專利名稱：：一種基于用戶特征推送廣告的方法、系統(tǒng)及設(shè)備的制作方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及通信領(lǐng)域，更具體地說，涉及一種基于用戶特征推送廣告的方法、系統(tǒng)及設(shè)備。
背景技術(shù)：
：在這個(gè)以信息溝通為主導(dǎo)的經(jīng)濟(jì)時(shí)代，隨著互聯(lián)網(wǎng)技術(shù)的完善，兩絡(luò)智能廣告也在迅猛發(fā)展。網(wǎng)絡(luò)智能廣告的核心技術(shù)是進(jìn)行受眾分析。也即，通過對互聯(lián)網(wǎng)用戶的網(wǎng)絡(luò)行為進(jìn)行分析得出用戶特征信息，比如該用戶的年齡、性別、地理位置、收入狀況以及其感興趣的領(lǐng)域等，從而有針對性地投放用戶感興趣的個(gè)性化廣告。而目前最為普遍的受眾分析，是通過對用戶注冊資料進(jìn)行匯總，將其作為用戶特征信息并推送廣告。如圖1所示，即為現(xiàn)有技術(shù)推送廣告的系統(tǒng)結(jié)構(gòu)，包括服務(wù)器100及與其相連的多個(gè)客戶端(客戶端200……客戶端N)。其中服務(wù)器100包括數(shù)據(jù)庫101和廣告推送單元103:(1)數(shù)據(jù)庫101用于存儲(chǔ)收集到的用戶原始數(shù)據(jù)，主要是用戶在網(wǎng)絡(luò)(各個(gè)網(wǎng)站或論壇等)中留下的注冊資料等；(2)廣告推送單元103利用數(shù)據(jù)庫101中匯總的用戶注冊資料，確定廣告屬性并將廣告推送至各客戶端(客戶端200......客戶端N)中。由上可知，該現(xiàn)有技術(shù)沒有對用戶原始數(shù)據(jù)進(jìn)行深入挖掘，不能掌握完整精確的用戶特征信息，因此廣告推送的針對性較低，進(jìn)一步導(dǎo)致命中率(也即廣告的點(diǎn)擊率)較低。
發(fā)明內(nèi)容本發(fā)明的目的在于提供一種基于用戶特征推送廣告的系統(tǒng)，旨在解決現(xiàn)有技術(shù)推送廣告時(shí)針對性較低，導(dǎo)致廣告命中率低的問題。本發(fā)明的目的還在于提供一種基于用戶特征推送廣告的設(shè)備，以更好地解決現(xiàn)有技術(shù)中存在的上述問題。本發(fā)明的目的還在于提供一種基于用戶特征推送廣告的方法，以更好地解決現(xiàn)有技術(shù)中存在的上述問題。為了實(shí)現(xiàn)發(fā)明目的，所述基于用戶特征推送廣告的系統(tǒng)包括服務(wù)器和客戶端，所述服務(wù)器包括用于存儲(chǔ)用戶原始數(shù)據(jù)的數(shù)據(jù)庫，以及將廣告發(fā)送至客戶端的廣告推送單元，所述服務(wù)器還包括一個(gè)特征挖掘單元；所述特征挖掘單元與數(shù)據(jù)庫及廣告推送單元相連，用于對數(shù)據(jù)庫中的用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，根據(jù)提取出的用戶特征信息生成特征標(biāo)簽，并將所述特征標(biāo)簽送入廣告推送單元以控制廣告推送單元對廣告的選纟奪及投放。優(yōu)選地，所述特征挖掘單元進(jìn)一步包括數(shù)據(jù)處理模塊和特征標(biāo)簽?zāi)K；所述數(shù)據(jù)處理模塊用于對數(shù)據(jù)庫中的用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，以提取出用戶特征信息；所述特征標(biāo)簽?zāi)K與數(shù)據(jù)處理模塊相連，用于根據(jù)所述用戶特征信息生成特征標(biāo)簽。優(yōu)選地，所述特征挖掘單元進(jìn)一步包括一個(gè)數(shù)據(jù)分類模塊，其與所述數(shù)據(jù)處理單元相連，用于對數(shù)據(jù)庫中的用戶原始數(shù)據(jù)進(jìn)行分類，并將分類后的數(shù)據(jù)送入數(shù)據(jù)處理模塊中。優(yōu)選地，所述特征挖掘單元進(jìn)一步包括一個(gè)校驗(yàn)?zāi)K，其與數(shù)據(jù)處理模塊相連，用于對數(shù)據(jù)處理模塊的數(shù)據(jù)處理結(jié)果進(jìn)行檢驗(yàn)，以修正所述數(shù)據(jù)處理模塊的處理精度。為了更好地實(shí)現(xiàn)發(fā)明目的，所述設(shè)備基于用戶特征推送廣告的設(shè)備，即與客戶端相連的服務(wù)器，包括用于存儲(chǔ)用戶原始數(shù)據(jù)的數(shù)據(jù)庫，以及將廣告發(fā)送至客戶端的廣告推送單元，所述服務(wù)器還包括一個(gè)特征挖掘單元；所述特征挖掘單元與數(shù)據(jù)庫及廣告推送單元相連，用于對數(shù)據(jù)庫中的用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，根據(jù)提取出的用戶特征信息生成特征標(biāo)簽，并將所述特征標(biāo)簽送入廣告推送單元以控制廣告推送單元對廣告的選擇及投放。優(yōu)選地，所述特征挖掘單元進(jìn)一步包括數(shù)據(jù)處理模塊和特征標(biāo)簽?zāi)K；所述數(shù)據(jù)處理模塊用于對數(shù)據(jù)庫中的用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，以提取出用戶特征信息；所述特征標(biāo)簽?zāi)K與數(shù)據(jù)處理模塊相連，用于根據(jù)所述用戶特征信息生成特4正標(biāo)簽。為了更好地實(shí)現(xiàn)發(fā)明目的，所述基于用戶特征推送廣告的方法包括以下步驟A.服務(wù)器對用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，并根據(jù)提取出的用戶特征信息生成對應(yīng)的特征標(biāo)簽；B.根據(jù)所述特征標(biāo)簽確定待投放的廣告的屬性，并將所述廣告推送到客戶端。優(yōu)選地，所述步驟A之前包括服務(wù)器收集用戶原始數(shù)據(jù)，并存儲(chǔ)到數(shù)據(jù)庫中；所述用戶原始數(shù)據(jù)包括即時(shí)通信數(shù)據(jù)、網(wǎng)站數(shù)據(jù)、游戲數(shù)據(jù)、支付數(shù)據(jù)、場景數(shù)據(jù)以及廣告點(diǎn)擊數(shù)據(jù)。優(yōu)選地，所述步驟A進(jìn)一步包括Al.服務(wù)器對數(shù)據(jù)庫中存儲(chǔ)的用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，提取出用戶特征信息；A2.根據(jù)用戶特征信息生成對應(yīng)的特征標(biāo)簽。優(yōu)選地，所述步驟A1中的數(shù)據(jù)挖掘包括以下方式歸納、計(jì)算及預(yù)測。優(yōu)選地，所述步驟A1中的用戶特征信息包括個(gè)人屬性、家庭屬性、阿絡(luò)行為、興趣愛好。優(yōu)選地，所述步驟A2進(jìn)一步包括將所述用戶特征信息進(jìn)行編碼，并將編碼結(jié)果作為特征標(biāo)簽。本發(fā)明通過在服務(wù)器中收集存儲(chǔ)大量用戶原始數(shù)據(jù)，并對其進(jìn)行數(shù)據(jù)挖掘，利用提取出的用戶特征信息生成特征標(biāo)簽，再根據(jù)特征標(biāo)簽推送網(wǎng)絡(luò)廣告，提高了廣告推送的針對性，進(jìn)而提高了廣告的命中率。圖1是現(xiàn)有技術(shù)中基于用戶特征推送廣告的系統(tǒng)結(jié)構(gòu)圖2是本發(fā)明中基于用戶特征推送廣告的系統(tǒng)結(jié)構(gòu)圖3是圖2所示系統(tǒng)中特征挖掘單元的內(nèi)部結(jié)構(gòu)圖4是本發(fā)明中基于用戶特征推送廣告的另一系統(tǒng)結(jié)構(gòu)圖5是本發(fā)明中基于用戶特征推送廣告的方法流程圖6是本發(fā)明中基于用戶特征推送廣告的另一方法流程圖。具體實(shí)施例方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。本發(fā)明中，服務(wù)器通過各種渠道收集存儲(chǔ)大量的用戶原始數(shù)據(jù)，并利用建立的數(shù)據(jù)挖掘模型對用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，提取出有效的用戶特征信息并生成對應(yīng)的特征標(biāo)簽，再4艮據(jù)特征標(biāo)簽推送網(wǎng)絡(luò)廣告，因此提高了廣告推送的針對性。圖2示出了本發(fā)明中基于用戶特征推送廣告的系統(tǒng)結(jié)構(gòu)，該系統(tǒng)包括服務(wù)器IOO,以及與其相連的多個(gè)客戶端(客戶端200、客戶端300……客戶端N)。應(yīng)當(dāng)說明的是，本發(fā)明所有圖示中各設(shè)備之間的連接關(guān)系是為了清楚闡釋其信息交互及控制過程的需要，因此應(yīng)當(dāng)視為邏輯上的連接關(guān)系，而不應(yīng)僅限于物理連接。各客戶端(客戶端200、客戶端300…...客戶端N)典型的可為各種能夠......的終端設(shè)備，例如個(gè)人計(jì)算機(jī)(PersonalComputer,PC)、個(gè)人數(shù)字助理(PersonalDigitalAssistant,PDA)、移動(dòng)電話(MobilePhone，MP)等，因此本發(fā)明的保護(hù)范圍不應(yīng)限定為某種特定類型的客戶端。服務(wù)器100用于收集和存儲(chǔ)用戶原始數(shù)據(jù)，并從中提取用戶特征信息，以及根據(jù)用戶特征信息進(jìn)行網(wǎng)絡(luò)廣告的針對性推送。該服務(wù)器IOO典型的可為專門的廣告伺服器，或者具有廣告伺服功能的大型網(wǎng)站服務(wù)器等，因此本發(fā)明的保護(hù)范圍不應(yīng)限定為某種特定類型的服務(wù)器。在本發(fā)明中，服務(wù)器100包括數(shù)據(jù)庫101、特征挖掘單元102和廣告推送單元103，其中(1)數(shù)據(jù)庫101用于存儲(chǔ)所收集到的用戶原始數(shù)據(jù)，本發(fā)明中用戶原始數(shù)據(jù)的種類有多種，可通過多種方式和渠道收集用戶原始數(shù)據(jù)。在本發(fā)明的一個(gè)示例方案中，用戶原始數(shù)據(jù)可包括即時(shí)通信(InsantMessage,IM)數(shù)據(jù)、網(wǎng)站數(shù)據(jù)、游戲數(shù)據(jù)、支付數(shù)據(jù)、場景數(shù)據(jù)、廣告點(diǎn)擊數(shù)據(jù)等等。而收集上述用戶原始數(shù)據(jù)的方式可以是從網(wǎng)站提取用戶注冊信息、跟蹤用戶在網(wǎng)站的網(wǎng)絡(luò)行為，以及進(jìn)行調(diào)研，等等。(2)特征挖掘單元102與數(shù)據(jù)庫101及廣告推送單元103相連，用于對數(shù)據(jù)庫IOI中的用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，根據(jù)提取出的用戶特征信息生成特征標(biāo)簽，并將特征標(biāo)簽送入廣告推送單元103中。該特征挖掘單元102的內(nèi)部結(jié)構(gòu)將在其后進(jìn)行詳細(xì)闡述。本發(fā)明中用戶特征信息包括多種，例如個(gè)人屬性、家庭屬性、網(wǎng)絡(luò)行為、興趣愛好等等。在一個(gè)示例方案中，用戶特征信息以如下表格的形式展現(xiàn)<table>tableseeoriginaldocumentpage8</column></row><table><table>tableseeoriginaldocumentpage9</column></row><table>特征挖掘單元102可采取多種方式，例如歸納、計(jì)算、預(yù)測等，從數(shù)據(jù)庫101存儲(chǔ)的用戶原始數(shù)據(jù)中提取出上述表格中的各種用戶特征信息。(3)廣告推送單元103與特征挖掘單元102相連，用于根據(jù)特征挖掘單元102發(fā)送的特征標(biāo)簽，確定待推送的廣告的屬性，并將所確定的廣告推送至各客戶端(客戶端200、客戶端300……客戶端N)中。圖3示出了圖2的系統(tǒng)中特征挖掘單元102的內(nèi)部結(jié)構(gòu)，包括數(shù)據(jù)分類模塊1021、數(shù)據(jù)處理模塊1022、特征標(biāo)簽?zāi)K1023和校驗(yàn)?zāi)K1024，其中(1)數(shù)據(jù)分類模塊1021用于對數(shù)據(jù)庫101中存儲(chǔ)的大量的用戶原始數(shù)據(jù)進(jìn)行分類，也即，將用戶分成多個(gè)群體，再將分類后的數(shù)據(jù)輸入數(shù)據(jù)處理模塊1022中。當(dāng)然本發(fā)明中此模塊并非必要，也可不進(jìn)行數(shù)據(jù)分類，而利用數(shù)據(jù)處理模塊1022直接對數(shù)據(jù)庫101中的用戶原始數(shù)據(jù)進(jìn)行處理。(2)數(shù)據(jù)處理模塊1022用于對數(shù)據(jù)庫IOI中的用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，以提取出用戶特征信息。本發(fā)明中數(shù)據(jù)處理模塊1022對用戶特征信息的提取可有多種方式，包括歸納、計(jì)算、預(yù)測等，分別針對不同種類的用戶特征信息。例如，可通過歸納方式獲得用戶的興趣愛好相關(guān)的特征信息，包括汽車、房產(chǎn)、旅游、數(shù)碼、音樂、動(dòng)漫、游戲、體育、交友、讀書、軍事、財(cái)經(jīng)、文學(xué)、美食等等；可通過計(jì)算方式獲取用戶使用某企業(yè)服務(wù)的忠誠度，包括用戶的注冊時(shí)間、登錄頻率、使用項(xiàng)目、累計(jì)消費(fèi)額等等；可通過調(diào)研結(jié)果和數(shù)據(jù)篩選預(yù)測用戶的其他特征信息。(3)特征標(biāo)簽?zāi)K1023與數(shù)據(jù)處理模塊1022相連，用于根據(jù)數(shù)據(jù)處理模塊1022提取出的用戶特征信息生成對應(yīng)的特征標(biāo)簽，并送入廣告推送單元103中。本發(fā)明中特征標(biāo)簽的生成可包括多種方式。在一個(gè)典型的實(shí)施例中，特征標(biāo)簽?zāi)K1023通過對所提取的用戶特征信息進(jìn)行編碼處理，將所生成的編碼作為特征標(biāo)簽。(4)校驗(yàn)?zāi)K1024與數(shù)據(jù)處理模塊1022相連，用于對數(shù)據(jù)處理模塊1022的數(shù)據(jù)處理結(jié)果進(jìn)行檢驗(yàn)，以修正數(shù)據(jù)處理;漠塊1022的處理精度。圖4示出了本發(fā)明中基于用戶特征推送廣告的另一系統(tǒng)結(jié)構(gòu)，該系統(tǒng)包括服務(wù)器100及與其相連的多個(gè)客戶端(客戶端200、客戶端300……客戶端N)。與圖2所示系統(tǒng)結(jié)構(gòu)相比，服務(wù)器100中除包括數(shù)據(jù)庫101、特征挖掘單元102和廣告推送單元103外，還包括一個(gè)效果分析單元104。該效果分析單元104根據(jù)各個(gè)客戶端(客戶端200、客戶端300……客戶端N)反饋的結(jié)果，對廣告推送效果進(jìn)行分析，即計(jì)算廣告的曝光率、命中率(即點(diǎn)擊率)等，并將所得數(shù)據(jù)反饋給特征挖掘單元102,以判定其lt據(jù)挖掘的成效，從而可在之后進(jìn)一步進(jìn)行性能優(yōu)化。本發(fā)明中，曝光率和命中率的計(jì)算方法可有多種。在一個(gè)示例方案中，效果分析單元104計(jì)算曝光率的公式如下曝光率=覆蓋用戶數(shù)/總用戶數(shù)；其計(jì)算命中率的公式如下命中率=點(diǎn)擊數(shù)/曝光數(shù)。在上述示例方案的一個(gè)實(shí)施例中，所得曝光率和命中率如下表:<table>tableseeoriginaldocumentpage11</column></row><table>圖5示出了本發(fā)明中基于用戶特征推送廣告的方法流程，該方法流程基于圖2、圖3、圖4所示的系統(tǒng)結(jié)構(gòu)，具體過程如下在執(zhí)行本發(fā)明的所有步驟之前，服務(wù)器100通過各種渠道或方式收集用戶原始數(shù)據(jù)并存儲(chǔ)在數(shù)據(jù)庫101中，這些用戶原始數(shù)據(jù)包括IM數(shù)據(jù)、網(wǎng)站數(shù)據(jù)、游戲數(shù)據(jù)、支付數(shù)據(jù)、場景數(shù)據(jù)、廣告點(diǎn)擊數(shù)據(jù)等等。而收集上述用戶原始數(shù)據(jù)的方式可以是從網(wǎng)站提取用戶注冊信息、跟蹤用戶在網(wǎng)站的網(wǎng)絡(luò)行為，以及進(jìn)行調(diào)研，等等。在步驟S501中，服務(wù)器100對收集的用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，從中提取出用戶特征信息。本發(fā)明中用戶特征信息包括多種，例如個(gè)人屬性、家庭屬性、網(wǎng)絡(luò)行為、興趣愛好等等，在前述國2的一個(gè)示例方案中用表格形式對用戶特征信息進(jìn)行了展示。在此步驟中，服務(wù)器100可利用其特征挖掘單元102從數(shù)據(jù)庫IOI中存儲(chǔ)的用戶原始數(shù)據(jù)中提取用戶特征信息，針對不附類型的用戶特征信息的提取方式可有多種，例如歸納、計(jì)算、預(yù)測等。例如，可通過歸納方式獲得用戶的興趣愛好相關(guān)的特征信息，包括汽車、房產(chǎn)、旅游、數(shù)碼、音樂、動(dòng)漫、游戲、體育、交友、讀書、軍事、財(cái)經(jīng)、文學(xué)、美食等等；可通過計(jì)算方式獲取用戶使用某企業(yè)服務(wù)的忠誠度，包括用戶的注冊時(shí)間、登錄頻率、使用項(xiàng)目、累計(jì)消費(fèi)額等等；可通過調(diào)研結(jié)果和數(shù)據(jù)篩選預(yù)測用戶的其他特征信息。此外，步驟S502可先對用戶原始數(shù)據(jù)進(jìn)行分類，然后再從分類后的數(shù)據(jù)中提取用戶特征信息。在步驟S502中，服務(wù)器100根據(jù)得到的用戶特征信息生成特征標(biāo)簽。此步驟中，可采取多種方式生成特征標(biāo)簽。在一個(gè)典型的實(shí)施例中，特征標(biāo)簽?zāi)K1023通過對數(shù)據(jù)處理模塊1022所提取的用戶特征信息進(jìn)行編碼處理，將所生成的編碼作為特征標(biāo)簽。在步驟S503中，服務(wù)器100根據(jù)特征標(biāo)簽選擇要投放的廣告，并將所選擇的廣告推送至各客戶端(客戶端200、客戶端300……客戶端N)中。如前所述，該特征標(biāo)簽中包含了用戶特征信息，即用戶的個(gè)人屬性、家庭屬性、網(wǎng)絡(luò)行為、興趣愛好等，因此服務(wù)器100的廣告推送單元103可根據(jù)上述用戶特征信息針對性地選擇要才殳;改的廣告，并進(jìn)行推送。圖6示出了本發(fā)明基于用戶特征推送廣告的另一方法流程，該方法流程基于圖4所示的系統(tǒng)結(jié)構(gòu)，具體過程如下在執(zhí)行本發(fā)明的所有步驟之前，服務(wù)器100通過各種渠道或方式收集用戶原始數(shù)據(jù)并存儲(chǔ)在數(shù)據(jù)庫101中，這些用戶原始數(shù)據(jù)包括IM數(shù)據(jù)、網(wǎng)站數(shù)據(jù)、游戲數(shù)據(jù)、支付數(shù)據(jù)、場景數(shù)據(jù)、廣告點(diǎn)擊數(shù)據(jù)等等。而收集上述用戶原始數(shù)據(jù)的方式可以是從網(wǎng)站提取用戶注冊信息、跟蹤用戶在網(wǎng)站的網(wǎng)絡(luò)行為，以及進(jìn)行調(diào)研，等等。在步驟S601中，服務(wù)器100對收集的用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，從中提取出用戶特征信息，其具體過程與前述步驟S501—致。在步驟S602中，服務(wù)器100根據(jù)得到的用戶特征信息生成特征標(biāo)簽。此步驟中，可采取多種方式生成特征標(biāo)簽，具體過程與前述步驟S502—致。在步驟S603中，服務(wù)器100才艮據(jù)特征標(biāo)簽選擇要投放的廣告，并將所選擇的廣告推送至各客戶端(客戶端200、客戶端300……客戶端N)中，具體過程與前述步驟S503—致。在步驟S604中，根據(jù)服務(wù)器100的推送數(shù)據(jù)以及各客戶端(客戶端200、客戶端300......客戶端N)反饋的點(diǎn)擊數(shù)據(jù)，計(jì)算廣告的曝光率和命中率，并將計(jì)算結(jié)果發(fā)送至特征挖掘單元102中，轉(zhuǎn)步驟S601，從而利甩曝光率和命中率對數(shù)據(jù)挖掘進(jìn)行進(jìn)一步的優(yōu)化。以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。權(quán)利要求1、一種基于用戶特征推送廣告的系統(tǒng)，包括服務(wù)器和客戶端，所述服務(wù)器包括用于存儲(chǔ)用戶原始數(shù)據(jù)的數(shù)據(jù)庫，以及將廣告發(fā)送至客戶端的廣告推送單元，其特征在于，所述服務(wù)器還包括一個(gè)特征挖掘單元；所述特征挖掘單元與數(shù)據(jù)庫及廣告推送單元相連，用于對數(shù)據(jù)庫中的用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，根據(jù)提取出的用戶特征信息生成特征標(biāo)簽，并將所述特征標(biāo)簽送入廣告推送單元以控制廣告推送單元對廣告的選擇及推送。2、才艮據(jù)權(quán)利要求l所述的基于用戶特征推送廣告的系統(tǒng)，其特征在于，所述特征挖掘單元進(jìn)一步包括數(shù)據(jù)處理模塊和特征標(biāo)簽?zāi)K；所述數(shù)據(jù)處理模塊用于對數(shù)據(jù)庫中的用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，以提取出用戶特^f正信息；所述特征標(biāo)簽?zāi)K與數(shù)據(jù)處理模塊相連，用于根據(jù)所述用戶特征信息生成特征標(biāo)簽。3、根據(jù)權(quán)利要求2所述的基于用戶特征推送廣告的系統(tǒng)，其特征在于，所述特征挖掘單元進(jìn)一步包括一個(gè)數(shù)據(jù)分類模塊，其與所述數(shù)據(jù)處理單元相連，用于對數(shù)據(jù)庫中的用戶原始數(shù)據(jù)進(jìn)行分類，并將分類后的數(shù)據(jù)送入數(shù)據(jù)處理模塊中。4、根據(jù)權(quán)利要求3所述的基于用戶特征推送廣告的系統(tǒng)，其特征在于，所述特征挖掘單元進(jìn)一步包括一個(gè)校驗(yàn)?zāi)K，其與數(shù)據(jù)處理模塊相連，用于對數(shù)據(jù)處理模塊的數(shù)據(jù)處理結(jié)果進(jìn)行檢驗(yàn)，以修正所述數(shù)據(jù)處理模塊的處理精度。5、一種基于用戶特征推送廣告的設(shè)備，即與客戶端相連的服務(wù)器，所述服務(wù)器包括用于存儲(chǔ)用戶原始數(shù)據(jù)的數(shù)據(jù)庫，以及將廣告發(fā)送至客戶端的廣告推送單元，其特征在于，所述服務(wù)器還包括一個(gè)特征挖掘單元；所述特征挖掘單元與數(shù)據(jù)庫及廣告推送單元相連，用于對lt據(jù)庫中的用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，根據(jù)提取出的用戶特征信息生成特征標(biāo)簽，并將所述特征標(biāo)簽送入廣告推送單元以控制廣告推送單元對廣告的選擇及推送。6、根據(jù)權(quán)利要求5所述的基于用戶特征推送廣告的設(shè)備，其特征在于，所述特征挖掘單元進(jìn)一步包括數(shù)據(jù)處理模塊和特征標(biāo)簽?zāi)K；所述數(shù)據(jù)處理模塊用于對數(shù)據(jù)庫中的用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，以提取出用戶特征信息；所述特征標(biāo)簽?zāi)K與數(shù)據(jù)處理模塊相連，用于根據(jù)所述用戶特征信息生成特征標(biāo)簽。7、一種基于用戶特征推送廣告的方法，其特征在于，所述方法包括以下步驟A.服務(wù)器對用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，并根據(jù)提取出的用戶特征信息生成對應(yīng)的特征標(biāo)簽；B.根據(jù)所述特征標(biāo)簽確定待投放的廣告的屬性，并將所述廣告推送至客戶二山-而。8、根據(jù)權(quán)利要求7所述的基于用戶特征推送廣告的方法，其特征在于，所述步驟A之前包括服務(wù)器收集用戶原始數(shù)據(jù)，并存儲(chǔ)到數(shù)據(jù)庫中；所述用戶原始數(shù)據(jù)包括即時(shí)通信數(shù)據(jù)、網(wǎng)站數(shù)據(jù)、游戲數(shù)據(jù)、支付數(shù)據(jù)、場景數(shù)據(jù)以及廣告點(diǎn)擊數(shù)據(jù)。9、根據(jù)權(quán)利要求8所述的基于用戶特征推送廣告的方法，其特征在于，所述步驟A進(jìn)一步包括Al.服務(wù)器對數(shù)據(jù)庫中存儲(chǔ)的用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，提取出用戶特征信息；A2.根據(jù)用戶特征信息生成對應(yīng)的特征標(biāo)簽。10、根據(jù)權(quán)利要求9所述的基于用戶特征推送廣告的方法，其特征在于，所述步驟A2進(jìn)一步包括將所述用戶特征信息進(jìn)行編碼，并將編碼結(jié)果作為特征標(biāo)簽。全文摘要本發(fā)明涉及通信領(lǐng)域，提供了一種基于用戶特征推送廣告的方法、系統(tǒng)及設(shè)備。所述方法包括以下步驟A.服務(wù)器對用戶原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，并根據(jù)提取出的用戶特征信息生成對應(yīng)的特征標(biāo)簽；B.根據(jù)所述特征標(biāo)簽確定待投放的廣告的屬性，并將所述廣告推送到客戶端。本發(fā)明通過在服務(wù)器中收集存儲(chǔ)大量用戶原始數(shù)據(jù)，并對其進(jìn)行數(shù)據(jù)挖掘，利用提取出的用戶特征信息生成特征標(biāo)簽，再根據(jù)特征標(biāo)簽推送網(wǎng)絡(luò)廣告，提高了廣告推送的針對性，進(jìn)而提高了廣告的命中率。文檔編號G06Q30/00GK101192235SQ20071010073公開日2008年6月4日申請日期2007年4月11日優(yōu)先權(quán)日2007年4月11日發(fā)明者劉奕慧,吳曉光,宋大可,岳亞丁,廖煥華,曾海濤,磊龔申請人:騰訊科技(深圳)有限公司