[发明专利]个性化网络广告的推送方法

摘要

个性化网络广告的推送方法，包括以下步骤：建立需要推送的广告信息的广告数据库，提取各个广告的标题作为关键字，采用聚类算法对待推送的广告进行分类；获取用户浏览过的广告页面，提取广告的主题和正文、并获取广告推送方式；根据用户是否阅读由子兴趣模型推荐的广告信息，对用户的兴趣模型进行动态更新。能够实现用户的个性化需求，节约系统资源，推荐效果好的优点。

主权项

1.个性化网络广告的推送方法，包括以下步骤：1）、建立需要推送的广告信息的广告数据库，提取各个广告的标题作为关键字，采用聚类算法对待推送的广告进行分类；2）、获取用户浏览过的广告页面，提取广告的主题和正文、并获取广告推送方式，将广告主题作为关键词采用聚类算法将前述的广告页面划分为多个广告类型，所有的广告类型构成用户的兴趣模型；其中，表示第i个广告类型；广告推送方式包括随机推送方式、基于GPS的推送方式、基于社交信息的推送方式和基于VIP信息的推送方式；随机推送方式是指从广告数据库中随机抽取广告信息、将广告信息附加于页面上；基于GPS的推送方式是指获取用户所处的地理位置，从广告数据库中抽取当地的广告信息推送给用户；基于社交信息的推送方式是指将广告信息附加于社交网络或者聊天工具或者通讯录中推送给用户；基于VIP信息的推送方式是指将广告信息附加于VIP信息网络中推送给用户；3）、根据用户是否阅读由兴趣模型推荐的广告信息，对用户的多类型兴趣模型进行动态更新：（3.1）、获取用户当前阅读广告信息，提取当前阅读广告的主题，判断当前阅读广告所属的广告类型，将该广告类型的阅读次数自加1，第i个广告类型的阅读次数用表示；（3.2）、判断当前阅读广告的广告推送方式，将该广告推送方式的权重赋予权重，随机推送方式的权重为Q，基于GPS的推送方式的权重为X，基于社交信息的推送方式的权重为Y，基于VIP信息的推送方式为Z；（3.3）、抽取近L天用户读取的广告数据，分别计算各个广告类型的推送方式权重；（3.4），将计算得到的各个广告类型的推送方式权重与预设的阈值权重比较，将低于阈值权重的广告类型删除； （3.5），将所有广告类型的推送方式权重按从大到小的顺序排列；将排序后的广告信息推送给用户。