[發(fā)明專利]廣告生成的方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201710313182.1
• 申請日: 2017-05-05
• 公開（公告）號: CN107679883A
• 公開（公告）日: 2018-02-09
• 發(fā)明（設計）人: 史光輝;王建明;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙)44347
• 代理人: 高杰,于志光

技術領域

本發(fā)明涉及互聯網技術領域，尤其涉及一種廣告生成的方法及系統(tǒng)。

背景技術

目前，廣告的制作一般是由廣告設計人員人工準備廣告素材及獲得廣告創(chuàng)意后進行制作，這種現有的方案的不足之處在于：一方面，廣告創(chuàng)意只是產品經理和UI設計人員主觀上認為是人們最容易接受的，但在客觀上可能并非如此。因此現有的廣告制作方案由于受限于產品經理和UI設計人員主觀想法，使得廣告被接受的程度受到限制；另一方面，需要廣告設計人員人工準備廣告素材，廣告素材的制作周期比較長，導致廣告制作的效率低。

發(fā)明內容

本發(fā)明的目的在于提供一種廣告生成的方法及系統(tǒng)，旨在提高廣告被客戶接受的程度，且提高廣告制作的效率。

為實現上述目的，本發(fā)明提供一種廣告生成的方法，所述廣告生成的方法包括：

S1，從各預定的數據源服務器中獲取各用戶的被廣告曝光的廣告點擊數據，抽取所述廣告點擊數據中的廣告背景圖片的畫風特征；

S2，在向預定的用戶推薦廣告時，基于預定的畫風特征并按照預定的第一分析規(guī)則對各用戶的廣告點擊數據進行分析，以分析出各用戶對應的待推薦廣告圖片的畫風特征；

S3，根據所分析出的各用戶對應的畫風特征生成推薦廣告，以將所述推薦廣告推薦給對應的用戶。

優(yōu)選地，所述第一分析規(guī)則包括：

a1，若用戶無所述廣告點擊數據，則根據預定的人群聚類結果確定該用戶所屬的人群類，并對所確定的人群類中的各用戶的廣告點擊數據按照預定的第二分析規(guī)則進行分析，以分析得到該用戶對應的待推薦廣告圖片的畫風特征；

a2，若用戶有所述廣告點擊數據，且該用戶所點擊的每一廣告的點擊數量均小于等于第一預設閾值，則將該用戶作為無所述廣告點擊數據的用戶，并按照所述步驟a1確定該用戶的對應的待推薦廣告圖片的畫風特征；

a3，若用戶有所述廣告點擊數據，且該用戶所點擊的廣告中點擊數量大于第一預設閾值的廣告的數量為至少一個，則對點擊數量大于第一預設閾值的廣告按照點擊數量進行排序，并對排序后的廣告利用預先確定的第三分析規(guī)則進行分析，以分析得到該用戶對應的待推薦廣告圖片的畫風特征。

優(yōu)選地，所述第二分析規(guī)則包括：

對所確定的人群類中的各用戶點擊的各廣告的點擊數量進行統(tǒng)計；

對點擊數量大于第二預設閾值的預設數量的廣告進行排序，并計算排序后的各廣告的畫風特征的相似度；

若所述相似度大于預設的相似度閾值，則確定排序后的各廣告的畫風特征中是否有所述預定的畫風特征，若是，則將該預定的畫風特征作為該用戶對應的待推薦廣告圖片的畫風特征。

優(yōu)選地，所述第三分析規(guī)則包括：

將最大點擊數量的廣告的畫風特征作為該用戶的待推送廣告圖片的畫風特征；或者

計算相鄰的兩個廣告的點擊數量的差值，若計算的差值均小于預設差值，則將最大點擊數量的廣告的畫風特征作為該用戶的待推薦廣告圖片的畫風特征；若有所述差值大于等于預設差值，則將該差值對應的兩個廣告中點擊數量小的廣告，以及比點擊數量小的廣告更少的廣告剔除；確定在剔除后剩余的廣告的畫風特征中是否有所述預定的畫風特征，若是，則將該預定的畫風特征作為該用戶的待推薦廣告圖片的畫風特征。

優(yōu)選地，所述步驟S3之后還包括：

S4，將所述推薦廣告推薦給對應的用戶后，從各所述數據源服務器中獲取針對所述推薦廣告發(fā)生過廣告曝光的廣告點擊數據，并基于該廣告點擊數據計算各用戶針對所述推薦廣告的點擊率；

S5，若所述點擊率小于預設點擊率，則重新對所述推薦廣告的畫風特征進行調整，以得到新的畫風特征；

S6，基于新的畫風特征并按照所述第一分析規(guī)則對各用戶的廣告點擊數據進行分析，以重新分析出各用戶對應的待推送廣告圖片的畫風特征，并根據重新分析出的各用戶對應的畫風特征生成推薦廣告。

為實現上述目的，本發(fā)明還提供一種廣告生成的系統(tǒng)，所述廣告生成的系統(tǒng)包括：

抽取模塊，用于從各預定的數據源服務器中獲取各用戶的被廣告曝光的廣告點擊數據，抽取所述廣告點擊數據中的廣告背景圖片的畫風特征；

分析模塊，用于在向預定的用戶推薦廣告時，基于預定的畫風特征并按照預定的第一分析規(guī)則對各用戶的廣告點擊數據進行分析，以分析出各用戶對應的待推薦廣告圖片的畫風特征；

第一生成模塊，用于根據所分析出的各用戶對應的畫風特征生成推薦廣告，以將所述推薦廣告推薦給對應的用戶。