一种基于用户浏览行为的个性化广告推送系统的制作方法

本发明属于广告推送，具体涉及一种基于用户浏览行为的个性化广告推送系统。

背景技术：

1、手机广告推送是一项常见的商业行为，其目的是为了向用户提供个性化的服务和推广信息。以上方法适用于大多数手机操作系统。如果您的手机推送广告问题仍然存在，可以尝试更新手机系统和应用，或者联系手机制造商的客服寻求帮助。

2、在中国专利申请公告号为cn201810518460.1中，公开了一种智能化手机广告推送方法，广告推送信息发送至广告数据库；语音信息采集并打包发送至移动处理器；语音信息特征提取，并形成广告匹配关键词反馈至推送服务器；广告数据库接收到来自推送服务器的广告匹配关键词后，开始将广告匹配关键词逐一与推送匹配词进行匹配，若匹配成功则将推送匹配词对应的广告推送信息反馈至推送服务器。

3、这种广告推送方式一般采用的是定时定期的匹配，且匹配的短文方式也较为单一，因此很难给用户带来更好的体验效果，并且所推荐的商品其实际的有效转化率较低。

技术实现思路

1、针对现有技术的不足，本发明的目的在于提供一种基于用户浏览行为的个性化广告推送系统，解决了现有技术中存在的上述技术问题。

2、本发明的目的可以通过以下技术方案实现：

3、一种基于用户浏览行为的个性化广告推送系统，包括以下步骤：

4、s1、通过多个电商平台搜集猜用户喜欢的商品信息，随后进行噪音过滤与商品筛选，获得商品资源池；

5、s2、通过商品资源池计算出商品之间的关系，获得商品资源图谱；

6、s3、通过瞬知推荐引擎选择合适的商品后，根据该用户过去的点击方式确定用户的点击倾向；

7、s4、通过瞬知推荐引擎筛选后，根据用户的点击倾向反向向用户所在的手机端进行广告推送。

8、进一步的，经过噪音过滤与商品筛选出的电商平台会拟合出一个虚拟的用户画像，并将虚拟的用户画像作为瞬知推荐引擎的选择。

9、进一步的，所述s1中，用户过去的点击方式包括用户的点击习惯以及点击时间，通过点击习惯确定用户的点击倾向，通过点击时间确定用户在一天内的点击分布情况。

10、进一步的，所述瞬知引擎的判断方式包括时效性判断、优惠力度判断、以及销量判断。

11、进一步的，所述瞬知推荐引擎在进行个性化商品推荐时，包括用户对该商品的兴趣程度、该商品当前的价格，销量以及热度攀升情况、电商平台给出的优惠力度在同等品类商品的区间。

12、进一步的，所述商品的兴趣程度中对用户每个时间点进行记录并统计。

13、进一步的，所述广告推送的方式为个性化定制。

14、进一步的，所述广告推送的方式是采用短文本生成的推送方式进行。

15、进一步的，所述s1中，采用的噪音过滤与商品筛选时，进行用户的真实id脱敏处理。

16、本发明的有益效果：

17、1、本申请所进行的广告推送的文案，可以根据推送的理由进行个性化。比如：是用户喜欢的，并且优惠力度大，亦或者价格是用户所能接受的。

18、2、本申请中，采用的通过算法和大语言模型，根据推送该广告的原因或用户的浏览习惯，自动生成更加符合该广告的文案至用户，从而使得用户更能接受该广告的推送，并且也同步提高了推送商品的转化率。

技术特征：

1.一种基于用户浏览行为的个性化广告推送系统，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于用户浏览行为的个性化广告推送系统，其特征在于，所述s1中，经过噪音过滤与商品筛选出的电商平台会拟合出一个虚拟的用户画像，并将虚拟的用户画像作为瞬知推荐引擎的选择。

3.根据权利要求1所述的基于用户浏览行为的个性化广告推送系统，其特征在于，所述s1中，用户过去的点击方式包括用户的点击习惯以及点击时间，通过点击习惯确定用户的点击倾向，通过点击时间确定用户在一天内的点击分布情况。

4.根据权利要求1所述的基于用户浏览行为的个性化广告推送系统，其特征在于，所述瞬知引擎的判断方式包括时效性判断、优惠力度判断、以及销量判断。

5.根据权利要求1所述的基于用户浏览行为的个性化广告推送系统，其特征在于，所述瞬知推荐引擎在进行个性化商品推荐时，包括用户对该商品的兴趣程度、该商品当前的价格，销量以及热度攀升情况、电商平台给出的优惠力度在同等品类商品的区间。

6.根据权利要求5所述的基于用户浏览行为的个性化广告推送系统，其特征在于，所述商品的兴趣程度中对用户每个时间点进行记录并统计。

7.根据权利要求1所述的基于用户浏览行为的个性化广告推送系统，其特征在于，所述广告推送的方式为个性化定制。

8.根据权利要求7所述的基于用户浏览行为的个性化广告推送系统，其特征在于，所述广告推送的方式是采用短文本生成的推送方式进行。

9.根据权利要求1所述的基于用户浏览行为的个性化广告推送系统，其特征在于，所述s1中，采用的噪音过滤与商品筛选时，进行用户的真实id脱敏处理。

技术总结本发明公开了一种基于用户浏览行为的个性化广告推送系统，包括S1、通过多个电商平台搜集猜用户喜欢的商品信息，随后进行噪音过滤与商品筛选，获得商品资源池；S2、通过商品资源池计算出商品之间的关系，获得商品资源图谱；S3、通过瞬知推荐引擎选择合适的商品后，根据该用户过去的点击方式确定用户的点击倾向；S4、通过瞬知推荐引擎筛选后，根据用户的点击倾向反向向用户所在的手机端进行广告推送。本申请中，采用的通过算法和大语言模型，根据推送该广告的原因，自动生成更加符合该广告的文案至用户，从而使得用户更能接受该广告的推送，并且也同步提高了推送商品的转化率。技术研发人员：张旭成,张超,杨宇,李晨,李凌受保护的技术使用者：苏州跃盟信息科技有限公司技术研发日：技术公布日：2024/8/1