一种基于特征识别的用户对广告的认可度评价方法技术

技术编号:32580122 阅读:19 留言:0更新日期:2022-03-09 17:10
本发明专利技术属于大数据处理领域,具体涉及一种基于特征识别的用户对广告的认可度评价方法。包括如下步骤:S1:获取当前播放的广告的特征数据:包括获取播放的各个广告的播放时长T,以及各个广告关联的关键词数据集。S2:获取各个用户对广告播放的反馈数据,包括:获取广告播放期间由广告投放区域内所有用户产生的语音流数据,监控广告投放区域内所有用户的视频流数据,以及由广告投放区域内某一个或多个用户发出的要求切换当前播放的广告的指令;判断是否接收到要求切换当前播放的广告的指令。S3:根据不同的反馈信息,计算各个用户对当前广告的认可度评价值。本发明专利技术解决了现有广告投放设备无法获取线下用户对广告投放的反馈和评价的问题。的问题。的问题。

【技术实现步骤摘要】
一种基于特征识别的用户对广告的认可度评价方法
[0001]本申请是申请号为:CN 202110687605.2,申请日为:2021/06/21,且专利技术名称为:一种基于VOC车主大数据平台的智能媒介管理系统的分案申请。


[0002]本专利技术属于大数据处理领域,具体涉及一种基于特征识别的用户对广告的认可度评价方法。

技术介绍

[0003]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。
[0004]线上的广告投放时,广告商可以根据抓取的用户的网页浏览行为,或是各类APP中的使用或搜索记录,对用户的需求进行分析和判断,预测出用户的喜好或需求,并基于此向用户精准地推送定向广告。而在线下投放广告时,用户对广告的评价难以判断,只能由广告商根据经验进行判定,在特定区域进行广告投放。事实上,大部分的广告商在投放线下广告时,甚至对用户的反馈并不关心,只希望通过“地毯式轰炸”的方式在不同场所对同一个广告内容进行密集地、全覆盖地推送,以期达到更好的宣传效果。这种广告投放方式低效而又浪费。出现这种困境的原因在于:现有技术中没有能够有效评估用户对广告的认可度的方法。如果能够解决这一问题,便可以在线下有效分析出不同广告的投放效果。

技术实现思路

[0005]为了解决现有广告投放设备的广告投放效率低,无法获取线下用户对广告投放的反馈和评价的问题,本专利技术提供一种基于特征识别的用户对广告的认可度评价方法。
[0006]本专利技术采用以下技术方案实现:
[0007]一种基于特征识别的用户对广告的认可度评价方法,包括如下步骤:
[0008]S1:获取当前播放的广告的特征数据:
[0009]获取播放的各个广告的播放时长T,以及各个广告关联的关键词数据集。
[0010]S2:获取各个用户对广告播放的反馈数据,包括:
[0011]获取广告播放期间由广告投放区域内所有用户产生的语音流数据,监控广告投放区域内所有用户的视频流数据,以及由广告投放区域内某一个或多个用户发出的要求切换当前播放的广告的指令;判断是否接收到要求切换当前播放的广告的指令:是则对反映该指令的特征量SW赋值为1;否则对SW赋值为0。
[0012]S3:计算各个用户对当前广告的认可度评价值,包括如下过程:
[0013]S31:对语音流数据进行语音识别,提取出其中与关键词数据集内的特征数据相匹
配的关键词,并统计其数量N1。
[0014]S32:对视频流数据进行视频动作识别;提取出其中表征用户对当前播放的广告进行反馈的姿态动作,并统计其数量N2。
[0015]S33:对视频流数据进行视频动作识别;提取出其中反映各个用户的眼神关注位置变化的特征动作,根据特征动作计算各个用户对当前播放的广告的关注时长t
n
;其中,n表示当前用户的用户编号。
[0016]S34:对视频流数据的分帧图像按照采样频率进行隔帧采样;对隔帧采样的图像进行图像识别;提取出各个用户的面部表情,并将面部表情分类为喜欢、忽视或厌恶;分别统计各个用户的三类表情分类结果的数量,并计算各个用户的三类表情分类结果的数量在该用户总体样本量中的占比。
[0017]S35:获取SW的值。
[0018]S36:通过如下的公式计算各个用户对当前广告的认可度评价值E
n

[0019][0020]上式中,n表示当前用户的用户编号,E
n
表示编号为n的用户对当前播放的广告的评价值,E
n
≥0,且E
n
的值越大反映用户对当前播放的多媒体的认可度越高;表示编号为n的用户对当前播放的广告的注意力集中度;k1表示语音信息反馈对整体认可度评价结果的影响因子;k2表示姿态动作反馈对整体认可度评价结果的影响因子;k3表示表情反馈对整体认可度评价结果的影响因子;k4表示注意力集中度对整体认可度评价结果的影响因子;m1表示语音信息反馈中单个关键词的得分;m2表示姿态动作反馈中单个姿态动作的得分;m3表示注意力集中度的得分;a表示喜欢表情的得分,p
1,n
为表征编号为n的用户分类为喜欢的表情在隔帧采样的图像总量中的占比;b表示忽视表情的得分,p
2,n
为表征编号为n的用户分类为忽视的表情在隔帧采样的图像总量中的占比;c表示厌恶表情的得分,p
3,n
为表征编号为n的用户分类为厌恶的表情在隔帧采样的图像总量中的占比。
[0021]作为本专利技术进一步的改进,步骤S1中,关联词在每个广告投放前已完成设定,每个广告关联的所述关键词数据集内的特征数据至少包括:
[0022](1)反映广告的宣传产品的关键词;
[0023](2)反映广告针对的目标客户群体的关键词;
[0024](3)反映广告的代言人或广告的人物形象的关键词;
[0025](4)广告词中的高频或特殊关键词;
[0026](5)广告的时长分类;
[0027](6)广告的风格分类。
[0028]作为本专利技术进一步的改进,步骤S2中,用户发出的要求切换当前播放的广告的指令的方式包括按键输入、语音交互和手势交互;语音交互通过识别由用户发出的要求切换当前播放的广告的语音关键词来实现;手势交互通过识别由用户发出的要求切换当前播放的广告的特征手势来实现;按键输入表示由用户直接通过按键来输入的要求切换当前播放的广告的按键输入指令。
[0029]作为本专利技术进一步的改进,语音关键词由语音识别算法根据实时的语音流数据识别获取。特征手势由视频动作识别算法根据实时的视频流数据获取得到。按键输入指令通过安装在广告播放现场的实体切换按键模块获取。
[0030]作为本专利技术进一步的改进,步骤S2中,用户对广告播放的反馈数据包括以下部分的内容:
[0031](1)用户观看广告时表情的变化,包括喜欢、忽视或厌恶;
[0032](2)用户针对广告的直接讨论,是否涉及该广告对应的关键词数据集中的内容;
[0033](3)用户观看广告时作出的手势动作;
[0034](4)用户观看某个广告的注意力集中的时间;
[0035](5)用户是否要求切换当前播放的广告。
[0036]作为本专利技术进一步的改进,用户观看某个广告的注意力集中的时间通过下式计算:
[0037][0038]上式中,t
n
表示编号为n的用户对当前播放的广告的关注时长;t
1n
表示编号为n的用户在当前广告播放期间的直视时长;t
2n
表示编号为n的用户在当前广告播放期间的闭眼时长;t
3n本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于特征识别的用户对广告的认可度评价方法,其特征在于,包括如下步骤:S1:获取当前播放的广告的特征数据:获取播放的各个广告的播放时长T,以及各个广告关联的关键词数据集;S2:获取各个用户对广告播放的反馈数据,包括:获取广告播放期间由广告投放区域内所有用户产生的语音流数据,监控广告投放区域内所有用户的视频流数据,以及由广告投放区域内某一个或多个用户发出的要求切换当前播放的广告的指令;判断是否接收到要求切换当前播放的广告的指令:是则对反映该指令的特征量SW赋值为1;否则对SW赋值为0;S3:计算各个用户对当前广告的认可度评价值,包括如下过程:S31:对语音流数据进行语音识别,提取出其中与关键词数据集内的特征数据相匹配的关键词,并统计其数量N1;S32:对视频流数据进行视频动作识别;提取出其中表征用户对当前播放的广告进行反馈的姿态动作,并统计其数量N2;S33:对视频流数据进行视频动作识别;提取出其中反映各个用户的眼神关注位置变化的特征动作,根据特征动作计算各个用户对当前播放的广告的关注时长t
n
;其中,n表示当前用户的用户编号;S34:对视频流数据的分帧图像按照采样频率进行隔帧采样;对隔帧采样的图像进行图像识别;提取出各个用户的面部表情,并将面部表情分类为喜欢、忽视或厌恶;分别统计各个用户的三类表情分类结果的数量,并计算各个用户的三类表情分类结果的数量在该用户总体样本量中的占比;S35:获取SW的值;S36:通过如下的公式计算各个用户对当前广告的认可度评价值E
n
:上式中,n表示当前用户的用户编号,E
n
表示编号为n的用户对当前播放的广告的评价值,E
n
≥0,且E
n
的值越大反映用户对当前播放的多媒体的认可度越高;表示编号为n的用户对当前播放的广告的注意力集中度;k1表示语音信息反馈对整体认可度评价结果的影响因子;k2表示姿态动作反馈对整体认可度评价结果的影响因子;k3表示表情反馈对整体认可度评价结果的影响因子;k4表示注意力集中度对整体认可度评价结果的影响因子;m1表示语音信息反馈中单个关键词的得分;m2表示姿态动作反馈中单个姿态动作的得分;m3表示注意力集中度的得分;a表示喜欢表情的得分,p
1,n
为表征编号为n的用户分类为喜欢的表情在隔帧采样的图像总量中的占比;b表示忽视表情的得分,p
2,n
为表征编号为n的用户分类为忽视的表情在隔帧采样的图像总量中的占比;c表示厌恶表情的得分,p
3,n
为表征编号为n的用户分类为厌恶的表情在隔帧采样的图像总量中的占比。2.如权利要求1所述的基于特征识别的用户对广告的认可度评价方法,其特征在于:步骤S1中,关联词在每个广告投放前已完成设定,每个广告关联的所述关键词...

【专利技术属性】
技术研发人员:苏娟吴育怀汪功林陈孝君梁雨菲
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:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1