[发明专利]一种基于用户画像的广告精准投放方法

说明书

本发明属于大数据处理领域，具体涉及一种基于用户画像的广告精准投放方法。该广告精准投放方法包括如下步骤：步骤一：依次获取广告投放区域内各个当前用户的面部特征，查询一个包含多个历史用户的用户画像数据集的广告分析数据库，判断当前用户的用户类型；并获取当前用户的用户标签。步骤二：建立当前用户群的目标画像数据集，步骤三：调整广告播放序列表中的广告的播放顺序，具体过程如下：(1)获取广告关联的关键词数据集，(2)计算关键词数据集与目标画像数据集中的特征数据的重合度；(3)根据重合度大小对各个广告进行优先级排序。本发明解决了现有广告投放设备的广告投放效率低，无法针对用户群体调整广告投放顺序的问题。

技术领域

本发明属于大数据处理领域，具体涉及一种基于用户画像的广告精准投放方法，以及实现该方法的一种计算机设备和存储介质。

背景技术

电梯、商场、车库、地铁站等场景中，几乎都设置有大量的用于播放广告的广告投放设备。这些设备会循环播放内置的广告视频。现有的广告投放设备通常只能按照固定的播放顺序播放服务器中的广告，无法针对不同的用户对广告的播放顺序或对广告播放的内容进行调整。如果需要更换播放的内容，则需要相关的设备管理人员从远程或现场对设备播放的内容进行人工切换或更新。这使得广告投放设备的不能实现对不同用户的精准投送，甚至可能出现向特定人群推送完全不适宜推送的广告的问题，这不仅降低了用户的使用体验，也降低了广告运营方的广告的投放效率，无法实现营销价值的最大化。

发明内容

为了解决现有广告投放设备的广告投放效率低，无法针对用户群体调整广告投放顺序的问题，本发明提供一种基于用户画像的广告精准投放方法。

本发明采用以下技术方案实现：

一种基于用户画像的广告精准投放方法，该广告精准投放方法包括如下步骤：

步骤一：依次获取广告投放区域内各个当前用户的面部特征，查询一个包含多个历史用户的用户画像数据集的广告分析数据库，根据当前用户与历史用户的面部特征判断当前用户的用户类型；并针对不同的用户类型获取当前用户的用户标签。

其中，用户类型分为新增用户和历史用户；用户标签中包括身份标签、喜好标签和厌恶标签。

步骤二：建立当前用户群的目标画像数据集，目标画像数据集的建立过程具体如下：

(1)设定一个历史用户比例临界值q0，计算广告投放区域内识别为历史用户的当前用户在当前用户群中的占比q。其中，历史用户比例临界值q0为根据专家经验值确定的数值，该值的取值可以进行更改，且q0的取值与广告数据库中数据量的大小存在关联性，当广告数据库中的数据量越大，则q0的取值越大。

(2)判断q与q0的大小关系，根据判断结果作出如下决策：

(ⅰ)当q≥q0时，提取所有历史用户的喜好标签中的特征数据，对特征数据去重后，将其作为当前用户群的目标画像数据集。

(ⅱ)当q＜q0时，先提取所有历史用户的喜好标签中的特征数据；再依次计算各个新增用户的身份标签中的内容与各个历史用户的身份标签中内容的重合度Dc1，提取与各个新增用户的身份标签的重合度Dc1最大的历史用户的喜好标签中的特征数据；将两部分特征数据合并，且完成特征数据去重后，作为当前用户群的目标画像数据集。

步骤三：调整广告播放序列表中的广告的播放顺序，具体过程如下：

(1)获取广告播放序列表中的各个广告关联的关键词数据集，关键词数据集内的特征数据为预先设定的多个与当前播放的广告的内容相关的关键词。

(2)获取目标画像数据集中的特征数据，并计算各个广告关联的关键词数据集中的特征数据与目标画像数据集中的特征数据的重合度Dc2。

(3)按照每个广告的Dc2的计算结果从大到小的顺序，对广告播放序列表中的各个广告进行排序，得到重新调整的广告播放序列表。