[发明专利]一种基于深度学习的广告投放方法

说明书

本发明属于广告投放技术领域，尤其是一种基于深度学习的广告投放方法，针对无法根据路过人数的变化来调整宣传内容问题，现提出以下方案，基于深度学习的广告投放方法包括以下步骤：步骤S1：构造训练数据，并将训练数据储存到人数库和广告日志库中，所述训练数据根据计数器得到；步骤S2：在需要训练生成数量和广告匹配模型时，从人数库和广告日志库中获取训练数据。本发明中，通过设置箱体内的深度学习机构和计数器配合红外线探测器和摄像头可以根据箱体附近人数来进行深度学习，从而控制箱体一端的第一广告屏进行广告的切换，从而实现了根据不同广告的宣传力度来调整宣传时间和内容，使广告投放具有更高的可调性和目的性。

技术领域

本发明涉及广告投放技术领域，尤其涉及一种基于深度学习的广告投放方法。

背景技术

目前，对于线下广告投放，广告投放商会通过广告商在广告灯箱、具有LCD/LED显示器的广告终端机等处向不同的群体展示自己的产品广告。相关技术中，广告投放商在通过广告商投放广告时，只能在广告投放之前，与广告商确定广告投放需求，使广告商按照该广告投放需求中记录的投放时间、投放地点和投放方式进行广告投放。

现有的线下广告在不同时段播放内容是固定的，无法根据路过人数的变化来调整宣传内容，并且无法根据不同广告的宣传力度来调整宣传时间，因此研究一种基于深度学习的广告投放方法线显示有必要。

发明内容

基于无法根据路过人数的变化来调整宣传内容技术问题，本发明提出了一种基于深度学习的广告投放方法。

本发明提出的一种基于深度学习的广告投放方法，所述基于深度学习的广告投放方法包括以下步骤：

步骤S1：构造训练数据，并将训练数据储存到人数库和广告日志库中，所述训练数据根据计数器得到；

步骤S2：在需要训练生成数量和广告匹配模型时，从人数库和广告日志库中获取训练数据；

步骤S3：确定模型结构；

步骤S4：根据所述训练数据和所述模型结构进行训练，生成人数库和广告匹配模型；

步骤S5：人数库和广告匹配模型；

步骤S6：对人数库进行数量采样得到人数数量序列；

步骤S7：根据已生成的人数库和广告匹配模型，确定与所述人数数量序列对应的广告，所述人数和广告匹配模型基于深度学习训练生成；

步骤S8：控制电机转动；

步骤S9：展示广告。

优选地，所述步骤S3中，模型结构一个具体的深度学习网络结构是循环神经网络结构，循环神经网络结构包括：简单RNN，门控或者长短时存储等。

优选地，所述步骤S1中，技术器工作步骤如下:

S1：采集待监测目标发出的红外波长数据和图像数据;

S2:将所述红外波长数据和所述图像数据进行匹配;

S3:若匹配成功，则判定待监测目标为人体，技术器加。

优选地，所述广告投放方法需要的设备包括箱体，箱体内壁固定连接有深度学习机构和计数器，深度学习机构和计数器电性连接，箱体一端外壁固定连接有第一广告屏，箱体一侧外壁转动连接有检修盖板。

优选地，所述箱体内壁固定连接有电机，电机底部固定连接有转动轴，转动轴外壁转动连接有多个层板，层板和箱体内壁固定连接，转动轴外壁固定连接有第二锥齿轮，第二锥齿轮一端传动连接有第一锥齿轮，第一锥齿轮另一端固定连接有从动杆，箱体一端设置有升降箱，升降箱内壁一端开设有第一滑槽，第一滑槽两侧内壁开设有从动槽，从动杆靠近第一滑槽一端开设有驱动槽，驱动槽和从动槽啮合，从动杆和第一滑槽传动连接，升降箱靠近箱体一端外壁固定连接有第二广告屏。