[发明专利]基于社交行为进行用户的类别划分、广告投放方法和系统

说明书

技术领域

本发明涉及互联网领域，尤其涉及一种基于社交行为进行用户的类别划分、广告投放方法和系统。

背景技术

随着互联网技术的不断发展，互联网广告以其快速、便捷、灵活性强的优势迅速取代了传统的媒体广告。互联网广告就是通过网络广告平台在网络上投放广告，利用网站上的广告横幅、文本链接、多媒体的方法，在互联网刊登或发布广告，通过网络传递到互联网用户的一种高科技广告运作方式。与传统的四大传播媒体(报纸、杂志、电视、广播)广告及备受垂青的户外广告相比，互联网广告以互联网为广告媒体，具有得天独厚的优势，是实施现代营销媒体战略的重要一部分。

而且，随着互联网广告技术的高速发展，广告商对目标受众的需要也越来越高。而传统的媒体广告不是生命周期较短、制作复杂，就是灵活性和及时性比较差，同时还极易受到外界因素的干扰；更主要是它们无法精确锁定自己所需要的受众人群，因此亟需提供一种能够面向人群的、用以提升推广效果大大提升的广告模式。

实际应用中，IGRP(Internet Gross Rating Points，互联网总收视点)广告就是一种从传统电视广告的GRP(Gross Rating Point，总收视点)演变而来的面向人群的广告售卖方案。通过互联网大数据优势可以深入挖掘受众用户的年龄、性别、兴趣等特征，继而根据挖掘的特征来对用户进行类别划分，以便广告商有针对性地进行广告投放，提升推广效果。

现有提供了一种用户类别划分方法，其主要是根据用户在广告投放网站的访问日志，将用户划分到相应的类别。具体地，可以在获取用户在广告投放网站的访问日志后，对用户访问的页面进行分析，得到用户访问的页面的特征；继而，根据用户访问的页面的特征，推断出用户的类别。然而，事实上，根据单方面的用户访问的页面的特征来反推用户的类别，其可信度不高，导致用户的类别划分结果的准确度不高，继而导致根据类别划分结果所投放的广告的受众针对性不够、推广效果差，降低了广告投放的有效性。

因此，有必要提供一种提高类别划分准确度的用户类别划分方法。

发明内容

针对上述现有技术存在的缺陷，本发明提供了一种基于社交行为进行用户的类别划分、广告投放方法和系统，用以提高用户的类别划分的准确度和广告投放有效性。

根据本发明的一个方面，提供了一种基于社交行为进行用户的类别划分方法，包括：

获取设定周期内待分类的用户的用户行为数据，以及用户社交数据；

从所述用户行为数据中抽取用户行为属性特征，从所述用户社交数据中抽取用户社交属性特征；

根据抽取的用户行为属性特征和用户社交属性特征，将所述用户划分到相应类别。

较佳地，所述根据抽取的用户行为属性特征和用户社交属性特征，将所述用户划分到相应类别，具体包括：

将所述用户的用户行为属性特征，与预建的行为特征规则库中记录的用户行为属性特征进行匹配，根据匹配结果判断出所述用户所属的行为族群；其中，所述行为特征规则库中针对每种行为族群，记录了该行为族群所具有的用户行为属性特征；

将所述用户的用户社交属性特征，与预建的社交特征规则库中记录的用户社交属性特征进行匹配，根据匹配结果判断出所述用户所属的社交族群；其中，所述社交特征规则库中针对每种社交族群，记录了该社交族群所具有的用户社交属性特征；

查找出所述用户所属的行为族群与社交族群之间共同的族群，并将所述用户划分到查找出的共同的族群中。

较佳地，所述根据抽取的用户行为属性特征和用户社交属性特征，将所述用户划分到相应类别，具体包括：

将抽取的所述用户的用户行为属性特征和用户社交属性特征融合汇总得到所述用户的用户特征；

将得到的所述用户的用户特征输入到用于类别划分的类别划分模型中；通过所述类别划分模型将所述用户划分到相应类别。

较佳地，所述类别划分模型是预先训练的：

对于从网站的用户中选取出的每个训练用户，统计该训练用户的用户行为属性特征和用户社交属性特征后，融合汇总得到该训练用户的用户特征；并根据该训练用户的用户行为属性特征确定出该训练用户所属的行为族群，根据该训练用户的用户社交属性特征确定出该训练用户所属的社交族群，并将该训练用户所属的行为族群与社交族群之间共同的族群作为该训练用户的所属族群；

将每个训练用户的所属族群、用户特征作为训练数据，使用所述训练数据运用预置的多标签多分类算法进行模型训练，得到类别划分模型。