网络广告动态发布方法及其系统的制作方法

专利名称：网络广告动态发布方法及其系统的制作方法
技术领域：
本发明涉及互联网广告投放技术，尤其涉及网络广告动态发布方法及其系统。
技术背景
网络广告是一种在互联网上刊登或发布的广告，其是一种通过网络传播媒介将广告传递到互联网用户的高科技广告运作方式。网络广告在网络营销体系中具有举足轻重的地位，网络广告的本质特征是一种向互联网用户传递宣传信息的手段，是对用户注意力资源的合理利用。
网络广告发展趋势是精准广告，按照客户的精准需求，制定对应精准策略，为客户找到目标受众，通过网络资源可以把适当的信息在适当的时间发布给适当的用户，达到推广目的，实现营销目标。
精准广告的发展速度非常快，其经历过三个阶段，第一个阶段是地域定向投放，第二个阶段是根据内容匹配，亦即根据用户当前的浏览行为做实时匹配，第三阶段是根据用户历史浏览行为，按照广告客户精准策略进行广告的发布。
现有精准广告主要从以下几个因素进行决策
人口统计学原理，将人口特征分布特点和广告宣传目的相结合，根据地域分布、年龄、性别、职业/行业、收入状态、婚姻状态、教育程度等影响因子，选择广告客户精准策略；
内容匹配，根据当前用户访问页面内容的相关性，选择并发布与之匹配的广告内容；
行为匹配，通过对用户的访问行为的数据进行收集与挖掘，提取出用户信息，根据用户兴趣类别或用户兴趣关键字，选择并发布与之匹配的广告内容。客户在选择精准广告投放时，一般都是上述三个因素相结合的模式，以达到一个更好广告发布效果。
图1是现有技术中的广告发布方法的流程示意图，请参考图1，说明该流程的各个步骤。
步骤110，获取用户信息和用户所访问的网站信息。
步骤120，从广告库中初步检索出与所获取的用户信息和网站信息相符合的广告系列。
具体地，将用户信息和网站信息作为输入条件，根据人口统计学、时间、网站属性等多个因素的过滤条件在广告库中进行检索，输出为符合当前需求，与用户信息和网页信息相匹配的广告系列。
步骤130，基于兴趣类别或关键字因素，在广告系列中进行匹配精准策略来选取精准的广告内容。
步骤140，将所选取的广告内容以合适形式发布给用户。
步骤150，根据发布广告的广告效果，进行线上实时优化，或者为广告主提供线下优化。
但是，目前业内的广告发布方法大致相同，现有技术至少存在如下技术缺陷广告发布内容和用户信息的匹配是静态匹配，而不能根据广告需求量、用户信息和用户访问量进行动态调整。在匹配精准策略选定的情况下，如果广告需求量比较少，而用户访问量充足的情况下，不能根据广告较高精准度和实际投放情况来动态调整投放策略；在广告需求量充足，而用户访问量不充足的情况下，不能根据分类相关性来动态调整投放策略。静态匹配都是按照客户所要求的策略去投放，在投放过程中由客户根据实际投放情况再进行策略调整，此种广告投放方式不能实时进行动态调整，使得广告发布的精准度不高，并且不能满足广告主的广告量的需求。发明内容
本发明所要解决的技术问题之一是需要提供一种网络广告动态发布方法及其系统。
为了解决上述技术问题，本发明提供了一种网络广告动态发布方法，该网络广告动态发布方法包括如下步骤信息获取步骤，当用户请求广告时，获取用户信息和用户所访问的网站信息；检索步骤，基于所述用户信息和所述网站信息来检索广告；广告获取步骤， 基于所述广告和所述用户之间的相关度以及所述广告的广告精准度动态值，从所述广告中选择要发布的广告，其中，所述广告精准度动态值表征所述广告所要发布的数量与所述广告的实际需求量之间的关系。
根据本发明另一方面的网络广告动态发布方法，还包括在所述广告获取步骤之后，向所述用户发布所述要发布的广告，更新广告类别使用量。
根据本发明另一方面的网络广告动态发布方法，所述广告获取步骤具体包括如下步骤
基于所述用户的兴趣类别和所述广告的兴趣类别来判断所述广告和所述用户是否匹配，其中，
若判断为是，则将所检索出的广告中兴趣类别与所述用户的兴趣类别相匹配的广告确定为匹配广告；若判断为否，则将所检索出的广告中兴趣类别与所述用户的兴趣类别不匹配的广告确定为非匹配广告。
根据本发明另一方面的网络广告动态发布方法，在所述广告获取步骤中，不发布所述非匹配广告中广告精准度动态值小于第一设定阈值的广告。
根据本发明另一方面的网络广告动态发布方法，在所述广告获取步骤中，针对所述非匹配广告中广告精准度动态值大于等于第一设定阈值的广告，进一步判断所述大于等于第一设定阈值的广告与所述用户之间的相关度是否大于等于第二设定阈值，其中，
若判断为大于等于所述第二设定阈值，从所述大于等于第一设定阈值的广告中选择与所述用户的相关度最大的广告作为所述要发布的广告；若判断为小于所述第二设定阈值，则不发布广告。
根据本发明另一方面的网络广告动态发布方法，在所述广告获取步骤中，从所述匹配广告中广告精准度动态值大于等于第一设定阈值的广告中，选择与所述用户的相关度最大的广告作为所述要发布的广告。
根据本发明另一方面的网络广告动态发布方法，在所述广告获取步骤中，针对所述匹配广告中广告精准度动态值小于第一设定阈值的广告，
基于所述广告与所述用户之间的相关度与所述广告精准度动态值间的大小关系， 来判断是否要发布广告；
若所述广告与所述用户之间的相关度大于等于所述广告精准度动态值，则从所述小于第一设定阈值的广告中选择与所述用户间的相关度最大的广告，作为所述要发布的广告；若所述广告与所述用户之间的相关度小于所述广告精准度动态值，则不发布广告。
根据本发明另一方面的网络广告动态发布方法，在所述广告获取步骤中，基于广告的广告类别需求量、广告类别使用量和广告类别历史数据量来确定所述广告精准度动态值。
根据本发明另一方面的网络广告动态发布方法，在所述广告获取步骤中，将广告类别需求量和广告类别使用量的差与广告类别历史数据量和广告类别使用量的差的比值作为所述广告精准度动态值。
根据本发明另一方面的网络广告动态发布方法，在所述广告获取步骤中，基于机器学习算法计算所述广告的兴趣类别和所述用户的兴趣类别之间的相关度，所述相关度用来表征所述广告和所述用户的关联程度。
根据本发明的另一方面，还提供了一种网络广告动态发布系统，包括获取模块， 当用户请求广告时，其获取用户信息和用户所访问的网站信息；检索模块，其基于所述用户信息和所述网站信息来检索广告；发布模块，其基于所述广告和所述用户之间的相关度以及所述广告的广告精准度动态值，从所述广告中选择要发布的广告，
其中，所述广告精准度动态值表征所述广告的需求量与所述广告的实际量之间的关系。
根据本发明另一方面的网络广告动态发布系统，所述发布模块还包括匹配模块， 其基于所述用户的兴趣类别和所述广告的兴趣类别来判断所述广告和所述用户是否匹配， 其中，
若判断为是，则将所检索出的广告中兴趣类别与所述用户的兴趣类别相匹配的广告确定为匹配广告；若判断为否，则将所检索出的广告中兴趣类别与所述用户的兴趣类别不匹配的广告确定为非匹配广告。
根据本发明另一方面的网络广告动态发布系统，所述发布模块还包括
第一判断模块，其针对所述非匹配广告中广告精准度动态值大于等于第一设定阈值的广告，进一步判断所述大于等于第一设定阈值的广告与所述用户之间的相关度是否大于等于第二设定阈值，其中，
若判断为大于等于所述第二设定阈值，从所述大于等于第一设定阈值的广告中选择与所述用户的相关度最大的广告作为所述要发布的广告；若判断为小于所述第二设定阈值，则不发布广告，
第二判断模块，其针对所述匹配广告中广告精准度动态值小于第一设定阈值的广告，基于所述广告与所述用户之间的相关度与所述广告精准度动态值间的大小关系，来判断是否要发布广告，其中，
若所述广告与所述用户之间的相关度大于等于所述广告精准度动态值，则从所述小于第一设定阈值的广告中选择与所述用户间的相关度最大的广告，作为所述要发布的广告；若所述广告与所述用户之间的相关度小于所述广告精准度动态值，则不发布广告，
在第二判断模块中，其针对所述匹配广告中广告精准度动态值大于等于第一设定阈值的广告，从所述匹配广告中广告精准度动态值大于等于第一设定阈值的广告中，选择与所述用户的相关度最大的广告作为所述要发布的广告。
与现有技术相比，本发明的一个或多个实施例可以具有如下优点
本发明在进行静态匹配后，进一步通过基于广告精准度动态值和广告与用户之间的相关度来选择所要发布的广告，根据实际访问量和广告需求量更加精准地向用户发布广告，并在发布广告后进行线上或线下的广告优化和调整，使得广告主发布广告的广告效果最大化。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。


附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中
图1是现有技术中的广告发布方法的流程示意图2是根据本发明第一实施例的广告发布方法的流程示意图3是根据本发明第一实施例的步骤S240中选取广告的流程示意图4是根据本发明第二实施例的广告发布系统的结构示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合， 所形成的技术方案均在本发明的保护范围之内。
另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
第一实施例
图2是根据本发明第一实施例的广告发布方法的流程示意图，请参考图2，详细说明该流程的各个步骤。
步骤210，分析用户访问行为以识别用户访问请求的目的。
具体地，通过根据用户请求访问参数来分析识别不同的用户行为，用户访问行为包括请求广告行为、统计展示广告行为和统计点击广告行为。针对不同行为，进行不同的处理流程。
若用户访问行为是效果统计行为，也就是统计展示广告行为和统计点击广告行为，则对发布广告次数和实际点击广告次数进行统计，根据统计结果得到所发布广告的实际效果，基于广告实际效果进行实时优化或线下优化。
若用户访问行为是请求广告行为，在用户访问网站时，网站中有一条链接去链接到广告调度服务器中，其中在该链接中会有对应参数来标志用户访问行为为请求广告行为。相应的统计展示广告行为和统计点击广告行为也分别有对应参数来标志。
在用户访问行为是用户请求广告时，广告调度服务器为用户选取一个最合适的广告，并将选取的广告展示到用户面前，以满足用户当前需求或兴趣，提高用户体验，减少用户信息检索成本；在用户访问行为是效果统计行为时，也就是用户访问行为是统计展示广告行为或统计点击广告行为，根据实际效果，做动态调整和优化。
步骤220，若用户访问行为为请求广告行为，则获取用户信息和用户所访问的网站fn息ο
具体地，在用户访问行为识别过程中，为了区别不同用户，可以通过IP、用户名、 储存在用户本地终端上的数据cookie、用户代理(User Agent，简称UA)或用户信息标志 (User Identification，简称UID)的方式，对用户进行唯一性识别。例如，当获取用户的 UID后，通过用户UID来获取用户信息和通过当前页面标志来获取用户所访问的网站信息。
其中，用户信息包括用户静态基本信息和用户动态信息。用户静态基本信息，具体包括如下信息年龄、性别、地域、行业、职业、收入状态、婚姻状态和/或教育程度等信息，上述信息具有静态属性，在一定时间内一般不会发生变化，一般作为广告检索的输入条件，还可作为广告检索的过滤条件。
用户动态信息包括广告推送状态信息和用户行为分析积累信息，可以通过广告推送状态信息来控制广告对该用户呈现频次，其中，广告推送状态信息包括在用户信息中记录该用户近期浏览广告的次数、广告呈现时间和/或每个广告发布的间隔等信息；其中，用户行为分析积累信息是对用户行为分析后的信息的积累，将积累后的用户行为记录在用户信息中。
网站信息包括网站的行业/分类、基于域名/频道的ra综合排名、网站的综合属性、呈现类型和/或网站的大小规格等信息，其中呈现类型包括横幅广告、弹出式广告、弹底式广告或富媒体广告类型。
步骤230，基于所述用户信息和所述网站信息来检索广告。
具体地，基于用户信息、用户所访问的网站信息从广告库中筛选出与用户信息和网站信息相符的广告。更具体地，将用户信息和用户所访问的网站信息作为输入条件，根据广告主的需求将人口统计学、时间、网站属性等多个影响因素作为过滤条件，在广告库中进行检索，输出为符合用户所需求的多个广告。
举例而言，若用户信息中的静态信息为年龄25岁左右、性别为女、所在地域是北京、职业为白领、收入状态为月薪五千以上；用户的动态信息为该用户近一个月浏览电子产品广告次数较多；网站信息中网站的分类为综合性网站，则根据以上用户信息从广告库中筛选出与用户信息和网站信息相符的电子产品类广告。
步骤M0，基于用户的兴趣类别和广告的兴趣类别来进一步选取适合用户的广告， 基于所述广告和所述用户之间的相关度以及所述广告的广告精准度动态值，从所述广告中选择要发布的广告，将所选择的广告内容以合适形式发布给用户。在广告库检索后，获取多个有效广告，基于兴趣分类和广告精准度动态值来选取适合用户的广告，并根据历史用户访问量、客户广告需求量和实际用户访问量三个因素的有限状态机来调整广告精准度动态值，其中，所述广告精准度动态值表征所述广告的需求量与所述广告的实际量之间的关系。
在进行步骤230的广告检索后，对检索出的广告进行进一步的选取，由于商业上商务策略的不同，不同的广告会有不同的优先级，对于优先级别不同的广告，根据级别的高低进行广告的投放，即投放优先级别高的广告。对于优先级别相同的广告根据图3所示的流程进行进一步地选取。
图3是根据本发明第一实施例步骤S240中的选取广告的流程示意图，请参考图3， 详细说明本流程的各个步骤。
步骤310，基于广告的兴趣类别和用户的兴趣类别来判断广告和用户是否匹配。将所检索出的广告中兴趣类别与用户的兴趣类别相匹配的广告确定为匹配广告，将所检索出的广告中兴趣类别与用户的兴趣类别不匹配的广告确定为非匹配广告。
需要说明的是，兴趣类别是一套类目体系，在用户行为分析时，依据用户当前访问网站的页面内容或搜索关键字的行为，映射到用户所对应兴趣类别中，这样在用户行为分析的过程中，就可以将用户进行分类，每个用户分别对应不同兴趣类别的标签；当广告主在定制广告策略时，针对广告的目标受众，将所要发布的广告也相应的进行兴趣类别的分类， 每个广告也分别对应不同兴趣类别的标签。在动态匹配过程中，若用户所属兴趣类别和广告所属的兴趣类别能对应上，则判定两者匹配，这样的匹配可能是用户历史行为积累的兴趣类别与广告所属兴趣类别的匹配，也可能是用户当前行为触发的兴趣类别与广告所属兴趣类别的匹配，若用户所属兴趣类别和广告所属的兴趣类别对应不上，则判定两者不匹配。
具体地，对检索出的广告进行兴趣类别分类，例如，广告所属的兴趣类别可以为服装类别、电器类别或食品类别，并且广告所属的兴趣类别可以为多个，例如，属于兴趣类别为服装类别的广告还可以属于时尚类别和休闲类别。对该用户进行兴趣类别分类，例如，用户所属的兴趣类别可以为服装类别、电器类别或食品类别，并且用户所属的兴趣类别也可以为多个，例如，兴趣类别为服装的用户还可以属于时尚类别和休闲类别。
对广告的兴趣类别和用户的兴趣类别进行匹配操作，如果广告和用户的兴趣类别相匹配，则执行步骤320，否则执行步骤340。例如，广告所属兴趣类别为服装类别或时尚类别，用户所属兴趣类别为服装类别，则可以判定广告和用户相匹配，并将该广告记为匹配广告；若广告所属兴趣类别为服装类别，用户的所属兴趣类别为食品类别，则可以判定广告和用户的兴趣类别不匹配，并将该广告记为非匹配广告。
需要说明的是，在广告检索过程中把不符合用户信息和网页信息的广告过滤掉， 则广告库中剩下的广告都是符合投放的广告，但是还需要再进一步选取一个最合适的广告发布给用户。
步骤320，计算匹配广告的广告精准度动态值以及各个匹配广告和用户的相关度， 并判断广告精准度动态值是否大于等于第一设定阈值。
具体地，基于广告的广告类别需求量、广告类别使用量和广告类别历史数据量来确定广告精准度动态值，广告精准度动态值表征广告所要发布的数量与广告的实际需求量之间的关系。
更具体地，在选取精准广告的过程中，获取广告所属的兴趣类别历史数据量、广告所属的兴趣类别需求量和广告所属的兴趣类别使用量。其中，广告所属的兴趣类别历史数据量为在设定历史时间段中，发送给与广告所属兴趣类别相匹配的所对应人群的数量，简称广告类别历史数据量；广告所属的兴趣类别需求量为广告主所要投放的广告的数量，简称广告类别需求量；广告所属的兴趣类别使用量具体为已经投放的广告的数量，简称广告类别使用量。将广告类别需求量和广告类别使用量的差与广告类别历史数据量和广告类别使用量的差的比值作为所述广告精准度动态值，通过下式获得广告精准度动态值
广告精准度动态值=^广告类别需求量-广細使用量^%广告类别历史数椐量-广告类别使用量
需要说明的是，在本实施例中，广告类别历史数据量的设定历史时间段为某月中每天发送给与匹配广告所属兴趣类别相匹配的所对应人群的数量的平均值，广告类别使用量为当天以发布的广告的数量，广告类别需求量为当天广告主所要发送的广告的数量，还可以通过其它方式获取广告精准度动态值，基于所得的匹配广告的广告精准度动态值来判断广告精准度动态值是否大于等于第一设定阈值，优选地，第一设定阈值等于1，如果广告精准动态值大于等于1，则说明广告所要发布的数量大于广告的实际需求量，也就是广告所要发布的数量大于实际用户访问量，则执行步骤380，选择与用户的相关度最大的广告作为要发布的广告，否则执行步骤330。
更具体地，在该步骤中还需要计算各个匹配广告和用户之间的相关度，可以基于机器学习算法计算广告的兴趣类别和用户的兴趣类别之间的相关度，相关度表征广告和用户的关联程度，利用机器学习算法计算相关度为行业公知技术。
根据各个匹配广告所属的各个兴趣类别分别与用户所属的各个兴趣类别进行相关度的计算，举例而言，用户可以属于服装类别、时尚类别和休闲类别，其中一个匹配广告所属的兴趣类别为服装类别和休闲类别，则将这三个兴趣类别分别与匹配广告所属的两个兴趣类别进行相关度计算，可以得到用户所属的兴趣类别与广告所属的类别的各个相关度，其中，用户所属的服装类别和匹配广告所属的服装类别的相关度在所得的所有该广告的相关度最高。另外，还可以为有如下情况，举例而言，用户可以属于服装类别、时尚类别和休闲类别，其中多个匹配广告所属的兴趣类别分别为服装类别和休闲类别，则进行计算用户所属兴趣类别和匹配广告的所述类别的相关度，结果是用户所属服装类别和匹配广告的所述的服装类别的相关度是最高。
步骤330，基于广告与用户之间的相关度与广告精准度动态值间的大小关系，来判断是否要发布广告。
具体地，针对所述匹配广告中广告精准度动态值小于第一设定阈值的广告，基于广告与用户之间的相关度与广告精准度动态值间的大小关系，来判断是否要发布广告，本实施例优选地，判断各个匹配广告的相关度是否大于等于广告精准动态值。
具体地，将各个兴趣类别相关度分别和广告精准动态值进行比较，若广告对应兴趣类别和用户的兴趣类别的相关度大于等于广告精准动态值，则判断要发布广告，则执行步骤390，否则不发布广告。
需要说明的是，在本实施例中，优选地将第一设定阈值设定为1，在广告精准动态值小于第一设定阈值时，则说明广告的实际需求量大于广告所要发布的数量，也就是实际用户访问量大于广告所要发布的数量，可以通过比较各个广告和用户之间的相关度与广告精准动态值来进一步缩小投放广告的范围，使得投放广告更精确。
步骤340，判断非匹配广告的广告精准度动态值是否大于等于第一设定阈值。
若在步骤310中检索出的广告所属的各个兴趣类别和该用户所属的各个兴趣类别均无法匹配，则说明该用户所属的兴趣类别没有直接满足所检索出的广告精准需求，则需要进一步查看该非匹配广告的广告精准动态值。如果广告精准动态值大于等于第一设定阈值，则说明用户实际访问量小于广告需求量，可以选择较精准的用户来投送广告，来满足广告主客户的大量的广告量需求。
优选地，第一设定阈值等于1，当广告精准动态值大于等于1时，则执行步骤350， 否则不发布非匹配广告中广告精准度动态值小于第一设定阈值的广告，步骤350，分别计算非匹配广告所属的各个兴趣类别与该用户所属的各个兴趣类别的相关度，并基于相关度值来确认非匹配广告和用户是否相关。
在本步骤中，计算非匹配广告的广告精准动态值与匹配广告的广告精准动态值计算方法相似，在此不再赘述。在步骤340中，若广告精准动态值大于等于第一设定阈值，则说明需求量大于实际用户访问量，需要进一步利用相关度，扩展广告所要投放的用户数量。 若非匹配广告和用户相关，则执行步骤360，否则不进行广告发布。
步骤360，针对所述非匹配广告中广告精准度动态值大于等于第一设定阈值的广告，进一步判断大于等于第一设定阈值的广告与用户之间的相关度是否大于等于第二设定阈值。
在本步骤中，计算非匹配广告所属的各个兴趣类别与该用户所属的各个兴趣类别的相关度的方法与匹配广告的相关度计算方法相似，在此不再赘述。具体地，将步骤350计算得到的非匹配广告所属的各个兴趣类别和该用户所属的兴趣类别之间的相关度和第二设定阈值进行比较，优选地，本实施例将广告主所设置的广告的下限阈值作为第二设定阈值，若判断为小于所述第二设定阈值，也就是如果相关度小于广告主所设置的广告的下限阈值，则说明相关度相对较低，不能满足广告主所要投放广告的需求，则不发布该广告，否则，执行步骤370。
步骤370，从大于等于第一设定阈值的非匹配广告中选择与用户的相关度最大的非匹配广告作为要发布的广告，并向该用户发送该非匹配广告。
将各个兴趣类别的相关度和广告的下限阈值进行比较，如果大于等于第二设定阈值，则说明可以满足广告主投放该非匹配广告的需求，从这些满足广告主需求的非匹配广告中，选取相关度最大的非匹配广告作为要发布的广告，并记录该最高的相关度，在向所述用户发布所述要发布的广告后，及时更新已发送的该广告的推送状态、广告类别历史数据量和广告类别使用量。
步骤380，从大于等于第一设定阈值匹配广告中选择与用户之间的相关度最大的匹配广告，作为所要发布的广告。
具体地，查询那些大于广告精准动态值的相关度中的数值最大的相关度，作为最高相关度，并向该用户发布该匹配广告，在向所述用户发布所述要发布的广告后，及时更新已发送的该广告的推送状态、广告类别历史数据量和广告类别使用量。
基于上述流程将所选择的广告以横幅广告、弹出式广告、弹底式广告或富媒体广告类型展示给用户。
步骤390，从小于第一设定阈值匹配广告中选择与用户之间的相关度最大的匹配广告，作为所要发布的广告。
将所选择的广告以横幅广告、弹出式广告、弹底式广告或富媒体广告类型展示给用户。
根据上述流程在进行广告发布后，为了使得下一次更加精准地发布该广告，在执行完步骤240后还可以进一步进行步骤250的操作。
步骤250，根据发布广告的广告效果，来优化广告选取策略和调整兴趣类别之间的相关度。
具体地，该流程可以分为两个部分，进行线上实时优化，根据广告实际点击效果， 来动态调整兴趣类别之间相关度，使得投放广告时更加精准，然后进行线下优化，根据广告整体推广效果，分析出影响该广告投放因素，从时间/人口特征/兴趣类别等多个纬度作分析，挖掘出潜在规律，针对现有投放方案做出理性分析与调整，完美实现推广最优化、效益最大化。
需要说明的是，广告效果是在广告发布后进行的效果验收，可以通过点击率和广告目标网页阅读次数等指标来衡量。其中，点击率为广告被点击次数除以广告曝光次数；网页阅读次数(Page View)为当浏览者点击网络广告之后即进入了介绍产品信息的主页或者广告主的网站，浏览者对该页面的一次浏览阅读称为一次网页阅读。
本发明实施例在进行静态匹配后，进一步通过基于广告精准度动态值和广告与用户之间的相关度来选择所要发布的广告，根据实际访问量和广告需求量更加精准地向用户发布广告，并在发布广告后进行线上或线下的广告优化和调整，使得广告主发布广告的广告效果最大化。
第二实施例
图4是根据本发明第二实施例的广告发布系统的结构示意图，请参考图4，说明该结构的各个组成模块。
该系统包括获取模块41、检索模块42以及发布模块43，获取模块41和检索模块 42连接，检索模块42和发布模块43连接，下面说明各个模块的功能。
获取模块41，当用户请求广告时，其获取用户信息和用户所访问的网站信息。
检索模块42，其基于用户信息和所述网站信息来检索广告。
发布模块43，其基于广告和所述用户之间的相关度以及广告的广告精准度动态值，从所述广告中选择要发布的广告，
其中，广告精准度动态值表征广告的需求量与广告的实际量之间的关系。
发布模块43还包括匹配模块431，匹配模块431基于用户的兴趣类别和广告的兴趣类别来判断广告和用户是否匹配，其中，若判断为是，则将所检索出的广告中兴趣类别与用户的兴趣类别相匹配的广告确定为匹配广告；若判断为否，则将所检索出的广告中兴趣类别与所述用户的兴趣类别不匹配的广告确定为非匹配广告。
发布模块43还包括第一判断模块432，其针对非匹配广告中广告精准度动态值大于等于第一设定阈值的广告，进一步判断大于等于第一设定阈值的广告与用户之间的相关度是否大于等于第二设定阈值，其中，若判断为大于等于所述第二设定阈值，从大于等于第一设定阈值的广告中选择与用户的相关度最大的广告作为要发布的广告；若判断为小于第二设定阈值，则不发布广告。
发布模块43还包括第二判断模块433，其针对匹配广告中广告精准度动态值小于第一设定阈值的广告，基于广告与用户之间的相关度与广告精准度动态值间的大小关系， 来判断是否要发布广告，其中，若判断为要发布广告，则从小于第一设定阈值的广告中选择与用户间的相关度最大的广告，作为要发布的广告。更具体地，若广告与用户之间的相关度大于等于广告精准度动态值，则从小于第一设定阈值的广告中选择与用户间的相关度最大的广告，作为要发布的广告；若广告与用户之间的相关度小于广告精准度动态值，则不发布广告O
本发明实施例在进行静态匹配后，进一步通过基于广告精准度动态值和广告与用户之间的相关度来选择所要发布的广告，根据实际访问量和广告需求量更加精准地向用户发布广告，并在发布广告后进行线上或线下的广告优化和调整，使得广告主发布广告的广告效果最大化。
本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化， 但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
权利要求
1.一种网络广告动态发布方法，其特征在于，包括如下步骤信息获取步骤，当用户请求广告时，获取用户信息和用户所访问的网站信息； 检索步骤，基于所述用户信息和所述网站信息来检索广告；广告获取步骤，基于所述广告和所述用户之间的相关度以及所述广告的广告精准度动态值，从所述广告中选择要发布的广告，其中，所述广告精准度动态值表征所述广告所要发布的数量与所述广告的实际需求量之间的关系。
2.根据权利要求1所述的方法，其特征在于，还包括在所述广告获取步骤之后，向所述用户发布所述要发布的广告，更新广告类别使用量。
3.根据权利要求1所述的方法，其特征在于，所述广告获取步骤具体包括如下步骤 基于所述用户的兴趣类别和所述广告的兴趣类别来判断所述广告和所述用户是否匹配，其中，若判断为是，则将所检索出的广告中兴趣类别与所述用户的兴趣类别相匹配的广告确定为匹配广告；若判断为否，则将所检索出的广告中兴趣类别与所述用户的兴趣类别不匹配的广告确定为非匹配广告。
4.根据权利要求3所述的方法，其特征在于，在所述广告获取步骤中， 不发布所述非匹配广告中广告精准度动态值小于第一设定阈值的广告。
5.根据权利要求3所述的方法，其特征在于，在所述广告获取步骤中，针对所述非匹配广告中广告精准度动态值大于等于第一设定阈值的广告，进一步判断所述大于等于第一设定阈值的广告与所述用户之间的相关度是否大于等于第二设定阈值， 其中，若判断为大于等于所述第二设定阈值，从所述大于等于第一设定阈值的广告中选择与所述用户的相关度最大的广告作为所述要发布的广告； 若判断为小于所述第二设定阈值，则不发布广告。
6.根据权利要求3所述的方法，其特征在于，在所述广告获取步骤中，从所述匹配广告中广告精准度动态值大于等于第一设定阈值的广告中，选择与所述用户的相关度最大的广告作为所述要发布的广告。
7.根据权利要求3所述的方法，其特征在于，在所述广告获取步骤中， 针对所述匹配广告中广告精准度动态值小于第一设定阈值的广告，基于所述广告与所述用户之间的相关度与所述广告精准度动态值间的大小关系，来判断是否要发布广告；若所述广告与所述用户之间的相关度大于等于所述广告精准度动态值，则从所述小于第一设定阈值的广告中选择与所述用户间的相关度最大的广告，作为所述要发布的广告； 若所述广告与所述用户之间的相关度小于所述广告精准度动态值，则不发布广告。
8.根据权利要求1至7任一项所述的方法，其特征在于，在所述广告获取步骤中， 基于广告的广告类别需求量、广告类别使用量和广告类别历史数据量来确定所述广告精准度动态值。
9.根据权利要求1至7任一项所述的方法，其特征在于，在所述广告获取步骤中，将广告类别需求量和广告类别使用量的差与广告类别历史数据量和广告类别使用量的差的比值作为所述广告精准度动态值。
10.根据权利要求1至7任一项所述的方法，其特征在于，在所述广告获取步骤中，基于机器学习算法计算所述广告的兴趣类别和所述用户的兴趣类别之间的相关度，所述相关度用来表征所述广告和所述用户的关联程度。
11.一种网络广告动态发布系统，其特征在于，包括获取模块，当用户请求广告时，其获取用户信息和用户所访问的网站信息； 检索模块，其基于所述用户信息和所述网站信息来检索广告； 发布模块，其基于所述广告和所述用户之间的相关度以及所述广告的广告精准度动态值，从所述广告中选择要发布的广告，其中，所述广告精准度动态值表征所述广告的需求量与所述广告的实际量之间的关系。
12.根据权利要求11所述的系统，其特征在于，所述发布模块还包括匹配模块，其基于所述用户的兴趣类别和所述广告的兴趣类别来判断所述广告和所述用户是否匹配，其中，若判断为是，则将所检索出的广告中兴趣类别与所述用户的兴趣类别相匹配的广告确定为匹配广告；若判断为否，则将所检索出的广告中兴趣类别与所述用户的兴趣类别不匹配的广告确定为非匹配广告。
13.根据权利要求12所述的系统，其特征在于，所述发布模块还包括第一判断模块，其针对所述非匹配广告中广告精准度动态值大于等于第一设定阈值的广告，进一步判断所述大于等于第一设定阈值的广告与所述用户之间的相关度是否大于等于第二设定阈值，其中，若判断为大于等于所述第二设定阈值，从所述大于等于第一设定阈值的广告中选择与所述用户的相关度最大的广告作为所述要发布的广告； 若判断为小于所述第二设定阈值，则不发布广告，第二判断模块，其针对所述匹配广告中广告精准度动态值小于第一设定阈值的广告， 基于所述广告与所述用户之间的相关度与所述广告精准度动态值间的大小关系，来判断是否要发布广告，其中，若所述广告与所述用户之间的相关度大于等于所述广告精准度动态值，则从所述小于第一设定阈值的广告中选择与所述用户间的相关度最大的广告，作为所述要发布的广告； 若所述广告与所述用户之间的相关度小于所述广告精准度动态值，则不发布广告， 在第二判断模块中，其针对所述匹配广告中广告精准度动态值大于等于第一设定阈值的广告，从所述匹配广告中广告精准度动态值大于等于第一设定阈值的广告中，选择与所述用户的相关度最大的广告作为所述要发布的广告。
全文摘要
本发明公开了一种网络广告动态发布方法及其系统，该方法包括如下步骤信息获取步骤，当用户请求广告时，获取用户信息和用户所访问的网站信息；检索步骤，基于用户信息和所述网站信息来检索广告；广告获取步骤，基于广告和用户之间的相关度以及广告的广告精准度动态值，从广告中选择要发布的广告。在本发明中，通过基于广告精准度动态值和广告与用户之间的相关度来选择广告，可将广告更加精准地发布给用户，使得广告主发布广告的广告效果最大化。
文档编号G06Q30/02GK102567902SQ201210030418
公开日2012年7月11日 申请日期2012年2月10日 优先权日2012年2月10日
发明者李娜, 罗峰, 郑芳只, 黄苏支 申请人:亿赞普(北京)科技有限公司