[發明專利]一種基于VideoBag特征的精準廣告投放系統及方法

有效

• 申請號: 201210009483.2
• 申請日: 2012-01-13
• 公開（公告）號: CN102708497A
• 公開（公告）日: 2012-10-03
• 發明（設計）人: 王曉龍;姚鍵;尹玉宗;盧學裕;嚴金龍;潘柏宇;盧述奇
• 申請（專利權）人: 合一網絡技術（北京）有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于互聯網技術領域，特別涉及一種廣告投放系統及方法。

背景技術

廣告投放是互聯網最常用的信息傳播模式之一。對于視頻網站，目前最主要的廣告投放方式還是基于內容定向、時間定向和頻道定向的，以上的廣告投放方式最大的缺點是目標受眾到達率低。

發明內容

本發明的目的是：提供一種針對目標受眾投放廣告，從而有效提升廣告效果的系統和方法。

本發明的技術方案是：一種基于VideoBag特征的精準廣告投放系統，它包括：用戶數據采集模塊，視頻節目鑒別能力計算和排序模塊，VideoBag打包模塊，權重計算模塊，用戶特征表生成模塊，用戶性別分類模型訓練模塊，用戶年齡段分類模型訓練模塊，用戶性別與年齡段預測模塊，廣告投放模塊；

所述用戶數據采集模塊獲取用戶視頻節目觀看日志，并通過網上投遞的調查問卷，收集用戶性別、年齡信息；

所述視頻節目鑒別能力計算和排序模塊利用所述用戶數據采集模塊收集的用戶性別、年齡信息，計算各視頻節目的性別鑒別能力I₁和年齡鑒別能力I₂：

I₁＝(man_view-woman_view)/(man_view+woman_view)

I₂＝(in_group_view-not_in_group_view)/(in_group_view+not_in_group_view)

式中：man_view為該視頻節目被男性觀看的次數，woman_view為被女性觀看的數次；in_group_view為該視頻節目被屬于年齡段[min_age，max_age]用戶的觀看次數，not_in_group_view為不屬于年齡段[min_age，max_age]用戶的觀看次數；

將所有視頻節目分別按I₁、I₂值大小進行兩個排序，分別稱為I₁排序和I₂排序；在每個排序中為每個視頻節目賦予相應ID編號；

所述VideoBag打包模塊將所述視頻節目鑒別能力計算和排序模塊給出的I₁排序和I₂排序，分別依序每m個視頻節目打包在一起得到一個VideoBag，最后一個VideoBag中視頻節目不足m個則按實際數量；從1開始，為每個VideoBag賦予一個編號，從而得到分別對應I₁排序和I₂排序的兩個VideoBag序列；

所述權重計算模塊計算各個VideoBag中所有視頻節目的I₁或I₂絕對值的平均值；并令其為本VideoBag的權重Weight：

所述用戶特征表生成模塊從所述用戶數據采集模塊獲取的用戶視頻節目觀看日志，將每個用戶在一段時間內觀看的所有視頻節目列表，將該表中的每一視頻節目在I₁排序和I₂排序中的ID編號轉換成所在VideoBag的編號和權重Weight，得到每個用戶的特征列表；

由于觀看次數過少的樣本數據噪聲較大，故剔除觀看視頻節目次數少于k次的用戶樣本；

設得到UserNum個已知性別、所屬年齡段的用戶特征列表；將這UserNum個用戶特征列表分為兩部分，一部分用于訓練，另一部分由于用戶測試；

所述用戶性別分類模型訓練模塊使用支持向量機作為分類器，按照機器學習分類算法的常規方式進行訓練，訓練數據來源為所述用戶特征表生成模塊提供的一部分用戶特征列表，將其中男性用戶作為正樣本、女性用戶作為反樣本進行訓練，并以所述用戶特征表生成模塊提供的另一部分用戶特征列表為測試數據進行測試，訓練結果為支持向量機分類模型，選擇測試結果最優的訓練結果，命名該模型為性別模型；

所述用戶年齡段分類模型訓練模塊使用支持向量機作為分類器，按照機器學習分類算法的常規方式進行訓練，訓練數據來源為所述用戶特征表生成模塊提供的一部分用戶特征列表，將其中年齡屬于要求年齡段[min_age，max_age]的用戶作為正樣本、其他年齡段的用戶作為反樣本進行訓練，并以所述用戶特征表生成模塊提供的另一部分用戶特征列表為測試數據進行測試，訓練結果為支持向量機分類模型，選擇測試結果最優的訓練結果，命名該模型為年齡段模型；