CN105678586B - 一种信息扶持方法和装置 - Google Patents
一种信息扶持方法和装置 Download PDFInfo
- Publication number
- CN105678586B CN105678586B CN201610017753.2A CN201610017753A CN105678586B CN 105678586 B CN105678586 B CN 105678586B CN 201610017753 A CN201610017753 A CN 201610017753A CN 105678586 B CN105678586 B CN 105678586B
- Authority
- CN
- China
- Prior art keywords
- information
- support
- ranking
- belonging
- candidate
- 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
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
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0243—Comparative campaigns
-
- 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
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0244—Optimization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- 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
-
- 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
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0246—Traffic
-
- 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
-
- 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
- G06Q30/0277—Online advertisement
-
- 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
- G06Q30/0282—Rating or review of business operators or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Abstract
本发明公开了一种信息扶持方法和装置,能够在保证信息投放效果的基础上实现对属于扶持类型的信息的扶持。本发明实施例提供一种信息扶持方法,包括:根据用户发送的页面请求选择候选信息列表,所述候选信息列表包括:多个信息;根据所述页面请求和配置的预测模型对所述候选信息列表中每个信息的排名顺序进行预测,从而生成所述候选信息列表中每个信息的排名;根据所述候选信息列表中每个信息的排名获取所述候选信息列表中属于扶持类型的信息的当前平均排名;根据所述属于扶持类型的信息的当前平均排名和所述扶持类型对应的历史扶持平均排名,从所述属于扶持类型的信息中选择出被扶持信息。
Description
技术领域
本发明涉及信息投放技术领域,尤其涉及一种信息扶持方法和装置。
背景技术
在信息投放的某些时期,常有对某类信息进行扶持的需求。比如信息投放系统和电商网站合作,约定信息系统需保证20%流量用于投放该电商网站的卖家广告,这样对电商网站上挂售的产品可以作为一种稳定流量,有利于产品运维。又比如,在电商广告逐渐发展较为完善时,探索引入开发平台的应用程序(英文全称:application,英文简称:app)类广告,但初期app类广告主较少,没有广告投放经验,如果没有保护性措施,可能流量和效果波动很大,妨碍广告主的拓展。为创建稳定的app类广告生态,需要对app类广告扶持,在引入充足的app类广告,等到逐渐形成生态时,再完全放开与其他类型广告的自由竞争。
针对这类扶持需求,现有的技术方案是配置一定比例的专属流量,该专属流量只允许投放某类信息,控制方法通常是根据用户的页面请求按比例随机控制。这种技术方案虽然简单容易实现并且流量稳定,但是现有的这种技术方案至少存在如下的问题:通过随机产生的流量中有些用户对扶持的这类信息不感兴趣,但是随机控制可能刚好投放了该类信息,也有部分用户对扶持的这类信息感兴趣,但在随机控制时可能恰好没有投放到该类信息。因此,现有技术中采用的信息扶持策略虽然能控制流量占比,但信息投放效果不佳。
发明内容
本发明实施例提供了一种信息扶持方法和装置,能够在保证信息投放效果的基础上实现对属于扶持类型的信息的扶持。
为解决上述技术问题,本发明实施例提供以下技术方案:
第一方面,本发明实施例提供一种信息扶持方法,包括:
根据用户发送的页面请求选择候选信息列表,所述候选信息列表包括:多个信息;
根据所述页面请求和配置的预测模型对所述候选信息列表中每个信息的排名顺序进行预测,从而生成所述候选信息列表中每个信息的排名;
根据所述候选信息列表中每个信息的排名获取所述候选信息列表中属于扶持类型的信息的当前平均排名;
根据所述属于扶持类型的信息的当前平均排名和所述扶持类型对应的历史扶持平均排名,从所述属于扶持类型的信息中选择出被扶持信息。
第二方面,本发明实施例还提供一种信息扶持装置,包括:
初选模块,用于根据用户发送的页面请求选择候选信息列表,所述候选信息列表包括:多个信息;
排名预测模块,用于根据所述页面请求和配置的预测模型对所述候选信息列表中每个信息的排名顺序进行预测,从而生成所述候选信息列表中每个信息的排名;
当前请求计算模块,用于根据所述候选信息列表中每个信息的排名获取所述候选信息列表中属于扶持类型的信息的当前平均排名;
信息扶持选择模块,用于根据所述属于扶持类型的信息的当前平均排名和所述扶持类型对应的历史扶持平均排名,从所述属于扶持类型的信息中选择出被扶持信息。
从以上技术方案可以看出,本发明实施例具有以下优点:
在本发明实施例中,首先根据用户发送的页面请求选择候选信息列表,候选信息列表包括:多个信息,然后根据页面请求和配置的预测模型对候选信息列表中每个信息的排名顺序进行预测,从而生成候选信息列表中每个信息的排名,接下来根据候选信息列表中每个信息的排名获取候选信息列表中属于扶持类型的信息的当前平均排名,最后根据属于扶持类型的信息的当前平均排名和扶持类型对应的历史扶持平均排名,从属于扶持类型的信息中选择出被扶持信息。本发明实施例中用户发送页面请求之后根据该页面请求对所有信息进行初选,得到和该用户匹配的候选信息列表,从而提高信息投放的用户群体针对性,通过对候选信息列表中所有信息的排序顺序预测可以得到在候选信息列表中属于扶持类型的信息的当前平均排名,最后根据属于扶持类型的信息的当前平均排名和该扶持类型对应的历史扶持平均排名,从属于扶持类型的信息中选择出被扶持信息。由于选择出的被扶持信息是根据当前平均排名和该扶持类型对应的历史扶持平均排名确定的,因此选择出的被扶持信息在候选信息列表的所有信息中是与发送页面请求的用户具有较高匹配度的信息,从而可以匹配用户的兴趣爱好,保证信息投放效果,同时被扶持信息是从属于扶持类型的信息中选择出的,从而可满足对特定类型的信息扶持需求。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种信息扶持方法的流程方框示意图;
图2为本发明实施例中信息扶持装置的一种实现场景示意图;
图3为本发明实施例中信息扶持方法的一种实现场景示意图;
图4-a为本发明实施例提供的一种信息扶持装置的组成结构示意图;
图4-b为本发明实施例提供的另一种信息扶持装置的组成结构示意图;
图4-c为本发明实施例提供的一种信息扶持选择模块的组成结构示意图;
图4-d为本发明实施例提供的另一种信息扶持装置的组成结构示意图;
图5为本发明实施例提供的信息扶持方法应用于服务器的组成结构示意图。
具体实施方式
本发明实施例提供了一种信息扶持方法和装置,能够在保证信息投放效果的基础上实现对属于扶持类型的信息的扶持。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域的技术人员所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
以下分别进行详细说明。
本发明信息扶持方法的一个实施例,具体可以应用于对特定类型的信息扶持场景中,具体的,该信息可以为广告,另外本发明实施例中所述的信息也可以是需要扶持的资源、内容、数据等形式,具体不做限定。请参阅图1所示,本发明一个实施例提供的信息扶持方法,可以包括如下步骤:
101、根据用户发送的页面请求选择候选信息列表,候选信息列表包括:多个信息。
在本发明实施例中,当用户访问页面时,用户可以发送页面请求,本发明实施例提供的信息扶持装置可以接收到用户发送的页面请求,从用户发送的页面请求可以获取到该用户的相关信息,该用户的相关信息可以用于确定出该用户对哪些类型的信息感兴趣或者确定出该用户对哪方面的信息有观看意愿,例如确定用户对哪方面的广告有观看意愿。具体的,用户发送的页面请求可以携带用户操作终端的设备信息、访问上下文信息和用户属性信息,则信息扶持装置可以从该页面请求中获取到上述信息内容,信息扶持装置根据该页面请求可以对所有待定播出的信息进行初选,得到和该用户匹配的候选信息列表,该候选信息列表中的所有信息是信息扶持装置进行过初选之后得到的信息,候选信息列表中的所有信息都是可能满足用户兴趣爱好需要的信息类型,根据页面请求进行信息初选可以提高信息投放的用户群体针对性,这与现有技术中采用随机播放而无法保证信息效果的方式是完全不同的实现方式,例如本发明实施例可以根据页面请求进行广告初选可以提高广告投放的用户群体针对性,这与现有技术中采用随机播放而无法保证广告效果的方式是完全不同的实现方式。
在本发明的一些实施例中,接收到用户发送的页面请求之后,在生成候选信息列表时还可以根据该用户的页面请求以及信息主投放信息的投放条件对信息的面向对象进行定向检索,以减少和用户不匹配的信息被播出导致的信息投放效果差的问题。举例说明如下,以信息具体为广告为例,广告主制作的广告为母婴类用品,广告主确定的投放对象为25至40岁的女性,则可以按照广告主的需求来对广告的面向对象进行定向检索,若发送页面请求的用户为男性,则可以通过该定向检索,确定母婴类用品的广告不向男性用户投放,该母婴类用品的广告不需要包括在候选广告列表中。
需要说明的是,在本发明实施例中,候选信息列表是针对发送页面请求的用户来制定的,该候选信息列表中包括有多个信息,这些信息可以属于同一个信息类型,也可以属于不同的信息类型。并且在候选信息列表中包括的所有信息中有的信息可以属于需要扶持类型的信息。由背景技术可知,例如,app类型广告可以是需要扶持类型的广告,其它特定类型的广告也可以是需要扶持类型的广告。本发明实施例中属于扶持类型的信息是包括在候选信息列表中,但是属于扶持类型的信息是否确定被扶持还可以结合后续实施例中描述的信息扶持方法来确定。
102、根据页面请求和配置的预测模型对候选信息列表中每个信息的排名顺序进行预测,从而生成候选信息列表中每个信息的排名。
在本发明实施例中,通过初选方式确定了候选信息列表,然后根据用户发送的页面请求和配置的预测模型预测候选信息列表中所有信息的排名顺序,以候选信息列表中包括M(M为非零自然数)个信息,那么就需要对第1个信息、第2个信息、…、第M个信息在候选信息列表中的排名顺序分别进行预测,从而生成候选信息列表中每个信息的排名。其中每个信息的排名确定了在候选信息列表中每个信息的排名先后,通过对候选信息列表中所有信息的排名预测,可以预测中候选信息列表中每个信息与发送页面请求的用户之间的匹配程度,在候选信息列表中排名越靠前的信息与发送页面请求的用户越匹配。
需要说明的是,在实际应用中,候选信息列表中每个信息的排名预测可以根据用户的页面请求和配置的预测模型来确定。例如,信息扶持装置可以根据用户、上下文场景、信息三方面因素预测各个信息的排名顺序,具体使用到的预测模型可以是逻辑回归算法,也可以是决策树算法等具体的预测算法实现的模型。
在本发明的一些实施例中,步骤102根据页面请求和配置的预测模型对候选信息列表中每个信息的排名顺序进行预测,从而生成候选信息列表中每个信息的排名,具体可以包括如下步骤:
A1、根据页面请求和预置的预测模型获取候选信息列表中每个信息的点击率预测值,并根据每个信息的点击率预测值获取候选信息列表中每个信息的排名。
其中,信息扶持装置可以根据页面请求和预置的预测模型对候选信息列表中所有信息的点击率(英文全称:Click Through Rate,英文简称:CTR)进行预测,CTR可以反映用户对信息(例如广告)的喜好,根据用户的页面请求和预测模型可以预测候选信息列表中每个信息的CTR,从而生成每个信息的CTR预测值,根据CTR预测值的大小可以作为候选信息列表中每个信息的排名依据,从而得到候选信息列表中每个信息的排名。需要说明的是,计算每个信息的点击率预测值可以作为信息排名的一种依据,但是本发明实施例中并不局限于使用点击率预测值这种方式,在实际应用中,还可以采用其它方式作为信息排名的依据。例如,步骤A1中的根据每个信息的点击率预测值获取候选信息列表中每个信息的排名,可以包括如下步骤:
A11、根据每个信息的点击率预测值获取每个信息的收益预测值;
A12、对候选信息列表中所有信息的收益预测值按照取值大小顺序依次排列,得到候选信息列表中每个信息的排名。
其中,步骤A11中,得到信息的点击率预测值之后,可以根据信息的每次点击收益(英文全称:Cost Per Click,英文简称:CPC)计算出期望的千次曝光收益(英文全称:Expect Cost Per Mile,英文简称:ECPM),即ECPM=CTR*CPC。计算出每个信息的收益预测值之后,可以对候选信息列表中所有信息的收益预测值按照取值大小顺序依次排列,得到候选信息列表中每个信息的排名。
在本发明的一些实施例中,步骤102根据页面请求和配置的预测模型对候选信息列表中每个信息的排名顺序进行预测,从而生成候选信息列表中每个信息的排名之后,本发明实施例提供的信息扶持方法还可以包括如下步骤:
B1、判断候选信息列表中属于扶持类型的信息是否满足预置的扶持条件,若属于扶持类型的信息满足扶持条件,触发如下步骤103执行:根据候选信息列表中每个信息的排名获取候选信息列表中属于扶持类型的信息的当前平均排名。
也就是说,在生成候选信息列表中每个信息的排名之后,可以对候选信息列表中属于扶持类型的信息进行分析,结合预置的扶持条件确定是否需要对属于扶持类型的信息,若需要对属于扶持类型的信息进行扶持,则再触发执行后续步骤103,并在步骤103执行之后可以执行步骤104。若不需要对属于扶持类型的信息进行扶持,则无需执行后续的信息扶持流程,可以结束信息扶持流程,按照候选信息列表中所有信息进行公平竞争,最后确定出向用户播出的信息。在实际应用中,扶持条件可以根据业务规则来判断,举例说明如下,若属于扶持类型的信息在候选信息列表中的排名位于整个列表的最后20%,则说明属于扶持类型的信息与用户的匹配程度较低,可以不对属于扶持类型的信息进行扶持,以避免用户对信息满意度的下降。另外扶持条件可以设置为用户发送请求处于无线局域网(英文全称:Wireless Fidelity,英文简称:WiFi)环境,则根据用户发送的页面请求确定用户不是使用WiFi时可以不进行信息扶持,以避免给用户带来的流量损耗。
103、根据候选信息列表中每个信息的排名获取候选信息列表中属于扶持类型的信息的当前平均排名。
在本发明实施例中,通过前述步骤102中对候选信息列表中所有信息的排名预测,可以生成候选信息列表中每个信息的排名,接下来根据候选信息列表中每个信息的排名可以计算出在候选信息列表中属于扶持类型的信息的当前平均排名。例如,以扶持类型为app类型为例,以信息具体为广告为例,属于扶持类型的广告可以是app类型广告,计算app类型广告在候选广告列表中的当前平均排名,若app类型广告1在候选广告列表中排名为t1,若app类型广告2在候选广告列表中排名为t2,则app类型广告的当前平均排名为(t1+t2)/2。可以理解的是,若属于扶持类型的广告为1个,则该广告在候选广告列表中的排名就是属于扶持类型的广告的当前平均排名。
104、根据属于扶持类型的信息的当前平均排名和扶持类型对应的历史扶持平均排名,从属于扶持类型的信息中选择出被扶持信息。
在本发明实施例中,获取到属于扶持类型的信息的当前平均排名之后,通过该当前平均排名可以确定属于扶持类型的信息与用户的匹配程度,结合该扶持类型对应的历史扶持平均排名,可以判断属于扶持类型的信息的当前平均排名和扶持类型对应的历史扶持平均排名,从而得到当前平均排名与历史扶持平均排名的关系,依据这两者的关系可以从属于扶持类型的信息中选择出被扶持信息。其中,历史扶持平均排名是针对需要扶持的信息类型通过历史数据累计得出的一个排名均值,该历史扶持平均排名可以用于衡量当前的属于扶持类型的信息是否应该被扶持的参照量。在实际应用中,对于当前平均排名和历史扶持平均排名的分析可以有多种方式,从而依据两者的关系确定属于扶持类型的某个信息或者某些信息是否作为被扶持信息。举例说明如下,若当前平均排名小于历史扶持平均排名,则说明属于扶持类型的信息与用户的匹配程度高,可以将属于扶持类型的信息作为被扶持信息。不限定的是,根据属于扶持类型的信息的当前平均排名和扶持类型对应的历史扶持平均排名在选择被扶持信息时可以不局限于上述方式,还可以结合其他的参量因子用于确定被扶持信息。接下来进行举例说明。
在本发明的一些实施例中,步骤104根据属于扶持类型的信息的当前平均排名和扶持类型对应的历史扶持平均排名,从属于扶持类型的信息中选择出被扶持信息,具体可以包括如下步骤:
C1、根据属于扶持类型的信息的当前平均排名和扶持类型对应的历史扶持平均排名计算出属于扶持类型的信息的优选概率;
C2、根据属于扶持类型的信息的已选择扶持数、用户发送的总请求数、预置的扶持比例计算出当前扶持满足度;
C3、根据属于扶持类型的信息的优选概率和当前扶持满足度计算属于扶持类型的信息的扶持概率;
C4、根据属于扶持类型的信息的扶持概率确定属于扶持类型的信息是否被选中输出,将被选中输出的信息作为被扶持信息。
其中,步骤C1至步骤C4给出一种具体的选择被扶持信息的实现方式,这种实现方式中需要先计算出属于扶持类型的信息的优选概率,优选概率指的是信息被选中进行扶持的选中概率,通过属于扶持类型的信息的当前平均排名和扶持类型对应的历史扶持平均排名可以计算出该优选概率。例如,通过正态分布计算概率法可以计算出属于扶持类型的信息的优选概率,即可以计算属于扶持类型的信息的当前平均排名和扶持类型对应的历史扶持平均排名之间的标准正态分布,通过标准正态分布确定优选概率的取值。可以理解的是,上述举例只是本发明实施例中的一种可实现方式,不能作为对本发明的限定。
在步骤C2中,属于扶持类型的信息的已选择扶持数指的是在当前的请求情况下已经被扶持的信息个数,用户发送的总请求数是指信息扶持装置已经接收到的页面请求的个数,扶持比例属于产品规则,是可以预先配置理决定,是信息扶持装置的外部参数,信息扶持装置具备该扶持功能。计算出的当前扶持满足度是指在本次请求中信息扶持的满足程度,若当前扶持满足度取值过大,则说明需要减少对属于扶持类型的信息的扶持,若当前扶持满足度取值过小,则说明需要加大对属于扶持类型的信息的扶持。在实际应用中,根据属于扶持类型的信息的已选择扶持数、用户发送的总请求数、预置的扶持比例计算出当前扶持满足度可以有多种实现。举例说明如下:先根据属于扶持类型的信息的已选择扶持数、用户发送的总请求数计算出当前已扶持百分比,再根据当前已扶持百分比和预置的扶持比例进行数值比较,得到当前扶持满足度。
在步骤C3中,得到属于扶持类型的信息的优选概率和当前扶持满足度之后,根据属于扶持类型的信息的优选概率和当前扶持满足度可以确定属于扶持类型的信息的扶持概率,扶持概率指的是属于扶持类型的信息可以进行扶持的概率参量。举例说明,可以将属于扶持类型的信息的优选概率除以当前扶持满足度得到属于扶持类型的信息的扶持概率。需要说明的是,上述实现情况只是举例,在实际应用中,还可以采用其它的方式来计算属于扶持类型的信息的扶持概率,例如,将属于扶持类型的信息的优选概率除以当前扶持满足度,再对相除之后得到的结果按照扶持因子进行修正从而得到属于扶持类型的信息的扶持概率。扶持因子可以是一个比例校正参量,具体实现方式不做限定。在得到属于扶持类型的信息的扶持概率之后,可以根据属于扶持类型的信息的扶持概率确定属于扶持类型的信息是否被选中输出,将被选中输出的信息作为被扶持信息,即可以计算出的扶持概率来确定被扶持信息,从而保证扶持流量的稳定性。
在本发明的一些实施例中,步骤104根据属于扶持类型的信息的当前平均排名和扶持类型对应的历史扶持平均排名,从属于扶持类型的信息中选择出被扶持信息之后,本发明实施例提供的信息扶持方法还可以包括如下步骤:
D1、根据属于扶持类型的信息的当前平均排名对该扶持类型对应的历史扶持平均排名进行更新,并保存更新后的扶持类型对应的历史扶持平均排名。
其中,扶持类型对应的历史扶持平均排名可以是一个动态更新的历史排名均值,在当前的请求已经确定被扶持信息之后,可以对该历史扶持平均排名进行实时更新,从而为下一个请求提供更新后的扶持类型对应的历史扶持平均排名,保证历史扶持平均排名是一个实时的最新均值,以保证扶持流量的均衡。
通过以上实施例对本发明实施例的描述可知,首先根据用户发送的页面请求选择候选信息列表,候选信息列表包括:多个信息,然后根据页面请求和配置的预测模型对候选信息列表中每个信息的排名顺序进行预测,从而生成候选信息列表中每个信息的排名,接下来根据候选信息列表中每个信息的排名获取候选信息列表中属于扶持类型的信息的当前平均排名,最后根据属于扶持类型的信息的当前平均排名和扶持类型对应的历史扶持平均排名,从属于扶持类型的信息中选择出被扶持信息。本发明实施例中用户发送页面请求之后根据该页面请求对所有信息进行初选,得到和该用户匹配的候选信息列表,从而提高信息投放的用户群体针对性,通过对候选信息列表中所有信息的排序顺序预测可以得到在候选信息列表中属于扶持类型的信息的当前平均排名,最后根据属于扶持类型的信息的当前平均排名和该扶持类型对应的历史扶持平均排名,从属于扶持类型的信息中选择出被扶持信息。由于选择出的被扶持信息是根据当前平均排名和该扶持类型对应的历史扶持平均排名确定的,因此选择出的被扶持信息在候选信息列表的所有信息中是与发送页面请求的用户具有较高匹配度的信息,从而可以匹配用户的兴趣爱好,保证信息投放效果,同时被扶持信息是从属于扶持类型的信息中选择出的,从而可满足对特定类型的信息扶持需求。
为便于更好的理解和实施本发明实施例的上述方案,下面举例相应的应用场景来进行具体说明。接下来需要扶持的信息具体为广告为例进行说明,请参阅图2和图3所示,图2为本发明实施例中信息扶持装置的一种实现场景示意图,图3为本发明实施例中信息扶持方法的一种实现场景示意图。本发明实施例介绍一种实时计算的择优扶持方案,实时判定每次请求中待定广告的排名与已选扶持广告平均排名比较,候选广告排名靠前,则选入扶持概率越高,否则选入扶持概率低。该方案不仅保证扶持数量符合需求,而且保证扶持质量优质,提升广告投放效果。如图2所示,对本发明实施例提供的广告扶持装置的一种实现场景进行说明,广告扶持的流程中通常包含:定向检索、广告初选(上万个广告中选择较优的几百个广告)、广告精准预测和重排几个环节,接下来分别进行详细说明。用户可以通过展示页面下发页面请求,广告扶持装置接收到该用户的页面请求,订单广告表中记录了所有可以播出的广告,以几万条广告为例,经过定向检索之后,可以剩余几千条广告,然后进行广告初选,可以剩余几百条广告组成候选广告列表,然后对候选广告列表中所有广告的点击率进行精准预测,最后再经过重排,例如根据ECPM重排,投放最优广告,扶持策略通常会在初选就实施,因为如果在后面的环节实施的话,可能需要扶持的广告已经被初选过滤。从候选广告列表中选择出用于向用户播出的最大(英文名称:ToP)N条广告,在ToP N条广告中可以包括被扶持的广告以及正常竞争的广告。接下来对本发明实施例提供的广告扶持的详细流程进行举例说明,请参阅如图3所示。接下来介绍初选中的广告择优流程。
1、CTR计算:CTR计算是流程运行的基础,通过模型实时计算本次请求的候选广告列表中每个广告的点击率预测值,具体预测模型可使用逻辑回归、决策树等算法。
2、扶持条件判断:根据业务规则判定该次请求是否要进入扶持流程。扶持条件可以有多种,比如,本次请求中至少要有N个该类型广告,才进入扶持流程,否则正常自由竞争流程,N的个数根据业务场景决定,如果该类型广告太少,后续可能会被过滤完,导致本次请求无广告可展示。又如对app广告扶持时,判断本次请求必须是WiFi环境,才进行扶持,非WiFi环境下的转化率太低,不能扶持。
3、本次请求排名计算(得到的结果用rank_this表示):计算本次请求中需扶持类型的广告的当前平均排名。该排名可以不是所有该类型所有广告的均值,而是top M个广告的均值,因为一次请求只有top广告会被曝光,例如轮播类广告,根据轮播页面规则确定topN,非轮播类广告只有top1。计算排名也根据业务需求按CTR排名或ECPM排名。
4、历史扶持平均排名(得到的结果用rank_avg表示):在初始化运行时,使用历史数据统计需扶持类型广告的平均排名。当新来一条符合扶持的流量时,使用rank_this更新扶持列表的排名汇总值和扶持个数,重新计算出历史扶持平均排名。本发明实施例可以对每条请求实时计算历史扶持平均排名,从而保证了扶持类型排名均值的实时更新。
5、扶持计算:其中输入条件可以是rank_this、rank_avg、总请求数、已选择扶持数、配置的扶持比例,输出本次请求是否需要被选中扶持。有如下3部分组成:
1)通过rank_this和rank_avg,计算优选概率。
如果rank_this小于rank_avg,本次请求的当前平均排名在历史扶持平均排名之前,说明本次请求的属于扶持类型的广告与用户的匹配度更高,则选择扶持概率大。具体计算概率的方法不限,接下来举例说明,一种正态分布计算概率法。以rank_avg为均值,通过扶持列表实时更新方差σ,转化成标准正态分布u=(rank_avg rank_this)/σ,通过正态分布概率映射表,由u查询获取覆盖面积a。选择2倍方差内数据可信,优选概率p_match计算方法如下:
p_match=a -2<z<2时;
p_match=1 z>=2;
p_match=0 z<=-2。
p_match反映了本次请求用户对扶持类型广告的喜好度。
2)通过当前扶持数、总请求数、配置的扶持比例,计算当前扶持满足度。
p_now=当前扶持数/总请求数;
p_need=扶持比例;
p_satisfy=p_now/p_need。
如果p_satisfy>1,说明扶持过多,需要减少扶持,反之说明扶持力度太小,需要加大扶持。
3)计算扶持概率p_select=p_match/p_satisfy。当前请求匹配度越高,当前满足度越低,则被选中的概率越大。可以设置p_select大于1,则被选中,小于1,则不选。也可以再设计个p_select的概率函数,通过概率计算是否被选中。满足上述扶持概率的流量,最后流入专属扶持流量。整个流程是个实时更新的闭环,每条数据都会修正当前系数,影响下一条请求被选中的概率,扶持占比实时调整,围绕着配置扶持比例波动,在数量上保证了扶持流量的稳定性。进入扶持的流量是该类广告排名靠前的用户,也就说是对该类广告点击意愿高的用户,在质量上保证了投放匹配度更高的广告。从而达到了在保证扶持比例的情况下,择优扶持的策略。
本发明实施例中,实时计算调整用户排名,扶持流量稳定。基于用户对广告的点击率预测基础上,动态选择匹配度高的流量扶持某类广告,扶持保量的基础上,可以明显提升点击率效果。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
为便于更好的实施本发明实施例的上述方案,下面还提供用于实施上述方案的相关装置。
请参阅图4-a所示,本发明实施例提供的一种信息扶持装置400,具体可以应用于对特定类型的信息扶持场景中,具体的,信息扶持装置400可以为广告扶持装置,另外本发明实施例中所述的信息也可以是需要扶持的资源、内容、数据等形式,具体不做限定。信息扶持装置400,可以包括:初选模块401、排名预测模块402、当前请求计算模块403、信息扶持选择模块404,其中,
初选模块401,用于根据用户发送的页面请求选择候选信息列表,所述候选信息列表包括:多个信息;
排名预测模块402,用于根据所述页面请求和配置的预测模型对所述候选信息列表中每个信息的排名顺序进行预测,从而生成所述候选信息列表中每个信息的排名;
当前请求计算模块403,用于根据所述候选信息列表中每个信息的排名获取所述候选信息列表中属于扶持类型的信息的当前平均排名;
信息扶持选择模块404,用于根据所述属于扶持类型的信息的当前平均排名和所述扶持类型对应的历史扶持平均排名,从所述属于扶持类型的信息中选择出被扶持信息。
在本发明的一些实施例中,所述排名预测模块402,具体用于根据所述页面请求和预置的预测模型获取所述候选信息列表中每个信息的点击率预测值,并根据所述每个信息的点击率预测值获取所述候选信息列表中每个信息的排名。
在本发明的一些实施例中,所述排名预测模块402,具体用于根据所述每个信息的点击率预测值获取所述每个信息的收益预测值;对所述候选信息列表中所有信息的收益预测值按照取值大小顺序依次排列,得到所述候选信息列表中每个信息的排名。
在本发明的一些实施例中,请参阅如图4-b所示,所述信息扶持装置400还包括:扶持条件判断模块405,其中,
所述扶持条件判断模块405,用于所述排名预测模块402根据所述页面请求和配置的预测模型对所述候选信息列表中每个信息的排名顺序进行预测,从而生成所述候选信息列表中每个信息的排名之后,判断所述候选信息列表中属于扶持类型的信息是否满足预置的扶持条件,若所述属于扶持类型的信息满足所述扶持条件,触发当前请求计算模块403执行。
在本发明的一些实施例中,请参阅如图4-c所示,所述信息扶持选择模块404,包括:
第一计算单元4041,用于根据所述属于扶持类型的信息的当前平均排名和所述扶持类型对应的历史扶持平均排名计算出所述属于扶持类型的信息的优选概率;
第二计算单元4042,用于根据所述属于扶持类型的信息的已选择扶持数、用户发送的总请求数、预置的扶持比例计算出当前扶持满足度;
第三计算单元4043,用于根据所述属于扶持类型的信息的优选概率和所述当前扶持满足度计算所述属于扶持类型的信息的扶持概率;
信息扶持确定单元4044,用于根据所述属于扶持类型的信息的扶持概率确定所述属于扶持类型的信息是否被选中输出,将被选中输出的信息作为所述被扶持信息。
在本发明的一些实施例中,请参阅如图4-d所示,所述信息扶持装置400还包括:历史扶持更新模块406,其中,
所述历史扶持更新模块406,用于所述信息扶持选择模块404根据所述属于扶持类型的信息的当前平均排名和所述扶持类型对应的历史扶持平均排名,从所述属于扶持类型的信息中选择出被扶持信息之后,根据所述属于扶持类型的信息的当前平均排名对所述扶持类型对应的历史扶持平均排名进行更新,并保存更新后的所述扶持类型对应的历史扶持平均排名。
通过以上实施例对本发明实施例的描述可知,首先根据用户发送的页面请求选择候选信息列表,候选信息列表包括:多个信息,然后根据页面请求和配置的预测模型对候选信息列表中每个信息的排名顺序进行预测,从而生成候选信息列表中每个信息的排名,接下来根据候选信息列表中每个信息的排名获取候选信息列表中属于扶持类型的信息的当前平均排名,最后根据属于扶持类型的信息的当前平均排名和扶持类型对应的历史扶持平均排名,从属于扶持类型的信息中选择出被扶持信息。本发明实施例中用户发送页面请求之后根据该页面请求对所有信息进行初选,得到和该用户匹配的候选信息列表,从而提高信息投放的用户群体针对性,通过对候选信息列表中所有信息的排序顺序预测可以得到在候选信息列表中属于扶持类型的信息的当前平均排名,最后根据属于扶持类型的信息的当前平均排名和该扶持类型对应的历史扶持平均排名,从属于扶持类型的信息中选择出被扶持信息。由于选择出的被扶持信息是根据当前平均排名和该扶持类型对应的历史扶持平均排名确定的,因此选择出的被扶持信息在候选信息列表的所有信息中是与发送页面请求的用户具有较高匹配度的信息,从而可以匹配用户的兴趣爱好,保证信息投放效果,同时被扶持信息是从属于扶持类型的信息中选择出的,从而可满足对特定类型的信息扶持需求。
图5是本发明实施例提供的一种服务器结构示意图,该服务器500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processingunits,CPU)522(例如,一个或一个以上处理器)和存储器532,一个或一个以上存储应用程序542或数据544的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器532和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器522可以设置为与存储介质530通信,在服务器500上执行存储介质530中的一系列指令操作。
服务器500还可以包括一个或一个以上电源526,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口558,和/或,一个或一个以上操作系统541,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
上述实施例中由服务器所执行的步骤可以基于该图5所示的服务器结构。该服务器可以是前述实施例中所述的信息扶持装置,该服务器可以执行前述实施例中描述的信息扶持方法,具体详见前述实施例的描述说明。
另外需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现,当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下,凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现,而且,用来实现同一功能的具体硬件结构也可以是多种多样的,例如模拟电路、数字电路或专用电路等。但是,对本发明而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分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可读取的存储介质中,如计算机的软盘,U盘、移动硬盘、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,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的方法。
综上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照上述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对上述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (15)
1.一种信息扶持方法,其特征在于,包括:
根据用户发送的页面请求选择候选信息列表,所述候选信息列表包括:多个信息;
根据所述页面请求和配置的预测模型对所述候选信息列表中每个信息的排名顺序进行预测,从而生成所述候选信息列表中每个信息的排名;
根据所述候选信息列表中每个信息的排名获取所述候选信息列表中属于扶持类型的信息的当前平均排名;
根据所述属于扶持类型的信息的当前平均排名和所述扶持类型对应的历史扶持平均排名,从所述属于扶持类型的信息中选择出被扶持信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述页面请求和配置的预测模型对所述候选信息列表中每个信息的排名顺序进行预测,从而生成所述候选信息列表中每个信息的排名,包括:
根据所述页面请求和预置的预测模型获取所述候选信息列表中每个信息的点击率预测值,并根据所述每个信息的点击率预测值获取所述候选信息列表中每个信息的排名。
3.根据权利要求2所述的方法,其特征在于,所述根据所述每个信息的点击率预测值获取所述候选信息列表中每个信息的排名,包括:
根据所述每个信息的点击率预测值获取所述每个信息的收益预测值;
对所述候选信息列表中所有信息的收益预测值按照取值大小顺序依次排列,得到所述候选信息列表中每个信息的排名。
4.根据权利要求1所述的方法,其特征在于,所述根据所述页面请求和配置的预测模型对所述候选信息列表中每个信息的排名顺序进行预测,从而生成所述候选信息列表中每个信息的排名之后,所述方法还包括:
判断所述候选信息列表中属于扶持类型的信息是否满足预置的扶持条件,若所述属于扶持类型的信息满足所述扶持条件,触发如下步骤执行:根据所述候选信息列表中每个信息的排名获取所述候选信息列表中属于扶持类型的信息的当前平均排名。
5.根据权利要求1所述的方法,其特征在于,所述根据所述属于扶持类型的信息的当前平均排名和所述扶持类型对应的历史扶持平均排名,从所述属于扶持类型的信息中选择出被扶持信息,包括:
根据所述属于扶持类型的信息的当前平均排名和所述扶持类型对应的历史扶持平均排名计算标准正态分布,基于所述标准正态分布确定出所述属于扶持类型的信息的优选概率的取值,所述优选概率是信息被选中进行扶持的选中概率,所述当前平均排名在历史扶持平均排名之前时,选中概率大;
根据所述属于扶持类型的信息的已选择扶持数、用户发送的总请求数、预置的扶持比例计算出当前扶持满足度;
根据所述属于扶持类型的信息的优选概率和所述当前扶持满足度计算所述属于扶持类型的信息的扶持概率;
根据所述属于扶持类型的信息的扶持概率确定所述属于扶持类型的信息是否被选中输出,将被选中输出的信息作为所述被扶持信息。
6.根据权利要求1所述的方法,其特征在于,所述根据所述属于扶持类型的信息的当前平均排名和所述扶持类型对应的历史扶持平均排名,从所述属于扶持类型的信息中选择出被扶持信息之后,所述方法还包括:
根据所述属于扶持类型的信息的当前平均排名对所述扶持类型对应的历史扶持平均排名进行更新,并保存更新后的所述扶持类型对应的历史扶持平均排名。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述信息具体为广告。
8.一种信息扶持装置,其特征在于,包括:
初选模块,用于根据用户发送的页面请求选择候选信息列表,所述候选信息列表包括:多个信息;
排名预测模块,用于根据所述页面请求和配置的预测模型对所述候选信息列表中每个信息的排名顺序进行预测,从而生成所述候选信息列表中每个信息的排名;
当前请求计算模块,用于根据所述候选信息列表中每个信息的排名获取所述候选信息列表中属于扶持类型的信息的当前平均排名;
信息扶持选择模块,用于根据所述属于扶持类型的信息的当前平均排名和所述扶持类型对应的历史扶持平均排名,从所述属于扶持类型的信息中选择出被扶持信息。
9.根据权利要求8所述的装置,其特征在于,所述排名预测模块,具体用于根据所述页面请求和预置的预测模型获取所述候选信息列表中每个信息的点击率预测值,并根据所述每个信息的点击率预测值获取所述候选信息列表中每个信息的排名。
10.根据权利要求9所述的装置,其特征在于,所述排名预测模块,具体用于根据所述每个信息的点击率预测值获取所述每个信息的收益预测值;对所述候选信息列表中所有信息的收益预测值按照取值大小顺序依次排列,得到所述候选信息列表中每个信息的排名。
11.根据权利要求8所述的装置,其特征在于,所述信息扶持装置还包括:扶持条件判断模块,其中,
所述扶持条件判断模块,用于所述排名预测模块根据所述页面请求和配置的预测模型对所述候选信息列表中每个信息的排名顺序进行预测,从而生成所述候选信息列表中每个信息的排名之后,判断所述候选信息列表中属于扶持类型的信息是否满足预置的扶持条件,若所述属于扶持类型的信息满足所述扶持条件,触发当前请求计算模块执行。
12.根据权利要求8所述的装置,其特征在于,所述信息扶持选择模块,包括:
第一计算单元,用于根据所述属于扶持类型的信息的当前平均排名和所述扶持类型对应的历史扶持平均排名计算标准正态分布,基于所述标准正态分布确定出所述属于扶持类型的信息的优选概率的取值,所述优选概率是信息被选中进行扶持的选中概率,所述当前平均排名在历史扶持平均排名之前时,选中概率大;
第二计算单元,用于根据所述属于扶持类型的信息的已选择扶持数、用户发送的总请求数、预置的扶持比例计算出当前扶持满足度;
第三计算单元,用于根据所述属于扶持类型的信息的优选概率和所述当前扶持满足度计算所述属于扶持类型的信息的扶持概率;
信息扶持确定单元,用于根据所述属于扶持类型的信息的扶持概率确定所述属于扶持类型的信息是否被选中输出,将被选中输出的信息作为所述被扶持信息。
13.根据权利要求8所述的装置,其特征在于,所述信息扶持装置还包括:历史扶持更新模块,其中,
所述历史扶持更新模块,用于所述信息扶持选择模块根据所述属于扶持类型的信息的当前平均排名和所述扶持类型对应的历史扶持平均排名,从所述属于扶持类型的信息中选择出被扶持信息之后,根据所述属于扶持类型的信息的当前平均排名对所述扶持类型对应的历史扶持平均排名进行更新,并保存更新后的所述扶持类型对应的历史扶持平均排名。
14.根据权利要求8至13中任一项所述的装置,其特征在于,所述信息具体为广告。
15.一种计算机可读存储介质,其特征在于,包括若干指令用以执行如权利要求1-7任一项所述的方法。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610017753.2A CN105678586B (zh) | 2016-01-12 | 2016-01-12 | 一种信息扶持方法和装置 |
PCT/CN2016/113842 WO2017121258A1 (zh) | 2016-01-12 | 2016-12-30 | 信息投放方法、装置、服务器和存储介质 |
KR1020177032826A KR101999469B1 (ko) | 2016-01-12 | 2016-12-30 | 정보 전달 방법 및 장치, 서버 및 저장 매체 |
EP16884809.1A EP3404607A4 (en) | 2016-01-12 | 2016-12-30 | METHOD AND APPARATUS FOR DISTRIBUTING INFORMATION, SERVER AND INFORMATION CARRIER |
JP2017559381A JP6522160B2 (ja) | 2016-01-12 | 2016-12-30 | 情報配信方法、ならびに装置、サーバ、および記憶媒体 |
US15/804,559 US11144950B2 (en) | 2016-01-12 | 2017-11-06 | Information delivery method and apparatus, server, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610017753.2A CN105678586B (zh) | 2016-01-12 | 2016-01-12 | 一种信息扶持方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105678586A CN105678586A (zh) | 2016-06-15 |
CN105678586B true CN105678586B (zh) | 2020-09-29 |
Family
ID=56300070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610017753.2A Active CN105678586B (zh) | 2016-01-12 | 2016-01-12 | 一种信息扶持方法和装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11144950B2 (zh) |
EP (1) | EP3404607A4 (zh) |
JP (1) | JP6522160B2 (zh) |
KR (1) | KR101999469B1 (zh) |
CN (1) | CN105678586B (zh) |
WO (1) | WO2017121258A1 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678586B (zh) | 2016-01-12 | 2020-09-29 | 腾讯科技(深圳)有限公司 | 一种信息扶持方法和装置 |
CN108090208A (zh) | 2017-12-29 | 2018-05-29 | 广东欧珀移动通信有限公司 | 融合数据处理方法及装置 |
CN109325825B (zh) * | 2018-09-04 | 2020-06-30 | 口口相传(北京)网络技术有限公司 | 流量数据的调控方法及装置 |
JP2020087270A (ja) * | 2018-11-30 | 2020-06-04 | 大日本印刷株式会社 | 広告配信装置、制御方法及びプログラム |
CN111831838B (zh) * | 2019-04-17 | 2024-03-29 | 腾讯科技(深圳)有限公司 | 一种多媒体信息推荐方法及装置、服务器存储介质 |
CN111242689B (zh) * | 2020-01-14 | 2023-11-10 | 喜大(上海)网络科技有限公司 | 广告投放方法、装置、服务器及存储介质 |
CN111666488A (zh) * | 2020-04-21 | 2020-09-15 | 上海晶赞融宣科技有限公司 | 信息发布方法及装置、存储介质、终端 |
CN112199523A (zh) * | 2020-09-29 | 2021-01-08 | 北京字节跳动网络技术有限公司 | 一种作品分发方法、装置、计算机设备及存储介质 |
TWI756967B (zh) * | 2020-12-04 | 2022-03-01 | 萬里雲互聯網路有限公司 | 內容點擊數預測裝置及其方法 |
CN114710686A (zh) * | 2022-03-11 | 2022-07-05 | 武汉斗鱼鱼乐网络科技有限公司 | 一种直播间的曝光方法、装置、介质及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103002051A (zh) * | 2012-12-24 | 2013-03-27 | 百度在线网络技术(北京)有限公司 | 移动终端的信息推送方法、系统及云端服务器 |
CN104636940A (zh) * | 2013-11-07 | 2015-05-20 | 深圳市腾讯计算机系统有限公司 | 广告投放方法及系统、广告筛选方法及装置、服务器 |
CN104866515A (zh) * | 2014-02-23 | 2015-08-26 | 祁勇 | 一种分类发布和接收社交网络内容的方法 |
WO2015141931A1 (ko) * | 2014-03-19 | 2015-09-24 | 에스케이플래닛 주식회사 | 광고 제공 장치 및 방법 |
Family Cites Families (56)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1998058334A1 (en) | 1997-06-16 | 1998-12-23 | Doubleclick Inc. | Method and apparatus for automatic placement of advertising |
WO2000008802A2 (en) | 1998-08-03 | 2000-02-17 | Doubleclick Inc. | Network for distribution of re-targeted advertising |
US7778872B2 (en) | 2001-09-06 | 2010-08-17 | Google, Inc. | Methods and apparatus for ordering advertisements based on performance information and price information |
US20160162931A1 (en) | 2001-09-06 | 2016-06-09 | Georges Harik | Methods and apparatus for ordering advertisements based on performance information |
US8229957B2 (en) | 2005-04-22 | 2012-07-24 | Google, Inc. | Categorizing objects, such as documents and/or clusters, with respect to a taxonomy and data structures derived from such categorization |
US9235849B2 (en) * | 2003-12-31 | 2016-01-12 | Google Inc. | Generating user information for use in targeted advertising |
US20070038603A1 (en) | 2005-08-10 | 2007-02-15 | Guha Ramanathan V | Sharing context data across programmable search engines |
US7680796B2 (en) | 2003-09-03 | 2010-03-16 | Google, Inc. | Determining and/or using location information in an ad system |
US20110264508A1 (en) | 2002-03-29 | 2011-10-27 | Harik George R | Scoring, modifying scores of, and/or filtering advertisements using advertiser information |
US8560493B2 (en) | 2003-10-01 | 2013-10-15 | Google Inc. | Determining and/or using end user local time information in an ad system |
US20060069616A1 (en) | 2004-09-30 | 2006-03-30 | David Bau | Determining advertisements using user behavior information such as past navigation information |
US20070038614A1 (en) | 2005-08-10 | 2007-02-15 | Guha Ramanathan V | Generating and presenting advertisements based on context data for programmable search engines |
US20050222901A1 (en) | 2004-03-31 | 2005-10-06 | Sumit Agarwal | Determining ad targeting information and/or ad creative information using past search queries |
US20050114198A1 (en) | 2003-11-24 | 2005-05-26 | Ross Koningstein | Using concepts for ad targeting |
US20060149624A1 (en) | 2004-12-30 | 2006-07-06 | Shumeet Baluja | Generating and/or serving local area advertisements, such as advertisements for devices with call functionality |
US8352499B2 (en) | 2003-06-02 | 2013-01-08 | Google Inc. | Serving advertisements using user request information and user information |
US7693830B2 (en) | 2005-08-10 | 2010-04-06 | Google Inc. | Programmable search engine |
US7792698B1 (en) | 2002-11-08 | 2010-09-07 | Google, Inc. | Automated price maintenance for use with a system in which advertisements are rendered with relative preferences |
US7346606B2 (en) | 2003-06-30 | 2008-03-18 | Google, Inc. | Rendering advertisements with documents having one or more topics using user topic interest |
US7716161B2 (en) | 2002-09-24 | 2010-05-11 | Google, Inc, | Methods and apparatus for serving relevant advertisements |
US20050021397A1 (en) | 2003-07-22 | 2005-01-27 | Cui Yingwei Claire | Content-targeted advertising using collected user behavior data |
US7743045B2 (en) | 2005-08-10 | 2010-06-22 | Google Inc. | Detecting spam related and biased contexts for programmable search engines |
US7716199B2 (en) | 2005-08-10 | 2010-05-11 | Google Inc. | Aggregating context data for programmable search engines |
US7136875B2 (en) | 2002-09-24 | 2006-11-14 | Google, Inc. | Serving advertisements based on content |
US8086559B2 (en) | 2002-09-24 | 2011-12-27 | Google, Inc. | Serving content-relevant advertisements with client-side device support |
US20100100437A1 (en) | 2002-09-24 | 2010-04-22 | Google, Inc. | Suggesting and/or providing ad serving constraint information |
US20040059712A1 (en) | 2002-09-24 | 2004-03-25 | Dean Jeffrey A. | Serving advertisements using information associated with e-mail |
US20050144069A1 (en) * | 2003-12-23 | 2005-06-30 | Wiseman Leora R. | Method and system for providing targeted graphical advertisements |
US10032452B1 (en) | 2016-12-30 | 2018-07-24 | Google Llc | Multimodal transmission of packetized data |
US20170237801A1 (en) | 2004-06-30 | 2017-08-17 | Google Inc. | Device configuration-based function delivery |
US20170372348A1 (en) | 2016-06-22 | 2017-12-28 | Google Inc. | Device configuration-based function delivery |
US20060004627A1 (en) | 2004-06-30 | 2006-01-05 | Shumeet Baluja | Advertisements for devices with call functionality, such as mobile phones |
US10510043B2 (en) * | 2005-06-13 | 2019-12-17 | Skyword Inc. | Computer method and apparatus for targeting advertising |
US20080033810A1 (en) * | 2006-08-02 | 2008-02-07 | Yahoo! Inc. | System and method for forecasting the performance of advertisements using fuzzy systems |
US20080256056A1 (en) * | 2007-04-10 | 2008-10-16 | Yahoo! Inc. | System for building a data structure representing a network of users and advertisers |
KR100892846B1 (ko) * | 2007-04-17 | 2009-04-10 | 엔에이치엔(주) | 순위별 광고 노출 확률 계산 방법 및 시스템 |
CN101673385A (zh) * | 2009-09-28 | 2010-03-17 | 百度在线网络技术(北京)有限公司 | 消费预估方法和装置 |
US20110231241A1 (en) * | 2010-03-18 | 2011-09-22 | Yahoo! Inc. | Real-time personalization of sponsored search based on predicted click propensity |
CN102346899A (zh) * | 2011-10-08 | 2012-02-08 | 亿赞普(北京)科技有限公司 | 一种基于用户行为的广告点击率预测方法和装置 |
US20130179271A1 (en) * | 2012-01-11 | 2013-07-11 | Paul Adams | Grouping and Ordering Advertising Units Based on User Activity |
JP5491556B2 (ja) * | 2012-03-05 | 2014-05-14 | ヤフー株式会社 | 広告配信装置、広告配信方法及びプログラム |
JP5507607B2 (ja) * | 2012-04-06 | 2014-05-28 | ヤフー株式会社 | コンテンツ提供装置、低ランク近似行列生成装置、コンテンツ提供方法、低ランク近似行列生成方法およびプログラム |
US10152723B2 (en) | 2012-05-23 | 2018-12-11 | Google Llc | Methods and systems for identifying new computers and providing matching services |
US10776830B2 (en) | 2012-05-23 | 2020-09-15 | Google Llc | Methods and systems for identifying new computers and providing matching services |
CN103514178A (zh) * | 2012-06-18 | 2014-01-15 | 阿里巴巴集团控股有限公司 | 一种基于点击率的搜索排序方法及装置 |
CN102929939B (zh) * | 2012-09-28 | 2016-11-16 | 北京奇虎科技有限公司 | 个性化信息的提供方法及装置 |
US10735552B2 (en) | 2013-01-31 | 2020-08-04 | Google Llc | Secondary transmissions of packetized data |
US10650066B2 (en) | 2013-01-31 | 2020-05-12 | Google Llc | Enhancing sitelinks with creative content |
US20160055526A1 (en) | 2013-03-29 | 2016-02-25 | Rakuten, Inc. | Information processing device, information processing method, and information processing program |
US8788338B1 (en) | 2013-07-01 | 2014-07-22 | Yahoo! Inc. | Unified marketplace for advertisements and content in an online system |
CN104883585B (zh) * | 2014-02-28 | 2019-06-14 | 腾讯科技(北京)有限公司 | 显示媒体数据的方法、设备及系统 |
CN104933591B (zh) * | 2014-03-17 | 2018-07-03 | 北京学之途网络科技有限公司 | 一种基于实时数据实现广告投放的方法及装置 |
GB2546008A (en) * | 2014-10-20 | 2017-07-05 | Google Inc | Arbitrary size content item generation |
CN104965890B (zh) * | 2015-06-17 | 2017-05-31 | 深圳市腾讯计算机系统有限公司 | 广告推荐的方法和装置 |
CN105678586B (zh) * | 2016-01-12 | 2020-09-29 | 腾讯科技(深圳)有限公司 | 一种信息扶持方法和装置 |
US10708313B2 (en) | 2016-12-30 | 2020-07-07 | Google Llc | Multimodal transmission of packetized data |
-
2016
- 2016-01-12 CN CN201610017753.2A patent/CN105678586B/zh active Active
- 2016-12-30 KR KR1020177032826A patent/KR101999469B1/ko active IP Right Grant
- 2016-12-30 EP EP16884809.1A patent/EP3404607A4/en not_active Ceased
- 2016-12-30 WO PCT/CN2016/113842 patent/WO2017121258A1/zh unknown
- 2016-12-30 JP JP2017559381A patent/JP6522160B2/ja active Active
-
2017
- 2017-11-06 US US15/804,559 patent/US11144950B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103002051A (zh) * | 2012-12-24 | 2013-03-27 | 百度在线网络技术(北京)有限公司 | 移动终端的信息推送方法、系统及云端服务器 |
CN104636940A (zh) * | 2013-11-07 | 2015-05-20 | 深圳市腾讯计算机系统有限公司 | 广告投放方法及系统、广告筛选方法及装置、服务器 |
CN104866515A (zh) * | 2014-02-23 | 2015-08-26 | 祁勇 | 一种分类发布和接收社交网络内容的方法 |
WO2015141931A1 (ko) * | 2014-03-19 | 2015-09-24 | 에스케이플래닛 주식회사 | 광고 제공 장치 및 방법 |
Non-Patent Citations (1)
Title |
---|
一种组合本体文本信息抽取技术的研究;龚毅光 等;《International Conference on Broadcast Technology and Multimedia Communication(BTMC 2010)》;20101213;116-119 * |
Also Published As
Publication number | Publication date |
---|---|
US20180060903A1 (en) | 2018-03-01 |
JP6522160B2 (ja) | 2019-05-29 |
JP2018519572A (ja) | 2018-07-19 |
KR20170137845A (ko) | 2017-12-13 |
EP3404607A1 (en) | 2018-11-21 |
CN105678586A (zh) | 2016-06-15 |
EP3404607A4 (en) | 2019-07-17 |
KR101999469B1 (ko) | 2019-07-11 |
US11144950B2 (en) | 2021-10-12 |
WO2017121258A1 (zh) | 2017-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105678586B (zh) | 一种信息扶持方法和装置 | |
US9886705B2 (en) | Advertisement opportunity bidding | |
WO2018121619A1 (zh) | 业务多媒体数据处理方法以及装置、服务器及存储介质 | |
WO2015031262A1 (en) | Methods and apparatus to estimate demographics of users employing social media | |
US11277352B2 (en) | Method, apparatus, and server for dynamically adjusting resource competition thresholds | |
CN111028005B (zh) | 广告展示方法、装置 | |
CN115907868A (zh) | 一种广告投放分析方法及装置 | |
CN115375339A (zh) | 多媒体信息推荐方法、装置和设备及计算机存储介质 | |
CN113139826A (zh) | 广告位的分配权限确定方法、装置、计算机设备 | |
KR102167756B1 (ko) | 광고 관리 장치 및 방법 | |
JP2015153095A (ja) | 生成装置、生成方法および生成プログラム | |
CN114222146A (zh) | 数据投放方法、装置、电子设备及存储介质 | |
CN113129070B (zh) | 消息投放方法、装置、服务器及存储介质 | |
US20120158495A1 (en) | Inventory allocation in advertising systems | |
CN113793181B (zh) | 一种广告位的出价方法、系统和装置 | |
CN111917809B (zh) | 多媒体数据推送方法及其装置 | |
JP5836407B2 (ja) | 広告表示制御方法、広告表示制御装置及びプログラム | |
US11430017B1 (en) | System, method, and computer program for edge real-time bidding (RTB) | |
US20230342812A1 (en) | Systems, methods and programmed products for dynamically displaying content on public and semi-public digital displays | |
CN113139825A (zh) | 广告位的分配权限确定方法、装置、计算机设备 | |
CN114358847A (zh) | 内容项推送方法、装置、设备及存储介质 | |
CN116205683A (zh) | 数据处理方法、装置、设备、存储介质及程序产品 | |
CN114331483A (zh) | 推广信息投放的控制方法及装置 | |
CN113468406A (zh) | 一种数据展示方法和装置 | |
US20120233149A1 (en) | Efficient processing of bulk queries to determine the availability of resources |
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 |