[發(fā)明專利]一種基于大數據和位置信息的廣告投放系統及其方法

在審

• 申請?zhí)枺?/td>: 202211044421.5
• 申請日: 2022-08-30
• 公開（公告）號: CN115409553A
• 公開（公告）日: 2022-11-29
• 發(fā)明（設計）人: 左賦斌;趙崢
• 申請（專利權）人: 南京智慧橙網絡科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 南京蘇博知識產權代理事務所(普通合伙) 32411
• 代理人: 賴忠輝

1.一種基于大數據和位置信息的廣告投放方法，其特征在于，包括以下步驟：

獲取被投放方的瀏覽數據和位置信息，并對獲取的所有數據進行預處理，得到樣本數據庫；

基于大數據和深度學習，對所述樣本數據庫進行訓練和學習，構建投放模型；

對廣告方的投放廣告進行特征提取，并將得到的投放詞庫輸入所述投放模型中，得到匹配概率；

基于所述匹配概率對所述投放廣告進行篩選，并結合所述位置信息將篩選出的所述投放廣告進行投放。

2.如權利要求1所述的基于大數據和位置信息的廣告投放方法，其特征在于，獲取被投放方的瀏覽數據和位置信息，并對獲取的所有數據進行預處理，得到樣本數據庫，包括：

采集被投放方的瀏覽數據和手機號信息，并通過運營商信令獲取所述被投放方的LBS位置信息；

對所述瀏覽數據進行篩選、剔除和格式轉換；

根據所述LBS位置信息進行區(qū)域劃分，得到多個樣本數據庫。

3.如權利要求2所述的基于大數據和位置信息的廣告投放方法，其特征在于，根據所述LBS位置信息進行區(qū)域劃分，得到多個樣本數據庫之前，所述方法還包括：

利用所述LBS位置信息對當前所述被投放方的所述瀏覽數據和所述手機號信息進行封裝，并將封裝后的所有數據進行區(qū)域劃分。

4.如權利要求1所述的基于大數據和位置信息的廣告投放方法，其特征在于，基于大數據和深度學習，對所述樣本數據庫進行訓練和學習，構建投放模型，包括：

基于大數據庫對所述樣本數據庫進中劃分，并對所述樣本數據庫中的每個樣本進行權重賦值；

將帶有權重的所述樣本數據庫輸入深度學習模型中進行訓練和驗證，得到投放模型。

5.如權利要求1所述的基于大數據和位置信息的廣告投放方法，其特征在于，對廣告方的投放廣告進行特征提取，并將得到的投放詞庫輸入所述投放模型中，得到匹配概率，包括：

獲取廣告方需要投放的所有的投放廣告，并對所有的所述投放廣告進行預處理；

對預處理后的所述投放廣告進行特征提取，并將得到的投放詞庫輸入所述投放模型中，得到匹配概率。

6.如權利要求5所述的基于大數據和位置信息的廣告投放方法，其特征在于，對預處理后的所述投放廣告進行特征提取，并將得到的投放詞庫輸入所述投放模型中，得到匹配概率，包括：

對每一個所述投放廣告進行特征提取，并利用提取得到的關鍵詞對所述投放廣告進行封裝；

將所有的所述關鍵詞進行匯總，并將匯總得到的關鍵詞庫輸入所述投放模型中，得到對應的匹配概率。

7.一種基于大數據和位置信息的廣告投放系統，適用于如權權利要求1至權利要求6任一項所述的一種基于大數據和位置信息的廣告投放系統，其特征在于，

所述基于大數據和位置信息的廣告投放系統包括信息采集模塊、投放建模模塊、分析處理模塊和廣告推送模塊，所述信息采集模塊、所述投放建模模塊、所述分析處理模塊和所述廣告推送模塊依次連接；

所述信息采集模塊，獲取被投放方的瀏覽數據和位置信息，并對獲取的所有數據進行預處理，得到樣本數據庫；

所述投放建模模塊，基于大數據和深度學習，對所述樣本數據庫進行訓練和學習，構建投放模型；

所述分析處理模塊，對廣告方的投放廣告進行特征提取，并將得到的投放詞庫輸入所述投放模型中，得到匹配概率；

所述廣告推送模塊，基于所述匹配概率對所述投放廣告進行篩選，并結合所述位置信息將篩選出的所述投放廣告進行投放。