線上多媒體廣告審核和投放系統技術方案

本發明專利技術提供一種線上多媒體廣告審核和投放系統，包括廣告制作單元、用戶偏好的廣告分類測算單元、廣告投放單元；廣告制作單元根據客戶的需求制作不同類型的廣告；用戶偏好的廣告分類測算單元根據線上多媒體用戶的參數信息測算該用戶偏好的廣告類型；廣告投放單元根據測算得到的用戶偏好的廣告類型投放相應類型的廣告。本發明專利技術能夠實現廣告的精準個性化投放，同時還能夠避免用戶的抵觸情緒，提高廣告投放的效果，實現廣告效益的最大化。

Online multimedia advertising review and delivery system

【技術實現步驟摘要】
線上多媒體廣告審核和投放系統
本專利技術涉及廣告審核和投放領域，尤其涉及一種線上多媒體廣告審核和投放系統。
技術介紹
近年來隨著中國通信產業的發展，移動互聯網技術的興起，移動短視頻技術得到了迅猛的發展和應用，看直播成為休閑娛樂、獲取資訊的方式，根據GSMA（全球移動通信系統協會）2020年3月發布的《中國移動經濟發展報告2020》相關數據，自2012年以來，中國移動互聯網用戶數翻了一番，已超過9億。到2025年，隨著5G技術的發展和普及，使用移動互聯網的人數將增加2.35億人，幾乎將總人口22%的未聯網比例減半。抖音、快手、B站等視頻平臺而得到了空前的發展，用戶量和用戶瀏覽時間都快速增長。但是在短視頻應用中，僅有進入界面的廣告和植入廣告，對廣告的投放形式仍然比較單一，并且存在針對性不強，投放不夠精準，并且容易引起用戶反感，廣告效果較差等問題亟待解決。
技術實現思路
為了解決上述技術問題，本專利技術提供一種線上多媒體廣告審核和投放系統和方法，解決現有技術中廣告的投放形式比較單一，針對性不強，投放不夠精準，容易引起用戶反感，廣告效果較差等技術問題。采用的技術方案是：一種線上多媒體廣告審核和投放系統，其特征在于，包括廣告制作單元、用戶偏好的廣告分類測算單元、廣告投放單元；廣告制作單元根據客戶的需求制作不同類型的廣告；用戶偏好的廣告分類測算單元根據線上多媒體用戶的參數信息測算該用戶偏好的廣告類型；廣告投放單元根據測算得到的用戶偏好的廣告類型投放相應類型的廣告。可選的，所述多媒體用戶的參數信息包括用戶的注冊ID名稱、用戶所屬地區、用戶性別、用戶關注的ID、用戶對不同ID的視頻的瀏覽時長、用戶對不同ID的視頻的點贊數據，并建立用戶參數特征向量。可選的，用戶偏好的廣告分類測算單元采用用戶偏好廣告分類模型實現，該模型包括代入層，表達層，測算層，輸出層共四層架構，代入層用于提取用戶的參數信息并代入模型，表達層用于根據代入的用戶信息參數，構建該用戶的用戶參數特征向量，測算層采用深度神經網絡算法進行運算，然后通過輸出層生成相對應的用戶偏好廣告類別。可選的，還包括廣告審核單元，廣告審核單元敏感詞進行同義詞、近義詞、同音詞、同意外文擴展，得到敏感詞數據庫，并對廣告臺詞進行語音識別轉換為對應的文字，并與敏感詞數據庫進行匹配，當匹配到相應的敏感詞后再進行人工審核。可選的，所述運算層還包括反饋子層，在廣告播放完之后，系統會以彈窗的形式向用戶提供用戶偏好廣告類型的反饋界面，在用戶完成反饋之后，系統將用戶反饋的結果與模型對該用戶的分類結果進行對比，如果存在偏差，則將該反饋結果輸入到運算層的反饋子層模型進行修正。可選的，用戶偏好廣告分類模型采用若干數量的典型用戶的訓練樣本集訓練得到，包括選取若干數量的典型用戶，人工判定這些典型用戶的偏好廣告類型，先設置一組固定數目的測評人，并使測評人根據自己的主觀認知，對該用戶偏好廣告類型進行打分，認為最偏好的類型打分為5分，認為第二偏好的類型打分為4分，第三偏好的類型打分為3分，然后獲取該組測評人中每個測評人的打分順序，綜合各測評人的打分，得到最終的打分結果，選取得分最高的類型作為偏好廣告類型。可選的，系統根據用戶的所屬地區和用戶性別，采用語音處理模型，對廣告的語音信號進行處理和轉換，將廣告的語音信號轉換為具有對應地區方言特色和對應性別喜愛的音色的特色語音信號播出。可選的，將用戶偏好廣告類型設置為兼有兩種或兩種以上的類型的聯合分類，訓練得到用戶偏好廣告聯合分類模型。本專利技術還提供一種線上多媒體廣告審核和投放方法，該方法包括如下步驟：S1、廣告分類，采用大數據分析的方法，對廣告進行分類，將廣告投放的需求按照相應的類別，分別制作相應類型的視頻廣告，建立廣告類型和相應視頻廣告的映射關系；S2、建立訓練樣本集，選取若干數量的典型用戶，并人工判定這些典型用戶的偏好廣告類型，提取該樣本集中典型用戶的參數數據，建立用戶參數特征向量，得到樣本集的用戶參數特征向量集；S3、建立用戶偏好廣告分類模型，將樣本集的用戶參數特征向量集作為輸入，以人工判定的典型用戶的偏好廣告類型作為輸出，訓練得到用戶偏好廣告分類模型；S4、模型驗證，完成模型訓練后，隨機選取若干用戶對訓練得到的模型進行驗證，計算驗證結果的準確度，直至準確度達到相應閾值，否則對模型進行重新訓練；S5、廣告投放，在用戶瀏覽短視頻時，系統提取用戶的用戶參數特征向量，輸入到訓練好的用戶偏好廣告分類模型，模型根據輸入的參數特征向量進行運算，然后輸出測算的用戶偏好廣告類別，對不同的用戶投放對應類型的視頻廣告；S6、模型修正，在廣告播放完之后，系統會以彈窗的形式向用戶提供用戶偏好廣告類型的反饋界面，系統將用戶反饋的結果與模型對該用戶的分類結果進行對比，如果存在偏差，以根據相應的偏差對用戶偏好廣告分類模型進行修正。本專利技術的有益效果是：1、對不同類型的用戶投放不同類型的視頻廣告，實現廣告的精準個性化投放，同時還能夠避免用戶的抵觸情緒，提高廣告投放的效果；2、在廣告播放完之后，向用戶提供用戶偏好廣告類型的反饋界面，系統將用戶反饋的結果對用戶偏好廣告分類模型進行修正，以達到更準確的分類結果；3、對敏感詞進行同義詞、近義詞、同音詞、同意外文擴展，得到敏感詞數據庫，當匹配到相應的敏感詞后再進行人工審核，提高了審核的準確性；4、建立用戶偏好廣告聯合分類模型，提高了廣告投放的針對性和廣告效果；5、采用多個測評人打分并排序的方式實現人工判定典型用戶的偏好廣告類型，保證了人工分類的準確性；6、根據用戶的所屬地區和用戶性別，采用語音處理模型，對廣告的語音信號進行處理和轉換，將廣告的語音信號轉換為具有對應地區方言特色和對應性別喜愛的音色的特色語音信號播出，以提高廣告的播出效果，并提高視頻廣告和趣味性和可玩性；7、同時根據用戶的注冊ID名稱、用戶所屬地區、用戶性別、用戶關注的ID、用戶對不同ID的視頻的瀏覽時長、用戶對不同ID的視頻的點贊數據等參數對用戶的偏好廣告類型進行分析和測算，參數覆蓋面全，并且這些參數具有典型性，使廣告類型的分析和測算更加準確。附圖說明圖1表示線上多媒體廣告審核和投放系統示意圖。具體實施方式為使本專利技術實施例的目的、技術方案和優點更加清楚，下面將結合本專利技術實施例的附圖，對本專利技術實施例的技術方案進行清楚、完整地描述。顯然，所描述的實施例是本專利技術的一部分實施例，而不是全部的實施例。基于所描述的本專利技術的實施例，本領域普通技術人員所獲得的所有其他實施例，都屬于本專利技術保護的范圍。以下將結合本專利技術實施例的附圖，對本專利技術的技術方案做進一步描述，本專利技術不僅限于以下具體實施方式。需要說明的是，在不沖突的情況下，本專利技術中的實施例及實施例中的特征可以相互組合。需要說明的是，在本文中，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者裝置不僅包括那些本文檔來自技高網...

【技術保護點】
1.一種線上多媒體廣告審核和投放系統，其特征在于，包括廣告制作單元、用戶偏好的廣告分類測算單元、廣告投放單元；所述廣告制作單元根據客戶的需求制作不同類型的廣告；所述用戶偏好的廣告分類測算單元根據線上多媒體用戶的參數信息測算該用戶偏好的廣告類型；所述廣告投放單元根據測算得到的用戶偏好的廣告類型投放相應類型的廣告。/n

【技術特征摘要】
1.一種線上多媒體廣告審核和投放系統，其特征在于，包括廣告制作單元、用戶偏好的廣告分類測算單元、廣告投放單元；所述廣告制作單元根據客戶的需求制作不同類型的廣告；所述用戶偏好的廣告分類測算單元根據線上多媒體用戶的參數信息測算該用戶偏好的廣告類型；所述廣告投放單元根據測算得到的用戶偏好的廣告類型投放相應類型的廣告。


2.根據權利要求1所述的一種線上多媒體廣告審核和投放系統，其特征在于，所述多媒體用戶的參數信息包括用戶的注冊ID名稱、用戶所屬地區、用戶性別、用戶關注的ID、用戶對不同ID的視頻的瀏覽時長數據、用戶對不同ID的視頻的點贊數據，并據此建立用戶參數特征向量。


3.根據權利要求2所述的一種線上多媒體廣告審核和投放系統，其特征在于，用戶偏好的廣告分類測算單元采用用戶偏好廣告分類模型實現，該模型包括代入層，表達層，測算層，輸出層共四層架構；代入層用于提取用戶的參數信息并代入模型；表達層用于根據代入的用戶信息參數，構建該用戶的用戶參數特征向量；測算層采用深度神經網絡算法進行運算；通過輸出層生成相對應的用戶偏好廣告類別。


4.根據權利要求1-3任一項所述的一種線上多媒體廣告審核和投放系統，其特征在于，還包括廣告審核單元，廣告審核單元對敏感詞進行同義詞、近義詞、同音詞、同意外文擴展，得到敏感詞數據庫，并對廣告的語音信號進行語音識別，轉換為對應的文字，并與敏感詞數據庫進行匹配，當匹配到相應的敏感詞后再進行人工審核。


5.根據權利要求3所述的一種線上多媒體廣告審核和投放系統，其特征在于，所述測算層還包括反饋子層，在廣告播放完之后，系統會以彈窗的形式向用戶提供用戶偏好廣告類型的反饋界面，系統將用戶反饋的結果與模型對該用戶的分類結果進行對比，如果存在偏差，則將該反饋結果輸入到測算層的反饋子層對模型進行修正。


6.根據權利要求5所述的一種線上多媒體廣告審核和投放系統，其特征在于，用戶偏好廣告分類模型采用若干數量的典型用戶的訓練樣本集訓練得到，包括選取若干數量的典型用戶，人工判定這些典型用戶的偏好廣告類型，先設置一組固定數目的測評人，并使測評人根據自己的主觀認知，對該用戶偏好廣告類型進行打分，認...

【專利技術屬性】
技術研發人員：倪青峰，
申請(專利權)人：上海陶瑞而信息科技有限公司，
類型：發明
國別省市：上海;31