一种基于广告投放的用户分类方法及服务器与流程

本发明涉及广告投放领域，尤指一种基于广告投放的用户分类方法及服务器。

背景技术

随着互联网技术的快速发展，网络广告逐渐成为了一种主流广告投放方式，与传统广告媒体相对比，互联网广告覆盖范围广，成本低，互动性强等特点，并且更加贴切现在人们的生活方式。

在用户分析、推荐营销分析和预测分析等场景应用中，如果能够将用户进行精确的分类，然后进行精准用户营销和广告推广，能够极大地提高客户群体的增长率，同时能够减少无效的推广和营销成本，提高精准用户营销和广告推广的收益。

然而，在对目标用户进行提取的过程中，所采用的方法都是直接获取用户的浏览数据，通过投放主体的相关关键词进行粗糙的用户提取，从而导致所提取出的用户，很多并不是真正对投放主体感兴趣的用户，甚至很多是对投放主体厌恶的用户。

为了解决上述问题，提高投放的精准度，本发明提供了一种基于广告投放的用户分类方法及服务器。

技术实现要素：

本发明的目的是提供一种基于广告投放的用户分类方法及服务器，实现对目标用户的精准分类，提高了广告投放的精准度，减少了无效投放，降低了广告投放成本。

本发明提供的技术方案如下：

本发明提供了一种基于广告投放的用户分类方法，包括步骤：从信息库中统计出与投放内容相关的多个评价关键词以及每一评价关键词的词频；获取目标用户关于所述投放内容的目标评价关键词；根据所述目标评价关键词，以及每一评价关键词的词频，计算出所述目标用户关于所述投放内容的评价值；根据所述目标用户关于所述投放内容的评价值，对目标用户进行分类。

优选的，从信息库中统计出与投放内容相关的多个评价关键词以及每一评价关键词的词频，此步骤具体包括：从信息库中统计出与投放内容相关的评价关键词；对所述评价关键词按照分类规则分为正面评价关键词和负面评价关键词；统计每个正面评价关键词的词频和每个负面评价关键词的词频。

优选的，根据所述目标评价关键词，以及每一评价关键词的词频，计算出所述目标用户关于所述投放内容的评价值，此步骤具体包括：根据每个所述正面评价关键词的词频和每个所述负面评价关键词的词频，对所述正面评价关键词和所述负面评价关键词进行归一化处理，计算每个正面评价关键词的权重值以及每个负面评价关键词的权重值；根据所述目标评价关键词，以及每个正面评价关键词的权重值、每个负面评价关键词的权重值，计算出目标用户关于所述投放内容的评价值。

优选的，根据所述目标评价关键词，以及每个正面评价关键词的权重值、每个负面评价关键词的权重值，计算出目标用户关于所述投放内容的评价值计的方法为：

其中，v为目标用户关于所述投放内容的评价值；b为偏置参数；wi表示第i个正面评价关键词的权重，且若第i个正面评价关键词在所述目标评价关键词中出现，则将xi记为1，否则记为0；w0j表示第j个负面评价关键词的权重，且若第j个负面评价关键词在所述目标评价关键词中出现，则将xj记为1，否则记为0。

优选的，根据所述目标用户关于所述投放内容的评价值，对目标用户进行分类，此步骤具体包括：若所述目标用户关于所述投放内容的评价值大于预设值，则将所述目标用户分类为第一类用户，否则将所述目标用户分类为第二类用户；或；将所有目标用户按照各自对应的评价值进行排序，取预设顺序段的目标用户作为第一类用户，将其他目标用户作为第二类用户。

本发明还提供了一种用于用户分类的服务器，服务器包括：统计模块，用于从信息库中统计出与投放内容相关的多个评价关键词以及每一评价关键词的词频；获取模块，用于获取目标用户关于所述投放内容的目标评价关键词；计算模块，与所述统计模块、所述获取模块电连接，用于根据所述目标评价关键词，以及每一评价关键词的词频，计算出所述目标用户关于所述投放内容的评价值；用户分类模块，与所述计算模块电连接，用于根据所述目标用户关于所述投放内容的评价值，对目标用户进行分类。

优选的，所述统计模块具体包括：关键词统计单元，还用于从信息库中统计出与投放内容相关的评价关键词；关键词分类单元，与所述关键词统计单元电连接，对所述评价关键词按照分类规则分为正面评价关键词和负面评价关键词；词频统计单元，与所述关键词分类单元电连接，还用于统计每个正面评价关键词的词频和每个负面评价关键词的词频。

优选的，所述计算模块，还用于根据每个所述正面评价关键词的词频和每个所述负面评价关键词的词频，对所述正面评价关键词和所述负面评价关键词进行归一化处理，计算每个正面评价关键词的权重值以及每个负面评价关键词的权重值；所述计算模块，还用于根据所述目标评价关键词，以及每个正面评价关键词的权重值、每个负面评价关键词的权重值，计算出目标用户关于所述投放内容的评价值。

优选的，所述计算模块根据所述目标评价关键词，以及每个正面评价关键词的权重值、每个负面评价关键词的权重值，计算出目标用户关于所述投放内容的评价值的方法为：

其中，v为目标用户关于所述投放内容的评价值；b为偏置参数；wi表示第i个正面评价关键词的权重，且若第i个正面评价关键词在所述目标评价关键词中出现，则将xi记为1，否则记为0；w0j表示第j个负面评价关键词的权重，且若第j个负面评价关键词在所述目标评价关键词中出现，则将xj记为1，否则记为0。

优选的，所述用户分类模块，还用于若所述目标用户关于所述投放内容的评价值大于预设值，则将所述目标用户分类为第一类用户，否则将所述目标用户分类为第二类用户；或；所述用户分类模块，还用于将所有目标用户按照各自对应的评价值进行排序，取预设顺序段的目标用户作为第一类用户，将其他目标用户作为第二类用户。

通过本发明提供的一种基于广告投放的用户分类方法及服务器，能够带来以下至少一种有益效果：

1、本发明通过多对目标用户评价关键词的分析，能够准确地对用户进行分类，判断出用户是否是适合进行广告投放，从而实现广告的精准投放，减少了无效的推广和营销成本，提高精准用户营销和广告推广的收益。

2、本发明将对投放内容的评价关键词分为正面评价关键词和负面评价关键词，并通过对目标用户的目标评价关键词进行分析，计算得到的评价值能够反映用户对投放内容的喜好程度，实现对用户的精准分类。

附图说明

下面将以明确易懂的方式，结合附图说明优选实施方式，对一种基于广告投放的用户分类方法及服务器的上述特性、技术特征、优点及其实现方式予以进一步说明。

图1是本发明一种基于广告投放的用户分类方法的一个实施例的流程图；

图2是本发明一种基于广告投放的用户分类方法的另一个实施例的流程图；

图3是本发明一种用于用户分类的服务器的一个实施例的结构示意图。

附图标号说明：

1-统计模块、11-关键词统计单元、12-关键词分类单元、13-词频统计单元、2-获取模块、3-计算模块、4-用户分类模块。

具体实施方式

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。

为使图面简洁，各图中只示意性地表示出了与本发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。

本发明提供了一种基于广告投放的用户分类方法的一个实施例，如图1所示，包括：

s1从信息库中统计出与投放内容相关的多个评价关键词以及每一评价关键词的词频；

s2获取目标用户关于所述投放内容的目标评价关键词；

s3根据所述目标评价关键词，以及每一评价关键词的词频，计算出所述目标用户关于所述投放内容的评价值；

s4根据所述目标用户关于所述投放内容的评价值，对目标用户进行分类。

广告在投放前，需要选定投放的目标用户。现有技术中，会通过用户的网络数据，判断用户是否查阅过于广告投放内容相关的信息，若用户浏览过与广告内容相关的数据，则会将该用户确定为目标用户。这样的投放方式没有对用户进行区分，目标用户群体中有很多用户对广告投放内容并不感兴趣，甚至对广告投放内容非常厌恶。若是盲目投放，一来增加了很多无效的推广和广告投放成本，二来也会导致用户对广告内容相应的产品更加反感。

本发明在选定目标用户的过程中会对用户进行分类，例如分为对投放内容感兴趣的用户和对投放内容不感兴趣的用户，在进行广告投放时，只向对投放内容感兴趣的用户进行广告投放即可，这样既达到了广告投放的目的，也减少了无效投放，降低了广告投放的成本。

具体的，在对用户进行分类筛选时，首先可通过爬虫软件，围绕投放业务的相关投放内容，爬取与业务信息相关的语料数据，并存入数据库中。例如对于广告投放业务为“荣耀10手机”的广告投放，可以通过爬虫软件爬取百度贴吧上关于“荣耀10手机”的相关评价，并将这些评价预料存入信息库中。

然后在信息库中统计出与“荣耀10手机”相关的多个评价关键词以及每一评价关键词的词频，例如统计到的数据为：好评2285次、性能好1032次、外观美观506次、触碰灵敏112次、照相效果好884次、差评66次、刘海太丑32次、信号不稳定12次、没耳机25次。

若获取到目标用户关于“荣耀10手机”的目标评价关键词为：好评、性能好，那么根据所述目标评价关键词，以及每一评价关键词的词频，计算出所述目标用户关于所述投放内容的评价值；评价值为正数则表明用户是对“荣耀10手机”感兴趣，若评价值为负数，则表明用户对“荣耀10手机”不感兴趣。

进行分类后，即可对“荣耀10手机”感兴趣的用户投放“荣耀10手机”的相关广告。通过这样的方式，能够提高广告投放的准确度，避免无效广告的投放，大大节省了广告的投放成本。

本发明还提供了一种基于广告投放的用户分类方法的一个实施例，如图2所示，包括：

s11从信息库中统计出与投放内容相关的评价关键词；

s12对所述评价关键词按照分类规则分为正面评价关键词和负面评价关键词；

s13统计每个正面评价关键词的词频和每个负面评价关键词的词频；

s2获取目标用户关于所述投放内容的目标评价关键词；

s31根据每个所述正面评价关键词的词频和每个所述负面评价关键词的词频，对所述正面评价关键词和所述负面评价关键词进行归一化处理，计算每个正面评价关键词的权重值以及每个负面评价关键词的权重值；

s32根据所述目标评价关键词，以及每个正面评价关键词的权重值、每个负面评价关键词的权重值，计算出目标用户关于所述投放内容的评价值，其方法为：

其中，v为目标用户关于所述投放内容的评价值；b为偏置参数；wi表示第i个正面评价关键词的权重，且若第i个正面评价关键词在所述目标评价关键词中出现，则将xi记为1，否则记为0；wj表示第j个负面评价关键词的权重，且若第j个负面评价关键词在所述目标评价关键词中出现，则将xj记为1，否则记为0；

s41若所述目标用户关于所述投放内容的评价值大于预设值，则将所述目标用户分类为第一类用户，否则将所述目标用户分类为第二类用户；

或；

s42将所有目标用户按照各自对应的评价值进行排序，取预设顺序段的目标用户作为第一类用户，将其他目标用户作为第二类用户。

本实施例中，投放广告内容以“斐讯路由器”为例，在对用户进行分类时，首先会通过爬虫软件爬取电商网站上与“斐讯路由器”相关内容的评价关键词，如：性能高、质量好、信号强、信号稳定、外观美观、物流慢、信号不稳、太贵、不划算，通过二值归类分析，将这些评价关键词分为正面评价关键词：xi＝{性能高，质量好，信号强，信号稳定，外观美观}，和负面评价关键词：xj＝{物流慢，信号不稳，太贵，不划算}。在统计评价关键词的时候，还需要统计每个评价关键词的出现词频，例如相关评价数据为：性能高1028次、质量好1522次、信号强899次、信号稳定728次、外观美观255次、物流慢66次、信号不稳定38次、太贵72次、不划算19次。

在对目标用户进行分类时，需要在目标用户的网络数据中获取关于“斐讯路由器”的目标评价关键词，用于对目标用户进行分类，例如用户对“斐讯路由器”目标评价关键词为：性能高、信号强、太贵。

根据每个所述正面评价关键词的词频和每个所述负面评价关键词的词频，对所述正面评价关键词和所述负面评价关键词进行归一化处理，计算每个正面评价关键词的权重值以及每个负面评价关键词的权重值；例如“性能高”这个正面评价关键词的权重＝1028/(1028+1522+899+728+225)，由此得到这五个正面评价关键词的权重依次为wi＝{0.234，0.346，0.204，0.165，0.051}，同样也可计算出四个负面评价关键词的权重依次为wj＝{-0.338，-0.195，-0.369，-0.097}。

若正面评价关键词中的第i个正面评价关键词在所述目标评价关键词中出现，则将xi记为1，否则记为0；若负面评价关键词中的第j个负面评价关键词在所述目标评价关键词中出现，则将xj记为1，否则记为0；根据目标评价关键词为：性能高、信号强、太贵，可以得到xi＝{1，0，1，0，0}；xj＝{0，0，1，0}，

通过公式1则可计算出目标用户关于所述投放内容的评价值，若评价值大于预设值，则说明目标用户的正面评价比较多，将目标用户分类为第一类用户(即可投放用户)。若目标用户关于所述投放内容的评价值小于预设值，则说明目标用户的负面评价比较多，将此目标用户分类为第二类用户(不可投放用户)。通过上述例子，可以计算出此目标用户的评价值＝0.234+0.204-0.369+b，b为常数，因此可根据设定的预设值，给目标用户进行分类。

另外，在计算出所有目标用户关于所述投放内容的评价值后，对每个目标用户的评价值进行排序，去前百分之三十作为第一类用户，另外的目标用户作为第二类用户。对于第一类用户，则进行相应的广告投放，对于第二类用户，则不进行投放。

本发明提供了一种基于广告投放的用户分类方法的一个实施例，服务器包括：

统计模块1，用于从信息库中统计出与投放内容相关的多个评价关键词以及每一评价关键词的词频；

获取模块2，用于获取目标用户关于所述投放内容的目标评价关键词；

计算模块3，与所述统计模块1、所述获取模块2电连接，用于根据所述目标评价关键词，以及每一评价关键词的词频，计算出所述目标用户关于所述投放内容的评价值；

用户分类模块4，与所述计算模块3电连接，用于根据所述目标用户关于所述投放内容的评价值，对目标用户进行分类。

广告在投放前，需要选定投放的目标用户。现有技术中，会通过用户的网络数据，判断用户是否查阅过于广告内容相关的信息，若用户浏览过与广告内容相关的数据，则将该用户确定为目标用户。这样的投放方式没有对用户进行区分，目标用户群体中有很多用户对广告投放内容并不感兴趣，甚至对广告投放内容非常厌恶。若是盲目投放，一来增加了很多无效的推广和广告投放成本，二来也使得用户非常反感，导致对广告内容相应的产品更加反感。

本发明在选定目标用户的过程中会对用户进行分类，例如分为对投放内容感兴趣的用户和对投放内容不感兴趣的用户，在进行广告投放时，只向对投放内容感兴趣的用户进行广告投放即可，这样既达到了广告投放的目的，也减少了无效投放，降低了广告投放的成本。

具体的，在对用户进行分类筛选时，首先可通过爬虫软件，围绕投放业务的相关投放内容，爬取与业务信息相关的语料数据，并存入数据库中。例如广告投放业务为“荣耀10手机”的广告投放，可以通过爬虫软件爬取百度贴吧上关于“荣耀10手机”的相关评价，并将这些评价预料存入信息库中。

然后在信息库中统计出与“荣耀10手机”相关的多个评价关键词以及每一评价关键词的词频，例如统计到的数据为：好评2285次、性能好1032次、外观美观506次、触碰灵敏112次、照相效果好884次、差评66次、刘海太丑32次、信号不稳定12次、没耳机25次。

获取到其中一名用户关于“荣耀10手机”的目标评价关键词为：好评、性能好，那么根据所述目标评价关键词，以及每一评价关键词的词频，计算出所述目标用户关于所述投放内容的评价值；评价值为正数则表明用户是对“荣耀10手机”感兴趣，若评价值为负数，则表明用户对“荣耀10手机”不感兴趣。

进行分类后，即可对“荣耀10手机”感兴趣的用户投放“荣耀10手机”的相关广告。通过这样的方式，能够提高广告投放的准确度，避免无效广告的投放，大大节省了广告的投放成本。

如图3所示，本发明提供了一种基于广告投放的用户分类方法的一个实施例，服务器包括：

统计模块1，用于从信息库中统计出与投放内容相关的多个评价关键词以及每一评价关键词的词频；

所述统计模块1具体包括：

关键词统计单元11，还用于从信息库中统计出与投放内容相关的评价关键词；

关键词分类单元12，与所述关键词统计单元11电连接对所述评价关键词按照分类规则分为正面评价关键词和负面评价关键词；

词频统计单元13，与所述关键词分类单元12电连接还用于统计每个正面评价关键词的词频和每个负面评价关键词的词频。

获取模块2，用于获取目标用户关于所述投放内容的目标评价关键词；

计算模块3，与所述统计模块1、所述获取模块2电连接，用于根据每个所述正面评价关键词的词频和每个所述负面评价关键词的词频，对所述正面评价关键词和所述负面评价关键词进行归一化处理，计算每个正面评价关键词的权重值以及每个负面评价关键词的权重值；

计算模块3，还用于根据所述目标评价关键词，以及每个正面评价关键词的权重值、每个负面评价关键词的权重值，计算出目标用户关于所述投放内容的评价值，其方法为：

其中，v为目标用户关于所述投放内容的评价值；b为偏置参数；wi表示第i个正面评价关键词的权重，且若第i个正面评价关键词在所述目标评价关键词中出现，则将xi记为1，否则记为0；w0j表示第j个负面评价关键词的权重，且若第j个负面评价关键词在所述目标评价关键词中出现，则将xj记为1，否则记为0。

所述用户分类模块4，还用于若所述目标用户关于所述投放内容的评价值大于预设值，则将所述目标用户分类为第一类用户，否则将所述目标用户分类为第二类用户；

或；

所述用户分类模块4，还用于将所有目标用户按照各自对应的评价值进行排序，取预设顺序段的目标用户作为第一类用户，将其他目标用户作为第二类用户。

本实施例中，投放广告内容以“斐讯路由器”为例，在对用户进行分类时，首先会通过爬虫软件爬取电商网站上与“斐讯路由器”相关内容的评价关键词，性能高、质量好、信号强、信号稳定、外观美观、物流慢、信号不稳、太贵、不划算，通过二值归类分析，将这些评价关键词分为正面评价关键词：xi＝{性能高，质量好，信号强，信号稳定，外观美观}，和负面评价关键词：xj＝{物流慢，信号不稳，太贵，不划算}。在统计评价关键词的时候，还需要统计每个评价关键词的出现词频，例如相关评价数据为：性能高1028次、质量好1522次、信号强899次、信号稳定728次、外观美观255次、物流慢66次、信号不稳定38次、太贵72次、不划算19次。

在对目标用户进行分类时，需要在目标用户的网络数据中获取关于“斐讯路由器”的目标评价关键词，用于对目标用户进行分类，例如目标评价关键词为：信号不稳定、太贵。

根据每个所述正面评价关键词的词频和每个所述负面评价关键词的词频，对所述正面评价关键词和所述负面评价关键词进行归一化处理，计算每个正面评价关键词的权重值以及每个负面评价关键词的权重值；例如“性能高”这个正面评价关键词的权重＝1028/(1028+1522+899+728+225)，由此得到这五个正面评价关键词的权重依次为wi＝{0.234，0.346，0.204，0.165，0.051}，同样也可计算出四个负面评价关键词的权重依次为wj＝{-0.338，-0.195，-0.369，-0.097}。

若正面评价关键词xi中的第i个正面评价关键词在所述目标评价关键词中出现，则将xi记为1，否则记为0；若负面评价关键词xj中的第j个负面评价关键词在所述目标评价关键词中出现，则将xj记为1，否则记为0；根据目标评价关键词为：性能高、信号强、太贵，由此可以得到xi＝{0，0，0，0，0}；xj＝{0，1，1，0}，

通过公式1则可计算出目标用户关于所述投放内容的评价值＝-0.195-0.369+b，b为常数，因此可根据设定的预设值，给目标用户进行分类。,若评价值大于预设值，则说明目标用户的正面评价比较多，将目标用户分类为第一类用户(即可投放用户)。若目标用户关于所述投放内容的评价值小于预设值，则说明目标用户的负面评价比较多，将此目标用户分类为第二类用户(不可投放用户)。

另外，在计算出所有目标用户关于所述投放内容的评价值后，对每个目标用户的评价值进行排序，去前百分之三十作为第一类用户，另外的目标用户作为第二类用户。对于第一类用户，则进行相应的广告投放，对于第二类用户，则不进行投放。

应当说明的是，上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。