首页 / 专利库 / 电脑安全 / 安全分析 / 一种基于客户爱好分析的广告推荐系统和方法

一种基于客户爱好分析的广告推荐系统和方法

阅读:455发布:2024-01-02

专利汇可以提供一种基于客户爱好分析的广告推荐系统和方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于客户爱好分析的广告推荐系统和方法,包括用户登录模 块 、处理模块、挖掘模块、广告推荐模块和储存模块,所述用户登录模块、处理模块、挖掘模块、广告推荐模块和储存模块均置于推荐装置内部,所述用户登录模块包括登录 请求 单元、验证单元和账户登录单元,所述登录请求单元用于接收客户端的登录请求,获取登录信息的请求数据包,所述验证单元包括验证码发送单元和验证码接收单元,验证码发送单元用于登录用户名后,发送验证码验证,验证码接收单元用于接收用户反馈回来的验证码,进行验证码验证。该基于客户爱好分析的广告推荐系统和方法,不仅使用安全快捷,而且能够精确的按照用户爱好进行推荐广告。,下面是一种基于客户爱好分析的广告推荐系统和方法专利的具体信息内容。

1.一种基于客户爱好分析的广告推荐系统,其特征在于,包括用户登录模(1)、处理模块(2)、挖掘模块(3)、广告推荐模块(4)和储存模块(5),所述用户登录模块(1)、处理模块(2)、挖掘模块(3)、广告推荐模块(4)和储存模块(5)均置于推荐装置内部。
2.根据权利要求1所述的基于客户爱好分析的广告推荐系统,其特征在于,所述用户登录模块(1)包括登录请求单元(6)、验证单元(7)和账户登录单元(8),所述登录请求单元(6)用于接收客户端的登录请求,获取登录信息的请求数据包,所述验证单元(7)包括验证码发送单元和验证码接收单元,验证码发送单元用于登录用户名后,发送验证码验证,验证码接收单元用于接收用户反馈回来的验证码,进行验证码验证,确保是本人登录,所述账户登录单元(8)用于获取正确的验证码后,通过用户名和验证码进行用户登录。
3.根据权利要求1所述的基于客户爱好分析的广告推荐系统,其特征在于,所述处理模块(2)包括读取单元(9)、初始化单元(10)和分类单元(11),所述读取单元(9)用于读取用户登录模块(1)的个人信息和浏览记录,所述初始化单元(10)用于提取用户的内容,去除无用的信息和内容,所述分类单元(11)用于根据提取模块的有效信息对用户进行分类,便于后续的信息整合和信息推荐。
4.根据权利要求1所述的基于客户爱好分析的广告推荐系统,其特征在于,所述挖掘模块(3)包括权重分析单元(12)、时间衰减分析单元(13)、热度衰减分析单元(14)、活跃度衰减分析单元(15)和建模单元(16),所述权重分析单元(12)与读取单元(9)和分类单元(11)相连,对整理后的信息进行行为权重分析,获得行为权重系数;所述时间衰减分析单元(13)与提读取单元(9)和分类单元(11)相连,对整理后的信息进行时间衰减分析,获得时间衰减系数;所述热度衰减分析单元(14)与读取单元(9)和分类单元(11)相连,对整理后的信息进行热度衰减分析,获得热度衰减系数;所述活跃度衰减分析单元(15)与读取单元(9)和分类单元(11)相连,对整理后的信息进行活跃度衰减分析,获得活跃度衰减系数;所述建模单元(16)与权重分析单元(12)、时间衰减分析单元(13)、热度衰减分析单元(14)和活跃度衰减分析单元(15)分别相连,对行为权重系数,时间衰减系数,热度衰减系数,或活跃度衰减系数进行归一化处理,建立所述用户的兴趣模型,进而获取所述用户的各种潜在的消费需求。
5.根据权利要求1所述的基于客户爱好分析的广告推荐系统,其特征在于,所述广告推荐模块(4)包括评分单元(17)、第一筛选单元(18)、过滤单元(19)和第二筛选单元(20),所述评分单元(17)用于对所有的广告进行评分,方便通过评分给用户推荐最优质的广告,所述第一筛选单元(18)用于根据评分筛选候选推荐广告得到目标推荐广告范围,所述过滤单元(19)用于将目标广告范围内的非法内容和用户反感内容进行过滤,所述第二筛选单元(20)用于根据过滤后的候选推荐广告中筛选得到目标推荐广告。
6.根据权利要求1所述的基于客户爱好分析的广告推荐系统,其特征在于,所述储存模块(5)包括个人信息储存单元(21)、浏览记录储存单元(22)、有感信息储存单元(23)和无感信息储存单元(24),所述个人信息储存单元(21)用于将用户完善后的个人信息进行储存和整合,所述浏览记录储存单元(22)用于储存浏览记录,便于用户后续查找浏览内容,所述有感信息储存单元(23)便于将用户感兴趣的信息进行储存,从而方便信息整合,使得后续的广告推荐更加贴近用户的真实爱好,所述无感信息储存单元(24)用于将用户反感的信息进行储存,进行信息整合,方便后续的广告推荐时能够过滤掉此类内容,使得后续的广告推荐更加贴近用户的真实爱好。
7.一种权利要求1所述的基于客户爱好分析的广告推荐系统的方法,其特征在于,包括以下步骤:
S1、用户通过用户登录模块(1)进行登录;
S2、处理模块(2)在用户登录完成后,将储存模块(5)内个人信息储存单元(21)、浏览记录储存单元(22)、有感信息储存单元(23)和无感信息储存单元(24)进行整合和分析,便于提取用户的兴趣点和反感点;
S3、通过挖掘模块(3)将用户的兴趣模型分析出来,寻找各种潜在的兴趣需求;
S4、挖掘完成后通过广告推荐模块(4)的处理,进行推荐用户感兴趣和喜欢的广告;
S5、最后储存模块(5)将各种信息储存和整合,便于下次推荐时广告推荐更加贴近用户的真实爱好。
8.根据权利要求7所述的广告推荐系统的方法,其特征在于,通过挖掘模块(3)将用户的兴趣模型分析出来,包括:
对整理后的信息进行行为权重分析,获得行为权重系数;
对整理后的信息进行时间衰减分析,获得时间衰减系数;
对整理后的信息进行热度衰减分析,获得热度衰减系数;
对整理后的信息进行活跃度衰减分析,获得活跃度衰减系数;
对行为权重系数,时间衰减系数,热度衰减系数,或活跃度衰减系数进行归一化处理,建立所述用户的兴趣模型。

说明书全文

一种基于客户爱好分析的广告推荐系统和方法

技术领域

[0001] 本发明涉及一种基于客户爱好分析的广告推荐系统和方法,属于广告技术领域。

背景技术

[0002] 广告,顾名思义,就是广而告之,即向社会广大公众告知某件事物。广告分政府公告和商业广告,商业广告是工商企业为推销商品或提供服务,以付费方式,通过广告媒体向消费者或用户传播商品或服务信息的手段。商品广告就是这样的经济广告。随着互联网技术的发展,通过互联网获取信息,生活、娱乐和工作成为人们生活的一部分。商家为了提高知名度,推广商品,往往通过互联网投放广告。现有的广告推荐方法往往基于用户的基本资料、个人对广告的点击行为进行建模的方法实现广告的推荐,但是这种推荐方法没有考虑用户对广告真实情感取向、兴趣程度的深度挖掘,尤其难以识别用户的负面情绪,甚至可能将用户负面情绪的行为识别为用户感兴趣的行为,推荐的广告难以避免对用户产生骚扰,广告推荐的精确度不高。
[0003] 因此发明一种基于客户爱好分析的广告推荐系统和方法,用以解决现在的问题,是目前的重中之重。

发明内容

[0004] 本发明的目的在于发明一种基于客户爱好分析的广告推荐系统和方法,以解决上述背景技术中提出的问题。
[0005] 实现上述目的的技术方案是:本发明之一的一种基于客户爱好分析的广告推荐系统,包括用户登录模、处理模块、挖掘模块、广告推荐模块和储存模块,所述用户登录模块、处理模块、挖掘模块、广告推荐模块和储存模块均置于推荐装置内部。
[0006] 优选的,所述用户登录模块包括登录请求单元、验证单元和账户登录单元,所述登录请求单元用于接收客户端的登录请求,获取登录信息的请求数据包,所述验证单元包括验证码发送单元和验证码接收单元,验证码发送单元用于登录用户名后,发送验证码验证,验证码接收单元用于接收用户反馈回来的验证码,进行验证码验证,确保是本人登录,所述账户登录单元用于获取正确的验证码后,通过用户名和验证码进行用户登录。
[0007] 优选的,所述处理模块包括读取单元、初始化单元和分类单元,所述读取单元用于读取用户登录模块的个人信息和浏览记录,所述初始化单元用于提取用户的内容,去除无用的信息和内容,所述分类单元用于根据提取模块的有效信息对用户进行分类,便于后续的信息整合和信息推荐。
[0008] 优选的,所述挖掘模块包括权重分析单元、时间衰减分析单元、热度衰减分析单元、活跃度衰减分析单元和建模单元,所述权重分析单元与读取单元和分类单元相连,对整理后的信息进行行为权重分析,获得行为权重系数;所述时间衰减分析单元与提读取单元和分类单元相连,对整理后的信息进行时间衰减分析,获得时间衰减系数;所述热度衰减分析单元与读取单元和分类单元相连,对整理后的信息进行热度衰减分析,获得热度衰减系数;所述活跃度衰减分析单元与读取单元和分类单元相连,对整理后的信息进行活跃度衰减分析,获得活跃度衰减系数;所述建模单元与权重分析单元、时间衰减分析单元、热度衰减分析单元和活跃度衰减分析单元分别相连,对行为权重系数,时间衰减系数,热度衰减系数,或活跃度衰减系数进行归一化处理,建立所述用户的兴趣模型,进而获取所述用户的各种潜在的消费需求。
[0009] 优选的,所述广告推荐模块包括评分单元、第一筛选单元、过滤单元和第二筛选单元,所述评分单元用于对所有的广告进行评分,方便通过评分给用户推荐最优质的广告,所述第一筛选单元用于根据评分筛选候选推荐广告得到目标推荐广告范围,所述过滤单元用于将目标广告范围内的非法内容和用户反感内容进行过滤,所述第二筛选单元用于根据过滤后的候选推荐广告中筛选得到目标推荐广告。
[0010] 优选的,所述储存模块包括个人信息储存单元、浏览记录储存单元、有感信息储存单元和无感信息储存单元,所述个人信息储存单元用于将用户完善后的个人信息进行储存和整合,所述浏览记录储存单元用于储存浏览记录,便于用户后续查找浏览内容,所述有感信息储存单元便于将用户感兴趣的信息进行储存,从而方便信息整合,使得后续的广告推荐更加贴近用户的真实爱好,所述无感信息储存单元用于将用户反感的信息进行储存,进行信息整合,方便后续的广告推荐时能够过滤掉此类内容,使得后续的广告推荐更加贴近用户的真实爱好。
[0011] 本发明之二的一种基于客户爱好分析的广告推荐系统的方法,包括以下步骤:
[0012] S1、用户通过用户登录模块进行登录;
[0013] S2、处理模块在用户登录完成后,将储存模块内个人信息储存单元、浏览记录储存单元、有感信息储存单元和无感信息储存单元进行整合和分析,便于提取用户的兴趣点和反感点;
[0014] S3、通过挖掘模块将用户的兴趣模型分析出来,寻找各种潜在的兴趣需求;
[0015] S4、挖掘完成后通过广告推荐模块的处理,进行推荐用户感兴趣和喜欢的广告;
[0016] S5、最后储存模块将各种信息储存和整合,便于下次推荐时广告推荐更加贴近用户的真实爱好。
[0017] 优选的,通过挖掘模块将用户的兴趣模型分析出来,包括:
[0018] 对整理后的信息进行行为权重分析,获得行为权重系数;
[0019] 对整理后的信息进行时间衰减分析,获得时间衰减系数;
[0020] 对整理后的信息进行热度衰减分析,获得热度衰减系数;
[0021] 对整理后的信息进行活跃度衰减分析,获得活跃度衰减系数;
[0022] 对行为权重系数,时间衰减系数,热度衰减系数,或活跃度衰减系数进行归一化处理,建立所述用户的兴趣模型。
[0023] 本发明的有益效果是:该基于客户爱好分析的广告推荐系统和方法,通过用户登录模块增加了用户的登录安全性,能够保护用户的隐私,通过处理模块对用户的信息进行整合,去除一些无用的信息,便于后续信息的计算,挖掘模块能够根据处理好的信息建立用户的兴趣模型,便于更好的推荐根据用户爱好的广告,广告推荐模块将进一步的缩小范围,并去除用户反感的内容,推荐出最佳的广告,通过储存装置将信息进行储存,便于下次查找,该基于客户爱好分析的广告推荐系统和方法,不仅使用安全快捷,而且能够精确的按照用户爱好进行推荐广告。附图说明
[0024] 图1是本发明的广告推荐系统的框架图;
[0025] 图2是本发明的用户登录模块的框架图;
[0026] 图3是本发明的处理模块的框架图。
[0027] 图4是本发明的挖掘模块的框架图;
[0028] 图5是本发明的广告推荐模块的框架图;
[0029] 图6是本发明的储存模块的框架图;
[0030] 图7是本发明的广告推荐方法的流程示意图。
[0031] 图中:1用户登录模块、2处理模块、3挖掘模块、4广告推荐模块、5储存模块、6登录请求单元、7验证单元、8账户登录单元、9读取单元、10初始化单元、11分类单元、12权重分析单元、13时间衰减分析单元、14热度衰减分析单元、15活跃度衰减分析单元、16建模单元、17评分单元、18第一筛选单元、19过滤单元、20第二筛选单元、21个人信息储存单元、22浏览记录储存单元、23有感信息储存单元、24无感信息储存单元。

具体实施方式

[0032] 下面将结合附图对本发明作进一步说明。
[0033] 本发明提供了如图1-6所示的本发明之一的一种基于客户爱好分析的广告推荐系统,包括用户登录模块1、处理模块2、挖掘模块3、广告推荐模块4和储存模块5,所述用户登录模块1、处理模块2、挖掘模块3、广告推荐模块4和储存模块5均置于推荐装置内部。
[0034] 所述用户登录模块1包括登录请求单元6、验证单元7和账户登录单元8,所述登录请求单元6用于接收客户端的登录请求,获取登录信息的请求数据包,所述验证单元7包括验证码发送单元和验证码接收单元,验证码发送单元用于登录用户名后,发送验证码验证,验证码接收单元用于接收用户反馈回来的验证码,进行验证码验证,确保是本人登录,所述账户登录单元8用于获取正确的验证码后,通过用户名和验证码进行用户登录。
[0035] 所述处理模块2包括读取单元9、初始化单元10和分类单元11,所述读取单元9用于读取用户登录模块1的个人信息和浏览记录,所述初始化单元10用于提取用户的内容,去除无用的信息和内容,所述分类单元11用于根据提取模块的有效信息对用户进行分类,便于后续的信息整合和信息推荐。
[0036] 所述挖掘模块3包括权重分析单元12、时间衰减分析单元13、热度衰减分析单元14、活跃度衰减分析单元15和建模单元16,所述权重分析单元12与读取单元9和分类单元11相连,对整理后的信息进行行为权重分析,获得行为权重系数;所述时间衰减分析单元13与提读取单元9和分类单元11相连,对整理后的信息进行时间衰减分析,获得时间衰减系数;
所述热度衰减分析单元14与读取单元9和分类单元11相连,对整理后的信息进行热度衰减分析,获得热度衰减系数;所述活跃度衰减分析单元15与读取单元9和分类单元11相连,对整理后的信息进行活跃度衰减分析,获得活跃度衰减系数;所述建模单元16与权重分析单元12、时间衰减分析单元13、热度衰减分析单元14和活跃度衰减分析单元15分别相连,对行为权重系数,时间衰减系数,热度衰减系数,或活跃度衰减系数进行归一化处理,建立所述用户的兴趣模型,进而获取所述用户的各种潜在的消费需求。
[0037] 所述广告推荐模块4包括评分单元17、第一筛选单元18、过滤单元19和第二筛选单元20,所述评分单元17用于对所有的广告进行评分,方便通过评分给用户推荐最优质的广告,所述第一筛选单元18用于根据评分筛选候选推荐广告得到目标推荐广告范围,所述过滤单元19用于将目标广告范围内的非法内容和用户反感内容进行过滤,所述第二筛选单元20用于根据过滤后的候选推荐广告中筛选得到目标推荐广告。
[0038] 所述储存模块5包括个人信息储存单元21、浏览记录储存单元22、有感信息储存单元23和无感信息储存单元24,所述个人信息储存单元21用于将用户完善后的个人信息进行储存和整合,所述浏览记录储存单元22用于储存浏览记录,便于用户后续查找浏览内容,所述有感信息储存单元23便于将用户感兴趣的信息进行储存,从而方便信息整合,使得后续的广告推荐更加贴近用户的真实爱好,所述无感信息储存单元24用于将用户反感的信息进行储存,进行信息整合,方便后续的广告推荐时能够过滤掉此类内容,使得后续的广告推荐更加贴近用户的真实爱好。
[0039] 请参阅图7,本发明之二的一基于客户爱好分析的广告推荐系统的方法,包括以下步骤:
[0040] S1、用户通过用户登录模块1进行登录;
[0041] S2、处理模块2在用户登录完成后,将储存模块5内个人信息储存单元21、浏览记录储存单元22、有感信息储存单元23和无感信息储存单元24进行整合和分析,便于提取用户的兴趣点和反感点;
[0042] S3、通过挖掘模块3将用户的兴趣模型分析出来,寻找各种潜在的兴趣需求;
[0043] S4、挖掘完成后通过广告推荐模块4的处理,进行推荐用户感兴趣和喜欢的广告;
[0044] S5、最后储存模块5将各种信息储存和整合,便于下次推荐时广告推荐更加贴近用户的真实爱好。
[0045] 以上实施例仅供说明本发明之用,而非对本发明的限制,有关技术领域的技术人员,在不脱离本发明的精神和范围的情况下,还可以作出各种变换或变型,因此所有等同的技术方案也应该属于本发明的范畴,应由各权利要求所限定。
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