基于空间站的广告投放方法、系统及存储介质与流程

1.本发明涉及电商平台领域，尤其涉及一种基于空间站的广告投放方法、系统及存储介质。


背景技术：

2.线上广告投放也就是网络推广，就是利用互联网进行宣传推广活动。被推广对象可以是企业、产品、政府以及个人，或者是各种形式的产品等等。随着网络技术及应用的发展，互联网已逐渐成为自成一体的营销平台，因此线上网络推广也被称为网络营销。
3.现有的线上的网络推广主要是推广放向平台支付费用，平台通过广告的形式向用户推广。然而现有的线上推广方式存在弊端。一方面，平台的广告面向所有平台用户，广告投放的用户不够精准。另一方面，无法准确获知用户对被推广商品的喜好。


技术实现要素：

4.本发明提供了一种基于空间站的广告投放方法、系统及存储介质，采用如下的技术方案：
5.一种基于空间站的广告投放方法，包含以下步骤：
6.获取总推广商品订单信息并存入空间站中，总推广商品订单信息包含商品信息和商品数量；
7.向购物平台的用户定向发送推广任务；
8.接收用户的完成任务信息后生成推广商品订单信息并存入空间站中；
9.接收用户的提货指示信息向用户发送推广商品，提货指示信息包含发货地址和发货时间；
10.统计用户对推广任务的完成情况以及用户对推广商品订单信息的处理情况，分析用户对该推广商品的接纳度。
11.进一步地，在接收用户的完成任务信息后生成推广商品订单信息并存入空间站中之后，基于空间站的广告投放方法还包含：
12.对总推广商品订单信息进行更新，对其中的商品数量进行适应性调整；
13.当总推广商品订单信息中的商品数量为0时，自动停止任务投放活动。
14.进一步地，向购物平台的用户定向发送推广任务的具体方法为：
15.获取平台中的用户的用户属性；
16.智能分析商品信息和用户属性，自动匹配出符合标准的用户，商品信息包含商品名称和商品属性；
17.向匹配出的用户发送推广任务。
18.进一步地，智能分析商品信息和用户属性，自动匹配出符合标准的用户的具体方法为：
19.计算商品信息和用户属性的匹配度，挑选出匹配度超过预设值的用户。
20.进一步地，在智能分析商品信息和用户属性，自动匹配出符合标准的用户后，基于空间站的广告投放方法还包括：
21.统计匹配出的用户，将匹配出的用户中按照匹配度从大到小排列；
22.总推广商品订单信息中的商品数量为n，从排列好的用户中按匹配度从大到小依次挑选出100n-200n数量的用户投放推广任务。
23.进一步地，在首次向100n-200n数量的用户投放推广任务达到预设时间后，总推广商品订单信息中的商品数量还剩余m，则从剩余的匹配出的用户中再按匹配度从大到小依次挑选出200m-300m数量的用户进行二次任务投放。
24.进一步地，在匹配出的用户发送推广任务之前，基于空间站的广告投放方法还包括：
25.根据商品信息确定推广任务的投放时间。
26.进一步地，在匹配出的用户发送推广任务之前，基于空间站的广告投放方法还包括：
27.根据商品信息确定推广任务的任务形式。
28.一种基于空间站的广告投放系统，包括客户端、供应商服务器和平台服务器，平台服务器搭建有空间站；
29.供应商服务器用于由供应商设定推广商品以生成总推广商品订单信息；
30.平台服务器用于获取总推广商品订单信息并根据总推广商品订单信息向购物平台的用户定向发送推广任务，接收用户的完成任务信息后生成推广商品订单信息并存入空间站中，还用于统计用户对推广任务的完成情况以及用户对推广商品订单信息的处理情况，分析用户对该推广商品的接纳度；
31.客户端用于供用户完成推广任务以及对推广商品订单信息进行处理；
32.供应商服务器还用于接收用户的提货指示信息向用户发送推广商品，提货指示信息包含发货地址和发货时间。
33.一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现前述的基于空间站的广告投放方法的步骤。
34.本发明的有益之处在于所提供的基于空间站的广告投放方法、系统及存储介质，推广任务有针对性的被发送至潜在用户，广告投放更加精准，另一方面，购物平台能够准确的统计被投放推广任务的用户对被推广商品的接纳度。
附图说明
35.图1是本发明的应用场景图；
36.图2是本发明的基于空间站的广告投放方法的示意图。
具体实施方式
37.以下结合附图和具体实施例对本发明作具体的介绍。
38.本技术实施例公开了一种基于空间站的广告投放方法，应用于图1所示的客户端、供应商服务器和平台服务器。客户端和供应商服务器通过网络连接至平台服务器。平台服务器中搭建有购物平台和空间站。供应商服务器用于由供应商设定推广商品以生成总推广
商品订单信息。平台服务器用于获取总推广商品订单信息并根据总推广商品订单信息向购物平台的用户定向发送推广任务，接收用户的完成任务信息后生成推广商品订单信息并存入空间站中，还用于统计用户对所述推广任务的完成情况以及用户对所述推广商品订单信息的处理情况，分析用户对该推广商品的接纳度。客户端用于供用户完成推广任务以及对所述推广商品订单信息进行处理。供应商服务器还用于接收用户的提货指示信息向用户发送推广商品，其中，提货指示信息包含发货地址和发货时间。
39.客户端具体可以是台式终端或移动终端，而移动终端具体可以是手机、平板电脑、笔记本电脑等中的至少一种。平台服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现，运行商服务器同样可以用独立的服务器或者是多个服务器组成的服务器集群来实现。空间站为平台服务器设立的一个虚拟空间，用于存储数据。
40.参照图2，本技术的一种基于空间站的广告投放方法，具体包含以下步骤：s1:获取总推广商品订单信息并存入空间站中，总推广商品订单信息包含商品信息和商品数量。s2:向购物平台的用户定向发送推广任务。s3:接收用户的完成任务信息后生成推广商品订单信息并存入空间站中。s4:接收用户的提货指示信息向用户发送推广商品，提货指示信息包含发货地址和发货时间。s5:统计用户对推广任务的完成情况以及用户对推广商品订单信息的处理情况，分析用户对该推广商品的接纳度。以下具体介绍上述步骤。
41.对于步骤s1:获取总推广商品订单信息并存入空间站中，总推广商品订单信息包含商品信息和商品数量。
42.首先，供应商以推广商品作为奖励，通过购物平台进行任务推广。供应商预先像购物平台提供若干免费的推广商品。具体地，通过供应商服务器设定需要推广的商品的具体信息，包括设定商品信息和商品数量，并生成推广商品订单信息发送至平台服务器。平台服务器接收到推广商品订单信息后将其存储在空间站中。
43.对于步骤s2:向购物平台的用户定向发送推广任务。
44.具体而言，平台服务器接收到推广商品订单信息后，根据该推广商品订单信息向购物平台的用户定向发送推广任务。
45.在本实施例中，向购物平台的用户定向发送推广任务的具体方法为：获取平台中的用户的用户属性。智能分析商品信息和用户属性，自动匹配出符合标准的用户，商品信息包含商品名称和商品属性。向匹配出的用户发送推广任务。
46.可以理解的是，购物平台的用户在平台中的浏览信息、搜索信息和购买信息都将构成用户的个人数据，购物平台能够根据以上信息智能分析出该用户的属性信息，这些属性信息反映了用户的偏好。平台服务器能够智能分析出推广商品的商品信息和所有用户的属性信息，自动匹配出适合发送推广任务的用户，进而向这些用户发送推广任务。
47.其中，智能分析商品信息和用户属性，自动匹配出符合标准的用户的具体方法为：计算商品信息和用户属性的匹配度，挑选出匹配度超过预设值的用户。本技术中，计算商品信息和用户属性的匹配度的方法可以采用现有的智能数据处理方法，如采用文本相似度算法，计算商品信息和用户属性的相似度，将相似度值作为匹配度的值。
48.具体地，可以通过智能算法自动计算商品信息和用户属性的匹配度，根据计算出的匹配度值来挑选出超过预设数值的用户。
49.更加优选的，在智能分析商品信息和用户属性，自动匹配出符合标准的用户后，基
于空间站的广告投放方法还包括：统计匹配出的用户，将匹配出的用户中按照匹配度从大到小排列。假设总推广商品订单信息中的商品数量为n，从排列好的用户中按匹配度从大到小依次挑选出100n-200n数量的用户投放推广任务。
50.可以理解的是，直接根据匹配度预设值进行挑选，可能匹配出的用户数量过多。向大数量的用户同时发送推广任务，一方面任务奖励是有限的，可能明显存在完成任务无法顺利领取奖品的情况，另一方面也会导致接收到推广任务的用户群体的针对性不够强。因此，在本技术中，根据供应商提供的奖励的数量来决定推广用户的数量。在本技术中，总推广商品订单信息中的商品数量为n，从排列好的用户中按匹配度从大到小依次挑选出100n-200n数量的用户来投放推广任务。例如，供应商打算想平台提供1000件推广商品来进行广告投放，为了使广告能够被推广至更加精准的用户，购物平台根据匹配度预设值挑选出符合标准的用户后，再从挑选出的这些用户中，按照匹配度从大到小，再挑选出数量1000*100至1000*200的用户进行精准投放。
51.作为更优选的实施方式，在首次向100n-200n数量的用户投放推广任务达到预设时间后，假设总推广商品订单信息中的商品数量还剩余m，则从剩余的匹配出的用户中再按匹配度从大到小依次挑选出200m-300m数量的用户进行二次任务投放。
52.可以理解的是，在第一次投放推广任务后，若在期限内奖品领完则完成该次任务推广。但若在首次向100n-200n数量的用户投放推广任务达到预设时间后，奖品还剩余m，则从剩余的匹配出的用户中再按匹配度从大到小依次挑选出200m-300m数量的用户进行二次任务投放，来确保更多有需要的用户能够参与到推广活动中。
53.上述的案例中，假设在第一次广告投放一周后，1000件推广商品还剩余50件，则从剩余的匹配出的用户中再按匹配度从大到小依次挑选出数量200*50至300*50的用户进行二次广告投放。
54.对于步骤s3:接收用户的完成任务信息后生成推广商品订单信息并存入空间站中。
55.在本实施例中，在匹配出的用户发送推广任务之前，基于空间站的广告投放方法还包括：
56.根据商品信息确定推广任务的投放时间，以及根据商品信息确定推广任务的任务形式。
57.推广任务的投放时间可以根据推广商品的性质来决定。推广任务的投放形式具体可以为查看视频完成任务、转发朋友圈完成任务或转发微信群完成任务等。可以理解的是，推广任务的投放形式还可以是其他形式。
58.在接收用户的完成任务信息后生成推广商品订单信息并存入空间站中之后，基于空间站的广告投放方法还包含：对总推广商品订单信息进行更新，对其中的商品数量进行适应性调整。每当接收用户的完成任务信息，表示需要从总推广商品订单信息中分配一个份额给完成任务的用户。所谓适应性调整是指每次接收用户的完成任务信息后，将总推广商品订单信息中的商品数量减1，当总推广商品订单信息中的商品数量为0时，自动停止任务投放活动。
59.对于步骤s4:接收用户的提货指示信息向用户发送推广商品，提货指示信息包含发货地址和发货时间。
60.具体地，用户端设定了发货地址和发货时间后，供应商根据上述信息向完成任务的用户发送商品。
61.对于步骤s5:统计用户对推广任务的完成情况以及用户对推广商品订单信息的处理情况，分析用户对该推广商品的接纳度。
62.接收到推广广告的用户会根据自身对推广商品的兴趣来决定是否完成推广任务。同时，完成推广任务的用户需要付出邮寄费用获取推广商品，根据用户是否完成商品提取步骤，可以进一步判断用户对推广商品的兴趣程度。因此，在本技术中，统计用户对推广任务的完成情况以及用户对推广商品订单信息的处理情况，分析用户对该推广商品的接纳度。可以理解的是，当用户在提取奖励时，其还有其他购买的商品需要配送，购物平台可以将奖励商品和其他购买的商品一同发送至用户，减少用户的邮寄费用。
63.前述描述的实施方式中，供应商在提供推广商品进行推广活动时，仅选择了一件推广商品进行推广。可以理解的是，根据实际情况，供应商可以在推广活动中同时选择多个种类的商品进行推广，接收到推广广告的用户可以从中选择其中一件，这样能够提高广告推广的精度。同时，不同的供应商的推广广告也可能会被推送至同一用户。
64.本技术还公开一种基于空间站的广告投放系统，用于实现上述的方法。具体地，基于空间站的广告投放系统包括客户端、供应商服务器和平台服务器，平台服务器搭建有空间站。供应商服务器用于由供应商设定推广商品以生成总推广商品订单信息。平台服务器用于获取总推广商品订单信息并根据总推广商品订单信息向购物平台的用户定向发送推广任务，接收用户的完成任务信息后生成推广商品订单信息并存入空间站中，还用于统计用户对推广任务的完成情况以及用户对推广商品订单信息的处理情况，分析用户对该推广商品的接纳度。客户端用户供用户完成推广任务以及对推广商品订单信息进行处理。供应商服务器还用于接收用户的提货指示信息向用户发送推广商品，提货指示信息包含发货地址和发货时间。
65.本技术还公开了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现前述的基于空间站的广告投放方法的步骤。
66.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
67.以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。