[發明專利]一種廣告排片中的互斥方法在審
| 申請號: | 202010144744.6 | 申請日: | 2020-03-04 |
| 公開(公告)號: | CN113365151A | 公開(公告)日: | 2021-09-07 |
| 發明(設計)人: | 陳巖;仲琴;龔世偉;王駿 | 申請(專利權)人: | 分眾(中國)信息技術有限公司 |
| 主分類號: | H04N21/462 | 分類號: | H04N21/462;H04N21/81 |
| 代理公司: | 上海容慧專利代理事務所(普通合伙) 31287 | 代理人: | 于曉菁 |
| 地址: | 200120 上海市浦東新區中國(上海)自由貿*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 廣告 中的 方法 | ||
本發明公開了一種廣告排片中的互斥方法,應用于多個訂單,包括:S1、定義每個訂單中時長和頻次的取值范圍;S2、求解循環播放次數:根據頻次信息用最大公約數求解出一個循環內每個訂單將要播放多少次的值;S3、求解最優播放順序;S4、定義訂單在循環內均勻分布的評判標準:循環內訂單排序間隔標準差的和越小,則該種排序頻次分配越均勻;S5、基于S4求解循環內訂單均勻分布最佳的排片方式。本發明以程序化自動排片替代人工手動排片,可以節約人力成本,效率更高;人工定義不同廣告之間互斥的權值,使廣告排序的方式更加靈活。
技術領域
本發明屬于戶外廣告的智能排片領域,具體涉及一種廣告排片中的互斥方法。
背景技術
智能屏的售賣模式為CPT(時長×頻次/天),比如一個訂單購買了15s×300次,則該訂單在所購買的點位上播放的素材為15s,一天播放的總頻次為300次。每個點位會播放多個訂單,怎么去排序這些訂單,讓互斥(行業互斥,客戶互斥…)的訂單不要相鄰,讓相同的訂單盡量在一個循環內頻次均勻分布(平均分布能讓相同的廣告被更多的客戶觀看),這已經成為廣告投放領域需重點關注的關鍵技術問題之一。目前都是靠人工手動去調整,但是隨著售賣粒度越來越精細化,排片的版本數量越來越多,人工手動排片速度慢,且準確性不高,不能支持更精細化的售賣粒度需求,人工手動排片的速度和準確性已經無法滿足需求。CN104980804A公開了一種終端顯示設備排片管理方法,包括:第一步驟:根據將要播放的單獨廣告媒體文件的內容和順序,生成排片表文件和日程安排文件,其中所述排片表文件設定了在單次循環中播放所述單獨廣告媒體文件的順序,所述日程安排文件設定了按照排片表文件播放所述單獨廣告媒體文件的日期范圍或時段范圍;第二步驟:把將要播放的單獨廣告媒體文件、排片表文件以及日程安排文件存儲至終端顯示設備;第三步驟:終端顯示設備在日程安排文件設定的日期范圍或時段范圍內,根據相應的排片表文件對將要播放的單獨廣告媒體文件進行單次播放或者循環多次播放。上述技術方案無法完全解決上述現有技術問題。
發明內容
有鑒于此,本發明的目的是提供一種廣告排片中的互斥方法,用程序化自動排片替代人工手動排片,并且解決一個播放循環內不同訂單直接的互斥和相同訂單的平均問題,以解決現有技術中的不足。
為了達到上述目的,本發明的目的是通過下述技術方案實現的:
提供一種廣告排片中的互斥方法,應用于多個訂單,其中,包括:
S1、定義每個訂單中時長和頻次的取值范圍;
S2、求解循環播放次數:
根據頻次信息用最大公約數求解出一個循環內每個訂單將要播放多少次的值;
S3、求解最優播放順序;
S4、定義訂單在循環內均勻分布的評判標準:
循環內訂單排序間隔標準差的和越小,則該種排序頻次分配越均勻;
S5、基于S4求解循環內訂單均勻分布最佳的排片方式。
上述廣告排片中的互斥方法,其中,在S3中,定義訂單之間不同互斥信息的權值,將一個循環內要播放的訂單組成一個二維權值矩陣;采用TSP方式求得最優播放順序。
上述廣告排片中的互斥方法,其中,在S5中,獲得二維權值矩陣的最優解,并給出每一個解的訂單間隔標準差的和;循環N次,找到一個路徑和標準差最小的最優解。
本發明技術方案的有益效果是:
--以程序化自動排片替代人工手動排片,可以節約人力成本,效率更高;
--人工定義不同廣告之間互斥的權值,使廣告排序的方式更加靈活。
附圖說明
圖1為本發明方法的流程示意圖。
具體實施方式
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于分眾(中國)信息技術有限公司,未經分眾(中國)信息技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010144744.6/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種運載車及其拉鉤臂機構
- 下一篇:基于神經網絡模型的數據處理方法及裝置





