CN114841760A - 一种基于受众行为特征分析的广告推荐管理方法及*** - Google Patents
一种基于受众行为特征分析的广告推荐管理方法及*** Download PDFInfo
- Publication number
- CN114841760A CN114841760A CN202210757831.8A CN202210757831A CN114841760A CN 114841760 A CN114841760 A CN 114841760A CN 202210757831 A CN202210757831 A CN 202210757831A CN 114841760 A CN114841760 A CN 114841760A
- Authority
- CN
- China
- Prior art keywords
- audience
- potential
- advertisement
- conversion rate
- advertisement recommendation
- 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.)
- Granted
Links
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
- G06Q30/0255—Targeted advertisements based on user history
- G06Q30/0256—User search
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (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)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开一种基于受众行为特征分析的广告推荐管理方法,包括:分别计算在若干个连续的时间单位内受众对于商品的转化率,并且生成受众的转化率曲线;基于转化率曲线得出预测转化率,并且仅当预测转化率大于第一预测转化率阈值,同时小于第二预测转化率阈值时,将相应的受众确定为目标受众;在目标受众浏览商品网页时,获取目标受众行为特征数据,并且得到目标受众的兴趣总得分;将兴趣总得分大于等于兴趣总得分阈值的目标受众划分为兴趣受众,反之,将相应的目标受众划分为潜力受众;对于兴趣受众使用第一广告推荐方法,对于潜力受众使用第二广告推荐方法,本发明实现了针对不同的受众精准推送广告。
Description
技术领域
本发明涉及广告领域,具体涉及一种基于受众行为特征分析的广告推荐管理方法及***。
背景技术
随着互联网技术的发展,通过网络给受众推荐广告已经成为了广告推荐的重要途经。在现有的广告推荐技术中,为了有效提高受众体验、减少受众对接收到的广告产生反感和抵触情绪,主要是根据受众的兴趣标签为受众推荐广告,避免向受众推荐其不需要的广告。但是,该种方法仅能根据受众的历史行为进行广告推荐,与受众当前的需求和潜在的需求并无太大相关性,并且,该种方法未考虑对受众进行分类,对于不同类别的受众仍使用相同的广告推荐方法,导致了该种方法既不利于受众的广告使用体验,也不利于广告推广的效果。因此,提供一种基于受众行为特征分析的广告推荐管理方法及***,以针对不同的受众精准推送广告,并且发掘出潜在的客户,是亟待解决的问题。
发明内容
针对上述提出的技术问题,本发明提供一种基于受众行为特征分析的广告推荐管理方法及***,旨在针对不同的受众精准推送广告,并且发掘出潜在的客户,增大推荐广告的影响力。
第一方面,本发明提供了一种基于受众行为特征分析的广告推荐管理方法,该方法主要包括如下的步骤过程:
以一周为时间单位,分别计算在若干个连续的所述时间单位内受众对于商品的转化率,所述转化率具体是受众在商品网页上购买商品的次数除以受众浏览商品网页的次数,并且使用若干个所述转化率,拟合生成受众的转化率曲线;
基于所述转化率曲线,得出受众在未来一周内的预测转化率,并且判断所述预测转化率与预设的第一预测转化率阈值和第二预测转化率阈值的大小关系,仅当所述预测转化率大于所述第一预测转化率阈值,同时又小于所述第二预测转化率阈值的时候,将相应的受众确定为目标受众;
在所述目标受众浏览商品网页时,获取目标受众行为特征数据,所述目标受众行为特征数据包括但不限于受众终端设备的鼠标焦点的移动速度,鼠标焦点的停留时间,以及商品网页的浏览个数,并且分别针对不同的所述目标受众行为特征数据进行量化评分,同时累加不同的所述目标受众行为特征数据的得分,从而得到目标受众的兴趣总得分;
针对所述目标受众的兴趣总得分,将所述兴趣总得分大于等于预设的兴趣总得分阈值的所述目标受众划分为兴趣受众,而将所述兴趣总得分小于预设的兴趣总得分阈值的所述目标受众划分为潜力受众;
对于所述兴趣受众使用第一广告推荐方法,同时对于所述潜力受众使用第二广告推荐方法。
作为本发明的一种优选技术方案,对于所述兴趣受众使用第一广告推荐方法,包括从所述兴趣受众历史浏览过的商品网页的购物车中,确定所述兴趣受众感兴趣的商品,并且向所述兴趣受众推荐包含与所述感兴趣的商品同类型的其他商品的广告。
作为本发明的一种优选技术方案,对于所述潜力受众使用第二广告推荐方法,包括如下的步骤:
获取受众终端设备发送的潜力受众行为特征数据,根据所述潜力受众行为特征数据生成表示潜力受众行为特征的M个潜力受众行为特征标签;
根据所述M个潜力受众行为特征标签从广告数据库中确定出与所述M个潜力受众行为特征标签相关的广告推荐案例,判断所述广告推荐案例的标签与所述M个潜力受众行为特征标签是否一致,若一致,则基于所述广告推荐案例搜索广告,并将搜索到的广告根据推荐优先级推荐给所述潜力受众,其中,所述广告数据库用于存储对各个潜力受众在各种情况下曾使用过的广告推荐案例,所述推荐优先级是根据潜力受众的需求决定的,由大至小依次为当前需求广告、定时推荐广告和潜在需求广告,所述当前需求广告是根据所述潜力受众的当前需求获取的广告,所述定时推荐广告为在不同时间段内向所述潜力受众推荐对应类别的广告,所述潜在需求广告是根据所述潜力受众的潜在需求获取的广告;
若所述广告推荐案例的标签与所述M个潜力受众行为特征标签不一致,则修改所述广告推荐案例生成新广告推荐案例,基于所述新广告推荐案例搜索新广告,并将所述新广告根据所述推荐优先级推荐给所述潜力受众,根据所述潜力受众对所述新广告的反馈数据,更新所述广告数据库中的广告推荐案例。
本发明的有益效果至少如下所述:
本发明公开的一种基于受众行为特征分析的广告推荐管理方法,首先,分别计算不同的受众对于商品的转化率,并且生成受众的转化率曲线;接着,基于受众的转化率曲线得出预测转化率,并且仅当预测转化率大于第一预测转化率阈值,同时小于第二预测转化率阈值时,将相应的受众确定为目标受众;其次,在目标受众浏览商品网页时,获取目标受众行为特征数据,并且得到目标受众的兴趣总得分;再次,将兴趣总得分大于等于兴趣总得分阈值的目标受众划分为兴趣受众,将兴趣总得分小于兴趣总得分阈值的目标受众划分为潜力受众;最后,对于兴趣受众使用第一广告推荐方法,对于潜力受众使用第二广告推荐方法。本发明解决了对于不同的受众使用相同的广告推荐方法,而导致的广告推荐不够精准,以及广告推荐效果不好的问题,以及在向受众推荐广告时,不考虑受众的当前需求和潜在需求的问题。
附图说明
图1为本发明的一种基于受众行为特征分析的广告推荐管理方法的流程图;
图2为本发明的一种基于受众行为特征分析的广告推荐管理***的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明经行进一步的详细说明。显然,此处所描述的具体实施例仅仅用于解释本发明,是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术普通人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1所示是本发明提供的一种基于受众行为特征分析的广告推荐管理方法的一个实施例的流程图,该流程图具体包括如下的步骤:
步骤1、以一周为时间单位,分别计算在若干个连续的上述时间单位内受众对于商品的转化率,上述转化率具体是受众在商品网页上购买商品的次数除以受众浏览商品网页的次数,并且使用若干个上述转化率,拟合生成受众的转化率曲线;
步骤2、基于上述转化率曲线,得出受众在未来一周内的预测转化率,并且判断上述预测转化率与预设的第一预测转化率阈值和第二预测转化率阈值的大小关系,仅当上述预测转化率大于上述第一预测转化率阈值,同时又小于上述第二预测转化率阈值的时候,将相应的受众确定为目标受众;
步骤3、在上述目标受众浏览商品网页时,获取目标受众行为特征数据,上述目标受众行为特征数据包括但不限于受众终端设备的鼠标焦点的移动速度,鼠标焦点的停留时间,以及商品网页的浏览个数,并且分别针对不同的上述目标受众行为特征数据进行量化评分,同时累加不同的上述目标受众行为特征数据的得分,从而得到目标受众的兴趣总得分;
步骤4、针对上述目标受众的兴趣总得分,将上述兴趣总得分大于等于预设的兴趣总得分阈值的上述目标受众划分为兴趣受众,而将上述兴趣总得分小于预设的兴趣总得分阈值的上述目标受众划分为潜力受众;
步骤5、对于上述兴趣受众使用第一广告推荐方法,同时对于上述潜力受众使用第二广告推荐方法;
进一步的,上述步骤5中对于上述兴趣受众使用第一广告推荐方法,包括从上述兴趣受众历史浏览过的商品网页的购物车中,确定上述兴趣受众感兴趣的商品,并且向上述兴趣受众推荐包含与上述感兴趣的商品同类型的其他商品的广告;
具体的,发明人考虑到在向不同的受众进行广告推荐时,应该首先考虑受众对于商品的预测转化率,通过确定不同的受众的预测转化率,能够确定接受广告推荐的目标受众,也就是说向该目标受众进行包含商品的广告的推荐可能会收到良好的回报,尤其的,在预测转化率大于第一预测转化率阈值,同时又小于第二预测转化率阈值时,将相应的受众确定为目标受众,这样做是因为,对于预测转化率大于等于第二预测转化率阈值的受众,以及对于预测转化率小于等于第一预测转化率阈值的受众,这些受众一般都较难受到广告的影响,不适合作为推荐广告的目标受众;
发明人又考虑到,在已经确定了目标受众的基础之上,还需要针对目标受众在浏览商品网页时对于商品的感兴趣程度进行分析,根据目标受众对于商品的感兴趣程度向其推荐包含相应商品的广告,更容易收到良好的回报,具体的做法是获取目标受众行为特征数据,上述目标受众行为特征数据包括但不限于受众终端设备的鼠标焦点的移动速度,鼠标焦点的停留时间,以及商品网页的浏览个数,还分别针对不同的上述目标受众行为特征数据进行量化评分,得分越高即意味着目标受众的感兴趣程度越大,举例如鼠标焦点的移动速度越快,则说明目标受众对于当前浏览的商品的兴趣度越低,得分也就越低,同时累加不同的上述目标受众行为特征数据的得分,从而得到目标受众的兴趣总得分,最后,按照该兴趣总得分将目标受众又分为兴趣受众和潜力受众,其中,兴趣受众对于商品网页上的商品的兴趣度较高,向兴趣受众推荐包含与商品网页上的商品类型相同的商品的广告即可,而对于潜力受众,由于其对当前浏览的商品网页上的商品不感兴趣,则应该向其推荐包含除商品网页上的商品以外的商品的广告,进而才能实现对受众进行精准的广告推荐,并且收到良好的广告效果。
进一步的,对于上述潜力受众使用第二广告推荐方法,又具体包括如下的步骤:
步骤1,获取受众终端设备发送的潜力受众行为特征数据,根据潜力受众行为特征数据生成表示潜力受众行为特征的M个潜力受众行为特征标签。
其中,潜力受众行为特征标签的数目M是本领域技术人员根据需求设置的。
具体的,潜力受众行为特征包括以下至少一项:性别、年龄、职业、家庭收入、消费能力、家庭成员、地理位置信息、交通信息、天气信息以及潜力受众输入的搜索信息等。根据潜力受众行为特征数据生成表示潜力受众行为特征的M个潜力受众行为特征标签。例如,表示潜力受众A的潜力受众行为特征的M个潜力受众行为特征标签包括以下至少一项:女,30岁,银行,旅游,有女儿,深圳,下雨天等。
具体的,可以通过GPS或者潜力受众输入到终端设备中的位置信息来确定潜力受众的地理位置信息,根据潜力受众的地理位置信息获取潜力受众当前位置的天气信息和交通信息。
具体的,当潜力受众使用社交软件时,根据潜力受众当前时段的聊天界面的聊天内容获取聊天内容的关键词,将该关键词做为表征潜力受众当前需求的潜力受众行为特征数据。
具体的,还可以根据潜力受众的社交软件的个人资料、好友列表和发布的信息,获取潜力受众的家庭人际关系数据,将该家庭人际关系数据作为表征潜力受众潜在需求的潜力受众行为特征数据。
步骤2,根据M个潜力受众行为特征标签从广告数据库中确定出与M个潜力受众行为特征标签相关的广告推荐案例,判断广告推荐案例的标签与M个潜力受众行为特征标签是否一致。
其中,广告数据库用于存储对各个潜力受众在各种情况下曾使用过的广告推荐案例。
具体的,根据潜力受众的M个潜力受众行为特征标签与广告推荐案例的标签之间的相似度来判断广告推荐案例的标签与M个潜力受众行为特征标签是否一致,该相似度是基于例如欧氏距离、曼哈顿距离、闵可夫斯基距离、余弦相似度等计算的,但不限于此。
步骤3,若一致,则基于广告推荐案例搜索广告,并将搜索到的广告根据推荐优先级推荐给受众。
具体的,如果广告推荐案例的标签与M个潜力受众行为特征标签相一致,则基于广告推荐案例搜索广告并推荐给潜力受众。例如,潜力受众行为标签为“午饭,上火,B小区”,基于该潜力受众行为标签在广告数据库中找到之前使用过的广告推荐案例:“B小区附近清淡的饭菜”,该广告推荐案例与潜力受众行为标签相一致,则可以根据该广告推荐案例搜索广告并根据推荐优先级推荐给潜力受众。
其中,推荐优先级是根据潜力受众的需求决定的,由大至小依次为当前需求广告、定时推荐广告和潜在需求广告,当前需求广告是根据潜力受众的当前需求获取的广告,定时推荐广告为在不同时间段内向潜力受众推荐对应类别的广告,潜在需求广告是根据所述潜力受众的潜在需求获取的广告。
具体的,当前需求广告是根据潜力受众当前输入的信息来推荐的广告,该输入的信息,可以是潜力受众输入的搜索信息,也可是潜力受众使用社交软件时,根据潜力受众当前时段的聊天界面的聊天内容获取的信息。例如,在潜力受众与好友聊天时,聊天内容是与健身相关的,就可以将健身做为表征潜力受众当前需求的潜力受众行为特征数据,向潜力受众推荐运动类广告。又例如,在潜力受众与好友聊天时,聊天内容是与美妆相关的,就可以将美妆做为表征潜力受众当前需求的潜力受众行为特征数据,向潜力受众推荐护肤类广告。
具体的,定时推荐广告是根据潜力受众在不同时段内的需求向潜力受众推荐对应类别的广告。例如,在三餐时间,根据潜力受众的地理位置、口味、消费水平、购买记录、身体状况等,向潜力受众推荐餐饮类广告;又例如,在上班时间,根据潜力受众的职业、工作内容等,向潜力受众推荐工作技能提升类广告;再例如,在休息时间,根据潜力受众的性别、兴趣、爱好、点击广告历史等,向潜力受众推荐休闲娱乐类广告;还例如,在临近假期或假期期间,根据潜力受众的地理位置(或者是潜力受众在跟好友聊天时提到的位置)、兴趣、爱好、消费能力、关注收藏的旅游景点等,向潜力受众推荐旅游类广告。
具体的,潜在需求广告是根据潜力受众的潜在需求向潜力受众推荐的广告,当潜力受众没有当前需求、也不用给潜力受众推荐定时推荐广告时,向潜力受众推荐潜在需求广告。例如,在潜力受众的社交软件的好友列表中有一好友备注为“妈妈”,就可以将家有老人做为表征潜力受众潜在需求的潜力受众行为特征数据,向潜力受众推荐养老类、养生类的广告。又例如,在潜力受众发布的信息中多次出现关于孩子的内容,就可以将家有幼儿做为表征潜力受众潜在需求的潜力受众行为特征数据,向潜力受众推荐育儿类或其他儿童相关的广告。
步骤4,若广告推荐案例的标签与M个潜力受众行为特征标签不一致,则修改广告推荐案例生成新广告推荐案例,基于新广告推荐案例搜索新广告,并将新广告根据推荐优先级推荐给潜力受众,根据潜力受众对新广告的反馈数据,更新广告数据库中的广告推荐案例。
具体的,将广告推荐案例的标签与M个潜力受众行为特征标签不一致或相关性较低的标签提取为必要修改标签,基于该必要修改标签和M个潜力受众行为特征标签修改广告推荐案例的标签生成新广告推荐案例。例如,潜力受众行为标签为“一个人,午饭,上火,B小区”,基于该潜力受众行为标签在广告数据库中找到之前使用过的广告推荐案例:“B小区附近适合两个人吃的开胃的饭菜”,就可以根据潜力受众的潜力受众行为标签“一个人”和“上火”将“B小区附近适合两个人吃的开胃的饭菜”修改为“B小区附近适合一个人吃的清淡的饭菜”,然后基于修改后的新广告推荐案例“B小区附近适合一个人吃的清淡的饭菜”搜索广告并推荐给潜力受众。
具体的,根据潜力受众对修改后的新广告推荐案例推荐的广告的反馈情况,更新广告数据库中的广告推荐案例,当潜力受众再面临类似的情况时,可快速自动推荐适合潜力受众的广告。例如,在广告推荐页面设置按钮(满意或喜欢),当潜力受众点击该按钮时,则表示推荐的广告符合潜力受众的需求,将该新广告推荐案例加入到广告数据库的广告推荐案例中,当潜力受众再面临相似情况时,直接将基于该新广告推荐案例搜索到的广告推荐给潜力受众。
图2所示是本发明提供的一种基于受众行为特征分析的广告推荐管理***的一个实施例的结构示意图。如图2所示,该***包括:转化率预测模块、目标受众分类模块、第一广告推荐模块,以及第二广告推荐模块;
转化率预测模块,用于计算受众对于商品的转化率,并且使用若干个上述转化率拟合生成受众的转化率曲线,同时基于上述转化率曲线,得出受众在未来的预测转化率,仅当上述预测转化率大于第一预测转化率阈值,同时又小于第二预测转化率阈值的时候,将相应的受众确定为目标受众;
目标受众分类模块,用于获取目标受众行为特征数据,并且分别针对不同的上述目标受众行为特征数据进行量化评分,同时累加不同的上述目标受众行为特征数据的得分,从而得到目标受众的兴趣总得分,将上述兴趣总得分大于等于预设的兴趣总得分阈值的上述目标受众划分为兴趣受众,将上述兴趣总得分小于预设的兴趣总得分阈值的上述目标受众划分为潜力受众;
第一广告推荐模块,针对上述兴趣受众通过上述第一广告推荐方法进行广告推荐;
第二广告推荐模块,针对上述潜力受众通过上述第二广告推荐方法进行广告推荐。
综上所述,本发明公开的一种基于受众行为特征分析的广告推荐管理方法,首先,分别计算不同的受众对于商品的转化率,并且生成受众的转化率曲线;接着,基于受众的转化率曲线得出预测转化率,并且仅当预测转化率大于第一预测转化率阈值,同时小于第二预测转化率阈值时,将相应的受众确定为目标受众;其次,在目标受众浏览商品网页时,获取目标受众行为特征数据,并且得到目标受众的兴趣总得分;再次,将兴趣总得分大于等于兴趣总得分阈值的目标受众划分为兴趣受众,将兴趣总得分小于兴趣总得分阈值的目标受众划分为潜力受众;最后,对于兴趣受众使用第一广告推荐方法,对于潜力受众使用第二广告推荐方法。本发明解决了对于不同的受众使用相同的广告推荐方法,而导致的广告推荐不够精准,以及广告推荐效果不好的问题,以及在向受众推荐广告时,不考虑受众的当前需求和潜在需求的问题。
以上上述的实施例仅表达了本发明的实施优选方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种基于受众行为特征分析的广告推荐管理方法,其特征在于,包括如下步骤:
以一周为时间单位,分别计算在若干个连续的所述时间单位内受众对于商品的转化率,所述转化率具体是受众在商品网页上购买商品的次数除以受众浏览商品网页的次数,并且使用若干个所述转化率,拟合生成受众的转化率曲线;
基于所述转化率曲线,得出受众在未来一周内的预测转化率,并且判断所述预测转化率与预设的第一预测转化率阈值和第二预测转化率阈值的大小关系,仅当所述预测转化率大于所述第一预测转化率阈值,同时又小于所述第二预测转化率阈值的时候,将相应的受众确定为目标受众;
在所述目标受众浏览商品网页时,获取目标受众行为特征数据,所述目标受众行为特征数据包括但不限于受众终端设备的鼠标焦点的移动速度,鼠标焦点的停留时间,以及商品网页的浏览个数,并且分别针对不同的所述目标受众行为特征数据进行量化评分,同时累加不同的所述目标受众行为特征数据的得分,从而得到目标受众的兴趣总得分;
针对所述目标受众的兴趣总得分,将所述兴趣总得分大于等于预设的兴趣总得分阈值的所述目标受众划分为兴趣受众,而将所述兴趣总得分小于预设的兴趣总得分阈值的所述目标受众划分为潜力受众;
对于所述兴趣受众使用第一广告推荐方法,同时对于所述潜力受众使用第二广告推荐方法。
2.根据权利要求1所述的一种基于受众行为特征分析的广告推荐管理方法,其特征在于,对于所述兴趣受众使用第一广告推荐方法,包括从所述兴趣受众历史浏览过的商品网页的购物车中,确定所述兴趣受众感兴趣的商品,并且向所述兴趣受众推荐包含与所述感兴趣的商品同类型的其他商品的广告。
3.根据权利要求1所述的一种基于受众行为特征分析的广告推荐管理方法,其特征在于,对于所述潜力受众使用第二广告推荐方法,包括如下步骤:
获取受众终端设备发送的潜力受众行为特征数据,根据所述潜力受众行为特征数据生成表示潜力受众行为特征的M个潜力受众行为特征标签;
根据所述M个潜力受众行为特征标签从广告数据库中确定出与所述M个潜力受众行为特征标签相关的广告推荐案例,判断所述广告推荐案例的标签与所述M个潜力受众行为特征标签是否一致,若一致,则基于所述广告推荐案例搜索广告,并将搜索到的广告根据推荐优先级推荐给所述潜力受众,其中,所述广告数据库用于存储对各个潜力受众在各种情况下曾使用过的广告推荐案例,所述推荐优先级是根据潜力受众的需求决定的,由大至小依次为当前需求广告、定时推荐广告和潜在需求广告,所述当前需求广告是根据所述潜力受众的当前需求获取的广告,所述定时推荐广告为在不同时间段内向所述潜力受众推荐对应类别的广告,所述潜在需求广告是根据所述潜力受众的潜在需求获取的广告;
若所述广告推荐案例的标签与所述M个潜力受众行为特征标签不一致,则修改所述广告推荐案例生成新广告推荐案例,基于所述新广告推荐案例搜索新广告,并将所述新广告根据所述推荐优先级推荐给所述潜力受众,根据所述潜力受众对所述新广告的反馈数据,更新所述广告数据库中的广告推荐案例。
4.根据权利要求3所述的一种基于受众行为特征分析的广告推荐管理方法,其特征在于,修改所述广告推荐案例生成新广告推荐案例包括:
将所述广告推荐案例的标签与所述M个潜力受众行为特征标签不一致或相关性较低的标签提取为必要修改标签,基于所述必要修改标签和所述M个潜力受众行为特征标签修改所述广告推荐案例的标签生成新广告推荐案例。
5.根据权利要求3所述的一种基于受众行为特征分析的广告推荐管理方法,其特征在于,获取受众终端设备发送的潜力受众行为特征数据包括:
当所述潜力受众使用社交软件时,根据所述潜力受众在当前时段的聊天界面的聊天内容获取所述聊天内容的关键词,将所述关键词做为表征所述潜力受众当前需求的所述潜力受众行为特征数据。
6.根据权利要求3所述的一种基于受众行为特征分析的广告推荐管理方法,其特征在于,获取受众终端设备发送的潜力受众行为特征数据包括:
根据所述潜力受众的社交软件的个人资料、好友列表和发布的信息,获取所述潜力受众的家庭人际关系数据,将所述家庭人际关系数据作为表征所述潜力受众的潜在需求的所述潜力受众行为特征数据。
7.根据权利要求3所述的一种基于受众行为特征分析的广告推荐管理方法,其特征在于,所述在不同时间段内向所述潜力受众推荐对应类别的广告包括:
在一天内的三餐时间,向所述潜力受众推荐餐饮类广告;
在一天内的上班时间,向所述潜力受众推荐工作技能提升类广告;
在一天内的休息时间,向所述潜力受众推荐休闲娱乐类广告。
8.根据权利要求3所述的一种基于受众行为特征分析的广告推荐管理方法,其特征在于,所述潜力受众行为特征数据包括所述潜力受众的地理位置信息、个人信息、交通信息、天气信息以及所述潜力受众输入的搜索信息。
9.一种基于受众行为特征分析的广告推荐管理***,用于实现如权利要求1-8任一项所述的方法,其特征在于,包括如下模块:
转化率预测模块,用于计算受众对于商品的转化率,并且使用若干个所述转化率拟合生成受众的转化率曲线,同时基于所述转化率曲线,得出受众在未来的预测转化率,仅当所述预测转化率大于第一预测转化率阈值,同时又小于第二预测转化率阈值的时候,将相应的受众确定为目标受众;
目标受众分类模块,用于获取目标受众行为特征数据,并且分别针对不同的所述目标受众行为特征数据进行量化评分,同时累加不同的所述目标受众行为特征数据的得分,从而得到目标受众的兴趣总得分,将所述兴趣总得分大于等于预设的兴趣总得分阈值的所述目标受众划分为兴趣受众,将所述兴趣总得分小于预设的兴趣总得分阈值的所述目标受众划分为潜力受众;
第一广告推荐模块,针对所述兴趣受众通过所述第一广告推荐方法进行广告推荐;
第二广告推荐模块,针对所述潜力受众通过所述第二广告推荐方法进行广告推荐。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210757831.8A CN114841760B (zh) | 2022-06-30 | 2022-06-30 | 一种基于受众行为特征分析的广告推荐管理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210757831.8A CN114841760B (zh) | 2022-06-30 | 2022-06-30 | 一种基于受众行为特征分析的广告推荐管理方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114841760A true CN114841760A (zh) | 2022-08-02 |
CN114841760B CN114841760B (zh) | 2022-09-02 |
Family
ID=82574311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210757831.8A Active CN114841760B (zh) | 2022-06-30 | 2022-06-30 | 一种基于受众行为特征分析的广告推荐管理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114841760B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117114740A (zh) * | 2023-10-17 | 2023-11-24 | 深圳市思迅软件股份有限公司 | 一种基于互联网的营销信息采集方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170186031A1 (en) * | 2015-12-29 | 2017-06-29 | Facebook, Inc. | Advertising inventory optimization via identification of audience segments |
CN110222272A (zh) * | 2019-04-18 | 2019-09-10 | 广东工业大学 | 一种潜在客户挖掘与推荐方法 |
CN111178970A (zh) * | 2019-12-30 | 2020-05-19 | 微梦创科网络科技(中国)有限公司 | 广告投放的方法及装置、电子设备和计算机可读存储介质 |
US20200410511A1 (en) * | 2009-08-28 | 2020-12-31 | Resonate Networks, Inc. | Method and apparatus for delivering targeted content to website visitors to promote products and brands |
CN113610582A (zh) * | 2021-08-16 | 2021-11-05 | 脸萌有限公司 | 广告推荐方法、装置、存储介质及电子设备 |
-
2022
- 2022-06-30 CN CN202210757831.8A patent/CN114841760B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200410511A1 (en) * | 2009-08-28 | 2020-12-31 | Resonate Networks, Inc. | Method and apparatus for delivering targeted content to website visitors to promote products and brands |
US20170186031A1 (en) * | 2015-12-29 | 2017-06-29 | Facebook, Inc. | Advertising inventory optimization via identification of audience segments |
CN110222272A (zh) * | 2019-04-18 | 2019-09-10 | 广东工业大学 | 一种潜在客户挖掘与推荐方法 |
CN111178970A (zh) * | 2019-12-30 | 2020-05-19 | 微梦创科网络科技(中国)有限公司 | 广告投放的方法及装置、电子设备和计算机可读存储介质 |
CN113610582A (zh) * | 2021-08-16 | 2021-11-05 | 脸萌有限公司 | 广告推荐方法、装置、存储介质及电子设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117114740A (zh) * | 2023-10-17 | 2023-11-24 | 深圳市思迅软件股份有限公司 | 一种基于互联网的营销信息采集方法及装置 |
CN117114740B (zh) * | 2023-10-17 | 2024-02-20 | 深圳市思迅软件股份有限公司 | 一种基于互联网的营销信息采集方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114841760B (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109299994B (zh) | 推荐方法、装置、设备及可读存储介质 | |
Liu et al. | Analyzing changes in hotel customers’ expectations by trip mode | |
CN103246980B (zh) | 信息输出方法及服务器 | |
CN110942337A (zh) | 一种基于互联网大数据的精准旅游营销方法 | |
KR102227552B1 (ko) | 상황인지 알고리즘 기반 리뷰 카테고리를 이용한 음식점 노출 개인화 서비스 제공 시스템 | |
JP6435426B1 (ja) | 情報分析装置、情報分析方法および情報分析プログラム | |
CN107833082B (zh) | 一种商品图片的推荐方法和装置 | |
CN111177538B (zh) | 一种基于无监督权值计算的用户兴趣标签构建方法 | |
JP5615857B2 (ja) | 分析装置、分析方法及び分析プログラム | |
CN105718184A (zh) | 一种数据处理方法和装置 | |
CN116485424A (zh) | 一种智能营销方法、***、设备终端及可读存储介质 | |
Zhang et al. | Multimodal marketing intent analysis for effective targeted advertising | |
CN102902691A (zh) | 推荐方法及*** | |
CN116894709A (zh) | 一种广告商品推荐方法和*** | |
CN111310038B (zh) | 信息推荐方法、装置、电子设备及计算机可读存储介质 | |
CN111428145B (zh) | 一种融合标签数据和朴素贝叶斯分类的推荐方法及*** | |
CN108665083A (zh) | 一种基于用户画像动态轨迹模型的广告推荐方法及*** | |
CN109272390A (zh) | 融合评分和标签信息的个性化推荐方法 | |
KR102322668B1 (ko) | 콘텐츠 크리에이터의 창작활동 활성화를 위한 다중 플랫폼 서비스 제공 시스템 | |
CN111310046A (zh) | 对象推荐方法及装置 | |
CN111967924A (zh) | 商品推荐方法、商品推荐装置、计算机设备和介质 | |
CN114841760B (zh) | 一种基于受众行为特征分析的广告推荐管理方法及*** | |
Borges et al. | A survey on recommender systems for news data | |
US20180239790A1 (en) | Provision device, provision method and non-transitory computer readable storage medium | |
CN116823410A (zh) | 数据处理方法、对象处理方法、推荐方法及计算设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |