一种基于大数据算法的混编频道运营系统及方法技术方案

本发明专利技术涉及电视购物技术领域，公开了一种基于大数据算法的混编频道运营系统及方法，包括购物云台模块，用于提供购物产品的标准信息并对购物产品进行标签描述化处理操作，得到用户画像信息；广告业务模块，用于对广告作品进行分类投放操作，得到第一投放信息，并对第一投放信息进行标签分类化处理操作，得到广告画像信息；信息表提取模块，用于根据用户画像信息、广告画像信息，分别提取标签描述信息集和标签分类信息集；本发明专利技术通过购物云台模块得到用户画像信息，将用户画像与广告营销相结合，利于使用者充分利用电视购物购买数据，提高广告内容的匹配度，也能为消费者用户提升购物体验和消费效率。验和消费效率。验和消费效率。

【技术实现步骤摘要】
一种基于大数据算法的混编频道运营系统及方法


[0001]本专利技术涉及电视购物
，更具体地说，它涉及一种基于大数据算法的混编频道运营系统及方法。

技术介绍

[0002]在智慧大屏互联网行业，大屏视频家庭生活消费购物，超越游戏和教育等其他业务，已经成为仅次于影视和广告之外的第三大业务，在近几年的互联网电视用户规模不断壮大发展的情况下，已经走在不断创新试点的领先路上，但是现在的电视购物模式相对简单，和广告等业务关联性较弱，也没有与用户画像结合，业务、运营和技术投入都不大，主要靠直播流量来进行转化。如何将用户画像与广告营销相结合，是急需解决的一个问题，在此提出一种基于大数据算法的混编频道运营系统及方法，以期解决上述问题。

技术实现思路

[0003]针对现有技术存在的不足，本专利技术的目的在于提供一种基于大数据算法的混编频道运营系统及方法。
[0004]为实现上述目的，本专利技术提供了如下技术方案：一种基于大数据算法的混编频道运营系统，包括：
[0005]购物云台模块，用于提供购物产品的标准信息并对购物产品进行标签描述化处理操作，得到用户画像信息；
[0006]广告业务模块，用于对广告作品进行分类投放操作，得到第一投放信息，并对第一投放信息进行标签分类化处理操作，得到广告画像信息；
[0007]信息表提取模块，用于根据用户画像信息、广告画像信息，分别提取标签描述信息集和标签分类信息集；
[0008]关联模块，用于根据标签描述信息集和标签分类信息集，构建用户－广告作品的同化特征集；
[0009]混编频道模块，用于根据同化特征集生成不同频道的第二投放信息；
[0010]显示模块，用于根据第二投放信息在显示终端进行排序放映。
[0011]作为本专利技术进一步的方案：购物云台模块包含用户订单收集单元、标签描述单元，用户订单收集单元用于对用户在购物云台的购物订单信息进行收集，标签描述单元用于对购物订单信息进行标签描述化处理操作，得到用户画像信息。
[0012]作为本专利技术进一步的方案：广告业务模块包含对接单元、投放单元、标签分类单元，对接单元用于获取合作的广告作品，投放单元用于对不同的广告作品进行对应频道投放操作，得到第一投放信息，标签分类单元用于对第一投放信息进行标签分类化处理操作，得到广告画像信息。
[0013]作为本专利技术进一步的方案：信息表提取模块包括第一信息提取单元、第二信息提取单元，第一信息提取单元用于根据用户画像信息提取标签描述信息集，第二信息提取单
元用于根据广告画像信息提取标签分类信息集。
[0014]作为本专利技术进一步的方案：关联模块用于根据标签描述信息集和标签分类信息集，构建用户－广告作品的同化特征集指的是：
[0015]S1、参照关联模块中的标准信息总表，将描述标签与分类标签进行对应，得到特征标签；
[0016]S2、在同一特征标签下，录入标签描述信息集中的描述标签影响因子和分类标签出现值，计算描述标签影响因子与分类标签出现值的乘积BFi；
[0017]S3、将所有特征标签下的BFi进行求和，得到同化特征值THZi，将同化特征值THZi进行汇总，得到同化特征集。
[0018]作为本专利技术进一步的方案：混编频道模块包括排序单元和排版单元，排序单元用于对同化特征集中的同化特征值THZi进行大小排序，取前n个同化特征值THZi对应的广告组成混编广告集，排版单元用于将混编广告集与不同频道的播放量前8个影视作品进行排版，得到第二投放信息。
[0019]作为本专利技术进一步的方案：显示模块用于根据第二投放信息在显示终端进行排序放映指的是：显示模块根据第二投放信息中的混编广告集、不同频道的播放量前8个影视作品排版方式进行放映。
[0020]作为本专利技术进一步的方案：标签分类单元用于对第一投放信息进行标签分类化处理操作，得到广告画像信息指的是：获取广告视频中的图像帧，然后对照片进行预处理，获取得到预处理照片，将预处理照片作为图像分析模型的输入数据获取图像分析模型的输出数据，图像分析模型中的靶向图像TXi作为对比数据，记录靶向图像在预处理照片中出现的次数CSi，将靶向图像TXi与其对应的出现次数CSi作为输出数据。
[0021]作为本专利技术进一步的方案：图像分析模型通过下述步骤得到：获取得到N个广告视频素材，将广告视频素材中的图像帧标记为训练图像，将训练图像、目标图像进行对比；将训练图像按照设定比例划分成训练集和验证集；构建神经网络模型；通过训练集和验证集对神经网络模型进行迭代训练，当迭代训练次数大于迭代次数阈值时，则判定神经网络模型完成训练，将训练完成的神经网络模型标记为图像分析模型。
[0022]作为本专利技术进一步的方案：一种基于大数据算法的混编频道运营方法，包括以下步骤：
[0023]S1、通过购物云台模块得到用户画像信息；
[0024]S2、通过广告业务模块得到广告画像信息；
[0025]S3、通过信息表提取模块根据用户画像信息、广告画像信息，分别提取标签描述信息集和标签分类信息集；
[0026]S4、通过关联模块根据标签描述信息集和标签分类信息集，构建用户－广告作品的同化特征集；
[0027]S5、通过混编频道模块根据同化特征集生成不同频道的第二投放信息；
[0028]S6、通过显示模块根据第二投放信息在显示终端进行排序放映。
[0029]与现有技术相比，本专利技术具备以下有益效果：
[0030]1、本专利技术通过购物云台模块得到用户画像信息，将用户画像与广告营销相结合，利于使用者充分利用电视购物购买数据，提高广告内容的匹配度，可以有效降低单个广告
内容的并发压力。
[0031]2、本专利技术通过针对不同用户推荐更加合适的用户的内容，有效的提升紧张有限的用户流量资源的运营效率，创新超越传统电视购物频道技术和模式。
[0032]3、本专利技术实现帮助企业、合作伙伴(商家)提升精准投放效率，同时也能为消费者用户提升购物体验和消费效率。
附图说明
[0033]图1为本专利技术一种基于大数据算法的混编频道运营系统的系统框图；
[0034]图2为本专利技术中购物云台模块的系统框图；
[0035]图3为本专利技术一种基于大数据算法的混编频道运营方法的方法框图。
具体实施方式
[0036]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，所描述的实施例仅仅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它实施例，都属于本专利技术保护的范围。
[0037]参照图1－图3，得到以下实施例：
[0038]实施例1
[0039]一种基于大数据算法的混编频道运营系统，包括：
[0040]一种基于大数据算法的混编频道运营系统，包括：
[0041]购物云台模块，用于提供购物产品的标准本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据算法的混编频道运营系统，其特征在于，包括：购物云台模块，用于提供购物产品的标准信息并对购物产品进行标签描述化处理操作，得到用户画像信息；广告业务模块，用于对广告作品进行分类投放操作，得到第一投放信息，并对第一投放信息进行标签分类化处理操作，得到广告画像信息；信息表提取模块，用于根据用户画像信息、广告画像信息，分别提取标签描述信息集和标签分类信息集；关联模块，用于根据标签描述信息集和标签分类信息集，构建用户－广告作品的同化特征集；混编频道模块，用于根据同化特征集生成不同频道的第二投放信息；显示模块，用于根据第二投放信息在显示终端进行排序放映。2.根据权利要求1所述的一种基于大数据算法的混编频道运营系统，其特征在于，购物云台模块包含用户订单收集单元、标签描述单元，用户订单收集单元用于对用户在购物云台的购物订单信息进行收集，标签描述单元用于对购物订单信息进行标签描述化处理操作，得到用户画像信息。3.根据权利要求1所述的一种基于大数据算法的混编频道运营系统，其特征在于，广告业务模块包含对接单元、投放单元、标签分类单元，对接单元用于获取合作的广告作品，投放单元用于对不同的广告作品进行对应频道投放操作，得到第一投放信息，标签分类单元用于对第一投放信息进行标签分类化处理操作，得到广告画像信息。4.根据权利要求1所述的一种基于大数据算法的混编频道运营系统，其特征在于，信息表提取模块包括第一信息提取单元、第二信息提取单元，第一信息提取单元用于根据用户画像信息提取标签描述信息集，第二信息提取单元用于根据广告画像信息提取标签分类信息集。5.根据权利要求1所述的一种基于大数据算法的混编频道运营系统，其特征在于，关联模块用于根据标签描述信息集和标签分类信息集，构建用户－广告作品的同化特征集指的是：S1、参照关联模块中的标准信息总表，将描述标签与分类标签进行对应，得到特征标签；S2、在同一特征标签下，录入标签描述信息集中的描述标签影响因子和分类标签出现值，计算描述标签影响因子与分类标签出现值的乘积BFi；S3、将所有特征标签下的BFi进行求和，得到同化特征值THZi，将同化特征值THZi进行汇总，得到同化特征集。6.根据权利要求...

【专利技术属性】
技术研发人员：赵俊，王薏清，吴庭威，
申请(专利权)人：南京聚通时讯科技有限公司，
类型：发明
国别省市：