[发明专利]一种基于神经网络和Huff模型的数字标牌广告受众人群分类方法

说明书

本发明涉及一种基于神经网络和Huff模型的数字标牌广告受众人群分类方法，包括：要素选取及处理、模型构建、模型验证；构造空间化的数字标牌区位因子，得到数字标牌区位因子的标准格网栅格图层，包括其像素值及对应的坐标值；采用改进的神经网络模型对经过归一化处理的数字标牌区位因子进行计算，得到每个区位包含各种受众人群的概率；再利用改进的Huff模型计算已布设数字标牌区位对未布设数字标牌区位的受众人群影响力；然后将两种模型，即所述改进的神经网络模型和改进的Huff模型得到的结果进行融合，完成数字标牌广告受众人群分类；最后利用多标签分类算法的五种验证指标对模型进行有效性验证。本发明方法综合考虑多源要素与空间距离，分类结果精准性高、数字标牌广告投放效益高、数字标牌影响效果佳。

技术领域

本发明属于数字标牌受众人群分类技术领域，涉及数字标牌受众人群分类方法，具体涉及一种基于神经网络和Huff模型的数字标牌受众人群分类方法。

背景技术

数字标牌是指在人流会聚的公共场所，通过数字标牌终端显示设备，发布商业、财经和娱乐等信息的多媒体专业视听系统，作为一种新兴的媒体，已成为现代城市实体广告的重要媒介。与传统的电视广告、报纸广告相比，数字标牌更具有灵活性，可以根据不同受众群体，进行个性化、定制化广告投放。数字标牌发展至今仅有20多年的历史，其应用却遍及工作和生活的各个领域，数字标牌的广泛应用给社会带来了不可估量的产业价值。

数字标牌的产业链可以包含如下过程：(1)数字标牌供应商负责生产制造数字标牌；(2)数字标牌媒体商购买数字标牌并选择位置与布设；(3)广告代理商按照广告商需求向媒体商购买数字标牌的广告位。近年来国内数字标牌产业发展迅速。数字标牌兴起阶段，这一阶段主要集中在数字标牌生产、研发与制造工作；数字标牌的应用阶段，这一阶段主要是数字标牌的大范围应用，通过不断的推广宣传在机场、酒店、商场等地点开始布设并应用数字标牌，数字标牌的布设数量迅速增加；数字标牌科学化管理阶段，随着数字标牌广泛使用，由于所布设的数字标牌数量急剧增加，数字标牌相关者开始考虑对数字标牌进行科学化、规范化管理工作。

在受不同的人口、经济等要素影响的区域中，数字标牌广告的受众人群会存在差异。而目前企业对数字标牌的广告投放是针对所有受众人群进行的，缺乏针对性，使得广告投放效益低，数字标牌影响效果不明显。因此亟需对数字标牌广告受众人群引入精确分类方法进行有针对性的数字标牌广告投放。

数字标牌的广告受众人群分类是从机器学习的角度对数字标牌广告受众人群进行分类，包括但不限于利用已布设数字标牌位置的受众人群来预测未布设数字标牌位置的受众人群类型。在一般的分类问题中，每个示例仅仅对应于唯一一个类别标记，然而同一数字标牌上的广告会同时吸引不同的受众人群，即一个数字标牌示例可能并不仅仅由单个广告受众人群标签描述,而是同时拥有多个广告受众人群标签，这种一个数字标牌示例拥有多个广告受众人群标签的分类问题称为多标签分类问题。

目前，许多学者致力于研究多标签分类问题，依据不同的解决途径，主要分为问题转换和算法适应两种。Spyromitros E等提出了BR算法，该算法将多标签分类问题转化为一系列独立的两类问题；Zhang ML等将KNN方法应用于多标签分类，提出了ML-KNN算法。但是这些算法的算法复杂度较高、运行时间长，难以解决实际问题，同时，数字标牌广告受众人群是一种空间数据，空间距离对其分类有一定的影响，因此将空间距离引入数字标牌广告受众人群分类能够有效的提高分类准确性。

发明内容

为了克服上述现有技术的不足，并将空间距离和经济、人口等多源要素融入数字标牌广告受众人群分类，本发明提供一种高效科学的基于神经网络和Huff模型的数字标牌广告受众人群分类方法，通过要素处理、模型构建、模型验证，自动地完成对数字标牌广告受众人群的分类，从而实现数字标牌广告的针对性投放。本发明方法综合考虑多源要素与空间距离，分类结果精准性高、数字标牌广告投放效益高、数字标牌影响效果佳。

本发明提供的技术方案是：一种基于神经网络和Huff模型的数字标牌广告受众人群分类方法，包括以下步骤：