[發(fā)明專利]一種基于神經(jīng)網(wǎng)絡(luò)和Huff模型的數(shù)字標牌廣告受眾人群分類方法

有效

• 申請?zhí)枺?/td>: 201810895497.6
• 申請日: 2018-08-08
• 公開（公告）號: CN109191181B
• 公開（公告）日: 2021-08-27
• 發(fā)明（設(shè)計）人: 張珣;于重重;謝小蘭;王雨雪;靳敏
• 申請（專利權(quán)）人: 北京工商大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 安麗

本發(fā)明涉及一種基于神經(jīng)網(wǎng)絡(luò)和Huff模型的數(shù)字標牌廣告受眾人群分類方法，包括：要素選取及處理、模型構(gòu)建、模型驗證；構(gòu)造空間化的數(shù)字標牌區(qū)位因子，得到數(shù)字標牌區(qū)位因子的標準格網(wǎng)柵格圖層，包括其像素值及對應(yīng)的坐標值；采用改進的神經(jīng)網(wǎng)絡(luò)模型對經(jīng)過歸一化處理的數(shù)字標牌區(qū)位因子進行計算，得到每個區(qū)位包含各種受眾人群的概率；再利用改進的Huff模型計算已布設(shè)數(shù)字標牌區(qū)位對未布設(shè)數(shù)字標牌區(qū)位的受眾人群影響力；然后將兩種模型，即所述改進的神經(jīng)網(wǎng)絡(luò)模型和改進的Huff模型得到的結(jié)果進行融合，完成數(shù)字標牌廣告受眾人群分類；最后利用多標簽分類算法的五種驗證指標對模型進行有效性驗證。本發(fā)明方法綜合考慮多源要素與空間距離，分類結(jié)果精準性高、數(shù)字標牌廣告投放效益高、數(shù)字標牌影響效果佳。

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)字標牌受眾人群分類技術(shù)領(lǐng)域，涉及數(shù)字標牌受眾人群分類方法，具體涉及一種基于神經(jīng)網(wǎng)絡(luò)和Huff模型的數(shù)字標牌受眾人群分類方法。

背景技術(shù)

數(shù)字標牌是指在人流會聚的公共場所，通過數(shù)字標牌終端顯示設(shè)備，發(fā)布商業(yè)、財經(jīng)和娛樂等信息的多媒體專業(yè)視聽系統(tǒng)，作為一種新興的媒體，已成為現(xiàn)代城市實體廣告的重要媒介。與傳統(tǒng)的電視廣告、報紙廣告相比，數(shù)字標牌更具有靈活性，可以根據(jù)不同受眾群體，進行個性化、定制化廣告投放。數(shù)字標牌發(fā)展至今僅有20多年的歷史，其應(yīng)用卻遍及工作和生活的各個領(lǐng)域，數(shù)字標牌的廣泛應(yīng)用給社會帶來了不可估量的產(chǎn)業(yè)價值。

數(shù)字標牌的產(chǎn)業(yè)鏈可以包含如下過程：(1)數(shù)字標牌供應(yīng)商負責生產(chǎn)制造數(shù)字標牌；(2)數(shù)字標牌媒體商購買數(shù)字標牌并選擇位置與布設(shè)；(3)廣告代理商按照廣告商需求向媒體商購買數(shù)字標牌的廣告位。近年來國內(nèi)數(shù)字標牌產(chǎn)業(yè)發(fā)展迅速。數(shù)字標牌興起階段，這一階段主要集中在數(shù)字標牌生產(chǎn)、研發(fā)與制造工作；數(shù)字標牌的應(yīng)用階段，這一階段主要是數(shù)字標牌的大范圍應(yīng)用，通過不斷的推廣宣傳在機場、酒店、商場等地點開始布設(shè)并應(yīng)用數(shù)字標牌，數(shù)字標牌的布設(shè)數(shù)量迅速增加；數(shù)字標牌科學化管理階段，隨著數(shù)字標牌廣泛使用，由于所布設(shè)的數(shù)字標牌數(shù)量急劇增加，數(shù)字標牌相關(guān)者開始考慮對數(shù)字標牌進行科學化、規(guī)范化管理工作。

在受不同的人口、經(jīng)濟等要素影響的區(qū)域中，數(shù)字標牌廣告的受眾人群會存在差異。而目前企業(yè)對數(shù)字標牌的廣告投放是針對所有受眾人群進行的，缺乏針對性，使得廣告投放效益低，數(shù)字標牌影響效果不明顯。因此亟需對數(shù)字標牌廣告受眾人群引入精確分類方法進行有針對性的數(shù)字標牌廣告投放。

數(shù)字標牌的廣告受眾人群分類是從機器學習的角度對數(shù)字標牌廣告受眾人群進行分類，包括但不限于利用已布設(shè)數(shù)字標牌位置的受眾人群來預(yù)測未布設(shè)數(shù)字標牌位置的受眾人群類型。在一般的分類問題中，每個示例僅僅對應(yīng)于唯一一個類別標記，然而同一數(shù)字標牌上的廣告會同時吸引不同的受眾人群，即一個數(shù)字標牌示例可能并不僅僅由單個廣告受眾人群標簽描述,而是同時擁有多個廣告受眾人群標簽，這種一個數(shù)字標牌示例擁有多個廣告受眾人群標簽的分類問題稱為多標簽分類問題。

目前，許多學者致力于研究多標簽分類問題，依據(jù)不同的解決途徑，主要分為問題轉(zhuǎn)換和算法適應(yīng)兩種。Spyromitros E等提出了BR算法，該算法將多標簽分類問題轉(zhuǎn)化為一系列獨立的兩類問題；Zhang ML等將KNN方法應(yīng)用于多標簽分類，提出了ML-KNN算法。但是這些算法的算法復(fù)雜度較高、運行時間長，難以解決實際問題，同時，數(shù)字標牌廣告受眾人群是一種空間數(shù)據(jù)，空間距離對其分類有一定的影響，因此將空間距離引入數(shù)字標牌廣告受眾人群分類能夠有效的提高分類準確性。

發(fā)明內(nèi)容

為了克服上述現(xiàn)有技術(shù)的不足，并將空間距離和經(jīng)濟、人口等多源要素融入數(shù)字標牌廣告受眾人群分類，本發(fā)明提供一種高效科學的基于神經(jīng)網(wǎng)絡(luò)和Huff模型的數(shù)字標牌廣告受眾人群分類方法，通過要素處理、模型構(gòu)建、模型驗證，自動地完成對數(shù)字標牌廣告受眾人群的分類，從而實現(xiàn)數(shù)字標牌廣告的針對性投放。本發(fā)明方法綜合考慮多源要素與空間距離，分類結(jié)果精準性高、數(shù)字標牌廣告投放效益高、數(shù)字標牌影響效果佳。

本發(fā)明提供的技術(shù)方案是：一種基于神經(jīng)網(wǎng)絡(luò)和Huff模型的數(shù)字標牌廣告受眾人群分類方法，包括以下步驟：