一种基于用户画像的广告精准投放方法技术

本发明专利技术属于大数据处理领域，具体涉及一种基于用户画像的广告精准投放方法。该广告精准投放方法包括如下步骤：步骤一：依次获取广告投放区域内各个当前用户的面部特征，查询一个包含多个历史用户的用户画像数据集的广告分析数据库，判断当前用户的用户类型；并获取当前用户的用户标签。步骤二：建立当前用户群的目标画像数据集，步骤三：调整广告播放序列表中的广告的播放顺序，具体过程如下：(1)获取广告关联的关键词数据集，(2)计算关键词数据集与目标画像数据集中的特征数据的重合度；(3)根据重合度大小对各个广告进行优先级排序。本发明专利技术解决了现有广告投放设备的广告投放效率低，无法针对用户群体调整广告投放顺序的问题。题。题。

【技术实现步骤摘要】
一种基于用户画像的广告精准投放方法


[0001]本专利技术属于大数据处理领域，具体涉及一种基于用户画像的广告精准投放方法，以及实现该方法的一种计算机设备和存储介质。

技术介绍

[0002]电梯、商场、车库、地铁站等场景中，几乎都设置有大量的用于播放广告的广告投放设备。这些设备会循环播放内置的广告视频。现有的广告投放设备通常只能按照固定的播放顺序播放服务器中的广告，无法针对不同的用户对广告的播放顺序或对广告播放的内容进行调整。如果需要更换播放的内容，则需要相关的设备管理人员从远程或现场对设备播放的内容进行人工切换或更新。这使得广告投放设备的不能实现对不同用户的精准投送，甚至可能出现向特定人群推送完全不适宜推送的广告的问题，这不仅降低了用户的使用体验，也降低了广告运营方的广告的投放效率，无法实现营销价值的最大化。

技术实现思路

[0003]为了解决现有广告投放设备的广告投放效率低，无法针对用户群体调整广告投放顺序的问题，本专利技术提供一种基于用户画像的广告精准投放方法。
[0004]本专利技术采用以下技术方案实现：
[0005]一种基于用户画像的广告精准投放方法，该广告精准投放方法包括如下步骤：
[0006]步骤一：依次获取广告投放区域内各个当前用户的面部特征，查询一个包含多个历史用户的用户画像数据集的广告分析数据库，根据当前用户与历史用户的面部特征判断当前用户的用户类型；并针对不同的用户类型获取当前用户的用户标签。
[0007]其中，用户类型分为新增用户和历史用户；用户标签中包括身份标签、喜好标签和厌恶标签。
[0008]步骤二：建立当前用户群的目标画像数据集，目标画像数据集的建立过程具体如下：
[0009](1)设定一个历史用户比例临界值q0，计算广告投放区域内识别为历史用户的当前用户在当前用户群中的占比q。其中，历史用户比例临界值q0为根据专家经验值确定的数值，该值的取值可以进行更改，且q0的取值与广告数据库中数据量的大小存在关联性，当广告数据库中的数据量越大，则q0的取值越大。
[0010](2)判断q与q0的大小关系，根据判断结果作出如下决策：
[0011](
ⅰ
)当q≥q0时，提取所有历史用户的喜好标签中的特征数据，对特征数据去重后，将其作为当前用户群的目标画像数据集。
[0012](
ⅱ
)当q＜q0时，先提取所有历史用户的喜好标签中的特征数据；再依次计算各个新增用户的身份标签中的内容与各个历史用户的身份标签中内容的重合度Dc1，提取与各个新增用户的身份标签的重合度Dc1最大的历史用户的喜好标签中的特征数据；将两部分特征数据合并，且完成特征数据去重后，作为当前用户群的目标画像数据集。
[0013]步骤三：调整广告播放序列表中的广告的播放顺序，具体过程如下：
[0014](1)获取广告播放序列表中的各个广告关联的关键词数据集，关键词数据集内的特征数据为预先设定的多个与当前播放的广告的内容相关的关键词。
[0015](2)获取目标画像数据集中的特征数据，并计算各个广告关联的关键词数据集中的特征数据与目标画像数据集中的特征数据的重合度Dc2。
[0016](3)按照每个广告的Dc2的计算结果从大到小的顺序，对广告播放序列表中的各个广告进行排序，得到重新调整的广告播放序列表。
[0017]进一步地，当前用户的用户标签的获取方法包括如下步骤：
[0018](1)获取广告投放区域内各个当前用户的面部特征。
[0019](2)对各个当前用户依次进行面部识别，根据面部识别的结果查询一个包含多个历史用户的用户画像数据集的广告分析数据库，并作出如下判断：
[0020](
ⅰ
)在当前用户的面部特征与其中一个历史用户面部特征数据中的特征数据相匹配时，获取历史用户的用户标签中的所有特征数据。
[0021](
ⅱ
)在当前用户的面部特征与所有的历史用户的面部特征数据中的特征数据均不匹配时，判定当前用户为新增用户，为新增用户建立一个空的用户标签。
[0022](3)获取新增用户的多角度图像，对多角度图像进行图像识别，根据识别结果对新增用户的身份标签内的特征数据进行补充。
[0023]进一步地，广告分析数据库中包含已收集的历史用户的用户画像数据集，用户画像数据集中包括各个历史用户的面部特征数据以及用户标签，用户标签中包括身份标签、喜好标签和厌恶标签；身份标签中存储有反映用户的身份特征的特征数据，喜好标签中存储有反映用户喜好的对象的特征数据，厌恶标签中存储有反映用户厌恶的对象的特征数据。其中，身份标签中的特征数据包括：性别、年龄段、穿着风格和其它特征；其它特征表示可识别出的对区分用户身份特征有用的非性别、年龄段和穿着风格的特征。身份标签中，年龄段分为0
‑
10岁，10
‑
20岁，20
‑
30岁，30
‑
50岁，50
‑
70岁或70岁以上。身份标签中，穿着风格包括休闲、商务、运动、儿童或老年。其它特征反映的内容包括是否佩戴眼镜，是否佩戴帽子，是否脱发，是否涂抹口红，是否穿高跟鞋，是否蓄须，是否佩戴腕表；对于上述特征，是则在其它特征中添加反映该特征的特征数据，否则不在其它特征中添加特征数据。
[0024]进一步地，Dc1的计算公式如下：
[0025][0026]进一步地，Dc2的计算公式如下：
[0027][0028]进一步地，本专利技术中的广告精准投放方法可以直接作为调整当前投放广告的播放序列表的依据；也可以仅作为对广告播放序列表进行调整的参考因素，与其它广告播放序列表调整方法共同使用，对广告的投放效果进行优化。
[0029]本专利技术还包括一种计算机设备，该设备包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器上运行的计算机程序用于实现如前述的基于用户画像的广告精准投放方法。
[0030]本专利技术还包括一种存储介质，其上存储有计算机程序，计算机程序运行时，执行如前述的基于用户画像的广告精准投放方法。
[0031]本专利技术提供的技术方案，具有如下有益效果：
[0032]本专利技术提供的一种基于用户画像的广告精准投放方法主要是通过对当前的用户群体的喜好进行预测，进而得到该用户的目标画像数据集，然后将目标画像数据集与待投放的广告的关键词数据集进行比对，找到待投放广告中与目标画像数据集最匹配的广告，并对该部分广告进行优先投放，进而实现广告精准投放的目的。
[0033]本专利技术对用户的喜好进行预测是通过一个已完成分类的广告分析数据库实现的，该广告分析数据集中包含大量经过录入过身份特征、喜好特征和厌恶特征的历史用户，如果当前用户属于广告分析数据库中历史用户则直接提取该历史用户的喜好标签，如果当前用户不属于广告分析数据集中的历史用户，就将广告分析数据库中身份特征与当前用户最接近的历史用的喜好标签，作为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用户画像的广告精准投放方法，其特征在于，所述广告精准投放方法包括如下步骤：步骤一：依次获取广告投放区域内各个当前用户的面部特征，查询一个包含多个历史用户的用户画像数据集的广告分析数据库，根据所述当前用户和所述历史用户的面部特征判断所述当前用户的用户类型；并针对不同的用户类型获取所述当前用户的用户标签；其中，所述用户类型分为新增用户和历史用户；所述用户标签中包括身份标签、喜好标签和厌恶标签；步骤二：建立当前用户群的目标画像数据集，所述目标画像数据集的建立过程具体如下：(1)设定一个历史用户比例临界值q0，计算广告投放区域内识别为历史用户的当前用户在当前用户群中的占比q；(2)判断q与q0的大小关系，根据判断结果作出如下决策：(
ⅰ
)当q≥q0时，提取所有历史用户的喜好标签中的特征数据，对上述特征数据去重后，将其作为当前用户群的目标画像数据集；(
ⅱ
)当q＜q0时，先提取所有历史用户的喜好标签中的特征数据；再依次计算各个新增用户的身份标签中的内容与各个历史用户的身份标签中内容的重合度Dc1，提取与各个新增用户的身份标签的重合度Dc1最大的历史用户的喜好标签中的特征数据；将两部分特征数据合并，且完成特征数据去重后，作为当前用户群的目标画像数据集；步骤三：调整广告播放序列表中的广告的播放顺序，具体过程如下：(1)获取广告播放序列表中的各个广告关联的关键词数据集，关键词数据集内的特征数据为预先设定的多个与当前播放的广告的内容相关的关键词；(2)获取目标画像数据集中的特征数据，并计算各个广告关联的关键词数据集中的特征数据与目标画像数据集中的特征数据的重合度Dc2；(3)按照每个广告的Dc2的计算结果从大到小的顺序，对广告播放序列表中的各个广告进行排序，得到重新调整的广告播放序列表。2.如权利要求1所述的基于用户画像的广告精准投放方法，其特征在于：当前用户的用户标签的获取方法包括如下步骤：(1)获取广告投放区域内各个当前用户的面部特征；(2)对各个当前用户依次进行面部识别，根据面部识别的结果查询一个包含多个历史用户的用户画像数据集的广告分析数据库，并作出如下判断：(
ⅰ
)在当前用户的面部特征与其中一个历史用户面部特征数据中的特征数据相匹配时，获取历史用户的用户标签...

【专利技术属性】
技术研发人员：吴育怀，汪功林，苏娟，陈孝君，梁雨菲，
申请(专利权)人：安徽西柚酷媒信息科技有限公司，
类型：发明
国别省市：