TWI813958B - 廣告投放方法及相關設備 - Google Patents
廣告投放方法及相關設備 Download PDFInfo
- Publication number
- TWI813958B TWI813958B TW110107185A TW110107185A TWI813958B TW I813958 B TWI813958 B TW I813958B TW 110107185 A TW110107185 A TW 110107185A TW 110107185 A TW110107185 A TW 110107185A TW I813958 B TWI813958 B TW I813958B
- Authority
- TW
- Taiwan
- Prior art keywords
- target
- information
- posts
- advertising
- text
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 65
- 238000002716 delivery method Methods 0.000 claims description 24
- 239000013598 vector Substances 0.000 claims description 23
- 230000008451 emotion Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 2
- 238000012552 review Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 claims 1
- 238000004590 computer program Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000002996 emotional effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005266 casting 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
- 230000008676 import Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申請提供一種廣告投放方法及相關設備，所述廣告投放方法包括：獲取社交平臺上的目標貼文，所述目標貼文包括圖像資訊與文本資訊；基於所述圖像資訊得到第一分析結果；基於所述文本資訊得到第二分析結果；根據所述第一分析結果和/或第二分析結果，生成對應於所述目標貼文的廣告留言資訊；在所述目標貼文的留言處發表所述廣告留言資訊。透過本申請可以實現廣告資訊的精準推送以及提高廣告投放效率。
Description
本申請涉及人工智慧技術領域，尤其涉及一種廣告投放方法及相關設備。
目前，隨著社交網路的迅猛發展，使得廣告在社交網路中出現的頻率急劇增加。廣告商在網路平臺投放廣告的方式主要包括兩種：一種是溫和型被動式廣告，另一種是侵略型被動式廣告。所述溫和型被動式廣告是指所述廣告商僅在特定網頁的特定位置上置放廣告。所述侵略型被動式廣告是指在使用者閱讀網頁內文或觀賞影片前，跳出一個小視窗強迫使用者流覽或點擊廣告。這兩種傳統的廣告投放方式雖然具有一定的行銷效果。然而，由於具有較強的感官侵略性，容易引起消費者的反感，最後導致傳統的廣告投放方式投放的廣告容易被消費者忽略或封鎖。此外，現有的廣告投放方式還包括透過廣告投放平臺直接發佈至受眾群體的方式。該廣告投放方式不會根據廣告內容針對不同類型的受眾群體進行投放。這種全面撒網的投放方式，使得大部分的廣告並不能被真正有需要、有興趣的受眾群體所接收。
鑒於以上內容，有必要提供一種廣告投放方法及相關設備，能實現
廣告資訊的精準推送以及提高廣告投放的效率。
本申請提供一種廣告投放方法，所述方法包括：獲取社交平臺上的目標貼文，所述目標貼文包括圖像資訊與文本資訊；基於所述圖像資訊得到第一分析結果；基於所述文本資訊得到第二分析結果；根據所述第一分析結果和/或所述第二分析結果，生成對應於所述目標貼文的廣告留言資訊；在所述目標貼文的留言處發表所述廣告留言資訊。
在一種可能的實現方式中，所述獲取社交平臺上的目標貼文包括：獲取所述社交平臺上的所有貼文；獲取需要投放的廣告內容；根據所述廣告內容從所述所有貼文中篩選出所述目標貼文。
在一種可能的實現方式中，所述根據所述廣告內容從所述所有貼文中篩選出所述目標貼文包括：提取所述廣告內容中的關鍵資訊；確定所述所有貼文中包括所述關鍵資訊的貼文為所述目標貼文。
在一種可能的實現方式中，所述第一分析結果包括所述圖像資訊中的目標內容和對所述目標內容的文本描述。
在一種可能的實現方式中，所述基於所述文本資訊得到第二分析結果包括：輸入所述文本資訊至預先訓練好的關鍵字提取模型，輸出所述文本資訊對應的關鍵資訊；輸入所述文本資訊至預先訓練好的文本情感分析模型，輸出所述文本資訊對應的情感資訊；根據所述文本資訊的關鍵資訊與所述情感資訊，生成所述第二分析結果。
在一種可能的實現方式中，所述根據所述第一分析結果和/或所述第二分析結果，生成對應於所述目標貼文的廣告留言資訊包括：創建語料庫，所述語料庫包括多個第一詞彙組和對應於每個所述第一詞彙組的文本回復；分詞處理所述第一分析結果和/或第二分析結果，得到第二詞彙組；在所述語料庫中
查找到與所述第二詞彙組最相似的目標詞彙組；在所述語料庫中查詢所述目標詞彙組對應的目標文本回復，並設定所述目標文本回復為所述廣告留言資訊。
在一種可能的實現方式中，所述在所述語料庫中查找到與所述第二詞彙組最相似的目標詞彙組包括：基於所述語料庫中的任意一個第一詞彙組與所述第二詞彙組構造對應於所述第一詞彙組的第一詞頻向量，得到多個第一詞頻向量；基於所述第一詞彙組與所述第二詞彙組構造對應於所述第二詞彙組的第二詞頻向量；計算所述多個第一詞頻向量和所述第二詞頻向量的余弦值，得到多個余弦值；設定所述多個余弦值中最大的余弦值對應的所述第一詞彙組為所述目標詞彙組。
在一種可能的實現方式中，所述方法還包括：若接收到針對所述廣告留言資訊的評論資訊，在所述評論資訊的留言處投放所述廣告內容。
本申請還提供一種電子設備，所述電子設備包括處理器和記憶體，所述處理器用於執行所述記憶體中存儲的電腦程式時實現所述的廣告投放方法。
本申請還提供一種電腦可讀存儲介質，所述電腦可讀存儲介質上存儲有電腦程式，所述電腦程式被處理器執行時實現所述的廣告投放方法。
本申請公開的廣告投放方法、電子設備及存儲介質，透過在目標貼文的留言處與使用者進行互動式廣告投放，能實現廣告資訊的精準推送以及提高廣告投放的效率，從而提高廣告宣傳的效果。
S101~S105:步驟
101:獲取模組
102:分析模組
103:生成模組
104:投放模組
1:電子設備
10:廣告投放系統
11:記憶體
12:處理器
13:通訊匯流排
圖1是本申請實現廣告投放方法的較佳實施例的電子設備的結構示意圖。
圖2是本申請公開的一種廣告投放方法的較佳實施例的流程圖。
圖3是本申請公開的一種廣告投放系統的較佳實施例的功能模組圖。
為了使本申請的目的、技術方案和優點更加清楚，下面結合附圖和具體實施例對本申請進行詳細描述。
請參閱圖1，圖1為本申請一實施例的電子設備的示意圖。參閱圖1所示，廣告投放系統10運行於電子設備1中。所述電子設備1包括，但不僅限於，記憶體11、至少一個處理器12、存儲在所述記憶體11中並可在所述至少一個處理器12上運行的廣告投放系統10及至少一條通訊匯流排13。
所述至少一個處理器12執行所述廣告投放系統10時實現下文所述的廣告投放方法實施例中的步驟。
示例性的，所述廣告投放系統10可以被分割成一個或多個模組/單元，所述一個或者多個模組/單元被存儲在所述記憶體11中，並由所述至少一個處理器12執行，以完成本申請。所述一個或多個模組/單元可以是能夠完成特定功能的一系列電腦可讀指令段，所述指令段用於描述所述廣告投放系統10在所述電子設備1中的執行過程。
所述電子設備1可以是電腦、手機、平板電腦、個人數位助理(Personal Digital Assistant，PDA)等安裝有應用程式的設備。本領域技術人員可以理解，所述示意圖1僅僅是電子設備1的示例，並不構成對電子設備1的限定，可以包括比圖示更多或更少的部件，或者組合某些部件，或者不同的部件，例如所述電子設備1還可以包括輸入輸出設備、網路接入設備、匯流排等。
如圖2所示，是本申請廣告投放方法的較佳實施例的流程圖。根據
不同的需求，該流程圖中步驟的順序可以改變，某些步驟可以省略。在本實施方式中，所述廣告投放方法包括：
S101、獲取社交平臺上的目標貼文，所述目標貼文包括圖像資訊與文本資訊。
在本實施方式中，為了使廣告能被真正有需要、有興趣的使用者所接收，需要透過在潛在消費使用者的貼文下發佈留言，進而引起所述潛在消費使用者的關注，從而可以針對不同的消費使用者投放不同的廣告。
在本實施方式中，所述目標貼文為所述潛在消費使用者發佈在社交平臺上的貼文。
在本實施方式中，所述獲取社交平臺上的目標貼文包括：
(1)獲取所述社交平臺上的所有貼文。在實際應用中，若使用者在社交平臺進行了註冊，會得到唯一的使用者身份證明(User Identification，UID)。在該使用者每次透過UID登錄所述社交平臺時，可以根據所述UID獲取該使用者的所有貼文。通常情況下，使用者在所述社交平臺發佈貼文時，會導入圖片和/或輸入帶有感情色彩的文本內容。所述社交平臺具體可以是Facebook，微博，推特等。
在本申請中，所述貼文包括圖像資訊與文本資訊。例如，所述圖像資訊為一副風景圖，所述文本資訊為使用者發佈所述風景圖時輸入的文本內容。在本實施方式中，所述廣告投放方法還包括：根據貼文的發表時間對所述所有貼文進行篩選。例如，可以篩選出使用者最近30天內發表的貼文，而不考慮其他時間的貼文。
(2)獲取需要投放的廣告內容，所述廣告內容為廣告商需要發佈的產品廣告資訊。
(3)提取所述廣告內容中的關鍵資訊。例如，當所述廣告商為汽車廠商時，所述廣告商需要發佈的廣告內容包括其生產的汽車資訊。因此，可以將所述汽車作為所述廣告內容的關鍵資訊。
(4)確定所述所有貼文中是否存在包括所述廣告內容的關鍵資訊的貼文；若所述所有貼文中存在包括所述關鍵資訊的貼文，設定包括所述關鍵資訊的貼文為所述目標貼文。例如，將所述汽車作為所述廣告內容的關鍵資訊後，遍歷所述所有貼文，查找到包含所述汽車的貼文，並將包含所述汽車的貼文作為所述目標貼文。若所述所有貼文中不存在包括所述關鍵資訊的貼文，則返回步驟(1)，重複執行步驟(1)-(4)，以找到所述目標貼文。
在本實施方式中，透過在所述社交平臺上發佈的所有貼文中篩選出所述目標貼文，並將所述目標貼文對應的使用者作為廣告投放的物件，可以找到潛在消費使用者，並對所述潛在消費使用者進行廣告投放，實現廣告精準投放的目的。
由於所述社交平臺發佈的所有貼文中可能出現多條與所述廣告內容相關的目標貼文，並且所述目標貼文對應的使用者也有可能都不相同。因此，需要建立所述目標貼文與使用者資訊之間的對應關係表。在一實施方式中，所述步驟S101之後，所述方法還包括：
基於所述目標貼文生成目標帖文清單。所述目標帖文清單描述的是不同的所述目標貼文對應的使用者UID。例如，一條或多條目標貼文對應第一使用者UID，或者另外一條或多條目標貼文對應第二使用者UID。
S102、基於所述圖像資訊得到第一分析結果。
為了與所述目標貼文進行有意義的留言互動，需要瞭解所述目標貼文的具體內容。具體地，透過分析所述圖像資訊得到與所述目標貼文相關的第
一分析結果。其中，所述第一分析結果包括所述圖像資訊中的目標內容和對所述目標內容的文本描述。
在本實施方式中，從所述目標帖文清單中依次提取所述目標貼文。再從所述提取的目標貼文中提取所述圖像資訊。
在本實施方式中，首先將所述圖像輸入至預先訓練好的卷積神經網路模型(Convolutional Neural Networks,CNN)進行特徵提取，得到圖像特徵(即所述圖像資訊中的目標內容)，將所述圖像特徵作為所述第一分析結果。然後將所述圖像特徵輸入至預先訓練好的迴圈神經網路模型(Recurrent Neural Network,RNN)，基於圖像描述演算法得到對所述圖像中的目標內容的文本描述，將所述文本描述作為所述第一分析結果。其中所述CNN和RNN可以根據使用者的實際需求進行選取。示例性的，將一張帶有汽車的圖像輸入至VGGNet模型得到圖像特徵，再將得到的圖像特徵輸入至基於圖像描述演算法的simple RNN模型，得到文本描述“一輛紅色的汽車停在路邊”。
透過對所述目標貼文中圖像資訊的分析，可以初步得到使用者的興趣取向。例如，在上述的例子中，可以看出使用者可能對汽車感興趣。
S103、基於所述文本資訊得到第二分析結果。
為了更清楚的瞭解使用者想要表達的內容，需要對所述目標貼文的文本資訊進行分析。
在本實施方式中，首先利用關鍵字提取演算法提取所述文本資訊中的關鍵資訊，再利用文本情感分析演算法得到所述文本資訊的情感資訊，其中所述情感資訊為所述目標貼文反映出的使用者的情緒。將所述關鍵資訊和情感資訊作為所述第二分析結果。
在本實施方式中，所述關鍵字提取演算法與所述文本情感分析演算
法可以根據使用者的實際需求進行選取。示例性的，利用Yet Another Keyword Extractor關鍵字提取演算法提取文本“真糟糕啊，車子壞在半路了”的關鍵字為“糟糕，車子，壞”，利用gradable lexicon-based文本情感分析演算法分析文本“真糟糕，汽車又壞了”，得到分析結果為“不開心的”。
S104、根據所述第一分析結果和/或所述第二分析結果，生成對應於所述目標貼文的廣告留言資訊。
在實際應用中，直接進行廣告投放會引起消費者的反感，容易被消費者忽略或封鎖。本申請並非在潛在消費者貼文的留言處，直接推送欲銷售的產品資訊，而是根據每則貼文的內容，在留言處對貼文本身做出有意義的回饋，引起潛在消費者對與他們互動的留言者的好奇，達到商品曝光的效果。
在本實施方式中，所述根據所述第一分析結果和/或所述第二分析結果，生成對應於所述目標貼文的廣告留言資訊包括：
(1)預先創建一個語料庫，所述語料庫包括多個第一詞彙組和對應於每個所述第一詞彙組的文本回復。其中所述第一詞彙組包括多個詞彙。示例性的，將“汽車，又，壞了，不開心”作為所述第一詞彙組，對應於所述第一詞彙組的文本回復可以為“換輛好汽車換個好心情哦”。
(2)分詞處理所述第一分析結果和/或所述第二分析結果，得到多個詞彙，將所述多個詞彙作為第二詞彙組。
(3)在所述語料庫中查找到與所述第二詞彙組最相似的第一目標詞彙組。具體地，基於所述語料庫中的任意一個第一詞彙組與所述第二詞彙組構造對應於所述第一詞彙組的第一詞頻向量，得到多個第一詞頻向量。基於所述第一詞彙組與所述第二詞彙組構造對應於所述第二詞彙組的多個第二詞頻向量。計算所述多個第一詞頻向量和所述第二詞頻向量的余弦值，得到多個余弦
值。設定所述多個余弦值中最大的余弦值對應的所述第一詞彙組為所述目標詞彙組。所述余弦值計算公式為
，其中Ai第一詞頻向量，Bi為所述為所述第二詞頻向量。將所述多個余弦值中最大的余弦值對應的所述第一詞彙組作為目標詞彙組。
示例性的，假設所述第二詞彙組為“真糟糕，汽車，又，壞了，不開心”，所述第一詞彙組的兩組詞彙分別為“汽車，又，壞了，不開心”，“買了，新的，汽車，開心”。首先基於所述第一詞彙組“汽車，又，壞了，不開心”和所述第二詞彙組“真糟糕，汽車，又，壞了，不開心”構造對應於所述第一詞彙組的所述第一詞頻向量為A1(0,1,1,1,1)，構造對應於所述第二詞彙組的所述第二詞頻向量為B1(1,1,1,1,1)。將所述A1和B1帶入所述余弦值計算公式，得到對應於所述第一詞彙組“汽車，又，壞了，不開心”的余弦值為0.89。然後基於所述第一詞彙組“買了，新的，汽車，開心”和所述第二詞彙組“真糟糕，汽車，又，壞了，不開心”構造對應於所述第一詞彙組的第一詞頻向量為A2(0,1,0,0,0)，構造對應於所述第二詞彙組的第二詞頻向量為B2(1,1,1,1,1)，將所述A2和B2帶入所述余弦值計算公式，得到對應於所述第一詞彙組“買了，新的，汽車，開心”的余弦值為0.45。將所述0.89與0.45進行比較，得到最大值為0.89。也就是說0.89對應的所述第一詞彙組與所述第二詞彙組最相似，因此可以將“汽車，又，壞了，不開心”作為所述目標詞彙組。
在所述語料庫中查詢所述目標詞彙組對應的目標文本回復，並設定所述目標文本回復作為所述廣告留言資訊。例如，在上述示例中，可以將“換輛好汽車換個好心情哦”作為所述廣告留言資訊。
S105、在所述目標貼文的留言處發表所述廣告留言資訊。
在本實施方式中，為了吸引使用者的關注，需要在使用者發表的貼
文留言處自動發表所述廣告留言資訊。促使潛在消費者反過來主動關注產品資訊，藉此達到商品曝光的效果。
作為一種可選的實施方式，所述步驟S105之後，所述方法還包括：在監測到使用者對於所述廣告留言資訊發表了評論資訊後，對所述評論資訊進行文本情感分析，若所述文本情感分析為積極的情感，例如，開心的，開朗的，舒適的，可以在所述評論資訊的留言處投放所述廣告內容。若所述文本情感分析為消極的情感，例如，憤怒的，生氣的，則選擇不投放所述廣告內容。
作為一種可選的實施方式，所述步驟S105之後，所述方法還包括：在處理完一條目標貼文後，將所述目標貼文放入預設的清單中，並記錄所述目標貼文的使用者UID。
由於在短時間內對同一位使用者做疲勞轟炸，會造成使用者的反感，因此透過將處理完成的目標貼文放入所述預設的列表來保留與每一位元使用者的互動記錄。可以設置與同一使用者進行互動的時間間隔，根據所述預設的清單和所述時間間隔從所述目標貼文清單中，進一步篩選出下一次要互動的目標貼文。例如，可以設置所述時間間隔為24小時，即在24小時內不與同一位使用者的任何貼文再次進行互動。
請參閱圖3，在本實施方式中，所述廣告投放系統10可以被分割成一個或多個模組，所述一個或多個模組可存儲在所述處理器12中，並由所述處理器12執行本申請實施例的廣告投放方法。所述一個或多個模組可以是能夠完成特定功能的一系列電腦程式指令段，所述指令段用於描述所述廣告投放系統10在所述電子設備1中的執行過程。例如，所述廣告投放系統10可以被分割成圖3中的獲取模組101，分析模組102，生成模組103和投放模組104。
所述獲取模組101用於獲取社交平臺上的目標貼文，所述目標貼文包括圖像資訊與文本資訊；所述分析模組102用於基於所述圖像資訊得到第一分析結果；所述分析模組102還用於基於所述文本資訊得到第二分析結果；所述生成模組103用於根據所述第一分析結果和/或第二分析結果，生成對應於所述目標貼文的廣告留言資訊；所述投放模組104用於在所述目標貼文的留言處發表所述廣告留言資訊。
所述至少一個處理器12可以是中央處理單元(Central Processing Unit，CPU)，還可以是其他通用處理器、數位訊號處理器(Digital Signal Processor，DSP)、專用積體電路(Application Specific Integrated Circuit，ASIC)、現場可程式設計閘陣列(Field-Programmable Gate Array，FPGA)或者其他可程式設計邏輯器件或者電晶體邏輯器件、分立硬體元件等。所述處理器12可以是微處理器或者所述處理器12也可以是任何常規的處理器等，所述處理器12是所述電子設備1的控制中心，利用各種介面和線路連接整個電子設備1的各個部分。
所述記憶體11可用於存儲所述廣告投放系統10和/或模組/單元，所述處理器12透過運行或執行存儲在所述記憶體11內的電腦程式和/或模組/單元，以及調用存儲在記憶體11內的資料，實現所述電子設備1的各種功能。所述記憶體11可主要包括存儲程式區和存儲資料區，其中，存儲程式區可存儲作業系統、至少一個功能所需的應用程式(比如聲音播放功能、圖像播放功能等)等；存儲資料區可存儲根據電子設備1的使用所創建的資料等。此外，記憶體11可以包括非易失性/易失性記憶體，例如硬碟、記憶體、插接式硬碟，智慧存儲卡(Smart Media Card，SMC)，安全數位(Secure Digital，SD)卡，快閃記憶體卡(Flash Card)、至少一個磁碟記憶體件、快閃記憶體器件、或其
他記憶體件。
所述記憶體11中存儲有程式碼，且所述至少一個處理器12可調用所述記憶體11中存儲的程式碼以執行相關的功能。例如，圖2中所述的各個模組(獲取模組101，分析模組102，生成模組103和投放模組104)是存儲在所述記憶體31中的程式碼，並由所述至少一個處理器32所執行，從而實現所述各個模組的功能以達到廣告投放的目的。
需要說明的是，所述電子設備1集成的模組/單元如果以軟體功能單元的形式實現並作為獨立的產品銷售或使用時，可以存儲在一個電腦可讀取存儲介質中。基於這樣的理解，本申請實現上述實施例方法中的全部或部分流程，也可以透過電腦程式來指令相關的硬體來完成，所述的電腦程式可存儲於一電腦可讀存儲介質中，該電腦程式在被處理器執行時，可實現上述各個方法實施例的步驟。其中，所述電腦程式代碼可以為原始程式碼形式、物件代碼形式、可執行檔或某些中間形式等。所述電腦可讀介質可以包括：能夠攜帶所述電腦程式代碼的任何實體或裝置、記錄介質、隨身碟、移動硬碟、磁碟、光碟、電腦記憶體、唯讀記憶體(Read-Only Memory，ROM)。
在本申請所提供的幾個實施例中，應該理解到，所揭露的系統，裝置和方法，可以透過其它的方式實現。例如，以上所描述的裝置實施例僅僅是示意性的，例如，所述模組的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式。
所述作為分離部件說明的模組可以是或者也可以不是物理上分開的，作為模組顯示的部件可以是或者也可以不是物理單元，即可以位於一個地方，或者也可以分佈到多個網路單元上。可以根據實際的需要選擇其中的部分或者全部模組來實現本實施例方案的目的。
另外，在本申請各個實施例中的各功能模組可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以採用硬體的形式實現，也可以採用硬體加軟體功能模組的形式實現。
對於本領域技術人員而言，顯然本申請不限於上述示範性實施例的細節，而且在不背離本申請的精神或基本特徵的情況下，能夠以其他的具體形式實現本申請。因此，無論從哪一點來看，均應將實施例看作是示範性的，而且是非限制性的，本申請的範圍由所附請求項而不是上述說明限定，因此旨在將落在請求項的等同要件的含義和範圍內的所有變化涵括在本申請內。不應將請求項中的任何附關聯圖標記視為限制所涉及的請求項。此外，顯然“包括”一詞不排除其他單元或步驟，單數不排除複數。系統請求項中陳述的多個單元或裝置也可以由一個單元或裝置透過軟體或者硬體來實現。第二等詞語用來表示名稱，而並不表示任何特定的順序。
最後應說明的是，以上實施例僅用以說明本申請的技術方案而非限制，儘管參照較佳實施例對本申請進行了詳細說明，本領域的普通技術人員應當理解，可以對本申請的技術方案進行修改或等同替換，而不脫離本申請技術方案的精神和範圍。
S101~S105:步驟
Claims (10)
- 一種廣告投放方法，應用於電子設備，其中，所述廣告投放方法包括：獲取模組基於需要投放的廣告內容獲取社交平臺上的多條目標貼文，每條目標貼文包括圖像資訊與文本資訊，基於所述多條目標貼文生成目標帖文清單，所述目標帖文清單記錄所述多條目標貼文分別對應的使用者UID；分析模組從所述目標帖文清單提取一條目標貼文，基於所提取的目標貼文的所述圖像資訊得到第一分析結果；所述分析模組基於所提取的目標貼文的所述文本資訊得到第二分析結果；生成模組根據所述第一分析結果和/或所述第二分析結果，生成對應於所提取的目標貼文的廣告留言資訊；投放模組在所提取的目標貼文的留言處發表所述廣告留言資訊；及在監測到使用者對於所述廣告留言資訊發表了評論資訊後，對所述評論資訊進行文本情感分析，基於所述文本情感分析在所述評論資訊的留言處投放或者不投放所述廣告內容；及在處理完所提取的目標貼文後，將處理完的所述目標貼文放入預設的清單中，並記錄處理完的所述目標貼文的使用者UID；設置與同一使用者進行互動的時間間隔，根據所述預設的清單和所述時間間隔從所述目標貼文清單中，進一步篩選出下一次要互動的目標貼文。
- 如請求項1所述的廣告投放方法，其中，所述基於需要投放的廣告內容獲取社交平臺上的多條目標貼文包括：獲取所述社交平臺上的所有貼文；獲取所述需要投放的廣告內容；根據所述廣告內容從所述所有貼文中篩選出所述目標貼文。
- 如請求項2所述的廣告投放方法，其中，所述根據所述廣告內容從所述所有貼文中篩選出所述目標貼文包括：提取所述廣告內容中的關鍵資訊；確定所述所有貼文中包括所述關鍵資訊的貼文為所述目標貼文。
- 如請求項1所述的廣告投放方法，其中，所述第一分析結果包括所述圖像資訊中的目標內容和對所述目標內容的文本描述。
- 如請求項1所述的廣告投放方法，其中，所述基於所提取的目標貼文的所述文本資訊得到第二分析結果包括：輸入所述文本資訊至預先訓練好的關鍵字提取模型，輸出所述文本資訊對應的關鍵資訊；輸入所述文本資訊至預先訓練好的文本情感分析模型，輸出所述文本資訊對應的情感資訊；根據所述文本資訊的關鍵資訊與所述情感資訊，生成所述第二分析結果。
- 如請求項1所述的廣告投放方法，其中，所述根據所述第一分析結果和/或所述第二分析結果，生成對應於所提取的目標貼文的廣告留言資訊包括：創建語料庫，所述語料庫包括多個第一詞彙組和對應於每個所述第一詞彙組的文本回復；對所述第一分析結果和/或所述第二分析結果進行分詞處理，得到第二詞彙組；在所述語料庫中查找到與所述第二詞彙組最相似的目標詞彙組；在所述語料庫中查詢所述目標詞彙組對應的目標文本回復，並設定所述目標文本回復為所述廣告留言資訊。
- 如請求項6所述的廣告投放方法，其中，所述在所述語料庫中查找到與所述第二詞彙組最相似的目標詞彙組包括：基於所述語料庫中的任意一個第一詞彙組與所述第二詞彙組構造對應於所述第一詞彙組的第一詞頻向量，得到多個第一詞頻向量；基於所述第一詞彙組與所述第二詞彙組構造對應於所述第二詞彙組的第二詞頻向量；計算所述多個第一詞頻向量和所述第二詞頻向量的余弦值，得到多個余弦值；設定所述多個余弦值中最大的余弦值對應的所述第一詞彙組為所述目標詞彙組。
- 如請求項1所述的廣告投放方法，其中，所述基於所述文本情感分析在所述評論資訊的留言處投放或者不投放所述廣告內容包括：若所述文本情感分析為積極的情感，在所述評論資訊的留言處投放所述廣告內容；若所述文本情感分析為消極的情感，則不投放所述廣告內容。
- 一種電子設備，其中，所述電子設備包括：記憶體，存儲至少一個指令；及處理器，執行所述記憶體中存儲的指令以實現如請求項1至請求項8中任意一項所述的廣告投放方法。
- 一種電腦可讀存儲介質，其中：所述電腦可讀存儲介質中存儲有至少一個指令，所述至少一個指令被電子設備中的處理器執行以實現如請求項1至請求項8中任意一項所述的廣告投放方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW110107185A TWI813958B (zh) | 2021-02-26 | 2021-02-26 | 廣告投放方法及相關設備 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW110107185A TWI813958B (zh) | 2021-02-26 | 2021-02-26 | 廣告投放方法及相關設備 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202234322A TW202234322A (zh) | 2022-09-01 |
| TWI813958B true TWI813958B (zh) | 2023-09-01 |
Family
ID=84957260
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW110107185A TWI813958B (zh) | 2021-02-26 | 2021-02-26 | 廣告投放方法及相關設備 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI813958B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI554892B (zh) * | 2012-04-20 | 2016-10-21 | 菲絲博克公司 | 電腦程式產品利用社群網路系統的內容來個人化應用程式 |
| CN103365867B (zh) * | 2012-03-29 | 2017-07-21 | 腾讯科技（深圳）有限公司 | 一种对用户评价进行情感分析的方法和装置 |
| CN107146112A (zh) * | 2017-05-16 | 2017-09-08 | 西华大学 | 一种移动互联网广告投放方法 |
| CN103415865B (zh) * | 2011-03-08 | 2018-01-16 | 脸谱公司 | 为用于显示给观看用户的广告选择社交认可信息 |
| TW201905794A (zh) * | 2017-06-23 | 2019-02-01 | 優愛德股份有限公司 | 廣告智慧推薦系統及方法 |
-
2021
- 2021-02-26 TW TW110107185A patent/TWI813958B/zh active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103415865B (zh) * | 2011-03-08 | 2018-01-16 | 脸谱公司 | 为用于显示给观看用户的广告选择社交认可信息 |
| CN103365867B (zh) * | 2012-03-29 | 2017-07-21 | 腾讯科技（深圳）有限公司 | 一种对用户评价进行情感分析的方法和装置 |
| TWI554892B (zh) * | 2012-04-20 | 2016-10-21 | 菲絲博克公司 | 電腦程式產品利用社群網路系統的內容來個人化應用程式 |
| CN107146112A (zh) * | 2017-05-16 | 2017-09-08 | 西华大学 | 一种移动互联网广告投放方法 |
| TW201905794A (zh) * | 2017-06-23 | 2019-02-01 | 優愛德股份有限公司 | 廣告智慧推薦系統及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202234322A (zh) | 2022-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI501172B (zh) | 依據影像以於社群網站發佈訊息的系統、方法及其記錄媒體 | |
| US20120166935A1 (en) | Automatic association of government brand information with domain and social media availability | |
| US20130226711A1 (en) | Monetizing images in publishing networks | |
| US20150262238A1 (en) | Techniques for Topic Extraction Using Targeted Message Characteristics | |
| US10764613B2 (en) | Video media content analysis | |
| Khanom | Using social media marketing in the digital era: A necessity or a choice | |
| US20230092475A1 (en) | Information processing method, apparatus and device, and storage medium | |
| WO2013002771A1 (en) | Capturing intentions within online text | |
| Xie-Carson et al. | Keep it# Unreal: Exploring Instagram users’ engagement with virtual influencers in tourism contexts | |
| US20140040046A1 (en) | Systems and Methods for Acquiring a Captive Customer Base Within a Cloud Environment | |
| US20220277344A1 (en) | Advertising method and electronic device using the same | |
| TWI813958B (zh) | 廣告投放方法及相關設備 | |
| CN109240640B (zh) | 广告语音交互方法、装置及存储介质 | |
| US20170238067A1 (en) | Systems and methods for dynamic creative optimization for video advertisements | |
| CN113077295B (zh) | 基于用户终端的广告分级投放方法、用户终端和存储介质 | |
| Cordero-Gutiérrez et al. | Leveraging knowledge management to promote higher education programs using paid social media | |
| Yurchuk | Current trends in the development of digital marketing | |
| Kabaso et al. | Sell-bot: An intelligent tool for advertisement synthesis on social media | |
| Liu et al. | Sensor-cloud computing: novel applications and research problems | |
| US20160005083A1 (en) | Business Lead Generation System and Method Using Structured Social Media Content | |
| KR20190093403A (ko) | 빅데이터를 활용한 광고 제안 방법 | |
| KR102367417B1 (ko) | 저작권 콘텐츠 결합상품 판매 서비스 제공 시스템 | |
| Myers et al. | Guerrilla Marketing Volume 3: Advertising and Marketing Definitions, Ideas, Tactics, Examples, and Campaigns to Inspire Your Business Success | |
| Ranjith et al. | Technology and Its Application in Marketing: Some Insights | |
| Duffy | Key drivers in digital marketing management |