向用户进行广告推送的方法、装置和系统制造方法及图纸

本发明专利技术提供了一种向用户进行广告推送的方法、装置和系统。该方法主要包括：获取用户对广告的点击信息；根据所述用户对广告的点击信息将用户分成不同的组，使得同一组内的用户对广告具有共性特征；针对每个组，采用随机游走模型计算该组内用户对广告的兴趣度；至少根据所述用户对广告的兴趣度，选择相匹配的广告，并推送给用户。本发明专利技术通过将随机游走模型引入到用户对广告的兴趣度的过程中，能够充分利用用户对已有广告的点击数据，挖掘用户与用户共性，获取用户对广告潜在的兴趣，做到了在用户没有输入信息的情况下主动向用户推送个性化广告，并且提高了投放广告的精度。

【技术实现步骤摘要】

本专利技术涉及通信
，尤其涉及一种向用户进行广告推送的方法、 装置和系统。
技术介绍
个性化广告是根据用户的浏览兴趣来向用户推荐相关的广告，它是精准 广告投放的一个非常重要的手段，个性化广告由于推荐的广告和用户的兴趣 密切相关，可以有效地提高用户体验，让用户更容易接受，从广告商的角度 来说，个性化广告做到了有的放矢，避免了广告投放的浪费，提高了广告投 ;改的效率。传统的个性化广告推荐技术是基于用户浏览记录和行为，为用户建立兴 趣模型，再用兴趣模型去匹配广告。建立用户兴趣模型通用的做法是统计一 段时间内用户所浏览的网页信息，然后，提取用户所浏览的网页中的关键词 或者就用户所浏览的网页分类，将提取的关键词或者网页分类的结果作为该 用户的特征；相应的也为广告提取特征，即在录入广告时将各个广告进行分 类，并为广告设置对应的关键词，广告所属的类别或者广告对应的关键词可 用来作为该广告的特征。当需要为用户投放广告时，通过将上述广告的特征 和用户的特征进行匹配，选4奪和用户特征最匹配的广告，通过各种方式将匹 配的广告招j文纟合用户。现有技术中的一种对用户进行广告推送的方案，包括从用户的输入信 息中提取用户的信息特征，从广告库中提取包含该信息特征的广告特征，确定该广告特征对应的广告信息，从信息库中提取对应该用户输入信息的输出 信息，并将该输出信息和广告信息一起推送给相应的用户。在实现本专利技术过程中，专利技术人发现现有的对用户进行广告推送方案中只有在用户输入信息的条件下，才能实现主动向用户推送个性化广告，换言 之，即应用场景受到限制，而目前业界迫切需要一种不受应用场景限制的， 向用户推送个性化广告的方案，即无论用户是否输入信息，也能向用户推送 个性化广告的方案。
技术实现思路
本专利技术实施例提供了 一种向用户进行广告推送的方法、用户兴趣计算装 置及广告推送系统，以在不受限于应用场景的情况下向用户推送个性化广告。一种向用户进行广告推送的方法，包括 获取用户对广告的点击信息；根据所述用户对广告的点击信息将用户分成不同的组，使得同 一组内的 用户对广告具有共性特征；针对每个组，采用随机游走模型计算该组内用户对广告的兴趣度； 至少根据所述用户对广告的兴趣度，选择相匹配的广告，并推送给用户。一种用户兴趣计算装置，包括用户分组模块，用于根据获得的用户对广告的点击信息，将用户分成不 同的组，使得同 一组内的用户对广告具有共性特征；兴趣度获取模块，用于针对每个组，采用随机游走模型计算该组内用户 对广告的兴趣度。一种广告推送系统，包括用户兴趣计算装置，用于根据获得的用户对广告的点击信息，将用户分成不同的组，使得同一组内的用户对广告具有共性特征；并针对每个组，采用随机游走模型计算该组内用户对广告的兴趣度；广告推送装置，用于至少根据所述用户对广告的兴趣度，选择相匹配的 广告，并推送给用户。由上述本专利技术实施例提供的技术方案可以看出，本专利技术实施例中根据所 述用户对广告的点击信息将用户分成不同的组，并通过将随机游走^t型？ i入 到各组内用户对广告的兴趣度的计算过程中，充分利用用户对已有广告的点 击数据来挖掘用户与用户共性，不仅获取用户对已点击广告的兴趣度，而且 也获取用户对未点击广告的潜在兴趣度，并至少根据所述用户对广告的兴趣 度，选择相匹配的广告推送给用户，从而做到了在用户没有输入信息的情况 下主动向用户推送个性化广告，实现了在不受限于应用场景的情况下，向用 户推送个性化广告,，附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所 需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发 明的 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性的 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提供的 一种向用户进行广告推送的方法的流程示意图2为本专利技术实施例二提供的一种向用户推送广告的方法的流程示意图3为本专利技术实施例二提供的用户与广告的二部图示意图4为本专利技术实施例三提供的一种向用户推送广告的方法的流程示意图5为本专利技术实施例提供的一种用户兴趣计算装置的结构示意图6为本专利技术实施例提供的一种广告推送系统的结构示意图7为当没有用户输入信息时，本专利技术实施例提供的一种广告推送系统的结构示意图8为当有用户输入信息时，本专利技术实施例提供的 一 种广告推送系统的结 构示意图。具体实施例方式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他实施例，都属于本专利技术保护的范围。实施例一本专利技术实施例提供的一种向用户进行广告推送的方法的处理流程如图1所 示，包括如下步骤步骤11、获^f又用户对广告的点击信息。步骤12、根据所述用户对广告的点击信息将用户分成不同的组，使得同 一组内的用户对广告具有共性特征。具体可以是，根据所述用户对广告的点击信息，采用聚类算法将用户分 成不同的组。这里的采用聚类算法将用户分成不同的组包括根据各个用户对广告的 点击信息，构建各个用户的兴趣向量，并根据广告所属类别，构建各类广告 的特征向量。以各个用户的兴趣向量集合作为待聚类集合，以广告类型的数 目作为聚类类别的初始数目，以各类广告的特征向量作为初始中心，采用K均 值聚类算法对用户聚类，将用户分成不同的组。应当理解的是，以各个用户 的兴趣向量集合作为待聚类集合，以各类广告的特征向量作为初始中心，以 广告类型的数目作为聚类类别的初始数目，是K均值聚类算法中的必要条件。 通过采用K均值聚类算法对用户聚类，可以使得将对广告具有共性特征的用户 聚类到同一组，即将共性比较大的用户聚集在一起。步骤13、针对每个组，采用随机游走模型计算该组内用户对广告的兴趣度。具体可以包括计算第一集合中的各个节点之间的迁移概率，所述第一 集合中的节点包括该组内的所有用户和被用户点击的广告；利用所述各个节点之间的迁移概率组成第一矩阵，所述第一矩阵为N行N 列，所述N为所述第一集合中节点的总个数，所述第一矩阵的i行k列的元素为 所述计算出的所述集合中的第i个节点到第k个节点的迁移概率，所述i、 k的取 值范围为1到N;对所述第一矩阵进行迭代处理，直到所述矩阵收敛，所述收敛后的矩阵 中的第i行k列上的元素为第i个节点对第k个节点的兴趣度，其中当第i个节点为用户，第k个节点为广告时，所述第i行k列上的元素表示用 户i对广告k的兴趣度；当第i个节点为广告，第k个节点为用户时，所述第i行k列上的元素表示广 告i对用户k的吸引力；当第i，k个节点均为用户时，所述第i行k列上的元素表示用户i，k之间的相似度；当第i，k个节点均为广告时，所述第i行k列上的元素表示广告i,k之间的相似度。步骤14、至少根据所述用户对广告的兴趣度，选择相匹配的广告，并推 送给用户。进一步的，可以将不同用户对不同广告的兴趣度进行存储。1、当没有用户输入信息时，步骤14向用户推送广告的具体过程包括当满足向用户推送广告的触发条件时，按照用户对广告的兴趣度排序，将与排序靠前的兴趣度匹配的、 一定数量的第一系列广告推送给对应的用户；或者本文档来自技高网...

【技术保护点】
一种向用户进行广告推送的方法，其特征在于，包括：　获取用户对广告的点击信息；　根据所述用户对广告的点击信息将用户分成不同的组，使得同一组内的用户对广告具有共性特征；　针对每个组，采用随机游走模型计算该组内用户对广告的兴趣度 ；　至少根据所述用户对广告的兴趣度，选择相匹配的广告，并推送给用户。

【技术特征摘要】

【专利技术属性】
技术研发人员：陆元飞，黄西华，刘存伟，傅晓，宋伟，薛贵荣，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：94[中国|深圳]