一種室外廣告位置的推薦方法和裝置的制造方法
【技術領域】
[0001] 本發明設及互聯網技術應用領域，具體而言，設及一種室外廣告位置的推薦方法 和裝置。
【背景技術】
[0002] 現在，隨著社會的不斷發展，越來越多的商戶建立在人流密集的地區，各商戶之間 也形成了激烈的競爭關系，因此，為了更進一步地吸引消費者，大多數商戶都設立廣告牌等 標識來宣傳自己W達到吸引消費者的目的。
[0003] 現有商戶在選擇廣告牌的位置時，往往根據經驗選擇人流量大的位置或者顯眼的 位置(如路口）等，但是運些位置往往價格昂貴，增加了商戶的成本;或者，距離商戶太遠，不 利于消費者尋找，因此，現有根據經驗選擇廣告位置無法選取合理的廣告位置，反而對商戶 造成了損失。
[0004] 針對上述的問題，目前尚未提出有效的解決方案。

【發明內容】

[0005] 本發明實施例提供了一種室外廣告位置的推薦方法和裝置，W至少解決現有廣告 位置選取不合理的技術問題。
[0006] 根據本發明實施例的一個方面，提供了一種室外廣告位置的推薦方法，包括:獲取 商戶對應的多個待確定的廣告位置;確定所述廣告位置對應的選址因素;分別根據所述選 址因素通過logistic回歸模型得到對應的選址概率值;根據選址概率值從待確定的廣告位 置中確定推薦廣告位置。
[0007] 根據本發明實施例的另一方面，還提供了一種室外廣告位置的推件裝置，包括:獲 取單元，用于獲取商戶對應的多個待確定的廣告位置;確定單元，用于確定所述廣告位置對 應的選址因素;處理單元，用于分別根據所述選址因素通過logistic回歸模型得到對應的 選址概率值;推薦單元，用于根據選址概率值從待確定的廣告位置中確定推薦廣告位置。
[0008] 在本發明實施例中，通過獲取商戶對應的多個待確定的廣告位置;確定該廣告位 置對應的選址因素;分別根據該選址因素通過logistic回歸模型得到對應的選址概率值； 根據選址概率值從待確定的廣告位置中確定推薦廣告位置。運樣，根據確定的選址因素通 過logistic回歸模型確定推薦廣告位置，能夠更加合理的從選址因素的角度確定廣告位 置，從而解決了現有廣告位置選取不合理的技術問題。
【附圖說明】
[0009] 此處所說明的附圖用來提供對本發明的進一步理解，構成本申請的一部分，本發 明的示意性實施例及其說明用于解釋本發明，并不構成對本發明的不當限定。在附圖中：
[0010] 圖1是根據本發明實施例的一種可選的室外廣告位置推薦方法的流程示意圖；
[0011] 圖2是根據本發明實施例的一種可選的室外廣告位置推薦裝置的結構示意圖；
[0012] 圖3是根據本發明實施例的一種可選的室外廣告位置推薦裝置的結構示意圖。
【具體實施方式】
[0013] 為了使本技術領域的人員更好地理解本發明方案，下面將結合本發明實施例中的 附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是 本發明一部分的實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人 員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都應當屬于本發明保護的范 圍。
[0014] 需要說明的是，本發明的說明書和權利要求書及上述附圖中的術語"第一"、"第 二"等是用于區別類似的對象，而不必用于描述特定的順序或先后次序。應該理解運樣使用 的數據在適當情況下可W互換，W便運里描述的本發明的實施例能夠W除了在運里圖示或 描述的那些W外的順序實施。此外，術語"包括"和"具有及他們的任何變形，意圖在于覆 蓋不排他的包含，例如，包含了一系列步驟或單元的過程、方法、系統、產品或設備不必限于 清楚地列出的那些步驟或單元，而是可包括沒有清楚地列出的或對于運些過程、方法、產品 或設備固有的其它步驟或單元。
[0015] 本發明W下實施例通過利用LBS(Location Based Services,基于位置服務)平臺 豐富的商戶與用戶數據作為廣告位選擇的數據來源，并確定對影響廣告位置選擇的選址因 素，并對選址因素進行量化處理，運用非條件logistic回歸分析建模，訓練logistic回歸分 析中的參數，進而根據上述參數通過logistic回歸模型得到推薦廣告位置。
[0016] 下面結合具體的實施例對本發明中的室外廣告位置的推薦方法進行描述。
[0017] 根據本發明實施例，提供了一種室外廣告位置的推薦方法的實施例，需要說明的 是，在附圖的流程圖示出的步驟可W在諸如一組計算機可執行指令的計算機系統中執行， 并且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可不同于此處的順序執行 所示出或描述的步驟。
[0018] 圖1是根據本發明實施例的一種室外廣告位置的推薦方法，如圖1所示，該方法包 括如下步驟：
[0019] S101、獲取商戶對應的多個待確定的廣告位置。
[0020] 其中，商戶可W根據經驗選擇多個待確定的廣告位置，該廣告位置可W是坐標等 信息，并通過后續步驟從多個待確定的廣告位置中確定推薦廣告位置。
[0021] S102、確定該廣告位置對應的選址因素。
[0022] 其中，由于通過LBS平臺可W獲知一個廣告位置的優劣與廣告位置覆蓋的用戶數， 該商戶與廣告位置的距離W及廣告位置的價格等因素相關，因此，考慮到上述因素對廣告 位置選取的影響，在本實施例一種可能的實現方式中，上述廣告位置的選址因素可W包括： 該多個待確定的廣告位置覆蓋的用戶數，該商戶與該多個待確定的廣告位置的距離W及該 多個待確定的廣告位置的價格，并通過上述選址因素在后續作為確定推薦廣告位置的重要 因素。當然本發明實施例不限于上述因素，也可W包括其他因素，本發明不作限定。
[0023] 其中，對于一家商鋪，可W通過LBS平臺找到點評過它的用戶，找到所有點評過的 用戶，再從運些用戶出發，找到運些用戶點評過的所有商戶，獲取商戶的位置信息，則廣告 位置福射的預設半徑內出現的商戶的數量即為廣告位覆蓋用戶數。商戶與廣告位置的距離 具體指要推薦的商戶與待確定的廣告位置的實際距離。廣告位價格指該待確定的廣告位置 的實際租賃價格。
[0024] S103、分別根據該選址因素通過logistic回歸模型得到對應的選址概率值。
[0025] 其中，在確定上述選址因素后，對選取的選址因素進行歸一化處理，在本發明一種 可能的實施例中，可W采用min-max標準化方法，該方法也稱為離差標準化方法，該方法是 對原始數據進行線性變換，使結果值映射到[0-1]之間。該方法通過轉換函數對上述選址因 素進行處理得到處理后的選址因素值，即滬，其中，處理后的廣告位置覆蓋的用 戶數，處理后的商戶與廣告位置的距離，處理后的廣告位置的價格，在本實施例中， 該轉換函數可W為
其中，處理后的選址因素值，A為當前處理的選址因 素，Amax為多個待處理廣告位置在當前處理的選址因素中的最大值，Amin為多個待處理廣告 位置在當前處理的選址因素中的最小值，運樣，通過上述轉換函數將上述選址因素映射到 [o-u之間。
[0026] 在本發明實施例一種可能的實現方式中，可W對該選址因素進行歸一化處理，并 通過W下公式得到對應的選址概率值：
[0027]
[00測其中，P為該選址概率值，β0、βι、β2和β3為該預定參數值，X"%該處理后的待確定的 廣告位置覆蓋的用戶數，處理后的商戶與該待確定的廣告位置的距離，戶為處理后的廣 告位置的價格。
[0029] 其中，上述預定參數值可W通過對該logistic回歸模型進行訓練得到，在本發明 實施例中，在獲取多個待確定的廣告位置前，確定多個廣告位置訓練模型，并根據該多個廣 告位置訓練模型對應的選址因素通過該logistic回歸模型進行訓練確定該logistic回歸 模型中的預定參數值，該logistic回歸模型即為上述公式，可W將廣告位置訓練模型對應 的選址因素代入該logistic回歸模型進行訓練，從而得到上述β〇、βι、&和抗的值。
[0030] S104、根據選址概率值從待確定的廣告位置中確定推薦廣告位置。
[0031] 其中，在得到選址概率之后，由于得到概率越高，則該廣告位置越符合用戶需求， 因此在本發明一種可能的實現方式中，可W將最高的選址概率值對應的廣告位置推薦給用 戶，為了給商戶提供更