統(tǒng)計中獲得)，則需要審核其與其它廣告的相似性。利用步驟S502獲得的計算結(jié)果，可以得到與該候選廣告相同或相似的廣告，然后從流式統(tǒng)計列表查找這些相同或相似廣告的曝光量并求和(如果某個廣告不存在于流式統(tǒng)計列表，則認為該廣告的曝光量為0)，如果與該候選廣告相同或相似廣告總的曝光量小于第二閾值(第二閾值可以根據(jù)需要來設(shè)定，如10次)，則認為該候選廣告具有投放價值，并將其作為待投放廣告。
[0094]本發(fā)明實施例的廣告篩選方法，通過對廣告之間相似性的計算，并結(jié)合歷史統(tǒng)計信息，可以有效控制受眾用戶對相同或相似素材的廣告的觀看次數(shù)，解決了相同或相似廣告重復(fù)曝光而對用戶造成審美疲勞的問題，以及盜用欺詐投放的問題，從而提高廣告投放效果及收益。
[0095]本發(fā)明實施例另提出一種廣告投放系統(tǒng)，請參見圖6，其包括:檢索模塊61、初選模塊62、點擊率預(yù)估模塊63、收入優(yōu)化評估模塊64、廣告篩選裝置65以及投放模塊66。
[0096]檢索模塊61用于根據(jù)廣告定向信息及用戶基礎(chǔ)信息對系統(tǒng)廣告數(shù)據(jù)進行檢索。所述廣告定向信息是指廣告主提供的目標(biāo)用戶信息，即廣告主希望看到廣告的受眾用戶群的信息，如地區(qū)、年齡、性別等。所述用戶基礎(chǔ)信息是指請求到廣告投放系統(tǒng)的受眾用戶的信息。例如，當(dāng)一個用戶訪問一個廣告投放的網(wǎng)頁時，根據(jù)這個用戶的基礎(chǔ)信息，以及廣告定向信息，就可以檢索出可以向該用戶投放的廣告，數(shù)量在幾千到上萬級。
[0097]初選模塊62用于根據(jù)廣告點擊率、計費信息、用戶興趣行為特征及用戶與廣告的相關(guān)性中的至少一個對檢索模塊61檢索到的廣告進行初選。
[0098]點擊率預(yù)估模塊63用于對初選模塊62初選后的廣告預(yù)估點擊率。點擊率預(yù)估模塊63可以根據(jù)用戶信息、廣告信息、廣告位信息、廣告歷史點擊等特征來預(yù)估廣告的點擊率。點擊率越高，則說明廣告投放效果越好，就越是值得投放。
[0099]收入優(yōu)化評估模塊64用于根據(jù)廣告的預(yù)估點擊率對廣告進行收入優(yōu)化評估，并獲取候選廣告。收入優(yōu)化評估是指廣告投放效益的評估，其可以包括根據(jù)廣告點擊量和計費對系統(tǒng)產(chǎn)生的收入評估，或者廣告投放后對廣告主產(chǎn)生的經(jīng)濟效益的評估等。根據(jù)收入優(yōu)化評估可以進一步精選出適合投放給各個受眾用戶的候選廣告。對此，所述的候選廣告也即為【背景技術(shù)】中經(jīng)過現(xiàn)有的檢索模塊、初選模塊、點擊預(yù)估模塊及收入優(yōu)化模塊運算后獲得的廣告。
[0100]廣告篩選裝置65用于根據(jù)相似度及曝光量，從候選廣告中篩選出待投放廣告。
[0101]投放模塊66用于投放經(jīng)過廣告篩選裝置65篩選后的待投放廣告。
[0102]請參見圖7，其為圖6中廣告篩選裝置65的一種實施例結(jié)構(gòu)圖，其包括:圖像特征提取模塊651、相似度計算模塊652、曝光量獲取模塊653以及篩選模塊654。
[0103]圖像特征提取模塊651用于提取所有廣告的圖像特征。提取圖像特征的對象是系統(tǒng)數(shù)據(jù)庫中的所有廣告，以便于可以全面評估廣告之間的相似性，可以在廣告主上傳廣告的時候就對素材圖像進行特征提取。本實施例通過Gist技術(shù)提取廣告的圖像特征，Gist技術(shù)是MIT大學(xué)教授提出的一類圖像特征特征提取方法。
[0104]相似度計算模塊652用于根據(jù)圖像特征提取模塊651提取的圖像特征，獲取與各個候選廣告相同或相似的廣告。相似度計算模塊652又可以進一步包括換算單元6521和疊加單元6522。換算單元6521用于將圖像特征換算成SimHash值。疊加單元6522用于獲取與各個候選廣告SimHash值相同的廣告。當(dāng)然，除了本實施的圖像特征和SimHash值,也可以采用其它方式計算廣告之前的相似度。
[0105]本實施例的換算單元6521會首先對圖像特征提取模塊651傳送來的每個Gist特征進行64bit的murmurhash(murmurhash是由Austin Appleby創(chuàng)建的一種高運算性能，低碰撞率的hash算法,現(xiàn)已應(yīng)用到Hadoop、libstdc++、nginx、Iibmemcached等開源系統(tǒng))，然后疊加單兀6522按bit位疊加每個Gist特征hash值,按照simhash (simhash是Google公司提出的一種用來網(wǎng)頁去重最常用的hash方法)計算方式，bit為I則為+1，bit為O則為-1，最終正的bit位為1，負的bit位為0，以此表示simhash值。作為一種局部敏感hash, simhash能準(zhǔn)確的把相同(似)的特征的廣告hash到一起，即具有相同指紋(這里所述的指紋即是指圖像特征對應(yīng)的SimHash值)的廣告通常具有高度的相似性。從而，通過比對SimHash值，就可以獲取與各個候選廣告相同或相似的廣告。
[0106]曝光量獲取模塊653用于獲取候選廣告對于受眾用戶在一定時間內(nèi)的曝光量。曝光是指廣告出現(xiàn)在受眾用戶瀏覽的頁面上。受眾用戶在點擊或者曝光廣告之后，日志數(shù)據(jù)將實時流入系統(tǒng)，因而可以統(tǒng)計到廣告在每個受眾用戶上的曝光數(shù)據(jù)。如果系統(tǒng)數(shù)據(jù)庫中沒有候選廣告的記錄，則認為該候選廣告沒有被曝光過或曝光量為O。
[0107]篩選模塊654用于對候選廣告進行篩選,獲取曝光量小于第一閾值，或未曝光且相同或相似廣告的曝光量小于第二閾值的候選廣告，并將所述獲取的候選廣告作為待投放廣告。
[0108]當(dāng)一個候選廣告對于受眾用戶的曝光量小于第一閾值(第一閾值可以根據(jù)需要來設(shè)定，如5次)，這里是指該候選廣告已經(jīng)曝光過，且其曝光量小于第一閾值，說明該候選廣告已經(jīng)通過相似性審核，并具有投放價值，所以篩選模塊654會將其作為待投放廣告。如果一個候選廣告沒有被曝光過(即曝光量為O或曝光量無法從流式統(tǒng)計列表中獲得)，則需要審核其與其它廣告的相似性。利用相似度計算模塊652獲得的計算結(jié)果，可以得到與該候選廣告相同或相似的廣告，然后從通過曝光量獲取模塊653查找這些相同或相似廣告的曝光量并求和(如果某個廣告不存在于流式統(tǒng)計列表，則認為該廣告的曝光量為0)，如果與該候選廣告相同或相似廣告對于受眾用戶總的曝光量小于第二閾值(第二閾值可以根據(jù)需要來設(shè)定，如10次)，則認為該候選廣告具有投放價值，并將其作為待投放廣告。
[0109]本發(fā)明實施例的廣告投放系統(tǒng)，通過對廣告之間相似性的計算，并結(jié)合歷史統(tǒng)計信息，可以有效控制受眾用戶對相同或相似素材的廣告的觀看次數(shù)，解決了相同或相似廣告重復(fù)曝光而對用戶造成審美疲勞的問題，以及盜用欺詐投放的問題，從而提高廣告投放效果及收益。
[0110]請參見圖8，其為本發(fā)明實施例的另一種廣告投放系統(tǒng)的結(jié)構(gòu)圖，與圖6的實施例相比，本實施例的廣告投放系統(tǒng)還包括流式統(tǒng)計模塊67。
[0111]流式統(tǒng)計模塊67用于流式統(tǒng)計預(yù)設(shè)數(shù)量的廣告在一定時間段內(nèi)的曝光量，以供所述曝光量獲取模塊653從所述流式統(tǒng)計模塊67的統(tǒng)計結(jié)果中獲取所述候選廣告的曝光量。
[0112]所述流式統(tǒng)計模塊67進一步包括流式統(tǒng)計列表設(shè)置單元671和流式統(tǒng)計列表更新單元672。流式統(tǒng)計列表設(shè)置單元671用于設(shè)置流式統(tǒng)計列表，所述列表中存放要統(tǒng)計的廣告及其統(tǒng)計結(jié)果。流式統(tǒng)計列表更新單元672用于獲取日志數(shù)據(jù)中要統(tǒng)計的廣告對于受眾用戶的曝光信息。當(dāng)要統(tǒng)計的廣告不在所述流式統(tǒng)計列表中，且所述流式統(tǒng)計列表中的廣告數(shù)量沒有達到上限，則由所述流式統(tǒng)計列表更新單元672將所述要統(tǒng)計的廣告新增到流式統(tǒng)計列表中，并更新相應(yīng)的曝光數(shù)據(jù)；當(dāng)要統(tǒng)計的廣告在所述流式統(tǒng)計列表中，且所述流式統(tǒng)計列表中的廣告數(shù)量已經(jīng)達到上限，則由所述流式統(tǒng)計列表更新單元672淘汰最近最少更新的廣告，將所述要統(tǒng)計的廣告新增到流式統(tǒng)計列表中，并更新相應(yīng)的曝光數(shù)據(jù)。
[0113]本發(fā)明實施例另提出一種廣告篩選裝置，其可以設(shè)置在現(xiàn)有的廣告投放系統(tǒng)中，并配合其可以配合現(xiàn)有的各類廣告投放系統(tǒng)，對現(xiàn)有的廣告投放系統(tǒng)給出的候選廣告進行篩選，剔除其中相同或相似廣告曝光次數(shù)過多的候選廣告，以避免相同素材廣告的重復(fù)曝光。該廣告篩選裝置的結(jié)構(gòu)與功能與圖6?圖8中記載的廣告篩選裝置相同，在此不再贅述。
[0114]本發(fā)明實施例還提出一種服務(wù)器，用于提取所有廣告的圖像特征，并根據(jù)提取的圖像特征，獲取與各個候選廣告相同或相似的廣告，獲取候選廣告對受眾用戶在一定時間內(nèi)的曝光量，以及對候選廣告進行篩選，獲取曝光量小于第一閾值，或未曝光且相同或相似廣告的曝光量小于第二閾值的候選廣告，并將所述獲取的候選廣告作為待投放廣告。
[0115]通過以上的實施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到本發(fā)明實施例可以通過硬件實現(xiàn)，也可以借助軟件加必要的通用硬件平臺的方式來實現(xiàn)。基于這樣的理解，本發(fā)明實施例的技術(shù)方案可以以軟件產(chǎn)品的形式體現(xiàn)出來，該軟件產(chǎn)品可以存儲在一個非易失性存儲介質(zhì)(可以是⑶-R0M，U盤，移動硬盤等)中，包括若干指令用以使得一臺計算機