CN104965890A - 广告推荐的方法和装置 - Google Patents
广告推荐的方法和装置 Download PDFInfo
- Publication number
- CN104965890A CN104965890A CN201510338947.8A CN201510338947A CN104965890A CN 104965890 A CN104965890 A CN 104965890A CN 201510338947 A CN201510338947 A CN 201510338947A CN 104965890 A CN104965890 A CN 104965890A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- user
- feedback information
- probability
- recommended advertisements
- 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
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
Abstract
本发明涉及一种广告推荐的方法，包括：接收广告推荐请求，获取与广告推荐请求中的用户对应的根据反馈信息修正后的用户标签，所述反馈信息包括正反馈信息和负反馈信息，根据所述修正后的用户标签筛选出候选推荐广告，根据预估点击模型计算用户在当前展示页面对于所述各个候选推荐广告的预估点击概率，根据预估非感兴趣模型计算用户在当前展示页面对于所述各个候选推荐广告的预估非感兴趣概率，根据所述预估点击概率和预估非感兴趣概率从所述候选推荐广告中筛选得到目标推荐广告，在推荐广告的过程中，不仅考率了正反馈信息也考虑了负反馈信息，提高了广告推荐的精确度，此外还提供了一种广告推荐的装置。
Description
技术领域
本发明涉及计算机技术领域，特别是涉及一种广告推荐的方法和装置。
背景技术
随着互联网技术的发展，通过互联网获取信息，生活、娱乐和工作成为人们生活的一部分。商家为了提高知名度，推广商品，往往通过互联网投放广告。
现有的广告推荐方法往往基于用户的基本资料、个人对广告的点击行为进行建模的方法实现广告的推荐，但是这种推荐方法没有考虑用户对广告真实情感取向、兴趣程度的深度挖掘，尤其难以识别用户的负面情绪，甚至可能将用户负面情绪的行为识别为用户感兴趣的行为，推荐的广告难以避免对用户产生骚扰，广告推荐的精确度不高。
发明内容
基于此，有必要针对上述技术问题，提供一种广告推荐的方法和装置，提高广告推荐的精确度。
一种广告推荐的方法，所述方法包括：
接收广告推荐请求，获取与广告推荐请求中的用户对应的根据反馈信息修正后的用户标签，所述反馈信息包括正反馈信息和负反馈信息；
根据所述修正后的用户标签筛选出候选推荐广告；
根据预估点击模型计算用户在当前展示页面对于所述各个候选推荐广告的预估点击概率，根据预估非感兴趣模型计算用户在当前展示页面对于所述各个候选推荐广告的预估非感兴趣概率；
根据所述预估点击概率和预估非感兴趣概率从所述候选推荐广告中筛选得到目标推荐广告。
一种广告推荐的装置，所述装置包括：
获取模块，用于接收广告推荐请求，获取与广告推荐请求中的用户对应的根据反馈信息修正后的用户标签，所述反馈信息包括正反馈信息和负反馈信息；
候选推荐广告筛选模块，用于根据所述修正后的用户标签筛选出候选推荐广告；
计算模块，用于根据预估点击模型计算用户在当前展示页面对于所述各个候选推荐广告的预估点击概率，根据预估非感兴趣模型计算用户在当前展示页面对于所述各个候选推荐广告的预估非感兴趣概率；
目标推荐广告筛选模块，用于根据所述预估点击概率和预估非感兴趣概率从所述候选推荐广告中筛选得到目标推荐广告。
上述广告推荐的方法和装置，通过接收广告推荐请求，获取与广告推荐请求中的用户对应的根据正反馈信息和负反馈信息修正后的用户标签，根据修正后的用户标签筛选出候选推荐广告，根据预估点击模型计算用户在当前展示页面对于各个候选推荐广告的预估点击概率，根据预估非感兴趣模型计算用户在当前展示页面对于各个候选推荐广告的预估非感兴趣概率，根据预估点击概率和预估非感兴趣概率从候选推荐广告中筛选得到目标推荐广告，在推荐广告的过程中，不仅考率了正反馈信息也考虑了负反馈信息，使用根据正反馈信息和负反馈信息修正后的用户标签得到候选推荐广告，提高了候选推荐广告的精确度，同时在计算用户对候选推荐广告的预估点击概率和预估非感兴趣概率时综合考虑了当前展示页面，使得预估点击概率和预估非感兴趣概率精确度更高，并且同时考虑预估点击概率和预估非感兴趣概率可使得筛选更精确，进一步提高了广告推荐的精确度。
附图说明
图1为一个实施例中广告推荐的方法的应用环境图；
图2为一个实施例中图1中服务器的内部结构图；
图3为一个实施例中广告推荐的方法的流程图；
图4为一个实施例中修正用户标签的流程图；
图5为一个实施例中得到预估点击模型和预估非感兴趣模型的流程图；
图6为一个实施例中筛选目标推荐广告的流程图；
图7为另一个实施例中筛选目标推荐广告的流程图；
图8为一个实施例中广告推荐的方法实现的软件架构模型示意图；
图9为一个实施例中广告推荐的装置的结构框图；
图10为另一个实施例中广告推荐的装置的结构框图；
图11为再一个实施例中广告推荐的装置的结构框图；
图12为一个实施例中目标推荐广告筛选模块的结构框图；
图13为另一个实施例中目标推荐广告筛选模块的结构框图。
具体实施方式
图1为一个实施例中广告推荐的方法运行的应用环境图，如图1所示，该应用环境包括终端110和服务器120，终端110和服务器120通过网络进行通信。
终端110可为智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此。服务器120可以响应终端110发送的请求。
在一个实施例中，图1中的服务器120的内部结构如图2所示，该服务器120包括通过系统总线连接的处理器、存储介质、内存和网络接口。其中，该服务器120的存储介质存储有操作系统、数据库和一种广告推荐的装置，数据库用于存储数据，如存储广告资源、用户资料和用户标签等，该装置用于实现一种适用于服务器120的广告推荐的方法。该服务器120的处理器用于提供计算和控制能力，支撑整个服务器120的运行。该服务器120的内存为存储介质中的广告推荐的装置的运行提供环境。该服务器120的网络接口用于与外部的终端110通过网络连接通信，比如接收终端110发送的请求以及向终端110返回数据等。
如图3所示，在一个实施例中，提供了一种广告推荐的方法，以应用于上述应用环境中的服务器来举例说明，包括如下步骤：
步骤S210，接收广告推荐请求，获取与广告推荐请求中的用户对应的根据反馈信息修正后的用户标签，反馈信息包括正反馈信息和负反馈信息。
具体的，当用户需要打开有广告位的网页面面时，终端会发送广告推荐请求至服务器，服务器接收广告推荐请求，广告推荐请求中包含有用户信息，如用户标识用于唯一标识一个用户，用户标识可为登录应用的用户名或终端硬件标识或IP地址。如终端通过社交网络应用发送广告推荐请求，终端会自动获取当前登录的用户名，生成广告推荐请求发送至服务器，服务器通过广告推荐请求中包含的用户名确定用户。对于没有登录应用时发送的广告推荐请求，可以将终端硬件标识或IP地址用于标识用户的信息，服务器通过广告推荐请求中包含的硬件标识或IP地址确定用户。
每个用户都有对应的用户标签，用户标签用于标记用户的兴趣、行为等特征，是通过分析用户的基本资料和点击行为数据得到的，用户的基本资料如年纪、性别、地域、职业等，点击行为数据包括正反馈信息和负反馈信息，正反馈信息是指用户点击了推荐广告后返回的信息，正反馈信息包括正点击次数、当前点击推荐广告的用户标识、当前点击的推荐广告所在页面、当前点击的推荐广告的广告标签等。负反馈信息是指用户反馈的负面情绪相关信息，如点击了反应负面情绪的按键，如广告不感兴趣按键，屏蔽按键或与我无关等按键，包括负点击次数、当前点击负面反馈按键的用户标识、当前点击的负面反馈按键所在页面、当前点击的负面反馈按键所属推荐广告的广告标签等。用户对应的用户标签会不断根据反馈信息进行修正，从而能更准确的判断用户需求，为后续使用修正后的用户标签筛选出更精确的候选推荐广告。
步骤S220，根据修正后的用户标签筛选出候选推荐广告。
具体的，广告资源存储在广告池中，每个广告都有对应的广告标签，用于描述广告的类别或投放范围，如一个儿童座椅广告的标签为“小于5岁”，一个连衣裙广告的标签为“女生”和“服装类”，根据用户标签与广告标签选择匹配的广告得到候选推荐广告。
步骤S230，根据预估点击模型计算用户在当前展示页面对于各个候选推荐广告的预估点击概率，根据预估非感兴趣模型计算用户在当前展示页面对于各个候选推荐广告的预估非感兴趣概率。
具体的，预估点击模型用于计算用户可能点击推荐广告的概率，将候选推荐广告所在当前展示页面特征、用户特征、候选推荐广告自身特征代入预估点击模型就可计算出用户对于候选推荐广告在当前展示页面的预估点击概率，概率越大表明用户越可能点击此候选推荐广告。预估非感兴趣模型用于计算用户对推荐广告不感兴趣的概率，将候选推荐广告所在当前展示页面特征、用户特征、候选推荐广告自身特征代入预估非感兴趣模型就可计算出用户对于候选推荐广告在当前展示页面的不感兴趣概率，概率越大表明用户越可能对此候选推荐广告不感兴趣。其中当前展示页面特征是指推荐广告所在页面的特征，如“女性购物页面”等，用户特征是指用户相关的特征，可直接采用户标签来表达用户特征，如“对于服装特别感兴趣”“对于玩具不感兴趣”等。候选推荐广告自身特征用于描述广告自身特点，如“服装类”“玩具类”等，可直接采用广告标签代表候选推荐广告自身特征。
步骤S240，根据预估点击概率和预估非感兴趣概率从候选推荐广告中筛选得到目标推荐广告。
具体的，可将预估点击概率和预估非感兴趣概率进行加权或通过过滤的方式自定义算法从候选推荐广告中筛选得到目标推荐广告。由于在筛选时不仅考率了预估点击的概率，也考虑了预估非感兴趣的概率，使得推荐的广告更符合用户需求，提高了广告推荐的精确度。
本实施例中，通过接收广告推荐请求，获取与广告推荐请求中的用户对应的根据正反馈信息和负反馈信息修正后的用户标签，根据修正后的用户标签筛选出候选推荐广告，根据预估点击模型计算用户在当前展示页面对于各个候选推荐广告的预估点击概率，根据预估非感兴趣模型计算用户在当前展示页面对于各个候选推荐广告的预估非感兴趣概率，根据预估点击概率和预估非感兴趣概率从候选推荐广告中筛选得到目标推荐广告，在推荐广告的过程中，不仅考率了正反馈信息也考虑了负反馈信息，使用根据正反馈信息和负反馈信息修正后的用户标签得到候选推荐广告，提高了候选推荐广告的精确度，同时在计算用户对候选推荐广告的预估点击概率和预估非感兴趣概率时综合考虑了当前展示页面，使得预估点击概率和预估非感兴趣概率精确度更高，并且同时考虑预估点击概率和预估非感兴趣概率可使得筛选更精确，进一步提高了广告推荐的精确度。
在一个实施例中，如图4所示，在步骤S210之前，还包括：
步骤S310，获取用户对历史推荐广告返回的反馈信息。
具体的，对于历史推荐广告用户返回的反馈信息，包括正反馈信息和负反馈信息都会对应用户进行存储，用于修正用户标签，可以根据反馈信息实时修正用户标签，也可以定时进行修正。
步骤S320，根据正反馈信息统计用户对于各个广告标签的正点击数量，根据负反馈信息统计用户对于各个广告标签的负点击数量。
具体的，每个推荐广告都有对应的广告标签，多个广告可能有相同的广告标签，统计用户对于各个广告标签的正点击数量和负点击数量，如果对于一个广告标签的正点击数量大，则说明用户对这个广告标签对应的广告感兴趣，如果对于一个广告标签的负点击数量大，则说明用户对这个广告标签对应的广告不感兴趣。在一个实施例中，根据正反馈信息统计用户对于各个广告标签的正点击概率，根据负反馈信息统计用户对于各个广告标签的负点击概率，正点击概率通过各个广告标签对应的全部推荐广告被点击次数除于各个广告标签对应的全部推荐广告出现的次数得到。负点击概率通过各个广告标签对应的全部推荐广告被负点击次数除于各个广告标签对应的全部推荐广告出现的次数得到，负点击次数是指点击反应负面信息反馈的按键次数。
步骤S330，将正点击数量超过预设阈值的广告标签生成对应的感兴趣广告用户标签，将负点击数量超过预设阈值的广告标签生成对应的非感兴趣广告用户标签。
具体的，预设阈值可以根据需要自定义，如广告标签“儿童类”被用户点击的正点击数量超过预设阈值，则可将“儿童类”作为用户的一个用户标签，如广告标签“儿童类”被用户点击的负点击数量超过预设阈值，则可将“不感兴趣儿童类”作为用户的一个用户标签。在一个实施例中，将正点击概率超过预设阈值的广告标签生成对应的感兴趣广告用户标签，将负点击概率超过预设阈值的广告标签生成对应的非感兴趣广告用户标签。
本实施例中，同时考虑了正反馈信息和负正反馈信息来修正用户标签，使得用户便签可根据用户的行为变化，提高了用户标签的准确性。
在一个实施例中，如图5所示，在步骤S210之前，还包括：
步骤S340，获取不同用户对历史推荐广告返回的反馈信息。
具体的，对于历史推荐广告不同用户返回的反馈信息，包括正反馈信息和负反馈信息都会对应用户进行存储。
步骤S350，获取正反馈信息对应的不同用户对应的第一用户特征、第一展示页面特征、第一历史推荐广告特征，并将第一用户特征、第一展示页面特征和第一历史推荐广告特征对应组合生成第一特征向量。
具体的，由正反馈信息对应的不同用户对应的用户特征向量u，第一展示页面特征向量d，第一历史推荐广告特征向量a组合成一个特征向量xT，用户特征可包含多个，如“女性”“儿童”等，分别对应一个数值，这些数值组合生成第一用户特征向量u。第一展示页面特征也包含多个，如“购物类页面”“女生服装页面”等，分别对应一个数值，这些数值组合生成第一展示页面特征向量d，第一历史推荐广告特征向量也包含多个，如“儿童类”“大于3岁”等，分别对应一个数值，这些数值组合生成第一历史推荐广告特征向量a，在生成各个特征向量时是对应的关系，即当前第一历史推荐广告的特征对应当前第一历史推荐广告所在第一展示页面的特征对应当前第一历史推荐广告被点击的用户的用户特征。
步骤S360，获取负反馈信息对应的不同用户对应的第二用户特征、第二展示页面特征、第二历史推荐广告特征，并将第二用户特征、第二展示页面特征和第二历史推荐广告特征对应组合生成第二特征向量。
具体的，由负反馈信息对应的不同用户对应的用户特征向量u1，第二展示页面特征向量d1，第二历史推荐广告特征向量a1组合成一个特征向量x1 T，用户特征可包含多个，如“女性”“儿童”等，分别对应一个数值，这些数值组合生成第二用户特征向量u1。第二展示页面特征也包含多个，如“购物类页面”“女生服装页面”等，分别对应一个数值，这些数值组合生成第二展示页面特征向量d1，第二历史推荐广告特征向量也包含多个，如“儿童类”“大于3岁”等，分别对应一个数值，这些数值组合生成第二历史推荐广告特征向量a1，在生成各个特征向量时是对应的关系，即当前第二历史推荐广告的特征对应当前第二历史推荐广告所在第二展示页面的特征对应被点击的用户的用户特征。
步骤S370，根据正反馈信息计算不同用户对应第一特征向量时对历史推荐广告的正点击概率，根据负反馈信息计算不同用户对应第二特征向量时对历史推荐广告的负点击概率。
具体的，正反馈信息中包括正点击次数、当前点击推荐广告的用户标识、当前点击的推荐广告所在页面、当前点击的推荐广告的广告标签等，统计各个第一推荐广告对应第一特征向量的点击次数和各个推荐广告在第一特征向量对应的第一展示页面出现的总次数相比得到第一特征向量对应的历史推荐广告的正点击概率由P(y＝1|xT)表示，其中y表示用户的正点击行为y∈{0，1}，其中0表示没有点击，1表示点击。负反馈信息中包括负点击次数、当前点击负面反馈按键的用户标识、当前点击的负面反馈按键所在页面、当前点击的负面反馈按键所属推荐广告的广告标签等，统计各个第二推荐广告对应第二特征向量时的负点击次数和各个第二推荐广告在第二特征向量对应的第二展示页面的总次数相比得到在各个展示页面对各个历史推荐广告的负点击概率由表示，其中y1表示用户的负点击行为y1∈{0,1}，其中0表示没有点击，1表示点击。
步骤S380，根据正点击概率和第一特征向量求解得到预估点击模型，根据负点击概率和第二特征向量求解得到预估非感兴趣模型。
具体的，用逻辑回归模型表示预估点击模型和预估非感兴趣模型，将P(y＝1|xT)和xT代入公式P(y＝1|xT)＝exp(xTw)/(1+exp(xTw))，根据用户在历史上的正点击行为记录使用梯度随机下降(SGD)求解出模型参数w，得到预估点击模型。对于新的用户广告推荐请求，通过p0＝exp(x0 Tw)/(1+exp(x0 Tw))预测该次请求中用户发生正点击行为的概率p0，其中为需要计算预估点击概率的候选推荐广告对应的目标用户的用户特征向量，展示页面特征向量，候选推荐广告特征向量组合成的特征向量。将P(y1＝1|x1 T)和x1 T代入公式P(y1＝1|x1 T)＝exp(x1 Tw1)/(1+exp(x1 Tw1))，根据用户在历史上的负点击行为记录使用梯度随机下降(SGD)求解出模型参数w1，得到预估非感兴趣模型，对于新的用户广告推荐请求，通过p1＝exp(x0 Tw1)/(1+exp(x0 Tw1))预测该次请求中用户发生负点击行为的概率p1。
在一个实施例中，如图6所示，步骤S240包括：
步骤S241，将各个候选推荐广告对应的预估点击概率和预估非感兴趣概率进行加权得到质量评分。
具体的，加权系数可以根据需要自定义，预估点击概率的加权系数为正值，预估非感兴趣概率的加权系数为负值，如通过公式q＝(α*p0+β*p1)得到质量评分，其中α为预估点击概率的加权系数，α＞0，p0为预估点击概率，β为预估非感兴趣概率的加权系数，β＜0，p1为预估非感兴趣概率。
步骤S242，根据质量评分筛选候选推荐广告得到目标推荐广告。
具体的，接照质量评分高低筛选预设分数范围内的候选推荐广告为目标推荐广告，或按照质量评分将各个候选推荐广告排序，按照排序先后顺序筛选预设数目的候选推荐广告作为目标推荐广告。在一个实施例中，获取商家预设广告投放信息，根据质量评分和广告投放信息筛选候选推荐广告得到目标推荐广告。商家预设广告投放信息为与商家相关的广告投放相关的信息，如可以为广告主出价，可以为商家的知名度等，根据广告主出价具体金额或自定义的商家的知名度级别，由自定义算法得到最终的各个候选推荐广告的得分，接照得分高低筛选预设分数范围内的候选推荐广告为目标推荐广告，或按照得分将各个候选推荐广告排序，按照排序先后顺序筛选预设数目的候选推荐广告作为目标推荐广告。在一个实施例中通过公式q1＝q*bidprice得到各个候选推荐广告的最终得分。其中q为步骤S241中算出的质量评分，bidprice为广告主出价金额。
在一个实施例中，如图7所示，步骤S240包括：
步骤S243,将预估非感兴趣概率大于或等于预设阈值的候选推荐广告过滤。
具体的，预设阈值可根据广告位数目等条件自定义，将预估非感兴趣概率大于或等于预设阈值的候选推荐广告过滤，可快速排除用户不感兴趣的广告。
步骤S244，根据预估点击概率在过滤后的候选推荐广告中筛选得到目标推荐广告。
具体的，可将预估点击概率大于预设阈值的候选推荐广告作为目标推荐广告，或按照预估点击概率高低将候选推荐广告排序，按照排序先后顺序筛选预设数目的候选推荐广告作为目标推荐广告。在一个实施例中，获取商家预设广告投放信息，根据预估点击概率和商家预设广告投放信息在过滤后的候选推荐广告中筛选得到目标推荐广告。商家预设广告投放信息为与商家相关的广告投放相关的信息，如可以为广告主出价，可以为商家的知名度等，根据广告主出价具体金额或自定义的商家的知名度级别，由自定义算法得到最终的各个候选推荐广告的得分，接照得分高低筛选预设分数范围内的过滤后的候选推荐广告为目标推荐广告，或按照得分将各个候选推荐广告排序，按照排序先后顺序筛选预设数目的过滤后的候选推荐广告作为目标推荐广告。在一个实施例中通过公式q2＝p0*bidprice得到各个过滤后的候选推荐广告的最终得分。其中p0为过滤后的候选推荐广告的预估点击概率，bidprice为广告主出价金额。
如图8所示，为一个实施例中广告推荐的方法实现的软件架构模型示意图，用户标签模块420不断的接收终端410发送的终端410对应的用户返回的对于推荐广告的正反馈信息和负反馈信息，并根据正反馈信息和负反馈信息修正用户标签。当页面展示模块450收到终端410发送的广告推荐请求时，发送请求至广告投放系统440，广告投放系统440根据修正的用户标签从广告池430中筛选得到候选推荐广告，并且根据通过正反馈信息和负反馈信息建立的预估点击模型470和预估非感兴趣模型460结合当前展示页面内容的特征计算出的预估点击概率和预估非感兴趣概率得到目标推荐广告，将目标推荐广告投放在页面展示模块450对应的广告区域，目标推荐广告接收终端的正点击或负点击，同时生成正反馈信息和负反馈信息用于进一步修正用户标签和更新预估点击模型470和预估非感兴趣模型460。
在一个实施例中，如图9所示，提供了一种广告推荐的装置，包括：
获取模块510，用于接收广告推荐请求，获取与广告推荐请求中的用户对应的根据反馈信息修正后的用户标签，反馈信息包括正反馈信息和负反馈信息。
候选推荐广告筛选模块520，用于根据修正后的用户标签筛选出候选推荐广告。
计算模块530，用于根据预估点击模型计算用户在当前展示页面对于各个候选推荐广告的预估点击概率，根据预估非感兴趣模型计算用户在当前展示页面对于各个候选推荐广告的预估非感兴趣概率。
目标推荐广告筛选模块540，用于根据预估点击概率和预估非感兴趣概率从候选推荐广告中筛选得到目标推荐广告。
在一个实施例中，如图10所示，所述装置还包括：
用户标签修正模块550，用于获取用户对历史推荐广告返回的反馈信息，根据正反馈信息统计用户对于各个广告标签的正点击数量，根据负反馈信息统计用户对于各个广告标签的负点击数量，将正点击数量超过预设阈值的广告标签生成对应的感兴趣广告用户标签，将负点击数量超过预设阈值的广告标签生成对应的非感兴趣广告用户标签。
在一个实施例中，如图11所示，所述装置还包括：
建模模块560，用于获取不同用户对历史推荐广告返回的所述反馈信息，获取正反馈信息对应的不同用户对应的第一用户特征、第一展示页面特征、第一历史推荐广告特征，并将所述第一用户特征、第一展示页面特征和第一历史推荐广告特征对应组合生成第一特征向量，获取负反馈信息对应的不同用户对应的第二用户特征、第二展示页面特征、第二历史推荐广告特征，并将所述第二用户特征、第二展示页面特征和第二历史推荐广告特征对应组合生成第二特征向量，根据所述正反馈信息计算不同用户对应所述第一特征向量时对历史推荐广告的正点击概率，根据所述负反馈信息计算不同用户对应所述第二特征向量时对历史推荐广告的负点击概率，根据所述正点击概率和第一特征向量求解得到预估点击模型，根据所述负点击概率和第二特征向量求解得到预估非感兴趣模型。
在一个实施例中，如图12所示，目标推荐广告筛选模块540包括：
评分单元541，用于将各个候选推荐广告对应的预估点击概率和预估非感兴趣概率进行加权得到质量评分。
第一筛选单元542，用于根据质量评分筛选候选推荐广告得到目标推荐广告。
在一个实施例中，如图13所示，目标推荐广告筛选模块540包括：
过滤单元543，用于将预估非感兴趣概率大于或等于预设阈值的候选推荐广告过滤。
第二筛选单元544，用于根据预估点击概率在所述过滤后的候选推荐广告中筛选得到目标推荐广告。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述程序可存储于一计算机可读取存储介质中，如本发明实施例中，该程序可存储于计算机系统的存储介质中，并被该计算机系统中的至少一个处理器执行，以实现包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种广告推荐的方法，所述方法包括：
接收广告推荐请求，获取与广告推荐请求中的用户对应的根据反馈信息修正后的用户标签，所述反馈信息包括正反馈信息和负反馈信息；
根据所述修正后的用户标签筛选出候选推荐广告；
根据预估点击模型计算用户在当前展示页面对于所述各个候选推荐广告的预估点击概率，根据预估非感兴趣模型计算用户在当前展示页面对于所述各个候选推荐广告的预估非感兴趣概率；
根据所述预估点击概率和预估非感兴趣概率从所述候选推荐广告中筛选得到目标推荐广告。
2.根据权利要求1所述的方法，其特征在于，在所述获取广告推荐请求的步骤之前还包括：
获取用户对历史推荐广告返回的所述反馈信息；
根据所述正反馈信息统计用户对于各个广告标签的正点击数量；
根据所述负反馈信息统计用户对于各个广告标签的负点击数量；
将正点击数量超过预设阈值的广告标签生成对应的感兴趣广告用户标签；
将负点击数量超过预设阈值的广告标签生成对应的非感兴趣广告用户标签。
3.根据权利要求1所述的方法，其特征在于，在所述获取广告推荐请求的步骤之前还包括：
获取不同用户对历史推荐广告返回的所述反馈信息；
获取正反馈信息对应的不同用户对应的第一用户特征、第一展示页面特征、第一历史推荐广告特征，并将所述第一用户特征、第一展示页面特征和第一历史推荐广告特征对应组合生成第一特征向量；
获取负反馈信息对应的不同用户对应的第二用户特征、第二展示页面特征、第二历史推荐广告特征，并将所述第二用户特征、第二展示页面特征和第二历史推荐广告特征对应组合生成第二特征向量；
根据所述正反馈信息计算不同用户对应所述第一特征向量时对历史推荐广告的正点击概率，根据所述负反馈信息计算不同用户对应所述第二特征向量时对历史推荐广告的负点击概率；
根据所述正点击概率和第一特征向量求解得到预估点击模型；
根据所述负点击概率和第二特征向量求解得到预估非感兴趣模型。
4.根据权利要求1所述的方法，其特征在于，所述根据所述预估点击概率和预估非感兴趣概率从所述候选推荐广告中筛选得到目标推荐广告的步骤包括：
将所述各个候选推荐广告对应的预估点击概率和预估非感兴趣概率进行加权得到质量评分；
根据所述质量评分筛选候选推荐广告得到目标推荐广告。
5.根据权利要求1所述的方法，其特征在于，所述根据所述预估点击概率和预估非感兴趣概率从所述候选推荐广告中筛选得到目标推荐广告的步骤包括：
将所述预估非感兴趣概率大于或等于预设阈值的候选推荐广告过滤；
根据所述预估点击概率在所述过滤后的候选推荐广告中筛选得到目标推荐广告。
6.一种广告推荐的装置，其特征在于，所述装置包括：
获取模块，用于接收广告推荐请求，获取与广告推荐请求中的用户对应的根据反馈信息修正后的用户标签，所述反馈信息包括正反馈信息和负反馈信息；
候选推荐广告筛选模块，用于根据所述修正后的用户标签筛选出候选推荐广告；
计算模块，用于根据预估点击模型计算用户在当前展示页面对于所述各个候选推荐广告的预估点击概率，根据预估非感兴趣模型计算用户在当前展示页面对于所述各个候选推荐广告的预估非感兴趣概率；
目标推荐广告筛选模块，用于根据所述预估点击概率和预估非感兴趣概率从所述候选推荐广告中筛选得到目标推荐广告。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：
用户标签修正模块，用于获取用户对历史推荐广告返回的所述反馈信息，根据所述正反馈信息统计用户对于各个广告标签的正点击数量，根据所述负反馈信息统计用户对于各个广告标签的负点击数量，将正点击数量超过预设阈值的广告标签生成对应的感兴趣广告用户标签，将负点击数量超过预设阈值的广告标签生成对应的非感兴趣广告用户标签。
8.根据权利要求6所述的装置，其特征在于，所述装置还包括：
建模模块，用于获取不同用户对历史推荐广告返回的所述反馈信息，获取正反馈信息对应的不同用户对应的第一用户特征、第一展示页面特征、第一历史推荐广告特征，并将所述第一用户特征、第一展示页面特征和第一历史推荐广告特征对应组合生成第一特征向量，获取负反馈信息对应的不同用户对应的第二用户特征、第二展示页面特征、第二历史推荐广告特征，并将所述第二用户特征、第二展示页面特征和第二历史推荐广告特征对应组合生成第二特征向量，根据所述正反馈信息计算不同用户对应所述第一特征向量时对历史推荐广告的正点击概率，根据所述负反馈信息计算不同用户对应所述第二特征向量时对历史推荐广告的负点击概率，根据所述正点击概率和第一特征向量求解得到预估点击模型，根据所述负点击概率和第二特征向量求解得到预估非感兴趣模型。
9.根据权利要求6所述的装置，其特征在于，所述目标推荐广告筛选模块包括：
评分单元，用于将所述各个候选推荐广告对应的预估点击概率和预估非感兴趣概率进行加权得到质量评分；
第一筛选单元，用于根据所述质量评分筛选候选推荐广告得到目标推荐广告。
10.根据权利要求6所述的装置，其特征在于，所述目标推荐广告筛选模块包括：
过滤单元，用于将所述预估非感兴趣概率大于或等于预设阈值的候选推荐广告过滤；
第二筛选单元，用于根据所述预估点击概率在所述过滤后的候选推荐广告中筛选得到目标推荐广告。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510338947.8A CN104965890B (zh) | 2015-06-17 | 2015-06-17 | 广告推荐的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510338947.8A CN104965890B (zh) | 2015-06-17 | 2015-06-17 | 广告推荐的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104965890A true CN104965890A (zh) | 2015-10-07 |
| CN104965890B CN104965890B (zh) | 2017-05-31 |
Family
ID=54219927
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510338947.8A Active CN104965890B (zh) | 2015-06-17 | 2015-06-17 | 广告推荐的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104965890B (zh) |
Cited By (84)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105550903A (zh) * | 2015-12-25 | 2016-05-04 | 腾讯科技（深圳）有限公司 | 目标用户确定方法及装置 |
| CN105574147A (zh) * | 2015-12-15 | 2016-05-11 | 腾讯科技（深圳）有限公司 | 一种信息处理方法及服务器 |
| CN105678317A (zh) * | 2015-12-30 | 2016-06-15 | 腾讯科技（深圳）有限公司 | 一种信息处理方法及服务器 |
| CN106447384A (zh) * | 2016-08-31 | 2017-02-22 | 五八同城信息技术有限公司 | 确定目标用户的方法及装置 |
| CN106530015A (zh) * | 2016-12-08 | 2017-03-22 | 腾讯科技（深圳）有限公司 | 信息投放控制方法及装置 |
| CN106651448A (zh) * | 2016-12-23 | 2017-05-10 | 腾讯科技（深圳）有限公司 | 一种广告信息发送方法、装置、和系统 |
| CN106790570A (zh) * | 2016-12-27 | 2017-05-31 | 山东开创云软件有限公司 | 一种消费者行为分析管理系统及其分析方法 |
| CN106846054A (zh) * | 2017-01-20 | 2017-06-13 | 北京小米移动软件有限公司 | 内容项目推送方法及装置 |
| WO2017114209A1 (zh) * | 2015-12-31 | 2017-07-06 | 阿里巴巴集团控股有限公司 | 一种标签数据泄漏渠道检测方法及装置 |
| WO2017121258A1 (zh) * | 2016-01-12 | 2017-07-20 | 腾讯科技（深圳）有限公司 | 信息投放方法、装置、服务器和存储介质 |
| CN107179958A (zh) * | 2017-03-31 | 2017-09-19 | 北京奇艺世纪科技有限公司 | 一种广告投放故障的修复方法及装置 |
| CN107423430A (zh) * | 2017-08-03 | 2017-12-01 | 北京京东尚科信息技术有限公司 | 数据处理方法、装置和计算机可读存储介质 |
| CN107463552A (zh) * | 2017-07-20 | 2017-12-12 | 北京奇艺世纪科技有限公司 | 一种生成视频主题名称的方法和装置 |
| CN107612966A (zh) * | 2017-08-11 | 2018-01-19 | 百度在线网络技术（北京）有限公司 | Feed信息反馈处理方法及系统 |
| CN107657488A (zh) * | 2017-10-19 | 2018-02-02 | 厦门美柚信息科技有限公司 | 基于广告匹配的广告投放处理方法及装置 |
| CN107657486A (zh) * | 2017-10-19 | 2018-02-02 | 厦门美柚信息科技有限公司 | 一种广告投放方法及装置 |
| CN108154398A (zh) * | 2017-12-27 | 2018-06-12 | 广东欧珀移动通信有限公司 | 信息显示方法、装置、终端及存储介质 |
| CN108229994A (zh) * | 2016-12-21 | 2018-06-29 | 北京金山云网络技术有限公司 | 一种信息推送方法及装置 |
| CN108307207A (zh) * | 2017-12-28 | 2018-07-20 | 北京达佳互联信息技术有限公司 | 一种视频推送方法及装置 |
| CN108334518A (zh) * | 2017-01-20 | 2018-07-27 | 中国移动通信有限公司研究院 | 一种广告加载方法及装置 |
| CN108376339A (zh) * | 2017-09-11 | 2018-08-07 | 加拿大辉莱广告公司 | 广告礼品推荐方法及装置 |
| CN108510303A (zh) * | 2017-04-19 | 2018-09-07 | 腾讯科技（深圳）有限公司 | 广告投放方法及装置 |
| CN108681919A (zh) * | 2018-05-10 | 2018-10-19 | 苏州跃盟信息科技有限公司 | 一种内容推送方法及装置 |
| CN108764952A (zh) * | 2018-03-23 | 2018-11-06 | 北京奇艺世纪科技有限公司 | 一种广告投放方法、装置及电子设备 |
| CN108776907A (zh) * | 2018-05-31 | 2018-11-09 | 康键信息技术（深圳）有限公司 | 广告智能推荐方法、服务器及存储介质 |
| CN108804619A (zh) * | 2018-05-31 | 2018-11-13 | 腾讯科技（深圳）有限公司 | 兴趣偏好预测方法、装置、计算机设备及存储介质 |
| CN108921624A (zh) * | 2018-07-27 | 2018-11-30 | 百度在线网络技术（北京）有限公司 | 广告融合方法、装置、存储介质和终端设备 |
| CN109003138A (zh) * | 2018-07-24 | 2018-12-14 | 上海常仁信息科技有限公司 | 一种基于客户爱好分析的广告推荐系统和方法 |
| CN109033180A (zh) * | 2018-06-26 | 2018-12-18 | 深圳市爱的网络科技有限公司 | 一种信息推送方法、装置、计算机装置及计算机可读存储介质 |
| CN109087162A (zh) * | 2018-07-05 | 2018-12-25 | 杭州朗和科技有限公司 | 数据处理方法、系统、介质和计算设备 |
| CN109146534A (zh) * | 2018-06-26 | 2019-01-04 | 微梦创科网络科技（中国）有限公司 | 一种应用内的广告投放方法及装置 |
| CN109168047A (zh) * | 2018-11-06 | 2019-01-08 | 北京达佳互联信息技术有限公司 | 视频推荐方法、装置、服务器及存储介质 |
| CN109446431A (zh) * | 2018-12-10 | 2019-03-08 | 网易传媒科技（北京）有限公司 | 用于信息推荐的方法、装置、介质、和计算设备 |
| CN109598544A (zh) * | 2018-11-21 | 2019-04-09 | 优估（上海）信息科技有限公司 | 一种媒体目标匹配方法及系统 |
| CN109636487A (zh) * | 2019-01-14 | 2019-04-16 | 平安科技（深圳）有限公司 | 广告推送方法、服务器、计算机设备及存储介质 |
| CN109977321A (zh) * | 2019-02-19 | 2019-07-05 | 平安科技（深圳）有限公司 | 消息中心消息内容推荐方法、装置及计算机可读存储介质 |
| CN110059249A (zh) * | 2019-04-03 | 2019-07-26 | 华为技术有限公司 | 个性化推荐的方法、终端设备和系统 |
| CN110263242A (zh) * | 2019-01-04 | 2019-09-20 | 腾讯科技（深圳）有限公司 | 内容推荐方法、装置、计算机可读存储介质和计算机设备 |
| CN110263973A (zh) * | 2019-05-15 | 2019-09-20 | 阿里巴巴集团控股有限公司 | 预测用户行为的方法及装置 |
| CN110267102A (zh) * | 2018-03-12 | 2019-09-20 | 腾讯科技（深圳）有限公司 | 视频数据的处理方法及装置、介质及电子设备 |
| CN110309418A (zh) * | 2018-04-26 | 2019-10-08 | 腾讯科技（北京）有限公司 | 推荐内容确定方法、装置、存储介质和计算机设备 |
| CN110363590A (zh) * | 2019-07-16 | 2019-10-22 | 深圳乐信软件技术有限公司 | 一种广告推荐方法、装置、终端和存储介质 |
| CN110413358A (zh) * | 2019-06-27 | 2019-11-05 | 阿里巴巴集团控股有限公司 | 页面的展示方法及装置 |
| CN110457576A (zh) * | 2019-07-08 | 2019-11-15 | 深圳壹账通智能科技有限公司 | 账户分类方法、装置、计算机设备和存储介质 |
| CN110458220A (zh) * | 2019-07-31 | 2019-11-15 | 腾讯科技（深圳）有限公司 | 人群定向方法、装置、服务器及存储介质 |
| CN110598016A (zh) * | 2019-09-11 | 2019-12-20 | 腾讯科技（深圳）有限公司 | 一种多媒体信息推荐的方法、装置、设备和介质 |
| CN110751510A (zh) * | 2019-09-29 | 2020-02-04 | 深圳市融壹买信息科技有限公司 | 一种确定推广名单的方法及装置 |
| CN110782286A (zh) * | 2019-10-25 | 2020-02-11 | 上海喜马拉雅科技有限公司 | 广告推送方法、装置、服务器及计算机可读存储介质 |
| CN110852793A (zh) * | 2019-10-28 | 2020-02-28 | 北京深演智能科技股份有限公司 | 文案推荐方法及装置、电子设备 |
| CN111259119A (zh) * | 2018-11-30 | 2020-06-09 | 北京嘀嘀无限科技发展有限公司 | 一种问题推荐方法及装置 |
| CN111259229A (zh) * | 2018-11-30 | 2020-06-09 | 北京嘀嘀无限科技发展有限公司 | 一种问题推荐方法及装置 |
| CN111274480A (zh) * | 2020-01-17 | 2020-06-12 | 腾讯科技（北京）有限公司 | 用于内容推荐的特征组合方法及装置 |
| CN111382346A (zh) * | 2018-12-28 | 2020-07-07 | 第四范式（北京）技术有限公司 | 用于推荐内容的方法及系统 |
| CN111382354A (zh) * | 2020-03-03 | 2020-07-07 | 上海喜马拉雅科技有限公司 | 一种信息推荐方法、装置、设备及存储介质 |
| CN111382349A (zh) * | 2018-12-29 | 2020-07-07 | 广州市百果园网络科技有限公司 | 信息推荐方法、装置、计算机设备和存储介质 |
| CN111563201A (zh) * | 2020-04-29 | 2020-08-21 | 北京三快在线科技有限公司 | 内容推送方法、装置、服务器及存储介质 |
| CN111582913A (zh) * | 2020-04-21 | 2020-08-25 | 北京龙云科技有限公司 | 一种广告推荐方法及装置 |
| WO2020207297A1 (zh) * | 2019-04-09 | 2020-10-15 | Oppo广东移动通信有限公司 | 信息处理方法、存储介质及电子设备 |
| CN111815368A (zh) * | 2020-07-24 | 2020-10-23 | 深圳市欢太科技有限公司 | 广告推送方法、装置、终端及存储介质 |
| CN111858969A (zh) * | 2019-04-29 | 2020-10-30 | 腾讯科技（深圳）有限公司 | 多媒体数据推荐方法、装置、计算机设备和存储介质 |
| CN112288554A (zh) * | 2020-11-27 | 2021-01-29 | 腾讯科技（深圳）有限公司 | 商品推荐方法和装置、存储介质及电子装置 |
| CN112446743A (zh) * | 2020-12-14 | 2021-03-05 | 恒瑞通（福建）信息技术有限公司 | 一种基于区块链的广告推荐方法及终端 |
| CN112464076A (zh) * | 2019-09-06 | 2021-03-09 | 百度在线网络技术（北京）有限公司 | 服务功能推荐方法和装置 |
| CN112528131A (zh) * | 2019-09-18 | 2021-03-19 | 北京达佳互联信息技术有限公司 | 一种聚合页推荐方法、装置、电子设备及存储介质 |
| CN112559880A (zh) * | 2020-12-24 | 2021-03-26 | 百果园技术(新加坡)有限公司 | 一种信息推荐的管理方法、系统、设备及存储介质 |
| CN112633930A (zh) * | 2020-12-25 | 2021-04-09 | 上海硬通网络科技有限公司 | 页面资源投放方法、装置及电子设备 |
| CN112686690A (zh) * | 2020-12-21 | 2021-04-20 | 北京达佳互联信息技术有限公司 | 数据处理方法、装置、电子设备及计算机可读存储介质 |
| CN112700291A (zh) * | 2021-01-15 | 2021-04-23 | 上海观察者信息技术有限公司 | 一种广告位的内容推荐方法、装置、存储介质及电子设备 |
| CN112767053A (zh) * | 2021-01-29 | 2021-05-07 | 北京达佳互联信息技术有限公司 | 信息处理方法、装置、电子设备及存储介质 |
| CN112784151A (zh) * | 2019-11-08 | 2021-05-11 | 北京搜狗科技发展有限公司 | 一种确定推荐信息的方法及相关装置 |
| CN112905904A (zh) * | 2019-11-19 | 2021-06-04 | 北京达佳互联信息技术有限公司 | 一种推荐方法、装置、服务器及存储介质 |
| CN113010775A (zh) * | 2021-02-24 | 2021-06-22 | 腾讯科技（深圳）有限公司 | 信息推荐方法、装置和计算机设备 |
| CN113032686A (zh) * | 2019-12-25 | 2021-06-25 | 北京达佳互联信息技术有限公司 | 内容推荐方法、装置、存储介质及服务器 |
| CN113204699A (zh) * | 2020-02-03 | 2021-08-03 | 北京达佳互联信息技术有限公司 | 信息推荐方法、装置、电子设备及存储介质 |
| CN113239304A (zh) * | 2021-04-30 | 2021-08-10 | 西安交通大学 | 一种广告处理方法 |
| CN113256034A (zh) * | 2021-07-07 | 2021-08-13 | 北京达佳互联信息技术有限公司 | 信息投放方法、装置、电子设备及存储介质 |
| CN113343110A (zh) * | 2021-06-30 | 2021-09-03 | 掌阅科技股份有限公司 | 基于投放信息实现电子书推荐方法、电子设备及存储介质 |
| CN113434753A (zh) * | 2020-03-23 | 2021-09-24 | 北京达佳互联信息技术有限公司 | 一种信息推送方法、装置、电子设备及存储介质 |
| US11170411B2 (en) | 2017-09-20 | 2021-11-09 | International Business Machines Corporation | Advanced bidding for optimization of online advertising |
| CN113627967A (zh) * | 2020-05-09 | 2021-11-09 | 北京奇虎科技有限公司 | 行为数据处理方法、装置、设备及存储介质 |
| CN113763107A (zh) * | 2021-01-26 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 一种对象信息推送方法、装置、设备及存储介质 |
| CN113822696A (zh) * | 2021-03-09 | 2021-12-21 | 北京沃东天骏信息技术有限公司 | 信息展示方法、装置、系统、电子设备及介质 |
| CN114139049A (zh) * | 2021-11-19 | 2022-03-04 | 北京三快在线科技有限公司 | 资源推荐方法和装置 |
| CN115618101A (zh) * | 2022-09-21 | 2023-01-17 | 清华大学 | 基于负反馈的流媒体内容推荐方法、装置及电子设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201042569A (en) * | 2009-03-26 | 2010-12-01 | Koninkl Philips Electronics Nv | Advertisement recommender |
| CN102436512A (zh) * | 2012-01-17 | 2012-05-02 | 电子科技大学 | 一种基于偏好度的网页文本内容管控方法 |
| US20140214558A1 (en) * | 2013-01-31 | 2014-07-31 | Facebook, Inc. | Real-time feedback of advertisement review |
-
2015
- 2015-06-17 CN CN201510338947.8A patent/CN104965890B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201042569A (en) * | 2009-03-26 | 2010-12-01 | Koninkl Philips Electronics Nv | Advertisement recommender |
| CN102436512A (zh) * | 2012-01-17 | 2012-05-02 | 电子科技大学 | 一种基于偏好度的网页文本内容管控方法 |
| US20140214558A1 (en) * | 2013-01-31 | 2014-07-31 | Facebook, Inc. | Real-time feedback of advertisement review |
Cited By (123)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105574147A (zh) * | 2015-12-15 | 2016-05-11 | 腾讯科技（深圳）有限公司 | 一种信息处理方法及服务器 |
| CN105574147B (zh) * | 2015-12-15 | 2022-01-07 | 腾讯科技（深圳）有限公司 | 一种信息处理方法及服务器 |
| CN105550903A (zh) * | 2015-12-25 | 2016-05-04 | 腾讯科技（深圳）有限公司 | 目标用户确定方法及装置 |
| CN105550903B (zh) * | 2015-12-25 | 2021-07-30 | 腾讯科技（深圳）有限公司 | 目标用户确定方法及装置 |
| CN105678317A (zh) * | 2015-12-30 | 2016-06-15 | 腾讯科技（深圳）有限公司 | 一种信息处理方法及服务器 |
| WO2017114209A1 (zh) * | 2015-12-31 | 2017-07-06 | 阿里巴巴集团控股有限公司 | 一种标签数据泄漏渠道检测方法及装置 |
| US11080427B2 (en) | 2015-12-31 | 2021-08-03 | Alibaba Group Holding Limited | Method and apparatus for detecting label data leakage channel |
| US10678946B2 (en) | 2015-12-31 | 2020-06-09 | Alibaba Group Holding Limited | Method and apparatus for detecting label data leakage channel |
| WO2017121258A1 (zh) * | 2016-01-12 | 2017-07-20 | 腾讯科技（深圳）有限公司 | 信息投放方法、装置、服务器和存储介质 |
| US11144950B2 (en) | 2016-01-12 | 2021-10-12 | Tencent Technology (Shenzhen) Company Limited | Information delivery method and apparatus, server, and storage medium |
| CN106447384A (zh) * | 2016-08-31 | 2017-02-22 | 五八同城信息技术有限公司 | 确定目标用户的方法及装置 |
| WO2018103622A1 (zh) * | 2016-12-08 | 2018-06-14 | 腾讯科技（深圳）有限公司 | 信息投放控制方法、装置及存储介质 |
| CN106530015A (zh) * | 2016-12-08 | 2017-03-22 | 腾讯科技（深圳）有限公司 | 信息投放控制方法及装置 |
| CN106530015B (zh) * | 2016-12-08 | 2020-02-11 | 腾讯科技（深圳）有限公司 | 信息投放控制方法及装置 |
| CN108229994A (zh) * | 2016-12-21 | 2018-06-29 | 北京金山云网络技术有限公司 | 一种信息推送方法及装置 |
| CN106651448A (zh) * | 2016-12-23 | 2017-05-10 | 腾讯科技（深圳）有限公司 | 一种广告信息发送方法、装置、和系统 |
| CN106790570A (zh) * | 2016-12-27 | 2017-05-31 | 山东开创云软件有限公司 | 一种消费者行为分析管理系统及其分析方法 |
| CN106846054A (zh) * | 2017-01-20 | 2017-06-13 | 北京小米移动软件有限公司 | 内容项目推送方法及装置 |
| CN108334518A (zh) * | 2017-01-20 | 2018-07-27 | 中国移动通信有限公司研究院 | 一种广告加载方法及装置 |
| CN107179958A (zh) * | 2017-03-31 | 2017-09-19 | 北京奇艺世纪科技有限公司 | 一种广告投放故障的修复方法及装置 |
| CN108510303A (zh) * | 2017-04-19 | 2018-09-07 | 腾讯科技（深圳）有限公司 | 广告投放方法及装置 |
| CN107463552A (zh) * | 2017-07-20 | 2017-12-12 | 北京奇艺世纪科技有限公司 | 一种生成视频主题名称的方法和装置 |
| CN107423430B (zh) * | 2017-08-03 | 2020-03-03 | 北京京东尚科信息技术有限公司 | 数据处理方法、装置和计算机可读存储介质 |
| CN107423430A (zh) * | 2017-08-03 | 2017-12-01 | 北京京东尚科信息技术有限公司 | 数据处理方法、装置和计算机可读存储介质 |
| CN107612966B (zh) * | 2017-08-11 | 2021-01-26 | 百度在线网络技术（北京）有限公司 | Feed信息反馈处理方法及系统 |
| CN107612966A (zh) * | 2017-08-11 | 2018-01-19 | 百度在线网络技术（北京）有限公司 | Feed信息反馈处理方法及系统 |
| CN108376339A (zh) * | 2017-09-11 | 2018-08-07 | 加拿大辉莱广告公司 | 广告礼品推荐方法及装置 |
| US11170411B2 (en) | 2017-09-20 | 2021-11-09 | International Business Machines Corporation | Advanced bidding for optimization of online advertising |
| CN107657486A (zh) * | 2017-10-19 | 2018-02-02 | 厦门美柚信息科技有限公司 | 一种广告投放方法及装置 |
| CN107657488A (zh) * | 2017-10-19 | 2018-02-02 | 厦门美柚信息科技有限公司 | 基于广告匹配的广告投放处理方法及装置 |
| CN108154398A (zh) * | 2017-12-27 | 2018-06-12 | 广东欧珀移动通信有限公司 | 信息显示方法、装置、终端及存储介质 |
| CN108154398B (zh) * | 2017-12-27 | 2021-01-12 | Oppo广东移动通信有限公司 | 信息显示方法、装置、终端及存储介质 |
| CN108307207A (zh) * | 2017-12-28 | 2018-07-20 | 北京达佳互联信息技术有限公司 | 一种视频推送方法及装置 |
| CN110267102A (zh) * | 2018-03-12 | 2019-09-20 | 腾讯科技（深圳）有限公司 | 视频数据的处理方法及装置、介质及电子设备 |
| CN110267102B (zh) * | 2018-03-12 | 2022-05-03 | 腾讯科技（深圳）有限公司 | 视频数据的处理方法及装置、介质及电子设备 |
| CN108764952A (zh) * | 2018-03-23 | 2018-11-06 | 北京奇艺世纪科技有限公司 | 一种广告投放方法、装置及电子设备 |
| CN110309418B (zh) * | 2018-04-26 | 2024-02-06 | 腾讯科技（北京）有限公司 | 推荐内容确定方法、装置、存储介质和计算机设备 |
| CN110309418A (zh) * | 2018-04-26 | 2019-10-08 | 腾讯科技（北京）有限公司 | 推荐内容确定方法、装置、存储介质和计算机设备 |
| CN108681919A (zh) * | 2018-05-10 | 2018-10-19 | 苏州跃盟信息科技有限公司 | 一种内容推送方法及装置 |
| CN108804619A (zh) * | 2018-05-31 | 2018-11-13 | 腾讯科技（深圳）有限公司 | 兴趣偏好预测方法、装置、计算机设备及存储介质 |
| CN108776907A (zh) * | 2018-05-31 | 2018-11-09 | 康键信息技术（深圳）有限公司 | 广告智能推荐方法、服务器及存储介质 |
| CN109146534A (zh) * | 2018-06-26 | 2019-01-04 | 微梦创科网络科技（中国）有限公司 | 一种应用内的广告投放方法及装置 |
| CN109033180A (zh) * | 2018-06-26 | 2018-12-18 | 深圳市爱的网络科技有限公司 | 一种信息推送方法、装置、计算机装置及计算机可读存储介质 |
| CN109087162A (zh) * | 2018-07-05 | 2018-12-25 | 杭州朗和科技有限公司 | 数据处理方法、系统、介质和计算设备 |
| CN109003138A (zh) * | 2018-07-24 | 2018-12-14 | 上海常仁信息科技有限公司 | 一种基于客户爱好分析的广告推荐系统和方法 |
| CN108921624A (zh) * | 2018-07-27 | 2018-11-30 | 百度在线网络技术（北京）有限公司 | 广告融合方法、装置、存储介质和终端设备 |
| CN108921624B (zh) * | 2018-07-27 | 2021-10-01 | 百度在线网络技术（北京）有限公司 | 广告融合方法、装置、存储介质和终端设备 |
| CN109168047A (zh) * | 2018-11-06 | 2019-01-08 | 北京达佳互联信息技术有限公司 | 视频推荐方法、装置、服务器及存储介质 |
| CN109598544A (zh) * | 2018-11-21 | 2019-04-09 | 优估（上海）信息科技有限公司 | 一种媒体目标匹配方法及系统 |
| CN111259229B (zh) * | 2018-11-30 | 2023-06-20 | 北京嘀嘀无限科技发展有限公司 | 一种问题推荐方法及装置 |
| CN111259229A (zh) * | 2018-11-30 | 2020-06-09 | 北京嘀嘀无限科技发展有限公司 | 一种问题推荐方法及装置 |
| CN111259119B (zh) * | 2018-11-30 | 2023-05-26 | 北京嘀嘀无限科技发展有限公司 | 一种问题推荐方法及装置 |
| CN111259119A (zh) * | 2018-11-30 | 2020-06-09 | 北京嘀嘀无限科技发展有限公司 | 一种问题推荐方法及装置 |
| CN109446431A (zh) * | 2018-12-10 | 2019-03-08 | 网易传媒科技（北京）有限公司 | 用于信息推荐的方法、装置、介质、和计算设备 |
| CN111382346A (zh) * | 2018-12-28 | 2020-07-07 | 第四范式（北京）技术有限公司 | 用于推荐内容的方法及系统 |
| CN111382346B (zh) * | 2018-12-28 | 2023-09-01 | 第四范式（北京）技术有限公司 | 用于推荐内容的方法及系统 |
| CN111382349B (zh) * | 2018-12-29 | 2023-08-15 | 广州市百果园网络科技有限公司 | 信息推荐方法、装置、计算机设备和存储介质 |
| CN111382349A (zh) * | 2018-12-29 | 2020-07-07 | 广州市百果园网络科技有限公司 | 信息推荐方法、装置、计算机设备和存储介质 |
| CN110263242B (zh) * | 2019-01-04 | 2023-10-20 | 腾讯科技（深圳）有限公司 | 内容推荐方法、装置、计算机可读存储介质和计算机设备 |
| CN110263242A (zh) * | 2019-01-04 | 2019-09-20 | 腾讯科技（深圳）有限公司 | 内容推荐方法、装置、计算机可读存储介质和计算机设备 |
| CN109636487A (zh) * | 2019-01-14 | 2019-04-16 | 平安科技（深圳）有限公司 | 广告推送方法、服务器、计算机设备及存储介质 |
| CN109636487B (zh) * | 2019-01-14 | 2023-09-29 | 平安科技（深圳）有限公司 | 广告推送方法、服务器、计算机设备及存储介质 |
| CN109977321A (zh) * | 2019-02-19 | 2019-07-05 | 平安科技（深圳）有限公司 | 消息中心消息内容推荐方法、装置及计算机可读存储介质 |
| EP3923163A4 (en) * | 2019-04-03 | 2022-03-16 | Huawei Technologies Co., Ltd. | PERSONALIZED RECOMMENDATION PROCESS, TERMINAL EQUIPMENT AND SYSTEM |
| CN110059249A (zh) * | 2019-04-03 | 2019-07-26 | 华为技术有限公司 | 个性化推荐的方法、终端设备和系统 |
| US11843651B2 (en) | 2019-04-03 | 2023-12-12 | Huawei Technologies Co., Ltd. | Personalized recommendation method and system, and terminal device |
| WO2020207297A1 (zh) * | 2019-04-09 | 2020-10-15 | Oppo广东移动通信有限公司 | 信息处理方法、存储介质及电子设备 |
| CN111858969A (zh) * | 2019-04-29 | 2020-10-30 | 腾讯科技（深圳）有限公司 | 多媒体数据推荐方法、装置、计算机设备和存储介质 |
| CN111858969B (zh) * | 2019-04-29 | 2023-12-12 | 深圳市雅阅科技有限公司 | 多媒体数据推荐方法、装置、计算机设备和存储介质 |
| CN110263973A (zh) * | 2019-05-15 | 2019-09-20 | 阿里巴巴集团控股有限公司 | 预测用户行为的方法及装置 |
| CN110263973B (zh) * | 2019-05-15 | 2024-02-02 | 创新先进技术有限公司 | 预测用户行为的方法及装置 |
| CN110413358A (zh) * | 2019-06-27 | 2019-11-05 | 阿里巴巴集团控股有限公司 | 页面的展示方法及装置 |
| CN110413358B (zh) * | 2019-06-27 | 2022-03-04 | 创新先进技术有限公司 | 页面的展示方法及装置 |
| CN110457576A (zh) * | 2019-07-08 | 2019-11-15 | 深圳壹账通智能科技有限公司 | 账户分类方法、装置、计算机设备和存储介质 |
| CN110363590A (zh) * | 2019-07-16 | 2019-10-22 | 深圳乐信软件技术有限公司 | 一种广告推荐方法、装置、终端和存储介质 |
| CN110458220B (zh) * | 2019-07-31 | 2024-04-12 | 腾讯科技（深圳）有限公司 | 人群定向方法、装置、服务器及存储介质 |
| CN110458220A (zh) * | 2019-07-31 | 2019-11-15 | 腾讯科技（深圳）有限公司 | 人群定向方法、装置、服务器及存储介质 |
| CN112464076A (zh) * | 2019-09-06 | 2021-03-09 | 百度在线网络技术（北京）有限公司 | 服务功能推荐方法和装置 |
| CN110598016A (zh) * | 2019-09-11 | 2019-12-20 | 腾讯科技（深圳）有限公司 | 一种多媒体信息推荐的方法、装置、设备和介质 |
| CN112528131A (zh) * | 2019-09-18 | 2021-03-19 | 北京达佳互联信息技术有限公司 | 一种聚合页推荐方法、装置、电子设备及存储介质 |
| CN110751510A (zh) * | 2019-09-29 | 2020-02-04 | 深圳市融壹买信息科技有限公司 | 一种确定推广名单的方法及装置 |
| CN110782286B (zh) * | 2019-10-25 | 2023-08-18 | 上海喜马拉雅科技有限公司 | 广告推送方法、装置、服务器及计算机可读存储介质 |
| CN110782286A (zh) * | 2019-10-25 | 2020-02-11 | 上海喜马拉雅科技有限公司 | 广告推送方法、装置、服务器及计算机可读存储介质 |
| CN110852793A (zh) * | 2019-10-28 | 2020-02-28 | 北京深演智能科技股份有限公司 | 文案推荐方法及装置、电子设备 |
| CN112784151A (zh) * | 2019-11-08 | 2021-05-11 | 北京搜狗科技发展有限公司 | 一种确定推荐信息的方法及相关装置 |
| CN112784151B (zh) * | 2019-11-08 | 2024-02-06 | 北京搜狗科技发展有限公司 | 一种确定推荐信息的方法及相关装置 |
| CN112905904A (zh) * | 2019-11-19 | 2021-06-04 | 北京达佳互联信息技术有限公司 | 一种推荐方法、装置、服务器及存储介质 |
| CN112905904B (zh) * | 2019-11-19 | 2024-01-26 | 北京达佳互联信息技术有限公司 | 一种推荐方法、装置、服务器及存储介质 |
| CN113032686A (zh) * | 2019-12-25 | 2021-06-25 | 北京达佳互联信息技术有限公司 | 内容推荐方法、装置、存储介质及服务器 |
| CN111274480A (zh) * | 2020-01-17 | 2020-06-12 | 腾讯科技（北京）有限公司 | 用于内容推荐的特征组合方法及装置 |
| CN113204699B (zh) * | 2020-02-03 | 2023-10-31 | 北京达佳互联信息技术有限公司 | 信息推荐方法、装置、电子设备及存储介质 |
| CN113204699A (zh) * | 2020-02-03 | 2021-08-03 | 北京达佳互联信息技术有限公司 | 信息推荐方法、装置、电子设备及存储介质 |
| CN111382354A (zh) * | 2020-03-03 | 2020-07-07 | 上海喜马拉雅科技有限公司 | 一种信息推荐方法、装置、设备及存储介质 |
| CN113434753B (zh) * | 2020-03-23 | 2024-03-19 | 北京达佳互联信息技术有限公司 | 一种信息推送方法、装置、电子设备及存储介质 |
| CN113434753A (zh) * | 2020-03-23 | 2021-09-24 | 北京达佳互联信息技术有限公司 | 一种信息推送方法、装置、电子设备及存储介质 |
| CN111582913A (zh) * | 2020-04-21 | 2020-08-25 | 北京龙云科技有限公司 | 一种广告推荐方法及装置 |
| CN111582913B (zh) * | 2020-04-21 | 2023-10-24 | 北京龙云科技有限公司 | 一种广告推荐方法及装置 |
| CN111563201A (zh) * | 2020-04-29 | 2020-08-21 | 北京三快在线科技有限公司 | 内容推送方法、装置、服务器及存储介质 |
| WO2021218634A1 (zh) * | 2020-04-29 | 2021-11-04 | 北京三快在线科技有限公司 | 内容推送 |
| CN113627967A (zh) * | 2020-05-09 | 2021-11-09 | 北京奇虎科技有限公司 | 行为数据处理方法、装置、设备及存储介质 |
| CN111815368B (zh) * | 2020-07-24 | 2024-05-03 | 深圳市欢太科技有限公司 | 广告推送方法、装置、终端及存储介质 |
| CN111815368A (zh) * | 2020-07-24 | 2020-10-23 | 深圳市欢太科技有限公司 | 广告推送方法、装置、终端及存储介质 |
| CN112288554B (zh) * | 2020-11-27 | 2023-09-29 | 腾讯科技（深圳）有限公司 | 商品推荐方法和装置、存储介质及电子装置 |
| CN112288554A (zh) * | 2020-11-27 | 2021-01-29 | 腾讯科技（深圳）有限公司 | 商品推荐方法和装置、存储介质及电子装置 |
| CN112446743B (zh) * | 2020-12-14 | 2023-07-25 | 恒瑞通（福建）信息技术有限公司 | 一种基于区块链的广告推荐方法及终端 |
| CN112446743A (zh) * | 2020-12-14 | 2021-03-05 | 恒瑞通（福建）信息技术有限公司 | 一种基于区块链的广告推荐方法及终端 |
| CN112686690B (zh) * | 2020-12-21 | 2024-03-15 | 北京达佳互联信息技术有限公司 | 数据处理方法、装置、电子设备及计算机可读存储介质 |
| CN112686690A (zh) * | 2020-12-21 | 2021-04-20 | 北京达佳互联信息技术有限公司 | 数据处理方法、装置、电子设备及计算机可读存储介质 |
| CN112559880A (zh) * | 2020-12-24 | 2021-03-26 | 百果园技术(新加坡)有限公司 | 一种信息推荐的管理方法、系统、设备及存储介质 |
| CN112633930A (zh) * | 2020-12-25 | 2021-04-09 | 上海硬通网络科技有限公司 | 页面资源投放方法、装置及电子设备 |
| CN112700291A (zh) * | 2021-01-15 | 2021-04-23 | 上海观察者信息技术有限公司 | 一种广告位的内容推荐方法、装置、存储介质及电子设备 |
| CN113763107A (zh) * | 2021-01-26 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 一种对象信息推送方法、装置、设备及存储介质 |
| CN112767053A (zh) * | 2021-01-29 | 2021-05-07 | 北京达佳互联信息技术有限公司 | 信息处理方法、装置、电子设备及存储介质 |
| CN113010775B (zh) * | 2021-02-24 | 2023-10-27 | 腾讯科技（深圳）有限公司 | 信息推荐方法、装置和计算机设备 |
| CN113010775A (zh) * | 2021-02-24 | 2021-06-22 | 腾讯科技（深圳）有限公司 | 信息推荐方法、装置和计算机设备 |
| CN113822696A (zh) * | 2021-03-09 | 2021-12-21 | 北京沃东天骏信息技术有限公司 | 信息展示方法、装置、系统、电子设备及介质 |
| CN113239304B (zh) * | 2021-04-30 | 2023-03-28 | 西安交通大学 | 一种广告处理方法 |
| CN113239304A (zh) * | 2021-04-30 | 2021-08-10 | 西安交通大学 | 一种广告处理方法 |
| CN113343110A (zh) * | 2021-06-30 | 2021-09-03 | 掌阅科技股份有限公司 | 基于投放信息实现电子书推荐方法、电子设备及存储介质 |
| CN113256034A (zh) * | 2021-07-07 | 2021-08-13 | 北京达佳互联信息技术有限公司 | 信息投放方法、装置、电子设备及存储介质 |
| CN113256034B (zh) * | 2021-07-07 | 2022-01-21 | 北京达佳互联信息技术有限公司 | 信息投放方法、装置、电子设备及存储介质 |
| CN114139049A (zh) * | 2021-11-19 | 2022-03-04 | 北京三快在线科技有限公司 | 资源推荐方法和装置 |
| CN115618101A (zh) * | 2022-09-21 | 2023-01-17 | 清华大学 | 基于负反馈的流媒体内容推荐方法、装置及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104965890B (zh) | 2017-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104965890A (zh) | 广告推荐的方法和装置 | |
| CN102737334B (zh) | 微细分定义系统 | |
| CN109783730A (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
| CN104866969A (zh) | 个人信用数据处理方法和装置 | |
| CN109558951A (zh) | 一种欺诈账号检测方法、装置及其存储介质 | |
| TW201743204A (zh) | 資訊推送方法及裝置 | |
| CN108665064A (zh) | 神经网络模型训练、对象推荐方法及装置 | |
| CN108304935B (zh) | 机器学习模型训练方法、装置和计算机设备 | |
| CN105095267A (zh) | 一种用于用户参与项目的推荐方法及装置 | |
| WO2022095701A1 (zh) | 一种对象推荐方法及装置、设备、存储介质 | |
| CN112148973B (zh) | 一种信息推送的数据处理方法及装置 | |
| KR20130062442A (ko) | 협업 필터링 추천 방식을 이용한 추천 방법 및 추천 시스템 | |
| CN105608604A (zh) | 一种品牌广告效果优化的连续计算方法 | |
| WO2020258773A1 (zh) | 确定推送用户群的方法、装置、设备及存储介质 | |
| CN109903086A (zh) | 一种相似人群扩展方法、装置及电子设备 | |
| CN107077455A (zh) | 釆用基于事件的流量评分确定流量质量 | |
| CN111680213B (zh) | 信息推荐方法、数据处理方法及装置 | |
| KR20130033506A (ko) | 아이템 추천 방법 및 장치 | |
| CN110362751A (zh) | 业务推荐方法、装置、计算机设备和存储介质 | |
| CN108595580A (zh) | 新闻推荐方法、装置、服务器及存储介质 | |
| Roth | Generalized preferential attachment: Towards realistic social network models | |
| Zhou et al. | HID: Hierarchical multiscale representation learning for information diffusion | |
| WO2021081914A1 (zh) | 推送对象确定方法、装置、终端设备及存储介质 | |
| KR102557299B1 (ko) | 사용자를 위한 적합 마케팅 전략 수립 방법 | |
| CN111340540A (zh) | 广告推荐模型的监控方法、推荐方法及装置 |
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 |