用于广告投放的数据分析处理方法与流程
- 国知局
- 2024-10-09 15:03:31
本申请涉及广告数据分析领域,且更为具体地,涉及一种用于广告投放的数据分析处理方法。
背景技术:
1、在当今竞争日益激烈的市场环境中,宣传和营销已经成为企业必不可少的一环。而多媒体广告设计作为一种创新、高效的营销方式,正在逐渐被越来越多的企业所接受和应用。多媒体广告是指利用多种形式的媒体技术,如图像、声音、动画等,将广告内容生动、形象地展现出来。
2、目前在城市的大街小巷中都会有多媒体广告存在,例如公交站台内,因为公交站台具有较大的完整平面,十分符合多媒体广告的投放要求,而且乘坐公交车的人流量也较大,使得所投放的广告具有更佳的传播效果。
3、在进行广告投放时,一般会进行预先的调研工作,总体来说人流量大的地方,广告投放的收益必然是更好的,但是现有的广告投放只是对总体人流量进行考究,并不会将广告的内容和人群性质进行联系,从而缺乏广告投放的针对性。因此,提出一种用于广告投放的数据分析处理方法。
技术实现思路
1、为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种用于广告投放的数据分析处理方法,其通过利用设置在公交站台内的监控设备来收集过往人群的影像数据,结合深度学习算法对人物影像数据进行聚类分析,以将具有相似特征的人群划分为一类。通过这样的方式,将监控地点的过往人群进行聚类划分,可以为广告受众分析和广告投放提供技术支持,从而促进广告资源的合理分配。
2、根据本申请的一个方面,提供了一种用于广告投放的数据分析处理方法,其包括:
3、获取由监控设备采集的人物影像数据的集合,其中,所述监控设备被设置于公交站台内;
4、对所述人物影像数据的集合进行人物影像特征提取以得到增强人物影像特征图的集合;
5、基于所述增强人物影像特征图的集合,构造特征分布伪主题;
6、分别计算所述增强人物影像特征图的集合中的各个增强人物影像特征图与所述特征分布伪主题之间的语义关联度以得到语义关联度的集合;
7、基于所述语义关联度的集合,对所述人物影像数据的集合进行聚类分析以得到多个聚类结果,所述各个聚类结果表示一类人群。
8、与现有技术相比,本申请提供的一种用于广告投放的数据分析处理方法,其通过利用设置在公交站台内的监控设备来收集过往人群的影像数据,结合深度学习算法对人物影像数据进行聚类分析,以将具有相似特征的人群划分为一类。通过这样的方式,将监控地点的过往人群进行聚类划分,可以为广告受众分析和广告投放提供技术支持,从而促进广告资源的合理分配。
技术特征:1.一种用于广告投放的数据分析处理方法,其特征在于,包括:
2.根据权利要求1所述的用于广告投放的数据分析处理方法,其特征在于,对所述人物影像数据的集合进行人物影像特征提取以得到增强人物影像特征图的集合,包括:
3.根据权利要求2所述的用于广告投放的数据分析处理方法,其特征在于,将所述人物影像特征图的集合中的各个人物影像特征图分别通过特征多尺度感知强化模块以得到所述增强人物影像特征图的集合,包括:
4.根据权利要求3所述的用于广告投放的数据分析处理方法,其特征在于,将所述人物影像特征图输入所述特征多尺度感知强化模块的低频侦测分支以得到人物影像局部低频激活特征向量,包括:
5.根据权利要求4所述的用于广告投放的数据分析处理方法,其特征在于,将所述人物影像特征图输入所述特征多尺度感知强化模块的精简压缩分支以得到人物影像压缩特征图,包括:
6.根据权利要求5所述的用于广告投放的数据分析处理方法,其特征在于,将所述人物影像特征图输入所述特征多尺度感知强化模块的全局空间感知分支以得到人物影像感受野扩张激活特征矩阵,包括:
7.根据权利要求6所述的用于广告投放的数据分析处理方法,其特征在于,对所述人物影像局部低频激活特征向量、所述人物影像压缩特征图和所述人物影像感受野扩张激活特征矩阵进行特征叠加整合以得到所述增强人物影像特征图,包括:
8.根据权利要求7所述的用于广告投放的数据分析处理方法,其特征在于,基于所述增强人物影像特征图的集合,构造特征分布伪主题,包括:
9.根据权利要求8所述的用于广告投放的数据分析处理方法,其特征在于,分别计算所述增强人物影像特征图的集合中的各个增强人物影像特征图与所述特征分布伪主题之间的语义关联度以得到语义关联度的集合,包括:
技术总结本申请公开了一种用于广告投放的数据分析处理方法,涉及广告数据分析领域,其通过利用设置在公交站台内的监控设备来收集过往人群的影像数据,结合深度学习算法对人物影像数据进行聚类分析,以将具有相似特征的人群划分为一类。通过这样的方式,将监控地点的过往人群进行聚类划分,可以为广告受众分析和广告投放提供技术支持,从而促进广告资源的合理分配。技术研发人员:孙晓明受保护的技术使用者:中影年年(北京)科技有限公司技术研发日:技术公布日:2024/9/29本文地址:https://www.jishuxx.com/zhuanli/20241009/307453.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表