CN105574147B - 一种信息处理方法及服务器 - Google Patents
一种信息处理方法及服务器 Download PDFInfo
- Publication number
- CN105574147B CN105574147B CN201510939359.XA CN201510939359A CN105574147B CN 105574147 B CN105574147 B CN 105574147B CN 201510939359 A CN201510939359 A CN 201510939359A CN 105574147 B CN105574147 B CN 105574147B
- Authority
- CN
- China
- Prior art keywords
- information
- terminal
- user
- advertisement
- processing
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 17
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 345
- 238000005070 sampling Methods 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000005457 optimization Methods 0.000 claims description 117
- 230000006399 behavior Effects 0.000 claims description 26
- 238000001914 filtration Methods 0.000 claims description 25
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 14
- 230000004069 differentiation Effects 0.000 claims description 12
- 230000007246 mechanism Effects 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 5
- 239000000463 material Substances 0.000 description 28
- 238000012550 audit Methods 0.000 description 16
- 230000003993 interaction Effects 0.000 description 15
- 230000000694 effects Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 238000012384 transportation and delivery Methods 0.000 description 11
- 230000009471 action Effects 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000005065 mining Methods 0.000 description 9
- 238000009826 distribution Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000010845 search algorithm Methods 0.000 description 8
- 238000005406 washing Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008685 targeting Effects 0.000 description 5
- 101100153586 Caenorhabditis elegans top-1 gene Proteins 0.000 description 4
- 101100370075 Mus musculus Top1 gene Proteins 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000001629 suppression Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 230000000149 penetrating effect Effects 0.000 description 3
- 238000011002 quantification Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 101150011999 Adi1 gene Proteins 0.000 description 1
- 206010048909 Boredom Diseases 0.000 description 1
- 101100153591 Cricetulus griseus TOP1 gene Proteins 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000013442 quality metrics Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
Images
Classifications
-
- 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
- G06Q30/0267—Wireless devices
-
- 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
- G06Q30/0269—Targeted advertisements based on user profile or attribute
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种信息处理方法及服务器,其中,所述方法包括:从第一终端获取第一信息,所述第一信息至少包括:信息内容和信息展示样式参数,以生成向第二终端所展示的第三信息;从第二终端获取第二信息,所述第二信息至少包括:用户基本信息和/或用户行为信息和/或用户关系链信息;根据所述第一信息和所述第二信息生成采样信息,根据所述采样信息构建与所述第一终端交互的第一类处理节点及与所述第二终端交互的第二类处理节点分别对应的至少一个处理策略;按照所述第一信息和所述至少一个处理策略生成所述第三信息,发送所述第三信息,以提供给第二终端进行信息展示。
Description
技术领域
本发明涉及通讯技术,尤其涉及一种信息处理方法及服务器。
背景技术
本申请发明人在实现本申请实施例技术方案的过程中,至少发现相关技术中存在如下技术问题:
信息分享的方式多种多样,比如用户看到一则很棒的新闻,可以通过微博转发这条新闻,这是一种信息分享;比如用户在看视频时除了可以看到想要观看的视频节目,还可以看到一些插播的广告推荐,热点新闻或头条新闻提示,这也是一种信息分享;比如用户在浏览网页时除了正在浏览的信息,还可以获取到与所浏览信息相关的信息,举例来说,用户浏览的是一个购物网站,想要购买某品牌的鞋子,在获得购买该品牌鞋子的信息时还会获取到另一个购物网站或该购物网站中其他类似款或同款的鞋子信息,这还是一种信息分享。这些用户在收到某一个具体信息的同时还可以收到相关或不相同的其他信息推荐,可以统称为信息分享方式中的信息推荐分享方式。
在采用信息推荐分享方式的场景中,用户往往会收到不感兴趣的信息推荐分享,如果用户主动点击关闭该信息推荐分享,则一段时间内不会再向用户推荐分享这个信息,如果用户不主动点击关闭该信息推荐分享,则会一直给用户推荐分享这个信息,然而,通过这种只对主动点击的用户反馈进行响应的定向推荐机制,并不能很好的为用户提供其所需要的信息内容,也就是说存在信息推荐分享不够精准的问题,对于该问题,尚无有效解决方案。
发明内容
有鉴于此,本发明实施例希望提供一种信息处理方法及终端,至少解决了现有技术存在的问题,能为用户定向提供精准的信息推荐内容。
本发明实施例的技术方案是这样实现的:
本发明实施例公开了一种信息处理方法,所述方法包括:
从第一终端获取第一信息,所述第一信息至少包括:信息内容和信息展示样式参数,以生成向第二终端所展示的第三信息;
从第二终端获取第二信息,所述第二信息至少包括:用户基本信息和/或用户行为信息和/或用户关系链信息;
根据所述第一信息和所述第二信息生成采样信息,根据所述采样信息构建与所述第一终端交互的第一类处理节点及与所述第二终端交互的第二类处理节点分别对应的至少一个处理策略;
按照所述第一信息和所述至少一个处理策略生成所述第三信息,发送所述第三信息,以提供给第二终端进行信息展示。
本发明实施例还公开了一种服务器,所述服务器包括:
第一获取单元,用于从第一终端获取第一信息,所述第一信息至少包括:信息内容和信息展示样式参数,以生成向第二终端所展示的第三信息;
第二获取单元,用于从第二终端获取第二信息,所述第二信息至少包括:用户基本信息和/或用户行为信息和/或用户关系链信息;
策略构建单元,用于根据所述第一信息和所述第二信息生成采样信息,根据所述采样信息构建与所述第一终端交互的第一类处理节点及与所述第二终端交互的第二类处理节点分别对应的至少一个处理策略;
发送单元,用于按照所述第一信息和所述至少一个处理策略生成所述第三信息,发送所述第三信息,以提供给第二终端进行信息展示。
本发明实施例的信息处理方法包括:从第一终端获取第一信息,所述第一信息至少包括:信息内容和信息展示样式参数,以生成向第二终端所展示的第三信息;从第二终端获取第二信息,所述第二信息至少包括:用户基本信息和/或用户行为信息和/或用户关系链信息;根据所述第一信息和所述第二信息生成采样信息,根据所述采样信息构建与所述第一终端交互的第一类处理节点及与所述第二终端交互的第二类处理节点分别对应的至少一个处理策略;按照所述第一信息和所述至少一个处理策略生成所述第三信息,发送所述第三信息,以提供给第二终端进行信息展示。
采用本发明实施例,结合所述第一信息和所述第二信息生成采样信息,根据所述采样信息构建与所述第一终端交互的第一类处理节点及与所述第二终端交互的第二类处理节点分别对应的至少一个处理策略,并据此生成提供给第二终端进行信息展示的所述第三信息,这种全局的信息收集和信息定向推送的处理策略可以为用户定向提供精准的信息推荐内容。
附图说明
图1为本发明实施例中进行信息交互的各方硬件实体的示意图;
图2为本发明实施例一的一个实现流程示意图;
图3为应用本发明实施例的一广告生命周期中各个处理节点的应用场景示意图;
图4为本发明实施例二的一个实现流程示意图;
图5为本发明实施例三的一个实现流程示意图;
图6为应用本发明实施例的一广告队列的应用场景示意图;
图7为本发明实施例五的一个组成结构示意图;
图8为本发明实施例六的一个硬件组成结构示意图;
图9为本发明实施例关于负反馈入口的一个应用场景示意图;
图10为本发明实施例页面多广告位的应用场景示意图;
图11为本发明实施例关于负反馈入口的另一个应用场景示意图。
具体实施方式
下面结合附图对技术方案的实施作进一步的详细描述。
图1为本发明实施例中进行信息交互的各方硬件实体的示意图,图1中包括:服务器11……1n、终端设备21-24,终端设备21-24通过有线网络或者无线网络与服务器进行信息交互,终端设备包括手机、台式机、PC机、一体机等类型,一个示例中,服务器11……1n还可以通过网络与第一类终端(如广告主所在的终端,或称为提供广告素材和内容推广的对象)进行交互,第一类终端(如广告主所在的终端,或称为提供广告素材和内容推广的对象)将想要投放的广告提交后,被存储在服务器集群中,可以配备管理员对第一类终端(如广告主所在的终端,或称为提供广告素材和内容推广的对象)投放的广告进行审核等一系列处理。其中,相对于第一类终端(如广告主所在的终端,或称为提供广告素材和内容推广的对象)而言,终端设备21-24可以称为第二类终端(如普通用户所在的终端,或称为广告展示或曝光的对象),可以为通过视频应用看视频的用户,通过游戏应用打游戏的用户等等。其中,终端设备中安装的所有应用或者指定的应用(如游戏应用,视频应用,导航应用等等)都可以添加广告以展示给用户更多的推荐信息。采用本发明实施例,基于上述图1所示的系统,从第一终端获取第一信息,所述第一信息至少包括:信息内容和信息展示样式参数,以生成向第二终端所展示的第三信息;从第二终端获取第二信息,所述第二信息至少包括:用户基本信息和/或用户行为信息和/或用户关系链信息;根据所述第一信息和所述第二信息生成采样信息,根据所述采样信息构建用于贯穿在信息推荐分享平台系统中信息生命周期的各个处理节点所对应的至少一个处理策略;按照所述第一信息和所述至少一个处理策略生成所述第三信息,发送所述第三信息,以提供给第二终端进行信息展示。由于采取贯穿在信息推荐分享平台系统中信息生命周期的各个处理节点所对应的至少一个处理策略,对于最终展示的信息为广告信息的场景,对基于前端广告主所在终端投放的广告内容,后端广告呈现对象的用户信息进行综合考虑来采样,这种通过构建平台生态环境中贯彻各个广告生命周期的多个策略,而不是仅仅考虑广告曝光后用户体验在这一个节点环节的一个处理策略,那么根据至少一个策略来生成第三信息用于最终的信息展示,其信息展示内容会非常精准,定向推送的效果好,更有针对性。进而,还可以通过收集第二用户终端的广告展示反馈结果,并迭代反馈到贯穿在信息推荐分享平台系统中信息生命周期的各个处理节点以用于修正既定的策略,形成了闭环的信息收集和反馈及优化的途径,能进一步地提高定向推送的处理效率和精确度。
上述图1的例子只是实现本发明实施例的一个系统架构实例,本发明实施例并不限于上述图1所述的系统结构,基于该系统架构,提出本发明各个实施例。
实施例一:
本发明实施例的一种信息处理方法,如图2所示,所述方法包括:
步骤101、从第一终端获取第一信息,所述第一信息至少包括:信息内容和信息展示样式参数,以生成向第二终端所展示的第三信息。
这里,所述第一终端可以为广告主所在的终端,或称为提供广告素材和内容推广的对象。对于信息内容而言,以广告为例,包括很多类型,比如:包含在广告作品内的表现要素(代言人、广告文案、音乐等)等广告基本信息;比如:通过广告传达的与品牌相关的信息或存在于消费者记忆中的品牌使用经验等品牌信息;比如:通过使用品牌从而得到满足的生活行动或价值观的需求信息;比如有关消费者购买或使用品牌方面等的购买行动信息。对于信息展示样式参数而言,是指广告信息的内容如何展现,比如广告信息的内容是以flash的动态形式展现,还是gif的静态形式展现,广告信息内容的背景色,背景音乐等等广告素材。
步骤102、从第二终端获取第二信息,所述第二信息至少包括:用户基本信息和/或用户行为信息和/或用户关系链信息。
这里,所述第二终端可以为普通用户所在的终端,或称为广告展示或曝光的对象。对于用户基本信息而言,比如,用户的年龄,性别,所在地区等等;对于用户行为信息而言,比如,用户喜好购物,还是喜欢打游戏,用户对某个广告信息内容是否感兴趣等等;对于用户关系链信息而言,比如QQ好友链,微信朋友圈,QQ空间好友,高中同学,大学同学,人脉圈等等。
步骤103、根据所述第一信息和所述第二信息生成采样信息,根据所述采样信息构建与所述第一终端交互的第一类处理节点及与所述第二终端交互的第二类处理节点分别对应的至少一个处理策略。
这里,所述第一类处理节点和所述第二类处理节点位于信息推荐分享平台系统中,涵盖贯穿在信息推荐分享平台系统中信息生命周期的各个处理节点。
这里,贯穿在信息推荐分享平台系统中信息生命周期的各个处理节点分为所述第一类处理节点和所述第二类处理节点,其中,所述第一类处理节点包括以下至少一种:
1)对第一终端用户进行拓展阶段对应的处理节点,如提供广告基础服务的广告主对应的处理节点;
2)对第一终端用户提供的第一信息进行审核阶段对应的处理节点,如广告处理平台(如广点通平台)中进行运营、审核、广告库、索引等对应的处理节点。
这里,贯穿在信息推荐分享平台系统中信息生命周期的各个处理节点分为所述第一类处理节点和所述第二类处理节点,其中,所述第二类处理节点包括以下至少一种:
1)对第二终端的检索请求进行响应以对第一信息进行初选阶段对应的处理节点,如广告处理平台(如广点通平台)中进行广告检索、初选等对应的处理节点;
2)对第二终端的检索请求进行响应以对第一信息进行精选排序阶段对应的处理节点,如广告处理平台(如广点通平台)中进行精选排序等对应的处理节点;
3)将第三信息发送给第二终端曝光前阶段对应的处理节点,如广告处理平台(如广点通平台)中进行广告展示的处理节点;
4)将第三信息发送给第二终端实际曝光后阶段对应的处理节点,如提供广告画像服务的用户所对应的处理节点。
有关各个处理节点及其处理流程的一个实例如图3所示,图3为以推荐信息为广告信息为例,采用本发明实施例的一个包含上述处理节点的流程图,如图3所示,包括第一终端侧,第二终端侧和平台侧;其中,第一终端侧如终端33所示,终端33用于提供广告基础服务,进行广告(主)特征挖掘和广告创意优化等策略的处理,以提供广告信息内容给平台31进行处理,终端33为图1基础架构中的广告主的一个实例;第二终端侧如终端32所示,终端32用于提供广告画像,进行用户价值挖掘,用户点击行为分析,婚恋定向数据优化等策略的处理,以将用户的基本信息,行为信息及关系链信息提供给平台31进行处理,终端32为图1基础架构中的终端21-24的一个实例;平台31用于通过用于运营和审核的处理节点311、用于存储广告信息形成广告库和建立索引的处理节点312、用于进行广告检索和广告信息初选的处理节点313、用于对初选合格的广告信息进行精选排序的处理节点314、用于广告展示的处理节点314等一系列处理节点的配合处理,对广告信息在各个处理环节进行广告信息收、筛选、排序、整合及收集广告信息实际曝光在用户侧展示后的展示数据等进行处理和分析,以便为更好的广告信息定向投放到用户侧提供优化的处理策略。平台31为图1基础架构中的服务器11-1n及对广告主提供广告信息进行审核的服务器集群的一个实例。
其中,用于运营和审核的处理节点311主要的处理策略是针对广告(主)丰富,广告层级的策略优化,素材质量等体验相关审核的策略优化,投诉处理与badcase下线的策略优化,其中所述badcase指:在搜索中,对搜索结果中明显不正确的排序进行分析,看是什么排序策略导致的,并对相关匹配的参数进行修订。badcase翻译过来就是坏案例的意思,经过大量的坏案例记录,通过各个搜索引擎的搜索会收集很多的案例数据,通过搜索算法如果下次遇到不合理的搜索结果,就会将这些案例的特征进行印证,如果有类似的就进行调整。并通过一组经验参数对搜索算法进行辅助策略优化,在实际应用中不断调整策略,以保证结果的可信性。badcase的特征主要有:1:不符合搜索用户体验的搜索结果;2:网站在搜索结果里的表现很不正常等等。
用于存储广告信息形成广告库和建立索引的处理节点312主要的处理策略是针对广告库类目分布等质量监控的策略优化,素材打分索引的策略优化,敏感定向的规则干预的策略优化,广告相关性的策略优化。
用于进行广告检索和广告信息初选的处理节点313主要的处理策略是针对用户价值引入的策略优化,洗脸、多样性初选的策略优化,用户负反馈过滤的策略优化;其中,所谓洗脸指:根据业务需求(比如广告超出预算限额)和广告策略(如广告与检索上下文的相关性),对候选广告中部分广告进行过滤。
用于对初选合格的广告信息进行精选排序的处理节点314主要的处理策略是针对精选阶段质量准入与曝光控制的策略优化,空间多样性与新鲜度的策略优化,用户负反馈打压的策略优化,排序公式优化如引入用户体验质量(quality)的策略优化。
用于广告展示的处理节点314主要的处理策略是针对用户点击/反馈数据收集与分析的策略优化,广告信息流广告展现样式的策略优化。
本步骤,由于是针对基于前端广告投放的广告信息的内容,以及后端广告呈现对象的用户信息进行综合考虑来采样,构建平台生态环境中贯彻各个广告生命周期的多个策略,而不是现有仅仅考虑广告曝光后用户体验在这一个节点环节的一个处理策略,因此,这种贯穿在信息推荐分享平台系统中信息生命周期的各个处理节点的综合策略优化,能为更好的提供广告信息给用户,并提高定向投放和精准投放的目标预期提供很好的数据支持。
步骤104、按照所述第一信息和所述至少一个处理策略生成所述第三信息,发送所述第三信息,以提供给第二终端进行信息展示。
这里,本步骤之后还包括:
步骤105、收到第二终端反馈的信息展示结果,将所述信息展示结果迭代反馈到第一类处理节点和所述第二类处理节点。
步骤106、在第一类处理节点和所述第二类处理节点对所述至少一个处理策略进行优化,形成闭环的策略控制处理机制。
步骤105-106是循环迭代反馈机制,通过步骤101-步骤103得到综合策略优化后,通过步骤104将按照该综合策略优化生成的第三信息提供给第二终端进行展示后,还可以进一步通过步骤105-106的循环迭代反馈机制,收集第三信息在用户侧实际曝光展示后的展示结果数据,以反馈至平台中贯穿在信息推荐分享平台系统中信息生命周期的各个处理节点,从而进一步对综合策略进行优化和调整,为后续持续提高定向投放和精准投放的目标预期提供更好的数据支持。
在本发明实施例一实施方式中,本实施例的信息处理方法还包括:对所述采样信息中的所述第一信息进行特征分析,生成第一特征集合,按照特征属性进行特征分类;对所述采样信息中的所述第二信息进行数据分析,生成第一数据集合,按照数据类型进行数据分类;根据所述特征分类和所述数据分类建立定向推荐关联,将所述定向推荐关联迭代反馈到所述信息推荐分享平台系统中信息生命周期的各个处理节点(包括第一类处理节点和第二类处理节点)。
实施例二:
本发明实施例的一种信息处理方法,如图4所示,所述方法包括:
步骤201、从第一终端获取第一信息,所述第一信息至少包括:信息内容和信息展示样式参数,以生成向第二终端所展示的第三信息。
这里,所述第一终端可以为广告主所在的终端,或称为提供广告素材和内容推广的对象。对于信息内容而言,以广告为例,包括很多类型,比如:包含在广告作品内的表现要素(代言人、广告文案、音乐等)等广告基本信息;比如:通过广告传达的与品牌相关的信息或存在于消费者记忆中的品牌使用经验等品牌信息;比如:通过使用品牌从而得到满足的生活行动或价值观的需求信息;比如有关消费者购买或使用品牌方面等的购买行动信息。对于信息展示样式参数而言,是指广告信息的内容如何展现,比如广告信息的内容是以flash的动态形式展现,还是gif的静态形式展现,广告信息内容的背景色,背景音乐等等广告素材。
步骤202、从第二终端获取第二信息,所述第二信息至少包括:用户基本信息和/或用户行为信息和/或用户关系链信息。
这里,所述第二终端可以为普通用户所在的终端,或称为广告展示或曝光的对象。对于用户基本信息而言,比如,用户的年龄,性别,所在地区等等;对于用户行为信息而言,比如,用户喜好购物,还是喜欢打游戏,用户对某个广告信息内容是否感兴趣等等;对于用户关系链信息而言,比如QQ好友链,微信朋友圈,QQ空间好友,高中同学,大学同学,人脉圈等等。
步骤203、根据所述第一信息和所述第二信息生成采样信息,根据所述采样信息构建与所述第一终端交互的第一类处理节点及与所述第二终端交互的第二类处理节点分别对应的至少一个处理策略,其中,在对第一终端用户进行拓展阶段对应的处理节点中,根据收集的所述第一信息构建兼具类型差异化和大数据的信息库,以提高候选信息量的丰富性。
这里,本步骤203还可以替换为:在对第一终端用户提供的第一信息进行审核阶段对应的处理节点中,对第一终端用户区分优先级,以实现用户层级管理;对收集的所述第一信息的信息内容按照质量指标进行预估和定向相关性预判,以得到高质量和定向准确的候选信息。
这里,本步骤203还可以替换为:在对第二终端的检索请求进行响应以对第一信息进行初选阶段对应的处理节点中,通过区分用户价值的类型来初步实现候选信息在空间上的多样性。
这里,本步骤还可以替换为:在对第二终端的检索请求进行响应以对第一信息进行精选排序阶段对应的处理节点中,基于页面显示的多候选信息位,按照第二预设规则将候选信息在空间上的差异化进行多样化优化,并使得候选信息在空间上和时间上进行形式上的统一。
这里,本步骤还可以替换为:在对第二终端的检索请求进行响应以对第一信息进行精选排序阶段对应的处理节点中,设置第一时间段T0和/或第二时间段T1,T1>T0;收集第二终端上报的负反馈请求,所述负反馈请求通过用户对一个或多个已展示的指定信息进行信息关闭而生成;检测当前处于所述第一时间段T0时,进行负反馈过滤,在所述第一时间段T0内不返回一个或多个已展示的指定信息;检测当前处于所述第二时间段T1时,进行负反馈过滤,在所述第二时间段T1内支持返回一个或多个已展示的指定信息,并按照时间控制因子不断减少已展示的指定信息的返回次数或频率或具体个数。
本步骤203中,还可以结合所述对第一终端用户进行拓展阶段对应的处理节点的上述技术实现,所述在对第一终端用户提供的第一信息进行审核阶段对应的处理节点的上述技术实现,所述在对第二终端的检索请求进行响应以对第一信息进行初选阶段对应的处理节点的上述技术实现,所述在对第二终端的检索请求进行响应以对第一信息进行精选排序阶段对应的处理节点的上述技术实现来实现整合的策略来进行优化。需要指出的是,这些策略优化不仅仅限于在目前描述的对应处理节点中进行,也可以在其他处理节点中进行,比如,所述基于页面显示的多候选信息位,按照第二预设规则将候选信息在空间上的差异化进行多样化优化,并使得候选信息在空间上和时间上进行形式上的统一,不限于是在所述对第二终端的检索请求进行响应以对第一信息进行精选排序阶段对应的处理节点中实现,也可以在所述对第二终端的检索请求进行响应以对第一信息进行初选阶段对应的处理节点中实现。
这里,所述第一类处理节点和所述第二类处理节点位于信息推荐分享平台系统中,涵盖贯穿在信息推荐分享平台系统中信息生命周期的各个处理节点。
这里,贯穿在信息推荐分享平台系统中信息生命周期的各个处理节点分为所述第一类处理节点和所述第二类处理节点,其中,所述第一类处理节点包括以下至少一种:
1)对第一终端用户进行拓展阶段对应的处理节点,如提供广告基础服务的广告主对应的处理节点;
2)对第一终端用户提供的第一信息进行审核阶段对应的处理节点,如广告处理平台(如广点通平台)中进行运营、审核、广告库、索引等对应的处理节点。
这里,贯穿在信息推荐分享平台系统中信息生命周期的各个处理节点分为所述第一类处理节点和所述第二类处理节点,其中,所述第二类处理节点包括以下至少一种:
1)对第二终端的检索请求进行响应以对第一信息进行初选阶段对应的处理节点,如广告处理平台(如广点通平台)中进行广告检索、初选等对应的处理节点;
2)对第二终端的检索请求进行响应以对第一信息进行精选排序阶段对应的处理节点,如广告处理平台(如广点通平台)中进行精选排序等对应的处理节点;
3)将第三信息发送给第二终端曝光前阶段对应的处理节点,如广告处理平台(如广点通平台)中进行广告展示的处理节点;
4)将第三信息发送给第二终端实际曝光后阶段对应的处理节点,如提供广告画像服务的用户所对应的处理节点。
有关各个处理节点及其处理流程的一个实例如图3所示,图3为以推荐信息为广告信息为例,采用本发明实施例的一个包含上述处理节点的流程图,如图3所示,包括第一终端侧,第二终端侧和平台侧;其中,第一终端侧如终端33所示,终端33用于提供广告基础服务,进行广告(主)特征挖掘和广告创意优化等策略的处理,以提供广告信息内容给平台31进行处理,终端33为图1基础架构中的广告主的一个实例;第二终端侧如终端32所示,终端32用于提供广告画像,进行用户价值挖掘,用户点击行为分析,婚恋定向数据优化等策略的处理,以将用户的基本信息,行为信息及关系链信息提供给平台31进行处理,终端32为图1基础架构中的终端21-24的一个实例;平台31用于通过用于运营和审核的处理节点311、用于存储广告信息形成广告库和建立索引的处理节点312、用于进行广告检索和广告信息初选的处理节点313、用于对初选合格的广告信息进行精选排序的处理节点314、用于广告展示的处理节点314等一系列处理节点的配合处理,对广告信息在各个处理环节进行广告信息收、筛选、排序、整合及收集广告信息实际曝光在用户侧展示后的展示数据等进行处理和分析,以便为更好的广告信息定向投放到用户侧提供优化的处理策略。平台31为图1基础架构中的服务器11-1n及对广告主提供广告信息进行审核的服务器集群的一个实例。
其中,用于运营和审核的处理节点311主要的处理策略是针对广告(主)丰富,广告层级的策略优化,素材质量等体验相关审核的策略优化,投诉处理与badcase下线的策略优化,其中所述badcase指:在搜索中,对搜索结果中明显不正确的排序进行分析,看是什么排序策略导致的,并对相关匹配的参数进行修订。badcase翻译过来就是坏案例的意思,经过大量的坏案例记录,通过各个搜索引擎的搜索会收集很多的案例数据,通过搜索算法如果下次遇到不合理的搜索结果,就会将这些案例的特征进行印证,如果有类似的就进行调整。并通过一组经验参数对搜索算法进行辅助策略优化,在实际应用中不断调整策略,以保证结果的可信性。badcase的特征主要有:1:不符合搜索用户体验的搜索结果;2:网站在搜索结果里的表现很不正常等等。
用于存储广告信息形成广告库和建立索引的处理节点312主要的处理策略是针对广告库类目分布等质量监控的策略优化,素材打分索引的策略优化,敏感定向的规则干预的策略优化,广告相关性的策略优化。
用于进行广告检索和广告信息初选的处理节点313主要的处理策略是针对用户价值引入的策略优化,洗脸、多样性初选的策略优化,用户负反馈过滤的策略优化。
用于对初选合格的广告信息进行精选排序的处理节点314主要的处理策略是针对精选阶段质量准入与曝光控制的策略优化,空间多样性与新鲜度的策略优化,用户负反馈打压的策略优化,排序公式优化如引入用户体验质量(quality)的策略优化。
用于广告展示的处理节点314主要的处理策略是针对用户点击/反馈数据收集与分析的策略优化,广告信息流广告展现样式的策略优化。
本步骤,由于是针对基于前端广告投放的广告信息的内容,以及后端广告呈现对象的用户信息进行综合考虑来采样,构建平台生态环境中贯彻各个广告生命周期的多个策略,而不是现有仅仅考虑广告曝光后用户体验在这一个节点环节的一个处理策略,因此,这种贯穿在信息推荐分享平台系统中信息生命周期的各个处理节点的综合策略优化,能为更好的提供广告信息给用户,并提高定向投放和精准投放的目标预期提供很好的数据支持。
步骤204、按照所述第一信息和所述至少一个处理策略生成所述第三信息,发送所述第三信息,以提供给第二终端进行信息展示。
这里,本步骤之后还包括:
步骤205、收到第二终端反馈的信息展示结果,将所述信息展示结果迭代反馈到第一类处理节点和所述第二类处理节点。
步骤206、在第一类处理节点和所述第二类处理节点对所述至少一个处理策略进行优化,形成闭环的策略控制处理机制。
步骤205-206是循环迭代反馈机制,通过步骤201-步骤203得到综合策略优化后,通过步骤204将按照该综合策略优化生成的第三信息提供给第二终端进行展示后,还可以进一步通过步骤205-206的循环迭代反馈机制,收集第三信息在用户侧实际曝光展示后的展示结果数据,以反馈至平台中贯穿在信息推荐分享平台系统中信息生命周期的各个处理节点,从而进一步对综合策略进行优化和调整,为后续持续提高定向投放和精准投放的目标预期提供更好的数据支持。
在本发明实施例一实施方式中,本实施例的信息处理方法还包括:对所述采样信息中的所述第一信息进行特征分析,生成第一特征集合,按照特征属性进行特征分类;对所述采样信息中的所述第二信息进行数据分析,生成第一数据集合,按照数据类型进行数据分类;根据所述特征分类和所述数据分类建立定向推荐关联,将所述定向推荐关联迭代反馈到所述信息推荐分享平台系统中信息生命周期的各个处理节点(包括第一类处理节点和第二类处理节点)。
实施例三:
基于上述实施例一-二,本发明实施例的信息处理方法,针对在对第二终端的检索请求进行响应以对第一信息进行初选阶段对应的处理节点中,通过区分用户价值的类型来初步实现候选信息在空间上的多样性,具体来说,如图5所示,采取以下实现流程来实现:
步骤301、收到第二终端的检索请求,按照第一预设规则判断第二终端用户的类型。
步骤302、第二终端用户的类型为低价值类型时,不响应所述检索请求、或响应所述检索请求,解析出所述检索请求中的候选信息请求个数为X,返回Y个候选信息,所述X>Y。
这里,本步骤也可以理解为:对于低价值用户,不返回广告信息或者减少广告信息的返回个数。
第二终端用户的类型为高价值类型时,响应所述检索请求,解析出所述检索请求中的候选信息请求个数为M,返回N个候选信息,所述M<N。
这里,本步骤也可以理解为:对于高价值用户,尽可能返回更多的广告信息。
实施例四:
基于上述实施例一-三,本发明实施例的信息处理方法,针对所述在对第二终端的检索请求进行响应以对第一信息进行精选排序阶段对应的处理节点中,基于页面显示的多候选信息位,按照第二预设规则将候选信息在空间上的差异化进行多样化优化,并使得候选信息在空间上和时间上进行形式上的统一,具体来说,采取以下实现流程来实现:
步骤401、确定多候选信息位之间的优先级,依据所述优先级排序对多候选信息位进行排序,得到信息位组合,将所述多候选信息位中的每一个候选信息位分别对应一个候选信息队列,每一个候选信息队列中处于第一位置的候选信息标记为第一指定信息,比如后续具体应用场景中的TOP-1广告。
步骤402、逐次遍历每一个候选信息位对应候选信息队列中的所述第一指定信息,与已选中的候选信息按照不同维度的过滤规则进行多样性判断比对,以去除重复的信息,全部符合过滤规则时将去重处理得到的候选信息加入去重处理后的信息队列中。
步骤403、优先填充每一个候选信息位对应候选信息队列中具有最大曝光概率的第一位置,对于非第一位置,依次按照所述优先级排序顺次判断是否与已经填充的非当前信息位的候选信息队列存在多样性冲突,不冲突则填充,否则放入所述去重处理后的信息队列中;
步骤404、直至填满每一个候选信息位所请求长度的候选信息队列,若没有填满,则按照冲突顺序使用所述去重处理后的信息队列中的候选信息进行补余,以从所述多个候选信息队列中,得到差异度距离大于一阈值的信息组合。
以候选信息为广告信息为例,一个有关广告队列的具体实例如图6所示,包括由多个初始候选广告队列构成的广告信息库41,pos_1代表在页面中的第一个广告位,pos_2代表在页面中的第二个广告位,pos_3代表在页面中的第三个广告位,每一个广告位对应多个广告信息内容,如pos_1,pos_2,pos_3对应的广告队列中都包括不只一个广告信息,其中,pos_1,pos_2,pos_3分别对应的第一个广告信息所在的位置如411所示。去重模块42由多种去重算法实现,如Aid算法,Targetid算法,appid算法,Uid算法,SimPic算法,Category算法,ImgFinger算法,TitleSim算法等,以避免广告信息出现重复,从而通过这些去重算法过滤掉重复的广告信息,使得广告信息具有唯一性。最终得到去重处理后的信息队列43(也可以成为补余队列),去重处理后的信息队列43用于在候选的广告队列中的广告信息全部被过滤掉时,优先补足因非类目多样性所过滤掉的广告信息(AD),通俗的说,这个图6的架构是为了从所述多个候选信息队列中,将重复的广告信息,同一类别的广告信息进行筛选,以得到差异度距离大于一阈值的信息组合,将差异性大、多样化的广告信息用于后续的信息投放。如果过滤的结果会将广告信息库41中的广告信息都过滤掉,那么从去重处理后的信息队列43中选择合适的广告信息添加回广告信息库41中。
对上述算法说明如下:
所述Aid算法指:当前广告的aid(广告唯一标识)如果跟已选广告中的某一个aid相同,则不再把该广告加入到已选广告队列;所述Targetid算法指:当前广告的targetid(推广方id)如果跟已选广告的某一个targetid相同,则不再把该广告加入到已选广告队列;所述appid算法指:当前广告的appid(应用软件的id)如果跟已选广告的某一个appid相同,则不再把该广告加入到已选广告队列;所述Uid算法指:当前广告的uid(广告主id)如果跟已选广告中的某一个uid相同,则不再把该广告加入到已选广告队列;所述SimPic算法指:当前广告的素材如果跟已选广告中的某一个素材相似,则不再把该广告加入到已选广告队列;所述Category算法指:当前广告的类目如果跟已选广告中的某一个类目一样,则不再把该广告加入到已选广告队列;所述ImgFinger算法指:当前广告的ImgFinger如果跟已选广告中的某一个ImgFinger一样,则不再把该广告加入到已选广告队列;所述TitleSim算法指:当前广告的标题跟已选广告中的某一个标题一样,则不再把该广告加入到已选广告队列。
实施例五:
本发明实施例的一种服务器,如图7所示,所述服务器包括:
第一获取单元51,用于从第一终端获取第一信息,所述第一信息至少包括:信息内容和信息展示样式参数,以生成向第二终端所展示的第三信息;
第二获取单元52,用于从第二终端获取第二信息,所述第二信息至少包括:用户基本信息和/或用户行为信息和/或用户关系链信息;
策略构建单元53,用于根据所述第一信息和所述第二信息生成采样信息,根据所述采样信息构建与所述第一终端交互的第一类处理节点及与所述第二终端交互的第二类处理节点分别对应的至少一个处理策略;
发送单元54,用于按照所述第一信息和所述至少一个处理策略生成所述第三信息,发送所述第三信息,以提供给第二终端进行信息展示。
这里,所述第一终端可以为广告主所在的终端,或称为提供广告素材和内容推广的对象。对于信息内容而言,以广告为例,包括很多类型,比如:包含在广告作品内的表现要素(代言人、广告文案、音乐等)等广告基本信息;比如:通过广告传达的与品牌相关的信息或存在于消费者记忆中的品牌使用经验等品牌信息;比如:通过使用品牌从而得到满足的生活行动或价值观的需求信息;比如有关消费者购买或使用品牌方面等的购买行动信息。对于信息展示样式参数而言,是指广告信息的内容如何展现,比如广告信息的内容是以flash的动态形式展现,还是gif的静态形式展现,广告信息内容的背景色,背景音乐等等广告素材。
这里,所述第二终端可以为普通用户所在的终端,或称为广告展示或曝光的对象。对于用户基本信息而言,比如,用户的年龄,性别,所在地区等等;对于用户行为信息而言,比如,用户喜好购物,还是喜欢打游戏,用户对某个广告信息内容是否感兴趣等等;对于用户关系链信息而言,比如QQ好友链,微信朋友圈,QQ空间好友,高中同学,大学同学,人脉圈等等。
这里,所述第一类处理节点和所述第二类处理节点位于信息推荐分享平台系统中,涵盖贯穿在信息推荐分享平台系统中信息生命周期的各个处理节点。
这里,贯穿在信息推荐分享平台系统中信息生命周期的各个处理节点分为所述第一类处理节点和所述第二类处理节点,其中,所述第一类处理节点包括以下至少一种:
1)对第一终端用户进行拓展阶段对应的处理节点,如提供广告基础服务的广告主对应的处理节点;
2)对第一终端用户提供的第一信息进行审核阶段对应的处理节点,如广告处理平台(如广点通平台)中进行运营、审核、广告库、索引等对应的处理节点。
这里,贯穿在信息推荐分享平台系统中信息生命周期的各个处理节点分为所述第一类处理节点和所述第二类处理节点,其中,所述第二类处理节点包括以下至少一种:
1)对第二终端的检索请求进行响应以对第一信息进行初选阶段对应的处理节点,如广告处理平台(如广点通平台)中进行广告检索、初选等对应的处理节点;
2)对第二终端的检索请求进行响应以对第一信息进行精选排序阶段对应的处理节点,如广告处理平台(如广点通平台)中进行精选排序等对应的处理节点;
3)将第三信息发送给第二终端曝光前阶段对应的处理节点,如广告处理平台(如广点通平台)中进行广告展示的处理节点;
4)将第三信息发送给第二终端实际曝光后阶段对应的处理节点,如提供广告画像服务的用户所对应的处理节点。
有关各个处理节点及其处理流程的一个实例如图3所示,图3为以推荐信息为广告信息为例,采用本发明实施例的一个包含上述处理节点的流程图,如图3所示,包括第一终端侧,第二终端侧和平台侧;其中,第一终端侧如终端33所示,终端33用于提供广告基础服务,进行广告(主)特征挖掘和广告创意优化等策略的处理,以提供广告信息内容给平台31进行处理,终端33为图1基础架构中的广告主的一个实例;第二终端侧如终端32所示,终端32用于提供广告画像,进行用户价值挖掘,用户点击行为分析,婚恋定向数据优化等策略的处理,以将用户的基本信息,行为信息及关系链信息提供给平台31进行处理,终端32为图1基础架构中的终端21-24的一个实例;平台31用于通过用于运营和审核的处理节点311、用于存储广告信息形成广告库和建立索引的处理节点312、用于进行广告检索和广告信息初选的处理节点313、用于对初选合格的广告信息进行精选排序的处理节点314、用于广告展示的处理节点314等一系列处理节点的配合处理,对广告信息在各个处理环节进行广告信息收、筛选、排序、整合及收集广告信息实际曝光在用户侧展示后的展示数据等进行处理和分析,以便为更好的广告信息定向投放到用户侧提供优化的处理策略。平台31为图1基础架构中的服务器11-1n及对广告主提供广告信息进行审核的服务器集群的一个实例。
其中,用于运营和审核的处理节点311主要的处理策略是针对广告(主)丰富,广告层级的策略优化,素材质量等体验相关审核的策略优化,投诉处理与badcase下线的策略优化,其中所述badcase指:在搜索中,对搜索结果中明显不正确的排序进行分析,看是什么排序策略导致的,并对相关匹配的参数进行修订。badcase翻译过来就是坏案例的意思,经过大量的坏案例记录,通过各个搜索引擎的搜索会收集很多的案例数据,通过搜索算法如果下次遇到不合理的搜索结果,就会将这些案例的特征进行印证,如果有类似的就进行调整。并通过一组经验参数对搜索算法进行辅助策略优化,在实际应用中不断调整策略,以保证结果的可信性。badcase的特征主要有:1:不符合搜索用户体验的搜索结果;2:网站在搜索结果里的表现很不正常等等。
用于存储广告信息形成广告库和建立索引的处理节点312主要的处理策略是针对广告库类目分布等质量监控的策略优化,素材打分索引的策略优化,敏感定向的规则干预的策略优化,广告相关性的策略优化。
用于进行广告检索和广告信息初选的处理节点313主要的处理策略是针对用户价值引入的策略优化,洗脸、多样性初选的策略优化,用户负反馈过滤的策略优化。
用于对初选合格的广告信息进行精选排序的处理节点314主要的处理策略是针对精选阶段质量准入与曝光控制的策略优化,空间多样性与新鲜度的策略优化,用户负反馈打压的策略优化,排序公式优化如引入用户体验质量(quality)的策略优化。
用于广告展示的处理节点314主要的处理策略是针对用户点击/反馈数据收集与分析的策略优化,广告信息流广告展现样式的策略优化。
本步骤,由于是针对基于前端广告投放的广告信息的内容,以及后端广告呈现对象的用户信息进行综合考虑来采样,构建平台生态环境中贯彻各个广告生命周期的多个策略,而不是现有仅仅考虑广告曝光后用户体验在这一个节点环节的一个处理策略,因此,这种贯穿在信息推荐分享平台系统中信息生命周期的各个处理节点的综合策略优化,能为更好的提供广告信息给用户,并提高定向投放和精准投放的目标预期提供很好的数据支持。
在本发明实施例一实施方式中,本发明实施例的服务器还包括:迭代反馈单元,用于收到第二终端反馈的信息展示结果,将所述信息展示结果迭代反馈到所述信息推荐分享平台系统中信息生命周期的各个处理节点;以及优化处理单元,用于在所述信息推荐分享平台系统中信息生命周期的各个处理节点对所述至少一个处理策略进行优化,形成闭环的策略控制处理机制。
在本发明实施例一实施方式中,本发明实施例的服务器还包括:第一分类单元,用于对所述采样信息中的所述第一信息进行特征分析,生成第一特征集合,按照特征属性进行特征分类;以及第二分类单元,用于对所述采样信息中的所述第二信息进行数据分析,生成第一数据集合,按照数据类型进行数据分类。所述迭代反馈单元,进一步用于根据所述特征分类和所述数据分类建立定向推荐关联,将所述定向推荐关联迭代反馈到所述信息推荐分享平台系统中信息生命周期的各个处理节点(包括第一类处理节点和第二类处理节点)。
在本发明实施例一实施方式中,有关各个处理节点及其处理流程的一个实例如图3所示,图3为以推荐信息为广告信息为例,采用本发明实施例的一个包含上述处理节点的流程图,如图3所示,包括第一终端侧,第二终端侧和平台侧;其中,第一终端侧如终端33所示,终端33用于提供广告基础服务,进行广告(主)特征挖掘和广告创意优化等策略的处理,以提供广告信息内容给平台31进行处理,终端33为图1基础架构中的广告主的一个实例;第二终端侧如终端32所示,终端32用于提供广告画像,进行用户价值挖掘,用户点击行为分析,婚恋定向数据优化等策略的处理,以将用户的基本信息,行为信息及关系链信息提供给平台31进行处理,终端32为图1基础架构中的终端21-24的一个实例;平台31用于通过用于运营和审核的处理节点311、用于存储广告信息形成广告库和建立索引的处理节点312、用于进行广告检索和广告信息初选的处理节点313、用于对初选合格的广告信息进行精选排序的处理节点314、用于广告展示的处理节点314等一系列处理节点的配合处理,对广告信息在各个处理环节进行广告信息收、筛选、排序、整合及收集广告信息实际曝光在用户侧展示后的展示数据等进行处理和分析,以便为更好的广告信息定向投放到用户侧提供优化的处理策略。平台31为图1基础架构中的服务器11-1n及对广告主提供广告信息进行审核的服务器集群的一个实例。
其中,用于运营和审核的处理节点311主要的处理策略是针对广告(主)丰富,广告层级的策略优化,素材质量等体验相关审核的策略优化,投诉处理与badcase下线的策略优化,其中所述badcase指:在搜索中,对搜索结果中明显不正确的排序进行分析,看是什么排序策略导致的,并对相关匹配的参数进行修订。badcase翻译过来就是坏案例的意思,经过大量的坏案例记录,通过各个搜索引擎的搜索会收集很多的案例数据,通过搜索算法如果下次遇到不合理的搜索结果,就会将这些案例的特征进行印证,如果有类似的就进行调整。并通过一组经验参数对搜索算法进行辅助策略优化,在实际应用中不断调整策略,以保证结果的可信性。badcase的特征主要有:1:不符合搜索用户体验的搜索结果;2:网站在搜索结果里的表现很不正常等等。
用于存储广告信息形成广告库和建立索引的处理节点312主要的处理策略是针对广告库类目分布等质量监控的策略优化,素材打分索引的策略优化,敏感定向的规则干预的策略优化,广告相关性的策略优化。
用于进行广告检索和广告信息初选的处理节点313主要的处理策略是针对用户价值引入的策略优化,洗脸、多样性初选的策略优化,用户负反馈过滤的策略优化。
用于对初选合格的广告信息进行精选排序的处理节点314主要的处理策略是针对精选阶段质量准入与曝光控制的策略优化,空间多样性与新鲜度的策略优化,用户负反馈打压的策略优化,排序公式优化如引入用户体验质量(quality)的策略优化。
用于广告展示的处理节点314主要的处理策略是针对用户点击/反馈数据收集与分析的策略优化,广告信息流广告展现样式的策略优化。
在本发明实施例一实施方式中,本发明实施例的服务器中,所述策略构建单元,进一步用于:在对第一终端用户进行拓展阶段对应的处理节点中,根据收集的所述第一信息构建兼具类型差异化和大数据的信息库,以提高候选信息量的丰富性;和/或,在对第一终端用户提供的第一信息进行审核阶段对应的处理节点中,对第一终端用户区分优先级,以实现用户层级管理;对收集的所述第一信息的信息内容按照质量指标进行预估和定向相关性预判,以得到高质量和定向准确的候选信息。
所述策略构建单元还可以包括如下多种替代和进行组合的方案。
所述策略构建单元,还可以用于:在对第二终端的检索请求进行响应以对第一信息进行初选阶段对应的处理节点中,通过区分用户价值的类型来初步实现候选信息在空间上的多样性。
所述策略构建单元,还可以用于:收到第二终端的检索请求,按照第一预设规则判断第二终端用户的类型;第二终端用户的类型为低价值类型时,不响应所述检索请求、或响应所述检索请求,解析出所述检索请求中的候选信息请求个数为X,返回Y个候选信息,所述X>Y;第二终端用户的类型为高价值类型时,响应所述检索请求,解析出所述检索请求中的候选信息请求个数为M,返回N个候选信息,所述M<N。
所述策略构建单元,还可以用于:在对第二终端的检索请求进行响应以对第一信息进行精选排序阶段对应的处理节点中,基于页面显示的多候选信息位,按照第二预设规则将候选信息在空间上的差异化进行多样化优化,并使得候选信息在空间上和时间上进行形式上的统一。
所述策略构建单元,还可以用于:确定多候选信息位之间的优先级,依据所述优先级排序对多候选信息位进行排序,得到信息位组合,将所述多候选信息位中的每一个候选信息位分别对应一个候选信息队列,每一个候选信息队列中处于第一位置的候选信息标记为第一指定信息;逐次遍历每一个候选信息位对应候选信息队列中的所述第一指定信息,与已选中的候选信息按照不同维度的过滤规则进行多样性判断比对,以去除重复的信息,全部符合过滤规则时将去重处理得到的候选信息加入去重处理后的信息队列中;优先填充每一个候选信息位对应候选信息队列中具有最大曝光概率的第一位置,对于非第一位置,依次按照所述优先级排序顺次判断是否与已经填充的非当前信息位的候选信息队列存在多样性冲突,不冲突则填充,否则放入所述去重处理后的信息队列中;直至填满每一个候选信息位所请求长度的候选信息队列,若没有填满,则按照冲突顺序使用所述去重处理后的信息队列中的候选信息进行补余,以从所述多个候选信息队列中,得到差异度距离大于一阈值的信息组合。
所述策略构建单元,还可以用于:在对第二终端的检索请求进行响应以对第一信息进行精选排序阶段对应的处理节点中,设置第一时间段T0和/或第二时间段T1,T1>T0;收集第二终端上报的负反馈请求,所述负反馈请求通过用户对一个或多个已展示的指定信息进行信息关闭而生成;检测当前处于所述第一时间段T0时,进行负反馈过滤,在所述第一时间段T0内不返回一个或多个已展示的指定信息;检测当前处于所述第二时间段T1时,进行负反馈过滤,在所述第二时间段T1内支持返回一个或多个已展示的指定信息,并按照时间控制因子不断减少已展示的指定信息的返回次数或频率或具体个数。
实施例六:
上述位于用户侧进行广告信息展示的第二终端可以为PC这种电子设备,还可以为如PAD,平板电脑,手提电脑这种便携电子设备、还可以为如手机这种智能移动终端,不限于这里的描述;所述服务器可以是通过集群系统构成的,为实现各单元功能而合并为一或各单元功能分体设置的电子设备,客户端和服务器都至少包括用于存储数据的数据库和用于数据处理的处理器,或者包括设置于服务器内的存储介质或独立设置的存储介质。
其中,对于用于数据处理的处理器而言,在执行处理时,可以采用微处理器、中央处理器(CPU,Central Processing Unit)、数字信号处理器(DSP,Digital SingnalProcessor)或可编程逻辑阵列(FPGA,Field-Programmable Gate Array)实现;对于存储介质来说,包含操作指令,该操作指令可以为计算机可执行代码,通过所述操作指令来实现上述本发明实施例信息处理方法流程中的各个步骤。
该第二终端和该服务器作为硬件实体S11的一个示例如图8所示。所述装置包括处理器61、存储介质62以及至少一个外部通信接口63;所述处理器61、存储介质62以及外部通信接口63均通过总线64连接。
这里需要指出的是:以上涉及服务器项的描述,与上述方法描述是类似的,同方法的有益效果描述,不做赘述。对于本发明服务器实施例中未披露的技术细节,请参照本发明方法实施例的描述。
以一个现实应用场景为例对本发明实施例阐述如下:
以展示在用户侧的信息内容为广告信息为例,本应用场景采用本发明实施例,具体为一种基于社交网络的社交广告用户的定向投放优化方案。以下具体实例中会涉及到一些名词,在此进行解释说明,1)GDT(广点通),是一个基于腾讯社交网络体系的社交广告平台。通过广点通,用户可以在QQ空间、QQ客户端、手机QQ空间、手机QQ、微信公众号、微信朋友圈、QQ音乐客户端、腾讯新闻客户端等诸多平台投放广告,进行产品推广;2)投资回报率(ROI,Return On Investment)为通过投资而应返回的价值;3)用户画像指腾讯广点通广告平台,整合腾讯/腾讯系互联网产品大数据,挖掘出的用户基础人口属性、行为特征、兴趣标签等用户相关数据,用户画像为广告系统提供用户数据服务;4)广告基础服务指:从广告库统计分析入手,对广告物料中的标题、描述、素材及落地页等进行特征分析,构造广告端特征集合、刻画广告属性,为广告系统提供的相关工具和服务;广告点击率预估(pCtr,Predict CTR):pCtr一方面需要广告的数据,另一方面需要用户的数据,通过这两方面的数据评估用户点击这个广告的可能性;5)每一千次展示可以获得的广告收入(eCPM,Effective CPM)指:主要用于广告系统内部把各种计费模式的广告统一到从广告曝光价格角度观测广告的展示效率;6)每用户平均收入(ARPU,Average Revenue Per User)指:一个时间段内广告平台对用户进行广告曝光获得的收入;7)时间多样性指:指从时间维度保持用户对广告的“新鲜度”,减少用户在短期内看到重复、相似广告的概率,降低用户的审美疲劳;8)空间多样性指:指同一页面上多个广告位在同一次请求中展示广告的差异程度,主要从广告类目、素材指纹、商品标的物及广告(主)id等维度进行区分;9)用户的负反馈指:广告平台提供给用户关闭广告的入口。用户可以x掉不感兴趣的广告或者举报低俗/虚假的信息,有效与广告平台形成体验优化的互动;10)广告曝光时长指:指广告曝光后,用户在广告上的停留时间。
在目前的广告信息展示中,对于广告信息这种推荐给用户的推荐信息,需要与用户间形成信息交互的互动,这样才能更好的为用户筛选有价值的推荐信息,也能针对用户互动的反馈结果,改进策略以便更好的为用户定向推荐信息。出于这种互动机制的考虑,就需要为用户呈现合适的广告信息或者不展现不合适的广告信息。然而,很多时候,其实并不考虑互动机制,只是广告主单方面推荐信息,不利于信息的分享和传播,也不能通过信息分享和传播,形成信息传播链条,为用户的生活提供便利。
由于图片形式的广告信息比文字形式的广告信息更直观,因此目前广告信息往往以图片形式进行呈现,图片质量的高低及广告匹配个性化的精准程度,成为是否能与用户之间行动良性互动的关注点。一些互联网广告平台提供了负反馈入口,让用户可以选择负反馈原因并关闭后,在一段时间之内不再向该用户展现该广告,如图9所示,图9中的A11即为负反馈入口。
还是为了更好的完善互动机制,以便为用户精准的,定向投放所需要的信息,而不是不考虑用户意愿为用户展示不想获知的广告信息,这就需要同时兼顾用户侧,广告主侧,用于审核广告,筛选广告,及最终进行广告投放的第三方平台(如广点通平台)的综合因素,如兼顾用户的信息浏览体验、广告主的ROI以及广告平台的利益,也可以称为需要构建一个系统环境,该系统环境是一个需要综合考虑上述三方利益的生态系统。其中,对广告主来说,更多的是考虑广告投放的投资回报率;对平台(如广点通平台)来说,核心目标是盈利;对用户(浏览者)来说,更在意看到的广告有没有用,定向准不准,图片好不好看。三方平衡中,广告主和广告平台的利益都有固定的指标来量化,而用户的体验没有全面而系统的定量。现有技术中,用户体验的量化,基本以点击率来衡量,但点击率只是从一个方面反映了用户对广告的接受程度。真实的平台中,不同用户行为不同程度上反映了用户对广告信息的感受,如果广告信息触达了用户兴趣、满足了用户的某种需求,用户可能会对广告点击并进一步形成转化(下单、购买等)行为;如果广告信息的质量非常低俗、虚假、重复展示等引起用户反感,用户可能通过负反馈、举报/投诉,甚至是离开平台,用户流失等方式表达抗议;还有一部分用户,在一段时间内无论看到什么样的广告,无论是否符合其兴趣,体验好不好,都没有点击或负反馈这样的直接行为。
通过上述分析可以得出如下问题:
第一,现有技术仅针对主动反馈的这部分用户才能改善用户体验,对于绝大多数的非主动反馈型用户无能为力,本发明针对社交网络上全体用户都能提升广告体验。
第二,现有技术仅在广告展现这个环节考虑用户体验,只能做到“事后处理”,本发明对用户体验的优化贯穿整个广告生命周期。
第三,现有技术未考虑如果为了提高用户体验而屏蔽广告,会对业务指标如收入、CTR、CPM带来的影响,本发明综合用户体验与平台利益,达到多方共赢的目标。
第四,现有技术没有系统化的量化衡量用户体验的好坏,目前只有用户点击率这一个指标来评价用户体验的好坏,本发明将提出衡量社交网络广告用户体验的量化指标。
本应用场景采用本发明实施例,针对上述四个问题进行了解决,共分如下几个方面,每个方面或者每几个方面可以用于解决上述四个问题中的一个或多个问题,总的来说,是兼顾上述用户侧,广告主侧,平台侧三方面的利益,通过贯穿广告生命周期中的各个处理节点的全局性优化策略,达到尽可能减少由于低质素材、不相关广告带来的对产品生态的破坏,从而更好的完善互动机制,以便为用户精准的,定向投放所需要的信息。
第一方面,广告用户体验优化贯穿广告生命周期始终—可以用于对应解决上述第二个问题。
用户体验优化不是单点的策略优化,需要从广告系统的生态环境整体考虑,贯穿广告生命周期的不同阶段。
仍以图3为例进行说明,从广告主拓展开始,就应该尽可能扩大广告库的规模,拓展不同行业的广告主,提升广告库的丰富性;审核阶段除了广告主资质、广告内容严把关,还应该严格把控素材质量,并分利用广告基础服务辅助审核,例如广告分类、高低质量素材打分、定向相关性判断等。用户画像是腾讯特有的标签资源,对广告匹配、广告用户价值判断、定向效果优化至关重要。广告检索时,除满足定向条件外,在初选阶段可以通过分桶配额、洗脸、全局补余等策略初步保证候选广告的多样性。进入精选排序环节,结合pCtr、eCPM以及各种平台价值/用户体验质量度等因子进一步控制广告准入并综合排序;广告曝光前,还要考虑社交广告的场景,引入必要的业务策略(例如多样性、新鲜度等)。广告实际曝光后,通过对用户点击行为的数据收集、badcase分析和评测监控等,实时或离线地把用户体验迭代反馈到广告生态系统的前述各个环节,最终形成闭环,以得到贯彻整个广告周期的策略。
第二方面,体验优化中应考虑用户价值—可以用于对应解决上述第三个问题。
在传统的广告系统中,用户数据常被用于广告精准定向、广告点击率预估特征等,用户价值的识别并没有用于广告检索。每次检索请求,系统都是按照事先配置好的检索逻辑和业务模型分配相应的计算资源,筛选出理论上平台收益最优的广告集合展示给用户。这种不区分用户价值的方式,会造成“广告服务资源”利用率不充分。例如,对那些不太活跃的用户,短期内即便展示出符合用户真实兴趣的广告,也很难给平台和广告主带来实质收益;而那些有(正/负)点击行为的活跃用户,需要更多的广告计算资源的倾斜。
基于用户精准定向的广点通广告平台,需要引入用户价值来衡量并区分高低价值用户,这是广告体验优化的基础维度。用户价值主要从用户对平台收益贡献的多少来衡量的,其定义可以参考基本业务指标,给出基于用户CTR、eCPM、ARPU等得分。用户价值引入后,区分出高价值用户和低价值用户,那么对于不同优先级的用户,可以采用如下不同的策略分别处理,在如下场景中发挥作用:
1)对于低价值用户,在发起广告检索请求时,可以不检索或减少广告返回个数;对于高价值用户,可以提高广告准入队列的阈值、适当拉长广告候选队列,扩大优选集合。
2)对于高价值用户,离线挖掘的时候就可以花更多的资源丰富用户标签;在线计算时,相关性、点击率预估模块等可以允许花费更多资源精确计算;时/空多样性、负反馈等环节,可以实现用户个性化控制。
3)用户价值也可以作为广告用户体验优化效果的间接量化,例如长期监控平台用户价值的分布变化,区分不同人群对策略优化效果进行评价等。
第三方面,社交广告特有的体验策略:时间/空间多样性—可以用于对应解决上述第三个问题。
在使用QQ空间等社交产品时,时常会看到重复、相似的广告。从心理学上讲,由于用户的短期兴趣点是不断变化的,如果连续看到相同或相似的广告,之前的兴趣度会逐渐下降,带来“疲劳观看”问题。严重的会产生厌烦心理,甚至造成用户流失。
广告多样性是社交网络广告特有的场景体验,它可以理解为用户看到广告的丰富程度。从时间和空间的角度,又可以分为时间多样性和空间多样性。
时间多样性主要是通过广告曝光的频次控制以及CTR结果的降权打压来实现;本文重点基于页面多广告位场景,提出一种空间多样性优化策略,同时兼顾优化收益,让CPM损失最小。
空间多样性从广告id、广告主id、推广商品、广告类目以及素材指纹这五个维度考虑区分。其中广告id、广告主id是系统能够唯一确定的;推广商品的标记、广告类目以及素材指纹是由独立算法计算得到。PC-QQ空间个人中心左下,就是典型的多广告位场景,如图10所示,在QQ空间中个人中心左下方有多个广告位。
从广告后台实现来看,每个广告位对应一个候选广告队列。我们的目标是要从多个广告候选队列中,动态优选出满足空间多样性定义并且收益最优的广告组合(同广告位队列内部不存在多样性问题)。结合图6,对如何实现空间多样性的策略具体描述如下:
1)动态确定多样性场景下多广告位之间(广告填充)优先级,依据广告位队列中top-1广告的eCPM×Quality对广告位进行排序,排序后的广告位依次记为pos_1,pos_2,pos_3……每个广告位对应的广告精选队列中的广告编号为Adi1,Adi2,Adi3……(i表示第i个广告位)。
2)逐次遍历各个广告位的top-1广告,与已选中广告进行多样性判断策略,具体方法为使用不同维度的过滤函数进行判断,全部符合过滤条件即可选中该广告。
3)优先填充各个广告位具有最大曝光概率的top-1位置广告。
4)非top-1位置广告的其余位置,依次按照广告位优先级排序,顺次判断是否与已经填充的非当前广告位的广告队列存在多样性冲突,不冲突填充,否则放入Filter_vec队列(用于补余策略)。
5)直至填满该广告位所请求长度的广告队列,若没有填满,则按照一定的冲突顺序使用Filter_vec队列中的广告进行补余。
空间多样性优化策略通过实验系统实现灰度全量发布,广告CPM的损失控制在5%以内,CTR有一定提升;同时曝光相同类目的比例从接近20%下降到不到2%,用户体验得到显著改善。
首先解决了空间多样性的问题,还可以结合时间多样性来考虑,建立时间多样性与空间多样性的关联关系,比如,通俗的说,空间多样性采用策略一来实现,时间多样性通过策略二来实现,将空间多样性和时间多样性相结合,通过策略三(策略三=策略一+策略二)来实现,得到策略三不一定是策略一+策略二的叠加形式,也可以是其他策略优化的组合形式,二者结合时,在具体实现时都考虑了相近的过滤维度,完全可以通过特征向量代替规则组合,实现两者形式化的定义统一。为此,定义广告之间的“差异度”距离的概念如下:
就“差异度”距离而言,Di表示差异化特征向量为I的广告;I是n维,n是衡量广告差异化的特征维度数(涵盖了时间/空间多样性规则的各个维度);t表示某一维度的特征。那么广义的广告多样性规则即可表达为:“差异度”距离大于某一阈值的广告组合。
第四方面,广告负反馈—可以用于对应解决上述第一个问题。
广点通广告平台已经在PC-QQ空间、feeds信息流上支持了负反馈功能,可以细分广告位记录每个用户的负反馈行为。线上策略是在精选排序模块中实现的,目前从时间维度上设计了两个阶段的处理策略。
T0阶段:设置一个时间周期T0,按照广告id、广告类目、广告商品等维度,实现负反馈广告的过滤,强制不让用户看到其负反馈的广告。也就是说,对于用户通过负反馈入口关闭过的广告,在T0阶段从不对用户再次投放,投放的概率为零。
T1阶段:设置一个时间周期T1(在T0之后),按照时间因子实现降权打压,减少用户负反馈广告的曝光机会。也就是说,对于用户通过负反馈入口关闭过的广告,在T0之后的T1阶段,可以按照策略对用户再次投放,增加投放的概率,但是不会过于频繁,要低于一个阈值。
有别于图9的一个负反馈入口的另一个形式如图11所示,图11中的A12为负反馈入口。
负反馈直接反应了用户对当前广告的讨厌(当然也有一些用户,即便反感广告也不会去点击负反馈的)。通过对负反馈用户的特征分析、负反馈广告分析以及负反馈率的研究,可以进一步通过模型方式实现后台策略。即,类比广告点击率预估,可以做广告负反馈率的预估,并在播放策略及竞价排序过程中引入负反馈率这个用户体验因素。
第五方面,精选阶段的质量准入及曝光控制—可以用于对应解决上述第三个问题。
在精选阶段,广告是按照综合得分排序的。综合得分考虑了体验、收益、平台价值等因素,但排序后的其他调序规则,例如特殊广告的强制召回、时间/空间多样性、负反馈等策略,又会使一些低CTR、低eCPM的广告有机会调整到曝光队列前面,从而影响用户体验。
综合考虑用户体验与平台收益,通过控制广告精选队列(可以为图6的广告队列形式,但不限于该形式)的准入,过滤“绝对”低质的广告;通过控制广告曝光队列的准出,减少综合收益低的广告的曝光。设计通过可控的曝光、收入的损失,换回用户体验的改进,例如广告负反馈率的下降等。一组按eCPM阈值过滤的小流量实验表明,适当控制低质广告的曝光降低和收入损失,可以换来负反馈率的有效降低,改善用户体验。
广告准入的控制,不影响后续各种精选策略的排序,可以有效保证广告队列的质量;广告准出的控制,直接影响曝光,但一定程度会破坏多样性等策略的效果。其中,针对广告准入准出的控制而言,需要考虑了几个标准:1)CTR,业界普遍认可,点击率反应用户对广告的喜好;2)eCPM,综合考虑点击率与平台收益;3)广告综合得分(eCPM×quality):综合考虑影响广告排序的各个因素。其中,quality泛指cvr、外链等平台价值因子。
阈值设置的问题通过静态设置及动态修改两个阶段实现。以按pCtr做准入控制为例,第一阶段,可以离线分析重点流量重点广告位的CTR分布情况,取合适的阈值启动多组实验调试;第二阶段,建立准入控制数据的实时监控以及数据闭环pipeline,定期计算历史曝光情况的数据分布给出新阈值带入到线上。精准动态阈值的设置,也可以考虑模型预估。
第六方面,竞价排名中的广告用户体验—可以用于对应解决上述第三个问题。
竞价排序公式有如下的公式(1)和公式(2)两种,公式(1)为GSP模型;公式(2)为VCG模型。
score=eCPM×quality 公式(1)
其中,CPA/CPC/CPM等计费模式都可以形式化统一规约到CPM,理解为平台收益;quality为结合业务引入的质量得分,初衷是为了平衡平台与广告主的收益。对quality的设计可以考虑落地页质量/相关性等因素,对于广点通平台来说,结合具体业务还考虑了广告质量度、外链、平台价值等因素。
比如,考虑用户体验因素在排序中的定位和影响,可以在quality中引入一个subscore,作用同其他质量因子(与用户体验有关的质量因子)。用户体验价值本身是有物理意义的,广告曝光给用户,对用户/平台带来的可能是直接(和长期的)正向体验、体验收益,也可能是负向体验、体验损失。当用户体验整体收益E(A,U,C)>0时,可以曝光广告;当E(A,U,C)<0时,应该控制准出限制曝光。VCG模型是鼓励广告主按照真实意愿出价。
score=basic_eCPM+quality_eCPM 公式(2)
其中,basic_eCPM由真实bid换算,对应扣费需要广告主承担;quality_eCPM为quality因子换算,此部分“扣费”应由平台系统“埋单”,无需广告主承担。与GSP模型一样,这里的quality也是结合业务引入的质量得分和平台价值。用户体验综合收益作为quality_eCPM的一部分,定义如公式(3)所示:
experience_eCPM=PR×PR_bid–NR×NR_bid 公式(3)
其中,PR表示正向用户体验概率;PR_bid表示体验收益;NR表示负向体验概率,例如负反馈等;NR_bid表示体验损失。
第七方面,广告用户体验优化效果的量化及统计监控—可以用于对应解决上述第四个问题。
用户体验策略优化效果的衡量,很难通过一个数值拟合方方面面的改进。可以从业务指标、离线统计以及第三方评测等角度给予综合评价。目前只有点击的指标,包括但不局限于以下指标:
1)广告点赞率。社交广告中,用户在广告上的互动是一大特色,用户会对自己非常感兴趣的广告主动点赞,广告点赞率是衡量广告体验非常好的一个指标。
2)广告点击率。如果展示的广告对用户是有吸引力的,可以部分表现为点击率的提升。广告的(时间/空间)多样性策略可以在精选排序阶段实现,也可以将其整合到点击率预估模块中。在点击率预估过程中,引入广告多样性相关特征,通过pCtr结果体现出来,减少精选排序过程中规则间的耦合,同样可以达到提高用户体验来完善互动机制的作用。另外,多样性策略除了可应用于同页面多广告位的广告体验优化,还可以用于广告推荐系统。针对用户兴趣、时间序列行为,推荐差异化的主题内容。
3)广告负反馈率。如果用户讨厌广告,可能做负反馈操作,也可能什么也不做(或负反馈功能并不支持,什么也做不了)。负反馈率的降低,只能部分反映出用户体验的提升。
4)广告曝光时长。用户对广告的喜好程度可以通过点赞、点击或者负反馈这些直接的行为表现出来,但很多情况下,用户会因为各种原因不产生直接的行为。广告曝光时长是用户停留在广告上的时间,停留时间长,表明用户对广告还是关注的,停留时间短,一定程度上说明用户对广告不感兴趣。
5)用户活跃度。这里可以与平台产品团队合作,根据其定义的用户活跃指标作为对用户体验的衡量。例如,对比不同的用户体验策略、对比对抽样用户展示/不展示广告情况下,平台用户活跃度指标的变化等。
6)不同阶段监控指标。可以监控广告库存、初选、精选、曝光等不同阶段的广告类目分布、低质素材比例等。
7)人工评测。建立人工评测系统,模拟真实用户访问,统计badcase比例。
8)Case对比。重大策略改进版本的发布过程,可以绑定QQ号体验对比效果。
9)舆情监控。对公司内外用户对产品的评论、打分、投诉保持敏感,做好用户情感分析。
本应用场景采用本发明实施例,针对广告信息推荐和投放过程中的互动机制完善,以达到精准,定向投放的效果,是兼顾用户侧、广告主侧和平台的三方平衡。构建了循环迭代反馈的闭环生态建设,策略优化贯穿在广告生命周期中的各个处理节点,不是1-2个点的策略优化,而且在整个策略优化中加入用户价值,基于页面多广告位场景,给出了广告多样性体验优化策略,与平台收益平衡,同时形式化统一空间多样性与时间多样性(新鲜度)策略,提出广告负反馈功能的过滤与打压策略,并提出负反馈率量化评价指标,提出广告精选阶段质量准入及曝光控制体验优化策略,给出用户体验在广告竞价排名过程中的定位和影响,提出广告用户体验优化效果的量化及统计监控等策略,从而,通过这些策略来完善互动机制,以达到精准,定向投放的效果。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备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,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,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全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,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,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也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,本发明实施例的技术方案本质上或者说对现有技术做出贡献的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(可以是个人计算机、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。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (18)
1.一种信息处理方法,其特征在于,所述方法包括:
从第一终端获取第一信息,所述第一信息至少包括:信息内容和信息展示样式参数,用于生成向第二终端所展示的第三信息;
其中,所述第一信息是根据包括广告标识、应用软件标志、类别标识和标题标志至少之一的参数进行筛选后得到的;
从所述第二终端获取第二信息,所述第二信息至少包括:用户基本信息和/或用户行为信息和/或用户关系链信息;其中,所述用户基本信息包括年龄、性别和所在地区至少之一,所述用户关系链信息包括朋友圈、好友链、同学和人脉圈至少之一;
在对所述第二终端的检索请求进行响应以对所述第一信息进行初选阶段对应的处理节点中,基于页面显示的多候选信息位,按照第二预设规则将候选信息在空间上的差异化进行多样化优化,并使得候选信息在空间上和时间上进行形式上的统一;
根据所述第一信息和所述第二信息生成采样信息;
根据所述采样信息,在信息生命周期中的精选排序阶段对应的处理节点中,收集所述第二终端上报的负反馈请求,所述负反馈请求通过用户对至少一个已展示的指定信息进行信息关闭而生成;
检测当前处于被设置的第一时间段时,进行负反馈过滤,在所述第一时间段内不返回所述至少一个已展示的指定信息;
检测当前处于被设置的第二时间段时,进行负反馈过滤,在所述第二时间段内支持返回所述至少一个已展示的指定信息,并减少所述至少一个已展示的指定信息的返回次数、频率或个数;
在所述信息生命周期中的精选排序阶段对应的处理节点中引入负反馈率,对负反馈用户的特征、负反馈广告以及负反馈率进行分析,通过负反馈预估策略预估出每个用户对所述第一信息的负反馈率;
基于所述第一信息和用户对所述第一信息的负反馈率,生成所述第三信息,并基于在所述信息生命周期中的精选排序阶段对应的处理节点中引入的质量准入及曝光控制对所述第三信息进行调整,发送经过调整后的所述第三信息,以提供给所述第二终端进行信息展示;
收到所述第二终端反馈的信息展示结果,将所述信息展示结果迭代反馈到信息推荐分享平台系统中表征所述信息生命周期的第一类处理节点和第二类处理节点,在所述第一类处理节点和所述第二类处理节点对所述负反馈预估策略进行优化,形成闭环的策略控制处理机制;
在所述信息生命周期中的实际曝光后阶段对应的处理节点中,对搜索结果中的不正确的排序进行分析,确定导致所述不正确排序的排序策略,以修订所述排序策略。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述采样信息中的所述第一信息进行特征分析,生成第一特征集合,按照特征属性进行特征分类;
对所述采样信息中的所述第二信息进行数据分析,生成第一数据集合,按照数据类型进行数据分类;
根据所述特征分类和所述数据分类建立定向推荐关联,将所述定向推荐关联迭代反馈到所述第一类处理节点和所述第二类处理节点。
3.根据权利要求1所述的方法,其特征在于,所述信息生命周期的第一类处理节点包括以下至少一种:
对第一终端用户进行拓展阶段对应的处理节点;
对第一终端用户提供的第一信息进行审核阶段对应的处理节点。
4.根据权利要求1所述的方法,其特征在于,所述信息生命周期的第二类处理节点包括以下至少一种:
对第二终端的检索请求进行响应以对第一信息进行初选阶段对应的处理节点;
对第二终端的检索请求进行响应以对第一信息进行精选排序阶段对应的处理节点;
将第三信息发送给第二终端曝光前阶段对应的处理节点;
将第三信息发送给第二终端实际曝光后阶段对应的处理节点。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在对第一终端用户进行拓展阶段对应的处理节点中,根据收集的所述第一信息构建兼具类型差异化和大数据的信息库;和/或,
在对第一终端用户提供的第一信息进行审核阶段对应的处理节点中,对第一终端用户区分优先级;
对收集的所述第一信息的信息内容按照质量指标进行预估和定向相关性预判。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在对第二终端的检索请求进行响应以对第一信息进行初选阶段对应的处理节点中,通过区分用户价值的类型来初步实现候选信息在空间上的多样性。
7.根据权利要求6所述的方法,其特征在于,所述通过区分用户价值的类型来初步实现候选信息在空间上的多样性,包括:
收到第二终端的检索请求,按照第一预设规则判断第二终端用户的类型;
第二终端用户的类型为低价值类型时,不响应所述检索请求、或响应所述检索请求,解析出所述检索请求中的候选信息请求个数为X,返回Y个候选信息,所述X>Y;
第二终端用户的类型为高价值类型时,响应所述检索请求,解析出所述检索请求中的候选信息请求个数为M,返回N个候选信息,所述M<N。
8.根据权利要求1所述的方法,其特征在于,所述按照第二预设规则将候选信息在空间上的差异化进行多样化优化,包括:
确定多候选信息位之间的优先级,依据所述优先级排序对多候选信息位进行排序,得到信息位组合,将所述多候选信息位中的每一个候选信息位分别对应一个候选信息队列,每一个候选信息队列中处于第一位置的候选信息标记为第一指定信息;
逐次遍历每一个候选信息位对应候选信息队列中的所述第一指定信息,与已选中的候选信息按照不同维度的过滤规则进行多样性判断比对,以去除重复的信息,全部符合过滤规则时将去重处理得到的候选信息加入去重处理后的信息队列中;
优先填充每一个候选信息位对应候选信息队列中具有最大曝光概率的第一位置,对于非第一位置,依次按照所述优先级排序顺次判断是否与已经填充的非当前信息位的候选信息队列存在多样性冲突,不冲突则填充,否则放入所述去重处理后的信息队列中;
直至填满每一个候选信息位所请求长度的候选信息队列,若没有填满,则按照冲突顺序使用所述去重处理后的信息队列中的候选信息进行补余,以从多个候选信息队列中,得到差异度距离大于一阈值的信息组合。
9.一种服务器,其特征在于,所述服务器包括:
第一获取单元,用于从第一终端获取第一信息,所述第一信息至少包括:信息内容和信息展示样式参数,以用于生成向第二终端所展示的第三信息;
其中,所述第一信息是根据包括广告主标识、应用软件标志、类别标识和标题标志至少之一的参数进行筛选后得到的;
第二获取单元,用于从所述第二终端获取第二信息,所述第二信息至少包括:用户基本信息和/或用户行为信息和/或用户关系链信息;
其中,所述用户基本信息包括年龄、性别和所在地区至少之一,所述用户关系链信息包括朋友圈、好友链、同学和人脉圈至少之一;
策略构建单元,用于在对所述第二终端的检索请求进行响应以对所述第一信息进行初选阶段对应的处理节点中,基于页面显示的多候选信息位,按照第二预设规则将候选信息在空间上的差异化进行多样化优化,并使得候选信息在空间上和时间上进行形式上的统一;
根据所述第一信息和所述第二信息生成采样信息,根据所述采样信息,在信息生命周期中的精选排序阶段对应的处理节点中,收集所述第二终端上报的负反馈请求,所述负反馈请求通过用户对至少一个已展示的指定信息进行信息关闭而生成;
检测当前处于被设置的第一时间段时,进行负反馈过滤,在所述第一时间段内不返回所述至少一个已展示的指定信息;
检测当前处于被设置的第二时间段时,进行负反馈过滤,在所述第二时间段内支持返回所述至少一个已展示的指定信息,并减少所述至少一个已展示的指定信息的返回次数、频率或个数;
在所述信息生命周期中的精选排序阶段对应的处理节点中引入负反馈率,对负反馈用户的特征、负反馈广告以及负反馈率进行分析,通过负反馈预估策略预估出每个用户对所述第一信息的负反馈率;
发送单元,用于基于所述第一信息和用户对所述第一信息的负反馈率,生成所述第三信息,并基于在所述信息生命周期中的精选排序阶段对应的处理节点中引入的质量准入及曝光控制对所述第三信息进行调整,发送经过调整后的所述第三信息,以提供给所述第二终端进行信息展示;
迭代反馈单元,用于收到所述第二终端反馈的信息展示结果,将所述信息展示结果迭代反馈到信息推荐分享平台系统中表征所述信息生命周期的第一类处理节点和第二类处理节点;
优化处理单元,用于在所述第一类处理节点和所述第二类处理节点对至少一个处理策略进行优化,形成闭环的策略控制处理机制;
在所述信息生命周期中的实际曝光后阶段对应的处理节点中,对搜索结果中的不正确的排序进行分析,确定导致所述不正确排序的排序策略,以修订所述排序策略。
10.根据权利要求9所述的服务器,其特征在于,所述服务器还包括:
第一分类单元,用于对所述采样信息中的所述第一信息进行特征分析,生成第一特征集合,按照特征属性进行特征分类;
第二分类单元,用于对所述采样信息中的所述第二信息进行数据分析,生成第一数据集合,按照数据类型进行数据分类;
所述迭代反馈单元,进一步用于根据所述特征分类和所述数据分类建立定向推荐关联,将所述定向推荐关联迭代反馈到所述第一类处理节点和所述第二类处理节点。
11.根据权利要求9所述的服务器,其特征在于,所述信息生命周期的第一类处理节点包括以下至少一种:
对第一终端用户进行拓展阶段对应的处理节点;
对第一终端用户提供的第一信息进行审核阶段对应的处理节点。
12.根据权利要求9所述的服务器,其特征在于,所述信息生命周期的第二类处理节点包括以下至少一种:
对第二终端的检索请求进行响应以对第一信息进行初选阶段对应的处理节点;
对第二终端的检索请求进行响应以对第一信息进行精选排序阶段对应的处理节点;
将第三信息发送给第二终端曝光前阶段对应的处理节点;
将第三信息发送给第二终端实际曝光后阶段对应的处理节点。
13.根据权利要求9所述的服务器,其特征在于,所述策略构建单元,进一步用于:
在对第一终端用户进行拓展阶段对应的处理节点中,根据收集的所述第一信息构建兼具类型差异化和大数据的信息库;和/或,
在对第一终端用户提供的第一信息进行审核阶段对应的处理节点中,对第一终端用户区分优先级;对收集的所述第一信息的信息内容按照质量指标进行预估和定向相关性预判。
14.根据权利要求9所述的服务器,其特征在于,所述策略构建单元,进一步用于:
在对第二终端的检索请求进行响应以对第一信息进行初选阶段对应的处理节点中,通过区分用户价值的类型来初步实现候选信息在空间上的多样性。
15.根据权利要求14所述的服务器,其特征在于,所述策略构建单元,进一步用于:
收到第二终端的检索请求,按照第一预设规则判断第二终端用户的类型;
第二终端用户的类型为低价值类型时,不响应所述检索请求、或响应所述检索请求,解析出所述检索请求中的候选信息请求个数为X,返回Y个候选信息,所述X>Y;
第二终端用户的类型为高价值类型时,响应所述检索请求,解析出所述检索请求中的候选信息请求个数为M,返回N个候选信息,所述M<N。
16.根据权利要求9所述的服务器,其特征在于,所述策略构建单元,进一步用于:
确定多候选信息位之间的优先级,依据所述优先级排序对多候选信息位进行排序,得到信息位组合,将所述多候选信息位中的每一个候选信息位分别对应一个候选信息队列,每一个候选信息队列中处于第一位置的候选信息标记为第一指定信息;
逐次遍历每一个候选信息位对应候选信息队列中的所述第一指定信息,与已选中的候选信息按照不同维度的过滤规则进行多样性判断比对,以去除重复的信息,全部符合过滤规则时将去重处理得到的候选信息加入去重处理后的信息队列中;
优先填充每一个候选信息位对应候选信息队列中具有最大曝光概率的第一位置,对于非第一位置,依次按照所述优先级排序顺次判断是否与已经填充的非当前信息位的候选信息队列存在多样性冲突,不冲突则填充,否则放入所述去重处理后的信息队列中;
直至填满每一个候选信息位所请求长度的候选信息队列,若没有填满,则按照冲突顺序使用所述去重处理后的信息队列中的候选信息进行补余,以从多个候选信息队列中,得到差异度距离大于一阈值的信息组合。
17.一种计算机设备,其特征在于,包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现权利要求1至8任一项所述的信息处理方法。
18.一种计算机可读存储介质,所述计算机可读存储介质存储有可执行指令,其特征在于,所述可执行指令被处理器执行时实现如权利要求1至8任一项所述的信息处理方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510939359.XA CN105574147B (zh) | 2015-12-15 | 2015-12-15 | 一种信息处理方法及服务器 |
PCT/CN2016/080081 WO2017101240A1 (zh) | 2015-12-15 | 2016-04-22 | 一种信息处理方法及服务器、计算机存储介质 |
US15/708,807 US20180005271A1 (en) | 2015-12-15 | 2017-09-19 | Information processing method, server, and computer storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510939359.XA CN105574147B (zh) | 2015-12-15 | 2015-12-15 | 一种信息处理方法及服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105574147A CN105574147A (zh) | 2016-05-11 |
CN105574147B true CN105574147B (zh) | 2022-01-07 |
Family
ID=55884278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510939359.XA Active CN105574147B (zh) | 2015-12-15 | 2015-12-15 | 一种信息处理方法及服务器 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20180005271A1 (zh) |
CN (1) | CN105574147B (zh) |
WO (1) | WO2017101240A1 (zh) |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2992118A1 (en) * | 2016-06-23 | 2017-12-28 | Guangzhou Kuaizi Information Technology Co., Ltd. | Methods and systems for automatically generating advertisements |
CN107767161B (zh) * | 2016-08-18 | 2020-12-04 | 腾讯科技(北京)有限公司 | 落地页处理方法及落地页处理装置 |
CN106407364B (zh) * | 2016-09-08 | 2021-06-11 | 北京百度网讯科技有限公司 | 一种基于人工智能的信息推荐方法和装置 |
CN106815291B (zh) * | 2016-12-07 | 2021-01-05 | 北京搜狗科技发展有限公司 | 搜索结果项展现方法、装置和用于搜索结果项展现的装置 |
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 |
CN108256880A (zh) * | 2016-12-28 | 2018-07-06 | 北京奇虎科技有限公司 | 一种广告流量响应方法、装置及设备 |
CN108804450B (zh) * | 2017-04-28 | 2022-02-01 | 百度在线网络技术(北京)有限公司 | 信息推送的方法和装置 |
CN108965360B (zh) * | 2017-05-19 | 2021-01-01 | 腾讯科技(深圳)有限公司 | 一种推荐数据处理方法及服务器、计算机存储介质 |
CN107123003B (zh) * | 2017-06-06 | 2020-06-09 | 星联互动文化传播(天津)有限公司 | 基于互联网深度融合的广告代理营销方法 |
CN107578267A (zh) * | 2017-07-31 | 2018-01-12 | 上海与德科技有限公司 | 一种共享广告牌投放内容的审核方法及服务器 |
CN109388446B (zh) | 2017-08-07 | 2021-07-09 | 腾讯科技(北京)有限公司 | 一种信息处理方法、装置及存储介质 |
CN107547646B (zh) * | 2017-08-30 | 2020-04-17 | Oppo广东移动通信有限公司 | 应用程序推送方法、装置、终端及计算机可读存储介质 |
CN107742227B (zh) * | 2017-09-22 | 2021-11-09 | 微梦创科网络科技(中国)有限公司 | 一种广告投放方法及系统 |
CN109784960B (zh) * | 2017-11-10 | 2024-05-14 | 北京奇虎科技有限公司 | 一种创意自动化审核方法、装置和设备 |
CN109840790B (zh) * | 2017-11-28 | 2023-04-28 | 腾讯科技(深圳)有限公司 | 用户流失的预测方法、装置及计算机设备 |
US11055371B2 (en) * | 2017-12-06 | 2021-07-06 | Bank Of America Corporation | Using smart data filters to create multi-threaded profiles |
CN108460627A (zh) * | 2018-02-10 | 2018-08-28 | 深圳壹账通智能科技有限公司 | 营销活动方案推送方法、装置、计算机设备及存储介质 |
CN108763252B (zh) * | 2018-04-02 | 2020-11-10 | 携程旅游信息技术(上海)有限公司 | 公众号的信息推送方法及其系统、存储介质、电子设备 |
CN110490626A (zh) * | 2018-05-14 | 2019-11-22 | 拱新星 | 一种移动互联网共享广告平台的方法 |
CN108764978B (zh) * | 2018-05-15 | 2022-05-27 | 北京奇艺世纪科技有限公司 | 一种广告投放方法及装置 |
CN108764756B (zh) * | 2018-06-14 | 2021-09-28 | 洛阳新奥能源发展有限公司 | 一种企业管理方法及装置 |
CN109118158A (zh) * | 2018-06-25 | 2019-01-01 | 北京尚易德科技有限公司 | 一种警务信息处理方法、系统、终端及可读存储介质 |
CN111126649B (zh) * | 2018-10-31 | 2023-08-11 | 北京字节跳动网络技术有限公司 | 用于生成信息的方法和装置 |
CN109688458A (zh) * | 2019-01-14 | 2019-04-26 | 四川长虹电器股份有限公司 | 基于大数据算法的智能电视云桌面运营系统的实现方法 |
CN110163683B (zh) * | 2019-05-24 | 2020-04-14 | 北京乐信圣文科技有限责任公司 | 价值用户关键指标确定方法、广告投放方法及装置 |
CN110222295B (zh) * | 2019-05-31 | 2022-04-22 | 深圳市云歌人工智能技术有限公司 | 发布信息的方法、装置以及存储介质 |
US11562401B2 (en) | 2019-06-27 | 2023-01-24 | Walmart Apollo, Llc | Methods and apparatus for automatically providing digital advertisements |
US11763349B2 (en) * | 2019-06-27 | 2023-09-19 | Walmart Apollo, Llc | Methods and apparatus for automatically providing digital advertisements |
CN112398667A (zh) * | 2019-08-14 | 2021-02-23 | 阿里巴巴集团控股有限公司 | 页面分享方法、装置及电子设备 |
CN111222922B (zh) * | 2020-01-08 | 2021-10-26 | 腾讯科技(深圳)有限公司 | 一种广告投放方法、装置、广告投放服务器及存储介质 |
CN111353825B (zh) * | 2020-03-10 | 2024-01-12 | 北京爱笔科技有限公司 | 一种消息传输方法及装置 |
CN112182414A (zh) * | 2020-08-13 | 2021-01-05 | 亿存(北京)信息科技有限公司 | 文章推荐方法、装置及电子设备 |
CN112749335B (zh) * | 2020-09-08 | 2023-11-07 | 腾讯科技(深圳)有限公司 | 生命周期状态预测方法、装置、计算机设备和存储介质 |
CN112053197B (zh) * | 2020-09-20 | 2022-03-29 | 湖南创研科技股份有限公司 | 一种基于大数据的广告播放方法、系统及广告服务平台 |
CN112907298B (zh) * | 2021-03-24 | 2023-11-14 | 广州声势传媒广告有限公司 | 一种线上多媒体广告投放方法、系统及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101398926A (zh) * | 2008-09-01 | 2009-04-01 | 腾讯科技(深圳)有限公司 | 基于定向投放的广告竞价播放方法及系统 |
WO2015106410A1 (en) * | 2014-01-15 | 2015-07-23 | Yahoo! Inc. | Method and system for managing online bidding |
CN104965890A (zh) * | 2015-06-17 | 2015-10-07 | 深圳市腾讯计算机系统有限公司 | 广告推荐的方法和装置 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3738968B2 (ja) * | 2001-02-20 | 2006-01-25 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 広告配信システム、広告配信管理システム、及び付加情報配信方法 |
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 |
CN101075253A (zh) * | 2007-02-15 | 2007-11-21 | 腾讯科技(深圳)有限公司 | 一种广告信息推送系统和方法 |
US20090037261A1 (en) * | 2007-07-30 | 2009-02-05 | Seok Won Cho | Method and apparatus for utilizing search result advertisement inventory |
US8863262B2 (en) * | 2008-08-20 | 2014-10-14 | Yellowpages.Com Llc | Systems and methods to provide information and services to authorized users |
CN101350092A (zh) * | 2008-08-26 | 2009-01-21 | 北京携友聚信信息技术有限公司 | 一种发布网络广告的方法和系统 |
US20100257023A1 (en) * | 2009-04-07 | 2010-10-07 | Facebook, Inc. | Leveraging Information in a Social Network for Inferential Targeting of Advertisements |
CN102117466A (zh) * | 2011-02-25 | 2011-07-06 | 北京开心人信息技术有限公司 | 一种定向投放网络广告的方法及系统 |
US20120310728A1 (en) * | 2011-06-02 | 2012-12-06 | Jeremy Kagan | Buy-side advertising factors optimization |
JP2016517592A (ja) * | 2013-03-15 | 2016-06-16 | アドパーラー・メディア・インコーポレイテッドAdparlor Media, Inc. | リアルタイム入札用インテリジェント・プラットフォーム |
CN104065672B (zh) * | 2013-03-18 | 2018-03-06 | 华为技术有限公司 | 广告推送方法、客户端及广告推送系统 |
-
2015
- 2015-12-15 CN CN201510939359.XA patent/CN105574147B/zh active Active
-
2016
- 2016-04-22 WO PCT/CN2016/080081 patent/WO2017101240A1/zh active Application Filing
-
2017
- 2017-09-19 US US15/708,807 patent/US20180005271A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101398926A (zh) * | 2008-09-01 | 2009-04-01 | 腾讯科技(深圳)有限公司 | 基于定向投放的广告竞价播放方法及系统 |
WO2015106410A1 (en) * | 2014-01-15 | 2015-07-23 | Yahoo! Inc. | Method and system for managing online bidding |
CN104965890A (zh) * | 2015-06-17 | 2015-10-07 | 深圳市腾讯计算机系统有限公司 | 广告推荐的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105574147A (zh) | 2016-05-11 |
US20180005271A1 (en) | 2018-01-04 |
WO2017101240A1 (zh) | 2017-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105574147B (zh) | 一种信息处理方法及服务器 | |
US8566152B1 (en) | Delivering content to users based on advertisement interaction type | |
KR101240122B1 (ko) | 애드보케이트 추천을 이용한 소셜 네트워크 마케팅 방법 및 장치 | |
US8554623B2 (en) | Method and apparatus for social network marketing with consumer referral | |
JP5662446B2 (ja) | リアルタイム広告入札に対して競争評価モデルを使用するための学習システム | |
US8560390B2 (en) | Method and apparatus for social network marketing with brand referral | |
US20130204700A1 (en) | System, method and computer program product for prediction based on user interactions history | |
US8793154B2 (en) | Customer relevance scores and methods of use | |
CN105760400B (zh) | 一种基于搜索行为的推送消息排序方法及装置 | |
US20140188593A1 (en) | Selecting an advertisement for a traffic source | |
US20160275545A1 (en) | Methods and systems for using device connectivity information in on-line advertising | |
US20160343008A1 (en) | Generating and Displaying Customer Commitment Framework Data | |
US9589278B1 (en) | Conversion timing prediction for networked advertising | |
US20130231975A1 (en) | Product cycle analysis using social media data | |
US9875484B1 (en) | Evaluating attribution models | |
WO2014120869A1 (en) | Content sequencing | |
US20170358010A1 (en) | System and method for incorporating branded creative content into messaging services | |
CN108694174B (zh) | 内容投放数据的分析方法及装置 | |
CN108965360B (zh) | 一种推荐数据处理方法及服务器、计算机存储介质 | |
CN105427139B (zh) | 一种信息处理方法及服务器 | |
US20150066634A1 (en) | System, a method and a computer program product for optimally communicating based on user's historical interactions and performance data | |
US20170140436A1 (en) | Method and system for exploring crowd sourced user curated native advertisements | |
CN107688956B (zh) | 一种信息处理方法及服务器 | |
US20210056437A1 (en) | Systems and methods for matching users and entities | |
US20180033054A1 (en) | Content unit creation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |