一种基于机器学习和行人识别的道路定向广告投放系统及方法技术方案

本发明专利技术公开了一种基于机器学习和行人识别的道路定向广告投放系统及方法，涉及计算机领域，其特征在于，所述系统包括：用户行为特征模型、聚类算法模块、向量空间模型、节点定位系统和行为特征分析模块；所述用户行为特征模型和向量空间模型分别信号连接于聚类算法模块；所述聚类算法模块信号连接于节点定位系统；所述节点定位系统信号连接于行为特征分析模块。本发明专利技术实现了在现实场景中的广告定向投放，智能化程度高且结果准确。

【技术实现步骤摘要】

本专利技术涉及计算机领域，尤其是一种基于机器学习和行人识别的道路定向广告投放系统及方法。
技术介绍
广告是企业进行市场营销的一项重要工具。在激烈的市场竞争环境下，企业需要通过广告向潜在消费者传递产品的位置、价格、质量等相关信息；由于不能准确了解消费者的产品需求，大部分大众广告(如电视、报纸等媒体广告)投入被浪费。近年来，随着电子商务的快速发展，企业能够通过多种途径如IP地址追踪技术、搜索引擎技术等追踪消费者购买或浏览产品时的IP地址、cookie等以获得尽可能精确的消费者信息。通过分析，企业能更好地了解消费者的行为偏好，并针对性地向其定向投放产品广告，即定向广告，BagwellK认为，广告定向投放技术的有效使用使得企业能够将产品信息定向投放于特定市场从而有效地避免广告浪费。IyerG等证明，竞争企业能够分别向忠诚消费者和无偏好消费者投放定向广告，从而减少企业间市场竞争提高利润。然而，Elhadj-BenBrahimNB等则认为，当双寡头企业同时具备完全定向广告能力时，双方都将加强定向广告的市场投放，从而导致市场竞争加剧且企业均衡收益相比大众广告有所下降总之，信息追踪技术的提高使得企业能更好地搜集、处理消费者行为信息，从而准确地向消费者投放定向广告。因而如何有效利用定向广告策略对企业发展至关重要。随着信息技术在全球的发展，网络广告迎来了精准时代，在美国，网络广告的精准服务起步于三、四年前，近两年才呈现出较成熟的市场氛围，而中国互联网对精准服务的体验还处于启动阶段。最近，一种新的精准营销手段-行为定向广告逐渐走进人们的视线，这种广告模式以其及时、精准、高效的特点备受人们的关注。行为定向广告使得不同身份职业、偏好习惯以及不同地域场所的用户看到不同的、与他们更相关的广告信息依托行为定向广告，广告主能摆脱过去大众营销的套路，准确寻找到其品牌或产品的目标消费群。互联网用户则因为不相关广告的减少而少了被打扰的烦恼，这一个革新实现互联网用户、广告主和媒体的三赢。行为定向广告的主旨是利用用户的网络浏览行为，提供符合用户意图的广告信息，它主要通过分析用户的网页历史访问记录来挖掘有价值的用户行为信息，并针对这种信息投放与之相关的广告，因此行为定向广告能给予更符合用户需求的广告内容。作为一种全新的广告投放技术，目前学术界对行为定向广告的研究还非常少，之前将用户行为运用于广告仅局限于根据用户反馈来改善广告与查询关键词或网页的匹配效果。其应用在现实中，而非网络上的设计还未出现。
技术实现思路
本专利技术的专利技术目的在于：针对上述存在的问题，提供一种基于机器学习和行人识别的道路定向广告投放系统及方法。本专利技术实现了在现实场景中的广告定向投放，智能化程度高且结果准确。本专利技术采用的技术方案如下：一种基于机器学习和行人识别的道路定向广告投放系统，其特征在于，所述系统包括：用户行为特征模型、聚类算法模块、向量空间模型、节点定位系统和行为特征分析模块；所述用户行为特征模型和向量空间模型分别信号连接于聚类算法模块；所述聚类算法模块信号连接于节点定位系统；所述节点定位系统信号连接于行为特征分析模块。所述聚类算法模块利用用户行为特征模型对用户的道路兴趣点场景按主题进行聚类，利用向量空间模型来计算道路兴趣点场景之间的相似度，根据该相似度对道路场景进行聚类。所述节点定位系统是基于机器学习的蜂窝通信系统节点定位技术的定位系统，采用在二维地理坐标系上分别确定横纵坐标的方式，将目标节点定位到基站所覆盖重叠区域的局部坐标系统中，将节点粗略定位到重叠区域。所述行为特征分析模块采用行为特征分析算法对每一类道路场景进行行为特征分析并计算该类道路场景的权重，利用该权重以及该类道路场景的质心与广告的相似度来计算最后得分，并按照这个得分对广告进行排序从而选出适合该类道路场景的广告。一种基于机器学习和行人识别的道路定向广告投放系统的方法，其特征在于，所述方法包括以下步骤：步骤1：首先利用根据用户行为特征模型对用户经常注意的道路场景进行聚类，利用向量空间模型来计算道路场景之间的相似度，根据该相似度对道路场景进行聚类；步骤2：然后利用基于机器学习的蜂窝通信系统中节点定位技术将采用在二维地理坐标系上分别确定横纵坐标的方式，将目标节点合理地定位到基站所覆盖重叠区域的局部坐标系统中，将节点粗略定位到重叠区域；步骤3：最后利用用户行为特征分析算法对每一类道路场景进行行为特征分析并计算该类道路场景的权重，利用该权重以及该类道路场景的质心与广告的相似度来计算最后得分，并按照这个得分对广告进行排序从而选出适合该类道路场景的广告。所述蜂窝通信系统中节点定位技术进行节点定位的方法为:在分别确定横坐标与纵坐标的过程中，采用多分类的方法，将目标节点的坐标离散地确定到不同分类所对应的中心坐标上，根据节点的当前服务基站，直接判定对应的重叠区域。对于道路场景中的商业区域或住宅，所述方法的步骤2也可以采用WIFI定位技术进行道路场景定位，所述WIFI定位的定位方法为：通过侦测附近所有Wi-Fi热点的MAC地址，发送到相关位置服务器上，服务器通过数据库中已存在的MAC地址的坐标，计算出客户端的地址，客户端只需侦听周围的Wi-Fi热点，检测每个Wi-Fi热点信号的强弱，发送给定位服务器，服务器根据这些信息，查询每个Wi-Fi热点在数据库中记录的坐标，通过相关算法就能得出客户端的具体位置。所述WIFI定位技术，对客户端MAC地址进行侦测的方法为：在客户端开启WIFI模式的情况下，AP主动搜索用户客户端即智能手机的MAC地址。采用上述技术方案，本专利技术的有益效果是：利用用户行为特征模型对用户的道路场景匹配的情况的进行建模，并针对该模型利用用户行为特征分析算法来计算每一类道路场景的权重，并将该权重运用到广告匹配的过程中，并采用一种基于机器学习的蜂窝网络节点定位算法，使其充当分布式定位的全局坐标算法，并对该定位算法在蜂窝通信系统分布式定位中作为全局坐标算法的结果性能做了分析与统计，来实现道路广告的定向投放。附图说明本专利技术将通过例子并参照附图的方式说明，其中：图1是本专利技术的一种基于机器学习和行人识别的道路定向广告投放系统及方法的系统结构示意图。图2是本专利技术的一种基于机器学习和行人识别的道路定向广告投放系统及方法的方法流程示意图。具体实施方式本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。本说明书（包括任何附加权利要求、摘要）中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。一种基于机器学习和行人识别的道路定向广告投放系统，其特征在于，所述系统包括：用户行为特征模型、聚类算法模块、向量空间模型、节点定位系统和行为特征分析模块；所述用户行为特征模型和向量空间模型分别信号连接于聚类算法模块；所述聚类算法模块信号连接于节点定位系统；所述节点定位系统信号连接于行为特征分析模块。所述聚类算法模块利用用户行为特征模型对用户的道路兴趣点场景按主题进行聚类，利用向量空间模型来计算道路兴趣点场景之间的相似度，根据该相似度对道路场景进行聚类。所述节点定位系统是基于机器学习的蜂窝通本文档来自技高网...

【技术保护点】
一种基于机器学习和行人识别的道路定向广告投放系统，其特征在于，所述系统包括：用户行为特征模型、聚类算法模块、向量空间模型、节点定位系统和行为特征分析模块；所述用户行为特征模型和向量空间模型分别信号连接于聚类算法模块；所述聚类算法模块信号连接于节点定位系统；所述节点定位系统信号连接于行为特征分析模块。

【技术特征摘要】
1.一种基于机器学习和行人识别的道路定向广告投放系统，其特征在于，所述系统包括：用户行为特征模型、聚类算法模块、向量空间模型、节点定位系统和行为特征分析模块；所述用户行为特征模型和向量空间模型分别信号连接于聚类算法模块；所述聚类算法模块信号连接于节点定位系统；所述节点定位系统信号连接于行为特征分析模块。2.如权利要求1所述的基于机器学习和行人识别的道路定向广告投放系统，其特征在于，所述聚类算法模块利用用户行为特征模型对用户的道路兴趣点场景按主题进行聚类，利用向量空间模型来计算道路兴趣点场景之间的相似度，根据该相似度对道路场景进行聚类。3.如权利要求1或2所述的基于机器学习和行人识别的道路定向广告投放系统，其特征在于，所述节点定位系统是基于机器学习的蜂窝通信系统节点定位技术的定位系统，采用在二维地理坐标系上分别确定横纵坐标的方式，将目标节点定位到基站所覆盖重叠区域的局部坐标系统中，将节点粗略定位到重叠区域。4.如权利要求3所述的基于机器学习和行人识别的道路定向广告投放系统，其特征在于，所述行为特征分析模块采用行为特征分析算法对每一类道路场景进行行为特征分析并计算该类道路场景的权重，利用该权重以及该类道路场景的质心与广告的相似度来计算最后得分，并按照这个得分对广告进行排序从而选出适合该类道路场景的广告。5.一种基于权利要求1至4之一所述的基于机器学习和行人识别的道路定向广告投放系统的方法，其特征在于，所述方法包括以下步骤：步骤1：首先利用根据用户行为特征模型对用户经常注意的道路场景进行聚类，利用向量空间模型来计算道路场景之间的相似度，根据该相似度对道路场景进行聚类；步骤2：然后利用基于机器...

【专利技术属性】
技术研发人员：李谦，
申请(专利权)人：四川靓固科技集团有限公司，
类型：发明
国别省市：四川;51