CN103746880B - 互联网变量测试方法和装置 - Google Patents
互联网变量测试方法和装置 Download PDFInfo
- Publication number
- CN103746880B CN103746880B CN201410005487.2A CN201410005487A CN103746880B CN 103746880 B CN103746880 B CN 103746880B CN 201410005487 A CN201410005487 A CN 201410005487A CN 103746880 B CN103746880 B CN 103746880B
- Authority
- CN
- China
- Prior art keywords
- behavior
- user
- species
- variable
- internet
- 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.)
- Active
Links
- 238000010998 test method Methods 0.000 title claims abstract description 28
- 238000012360 testing method Methods 0.000 claims abstract description 70
- 230000006399 behavior Effects 0.000 claims description 468
- 230000000694 effects Effects 0.000 abstract description 12
- 238000006243 chemical reaction Methods 0.000 description 29
- 239000011521 glass Substances 0.000 description 25
- 238000000034 method Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 5
- 238000007667 floating Methods 0.000 description 4
- 239000000725 suspension Substances 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000010809 targeting technique Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种互联网变量测试方法和装置。其中，该互联网变量测试方法包括：获取互联网中用户的多个变量，多个变量中的不同变量对应多个互联网行为种类中不同的互联网行为种类；分别获取多个变量中每个变量的值；根据多个变量的值计算得到多个互联网行为种类中各个互联网行为种类的行为强度值；以及根据行为强度值确定互联网变量测试结果。通过本发明，解决了现有技术中无法进行多变量测试的问题，进而达到了进行多变量测试的效果。
Description
技术领域
本发明涉及广告领域，具体而言，涉及互联网一种变量测试方法和装置。
背景技术
中国的互联网环境从广告运行机制来讲都是以极其简单粗犷的方式来运行，而按照人群来划分广告的售卖和广告的优化是在线广告区别于线下广告的典型特征，能否在投放广告时进行有效的用户定向是一个相当重要的技术前提。
受众定向的现有技术都是为了解决流量售卖体系及CTR预测等部分问题。利用受众定向的行为定向技术解决如何进行各种类型的广告多变量测试，从而更好的以不同的维度优化广告是目前存在的一个空白方向。
行为定向技术并不能对不同广告位、不同广告投放媒体（或不同频道）、不同广告形式，不同广告创意及组合等多变量测试的有效评估。
针对现有技术中进行广告投放之前，无法进行多变量测试的问题，目前尚未提出有效的解决方案。
发明内容
本发明的主要目的在于提供一种互联网变量测试方法和装置，以解决现有技术中无法进行多变量测试的问题。
为了实现上述目的，根据本发明的一个方面，提供了一种互联网变量测试方法。根据本发明的互联网变量测试方法包括：获取互联网中用户的多个变量，多个变量中的不同变量对应多个互联网行为种类中不同的互联网行为种类；分别获取多个变量中每个变量的值；根据多个变量的值计算得到多个互联网行为种类中各个互联网行为种类的行为强度值；以及根据行为强度值确定互联网变量测试结果。
进一步地，分别获取多个变量中每个变量的值包括：获取第一行为种类的执行次数，第一行为种类为多个行为种类中的任意一个行为种类，多个行为种类确定的行为品类与测试广告品类相同；判断多个行为种类的执行次数是否大于预定阈值，第一行为种类的执行次数对应第一预定阈值；如果第一行为种类的执行次数大于第一预定阈值，则记录第一行为种类的执行次数作为第一变量的值，第一变量为多个变量中的任意一个变量；以及如果第一行为种类的执行次数小于第一预定阈值，则不记录第一行为种类的执行次数，其中，多个变量是在测试广告曝光下产生的相应行为种类。
进一步地，获取互联网中用户的多个变量包括：获取多个用户的行为日志，其中，第一行为日志记录第一用户的行为种类和第一行为种类的执行次数，第一用户为多个用户中的任意一个用户；获取第一用户的身份标识；将第一用户的身份标识作为第一用户的行为日志的关键词；以及记录带有第一用户的身份标识的行为日志作为第一用户的行为日志，其中，第一用户的身份标识的行为日志包括第一用户的多个变量。
进一步地，记录带有第一用户的身份标识的行为日志之后，变量测试方法还包括：对第一用户的多个变量打标签，其中，标签记录第一用户的身份标识以及第一用户的行为种类以及第一用户的行为种类对应的行为品类；按照行为日志的关键词对多个用户的行为日志分类；以及根据每个行为种类的执行次数，按照多个用户的行为日志分类计算行为种类的强度值。
进一步地，根据每个行为种类的执行次数，按照多个用户的行为日志分类计算行为种类的强度值包括：利用以下公式计算行为种类的强度值：
其中，Ti为每个行为种类的强度值，ai为每个行为种类的执行次数，n为行为种类的个数，e为调整系数，其中，行为种类的执行次数按行为强度排序从弱到强依次为a1、a2……an。
为了实现上述目的，根据本发明的另一方面，提供了一种互联网变量测试装置。根据本发明的互联网变量测试装置包括：第一获取单元，用于获取互联网中用户的多个变量，多个变量中的不同变量对应多个互联网行为种类中不同的互联网行为种类；第二获取单元，用于分别获取多个变量中每个变量的值；第一计算单元，用于根据多个变量的值计算得到多个互联网行为种类中各个互联网行为种类的行为强度值；以及确定单元，用于根据行为强度值确定互联网变量测试结果。
进一步地，第二获取单元包括：第一获取模块，用于获取第一行为种类的执行次数，第一行为种类为多个行为种类中的任意一个行为种类且多个行为种类确定的行为品类与测试广告品类相同；判断模块，用于判断多个行为种类的执行次数是否大于预定阈值，第一行为种类的执行次数对应第一预定阈值；第一记录模块，用于在第一行为种类的执行次数大于第一预定阈值时，记录第一行为种类的执行次数作为第一变量的值，第一变量为多个变量中的任意一个变量；以及在第一行为种类的执行次数小于第一预定阈值时，不记录第一行为种类的执行次数，其中，多个变量是在测试广告曝光下产生的相应的行为种类。
进一步地，第一获取单元包括：第二获取模块，用于获取多个用户的行为日志，其中，第一行为日志记录第一用户的行为种类和第一行为种类的执行次数，第一用户为多个用户中的任意一个用户；第三获取模块，用于获取第一用户的身份标识；关键词模块，用于将第一用户的身份标识作为第一用户的行为日志的关键词；以及第二记录模块，用于记录带有第一用户的身份标识的行为日志第一用户的行为日志，其中，第一用户的身份标识的行为日志包括第一用户的多个变量。
进一步地，变量测试装置还包括：标签单元，用于在记录带有第一用户的身份标识的行为日志之后，对第一用户的多个变量打标签，其中，标签记录第一用户的身份标识、第一用户的行为种类以及所述第一用户的行为种类对应的行为品类；分类单元，用于按照行为日志的关键词对多个用户的行为日志分类；以及第二计算单元，用于根据每个行为种类的执行次数，按照多个用户的行为日志分类计算行为种类的强度值。
进一步地，第二计算单元利用以下公式计算行为种类的强度值：
其中，Ti为每个行为种类的强度值，ai为每个行为种类的执行次数，n为行为种类的个数，e为调整系数，其中，行为种类的执行次数按行为强度排序从弱到强依次为a1、a2……an。
通过本发明，采用获取互联网中用户的多个变量，多个变量中的不同变量对应多个互联网行为种类中不同的互联网行为种类；分别获取多个变量中每个变量的值；根据多个变量的值计算得到多个互联网行为种类中各个互联网行为种类的行为强度值；以及根据行为强度值确定互联网变量测试结果，解决了现有技术中无法进行多变量测试的问题，进而达到了进行多变量测试的效果。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明第一实施例的变量测试方法的流程图；
图2是根据本发明第二实施例的变量测试方法的流程图；
图3是根据本发明第三实施例的变量测试方法的流程图；
图4是根据本发明实施例的多个用户的变量测试方法的示意图；
图5是根据本发明第一实施例的互联网变量测试装置的示意图；
图6是根据本发明第二实施例的变量测试装置的示意图；以及
图7是根据本发明第三实施例的变量测试装置的示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明提供了一种变量测试方法和装置。
图1是根据本发明第一实施例的变量测试方法的流程图。如图所示，该变量测试方法包括如下步骤：
步骤S102，获取互联网中用户的多个变量，多个变量中的不同变量对应多个互联网行为种类中不同的互联网行为种类第一用户的行为种类对应的行为品类。
用户在互联网中的行为可以为广告投放等行为提供参考依据，互联网行为种类包括分享行为（例如微信、微博、空间等）、搜索行为（例如百度搜索、谷歌搜索、搜狗搜索）、搜索点击行为（例如搜索关键词之后，对搜索后的结果进行点击）、广告点击行为（例如对页面边缘的悬浮广告、漂浮广告或其他形式广告的点击）、付费搜索结果点击（例如付费搜索结果显示在页面最上方，则对付费搜索结果的点击）、转化前行为（例如购买行为之前的比价）以及转化行为（例如点击京东、淘宝等电商的广告之后，在电商内购买物品）。
上述互联网行为中，每个互联网行为种类可以作为多变量中的一个变量。需要说明的是，上述互联网行为种类还可以包括广告投放页面的浏览总数等，本发明实施例中的互联网行为种类包括但不限于上述行为种类，上述行为种类只是为了便于理解，并不限于本发明的技术方案。
步骤S104，分别获取多个变量中每个变量的值。
每个互联网行为种类作为多变量测试的一个变量，每个互联网行为种类的执行次数作为该互联网行为种类对应的一个变量的值。
多个互联网行为种类对应多个互联网变量，多个互联网变量对应多个变量的值。根据每个互联网行为种类的执行次数可以得到多个互联网变量对应多个变量的值。
步骤S106，根据多个变量的值计算得到多个互联网行为种类中各个互联网行为种类的行为强度值。
根据多个变量的值计算得到多个互联网行为种类的行为强度。据算互联网行为种类的行为强度的方法在下述实施例中有详细描述，在此不做过多赘述。
步骤S108，根据行为强度值确定互联网变量测试结果。
同一广告在不同媒体或者频道投放的多变量测试可以更好的发现广告品类与哪一类用户更加关联，哪一类媒体或者频道用户在广告刺激下的行为强度更强。
例如，通过对数据的分析比对，判断汽车类广告投放在金融类频道的效果更好，还是投放在军事频道效果更好。另外，通过根据多个变量的值计算得到多个互联网行为种类中各个互联网行为种类的行为强度值，可以确定通常情况下哪一个广告位、广告形式和广告创意等这些变量，以及哪些变量的组合更能刺激用户进行购买或者浏览等广告相关品类的行为。
最强的行为是用户实际交易的信息，转换之前的行为如比价，搜索带来的信号也非常强。付费搜索点击行为强度相对较强，再次是普通类广告的点击行为，如果广告产生了一个有效的点击，往往说明用户有比较明确的目的去了解广告所提供的信息，而行为种类在多变量测试中的强度也根据例如广告骗点击行为等多种原因而导致不同。
需要说明的是，获取互联网用户的多个变量是获取一段时间内测试广告所在页面的行为种类，通过获取一段时间内测试广告所在页面的行为种类计算行为种类强度值。并且，获取的多个变量的行为种类的行为品类与测试的广告所在页面的广告品类相同，例如，获取的多个变量是关于汽车品类的行为品类，则通过该多个变量计算关于汽车品类的行为强度值，从而确定关于汽车品类的广告的投放策略等。
通过本发明的变量测试方法，可以获取多个变量，综合计算和考虑多个变量在广告中的作用，并根据多变量测试的结果，确定最佳的变量组合，并根据最佳的变量组合确定广告投放的形式、投放位置等投放策略，以保证广告能够更多的被用户浏览，并达到将浏览行为转化为购买行为的转化度最大化的效果。
图2是根据本发明第二实施例的变量测试方法的流程图。如图所示，分别获取多个变量中每个变量的值包括如下步骤：
步骤S202，获取第一行为种类的执行次数，第一行为种类为多个行为种类中的任意一个行为种类且多个行为种类确定的行为品类与测试广告品类相同。
互联网行为种类包括分享行为（例如微信、微博、空间等）、搜索行为（例如百度搜索、谷歌搜索、搜狗搜索）、搜索点击行为（例如搜索关键词之后，对搜索后的结果进行点击）、广告点击行为（例如对页面边缘的悬浮广告、漂浮广告或其他形式广告的点击）、付费搜索结果点击（例如付费搜索结果显示在页面最上方，则对付费搜索结果的点击）、转化前行为（例如购买行为之前的比价）以及转化行为（例如点击京东、淘宝等电商的广告之后，在电商内购买物品）。
相应地，每个互联网行为种类的执行次数分别为分享行为总次数a1、搜索行为总次数a2、搜索点击行为总次数a3、广告点击行为总次数a4、付费搜索结果点击总次数a5、转化前行为总次数a6、转化行为总次数a7。
第一行为种类的执行次数可以是上述多个行为种类执行次数中的任意一个行为种类的执行次数可以用总次数ai表示。
多个行为种类确定的用户广告品类与测试广告品类相同，即需要测试的广告品类为关于汽车品牌的汽车品类，则多个行为种类确定的用户广告品类也为关于汽车品牌的汽车品类，因此，才能在进行通过多个行为种类测试之后确定广告的投放策略。
步骤S204，判断多个行为种类的执行次数是否大于预定阈值，第一行为种类的执行次数对应第一预定阈值。
在某个行为种类的执行次数小于某个预定阈值时，该行为种类对广告强度的计算无意义。例如，只浏览一次汽车广告不可能是汽车类用户。因此，需要判断多个行为种类的执行次数是否大于预定阈值。
具体地，判断多个行为种类的执行次数是否大于预定阈值，可以参考如下例子：
判断汽车品类的广告投放的多个行为种类是否满足以下任意一个条件，包括页面浏览行为的执行次数≥10，分享行为的执行次数≥5，搜索行为的执行次数≥3，搜索点击行为的执行次数≥2，广告点击行为的执行次数≥2，付费搜索结果点击的执行次数≥1，转化行为的执行次数≥1。
如果满足上述任意一个条件，则确定该用户为汽车品类用户，针对该用户投放汽车品类的广告会获得较好的广告效果。
步骤S206，如果第一行为种类的执行次数大于第一预定阈值，则记录第一行为种类的执行次数作为第一变量的值，第一变量为多个变量中的任意一个变量。
接步骤S204中的例子，如果第一行为种类为分享行为次数，如果分享行为次数为7次，则记录该执行次数7作为第一变量的值，则第一变量的值为7。
步骤S208，如果第一行为种类的执行次数小于第一预定阈值，则不记录第一行为种类的执行次数，其中，多个变量是在测试广告曝光下产生的相应的行为种类。
接步骤S204中的例子，如果第一行为种类为分享行为次数，如果分享行为次数为3次，则该分享行为对于此汽车品类广告的广告强度的计算无效，不记录该分享行为的执行次数。
用户在对测试广告进行浏览、搜索或者点击时产生的行为种类作为多个变量。
通过上述方法，能够过滤掉无效的行为种类，在根据多变量测试方法进行广告投放策略的制定能够使得制定的广告投放策略更加准确。需要说明的是，上述方法中只介绍了分享行为作为第一行为种类的判断方法，应该理解的是，分享行为只是本发明实施例中的一个例子，多个行为种类中的其他行为种类也可以作为第一行为种类，并利用本发明中的方法计算第一变量的值。
图3是根据本发明第三实施例的变量测试方法的流程图。图中着重示出了获取互联网中用户的多个变量包括的如下几个步骤，作为本发明实施例的其他步骤与图1所示实施例相同，在图中未示出。
步骤S302，获取多个用户的行为日志，其中，第一行为日志记录第一用户的行为种类和第一行为种类的执行次数，第一用户为多个用户中的任意一个用户。
获取多个用户的行为日志之后，可以分别对每个用户的行为日志进行分析，其中，第一行为日志为多个用户中的任意一个用户的行为日志，在每个用户的行为日志中，记录了多个行为种类以及多个行为种类的执行次数。
步骤S304，获取第一用户的身份标识。
第一用户的身份标识可以是用户登录名，IP地址等，通过第一用户的身份标识，可以确定唯一的第一用户。
步骤S306，将第一用户的身份标识作为第一用户的行为日志的关键词。
第一用户的身份标识作为第一用户的行为日志的关键词，则在多个用户的行为日志中根据第一用户的行为日志的关键词提取属于第一用户的所有行为日志。
步骤S308，记录带有第一用户的身份标识的行为日志作为第一用户的行为日志，其中，第一用户的身份标识的行为日志包括第一用户的多个变量。
在记录第一用户的行为日志之前，对作弊行为和无效行为进行标注，保证记录的行为日志中仅存在有效行为以及有效行为的执行次数。
分别提取多个用户的行为日志中提取每个用户的行为日志，对每个用户的行为日志分别进行统计计算，再汇总得到所有用户的行为日志，从而提高了多变量测试的计算效率。
具体地，记录带有第一用户的身份标识的行为日志之后，变量测试方法还包括：
对第一用户的多个变量打标签，其中，标签记录第一用户的身份标识、第一用户的行为种类以及第一用户的行为种类对应的行为品类。
例如，标签中记录了用户关于汽车品牌的汽车品类的多个行为种类，或者关于保单的保险品类的多个行为种类等。
每个变量是一个行为种类，每个行为种类有一个标签。例如，对于浏览军事页面的军事品类的行为种类的标签为pv tagger，搜索了京东商城为电商品类的行为种类的标签为search tagger，点击了游戏广告为游戏品类的行为种类的标签为ad click tagger。
按照行为日志的关键词对多个用户的行为日志分类。
将存储在一起的多个用户的行为日志分类，将每个用户的行为日志分为一类，分别计算每个用户的行为种类的强度值，再将所有用户的行为种类的强度值汇总，得到行为种类的强度值，从而提高计算行为种类强度值的效率。
根据每个行为种类的执行次数，按照多个用户的行为日志分类计算行为种类的强度值。
具体地，根据每个行为种类的执行次数，按照多个用户的行为日志分类计算行为种类的强度值包括利用以下公式计算行为种类的强度值：
其中，Ti为每个行为种类的强度值，ai为每个行为种类的执行次数，n为行为种类的个数，e为调整系数，其中，行为种类的执行次数按行为强度排序从弱到强依次为a1、a2……an。。
进一步地，本发明提供的实施例中a1分享行为总次数，a2为搜索行为总次数，a3为搜索点击行为总次数，a4为广告点击行为总次数，a5为付费搜索结果点击行为总次数，a6为转化前行为总次数，a7为转化行为次数。
以下以图4为例对本发明实施例进行具体说明。
统计的行为种类包括浏览（page view，简称PV），搜索和广告点击，对上述用户行为进行打标签处理，分别为PV标签、搜索标签和广告点击标签，其中，用户a的广告点击次数为2次，用户a的PV次数为12次，用户b的搜索次数为8次，用户b的PV次数为15次。
图中，t(i)(u)表示用户u在标签i上的强度，即一个用户所有行为种类的总执行次数。如图所示，用户a的总执行次数为14次，用户b的总执行次数为23次，用户c的总执行次数为4次。
在计算行为强度之前，介绍关键绩效指标（Key Performance Indicator，简称KPI）转化。如果投放广告后不关心转化，即不关心用户实际交易行为和转化之前的行为（例如比价），即无核心KPI转化，则在利用公式计算强度值时，不考虑用户实际交易行为和转化之前的行为，则ai的取值为a5；如果投放广告关心用户实际交易行为和转化之前的行为，即KPI转换，则在利用公式计算强度值时，考虑用户实际交易行为和转化之前的行为，则an的取值为a7。其中，a5为付费搜索结果点击行为总次数，a7为转换行为次数。
假设计算有KPI转化的强度值，则计算所有用户的行为种类的强度值的公式为其中，转化行为次数a7为1。
PV的行为强度值为搜索行为的强度值为广告点击的行为强度值
根据多个变量的测试，确定每个行为种类的强度值，根据多个行为种类的强度值确定该广告的投放策略是否合适，并根据行为种类的强度值优化广告投放策略。
本发明实施例还提供了一种互联网变量测试装置。
本发明实施例的互联网变量测试方法可以通过本发明实施例所提供的互联网变量测试装置来执行，本发明实施例的互联网变量测试装置也可以用于执行本发明实施例所提供的互联网变量测试方法。
图5是根据本发明第一实施例的互联网变量测试装置的示意图。如图所示，该互联网变量测试装置包括第一获取单元10、第二获取单元20、第一计算单元30和确定单元40。
第一获取单元10用于获取互联网中用户的多个变量，多个变量中的不同变量对应多个互联网行为种类中不同的互联网行为种类。
用户在互联网中的行为可以为广告投放等行为提供参考依据，互联网行为种类包括分享行为（例如微信、微博、空间等）、搜索行为（例如百度搜索、谷歌搜索、搜狗搜索）、搜索点击行为（例如搜索关键词之后，对搜索后的结果进行点击）、广告点击行为（例如对页面边缘的悬浮广告、漂浮广告或其他形式广告的点击）、付费搜索结果点击（例如付费搜索结果显示在页面最上方，则对付费搜索结果的点击）、转化前行为（例如购买行为之前的比价）以及转化行为（例如点击京东、淘宝等电商的广告之后，在电商内购买物品）。
上述互联网行为中，每个互联网行为种类可以作为多变量中的一个变量。需要说明的是，上述互联网行为种类还可以包括广告投放页面的浏览总数等，本发明实施例中的互联网行为种类包括但不限于上述行为种类，上述行为种类只是为了便于理解，并不限于本发明的技术方案。
第二获取单元20用于分别获取多个变量中每个变量的值。
每个互联网行为种类作为多变量测试的一个变量，每个互联网行为种类的执行次数作为该互联网行为种类对应的一个变量的值。
多个互联网行为种类对应多个互联网变量，多个互联网变量对应多个变量的值。根据每个互联网行为种类的执行次数可以得到多个互联网变量对应多个变量的值。
第一计算单元30用于根据多个变量的值计算得到多个互联网行为种类中各个互联网行为种类的行为强度值。
根据多个变量的值计算得到多个互联网行为种类的行为强度。据算互联网行为种类的行为强度的方法在下述实施例中有详细描述，在此不做过多赘述。
确定单元40用于根据行为强度值确定互联网变量测试结果。
同一广告在不同媒体或者频道投放的多变量测试可以更好的发现广告品类与哪一类用户更加关联，哪一类媒体或者频道用户在广告刺激下的行为强度更强。
例如，通过对数据的分析比对，判断汽车类广告投放在金融类频道的效果更好，还是投放在军事频道效果更好。另外，通过根据多个变量的值计算得到多个互联网行为种类中各个互联网行为种类的行为强度值，可以确定通常情况下哪一个广告位、广告形式和广告创意等这些变量，以及哪些变量的组合更能刺激用户进行购买或者浏览等广告相关品类的行为。
最强的行为是用户实际交易的信息，转换之前的行为如比价，搜索带来的信号也非常强。付费搜索点击行为强度相对较强，再次是普通类广告的点击行为，如果广告产生了一个有效的点击，往往说明用户有比较明确的目的去了解广告所提供的信息，而行为种类在多变量测试中的强度也根据例如广告骗点击行为等多种原因而导致不同。
需要说明的是，获取互联网用户的多个变量是获取一段时间内测试广告所在页面的行为种类，通过获取一段时间内测试广告所在页面的行为种类计算行为种类强度值。并且，获取的多个变量的行为种类的行为品类与测试的广告所在页面的广告品类相同，例如，获取的多个变量是关于汽车品类的行为种类，则通过该多个变量计算关于汽车品类的行为强度值，从而确定关于汽车品类的广告的投放策略等。
通过本发明的变量测试方法，可以获取多个变量，综合计算和考虑多个变量在广告中的作用，并根据多变量测试的结果，确定最佳的变量组合，并根据最佳的变量组合确定广告投放的形式、投放位置等投放策略，以保证广告能够更多的被用户浏览，并达到将浏览行为转化为购买行为的转化度最大化的效果。
图6是根据本发明第二实施例的变量测试装置的示意图。如图所示，该变量测试方装置包括第一获取单元10、第二获取单元20、第一计算单元30和确定单元40，其中，第二获取单元20包括第一获取模块201、判断模块202和第一记录模块203。
第一获取模块201用于获取第一行为种类的执行次数，第一行为种类为多个行为种类中的任意一个行为种类且多个行为种类确定的行为品类与测试广告品类相同。
互联网行为种类包括分享行为（例如微信、微博、空间等）、搜索行为（例如百度搜索、谷歌搜索、搜狗搜索）、搜索点击行为（例如搜索关键词之后，对搜索后的结果进行点击）、广告点击行为（例如对页面边缘的悬浮广告、漂浮广告或其他形式广告的点击）、付费搜索结果点击（例如付费搜索结果显示在页面最上方，则对付费搜索结果的点击）、转化前行为（例如购买行为之前的比价）以及转化行为（例如点击京东、淘宝等电商的广告之后，在电商内购买物品）。
相应地，每个互联网行为种类的执行次数分别为分享行为总次数a1、搜索行为总次数a2、搜索点击行为总次数a3、广告点击行为总次数a4、付费搜索结果点击总次数a5、转化前行为总次数a6、转化行为总次数a7。
第一行为种类的执行次数可以是上述多个行为种类执行次数中的任意一个行为种类的执行次数可以用总次数ai表示。
多个行为种类确定的用户品类与测试广告品类相同，即需要测试的广告品类为关于汽车品牌的汽车品类，则多个行为种类确定的用户品类也为关于汽车品牌的汽车品类，因此，才能在进行通过多个行为种类测试之后确定广告的投放策略。
判断模块202用于判断多个行为种类的执行次数是否大于预定阈值，第一行为种类的执行次数对应第一预定阈值。
在某个行为种类的执行次数小于某个预定阈值时，该行为种类对广告强度的计算无意义。例如，只浏览一次汽车广告不可能是汽车类用户。因此，需要判断多个行为种类的执行次数是否大于预定阈值。
具体地，判断多个行为种类的执行次数是否大于预定阈值，可以参考如下例子：
判断汽车品类的广告投放的多个行为种类是否满足以下任意一个条件，包括页面浏览行为的执行次数≥10，分享行为的执行次数≥5，搜索行为的执行次数≥3，搜索点击行为的执行次数≥2，广告点击行为的执行次数≥2，付费搜索结果点击的执行次数≥1，转化行为的执行次数≥1。
如果满足上述任意一个条件，则确定该用户为汽车品类用户，针对该用户投放汽车品类的广告会获得较好的广告效果。
第一记录模块203用于在第一行为种类的执行次数大于第一预定阈值时，记录第一行为种类的执行次数作为第一变量的值，第一变量为多个变量中的任意一个变量。以及在第一行为种类的执行次数小于第一预定阈值时，不记录第一行为种类的执行次数，其中，多个变量是在测试广告曝光下产生的相应的行为种类。
如果第一行为种类为分享行为次数，如果分享行为次数为7次，则记录该执行次数7作为第一变量的值，则第一变量的值为7。
如果第一行为种类为分享行为次数，如果分享行为次数为3次，则该分享行为对于此汽车品类广告的广告强度的计算无效，不记录该分享行为的执行次数。
通过上述装置，能够过滤掉无效的行为种类，在根据多变量测试方法进行广告投放策略的制定能够使得制定的广告投放策略更加准确。需要说明的是，上述方法中只介绍了分享行为作为第一行为种类的判断方法，应该理解的是，分享行为只是本发明实施例中的一个例子，多个行为种类中的其他行为种类也可以作为第一行为种类，并利用本发明中的方法计算第一变量的值。
图7是根据本发明第三实施例的变量测试装置的示意图。如图所示，该变量测试装置包括第一获取单元10、第二获取单元20、第一计算单元30和确定单元40，其中，第一获取单元10包括第二获取模块101、第三获取模块102、关键词模块103和第二记录模块104。其中，第二获取单元20、第一计算单元30和确定单元40与图5所示实施例的第二获取单元20、第一计算单元30和确定单元40的功能相同，在此不做赘述。
第二获取模块101用于获取多个用户的行为日志，其中，第一行为日志记录第一用户的行为种类和第一行为种类的执行次数，第一用户为多个用户中的任意一个用户。
获取多个用户的行为日志之后，可以分别对每个用户的行为日志进行分析，其中，第一行为日志为多个用户中的任意一个用户的行为日志，在每个用户的行为日志中，记录了多个行为种类以及多个行为种类的执行次数。
第三获取模块102用于获取第一用户的身份标识。
第一用户的身份标识可以是用户登录名，IP地址等，通过第一用户的身份标识，可以确定唯一的第一用户。
关键词模块103用于将第一用户的身份标识作为第一用户的行为日志的关键词。
第一用户的身份标识作为第一用户的行为日志的关键词，则在多个用户的行为日志中根据第一用户的行为日志的关键词提取属于第一用户的所有行为日志。
第二记录模块104用于记录带有第一用户的身份标识的行为日志第一用户的行为日志，其中，第一用户的身份标识的行为日志包括第一用户的多个变量。
在记录第一用户的行为日志之前，对作弊行为和无效行为进行标注，保证记录的行为日志中仅存在有效行为以及有效行为的执行次数。
分别提取多个用户的行为日志中提取每个用户的行为日志，对每个用户的行为日志分别进行统计计算，再汇总得到所有用户的行为日志，从而提高了多变量测试的计算效率。
具体地，该变量测试装置还包括：
标签单元，用于在记录带有第一用户的身份标识的行为日志之后，对第一用户的多个变量打标签，其中，标签记录第一用户的身份标识以及第一用户的行为种类和第一用户的行为种类对应的行为品类。
分类单元，用于按照行为日志的关键词对多个用户的行为日志分类。以及
第二计算单元，用于根据每个行为种类的执行次数，按照多个用户的行为日志分类计算行为种类的强度值。
例如，标签中记录了用户关于汽车品牌的汽车品类的多个行为种类，或者关于保单的保险品类的多个行为种类等。
每个变量是一个行为种类，每个行为种类有一个标签。例如，对于浏览军事页面的军事品类的行为种类的标签为pv tagger，搜索了京东商城为电商品类的行为种类的标签为search tagger，点击了游戏广告为游戏品类的行为种类的标签为ad click tagger。
按照行为日志的关键词对多个用户的行为日志分类。
将存储在一起的多个用户的行为日志分类，将每个用户的行为日志分为一类，分别计算每个用户的行为种类的强度值，再将所有用户的行为种类的强度值汇总，得到行为种类的强度值，从而提高计算行为种类强度值的效率。
根据每个行为种类的执行次数，按照多个用户的行为日志分类计算行为种类的强度值。
具体地，第二计算单元利用以下公式计算行为种类的强度值：
其中，Ti为每个行为种类的强度值，ai为每个行为种类的执行次数，n为行为种类的个数，e为调整系数，其中，行为种类次数按行为强度排序从弱到强依次为a1、a2……an。
本发明实施例还提供了一种计算机存储介质。该计算机存储介质可存储有程序，该程序用于执行上述的互联网变量测试方法中的部分或全部步骤。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种互联网变量测试方法，其特征在于，包括：
获取互联网中用户的多个变量，所述多个变量中的不同变量对应多个互联网行为种类中不同的互联网行为种类；
分别获取所述多个变量中每个变量的值；
根据所述多个变量的值计算得到所述多个互联网行为种类中各个互联网行为种类的行为强度值；以及
根据所述行为强度值确定互联网变量测试结果，
其中，根据所述多个变量的值计算得到所述多个互联网行为种类中各个互联网行为种类的行为强度值，包括：
按照以下公式计算行为种类的强度值：
(i＝0，…，n)，其中，Ti为每个行为种类的强度值，ai为每个行为种类的执行次数，n为行为种类的个数，e为调整系数，其中，行为种类的执行次数按行为强度排序从弱到强依次为a1、a2……an。
2.根据权利要求1所述的变量测试方法，其特征在于，分别获取所述多个变量中每个变量的值包括：
获取第一行为种类的执行次数，所述第一行为种类为所述多个行为种类中的任意一个行为种类，所述多个行为种类确定的行为品类与测试广告品类相同；
判断所述多个行为种类的执行次数是否大于预定阈值，所述第一行为种类的执行次数对应第一预定阈值；
如果所述第一行为种类的执行次数大于所述第一预定阈值，则记录所述第一行为种类的执行次数作为第一变量的值，所述第一变量为所述多个变量中的任意一个变量；以及
如果所述第一行为种类的执行次数小于所述第一预定阈值，则不记录所述第一行为种类的执行次数，
其中，所述多个变量是在测试广告曝光下产生的相应的行为种类。
3.根据权利要求1所述的变量测试方法，其特征在于，获取互联网中用户的多个变量包括：
获取多个用户的行为日志，其中，第一行为日志记录第一用户的行为种类和所述第一行为种类的执行次数，所述第一用户为所述多个用户中的任意一个用户；
获取所述第一用户的身份标识；
将所述第一用户的身份标识作为所述第一用户的行为日志的关键词；以及
记录带有所述第一用户的身份标识的行为日志作为所述第一用户的行为日志，
其中，所述第一用户的身份标识的行为日志包括第一用户的多个变量。
4.根据权利要求3所述的变量测试方法，其特征在于，记录带有所述第一用户的身份标识的行为日志之后，所述变量测试方法还包括：
对所述第一用户的多个变量打标签，其中，所述标签记录所述第一用户的身份标识、所述第一用户的行为种类以及所述第一用户的行为种类对应的行为品类；
按照所述行为日志的关键词对所述多个用户的行为日志分类；以及
根据每个所述行为种类的执行次数，按照所述多个用户的行为日志分类计算所述行为种类的强度值。
5.一种互联网变量测试装置，其特征在于，包括：
第一获取单元，用于获取互联网中用户的多个变量，所述多个变量中的不同变量对应多个互联网行为种类中不同的互联网行为种类；
第二获取单元，用于分别获取所述多个变量中每个变量的值；
第一计算单元，用于根据所述多个变量的值计算得到所述多个互联网行为种类中各个互联网行为种类的行为强度值；以及
确定单元，用于根据所述行为强度值确定互联网变量测试结果，
其中，所述第一计算单元按照以下公式计算行为种类的强度值：
(i＝0，…，n)，其中，Ti为每个行为种类的强度值，ai为每个行为种类的执行次数，n为行为种类的个数，e为调整系数，其中，行为种类的执行次数按行为强度排序从弱到强依次为a1、a2……an。
6.根据权利要求5所述的变量测试装置，其特征在于，所述第二获取单元包括：
第一获取模块，用于获取第一行为种类的执行次数，所述第一行为种类为所述多个行为种类中的任意一个行为种类，所述多个行为种类确定的行为品类与测试广告品类相同；
判断模块，用于判断所述多个行为种类的执行次数是否大于预定阈值，所述第一行为种类的执行次数对应第一预定阈值；
第一记录模块，用于在所述第一行为种类的执行次数大于所述第一预定阈值时，记录所述第一行为种类的执行次数作为第一变量的值，所述第一变量为所述多个变量中的任意一个变量；以及在所述第一行为种类的执行次数小于所述第一预定阈值时，不记录所述第一行为种类的执行次数，
其中，所述多个变量是在测试广告曝光下产生的相应的行为种类。
7.根据权利要求5所述的变量测试装置，其特征在于，所述第一获取单元包括：
第二获取模块，用于获取多个用户的行为日志，其中，第一行为日志记录第一用户的行为种类和所述第一行为种类的执行次数，所述第一用户为所述多个用户中的任意一个用户；
第三获取模块，用于获取所述第一用户的身份标识；
关键词模块，用于将所述第一用户的身份标识作为所述第一用户的行为日志的关键词；以及
第二记录模块，用于记录带有所述第一用户的身份标识的行为日志所述第一用户的行为日志，
其中，所述第一用户的身份标识的行为日志包括第一用户的多个变量。
8.根据权利要求7所述的变量测试装置，其特征在于，所述变量测试装置还包括：
标签单元，用于在记录带有所述第一用户的身份标识的行为日志之后，对所述第一用户的多个变量打标签，其中，所述标签记录所述第一用户的身份标识、所述第一用户的行为种类以及所述第一用户的行为种类对应的行为品类；
分类单元，用于按照所述行为日志的关键词对所述多个用户的行为日志分类；以及
第二计算单元，用于根据每个所述行为种类的执行次数，按照所述多个用户的行为日志分类计算所述行为种类的强度值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410005487.2A CN103746880B (zh) | 2014-01-06 | 2014-01-06 | 互联网变量测试方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410005487.2A CN103746880B (zh) | 2014-01-06 | 2014-01-06 | 互联网变量测试方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103746880A CN103746880A (zh) | 2014-04-23 |
| CN103746880B true CN103746880B (zh) | 2017-08-01 |
Family
ID=50503871
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410005487.2A Active CN103746880B (zh) | 2014-01-06 | 2014-01-06 | 互联网变量测试方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103746880B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105224646A (zh) * | 2015-09-29 | 2016-01-06 | 北京金山安全软件有限公司 | 一种对象关系分析方法、装置及电子设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1987916A (zh) * | 2005-12-21 | 2007-06-27 | 腾讯科技（深圳）有限公司 | 一种发布网络广告的方法及装置 |
| CN101034997A (zh) * | 2006-03-09 | 2007-09-12 | 新数通兴业科技（北京）有限公司 | 一种数据信息精确发布的方法和系统 |
| EP2592780A2 (en) * | 2011-11-10 | 2013-05-15 | Microsoft Corporation | Providing per-application resource usage information |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8041806B2 (en) * | 2006-09-11 | 2011-10-18 | Alcatel Lucent | Targeted electronic content delivery control systems and methods |
| CN102289447B (zh) * | 2011-06-16 | 2013-04-10 | 北京亿赞普网络技术有限公司 | 一种基于通讯网络报文的网站网页评价系统 |
-
2014
- 2014-01-06 CN CN201410005487.2A patent/CN103746880B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1987916A (zh) * | 2005-12-21 | 2007-06-27 | 腾讯科技（深圳）有限公司 | 一种发布网络广告的方法及装置 |
| CN101034997A (zh) * | 2006-03-09 | 2007-09-12 | 新数通兴业科技（北京）有限公司 | 一种数据信息精确发布的方法和系统 |
| EP2592780A2 (en) * | 2011-11-10 | 2013-05-15 | Microsoft Corporation | Providing per-application resource usage information |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103746880A (zh) | 2014-04-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Visual listening in: Extracting brand image portrayed on social media | |
| CN104090919B (zh) | 推荐广告的方法及广告推荐服务器 | |
| US9576251B2 (en) | Method and system for processing web activity data | |
| CN103136695B (zh) | 媒体投放价值分析方法及其系统 | |
| CN105023165A (zh) | 社交网络平台中投放任务的控制方法、装置及系统 | |
| CN103905532B (zh) | 微博营销账号的识别方法及系统 | |
| CN106803190A (zh) | 一种广告个性化推送系统及方法 | |
| CN106940705A (zh) | 一种用于构建用户画像的方法与设备 | |
| CN104765874A (zh) | 用于检测点击作弊的方法及装置 | |
| CN103177384A (zh) | 基于用户兴趣图谱的网络广告投放方法 | |
| CN106815198A (zh) | 模型训练方法及装置和语句业务类型的识别方法及装置 | |
| CN107665221A (zh) | 关键词的分类方法和装置 | |
| CN107888606A (zh) | 一种域名信誉度评估方法及系统 | |
| CN108305181A (zh) | 社交影响力确定、信息投放方法及装置、设备及存储介质 | |
| CN107220745A (zh) | 一种意图行为数据的识别方法、系统及设备 | |
| Chowdhary et al. | Fake review detection using classification | |
| CN109493146A (zh) | 广告投放方法及装置 | |
| CN110097388A (zh) | 一种网络广告数据分析方法 | |
| CN111784360B (zh) | 一种基于网络链接回溯的反欺诈预测方法及系统 | |
| CN109345280A (zh) | 基于大数据分析的智能广告位投放方法及装置 | |
| CN103746880B (zh) | 互联网变量测试方法和装置 | |
| CN103294686A (zh) | 一种网页作弊用户、作弊网页的识别方法及系统 | |
| Song et al. | Multi-Stage Malicious Click Detection on Large Scale Web Advertising Data. | |
| CN109492142A (zh) | 适用于关注对象的影响力检测方法、电子终端及存储介质 | |
| CN104376071A (zh) | 推广信息的监测方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Internet variable test method and Internet variable test device Effective date of registration: 20190531 Granted publication date: 20170801 Pledgee: Shenzhen Black Horse World Investment Consulting Co.,Ltd. Pledgor: BEIJING GRIDSUM TECHNOLOGY Co.,Ltd. Registration number: 2019990000503 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| CP02 | Change in the address of a patent holder |
Address after: 100083 No. 401, 4th Floor, Haitai Building, 229 North Fourth Ring Road, Haidian District, Beijing Patentee after: BEIJING GRIDSUM TECHNOLOGY Co.,Ltd. Address before: 100086 Beijing city Haidian District Shuangyushu Area No. 76 Zhichun Road cuigongfandian 8 layer A Patentee before: BEIJING GRIDSUM TECHNOLOGY Co.,Ltd. |
|
| CP02 | Change in the address of a patent holder | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20240604 Granted publication date: 20170801 |