基于大数据驱动的在线广告精准投放方法和系统技术方案

本发明专利技术涉及一种基于大数据驱动的在线广告精准投放方法和系统，其中，方法包括：基于大数据分析对用户行为进行标签化处理；获取用户访问网站页面时加载的广告位代码信息，提取用户特征信息，将广告位代码信息和用户特征信息返回至在线广告精准投放系统；在线广告精准投放系统通过广告实时竞价和兴趣权重，进行广告匹配精准投放。本发明专利技术将大数据挖掘技术与广告精准投放结合，利用现代互联网广告技术，解决了传统广告投放用户不精准的问题，本发明专利技术在整个商业链条中记录用户对广告的用户行为数据，并对用户行为数据进行分析，以更好的实现广告的精准度，促进与客户合作，交换用户数据，从而不断提高在线广告投放的精准性。

【技术实现步骤摘要】

本专利技术涉及互联网广告领域，尤其涉及一种基于大数据驱动的在线广告精准投放方法和系统。
技术介绍
传统广告使用的形式是大众媒体，广告代理商的形式，通过购买广告位来达到广告展示，这种静态的广告使消费者仅仅是接收到一个信息，或者是树立对这个品牌的简单印象，或者是知道这个品牌在进行的相关活动，有兴趣的人就会关注，但是无法掌握到底什么样的人对这类广告感兴趣，其针对性和效果不强。目前互联网广告已经发展成一种新模式，它有以下特点：第一、互联网广告的覆盖率广，精准度高。借助于技术手段来实现智能化精准营销，通过对网民数据的追踪、挖掘、分析，可以对受众群体进行时间、地域、频次、兴趣、人口特征等方面的精准定向。第二、互联网广告传播的人数巨大，根据调研公司ForresterResearch发布的报告显示，2013年全球网民数量将达到22亿，其中17％来自中国，受众人群广泛。第三、互联网广告在发行传播上的成本优势，广告传播成本大大降低。第四、互联网广告形式的多样化，互联网广告的形式可以通过网幅广告，文本文本，电子邮件广告，按钮广告，赞助式广告，插播式广高，主页型广告，关键字广告，富媒体广告，视频广告等多种多样的形式来传播，面对如此多优势的互联网广告，目前还没有一种可靠的广告精准投放的方法和系统，互联网广告领域还存在着投放不精准、主要依靠弹出窗口方式、无法对用户的兴趣爱好进行掌握、广告的时效性较差。因此，目前需要本领域技术人员迫切解决的一个技术问题就是：如何能够创新地提出一种有效措施，充分理由海量的互联网用户和大数据挖掘技术，实现互联网广告的精准投放。
技术实现思路
为解决上述问题，本专利技术公开了一种基于大数据驱动的在线广告精准投放方法和系统，以实现互联网广告的精准投放。根据本专利技术实施例的一个方面，提供的一种基于大数据驱动的在线广告精准投放方法，包括：基于大数据分析对用户行为进行标签化处理，所述用户行为包括：用户设备信息、浏览器cookie、浏览URL历史、广告点击历史、自有ID体系，通过对用户行为数据的分析，对用户行为进行标签化处理，所述对用户行为进行标签化处理后的用户标签输出格式为：用户ID、用户标签；获取用户访问网站页面时加载的广告位代码信息，提取用户特征信息，并将广告位代码信息和用户特征信息返回至在线广告精准投放系统，用户通过internet访问网站页面时会加载广告位，通过获取用户广告位代码，获取到用户的访问IP、访问时间、浏览器Cookie信息，将获取的用户特征信息和广告位代码信息返回至在线广告精准投放系统；在线广告精准投放系统通过广告实时竞价和兴趣权重，进行广告匹配精准投放，当在线广告精准投放系统获取到用户返回信息时，通过实时竞价技术进行实时竞价，对符合要求的广告集跟据用户兴趣权重和用户竞价高低，筛选出最终唯一的广告对用户进行展示。基于上述方法的另一个实施例中，所述获取用户访问网站页面时加载的广告位代码信息，提取用户特征信息，并将广告位代码信息和用户特征信息返回至在线广告精准投放系统，包括：解析用户访问网站页面时加载的广告位代码信息，解析广告位代码信息内容包括：用户访问时间、用户访问IP、用户cookie、广告内容信息、广告发布商户信息、广告发布平台信息、加载网站页面的URL信息、广告点击历史信息、同一地址广告点击次数信息、广告点击事件信息；通过特征向量，提取用户特征信息，定义用户的相似性，建立用户聚类模型，所述特征向量是指把每个网络用户在一定时间内浏览的所有内容看作是一个文本信息，将每个文本信息映射成为能够表示所述网络用户特征信息的特征向量，使用余弦相似性求出两个向量之间的相似性，即文本信息之间的相似性。利用k-means算法进行用户聚类，根据应用需要调整聚类的大小和分辨率，所述K-means算法是硬聚类算法，是基于原型的目标函数聚类方法，是数据点到原型的距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。基于上述方法的另一个实施例中，所述在线广告精准投放系统通过广告实时竞价和兴趣权重，进行广告匹配精准投放包括：用户访问网页请求，通过日志的形式实时返回用户信息到在线广告精准投放系统，并根据文本包含的内容，筛选出符合当前用户兴趣的广告集；广告精准投放系统通过广告开关的状态进行实时广告精准投放。基于上述方法的另一个实施例中，所述当在线广告精准投放系统获取到用户返回信息时，通过实时竞价技术进行实时竞价，符合要求的广告集跟据用户兴趣权重和用户竞价高低，筛选出最终唯一的广告对用户进行展示，包括：实时竞价技术对网站消息按照事先约定解包，在内部依靠网页信息数据进行计算；返回pb或json格式的竞价价格和广告代码给在线广告精准投放系统；根据出价权重和和兴趣权重，计算每个广告集的权重值，换算成广告投放概率。基于上述方法的另一个实施例中，所述文本包含的内容包括：用户访问的时间、用户IP和浏览器cookie。基于上述方法的另一个实施例中，所述k-means算法包括：从N个文本信息中随机选取K个文本信息作为质心；测量剩余的每个文本信息到每个质心的距离，并把它归到最近的质心的类；重新计算已经得到的各个类的质心；迭代上述两个步骤，直至新的质心与原质心相等或小于指定阈值，算法结束。根据本专利技术实施例的另一个方面，提供的一种基于大数据驱动的在线广告精准投放系统，包括：用户行为标签管理模块、广告位代码提取模块、用户特征信息提取模块、广告投放模块、广告订单管理模块；所述用户行为标签管理模块通过对用户行为数据的分析，对用户行为进行标签化处理，所述对用户行为进行标签化处理后的用户标签输出格式为：用户ID、用户标签；所述广告位代码提取模块提取经过用户行为标签管理模块处理过的用户标签，按照用户通过internet访问网站页面时会加载广告位，解析获取用户广告位代码信息；所述用户特征信息提取模块通过广告位代码提取模块获得的用户广告位代码信息，提取用户的访问IP、访问时间、浏览器Cookie的用户特征信息；所述广告投放模块通过广告位代码提取模块、用户特征信息提取模块获取的广告位代码信息和用户特征信息，获取用户的兴趣权重，根据实时竞价技术，获取实时竞价权重，进行实时广告精准投放；所述广告订单管理模块在用户创建广告订单后和人群标签进行匹配，所述订单管理模块采用倒叙排列队列方式等待请求。基于上述系统的另一个实施例中，所述广告位代码提取模块解析广告位代码信息内容包括：用户访问时间、用户访问IP、用户cookie、广告内容信息、广告发布商户信息、广告发布平台信息、加载网站页面的URL信息、广告点击历史信息、同一地址广告点击次数信息、广告点击事件信息。基于上述系统的另一个实施例中，所述广告投放模块通过广告开关的状态进行实时广告精准投放。基于上述系统的另一个实施例中，所述实时竞价技术实时竞价技术对网站消息按照事先约定解包，在内部依靠网页信息数据进行计算，最终返回pb或json格式的竞价价格和广告代码给广告投放模块。基于上述系统的另一个实施例中，所述广告订单管理模块包括：广告计划管理、广告创意管理、广告投放数据报表，所述广告计划管理包含广告创意管理，所述的广告订单管理模块为用户创建广告订单进行管理、对广告投放效果数据进行监测。与现有技术相比，本专利技术包括以下优本文档来自技高网...

【技术保护点】
一种基于大数据驱动的在线广告精准投放方法，其特征在于，包括：基于大数据分析对用户行为进行标签化处理，所述用户行为包括：用户设备信息、浏览器cookie、浏览URL历史、广告点击历史、自有ID体系，通过对用户行为数据的分析，对用户行为进行标签化处理，所述对用户行为进行标签化处理后的用户标签输出格式为：用户ID、用户标签；获取用户访问网站页面时加载的广告位代码信息，提取用户特征信息，并将广告位代码信息和用户特征信息返回至在线广告精准投放系统，用户通过internet访问网站页面时会加载广告位，通过获取用户广告位代码，获取到用户的访问IP、访问时间、浏览器Cookie信息，将获取的用户特征信息和广告位代码信息返回至在线广告精准投放系统；在线广告精准投放系统通过广告实时竞价和兴趣权重，进行广告匹配精准投放，当在线广告精准投放系统获取到用户返回信息时，通过实时竞价技术进行实时竞价，对符合要求的广告集跟据用户兴趣权重和用户竞价高低，筛选出最终唯一的广告对用户进行展示。

【技术特征摘要】
1.一种基于大数据驱动的在线广告精准投放方法，其特征在于，包括：基于大数据分析对用户行为进行标签化处理，所述用户行为包括：用户设备信息、浏览器cookie、浏览URL历史、广告点击历史、自有ID体系，通过对用户行为数据的分析，对用户行为进行标签化处理，所述对用户行为进行标签化处理后的用户标签输出格式为：用户ID、用户标签；获取用户访问网站页面时加载的广告位代码信息，提取用户特征信息，并将广告位代码信息和用户特征信息返回至在线广告精准投放系统，用户通过internet访问网站页面时会加载广告位，通过获取用户广告位代码，获取到用户的访问IP、访问时间、浏览器Cookie信息，将获取的用户特征信息和广告位代码信息返回至在线广告精准投放系统；在线广告精准投放系统通过广告实时竞价和兴趣权重，进行广告匹配精准投放，当在线广告精准投放系统获取到用户返回信息时，通过实时竞价技术进行实时竞价，对符合要求的广告集跟据用户兴趣权重和用户竞价高低，筛选出最终唯一的广告对用户进行展示。2.根据权利要求1所述的方法，其特征在于，所述获取用户访问网站页面时加载的广告位代码信息，提取用户特征信息，并将广告位代码信息和用户特征信息返回至在线广告精准投放系统，包括：解析用户访问网站页面时加载的广告位代码信息，解析广告位代码信息内容包括：用户访问时间、用户访问IP、用户cookie、广告内容信息、广告发布商户信息、广告发布平台信息、加载网站页面的URL信息、广告点击历史信息、同一地址广告点击次数信息、广告点击事件信息；通过特征向量，提取用户特征信息，定义用户的相似性，建立用户聚类模型，所述特征向量是指把每个网络用户在一定时间内浏览的所有内容看作是一个文本信息，将每个文本信息映射成为能够表示所述网络用户特征信息的特征向量，使用余弦相似性求出两个向量之间的相似性，即文本信息之间的相似性；利用k-means算法进行用户聚类，根据应用需要调整聚类的大小和分辨率，所述K-means算法是硬聚类算法，是基于原型的目标函数聚类方法，是数据点到原型的距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。3.根据权利要求1所述的方法，其特征在于，所述在线广告精准投放系统通过广告实时竞价和兴趣权重，进行广告匹配精准投放包括：用户访问网页请求，通过日志的形式实时返回用户信息到在线广告精准投放系统，并根据文本包含的内容，筛选出符合当前用户兴趣的广告集；在线广告精准投放系统通过广告开关的状态进行实时广告精准投放。4.根据权利要求1所述的方法，其特征在于，所述当在线广告精准投放系统获取到用户返回信息时，通过实时竞价技术进行实时竞价，符合要求的广告集跟据用户兴趣权重和用户竞价高低，筛选出最终唯一的广告对用...

【专利技术属性】
技术研发人员：史建民，金晓燕，
申请(专利权)人：杭州启冠网络技术有限公司，
类型：发明
国别省市：浙江;33