專利名稱：在用戶瀏覽網(wǎng)絡(luò)圖像中添加圖標(biāo)廣告的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種在用戶瀏覽網(wǎng)絡(luò)圖像中添加圖標(biāo)廣告的方法。
背景技術(shù)：
對(duì)網(wǎng)絡(luò)上用戶瀏覽的圖像中添加圖標(biāo)廣告，不僅直觀而且有很大的市場空間。在 2010年上半年的網(wǎng)絡(luò)廣告收入近200億美元?，F(xiàn)有的網(wǎng)絡(luò)圖標(biāo)廣告推薦方法存在如下幾個(gè) 問題1)廣告的用戶針對(duì)性不足，互聯(lián)網(wǎng)上的廣告插播方法，對(duì)用戶群體沒有很好地區(qū)分；廣告圖標(biāo)內(nèi)容與瀏覽圖像的相關(guān)性不足；(3廣告的用戶親和力不足，很多情況下這些 廣告都是與用戶的興趣無關(guān)的。在中國專利ZL200710117607. 8中公開了一種對(duì)網(wǎng)絡(luò)廣告進(jìn)行排序的方法。在廣 告獲取中采用廣告關(guān)鍵詞和網(wǎng)頁中的關(guān)鍵詞做匹配，這種基于關(guān)鍵詞匹配的廣告排序方 法，不具有用戶針對(duì)性，因此不能達(dá)到吸引網(wǎng)絡(luò)上用戶對(duì)廣告注意力的效果。因此本發(fā)明中 提出對(duì)互聯(lián)網(wǎng)上的用戶，在其瀏覽的圖像中添加與用戶興趣相關(guān)的圖標(biāo)廣告。該廣告方法 可以有效地吸引用戶的注意力。

發(fā)明內(nèi)容
本發(fā)明的目的是克服現(xiàn)有方法在用戶瀏覽的網(wǎng)絡(luò)圖像中添加圖標(biāo)廣告不具有用 戶針對(duì)性的不足，提出一種以用戶及其瀏覽的網(wǎng)絡(luò)圖像內(nèi)容為導(dǎo)向的圖標(biāo)廣告添加方法。為達(dá)到以上目的，本發(fā)明是采用如下技術(shù)方案予以實(shí)現(xiàn)的一種在用戶瀏覽網(wǎng)絡(luò)圖像中添加圖標(biāo)廣告的方法，包括下述步驟首先對(duì)用戶瀏覽的網(wǎng)絡(luò)圖像單元10執(zhí)行視覺相似圖像檢索單元20，其中，用戶瀏 覽的網(wǎng)絡(luò)圖像單元10包括圖像畫面100、圖像文本110和用戶ID信息120，視覺相似圖像 檢索單元20將用戶瀏覽的網(wǎng)絡(luò)圖像單元10中的圖像畫面100進(jìn)行相似圖像確定，獲得用 戶ID相關(guān)圖像視覺相似性排序220 ；然后按照用戶ID相關(guān)圖像視覺相似性排序220執(zhí)行 用戶興趣描述詞排序單元30，按照不同時(shí)間約束信息來獲取用戶興趣信息；接下來執(zhí)行廣 告排序方法與選擇單元40，即根據(jù)用戶興趣描述詞排序的結(jié)果對(duì)圖標(biāo)廣告庫中的廣告按照 相關(guān)性進(jìn)行廣告排序和廣告選擇；接下來執(zhí)行廣告位置選擇及鏈接單元50，按照前一步驟 廣告排序的結(jié)果，對(duì)每個(gè)圖標(biāo)廣告與當(dāng)前圖像的視覺相似性進(jìn)行計(jì)算，確定插入圖標(biāo)廣告 的位置，并在相應(yīng)的廣告插入位置添加有關(guān)描述該廣告更詳細(xì)內(nèi)容的超鏈接；最終的檢索 結(jié)果在顯示插入廣告效果圖單元60中進(jìn)行顯示。上述方案中，所述視覺相似圖像檢索單元20包括下述具體步驟首先對(duì)圖像畫面 100執(zhí)行視覺特征提取步驟101，提取圖像中的顏色、紋理以及邊緣特征，接下來執(zhí)行視覺 特征量化步驟102，在視覺特征提取之后對(duì)相應(yīng)的顏色特征、紋理特征以及邊緣特征分別用 K-均值聚類的方法進(jìn)行量化；在進(jìn)行視覺特征提取步驟101和視覺特征量化步驟102的同 時(shí)，對(duì)網(wǎng)絡(luò)上下載的圖像及圖像文本200中的圖像文本執(zhí)行索引建立，生成基于用戶ID信 息的網(wǎng)絡(luò)圖像文本信息索引庫201 ；然后對(duì)網(wǎng)絡(luò)上下載的圖像及圖像文本200中的圖像依次執(zhí)行視覺特征提取步驟101和特征量化步驟102，獲得基于用戶ID信息的網(wǎng)絡(luò)圖像視覺 特征索引庫202 ；然后對(duì)特征量化步驟102所得的視覺特征量化信息與基于用戶ID信息的 網(wǎng)絡(luò)圖像視覺特征索引庫202中所有該用戶的圖像視覺特征索引執(zhí)行基于TF-IDF的視覺 相似性度量步驟210，進(jìn)行相似性計(jì)算，得到基于用戶ID信息的網(wǎng)絡(luò)圖像視覺特征索引庫 202中每個(gè)圖像與用戶圖像畫面100之間的視覺相似性得分，最后對(duì)上述的視覺相似性得 分進(jìn)行排序，得到用戶ID相關(guān)圖像視覺相似性排序220。所述提取圖像中的顏色、紋理以及邊緣特征步驟中，顏色特征的提取是將原始圖 像劃分成切5的25個(gè)等大小的圖像塊，每個(gè)塊中分別提取9維的顏色矩特征，顏色特征的 維數(shù)為225 ；紋理特征的提取采用可分級(jí)小波包紋理特征描述方法，小波包變換的基函數(shù) 為‘DB2’，圖像分開形式為2x2和一個(gè)居中的等大小圖像塊，紋理特征的維數(shù)為170。邊緣 特征提取采用基于1 維的邊緣分布直方圖，方向數(shù)為16，梯度的量化技術(shù)級(jí)數(shù)為8。所述用戶興趣描述詞排序單元30包括下述具體步驟按照用戶ID相關(guān)圖像視覺 相似性排序220，執(zhí)行提取用戶圖像文本步驟，獲得與當(dāng)前瀏覽圖像的視覺相似圖像文本信 息310，接下來執(zhí)行步驟320，按照不同時(shí)間約束信息來獲取用戶興趣信息，步驟320包括總 體時(shí)間約束的用戶興趣獲取法321、最近時(shí)間約束的用戶興趣獲取法322，兩者選其一；最 后執(zhí)行基于視覺相似性加權(quán)的用戶興趣排序步驟330，該步驟就是根據(jù)步驟321或者步驟 322中相關(guān)的圖像的文本信息來描述用戶興趣。本發(fā)明中所提供的在用戶瀏覽的網(wǎng)絡(luò)圖像中添加圖標(biāo)廣告的方法與現(xiàn)有的網(wǎng)絡(luò) 圖標(biāo)添加方法相比，其有益效果表現(xiàn)在添加的廣告具有用戶針對(duì)性。
以下結(jié)合附圖及具體實(shí)施方式
對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說明。

圖1為本發(fā)明方法的總體步驟示意圖。圖2為圖1中視覺相似性圖像檢索單元20的具體步驟流程圖。圖3為圖1中用戶興趣描述詞排序單元30的具體步驟流程圖。
具體實(shí)施例方式圖1給出了本發(fā)明中在用戶瀏覽圖像中添加圖標(biāo)廣告的方法的總體步驟示意圖。 其中包含互聯(lián)網(wǎng)用戶瀏覽的網(wǎng)絡(luò)圖像單元10 ；對(duì)用戶瀏覽的網(wǎng)絡(luò)圖像單元10執(zhí)行視覺相 似圖像檢索單元20 ；然后執(zhí)行用戶興趣描述詞排序單元30 ；接下來執(zhí)行廣告排序方法與選 擇單元40 ；接下來執(zhí)行廣告位置選擇及鏈接單元單元50 ；最終的檢索結(jié)果在顯示插入廣告 效果圖單元60中進(jìn)行顯示。本發(fā)明中用戶瀏覽的網(wǎng)絡(luò)圖像單元10包括圖像畫面100、圖像文本110、用戶ID 信息120。本發(fā)明中的視覺相似圖像檢索單元20將用戶瀏覽的網(wǎng)絡(luò)圖像單元10中的圖像 畫面100進(jìn)行相似圖像確定。圖2中示例地給出了對(duì)用戶瀏覽的網(wǎng)絡(luò)圖像單元10進(jìn)行視 覺相似圖像檢測的流程框圖。首先對(duì)圖像畫面100執(zhí)行視覺特征提取步驟101，提取圖像 中的顏色、紋理以及邊緣特征。其中顏色特征的提取是將原始圖像劃分成切5的25個(gè)等 大小的圖像塊，每個(gè)塊中分別提取9維的顏色矩特征，顏色特征的維數(shù)為225。其中紋理特 征的描述采用可分級(jí)小波包紋理特征描述方法，小波包變換的基函數(shù)為‘DB2’，圖像分開形式為2x2和一個(gè)居中的等大小圖像塊，紋理特征的維數(shù)為170(相關(guān)方法詳見公開發(fā)表的
論文:X. Qian, G. Liu, D. Guo, Ζ. Li，Ζ. Wang，and H. Wang，“Object Categorization using Hierarchical Wavelet Packet Texture Descriptors，，，inProc. ISM 2009，pp. 44—51.)。
其中邊緣特征采用基于1 維的邊緣分布直方圖(方向數(shù)為16，梯度的量化級(jí)數(shù)為8)。接下來執(zhí)行視覺特征量化步驟102，在特征提取之后對(duì)相應(yīng)的顏色矩特征、小波 包紋理特征以及邊緣特征分別用K-均值聚類的方法進(jìn)行量化，量化的碼書數(shù)目分別為 50000，10000，和50000。在實(shí)際中可以根據(jù)需要改變碼書數(shù)目。本發(fā)明中建議碼書數(shù)目在 10000以上。本發(fā)明中相似性圖像來自于網(wǎng)絡(luò)上下載的圖像及其圖像文本單元200(該單元從 網(wǎng)站Bing，F(xiàn)lickr, Google等網(wǎng)站下載的圖像數(shù)據(jù)及每幅圖像的標(biāo)簽文本信息)。然后對(duì) 單元200中的圖像文本執(zhí)行索引建立，生成基于用戶ID信息的網(wǎng)絡(luò)圖像文本信息索引庫 201。然后對(duì)單元200中的圖像依次執(zhí)行視覺特征提取步驟101和特征量化步驟102，以獲 得基于用戶ID信息的網(wǎng)絡(luò)圖像視覺特征索引庫202。然后對(duì)視覺特征量化信息102與基于 用戶ID信息的網(wǎng)絡(luò)圖像視覺特征索引庫202中有關(guān)所有該用戶的圖像視覺特征索引執(zhí)行 基于TF-IDF的視覺相似性度量步驟210，以進(jìn)行相似性計(jì)算，得到202中每個(gè)圖像與用戶 圖像畫面100之間的視覺相似性得分，假設(shè)當(dāng)前用戶圖像數(shù)目為N，那么其中任意一個(gè)圖像 i的視覺相似性得分為S(i)，i = l N，S(i) e
0在相似性計(jì)算中采用基于TF-IDF 的準(zhǔn)則來進(jìn)行(TF-IDF方法在本領(lǐng)域內(nèi)是一種公知的方法)。最后對(duì)上述的視覺相似性得 分進(jìn)行排序(按得分從高到低的順序?qū)D像進(jìn)行排列)，得到用戶ID相關(guān)圖像視覺相似性 排序220。在圖1的用戶興趣描述詞排序單元30中，實(shí)現(xiàn)對(duì)用戶的興趣進(jìn)行排序。用戶興趣 排序方法所對(duì)應(yīng)的具體步驟如圖3所示。其中包括按照單元20中相似圖像排序結(jié)果220， 執(zhí)行提取用戶圖像文本步驟，以獲得與當(dāng)前用戶瀏覽圖像的視覺相似圖像文本信息310，接 下來執(zhí)行步驟320，按照不同時(shí)間約束信息來獲取用戶興趣信息。步驟320包括總體時(shí)間約 束的用戶興趣獲取法321、最近時(shí)間約束的用戶興趣獲取法322之一。步驟321的方法是將 用戶所有相關(guān)的圖像中的文本信息用于興趣獲?。徊襟E322的方法是將用戶的興趣限定在 當(dāng)前時(shí)間段內(nèi)。最后執(zhí)行基于視覺相似性加權(quán)的用戶興趣排序步驟330，就是根據(jù)步驟321 或者步驟322中相關(guān)的圖像的文本信息來描述用戶興趣。假設(shè)其中圖像數(shù)目為M，每個(gè)圖像 相應(yīng)的視覺相似性得分為S(i)，i = 1 M，S(i) e
，該圖像i中所包含的描述性文 本詞匯有Zi個(gè)。假設(shè)這些圖像中包含有K個(gè)詞匯，分別記為、 tK，其中詞匯tk出現(xiàn)的次 數(shù)為c在相應(yīng)圖像中的得分分別為S1 s。，則最終所對(duì)應(yīng)的用戶興趣度Ik為 在圖1中的廣告排序與廣告選擇單元40中按照單元30中所得出的用戶興趣描述 詞排序的結(jié)果對(duì)圖標(biāo)廣告庫中的廣告按照相關(guān)性進(jìn)行廣告排序和廣告選擇。在廣告匹配中Ik= ]sf X cp,P e
最終描述用戶興趣度采用歸一化的興趣度的相似性度量方法采用現(xiàn)有公開文獻(xiàn)(T. Mei，X. -S. Hua, and S. Li，Contextual in-image advertising, in Proc. ACM Multimedia, Vancouver, Canada, 2008, pp. 439-448.)中的方 法。經(jīng)過計(jì)算之后可以得出每個(gè)廣告％與用戶的相關(guān)性得分U(ai)。在圖1中的廣告位置選擇及鏈接單元50中按照單元40中所得出的廣告排序的結(jié) 果，對(duì)每個(gè)圖標(biāo)廣告與當(dāng)前圖像的視覺相似性進(jìn)行計(jì)算。相似性計(jì)算中以圖像的顏色相關(guān) 性作為度量準(zhǔn)則。插入位置選擇方法的執(zhí)行步驟如下，首先將圖像劃分成5*5個(gè)等大小的 塊，然后對(duì)每個(gè)塊進(jìn)行紋理復(fù)雜度以及內(nèi)容重要度進(jìn)行劃分，以找出最適合添加圖標(biāo)的位 置P (x，y，z)，其中x，y表示坐標(biāo)，ζ表示相應(yīng)的顏色通道數(shù)(對(duì)于彩色圖像通道數(shù)ζ = 3， 對(duì)于灰度圖像通道數(shù)ζ = 1)。具體方法可采用現(xiàn)有公開發(fā)表的文獻(xiàn)(T.Mei，X.-S.HUa，and S. Li,Contextual in—image advertising,in Proc. ACM Multimedia, Vancouver,Canada, 2008，pp. 439-448.)中的方法。在確定插入廣告的位置之后，將廣告圖標(biāo)與相應(yīng)的插入位 置的顏色差異作為視覺相似性度量的準(zhǔn)則，經(jīng)過計(jì)算之后可以得出每個(gè)廣告％與用戶當(dāng)前 瀏覽圖像畫面100的視覺相似性得分V(ai)。V (Bi) = exp (-D ( ))其中D(ai)表示廣告 與用戶當(dāng)前瀏覽圖像畫面中最適合添加廣告的局部位置 P (x, y，ζ)的視覺差異，D ( )可表示為
權(quán)利要求
1.一種在用戶瀏覽網(wǎng)絡(luò)圖像中添加圖標(biāo)廣告的方法，其特征在于，包括下述步驟首先對(duì)用戶瀏覽的網(wǎng)絡(luò)圖像單元(10)執(zhí)行視覺相似圖像檢索單元(20)，其中，用戶瀏覽的網(wǎng)絡(luò)圖像單元(10)包括圖像畫面(100)、圖像文本(110)和用戶ID信息(120)，視覺 相似圖像檢索單元00)將用戶瀏覽的網(wǎng)絡(luò)圖像單元(10)中的圖像畫面(100)進(jìn)行相似圖 像確定，獲得用戶ID相關(guān)圖像視覺相似性排序Q20)；然后按照用戶ID相關(guān)圖像視覺相似 性排序(220)執(zhí)行用戶興趣描述詞排序單元(30)，按照不同時(shí)間約束信息來獲取用戶興趣 信息；接下來執(zhí)行廣告排序方法與選擇單元(40)，即根據(jù)用戶興趣描述詞排序的結(jié)果對(duì)圖 標(biāo)廣告庫中的廣告按照相關(guān)性進(jìn)行廣告排序和廣告選擇；接下來執(zhí)行廣告位置選擇及鏈接 單元(50)，按照前一步驟廣告排序的結(jié)果，對(duì)每個(gè)圖標(biāo)廣告與當(dāng)前圖像的視覺相似性進(jìn)行 計(jì)算，確定插入圖標(biāo)廣告的位置，并在相應(yīng)的廣告插入位置添加有關(guān)描述該廣告更詳細(xì)內(nèi) 容的超鏈接；最終的檢索結(jié)果在顯示插入廣告效果圖單元(60)中進(jìn)行顯示。
2.如權(quán)利要求1所述的在用戶瀏覽網(wǎng)絡(luò)圖像中添加圖標(biāo)廣告的方法，其特征在于， 所述視覺相似圖像檢索單元00)包括下述具體步驟首先對(duì)圖像畫面(100)執(zhí)行視覺特 征提取步驟(101)，提取圖像中的顏色、紋理以及邊緣特征，接下來執(zhí)行視覺特征量化步驟 (102)，在視覺特征提取之后對(duì)相應(yīng)的顏色特征、紋理特征以及邊緣特征分別用K-均值聚 類的方法進(jìn)行量化；在進(jìn)行視覺特征提取步驟(101)和視覺特征量化步驟(102)的同時(shí)， 對(duì)網(wǎng)絡(luò)上下載的圖像及圖像文本(200)中的圖像文本執(zhí)行索引建立，生成基于用戶ID信息 的網(wǎng)絡(luò)圖像文本信息索引庫O01)；然后對(duì)網(wǎng)絡(luò)上下載的圖像及圖像文本O00)中的圖像 依次執(zhí)行視覺特征提取步驟(101)和特征量化步驟(102)，獲得基于用戶ID信息的網(wǎng)絡(luò)圖 像視覺特征索引庫O02)；然后對(duì)特征量化步驟(10 所得的視覺特征量化信息與基于用 戶ID信息的網(wǎng)絡(luò)圖像視覺特征索引庫Q02)中所有該用戶的圖像視覺特征索引執(zhí)行基于 TF-IDF的視覺相似性度量步驟010)，進(jìn)行相似性計(jì)算，得到基于用戶ID信息的網(wǎng)絡(luò)圖像 視覺特征索引庫O02)中每個(gè)圖像與用戶圖像畫面(100)之間的視覺相似性得分，最后對(duì) 上述的視覺相似性得分進(jìn)行排序，得到用戶ID相關(guān)圖像視覺相似性排序020)。
3.如權(quán)利要求2所述的在用戶瀏覽網(wǎng)絡(luò)圖像中添加圖標(biāo)廣告的方法，其特征在于，所 述提取圖像中的顏色、紋理以及邊緣特征步驟中，顏色特征的提取是將原始圖像劃分成5x5 的25個(gè)等大小的圖像塊，每個(gè)塊中分別提取9維的顏色矩特征，顏色特征的維數(shù)為225 ；紋 理特征的提取采用可分級(jí)小波包紋理特征描述方法，小波包變換的基函數(shù)為‘DB2’，圖像分 開形式為2x2和一個(gè)居中的等大小圖像塊，紋理特征的維數(shù)為170 ；邊緣特征提取采用基于 1 維的邊緣分布直方圖，方向數(shù)為16，梯度的量化級(jí)數(shù)為8。
4.如權(quán)利要求1所述的在用戶瀏覽網(wǎng)絡(luò)圖像中添加圖標(biāo)廣告的方法，其特征在于，所 述用戶興趣描述詞排序單元(30)包括下述具體步驟按照用戶ID相關(guān)圖像視覺相似性 排序020)，執(zhí)行提取用戶圖像文本步驟，獲得與當(dāng)前瀏覽圖像的視覺相似圖像文本信息 (310)，接下來執(zhí)行步驟(320)，按照不同時(shí)間約束信息來獲取用戶興趣信息，步驟(320)包 括總體時(shí)間約束的用戶興趣獲取法(321)、最近時(shí)間約束的用戶興趣獲取法(322)，兩者 選其一；最后執(zhí)行基于視覺相似性加權(quán)的用戶興趣排序步驟(330)，該步驟就是根據(jù)步驟 (321)或者步驟(322)中相關(guān)的圖像的文本信息來描述用戶興趣。
全文摘要
本發(fā)明公開了一種在用戶瀏覽網(wǎng)絡(luò)圖像中添加圖標(biāo)廣告的方法，包括下述步驟首先對(duì)用戶瀏覽的網(wǎng)絡(luò)圖像單元10執(zhí)行視覺相似圖像檢索單元20，將用戶瀏覽的網(wǎng)絡(luò)圖像單元10中的圖像畫面100進(jìn)行相似圖像確定；然后執(zhí)行用戶興趣描述詞排序單元30，按照不同時(shí)間約束信息來獲取用戶興趣信息；接下來執(zhí)行廣告排序方法與選擇單元40；接下來執(zhí)行廣告位置選擇及鏈接單元50，按照廣告排序的結(jié)果，對(duì)每個(gè)圖標(biāo)廣告與當(dāng)前圖像的視覺相似性進(jìn)行計(jì)算，確定插入圖標(biāo)廣告的位置，并在相應(yīng)的廣告插入位置添加有關(guān)描述該廣告更詳細(xì)內(nèi)容的超鏈接；最終的檢索結(jié)果在顯示插入廣告效果圖單元60中進(jìn)行顯示。
文檔編號(hào)G06Q30/00GK102103641SQ20111005499
公開日2011年6月22日 申請日期2011年3月8日 優(yōu)先權(quán)日2011年3月8日
發(fā)明者汪歡, 錢學(xué)明 申請人:西安交通大學(xué)