【技术实现步骤摘要】
本专利技术涉及广告营销，具体是涉及一种基于大数据分析的广告内容智能生成方法及系统。
技术介绍
1、随着媒体以及网络的发展，传统传媒信息的播放形式被替代，且广告形式也是多种多样。如，传统报纸杂志刊登广告的形式可以被显示屏展示广告的形式所替代，但是广告的生成过程更多还是依赖于人工，由此消耗了较多的人力。
2、在广阔的网络媒体，具体的选择广告平台，如何选择广告投放策略，如何节约广告投放成本，如何进行广告智能生成、达到最高的效费比，以及如何提高广告转化率，一直是企业的难题。本领域的常见的方法最基本的是：通过广告优化人员，连续的长期人工盯盘，人工分析，根据行业经验，相应的优化广告。这个传统方法的人力成本和最后效果，费效比一般不高；通常也很难在整个广告投放的周期的后半段做出针对性的调整，无法达到令客户十分满意的广告效果。
3、目前对于广告内容智能生成还存在着无法对广告目标受众进行准确分析，无法精确提取与广告效果有关的目标特征信息，无法根据目标特征信息对广告进行效果预期评估，无法准确对广告内容生成进行规划，无法根据广告效果数据对广告内容生成效果进行准确评估的问题。
技术实现思路
1、为解决上述技术问题，提供一种基于大数据分析的广告内容智能生成方法及系统，本技术方案解决了上述
技术介绍
中提出的无法对广告目标受众进行准确分析，无法精确提取与广告效果有关的目标特征信息，无法根据目标特征信息对广告进行效果预期评估，无法准确对广告内容生成进行规划，无法根据广告效果数据对广告内容生成效
2、为达到以上目的，本专利技术采用的技术方案为：
3、一种基于大数据分析的广告内容智能生成方法，包括：
4、获取广告目标数据，所述广告目标数据包括与广告目标受众相关的用户行为数据、社交媒体数据和市场调研数据；
5、根据广告目标数据，基于数据处理，获取广告目标聚类信息；
6、根据广告目标聚类信息，获取目标偏好特征信息；
7、获取广告信息，所述广告信息包括广告内容信息、广告商家位置信息和广告投放位置信息；
8、根据广告信息和目标偏好特征信息，获取广告数据集；
9、获取目标信息、目标位置信息和时间信息；
10、根据目标信息，基于特征分析，获取目标特征信息；
11、根据目标特征信息、目标位置信息、时间信息和广告数据集，基于广告匹配指数，获取广告内容生成信息；
12、根据广告内容生成信息，对广告内容进行智能生成；
13、获取广告效果数据，所述广告效果数据包括广告点击率数据和广告转化率数据；
14、根据广告效果数据，基于广告效果评估，获取广告效果评估指数；
15、根据广告效果评估指数，对广告内容生成进行调整。
16、优选的，所述根据广告目标数据，基于数据处理，获取广告目标聚类信息，具体包括：
17、根据广告目标数据，基于数据缺失检测，获取广告目标数据缺失信息；
18、根据广告目标数据缺失信息，对存在数据缺失的广告目标数据进行剔除，获取广告目标修正数据；
19、根据广告目标修正数据，基于哈希去重法，获取广告目标去重数据；
20、根据广告目标去重数据，基于特征选择，获取广告目标特征数据，所述广告目标特征数据包括用户年龄数据、用户性别信息、点击记录信息、购买记录信息、搜索关键词信息、浏览时长信息和购买频率信息；
21、根据广告目标特征数据，获取广告目标特征数据均值和广告目标特征数据标准差；
22、根据广告目标特征数据、广告目标特征数据均值和广告目标特征数据标准差，基于标准差归一化，获取广告目标特征标准数据；
23、根据广告目标特征标准数据，将每一个用户作为单独的一个集合，获取广告目标特征数据集，所述集合包括对应用户的所有特征数据；
24、根据广告目标特征数据集，基于相似度检测，获取相似度矩阵；
25、；
26、式中，为第x个用户与第y个用户的余弦相似度，n为广告目标特征数据集中用户总数量；
27、其中，余弦相似度的计算公式为：
28、；
29、式中，表示第x个用户在第i个特征上的特征值，表示第y个用户在第i个特征上的特征值，m为特征总数目；
30、根据相似度矩阵，基于聚类树构建，获取层次聚类树信息；
31、根据层次聚类树信息，对层次聚类树进行切割，获取广告目标聚类信息。
32、优选的，所述根据层次聚类树信息，对层次聚类树进行切割，获取广告目标聚类信息，具体包括：
33、基于层次聚类需求，获取聚类相似度阈值；
34、根据层次聚类树信息，获取聚类相似度信息；
35、根据聚类相似度信息和聚类相似度阈值，判断聚类相似度是否超出聚类相似度阈值，若是，则该聚类不需进行分割，若聚类相似度低于聚类相似度阈值，则该聚类需要进行分割，获取层次聚类信息；
36、根据层次聚类信息，获取dunn指数；
37、基于聚类评估需求，获取dunn指数阈值；
38、根据dunn指数和dunn指数阈值，判断dunn指数是否低于dunn指数阈值，若是，则聚类不合格，无法进行聚类分析，若是，则根据层次聚类信息，获取广告目标聚类信息。
39、优选的，所述根据广告信息和目标偏好特征信息，获取广告数据集，具体包括：
40、根据广告目标聚类信息，基于聚类簇分析，获取目标偏好特征信息，所述目标偏好特征信息包括偏好目标特征信息、地理位置信息、时间信息和与之对应的目标广告特征信息；
41、其中，目标广告特征信息包括广告风格特征信息、广告类型特征信息和广告商家位置特征信息；
42、根据广告信息，基于特征分析，获取广告特征信息；
43、根据广告特征信息和目标广告特征信息，对广告信息进行分类，获取广告数据集。
44、优选的，所述根据目标特征信息、目标位置信息、时间信息和广告数据集，基于广告匹配指数，获取广告内容生成信息，具体包括：
45、根据目标特征信息、目标位置信息、时间信息和广告数据集，基于评估模型，获取广告匹配指数；
46、基于广告推送需求，获取广告匹配指数阈值，
47、根据广告匹配指数和广告匹配指数阈值，对广告数据集进行筛选，获取广告推荐信息；
48、基于广告匹配指数比例，获取广告循环时间比重信息；
49、根据广告循环时间比重信息和广告推荐信息，获取广告内容生成信息；
50、其中，广告匹配指数的计算公式为：
51、；
52、式中，为第k个广告的广告匹配指数，为第k个广告的性别影响系数，为目标年龄影响系数，为目标年龄，为第k个广告的适宜年龄，为目标第i个特征的权重，为第k个广告与目标第i个本文档来自技高网...
【技术保护点】
1.一种基于大数据分析的广告内容智能生成方法，其特征在于，包括：
2.根据权利要求1所述的一种基于大数据分析的广告内容智能生成方法，其特征在于，所述根据广告目标数据，基于数据处理，获取广告目标聚类信息，具体包括：
3.根据权利要求2所述的一种基于大数据分析的广告内容智能生成方法，其特征在于，所述根据层次聚类树信息，对层次聚类树进行切割，获取广告目标聚类信息，具体包括：
4.根据权利要求1所述的一种基于大数据分析的广告内容智能生成方法，其特征在于，所述根据广告信息和目标偏好特征信息，获取广告数据集，具体包括：
5.根据权利要求1所述的一种基于大数据分析的广告内容智能生成方法，其特征在于，所述根据目标特征信息、目标位置信息、时间信息和广告数据集，基于广告匹配指数，获取广告内容生成信息，具体包括：
6.根据权利要求1所述的一种基于大数据分析的广告内容智能生成方法，其特征在于，所述根据广告效果评估指数，对广告内容生成进行调整，具体包括：
7.一种基于大数据分析的广告内容智能生成系统，用于实现如权利要求1-6任一项所述
8.根据权利要求7所述的一种基于大数据分析的广告内容智能生成系统，其特征在于，所述主控制模块，具体包括：
9.根据权利要求7所述的一种基于大数据分析的广告内容智能生成系统，其特征在于，所述信息获取模块，具体包括：
10.根据权利要求7所述的一种基于大数据分析的广告内容智能生成系统，其特征在于，所述特征聚类模块，具体包括：
...【技术特征摘要】
1.一种基于大数据分析的广告内容智能生成方法，其特征在于，包括：
2.根据权利要求1所述的一种基于大数据分析的广告内容智能生成方法，其特征在于，所述根据广告目标数据，基于数据处理，获取广告目标聚类信息，具体包括：
3.根据权利要求2所述的一种基于大数据分析的广告内容智能生成方法，其特征在于，所述根据层次聚类树信息，对层次聚类树进行切割，获取广告目标聚类信息，具体包括：
4.根据权利要求1所述的一种基于大数据分析的广告内容智能生成方法，其特征在于，所述根据广告信息和目标偏好特征信息，获取广告数据集，具体包括：
5.根据权利要求1所述的一种基于大数据分析的广告内容智能生成方法，其特征在于，所述根据目标特征信息、目标位置信息、时间信息和广告数据...
【专利技术属性】
技术研发人员：王丽玲，吕昱，江志恒，罗馨，
申请(专利权)人：广东玄润数字信息科技股份有限公司，
类型：发明
国别省市：
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。