本發(fā)明涉及廣告推送，具體為一種基于視頻內(nèi)容的廣告定向推送方法。

背景技術(shù)：

1、在當(dāng)今數(shù)字化廣告的時代，廣告投放的精準(zhǔn)性成為了廣告行業(yè)追求的關(guān)鍵目標(biāo)，傳統(tǒng)的廣告推送往往采用較為粗放的方式，例如廣泛撒網(wǎng)式的投放，沒有充分考慮到每個用戶的個性化特征和需求差異。

2、公開號為cn116757745a公開了一種基于互聯(lián)網(wǎng)的廣告數(shù)據(jù)定向推送系統(tǒng)及方法，屬于廣告推送領(lǐng)域，該廣告數(shù)據(jù)定向推送系統(tǒng)包括行駛監(jiān)測模塊、數(shù)據(jù)管理模塊、廣告分析模塊和定向推送模塊，行駛監(jiān)測模塊用于對用戶出行途中的廣告數(shù)據(jù)進(jìn)行智能監(jiān)測，數(shù)據(jù)管理模塊用于對采集的數(shù)據(jù)和分析的廣告數(shù)據(jù)進(jìn)行分布式管理，并進(jìn)行數(shù)據(jù)清理，廣告分析模塊用于對用戶行駛過程中的廣告推送數(shù)據(jù)進(jìn)行智能分析，定向推送模塊用于根據(jù)分析結(jié)果，對用戶進(jìn)行廣告定向推送。

3、但是部分現(xiàn)有的廣告推送方法在使用的時候，沒有充分考慮到每個用戶的個性化特征和需求差異，無法有效地觸達(dá)真正有需求的目標(biāo)受眾，導(dǎo)致廣告內(nèi)容推送的不精準(zhǔn)，給不需要的用戶造成煩惱。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于視頻內(nèi)容的廣告定向推送方法，解決了充分考慮到每個用戶的個性化特征和需求差異，無法有效地觸達(dá)真正有需求的目標(biāo)受眾的問題。

2、為實現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實現(xiàn)：一種基于視頻內(nèi)容的廣告定向推送方法，該方法具體包括以下步驟：

3、步驟一：對推送用戶的基礎(chǔ)信息進(jìn)行獲取，且基礎(chǔ)信息包括推送用戶的瀏覽歷史記錄和搜索記錄；

4、步驟二：對得到的瀏覽歷史記錄進(jìn)行周期劃分，并對推送用戶瀏覽的廣告類型進(jìn)行分類，同時計算時間周期內(nèi)推送用戶對應(yīng)不同類型廣告的瀏覽頻率，并生成同類型瀏覽值；

5、步驟三：對推送用戶搜索記錄進(jìn)行分析，并根據(jù)用戶搜索記錄計算對應(yīng)的搜索值，同時結(jié)合同類型瀏覽值計算推送用戶同類型廣告的意向值，并將意向值從大到小排序生成排序信息；

6、步驟四：根據(jù)得到的意向值對廣告類型進(jìn)行分析，并基于廣告內(nèi)容確定關(guān)聯(lián)性廣告和非關(guān)聯(lián)性廣告，同時獲取推送用戶的使用時間，并對使用時間進(jìn)行分段處理得到時間分段信息；

7、步驟五：根據(jù)得到的時間分段信息以及關(guān)聯(lián)性廣告和非關(guān)聯(lián)性廣告進(jìn)行推送分析，根據(jù)推送用戶不同時間分段對應(yīng)的軟件使用頻率以及推送瀏覽情況進(jìn)行綜合分析，生成廣告推送信息。

8、作為本發(fā)明的進(jìn)一步方案，所述步驟二中生成同類型瀏覽值的具體方式為：

9、獲取推送用戶的瀏覽歷史記錄，同時以時間t為周期對瀏覽歷史記錄進(jìn)行劃分得到多個時間周期，并任選一組時間周期為目標(biāo)周期，接著對目標(biāo)對象對應(yīng)的瀏覽歷史記錄進(jìn)行分析；

10、獲取瀏覽歷史記錄中對應(yīng)的廣告類型，同時將不同的廣告進(jìn)行同類型分類得到分類廣告信息，并將廣告類型標(biāo)號記作i，且i＝1、2、…、j，其中j表示廣告類型的數(shù)量標(biāo)號，接著獲取廣告類型i在目標(biāo)周期內(nèi)的瀏覽次數(shù)記作ci，并計算所有廣告類型對應(yīng)的總瀏覽次數(shù)記作c1，同時計算推送用戶對應(yīng)的瀏覽頻率記作p，并記作同類型瀏覽值，接著對推送用戶對應(yīng)的自然推送廣告瀏覽情況進(jìn)行分析。

11、作為本發(fā)明的進(jìn)一步方案，步驟二中對推送用戶對應(yīng)的自然推送廣告瀏覽情況進(jìn)行分析的具體方式為：

12、對自然推送廣告進(jìn)行同類型分析得到自然分類廣告信息，并判斷自然分類廣告信息是否與分類廣告信息存在廣告交集，若存在交集，則將對應(yīng)廣告類型進(jìn)行標(biāo)記，并將同類型瀏覽值記作p+1，若不存在交集，則同理對瀏覽歷史記錄的分析并生成同類型瀏覽值。

13、作為本發(fā)明的進(jìn)一步方案，所述步驟三中計算用戶搜索記錄搜索值的具體方式為：

14、獲取推送用戶目標(biāo)周期內(nèi)所有的搜索記錄，同時將搜索記錄對應(yīng)的廣告類型進(jìn)行同類型分類得到分類廣告信息，并將分類廣告信息中對應(yīng)的搜索類型標(biāo)記為n，且n＝1、2、…、m，其中m表示搜索廣告類型的數(shù)量標(biāo)號，接著獲取搜索廣告類型n對應(yīng)的搜索次數(shù)記作ln，并獲取搜索廣告類型n對應(yīng)的操作次數(shù)記作kn，將獲取的參數(shù)代入公式搜索值＝操作次數(shù)÷搜索次數(shù)，計算得到搜索廣告類型n對應(yīng)的搜索值記作sn。

15、作為本發(fā)明的進(jìn)一步方案，所述步驟三中生成排序信息的具體方式為：

16、判斷搜索廣告類型與瀏覽歷史記錄中的廣告類型是否存在交集，若存在交集，則計算搜索值sn與同類型瀏覽值之和記作意向值，若不存在交集，則將搜索值記作意向值，并計算所有時間周期對應(yīng)的意向值均值，并將計算得到均值作為時間周期同類型廣告的意向值，同時按照意向值從大到小排序，生成排序信息。

17、作為本發(fā)明的進(jìn)一步方案，所述步驟四中根據(jù)得到的意向值對廣告類型進(jìn)行分析的具體方式為：

18、獲取所有的廣告類型，接著對所有廣告類型的內(nèi)容進(jìn)行分析，并將存在內(nèi)容關(guān)聯(lián)的廣告類型進(jìn)行獲取標(biāo)記為關(guān)聯(lián)性廣告，同時獲取同組關(guān)聯(lián)性廣告中意向值最大對應(yīng)的廣告類型為標(biāo)準(zhǔn)；

19、接著獲取推送用戶的使用時間，并將使用時間進(jìn)行劃分得到時間分段信息，同時將時間分段信息按照時間順序從前到后排序。

20、作為本發(fā)明的進(jìn)一步方案，所述步驟五中生成推送信息的具體方式為：

21、獲取推送用戶的時間分段信息，同時獲取任一組時間分段信息記作目標(biāo)時間段，接著獲取目標(biāo)時間段推送用戶軟件的使用次數(shù)，并計算推送用戶對應(yīng)的軟件使用頻率，同時獲取目標(biāo)時間段內(nèi)對應(yīng)的推送記錄，接著獲取推送記錄中不同廣告類型的瀏覽次數(shù)，并計算不同廣告類型的瀏覽占比值，根據(jù)得到的瀏覽占比值和軟件使用頻率進(jìn)行推送分析。

22、作為本發(fā)明的進(jìn)一步方案，步驟四中據(jù)得到的瀏覽占比值和軟件使用頻率進(jìn)行推送分析的具體方式為：

23、生成推送信息獲取目標(biāo)時間段對應(yīng)數(shù)值最大的瀏覽占比值，并獲取對應(yīng)的廣告類型記作目標(biāo)推送類型，接著獲取目標(biāo)推送類型是否存在關(guān)聯(lián)性廣告，若存在則以意向值最大對應(yīng)的廣告類型為標(biāo)準(zhǔn)進(jìn)行推送，同時獲取目標(biāo)推送類型對應(yīng)的原始推送次數(shù)，接著對瀏覽占比值進(jìn)行判斷，若瀏覽占比值的數(shù)值最大，則對原始推送次數(shù)不處理，生成推送次數(shù)信息，若瀏覽占比值的數(shù)值非最大，則在原始推送次數(shù)基礎(chǔ)上增加一次推送，并生成推送次數(shù)信息；

24、接著對目標(biāo)時間段按照推送次數(shù)信息進(jìn)行均分，并在均分的目標(biāo)時間段內(nèi)進(jìn)行一次目標(biāo)推送類型的推送，同時對于剩余的廣告類型則按照意向值從大到小推送，生成推送信息。

25、本發(fā)明提供了一種基于視頻內(nèi)容的廣告定向推送方法。與現(xiàn)有技術(shù)相比具備以下有益效果：

26、本發(fā)明通過詳細(xì)獲取推送用戶的瀏覽歷史記錄、搜索記錄以及使用時間等信息，并運用科學(xué)的分析方法，如時間周期劃分、同類型廣告分類與頻率計算等，能夠構(gòu)建出比傳統(tǒng)方式更為精準(zhǔn)的用戶畫像，這使得廣告商可以深入了解用戶的興趣傾向和消費意向，從而有針對性地推送符合用戶需求的廣告，提高廣告與用戶的匹配度，減少無效廣告投放；

27、通過判斷搜索廣告類型與瀏覽歷史記錄中的廣告類型是否存在交集，并結(jié)合相應(yīng)的瀏覽頻率和搜索值進(jìn)行計算，能夠更準(zhǔn)確地評估用戶對特定廣告類型的潛在興趣程度。與傳統(tǒng)僅基于單一因素的廣告投放評估方法相比，這種多因素綜合評估的方式能夠更精準(zhǔn)地確定廣告推送的優(yōu)先級，將廣告資源優(yōu)先分配給意向值較高的廣告類型，提高廣告投放的效果和轉(zhuǎn)化率；

28、在廣告類型分析過程中，通過計算廣告類型內(nèi)容之間的余弦相似度(或?qū)嵤├械南蛄哭D(zhuǎn)化與歐幾里得公式計算距離)來判斷關(guān)聯(lián)性廣告，能夠挖掘出與用戶興趣相關(guān)的關(guān)聯(lián)廣告內(nèi)容，能夠為用戶提供更豐富、更有針對性的廣告推薦；

29、通過分析不同時間分段內(nèi)用戶的軟件使用行為和廣告瀏覽情況，如計算目標(biāo)時間段內(nèi)不同廣告類型的瀏覽占比值和軟件使用頻率，合理調(diào)整廣告推送次數(shù)和類型。