一种基于大数据的程序化广告投放方法、设备及介质与流程

1.本说明书涉及互联网技术领域，尤其涉及一种基于大数据的程序化广告投放方法、设备及介质。


背景技术：

2.在互联网的发展过程中，广告一直是非常重要的商业模式，也是目前网站最主要且最直接的赢利模式。正是在互联网广告的不断推动下，互联网产业才得以如此繁荣。随着互联网技术的发展，数字营销方式和手段不断升级，从早期的网络广告到社会化营销都是一个显著的进步。
3.目前的广告投放方式通常通过用户标签进行用户特征的匹配，用户标签经过离线标签计算得到，用户标签的实时性无法保证。因此，现有的广告投放方式中用户标签缺少实时性，无法保证广告投放的准确度，容易出现重复投放等问题，投放效率较低。


技术实现要素：

4.本说明书一个或多个实施例提供了一种基于大数据的程序化广告投放方法、设备及介质，用于解决如下技术问题：现有的广告投放方式中用户标签缺少实时性，无法保证广告投放的准确度，容易出现重复投放等问题，投放效率较低。
5.本说明书一个或多个实施例采用下述技术方案：
6.本说明书一个或多个实施例提供一种基于大数据的程序化广告投放方法，应用于程序化广告投放系统，其中，所述程序化广告投放系统包括：广告交易平台以及用户画像生成模块，所述方法包括：通过广告交易平台，接收多个广告投放用户的广告投放请求，其中，所述广告投放请求包括多个待投放广告和每个待投放广告的广告信息；通过广告交易平台和大数据采集技术，采集多个目标用户的基础数据和行为数据；通过用户画像生成模块，根据所述基础数据，预先生成每个目标用户对应的属性标签，并根据所述行为数据和预设的实时标签算法，生成每个目标用户对应的运营标签，以基于所述属性标签和所述运营标签，生成每个目标用户的用户画像；通过所述广告交易平台，根据所述多个广告投放请求与每个目标用户的用户画像，在多个目标用户中确定出指定投放用户，并在所述多个待投放广告中确定出指定投放广告，以便于将所述指定投放广告对所述指定投放用户进行广告投放。
7.进一步地，根据所述行为数据和预设的实时标签算法，生成每个目标用户对应的运营标签，具体包括：获取所述行为数据中所述目标用户已产生的引流数据，以及预设时间段内的符合预设要求的指定行为数据；确定所述引流数据中的非兴趣品类信息，根据所述引流数据中的非兴趣品类信息，生成目标用户的排除类标签，其中，所述排除类标签用于根据所述非兴趣品类信息进行同品类排除；确定所述指定行为数据中的兴趣品类信息，根据所述指定行为数据中的兴趣品类信息，生成所述目标用户的意向类标签，其中，所述意向类标签用于根据所述兴趣品类信息进行同品类推荐；通过所述排除类标签和所述意向类标
签，生成所述每个目标用户对应的运营标签。
8.进一步地，基于所述属性标签和所述运营标签，生成每个目标用户的用户画像，具体包括：将每个目标用户对应的所述属性标签和所述运营标签，进行横向和纵向分层，生成每个目标用户的用户标签矩阵；基于所述每个目标用户的用户标签矩阵，生成每个目标用户的用户画像。
9.进一步地，通过广告交易平台，采集多个目标用户的基础数据和行为数据之后，所述方法还包括：获取每个目标用户的所述行为数据对应的多个目标设备的设备信息，其中，所述设备信息包括设备标识；根据每个设备信息中的设备标识，在多个目标设备中确定出符合要求的指定目标设备，并确定所述指定目标设备的指定设备信息；建立所述指定目标设备的指定设备信息与所述目标用户的关联关系，根据所述关联关系，将所述目标用户与所述指定目标设备进行绑定，以便于向所述指定目标用户的所述指定目标设备发送所述指定投放广告。
10.进一步地，根据所述多个广告投放请求与每个目标用户的用户画像，在多个目标用户中确定出指定投放用户，并在所述多个待投放广告中确定出指定投放广告，具体包括：根据所述多个广告投放请求中的广告信息，确定每个待投放广告的目标投放用户的目标画像；通过每个待投放广告的目标投放用户的目标画像与每个目标用户的用户画像进行画像比对，在多个目标用户中确定出符合预设要求的指定投放用户；确定每个所述广告信息中的广告收益数据；基于所述广告收益数据，在所述多个预设待投放广告中，确定出广告收益最大的指定投放广告。
11.进一步地，将所述指定投放广告对所述指定投放用户进行广告投放之后，所述方法还包括：在预设时间段内，对所述指定投放用户的动作进行监控，获取所述指定投放用户的动作数据；根据所述指定投放用户的动作数据和所述指定投放广告的广告信息，生成所述指定投放用户的附加兴趣标签；通过所述附加兴趣标签，对所述指定投放用户的用户画像进行更新。
12.进一步地，所述程序化广告投放系统还包括用户需求管理平台和媒体流量管理平台，通过广告交易平台，接收多个广告投放用户的广告投放请求之后，所述方法还包括：当所述广告交易平台接收到所述广告投放请求之后，向所述媒体流量管理平台发送广告位查询请求；通过所述媒体流量管理平台和所述广告位查询请求，生成广告位信息，其中，所述广告位信息包括广告位的启用状态以及广告位尺寸数据；通过所述广告交易平台，将所述广告位信息发送至所述用户需求管理平台，以便于通过所述用户需求管理平台，获取可用广告位的广告投放信息，其中，所述广告投放信息包括广告位地址、广告投放用户标识以及广告投放报价。
13.进一步地，将所述指定投放广告对所述指定投放用户进行广告投放之后，所述方法还包括：获取所述指定投放广告的曝光数据，将所述曝光数据发送至所述广告交易平台；通过所述广告交易平台，对所述曝光数据进行计算，完成所述指定投放广告的费用扣减操作。
14.本说明书一个或多个实施例提供一种基于大数据的程序化广告投放设备，包括：
15.至少一个处理器；以及，
16.与所述至少一个处理器通信连接的存储器；其中，
17.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
18.通过广告交易平台，接收多个广告投放用户的广告投放请求，其中，所述广告投放请求包括多个待投放广告和每个待投放广告的广告信息；通过广告交易平台和大数据采集技术，采集多个目标用户的基础数据和行为数据；通过用户画像生成模块，根据所述基础数据，预先生成每个目标用户对应的属性标签，并根据所述行为数据和预设的实时标签算法，生成每个目标用户对应的运营标签，以基于所述属性标签和所述运营标签，生成每个目标用户的用户画像；通过所述广告交易平台，根据所述多个广告投放请求与每个目标用户的用户画像，在多个目标用户中确定出指定投放用户，并在所述多个待投放广告中确定出指定投放广告，以便于将所述指定投放广告对所述指定投放用户进行广告投放。
19.本说明书一个或多个实施例提供的一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：
20.通过广告交易平台，接收多个广告投放用户的广告投放请求，其中，所述广告投放请求包括多个待投放广告和每个待投放广告的广告信息；通过广告交易平台和大数据采集技术，采集多个目标用户的基础数据和行为数据；通过用户画像生成模块，根据所述基础数据，预先生成每个目标用户对应的属性标签，并根据所述行为数据和预设的实时标签算法，生成每个目标用户对应的运营标签，以基于所述属性标签和所述运营标签，生成每个目标用户的用户画像；通过所述广告交易平台，根据所述多个广告投放请求与每个目标用户的用户画像，在多个目标用户中确定出指定投放用户，并在所述多个待投放广告中确定出指定投放广告，以便于将所述指定投放广告对所述指定投放用户进行广告投放。
21.本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：通过上述技术方案，通过大数据采集，得到用户的基础数据和行为数据，引入实时算法标签体系，对标签进行离线标签计算和实时标签计算，保证了用户标签的准确性，进一步提高了用户画像的准确性，提升广告投放效率，降低重复无效推送，广告投放用户还可以程序化采购媒体资源，自动实现精准的目标受众定向，从而提升广告投放的精准度。
附图说明
22.为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：
23.图1为本说明书实施例提供的一种基于大数据的程序化广告投放方法的流程示意图；
24.图2为本说明书实施例提供的一种程序化广告投放系统的工作流程示意图；
25.图3为本说明书实施例提供的一种运营标签的分层示例的示意图；
26.图4为本说明书实施例提供的一种基于大数据的程序化广告投放设备的结构示意图。
具体实施方式
27.为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
28.在互联网的发展过程中，广告一直是非常重要的商业模式，也是目前网站最主要且最直接的赢利模式。正是在互联网广告的不断推动下，互联网产业才得以如此繁荣。随着互联网技术的发展，数字营销方式和手段不断升级，从早期的网络广告到社会化营销都是一个显著的进步。
29.目前的广告投放方式通常通过用户标签进行用户特征的匹配，用户标签经过离线标签计算得到，用户标签的实时性无法保证。因此，现有的广告投放方式中用户标签缺少实时性，无法保证广告投放的准确度，容易出现重复投放等问题，投放效率较低。
30.本说明书实施例提供一种基于大数据的程序化广告投放方法，本说明书实施例中的执行主体可以是服务器，也可以是任意一种具备数据处理能力的设备。需要说明的是，本说明书实施例应用于程序化广告投放系统，其中，所述程序化广告投放系统包括：广告交易平台以及用户画像生成模块，广告交易平台用于接收广告投放用户的投放请求以及采集终端用户的用户信息，此处的广告投放用户可以称为广告主。图1为本说明书实施例提供的一种基于大数据的程序化广告投放方法的流程示意图，如图1所示，主要包括如下步骤：
31.步骤s101，通过广告交易平台，接收多个广告投放用户的广告投放请求。
32.在本说明书的一个实施例中，通过广告交易平台接收多个广告投放用户的广告投放请求，其中，该广告投放请求包括多个待投放广告和每个待投放广告的广告信息，此处的广告信息可以是广告的目标群体、广告的投放策略以及广告的费用等信息。需要说明的是，在实际的应用场景中，在广告投放的场景下，需要广告曝光的广告主可能存在多个，例如食品广告的广告主、车辆广告的广告主以及服饰广告的广告主，不同的广告主均可以向系统申请广告曝光，也就是发送广告投放请求，也可以称之为广告曝光请求。
33.该程序化广告投放系统还包括用户需求管理平台和媒体流量管理平台，通过广告交易平台，接收多个广告投放用户的广告投放请求之后，该方法还包括：当该广告交易平台接收到该广告投放请求之后，向该媒体流量管理平台发送广告位查询请求；通过该媒体流量管理平台和该广告位查询请求，生成广告位信息，其中，该广告位信息包括广告位的启用状态以及广告位尺寸数据；通过该广告交易平台，将该广告位信息发送至该用户需求管理平台，以便于通过该用户需求管理平台，获取可用广告位的广告投放信息，其中，该广告投放信息包括广告位地址、广告投放用户标识以及广告投放报价。
34.在本说明书的一个实施例中，建设用户需求管理平台用于广告主登记上传广告素材信息，建设媒体流量管理平台用于媒体终端维护广告位信息。建设广告交易平台，同时对接用户需求管理平台与媒体流量管理平台。图2为本说明书实施例提供的一种程序化广告投放系统的工作流程示意图，如图2所示，
35.广告交易平台接收到广告曝光请求后先向媒体流量管理平台查询广告位详情，例如广告位启用状态、尺寸等基础信息。随后携带广告位信息项用户需求管理平台申请获取
广告位下可用的投放信息，用户需求管理平台将返回广告素材地址、广告主、广告报价等投放数据。
36.将该指定投放广告对该指定投放用户进行广告投放之后，该方法还包括：获取该指定投放广告的曝光数据，将该曝光数据发送至该广告交易平台；通过该广告交易平台，对该曝光数据进行计算，完成该指定投放广告的费用扣减操作。
37.在本说明书的一个实施例中，当将广告进行投放之后，将会产生广告的曝光数据，将曝光数据发送至该广告交易平台；通过该广告交易平台，对该曝光数据进行计算，完成该指定投放广告的费用扣减操作，实现广告投放交易。
38.步骤s102，通过广告交易平台和大数据采集技术，采集多个目标用户的基础数据和行为数据。
39.在本说明书的一个实施例中，通过广告交易平台采集每个目标用户的基础数据和行为数据，此处需要说明的是，此处的基础数据是指用户的性别、年龄等基础数据，行为数据是指用户在一段时间内发生的行为动作对应的数据，例如领取优惠券、充值、点赞、评论、转发等动作。
40.在本说明书的一个实施例中，可以建设大数据平台，通过大数据平台对用户的基础数据进行多渠道采集，并进行数据清洗、汇总得到每个目标用户的基础数据。行为数据可以通过用户在智能终端上的行为数据，此处的智能终端可以是手机，也可以是平板电脑等其他终端设备。
41.通过广告交易平台，采集多个目标用户的基础数据和行为数据之后，该方法还包括：获取每个目标用户的该行为数据对应的多个目标设备的设备信息，其中，该设备信息包括设备标识；根据每个设备信息中的设备标识，在多个目标设备中确定出符合要求的指定目标设备，并确定该指定目标设备的指定设备信息；建立该指定目标设备的指定设备信息与该目标用户的关联关系，根据该关联关系，将该目标用户与该指定目标设备进行绑定，以便于向该指定目标用户的该指定目标设备发送该指定投放广告。
42.在实际的应用场景中，现有方式在进行广告投放时，一个用户可能对应多个设备，或者一个账号供多个用户使用，在此情况下，得到的用户数据无法准确代表用户的特征，导致得到的用户画像不准确、投放不准确。
43.在本说明书的一个实施例中，获取产生行为数据对应的多个目标设备的设备信息，此处的设备信息包括设备标识，设备标识可以是设备序列号、手机号等唯一识别信息。在多个目标设备中确定出使用最多的指定目标设备，并确定指定目标设备的指定设备信息。建立指定目标设备的指定设备信息与目标用户的关联关系，根据关联关系，将目标用户与指定目标设备进行绑定。将用户与指定目标设备进行绑定之后，可以向指定目标用户的该指定目标设备发送该指定投放广告，也可以将指定目标设备上产生的行为数据作为该用户的行为数据。既保证了广告投放准确性，也保证了用户数据的真实性。
44.步骤s103，通过用户画像生成模块，根据基础数据，预先生成每个目标用户对应的属性标签，并根据行为数据和预设的实时标签算法，生成每个目标用户对应的运营标签，以基于属性标签和该运营标签，生成每个目标用户的用户画像。
45.在本说明书的一个实施例中，通过用户画像生成模块，对基础数据进行离线数据汇总并进行数据清洗，根据基础数据，生成每个目标用户对应的属性标签，需要说明的是，
此处的属性标签为用户的兴趣偏好等基础属性标签。根据行为数据和预设的实时标签算法，生成每个目标用户对应的运营标签，以基于属性标签和该运营标签，生成每个目标用户的用户画像。需要说明的是，此处的运营标签根据用户的行为数据生成，用于标记用户在接下来一段时间内进行某项操作的可能性。
46.根据该行为数据和预设的实时标签算法，生成每个目标用户对应的运营标签，具体包括：获取该行为数据中该目标用户已产生的引流数据，以及预设时间段内的符合预设要求的指定行为数据；确定该引流数据中的非兴趣品类信息，根据该引流数据中的非兴趣品类信息，生成目标用户的排除类标签，其中，该排除类标签用于根据该非兴趣品类信息进行同品类排除；确定该指定行为数据中的兴趣品类信息，根据该指定行为数据中的兴趣品类信息，生成该目标用户的意向类标签，其中，该意向类标签用于根据该兴趣品类信息进行同品类推荐；通过该排除类标签和该意向类标签，生成该每个目标用户对应的运营标签。
47.在本说明书的一个实施例中，在行为数据中包括以产生的引流数据，例如已购买某件商品、已下载某个app、已注册某款游戏等，还包括预设时间段内的符合预设要求的指定行为数据，此处的符合预设要求是指近一段时间内的高频行为，例如搜索多款车型、领取某品类优惠券、多次转发某类别文章等。确定引流数据中的非兴趣品类信息，由于引流数据为以产生的动作，一般情况下，在进行了此动作之后，不会接着选择此类商品或行为，因此，可以根据引流数据中的非兴趣品类信息，生成目标用户的排除类标签，其中，排除类标签用于根据非兴趣品类信息进行同品类排除。另外，确定指定行为数据中的兴趣品类信息，例如领取某品类优惠券，若用户在近一段时间内频繁领取某品类优惠券，则说明用户对该品类有兴趣，后续可能会产生该品类的消费。也就是说，可以根据指定行为数据中的兴趣品类信息，生成目标用户的意向类标签，其中，意向类标签用于根据兴趣品类信息进行同品类推荐。通过排除类标签和意向类标签，生成每个目标用户对应的运营标签。
48.基于该属性标签和该运营标签，生成每个目标用户的用户画像，具体包括：将每个目标用户对应的该属性标签和该运营标签，进行横向和纵向分层，生成每个目标用户的用户标签矩阵；基于该每个目标用户的用户标签矩阵，生成每个目标用户的用户画像。
49.在本说明书的一个实施例中，将标签体系进行横向(属性标签)与纵向(运营标签)分层，形成用户标签矩阵，在传统的分类别推送的基础上还可以看到用户的纵向流动，进而可以掌握用户的生命周期。
50.图3为本说明书实施例提供的一种运营标签的分层示例的示意图，如图3所示，可以将运营标签进行分层，设置为一级标签、二级标签和三级标签，一级标签包括平台行为、营销行为以及品牌及商品偏好。在每个一级标签中，包括至少一个二级标签。在每个二级标签中包括至少一个三级标签。例如，当一级标签为平台行为时，其二级标签为行为路径，二级标签对应的三级标签分别为搜索型用户和浏览型用户，其中搜索型用户的定义规则可以是过去30天内，依次做过5次搜索行为；浏览型用户的定义规则为过去30天内，用户行为序列依次做过10次以上商品详情浏览行为。需要说明的是，定义规则还可以根据实际需求设置。当一级标签为品牌及商品偏好时，对应的二级标签为品牌\商品偏好，其对应的三级标签包括商品偏好和品牌偏好。其中，商品偏好的定义规则是指使用用户过去预设时间内，完成商品详情页浏览的商品名称出现次数最多的指定个数的商品名称作为标签的值，对用户进行标记，例如前5个；品牌偏好是指使用用户过去预设时间内，完成商品详情页浏览的商
品现价出现次数最多的指定个数的商品税价作为标签的值，对用户进行标记，例如前20个。上述预设时间可以是30天。当一级标签为营销行为时，其对应的二级标签包括价格带、营销活动、充值、优惠券、积分值，价格带对应的三级标签为价格敏感用户；营销活动对应的三级标签为营销活动偏好者；充值对应的三级标签为充值新用户、充值-土豪、充值-充值大户以及充值群众；优惠券对应的三级标签为优惠券-敏感度高用户、优惠券-敏感度中用户以及优惠券-敏感度低用户；积分值对应的三级标签为积分值-等级高用户、积分-等级中用户以及积分-等级低用户，此处的各个三级标签的定义规则如图3所示。
51.步骤s104，通过广告交易平台，根据多个广告投放请求与每个目标用户的用户画像，在多个目标用户中确定出指定投放用户，并在多个待投放广告中确定出指定投放广告，以便于将指定投放广告对指定投放用户进行广告投放。
52.根据该多个广告投放请求与每个目标用户的用户画像，在多个目标用户中确定出指定投放用户，并在该多个待投放广告中确定出指定投放广告，具体包括：根据该多个广告投放请求中的广告信息，确定每个待投放广告的目标投放用户的目标画像；通过每个待投放广告的目标投放用户的目标画像与每个目标用户的用户画像进行画像比对，在多个目标用户中确定出符合预设要求的指定投放用户；确定每个该广告信息中的广告收益数据；基于该广告收益数据，在该多个待投放广告中，确定出广告收益最大的指定投放广告。
53.在本说明书的一个实施例中，根据各个广告投放请求中的广告信息，确定每个待投放广告的目标投放用户的目标画像，将每个目标画像与每个目标用户的用户画像进行画像比对，在多个目标用户中确定出符合预设要求的指定投放用户。此处需要说明的是，可以将画像比对结果超过预设阈值的用户画像作为待投放广告的投放对象。此外，由于存在多个待投放广告，根据每个待投放广告对应广告主的投放策略和广告竞价数据，确定每个该广告信息中的广告收益数据；根据广告收益数据，在多个待投放广告中确定出广告收益最大的指定投放广告。
54.将该指定投放广告对该指定投放用户进行广告投放之后，该方法还包括：在预设时间段内，对该指定投放用户的动作进行监控，获取该指定投放用户的动作数据；根据该指定投放用户的动作数据和该指定投放广告的广告信息，生成该指定投放用户的附加兴趣标签；通过该附加兴趣标签，对该指定投放用户的用户画像进行更新。
55.在本说明书的一个实施例中，当用户端接收到广告的素材信息后，记录用户在预设时间段内的产生的动作，获取其动作数据，此处的预设时间段可以是广告的用户终端界面的停留时间，此处的动作数据可以是跳过、点击以及转发等动作，根据用户的动作数据和广告素材的广告信息，生成该用户的附加兴趣标签，将附加兴趣标签在用户画像生成模块，对用户画像进行更新，便于下次使用。
56.通过上述技术方案，通过大数据采集，得到用户的基础数据和行为数据，引入实时算法标签体系，对标签进行离线标签计算和实时标签计算，保证了用户标签的准确性，进一步提高了用户画像的准确性，提升广告投放效率，降低重复无效推送，广告投放用户还可以程序化采购媒体资源，自动实现精准的目标受众定向，从而提升广告投放的精准度。
57.本说明书实施例还提供另一种基于大数据的程序化广告投放方法，首先，建设大数据平台，将多渠道采集得来的用户数据进行离线汇总，得到用户的兴趣偏好等基础属性标签并保存。之后，对线上用户的行为数据(例如领取某类优惠券)进行分析，综合生成用户
运营标签，用于标记用户在接下来一段时间内进行某项操作的可能性；将标签体系进行横向(属性标签)与纵向(运营标签)分层，形成用户标签矩阵，在传统的分类别推送的基础上还可以看到用户的纵向流动，进而可以掌握用户的生命周期。另外，建设用户需求管理平台用于广告主登记上传广告素材信息，建设媒体流量管理平台用于媒体终端维护广告位信息；建设广告交易平台，同时对接用户需求管理平台和媒体流量管理平台。通过分析媒体流量获取用户识别信息，将用户算法标签与基础属性标签相结合，筛选出属于广告主的目标客户并进行广告投放，完成广告交易。最后，将用户对广告素材的动作信息进行回传，根据用户的进一步操作完善并补充用户的算法标签及基础标签。
58.在本说明书的一个实施例中，用户画像系统通过线下活动或线上活动采集用户数据，对用户数据进行初步数据清洗，将用户在app内产生的行为数据(例如点赞、评论、转发)进行过滤分析，转换为结构化的用户兴趣标签(例如汽车、房产)，并对常用设备序列号或手机号等唯一识别信息进行绑定。用户在智能终端启动app，预置的广告位(例如开屏广告)向广告交易平台发送获取广告请求，同时携带用户账号等识别信息。
59.广告交易平台接收到广告曝光请求后先向媒体流量管理平台查询广告位详情，例如广告位启用状态、尺寸等基础信息。随后携带广告位信息项用户需求管理平台申请获取广告位下可用的投放信息，用户需求管理平台返回广告素材地址、广告主、广告报价等投放数据。
60.其中，用户画像系统接到用户数据之后按照如下方式对用户数据进行提取：首先，将用户已产生的引流效果作为最高权重(例如已购买某件商品、已下载某个app、已注册某款游戏等)进行同品排除；其次，将用户近一段时间内高频行为作为第二权重(例如搜索多款车型、领取某品类优惠券、多次转发某类别文章)进行同品类推荐标记；最后，结合离线计算的用户基础属性标签共同生成用户识别特征(例如中年男性、有家庭、昨天买过女性服饰)并返回给广告交易平台。
61.广告交易平台获取到素材信息后，根据不同广告主的投放策略及广告竞价数据计算得出当前最符合用户兴趣特且广告收益最大的素材，返回给用户端。用户端接收到素材信息并曝光，同时记录用户在此期间产生的动作(例如跳过、点击、转发等)。用户端将广告曝光数据回推给广告交易平台，广告交易平台进行广告曝光数据计算、费用扣减等操作，并对用户画像系统中用户兴趣特征进行补充完善。
62.本说明书实施例还提供一种基于大数据的程序化广告投放设备，如图4所示，设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：
63.通过广告交易平台，接收多个广告投放用户的广告投放请求，其中，该广告投放请求包括多个待投放广告和每个待投放广告的广告信息；通过广告交易平台和大数据采集技术，采集多个目标用户的基础数据和行为数据；通过用户画像生成模块，根据该基础数据，预先生成每个目标用户对应的属性标签，并根据该行为数据和预设的实时标签算法，生成每个目标用户对应的运营标签，以基于该属性标签和该运营标签，生成每个目标用户的用户画像；通过该广告交易平台，根据该多个广告投放请求与每个目标用户的用户画像，在多个目标用户中确定出指定投放用户，并在该多个待投放广告中确定出指定投放广告，以便于将该指定投放广告对该指定投放用户进行广告投放。
64.本说明书实施例还提供一种非易失性计算机存储介质，存储有计算机可执行指令，计算机可执行指令设置为：
65.通过广告交易平台，接收多个广告投放用户的广告投放请求，其中，该广告投放请求包括多个待投放广告和每个待投放广告的广告信息；通过广告交易平台和大数据采集技术，采集多个目标用户的基础数据和行为数据；通过用户画像生成模块，根据该基础数据，预先生成每个目标用户对应的属性标签，并根据该行为数据和预设的实时标签算法，生成每个目标用户对应的运营标签，以基于该属性标签和该运营标签，生成每个目标用户的用户画像；通过该广告交易平台，根据该多个广告投放请求与每个目标用户的用户画像，在多个目标用户中确定出指定投放用户，并在该多个待投放广告中确定出指定投放广告，以便于将该指定投放广告对该指定投放用户进行广告投放。
66.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
67.上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
68.本说明书实施例提供的设备和介质与方法是一一对应的，因此，设备和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述设备和介质的有益技术效果。
69.本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
70.本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
71.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
72.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计
算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
73.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
74.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
75.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
76.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
77.以上所述仅为本说明书的一个或多个实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。