一种广告投放方法及系统技术方案

本发明专利技术实施例提供一种广告投放方法及系统，该方法包括：根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪；根据所述待推广广告的ID、每一试验用户对所述待推广广告的反馈情绪和受众区分模型，获取所述待推广广告对应的受众属性；向目标用户推送所述待推广广告，所述目标用户的特征属性与所述受众属性相同。本发明专利技术根据用户对广告的隐式反馈和进行隐式反馈时产生的生理参数，建立判别模型，由于该判别模型是根据历史数据获得的，可以精准的推算出用户在何种生理参数时会进行隐式操作，从而提高了隐式操作判断的准确性，也进一步提高了广告推送的准确性。

【技术实现步骤摘要】
一种广告投放方法及系统
本专利技术实施例涉及人工智能
，尤其涉及一种广告投放方法及系统。
技术介绍
近年来随着互联网、移动互联网的进一步发展，互联网广告技术得到了飞速进步，已经渗透到用户生活的每个环节，每时每刻。由于互联网广告能够直接接触具体用户，并能够收集到用户的信息，具备针对不同的用户精准投放不同广告的基础。大数据技术的迅猛发展，让这种期望成为事实。每个广告都可以建立自己的受众区分模型，用来根据用户特征，判断用户是否是广告的目标受众，从而做出投放决策。目前广告采用的受众区分模型一般是用机器学习算法学习“用户特征和点击概率”的模型，该模型训练过程中输入的训练例是用户特征及用户对广告的反馈，包括点击、购买等正向反馈和关闭、忽略等负向反馈。广告投放过程中正向反馈一般较容易收集，但是负面反馈收集较困难。当用户忽略一个广告没有给出显式反馈时，可能意味着用户不喜欢这个广告，即负面反馈，也可能只是用户没有看到该广告，这样就可能导致广告的投放精度较低。
技术实现思路
本专利技术实施例提供一种广告投放方法及系统，用以解决现有技术中广告的隐式反馈无法被有效的识别，从而导致广告投放准确率低的问题。第一方面，本专利技术实施例提供一种广告投放方法，包括：根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪，所述判别模型表示第一训练用户的生理参数与所述第一训练用户的反馈情绪之间的对应关系，所述反馈情绪包括显示反馈和隐式反馈；根据所述待推广广告的ID、每一试验用户对所述待推广广告的反馈情绪和受众区分模型，获取所述待推广广告对应的受众属性，所述受众区分模型表示第二训练用户的特征属性与训练广告的ID、所述第二训练用户对所述训练广告的反馈情绪之间的关系；向目标用户推送所述待推广广告，所述目标用户的特征属性与所述受众属性相同。第二方面，本专利技术实施例提供一种广告投放系统，包括：判别模块，用于根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪，所述判别模型表示第一训练用户的生理参数与所述第一训练用户的反馈情绪之间的对应关系，所述反馈情绪包括显示反馈和隐式反馈；反馈模块，用于根据所述待推广广告的ID、每一试验用户对所述待推广广告的反馈情绪和受众区分模型，获取所述待推广广告对应的受众属性，所述受众区分模型表示第二训练用户的特征属性与训练广告的ID、所述第二训练用户对所述训练广告的反馈情绪之间的关系；推送模块，用于向目标用户推送所述待推广广告，所述目标用户的特征属性与所述受众属性相同。第三方面，本专利技术实施例提供一种电子设备，包括：至少一个处理器、至少一个存储器、通信接口和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于该测试设备与显示装置的通信设备之间的信息传输；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面提供的一种广告投放方法。第四方面，本专利技术实施例提供一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面提供的一种广告投放方法。本专利技术实施例提供的一种广告投放方法及系统，根据用户对广告的隐式反馈和进行隐式反馈时产生的生理参数，建立判别模型，由于该判别模型是根据历史数据获得的，在保证历史数据的数量足够庞大的基础上，可以精准的推算出用户在何种生理参数时会进行隐式操作，从而提高了隐式操作判断的准确性，也进一步提高了广告推送的准确性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例一种广告投放方法的流程图；图2为本专利技术实施例一种广告投放系统的结构示意图；图3示例了一种电子设备的实体结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。目前，针对没有隐式反馈、没有负例的情况下，进行机器模型的学习主要有两种解决方法：(1)使用PULearning机器学习方法来进行模型训练，该方法的思路是利用已有数据去构造负例，或者尝试使用少量负例来完成模型训练。(2)采用其他方式采集用户反馈，例如检索到的飞利浦公司用来改进电视节目推荐准确率的“根据用户提供的听觉或手势反馈信息来更新特定用户的推荐系统中的用户简档”。但是目前的方法无法应用于互联网广告场景，无法对手机用户对广告、推荐结果的反应进行捕获。因此，本专利技术实施例提供一种广告投放方法，图1为本专利技术实施例一种广告投放方法的流程图，如图1所示，该方法包括：S1，根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪，所述判别模型表示第一训练用户的生理参数与所述第一训练用户的反馈情绪之间的对应关系，所述反馈情绪包括显示反馈和隐式反馈；S2，根据所述待推广广告的ID、每一试验用户对所述待推广广告的反馈情绪和受众区分模型，获取所述待推广广告对应的受众属性，所述受众区分模型表示第二训练用户的特征属性与训练广告的ID、所述第二训练用户对所述训练广告的反馈情绪之间的关系；S3，向目标用户推送所述待推广广告，所述目标用户的特征属性与所述受众属性相同。首先，对于需要进行推广的待推广广告，将这个待推广广告推送到几个试验用户的终端设备上，并且记录下来每个试验用户在待推广广告播放的过程中产生的生理参数，因为人的情绪变化时，会对人的生理参数产生影响。而判别模型正是描述了试验用户的反馈情绪与试验用户的生理参数之间的对应关系，因此，将每个试验用户的生理参数输入到判别模型中，就可以得到每个试验用户对待推广广告的反馈情绪，反馈情绪包括显示反馈和隐式反馈，显示反馈表示用户看到该待推广广告时的比较高兴，很愿意接受该待推广广告，隐式反馈表示用户看到该待推广广告时情绪比较低落，不愿意接受这样的待推广广告。然后将待推广广告的ID和每个试验用户对该待推广广告的反馈情绪输入到受众区分模型中，由于受众区分模型表示的是第二训练用户的特征属性与训练广告的ID、不同用户对训练广告的反馈情绪之间的关系，训练广告的ID可以表示不同种类的训练广告，也就是说，特征属性不同的第二训练用户，其喜好的训练广告的类型也不相同，受众区分模型表示的就是不同特征属性的试验用户与本文档来自技高网...

【技术保护点】
1.一种广告投放方法，其特征在于，包括：/n根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪，所述判别模型表示第一训练用户的生理参数与所述第一训练用户的反馈情绪之间的对应关系，所述反馈情绪包括显示反馈和隐式反馈；/n根据所述待推广广告的ID、每一试验用户对所述待推广广告的反馈情绪和受众区分模型，获取所述待推广广告对应的受众属性，所述受众区分模型表示第二训练用户的特征属性与训练广告的ID、所述第二训练用户对所述训练广告的反馈情绪之间的关系；/n向目标用户推送所述待推广广告，所述目标用户的特征属性与所述受众属性相同。/n

【技术特征摘要】
1.一种广告投放方法，其特征在于，包括：
根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪，所述判别模型表示第一训练用户的生理参数与所述第一训练用户的反馈情绪之间的对应关系，所述反馈情绪包括显示反馈和隐式反馈；
根据所述待推广广告的ID、每一试验用户对所述待推广广告的反馈情绪和受众区分模型，获取所述待推广广告对应的受众属性，所述受众区分模型表示第二训练用户的特征属性与训练广告的ID、所述第二训练用户对所述训练广告的反馈情绪之间的关系；
向目标用户推送所述待推广广告，所述目标用户的特征属性与所述受众属性相同。


2.根据权利要求1所述方法，其特征在于，所述根据判别模型和若干个试验用户对待推广广告的生理参数，获取每一试验用户对所述待推广广告的反馈情绪，之前还包括：
获取若干个试验用户在所述待推广广告播放过程中产生的生理参数、每一试验用户对所述待推广广告的反馈情绪；
根据每一试验用户的生理参数和每一试验用户的反馈情绪，对所述判别模型重新进行训练，将训练后的判别模型重新作为所述判别模型。


3.根据权利要求1所述方法，其特征在于，所述判别模型通过如下方式训练获得：
获取每一第一训练用户在播放历史广告过程中产生的生理参数；
获取每一第一训练用户对所述历史广告的反馈情绪；
利用每一第一训练用户的生理参数和每一训练用户的反馈情绪，对第一预设机器学习模型进行训练，获取所述判别模型。


4.根据权利要求1所述方法，其特征在于，所述受众区分模型通过如下方式获得：
获取每一第二训练用户的特征属性；
获取每一第二训练用户在播放每一训练广告过程中的反馈情绪；
利用每一第二训练用户的特征属性、每一第二训练用户的反馈情绪和每一训练广告的ID，对第二预设机器学习模型进行训练，获取所述受众区分模型。

【专利技术属性】
技术研发人员：顾志峰，石世磊，包蕾，曾海涛，高丹，任智杰，
申请(专利权)人：中国移动通信集团上海有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：上海;31