[發明專利]基于大數據分析的廣告投放方法、裝置及電子設備

在審

• 申請號: 201811534136.5
• 申請日: 2018-12-14
• 公開（公告）號: CN109784973A
• 公開（公告）日: 2019-05-21
• 發明（設計）人: 林凌軍
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美;胡明

1.一種基于大數據分析的廣告投放方法，其特征在于，包括：

針對目標廣告發生交易行為的用戶，獲取對應的用戶標簽；

根據獲取到的用戶標簽生成用戶群體畫像，所述用戶群體畫像用于指示針對目標廣告發生交易行為的用戶所對應的用戶特征分布；

根據所述用戶群體畫像指示的用戶特征分布對待投放用戶進行交易預測，得到受眾用戶群體；

向所述受眾用戶群體投放所述目標廣告。

2.如權利要求1所述的方法，其特征在于，所述針對目標廣告發生交易行為的用戶，獲取對應的用戶標簽，包括：

針對目標廣告發生交易行為的用戶，獲取所述用戶的用戶數據，所述用戶數據用于描述所述用戶的用戶特征；

調用用戶標簽模型對所述用戶數據進行標簽預測，得到所述用戶對應的用戶標簽。

3.如權利要求2所述的方法，其特征在于，所述針對目標廣告發生交易行為的用戶，獲取所述用戶的用戶數據，包括：

獲取所述用戶的用戶行為數據，所述用戶行為數據用于指示所述用戶針對所述目標廣告的交易行為；

獲取所述用戶的用戶屬性數據，所述用戶屬性數據用于指示所述用戶針對所述目標廣告所推薦產品的購買力和/或偏好；

將所述用戶行為數據和用戶屬性數據進行向量表示，分別得到第一向量和第二向量；

由所述第一向量和第二向量拼接得到所述用戶的用戶數據。

4.如權利要求2所述的方法，其特征在于，所述調用用戶標簽模型對所述用戶數據進行標簽預測，得到所述用戶對應的用戶標簽之前，所述方法還包括：

獲取訓練數據，所述訓練數據進行了用戶標簽標注；

根據所述訓練數據對指定數學模型進行模型訓練；

當所述模型訓練完成，所述指定數學模型收斂為所述用戶標簽模型。

5.如權利要求1所述的方法，其特征在于，所述根據獲取到的用戶標簽生成用戶群體畫像，包括：

將獲取到的用戶標簽進行聚類，得到用戶標簽所屬的若干類別；

根據用戶標簽所屬的若干類別繪制用戶特征分布，得到所述用戶群體畫像。

6.如權利要求1所述的方法，其特征在于，所述根據所述用戶群體畫像指示的用戶特征分布對待投放用戶進行交易預測，得到受眾用戶群體，包括：

獲取所述待投放用戶對應的用戶標簽；

通過聚類確定對應于所述待投放用戶的用戶標簽所屬類別；

判斷所確定類別是否在所述用戶群體畫像指示的用戶特征分布之內；

如果是，則將所述待投放用戶作為受眾用戶，添加至所述受眾用戶群體。

7.如權利要求1至6任一項所述的方法，其特征在于，所述根據所述用戶群體畫像指示的用戶特征分布對待投放用戶進行交易預測，得到受眾用戶群體之后，所述方法還包括：

確定目標廣告的廣告類型，為所述廣告類型配置類型標識；

為所述受眾用戶群體配置群體標識；

將所述類型標識與群體標識關聯存儲，得到廣告投放計劃，以通過所述廣告投放計劃為廣告投放方提供廣告投放服務。

8.一種基于大數據分析的廣告投放裝置，其特征在于，包括：

標簽獲取模塊，用于針對目標廣告發生交易行為的用戶，獲取對應的用戶標簽；

畫像生成模塊，用于根據獲取到的用戶標簽生成用戶群體畫像，所述用戶群體畫像用于指示針對目標廣告發生交易行為的用戶所對應的用戶特征分布；

交易預測模塊，用于根據所述用戶群體畫像指示的用戶特征分布對待投放用戶進行交易預測，得到受眾用戶群體；

廣告投放模塊，用于向所述受眾用戶群體投放所述目標廣告。

9.一種電子設備，其特征在于，包括：

處理器；及

存儲器，所述存儲器上存儲有計算機可讀指令，所述計算機可讀指令被所述處理器執行時實現如權利要求1至7中任一項所述的基于大數據分析的廣告投放方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7中任一項所述的基于大數據分析的廣告投放方法。