首页 / 专利库 / 商业 / 移动广告 / 一种定向投放移动广告的方法及系统

一种定向投放移动广告的方法及系统

阅读:533发布:2020-05-14

专利汇可以提供一种定向投放移动广告的方法及系统专利检索,专利查询,专利分析的服务。并且一种定向投放 移动广告 的方法及系统,该方法包括如下步骤:1)制作用于关键词分词切词的词典;2)提取用户关键词;3)建立用户关键词特征权重库;4)生成关键词特征模型;5)获取关键词集合;6)提取目标受众;7)移动广告投放。本 发明 具体的实现了基于广告用户 请求 信息选取关键词特征产生 算法 模型实施关键词的扩展方案,继而通过推荐词集合获取目标受众人群,引导广告投放在与广告内容联系更加紧密的受众人群,最终完成对于移动广告的 定位 投放。,下面是一种定向投放移动广告的方法及系统专利的具体信息内容。

1.一种定向投放移动广告的方法,其特征在于:包括以下步骤:
1)制作用于关键词分词切词的词典;
所需用于关键词分词切词的词典至少包括:电视剧、电影、综艺节目、动漫以及明星名称;
2)提取用户关键词;
根据所获取的用户数据,进而分析用户词信息,之后再通过用于关键词分词切词的词典以及停用词进行分词切词,实现用户关键词特征的提取;
3)建立用户关键词特征权重库;
根据用户关键词特征出现的频次和时序性,使用衰减函数对用户关键词进行衰减处理,接着完成用户关键词特征权重库的建立;
4)生成关键词特征模型;
载入关键词特征库,转换成语料集合,然后化成向量形式,进行向量空间上的相似度计算,从而生成关键词特征模型;
5)获取关键词集合;
通过关键词特征模型获取关键词特征相关的推荐词,接下来对上述推荐词进行组合进而形成推荐词集合;具体包括如下子步骤:
a)明确所需推荐词集合的数量;
b)输入客户关键词,获取与关键词特征相关性最大的几组推荐词集合;
c)将推荐词集合的数量以及关键词数量进行对比,一方面,如步骤b中推荐词集合的数量满足推荐词集合的数量的要求,则对步骤b中的推荐词集合进行整理;另一方面,若步骤b中推荐词集合的数量不满足推荐词集合的数量的要求,则再次对客户关键词进行分词切词,使用再次分词切词后的词组进行关键词特征模型计算,从而补足所缺少的推荐词集合的数量;若仍不能满足所需推荐词集合的数量,则选用用户关键词特征权重库的热词补足所需推荐词集合的数量;
6)提取目标受众;
依据推荐词集合,于用户关键词特征权重库中筛选出相关目标受众;
7)移动广告投放;
最后将移动广告投放于上述目标受众中。
2.根据权利要求1所述的一种定向投放移动广告的方法,其特征在于:所述用于关键词分词切词的词典通过网络爬虫器爬取所需关键词。
3.一种定向投放移动广告的系统,其特征在于:至少包括:
1)用户关键词特征权重库模,可转化为语料,并通过向量形式生成关键词特征模型;
2)关键词特征模型模块,用于获取与关键词特征相关联的推荐词;
3)关键词扩展推荐词集合模块,采用与关键词特征相关联的推荐词进行组合,并将组合后的关键词扩展推荐词集合与用户关键词特征权重库进行对比,从而实现目标受众的筛选;
4)提取受众进行投放模块,用于最终将移动广告定向投放给目标受众。
4.根据权利要求3所述的一种定向投放移动广告的系统,其特征在于:所述用户关键词特征权重库模块由以下子模块组成:
用户请求信息模块:对用户的词信息进行分析,进而筛选出上述词信息中的关键词;
用户关键词清洗转化模块:获取用于关键词分词切词的词典信息以及停用词信息,并与筛选出的关键词进行对比,从而获得与用于关键词分词切词的词典相关的关键词信息;
用户关键词衰减处理模块:用于将经过用户关键词清洗转化模块清洗转化后的关键词信息进行衰减函数衰减处理;
用户关键词特征权重库建立模块:对于衰减处理后的关键词信息进行整理组合,最终实现用户关键词特征权重库的建立。
5.根据权利要求1所述的一种定向投放移动广告的方法,其特征在于:用于关键词分词切词的词典至少包含中文的信息或包含英文的信息。

说明书全文

一种定向投放移动广告的方法及系统

技术领域

[0001] 本发明涉及互联网技术领域,具体涉及一种定向投放移动广告的方法及系统。

背景技术

[0002] 随着互联网和通信技术的高速发展,移动设备已经成为人们出行必不可少的存在,并且现有的移动设备中时长出现花样繁多的移动广告,然而众多的移动广告并无法扣响使用者的心扉,由于目前的移动广告普遍采用漫天撒网的形式进行广告的投放,不但定位条件选择有限,而且具有灵活性不足和信息滞后的缺陷,进而无法精准定位有效的受众群体以及准确反映用户需求。

发明内容

[0003] 本发明的目的在于提供一种定向投放移动广告的方法及系统和方法,以解决上述背景技术中提出的问题。
[0004] 为了解决上述技术问题,本发明提供如下技术方案:一种定向投放移动广告的方法,包括以下步骤:
1)制作用于关键词分词切词的词典;
所需用于关键词分词切词的词典至少包括:电视剧、电影、综艺节目、动漫以及明星名称;
2)提取用户关键词;
根据所获取的用户数据,进而分析用户词信息,之后再通过用于关键词分词切词的词典以及停用词进行分词切词,实现用户关键词特征的提取;
3)建立用户关键词特征权重库;
根据用户关键词特征出现的频次和时序性,使用衰减函数对用户关键词进行衰减处理,
接着完成用户关键词特征权重库的建立;
4)生成关键词特征模型;
载入关键词特征库,转换成语料集合,然后化成向量形式,进行向量空间上的相似度计算,从而生成关键词特征模型;
5)获取关键词集合;
通过关键词特征模型获取关键词特征相关的推荐词,接下来对上述推荐词进行组合进而
形成推荐词集合;具体包括如下子步骤:
a)明确所需推荐词集合数量;
b)输入客户关键词,获取与关键词特征相关性最大的几组推荐词集合;
c)将推荐词集合的数量以及关键词数量进行对比,一方面,如步骤b中推荐词集合的数量满足推荐词集合的数量的要求,则对步骤b中的推荐词集合进行整理;另一方面,若步骤b中推荐词集合的数量不满足推荐词集合的数量的要求,则再次对客户关键词进行分词切词,使用再次分词切词后的词组进行关键词特征模型计算,从而补足所缺少的推荐词集合的数量;若仍不能满足所需推荐词集合的数量,则选用用户关键词特征权重库的热词补足所需推荐词集合的数量;
6)提取目标受众;
依据推荐词集合,于用户关键词特征权重库中筛选出相关目标受众;
7)移动广告投放;
最后将移动广告投放于上述目标受众中。
[0005] 进一步的,所述用于关键词分词切词的词典通过网络爬虫器爬取所需关键词。
[0006] 一种定向投放移动广告的系统,其特征在于至少包括以下组成部分:1)用户关键词特征权重库模,可转化为语料,并通过向量形式生成关键词特征模型;
2)关键词特征模型模块,用于获取与关键词特征相关联的推荐词;
3)关键词扩展推荐词集合模块,采用与关键词特征相关联的推荐词进行组合,并将组合后的关键词扩展推荐词集合与用户关键词特征权重库进行对比,从而实现目标受众的筛选;
4)提取受众进行投放模块,用于最终将移动广告定向投放给目标受众。
[0007] 进一步的,所述用户关键词特征权重库模块由以下子模块组成:用户请求信息模块:对用户的词信息进行分析,进而筛选出上述词信息中的关键词;
用户关键词清洗转化模块:获取用于关键词分词切词的词典信息以及停用词信息,并与
筛选出的关键词进行对比,从而获得与用于关键词分词切词的词典相关的关键词信息;
用户关键词衰减处理模块:用于将经过用户关键词清洗转化模块清洗转化后的关键词信息进行衰减函数衰减处理;
用户关键词特征权重库建立模块:对于衰减处理后的关键词信息进行整理组合,最终实现用户关键词特征权重库的建立。
[0008] 进一步优选的,用于关键词分词切词的词典至少包含中文的信息或英文的信息。
[0009] 本发明所达到的有益效果是:随着科学技术的发展,相关技术的不断成熟,大量的广告用户请求信息可被收集,本发明的初衷就在于通过上述的关键词推衍出关键词的目标受众人群,进而快速灵活的抓住用户的兴趣点和准确的反应出用户需求,从而高效的进行定位投放广告,因此在解决了移动广告盲目大轰炸的同时,更加有针对性的实施定向移动广告的投放。用户关键词特征权重库的建立,进一步的提高了对移动广告目标受众的定位。
[0010] 具体而言,本发明对于广告主而言,投放广告寻找意向群体,不再是大海捞针般困难,而是精准触达目标受众群体,继而实现精致化投放、提高广告转化效果和提升广告投放ROI的目的。
[0011] 对于媒体投放而言,可以回收更加优质的广告数据,进一步的优化了投放算法和降低投放成本的同时,吸引了更多的广告主或进行更多的广告投放。
[0012] 对于用户而言,不但一定程度上缓解了广告泛滥的问题,而且所选的移动广告切合用户需求,进而易于用户接受广告内容,提升用户的体验和提高用户对于品牌的认知。
[0013] 综上,本发明具体的实现了基于广告用户请求信息选取关键词特征产生算法模型实施关键词的扩展方案,继而通过推荐词集合获取目标受众人群,引导广告投放在与广告内容联系更加紧密的受众人群,最终完成对于移动广告的定位投放。附图说明
[0014] 附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:图1是本发明中一种定向投放移动广告的方法的流程图
图2是本发明中的建立关键词集合的流程图;
图3是本发明中一种定向投放移动广告的系统的流程图;
图4是本发明中用户关键词特征权重库模块的流程图;
图5为实施例的流程图。

具体实施方式

[0015] 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。
[0016] 具体实施例如图1-5所示:步骤1,制作用于关键词分词切词的词典;例如通过爬虫软件爬取影视网站内用户时长浏览的明星名称,如张一山和张国荣。
[0017] 需要说明的是,词典内收集的明星亦名称包含与此明星关系亲密的影视演员,例如词典内搜集的明星名称为张一山,那么与张一山关系亲密的杨紫同样被本词典所收录。
[0018] 步骤2,根据广告用户请求携带的信息,进行字符处理、清洗过滤得到含有中文或含有英文的词信息。
[0019] 本步骤中含有中文的词信息至少包含中文加数字的词信息和中文加英文的词信息,同理可知含有英文的词信息至少包含英文加数字的词信息和英文加中文的词信息。
[0020] 步骤3,使用结巴分词技术,加载停用词和步骤1中得到的自定义词典,进行切分词操作后对关键词频次转换,通过过滤异常频次关键词,从而形成用户关键词特征。
[0021] 步骤4,结合用户关键词特征权重库中用户对于关键词的搜索历史,利用指数衰减函数做为时间衰减因子融合最新的用户关键词特征,进而产生最新的用户关键词特征权重库。
[0022] 步骤5,加载最新的用户关键词特征权重库,之后将最新的用户关键词特征构成训练语料集合。
[0023] 步骤6,输入语料集合,并将语料集合转化为词向量形式,然后通过词向量空间上的相似度计算,接下来构建关键词特征模型。
[0024] 步骤7,收集客户与广告相关的词汇,接着将和关键词特征模型获取输入词相似度最大的前几个推荐词集合。
[0025] 步骤8,根据步骤7中获得推荐词集合的数量,将其与所需的推荐词集合数量进行对比,,若步骤7中的推荐词集合的数量不满足所需的推荐词集合的数量,则再次对客户的关键词进行分词切词处理。
[0026] 步骤9,利用步骤8中分词切词处理后并再次进行关键词特征模型计算的词汇对步骤8中的需满足所需推荐词集合数量的推荐词集合进行补足。
[0027] 步骤10,若步骤9中的推荐词集合数量仍不满足步骤8中所需的推荐词集合数量,则选用推荐词特征权重库中的热词进行补足。
[0028] 步骤11,根据所获得的推荐词集合信息,与用户关键词特征权重库进行优先级匹配继而提取出作为目标受众人群的用户。
[0029] 步骤12,最后根据步骤11中提供的目标受众人群进行定位移动广告投放。
[0030] 对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含由义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
[0031] 此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈