基于区块链的网络推广营销平台及其方法技术

本申请涉及一种基于区块链的网络推广营销平台及其方法，所述方法包括：在作网络推广时，获取用户触发的推广触发指令，当所述推广触发指令与预设的标准触发指令匹配时，生成待推广信息载入栏目；获取经所述待推广信息载入栏目载入的当前需推广商品图片，并将所述当前需推广商品图片输入至预设的所述向量化结果输出模型，由所述向量化结果输出模型输出推广商品向量化结果；基于区块链技术将所述推广商品向量化结果以哈希存证的方式作哈希上链，并同时根据所述推广商品向量化结果生成三维模拟商品图；基于所述三维模拟商品图生成网络推广指令。本发明专利技术实现高效网络推广和营销。本发明专利技术实现高效网络推广和营销。本发明专利技术实现高效网络推广和营销。

【技术实现步骤摘要】
基于区块链的网络推广营销平台及其方法


[0001]本申请涉及计算机
，特别是涉及一种基于区块链的网络推广营销平台及其方法。

技术介绍

[0002]区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链，是比特币的一个重要概念，它本质上是一个去中心化的数据库，同时作为比特币的底层技术，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次比特币网络交易的信息，用于验证其信息的有效性和生成下一个区块。广义来讲，区块链技术是利用块链式数据结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用密码学的方式保证数据传输和访问的安全、利用由自动化脚本代码组成的智能合约来编程和操作数据的一种全新的分布式基础架构与计算方式。
[0003]随着区块链的发展，区块链已逐渐应用到各领域中，如网络推广营销，在申请号为CN111582929A的专利技术专利中，讲述了一种基于区块链的营销标签交易方法及装置，方法包括如下步骤：A)第一节点通过无线通讯模块向区块链网络发送经加密算法加密后的营销标签，以使区块链网络验证营销标签的真实性，当验证营销标签真实时，区块链网络将营销标签写入第一合约；B)第一节点通过无线通讯模块向区块链网络发送交易信息，交易信息包括第一节点地址、第二节点地址、营销标签的数字签名和购买营销标签所支付的共享积分，区块链网络将交易信息写入第二合约，当第二节点根据第一合约和第二合约确定营销标签为真实时，将购买营销标签需支付的共享积分预存到第二合约。
[0004]虽然上述专利技术具有多种数据传输方式、能满足用户对多样化数据传输方式的需求。然而，为了更高效率的为网络推广营销提供可靠数据，需要将采集到的实体图片类数据进行向量化，进而更快捷实现后续推广过程中的高效数据处理，然而现有技术中并没有相应技术实现高效网络推广和营销。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够实现高效网络推广和营销的基于区块链的网络推广营销平台及其方法。
[0006]本专利技术技术方案如下：
[0007]一种基于区块链的网络推广营销方法，所述方法包括：
[0008]步骤S100：在作网络推广时，获取用户触发的推广触发指令，当所述推广触发指令与预设的标准触发指令匹配时，生成待推广信息载入栏目；
[0009]步骤S200：获取经所述待推广信息载入栏目载入的当前需推广商品图片，并将所述当前需推广商品图片输入至预设的所述向量化结果输出模型，由所述向量化结果输出模型输出推广商品向量化结果；
[0010]步骤S300：基于区块链技术将所述推广商品向量化结果以哈希存证的方式作哈希
上链，并同时根据所述推广商品向量化结果生成三维模拟商品图；
[0011]步骤S400：基于所述三维模拟商品图生成网络推广指令，所述网络推广指令用于将所述三维模拟商品图发送至预设的网络推广目标地址，并在发送至所述网络推广目标地址后在所述网络推广目标地址处生成推广展示界面，所述推广展示界面用于展示所述三维模拟商品图。
[0012]具体而言，步骤S300：获取经所述待推广信息载入栏目载入的当前需推广商品图片，并将所述当前需推广商品图片输入至预设的所述向量化结果输出模型，由所述向量化结果输出模型输出推广商品向量化结果；之前，还包括：
[0013]步骤S310：在作网络推广之前，对待推广商品作图片处理，并获取待推广商品的待推广商品图片，其中，一个待推广商品至少对应一张所述待推广商品图片；
[0014]步骤S320：基于所述待推广商品图片，对所述待推广商品图片作模型建立训练处理，并在模型建立训练处理完成后生成所述向量化结果输出模型。
[0015]具体而言，步骤S320：基于所述待推广商品图片，对所述待推广商品图片作模型建立训练处理，并在模型建立训练处理完成后生成所述向量化结果输出模型；具体包括：
[0016]步骤S321：获取所述待推广商品图片中的推广商品作为推广商品样本，再将推广商品样本腌膜与对应区域图像制作成推广商品向量数据集，接着对所述推广商品向量数据集进行归一化处理，最后通过垂直翻转、水平翻转以及随机旋转对归一化后的推广商品向量数据集进行数据增强处理，得到推广商品向量训练集；
[0017]步骤S322：搭建推广商品掩膜生成模型，所述推广商品掩膜生成模型包括融合网络和语义分割网络；其中，所述融合网络又包含大尺度模块、中尺度模块和小尺度模块，所述大尺度模块包括级联的九个卷积层，所述大尺度网络的输入为所述推广商品向量训练集；所述中尺度模块包括级联的一个池化层和六个卷积层，所述中尺度模块的输入为所述大尺度模块的第二个卷积层，首先对该第二个卷积层得到的特征进行池化，得到缩小一倍的特征，然后输入至后面的六个卷积层进行卷积运算，最后，通过两倍上采样得到和大尺度模块尺寸一样大小的特征；所述小尺度模块包括级联的三个卷积层，所述小尺度模块的输入为所述中尺度模块的第三个卷积层，首先对第三个卷积层得到的特征进行池化，得到缩小一倍的特征，然后输入至三个卷积层进行卷积运算，最后，通过四倍上采样得到和大尺度模块尺寸一样大小的特征，最后，将大尺度模块、中尺度模块和小尺度模块的三组同尺寸大小的特征进行相加处理，得到分层多尺度特征；再将得到的分层多尺度特征输入到所述语义分割网络，输出得到推广商品掩膜；采用轮廓追踪算法对得到的所述推广商品掩膜进行运算，得到密集推广商品边缘点集，接着采用等间距点采样算法按照预设间距对得到的所述密集推广商品边缘点集进行采样，得到等间距推广商品边缘点集，然后通过将坐标数值除以图像长宽的方式，将得到的等间距推广商品边缘点集中点的坐标数值进行归一化处理，得到推广商品向量点集，并将所述融合网络的输出特征作为输入，利用得到的推广商品向量点集的坐标，在特征上选择对应坐标位置的特征值，输出得到推广商品向量特征；
[0018]步骤S323：搭建向量点集迭代模型，所述向量点集迭代模型包括分类网络和回归网络；其中，所述分类网络用于判断每个点是前景点还是背景点，若是前景点则保留，若是背景点则删除，其包括级联的分类全连接层和归一化指数函数激活层，首先通过分类全连接层将推广商品向量特征的固定维度映射到空间维度为二的类别空间，得到类别特征，然
后将类别特征输入到归一化指数函数激活层，得到分类预测结果；所述回归网络用于坐标点回归，其包括级联的回归全连接层和坐标回归层，首先将推广商品向量特征输入回归全连接层得到低维度特征，再将低维度特征输入坐标回归层，该层为多层感知器，得到坐标预测偏移值；结合推广商品向量点集的点坐标，通过分类预测结果判断是否为推广商品上的向量点，并通过坐标预测偏移值进行坐标偏移，得到推广商品预测点；采用组合优化算法对推广商品预测点和真实点进行匹配，其匹配项包括类别置信系数和欧几里得距离，所述类别置信系数来自于所述分类网络，所述欧几里得距离是计算真实点和推广商品预测点之间的欧几里得度量，所述置信系数越高，所述欧几里得距离越小，匹配越好，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于区块链的网络推广营销方法，其特征在于，所述方法包括：步骤S100：在作网络推广时，获取用户触发的推广触发指令，当所述推广触发指令与预设的标准触发指令匹配时，生成待推广信息载入栏目；步骤S200：获取经所述待推广信息载入栏目载入的当前需推广商品图片，并将所述当前需推广商品图片输入至预设的所述向量化结果输出模型，由所述向量化结果输出模型输出推广商品向量化结果；步骤S300：基于区块链技术将所述推广商品向量化结果以哈希存证的方式作哈希上链，并同时根据所述推广商品向量化结果生成三维模拟商品图；步骤S400：基于所述三维模拟商品图生成网络推广指令，所述网络推广指令用于将所述三维模拟商品图发送至预设的网络推广目标地址，并在发送至所述网络推广目标地址后在所述网络推广目标地址处生成推广展示界面，所述推广展示界面用于展示所述三维模拟商品图。2.根据权利要求1所述的基于区块链的网络推广营销方法，其特征在于，步骤S300：获取经所述待推广信息载入栏目载入的当前需推广商品图片，并将所述当前需推广商品图片输入至预设的所述向量化结果输出模型，由所述向量化结果输出模型输出推广商品向量化结果；之前，还包括：步骤S310：在作网络推广之前，对待推广商品作图片处理，并获取待推广商品的待推广商品图片，其中，一个待推广商品至少对应一张所述待推广商品图片；步骤S320：基于所述待推广商品图片，对所述待推广商品图片作模型建立训练处理，并在模型建立训练处理完成后生成所述向量化结果输出模型。3.根据权利要求2所述的基于区块链的网络推广营销方法，其特征在于，步骤S320：基于所述待推广商品图片，对所述待推广商品图片作模型建立训练处理，并在模型建立训练处理完成后生成所述向量化结果输出模型；具体包括：步骤S321：获取所述待推广商品图片中的推广商品作为推广商品样本，再将推广商品样本腌膜与对应区域图像制作成推广商品向量数据集，接着对所述推广商品向量数据集进行归一化处理，最后通过垂直翻转、水平翻转以及随机旋转对归一化后的推广商品向量数据集进行数据增强处理，得到推广商品向量训练集；步骤S322：搭建推广商品掩膜生成模型，所述推广商品掩膜生成模型包括融合网络和语义分割网络；其中，所述融合网络又包含大尺度模块、中尺度模块和小尺度模块，所述大尺度模块包括级联的九个卷积层，所述大尺度网络的输入为所述推广商品向量训练集；所述中尺度模块包括级联的一个池化层和六个卷积层，所述中尺度模块的输入为所述大尺度模块的第二个卷积层，首先对该第二个卷积层得到的特征进行池化，得到缩小一倍的特征，然后输入至后面的六个卷积层进行卷积运算，最后，通过两倍上采样得到和大尺度模块尺寸一样大小的特征；所述小尺度模块包括级联的三个卷积层，所述小尺度模块的输入为所述中尺度模块的第三个卷积层，首先对第三个卷积层得到的特征进行池化，得到缩小一倍的特征，然后输入至三个卷积层进行卷积运算，最后，通过四倍上采样得到和大尺度模块尺寸一样大小的特征，最后，将大尺度模块、中尺度模块和小尺度模块的三组同尺寸大小的特征进行相加处理，得到分层多尺度特征；再将得到的分层多尺度特征输入到所述语义分割网络，输出得到推广商品掩膜；采用轮廓追踪算法对得到的所述推广商品掩膜进行运算，得
到密集推广商品边缘点集，接着采用等间距点采样算法按照预设间距对得到的所述密集推广商品边缘点集进行采样，得到等间距推广商品边缘点集，然后通过将坐标数值除以图像长宽的方式，将得到的等间距推广商品边缘点集中点的坐标数值进行归一化处理，得到推广商品向量点集，并将所述融合网络的输出特征作为输入，利用得到的推广商品向量点集的坐标，在特征上选择对应坐标位置的特征值，输出得到推广商品向量特征；步骤S323：搭建向量点集迭代模型，所述向量点集迭代模型包括分类网络和回归网络；其中，所述分类网络用于判断每个点是前景点还是背景点，若是前景点则保留，若是背景点则删除，其包括级联的分类全连接层和归一化指数函数激活层，首先通过分类全连接层将推广商品向量特征的固定维度映射到空间维度为二的类别空间，得到类别特征，然后将类别特征输入到归一化指数函数激活层，得到分类预测结果；所述回归网络用于坐标点回归，其包括级联的回归全连接层和坐标回归层，首先将推广商品向量特征输入回归全连接层得到低维度特征，再将低维度特征输入坐标回归层，该层为多层感知器，得到坐标预测偏移值；结合推广商品向量点集的点坐标，通过分类预测结果判断是否为推广商品上的向量点，并通过坐标预测偏移值进行坐标偏移，得到推广商品预测点；采用组合优化算法对推广商品预测点和真实点进行匹配，其匹配项包括类别置信系数和欧几里得距离，所述类别置信系数来自于所述分类网络，所述欧几里得距离是计算真实点和推广商品预测点之间的欧几里得度量，所述置信系数越高，所述欧几里得距离越小，匹配越好，最后的匹配度是基于置信系数和欧几里得距离的加权求和；将推广商品预测点和真实点匹配完成后，进行代价函数计算，对于所述分类网络，采用交叉熵代价函数评估差距；对于所述回归网络，采用回归代价函数评估差距，通过模型拟合和参数迭代，完成推广商品向量点集的迭代；步骤S324：训练上述模型直至模型收敛，保存训练好的模型，其中，训练好的模型为向量化结果输出模型。4.根据权利要求3所述的基于区块链的网络推广营销方法，其特征在于，步骤S323中：计算真实点和推广商品预测点之间的欧几里得度量采用以下公式进行：d＝sqrt((x1
‑
x2)^+(y1
‑
y2)^)；其中，x1和y1分别是真实点的x轴坐标和y轴坐标，x2和y2分别是推广商品预测点的x轴坐标和y轴坐标。5.根据权利要求1
‑
4任一项所述的基于区块链的网络推广营销方法，其特征在于，步骤S500：基于所述三维模拟商品图生成网络推广指令，所述网络推广指令用于将所述三维模拟商品图发送至预设的网络推广目标地址，并在发送至所述网络推广目标地址后在所述网络推广目标地址处生成推广展示界面，所述推广展示界面用于展示...

【专利技术属性】
技术研发人员：刘二松，
申请(专利权)人：刘二松，
类型：发明
国别省市：