CN104281581A - 网页的推荐位内容曝光量的监测方法和系统 - Google Patents
网页的推荐位内容曝光量的监测方法和系统 Download PDFInfo
- Publication number
- CN104281581A CN104281581A CN201310274523.0A CN201310274523A CN104281581A CN 104281581 A CN104281581 A CN 104281581A CN 201310274523 A CN201310274523 A CN 201310274523A CN 104281581 A CN104281581 A CN 104281581A
- Authority
- CN
- China
- Prior art keywords
- position content
- exposure
- recommendation
- recommendation position
- content
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
- G06F16/9574—Browsing optimisation, e.g. caching or content distillation of access to content, e.g. by caching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请公开了一种网页的推荐位内容曝光量的监测方法和系统,包括:标识构建模块在展示网页的推荐位内容时,构建该推荐位内容的统计标识;监测累加模块每在网页上展现一次推荐位内容,则根据该推荐位内容的统计标识,累加该推荐位内容的曝光量,并将累加的曝光量缓存在内存中;输入日志模块定期将内存中缓存的各推荐位内容的曝光量输入到日志文件中。利用本发明,可以降低对系统硬件设备的性能影响,提高监测过程的处理效率。
Description
技术领域
本申请涉及计算机和互联网数据处理技术领域,尤其涉及一种网页的推荐位内容曝光量的监测方法和系统。
背景技术
目前,随着互联网技术的发展,网络逐渐成为人们获取信息的重要来源,特别是在互联网进入Web2.0时代后,用户既是网站内容的浏览者,也是网站内容的制造者。用户参与创造的内容被称为UGC,如用户发表的日志、照片等。在Web2.0时代,由于UGC的大量涌现,网络信息曝光量呈几何级快速增长,形成一个多、广、专的局面,对人类知识的积累和传播起到了一个非常大的作用。
可以发表UGC的网站系统通常被称为UGC网站系统。例如目前常用的UGC网站系统包括:微博客(MicroBlog)系统、社交网络服务系统(SNS,Social Network Service))、社区论坛系统、知识分享系统等等。其中某些UGC网站系统的功能也是相互融合的,具有多种属性。
例如,微博客(MicroBlog),简称微博,是一个基于用户关系的信息分享、传播以及获取的UGC网站系统,也属于一种SNS系统,用户可以通过有线通信网络或无线通信网络、以及各种客户端访问微博,以指定数目的文字和/或其它多媒体信息更新信息,并实现即时分享。
鉴于UGC系统中UGC页面曝光量大,浏览频率高的特点,目前业界通常为了向目标受众推荐一些厂商的推荐内容,如热门话题、热门用户、功能点入口、专题、活动、广告等信息,往往在UGC网页的固定位置设置网页推荐位,用来投放推荐内容,比如在首页头部导航栏与用户资料之间的首页顶部推荐位。
所述推荐内容在用户访问网页时总的展现次数就是推荐内容的曝光量,每条推荐内容的曝光量渐渐成为了衡量推荐内容热度以及传播广度的一项重要技术参数指标。
现有技术中,对推荐内容曝光量的监测技术方案主要是:网页推荐位的推荐内容每加载展示一次,就会触发相应的监测代码向日志文件中输出一条日志记录,后台服务系统根据该日志文件中的日志记录的条数来统计所述推荐内容的曝光量,例如一般一个推荐内容有N条日志记录,则该推荐内容的曝光量就是N次。
但是,现有技术存在如下缺点:
所述日志文件存储在硬盘中,每加载展示一次推荐内容,都需要向硬盘的日志文件输入一条日志记录,即向所述硬盘进行一次写操作,由于目前的UGC网页的访问数量庞大,例如目前微博系统中每天对微博网页的访问量每天有几百亿次,相应推荐位的曝光量也非常庞大,相应地要向硬盘进行每天几百亿次的写操作,占用大量的读写资源,对系统硬件设备的性能影响较大,同时由于硬盘写操作的执行效率有瓶颈,因此整个监测过程的处理效率会非常低。
发明内容
有鉴于此,本发明的主要目的是提供一种网页的推荐位内容曝光量的监测方法,以降低对系统硬件设备的性能影响,提高监测过程的处理效率。
本发明的另一目的在于提供一种网页的推荐位内容曝光量的监测系统,以降低对系统硬件设备的性能影响,提高监测过程的处理效率。
本发明的技术方案是这样实现的:
一种网页的推荐位内容曝光量的监测方法,包括:
在展示网页的推荐位内容时,构建该推荐位内容的统计标识;
每在网页上展现一次推荐位内容,则根据该推荐位内容的统计标识,累加该推荐位内容的曝光量,并将累加的曝光量缓存在内存中;
定期将内存中缓存的各推荐位内容的曝光量输入到日志文件中。
一种网页的推荐位内容曝光量的监测系统,包括:
标识构建模块,用于在展示网页的推荐位内容时,构建该推荐位内容的统计标识;
监测累加模块,用于每在网页上展现一次推荐位内容,则根据该推荐位内容的统计标识,累加该推荐位内容的曝光量,并将累加的曝光量缓存在内存中;
输入日志模块,用于定期将内存中缓存的各推荐位内容的曝光量输入到日志文件中。
与现有技术相比,本发明每在网页上每展现一次推荐位的推荐内容,根据该推荐位内容的统计标识,累加该推荐位内容的曝光量,并将累加的曝光量缓存在内存中,定期将内存中缓存的各推荐位内容的曝光量输入到日志文件中;从而大大地降低了向日志文件的写操作的次数,节省读写资源,降低对系统硬件设备的性能的影响,同时由于内存的执行效率高,每展现一次推荐位内容累加该推荐位内容的曝光量,会大大提高监测过程的处理效率。
附图说明
图1为本发明所述网页的推荐位内容曝光量的监测方法的一种流程图;
图2为本发明所述一种具有推荐位内容的网页界面示意图;
图3为本发明所述网页的推荐位内容曝光量的监测系统的一种实施例组成示意图;
图4为本发明所述网页的推荐位内容曝光量的监测系统的另一种实施例组成示意图;
图5为本发明所述网页的推荐位内容曝光量的监测系统的又一种实施例组成示意图。
具体实施方式
下面结合附图及具体实施例对本发明再作进一步详细的说明。
图1为本发明所述网页的推荐位内容曝光量的监测方法的一种流程图。参见图1,该方法主要包括:
步骤101、在展示网页的推荐位内容时,构建该推荐位内容的统计标识。
步骤102、每在网页上展现一次推荐位内容,则根据该推荐位内容的统计标识,累加该推荐位内容的曝光量,并将累加的曝光量缓存在内存中。
步骤103、定期将内存中缓存的各推荐位内容的曝光量输入到日志文件中。所述日志文件通常设置在硬盘存储器中,可以为本地的硬盘存储器,也可以为远程网络节点的硬盘存储器。
在本发明的一种实施例中,所述步骤101在展示网页的推荐位内容时,构建该推荐位内容的统计标识,具体包括:在展示网页的推荐位内容时,根据该推荐位的标识获取当前在该推荐位展示的推荐位内容标识和推荐位内容类型标识,将所述推荐位标识、推荐位内容标识和推荐位内容类型标识作为该推荐位内容的统计标识添加到该推荐位内容的链接中。
所述步骤102的具体方法包括:每在网页上展现一次推荐位内容,从该推荐位内容的链接中读取统计标识,从内存中查询是否有相同的统计标识,如果没有相同的统计标识则将该统计标识对应的推荐位内容的曝光量设置为一次,并将该统计标识和对应的推荐位内容的曝光量缓存在内存中;如果有相同的统计标识则将该统计标识对应推荐位内容的曝光量累加一次,并更新内存中所缓存的该统计标识对应的推荐位内容的曝光量。
例如,当用户终端访问页面时,向服务器请求该页面中的数据,对于包括推荐位的页面,例如微博推荐位的页面,在请求数据时需要包括拉取运营服务器获取推荐位的内容数据,根据获取的推荐位内容构建该推荐位的展示代码,所述展示代码可以由浏览器或客户端解析并展示出该推荐位的内容,如文字、图片、多媒体信息、链接等。其中,推荐位内容的链接中包括统计标识lp,该统计标识中包括本推荐位的标识(ID)、推荐位内容的标识(ID),还可以进一步包括推荐位内容类型的标识(ID)。所述推荐位内容类型例如可以分为:广告、话题、用户、消息、基础功能等。
例如图2为本发明所述一种具有推荐位内容的网页界面示意图。参见图2,在网页顶部的导航栏200的下方存在一个推荐位,并实时展示了该推荐位所发布的推荐位内容201,此处为一个话题,话题名称为“你恋爱了父母第一句话会说什么”,当鼠标移到该推荐位内容201上时,按照现有浏览器的功能,在浏览器底部可以展示的该推荐位内容201的链接数据,其中的“lp=mbw_home_top,138513,3,1,3”202即为所构建的本推荐位内容的统计标识。
每展现一次图2所述的页面,则会从该推荐位内容的链接中读取统计标识,从本地的内存中查询是否有相同的统计标识,如果没有相同的统计标识则将该统计标识对应的推荐位内容的曝光量设置为一次,并将该统计标识和对应的推荐位内容的曝光量缓存在内存中,如缓存推荐位ID、推荐位内容ID、推荐位内容类型ID以及对应的曝光量(第一次为1);如果有相同的统计标识则将该统计标识对应推荐位内容的曝光量累加一次,并更新内存中所缓存的该统计标识对应的推荐位内容的曝光量。
在进一步的实施例中,本发明在上述步骤101至步骤103的基础上,还可以进一步包括:
步骤104、根据所述日志文件统计各推荐位内容的曝光量。
在一种具体实施例中,所述日志文件可以直接设置在一个统一的日志服务器上,步骤103中定期将内存中缓存的各推荐位内容的曝光量通过网络连接输入到该统一的日志服务器的日志文件中。这样,步骤104可以直接地根据所述日志服务器上的日志文件中记录的信息,统计各推荐位内容的曝光量。
在另一种具体实施例中,所述日志文件可以设置在所述内存所在的本地设备的硬件存储器上,步骤103中通过本地连接定期将所述内存中缓存的各推荐位内容的曝光量输入到本地的日志文件中。所述步骤104中,需要先将各地的硬盘存储器中的日志文件定期输出到统一的日志服务器上,然后根据所述日志服务器上的日志文件中记录的信息,统计各推荐位内容的曝光量。
基于上述任一个实施例,在进一步的实施例中,步骤103所述定期将内存中缓存的各推荐位内容的曝光量输入到日志文件中,具体包括:定期将内存中缓存的各推荐位内容的曝光量作为日志记录添加到日志文件中,之后即时(所述即时就是立刻、立即)将所述内存中缓存的各推荐位内容的曝光量重置为零,从而释放宝贵的内存资源,并简化后续计数过程;步骤104中,所述根据所述日志文件统计各推荐位内容的曝光量,具体为:遍历所述日志文件中记录的所有日志记录,针对每一个推荐位内容,累加该推荐位内容的曝光量。
基于上述任一个实施例,在步骤104中,所述根据所述日志文件统计各推荐位内容的曝光量,还可以具体包括:对所述日志文件按照预设的时间间隔进行分割,分别统计每个时间间隔内的各推荐位内容的曝光量。例如按照每天的预定的时间段进行分割,统计每天各个时间段的推荐位内容的曝光量,其目的是方便管理人员查看不同时间段的各推荐位内容的曝光情况,进一步计算出各推荐位内容在不同时间段的转化率,从而更加方便地调整对推荐位内容的投放策略,提高投放效率和转化率。
另外,所述推荐位内容的统计标识中可以具体包括:包括推荐位标识、推荐位内容标识和推荐位内容类型标识;基于上述任一个实施例,在步骤104中,所述根据所述日志文件统计各推荐位内容的曝光量,具体可以包括以下至少一种方式:
统计每个推荐位标识对应的推荐位内容的曝光量;从而方便管理人员查看每一个推荐位上的内容曝光情况,进一步计算出各推荐位的转化率,从而方便地调整推荐位的页面、位置等。
统计每个推荐位内容标识对应的推荐位内容的曝光量;从而方便管理人员查看每一个推荐内容的曝光情况,进一步计算出各推荐内容的转化率,从而方便地调整对推荐内容的投放策略,提高投放效率和转化率。
统计每个推荐位内容类型标识对应的推荐位内容的曝光量;从而方便管理人员查看每一种推荐位内容类型的曝光情况,从中查找出哪一种类型是UGC用户最感兴趣的内容,从而对推荐为内容的类型做出投放策略调整。
统计每个推荐位标识和推荐位内容标识对应的推荐位内容的曝光量;如:在推荐位1上展现过(即曝光过)推荐位内容a、推荐位内容b、推荐位内容c和推荐位内容d,那么可以分别统计在推荐位1上所展现的推荐位内容a、b、c和d的曝光量。从而方便管理人员查看各推荐位上所推荐的某个推荐内容的曝光效果,进而及时地调整对推荐内容的投放策略,提高投放效率和转化率。
统计每个推荐位标识和推荐位内容类型标识对应的推荐位内容的曝光量;从而方便管理人员查看各推荐位上所推荐的某个推荐内容类型的曝光效果,进而及时地调整对推荐内容类型的投放策略,提高投放效率和转化率。
统计每个推荐位内容标识和推荐位内容类型标识对应的推荐位内容的曝光量;从而方便管理人员查看各推荐位内容类型中,不同推荐内容的曝光效果,进而及时地调整对推荐内容类型的投放策略,提高投放效率和转化率。
与上述方法对应,本发明还公开了一种网页的推荐位内容曝光量的监测系统,用于执行上述方法。图3为本发明所述网页的推荐位内容曝光量的监测系统的一种实施例组成示意图。参见图3,该监测系统包括:
标识构建模块301,用于在展示网页的推荐位内容时,构建该推荐位内容的统计标识。
监测累加模块302,用于每在网页上展现一次推荐位内容,则根据该推荐位内容的统计标识,累加该推荐位内容的曝光量,并将累加的曝光量缓存在内存中。此处的内存是该监测累加模块302所在的本地设备的内存。所述监测累加模块302可以设置在用户端,也可以设置在网络端。
输入日志模块303,用于定期将所述内存中缓存的各推荐位内容的曝光量输入到日志文件中。
本发明中,所述监测系统通常可以设置在网站系统的前端系统中,所述前端系统通常是指与用户交互端,具体可以通过专门的客户端(Client)实现,也可以通过网络浏览器(Browser)来访问服务器的方式实现。即可以采用浏览器/服务器(B/S)结构,也可以采用客户端/服务器(C/S)结构,但是在网络信息飞速发展的年代,系统架构可能还会发展和变化,但不论是什么架构,本发明的核心思想和核心的功能模块是相同的,只是执行具体功能的模块的所处位置不同而已。
在一种具体实施例中,所述日志文件可以设置在所述内存所在本地设备的硬盘存储器上,输入日志模块303可以直接通过本地连接将所述曝光量输入到日志文件中。或者,在另一种具体实施例中,所述日志文件也可以设置在非本地的网络节点的硬盘存储器上,所述输入日志模块303可以通过网络连接将所述曝光量输入到日志文件中。
在一种实施例中,所述标识构建模块具体用于:在展示网页的推荐位内容时,根据该推荐位的标识获取当前在该推荐位展示的推荐位内容标识和推荐位内容类型标识,将所述推荐位标识、推荐位内容标识和推荐位内容类型标识作为该推荐位内容的统计标识添加到该推荐位内容的链接中。
所述监测累加模块具体用于:每在网页上展现一次推荐位内容,从该推荐位内容的链接中读取统计标识,从内存中查询是否有相同的统计标识,如果没有相同的统计标识则将该统计标识对应的推荐位内容的曝光量设置为一次,并将该统计标识和对应的推荐位内容的曝光量缓存在内存中;如果有相同的统计标识则将该统计标识对应推荐位内容的曝光量累加一次,并更新内存中所缓存的该统计标识对应的推荐位内容的曝光量。
图4为本发明所述网页的推荐位内容曝光量的监测系统的另一种实施例组成示意图,该实施例中,所述监测系统除了上述的各模块,还可以进一步包括:
统计模块304,用于根据所述日志文件统计各推荐位内容的曝光量。
基于上述图4的实施例,在一种具体实施例中,所述日志文件可以直接设置在一个统一的日志服务器上,输入日志模块303定期将内存中缓存的各推荐位内容的曝光量通过网络连接输入到该统一的日志服务器的日志文件中。这样,统计模块304可以直接地根据所述日志服务器上的日志文件中记录的信息,统计各推荐位内容的曝光量。
图5为本发明所述网页的推荐位内容曝光量的监测系统的又一种实施例组成示意图,该实施例中,所述日志文件可以设置在所述内存所在的本地设备的硬件存储器上,所述输入日志模块303具体用于:定期将内存中缓存的各推荐位内容的曝光量输入到本地硬盘存储器中的日志文件中。且所述统计模块304中需要具体包括汇总子模块和统计子模块。
所述汇总子模块与所述输入日志模块303处于同一设备,用于将本地硬盘存储器中的日志文件定期输出到统一的日志服务器上;所述统计子模块可以位于所述统一的日志服务器上或者位于该日志服务器之外,用于根据所述日志服务器上的日志文件中记录的信息,统计各推荐位内容的曝光量。
基于上述图4或图5的实施例,在进一步的实施例中,所述统计模块中具体还可以包括分割统计子模块,用于对所述日志文件按照预设的时间间隔进行分割,分别统计每个时间间隔内的各推荐位内容的曝光量。例如按照每天的预定的时间段进行分割,统计每天各个时间段的推荐位内容的曝光量,其目的是方便管理人员查看不同时间段的各推荐位内容的曝光情况,进一步计算出各推荐位内容在不同时间段的转化率,从而更加方便地调整对推荐位内容的投放策略,提高投放效率和转化率。
基于上述图4或图5的实施例,在进一步的实施例中,所述输入日志模块303具体用于:定期将内存中缓存的各推荐位内容的曝光量作为日志记录添加到日志文件中,之后即时将所述内存中缓存的各推荐位内容的曝光量重置为零,从而释放宝贵的内存资源,并简化后续计数过程;所述统计模块具体用于:遍历所述日志文件中记录的所有日志记录,针对每一个推荐位内容,累加该推荐位内容的曝光量。
另外,所述推荐位内容的统计标识中可以具体包括:包括推荐位标识、推荐位内容标识和推荐位内容类型标识;基于上述任一个实施例,所述统计模块中具体包括以下至少一种统计子模块:
第一统计子模块,用于统计每个推荐位标识对应的推荐位内容的曝光量;从而方便管理人员查看每一个推荐位上的内容曝光情况,进一步计算出各推荐位的转化率,从而方便地调整推荐位的页面、位置等。
第二统计子模块,用于统计每个推荐位内容标识对应的推荐位内容的曝光量;从而方便管理人员查看每一个推荐内容的曝光情况,进一步计算出各推荐内容的转化率,从而方便地调整对推荐内容的投放策略,提高投放效率和转化率。
第三统计子模块,用于统计每个推荐位内容类型标识对应的推荐位内容的曝光量;从而方便管理人员查看每一种推荐位内容类型的曝光情况,从中查找出哪一种类型是UGC用户最感兴趣的内容,从而对推荐为内容的类型做出投放策略调整。
第四统计子模块,用于统计每个推荐位标识和推荐位内容标识对应的推荐位内容的曝光量;从而方便管理人员查看各推荐位上所推荐的某个推荐内容的曝光效果,进而及时地调整对推荐内容的投放策略,提高投放效率和转化率。
第五统计子模块,用于统计每个推荐位标识和推荐位内容类型标识对应的推荐位内容的曝光量;从而方便管理人员查看各推荐位上所推荐的某个推荐内容类型的曝光效果,进而及时地调整对推荐内容类型的投放策略,提高投放效率和转化率。
第六统计子模块,用于统计每个推荐位内容标识和推荐位内容类型标识对应的推荐位内容的曝光量。从而方便管理人员查看各推荐位内容类型中,不同推荐内容的曝光效果,进而及时地调整对推荐内容类型的投放策略,提高投放效率和转化率。
本发明所述的方法和系统可以应用在任何具有推荐位内容网页的网站系统中,其中优选可以是UGC系统,例如微博系统、微信系统、SNS系统等。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。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。
另外,本发明的每一个实施例可以通过由数据处理设备如计算机执行的数据处理程序来实现。显然,数据处理程序构成了本发明。此外,通常存储在一个存储介质中的数据处理程序通过直接将程序读取出存储介质或者通过将程序安装或复制到数据处理设备的存储设备(如硬盘和或内存)中执行。因此,这样的存储介质也构成了本发明。存储介质可以使用任何类型的记录方式,例如纸张存储介质(如纸带等)、磁存储介质(如软盘、硬盘、闪存等)、光存储介质(如CD-ROM等)、磁光存储介质(如MO等)等。
因此本发明还公开了一种存储介质,其中存储有数据处理程序,该数据处理程序用于执行本发明上述方法的任何一种实施例。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (16)
1.一种网页的推荐位内容曝光量的监测方法,其特征在于,包括:
在展示网页的推荐位内容时,构建该推荐位内容的统计标识;
每在网页上展现一次推荐位内容,则根据该推荐位内容的统计标识,累加该推荐位内容的曝光量,并将累加的曝光量缓存在内存中;
定期将内存中缓存的各推荐位内容的曝光量输入到日志文件中。
2.根据权利要求1所述的方法,其特征在于,
所述在展示网页的推荐位内容时,构建该推荐位内容的统计标识,具体包括:在展示网页的推荐位内容时,根据该推荐位的标识获取当前在该推荐位展示的推荐位内容标识和推荐位内容类型标识,将所述推荐位标识、推荐位内容标识和推荐位内容类型标识作为该推荐位内容的统计标识添加到该推荐位内容的链接中。
3.根据权利要求2所述的方法,其特征在于,所述每在网页上展现一次推荐位内容,根据该推荐位内容的统计标识,累加该推荐位内容的曝光量,并将累加的曝光量缓存在内存中,的具体方法包括:
每在网页上展现一次推荐位内容,从该推荐位内容的链接中读取统计标识,从内存中查询是否有相同的统计标识,如果没有相同的统计标识则将该统计标识对应的推荐位内容的曝光量设置为一次,并将该统计标识和对应的推荐位内容的曝光量缓存在内存中;如果有相同的统计标识则将该统计标识对应推荐位内容的曝光量累加一次,并更新内存中所缓存的该统计标识对应的推荐位内容的曝光量。
4.根据权利要求1所述的方法,其特征在于,该方法进一步包括:
根据所述日志文件统计各推荐位内容的曝光量。
5.根据权利要求4所述的方法,其特征在于,
所述定期将内存中缓存的各推荐位内容的曝光量输入到日志文件中,具体为:定期将内存中缓存的各推荐位内容的曝光量输入到本地硬盘存储器中的日志文件中;
所述根据所述日志文件统计各推荐位内容的曝光量,具体包括:将各地的硬盘存储器中的日志文件定期输出到统一的日志服务器上,根据所述日志服务器上的日志文件中记录的信息,统计各推荐位内容的曝光量。
6.根据权利要求4所述的方法,其特征在于,所述根据所述日志文件统计各推荐位内容的曝光量,具体包括:对所述日志文件按照预设的时间间隔进行分割,分别统计每个时间间隔内的各推荐位内容的曝光量。
7.根据权利要求4所述的方法,其特征在于,
所述定期将内存中缓存的各推荐位内容的曝光量输入到日志文件中,具体包括:定期将内存中缓存的各推荐位内容的曝光量作为日志记录添加到日志文件中,之后即时将所述内存中缓存的各推荐位内容的曝光量重置为零;
所述根据所述日志文件统计各推荐位内容的曝光量,具体为:遍历所述日志文件中记录的所有日志记录,针对每一个推荐位内容,累加该推荐位内容的曝光量。
8.根据权利要求4至7任一项所述的方法,其特征在于,
所述推荐位内容的统计标识中具体包括:包括推荐位标识、推荐位内容标识和推荐位内容类型标识;
所述根据所述日志文件统计各推荐位内容的曝光量,具体包括以下至少一种方式:
统计每个推荐位标识对应的推荐位内容的曝光量。
统计每个推荐位内容标识对应的推荐位内容的曝光量;
统计每个推荐位内容类型标识对应的推荐位内容的曝光量;
统计每个推荐位标识和推荐位内容标识对应的推荐位内容的曝光量;
统计每个推荐位标识和推荐位内容类型标识对应的推荐位内容的曝光量;
统计每个推荐位内容标识和推荐位内容类型标识对应的推荐位内容的曝光量。
9.一种网页的推荐位内容曝光量的监测系统,其特征在于,包括:
标识构建模块,用于在展示网页的推荐位内容时,构建该推荐位内容的统计标识;
监测累加模块,用于每在网页上展现一次推荐位内容,则根据该推荐位内容的统计标识,累加该推荐位内容的曝光量,并将累加的曝光量缓存在内存中;
输入日志模块,用于定期将内存中缓存的各推荐位内容的曝光量输入到日志文件中。
10.根据权利要求9所述的系统,其特征在于,所述标识构建模块具体用于:在展示网页的推荐位内容时,根据该推荐位的标识获取当前在该推荐位展示的推荐位内容标识和推荐位内容类型标识,将所述推荐位标识、推荐位内容标识和推荐位内容类型标识作为该推荐位内容的统计标识添加到该推荐位内容的链接中。
11.根据权利要求10所述的系统,其特征在于,所述监测累加模块具体用于:每在网页上展现一次推荐位内容,从该推荐位内容的链接中读取统计标识,从内存中查询是否有相同的统计标识,如果没有相同的统计标识则将该统计标识对应的推荐位内容的曝光量设置为一次,并将该统计标识和对应的推荐位内容的曝光量缓存在内存中;如果有相同的统计标识则将该统计标识对应推荐位内容的曝光量累加一次,并更新内存中所缓存的该统计标识对应的推荐位内容的曝光量。
12.根据权利要求9所述的系统,其特征在于,该系统进一步包括:
统计模块,用于根据所述日志文件统计各推荐位内容的曝光量。
13.根据权利要求12所述的系统,其特征在于,
所述输入日志模块具体用于:定期将内存中缓存的各推荐位内容的曝光量输入到本地硬盘存储器中的日志文件中;
所述统计模块具体包括汇总子模块和统计子模块;
所述汇总子模块与所述输入日志模块处于同一设备,用于将本地硬盘存储器中的日志文件定期输出到统一的日志服务器上;
所述统计子模块处于所述统一的日志服务器上,用于根据所述日志服务器上的日志文件中记录的信息,统计各推荐位内容的曝光量。
14.根据权利要求12所述的系统,其特征在于,所述统计模块中具体包括分割统计子模块,用于对所述日志文件按照预设的时间间隔进行分割,分别统计每个时间间隔内的各推荐位内容的曝光量。
15.根据权利要求12所述的系统,其特征在于,
所述输入日志模块具体用于:定期将内存中缓存的各推荐位内容的曝光量作为日志记录添加到日志文件中,之后即时将所述内存中缓存的各推荐位内容的曝光量重置为零;
所述统计模块具体用于:遍历所述日志文件中记录的所有日志记录,针对每一个推荐位内容,累加该推荐位内容的曝光量。
16.根据权利要求12至15任一项所述的系统,其特征在于,
所述推荐位内容的统计标识中具体包括:包括推荐位标识、推荐位内容标识和推荐位内容类型标识;
所述统计模块中具体包括以下至少一种统计子模块:
第一统计子模块,用于统计每个推荐位标识对应的推荐位内容的曝光量;第二统计子模块,用于统计每个推荐位内容标识对应的推荐位内容的曝光量;
第三统计子模块,用于统计每个推荐位内容类型标识对应的推荐位内容的曝光量;
第四统计子模块,用于统计每个推荐位标识和推荐位内容标识对应的推荐位内容的曝光量;
第五统计子模块,用于统计每个推荐位标识和推荐位内容类型标识对应的推荐位内容的曝光量;
第六统计子模块,用于统计每个推荐位内容标识和推荐位内容类型标识对应的推荐位内容的曝光量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310274523.0A CN104281581B (zh) | 2013-07-02 | 2013-07-02 | 网页的推荐位内容曝光量的监测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310274523.0A CN104281581B (zh) | 2013-07-02 | 2013-07-02 | 网页的推荐位内容曝光量的监测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104281581A true CN104281581A (zh) | 2015-01-14 |
CN104281581B CN104281581B (zh) | 2019-08-09 |
Family
ID=52256463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310274523.0A Active CN104281581B (zh) | 2013-07-02 | 2013-07-02 | 网页的推荐位内容曝光量的监测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104281581B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105491454A (zh) * | 2015-11-25 | 2016-04-13 | 合一网络技术(北京)有限公司 | 一种精准推荐中的频次控制方法及装置 |
CN106776987A (zh) * | 2016-12-02 | 2017-05-31 | 乐视控股(北京)有限公司 | 数据处理方法、装置及电子设备 |
CN107688582A (zh) * | 2016-08-05 | 2018-02-13 | 腾讯科技(深圳)有限公司 | 资源推荐模型的获取方法及装置 |
CN110570232A (zh) * | 2019-08-05 | 2019-12-13 | 科大讯飞股份有限公司 | 互联网广告投放方法、装置、服务器及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080104034A1 (en) * | 2006-05-26 | 2008-05-01 | Stewart Jeffrey A | Method For Scoring Changes to a Webpage |
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 |
CN102299832A (zh) * | 2011-09-30 | 2011-12-28 | 互动在线(北京)科技有限公司 | 一种通用的网络流量统计方法 |
CN102810050A (zh) * | 2011-05-31 | 2012-12-05 | 深圳市金蝶友商电子商务服务有限公司 | 日志数据写入方法和日志系统 |
-
2013
- 2013-07-02 CN CN201310274523.0A patent/CN104281581B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080104034A1 (en) * | 2006-05-26 | 2008-05-01 | Stewart Jeffrey A | Method For Scoring Changes to a Webpage |
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 |
CN102810050A (zh) * | 2011-05-31 | 2012-12-05 | 深圳市金蝶友商电子商务服务有限公司 | 日志数据写入方法和日志系统 |
CN102299832A (zh) * | 2011-09-30 | 2011-12-28 | 互动在线(北京)科技有限公司 | 一种通用的网络流量统计方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105491454A (zh) * | 2015-11-25 | 2016-04-13 | 合一网络技术(北京)有限公司 | 一种精准推荐中的频次控制方法及装置 |
CN107688582A (zh) * | 2016-08-05 | 2018-02-13 | 腾讯科技(深圳)有限公司 | 资源推荐模型的获取方法及装置 |
CN107688582B (zh) * | 2016-08-05 | 2020-07-07 | 腾讯科技(深圳)有限公司 | 资源推荐模型的获取方法及装置 |
CN106776987A (zh) * | 2016-12-02 | 2017-05-31 | 乐视控股(北京)有限公司 | 数据处理方法、装置及电子设备 |
CN110570232A (zh) * | 2019-08-05 | 2019-12-13 | 科大讯飞股份有限公司 | 互联网广告投放方法、装置、服务器及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104281581B (zh) | 2019-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11907237B2 (en) | Gathering and contributing content across diverse sources | |
JP6067713B2 (ja) | ソーシャル・ネットワーキング・システムを通じて伝搬される通信の効果の理解 | |
US10572565B2 (en) | User behavior models based on source domain | |
Oussalah et al. | A software architecture for Twitter collection, search and geolocation services | |
US20160132904A1 (en) | Influence score of a brand | |
US10242388B2 (en) | Systems and methods for efficiently selecting advertisements for scoring | |
US20150334068A1 (en) | Message processing method and apparatus | |
US9292607B2 (en) | Using social-network data for identification and ranking of URLs | |
US11449553B2 (en) | Systems and methods for generating real-time recommendations | |
US11275748B2 (en) | Influence score of a social media domain | |
US8775941B1 (en) | System for monitoring and reporting deviations of real-time analytics data from expected analytics data | |
KR20150130282A (ko) | 실시간 비딩용 지능형 플랫폼 | |
US10305845B1 (en) | Accurate user alignment across online social media platforms | |
US10592917B2 (en) | Method and systems for determining programmatically expected performances | |
US20140143013A1 (en) | System and method for analyzing social media trends | |
WO2013025126A2 (en) | News feed by filter | |
US20180225024A1 (en) | System and method for generating an integrated mobile graphical experience using compiled-content from multiple sources | |
CN104281581A (zh) | 网页的推荐位内容曝光量的监测方法和系统 | |
CN100555283C (zh) | 一种直接针对用户的相关信息的发布方法和系统 | |
US20160162930A1 (en) | Associating Social Comments with Individual Assets Used in a Campaign | |
US11599521B2 (en) | Systems and methods for providing real-time discrepancies between disparate execution platforms | |
CN104252453A (zh) | 网页推荐位内容访问轨迹写操作的检测方法和系统 | |
Toma et al. | Sesa: A scalable multi-channel communication and booking solution for e-commerce in the tourism domain | |
Saha et al. | Big data and internet of things: a survey | |
CN113919446A (zh) | 多媒体资源的模型训练及相似度确定方法和装置 |
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 |