基于用户需求进行媒介投放策略推荐的方法技术

本发明专利技术公开了一种基于用户需求进行媒介投放策略推荐的方法，包括：通过对历史数据进行训练及机器学习，建立规则库；将所述规则库中的规则录入工具系统；用户根据问题提示，录入投放需求，工具系统根据规则评估计算各种媒介投放策略的得分；最后根据得分情况，并结合AI引擎，投放策略决策模型推荐合适的投放策略，并给出推荐理由及参考案例；最后根据得分情况，并结合AI引擎，推荐合适的投放策略，并给出推荐理由及参考案例；本发明专利技术可以快速为销售及客户推荐准确的投放策略。及客户推荐准确的投放策略。及客户推荐准确的投放策略。

【技术实现步骤摘要】
基于用户需求进行媒介投放策略推荐的方法


[0001]本专利技术涉及广告投放
，特别是一种基于用户需求进行媒介投放策略推荐的方法。

技术介绍

[0002]随着经济全球化的飞速发展，社会不断进步，从传统的广告传媒到互联网广告时代，普通消费者接受事物的媒介发生了很大的变化，随着互联网人口红利逐渐消失，企业在传统广告投放的时候，更希望将所投放的广告真实的投放到消费者或者受众群体的意识中去，然而目前广告投放的形式铺天盖地，企业在选择投放渠道时，无法精准衡量广告费实际带来的效果和收益。
[0003]而且随着广告行业的发展，对广告投放的精准度以及投放效果要求越来越高，因此选择合适的投放策略也越来越重要。而对于普通的销售人员和广告客户来说，投放策略相关的专业知识相对欠缺，目前主要是专业的策划人员通过线下沟通，了解客户需求，确定媒介投放测试。该策略效率较低，且人力时间成本高，从而需要借助一些方法和系统来协助推荐合适的投放策略。

技术实现思路

[0004]为解决现有技术中存在的问题，本专利技术的目的是提供一种基于用户需求进行媒介投放策略推荐的方法，本专利技术可以快速为销售及客户推荐准确的投放策略。
[0005]为实现上述目的，本专利技术采用的技术方案是：一种基于用户需求进行媒介投放策略推荐的方法，包括以下步骤：
[0006]步骤1、通过对历史数据进行训练及机器学习，建立规则库；
[0007]步骤2、将所述规则库中的规则录入工具系统；
[0008]步骤3、用户根据问题提示，录入投放需求，工具系统根据规则评估计算各种媒介投放策略的得分；
[0009]步骤4、最后根据得分情况，并结合AI引擎，投放策略决策模型推荐合适的投放策略，并给出推荐理由及参考案例。
[0010]作为本专利技术的进一步改进，所述投放策略包括：引爆主流策略、LBS地理位置投放策略、竞价投放策略和标签筛选策略。
[0011]作为本专利技术的进一步改进，在步骤1中，所述历史数据为各种不同的投放需求采用的投放策略以及后期的投放效果。
[0012]作为本专利技术的进一步改进，所述步骤1具体包括以下步骤：
[0013](1)将历史数据从不同的维度进行分类，包括从广告的目标城市、受众群体、新兴品类、历史投放情况几个维度进行分类；
[0014](2)根据不同的分类进行训练，通过机器学习，建立规则模型；
[0015](3)将规则模型转化为规则库。
[0016]作为本专利技术的进一步改进，在步骤2中，所述工具系统基于Drools规则引擎实现。
[0017]作为本专利技术的进一步改进，所述步骤2具体包括以下步骤：
[0018](1)基于所述规则库，将相应的规则通过工具配置到工具系统中，工具系统根据配置的规则，通过业务规则解析器，分析计算对应的结果；
[0019](2)通过对广告客户的需求调研，录入相应的需求。
[0020]作为本专利技术的进一步改进，在步骤4中，投放策略决策模型结合使用机器学习中的决策树算法，基于已知的特征，通过构建树形决策结构来进行分析。
[0021]本专利技术的有益效果是：
[0022]本专利技术可以快速为销售及客户推荐准确的投放策略，并且具有效率高且时间人力成本低的优点。
附图说明
[0023]图1为本专利技术实施例的流程图；
[0024]图2为本专利技术实施例中投放策略决策模型的训练示意图；
[0025]图3为本专利技术实施例中决策树算法的结构示意图。
具体实施方式
[0026]下面结合附图对本专利技术的实施例进行详细说明。
[0027]实施例
[0028]如图1所示，一种基于用户需求进行媒介投放策略推荐的方法，根据梯媒行业的发展需求以及客户投放的经验，定义了四种投放策略：引爆主流策略、LBS地理位置投放策略、竞价投放策略、标签筛选策略；本实施例首先根据系统沉淀的历史数据(各种不同的投放需求采用的投放策略以及后期的投放效果)通过各种训练以及机器学习，建立规则库；然后将规则库中规则录入工具系统；用户根据问题提示，录入投放需求，工具系统根据规则评估计算各种媒介投放策略的得分；最后系统根据得分情况，并结合AI引擎，推荐合适的投放策略，并给出推荐理由及参考案例。
[0029]下面对本实施例作进一步说明：
[0030]1、根据系统沉淀的历史数据(各种不同的投放需求采用的投放策略以及后期的投放效果)通过各种训练以及机器学习，建立规则模型及规则库。
[0031]1)将沉淀的历史数据从不同的维度进行分类，主要从广告的目标城市、受众群体、新兴品类、历史投放情况几个维度进行分类；
[0032]2)根据不同的分类进行训练，通过机器学习，建立规则模型；
[0033]3)将规则模型转化为规则库。
[0034]2、基于Drools规则引擎来实现工具系统，方便建立灵活的规则，应对行业规则的各种变化。Drools规则引擎基于数据对规则进行计算，规则变更时，无需进行业务代码变更，只需要修改对应的规则即可，可以有效减少业务代码的开发及维护。Drools使用了Rete算法，是一种前向规则快速匹配算法，主要用于解决大量的规则匹配效率问题以及规则冲突规范的问题。
[0035]1)基于第一步训练的规则库，将相应的规则通过工具配置到系统中，系统会根据
配置的规则，通过业务规则解析器，分析计算对应的结果。
[0036]2)销售人员通过对广告客户的需求调研，录入相应的需求；
[0037]3、根据销售人员录入的需求，工具系统会根据配置的规则，评估计算最终得分。
[0038]4、根据最终得分，结合如图2所示的AI引擎推荐合适的投放策略，并给出推荐理由及参考资料。
[0039]如图3所示，投放策略决策模型结合使用了机器学习中的决策树算法，基于已知的特征，通过构建树形决策结构来进行分析。
[0040]以上所述实施例仅表达了本专利技术的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本专利技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变形和改进，这些都属于本专利技术的保护范围。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用户需求进行媒介投放策略推荐的方法，其特征在于，包括以下步骤：步骤1、通过对历史数据进行训练及机器学习，建立规则库；步骤2、将所述规则库中的规则录入工具系统；步骤3、用户根据问题提示，录入投放需求，工具系统根据规则评估计算各种媒介投放策略的得分；步骤4、最后根据得分情况，并结合AI引擎，投放策略决策模型推荐合适的投放策略，并给出推荐理由及参考案例。2.根据权利要求1所述的基于用户需求进行媒介投放策略推荐的方法，其特征在于，所述投放策略包括：引爆主流策略、LBS地理位置投放策略、竞价投放策略和标签筛选策略。3.根据权利要求1或2所述的基于用户需求进行媒介投放策略推荐的方法，其特征在于，在步骤1中，所述历史数据为各种不同的投放需求采用的投放策略以及后期的投放效果。4.根据权利要求3所述的基于用户需求进行媒介投放策略推荐的方法，其特征在于，所述步骤1具体包括以下步骤：(1)将历史...

【专利技术属性】
技术研发人员：王巧，
申请(专利权)人：成都新潮传媒集团有限公司，
类型：发明
国别省市：