CN102521767A - 网络广告信息发布方法及系统 - Google Patents
网络广告信息发布方法及系统 Download PDFInfo
- Publication number
- CN102521767A CN102521767A CN2011104152298A CN201110415229A CN102521767A CN 102521767 A CN102521767 A CN 102521767A CN 2011104152298 A CN2011104152298 A CN 2011104152298A CN 201110415229 A CN201110415229 A CN 201110415229A CN 102521767 A CN102521767 A CN 102521767A
- Authority
- CN
- China
- Prior art keywords
- user
- subscriber
- class
- advertisement
- click rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种网络广告信息发布方法及系统,该方法包括:获取用户的网络广告行为数据;基于用户的网络广告行为数据分析得到用户的广告点击率;基于广告点击率来确定用户的用户类别;根据用户的用户类别来确定要向用户发布的广告信息。本发明通过基于用户的广告点击率将用户进行分类,分为第一用户类别和第二用户类别,针对不同的用户投放不同模式的广告,这样可以提高广告的投放效果,提高CPC模式广告的点击率,还可以提高广告流量的利用率。
Description
技术领域
本发明涉及互联网广告投放技术,尤其涉及网络广告信息发布方法及系统。
背景技术
随着互联网广告业的发展,在互联网广告投放中出现了多种付费模式,其中,主要的有每点击成本(Cost Per Click;Cost Per ThousandClick-Through,简称CPC)模式和每千人访问成本(Cost Per Mille;Cost PerThousand;Cost Per Impressions,简称CPM)模式。CPC模式按照网络广告每次点击的费用进行广告投放,CPC的方式广告,需要对用户的行为和浏览的页面进行深入的匹配,从而提高用户点击的可能性。CPM模式是指广告投放过程中,听到或者看到某广告的每一人平均分摊到多少广告成本。假设单价是10元/CPM,则每一千个人次看到这个广告的费用为10元,因此CPM的广告对点击率并没有要求。
在现有的广告投放技术中,现有技术的目的和实现均是为了提高所有人群的点击率,这个人群包含点击率较高的人群和点击率较低的人群。例如百度和google两家公司均以CPC模式为主要模式进行广告投放,所以都通过各种方式来提高用户的点击率以降低广告投放成本,可以通过最大程度上挖掘用户兴趣、当前浏览网页的分类,选取与其最匹配的广告进行投放为主的方式来提高点击率。但是很多用户的习惯是,即便看到了感兴趣的广告也未必会去点击,因此针对这部分用户的投放效果不是很好。
由于不能区分哪些用户喜欢点击广告、哪些用户不喜欢点击广告,导致了广告投放的随意性,使得投放广告后带来的广告效益不是很好,因此亟需一种投放效果较好的网络广告信息发布方法来解决这一技术问题。
发明内容
本发明所要解决的技术问题之一是需要提供一种网络广告信息发布方法及系统。
为了解决上述技术问题,本发明提供了一种网络广告信息发布方法,该网络广告信息发布方法包括:获取用户的网络广告行为数据;基于所述用户的网络广告行为数据分析得到所述用户的广告点击率;基于所述广告点击率来确定所述用户的用户类别;根据所述用户的用户类别来确定要向所述用户发布的广告信息。
根据本发明另一方面的网络广告信息发布方法,所述基于所述用户的网络广告行为数据分析得到所述用户的广告点击率的步骤具体包括:
基于所述网络广告行为数据分析确定向所述用户发布广告信息的总次数和所述用户点击向其发布的广告信息的次数,分析得到所述用户的广告点击率;或
基于所述用户的网络广告行为数据中设定时间段内的网络广告行为数据,分析得到所述用户的广告点击率;或
基于所述用户的网络广告行为数据中设定时间段内的网络广告行为数据分析确定向所述用户发布广告信息的总次数和所述用户点击向其发布的广告信息的次数,分析得到所述用户的广告点击率。
根据本发明另一方面的网络广告信息发布方法,所述获取用户的网络广告行为数据的步骤具体包括:
通过互联网在线采集用户的网络访问数据,以获取所述用户的网络广告行为数据。
根据本发明另一方面的网络广告信息发布方法,所述基于所述广告点击率来确定所述用户的用户类别的步骤具体包括:
当所述用户的广告点击率大于或大于等于预设的静态阈值时,将所述用户的用户类别确定为第一用户类别,反之,将所述用户的用户类别确定第二用户类别;或者
将在所有用户中预设比例的用户确定为第一用户类别,将其它用户确定为第二用户类别,其中,所述属于第一用户类别的用户的广告点击率大于属于第二用户类别的用户的广告点击率。
根据本发明另一方面的网络广告信息发布方法,将要向属于所述第一用户类别的用户发布的广告信息确定为按点击次数计算广告费用的广告信息;
将要向属于所述第二用户类别的用户发布的广告信息确定为按发布次数计算广告费用的广告信息。
根据本发明的另一方面,还提供了一种网络广告信息发布系统,包括:获取模块(21),其获取用户的网络广告行为数据;分析模块(22),其基于所述用户的网络广告行为数据分析得到所述用户的广告点击率;分类模块(23),其基于所述广告点击率来确定所述用户的用户类别;发布模块(24),其根据所述用户的用户类别来确定要向所述用户发布的广告信息。
根据本发明另一方面的网络广告信息发布系统,所述分析模块(22)包括以下模块的任意一个或者多个:
第一分析子模块,用于基于所述网络广告行为数据分析确定向所述用户发布广告信息的总次数和所述用户点击向其发布的广告信息的次数,分析得到所述用户的广告点击率;
第二分析子模块,用于基于所述用户的网络广告行为数据中设定时间段内的网络广告行为数据,分析得到所述用户的广告点击率;
第三分析子模块,用于基于所述用户的网络广告行为数据中设定时间段内的网络广告行为数据分析确定向所述用户发布广告信息的总次数和所述用户点击向其发布的广告信息的次数,分析得到所述用户的广告点击率。
根据本发明另一方面的网络广告信息发布系统,所述分类模块(23)还包括:
静态确定子模块,用于当所述用户的广告点击率大于或大于等于预设的静态阈值时,将所述用户的用户类别确定为第一用户类别,反之,将所述用户的用户类别确定第二用户类别;和/或
动态确定子模块,用于将在所有用户中预设比例的用户确定为第一用户类别,将其它用户确定为第二用户类别,其中,所述属于第一用户类别的用户的广告点击率大于属于第二用户类别的用户的广告点击率。
根据本发明另一方面的网络广告信息发布系统,所述发布模块(24)包括:
第一发布子模块,用于将要向属于所述第一用户类别的用户发布的广告信息确定为按点击次数计算广告费用的广告信息;
第二发布子模块,用于将要向属于所述第二用户类别的用户发布的广告信息确定为按发布次数计算广告费用的广告信息。
根据本发明的另一方面,还提供了一种网络广告信息发布系统,包括:日志服务器(31),其采用本发明实施例提供的网络广告信息发布系统中的获取模块;离线分析服务器(32),其采用本发明实施例提供的网络广告信息发布系统中的分析模块;广告投放服务器(33),其采用本发明实施例提供的网络广告信息发布系统中的分类模块和发布模块。
与现有技术相比,本发明至少具有以下优点:
本发明通过基于用户的广告点击率将用户进行分类,分为第一用户类别和第二用户类别,针对不同的用户投放不同模式的广告,例如针对属于第一用户类别的用户投放CPC模式的广告,针对属于第二用户类别的用户投放CPM模式的广告,这样可以提高广告的投放效果,提高CPC模式广告的点击率,还可以提高广告流量的利用率。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是根据本发明第一实施例的网络广告信息发布方法的流程示意图;
图2是根据本发明第二实施例的网络广告信息发布系统的结构示意图;
图3是根据本发明第三实施例的网络广告信息发布系统的结构示例图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下结合附图对本发明作进一步地详细说明。
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
另外,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
第一实施例
图1是根据本发明第一实施例的网络广告信息发布方法的流程示意图,下面参照图1详细说明该方法的各步骤。
步骤110,获取用户的网络广告行为数据。
具体地,通过互联网在线采集用户的网络访问数据,以获取用户的网络广告行为数据。
由于大多数用户在浏览网页时,并不希望看到过多的广告,而很少点击广告。并且由于用户行为倾向的不同,点击广告的概率也不同。根据美国知名的互联网统计公司comScore 2009年的研究报告,在美国网络广告中,8%的网民贡献了85%的点击数。如果能够将CPC的广告尽可能的投放到这8%的人群中,无疑能够有效的提高广告的点击率。基于此,本发明实施例通过获取用户的网络广告行为数据,来识别这些点击率高的用户,向这部分点击率高的用户投放广告可以使得广告效果更好。
通常,用于表征用户的网络广告行为的主要数据来自网站的网络服务器中的日志文件集。这些日志文件包含了访问该网络站点的关于每个访问者超文本传输协议(简称HTTP)事务的执行记录,这些执行记录包括对用户投放广告的次数以及用户点击广告的次数,通过互联网在线采集用户的网络访问数据,以获取用户的网络广告行为数据,还可以通过其他不同的方式来获取用户的网络广告行为数据,例如,可以通过购买、调查等方式获取用户的网络广告行为数据。
需要说明的是,为了区分用户,可以通过IP、用户名、储存在用户本地终端上的数据cookie或用户代理(User Agent,简称UA)的方式,对用户进行唯一性识别。
步骤120,基于用户的网络广告行为数据分析得到用户的广告点击率。
具体地,可以基于网络广告行为数据分析确定向用户发布广告信息的总次数和所述用户点击向其发布的广告信息的次数,分析得到用户的广告点击率。
更具体地,由于在向用户发布多项广告信息时,对向用户发布广告的信息次数进行了记录,因此用户的网络广告行为数据中包括了向用户发布广告信息的总次数的数据,在获取的用户的网络广告行为数据中提取向用户发布广告信息的总次数以及用户点击向其发布的广告信息的次数,例如:将向用户发布广告信息的总次数记为N,将用户点击向其发布的广告信息的次数记为M,然后通过计算获得用户的广告点击率,可按下式进行计算:
此外,还可以基于用户的网络广告行为数据中设定时间段内的网络广告行为数据,分析得到用户的广告点击率。例如,将设定时间段为最近一周,通过基于用户的网络广告行为数据中最近一周的网络广告行为数据所分析得到的用户的广告点击率更能清楚表明该用户在近期的广告点击倾向,使得投放效果更佳。
此外,还可以基于用户的网络广告行为数据中设定时间段内的网络广告行为数据分析确定向用户发布广告信息的总次数和用户点击向其发布的广告信息的次数,分析得到用户的广告点击率。向用户发布广告信息的总次数以及用户点击向其发布的广告信息的次数可以基于时间进行获取,例如,以最近一周、最近一个月或全部历史记录为设定时间,来获取用户的网络广告行为数据,通过获取的用户的网络广告行为数据基于上式得到最近一周、最近一个月或全部历史记录中的用户的广告点击率。
步骤130,基于用户的广告点击率来确定用户的用户类别。
具体地,通过阈值控制算法,基于用户的广告点击率对用户进行分类,得到第一用户类别和第二用户类别。
更具体地,阈值控制算法包括静态阈值控制算法以及动态阈值控制算法,其中,静态阈值控制算法可以预先设定一个静态阈值,若所得用户的广告点击率大于或大于等于所设定的静态阈值,则将该用户分类为第一用户类别;若所得用户的广告点击率小于所设定的静态阈值,则将该用户分类为第二用户类别。
还可以通过动态阈值控制算法对用户进行分类,将在所有用户中预设比例的用户确定为第一用户类别,将其它用户确定为第二用户类别,其中,属于第一用户类别的用户的广告点击率大于属于第二用户类别的用户的广告点击率。
具体地,动态阈值控制算法可以将所有用户的广告点击率按照一定比例进行划分,然后根据此划分比例计算出此时的动态阈值,例如,首先将所有用户按照用户的广告点击率数值的大小从低到高进行排序,若待投放的广告为CPC模式的广告和CPM模式的广告,将CPC模式的广告数量和所有待投放的广告数量(CPC模式的广告数量与CPM模式的广告数量之和)进行比值计算得到划分比例(即所有用户的广告点击率的划分比例),则动态阈值的计算公式可以如下式所示:
根据上式所得的动态阈值,将用户的广告点击率大于等于动态阈值的用户分类为第一用户类别,将用户的广告点击率小于动态阈值的用户分类为第二用户类别。
需要说明的是,与静态阈值或动态阈值相较而言,第一用户类别可作为高点击率用户,第二用户类别可作为低点击率用户。
步骤140,根据用户的用户类别来确定要向用户发布的广告信息。
将要向属于第一用户类别的用户发布的广告信息确定为按点击次数计算广告费用的广告信息;以及将要向属于第二用户类别的用户发布的广告信息确定为按发布次数计算广告费用的广告信息。
具体地,可以根据用户类别的不同投放CPC模式的广告以及CPM模式的广告。例如:当用户再次访问网站时,需要对用户投放广告,则根据所得的该用户的用户类别,对属于第一用户类别的用户投放CPC模式的广告,对属于第二用户类别的用户投放CPM模式的广告。
综上所述,本实施例通过阈值控制算法,基于用户的广告点击率将用户分类为第一用户类别以及第二用户类别,针对不同的用户投放不同模式的广告,这样可以提高广告的投放效果,提高CPC模式广告的点击率,并且提高广告流量的利用率。
第二实施例
图2是根据本发明第二实施例的网络广告信息发布系统的结构示意图。下面参考图2来说明本实施例的各部分组成。
请参考图2,本实施例网络广告信息发布系统包括:获取模块21、分析模块22、分类模块23以及发布模块24,其中,获取模块21与分析模块22连接,分析模块23与分类模块23连接,分类模块23与发布模块24连接。下面将分别对网络广告信息发布系统所包含的各个模块及其具备的功能进行详细说明。
获取模块21,其获取用户的网络广告行为数据。
具体地,获取模块21可以通过互联网在线采集用户的网络访问数据,以获取用户的网络广告行为数据。
分析模块22,其基于用户的网络广告行为数据分析得到用户的广告点击率。
分析模块22包括以下子模块的任意一个或者多个:第一点击率分析子模块221、第二点击率分析子模块222和第三点击率分析子模块223,可以任选以上三个子模块中的任意一个模块来得到用户的广告点击率,下面详细说明各个子模块的功能。
第一点击率分析子模块221,用于基于网络广告行为数据分析确定向用户发布广告信息的总次数和用户点击向其发布的广告信息的次数,分析得到用户的广告点击率。
更具体地,由于在向用户发布多项广告信息时,对向用户发布广告的信息次数进行了记录,因此用户的网络广告行为数据中包括了向用户发布广告信息的总次数的数据,在获取的用户的网络广告行为数据中提取向用户发布广告信息的总次数以及用户点击向其发布的广告信息的次数,例如:将向用户发布广告信息的总次数记为N,将用户点击向其发布的广告信息的次数记为M,然后通过计算获得用户的广告点击率,可按下式进行计算:
第二点击率分析子模块222,用于基于用户的网络广告行为数据中设定时间段内的网络广告行为数据,分析得到用户的广告点击率。例如,将设定时间段为最近一周,通过基于用户的网络广告行为数据中最近一周的网络广告行为数据所分析得到的用户的广告点击率更能清楚表明该用户在近期的广告点击倾向,使得投放效果更佳。
第三点击率分析子模块223,用于基于用户的网络广告行为数据中设定时间段内的网络广告行为数据分析确定向用户发布广告信息的总次数和用户点击向其发布的广告信息的次数,分析得到用户的广告点击率。向用户发布广告信息的总次数以及用户点击向其发布的广告信息的次数可以基于时间进行获取,例如,以最近一周、最近一个月或全部历史记录为设定时间,来获取用户的网络广告行为数据,通过获取的用户的网络广告行为数据基于上式得到最近一周、最近一个月或全部历史记录中的用户的广告点击率。
分类模块23,其基于广告点击率来确定用户的用户类别。
具体地,分类模块23接收来自于分析模块22分析得到的用户的广告点击率,通过阈值控制算法,对用户进行分类,得到第一用户类别和第二用户类别。
更具体地,在该分类模块中可以包括:静态确定子模块231和/或动态确定子模块232。其中,可以在静态确定子模块231中预先设定一个静态阈值,若用户的广告点击率大于或大于等于所设定的静态阈值,则静态确定子模块231将该用户分类为第一用户类别;若用户的广告点击率小于所设定的静态阈值,则静态确定子模块231将该用户分类为第二用户类别。
此外,在动态确定子模块(232)中,可以将在所有用户中预设比例的用户确定为第一用户类别,将其它用户确定为第二用户类别,其中,属于第一用户类别的用户的广告点击率大于属于第二用户类别的用户的广告点击率。
具体地,在动态确定子模块(232)中,可以将所有用户的广告点击率按照一定比例进行划分,然后根据此划分比例计算出此时的动态阈值,例如,首先将所有用户按照用户的广告点击率数值的大小从低到高进行排序,若待投放的广告为CPC模式的广告和CPM模式的广告,将CPC模式的广告数量和所有待投放的广告数量(CPC模式的广告数量与CPM模式的广告数量之和)进行比值计算得到划分比例(即所有用户的广告点击率的划分比例),则动态阈值的计算公式可以如下式所示:
根据上式所得的动态阈值,将用户的广告点击率大于等于动态阈值的用户分类为第一用户类别,将用户的广告点击率小于动态阈值的用户分类为第二用户类别。
需要说明的是,与静态阈值或动态阈值相较而言,第一用户类别可作为高点击率用户,第二用户类别可作为低点击率用户。
发布模块24,其根据用户的用户类别来确定要向用户发布的广告信息。
发布模块24包括:第一发布子模块241和第二发布子模块242。第一发布子模块241,用于将要向属于所述第一用户类别的用户发布的广告信息确定为按点击次数计算广告费用的广告信息。第二发布子模块242,用于将要向属于所述第二用户类别的用户发布的广告信息确定为按发布次数计算广告费用的广告信息。可以根据用户类别的不同投放CPC模式的广告以及CPM模式的广告。例如:当用户再次访问网站时,需要对用户投放广告,则根据所得的该用户的用户类别,对属于第一用户类别的用户投放CPC模式的广告,对属于第二用户类别的用户投放CPM模式的广告。
第三实施例
图3是根据本发明第三实施例的网络广告信息发布系统的结构示例图。
如图3所示,本系统包括:日志服务器31、离线分析服务器32和广告投放服务器33,还可以包括用户信息服务器34,下面参考图3来说明本实施例的各部分组成以及整体实现过程。其中,日志服务器31与离线分析服务器32连接,离线分析服务器32与用户信息服务器34连接,用户信息服务器34与广告投放服务器33连接。其中,日志服务器31,可以采用上述第二实施例中的获取模块;离线分析服务器32,可以采用上述第二实施例中的分析模块;广告投放服务器33,可以采用上述第二实施例中的分类模块和发布模块。
如图3所示,广告投放服务器33包括实时分析模块331以及阈值控制模块332。当用户在访问网页时,广告投放服务器33对用户所浏览的网页投放某些广告,其中的实时分析模块331记录在用户浏览网页时向用户发布广告信息的总次数。然后,广告投放服务器33产生相应的展示日志,展示日志中包含用于区分用户的唯一标示,例如,IP、用户名、cookie、或UA,还包含对用户投放广告的次数;当用户点击广告时,广告投放服务器(33)中的实时分析模块331记录用户点击向其发布的广告信息的次数,广告投放服务器33产生相应的点击日志,点击日志中包含用于区分用户的唯一标示以及用户点击向其发布的广告信息的次数,广告投放服务器33将产生的展示日志以及点击日志发送到日志服务器31中。
日志服务器31将接收到的日志发送到离线分析服务器32中进行处理,将分析的结果发送到用户信息服务器34,其中,分析的结果包含用户的广告点击率。
需要说明的是,由于日志数据量很大,需要通过专门的日志服务器31对日志进行存储,可以将获取模块21设置在日志服务器31上,在本实施例中,日志服务器31与第二实施例中的获取模块21在功能上相似,都是用来获取用户的网络广告行为数据。当日志量积累到一定程度时,日志服务器31将日志文件发送到离线分析服务器32进行处理,在本实施例中,可以将分析模块22设置在离线分析服务器32上,离线分析服务器32与第二实施例中的分析模块22在功能上相似,都是用来获取用户的用户的广告点击率,离线分析服务器32是一组云计算平台,其将日志文件读入,通过并行计算统计出用户的广告点击率。
用户信息服务器34用于存储所有用户的信息,在本实施例中主要用来存储用户的广告点击率,其通常也存储着兴趣组等其他信息。用户信息服务器34通常使用非关系型的数据库(简称NoSQL)技术进行存储,以提高广告投放服务器33的访问速度。
广告点击率可以包含最近一周、最近一月、全部历史等点击率数据,用户信息服务器34可以根据广告投放的需求来传输某一种时间段的广告点击率。
在本实施例中,可以将分类模块23设置在广告投放服务器33上,广告投放服务器33上的阈值控制模块332与第二实施例中的分类模块23在功能上相似,都是基于所述广告点击率来确定所述用户的用户类别。广告投放服务器33中的阈值控制模块332根据从用户信息服务器34传输来的用户的广告点击率以及阈值控制模块332中所设定的阈值,将用户分为第一用户类别和第二用户类别。具体地,阈值的设定可以使用静态的方式,也可以使用动态变化的方式。其中,静态的方式,可以将静态阈值设定为一个固定的数值,如为3%,则用户的广告点击率高于3%的用户可以被认为用户点击倾向较高,将其分类为第一用户类别,针对属于第一用户类别的用户投放CPC模式的广告;反之,则认为用户点击倾向较低,将其分类为第二用户类别,针对属于第二用户类别的用户投放CPM模式的广告。动态的方式,可以将所有的用户按照一定比例划分,如为8∶2,则将用户按照点击率分成8∶2的比例,由这个比例计算出相应的动态阈值,根据所得的动态阈值将用户进行用户分类,分为第一用户类别和第二用户类别。
需要说明的是,对于比例的划定,可以通过待投放广告中的不同模式广告的数量的别致确定,例如,可以通过待投放广告中的待投放CPC模式的广告量和CPM模式的广告量的比值来确定。
根据所划分的用户类别,当用户再次访问网页时,广告投放服务器33根据阈值控制模块332对用户分类所得的用户分类结果来投放对应类型广告,若用户为第一用户类别,则向该用户投放CPC模式的广告,若用户为第二用户类别,则向该用户投放CPM模式的广告,此时广告投放服务器33与第二实施例中的发布模块24所实现的功能相似,因此可以将发布模块24设置在广告投放服务器33上。
另外,本系统可以不通过离线分析服务器32分析计算用户的广告点击率,而通过广告投放服务器33中的实时分析模块331进行实时计算用户的广告点击率,因此,离线分析服务器32为可选的,具体地,实时分析模块331根据记录的对用户的投放广告次数和用户点击广告的次数以计算出用户的广告点击率。
需要说明的是,实时分析模块331是在广告投放服务器33进行广告投放的过程中,在内存中向用户发布广告信息的总次数以及用户点击向其发布的广告信息的次数,并按照以下公式计算出用户的广告点击率,
在实时分析模块331计算用户的广告点击率的方式和离线分析服务器32的离线分析方式的最终结果无太大差别,只是实现方式有差别,前一种计算方式通过动态的实时统计得到广告点击率,该方式由于是实时计算在逻辑上更加清晰,后一种计算方式通过离线的挖掘统计得到广告点击率,该方式由于单独进行了离线分析,因此节省了大量的内存容量。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人员在本发明所揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
虽然本发明所揭露的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种网络广告信息发布方法,其特征在于,包括:
获取用户的网络广告行为数据;
基于所述用户的网络广告行为数据分析得到所述用户的广告点击率;
基于所述广告点击率来确定所述用户的用户类别;
根据所述用户的用户类别来确定要向所述用户发布的广告信息。
2.根据权利要求1所述的方法,其特征在于,所述基于所述用户的网络广告行为数据分析得到所述用户的广告点击率的步骤具体包括:
基于所述网络广告行为数据分析确定向所述用户发布广告信息的总次数和所述用户点击向其发布的广告信息的次数,分析得到所述用户的广告点击率;或
基于所述用户的网络广告行为数据中设定时间段内的网络广告行为数据,分析得到所述用户的广告点击率;或
基于所述用户的网络广告行为数据中设定时间段内的网络广告行为数据分析确定向所述用户发布广告信息的总次数和所述用户点击向其发布的广告信息的次数,分析得到所述用户的广告点击率。
3.根据权利要求1所述的方法,其特征在于,所述获取用户的网络广告行为数据的步骤具体包括:
通过互联网在线采集用户的网络访问数据,以获取所述用户的网络广告行为数据。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述基于所述广告点击率来确定所述用户的用户类别的步骤具体包括:
当所述用户的广告点击率大于或大于等于预设的静态阈值时,将所述用户的用户类别确定为第一用户类别,反之,将所述用户的用户类别确定第二用户类别;或者
将在所有用户中预设比例的用户确定为第一用户类别,将其它用户确定为第二用户类别,其中,所述属于第一用户类别的用户的广告点击率大于属于第二用户类别的用户的广告点击率。
5.根据权利要求4所述的方法,其特征在于,
将要向属于所述第一用户类别的用户发布的广告信息确定为按点击次数计算广告费用的广告信息;
将要向属于所述第二用户类别的用户发布的广告信息确定为按发布次数计算广告费用的广告信息。
6.一种网络广告信息发布系统,其特征在于,包括:
获取模块(21),其获取用户的网络广告行为数据;
分析模块(22),其基于所述用户的网络广告行为数据分析得到所述用户的广告点击率;
分类模块(23),其基于所述广告点击率来确定所述用户的用户类别;
发布模块(24),其根据所述用户的用户类别来确定要向所述用户发布的广告信息。
7.根据权利要求6所述的系统,其特征在于,所述分析模块(22)包括以下模块的任意一个或者多个:
第一分析子模块,用于基于所述网络广告行为数据分析确定向所述用户发布广告信息的总次数和所述用户点击向其发布的广告信息的次数,分析得到所述用户的广告点击率;
第二分析子模块,用于基于所述用户的网络广告行为数据中设定时间段内的网络广告行为数据,分析得到所述用户的广告点击率;
第三分析子模块,用于基于所述用户的网络广告行为数据中设定时间段内的网络广告行为数据分析确定向所述用户发布广告信息的总次数和所述用户点击向其发布的广告信息的次数,分析得到所述用户的广告点击率。
8.根据权利要求6或7所述的系统,其特征在于,所述分类模块(23)还包括:
静态确定子模块,用于当所述用户的广告点击率大于或大于等于预设的静态阈值时,将所述用户的用户类别确定为第一用户类别,反之,将所述用户的用户类别确定第二用户类别;和/或
动态确定子模块,用于将在所有用户中预设比例的用户确定为第一用户类别,将其它用户确定为第二用户类别,其中,所述属于第一用户类别的用户的广告点击率大于属于第二用户类别的用户的广告点击率。
9.根据权利要求8所述的系统,其特征在于,所述发布模块(24)包括:
第一发布子模块,用于将要向属于所述第一用户类别的用户发布的广告信息确定为按点击次数计算广告费用的广告信息;
第二发布子模块,用于将要向属于所述第二用户类别的用户发布的广告信息确定为按发布次数计算广告费用的广告信息。
10.一种网络广告信息发布系统,其特征在于,包括:
日志服务器(31),其采用如权利要求6-9任一所述的网络广告信息发布系统中的获取模块;
离线分析服务器(32),其采用如权利要求6-9任一所述的网络广告信息发布系统中的分析模块;
广告投放服务器(33),其采用如权利要求6-9任一所述的网络广告信息发布系统中的分类模块和发布模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011104152298A CN102521767A (zh) | 2011-12-13 | 2011-12-13 | 网络广告信息发布方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011104152298A CN102521767A (zh) | 2011-12-13 | 2011-12-13 | 网络广告信息发布方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102521767A true CN102521767A (zh) | 2012-06-27 |
Family
ID=46292673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011104152298A Pending CN102521767A (zh) | 2011-12-13 | 2011-12-13 | 网络广告信息发布方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102521767A (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102970377A (zh) * | 2012-12-12 | 2013-03-13 | 北京奇虎科技有限公司 | 消息推送系统和方法 |
CN102984270A (zh) * | 2012-12-12 | 2013-03-20 | 北京奇虎科技有限公司 | 一种消息推送服务器及方法 |
CN103150663A (zh) * | 2013-02-18 | 2013-06-12 | 亿赞普(北京)科技有限公司 | 一种网络投放数据投放的方法和装置 |
CN103177380A (zh) * | 2013-02-26 | 2013-06-26 | 北京集奥聚合科技有限公司 | 结合用户群与预投放的广告投放效果的优化方法和装置 |
CN103646341A (zh) * | 2013-11-29 | 2014-03-19 | 北京奇虎科技有限公司 | 一种网站提供对象的推荐方法和装置 |
CN103795697A (zh) * | 2012-11-01 | 2014-05-14 | 腾讯科技(深圳)有限公司 | 一种网络媒介信息投放效果模拟方法和系统 |
CN104035926A (zh) * | 2013-03-05 | 2014-09-10 | 北京思博途信息技术有限公司 | 一种互联网信息的投放和系统 |
CN104424309A (zh) * | 2013-09-05 | 2015-03-18 | 清控科创控股股份有限公司 | 一种基于科技媒体云计算非结构化数据处理方法 |
CN105447045A (zh) * | 2014-09-02 | 2016-03-30 | 阿里巴巴集团控股有限公司 | 信息排序方法、装置及信息提供方法、系统 |
CN105447724A (zh) * | 2015-12-15 | 2016-03-30 | 腾讯科技(深圳)有限公司 | 内容项推荐方法及装置 |
CN105630996A (zh) * | 2015-12-25 | 2016-06-01 | 腾讯科技(深圳)有限公司 | 一种信息处理方法和服务器 |
CN105869021A (zh) * | 2016-04-05 | 2016-08-17 | 乐视控股(北京)有限公司 | 互联网广告投放方法、装置 |
CN106204108A (zh) * | 2016-06-29 | 2016-12-07 | 腾讯科技(深圳)有限公司 | 广告反作弊方法及广告反作弊装置 |
CN106331002A (zh) * | 2015-06-23 | 2017-01-11 | 腾讯科技(深圳)有限公司 | 一种信息发布方法及装置 |
CN107613022A (zh) * | 2017-10-20 | 2018-01-19 | 广州优视网络科技有限公司 | 内容推送方法、装置及计算机设备 |
CN107808309A (zh) * | 2017-10-20 | 2018-03-16 | 厦门笨鸟电子商务有限公司 | 一种基于不同社交网络的广告整合、发布系方法及系统 |
CN108734500A (zh) * | 2017-04-25 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 信息投放方法、装置、设备及存储介质 |
CN108876450A (zh) * | 2018-06-07 | 2018-11-23 | 北京金山安全软件有限公司 | 广告落地页展示方法、装置、电子设备及存储介质 |
CN109272360A (zh) * | 2018-09-28 | 2019-01-25 | 有米科技股份有限公司 | 一种广告智能推荐方法、系统及装置 |
CN109684527A (zh) * | 2018-12-26 | 2019-04-26 | 北京金山安全软件有限公司 | 数据排序方法、装置、电子设备及存储介质 |
CN109829116A (zh) * | 2019-02-14 | 2019-05-31 | 北京达佳互联信息技术有限公司 | 一种内容推荐方法、装置、服务器及计算机可读存储介质 |
CN110347918A (zh) * | 2019-06-18 | 2019-10-18 | 平安科技(深圳)有限公司 | 基于用户行为数据的数据推荐方法、装置以及计算机设备 |
CN110427234A (zh) * | 2019-06-27 | 2019-11-08 | 阿里巴巴集团控股有限公司 | 页面的展示方法及装置 |
CN111353814A (zh) * | 2020-02-24 | 2020-06-30 | 上海佳投互联网技术集团有限公司 | 一种识别无效广告用户的方法及系统 |
CN117408750A (zh) * | 2023-12-12 | 2024-01-16 | 广州宇中网络科技有限公司 | 一种基于大数据分析的网络广告投送方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101365153A (zh) * | 2007-08-08 | 2009-02-11 | 上海亿动信息技术有限公司 | 一种按时间段分配手机广告发布信息的方法和系统 |
CN101520878A (zh) * | 2009-04-03 | 2009-09-02 | 华为技术有限公司 | 向用户进行广告推送的方法、装置和系统 |
CN102024218A (zh) * | 2009-09-14 | 2011-04-20 | 腾讯科技(深圳)有限公司 | 一种投放广告的方法及装置 |
-
2011
- 2011-12-13 CN CN2011104152298A patent/CN102521767A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101365153A (zh) * | 2007-08-08 | 2009-02-11 | 上海亿动信息技术有限公司 | 一种按时间段分配手机广告发布信息的方法和系统 |
CN101520878A (zh) * | 2009-04-03 | 2009-09-02 | 华为技术有限公司 | 向用户进行广告推送的方法、装置和系统 |
CN102024218A (zh) * | 2009-09-14 | 2011-04-20 | 腾讯科技(深圳)有限公司 | 一种投放广告的方法及装置 |
Non-Patent Citations (2)
Title |
---|
匿名: "网络广告互动模式研究", 《HTTP://DOC.MBALIB.COM/VIEW/BA9E611A0D62ADD4CDA8B277F6A48E45.HTML》 * |
秦宇新: "网络广告互动传播与受众接受关系研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103795697A (zh) * | 2012-11-01 | 2014-05-14 | 腾讯科技(深圳)有限公司 | 一种网络媒介信息投放效果模拟方法和系统 |
CN103795697B (zh) * | 2012-11-01 | 2018-09-28 | 腾讯科技(深圳)有限公司 | 一种网络媒介信息投放效果模拟方法和系统 |
CN102984270A (zh) * | 2012-12-12 | 2013-03-20 | 北京奇虎科技有限公司 | 一种消息推送服务器及方法 |
CN102970377A (zh) * | 2012-12-12 | 2013-03-13 | 北京奇虎科技有限公司 | 消息推送系统和方法 |
CN103150663A (zh) * | 2013-02-18 | 2013-06-12 | 亿赞普(北京)科技有限公司 | 一种网络投放数据投放的方法和装置 |
CN103177380A (zh) * | 2013-02-26 | 2013-06-26 | 北京集奥聚合科技有限公司 | 结合用户群与预投放的广告投放效果的优化方法和装置 |
CN104035926A (zh) * | 2013-03-05 | 2014-09-10 | 北京思博途信息技术有限公司 | 一种互联网信息的投放和系统 |
CN104035926B (zh) * | 2013-03-05 | 2017-05-31 | 秒针信息技术有限公司 | 一种互联网信息的投放和系统 |
CN104424309A (zh) * | 2013-09-05 | 2015-03-18 | 清控科创控股股份有限公司 | 一种基于科技媒体云计算非结构化数据处理方法 |
CN103646341A (zh) * | 2013-11-29 | 2014-03-19 | 北京奇虎科技有限公司 | 一种网站提供对象的推荐方法和装置 |
CN103646341B (zh) * | 2013-11-29 | 2018-06-22 | 北京奇虎科技有限公司 | 一种网站提供对象的推荐方法和装置 |
CN105447045A (zh) * | 2014-09-02 | 2016-03-30 | 阿里巴巴集团控股有限公司 | 信息排序方法、装置及信息提供方法、系统 |
CN105447045B (zh) * | 2014-09-02 | 2019-06-07 | 阿里巴巴集团控股有限公司 | 信息排序方法、装置及信息提供方法、系统 |
CN106331002B (zh) * | 2015-06-23 | 2020-03-17 | 腾讯科技(深圳)有限公司 | 一种信息发布方法及装置 |
CN106331002A (zh) * | 2015-06-23 | 2017-01-11 | 腾讯科技(深圳)有限公司 | 一种信息发布方法及装置 |
CN105447724A (zh) * | 2015-12-15 | 2016-03-30 | 腾讯科技(深圳)有限公司 | 内容项推荐方法及装置 |
WO2017101734A1 (zh) * | 2015-12-15 | 2017-06-22 | 腾讯科技(深圳)有限公司 | 内容项推荐方法及装置 |
CN105447724B (zh) * | 2015-12-15 | 2022-04-05 | 腾讯科技(深圳)有限公司 | 内容项推荐方法及装置 |
CN105630996A (zh) * | 2015-12-25 | 2016-06-01 | 腾讯科技(深圳)有限公司 | 一种信息处理方法和服务器 |
CN105869021A (zh) * | 2016-04-05 | 2016-08-17 | 乐视控股(北京)有限公司 | 互联网广告投放方法、装置 |
CN106204108A (zh) * | 2016-06-29 | 2016-12-07 | 腾讯科技(深圳)有限公司 | 广告反作弊方法及广告反作弊装置 |
CN108734500A (zh) * | 2017-04-25 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 信息投放方法、装置、设备及存储介质 |
CN107808309A (zh) * | 2017-10-20 | 2018-03-16 | 厦门笨鸟电子商务有限公司 | 一种基于不同社交网络的广告整合、发布系方法及系统 |
CN107613022A (zh) * | 2017-10-20 | 2018-01-19 | 广州优视网络科技有限公司 | 内容推送方法、装置及计算机设备 |
CN107613022B (zh) * | 2017-10-20 | 2020-10-16 | 阿里巴巴(中国)有限公司 | 内容推送方法、装置及计算机设备 |
CN108876450A (zh) * | 2018-06-07 | 2018-11-23 | 北京金山安全软件有限公司 | 广告落地页展示方法、装置、电子设备及存储介质 |
CN109272360B (zh) * | 2018-09-28 | 2021-09-10 | 有米科技股份有限公司 | 一种广告智能推荐方法、系统及装置 |
CN109272360A (zh) * | 2018-09-28 | 2019-01-25 | 有米科技股份有限公司 | 一种广告智能推荐方法、系统及装置 |
CN109684527A (zh) * | 2018-12-26 | 2019-04-26 | 北京金山安全软件有限公司 | 数据排序方法、装置、电子设备及存储介质 |
CN109829116A (zh) * | 2019-02-14 | 2019-05-31 | 北京达佳互联信息技术有限公司 | 一种内容推荐方法、装置、服务器及计算机可读存储介质 |
CN110347918A (zh) * | 2019-06-18 | 2019-10-18 | 平安科技(深圳)有限公司 | 基于用户行为数据的数据推荐方法、装置以及计算机设备 |
CN110347918B (zh) * | 2019-06-18 | 2023-06-02 | 平安科技(深圳)有限公司 | 基于用户行为数据的数据推荐方法、装置以及计算机设备 |
CN110427234A (zh) * | 2019-06-27 | 2019-11-08 | 阿里巴巴集团控股有限公司 | 页面的展示方法及装置 |
CN111353814A (zh) * | 2020-02-24 | 2020-06-30 | 上海佳投互联网技术集团有限公司 | 一种识别无效广告用户的方法及系统 |
CN117408750A (zh) * | 2023-12-12 | 2024-01-16 | 广州宇中网络科技有限公司 | 一种基于大数据分析的网络广告投送方法 |
CN117408750B (zh) * | 2023-12-12 | 2024-03-19 | 广州宇中网络科技有限公司 | 一种基于大数据分析的网络广告投送方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102521767A (zh) | 网络广告信息发布方法及系统 | |
US10110687B2 (en) | Session based web usage reporter | |
CN106355442A (zh) | 基于大数据驱动的在线广告精准投放方法和系统 | |
US7996519B1 (en) | Detecting content and user response to content | |
US11526905B1 (en) | Systems and methods for preserving privacy | |
US20070239532A1 (en) | Determining advertising statistics for advertisers and/or advertising networks | |
CN106453357A (zh) | 一种网络购票异常行为的识别方法、系统及设备 | |
US20120239489A1 (en) | Method and system for viral promotion of online content | |
US10311490B2 (en) | Visual tag editor | |
CN106227832A (zh) | 互联网大数据技术架构在企业内业务分析中的应用方法 | |
US10218599B2 (en) | Identifying referral pages based on recorded URL requests | |
CN102117466A (zh) | 一种定向投放网络广告的方法及系统 | |
CN105069654A (zh) | 一种基于用户识别的网站实时/非实时营销投放方法及系统 | |
CN105303394A (zh) | 一种基于网页搜索引擎的网络广告投放方法和系统 | |
CA2396565A1 (en) | System and method for estimating prevalence of digital content on the world-wide-web | |
CN102831114B (zh) | 实现互联网用户访问情况统计分析的方法及装置 | |
CN102693501A (zh) | 一种网络广告推广效果分析方法 | |
CN102254265A (zh) | 一种富媒体互联网广告内容匹配、效果评估方法 | |
CN104394118A (zh) | 一种用户身份识别方法及系统 | |
CN103136696A (zh) | 媒体投放管理方法及其系统 | |
CN101458690A (zh) | 一种发布广告的方法和广告服务器 | |
WO2011031433A2 (en) | Audience segment estimation | |
CN106339891A (zh) | 一种基于大数据采集的智能分析方法及系统 | |
CN102819580A (zh) | 互联网第三方媒体网站广告监控方法及系统 | |
CN110428285A (zh) | 一种基于网页广告类型的广告过滤方法及过滤装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20120627 |