CN116503114A - 广告匹配方法、装置、设备及介质 - Google Patents
广告匹配方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116503114A CN116503114A CN202310765570.9A CN202310765570A CN116503114A CN 116503114 A CN116503114 A CN 116503114A CN 202310765570 A CN202310765570 A CN 202310765570A CN 116503114 A CN116503114 A CN 116503114A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- user
- target
- resource pool
- user attribute
- 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 38
- 238000006243 chemical reaction Methods 0.000 claims description 20
- 238000010276 construction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 abstract description 9
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000004590 computer program Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明涉及人工智能及数据处理技术领域，提供一种广告匹配方法、装置、设备及介质，能够根据广告资源池中每支广告的目标投放用户构建用户属性关系表，并根据用户属性关系表生成每支广告的至少一个广告字节标识码以存储至广告资源池，当检测到任意用户访问配置应用程序时，根据该任意用户的用户属性及用户属性关系表生成该任意用户对应的目标广告字节标识码，并利用目标广告字节标识码在广告资源池中匹配目标广告，以便根据用户属性进行广告的精准投放，且由于预先配置了用户属性关系表及广告资源池，还能够提高广告匹配的效率。
Description
技术领域
本发明涉及人工智能及数据处理技术领域，尤其涉及一种广告匹配方法、装置、设备及介质。
背景技术
随着各个企业的快速崛起，各种产品层出不穷，企业间的竞争也越来越激烈，因此，快速进行广告匹配并精准推荐给客户，已经成为各个企业营销的一种关键手段。
但是，目前的广告投放时仍然普遍存在数据查询慢、用户停留短等问题，且广告匹配时间较长，用户体验感较差。
发明内容
鉴于以上内容，有必要提供一种广告匹配方法、装置、设备及介质，旨在解决广告匹配效率低、匹配不准确的问题。
一种广告匹配方法，所述广告匹配方法包括：
获取广告资源池，及获取所述广告资源池中每支广告的历史投放数据；
根据所述历史投放数据确定每支广告的目标投放用户；
根据每支广告的目标投放用户构建用户属性关系表；
根据所述用户属性关系表生成每支广告的至少一个广告字节标识码；
将每支广告的至少一个广告字节标识码存储至所述广告资源池；
当检测到任意用户访问配置应用程序时，识别所述任意用户的用户属性；
根据所述用户属性及所述用户属性关系表生成所述任意用户对应的目标广告字节标识码；
利用所述目标广告字节标识码在所述广告资源池中进行匹配，得到目标广告；
向所述任意用户投放所述目标广告。
根据本发明优选实施例，所述根据所述历史投放数据确定每支广告的目标投放用户包括：
获取每支广告的被点击情况；
根据每支广告的被点击情况确定每支广告的目标投放用户；
其中，每支广告的被点击情况包括：是否被点击、用户点击后对对应广告的浏览时长、是否购买对应广告所推荐的产品。
根据本发明优选实施例，所述根据每支广告的目标投放用户构建用户属性关系表包括：
获取每支广告的目标投放用户的社会属性数据；
对所述社会属性数据进行聚类，得到每支广告的目标投放用户的社会属性数据的各个最小维度；
以各个最小维度为标题行构建所述用户属性关系表。
根据本发明优选实施例，所述根据所述用户属性关系表生成每支广告的至少一个广告字节标识码包括：
配置所述用户属性关系表中各个标题行下数据的取值所对应的字符；
根据各个标题行下数据的取值进行分析，得到每支广告被投放后具有较高转化概率的各个用户群；
根据各个标题行下数据的取值所对应的字符对各个用户群进行标记，得到每支广告的至少一个广告字节标识码。
根据本发明优选实施例，所述识别所述任意用户的用户属性包括：
获取所述任意用户访问所述配置应用程序时的登录信息；
从所述登录信息中获取所述任意用户的用户标识；
根据所述用户标识获取所述用户属性。
根据本发明优选实施例，所述向所述任意用户投放所述目标广告包括：
向所述配置应用程序推送所述目标广告；及/或
获取具有广告投放权限的所有应用程序，当检测到所述任意用户访问所述所有应用程序中的任意应用程序时，向所述任意应用程序推送所述目标广告。
根据本发明优选实施例，所述向所述任意用户投放所述目标广告后，所述方法还包括：
定期获取投放的所有广告的转化率；
当所述转化率小于配置转化率时，更新所述用户属性关系表及所述广告资源池。
一种广告匹配装置，所述广告匹配装置包括：
获取单元，用于获取广告资源池，及获取所述广告资源池中每支广告的历史投放数据；
确定单元，用于根据所述历史投放数据确定每支广告的目标投放用户；
构建单元，用于根据每支广告的目标投放用户构建用户属性关系表；
生成单元，用于根据所述用户属性关系表生成每支广告的至少一个广告字节标识码；
存储单元，用于将每支广告的至少一个广告字节标识码存储至所述广告资源池；
识别单元，用于当检测到任意用户访问配置应用程序时，识别所述任意用户的用户属性；
所述生成单元，还用于根据所述用户属性及所述用户属性关系表生成所述任意用户对应的目标广告字节标识码；
匹配单元，用于利用所述目标广告字节标识码在所述广告资源池中进行匹配，得到目标广告；
投放单元，用于向所述任意用户投放所述目标广告。
一种计算机设备，所述计算机设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现所述广告匹配方法。
一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被计算机设备中的处理器执行以实现所述广告匹配方法。
由以上技术方案可以看出，本发明能够根据广告资源池中每支广告的目标投放用户构建用户属性关系表，并根据用户属性关系表生成每支广告的至少一个广告字节标识码以存储至广告资源池，当检测到任意用户访问配置应用程序时，根据该任意用户的用户属性及用户属性关系表生成该任意用户对应的目标广告字节标识码，并利用目标广告字节标识码在广告资源池中匹配目标广告，以便根据用户属性进行广告的精准投放，且由于预先配置了用户属性关系表及广告资源池，还能够提高广告匹配的效率。
附图说明
图1是本发明广告匹配方法的较佳实施例的流程图。
图2是本发明广告匹配装置的较佳实施例的功能模块图。
图3是本发明实现广告匹配方法的较佳实施例的计算机设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
如图1所示，是本发明广告匹配方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
所述广告匹配方法应用于一个或者多个计算机设备中，所述计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital SignalProcessor，DSP)、嵌入式设备等。
所述计算机设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理（Personal Digital Assistant，PDA）、游戏机、交互式网络电视（Internet Protocol Television，IPTV）、智能式穿戴式设备等。
所述计算机设备还可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云。
所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
其中，人工智能（Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互***、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络（Virtual Private Network，VPN）等。
S10，获取广告资源池，及获取所述广告资源池中每支广告的历史投放数据。
其中，所述广告资源池可以为预先配置的投放广告的集合。
其中，所述历史投放数据可以包括，但不限于以下一种或者多种数据的组合：
每支广告的投放用户、每支广告是否被点击、用户点击后对对应广告的浏览时长、是否购买对应广告所推荐的产品等。
S11，根据所述历史投放数据确定每支广告的目标投放用户。
在本实施例中，所述根据所述历史投放数据确定每支广告的目标投放用户包括：
获取每支广告的被点击情况；
根据每支广告的被点击情况确定每支广告的目标投放用户；
其中，每支广告的被点击情况包括：是否被点击、用户点击后对对应广告的浏览时长、是否购买对应广告所推荐的产品。
具体地，可以为每支广告的被点击情况的各个维度分别配置不同的权重，并根据权重确定每支广告的目标投放用户。
例如：是否被点击的权重为10%，用户点击后对对应广告的浏览时长的权重为20%，是否购买对应广告所推荐的产品的权重为70%，则根据权重进行加权计算，得到每支广告对应的各用户的加权评分，若有用户的加权评分大于或者等于预设阈值，则将该用户确定为对应广告的目标投放用户。
通过上述实施例，能够基于每支广告的被点击情况确定每支广告的目标投放用户，以筛选出更加对广告的转化率贡献较高的用户，使后续的用户画像更加准确。
S12，根据每支广告的目标投放用户构建用户属性关系表。
在本实施例中，所述根据每支广告的目标投放用户构建用户属性关系表包括：
获取每支广告的目标投放用户的社会属性数据；
对所述社会属性数据进行聚类，得到每支广告的目标投放用户的社会属性数据的各个最小维度；
以各个最小维度为标题行构建所述用户属性关系表。
其中，所述社会属性数据可以包括，但不限于以下一种或者多种数据的组合：
性别、年龄、学历、是否有孩子等。
相应地，各个最小维度可以为性别、年龄、学历、是否有孩子等。
将性别、年龄、学历、是否有孩子等最小维度作为表格的标题行，将具体的取值作为标题行下的具体数据（如标题行“性别”下的取值可以为男性或者女性），以生成所述用户属性关系表。
S13，根据所述用户属性关系表生成每支广告的至少一个广告字节标识码。
在本实施例中，所述根据所述用户属性关系表生成每支广告的至少一个广告字节标识码包括：
配置所述用户属性关系表中各个标题行下数据的取值所对应的字符；
根据各个标题行下数据的取值进行分析，得到每支广告被投放后具有较高转化概率的各个用户群；
根据各个标题行下数据的取值所对应的字符对各个用户群进行标记，得到每支广告的至少一个广告字节标识码。
例如：对于标题行“性别”，当取值为女性时可以以0表示，当取值为男性时可以以1表示；对于标题行“学历”，当取值为大学及以上时可以以0表示，当取值为大学以下时可以以1表示；对于标题行“年龄”，当年龄取值在20-30岁时可以以0表示，当年龄取值在20岁以下时可以以1表示。经过分析后，若广告A对应的用户群为女性，大学学历，且年龄为20-30岁，则对应的广告字节标识码为000，若广告A还对应用户群男性，高中生，年龄20岁以下，则广告A对应的广告字节标识码还包括111。
在上述实施例中，基于广告字节标识码对每支广告适配的用户群体进行量化，不仅使用户群的属性更加直观，且便于根据用户属性对符合的广告进行快速匹配。
S14，将每支广告的至少一个广告字节标识码存储至所述广告资源池。
在上述实施例中，通过将每支广告的至少一个广告字节标识码存储至所述广告资源池，能够使所述广告资源池中的信息更加全面，提提升广告匹配效率。
S15，当检测到任意用户访问配置应用程序时，识别所述任意用户的用户属性。
其中，所述配置应用程序可以为任意可以投放广告的应用程序。
在本实施例中，所述识别所述任意用户的用户属性包括：
获取所述任意用户访问所述配置应用程序时的登录信息；
从所述登录信息中获取所述任意用户的用户标识；
根据所述用户标识获取所述用户属性。
其中，所述登录信息可以包括，但不限于：用户标识、登录名称、登录密码等。
其中，所述用户标识可以包括，但不限于：国际移动设备识别码（InternationalMobile Equipment Identity，IMEI）、广告标识符（Identifier For Advertising，IDFA）等。
其中，所述用户属性是与所述社会属性数据对应的各个最小维度下的属性数据。
通过所述用户标识能够唯一确定一个用户，进而能够获取到该用户的用户属性。
S16，根据所述用户属性及所述用户属性关系表生成所述任意用户对应的目标广告字节标识码。
具体地，可以根据所述用户属性关系表中各个标题行下数据的取值所对应的字符对所述用户属性进行标记，得到所述任意用户对应的目标广告字节标识码。具体标记方式可以参见前文“根据所述用户属性关系表生成每支广告的至少一个广告字节标识码”所采取的方式，在此不赘述。
S17，利用所述目标广告字节标识码在所述广告资源池中进行匹配，得到目标广告。
具体地，利用所述目标广告字节标识码遍历所述广告资源池中每支广告对应的广告字节标识码，并将与所述目标广告字节标识码相匹配的广告字节标识码所对应的广告确定为所述目标广告。
S18，向所述任意用户投放所述目标广告。
在本实施例中，所述向所述任意用户投放所述目标广告包括：
向所述配置应用程序推送所述目标广告；及/或
获取具有广告投放权限的所有应用程序，当检测到所述任意用户访问所述所有应用程序中的任意应用程序时，向所述任意应用程序推送所述目标广告。
具体地，在向对应应用程序推送所述目标广告后，将所述目标广告显示在对应应用程序的指定终端界面上，并根据用户的进一步操作进行广告页面的变化。
经实验，本实施例所采用的广告匹配方式能够将原本的广告匹配时间减少30%-50%，提高了用户的使用体验，可以被应用于互联网展示广告投放领域。
在上述实施例中，通过向所述配置应用程序推送所述目标广告，能够在检测到用户登录所述配置应用程序时实现对广告的实时推送；通过获取具有广告投放权限的所有应用程序，能够在后续检测到对应用户访问这些应用程序时及时向用户推送广告，这样，只需要完成一次广告匹配，后续在检测到用户登录对应应用程序时都可以根据该次匹配结果进行广告投放，以提升广告匹配及投放的效率，同时提升用户体验。
在本实施例中，所述向所述任意用户投放所述目标广告后，所述方法还包括：
定期获取投放的所有广告的转化率；
当所述转化率小于配置转化率时，更新所述用户属性关系表及所述广告资源池。
通过上述实施例，能够根据广告的转化率定期更新所述用户属性关系表及所述广告资源池，以保证广告匹配的可靠性及准确率，避免影响广告的精准投放。
由以上技术方案可以看出，本发明能够根据广告资源池中每支广告的目标投放用户构建用户属性关系表，并根据用户属性关系表生成每支广告的至少一个广告字节标识码以存储至广告资源池，当检测到任意用户访问配置应用程序时，根据该任意用户的用户属性及用户属性关系表生成该任意用户对应的目标广告字节标识码，并利用目标广告字节标识码在广告资源池中匹配目标广告，以便根据用户属性进行广告的精准投放，且由于预先配置了用户属性关系表及广告资源池，还能够提高广告匹配的效率。
如图2所示，是本发明广告匹配装置的较佳实施例的功能模块图。所述广告匹配装置11包括获取单元110、确定单元111、构建单元112、生成单元113、存储单元114、识别单元115、匹配单元116、投放单元117。本发明所称的模块/单元是指一种能够被处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。在本实施例中，关于各模块/单元的功能将在后续的实施例中详述。
所述获取单元110，用于获取广告资源池，及获取所述广告资源池中每支广告的历史投放数据。
其中，所述广告资源池可以为预先配置的投放广告的集合。
其中，所述历史投放数据可以包括，但不限于以下一种或者多种数据的组合：
每支广告的投放用户、每支广告是否被点击、用户点击后对对应广告的浏览时长、是否购买对应广告所推荐的产品等。
所述确定单元111，用于根据所述历史投放数据确定每支广告的目标投放用户。
在本实施例中，所述确定单元111根据所述历史投放数据确定每支广告的目标投放用户包括：
获取每支广告的被点击情况；
根据每支广告的被点击情况确定每支广告的目标投放用户；
其中，每支广告的被点击情况包括：是否被点击、用户点击后对对应广告的浏览时长、是否购买对应广告所推荐的产品。
具体地，可以为每支广告的被点击情况的各个维度分别配置不同的权重，并根据权重确定每支广告的目标投放用户。
例如：是否被点击的权重为10%，用户点击后对对应广告的浏览时长的权重为20%，是否购买对应广告所推荐的产品的权重为70%，则根据权重进行加权计算，得到每支广告对应的各用户的加权评分，若有用户的加权评分大于或者等于预设阈值，则将该用户确定为对应广告的目标投放用户。
通过上述实施例，能够基于每支广告的被点击情况确定每支广告的目标投放用户，以筛选出更加对广告的转化率贡献较高的用户，使后续的用户画像更加准确。
所述构建单元112，用于根据每支广告的目标投放用户构建用户属性关系表。
在本实施例中，所述构建单元112根据每支广告的目标投放用户构建用户属性关系表包括：
获取每支广告的目标投放用户的社会属性数据；
对所述社会属性数据进行聚类，得到每支广告的目标投放用户的社会属性数据的各个最小维度；
以各个最小维度为标题行构建所述用户属性关系表。
其中，所述社会属性数据可以包括，但不限于以下一种或者多种数据的组合：
性别、年龄、学历、是否有孩子等。
相应地，各个最小维度可以为性别、年龄、学历、是否有孩子等。
将性别、年龄、学历、是否有孩子等最小维度作为表格的标题行，将具体的取值作为标题行下的具体数据（如标题行“性别”下的取值可以为男性或者女性），以生成所述用户属性关系表。
所述生成单元113，用于根据所述用户属性关系表生成每支广告的至少一个广告字节标识码。
在本实施例中，所述生成单元113根据所述用户属性关系表生成每支广告的至少一个广告字节标识码包括：
配置所述用户属性关系表中各个标题行下数据的取值所对应的字符；
根据各个标题行下数据的取值进行分析，得到每支广告被投放后具有较高转化概率的各个用户群；
根据各个标题行下数据的取值所对应的字符对各个用户群进行标记，得到每支广告的至少一个广告字节标识码。
例如：对于标题行“性别”，当取值为女性时可以以0表示，当取值为男性时可以以1表示；对于标题行“学历”，当取值为大学及以上时可以以0表示，当取值为大学以下时可以以1表示；对于标题行“年龄”，当年龄取值在20-30岁时可以以0表示，当年龄取值在20岁以下时可以以1表示。经过分析后，若广告A对应的用户群为女性，大学学历，且年龄为20-30岁，则对应的广告字节标识码为000，若广告A还对应用户群男性，高中生，年龄20岁以下，则广告A对应的广告字节标识码还包括111。
在上述实施例中，基于广告字节标识码对每支广告适配的用户群体进行量化，不仅使用户群的属性更加直观，且便于根据用户属性对符合的广告进行快速匹配。
所述存储单元114，用于将每支广告的至少一个广告字节标识码存储至所述广告资源池。
在上述实施例中，通过将每支广告的至少一个广告字节标识码存储至所述广告资源池，能够使所述广告资源池中的信息更加全面，提提升广告匹配效率。
所述识别单元115，用于当检测到任意用户访问配置应用程序时，识别所述任意用户的用户属性。
其中，所述配置应用程序可以为任意可以投放广告的应用程序。
在本实施例中，所述识别单元115识别所述任意用户的用户属性包括：
获取所述任意用户访问所述配置应用程序时的登录信息；
从所述登录信息中获取所述任意用户的用户标识；
根据所述用户标识获取所述用户属性。
其中，所述登录信息可以包括，但不限于：用户标识、登录名称、登录密码等。
其中，所述用户标识可以包括，但不限于：国际移动设备识别码（InternationalMobile Equipment Identity，IMEI）、广告标识符（Identifier For Advertising，IDFA）等。
其中，所述用户属性是与所述社会属性数据对应的各个最小维度下的属性数据。
通过所述用户标识能够唯一确定一个用户，进而能够获取到该用户的用户属性。
所述生成单元113，还用于根据所述用户属性及所述用户属性关系表生成所述任意用户对应的目标广告字节标识码。
具体地，可以根据所述用户属性关系表中各个标题行下数据的取值所对应的字符对所述用户属性进行标记，得到所述任意用户对应的目标广告字节标识码。具体标记方式可以参见前文“根据所述用户属性关系表生成每支广告的至少一个广告字节标识码”所采取的方式，在此不赘述。
所述匹配单元116，用于利用所述目标广告字节标识码在所述广告资源池中进行匹配，得到目标广告。
具体地，利用所述目标广告字节标识码遍历所述广告资源池中每支广告对应的广告字节标识码，并将与所述目标广告字节标识码相匹配的广告字节标识码所对应的广告确定为所述目标广告。
所述投放单元117，用于向所述任意用户投放所述目标广告。
在本实施例中，所述投放单元117向所述任意用户投放所述目标广告包括：
向所述配置应用程序推送所述目标广告；及/或
获取具有广告投放权限的所有应用程序，当检测到所述任意用户访问所述所有应用程序中的任意应用程序时，向所述任意应用程序推送所述目标广告。
具体地，在向对应应用程序推送所述目标广告后，将所述目标广告显示在对应应用程序的指定终端界面上，并根据用户的进一步操作进行广告页面的变化。
经实验，本实施例所采用的广告匹配方式能够将原本的广告匹配时间减少30%-50%，提高了用户的使用体验，可以被应用于互联网展示广告投放领域。
在上述实施例中，通过向所述配置应用程序推送所述目标广告，能够在检测到用户登录所述配置应用程序时实现对广告的实时推送；通过获取具有广告投放权限的所有应用程序，能够在后续检测到对应用户访问这些应用程序时及时向用户推送广告，这样，只需要完成一次广告匹配，后续在检测到用户登录对应应用程序时都可以根据该次匹配结果进行广告投放，以提升广告匹配及投放的效率，同时提升用户体验。
在本实施例中，所述向所述任意用户投放所述目标广告后，定期获取投放的所有广告的转化率；
当所述转化率小于配置转化率时，更新所述用户属性关系表及所述广告资源池。
通过上述实施例，能够根据广告的转化率定期更新所述用户属性关系表及所述广告资源池，以保证广告匹配的可靠性及准确率，避免影响广告的精准投放。
由以上技术方案可以看出，本发明能够根据广告资源池中每支广告的目标投放用户构建用户属性关系表，并根据用户属性关系表生成每支广告的至少一个广告字节标识码以存储至广告资源池，当检测到任意用户访问配置应用程序时，根据该任意用户的用户属性及用户属性关系表生成该任意用户对应的目标广告字节标识码，并利用目标广告字节标识码在广告资源池中匹配目标广告，以便根据用户属性进行广告的精准投放，且由于预先配置了用户属性关系表及广告资源池，还能够提高广告匹配的效率。
如图3所示，是本发明实现广告匹配方法的较佳实施例的计算机设备的结构示意图。
所述计算机设备1可以包括存储器12、处理器13和总线，还可以包括存储在所述存储器12中并可在所述处理器13上运行的计算机程序，例如广告匹配程序。
本领域技术人员可以理解，所述示意图仅仅是计算机设备1的示例，并不构成对计算机设备1的限定，所述计算机设备1既可以是总线型结构，也可以是星形结构，所述计算机设备1还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置，例如所述计算机设备1还可以包括输入输出设备、网络接入设备等。
需要说明的是，所述计算机设备1仅为举例，其他现有的或今后可能出现的电子产品如可适应于本发明，也应包含在本发明的保护范围以内，并以引用方式包含于此。
其中，存储器12至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。存储器12在一些实施例中可以是计算机设备1的内部存储单元，例如该计算机设备1的移动硬盘。存储器12在另一些实施例中也可以是计算机设备1的外部存储设备，例如计算机设备1上配备的插接式移动硬盘、智能存储卡（Smart Media Card，SMC）、安全数字（SecureDigital，SD）卡、闪存卡（Flash Card）等。进一步地，存储器12还可以既包括计算机设备1的内部存储单元也包括外部存储设备。存储器12不仅可以用于存储安装于计算机设备1的应用软件及各类数据，例如广告匹配程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
处理器13在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器13是所述计算机设备1的控制核心（Control Unit），利用各种接口和线路连接整个计算机设备1的各个部件，通过运行或执行存储在所述存储器12内的程序或者模块（例如执行广告匹配程序等），以及调用存储在所述存储器12内的数据，以执行计算机设备1的各种功能和处理数据。
所述处理器13执行所述计算机设备1的操作***以及安装的各类应用程序。所述处理器13执行所述应用程序以实现上述各个广告匹配方法实施例中的步骤，例如图1所示的步骤。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器13执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机程序在所述计算机设备1中的执行过程。例如，所述计算机程序可以被分割成获取单元110、确定单元111、构建单元112、生成单元113、存储单元114、识别单元115、匹配单元116、投放单元117。
上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、计算机设备，或者网络设备等）或处理器（processor）执行本发明各个实施例所述广告匹配方法的部分。
所述计算机设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指示相关的硬件设备来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。
其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器等。
进一步地，计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性（防伪）和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
总线可以是外设部件互连标准（peripheral component interconnect，简称PCI）总线或扩展工业标准结构（extended industry standard architecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，在图3中仅用一根直线表示，但并不表示仅有一根总线或一种类型的总线。所述总线被设置为实现所述存储器12以及至少一个处理器13等之间的连接通信。
尽管未示出，所述计算机设备1还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器13逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述计算机设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述计算机设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该计算机设备1与其他计算机设备之间建立通信连接。
可选地，该计算机设备1还可以包括用户接口，用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在计算机设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
图3仅示出了具有组件12-13的计算机设备1，本领域技术人员可以理解的是，图3示出的结构并不构成对所述计算机设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
结合图1，所述计算机设备1中的所述存储器12存储多个指令以实现一种广告匹配方法，所述处理器13可执行所述多个指令从而实现：
获取广告资源池，及获取所述广告资源池中每支广告的历史投放数据；
根据所述历史投放数据确定每支广告的目标投放用户；
根据每支广告的目标投放用户构建用户属性关系表；
根据所述用户属性关系表生成每支广告的至少一个广告字节标识码；
将每支广告的至少一个广告字节标识码存储至所述广告资源池；
当检测到任意用户访问配置应用程序时，识别所述任意用户的用户属性；
根据所述用户属性及所述用户属性关系表生成所述任意用户对应的目标广告字节标识码；
利用所述目标广告字节标识码在所述广告资源池中进行匹配，得到目标广告；
向所述任意用户投放所述目标广告。
具体地，所述处理器13对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
需要说明的是，本案中所涉及到的数据均为合法取得。
在本发明所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
本发明可用于众多通用或专用的计算机***环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等。本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。本发明中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种广告匹配方法，其特征在于，所述广告匹配方法包括：
获取广告资源池，及获取所述广告资源池中每支广告的历史投放数据；
根据所述历史投放数据确定每支广告的目标投放用户；
根据每支广告的目标投放用户构建用户属性关系表；
根据所述用户属性关系表生成每支广告的至少一个广告字节标识码；
将每支广告的至少一个广告字节标识码存储至所述广告资源池；
当检测到任意用户访问配置应用程序时，识别所述任意用户的用户属性；
根据所述用户属性及所述用户属性关系表生成所述任意用户对应的目标广告字节标识码；
利用所述目标广告字节标识码在所述广告资源池中进行匹配，得到目标广告；
向所述任意用户投放所述目标广告。
2.如权利要求1所述的广告匹配方法，其特征在于，所述根据所述历史投放数据确定每支广告的目标投放用户包括：
获取每支广告的被点击情况；
根据每支广告的被点击情况确定每支广告的目标投放用户；
其中，每支广告的被点击情况包括：是否被点击、用户点击后对对应广告的浏览时长、是否购买对应广告所推荐的产品。
3.如权利要求1所述的广告匹配方法，其特征在于，所述根据每支广告的目标投放用户构建用户属性关系表包括：
获取每支广告的目标投放用户的社会属性数据；
对所述社会属性数据进行聚类，得到每支广告的目标投放用户的社会属性数据的各个最小维度；
以各个最小维度为标题行构建所述用户属性关系表。
4.如权利要求3所述的广告匹配方法，其特征在于，所述根据所述用户属性关系表生成每支广告的至少一个广告字节标识码包括：
配置所述用户属性关系表中各个标题行下数据的取值所对应的字符；
根据各个标题行下数据的取值进行分析，得到每支广告被投放后具有较高转化概率的各个用户群；
根据各个标题行下数据的取值所对应的字符对各个用户群进行标记，得到每支广告的至少一个广告字节标识码。
5.如权利要求1所述的广告匹配方法，其特征在于，所述识别所述任意用户的用户属性包括：
获取所述任意用户访问所述配置应用程序时的登录信息；
从所述登录信息中获取所述任意用户的用户标识；
根据所述用户标识获取所述用户属性。
6.如权利要求1所述的广告匹配方法，其特征在于，所述向所述任意用户投放所述目标广告包括：
向所述配置应用程序推送所述目标广告；及/或
获取具有广告投放权限的所有应用程序，当检测到所述任意用户访问所述所有应用程序中的任意应用程序时，向所述任意应用程序推送所述目标广告。
7.如权利要求1所述的广告匹配方法，其特征在于，所述向所述任意用户投放所述目标广告后，所述方法还包括：
定期获取投放的所有广告的转化率；
当所述转化率小于配置转化率时，更新所述用户属性关系表及所述广告资源池。
8.一种广告匹配装置，其特征在于，所述广告匹配装置包括：
获取单元，用于获取广告资源池，及获取所述广告资源池中每支广告的历史投放数据；
确定单元，用于根据所述历史投放数据确定每支广告的目标投放用户；
构建单元，用于根据每支广告的目标投放用户构建用户属性关系表；
生成单元，用于根据所述用户属性关系表生成每支广告的至少一个广告字节标识码；
存储单元，用于将每支广告的至少一个广告字节标识码存储至所述广告资源池；
识别单元，用于当检测到任意用户访问配置应用程序时，识别所述任意用户的用户属性；
所述生成单元，还用于根据所述用户属性及所述用户属性关系表生成所述任意用户对应的目标广告字节标识码；
匹配单元，用于利用所述目标广告字节标识码在所述广告资源池中进行匹配，得到目标广告；
投放单元，用于向所述任意用户投放所述目标广告。
9.一种计算机设备，其特征在于，所述计算机设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现如权利要求1至7中任意一项所述的广告匹配方法。
10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被计算机设备中的处理器执行以实现如权利要求1至7中任意一项所述的广告匹配方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310765570.9A CN116503114A (zh) | 2023-06-27 | 2023-06-27 | 广告匹配方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310765570.9A CN116503114A (zh) | 2023-06-27 | 2023-06-27 | 广告匹配方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116503114A true CN116503114A (zh) | 2023-07-28 |
Family
ID=87323488
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310765570.9A Pending CN116503114A (zh) | 2023-06-27 | 2023-06-27 | 广告匹配方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116503114A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109034864A (zh) * | 2018-06-11 | 2018-12-18 | 广东因特利信息科技股份有限公司 | 提高广告投放精准度的方法、装置、电子设备及存储介质 |
| 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 |
| CN110009401A (zh) * | 2019-03-18 | 2019-07-12 | 康美药业股份有限公司 | 基于用户画像的广告投放方法、装置和存储介质 |
| CN110415054A (zh) * | 2019-09-05 | 2019-11-05 | 上海博泰悦臻网络技术服务有限公司 | 基于用户行为数据的广告投放方法、***、介质及服务端 |
| CN113379460A (zh) * | 2021-06-21 | 2021-09-10 | 安徽西柚酷媒信息科技有限公司 | 一种基于用户画像的广告精准投放方法 |
| CN114742581A (zh) * | 2022-03-30 | 2022-07-12 | 深圳市东信时代信息技术有限公司 | 基于移动终端的广告投放方法、服务器及存储介质 |
-
2023
- 2023-06-27 CN CN202310765570.9A patent/CN116503114A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109034864A (zh) * | 2018-06-11 | 2018-12-18 | 广东因特利信息科技股份有限公司 | 提高广告投放精准度的方法、装置、电子设备及存储介质 |
| 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 |
| CN110009401A (zh) * | 2019-03-18 | 2019-07-12 | 康美药业股份有限公司 | 基于用户画像的广告投放方法、装置和存储介质 |
| CN110415054A (zh) * | 2019-09-05 | 2019-11-05 | 上海博泰悦臻网络技术服务有限公司 | 基于用户行为数据的广告投放方法、***、介质及服务端 |
| CN113379460A (zh) * | 2021-06-21 | 2021-09-10 | 安徽西柚酷媒信息科技有限公司 | 一种基于用户画像的广告精准投放方法 |
| CN114742581A (zh) * | 2022-03-30 | 2022-07-12 | 深圳市东信时代信息技术有限公司 | 基于移动终端的广告投放方法、服务器及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111639153B (zh) | 基于法律知识图谱的查询方法、装置、电子设备及介质 | |
| CN111666415A (zh) | 话题聚类方法、装置、电子设备及存储介质 | |
| CN113806434B (zh) | 大数据处理方法、装置、设备及介质 | |
| CN113887941B (zh) | 业务流程生成方法、装置、电子设备及介质 | |
| CN116541883A (zh) | 基于信任的差分隐私保护方法、装置、设备及存储介质 | |
| CN113706249B (zh) | 数据推荐方法、装置、电子设备及存储介质 | |
| CN114301670B (zh) | 基于ipv6地址的终端认证方法、装置、设备及介质 | |
| CN114185776A (zh) | 应用程序的大数据埋点方法、装置、设备及介质 | |
| CN112052409B (zh) | 地址解析方法、装置、设备及介质 | |
| CN116823437A (zh) | 基于配置化风控策略的准入方法、装置、设备及介质 | |
| CN116340516A (zh) | 实体关系的聚类提取方法、装置、设备及存储介质 | |
| CN116503114A (zh) | 广告匹配方法、装置、设备及介质 | |
| CN116957649B (zh) | 客户筛选方法、装置、设备及介质 | |
| CN116934263B (zh) | 产品批量准入方法、装置、设备及介质 | |
| CN116976821B (zh) | 企业问题反馈信息处理方法、装置、设备及介质 | |
| CN114742423B (zh) | 一种随机分组方法、装置、设备及介质 | |
| CN116843454B (zh) | 渠道信息管理方法、装置、设备及介质 | |
| CN116629596B (zh) | 供应链风险预测方法、装置、设备及介质 | |
| CN113704616B (zh) | 信息推送方法、装置、电子设备及可读存储介质 | |
| CN115525731B (zh) | 基于改进pagerank算法的网页权重计算方法、装置及电子设备 | |
| CN116630048B (zh) | 基于期货行情k线的交易方法、装置、设备及介质 | |
| CN116739611B (zh) | 客户信息跟踪管理方法、装置、设备及介质 | |
| CN113656703B (zh) | 基于新上线课程的智能推荐方法、装置、设备及存储介质 | |
| CN117114845A (zh) | 企业风险预测方法、设备及介质 | |
| CN116303824A (zh) | 实体信息图扩展方法、装置、电子设备及存储介质 |
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 |