CN112330371A - 基于ai的智能广告推送方法及装置、***及存储介质 - Google Patents
基于ai的智能广告推送方法及装置、***及存储介质 Download PDFInfo
- Publication number
- CN112330371A CN112330371A CN202011351491.6A CN202011351491A CN112330371A CN 112330371 A CN112330371 A CN 112330371A CN 202011351491 A CN202011351491 A CN 202011351491A CN 112330371 A CN112330371 A CN 112330371A
- Authority
- CN
- China
- Prior art keywords
- program
- advertisement
- program scene
- scene recognition
- screen
- 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 48
- 230000008569 process Effects 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 230000003631 expected effect Effects 0.000 abstract description 10
- 238000013473 artificial intelligence Methods 0.000 description 62
- 238000012545 processing Methods 0.000 description 10
- ZYXYTGQFPZEUFX-UHFFFAOYSA-N benzpyrimoxan Chemical compound O1C(OCCC1)C=1C(=NC=NC=1)OCC1=CC=C(C=C1)C(F)(F)F ZYXYTGQFPZEUFX-UHFFFAOYSA-N 0.000 description 8
- 238000002716 delivery method Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010079 rubber tapping 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
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0244—Optimization
-
- 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
- G06Q30/0277—Online advertisement
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (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)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于AI的智能广告推送方法及装置、***及存储介质。该方法包括:获取终端开机后的屏幕信息;根据所述屏幕信息,结合训练后的节目场景识别模型,获得节目场景识别结果;根据所述节目场景识别结果,获得对应的广告;在所述屏幕上播放所述对应的广告。本发明解决了广告与消费者需求不符,未达预期效果的问题,实现广告智能化推送。
Description
技术领域
本发明涉及AI(Artificial Intelligence,人工智能)领域,由其涉及一种基于AI的智能广告推送方法及装置、***及存储介质。
背景技术
随着人们消费能力的提高,广告推送方式也越来越丰富,其中以在消费者屏幕端推送广告的方式最受到广告商的青睐,经常以开屏广告和贴片广告的形式出现,这也是广告消息触及用户侧最直接的方式。然而传统的屏幕广告推送多采用盲投的方式,容易出现广告的产品或服务与消费者的需求不一致,因此消费者往往选择提前结束广告播放,进一步地可能在多次接收到不感兴趣的广告后选择投诉,降低品牌价值,造成广告未达预期效果。
发明内容
本发明的主要目的在于提出一种基于AI的智能广告推送方法及装置、***及存储介质,旨在解决广告与消费者需求不符,未达预期效果的问题,实现广告智能化推送。
为实现上述目的,本发明提供一种基于AI的智能广告推送方法,所述方法应用于基于AI的智能广告推送***,所述方法包括如下步骤:
获取终端开机后的屏幕信息;
根据所述屏幕信息,结合训练后的节目场景识别模型,获得节目场景识别结果;
根据所述节目场景识别结果,获得对应的广告;
在所述屏幕上播放所述对应的广告。
可选的,所述获取终端开机后的屏幕信息的步骤之前还包括:
通过AI技术建立节目场景识别模型;
采集用户观看历史节目的相关图片和/或音频,并获得对应的节目场景信息;
将所述历史节目的相关图片和/或音频,和所述对应的节目场景信息,输入所述节目场景识别模型,对所述节目场景识别模型进行训练,得到训练后的节目场景识别模型。
可选的,所述获取终端开机后的屏幕信息的步骤包括:
在检测到终端屏幕开启时或者检测到终端播放节目过程中,按照预设的频率获取所述终端屏幕上的屏幕信息。
可选的,所述屏幕信息包括:图片和/或音频,所述根据所述屏幕信息,结合训练后的节目场景识别模型,获得节目场景识别结果的步骤包括:
将所述图片和/或音频以数据流的格式输入训练后的节目场景识别模型,由所述节目场景识别模型根据所述图片中出现的物体和/或标识进行识别,或根据所述音频中的声纹进行识别,以获得节目场景识别结果。
可选的,所述节目场景识别结果包括:节目场景信息和对应所述节目场景信息的权重的一种或多种。
可选的,所述根据所述节目场景识别结果,获得对应的广告的步骤包括:
对所述节目场景信息和所述权重进行筛选,当连续N个所述节目场景信息和对应的权重一致时,获得节目场景分布情况,其中,N为整数,且N≥3;
根据所述节目场景分布情况,获得对应的广告。
可选的,所述根据所述节目场景分布情况,获得对应的广告的步骤包括:
根据所述节目场景分布情况,统计所述节目场景分布情况的对应观看时长;
对所述观看时长进行排序,将排序后的所述观看时长和节目场景分布情况同步至云端服务器;
接收所述云端服务器的根据所述排序后的所述观看时长和节目场景分布情况反馈的广告,并推送给终端用户。
为了实现上述目的,本发明还提供一种基于AI的智能广告推送装置,包括:
截屏/录音模块,用于获取终端开机后的屏幕信息,将所述屏幕信息发送至模型运行模块;
模型运行模块,用于根据所述屏幕信息,结合训练后的节目场景识别模型,获得节目场景识别结果,将所述节目场景识别结果发送至广告推送模块;
广告推送模块,用于根据所述节目场景识别结果,获得对应的广告,将所述对应的广告发送至广告播放模块;
广告播放模块,用于在所述屏幕上播放所述对应的广告。
此外,为实现上述目的,本发明还提供一种基于AI的智能广告推送***,所述***包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于AI的智能广告推送程序,所述基于AI的智能广告推送程序被所述处理器运行时实现如上所述的基于AI的智能广告推送方法的步骤。
此外,为实现上述目的,本发明还提供一种存储介质,所述存储介质上存储有基于AI的智能广告推送程序,所述基于AI的智能广告推送程序被处理器执行时实现如上所述的基于AI的智能广告推送方法的步骤。
本发明提出的一种基于AI的智能广告推送方法及装置、***及存储介质。通过上述方式,获取终端开机后的屏幕信息;根据所述屏幕信息,结合训练后的节目场景识别模型,获得节目场景识别结果;根据所述节目场景识别结果,获得对应的广告;在所述屏幕上播放所述对应的广告。通过上述方式,本发明解决了广告与消费者需求不符,未达预期效果的问题,实现广告智能化推送。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的***结构示意图;
图2为本发明基于AI的智能广告推送方法第一实施例的流程示意图;
图3为本发明基于AI的智能广告推送装置示意图;
图4为本发明基于AI的智能广告推送方法第二实施例的流程示意图;
图5为本发明基于AI的智能广告推送方法第三实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:获取终端开机后的屏幕信息;根据所述屏幕信息,结合训练后的节目场景识别模型,获得节目场景识别结果;根据所述节目场景识别结果,获得对应的广告;在所述屏幕上播放所述对应的广告。
现有的电视及其他终端的屏幕广告推送多采用盲投的方式,容易出现广告的产品或服务与消费者的需求不一致,消费者往往选择提前结束广告播放,进一步地,消费者可能在多次接收到不感兴趣的广告后选择投诉,降低品牌价值,同时广告未达预期效果。
本发明提出一种解决方案,解决广告与消费者需求不符,未达预期效果的问题,实现广告智能化推送。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的***结构示意图。
本发明实施例***可以是PC,也可以是智能手机、平板电脑等具有显示功能的可移动式***设备。
如图1所示,该***可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(DisPlay)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
优选地,***还可以包括摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。其中,传感器比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示屏的亮度,接近传感器可在移动***移动到耳边时,关闭显示屏和/或背光。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别移动***姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;当然,移动***还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
本领域技术人员可以理解,图1中示出的***结构并不构成对***的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及基于AI的智能广告推送程序。
在图1所示的***中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的基于AI的智能广告推送程序,并执行以下操作:
获取终端开机后的屏幕信息;
根据所述屏幕信息,结合训练后的节目场景识别模型,获得节目场景识别结果;
根据所述节目场景识别结果,获得对应的广告;
在所述屏幕上播放所述对应的广告。
进一步地,处理器1001可以调用存储器1005中存储的基于AI的智能广告推送程序,还执行以下操作:
通过AI技术建立节目场景识别模型;
采集用户观看历史节目的相关图片和/或音频,并获得对应的节目场景信息;
将所述历史节目的相关图片和/或音频,和所述对应的节目场景信息,输入所述节目场景识别模型,对所述节目场景识别模型进行训练,得到训练后的节目场景识别模型。
进一步地,处理器1001可以调用存储器1005中存储的基于AI的智能广告推送程序,还执行以下操作:
在检测到终端屏幕开启时或者检测到终端播放节目过程中,按照预设的频率获取所述终端屏幕上的屏幕信息。
进一步地,处理器1001可以调用存储器1005中存储的基于AI的智能广告推送程序,还执行以下操作:
将所述图片和/或音频以数据流的格式输入训练后的节目场景识别模型,由所述节目场景识别模型根据所述图片中出现的物体和/或标识进行识别,或根据所述音频中的声纹进行识别,以获得节目场景识别结果。
进一步地,处理器1001可以调用存储器1005中存储的基于AI的智能广告推送程序,还执行以下操作:
所述节目场景识别结果包括:节目场景信息和对应所述节目场景信息的权重的一种或多种。
进一步地,处理器1001可以调用存储器1005中存储的基于AI的智能广告推送程序,还执行以下操作:
对所述节目场景信息和所述权重进行筛选,当连续N个所述节目场景信息和对应的权重一致时,获得节目场景分布情况,其中,N为整数,且N≥3;
根据所述节目场景分布情况,获得对应的广告。
进一步地,处理器1001可以调用存储器1005中存储的基于AI的智能广告推送程序,还执行以下操作:
根据所述节目场景分布情况,统计所述节目场景分布情况的对应观看时长;
对所述观看时长进行排序,将排序后的所述观看时长和节目场景分布情况同步至云端服务器;
接收所述云端服务器的根据所述排序后的所述观看时长和节目场景分布情况反馈的广告,并推送给终端用户。
本发明提出的一种基于AI的智能广告推送方法及装置、***及存储介质。通过上述方式,获取终端开机后的屏幕信息;根据所述屏幕信息,结合训练后的节目场景识别模型,获得节目场景识别结果;根据所述节目场景识别结果,获得对应的广告;在所述屏幕上播放所述对应的广告。通过上述方式,本发明解决了广告与消费者需求不符,未达预期效果的问题,实现广告智能化推送。
基于上述硬件结构,提出本发明方法实施例。
参照图2,图2为本发明基于AI的智能广告推送方法第一实施例的流程示意图,结合图2,所述方法包括:
步骤S10,获取终端开机后的屏幕信息。
作为一种实施方式,在本实施例中,在检测到终端屏幕开启时或者检测到终端播放节目过程中,按照预设的频率获取所述终端屏幕上的屏幕信息,在本实施例中,以300ms/次的频率为例,所述屏幕信息包括:图片和音频。
具体地,作为一种实施例,在本实施例中,结合图3,图3为本发明基于AI的智能广告推送装置的简要示意图,本发明装置包括以下模块:主控模块、截屏/录音模块、模型运行模块、广告推送模块和广告播放模块,其中广告推送模块包括:识别结果处理单元、后台广告管理单元、广告控制播放单元和后台广告服务器。
进一步地,主控模块具有协调控制截屏/录音模块、模型运行模块、识别结果处理单元和广告控制播放单元的功能。当检测到用户打开电视、Pad等电子终端播放设备时,或检测到用户电子终端在播放节目时,主控模块发出控制指令并发送至截屏/录音模块,控制指令包括:截屏控制指令和录音控制指令。
进一步地,截屏/录音模块将根据控制指令的截屏控制指令和录音控制指令,获取用户终端开机后的屏幕信息,以一定的频率对用户的电子终端播放设备进行截屏和录音。在本实施例中,以300ms/次的频率为例,以获取用户当前收看的节目的屏幕图片和录音音频。此外,获取用户屏幕除了截屏方式,还可以是抓取用户屏幕等方式,在本实施例中以截屏方式为例进行说明。
在本实施例中,截屏/录音模块以300ms/次的频率对用户屏幕进行截屏,获取用户当前观看的节目截屏图片,并且以300ms/次的频率对节目内容进行录音,获取用户当前观看的节目录音音频,得到用户终端开机后的屏幕图片和音频。
步骤S20,根据所述屏幕信息,结合训练后的节目场景识别模型,获得节目场景识别结果。
作为一种实施方式,在本实施例中,将所述图片和/或音频以数据流的格式输入训练后的节目场景识别模型,由所述节目场景识别模型根据所述图片中出现的物体和/或标识进行识别,或根据所述音频中的声纹进行识别,以获得节目场景识别结果。所述节目场景识别结果包括:节目场景信息和对应所述节目场景信息的权重的一种或多种。在本实施例中,以节目场景识别结果包括:节目场景信息和对应所述节目场景信息的权重为例。
具体地,作为一种实施例,在本实施例中,模型运行模块将结合节目场景识别模型,将图片和/或音频以数据流的格式输入节目场景识别模型,对获取的节目截屏图片和节目录音音频进行场景识别,得到节目场景识别结果。节目场景识别模型根据节目截屏图片,针对节目截屏图片中出现的物体、标识和文字等因素,进行节目场景识别。例如,当屏幕出现体育类场景时,判断用户可能正在收看体育竞技类节目,当屏幕出现“NBA”的字样或标识时,判断用户正在收看NBA篮球节目,得到“NBA篮球节目”的节目场景识别结果。
进一步地,节目场景识别模型根据节目录音音频的声纹片段,获取声纹片段中特殊的声纹信息,进行节目场景识别。例如,当声纹信息出现音乐类声纹时,判断用户可能正在收看音乐类节目,进一步地,当音乐声纹为交响乐等声纹时,得到“交响乐”的节目场景识别结果。
进一步的,节目场景识别模型给出对应节目场景信息的权重。节目场景识别模型对用户节目截屏图片和节目录音音频的识别判断,得到用户收看的节目场景识别结果,并根据各节目场景识别结果出现的频次,计算各节目场景识别结果的占比,即对应节目场景信息的权重,如“NBA篮球节目0.6,新闻直播0.1,交响乐0.3”。
步骤S30,根据所述节目场景识别结果,获得对应的广告。
作为一种实施方式,在本实施例中,对所述节目场景信息和所述权重进行筛选,当连续N个所述节目场景信息和对应的权重一致时,获得节目场景分布情况,其中,N为整数,且N≥3;根据所述节目场景分布情况,获得对应的广告。
具体地,作为一种实施例,在本实施例中,识别结果处理单元根据模型运行模块给出的节目场景识别结果进行筛选,包括对对节目场景信息和对应的权重进行筛选,即当节目场景识别结果连续两次或以上相同时,则确认节目场景识别结果有效,排除抖动识别错误,获得节目场景分布情况,在本实施例中,以连续三次的节目场景识别结果相同为例;根据所述节目场景分布情况,从云端服务器获得对应的广告。
进一步地,根据模型运行模块给出的节目场景识别结果,如“NBA篮球节目0.6,新闻直播0.1,交响乐0.3”,识别结果处理单元对节目场景识别结果“NBA篮球节目0.6,新闻直播0.1,交响乐0.3”进一步判断,连续接收三次节目场景识别结果,若三次节目场景识别结果都是相同的,即三次接收到的都是“NBA篮球节目0.6,新闻直播0.1,交响乐0.3”,则确认节目场景识别模型没有误判,排除节目场景识别模型的抖动识别错误,获取节目场景分布情况,即“NBA篮球节目0.6,新闻直播0.1,交响乐0.3”。
进一步地,当连续接收三次节目场景识别结果不完全一致,例如,用户在转台时,截屏/录音模块得到包含转台中间出现的其他节目截屏图片和节目录音音频,则节目场景识别模型传来的结果可能是“NBA篮球节目0.6,文物鉴赏0.1,交响乐0.3”“NBA篮球节目0.6,新闻直播0.1,交响乐0.3”、“NBA篮球节目0.6,新闻直播0.1,交响乐0.3”,则识别结果处理单元判断节目场景识别模型的抖动识别错误,等待直到连续接收三次节目场景识别结果为止,如连续三次接收到的都是“NBA篮球节目0.6,新闻直播0.1,交响乐0.3”,排除节目场景识别模型的抖动识别错误,获取节目场景分布情况,即“NBA篮球节目0.6,新闻直播0.1,交响乐0.3”。
进一步地,根据获得的节目场景分布情况,从云端服务器,即后台广告服务器获取对应节目场景分布情况的广告内容,由后台广告服务器推送符合用户观看习惯的广告内容。例如根据“NBA篮球节目”推送球鞋、球服、纪念品等“NBA赛事”周边产品广告内容,根据“交响乐”推送当地最新的交响乐演出广告等。
进一步地,当节目场景分布情况改变时,该装置都可以实时更新到后台广告服务器,根据最新的节目数据推送广告内容。
步骤S40,在所述屏幕上播放所述对应的广告。
作为一种实施方式,在本实施例中,广告控制播放单元根据后台广告服务器推送的广告内容,在用户电子终端屏幕上播放对应的广告,播放的方式不限于贴片广告或开屏广告的形式播放,由于播放的广告都是符合用户习惯观看的内容,避免用户提前结束广告播放,达到提高广告推送效果的目的。
本发明提出的一种基于AI的智能广告推送方法,通过上述方式,获取终端开机后的屏幕信息;根据所述屏幕信息,结合训练后的节目场景识别模型,获得节目场景识别结果;根据所述节目场景识别结果,获得对应的广告;在所述屏幕上播放所述对应的广告。通过上述方式,本发明解决了广告与消费者需求不符,未达预期效果的问题,实现广告智能化推送。
进一步地,参照图4,图4为本发明基于AI的智能广告推送方法第二实施例的流程示意图。基于上述图2所示的实施例,在上述步骤S10:获取终端开机后的屏幕信息之前还包括:
步骤S50,通过AI技术建立节目场景识别模型;采集用户观看历史节目的相关图片和/或音频,并获得对应的节目场景信息;将所述历史节目的相关图片和/或音频,和所述对应的节目场景信息,输入所述节目场景识别模型,对所述节目场景识别模型进行训练,得到训练后的节目场景识别模型。
作为一种实施方式,在本实施例中,***开发人员可以基于Android nn接口进行卷积算法的开发,通过AI技术建立节目场景识别模型,并采集海量素材,包括节目相关图片和音频。将节目相关图片和音频进行分类,得到“节目相关图片和音频-节目场景信息”的映射关系,再将“节目相关图片和音频-节目场景信息”的映射关系输入到节目场景识别模型,对节目场景识别模型进行训练。
节目场景识别模型对“节目相关图片和音频-节目场景信息”的映射关系进行学习后,获得根据节目相关图片和音频得出对应节目场景信息的能力,同时***开发人员进行人工纠偏,通过不断训练提升节目场景识别模型对素材的识别准确率。
具体地,作为一种实施例,在本实施例中,节目场景识别模型也采集用户观看历史节目的相关图片和/或音频,将所述历史节目的相关图片和/或音频,根据“节目相关图片和音频-节目场景信息”的映射关系得到对应的节目场景信息,输入所述节目场景识别模型,对所述节目场景识别模型进行训练,得到训练后的节目场景识别模型,进一步提高节目场景识别模型的对素材的识别准确率,根据贴近用户的使用习惯。
进一步地,该识别过程可以单独运行,不占用主芯片Soc(System on chip,片上***)的CPU(Central Processing Unit,中央处理器)和GPU(Graphics Processing Unit,图形处理器)资源,达到在不影响电子设备正常使用的情况下,进行人工智能识别。同时借助当前嵌入式神经网络处理器计算力的进一步提升,图像识别能力达到逐帧水平,进一步提升了识别的速度和准确率。
进一步地,在本实施例中,步骤S10至步骤S40可参照本发明基于AI的智能广告推送方法第一实施例,此处不再赘述。
本实施例通过上述方案,通过AI技术建立节目场景识别模型;采集用户观看历史节目的相关图片和/或音频,并获得对应的场景信息;将所述历史节目的相关图片和/或音频,和所述对应的场景信息,输入所述节目场景识别模型,对所述节目场景识别模型进行训练,得到训练后的节目场景识别模型;获取终端开机后的屏幕信息;根据所述屏幕信息,结合训练后的节目场景识别模型,获得节目场景识别结果;根据所述节目场景识别结果,获得对应的广告;在所述屏幕上播放所述对应的广告。通过上述方式,本发明解决了广告与消费者需求不符,未达预期效果的问题,实现广告智能化推送。
进一步地,参照图5,图5为本发明基于AI的智能广告推送方法第三实施例的流程示意图。基于上述图2所示的实施例,在上述步骤S30:根据所述节目场景识别结果,获得对应的广告具体包括:
步骤S301,对所述节目场景信息和所述权重进行筛选,当连续N个所述节目场景信息和对应的权重一致时,获得节目场景分布情况,其中,N为整数,且N≥3。
作为一种实施方式,在本实施例中,识别结果处理单元根据模型运行模块给出的节目场景识别结果,包括对节目场景信息和对应的权重进行筛选,即当节目场景识别结果连续两次或以上相同时,则确认节目场景识别结果有效,排除抖动识别错误,获得节目场景分布情况,在本实施例中,以连续三次为例。
具体地,作为一种实施例,在本实施例中,根据模型运行模块给出的节目场景识别结果,如“NBA篮球节目0.6,新闻直播0.1,交响乐0.3”,其中“NBA篮球节目、新闻直播、交响乐”为节目场景信息,“0.6、0.1、0.3”是对应的权重,识别结果处理单元对节目场景识别结果“NBA篮球节目0.6,新闻直播0.1,交响乐0.3”进一步判断,连续接收三次节目场景识别结果,若三次节目场景识别结果都是相同的,即三次接收到的都是“NBA篮球节目0.6,新闻直播0.1,交响乐0.3”,则确认节目场景识别模型没有误判,排除节目场景识别模型的抖动识别错误,获取节目场景分布情况,即“NBA篮球节目0.6,新闻直播0.1,交响乐0.3”。
进一步地,当连续接收三次节目场景识别结果不完全一致,例如,用户在转台时,截屏/录音模块得到包含转台中间出现的其他节目截屏图片和节目录音音频,则节目场景识别模型传来的结果可能是“NBA篮球节目0.6,文物鉴赏0.1,交响乐0.3”“NBA篮球节目0.6,新闻直播0.1,交响乐0.3”、“NBA篮球节目0.6,新闻直播0.1,交响乐0.3”,则识别结果处理单元判断节目场景识别模型出现抖动识别错误,等待直到连续接收三次节目场景识别结果为止,如连续三次接收到的都是“NBA篮球节目0.6,新闻直播0.1,交响乐0.3”,排除节目场景识别模型的抖动识别错误,获取节目场景分布情况,即“NBA篮球节目0.6,新闻直播0.1,交响乐0.3”。
步骤S302,根据所述节目场景分布情况,获得对应的广告。
作为一种实施方式,在本实施例中,根据所述节目场景分布情况,统计所述节目场景分布情况的对应观看时长;对所述观看时长进行排序,将排序后的所述观看时长和节目场景分布情况同步至云端服务器;接收所述云端服务器的根据所述排序后的所述观看时长和节目场景分布情况反馈的广告,并推送给终端用户。
具体地,作为一种实施例,在本实施例中,后台广告管理单元根据节目场景分布情况,即“NBA篮球节目0.6,交响乐0.3,新闻直播0.1”,统计对应节目场景分布情况的使用时长,即后台广告管理单元统计用户在“NBA篮球节目”、“交响乐”、“新闻直播”各项节目的观看时长,得到如“NBA篮球节目1.5h,交响乐0.75h,新闻直播0.5h”的结果,将如“NBA篮球节目1.5h,交响乐0.75h,新闻直播0.5h”的结果发送至广告控制播放单元。
进一步地,广告控制播放单元对统计到的观看时长进行排序,选取观看时长前三或者更多的节目场景分布情况。例如,在本实施例中,广告控制播放单元对“NBA篮球节目1.5h,交响乐0.75h,新闻直播0.5h”的结果按照权重排序,得到“NBA篮球节目1.5h,交响乐0.75h,新闻直播0.5h”,选取前三或者更多的节目场景分布情况和对应时长,在本实施例中,以选取前三为例,即排序后选取的结果为“NBA篮球节目1.5h,交响乐0.75h,新闻直播0.5h”。
进一步地,广告控制播放单元以一定的频率,将选取后的节目场景分布情况和对应时长,即“NBA篮球节目1.5h,交响乐0.75h,新闻直播0.5h”,同步至后台广告服务器。在本实施例中,广告控制播放单元以10s/次的率将节目数据同步至后台广告服务器。
进一步地,后台广告服务器根据“NBA篮球节目1.5h,交响乐0.75h,新闻直播0.5h”,推送符合的广告内容,例如根据“NBA篮球节目”推送球鞋、球服、纪念品等“NBA赛事”周边产品广告内容,根据“交响乐”推送当地最新的交响乐演出广告等给终端用户。
进一步地,当节目数据改变时,该装置都可以实时更新到后台广告服务器,根据最新的节目数据推送广告内容终端用户。
本发明提出的一种基于AI的智能广告推送方法,通过上述方式,获取终端开机后的屏幕信息;根据所述屏幕信息,结合训练后的节目场景识别模型,获得节目场景识别结果;对所述节目场景识别结果进行筛选,当连续N个所述节目场景识别结果一致时,获得节目场景分布情况,其中,N为整数,且N≥3;根据所述节目场景分布情况,统计所述节目场景分布情况的对应观看时长;对所述观看时长进行排序,将排序后的所述观看时长和节目场景分布情况同步至云端服务器;接收所述云端服务器的根据所述排序后的所述观看时长和节目场景分布情况反馈的广告,并推送给终端用户在所述屏幕上播放所述对应的广告。通过上述方式,本发明解决了广告与消费者需求不符,未达预期效果的问题,实现广告智能化推送。
本发明还提供一种基于AI的智能广告推送***。
本发明基于AI的智能广告推送***包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于AI的智能广告推送程序,所述基于AI的智能广告推送程序被所述处理器运行时实现如上所述的基于AI的智能广告推送方法的步骤。
其中,在所述处理器上运行的基于AI的智能广告推送程序被执行时所实现的方法可参照本发明基于AI的智能广告推送方法各个实施例,此处不再赘述。
本发明还提供一种存储介质。
本发明存储介质上存储有基于AI的智能广告推送程序,所述基于AI的智能广告推送程序被处理器执行时实现如上所述的基于AI的智能广告推送方法的步骤。
其中,在所述处理器上运行的基于AI的智能广告推送程序被执行时所实现的方法可参照本发明基于AI的智能广告推送方法各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台***设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于AI的智能广告推送方法,其特征在于,所述方法包括如下步骤:
获取终端开机后的屏幕信息;
根据所述屏幕信息,结合训练后的节目场景识别模型,获得节目场景识别结果;
根据所述节目场景识别结果,获得对应的广告;
在所述屏幕上播放所述对应的广告。
2.如权利要求1所述的基于AI的智能广告推送方法,其特征在于,所述获取终端开机后的屏幕信息的步骤之前还包括:
通过AI技术建立节目场景识别模型;
采集用户观看历史节目的相关图片和/或音频,并获得对应的节目场景信息;
将所述历史节目的相关图片和/或音频,和所述对应的节目场景信息,输入所述节目场景识别模型,对所述节目场景识别模型进行训练,得到训练后的节目场景识别模型。
3.如权利要求2所述的基于AI的智能广告推送方法,其特征在于,所述获取终端开机后的屏幕信息的步骤包括:
在检测到终端屏幕开启时或者检测到终端播放节目过程中,按照预设的频率获取所述终端屏幕上的屏幕信息。
4.如权利要求3所述的基于AI的智能广告推送方法,其特征在于,所述屏幕信息包括:图片和/或音频,所述根据所述屏幕信息,结合训练后的节目场景识别模型,获得节目场景识别结果的步骤包括:
将所述图片和/或音频以数据流的格式输入训练后的节目场景识别模型,由所述节目场景识别模型根据所述图片中出现的物体和/或标识进行识别,或根据所述音频中的声纹进行识别,以获得节目场景识别结果。
5.如权利要求4所述的基于AI的智能广告推送方法,其特征在于,所述节目场景识别结果包括:节目场景信息和对应所述节目场景信息的权重的一种或多种。
6.如权利要求5所述的基于AI的智能广告推送方法,其特征在于,所述根据所述节目场景识别结果,获得对应的广告的步骤包括:
对所述节目场景信息和所述权重进行筛选,当连续N个所述节目场景信息和对应的权重一致时,获得节目场景分布情况,其中,N为整数,且N≥3;
根据所述节目场景分布情况,获得对应的广告。
7.如权利要求6所述的基于AI的智能广告推送方法,其特征在于,所述根据所述节目场景分布情况,获得对应的广告的步骤包括:
根据所述节目场景分布情况,统计所述节目场景分布情况的对应观看时长;
对所述观看时长进行排序,将排序后的所述观看时长和节目场景分布情况同步至云端服务器;
接收所述云端服务器根据所述排序后的所述观看时长和节目场景分布情况反馈的广告,并推送给终端用户。
8.一种基于AI的智能广告推送装置,其特征在于,包括:
截屏/录音模块,用于获取终端开机后的屏幕信息,将所述屏幕信息发送至模型运行模块;
模型运行模块,用于根据所述屏幕信息,结合训练后的节目场景识别模型,获得节目场景识别结果,将所述节目场景识别结果发送至广告推送模块;
广告推送模块,用于根据所述节目场景识别结果,获得对应的广告,将所述对应的广告发送至广告播放模块;
广告播放模块,用于在所述屏幕上播放所述对应的广告。
9.一种基于AI的智能广告推送***,其特征在于,所述***包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于AI的智能广告推送程序,所述基于AI的智能广告推送程序被所述处理器运行时实现如权利要求1至8中任一项所述的基于AI的智能广告推送方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有基于AI的智能广告推送程序,所述基于AI的智能广告推送程序被处理器执行时实现如权利要求1至8中任一项所述的基于AI的智能广告推送方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011351491.6A CN112330371A (zh) | 2020-11-26 | 2020-11-26 | 基于ai的智能广告推送方法及装置、***及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011351491.6A CN112330371A (zh) | 2020-11-26 | 2020-11-26 | 基于ai的智能广告推送方法及装置、***及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112330371A true CN112330371A (zh) | 2021-02-05 |
Family
ID=74308851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011351491.6A Pending CN112330371A (zh) | 2020-11-26 | 2020-11-26 | 基于ai的智能广告推送方法及装置、***及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112330371A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114155019A (zh) * | 2021-11-04 | 2022-03-08 | 广州市玄武无线科技股份有限公司 | 营销消息生成方法、装置、设备及存储介质 |
WO2023060759A1 (zh) * | 2021-10-11 | 2023-04-20 | 深圳创维-Rgb电子有限公司 | 视频推送方法、设备及存储介质 |
CN116383620A (zh) * | 2023-03-29 | 2023-07-04 | 北京鹅厂科技有限公司 | 一种应用多模态人工智能的方法与装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104967885A (zh) * | 2015-03-27 | 2015-10-07 | 哈尔滨工业大学深圳研究生院 | 一种基于视频内容感知的广告推荐方法及*** |
CN106600337A (zh) * | 2016-12-22 | 2017-04-26 | 深圳Tcl数字技术有限公司 | 广告推送方法及装置 |
CN107277573A (zh) * | 2017-06-12 | 2017-10-20 | 深圳Tcl数字技术有限公司 | 视频广告投放方法、装置及计算机可读存储介质 |
CN108040125A (zh) * | 2017-12-28 | 2018-05-15 | 北京陌上花科技有限公司 | 内容识别及推送方法及电视伴随式ai助理装置 |
CN108765033A (zh) * | 2018-06-08 | 2018-11-06 | Oppo广东移动通信有限公司 | 广告信息推送方法和装置、存储介质、电子设备 |
CN111416995A (zh) * | 2020-03-25 | 2020-07-14 | 深圳创维-Rgb电子有限公司 | 一种基于场景识别的内容推送方法、***及智能终端 |
JP2020156001A (ja) * | 2019-03-22 | 2020-09-24 | 株式会社三井住友銀行 | Aiを活用した広告推奨方法、プログラム、およびコンピュータ |
-
2020
- 2020-11-26 CN CN202011351491.6A patent/CN112330371A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104967885A (zh) * | 2015-03-27 | 2015-10-07 | 哈尔滨工业大学深圳研究生院 | 一种基于视频内容感知的广告推荐方法及*** |
CN106600337A (zh) * | 2016-12-22 | 2017-04-26 | 深圳Tcl数字技术有限公司 | 广告推送方法及装置 |
CN107277573A (zh) * | 2017-06-12 | 2017-10-20 | 深圳Tcl数字技术有限公司 | 视频广告投放方法、装置及计算机可读存储介质 |
WO2018227887A1 (zh) * | 2017-06-12 | 2018-12-20 | 深圳Tcl数字技术有限公司 | 视频广告投放、生成方法、装置、服务器及可读存储介质 |
CN108040125A (zh) * | 2017-12-28 | 2018-05-15 | 北京陌上花科技有限公司 | 内容识别及推送方法及电视伴随式ai助理装置 |
CN108765033A (zh) * | 2018-06-08 | 2018-11-06 | Oppo广东移动通信有限公司 | 广告信息推送方法和装置、存储介质、电子设备 |
JP2020156001A (ja) * | 2019-03-22 | 2020-09-24 | 株式会社三井住友銀行 | Aiを活用した広告推奨方法、プログラム、およびコンピュータ |
CN111416995A (zh) * | 2020-03-25 | 2020-07-14 | 深圳创维-Rgb电子有限公司 | 一种基于场景识别的内容推送方法、***及智能终端 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023060759A1 (zh) * | 2021-10-11 | 2023-04-20 | 深圳创维-Rgb电子有限公司 | 视频推送方法、设备及存储介质 |
CN114155019A (zh) * | 2021-11-04 | 2022-03-08 | 广州市玄武无线科技股份有限公司 | 营销消息生成方法、装置、设备及存储介质 |
CN116383620A (zh) * | 2023-03-29 | 2023-07-04 | 北京鹅厂科技有限公司 | 一种应用多模态人工智能的方法与装置 |
CN116383620B (zh) * | 2023-03-29 | 2023-10-20 | 北京鹅厂科技有限公司 | 一种应用多模态人工智能的方法与装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107566907B (zh) | 视频剪辑方法、装置、存储介质及终端 | |
CN112330371A (zh) | 基于ai的智能广告推送方法及装置、***及存储介质 | |
CN113591523B (zh) | 显示设备及经验值更新方法 | |
CN111163274B (zh) | 一种视频录制方法及显示设备 | |
CN110209879B (zh) | 一种视频播放方法、装置、设备和存储介质 | |
CN110996153A (zh) | 基于场景识别的音画品质增强方法、***和显示器 | |
CN112312142B (zh) | 视频播放控制方法、装置和计算机可读存储介质 | |
CN110958465A (zh) | 视频流推送方法、装置及存储介质 | |
CN112333499A (zh) | 寻找目标设备的方法和显示设备 | |
CN112788268A (zh) | 基于视频录制的信息推送方法、智能电视及存储介质 | |
CN106162357A (zh) | 获取视频内容的方法及装置 | |
CN108401173B (zh) | 移动直播的互动终端、方法及计算机可读存储介质 | |
CN110971783B (zh) | 电视音画同步自整定方法、装置和存储介质 | |
CN112258232A (zh) | 一种基于直播画面的推广内容展示方法及装置 | |
CN109769130B (zh) | 基于收视大数据的遥控器个性化设置方法及*** | |
CN111291219A (zh) | 一种改变界面背景颜色的方法及显示设备 | |
US8483435B2 (en) | Information processing device, information processing system, information processing method, and information storage medium | |
JP4289576B2 (ja) | 撮影装置及び情報付加装置 | |
CN103200451A (zh) | 电子设备和音频输出方法 | |
KR20120110941A (ko) | 가상 세계의 날씨 표현 방법 및 이를 위한 장치 | |
CN105657510A (zh) | 图像显示装置及其信息提供方法 | |
KR20170043944A (ko) | 디스플레이 장치 및 이의 제어 방법 | |
CN114210045A (zh) | 智能护眼方法、装置和计算机可读存储介质 | |
CN113609387A (zh) | 播放内容推荐方法、装置、电子设备及存储介质 | |
CN112073777A (zh) | 一种语音交互方法及显示设备 |
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 |