CN111178954A - 一种广告投放方法、***和电子设备 - Google Patents
一种广告投放方法、***和电子设备 Download PDFInfo
- Publication number
- CN111178954A CN111178954A CN201911329774.8A CN201911329774A CN111178954A CN 111178954 A CN111178954 A CN 111178954A CN 201911329774 A CN201911329774 A CN 201911329774A CN 111178954 A CN111178954 A CN 111178954A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- advertisement
- characteristic data
- user behavior
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000012549 training Methods 0.000 claims abstract description 29
- 238000011156 evaluation Methods 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 19
- 238000002716 delivery method Methods 0.000 claims abstract description 15
- 238000012216 screening Methods 0.000 claims abstract description 14
- 230000006399 behavior Effects 0.000 claims description 56
- 238000003860 storage Methods 0.000 claims description 26
- 238000007405 data analysis Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000007418 data mining Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000013075 data extraction Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012954 risk control Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0244—Optimization
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于用户行为数据反馈的广告投放方法、***和电子设备。所述方法包括:从第三方获取用户对广告的用户行为数据,实时同步到数据处理平台,从所述用户行为数据中提取用户特征数据,并对所述用户特征数据进行筛选处理;使用训练数据训练营销优化模型,所述训练数据包括历史用户的用户特征数据、金融表现数据和广告信息数据;将筛选出的目标用户的用户特征数据输入所述营销优化模型,计算用户评估值,根据用户特征数据和所计算的用户评估值,确定广告投放规则数据;基于所述广告投放规则数据进行广告投放。本发明优化了目标数据,提高了广告投放的精准度,还节约了广告投放成本。
Description
技术领域
本发明涉及互联网技术领域,具体涉及一种基于用户行为数据反馈的广告投放方法、***、电子设备及计算机可读介质。
背景技术
传统广告使用的形式是大众媒体,***商的形式,通过购买广告位来达到广告展示,这种静态的广告使消费者仅仅是接收到一个信息,或者是树立对这个品牌的简单印象,或者是知道这个品牌在进行的相关活动,有兴趣的人就会关注,但是无法掌握到底什么样的人对这类广告感兴趣,其针对性和效果不强。
目前互联网广告已经发展成一种新模式,它有以下特点:第一、互联网广告的覆盖率广,精准度高。借助于技术手段来实现智能化精准营销,通过对网民数据的追踪、挖掘、分析,可以对受众群体进行时间、地域、频次、兴趣、人口特征等方面的精准定向。第二、互联网广告传播的人数巨大,根据调研公司Forrester Research发布的报告显示,2013年全球网民数量将达到22亿,其中17%来自中国,受众人群广泛。第三、互联网广告在发行传播上的成本优势,广告传播成本大大降低。第四、互联网广告形式的多样化,互联网广告的形式可以通过网幅广告,文本文本,电子邮件广告,按钮广告,赞助式广告,插播式广高,主页型广告,关键字广告,富媒体广告,视频广告等多种多样的形式来传播,面对如此多优势的互联网广告,目前还没有一种可靠的广告精准投放的方法和***,互联网广告领域还存在着投放不精准、主要依靠弹出窗口方式、无法对用户的兴趣爱好进行掌握、广告的时效性较差。
然而,目前需要本领域技术人员迫切解决的一个技术问题就是:如何能够创新地提出一种有效措施,充分理由海量的互联网用户和大数据挖掘技术,实现互联网广告的精准投放。
因此,有必要提供一种精准度更高的广告投放方法。
发明内容
为了解决上述问题,本发明提供了一种基于用户行为数据反馈的广告投放方法,所述广告投放方法包括:从第三方获取用户对广告的用户行为数据,实时同步到数据处理平台;从所述用户行为数据中提取用户特征数据,并对所述用户特征数据进行筛选处理;使用训练数据训练营销优化模型,所述训练数据包括历史用户的用户特征数据、金融表现数据和广告信息数据;将筛选出的目标用户的用户特征数据输入所述营销优化模型,计算用户评估值;根据用户特征数据和所计算的用户评估值,确定广告投放规则数据;基于所述广告投放规则数据进行广告投放。
优选地,所述广告投放方法还包括:将所述数据处理平台的数据分析结果实时反馈给所述第三方,所述第三方展示与所述广告投放规则数据相关的广告信息。
优选地,所述对所述用户特征数据进行筛选处理包括:将所提取的用户特征数据与所述数据处理平台的预存数据库中的用户特征数据进行匹配,以筛选出目标用户和非目标用户,所述目标用户用于表示要进行广告投放的用户,非目标用户用于表示不进行广告投放的用户。
优选地,所述从所述用户行为数据中提取用户特征数据包括:从所述用户行为数据中提取用户的手机类型、手机号、手机定位的位置信息、IP地址、邮箱、年龄、性别中至少一个特征数据。
优选地,所述金融表现数据包括与注册、授信或完件相关的数据。
优选地,所述数据分析结果包括与展示广告相关的用户转化率、访问量、访问用户、点击ID、点击时间和用户特征数据中的至少一个。
优选地,所述从第三方获取用户对广告的用户行为数据包括:获取用户在预定时间段对所展示广告的点击次数、点击时间、对所展示广告的金融产品的是否注册、是否授信及是否完件中的至少一个特征数据。
优选地,所述预定时间段包括七天、十天、十二天、十五天或一个月。
优选地,通过所计算的用户评估值和用户特征数据,建立具有所述用户特征数据的用户与广告投放规则的对应规则。
此外,本发明还提供了一种基于用户行为数据反馈的广告投放***,包括:数据获取模块,所述数据获取模块从第三方获取用户对广告的用户行为数据,实时同步到数据处理平台;数据处理模块,所述数据处理模块从所述用户行为数据中提取用户特征数据,并对所述用户特征数据进行筛选处理;训练模块,所述训练模块使用训练数据训练营销优化模型,所述训练数据包括历史用户的用户特征数据、金融表现数据和广告信息数据;计算模块,所述计算模块使用筛选出的目标用户的用户特征数据输入所述营销优化模型,计算用户评估值;确定模块,所述确定模块根据用户特征数据和所计算的用户评估值,确定广告投放规则数据;投放模块,所述投放模块基于所述广告投放规则数据进行广告投放。
优选地,所述广告投放***还包括反馈模块,所述反馈模块将所述数据处理平台的数据分析结果实时反馈给所述第三方,所述第三方展示与所述广告投放规则数据相关的广告信息。
优选地,所述广告投放***还包括筛选模块,所述筛选模块将所提取的用户特征数据与所述数据处理平台的预存数据库中的用户特征数据进行匹配,以筛选出目标用户和非目标用户,所述目标用户用于表示要进行广告投放的用户,非目标用户用于表示不进行广告投放的用户。
优选地,所述数据处理模块还包括:从所述用户行为数据中提取用户的手机类型、手机号、手机定位的位置信息、IP地址、邮箱、年龄、性别中至少一个特征数据。
优选地,所述金融表现数据包括与注册、授信或完件相关的数据。
优选地,所述数据分析结果包括与展示广告相关的用户转化率、访问量、访问用户、点击ID、点击时间和用户特征数据中的至少一个。
优选地,所述从第三方获取用户对广告的用户行为数据包括:获取用户在预定时间段对所展示广告的点击次数、点击时间、对所展示广告的金融产品的是否注册、是否授信及是否完件中的至少一个特征数据。
优选地,所述预定时间段包括七天、十天、十二天、十五天或一个月。
优选地,通过所计算的用户评估值和用户特征数据,建立具有所述用户特征数据的用户与广告投放规则的对应规则。
此外,本发明还提供了一种电子设备,其中,该电子设备包括:处理器;以及存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行根据本发明所述的基于用户行为数据反馈的广告投放方法。
此外,本发明还提供了一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现本发明所述的基于用户行为数据反馈的广告投放方法。
有益效果
与现有技术相比,本发明将大数据挖掘技术与广告精准投放结合,解决了传统广告投放用户不精准的问题,在整个商业链条中记录用户对广告的用户行为数据,并对用户行为数据进行提取分析,通过数据提取分析,确定广告投放规则数据,以使第三方展示与所述广告投放规则数据相关的广告信息,优化了目标数据,提高了广告投放的精准度,还节约了广告投放成本。
附图说明
为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚,下面将参照附图详细描述本发明的具体实施例。但需声明的是,下面描述的附图仅仅是本发明本发明示例性实施例的附图,对于本领域的技术人员来讲,在不付出创造性劳动的前提下,可以根据这些附图获得其他实施例的附图。
图1是本发明的基于用户行为数据反馈的广告投放方法的一示例的方法流程图。
图2是示出了应用本发明的基于用户行为数据反馈的广告投放方法的的示意性结构框图。
图3是本发明的基于用户行为数据反馈的广告投放方法的另一示例的方法流程图。
图4是本发明的基于用户行为数据反馈的广告投放***的一示例的示意性结构框图。
图5是本发明的基于用户行为数据反馈的广告投放***的另一示例的示意性结构框图。
图6是本发明的基于用户行为数据反馈的广告投放***的又一示例的示意性结构框图。
图7是根据本发明的一种电子设备的示例性实施例的结构框图。
图8是根据本发明的计算机可读介质的示例性实施例的结构框图。
具体实施方式
现在将参考附图更全面地描述本发明的示例性实施例。然而,示例性实施例能够以多种形式实施,且不应被理解为本发明仅限于在此阐述的实施例。相反,提供这些示例性实施例能够使得本发明更加全面和完整,更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分,因而将省略对它们的重复描述。
在符合本发明的技术构思的前提下,在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
在对于具体实施例的描述中,本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是,并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
应理解,虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分,但这不应受这些定语限制。这些定语乃是用以区分一者与另一者。例如,第一器件亦可称为第二器件而不偏离本发明实质的技术方案。
术语“和/或”或者“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
实施例1
下面,将参照图1至图3描述本发明的基于用户行为数据反馈的广告投放方法,所述广告投放方法包括:
步骤S101,从第三方获取用户对广告的用户行为数据,实时同步到数据处理平台;从所述用户行为数据中提取用户特征数据,并对所述用户特征数据进行筛选处理。
步骤S102,使用训练数据训练营销优化模型,所述训练数据包括历史用户的用户特征数据、金融表现数据和广告信息数据。
步骤S103,将筛选出的目标用户的用户特征数据输入所述营销优化模型,计算用户评估值,根据用户特征数据和所计算的用户评估值,确定广告投放规则数据。
步骤S104,基于所述广告投放规则数据进行广告投放。
为了更清楚地说明本发明的排序方法,将以对借贷类产品进行广告投放为示例,进行具体说明。
首先,描述步骤S101。在步骤S101中,从第三方获取用户对广告的用户行为数据,实时同步到数据处理平台,从所述用户行为数据中提取用户特征数据,并对所述用户特征数据进行筛选处理,参见图1和图2。
在本示例中,从例如第三方获取用户在预定时间段用户对广告的用户行为数据,其中,用户行为数据包括对所展示广告的点击次数、点击时间、对所展示广告的金融产品(在本示例中为借贷类产品)的是否注册、是否授信及是否完件中的至少一个特征数据,其中,预定时间段包括七天、十天、十二天、十五天或一个月。
进一步地,从第三方获取用户信息,用户信息例如包括年龄、性别、职业、月收入/年收入、借贷信息、还款信息、逾期信息、借贷类产品的使用次数等。
具体地,将所获取的用户行为数据实时同步到Kafka分布式数据处理平台,从这些用户行为数据中提取用户特征数据,其中,用户特征数据包括用户的手机类型、手机号、手机定位的位置信息、IP地址、邮箱、年龄、性别中至少一个特征数据。
优选地,将所提取的用户特征数据与所述数据处理平台的预存数据库中的用户特征数据进行匹配,以筛选出目标用户和非目标用户,其中,目标用户用于表示要进行广告投放的用户,非目标用户用于表示不进行广告投放的用户。
此外,在本发明中,通过利用PHP作为服务开发语言,结合了Kafka分布式数据处理平台,实时接收例如头条、快手等用户在App中点击或者展示的广告数据回传,将回传数据用于数据分析。
接下来,描述步骤S102。在步骤S102中,使用训练数据训练营销优化模型。
在本示例中,建立营销优化模型,例如使用漏斗模型、通电路径模型、渠道转化验证模型、逻辑回归、梯度提升树(GBDT)等算法模型。上述这些示例仅用于说明,不能理解成对本发明的限制。
具体地,所述训练数据包括历史用户的用户特征数据、金融表现数据和广告信息数据。
在本示例中,金融表现数据包括与注册、授信或完件相关的数据。具体地,金融表现数据用户通过对页面展示的广告点击或访问之后产生兴趣或未产生兴趣而表现的信息数据,例如多次点击未注册、点击或访问、注册、授信、动支等。
优选地,广告信息数据包括广告点击或访问时间、广告内容信息、同一地址广告点击次数、点击ID、广告发布平台信息。
需要说明的是,这里的用户特征数据的具体含义和获取方式与步骤S101中的用户特征数据相同,因此,省略了对其的描述。
进一步地,输入特征是用户的用户特征信息和广告信息数据。输出特征是表示用户因点击或访问展示广告而发生转化的评估值,换言之,该评估值关联以下信息数据:用户因点击或访问展示广告而进行注册、授信、动支等概率、用户点击或访问时间、用户点击ID、用户特征数据等。
需要说明的是,上述仅作为优选的示例进行说明,不能理解成对本发明的限制。
此外,使用训练数据训练营销优化模型还包括定义好坏样本。作为一个具体的例子,可以使用“用户因点击或访问展示广告而发生转化”作来定义好坏样本,即标签为“用户因点击或访问展示广告是否发生转化”标签值规定为0或1,其中,1表示用户因点击或访问展示广告而发生转化,0表示用户因点击或访问展示广告而未发生转化。
优选地,对用户在点击产品广告之后1至12天内是否发生转化进行监测。进一步地,所述转化包括用户注册信息、授信信息、动支信息等。
具体地,例如在1至12天内监测到某用户多次点击或访问同一广告页面,但未发生转化行为,即未注册,将这种用户标记为非目标用户,以用于用户筛选处理。
对于各用户,所述销优化模型输出的评估值通常是一个0和1之间的数值。越接近1表示用户因点击或访问展示广告越倾向于发生转化。
接下来,将描述步骤S103。在步骤S103中,使用筛选出的目标用户的用户特征数据输入所述营销优化模型,计算用户评估值,根据用户特征数据和所计算的用户评估值,确定广告投放规则数据。
在本示例中,数据处理平台对目标用户的用户特征数据和所计算的用户评估值进行数据分析,将数据分析结果实时反馈给所述第三方,所述第三方展示与所述广告投放规则数据相关的广告信息,以实现广告精准投放,从而节约广告投放成本。
具体地,所述数据分析结果包括与展示广告相关的用户转化率、访问量(PV)、访问用户(UV)、点击ID、点击时间和用户特征数据中的至少一个。
优选地,广告投放规则数据包括展示计划、预定时间内广告投放次数、广告投放时间、广告投放城市、广告内容信息。
接下来,将描述步骤S104。在步骤S104中,基于所述广告投放规则数据进行广告投放。
具体地,通过所计算的用户评估值和用户特征数据,建立具有所述用户特征数据的用户与广告投放规则的对应规则。
在本实施例中,第三方将用户访问广告页面的相关信息,通过日志的形式实时返回给数据处理平台,实时更新用户特征数据、广告投放规则数据等,由此优化了目标数据。
需要说明的是,上述仅作为示例进行说明,不能理解成对本发明限制。在其他实施例中,上述步骤S102、S103都可以拆分成两个步骤,例如步骤S103可以拆成步骤S103和步骤S301,具体参见图3。
与现有技术相比,本发明将大数据挖掘技术与广告精准投放结合,解决了传统广告投放用户不精准的问题,在整个商业链条中记录用户对广告的用户行为数据,并对用户行为数据进行提取分析,通过数据提取分析,确定广告投放规则数据,以使第三方展示与所述广告投放规则数据相关的广告信息,优化了目标数据,提高了广告投放的精准度,还节约了广告投放成本。
本领域技术人员可以理解,实现上述实施例的全部或部分步骤被实现为由计算机数据处理设备执行的程序(计算机程序)。在该计算机程序被执行时,可以实现本发明提供的上述方法。而且,所述的计算机程序可以存储于计算机可读存储介质中,该存储介质可以是磁盘、光盘、ROM、RAM等可读存储介质,也可以是多个存储介质组成的存储阵列,例如磁盘或磁带存储阵列。所述的存储介质不限于集中式存储,其也可以是分布式存储,例如基于云计算的云存储。
下面描述本发明的数据仓库构建装置的实施例,该装置可以用于执行本发明的方法实施例。对于本发明装置实施例中描述的细节,应视为对于上述方法实施例的补充;对于在本发明装置实施例中未披露的细节,可以参照上述方法实施例来实现。
实施例2
参照图4、图5和图6,本发明还提供了一种基于用户行为数据反馈的广告投放***400,所述广告投放***400包括:数据获取模块401,所述数据获取模块401从第三方获取用户对广告的用户行为数据,实时同步到数据处理平台;数据处理模块402,所述数据处理模块402从所述用户行为数据中提取用户特征数据,并对所述用户特征数据进行筛选处理;训练模块403,所述训练模块403使用训练数据训练营销优化模型,所述训练数据包括历史用户的用户特征数据、金融表现数据和广告信息数据;计算模块404,所述计算模块404使用筛选出的目标用户的用户特征数据输入所述营销优化模型,计算用户评估值;确定模块405,所述确定模块405根据用户特征数据和所计算的用户评估值,确定广告投放规则数据;投放模块406,所述投放模块406基于所述广告投放规则数据进行广告投放。
优选地,如图5所示,所述广告投放***还包括反馈模块501,所述反馈模块501将所述数据处理平台的数据分析结果实时反馈给所述第三方,所述第三方展示与所述广告投放规则数据相关的广告信息。
优选地,如图6所示,所述广告投放***还包括筛选模块601,所述筛选模块601将所提取的用户特征数据与所述数据处理平台的预存数据库中的用户特征数据进行匹配,以筛选出目标用户和非目标用户,所述目标用户用于表示要进行广告投放的用户,非目标用户用于表示不进行广告投放的用户。
优选地,所述数据处理模块402还包括:从所述用户行为数据中提取用户的手机类型、手机号、手机定位的位置信息、IP地址、邮箱、年龄、性别中至少一个特征数据。
优选地,所述金融表现数据包括与注册、授信或完件相关的数据。
优选地,所述数据分析结果包括与展示广告相关的用户转化率、访问量、访问用户、点击ID、点击时间和用户特征数据中的至少一个。
优选地,所述从第三方获取用户对广告的用户行为数据包括:获取用户在预定时间段对所展示广告的点击次数、点击时间、对所展示广告的金融产品的是否注册、是否授信及是否完件中的至少一个特征数据。
优选地,所述预定时间段包括七天、十天、十二天、十五天或一个月。
优选地,通过所计算的用户评估值和用户特征数据,建立具有所述用户特征数据的用户与广告投放规则的对应规则。
需要说明的是,在实施例2中,省略了与实施例1相同的部分的说明。
本领域技术人员可以理解,上述装置实施例中的各模块可以按照描述分布于装置中,也可以进行相应变化,分布于不同于上述实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
实施例3
下面描述本发明的电子设备实施例,该电子设备可以视为对于上述本发明的方法和装置实施例的具体实体实施方式。对于本发明电子设备实施例中描述的细节,应视为对于上述方法或装置实施例的补充;对于在本发明电子设备实施例中未披露的细节,可以参照上述方法或装置实施例来实现。
图7是根据本发明的一种电子设备的示例性实施例的结构框图。下面参照图7来描述根据本发明该实施例的电子设备200。图7显示的电子设备200仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,电子设备200以通用计算设备的形式表现。电子设备200的组件可以包括但不限于:至少一个处理单元210、至少一个存储单元220、连接不同***组件(包括存储单元220和处理单元210)的总线230、显示单元240等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元210执行,使得所述处理单元210执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元210可以执行如图1所示的步骤。
所述存储单元220可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)2201和/或高速缓存存储单元2202,还可以进一步包括只读存储单元(ROM)2203。
所述存储单元220还可以包括具有一组(至少一个)程序模块2205的程序/实用工具2204,这样的程序模块2205包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线230可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备200也可以与一个或多个外部设备300(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备200交互的设备通信,和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口250进行。并且,电子设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备200使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述,本领域的技术人员易于理解,本发明描述的示例性实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时,使得该计算机可读介质能够实现本发明的上述方法,即:使用历史用户的APP下载序列向量数据和逾期信息作为训练数据,对所创建的用户风险控制模型进行训练,使用所创建的用户风险控制模型计算目标用户的金融风险预测值。
如图8所示,所述计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言-诸如Java、C++等,还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述,本发明可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,本发明不与任何特定计算机、虚拟装置或者电子设备固有相关,各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于用户行为数据反馈的广告投放方法,其特征在于,所述广告投放方法包括:
从第三方获取用户对广告的用户行为数据,实时同步到数据处理平台;
从所述用户行为数据中提取用户特征数据,并对所述用户特征数据进行筛选处理;
使用训练数据训练营销优化模型,所述训练数据包括历史用户的用户特征数据、金融表现数据和广告信息数据;
将筛选出的目标用户的用户特征数据输入所述营销优化模型,计算用户评估值;
根据用户特征数据和所计算的用户评估值,确定广告投放规则数据;
基于所述广告投放规则数据进行广告投放。
2.根据权利要求1所述的广告投放方法,其特征在于,所述广告投放方法还包括:
将所述数据处理平台的数据分析结果实时反馈给所述第三方,所述第三方展示与所述广告投放规则数据相关的广告信息。
3.根据权利要求1-2中任一项所述的广告投放方法,其特征在于,所述对所述用户特征数据进行筛选处理包括:
将所提取的用户特征数据与所述数据处理平台的预存数据库中的用户特征数据进行匹配,以筛选出目标用户和非目标用户,所述目标用户用于表示要进行广告投放的用户,非目标用户用于表示不进行广告投放的用户。
4.根据权利要求1-3中任一项所述的广告投放方法,其特征在于,所述从所述用户行为数据中提取用户特征数据包括:
从所述用户行为数据中提取用户的手机类型、手机号、手机定位的位置信息、IP地址、邮箱、年龄、性别中至少一个特征数据。
5.根据权利要求1-4中任一项所述的广告投放方法,其特征在于,所述金融表现数据包括与注册、授信或完件相关的数据。
6.根据权利要求1-5中任一项所述的广告投放方法,其特征在于,所述数据分析结果包括与展示广告相关的用户转化率、访问量、访问用户、点击ID、点击时间和用户特征数据中的至少一个。
7.根据权利要求1-6中任一项所述的广告投放方法,其特征在于,所述从第三方获取用户对广告的用户行为数据包括:
获取用户在预定时间段对所展示广告的点击次数、点击时间、对所展示广告的金融产品的是否注册、是否授信及是否完件中的至少一个特征数据。
8.一种基于用户行为数据反馈的广告投放***,其特征在于,包括:
数据获取模块,所述数据获取模块从第三方获取用户对广告的用户行为数据,实时同步到数据处理平台;
数据处理模块,所述数据处理模块从所述用户行为数据中提取用户特征数据,并对所述用户特征数据进行筛选处理;
训练模块,所述训练模块使用训练数据训练营销优化模型,所述训练数据包括历史用户的用户特征数据、金融表现数据和广告信息数据;
计算模块,所述计算模块使用筛选出的目标用户的用户特征数据输入所述营销优化模型,计算用户评估值;
确定模块,所述确定模块根据用户特征数据和所计算的用户评估值,确定广告投放规则数据;
投放模块,所述投放模块基于所述广告投放规则数据进行广告投放。
9.一种电子设备,其中,该电子设备包括:
处理器;以及,
存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行根据权利要求1-7中任一项所述的基于用户行为数据反馈的广告投放方法。
10.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现权利要求1-7中任一项所述的基于用户行为数据反馈的广告投放方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911329774.8A CN111178954A (zh) | 2019-12-20 | 2019-12-20 | 一种广告投放方法、***和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911329774.8A CN111178954A (zh) | 2019-12-20 | 2019-12-20 | 一种广告投放方法、***和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111178954A true CN111178954A (zh) | 2020-05-19 |
Family
ID=70654125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911329774.8A Pending CN111178954A (zh) | 2019-12-20 | 2019-12-20 | 一种广告投放方法、***和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111178954A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112015978A (zh) * | 2020-07-24 | 2020-12-01 | 上海淇玥信息技术有限公司 | 一种定制信息发送方法、装置和电子设备 |
CN112215348A (zh) * | 2020-09-09 | 2021-01-12 | 广州小迈网络科技有限公司 | 广告投放信息处理方法 |
CN112348560A (zh) * | 2020-09-27 | 2021-02-09 | 北京淇瑀信息科技有限公司 | 广告素材智能审核方法、装置和电子设备 |
CN112465573A (zh) * | 2021-02-03 | 2021-03-09 | 北京淇瑀信息科技有限公司 | 一种多渠道智能广告投放方法、装置和电子设备 |
CN112819553A (zh) * | 2021-04-01 | 2021-05-18 | 郭举 | 一种结合大数据分析的在线广告推送方法及云服务器 |
CN112819531A (zh) * | 2021-01-30 | 2021-05-18 | 北京奇保信安科技有限公司 | 人群包的自定义上线方法、装置及电子设备 |
CN112862526A (zh) * | 2021-02-04 | 2021-05-28 | 深圳迅策科技有限公司 | 一种大数据金融资产实时估值方法、装置及可读介质 |
CN113222654A (zh) * | 2021-04-29 | 2021-08-06 | 西安点告网络科技有限公司 | 一种基于用户特征的广告投放方法、***、设备及存储介质 |
CN113569178A (zh) * | 2021-07-19 | 2021-10-29 | 上海淇玥信息技术有限公司 | 基于用户行为分析优化外链投放的方法、装置和电子设备 |
CN114331561A (zh) * | 2022-01-06 | 2022-04-12 | 广州岸边网络科技有限公司 | 一种智能广告信息投放匹配***及方法 |
CN113743995B (zh) * | 2021-09-09 | 2023-07-25 | 平安科技(深圳)有限公司 | 多渠道的广告投放方法、装置、设备及存储介质 |
CN117035874A (zh) * | 2023-10-10 | 2023-11-10 | 南京莫愁智慧信息科技有限公司 | 一种数字人广告数据处理的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106971321A (zh) * | 2017-04-06 | 2017-07-21 | 百度在线网络技术(北京)有限公司 | 营销信息推送方法、装置、设备以及存储介质 |
CN107679915A (zh) * | 2017-09-30 | 2018-02-09 | 平安科技(深圳)有限公司 | 营销活动的管理方法、装置、设备及计算机存储介质 |
CN108681920A (zh) * | 2018-05-14 | 2018-10-19 | 微梦创科网络科技(中国)有限公司 | 基于广告创意优化广告投放的方法及*** |
CN108776907A (zh) * | 2018-05-31 | 2018-11-09 | 康键信息技术(深圳)有限公司 | 广告智能推荐方法、服务器及存储介质 |
CN109447688A (zh) * | 2018-09-27 | 2019-03-08 | 平安科技(深圳)有限公司 | 广告投放方法、装置及存储设备、计算机设备 |
CN109711872A (zh) * | 2018-12-14 | 2019-05-03 | 中国平安人寿保险股份有限公司 | 基于大数据分析的广告投放方法及装置 |
CN110570232A (zh) * | 2019-08-05 | 2019-12-13 | 科大讯飞股份有限公司 | 互联网广告投放方法、装置、服务器及存储介质 |
-
2019
- 2019-12-20 CN CN201911329774.8A patent/CN111178954A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106971321A (zh) * | 2017-04-06 | 2017-07-21 | 百度在线网络技术(北京)有限公司 | 营销信息推送方法、装置、设备以及存储介质 |
CN107679915A (zh) * | 2017-09-30 | 2018-02-09 | 平安科技(深圳)有限公司 | 营销活动的管理方法、装置、设备及计算机存储介质 |
CN108681920A (zh) * | 2018-05-14 | 2018-10-19 | 微梦创科网络科技(中国)有限公司 | 基于广告创意优化广告投放的方法及*** |
CN108776907A (zh) * | 2018-05-31 | 2018-11-09 | 康键信息技术(深圳)有限公司 | 广告智能推荐方法、服务器及存储介质 |
CN109447688A (zh) * | 2018-09-27 | 2019-03-08 | 平安科技(深圳)有限公司 | 广告投放方法、装置及存储设备、计算机设备 |
CN109711872A (zh) * | 2018-12-14 | 2019-05-03 | 中国平安人寿保险股份有限公司 | 基于大数据分析的广告投放方法及装置 |
CN110570232A (zh) * | 2019-08-05 | 2019-12-13 | 科大讯飞股份有限公司 | 互联网广告投放方法、装置、服务器及存储介质 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112015978B (zh) * | 2020-07-24 | 2023-06-23 | 上海淇玥信息技术有限公司 | 一种定制信息发送方法、装置和电子设备 |
CN112015978A (zh) * | 2020-07-24 | 2020-12-01 | 上海淇玥信息技术有限公司 | 一种定制信息发送方法、装置和电子设备 |
CN112215348A (zh) * | 2020-09-09 | 2021-01-12 | 广州小迈网络科技有限公司 | 广告投放信息处理方法 |
CN112348560A (zh) * | 2020-09-27 | 2021-02-09 | 北京淇瑀信息科技有限公司 | 广告素材智能审核方法、装置和电子设备 |
CN112819531A (zh) * | 2021-01-30 | 2021-05-18 | 北京奇保信安科技有限公司 | 人群包的自定义上线方法、装置及电子设备 |
CN112465573A (zh) * | 2021-02-03 | 2021-03-09 | 北京淇瑀信息科技有限公司 | 一种多渠道智能广告投放方法、装置和电子设备 |
CN112862526A (zh) * | 2021-02-04 | 2021-05-28 | 深圳迅策科技有限公司 | 一种大数据金融资产实时估值方法、装置及可读介质 |
CN112862526B (zh) * | 2021-02-04 | 2024-01-12 | 深圳迅策科技有限公司 | 一种大数据金融资产实时估值方法、装置及可读介质 |
CN112819553A (zh) * | 2021-04-01 | 2021-05-18 | 郭举 | 一种结合大数据分析的在线广告推送方法及云服务器 |
CN112819553B (zh) * | 2021-04-01 | 2022-02-15 | 上海墨幸文化传播有限公司 | 一种结合大数据分析的在线广告推送方法及云服务器 |
CN113222654A (zh) * | 2021-04-29 | 2021-08-06 | 西安点告网络科技有限公司 | 一种基于用户特征的广告投放方法、***、设备及存储介质 |
CN113569178A (zh) * | 2021-07-19 | 2021-10-29 | 上海淇玥信息技术有限公司 | 基于用户行为分析优化外链投放的方法、装置和电子设备 |
CN113743995B (zh) * | 2021-09-09 | 2023-07-25 | 平安科技(深圳)有限公司 | 多渠道的广告投放方法、装置、设备及存储介质 |
CN114331561A (zh) * | 2022-01-06 | 2022-04-12 | 广州岸边网络科技有限公司 | 一种智能广告信息投放匹配***及方法 |
CN117035874A (zh) * | 2023-10-10 | 2023-11-10 | 南京莫愁智慧信息科技有限公司 | 一种数字人广告数据处理的方法 |
CN117035874B (zh) * | 2023-10-10 | 2023-12-12 | 南京莫愁智慧信息科技有限公司 | 一种数字人广告数据处理的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111178954A (zh) | 一种广告投放方法、***和电子设备 | |
CN106971321B (zh) | 营销信息推送方法、装置、设备以及存储介质 | |
CN111192108A (zh) | 一种用于产品推荐的排序方法、装置和电子设备 | |
US10268956B2 (en) | Method and system for applying probabilistic topic models to content in a tax environment to improve user satisfaction with a question and answer customer support system | |
Basahel et al. | Measuring success of e-government of Saudi Arabia | |
US11843651B2 (en) | Personalized recommendation method and system, and terminal device | |
CN111125574B (zh) | 用于生成信息的方法和装置 | |
CN111242661A (zh) | 优惠券发放方法和装置以及计算机***和介质 | |
CN113743981B (zh) | 素材投放成本预测方法、装置、计算机设备及存储介质 | |
CN110798567A (zh) | 短信分类显示方法及装置、存储介质、电子设备 | |
CN103608807A (zh) | 路径长度选择器 | |
CN111210336A (zh) | 用户风险模型生成方法、装置及电子设备 | |
CN103854206A (zh) | 一种分析人群特征的方法和设备 | |
CN112819528A (zh) | 人群包的上线方法、装置及电子设备 | |
CN111179030B (zh) | 广告出价方法、装置及电子设备 | |
CN111949970A (zh) | 一种目标资源数据获取的方法、装置和电子设备 | |
US10331713B1 (en) | User activity analysis using word clouds | |
CN113256330A (zh) | 信息投放效果归因方法和装置 | |
CN113128773A (zh) | 地址预测模型的训练方法、地址预测方法及装置 | |
CN112819531A (zh) | 人群包的自定义上线方法、装置及电子设备 | |
CN116720489A (zh) | 页面填充方法及装置、电子设备和计算机可读存储介质 | |
CN111445139A (zh) | 业务流程模拟方法及装置、存储介质、电子设备 | |
CN114528448B (zh) | 一种全球外贸客户客户画像精准分析*** | |
US20150339693A1 (en) | Determination of initial value for automated delivery of news items | |
CN112015970A (zh) | 产品推荐方法、相关设备及计算机存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |