一种基于阅读节奏异常的动态广告插入方法、系统及介质与流程
本技术涉及数据监测,尤其涉及一种基于阅读节奏异常的动态广告插入方法、系统及介质。
背景技术:
1、现有电子阅读场景中的广告插入方式通常包括:固定章节末尾插入、固定页数间隔插入、基于关键词匹配插入、基于用户画像推荐插入等。
2、但是上述广告的插入方式还存在一定的不足,即:1)固定位置插入容易打断用户正在形成的阅读沉浸,尤其在小说的情节推进段、对话段或情感高潮段插入广告,会显著破坏阅读体验。2)基于用户画像的广告推荐通常追求精准相关,但强相关广告容易与小说当前段落产生情感共鸣或认知冲突,反而加剧注意力分散。3)现有方法很少关注用户阅读过程中的实时节奏变化,无法判断用户当前是处于顺畅阅读、注意力涣散、反复回看还是需要缓冲的状态。4)广告插入后缺少反馈闭环,无法根据用户后续阅读节奏恢复情况调整广告时长和插入频率,容易造成连续干扰。5)现有异常检测多依赖固定阈值或简单统计,容易因用户阅读速度差异、设备字号、小说类型不同而误判,缺乏对节奏形态的整体刻画。6)广告选择与插入位置彼此独立,没有把广告本身当作一种节奏缓冲器来使用,也没有根据异常类型匹配广告的节奏属性。
3、因此,需要一种轻量、可实时执行、不依赖复杂模型、且能够将阅读节奏异常点转化为广告插入机会的方法。以解决现有广告插入打断阅读、忽略用户实时状态、缺乏反馈调整、异常检测易误判、广告与插入位置割裂的问题。
技术实现思路
1、本技术实施例提供了一种基于阅读节奏异常的动态广告插入方法、系统及介质,用于解决如下技术问题:现有广告插入打断阅读、忽略用户实时状态、缺乏反馈调整以及广告与插入位置割裂。
2、本技术实施例采用下述技术方案:
3、一方面,本技术实施例提供了一种基于阅读节奏异常的动态广告插入方法,包括:根据获取用户单次连续阅读行为下的多维阅读行为数据,对用户在目标读物的当前阅读行为进行有关阅读节奏分量的档位映射处理,生成所述用户的实时阅读节奏指纹序列;其中,所述实时阅读节奏指纹序列为基于多维阅读节奏分量构建的多维节奏形态码;获取历史用户在所述目标读物不同阅读段落中所产生的历史阅读行为数据,并生成有关所述目标读物的群体节奏图谱;将所述实时阅读节奏指纹序列与所述群体节奏图谱进行阅读节奏异常识别处理,得到节奏异常类型,并基于所述节奏异常类型所对应的异常阅读行为位置,生成缓冲需求标签;其中,所述缓冲需求标签用于表征与所述节奏异常类型对应的广告节奏补偿需求;通过对所述目标读物的语义标记以及自然段落边界的安全评分,构建出阅读节奏边界集合,并计算阅读节奏边界集合中每个候选节奏边界与所述节奏异常类型对应的异常阅读行为位置之间的节奏恢复距离,确定出基于所述阅读节奏边界集合中的最适配插入边界;根据广告库中每条广告的广告节奏属性,将所述广告节奏属性与所述缓冲需求标签进行节奏补偿与情感倾向的匹配处理,得到匹配后的待插入广告;将所述待插入广告按照所述最适配插入边界进行插入处理,并记录下待插入广告结束后的阅读节奏指纹序列,得到阅读节奏变化结果。
4、本技术实施例通过动态广告插入方法,提升了阅读体验,让广告不在句子中间或情感高潮处打断,而是在安全走廊和节奏恢复距离合适的边界插入。通过节奏指纹迁移和群体图谱比对,避免因个体阅读速度差异造成的异常误判,降低了误判情况。还能够实现广告按缓冲需求匹配,具有节奏补偿作用,降低认知干扰和反感,提高插入广告的接受度。实现插入广告的动态适配,让不同用户、不同小说、不同异常类型采用不同插入策略和广告节奏属性。使让广告插入算法的计算复杂度与成本降低,来完成广告的动态插入,进而提升用户的体验。还能形成监测数据的反馈优化,使生成的节奏回声可反向优化后续广告策略,并积累用户节奏恢复档案。
5、在一种可行的实施方式中,根据获取用户单次连续阅读行为下的多维阅读行为数据,对用户在目标读物的当前阅读行为进行有关阅读节奏分量的档位映射处理,生成所述用户的实时阅读节奏指纹序列,具体包括:采集用户在目标读物中一次连续阅读行为所产生的所述多维阅读行为数据;其中,所述多维阅读行为数据至少包括:用户标识、翻页事件、时间数据、回看数据、速度变化数据、排版数据以及设备数据;根据在当前阅读行为窗口中所采集的所述多维阅读行为数据,对所述当前阅读行为进行基于翻页速度、阅读停留比、回看密度、翻页加速度以及回看跨度的指标计算,得到所述目标读物在所述当前阅读行为下的所述阅读节奏分量;将所述阅读节奏分量进行归一化处理,并将归一后的每个阅读节奏分量映射为不同档位;其中,所述档位包括:慢档、正常档以及快档;将所述每个阅读节奏分量所映射的档位进行序列组合,得到所述实时阅读节奏指纹序列;并基于连续多个阅读行为窗口的实时阅读节奏指纹序列的变化状态,得到所述实时阅读节奏指纹序列所对应的阅读节奏惯性特征。
6、本技术实施例通过翻页速度、阅读停留比、回看密度、翻页加速度、回看跨度五维分量生成实时阅读节奏指纹,并以档位映射和节奏惯性特征进行表征,计算轻量、可解释性强,能够准确反映用户阅读状态的连续变化,减少单一指标误判。
7、在一种可行的实施方式中,获取历史用户在所述目标读物不同阅读段落中所产生的历史阅读行为数据,并生成有关所述目标读物的群体节奏图谱,具体包括:获取历史用户在所述目标读物不同阅读段落中所产生的历史阅读行为数据;对所述历史阅读行为数据进行有关档位分布与阅读节奏形态码的历史节奏特征提取,得到基于历史阅读节奏指纹序列的各分量档位分布特征、节奏形态码及其出现频率特征、节奏形态变化的迁移路径特征以及历史阅读节奏惯性特征;基于所述历史节奏特征,构建出所述群体节奏图谱;其中,所述群体节奏图谱为包含形态码频率、迁移路径以及惯性分布的图谱结构。
8、本技术实施例通过获取历史用户在同一目标读物不同段落的历史行为,构建包含形态码频率、迁移路径和惯性分布的群体节奏图谱,为不同阅读速度、设备和习惯的用户提供可比对的群体基线,提高后续节奏异常识别的准确性与适应性。
9、在一种可行的实施方式中,将所述实时阅读节奏指纹序列与所述群体节奏图谱进行阅读节奏异常识别处理,得到节奏异常类型,并基于所述节奏异常类型所对应的异常阅读行为位置,生成缓冲需求标签,具体包括:将所述实时阅读节奏指纹序列与所述群体节奏图谱之间进行有关阅读节奏异常下的比对判断,得到局部节奏异常类型:若所述实时阅读节奏指纹序列中的翻页速度分量与翻页加速度分量满足预设的节奏异常条件,则将所述局部节奏异常类型判定为减速型异常;若所述实时阅读节奏指纹序列中的回看密度分量与回看跨度分量为节奏异常状态,则将所述局部节奏异常类型判定为回看型异常;若所述实时阅读节奏指纹序列中的停留比分量为节奏异常状态且对应的阅读节奏惯性特征为异常状态,则将所述局部节奏异常类型判定为停滞型异常;若所述局部节奏异常类型中同时存在两类或者三类的节奏异常特征,则将所述局部节奏异常类型判定为混合型异常;通过所述群体节奏图谱,对所述实时阅读节奏指纹序列进行出现频率的异常判断,确定出节奏形态码偏离状态;对所述实时阅读节奏指纹序列进行当前形态迁移路径的匹配异常判断,确定出迁移路径罕见状态;将所述实时阅读节奏指纹序列所对应的阅读节奏惯性特征与所述群体节奏图谱中的群体节奏惯性特征分布之间进行匹配异常判断,确定出节奏惯性异常状态;将所述节奏形态码偏离状态、所述迁移路径罕见状态以及所述节奏惯性异常状态作为全局节奏异常判断结果;若所述全局节奏异常判断结果所包含任意两种状态,则根据识别出的所述局部节奏异常类型,生成当前阅读行为窗口中的所述缓冲需求标签;其中,所述任意两种状态为所述节奏形态码偏离状态、所述迁移路径罕见状态以及所述节奏惯性异常状态中的任意两种。
10、本技术实施例通过局部节奏异常类型与全局节奏异常状态的双重判断,能够区分减速型、回看型、停滞型和混合型异常,并仅在同时满足全局异常条件时生成缓冲需求标签,从而降低误触发概率,使广告插入决策更精准、更有针对性。
11、在一种可行的实施方式中,通过对所述目标读物的语义标记以及自然段落边界的安全评分,构建出阅读节奏边界集合,具体包括:在离线阶段,识别所述目标读物的所有自然段落边界并完成语义标记;其中,所述自然段落边界至少包括:段落结束、章节结束、对话结束以及场景转换;对每个所述自然段落边界进行基于段落长度适中特征、标点完整特征、非对话段特征、低情感强度特征、非章节末特征以及节奏平稳特征的加权计算,得到每个所述自然段落边界的边界安全分数;识别所述缓冲需求标签中由局部节奏异常类型所产生的异常阅读行为位置,并根据所述异常阅读行为位置所对应的自然段区间范围以及所包含的自然段落边界,筛选出所述边界安全分数高于预设安全分数的若干候选自然段落边界;将所述候选自然段落边界确定为用于阅读节奏划分的所述候选节奏边界;并基于若干所述候选节奏边界,构建出所述阅读节奏边界集合。
12、本技术实施例通过离线识别自然段落边界并进行语义标记和安全评分,筛选出安全分数较高的候选节奏边界,避免在章节末、对话高潮、强情感段等位置插入广告,从而降低对阅读沉浸和情节连贯性的破坏。
13、在一种可行的实施方式中,计算阅读节奏边界集合中每个候选节奏边界与所述节奏异常类型对应的异常阅读行为位置之间的节奏恢复距离,确定出基于所述阅读节奏边界集合中的最适配插入边界,具体包括:计算每个所述候选节奏边界与所述节奏异常类型对应的异常阅读行为位置之间的节奏恢复距离;其中,所述节奏恢复距离为在产生所述异常阅读行为位置之后到所述候选节奏边界之间的正常阅读节奏窗口数量/所述候选节奏边界与所述异常阅读行为位置之间的总阅读节奏窗口数;且所述节奏恢复距离表示用户在到达候选节奏边界前恢复到正常阅读节奏的行为程度;对每个所述候选节奏边界的所述节奏恢复距离以及所述边界安全分数进行加权计算,得到每个所述候选节奏边界的综合排序;将所述综合排序中排名最高的候选节奏边界确定为所述阅读节奏边界集合中的所述最适配插入边界;其中,所述最适配插入边界为最适配广告插入的自然段落边界位置。
14、本技术实施例通过计算候选节奏边界与异常位置之间的节奏恢复距离,并结合边界安全分数进行综合排序,选择用户已部分恢复正常节奏后的最适配插入边界,避免广告造成二次打断,提高广告插入位置的自然度和合理性。
15、在一种可行的实施方式中,根据广告库中每条广告的广告节奏属性,将所述广告节奏属性与所述缓冲需求标签进行节奏补偿与情感倾向的匹配处理,得到匹配后的待插入广告,具体包括:识别并标注出预设广告库中每条广告的所述广告节奏属性;其中,所述广告节奏属性至少包括:广告时长、信息密度、情感唤起度、节奏平稳度、主题关键词以及广告形式;根据所述缓冲需求标签中局部节奏异常类型的异常属性项,对所述广告节奏属性进行基于异常属性项的节奏补偿匹配,得到初始待插入广告集合;其中,节奏补偿匹配为用于对所述异常属性项的所需特征补偿处理;将所述缓冲需求标签所对应的当前阅读行为窗口中的当前段落进行情感倾向的语义解析,得到所述当前段落的情感主题特征;将所述广告节奏属性与所述当前段落的情感主题特征之间进行基于情感倾向下的关联度匹配计算,得到所述初始待插入广告集合中每条广告的情感倾向关联度;将所述情感倾向关联度中关联度数值最低的广告确定为所述待插入广告。
16、本技术实施例通过广告节奏属性与缓冲需求标签的节奏补偿匹配,并结合当前段落情感主题特征进行弱相关选择,使广告本身成为阅读节奏的缓冲器而非干扰源,从而提升广告与用户当前状态的适配度,降低认知干扰和反感。
17、在一种可行的实施方式中,将所述待插入广告按照所述最适配插入边界进行插入处理,并记录下待插入广告结束后的阅读节奏指纹序列,得到阅读节奏变化结果,具体包括:在将所述待插入广告按照所述最适配插入边界进行插入处理且所述待插入广告为结束状态后,统计若干个阅读行为窗口中的阅读节奏指纹序列;并将所述阅读行为窗口定义为节奏回声监测窗口;其中,所述节奏回声监测窗口用于监测用户阅读节奏指纹序列在连续窗口中的变化轨迹;根据若干所述节奏回声监测窗口中的阅读节奏指纹序列,计算当前节奏形态码在群体节奏图谱中的匹配比例、当前回看密度相对于历史回看密度的比例以及当前节奏惯性特征与群体节奏图谱中惯性分布的匹配比例,得到在所述待插入广告为结束状态后的阅读节奏恢复度;将若干所述节奏回声监测窗口中的阅读节奏指纹序列与在异常阅读行为位置之前所产生的历史阅读节奏指纹序列之间进行比对处理,得到阅读节奏回声轨迹;其中,所述阅读节奏回声轨迹表示在插入广告影响后用户阅读节奏的回归正常速度;基于所述阅读节奏恢复度以及所述阅读节奏回声轨迹,记录并得到在所述待插入广告为结束状态后的所述阅读节奏变化结果。
18、本技术实施例通过广告结束后的节奏回声监测窗口,计算阅读节奏恢复度和阅读节奏回声轨迹,量化广告插入对用户阅读节奏的影响,为后续广告时长、冷却距离和匹配策略的调整提供依据,实现动态闭环优化与个性化适配。
19、第二方面,本技术实施例还提供了一种基于阅读节奏异常的动态广告插入系统,所述基于阅读节奏异常的动态广告插入系统有能够被至少一个处理器执行的指令,以使至少一个处理器能够执行上述任一实施方式所述的一种基于阅读节奏异常的动态广告插入方法。
20、第三方面,本技术实施例还提供了一种非易失性计算机存储介质,所述存储介质为非易失性计算机可读存储介质,所述非易失性计算机可读存储介质存储有至少一个程序,每个所述程序包括指令,所述指令当被终端执行时,使所述终端执行上述任一实施方式所述的一种基于阅读节奏异常的动态广告插入方法。
21、本技术提供了一种基于阅读节奏异常的动态广告插入方法、系统及介质,与现有技术相比,本技术实施例具有以下技术效果:
22、1、提升了阅读体验;让广告不在句子中间或情感高潮处打断,而是在安全走廊和节奏恢复距离合适的边界插入。
23、2、降低误判情况;通过节奏指纹迁移和群体图谱比对,避免因个体阅读速度差异造成的异常误判。
24、3、提高插入广告的接受度;能够广告按缓冲需求匹配,具有节奏补偿作用,降低认知干扰和反感。
25、4、实现插入广告的动态适配;让不同用户、不同小说、不同异常类型采用不同插入策略和广告节奏属性。
26、5、让广告动态插入算法的计算复杂度与计算成本降低;能够基于滑动窗口、形态编码、状态迁移、排序评分和闭环反馈,完成广告的动态插入,提升用户的体验。
27、6、还能形成反馈闭环;使生成的节奏回声可反向优化后续广告策略,并积累用户节奏恢复档案。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com