一种基于大数据的电梯广告推送方法及系统与流程

本发明涉及大数据技术领域，具体涉及一种基于大数据的电梯广告推送方法及系统。

背景技术：

电梯作为一个封闭式、强制性、高频次的场所，一直是营销者眼中不可错失的资源，大家对各种形式的电梯广告对电梯也已屡见不鲜，电梯广告是一种独特而实效的新媒体，依附于城市楼宇电梯轿厢内，形式精美大方，它很好地利用了人们在电梯里无聊心理，广告受众对消费信息较少抗拒性，受众无法完全回避、拒绝注目电梯广告，这种非选择性及强制性使电梯广告具有其它广告媒体无法比拟的功能和价值。但是一昧的进行广告投放而不关注受众对广告的反应，是对电梯广告资源的浪费，也不利于提高广告效果，因此，通过对目标用户和广告进行有效适配，做到广告精准投放，从而有效提高广告的投放效果成为一个值得解决的问题。

技术实现要素：

本发明提供一种基于大数据的电梯广告推送方法及系统，可以对目标用户和广告进行有效适配，做到广告精准投放，本发明能有效提高广告的投放效果。

本发明提供的一种基于大数据的电梯广告推送方法，其特征在于，所述方法包括以下步骤：

步骤s1、采集各个电梯的用户特征数据和每条广告的广告特征数据；

步骤s2、根据所述用户特征数据进行用户相似度排序，根据所述广告特征数据进行广告相似度排序；

步骤s3、将所述广告特征数据与所述用户特征数据进行适配，得出关联数据，将关联度高的广告推送到的对应的电梯广告机。

进一步，所述各个电梯的用户特征数据包括：

采集出入电梯的用户信息作为用户特征数据，所述用户信息包括乘坐电梯的时长、出入电梯的总人数、出入电梯人员的男女性别比、年龄段。

进一步，所述每条广告的广告特征数据包括：

采集电梯广告机前方区域的图像信息，根据采集的图像信息检测人脸图像信息，根据所述人脸图像信息得出广告特征数据，所述广告特征数据包括，注视时长、注视人数、注视人员的男女性别比、年龄段。

进一步，所述步骤s2具体包括：

将所述用户特征数据作为用户特征频繁项集，计算各个用户特征频繁项集之间的距离，按距离有小到大的顺序排序，距离越小，相似度越高；

所述各个用户特征频繁项集之间的距离的计算公式如下：

其中，x、y表示两组用户特征数据，k为频繁项数，k＝4，i＝1、2、3、4，取p＝2；

将所述广告特征数据作为广告特征频繁项集，计算各个广告特征频繁项集之间的距离，按距离有小到大的顺序排序，距离越小，相似度越高；

所述各个广告特征频繁项集之间的距离的计算公式如下：

其中，m、n表示两组广告特征数据，k为频繁项数，k＝4，j＝1、2、3、4，取p＝2。

进一步，所述步骤s3具体包括：

提取所述广告特征数据与所述用户特征数据的男女性别比、年龄段，进行关联度计算，得出关联度数据，将关联度高的广告推送到的对应的电梯广告机。

一种基于大数据的电梯广告推送系统，其特征在于，所述系统包括：

采集模块，用于采集各个电梯的用户特征数据和每条广告的广告特征数据；

排序模块，用于根据所述用户特征数据进行用户相似度排序，根据所述广告特征数据进行广告相似度排序；

适配模块，用于将所述广告特征数据与所述用户特征数据进行适配，得出关联数据，将关联度高的广告推送到的对应的电梯广告机。

进一步，所述各个电梯的用户特征数据包括：

采集出入电梯的用户信息作为用户特征数据，所述用户信息包括乘坐电梯的时长、出入电梯的总人数、出入电梯人员的男女性别比、年龄段。

进一步，所述每条广告的广告特征数据包括：

采集电梯广告机前方区域的图像信息，根据采集的图像信息检测人脸图像信息，根据所述人脸图像信息得出广告特征数据，所述广告特征数据包括，注视时长、注视人数、注视人员的男女性别比、年龄段。

进一步，所述排序模块包括：

用户特征排序模块，用于将所述用户特征数据作为频繁项集，计算各个频繁项集之间的距离，按距离有小到大的顺序排序，距离越小，相似度越高；

所述距离的计算公式如下：

其中，x、y表示两组用户特征数据，k为频繁项数，k＝4，i＝1、2、3、4，取p＝2；

广告特征排序模块，将所述广告特征数据作为频繁项集，计算各个频繁项集之间的距离，按距离有小到大的顺序排序，距离越小，相似度越高；

所述距离的计算公式如下：

其中，m、n表示两组广告特征数据，k为频繁项数，k＝4，i＝1、2、3、4，取p＝2；

进一步，所述适配模块具体用于：

提取所述广告特征数据与所述用户特征数据的男女性别比、年龄段，进行关联度计算，得出关联度数据，将关联度高的广告推送到的对应的电梯广告机。

本发明的有益效果是：本发明公开一种基于大数据的电梯广告推送方法及系统，通过采集电梯用户的特征数据和广告的特征数据，采用大数据分析的方法，对用户群和广告分别分类，根据用户喜好和广告特点，对目标用户和广告进行有效适配，做到广告精准投放，本发明能有效提高广告的投放效果。

附图说明

下面结合附图和实例对本发明作进一步说明。

图1是本实施例一种基于大数据的电梯广告推送方法的流程示意图；

图2是本实施例一种基于大数据的电梯广告推送系统的结构示意图；

图3是本实施例排序模块的结构示意图。

具体实施方式

参考图1，本发明提供的一种基于大数据的电梯广告推送方法，其特征在于，所述方法包括以下步骤：

步骤s1、采集各个电梯的用户特征数据和每条广告的广告特征数据；

步骤s2、根据所述用户特征数据进行用户相似度排序，根据所述广告特征数据进行广告相似度排序；

步骤s3、将所述广告特征数据与所述用户特征数据进行适配，得出关联数据，将关联度高的广告推送到的对应的电梯广告机。

进一步，所述各个电梯的用户特征数据包括：

采集出入电梯的用户信息作为用户特征数据，所述用户信息包括乘坐电梯的时长、出入电梯的总人数、出入电梯人员的男女性别比、年龄段。

进一步，所述每条广告的广告特征数据包括：

采集电梯广告机前方区域的图像信息，根据采集的图像信息检测人脸图像信息，根据所述人脸图像信息得出广告特征数据，所述广告特征数据包括，注视时长、注视人数、注视人员的男女性别比、年龄段。

进一步，所述步骤s2具体包括：

将所述用户特征数据作为用户特征频繁项集，计算各个用户特征频繁项集之间的距离，按距离有小到大的顺序排序，距离越小，相似度越高；

所述各个用户特征频繁项集之间的距离的计算公式如下：

其中，x、y表示两组用户特征数据，k为频繁项数，k＝4，i＝1、2、3、4，取p＝2；

将所述广告特征数据作为广告特征频繁项集，计算各个广告特征频繁项集之间的距离，按距离有小到大的顺序排序，距离越小，相似度越高；

所述各个广告特征频繁项集之间的距离的计算公式如下：

其中，m、n表示两组广告特征数据，k为频繁项数，k＝4，j＝1、2、3、4，取p＝2。

进一步，所述步骤s3具体包括：

提取所述广告特征数据与所述用户特征数据的男女性别比、年龄段，进行关联度计算，得出关联度数据，将关联度高的广告推送到的对应的电梯广告机。

参考图2～3，一种基于大数据的电梯广告推送系统，其特征在于，所述系统包括：

采集模块1，用于采集各个电梯的用户特征数据和每条广告的广告特征数据；

排序模块2，用于根据所述用户特征数据进行用户相似度排序，根据所述广告特征数据进行广告相似度排序；

适配模块3，用于将所述广告特征数据与所述用户特征数据进行适配，得出关联数据，将关联度高的广告推送到的对应的电梯广告机。

进一步，所述各个电梯的用户特征数据包括：

采集出入电梯的用户信息作为用户特征数据，所述用户信息包括乘坐电梯的时长、出入电梯的总人数、出入电梯人员的男女性别比、年龄段。

进一步，所述每条广告的广告特征数据包括：

采集电梯广告机前方区域的图像信息，根据采集的图像信息检测人脸图像信息，根据所述人脸图像信息得出广告特征数据，所述广告特征数据包括，注视时长、注视人数、注视人员的男女性别比、年龄段。

进一步，所述排序模块2包括：

用户特征排序模块21，用于将所述用户特征数据作为频繁项集，计算各个频繁项集之间的距离，按距离有小到大的顺序排序，距离越小，相似度越高；

所述距离的计算公式如下：

其中，x、y表示两组用户特征数据，k为频繁项数，k＝4，i＝1、2、3、4，取p＝2；

广告特征排序模块22，将所述广告特征数据作为频繁项集，计算各个频繁项集之间的距离，按距离有小到大的顺序排序，距离越小，相似度越高；

所述距离的计算公式如下：

其中，m、n表示两组广告特征数据，k为频繁项数，k＝4，i＝1、2、3、4，取p＝2；

进一步，所述适配模块3具体用于：

提取所述广告特征数据与所述用户特征数据的男女性别比、年龄段，进行关联度计算，得出关联度数据，将关联度高的广告推送到的对应的电梯广告机。

以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。