출된 광고 클릭 데이터를 획득하고 상기 광고 클릭 데이터에서의 광고 배경 그림의 화풍 특징을 추출한다.

본 실시예에 있어서, 미리 설정된 데이터 소스 서버는 광고 제공 체널 서버(예를 들어, 바이두 광고 프로모션 서버, 신랑 광고 프로모션 서버 등과 같다.) 및/또는 업무용 서버(생명보험 서버, 자동차보험 서버, 은행 서버 등)를 포함한다. 그 중, 각 미리 설정된 데이터 소스 서버는 각 사용자의 광고에 의해 노출된 광고를 기록하고 대응되는 광고 클릭 데이터를 통계하고 저장하여 후속 사용하기 편리하다.

그 중, 시스템은 실시간으로 미리 설정된 데이터 소스 서버에서 광고 클릭 데이터를 획득할 수 있어 최신의 광고 클릭 데이터를 획득하도록 하고, 또는, 정해진 시간(예를 들어, 반시간마다)으로 미리 설정된 데이터 소스 서버에서 광고 클릭 데이터를 획득할 수 있어 시스템의 부담을 줄인다.

그 중, 광고에 의한 노출은 하나의 네트워크 간접 광고(예를 들어, 그림 파일 또는 프로그램)가 클라이언트 사용자에 의해 클릭된 후 클라이언트 브라우저에 에 성공적으로 다운로드되는 상황이다. 광고 클릭 데이터는 클릭된 광고의 표시와, 클릭된 광고의 광고 배경 그림등을 포함한다.

그 중, 광고 클릭 데이터에서 광고 배경 그림을 추출함으로써 대응되는 화풍 특징을 추출할 수 있으며, 광고 배경 그림의 배경 특징은 광고 배경 패턴, 광고 배경 패턴의 화풍 특징(화풍 특징은 추상화 화풍 특징, 수묵화 화풍 특징 등과 같다)을 포함한다. 구체적으로는, 미리 설정된 화풍 추출 툴에 의해 추출할 수 있고 미리 설정된 화풍 추출 툴은 cafee, tensorflow 등의 프레임 워크와 goolenet, VGG16 등의 모델과 같다.

단계(S2), 미리 설정된 사용자에게 광고를 추천할 때, 미리 설정된 화풍 특징에 기초하여 미리 설정된 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 분석하도록 한다.

그 중, 시스템은 주동적으로 미리 설정된 사용자에게 광고를 추천할 수 있고 미리 설정된 사용자는 최근의 미리 설정된 시간 내(예를 들어, 최근 3개월 내)에 광고에 의한 노출이 발생한 사용자일 수 있고, 특정한 업무의 오프라인 클라이언트(예를 들어, 핑안회사의 생명보험 클라이언트)일 수 있다.

미리 설정된 화풍 특징은 다음과 같은 방식에 따라 획득하는 것이 바람직한다. 미리 설정된 개수(예를 들어, 500개)의 참조 광고 그림을 획득하며 참조 광고 그림은 이미 제공되었고 이미 제공 효과가 파악된 광고 그림이고, 예를 들어, 자동적으로 미리 설정된 사진 갤러리에서 참조 광고 그림을 랜덤하게 선택할 수 있고, 수동으로 미리 설정된 사진 갤러리에서 참조 광고 그림을 선택할 수 있고, 자동적으로 미리 설정된 사진 갤러리에서 일부 그림을 참조 광고 그림(참조 광고 그림은 클라이언트에게 용이하게 수용될 수 있는 광고 그림이다)으로 랜덤하게 선택할 수도 있으며, 각 참조 광고 그림에 대해 미리 결정된 화풍 특징 추출 툴을 이용하여 대응되는 화풍 특징을 추출하고 추출된 각 화풍 특징을 미리 결정된 화풍 특징으로 한다.

본 실시예에 있어서, 미리 설정된 제1분석규칙은 일 실시예에서 다음과 같다. 각 사용자의 광고 클릭 데이터에서의 각 광고의 클릭수를 분석하여 각 사용자와 대응되는 광고의 클릭수가 가장 많은 광고를 획득하고 클릭수가 가장 많은 광고에서 대응되는 화풍 특징을 추출하며, 추출된 화풍 특징이 상기 미리 설정된 화풍 특징에 속하면 추출된 화풍 특징을 대응되는 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징으로 하며, 다른 실시예에 있어서, 상이한 광고 스타일에 따라 각 사용자를 서로 다른 종류으로 나눌 수 있고 각 종류은 한 종류의 화풍 특징 또는 유사한 다수 종류의 화풍 특징과 대응된다. 각 종류의 사용자에 대하여 한 종류의 화풍 특징 또는 유사한 다수 종류의 화풍 특징과 대응되는 광고를 획득하고 이들 광고에서 클릭수가 가장 많은 하나 또는 다수의 광고를 획득하며 클릭수가 가장 많은 하나 또는 다수의 광고의 화풍 특징을 추출하고, 추출된 화풍 특징이 상기 미리 설정된 화풍 특징에 속하면, 추출된 화풍 특징을 해당 종류의 사용자의 추천할 광고 그림의 화풍 특징으로 한다.

단계(S3), 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천 광고를 생성하여 상기 추천 광고를 대응되는 사용자에게 추천하도록 한다.

본 실시예에 있어서, 각 사용자와 대응되는 화풍 특징을 획득한 후 각 사용자와 대응되는 화풍 특징 광고를 생성하고, 예를 들어, 추상화 화풍 특징의 추천 광고 또는 수묵화 화풍 특징의 추천 광고 등을 생성하고, 생성된 추천광고를 대응되는 사용자의 사용자 단말기에 추천하여 사용자가 사용하도록 한다. 사용자가 선택 또는 처리한 후 추천광고는 각 단말기로 분배되어 디스플레이되거나 방송되어 많은 클라이언트에 의해 열람되도록 한다.

본 실시예에 있어서, 분석된 광고 클릭 데이터에 기초하여 획득된 추천할 광고 그림의 화풍 특징은 클라이언트에 의해 열람되거나 많이 조회된 화풍 특징으로 간주되고 클라이언트에게 용이하게 수용(예를 들어, 그 중의 하나 또는 다수의 색채는 시각적인 관심을 불러일으키기 쉽거나 하나 또는 다수의 화풍 특징은 클라이언트의 마음을 즐겁게 한다)되고, 많은 클라이언트의 심미관에 부합되며 이들 화풍 특징에 기초하여 생성된 추천광고는 잠재적인 역할을 발휘하여 기업에 일정한 효익을 가져온다.

기존의 기술과 비교해 보면, 본 실시예는 각 미리 설정된 데이터 소스 서버에서 각 사용자의 광고에 의해 노출된 광고 클릭 데이터를 획득하고 상기 광고 클릭 데이터에서의 광고 배경 그림의 화풍 특징을 추출하며, 미리 설정된 사용자에게 광고를 추천할 때, 미리 설정된 화풍 특징에 기초하여 미리 설정된 제1분석 규칙에 따라 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 획득하도록 하며, 분석된 각 사용자와 대응되는 화풍 특징에 따라 대응되는 사용자에게 추천 광고를 생성하며, 본 실시예는 객관적이나 적응적으로 다른 광고의 화풍 특징을 융합할 수 있어 광고가 클라이언트에게 수용되는 정도를 향상시키고 광고의 제작 속도는 신속하여 광고제작의 효율을 향상시킨다.

바람직한 일 실시예에 있어서, 상기 도1의 실시예의 기초 위에 상기 제1분석규칙은 다음과 같다.

a1. 사용자가 상기 광고 클릭 데이터를 가지지 않으면 미리 설정된 군중 클러스터링 결과(미리 경정된 알고리즘 '예를 들어, 클러스터링 알고리즘, 협업 필터링 알고리즘 등'에 의해 각 사용자에 대해 군중 클러스터링을 수행하여 각 사용자가 속한 군중 류를 결정하도록 한다.)에 따라 이 사용자가 속한 군중 류를 결정하도록 하며 결정된 군중 류 중 각 사용자의 광고 클릭 데이터에 대해 미리 설정된 제2분석 규칙에 따라 분석하여 이 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 분석하도록 한다.

미리 설정된 제2분석 규칙은 다음과 같은 것이 바람직하다. 결정된 군중 류 중 각 사용자에 의해 클릭된 각 광고의 클릭수를 통계하며, 클릭수가 제2미리 설정된 한계값(예를 들어, 제2미리 설정된 한계값은 100이다)보다 큰 미리 설정 개수의 광고를 순서대로 배열하고 배열된 각 광고의 화풍 특징의 유사도(유사도가 클수록 화풍 특징은 더 유사하고 계산의 방법은 기존의 알고리즘을 이용할 수 있다)를 계산하며, 상기 유사도가 미리 설정된 유사도 한계값보다 크면 배열된 각 광고의 화풍 특징에 미리 설정된 화풍 특징이 있는지 여부를 결정하고, 미리 설정된 화풍 특징이 있다면 이 미리 설정된 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하며, 미리 설정된 화풍 특징이 없다면 그 중에서 하나의 광고를 랜덤하게 선택하거나 클릭수 가장 높은 광고의 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 한다.

a2. 사용자가 상기 광고 클릭 데이터를 가지고 이 사용자에 의해 클릭된 각 광고의 클릭수가 모두 제1미리 설정된 한계값(예를 들어, 제1미리 설정된 한계값은 10이다)보다 작거나 같으면 이 사용자를 상기 광고 클릭 데이터를 가지지 많은 사용자로 하고 상기 단계a1에 따라 이 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 결정한다.

a3. 사용자가 상기 광고 클릭 데이터를 가지고 이 사용자에 의해 클릭된 광고에서 클릭수가 제1미리 설정된 한계값보다 큰 광고의 개수는 적어도 하나이면 클릭수가 제1미리 설정된 한계값보다 큰 광고를 클릭수에 따라 순서대로 배열하고 미리 결정된 제3 분석 규칙에 따라 배열된 광고를 분석하여 이 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 분석한다.

제3분석 규칙은 다음과 같은 것이 바람직하다. 최대 클릭수의 광고의 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하며, 최대 클릭수의 광고가 다수개이면 최대 클릭수의 각 광고의 화풍 특징에 미리 결정된 화풍 특징이 있는지 여부를 분석하며, 있다면, 이 미리 결정된 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하고, 미리 설정된 화풍 특징이 없다면 그 중에서 하나의 광고를 랜덤하게 선택하여 이 랜덤하게 선택된 광고와 대응되는 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하고, 또는, 제3분석 규칙은 다음과 같다. 인접한 2개의 광고의 클릭수의 차이값을 계산하고 계산된 차이값이 모두 미리 설정된 차이값(예를 들어, 미리 설정된 차이값은 5이다)보다 작으면 최대 클릭수의 광고의 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징(최대 클릭수의 광고가 다수개이면, 상기 방법으로 사용자의추천할 광고 그림의 화풍 특징을 획득한다)으로 하고, 차이값이 미리 설정된 차이값보다 크거나 같으면 이 차이값과 대응되는 2개의 광고중 적은 클릭수를 가지는 광고와, 상기 적은 클릭수의 광고보다 더 적은 클릭수를 가지는 광고를 제거하며, 제거 후 남기는 광고가 하나이면 남기는 광고와 대응되는 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하며, 제거 후 남기는 광고가 다수이면 남기는 각 광고의 화풍 특징에 미리 설정된 화풍 특징이 있는지 여부를 결정하며, 미리 설정된 화풍 특징이 있다면 이 미리 설정된 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하며, 미리 설정된 화풍 특징이 없다면 그 중에서 하나의 광고를 랜덤하게 선택하여 이 랜덤하게 선택된 광고와 대응되는 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하고, 또는, 클릭수 가장 높은 광고의 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 한다.

바람직한 일 실시예에 있어서, 도2에 도시된 바와 같이, 상기 도1의 실시예의 기초 위에 상기 단계S3 이후 다음과 같은 단계를 더 포함한다.

단계S4. 상기 추천 광고를 대응되는 사용자에게 추천한 후, 각 데이터 소스 서버에서 상기 추천 광고에 대해 광고 노출이 발생한 광고의 광고 클릭 데이터를 획득하고 이 광고 클릭 데이터에 기초하여 각 사용자의 상기 추천 광고에 대한 클릭수를 계산하며, 그중, 클릭수의 계산방법은 각 사용자의 추천광고에 대해 광고 노출이 발생한 사용자 수량을 사용자의 총수로 나눈다.

단계S5. 상기 클릭수가 미리 설정된 클릭수(예를 들어, 미리 설정된 클릭수는 0.08이다)보다 작으면 상기 추천 광고의 화풍 특징을 다시 조정하여 새로운 화풍 특징을 획득하도록 하며, 예를 들어, 상기 단계S2에서의 미리 설정된 화풍 특징을 조정하여 새로운 화풍 특징을 획득하도록 한다.

단계S6. 새로운 화풍 특징에 기초하여 상기 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 다시 분석하도록 하고 다시 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천광고를 생성한다.

본 실시예는 클릭수가 미리 설정된 클릭수보다 작은 추천 광고의 화풍 특징을 조정하여 새로운 화풍 특징을 획득하고 새로운 화풍 특징에 기초하여 추천 광고를 생성함으로써 추천 광고를 탄력적으로 조정하여 추천 광고가 클라이언트에게 수용되는 정도를 더 향상시킨다..

도3을 참조하면, 도3은 본 발명에 따른 광고생성 시스템(10)의 바람직한 실시예의 운행 환경의 도면이다.

본 실시예에 있어서, 광고 생성 시스템(10)은 전자장치(1)에 설치되어 실행된다. 전자장치(1)는 데스크톱 컴퓨터, 노트북, 피디에이 및 서버 등의 컴퓨팅 장비일 수 있다. 이 전자장치(1)는 저장장치(11), 프로세서(12) 및 디스플레이 장치(13)를 포함할 수 있고 이에 한정하지 않다. 도3은 유닛(11-13)을 가지는 전자장치(1)만 도시하였지만 모든 도시된 유닛을 실시하는 것을 요구하지 않고 더 많거나 적은 유닛으로 대체하여 실시할 수 있다.

일부 실시예에 있어서, 저장장치(11)는 전자장치(1)의 내부　저장　유닛일 수 있고, 예를 들어, 이 전자장치(1)의 하드 디스크 또는 내부 메모리일 수 있다. 다른 일부 실시예에 있어서, 상기 저장장치(11)는 전자장치(1)의 외부　저장　장치일 수도 있고, 예를 들어, 전자장치(1)에 설치된 플러그인형 하드디스크, 스마트 미디어 카드(Smart Media Card, SMC), 시큐어 디지털(Secure Digital, SD) 카드, 플래시 카드(Flash Card)등과 같다. 또한, 상기 저장장치(11)는 전자장치(1)의 내부 저장 유닛을 포함할 뿐만 아니라 외부 저장장치도 포함할 수 있다. 저장장치(11)는 전자장치(1)에 설치된 응용 소프트웨어 및 다양한 유형의 데이터, 예를 들어 광고 생성 시스템(10)의 프로그램의 코드 등을 저장한다. 저장장치(11)는 출력되거나 출력될 데이터를 잠시 저장할 수도 있다.

일부 실시예에 있어서, 상기 프로세서(12)는 중앙 처리 장치(Central Processing Unit，CPU), 마이크로프로세서, 또는 기타 데이터 처리 칩일 수 있어 저장장치(11)에 저장되는 프로그램 코드 또는 처리 데이터를 실행하고, 예를 들어, 광고 생성 시스템(10)등을 실행한다.

일부 실시예에 있어서, 디스플레이 장치(13)는 LED 모니터, 액정 모니터, 터치 액정 모니터 및 OLED（Organic Light-Emitting Diode，유기 발광 다이오드）터치장치 등일 수 있다. 디스플레이 장치(13)는 상기 전자장치(1)에서 처리된 정보를 디스플레이하고 가시화의 유저 인터페이스를 디스플레이하며, 예를 들어, 광고 생성 인터페이스 등과 같다. 전자장치(1)의 부재(11-13)는 시스템 버스를 통해 서로 통신한다.

도4를 참조하면, 도4는 본 발명에 따른 광고생성 시스템(10)의 바람직한 실시예의 기능 모듈의 도면이다. 본 실시예에 있어서, 광고생성 시스템(10)은 하나 또는 다수의 모듈로 분할될 수 있고, 하나 또는 다수의 모듈은 저장장치(11)에 저장되고 하나 또는 다수의 프로세서(본 실시예는 프로세서(12)이다.)에 실행되어 본 발명을 구현하도록 한다. 예를 들어, 도4에서, 상기 광고생성 시스템(10)은 추출모듈(101), 분석모듈(102), 제1생성모듈(103)로 분할될 수 있다. 본 발명에서 언급한 모듈은 특정 기능을 구현할 수 있는 일련의 컴퓨터 프로그램 명령 세그먼트를 뜻하고, 프로그램보다 광고생성 시스템(10)이 상기 전자장치(1)에서의 실행 과정을 설명하기에 적합하다. 그 중,

추출모듈(101), 미리 설정된 데이터 소스 서버에서 각 사용자의 광고에 의해 노출된 광고 클릭 데이터를 획득하고 상기 광고 클릭 데이터에서의 광고 배경 그림의 화풍 특징을 추출한다.

분석모듈(102), 미리 설정된 사용자에게 광고를 추천할 때, 미리 설정된 화풍 특징에 기초하여 미리 설정된 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 분석하도록 한다.

제1생성 모듈(103), 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천 광고를 생성하여 상기 추천 광고를 대응되는 사용자에게 추천하도록 한다.

본 실시예에 있어서, 분석된 광고 클릭 데이터에 기초하여 획득된 추천할 광고 그림의 화풍 특징은 클라이언트에 의해 열람되거나 많이 조회된 화풍 특징으로 간주되고 클라이언트에게 용이하게 수용(예를 들어, 그 중의 하나 또는 다수의 색채는 시각적인 관심을 불러일으키기 쉽거나 하나 또는 다수의 화풍 특징은 클라이언트의 마음을 즐겁게 한다)되고, 많은 클라이언트의 심미관에 부합되며 이들 화풍 특징에 기초하여 생성된 추천광고는 잠재적인 역할을 발휘하여 기업에일정한 효익을 가져온다.

바람직한 일 실시예에 있어서, 상기 도4의 실시예의 기초 위에 상기 제1분석규칙은 다음과 같다.

제3분석 규칙은 다음과 같은 것이 바람직하다. 최대 클릭수의 광고의 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하며, 최대 클릭수의 광고가 다수개이면 최대 클릭수의 각 광고의 화풍 특징에 미리 결정된 화풍 특징이 있는지 여부를 분석하며, 있다면, 이 미리 결정된 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하고, 미리 설정된 화풍 특징이 없다면 그 중에서 하나의 광고를 랜덤하게 선택하여 이 랜덤하게 선택된 광고와 대응되는 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하고, 또는, 제3분석 규칙은 다음과 같다. 인접한 2개의 광고의 클릭수의 차이값을 계산하고 계산된 차이값이 모두 미리 설정된 차이값(예를 들어, 미리 설정된 차이값은 5이다)보다 작으면 최대 클릭수의 광고의 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징(최대 클릭수의 광고가 다수개이면, 상기 방법으로 사용자의추천할 광고 그림의 화풍 특징을 획득한다)으로 하고, 차이값이 미리 설정된 차이값보다 크거나 같으면 이 차이값과 대응되는 2개의 광고중 적은 클릭수를 가지는 광고와, 상기 적은 클릭수의 광고보다 더 적은 클릭수를 가지는 광고를 제거하며, 제거후 남기는 광고가 하나이면 남기는 광고와 대응되는 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하며, 제거후 남기는 광고가 다수이면 남기는 각 광고의 화풍 특징에 미리 설정된 화풍 특징이 있는지 여부를 결정하며, 미리 설정된 화풍 특징이 있다면 이 미리 설정된 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하며, 미리 설정된 화풍 특징이 없다면 그 중에서 하나의 광고를 랜덤하게 선택하여 이 랜덤하게 선택된 광고와 대응되는 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하고, 또는, 클릭수 가장 높은 광고의 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 한다.

바람직한 일 실시예에 있어서, 도5에 도시된 바와 같이, 상기 도4의 실시예의 기초 위에 상기 광고생성 시스템은 다음과 같은 모듈을 더 포함한다.

계산모듈(104), 상기 추천 광고를 대응되는 사용자에게 추천한 후, 각 데이터 소스 서버에서 상기 추천 광고에 대해 광고 노출이 발생한 광고의 광고 클릭 데이터를 획득하고 이 광고 클릭 데이터에 기초하여 각 사용자의 상기 추천 광고에 대한 클릭수를 계산하며, 그중, 클릭수의 계산방법은 각 사용자의 추천광고에 대해 광고 노출이 발생한 사용자 수량을 사용자의 총수로 나눈다.

조정모듈(105), 상기 클릭수가 미리 설정된 클릭수(예를 들어, 미리 설정된 클릭수는 0.08이다)보다 작으면 상기 추천 광고의 화풍 특징을 다시 조정하여 새로운 화풍 특징을 획득하도록 하며, 예를 들어, 상기 단계S2에서의 미리 설정된 화풍 특징을 조정하여 새로운 화풍 특징을 획득하도록 한다.

제2생성모듈(106), 새로운 화풍 특징에 기초하여 상기 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 다시 분석하도록 하고 다시 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천광고를 생성한다.

상기 실시예는 본 발명의 바람직한 실시예이고 본 발명을 한정하기 위한 것이 아니며, 본 발명의 정신과 원칙 내에서 수행된 모든 수정, 균등물의 치환, 개진 등은 본 발명의 보호 범위 내에 포함된다.

Claims

S1. 미리 설정된 데이터 소스 서버에서 각 사용자의 광고에 의해 노출된 광고 클릭 데이터를 획득하고 상기 광고 클릭 데이터에서의 광고 배경 그림의 화풍 특징을 추출하는 단계와,
S2. 미리 설정된 사용자에게 광고를 추천할 때, 미리 설정된 화풍 특징에 기초하여 미리 설정된 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 분석하도록 하는 단계와,
S3. 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천 광고를 생성하여 상기 추천 광고를 대응되는 사용자에게 추천하도록 하는 단계를 포함하는 것을 특징으로 하는 광고 생성 방법.
제1항에 있어서,
상기 제1분석 규칙은,
a1. 사용자가 상기 광고 클릭 데이터를 가지지 않으면 미리 설정된 군중 클러스터링 결과에 따라 이 사용자가 속한 군중 류를 결정하도록 하며 결정된 군중 류 중 각 사용자의 광고 클릭 데이터에 대해 미리 설정된 제2분석 규칙에 따라 분석하여 이 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 분석하도록 하는 단계와,
a2. 사용자가 상기 광고 클릭 데이터를 가지고 이 사용자에 의해 클릭된 각 광고의 클릭수가 모두 제1미리 설정된 한계값보다 작거나 같으면 이 사용자를 상기 광고 클릭 데이터를 가지지 많은 사용자로 하고 상기 단계a1에 따라 이 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 결정하는 단계와,
a3. 사용자가 상기 광고 클릭 데이터를 가지고 이 사용자에 의해 클릭된 광고에서 클릭수가 제1미리 설정된 한계값보다 큰 광고의 개수는 적어도 하나이면 클릭수가 제1미리 설정된 한계값보다 큰 광고를 클릭수에 따라 순서대로 배열하고 미리 결정된 제3 분석 규칙에 따라 배열된 광고를 분석하여 이 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 분석하는 단계를 포함하는 것을 특징으로 하는 광고 생성 방법.
제2항에 있어서,
상기 제2분석규칙은,
결정된 군중 류 중 각 사용자에 의해 클릭된 각 광고의 클릭수를 통계하는 단계와,
클릭수가 제2미리 설정된 한계값보다 큰 미리 설정 개수의 광고를 순서대로 배열하고 배열된 각 광고의 화풍 특징의 유사도를 계산하는 단계와,
상기 유사도가 미리 설정된 유사도 한계값보다 크면 배열된 각 광고의 화풍 특징에 미리 설정된 화풍 특징이 있는지 여부를 결정하고, 있다면 이 미리 설정된 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하는 단계를 포함하는 것을 특징으로 하는 광고 생성 방법.
제2항에 있어서,
상기 제3분석규칙은,
최대 클릭수의 광고의 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하며, 또는
인접한 2개의 광고의 클릭수의 차이값을 계산하고 계산된 차이값이 모두 미리 설정된 차이값보다 작으면 최대 클릭수의 광고의 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하고, 차이값이 미리 설정된 차이값보다 크거나 같으면 이 차이값과 대응되는 2개의 광고중 적은 클릭수를 가지는 광고와, 상기 적은 클릭수의 광고보다 더 적은 클릭수를 가지는 광고를 제거하며, 제거 후 남기는 광고의 화풍 특징에 미리 설정된 화풍 특징이 있는지 여부를 결정하며, 있다면 이 미리 설정된 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하는 단계를 포함하는 것을 특징으로 하는 광고 생성 방법.
제1항에 있어서,
상기 단계S3 이후,
S4. 상기 추천 광고를 대응되는 사용자에게 추천한 후, 각 데이터 소스 서버에서 상기 추천 광고에 대해 광고 노출이 발생한 광고의 광고 클릭 데이터를 획득하고 이 광고 클릭 데이터에 기초하여 각 사용자의 상기 추천 광고에 대한 클릭수를 계산하는 단계와,
S5. 상기 클릭수가 미리 설정된 클릭수보다 작으면 상기 추천 광고의 화풍 특징을 다시 조정하여 새로운 화풍 특징을 획득하도록 하는 단계와,
S6. 새로운 화풍 특징에 기초하여 상기 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 다시 분석하도록 하고 다시 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천광고를 생성하는 단계를 더 포함하는 것을 특징으로 하는 광고 생성 방법.
제2항에 있어서,
상기 단계S3 이후,
S4. 상기 추천 광고를 대응되는 사용자에게 추천한 후, 각 데이터 소스 서버에서 상기 추천 광고에 대해 광고 노출이 발생한 광고의 광고 클릭 데이터를 획득하고 이 광고 클릭 데이터에 기초하여 각 사용자의 상기 추천 광고에 대한 클릭수를 계산하는 단계와,
S5. 상기 클릭수가 미리 설정된 클릭수보다 작으면 상기 추천 광고의 화풍 특징을 다시 조정하여 새로운 화풍 특징을 획득하도록 하는 단계와,
S6. 새로운 화풍 특징에 기초하여 상기 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 다시 분석하도록 하고 다시 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천광고를 생성하는 단계를 더 포함하는 것을 특징으로 하는 광고 생성 방법.
제3항 또는 제4항에 있어서,
상기 단계S3 이후,
S4. 상기 추천 광고를 대응되는 사용자에게 추천한 후, 각 데이터 소스 서버에서 상기 추천 광고에 대해 광고 노출이 발생한 광고의 광고 클릭 데이터를 획득하고 이 광고 클릭 데이터에 기초하여 각 사용자의 상기 추천 광고에 대한 클릭수를 계산하는 단계와,
S5. 상기 클릭수가 미리 설정된 클릭수보다 작으면 상기 추천 광고의 화풍 특징을 다시 조정하여 새로운 화풍 특징을 획득하도록 하는 단계와,
S6. 새로운 화풍 특징에 기초하여 상기 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 다시 분석하도록 하고 다시 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천광고를 생성하는 단계를 더 포함하는 것을 특징으로 하는 광고 생성 방법.
미리 설정된 데이터 소스 서버에서 각 사용자의 광고에 의해 노출된 광고 클릭 데이터를 획득하고 상기 광고 클릭 데이터에서의 광고 배경 그림의 화풍 특징을 추출하는 추출모듈과,
미리 설정된 사용자에게 광고를 추천할 때, 미리 설정된 화풍 특징에 기초하여 미리 설정된 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 분석하도록 하는 분석모듈과,
분석된 각 사용자와 대응되는 화풍 특징에 따라 추천 광고를 생성하여 상기 추천 광고를 대응되는 사용자에게 추천하도록 하는 제1생성모듈을 포함하는 것을 특징으로 하는 광고 생성 시스템.
제8항에 있어서,
상기 제1분석 규칙은,
a1. 사용자가 상기 광고 클릭 데이터를 가지지 않으면 미리 설정된 군중 클러스터링 결과에 따라 이 사용자가 속한 군중 류를 결정하도록 하며 결정된 군중 류 중 각 사용자의 광고 클릭 데이터에 대해 미리 설정된 제2분석 규칙에 따라 분석하여 이 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 분석하도록 하는 단계와, a2. 사용자가 상기 광고 클릭 데이터를 가지고 이 사용자에 의해 클릭된 각 광고의 클릭수가 모두 제1미리 설정된 한계값보다 작거나 같으면 이 사용자를 상기 광고 클릭 데이터를 가지지 많은 사용자로 하고 상기 단계a1에 따라 이 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 결정하는 단계와, a3. 사용자가 상기 광고 클릭 데이터를 가지고 이 사용자에 의해 클릭된 광고에서 클릭수가 제1미리 설정된 한계값보다 큰 광고의 개수는 적어도 하나이면 클릭수가 제1미리 설정된 한계값보다 큰 광고를 클릭수에 따라 순서대로 배열하고 미리 결정된 제3 분석 규칙에 따라 배열된 광고를 분석하여 이 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 분석하는 단계를 포함하는 것을 특징으로 하는 광고 생성 시스템.
제9항에 있어서,
상기 제2분석규칙은,
결정된 군중 류 중 각 사용자에 의해 클릭된 각 광고의 클릭수를 통계하는 단계와, 클릭수가 제2미리 설정된 한계값보다 큰 미리 설정 개수의 광고를 순서대로 배열하고 배열된 각 광고의 화풍 특징의 유사도를 계산하는 단계와, 상기 유사도가 미리 설정된 유사도 한계값보다 크면 배열된 각 광고의 화풍 특징에 미리 설정된 화풍 특징이 있는지 여부를 결정하고, 있다면 이 미리 설정된 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하는 단계를 포함하는 것을 특징으로 하는 광고 생성 시스템.
제9항에 있어서,
상기 제3분석규칙은,
최대 클릭수의 광고의 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하며, 또는 인접한 2개의 광고의 클릭수의 차이값을 계산하고 계산된 차이값이 모두 미리 설정된 차이값보다 작으면 최대 클릭수의 광고의 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하고, 차이값이 미리 설정된 차이값보다 크거나 같으면 이 차이값과 대응되는 2개의 광고중 적은 클릭수를 가지는 광고와, 상기 적은 클릭수의 광고보다 더 적은 클릭수를 가지는 광고를 제거하며, 제거 후 남기는 광고의 화풍 특징에 미리 설정된 화풍 특징이 있는지 여부를 결정하며, 있다면 이 미리 설정된 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하는 단계를 포함하는 것을 특징으로 하는 광고 생성 시스템.
제8항에 있어서,
상기 추천 광고를 대응되는 사용자에게 추천한 후, 각 데이터 소스 서버에서 상기 추천 광고에 대해 광고 노출이 발생한 광고의 광고 클릭 데이터를 획득하고 이 광고 클릭 데이터에 기초하여 각 사용자의 상기 추천 광고에 대한 클릭수를 계산하는 계산모듈과
상기 클릭수가 미리 설정된 클릭수보다 작으면 상기 추천 광고의 화풍 특징을 다시 조정하여 새로운 화풍 특징을 획득하도록 하는 조정모듈과,
새로운 화풍 특징에 기초하여 상기 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 다시 분석하도록 하고 다시 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천광고를 생성하는 제2생성모듈을 더 포함하는 것을 특징으로 하는 광고 생성 시스템.
제9항에 있어서,
상기 추천 광고를 대응되는 사용자에게 추천한 후, 각 데이터 소스 서버에서 상기 추천 광고에 대해 광고 노출이 발생한 광고의 광고 클릭 데이터를 획득하고 이 광고 클릭 데이터에 기초하여 각 사용자의 상기 추천 광고에 대한 클릭수를 계산하는 계산모듈과
상기 클릭수가 미리 설정된 클릭수보다 작으면 상기 추천 광고의 화풍 특징을 다시 조정하여 새로운 화풍 특징을 획득하도록 하는 조정모듈과,
새로운 화풍 특징에 기초하여 상기 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 다시 분석하도록 하고 다시 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천광고를 생성하는 제2생성모듈을 더 포함하는 것을 특징으로 하는 광고 생성 시스템.
제10항에 있어서,
상기 추천 광고를 대응되는 사용자에게 추천한 후, 각 데이터 소스 서버에서 상기 추천 광고에 대해 광고 노출이 발생한 광고의 광고 클릭 데이터를 획득하고 이 광고 클릭 데이터에 기초하여 각 사용자의 상기 추천 광고에 대한 클릭수를 계산하는 계산모듈과,
상기 클릭수가 미리 설정된 클릭수보다 작으면 상기 추천 광고의 화풍 특징을 다시 조정하여 새로운 화풍 특징을 획득하도록 하는 조정모듈과,
새로운 화풍 특징에 기초하여 상기 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 다시 분석하도록 하고 다시 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천광고를 생성하는 제2생성모듈을 더 포함하는 것을 특징으로 하는 광고 생성 시스템.
제11항에 있어서,
상기 추천 광고를 대응되는 사용자에게 추천한 후, 각 데이터 소스 서버에서 상기 추천 광고에 대해 광고 노출이 발생한 광고의 광고 클릭 데이터를 획득하고 이 광고 클릭 데이터에 기초하여 각 사용자의 상기 추천 광고에 대한 클릭수를 계산하는 계산모듈과,
상기 클릭수가 미리 설정된 클릭수보다 작으면 상기 추천 광고의 화풍 특징을 다시 조정하여 새로운 화풍 특징을 획득하도록 하는 조정모듈과,
새로운 화풍 특징에 기초하여 상기 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 다시 분석하도록 하고 다시 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천광고를 생성하는 제2생성모듈을 더 포함하는 것을 특징으로 하는 광고 생성 시스템.
컴퓨터 판독 가능한 저장매체에 있어서, 이 컴퓨터 판독 가능한 저장매체는 광고 생성 시스템의 컴퓨터 프로그램이 저장되고 상기 컴퓨터 프로그램이 수행될 때,
S1. 미리 설정된 데이터 소스 서버에서 각 사용자의 광고에 의해 노출된 광고 클릭 데이터를 획득하고 상기 광고 클릭 데이터에서의 광고 배경 그림의 화풍 특징을 추출하는 단계와,
S2. 미리 설정된 사용자에게 광고를 추천할 때, 미리 설정된 화풍 특징에 기초하여 미리 설정된 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 분석하도록 하는 단계와,
S3. 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천 광고를 생성하여 상기 추천 광고를 대응되는 사용자에게 추천하도록 하는 단계를 구현하는 것을 특징으로 하는 컴퓨터 판독 가능한 저장매체.
제16항에 있어서,
상기 제1분석 규칙은,
a1. 사용자가 상기 광고 클릭 데이터를 가지지 않으면 미리 설정된 군중 클러스터링 결과에 따라 이 사용자가 속한 군중 류를 결정하도록 하며 결정된 군중 류 중 각 사용자의 광고 클릭 데이터에 대해 미리 설정된 제2분석 규칙에 따라 분석하여 이 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 분석하도록 하는 단계와,
a2. 사용자가 상기 광고 클릭 데이터를 가지고 이 사용자에 의해 클릭된 각 광고의 클릭수가 모두 제1미리 설정된 한계값보다 작거나 같으면 이 사용자를 상기 광고 클릭 데이터를 가지지 많은 사용자로 하고 상기 단계a1에 따라 이 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 결정하는 단계와,
a3. 사용자가 상기 광고 클릭 데이터를 가지고 이 사용자에 의해 클릭된 광고에서 클릭수가 제1미리 설정된 한계값보다 큰 광고의 개수는 적어도 하나이면 클릭수가 제1미리 설정된 한계값보다 큰 광고를 클릭수에 따라 순서대로 배열하고 미리 결정된 제3 분석 규칙에 따라 배열된 광고를 분석하여 이 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 분석하는 단계를 포함하는 것을 특징으로 하는 컴퓨터 판독 가능한 저장매체.
제17항에 있어서,
상기 제2분석규칙은,
결정된 군중 류 중 각 사용자에 의해 클릭된 각 광고의 클릭수를 통계하는 단계와,
클릭수가 제2미리 설정된 한계값보다 큰 미리 설정 개수의 광고를 순서대로 배열하고 배열된 각 광고의 화풍 특징의 유사도를 계산하는 단계와,
상기 유사도가 미리 설정된 유사도 한계값보다 크면 배열된 각 광고의 화풍 특징에 미리 설정된 화풍 특징이 있는지 여부를 결정하고, 있다면 이 미리 설정된 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하는 단계를 포함하는 것을 특징으로 하는 컴퓨터 판독 가능한 저장매체.
제17항에 있어서,
상기 제3분석규칙은,
최대 클릭수의 광고의 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하며, 또는
인접한 2개의 광고의 클릭수의 차이값을 계산하고 계산된 차이값이 모두 미리 설정된 차이값보다 작으면 최대 클릭수의 광고의 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하고, 차이값이 미리 설정된 차이값보다 크거나 같으면 이 차이값과 대응되는 2개의 광고중 적은 클릭수를 가지는 광고와, 상기 적은 클릭수의 광고보다 더 적은 클릭수를 가지는 광고를 제거하며, 제거 후 남기는 광고의 화풍 특징에 미리 설정된 화풍 특징이 있는지 여부를 결정하며, 있다면 이 미리 설정된 화풍 특징을 이 사용자의 추천할 광고 그림의 화풍 특징으로 하는 단계를 포함하는 것을 특징으로 하는 컴퓨터 판독 가능한 저장매체.
제16항 내지 제19항 중 어느 한 항에 있어서,
상기 단계S3 이후,
S4. 상기 추천 광고를 대응되는 사용자에게 추천한 후, 각 데이터 소스 서버에서 상기 추천 광고에 대해 광고 노출이 발생한 광고의 광고 클릭 데이터를 획득하고 이 광고 클릭 데이터에 기초하여 각 사용자의 상기 추천 광고에 대한 클릭수를 계산하는 단계와,
S5. 상기 클릭수가 미리 설정된 클릭수보다 작으면 상기 추천 광고의 화풍 특징을 다시 조정하여 새로운 화풍 특징을 획득하도록 하는 단계와,
S6. 새로운 화풍 특징에 기초하여 상기 제1분석 규칙에 따라 각 사용자의 광고 클릭 데이터를 분석하여 각 사용자와 대응되는 추천할 광고 그림의 화풍 특징을 다시 분석하도록 하고 다시 분석된 각 사용자와 대응되는 화풍 특징에 따라 추천광고를 생성하는 단계를 더 포함하는 것을 특징으로 하는 컴퓨터 판독 가능한 저장매체.