本发明属于广告推送技术领域，涉及到一种基于云平台的智能广告推送方法。
背景技术：
随着移动网络的快速发展，越来越多的广告开发商为了实现广告的推广，开始向移动终端进行广告的推送，但是现有广告的推送通常是将待推送广告发送至指定号码的用户，而无法根据用户的实际需求进行有针对性的投放，可能存在广告商投放至指定号码的用户对推送的广告不感兴趣，进而浪费广告商的推送广告的成本，且无法实现广告推送带来的效果，降低广告推送的效率，无法给广告商带来收益，为了解决以上问题，现设计一种基于云平台的智能广告推送方法。
技术实现要素：
本发明的目的在于提供的一种基于云平台的智能广告，解决了现有广告推送，存在智能特性差、推送效率差以及推送利益差的问题。
本发明的目的可以通过以下技术方案实现：
一种基于云平台的智能广告推送方法，包括以下步骤：
s1、将指定区域划分成若干相互连接且面积相同的矩形区域；
s2、获取指定区域中各矩形区域内的移动终端数量，各矩形区域按照设定的顺序，依次进行编号，分别为1,2,...,i,...,n,且各矩形区域内移动终端的数量构成移动终端数量集合a(a1,a2,...,ai,...,an),ai表示为第i个矩形区域内移动终端的数量；
s3、对各矩形区域进行划分，划分成若干相互连接且面积相等的区域子区间，并统计各矩形区域内各区域子区间的移动终端数量；
s4、筛选出各区域子区间内移动终端数量超过设定移动终端数量阈值的区域子区间，并按照移动终端数量由高到低的顺序进行排序，分别为1，2，...，s，通过网络爬虫技术对各矩形区域内移动终端数量超过设定移动终端数量阈值的区域子区间中的各移动终端内的软件名称进行获取，移动终端内的软件名称根据设定的软件类型进行划分，同一类型的软件按照预设的顺序进行排序，分别为1,2,..,j,...,m，对同一类型下各软件构成的软件分类集合bt(bt1,bt2,...,btj,...,btm)，btj表示为第t类型中的第j个软件，t为1、2和3，不同软件说明对应的关键字不同，同一软件名称中对应的关键字按照关键字重要程度由高到低的顺序，依次对各关键字进行排序，软件名称中的关键字构成关键字数据集合b′tj(b′tj1,b′tj2,...,b′tjf,...,b′tjk),b′tjf表示为第t类型中第j个软件名称中的第f个关键字；
s5、获取的各矩形区域内移动终端数量超过设定移动终端数量阀值的区域子区间中的各移动终端内软件名称以及软件使用时间，并对各软件名称按照下载的时间先后顺序进行排序，分别为1,2,....,u，并获取的各软件名称分别与关键字数据集合b′tj中的关键字进行一一对比，得到用户软件对比集合cisgutj(cisgutj1,cisgutj2,...,cisgutjf,...,cisgutjk)，cisgutj表示为第i个矩形区域内第s个区域子区间中第g个移动终端用户内第u个软件名称对应的关键字集合，cisgutjf表示为第i个矩形区域内第s个区域子区间中第g个移动终端用户内第u个软件名称中的第f个关键字与第t类型中第j个软件名称中的第f个关键字的对比值；
s6、对用户软件对比集合中的各软件内关键字的对比结果进行统计，得到各用户移动终端内各软件的软件匹配度系数，筛选出第t类型中第j个软件名称中的关键字与第i个矩形区域内第s个区域子区间中第g个移动终端用户内第u个软件名称对应的关键字匹配度最高的软件名称；
s7、提取各移动终端用户中软件匹配度系数最高的软件，根据软件类型对同一用户的同一软件类型的软件进行综合类型匹配度系数统计；
s8、对各移动终端用户各软件类型的综合类型匹配度系数与设定的标准综合类型匹配度系数阈值进行对比，提取综合类型匹配度系数大于设定的标准综合类型匹配度系数的软件类型；
s9、对待推送的软件广告按照待推送广告中软件类型进行划分，划分成购物类、游戏类和新闻娱乐类，云服务器根据待推送广告中的软件类型将待推送的软件类型的广告发送至移动终端上软件类型的综合类型匹配度系数大于设定的标准综合类型匹配度系数阈值的移动终端。
进一步地，所述软件类型包括购物类、游戏类和新闻娱乐类，购物类包括淘宝、京东、唯品会，游戏类包括斗地主、连连看，新闻娱乐类包括芒果tv、爱奇艺、腾讯视频。
进一步地，不同软件名称中各关键字对应的比重不同，关键字数据集合中各关键字对应的比重分别为gb′tj1,gb′tj2,...,gb′tjf,...,gb′tjk,且gb′tj1+gb′tj2+...+gb′tjf+...+gb′tjk＝1。
进一步地，当第i个矩形区域内第s个区域子区间中第g个移动终端用户内第u个软件名称中的第f个关键字与第t类型中第j个软件名称中的第f个关键字的相同，则取cisgutjf为1，否则，取0。
进一步地，所述软件匹配度系数的计算公式为
进一步地，综合类型匹配度系数的计算公式为
本发明的有益效果：
本发明提供的基于云平台的智能广告推送方法，通过对待推送区域进行划分获取区域内移动终端的数量，以判断移动终端数量是否满足数量要求，并对移动终端数量满足要求的区域采用爬虫技术，获取软件的名称以及软件使用时间，根据获取的软件名称以及使用时间统计软件的软件匹配度系数，筛选出匹配度系数最高的软件，进而计算同一移动终端内各软件类型对应的综合类型匹配度系数，并将待推送软件类型对应的广告发送至综合类型匹配度系数满足阈值要求的移动终端，实现在广告推送的过程中对移动终端有选择的推送，具有智能化、针对性强的特点，大大提高了广告推送的效率。
具体实施方式
下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
一种基于云平台的智能广告推送方法，包括以下步骤：
s1、将指定区域划分成若干相互连接且面积相同的矩形区域；
s2、获取指定区域中各矩形区域内的移动终端数量，各矩形区域按照设定的顺序，依次进行编号，分别为1,2,...,i,...,n,且各矩形区域内移动终端的数量构成移动终端数量集合a(a1,a2,...,ai,...,an),ai表示为第i个矩形区域内移动终端的数量；
s3、对各矩形区域进行划分，划分成若干相互连接且面积相等的区域子区间，并统计各矩形区域内各区域子区间的移动终端数量；
s4、筛选出各区域子区间内移动终端数量超过设定移动终端数量阈值的区域子区间，并按照移动终端数量由高到低的顺序进行排序，分别为1，2，...，s，通过网络爬虫技术对各矩形区域内移动终端数量超过设定移动终端数量阈值的区域子区间中的各移动终端内的软件名称进行获取，其中，移动终端内的软件名称根据设定的软件类型进行划分，所述软件类型包括购物类、游戏类和新闻娱乐类，购物类包括淘宝、京东、唯品会等软件，游戏类包括斗地主、连连看等游戏软件，新闻娱乐类包括芒果tv、爱奇艺、腾讯视频等软件，同一类型的软件按照预设的顺序进行排序，分别为1,2,..,j,...,m，对同一类型下各软件构成的软件分类集合bt(bt1,bt2,...,btj,...,btm)，btj表示为第t类型中的第j个软件，t为1、2和3，不同软件说明对应的关键字不同，同一软件名称中对应的关键字按照关键字重要程度由高到低的顺序，依次对各关键字进行排序，软件名称中的关键字构成关键字数据集合b′tj(b′tj1,b′tj2,...,b′tjf,...,b′tjk),b′tjf表示为第t类型中第j个软件名称中的第f个关键字，不同软件名称中各关键字对应的比重不同，分别为gb′tj1,gb′tj2,...,gb′tjf,...,gb′tjk,且gb′tj1+gb′tj2+...+gb′tjf+...+gb′tjk＝1；
s5、获取的各矩形区域内移动终端数量超过设定移动终端数量阀值的区域子区间中的各移动终端内软件名称以及软件使用时间，并对各软件名称按照下载的时间先后顺序进行排序，分别为1,2,....,u，并获取的各软件名称分别与关键字数据集合b′tj中的关键字进行一一对比，得到用户软件对比集合cisgutj(cisgutj1,cisgutj2,...,cisgutjf,...,cisgutjk)，cisgutj表示为第i个矩形区域内第s个区域子区间中第g个移动终端用户内第u个软件名称对应的关键字集合，cisgutjf表示为第i个矩形区域内第s个区域子区间中第g个移动终端用户内第u个软件名称中的第f个关键字与第t类型中第j个软件名称中的第f个关键字的对比值，若第i个矩形区域内第s个区域子区间中第g个移动终端用户内第u个软件名称中的第f个关键字与第t类型中第j个软件名称中的第f个关键字的相同，则取cisgutjf为1，否则，取0；
s6、对用户软件对比集合中的各软件内关键字的对比结果进行统计，得到软件匹配度系数
s7、提取各移动终端用户中软件匹配度系数最高的软件，根据软件类型对同一用户的同一软件类型的软件进行综合类型匹配度系数统计，综合类型匹配度系数的计算公式为
s8、对各移动终端用户各软件类型的综合类型匹配度系数与设定的标准综合类型匹配度系数阈值进行对比，提取综合类型匹配度系数大于设定的标准综合类型匹配度系数的软件类型；
s9、对待推送的软件广告按照待推送广告中软件类型进行划分，划分成购物类、游戏类和新闻娱乐类，云服务器根据待推送广告中的软件类型将待推送的软件类型的广告发送至移动终端上软件类型的综合类型匹配度系数大于设定的标准综合类型匹配度系数阈值的移动终端，实现广告的智能化推送以及有针对性地推动，提高了推送效率。
本发明提供的基于云平台的智能广告推送方法，通过对待推送区域进行划分获取区域内移动终端的数量，以判断移动终端数量是否满足数量要求，并对移动终端数量满足要求的区域采用爬虫技术，获取软件的名称以及软件使用时间，根据获取的软件名称以及使用时间统计软件的软件匹配度系数，筛选出匹配度系数最高的软件，进而计算同一移动终端内各软件类型对应的综合类型匹配度系数，并将待推送软件类型对应的广告发送至综合类型匹配度系数满足阈值要求的移动终端，实现在广告推送的过程中对移动终端有选择的推送，具有智能化、针对性强的特点，大大提高了广告推送的效率。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。