CN103765457A - 数字广告*** - Google Patents

Abstract

数字广告***包括提供用于在数字显示装置上显示的多个数字广告的广告模块。包括数字显示装置的数字标牌模块显示广告模块提供的数字广告，并且捕捉与数字标牌模块显示的数字广告的以前观看者有关的视频分析数据。数据挖掘模块从数字标牌模块检索视频分析数据，并且使用数字挖掘算法基于视频分析数据生成训练的广告模型。耦合到广告模块和数据挖掘模块的内容管理***接收数字广告和训练的广告模型，并且基于训练的广告模型生成用于显示的广告的子集。

Description

数字广告***

对相关申请的交叉引用

本申请要求对2011年9月13日提交的名称为“Intelligent Advertising Framework System”的印度专利申请（No. 2646/DEL/2011）的优先权，该申请的公开为了所有目的通过引用以其整体结合于本文中。

技术领域

本发明的实施例涉及用于基于视频分析选择要在数字显示装置上显示的广告的***。

背景技术

数字标牌是经常用于描述使用诸如液晶显示器(LCD)、发光二极管(LED)显示器、等离子显示器或投影显示器等电子显示装置在诸如饭馆或购物商场等公共场所显示新闻、广告、本地通知和其它多媒体内容的术语。近年来，数字标牌行业取得了巨大的增长，并且现在在年收入增长方面是仅次于因特网广告行业。

数字标牌的部署迅速增长有合理的原因。它们使得广告商能够显示更动人和动态的广告内容和基于新促销、时间、甚至天气和其它事件，轻松实时更改内容。当前，没有确定广告内容的效力的方式。数字标牌行业的主要挑战之一已经是为数字标牌运营商提供一些清晰的投资回报(ROI)数据。需要的是使广告内容针对并且适合于观看它的人的特定人口统计的方式。

附图说明

通过下面提供的详细描述和本发明的各种实施例的附图，将可更全面地理解本发明的实施例，然而，它们不应视为将本发明限为这些特定实施例，而是只为了便于解释和理解。

图1以功能框形式示出本发明的一实施例。

图2是本发明的一实施例的流程图。

图3示出本发明的一实施例的方面。

图4根据本发明的一实施例提供内容管理***的框图。

图5根据本发明的一实施例提供数字标牌模块的框图。

图6A示出与获得视频分析数据有关的本发明的一实施例的方面，而视频分析数据与数字标牌的可观察区域内的各个观看者有关。

图6B示出与获得视频分析数据有关的本发明的一实施例的方面，而视频分析数据与数字标牌的可观察区域内的各个观看者有关。

图7是示出与获得匿名视频分析数据有关的本发明的一实施例的流程图，而视频分析数据与数字标牌的可观察区域内的各个观看者有关。

具体实施方式

匿名视频分析(AVA)是被动式和自动化观众或观看者衡量技术，设计用于能够用于为数字标牌运营商提供定量受众群信息和投资回报(ROI)数据的数字标牌网络。本发明的实施例是基于使用AVA数据和数据挖掘技术实现针对性广告的概念，这能够用于衡量和改进数字标牌的广告ROI。另外，通过使AVA受众群信息和销售点(POS)数据相关，实施例也能够用于在某个人口统计组对广告的响应时间与对广告产品的销售的影响之间建立联系。

本发明的实施例在数字显示装置上显示广告中利用匿名视频分析(AVA)。通过为数字标牌配备传感器，如在数字显示装置附近的一个或更多前置摄像机（camera），并且AVA软件与诸如Intel Core 15和Intel Core 17处理器等功能强大的处理器耦合，根据本发明的一实施例的数字标牌具有匿名检测观看者的数量、其性别、其年龄范围、甚至其与广告显示屏幕的距离的智能，并且随后基于该信息来适配广告内容。例如，如果观看者是十几岁的女孩，则本发明的一实施例可更改内容以突出显示从数字显示屏幕所处位置往下几个店的返回到校鞋促销。如果观看者是年长的男性，则一实施例可促使数字显示屏幕显示有关在附近体育商店高尔夫俱乐部销售的广告。

根据本发明的一实施例，广告能够是有更好针对性的，更相关的并且最终更有效的。通过实时分析视频内容的可能每秒数百万像素以确定人们是否在观看数字标牌，并且如果它们在观看，则确定其人口统计特性，实施例使此成为可能。根据本发明的实施例，这些智能数字标牌甚至能够做到更多。例如，它们能够确定停留（dwell）时间，即，观看者观看广告的时长。这些能力使得网络运营商、内容提供商、***和服务提供商能够更好地输送相关消息和以更大精度衡量网络和广告效力。通过将销售数据与所示广告和观众的人口统计相关，广告商能够将广告直接针对其观众并且衡量其效力。另外，为进行活动规划和投资回报(ROI)衡量，AVA数据能够与“播放证明(proof-of-play)”数据相关，以根据人口统计和时间确定内容特定受众群度量，所述播放证明数据是与在数字标牌上显示什么广告、在哪里显示和何时显示有关的数据。

本发明的实施例是基于针对性广告的概念，其中，基于以前观看者的观看行为或模式，针对与以前观看者属于相同或类似人口统计的将来观看者或客户。通过分析从位于数字显示器前的以前观看者收集的AVA或受众群数据，实施例能够发现观看模式，并且使用此信息训练能够部署到数字标牌的广告模型。这些广告模型随后能够用于从可用广告内容的库存选择特定广告以智能地针对将来观看者。

广告模型是基于数据挖掘原理，并且能够使用诸如Microsoft的SQL服务器分析***(MS SSAS)等工具构建。广告模型使用诸如Naive Bayes、判定树和关联规则等公知的数据挖掘算法及大规模聚类创建，所有这些在MS SSAS中均可用。

数字标牌上多媒体内容的重放通过内容管理***(CMS)实现。下面是根据本发明的一实施例的数字广告***的体系结构的描述，其中，通过CMS（即使CMS位于“云中”）在数字标牌上实时部署广告模型。随后，至少基于两个参数、训练的广告模型和广告数据，CMS能够用于生成定制的广告列表。根据本发明的一实施例，组合广告数据和训练的广告模型以能够实现实时内容触发。

本发明的实施例分析诸如年龄，具体而言年龄范围或年龄段，和性别等观看者信息的类型，以及天气和时间信息，以选择要在数字标牌显示装置上播放的最适当广告。本文中对“年龄”的其它引用将被理解成包括年龄范围、类别或范围。收集并分析实时视频分析数据以预测例如下一时段等将来时段的观看者的类型。根据所述预测，在显示装置上播放适当的广告。通过使用广告信息和广告商偏好，CMS生成默认播放列表。如果受众群信息不可用，或者预测由于某一原因未进行，或者不够准确或者由于某一原因，认为预测的准确度可疑，则由广告商提供到CMS的离线（默认）播放列表可在显示装置上播放。

图1示出本发明的一实施例的功能框图。也参照图2中的流程图200，过程在205数字标牌模块105显示广告开始，在210处理视频分析数据，即，捕捉视频分析数据，在本文中也称为受众群数据，以及发送受众群数据到永久数据存储装置（store），如数据库，其中，在215由数据挖掘模块110访问前选择性地清除或过滤数据以确定位于数字标牌前并且能够观看数字标牌的任何个体的观看模式。

重要的是，至少为实现维护隐私的目的，视频分析数据能够变成或保持为匿名视频分析数据，如下将进一步描述的，但本质上，受众群数据是基于普查（定义为***性和规律性地采集和记录有关给定群体的成员的信息）而不是采样，并且观看者的图像不会被捕捉，保存或传送。视频分析数据捕捉功能性可在由数字标牌模块执行的软件中实施，并且在本发明的一个实施例中，捕捉实时视频分析数据，这些数据可由模块110用于进行实时预测和调度用于显示的数字广告，和/或可用作历史数据以便在220在数据挖掘模块中生成规则（训练广告模型）。

在数据挖掘模块中，在220基于在215确定观看模式中使用的诸如Naive Bayes算法、判定树算法和关联规则算法等公知的数据挖掘算法，使用视频分析数据生成和训练（即，细化）广告模型。除使用视频分析数据外，数据挖掘模块也可考虑对应于捕捉视频分析数据时的天气状况。天气状况数据或简称为天气数据135可保持在能够由数据挖掘模块110访问的永久存储装置中。在一个实施例中，相同永久存储装置也可用于存储数字标牌模块105捕捉的视频分析数据。此外，数据挖掘模块110将可用于在数字标牌上显示的数字广告列表125和诸如广告商想将其广告针对的观看者的人口统计特性等与广告列表相关联的元数据接收为输入。数字标牌模块105也向数据挖掘模块供应“播放证明”数据，即，指示数字标牌显示了什么广告，何时显示了那些广告及在何处显示了那些广告的广告数据（例如，通过提供能够用作确定数字标牌的位置的基础的用于数字标牌的装置ID）。在本发明的一个实施例中，例如来自销售点终端的销售数据130可输入数据挖掘模块110。销售数据可与AVA数据相关，以便衡量在广告中提供的产品或服务的销售方面广告在某个人口统计组上的效力。

数据挖掘模块110在220生成训练的广告模型，根据本发明的一实施例，模型用于基于以前观看者类型（“路人模式类型”）预测适合的广告类别及将来的观看者类型。一旦训练的广告模型115生成，它便由数据挖掘模块传送并且由内容管理***(CMS) 120接收和存储，其中，在225生成定制的广告列表并且将其与广告数据一起存储。（实际上，CMS存储所有训练的广告模型、广告列表、广告商偏好及广告数据。）CMS 120在140将定制广告列表传送到数字标牌105以便显示。在本发明的一个实施例中，数字标牌模块105包括可用于实时生成广告列表的数字标牌媒体播放器模块（数字播放器模块）145。模块145作为用于CMS中存储的信息的摘要资料库来操作。

CMS从数据挖掘模块获得训练的广告模型。在一个实施例中，安装多个数字标牌模块105或多个数字标牌媒体播放器145或多个数字显示装置。CMS因此将视情况而定按数字标牌模块或数字播放器等分离广告模型。基于广告模型和获得的广告数据，CMS生成分离的定制广告列表。基于从广告商125获得的广告商偏好，CMS也生成离线广告列表，即，默认广告列表。在230，将这些分离的模型、定制广告列表和默认广告列表发送到每个数字标牌模块或数字播放器以便在数字标牌上显示。

虽然图1将模块110和112示为分开的功能块，但要领会的是，这些模块可在单个计算机***上协作，或者要中跨多个计算机***分布。计算机***可驻留在私有通信网络中，或者可“在云中”通过因特网可访问。包括AVA软件和数字标牌媒体播放器145的数字标牌功能块一般在一个或更多服务器中实现或者连接到一个或更多服务器，服务器耦合到位于诸如零售店或购物商场等广告商想在数字标牌上显示数字广告的区域中的一个或更多数字显示装置。诸如传感器103等一个或更多传感器、诸如视频摄像机等光学装置耦合到数字标牌105以捕捉由数字标牌105用于生成AVA数据的观看者的视频或图像。

捕捉观看者 

印象证明(Proof-of-Impression, POI)是广告商衡量数字广告的效力的度量。基本上，POI指示在数字标牌附近的个体是否观看或扫视或未扫视数字标牌。在本发明的一个实施例中，为获得此度量，要进行多个事件：1)在位于从其能够合理观察到数字广告的区域中时观看者扫视数字标牌，2)观察者（在一个实施例中是视频摄像机）在观察观看者的扫视，甚至快速扫视的位置，以及3)一旦观看者扫视了数字广告，则观看者保持在可观察区域中时无需对另外的扫视进行计数。衡量POI也涉及不同的各个观看者在可观察区域内时区分以及独特地跟踪它们，并且将每个被独特跟踪的单独观看者与关于注视数字广告的状态变量相关联。因此，衡量POI的数字标牌监视在从其能够扫视数字标牌的位置的观看者。

除上面讨论的用于衡量POI的此基本功能性外，本发明的一实施例可衡量观看时间或扫视持续期，将特定扫视与数字标牌上数字广告的特定再现或显示相关，确定数字标牌得到大量扫描时的位置和时间，如最小数量或最大数量的扫视。此外，根据一个实施例，也可收集人口统计信息，如年龄、性别、种族、重量等，从而允许实施例进一步细化从衡量POI得到的商业情报。在另一实施例中，能够将此度量与用于为在数字广告中销售提供的产品或服务的销售数据相关以评估广告的效力。

实施例可包括从带有一个视频摄像机的单个数字标牌到每个带有一个或更多摄像机的多个数字标牌。在任何情况下，视频摄像机用于使用例如每秒5-30帧的采样速率跟踪观看者，并且在摄像机寻找扫视活动时，观看者被指派有独特的匿名身份。独特的匿名身份允许记录在数字标牌前观察区中的每个单独观看者的扫视活动。

捕捉和跟踪在观看区域中每个个体的扫视的一实施例的能力是基于光学捕捉装置的质量而无论是视频摄像机还是数字摄像机、后端计算机视野和视频和/或图像处理功能性的先进性以及基于个***置离视频摄像机的距离。参照图6A，示出了根据本发明的一实施例，能够显示数字标牌的数字显示屏幕610所处的环境600。前置视频摄像机610（以俯视图示出出）位于数字显示屏附近，例如，安装在屏幕顶部。总观看区域通过由线条630定义的周边示出。个体640a和640b在由相应虚线641a和641b指示的行进方向上通过此观看区域。视频摄像机和相关联后端处理能够捕捉视频或静态图像，并且检测可观察区域625内的各独特个体。因此，个体640a能够由视频摄像机610观察和隔离，而个体640b却不能。为使视频摄像机610确实检测到在数字显示屏幕605的方向上个体640a的凝视或扫视，个体640a必须通过扫视注意区域620或者在该区域内。并且为使摄像机610检测个体640a扫视数字显示屏幕的时间长度，即，扫视停留时间，个体640a必须在区域615内。因此，视频摄像机和相关联后端处理功能性捕捉和隔离独特观看者的能力影响数字标牌模块在每观看者基础上收集视频分析数据的能力。

在一个实施例中，跟踪更大区域上的观看者的能力通过采用多个观察者，即多个摄像机来完成。图6B示出数字显示屏幕610所处的环境600。在此实施例中，在屏幕顶部上安装了三个前置视频摄像机610a、610b和610c。总观看区域通过由线条630定义的周边示出。个体640a和640b在由相应虚线641a和641b指示的行进方向上通过此观看区域。然而，视频摄像机和相关联后端处理能够捕捉视频并且确定仅在可观察区域625内的各独特个体。由于有多个视频摄像机，并且由于视频摄像机610a、610b和610c放置的不同位置，以及视频摄像机指向的不同方向，与图6A所示实施例相比，建立了更大的观看区域。由于摄像机观察区域相邻并且可能甚至重叠，因此，在更大区域上/更长时间期上跟踪观看者是可行的。因此，个体640a和640b均能够由视频摄像机观察和隔离。视频摄像机也能够检测两个个体的凝视或扫视，因为他们都经过或者在扫视注意区域620a和620b内。而且摄像机能够在跟踪区域615a和615b内的个体640a的同时，检测个体640a扫视数字显示屏幕的时间长度，即，扫视停留时间。然而，由于个体640b通过区域615a但未通过615b，因此，摄像机确定扫视停留时间的能力限于仅个体640b在区域615a内时。

设想了多个数字标牌或多个数字显示屏幕可共处在例如可同时运行截然不同或不同广告宣传活动的百货商店或购买商场中。不同的部门能够在相邻或附近数字标牌区域中部署多个数字标牌。标牌和其上显示的数字广告可由相同或不同公司或广告商托管，并且每个区可能想得出用于其客户的不同匿名视频分析数据或每区每广告的不同数据。根据本发明的一实施例，也设想了广告可跨多个区，例如，以便衡量整个店内的广告的效力，如商店品牌推广、优惠等。

要领会，视频摄像机和后端视频处理功能性收集个体本人可标识的足够信息，从而引发了取决于国家/地区、州或上下文的隐私关注。观看者在可观察区域内时，本发明的一实施例指派匿名标志到每个独特单独观看者。随后，标志而不是个体与扫视活动和人口统计数据等相关联。观看者离开可观察区域时，标志可保持为活动的一会儿（以防观看者重新进入可观察区域且能可靠地被标识为相同观看者）。然而，在相当短的时间内，标志被循环使用，并且变得可用于跟踪进入可观察区域的另一个体。

 在一个实施例中，脸部检测功能性在软件中实施的算法中实现，软件结合也在软件中实施的年龄和性别分类算法执行。在一个实施例中，由Paul Viola和Michael Jones在2001年开发的Viola-Jones对象检测框架用于脸部识别。该检测框架采用的特征涉及在矩形区域内图像像素之和。在本发明的一个实施例中，Haar分类器算法用于年龄和性别分类。实施这些算法的软件结合收集人口统计信息的软件及计算机视觉软件由诸如Intel Core 15和Intel Core 17处理器等计算机处理器和相关联硬件执行。

在一个实施例中，计算机视觉软件是基于OpenCV。OpenCV是由本发明的受让人Intel Corporation开发的开放源计算机视觉库，并且根据Berkeley软件分发(BSD)许可证对商业和研究使用是免费的。该库是跨平台，并且在Apple的Mac OS X及Microsoft的Windows操作***和基于Linux的操作***上运行。它主要聚焦于实时图像处理。通常，OpenCV库支持实时捕捉、视频文件导入、基本图像处理（亮度、对比度、阈值等）及对象检测（脸部、身体等）。

参照图7，描述涉及捕捉匿名视频分析数据的本发明的一实施例。流程图700从705开始，其中，捕捉观看者的屏幕快照（shot）。诸如静态摄像机或视频摄像机等一个或更多光学捕捉装置安装在数字标牌上或其附近，并且以频繁的时间间隔拍摄屏幕快照（例如，照片），比如每5秒拍摄。因此，在一分钟时间的期间，捕捉12个屏幕快照。在710，对于特定的时间期，比如分钟，收集这些数字图像。在715，将特定集合中的每个图像标上独特的标记，并且将标识每个图像的数字添加到独特的标记，例如，小时2-分钟1-图像1、小时2-分钟1-图像2...小时2-分钟1-图像12。随后在720，标识第一图像，即小时1-分钟1-图像1中的每个个体。例如，标识的第一个体可具有诸如与其相关联的小时2-分钟1-图像1-个体1等标记。随后，概述个体的性别和年龄，以及可能其它个人特性。相同照片中如果有其它个体，则为这些个体重复此相同过程，例如，小时2-分钟1-图像1-个体2、小时2-分钟1-图像1-个体3等。

在725，在相同集合中的剩余照片中搜索并标识在720在第一照片中标识和标记的个体，例如，小时2-分钟1-图像1集合中的剩余11张图像或照片。对于标识有相同个体的每张照片，添加时间期到用于该个体的停留时间参数。例如，每次在集合中12张照片之一中识别出相同个体，则添加5秒到用于该个体的停留时间参数。在735，在第二张照片中标识在集合的第一张照片中未标识但在第二张照片中出现的每个新个体（如果有），并且为集合中的第二张照片重复上面在720和725描述的过程，并且再次为集合中剩余的照片序列中的任何未标识的个体重复该过程。

一旦为特定集合执行标记和计算，在流程图的方框740，便为例如照片的下一分钟等下一集合执行标记和计算，并且在方框745，为下一小时的照片执行标记和计算。在730，为每个集合（例如，每分钟）将基于诸如年龄和性别等特定参数或个人特性的停留时间制表成总汇表。

针对性广告 

针对性广告的要点是向将来观众显示某些广告，在过去相当长的时间内与将来观众具有相同或类似人口统计的以前观众已观看这些广告。根据本发明的一实施例的针对性广告的过程能够表征为根据本发明的一实施例的数字广告***的三个阶段和对应组件：在数据挖掘模块110中训练广告模型，在CMS 120中创建定制广告列表或播放列表，以及通过数字标牌模块105播放播放列表。

训练广告模型 

数据挖掘技术涉及利用大量数据查找在数据集中不同变量之间的隐藏模式和关系。这些发现能够根据新数据集进行验证。数据挖掘的典型使用提使用历史数据中发现的模式做出有关新数据的预测。在本发明的实施例中，数据挖掘模块110负责训练和查询广告模型。具体而言，生成两种类型的广告模型，广告类别模型和路人模式模型。在广告类别模型中，将规则集合与用于特定观众或上下文的最适当广告类别（例如，时间、位置、天气）相关。例如（其中，装置ID是与特定数字标牌相关联的标识符，并且能够用于指示数字标牌的位置）：

如果装置ID=561以及时间=早上以及日=星期五以及性别=女性以及年龄=年轻以及天气=晴朗以及针对性广告=户外，则潜在目标=极强（例如在80%置信度） 

如果装置ID=561以及时间=早上以及日=星期五以及天气=晴朗以及针对性广告=广告列表1，潜在目标=可能（例如，在70%置信度） 

在上述示例中，“广告列表1”是来自广告商为特定上下文提供的广告类别的列表，也存储在CMS中。在观看者路过数字标牌的路人模式模型中，规则集合帮助发现观众行为或者基于以前观众预测将来观众。例如：

如果装置ID=561以及时间=早上以及日=星期五以及天气=晴朗，则路人类型=年长的女性（在70%置信度） 

如果装置ID=561以及时间=早上以及日=星期五以及是否周末=0以及天气=晴朗以及WOPMaleSenior=0~1以及WOPFemaleSenior=0~1以及WOPMaleAdult=0~1以及WOPFemaleAdult=0~1以及WOPMaleYoungAdult=0~1以及WOPFemaleYoungAdult=0~1以及WOPMaleChild=0~1以及WOPFemaleChild=0~1，则WONMaleSenior=0~1以及WONFemaleSenior=0~1以及WONMaleAdult=0~1以及WONFemaleAdult=0~1以及WONMaleYoungAdult=0~1以及WONFemaleYoungAdult=0~1以及WONMaleChild=0~1以及WONFemaleChild=0~1。

图3提供由数字标牌模块105收集并且作为到数据挖掘模块110的输入，与也作为到数据挖掘模块的输入的广告模块310和天气数据315一起提供的视频分析数据305的图示300。在325，在一个实施例中，数据挖掘模块根据上下文和数据特性定期（每天、每周、每月或每季）生成和训练（即，细化）模型，基本原则是如果从历史数据得到的模式/规则未更改，则无需训练或重新生成模型。

根据本发明的一个实施例，视频分析数据305包括在数字标牌上显示特定数字广告的日期和时间及显示广告的日期、指示显示广告的位置的装置ID或备选显示器ID。传感器输入也提供数字广告在数字显示装置上显示时被观看的时间量。最后，包括基于诸如年龄和性别等特性的潜在目标受众群的指示。

数据挖掘模块110从广告存储库125接收的广告数据310包括调度特定数字广告在数字标牌上显示的日期和时间和指示广告被调度显示的位置的装置ID或备选显示器ID及以秒为单位的数字广告的持续期或长度。天气数据315包括日期、气温和在数字广告在数字标牌上显示的日期和时间或在该日期和时间左右的状况。

2. 创建广告列表 

在广告模型由数据挖掘模块110生成后，模型被传送到内容管理***(CMS) 120。随后，CMS从广告类别模型提取广告类别，并且创建广告类别列表。随后，从诸如数据库等CMS 120可访问的永久存储装置检索对应于这些广告类别的广告数据。基于广告类别列表，CMS 120也创建广告列表。在本发明的一个实施例中，可基于在125的广告商输入修改生成的广告列表。在一个实施例中，为每个广告商指派能够用作重新安排广告列表的基础的某个优先级。

图4示出在CMS 120中事件和信息400的流程。CMS探测数据挖掘模块110。在本发明的一个实施例中，探测的频率是每天一次。CMS获得数据挖掘模块生成的所有当前规则和预测列表，并且在永久存储装置中存储该信息。基于广告商偏好、广告列表生成器和广告存储库125，从暂定（tentative）播放列表获得对应于特定类别的广告。在“离线模式”中，暂定播放列表用作默认播放列表。根据一个实施例，诸如图4所示结构化查询语言(SQL)服务器数据库等数据存储装置与广告存储库125相关联。从该数据存储装置，检索各种信息，包括用于特定类别的广告数据，如广告名称、广告类型及保持用于实际广告的文件的广告存储库的文件目录中的路径。CMS连接到广告存储库以获得位于在给定路径的广告。在CMS存储至此生成的所有模型和对应广告列表。数字标牌模块将只包含适合用于数字标牌模块的针对性观众的这些模型和广告列表的子集。CMS连接到数字标牌模块并且向它推送适合它的模型和广告列表。

再次参照图4，播放器特定模型提取器435连接到数据挖掘模块110，并且获得路人模式和广告类别模型。将这些模型按播放器分离并发送到数字标牌模块（数字播放器）105。数据挖掘模块110提供适合用于当日和日期和当前天气的模型，例如，当日为2011年9月9日星期五，预测早上晴朗，晚上有雨。模型提取器415从广告类别模型提取广告类别，并且将此类信息发送到用于每个数字标牌的广告列表生成器420。解析模型并且为每个时段选择广告。例如，假设平均广告持续期为10秒，则为每小时选择360个广告。

广告列表生成器420获取用于为某天调度的类别的广告及广告数据。暂定播放列表生成器模块分析广告列表，并且生成发送到广告商输入调度器的暂定播放列表。生成器420基于安排的广告类别和广告列表汇编播放列表。根据一个实施例，广告的选择是基于赌盘选择，其中，基于概率，随机挑选每个广告。广告商输入调度器模块420获得广告商输入并且在暂定播放列表中包含广告商偏好以生成发送到数字标牌模块的默认播放列表。

广告刷新模块405通过比较在例如数据库等CMS可访问的永久存储装置中保持的版本和从广告存储库获得的版本，检查是否有新广告。如果发现新版本的广告，则将实际广告（视频文件）传送到数字标牌模块。如果存在新广告（广告存储库中早前不存在的广告），则模块405从SQL服务器DB 440获取广告数据，并且将此类数据发送到数字标牌模块110。

3. 通过数字标牌模块播放播放列表 

CMS 120将在140的广告列表传送到数字标牌模块105。在一个实施例中，数字标牌模块通过从广告列表提取文件目录路径信息，并且随后从保持广告文件的广告存储库125检索对应广告，生成默认播放列表。数字标牌模块在在线和离线模式中均可操作。在离线模式中，向数字标牌播放默认播放列表。使用下面参照图5描述的实时VA数据，生成用于在线模式的播放列表，图5示出在数字标牌模块（数字播放器）105中事件和信息的流程500。

视频分析(VA)分析器（预测器）模块510获取实时VA数据并且从CMS 120检索路人模式模型以预测VA数据。预测的VA数据被发送到模型分析器模块515。模型分析器模块515接收预测的VA数据作为输入，并且从CMS 120检索广告类别模型以及基于预测的VA数据提取广告类别。在一个实施例中，将路人模式模型和广告类别模型的置信度值相乘以生成相乘的置信度值。如果相乘的置信度值大于阈值，则将用于提取的广告类别的广告发送到暂定播放列表生成器520，否则，数字标牌模块在离线模式中继续。暂定播放列表生成器模块520从CMS 120检索广告列表，并且通过考虑来自模型分析器的广告类别，生成暂定播放列表，并且将暂定播放列表发送到在线模式。

调度器模块525包含以下三个子模块：基于概率分布选择广告，并且将它与随后在545调度并发送以便显示的实际广告相关联的在线子模块；基于调度时间从默认播放列表选择广告，并且将它与随后在545调度并发送以便显示的实际广告相关联的离线子模块；检查广告商偏好并且在545调度广告商偏好的广告以便显示的偏好子模块。

实时内容触发 

根据本发明的一实施例，实时针对观看者。实时处理在数字标牌模块进行。每个数字标牌模块接收来自CMS的广告类别及路人模式模型。从广义上说，根据一个实施例，检测多个观看者，分析那些观看者的人口统计，以及收集用于那些观看者的观看模式。基于此，将广告针对到数字标牌模块。在一个实施例中，路人模式模型具有称为置信度值的参数，置信度值指示是在在线模式或还是在离线模式中播放数字广告。因此，在实时模式中分析AVA数据时，选择来自路人模式模型的规则，并且比较附接到那些规则的置信度值和阈值。如果置信度值低于阈值，则播放默认播放列表，但如果该值与阈值相同或更大，则修改广告列表，并且播放针对当前观看者的广告。播放当前广告后，数字标牌模块能够返回到播放默认播放列表或者能够继续播放针对性广告。

结论 

在此描述中，为提供本发明的实施例的更详尽解释而陈述了许多细节。然而，本领域的技术人员应明白，本发明的实施例可在这些特定细节不存在的情况下实践。在其它情况下，公知的结构和装置以框图形式显示而未详细显示，以免混淆本发明的实施例。

此详细描述的一些部分根据计算机存储器内数据有关操作的算法和符号表示介绍。这些算法描述和表示是数据处理领域技术人员用于最有效地将其工作内容传达给本领域其它技术人员的方式。算法在此处且通常被视为产生期望结果的自相一致的步骤序列。步骤是那些要求物理量的物理操控的步骤。这些数量通常但不一定采用能够存储、传输、组合、比较及以其它方式操控的电气或磁信号的形式。将这些信号称为比特、值、元素、符号、字符、项、数字或诸如此类已证明有时是方便的，主要是为了常见用法的原因。

但应记住，所有这些和类似的术语要与适当的物理量相关联，并且只是应用到这些量的方便标志。除非另有明确说明，否则，如从此讨论可明白的，可领会到在通篇描述中，利用诸如“处理”、“计算”、“确定”或“显示”等术语或诸如此类的计论指计算机***或类似电子计算装置的动作和/或过程，其操控计算机***的寄存器和存储器内表示为物理（电子）数量的数据并将所述数据变换成计算机***存储器或寄存器或其它此类信息存储、传输或显示装置内类似表示为物理量的其它数据。

本发明的实施例也涉及用于执行本文中的操作的设备。一些设备可为要求的目的而专门构建，或者它可包括由计算机中存储的计算机程序选择性地激活或重新配置的通用计算机。此类计算机程序能够存储在计算机可读存储媒体上，诸如但不限于包括软盘、光盘、CD-ROM、DVD-ROM和磁光盘的任何类型的磁盘、只读存储器(ROM)、随机存取存储器(RAM)、EPROM、EPROM、EEPROM、NVRAM、磁卡或光学卡或适用于存储电子指令并且每个耦合到计算机***总线的任何类型的媒体。

本文中介绍的算法和显示并未在本质上涉及任何特定计算机或其它设备。各种通用***可根据本文中的教导与程序一起使用，或者可证明构建更专业化设备以执行要求的方法步骤是方便的。本文中的描述将显示用于多个这些***的要求的结构。另外，本发明实施例未参照任何特定编程语言来描述。将领会，多个编程语言可用于实现如本文所述的本发明教导。

机器可读媒体包括用于以机器（例如，计算机）可读形式存储或发射信息的任何机制。例如，机器可读媒体可包括只读存储器（“ROM”）、随机存取存储器（“RAM”）、磁盘存储媒体、光存储媒体、闪存装置等。

虽然在阅读前面的描述后，本领域的技术人员将毫无疑问明白本发明的实施例的许多变化和修改，但要理解，通过图示显示和描述的任何特定实施例决不可视为限制。因此，对各种实施例细节的引用无意限制权利要求的范围，权利要求只记载被认为对本发明是必需的那些特征。

Claims (30)

1. 一种用于选择用于在数字标牌上显示的广告的方法，包括：

收集来自所述数字标牌上显示的广告的多个以前观看者的视频分析数据；

分析所收集的视频分析数据以基于所收集的视频分析数据来确定所述以前观看者的观看模式；

基于所述观看模式来训练广告模型；以及

基于所训练的广告模型，从多个广告中选择用于在所述数字标牌上显示的广告。

2. 如权利要求1所述的方法，其中选择用于在所述数字标牌上显示的广告包括选择用于在所述数字标牌上显示以便由与所述以前观看者属于相同或类似人口统计的将来观看者所观看的广告。

3. 如权利要求1所述的方法，还包括接收与哪个广告要在所述数字标牌上显示以便由将来观看者观看有关的广告商偏好，以及其中基于所训练的广告模型来选择用于在所述数字标牌上显示的广告包括基于所训练的广告模型和所述广告商偏好之一或两者来选择用于显示的所述广告。

4. 如权利要求1所述的方法，其中收集视频分析数据包括收集匿名视频分析数据。

5. 如权利要求1所述的方法，其中所述视频分析数据包括一个或更多以前观看者特性，所述特性包括性别和年龄。

6. 如权利要求5所述的方法，其中所述视频分析数据还包括日期和时间、星期的日、时段、显示位置、观看时间及基于与所述数字标牌上显示的广告的所述以前观看者相关联的观看者特性的所述以前观看者是否为目标观看者的指示中的一项或更多项。

7. 如权利要求1所述的方法，还包括：

接收与所述数字标牌上显示的广告相对应的广告数据；以及

其中基于所述观看模式来训练广告模型包括基于所述观看模式和所述广告数据之一或两者来训练广告模型。

8. 如权利要求7所述的方法，其中所述广告数据对于所述数字标牌上显示的每个广告包括日期和时间、显示位置、广告类别以及持续期或长度。

9. 如权利要求1所述的方法，还包括：

收集与所述数字标牌上曾显示广告期间的时间相对应的天气数据；以及

其中基于所述观看模式来训练广告模型包括基于所述观看模式和所述广告数据之一或两者来训练广告模型。

10. 如权利要求1所述的方法，还包括：

接收销售点数据；以及

将所述观看模式和所述销售点数据相关以确定在所述数字标牌上显示的广告对所述广告中标识的产品或服务的销售的影响。

11. 如权利要求1所述的方法，还包括在所述数字标牌上显示所选择的广告。

12. 一种数字广告***，包括：

输入，接收多个数字广告；

输出，经其传送所述数字广告以用于在数字标牌模块上显示；

数据挖掘模块，耦合到所述数字标牌模块以检索与所述数字标牌上显示的所述数字广告的多个以前观看者有关的视频分析数据，并且根据数据挖掘算法基于所述视频分析数据而生成训练的广告模型；以及

内容管理***模块，耦合到所述数据挖掘模块以接收所述训练的广告模型，以及耦合到所述输入以接收所述多个数字广告，所述内容管理***基于所述训练的广告模型和所述多个数字广告而生成并向所述数字标牌模块传送用于显示的所述多个广告的子集。

13. 如权利要求12所述的数字广告***，还包括耦合到所述输入以提供所述多个数字广告的广告模块。

14. 如权利要求12所述的数字广告***，还包括耦合到所述输出以接收所述数字广告的所述数字标牌模块，所述数字标牌模块显示所述数字广告并且捕捉和向永久存储装置传送所述视频分析数据。

15. 如权利要求14所述的数字广告***，还包括耦合到所述永久存储装置以检索所述视频分析数据的所述数据挖掘模块。

16. 如权利要求15所述的数字广告***，其中所述数字挖掘模块根据多个公知数据挖掘算法之一，包括Naive Bayes、判定树和关联规则、数据挖掘算法，基于所述视频分析来生成训练的广告模型。

17. 如权利要求14所述的数字广告***，其中所述数字标牌模块包括数字标牌播放器模块，在其中存储和从其向数字显示屏幕传送用于显示的所述多个广告的所述子集。

18. 如权利要求12所述的数字广告***，其中所述输入还接收与哪个广告要传送到所述数字标牌有关的广告商偏好，以及其中所述内容管理***基于所述训练的广告模型、所述多个数字广告和所述广告商偏好，生成并向所述数字标牌模块传送用于显示的所述多个广告的子集。

19. 如权利要求12所述数字广告***，其中所述数据挖掘模块耦合到所述数字标牌模块以检索与传送到所述数字标牌以用于显示的广告的显示相对应的广告数据和视频分析数据，并且根据所述数据挖掘算法基于所述视频分析数据和所述广告数据来生成训练的广告模型。

20. 如权利要求12所述的数字广告***，其中所述数据挖掘模块接收与传送到所述数字标牌以用于显示的广告曾被显示的期间的时间相对应的天气数据，并且根据所述数据挖掘算法基于所述视频分析数据和所述天气数据来生成训练广告模型。

21. 如权利要求12所述的数字广告***，其中所述数据挖掘模块耦合到所述数字标牌模块以检索视频分析数据包括所述数据挖掘模块耦合到所述数字标牌模块以接收匿名视频分析数据。

22. 如权利要求21所述的数字广告***，其中所述匿名视频分析数据包括一个或更多以前观看者特性。

23. 如权利要求22所述的数字广告***，其中所述一个或更多以前观看者特性包括性别和年龄的一项或多项。

24. 如权利要求22所述的数字广告***，其中所述一个或更多以前观看者特性包括与以前观看者相关联的停留时间。

25. 如权利要求12所述的数字广告***，其中所述视频分析数据还包括日期和时间、星期的日、时段、显示位置、观看时间及基于与所述数字标牌上显示的广告的所述以前观看者相关联的观看者特性的所述以前观看者是否为目标观看者的指示中的一项或更多项。

26. 一种包括非暂态计算机可读媒体的设备，所述媒体包含在由计算机执行时促使所述计算机执行以下步骤的指令：

收集来自数字标牌上显示的广告的多个以前观看者的视频分析数据；

分析所收集的视频分析数据以基于所收集的视频分析数据来确定所述以前观看者的观看模式；

基于所述观看模式来训练广告模型；以及

基于所训练的广告模型，从多个广告中选择用于在所述数字标牌上显示的广告。

27. 如权利要求26所述的设备，其中所述媒体包含另外指令，所述另外指令在由所述计算机执行时促使所述计算机执行接收与哪个广告要在所述数字标牌上显示以便由将来观看者观看有关的广告商偏好的步骤，以及其中基于所述训练的广告模型来选择用于在所述数字标牌上显示的广告包括基于所述训练的广告模型和所述广告商偏好之一或两者来选择用于显示的所述广告。

28. 如权利要求26所述的设备，其中所述视频分析数据包括一个或更多以前观看者特性，所述特性包括性别和年龄。

29. 如权利要求28所述的设备，其中所述视频分析数据还包括日期和时间、星期的日、时段、显示位置、观看时间及基于与所述数字标牌上显示的广告的所述以前观看者相关联的观看者特性的所述以前观看者是否为目标观看者的指示中的一项或更多项。

30. 如权利要求26所述的设备，其中所述媒体包含另外指令，所述另外指令在由所述计算机执行时促使所述计算机执行以下步骤：

接收与所述数字标牌上显示的广告相对应的广告数据；以及

其中基于所述观看模式来训练广告模型包括基于所述观看模式和所述广告数据之一或两者来训练广告模型。

Images