CN105260379A - 一种信息推送的方法及装置 - Google Patents
一种信息推送的方法及装置 Download PDFInfo
- Publication number
- CN105260379A CN105260379A CN201510568045.3A CN201510568045A CN105260379A CN 105260379 A CN105260379 A CN 105260379A CN 201510568045 A CN201510568045 A CN 201510568045A CN 105260379 A CN105260379 A CN 105260379A
- Authority
- CN
- China
- Prior art keywords
- information
- pushed
- platform
- propelling movement
- bank
- 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
Abstract
本发明提供了一种信息推送的方法及装置,其中的方法包括:获取用户的日志信息;在接收到推送平台发送的信息推送请求时,根据所述日志信息对信息库中每个待推送信息在所述推送平台的点击量进行预估;根据预估的点击量拉取信息库中的待推送信息发送给所述推送平台。该方法可以根据用户的日志信息预估待推送信息在推送平台的点击量,并根据该预估的点击量拉取待推送信息发送给推送平台进行推送,保证了推送平台推送的信息的准确性和及时性,从而提高了推送准确率和推送效率。
Description
技术领域
本发明涉及计算机领域,尤其涉及一种信息推送的方法及装置。
背景技术
目前预推送的信息是否在一个推送平台进行推送,是根据人工测试的结果决定的:首先将预推送的信息随机的推送给该推送平台的部分用户,然后根据一段时间内该部分用户的真实响应情况来决定该推送的信息是否推送到该推送平台。由于该测试是随机的发送给部分用户的,并不能保证测试用户的全面性,故导致测试结果不够准确,降低了推送的准确性。同时由于该方法需要一定的测试时间,故导致推送效率降低。
发明内容
本发明解决的技术问题之一是现有方法并不能保证测试用户的全面性和信息推送的及时性,导致测试结果不够准确,从而降低了推送准确率和推送效率。
根据本发明的一个方面,提供了一种信息推送的方法,包括:
获取用户的日志信息;
在接收到推送平台发送的信息推送请求时,根据所述日志信息对信息库中每个待推送信息在所述推送平台的点击量进行预估;
根据预估的点击量拉取信息库中的待推送信息发送给所述推送平台。
根据本发明的另一个方面,提供了一种信息推送的装置,包括:
用于获取用户的日志信息的装置;
用于在接收到推送平台发送的信息推送请求时,根据所述日志信息对信息库中每个待推送信息在所述推送平台的点击量进行预估的装置;
用于根据预估的点击量拉取信息库中的待推送信息发送给所述推送平台的装置。
由于本实施例的信息推送的方法及装置,可以根据用户的日志信息预估待推送信息在推送平台的点击量,并根据该预估的点击量拉取待推送信息发送给推送平台进行推送,保证了推送平台推送的信息的准确性和及时性,从而提高了推送准确率和推送效率。
本领域普通技术人员将了解,虽然下面的详细说明将参考图示实施例、附图进行,但本发明并不仅限于这些实施例。而是,本发明的范围是广泛的,且意在仅通过后附的权利要求限定本发明的范围。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1示出了根据本发明实施例一信息推送的方法的流程图。
图2示出了根据本发明实施例一早上8:00-10:00的日志信息的示意图。
图3示出了根据本发明实施例一信息推送的方法中步骤S120的流程图。
图4示出了根据本发明实施例一构成的训练数据集的示意图。
图5示出了根据本发明实施例一信息推送的方法中步骤S130的流程图。
图6示出了根据本发明实施例另一信息推送的方法的流程图。
图7示出了根据本发明实施例一信息推送的装置的框图。
图8示出了根据本发明实施例另一信息推送的装置的框图。
附图中文字下面的“—”表示内嵌链接形式,附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
在上下文中所称“计算机终端”,也称为“电脑”,是指可以通过运行预定程序或指令来执行数值计算和/或逻辑计算等预定处理过程的智能电子终端,其可以包括处理器与存储器,由处理器执行在存储器中预存的存续指令来执行预定处理过程,或是由ASIC、FPGA、DSP等硬件执行预定处理过程,或是由上述二者组合来实现。计算机终端包括但不限于服务器、个人电脑、笔记本电脑、平板电脑、智能手机等。
所述计算机终端包括用户终端与网络终端。其中,所述用户终端包括但不限于电脑、智能手机、PDA等;所述网络终端包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量计算机或网络服务器构成的云,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个超级虚拟计算机。其中,所述计算机终端可单独运行来实现本发明,也可接入网络并通过与网络中的其他计算机终端的交互操作来实现本发明。其中,所述计算机终端所处的网络包括但不限于互联网、广域网、城域网、局域网、VPN网络等。
需要说明的是,所述用户终端、网络终端和网络等仅为举例,其他现有的或今后可能出现的计算机终端或网络如可适用于本发明,也应包含在本发明保护范围以内,并以引用方式包含于此。
后面所讨论的方法(其中一些通过流程图示出)可以通过硬件、软件、固件、中间件、微代码、硬件描述语言或者其任意组合来实施。当用软件、固件、中间件或微代码来实施时,用以实施必要任务的程序代码或代码段可以被存储在机器或计算机可读介质(比如存储介质)中。(一个或多个)处理器可以实施必要的任务。
这里所公开的具体结构和功能细节仅仅是代表性的,并且是用于描述本发明的示例性实施例的目的。但是本发明可以通过许多替换形式来具体实现,并且不应当被解释成仅仅受限于这里所阐述的实施例。
应当理解的是,虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
应当理解的是,当一个单元被称为“连接”或“耦合”到另一单元时,其可以直接连接或耦合到所述另一单元,或者可以存在中间单元。与此相对,当一个单元被称为“直接连接”或“直接耦合”到另一单元时,则不存在中间单元。应当按照类似的方式来解释被用于描述单元之间的关系的其他词语(例如“处于...之间”相比于“直接处于...之间”,“与...邻近”相比于“与...直接邻近”等等)。
这里所使用的术语仅仅是为了描述具体实施例而不意图限制示例性实施例。除非上下文明确地另有所指,否则这里所使用的单数形式“一个”、“一项”还意图包括复数。还应当理解的是,这里所使用的术语“包括”和/或“包含”规定所陈述的特征、整数、步骤、操作、单元和/或组件的存在,而不排除存在或添加一个或更多其他特征、整数、步骤、操作、单元、组件和/或其组合。
还应当提到的是,在一些替换实现方式中,所提到的功能/动作可以按照不同于附图中标示的顺序发生。举例来说,取决于所涉及的功能/动作,相继示出的两幅图实际上可以基本上同时执行或者有时可以按照相反的顺序来执行。
下面结合附图对本发明作进一步详细描述。
图1是根据本发明一个实施例的信息推送的方法的流程图。
结合图1中所示,本实施例所述的信息推送的方法,包括如下步骤:
S110、获取用户的日志信息;
S120、在接收到推送平台发送的信息推送请求时,根据所述日志信息对信息库中每个待推送信息在所述推送平台的点击量进行预估;
S130、根据预估的点击量拉取信息库中的待推送信息发送给所述推送平台。
下面对各步骤做进一步详细介绍。
本发明实施例所述的推送平台可以是应用程序(APP),所述的待推送信息或信息可以为网页、统一资源定位符(UniformResourceLocator,URL)链接、图片、视频或APP等。
步骤S110中,日志信息可以包括用户操作的时间、用户属性信息、用户操作的推送平台的属性信息和用户操作的信息的属性。例如某日早8:00-10:00的日志信息可以如图2所示。
其中,用户属性信息可以包括但不限于:用户终端标识码、用户终端型号、用户终端的屏幕分辨率、用户终端所在国家和用户终端的操作行为(例如:点击、安装或激活等操作行为)等。
其中,用户操作的推送平台的属性信息可以包括但不限于:推送平台的名称、推送平台的编号、推送平台所在的国家、推送平台的版本、推送平台运营商的编号、推送平台的IP地址等。。
其中,用户操作的信息的属性可以包括但不限于:信息的数据包名称、信息适用人群、信息数据包的大小、信息的评分、信息的总安装数、信息的总展示数、信息每千次展示获得的成本(例如:effectivecostpermille,eCPM)、信息可运行的最低系统版本、信息可运行的最高系统版本、信息的编号、信息的标题、信息适用的语言、信息的主题、信息的描述、信息的资源、信息对应的URL、信息对应国家编号、信息的创建时间、信息的修改时间、信息的发行时间和信息的类别等。
步骤S120中,当推送平台需要待推送信息进行推送时,推送平台就会发生推送请求。推送平台发送的信息推送请求可以包括推送平台的属性信息。其中,推送平台的属性信息可以包括但不限于:推送平台的名称、推送平台所在的国家、推送平台的版本、推送平台运营商的编号、推送平台的IP地址等。
结合图3所示,步骤S120中,所述根据所述日志信息对信息库中每个待推送信息在所述推送平台的点击量进行预估的步骤包括:
S1201、根据所述信息推送请求在所述日志信息中选取数据构成训练数据集。具体可以使用Hadoop(一种分布式系统基础架构)平台或流式计算平台对训练数据集进行构造。进一步可以通过以下步骤完成训练数据集的构造:
1)根据所述信息推送请求选取预定周期内的日志信息。
具体地,例如:若信息推送请求中信息平台的属性信息为资讯类APP,则选择早上7:00-9:00的日志信息和19:00-22:00的日志信息;若信息推送请求中信息平台的属性信息为外卖类APP,则选择周一至周五9:00-12:00的日志信息和15:00-18:00的日志信息。
2)将预定周期内的日志信息按照每个用户操作的信息选取对应的用户属性信息、用户操作的推送平台的属性信息、用户操作的信息的属性和用户的操作行为的次数构成训练数据集。
具体地,构成的训练集包括但不限于:日志种类(例如:展示、点击、安装或激活等)、信息的数据包名称、推送平台运营商的代码、信息在推送平台中的设置位置、信息的软件开发工具包(SoftwareDevelopmentKit,SDK)版本号、信息的编号、推送平台的名称、信息的种类、信息所属的信息平台、信息的价值、是否是热门信息、是否是新的信息、信息展示次数、信息的总安装数、信息的评论、信息的评分、信息安装包的大小、信息的创建者、用户终端的信号强度、用户终端的型号、用户终端的屏幕分辨率、用户终端标识码、用户终端点击的总次数、用户终端点击的总次数、用户终端安装的总次数和用户终端激活的总次数。以图2中某日早8:00-10:00的日志信息为例,构成的训练数据集可以如图4所示。
S1202、根据所述训练数据集通过预定回归算法训练出回归模型向量。
具体地,预定回归算法可以是L-BFGS算法(一种具有全局收敛性和超线性收敛速度的算法)。
S1203、根据所述回归模型向量对信息库中每个待推送信息在所述推送平台的点击量进行预估。
具体地,所述信息库是聚合至少一个信息平台的待推送信息,并获取所述待推送信息的属性构建的,构建的信息库是会随着信息平台对待推送信息的更新而同步进行更新的。信息平台中存储有至少一个待推送信息和其对应的属性。所述回归模型向量根据每个待推送信息的属性预估出其对应在所述推送平台的点击量。获取的待推送信息的属性可以包括但不限于:待推送信息所在的信息平台的编号、待推送信息的编号、待推送信息的标题、待推送信息适用的语言、待推送信息的主题、待推送信息的描述、待推送信息的资源、待推送信息对应的URL、待推送信息对应国家编号、待推送信息的创建时间、待推送信息的修改时间、待推送信息的发行时间、待推送信息的类别。
结合图5所示,步骤S130中,所述根据预估的点击量拉取信息库中的待推送信息发送给所述推送平台的步骤包括:
S1301、根据信息库中待推送信息的属性和所述待发布信息对应的预估的点击量计算所述待推送信息预定次数点击后的资源信息。
具体地,例如:将待推送信息的价值与预估的点击量相乘可以获得预定次数点击后待推送信息的收益信息,或将待推送信息的评分与预估的点击量相乘可以获得预定次数点击后待发布信息的评价信息。
S1302、根据预定次数点击后的资源信息拉取信息库中的待推送信息发送给所述推送平台。
作为可选的,若待推送信息为预点击信息,则优先拉取该待推送信息,预点击信息为信息平台预先设置的,其中预点击是为了加快用户拉取信息的速度而采用的方法。
具体地,将信息库中的待推送信息按照其对应的预定次数点击后的资源信息由高到低进行排序,将排序在前的待推送信息发送给发送信息推送请求的推送平台,以使所述推送平台将该待推送信息在平台中的对应位置进行推送。
作为可选的,在发送给推送平台之前,还可以根据推送平台发送的信息推送请求中信息设置的属性(信息推送的位置,如首页的上部、首页的中部或首页的底部;信息推送的版式或尺寸等)将待推送信息进行调整后发送给推送平台,其中调整可以是对尺寸、清晰度、像素等的调整。
结合图6中所示,本发明实施例所述的又一信息推送的方法,包括如下步骤:
S610、聚合至少一个信息平台的待推送信息,并获取所述待推送信息的属性构建成信息库。该信息库会每隔预定时间根据信息平台对信息库进行同步更新,其中预定时间可以根据信息平台的活跃程度或信息平台的更新频率进行设定。
S620、获取用户的日志信息。
S630、在接收到推送平台发送的信息推送请求时,根据所述信息推送请求选取预定周期内的日志信息。例如:某日早8:00-10:00的日志信息如图2所示。
S640、将预定周期内的日志信息按照每个用户操作的信息选取对应的用户属性信息、用户操作的推送平台的属性信息、用户操作的信息的属性和用户的操作行为的次数构成训练数据集。例如,构成的训练数据集如图4所示。
S650、根据所述训练数据集通过预定回归算法训练出回归模型向量。
S660、根据所述回归模型向量对S510构建的信息库中每个待推送信息在所述推送平台的点击量进行预估。
S670、根据信息库中待推送信息的属性和所述待发布信息对应的预估的点击量计算所述待推送信息预定次数点击后的资源信息。
S680、根据预定次数点击后的资源信息拉取信息库中的待推送信息发送给所述推送平台。
结合图7中所示,本实施例所述的信息推送的装置,可以设置在服务器侧,包括如下装置:
用于获取用户的日志信息的装置(以下简称“获取单元”)110。
用于在接收到推送平台发送的信息推送请求时,根据所述日志信息对信息库中每个待推送信息在所述推送平台的点击量进行预估的装置(以下简称“预估单元”)120。
用于根据预估的点击量拉取信息库中的待推送信息发送给所述推送平台的装置(以下简称“发送单元”)130。
下面对各装置做进一步详细介绍。
本发明实施例所述的推送平台可以是应用程序(APP),所述的待推送信息或信息可以为网页、统一资源定位符链接、图片、视频或APP等。
获取单元110中,日志信息可以包括用户操作的时间、用户属性信息、用户操作的推送平台的属性信息和用户操作的信息的属性。例如某日早8:00-10:00的日志信息可以如图2所示。
其中,用户属性信息可以包括但不限于:用户终端标识码、用户终端型号、用户终端的屏幕分辨率、用户终端所在国家和用户终端的操作行为(例如:展示、点击、安装或激活等操作行为)等。
其中,用户操作的推送平台的属性信息可以包括但不限于:推送平台的名称、推送平台的编号、推送平台所在的国家、推送平台的版本、推送平台运营商的编号、推送平台的IP地址等。
其中,用户操作的信息的属性可以包括但不限于:信息的数据包名称、信息适用人群、信息数据包的大小、信息的评分、信息的总安装数、信息的总展示数、信息每千次展示获得的成本(例如:eCPM)、信息可运行的最低系统版本、信息可运行的最高系统版本、信息的编号、信息的标题、信息适用的语言、信息的主题、信息的描述、信息的资源、信息对应的URL、信息对应国家编号、信息的创建时间、信息的修改时间、信息的发行时间、信息的类别。
预估单元120中,当推送平台需要待推送信息进行推送时,推送平台就会发生推送请求。推送平台发送的信息推送请求可以包括推送平台的属性信息。其中,推送平台的属性信息可以包括但不限于:推送平台的名称、推送平台的编号、推送平台所在的国家、推送平台的版本、推送平台运营商的编号、推送平台的IP地址等。
结合图8所示,预估单元120中,可以包括以下装置:
用于根据所述信息推送请求在所述日志信息中选取数据构成训练数据集的装置(以下简称“选取子单元”)1201。具体可以使用Hadoop平台或流式计算平台对训练数据集进行构造。进一步可以通过以下步骤完成训练数据集的构造:
1)根据所述信息推送请求选取预定周期内的日志信息。
具体地,例如:若信息推送请求中信息平台的属性信息为资讯类APP,则选择早上7:00-9:00的日志信息和19:00-22:00的日志信息;若信息推送请求中信息平台的属性信息为外卖类APP,则选择周一至周五9:00-12:00的日志信息和15:00-18:00的日志信息。
2)将预定周期内的日志信息按照每个用户操作的信息选取对应的用户属性信息、用户操作的推送平台的属性信息、用户操作的信息的属性和用户的操作行为的次数构成训练数据集。
具体地,构成的训练集包括但不限于:用户终端的操作行为、信息的数据包名称、推送平台运营商的代码、信息在推送平台中的设置位置、信息的软件开发工具包版本号、信息的编号、推送平台的名称、信息的种类、信息所属的信息平台、信息的价值、是否是热门信息、是否是新的信息、信息展示次数、推信息的总安装数、信息的评论、信息的评分、信息安装包的大小、信息的创建者、用户终端的信号强度、用户终端的型号、用户终端的屏幕分辨率、用户终端标识码、用户终端点击的总次数、用户终端点击的次数、用户终端安装的次数和用户终端激活的次数。以图2中某日早8:00-10:00的日志信息为例,构成的训练数据集可以如图4所示。
用于根据所述训练数据集通过预定回归算法训练出回归模型向量的装置(以下简称“训练子单元”)1202。
具体地,预定回归算法可以是L-BFGS算法(一种具有全局收敛性和超线性收敛速度的算法)。
用于根据所述回归模型向量对信息库中每个待推送信息在所述推送平台的点击量进行预估的装置(以下简称“点击量预估子单元”)1203。
结合图8所示,所述信息推送的装置还可以包括:
用于聚合至少一个信息平台的待推送信息,并获取所述待推送信息的属性,由聚合的所述待推送信息和所述待推送信息的属性构建信息库的装置(以下简称“信息库构建单元”)140,构建的信息库是会随着信息平台对待推送信息的更新而同步进行更新的。信息平台中存储有至少一个待推送信息和其对应的属性。
所述回归模型向量根据每个待推送信息的属性预估出其对应在所述推送平台的点击量。
结合图8所示,发送单元130中,可以包括以下装置:
用于根据信息库中待推送信息的属性和所述待发布信息对应的预估的点击量计算所述待推送信息预定次数点击后的资源信息的装置(以下简称“计算子单元”)1301。
具体地,例如:将待推送信息的价值与预估的点击量相乘可以获得预定次数点击后待推送信息的收益信息,或将待推送信息的评分与预估的点击量相乘可以获得预定次数点击后待发布信息的评价信息。
用于根据预定次数点击后的资源信息拉取信息库中的待推送信息发送给所述推送平台的装置(以下简称“信息发送子单元”)1302。
具体地,将信息库中的待推送信息按照其对应的预定次数点击后的资源信息由高到低进行排序,将排序在前的待推送信息发送给发送信息推送请求的推送平台,以使所述推送平台将该待推送信息在平台中的对应位置进行推送。
作为可选的,在发送给推送平台之前,还可以根据推送平台发送的信息推送请求中信息设置的属性(信息推送的位置,如首页的上部、首页的中部或首页的底部;信息推送的版式或尺寸等)将待推送信息进行调整后发送给推送平台,其中调整可以是对尺寸、清晰度、像素等的调整。
本发明实施例所述的信息推送的方法及装置可以在接收到推送平台发送的信息推送请求时,根据用户的日志信息对待推送信息在所述推送平台上的点击量进行预估,并根据预估的点击量拉取信息库中的待推送信息发送给推送平台,无需进行推送测试,缩短信息推送的及时性。同时根据用户的日志信息保证了数据的全面性,提高了发布信息的精准度,从而提高了信息推送的效率。通过聚合多个信息平台的待推送信息,避免了推送平台与多个信息平台独立操作,同时可以总体比较多个信息平台中的多个待推送信息,保证了推送信息的质量和准确性。
需要注意的是,本发明可在软件和/或软件与硬件的组合体中被实施,例如,本发明的各个装置可采用专用集成电路(ASIC)或任何其他类似硬件终端来实现。在一个实施例中,本发明的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地,本发明的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中,例如,RAM存储器,磁或光驱动器或软磁盘及类似终端。另外,本发明的一些步骤或功能可采用硬件来实现,例如,作为与处理器配合从而执行各个步骤或功能的电路。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
虽然前面特别示出并且描述了示例性实施例,但是本领域技术人员将会理解的是,在不背离权利要求书的精神和范围的情况下,在其形式和细节方面可以有所变化。这里所寻求的保护在所附权利要求书中做了阐述。
Claims (10)
1.一种信息推送的方法,包括:
获取用户的日志信息;
在接收到推送平台发送的信息推送请求时,根据所述日志信息对信息库中每个待推送信息在所述推送平台的点击量进行预估;
根据预估的点击量拉取信息库中的待推送信息发送给所述推送平台。
2.根据权利要求1所述的方法,所述根据所述日志信息对信息库中每个待推送信息在所述推送平台的点击量进行预估的步骤包括:
根据所述信息推送请求在所述日志信息中选取数据构成训练数据集。
根据所述训练数据集通过预定回归算法训练出回归模型向量;
根据所述回归模型向量对信息库中每个待推送信息在所述推送平台的点击量进行预估。
3.根据权利要求2所述的方法,所述根据所述信息推送请求在所述日志信息中选取数据构成训练数据集的步骤包括:
根据所述信息推送请求选取预定周期内的日志信息;
将预定周期内的日志信息按照每个用户操作的信息选取对应的用户属性信息、用户操作的推送平台的属性信息、用户操作的信息的属性和用户的操作行为的次数构成训练数据集。
4.根据权利要求2所述的方法,所述根据预估的点击量拉取信息库中的待推送信息发送给所述推送平台的步骤包括:
根据信息库中待推送信息的属性和所述待发布信息对应的预估的点击量计算所述待推送信息预定次数点击后的资源信息;
根据预定次数点击后的资源信息拉取信息库中的待推送信息发送给所述推送平台。
5.根据权利要求1-4任一项所述的方法,所述信息库的构建步骤包括:
聚合至少一个信息平台的待推送信息,并获取所述待推送信息的属性。
6.一种信息推送的装置,包括:
用于获取用户的日志信息的装置;
用于在接收到推送平台发送的信息推送请求时,根据所述日志信息对信息库中每个待推送信息在所述推送平台的点击量进行预估的装置;
用于根据预估的点击量拉取信息库中的待推送信息发送给所述推送平台的装置。
7.根据权利要求6所述的装置,所述用于根据所述日志信息对信息库中每个待推送信息在所述推送平台的点击量进行预估的装置包括:
用于根据所述信息推送请求在所述日志信息中选取数据构成训练数据集的装置;
用于根据所述训练数据集通过预定回归算法训练出回归模型向量的装置;
用于根据所述回归模型向量对信息库中每个待推送信息在所述推送平台的点击量进行预估的装置。
8.根据权利要求7所述的装置,所述用于根据所述信息推送请求在所述日志信息中选取数据构成训练数据集的装置包括:
用于根据所述信息推送请求选取预定周期内的日志信息的装置;
用于将预定周期内的日志信息按照每个用户操作的信息选取对应的用户属性信息、用户操作的推送平台的属性信息、用户操作的信息的属性和用户的操作行为的次数构成训练数据集的装置。
9.根据权利要求7所述的装置,所述用于根据预估的点击量拉取信息库中的待推送信息发送给所述推送平台的装置包括:
用于根据信息库中待推送信息的属性和所述待发布信息对应的预估的点击量计算所述待推送信息预定次数点击后的资源信息的装置;
用于根据预定次数点击后的资源信息拉取信息库中的待推送信息发送给所述推送平台的装置。
10.根据权利要求6-9任一项所述的装置,还包括:
用于聚合至少一个信息平台的待推送信息,并获取所述待推送信息的属性,由聚合的所述待推送信息和所述待推送信息的属性构建信息库的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510568045.3A CN105260379B (zh) | 2015-09-08 | 2015-09-08 | 一种信息推送的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510568045.3A CN105260379B (zh) | 2015-09-08 | 2015-09-08 | 一种信息推送的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105260379A true CN105260379A (zh) | 2016-01-20 |
CN105260379B CN105260379B (zh) | 2019-02-01 |
Family
ID=55100072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510568045.3A Active CN105260379B (zh) | 2015-09-08 | 2015-09-08 | 一种信息推送的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105260379B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106210025A (zh) * | 2016-07-05 | 2016-12-07 | 青岛海信传媒网络技术有限公司 | 应用程序下载量确定方法及装置 |
CN106330674A (zh) * | 2016-08-25 | 2017-01-11 | 广州御银科技股份有限公司 | 一种在线消息推送系统 |
CN107734062A (zh) * | 2017-11-15 | 2018-02-23 | 维沃移动通信有限公司 | 消息推送方法及装置 |
CN108737486A (zh) * | 2017-04-25 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN108810047A (zh) * | 2017-04-27 | 2018-11-13 | 北京京东尚科信息技术有限公司 | 用于确定信息推送准确率的方法、装置及服务器 |
CN109815106A (zh) * | 2017-11-21 | 2019-05-28 | 腾讯科技(深圳)有限公司 | 信息投放平台的交互功能测试方法及装置 |
CN110610072A (zh) * | 2019-09-06 | 2019-12-24 | 武汉达梦数据库有限公司 | 一种数据鉴权方法及装置 |
CN110888806A (zh) * | 2019-11-15 | 2020-03-17 | 天津联想协同科技有限公司 | 一种接口测试方法、电子设备及存储介质 |
CN113313531A (zh) * | 2021-06-17 | 2021-08-27 | 浙江锐驰网络科技有限公司 | 一种基于用户需求的电商试用评价与推荐系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7406434B1 (en) * | 2000-12-15 | 2008-07-29 | Carl Meyer | System and method for improving the performance of electronic media advertising campaigns through multi-attribute analysis and optimization |
CN103514209A (zh) * | 2012-06-27 | 2014-01-15 | 百度在线网络技术(北京)有限公司 | 基于对象信息库生成待推广对象的推广信息的方法与设备 |
CN103914468A (zh) * | 2012-12-31 | 2014-07-09 | 阿里巴巴集团控股有限公司 | 一种投放信息搜索的方法和装置 |
CN103942603A (zh) * | 2013-01-17 | 2014-07-23 | 腾讯科技(深圳)有限公司 | 一种广告点击率的预估方法和装置 |
CN104699705A (zh) * | 2013-12-06 | 2015-06-10 | 腾讯科技(深圳)有限公司 | 信息推送方法、服务器及系统 |
-
2015
- 2015-09-08 CN CN201510568045.3A patent/CN105260379B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7406434B1 (en) * | 2000-12-15 | 2008-07-29 | Carl Meyer | System and method for improving the performance of electronic media advertising campaigns through multi-attribute analysis and optimization |
CN103514209A (zh) * | 2012-06-27 | 2014-01-15 | 百度在线网络技术(北京)有限公司 | 基于对象信息库生成待推广对象的推广信息的方法与设备 |
CN103914468A (zh) * | 2012-12-31 | 2014-07-09 | 阿里巴巴集团控股有限公司 | 一种投放信息搜索的方法和装置 |
CN103942603A (zh) * | 2013-01-17 | 2014-07-23 | 腾讯科技(深圳)有限公司 | 一种广告点击率的预估方法和装置 |
CN104699705A (zh) * | 2013-12-06 | 2015-06-10 | 腾讯科技(深圳)有限公司 | 信息推送方法、服务器及系统 |
Non-Patent Citations (1)
Title |
---|
王兵: ""一种基于逻辑回归模型的搜索广告点击率预估方法的研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106210025A (zh) * | 2016-07-05 | 2016-12-07 | 青岛海信传媒网络技术有限公司 | 应用程序下载量确定方法及装置 |
CN106210025B (zh) * | 2016-07-05 | 2019-08-27 | 青岛海信传媒网络技术有限公司 | 应用程序下载量确定方法及装置 |
CN106330674A (zh) * | 2016-08-25 | 2017-01-11 | 广州御银科技股份有限公司 | 一种在线消息推送系统 |
CN108737486A (zh) * | 2017-04-25 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN108737486B (zh) * | 2017-04-25 | 2021-05-28 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN108810047A (zh) * | 2017-04-27 | 2018-11-13 | 北京京东尚科信息技术有限公司 | 用于确定信息推送准确率的方法、装置及服务器 |
CN107734062A (zh) * | 2017-11-15 | 2018-02-23 | 维沃移动通信有限公司 | 消息推送方法及装置 |
CN109815106A (zh) * | 2017-11-21 | 2019-05-28 | 腾讯科技(深圳)有限公司 | 信息投放平台的交互功能测试方法及装置 |
CN109815106B (zh) * | 2017-11-21 | 2021-08-10 | 腾讯科技(深圳)有限公司 | 信息投放平台的交互功能测试方法及装置 |
CN110610072A (zh) * | 2019-09-06 | 2019-12-24 | 武汉达梦数据库有限公司 | 一种数据鉴权方法及装置 |
CN110888806A (zh) * | 2019-11-15 | 2020-03-17 | 天津联想协同科技有限公司 | 一种接口测试方法、电子设备及存储介质 |
CN113313531A (zh) * | 2021-06-17 | 2021-08-27 | 浙江锐驰网络科技有限公司 | 一种基于用户需求的电商试用评价与推荐系统 |
CN113313531B (zh) * | 2021-06-17 | 2022-11-11 | 浙江良创信息科技有限公司 | 一种基于用户需求的电商试用评价与推荐系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105260379B (zh) | 2019-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105260379A (zh) | 一种信息推送的方法及装置 | |
US9942358B2 (en) | Recommending applications | |
US20170186038A1 (en) | Providing Advertisements based on Contextual Data | |
US20170017986A1 (en) | Tracking digital design asset usage and performance | |
US11361046B2 (en) | Machine learning classification of an application link as broken or working | |
WO2017029649A1 (en) | Displaying advertisements in application launcher | |
US8788762B2 (en) | Methods and apparatuses for data resource provision | |
US9092731B1 (en) | Determining content item expansion prediction accuracy | |
CN104488277A (zh) | 用于监测媒体呈现的方法和装置 | |
JP2015501478A (ja) | 広告単位内に広告を表示するためのシステムおよび方法 | |
CN104731870A (zh) | 一种用于提供推荐信息的方法与设备 | |
CN104537000A (zh) | 一种用于推送信息的方法和装置 | |
CN104581208A (zh) | 一种用于视频点播以及用于辅助视频点播的方法和装置 | |
WO2016039783A1 (en) | Auditing of web-based video | |
CN102982023A (zh) | 一种提供搜索建议的方法及装置 | |
CN102930028A (zh) | 内容的相似性和相关性 | |
CN105045889A (zh) | 一种信息推送方法及装置 | |
CN108156209A (zh) | 一种媒体推送方法及系统 | |
CN105208417A (zh) | 视频广告的展现方法及装置 | |
CN105183856A (zh) | 一种评价信息内容质量的方法及装置 | |
CN104616167A (zh) | 在用户设备及网络设备处用于提供直达服务的方法及装置 | |
US9672531B1 (en) | Supplemental content prediction to reduce blink-in effect | |
CN103457944A (zh) | 信息推送方法、装置和服务器 | |
CN105426308A (zh) | 一种线下数据的构建方法及装置 | |
KR20160006300A (ko) | 광고 노출 판단을 위한 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20181225 Address after: 100000 Room 708, 7th Floor, Building 10, No. 30, Shixing Street, Shijingshan District, Beijing Applicant after: Beijing Xiaoxiong Bowang Technology Co., Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |