CN106919669B - 一种对网页信息展示位置进行排序的方法 - Google Patents

一种对网页信息展示位置进行排序的方法 Download PDF

Info

Publication number
CN106919669B
CN106919669B CN201710090028.2A CN201710090028A CN106919669B CN 106919669 B CN106919669 B CN 106919669B CN 201710090028 A CN201710090028 A CN 201710090028A CN 106919669 B CN106919669 B CN 106919669B
Authority
CN
China
Prior art keywords
data
display positions
click
value
current time
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
Application number
CN201710090028.2A
Other languages
English (en)
Other versions
CN106919669A (zh
Inventor
周伟华
周云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201710090028.2A priority Critical patent/CN106919669B/zh
Publication of CN106919669A publication Critical patent/CN106919669A/zh
Application granted granted Critical
Publication of CN106919669B publication Critical patent/CN106919669B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
    • 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
    • G06F16/954—Navigation, e.g. using categorised browsing

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种对网页信息展示位置进行排序的方法，属于互联网技术领域。该方法利用监控程序收集一定时间段、同一网页内不同展示位置的用户点击量数据，对收集的历史点击量进行数据净化，通过时间序列计算历史点击量期望值，根据期望值来估计展示位置的当前价值，再按照当前估计价值从高到低对网站不同的展示位置进行排序。利用本发明可以实现网页布局的优化设计；实现信息展示位置本身价值和排列顺序的合理匹配；提高网站资源利用效率和平台效用。

Description

一种对网页信息展示位置进行排序的方法
技术领域
本发明属于互联网技术领域,具体涉及一种对网页信息展示位置进行排序的方法。
背景技术
随着电子商务的迅猛发展，网页信息浏览量迎来了爆发式增长，伴随而来的是网站信息展示资源竞争的白热化。网站页面是互联网信息展示的载体，由于展示信息量比较大， 需要对不同的信息来源进行排序，由此而形成网页设计中的展示位置模块。
网页通常由不同的展示位置组成，不同的信息匹配相应的展示位置。目前展示位置的先后顺序通常是采用按照惯例从左到右、从上到下依次排序的方法，比如第一行左边第一位优先级最高，序号为1，第二位其次，序号为2，第三位序号为3，第二行第一位序号为4…。然而，这种排序方式不是基于展示位置实际价值，而是习惯使然。
现有的相关研究是根据眼球轨迹实验得到的热点图确定用户在网页内浏览的注意力分布，这种结果可以用于评估不同展示位置的价值，然而在现实中无法做到实时、大量统计，而且注意力分布与展示位置的分布不一定可以高度匹配，不具备实际操作性。
综上所述，目前对网站展示位置本身的排序方法上存在需求，提供一种可测量的、与展示位置实际价值匹配的排序方法具有非常重要的实践意义和商业价值。
发明内容
针对现有技术存在的问题，本发明的目的在于提供一种对网页信息展示位置进行排序方法，解决现有展示位置实际价值与排序之间的“扭曲性匹配”问题，能够实现展示资源合理化利用。
所述的一种对网页信息展示位置进行排序的方法，其特征在于利用监控程序收集一定时间段、同一网页内不同展示位置的用户点击量数据，对收集的历史点击量进行数据净化，通过时间序列计算历史点击量期望值，根据期望值来估计展示位置的当前价值，再按照当前估计价值从高到低对网站不同的展示位置进行排序。
所述的一种对网页信息展示位置进行排序的方法，其特征在于具体包括以下步骤：
1）数据获取：利用监控程序，监控各个展示位置的用户点击轨迹，收集和统计特定时间段、同一网页内各展示位置每天的用户点击量数据；
2）对原始数据进行清洗，得到“干净数据”；
3）计算在该时间段内各个展示位置点击量的期望值；
4）以点击量的期望值来估计展位当前价值，并对展示位置从高到低进行排序；
5）滚动排序，即在下一个排序周期，收集相同时间间隔的数据，重复1）到4）的步骤，实现周期性动态排序。
所述的一种对网页信息展示位置进行排序的方法，其特征在于所述的步骤1）中特定时间段包括：5年到1个月区间内的任意时长,以天数为单位。
所述的一种对网页信息展示位置进行排序的方法，其特征在于所述的步骤2）中对原始数据进行清洗包括如下步骤：
1）数据分析，做出数据分布散点图；
2）定义清洗规则，包括缺失数据处理规则和噪声数据处理规则；
3）执行清洗过程；
4）干净数据回流。
所述的一种对网页信息展示位置进行排序的方法，其特征在于所述的步骤3）中计算在该时间段内各个展示位置点击量的期望值具体为：以下三种方法得到期望值的组合 ，其中，且
Figure 776915DEST_PATH_IMAGE001
：
方法一，算术移动平均：
Figure 80857DEST_PATH_IMAGE002
，At,i表示在距离当前时间节点第t天，即时间距离t，其中1≤t≤n，i展示位的日点击量；F0,i（1）表示当前时间i展示位的日点击量估计值,0表示当前时间；n表示特定时间段的时长，用天数表示；
方法二，加权移动平均模型：
Figure 355981DEST_PATH_IMAGE003
，Ct表示距离当前时间节点第t天的点击量的权重；At,i表示At,i表示在距离当前时间节点第t天，i展示位的日点击量；F0,i（2）表示当前时间i展示位的日点击量估计值；
方法三，移动加权-指数平滑模型：基于移动加权平均计算的结果，结合指数平滑方法，计算公式为
Figure 61769DEST_PATH_IMAGE004
，δ表示滑动系数，且0≤δ≤1，表示在1≤t≤n时间段内，i展示位所有日点击量的期望值,采用方法二的计算公式；F1,i（3）表示距离当前时间前一天的平滑模型计算结果，初始值设置为距离当前时间前一天的实际点击量A1,i。
所述的一种对网页信息展示位置进行排序的方法，其特征在于所述的步骤4）中排序按照展示位置价值由高到低，即不同展示位置点击量期望值由高到低排序。
所述的一种对网页信息展示位置进行排序的方法，其特征在于所述的步骤5）中所述的排序周期是从1天到3个月时间内的任意时长。
所述的一种对网页信息展示位置进行排序的方法，其特征在于所述的缺失数据处理规则采用缺失位置相邻两个数据进行求和平均的方法得到数值，四舍五入求整后填补进入缺失位置。
所述的一种对网页信息展示位置进行排序的方法，其特征在于所述的噪声数据处理规则采用异频分箱删除方法：把经过补缺处理的数据由小到大排序，分为3个箱子,第1个箱子占数据量的2.5%，第2个箱子占数据量的95%，第3个箱子占数据量的2.5%；删除第1个箱子和第3个箱子的数据，得到第2个箱子里面的数据，即干净数据，如果2.5%的数据量小于1，则第1和3个箱子里面分别放入最小的和最大的点击量数据。
所述的一种对网页信息展示位置进行排序的方法，其特征在于所述的加权移动平均模型中权重Ct随距离当前时间由远到近逐渐增加，越靠近当前时间，权重越大；对同一个t，不同展位的权重Ct是相同的，
权重计算公式：
Figure 975365DEST_PATH_IMAGE005
。
利用本发明可以实现网页布局的优化设计；实现信息展示位置本身价值和排列顺序的合理匹配；提高网站资源利用效率和平台效用。
附图说明
图1为本发明提供的对网页广告位置进行排序的方法流程图；
图2为本发明中数据清洗步骤的示意图；
图3为本发明中噪声数据处理的异频分箱示意图；
图4为实施例中网页展示位分布示意图；
图5为实施例中数据分布散点图；
图6为实施例中噪声数据处理的异频分箱示意图；
图7为实施例中按照价值排序后的展位次序分布示意图。
具体实施方式
以下结合具体实施例对本发明作进一步说明。
一种对网页信息展示位置进行排序的方法其利用监控程序收集一定时间段、同一网页内不同展示位置的用户点击量数据，对收集的历史点击量进行数据净化，通过时间序列计算历史点击量期望值，根据期望值来估计展示位置的当前价值，再按照当前估计价值从高到低对网站不同的展示位置进行排序，具体包括以下步骤：
1）数据获取：利用监控程序，监控各个展示位置的用户点击轨迹，收集和统计特定时间段、同一网页内各展示位置每天的用户点击量数据，其中特定时间段包括：5年到1个月区间内的任意时长,以天数为单位。
2）对原始数据进行清洗，得到“干净数据”，具体包括：a数据分析，做出数据分布散点图；b定义清洗规则，包括缺失数据处理规则和噪声数据处理规则；c执行清洗过程；d干净数据回流。其中缺失数据处理规则采用缺失位置相邻两个数据进行求和平均的方法得到数值，四舍五入求整后填补进入缺失位置；噪声数据处理规则采用异频分箱删除方法：把经过补缺处理的数据由小到大排序，分为3个箱子,第1个箱子占数据量的2.5%，第2个箱子占数据量的95%，第3个箱子占数据量的2.5%；删除第1个箱子和第3个箱子的数据，得到第2个箱子里面的数据，即干净数据，如果2.5%的数据量小于1，则第1和3个箱子里面分别放入最小的和最大的点击量数据。
3）计算在该时间段内各个展示位置点击量的期望值，计算方法具体为：以下三种方法得到期望值的组合 ，其中，且
Figure 766604DEST_PATH_IMAGE001
：
方法一，算术移动平均：
Figure 845418DEST_PATH_IMAGE002
，At,i表示在距离当前时间节点第t天，即时间距离t，其中1≤t≤n，i展示位的日点击量；F0,i（1）表示当前时间i展示位的日点击量估计值,0表示当前时间；n表示特定时间段的时长，用天数表示；
方法二，加权移动平均模型：
Figure 405713DEST_PATH_IMAGE003
，Ct表示距离当前时间节点第t天的点击量的权重；At,i表示At,i表示在距离当前时间节点第t天，i展示位的日点击量；F0,i（2）表示当前时间i展示位的日点击量估计值；其中加权移动平均模型中权重Ct随距离当前时间由远到近逐渐增加，越靠近当前时间，权重越大；对同一个t，不同展位的权重Ct是相同的，权重计算公式：
Figure 239676DEST_PATH_IMAGE005
；
方法三，移动加权-指数平滑模型：基于移动加权平均计算的结果，结合指数平滑方法，计算公式为
Figure 754097DEST_PATH_IMAGE006
，δ表示滑动系数，且0≤δ≤1，表示在1≤t≤n时间段内，i展示位所有日点击量的期望值,采用方法二的计算公式；F1,i（3）表示距离当前时间前一天的平滑模型计算结果，初始值设置为距离当前时间前一天的实际点击量A1,i。
4）以点击量的期望值来估计展位当前价值，并对展示位置从高到低进行排序，具体为排序按照展示位置价值由高到低，即不同展示位置点击量期望值由高到低排序
5）滚动排序，即在下一个排序周期，排序周期是从1天到3个月时间内的任意时长，收集相同时间间隔的数据，重复1）到4）的步骤，实现周期性动态排序。
实施例1
基于附图1所示对网页广告位置进行排序的方法流程图，结合具体实施例对本发明的方法做进一步的详细说明。假设有一个网站，其页面排版见附图4。
1.获取最近1个月同一个网页内，8个不同展示位置日点击量的源数据，如下表1所示：
表1
Figure 698919DEST_PATH_IMAGE007
2.在获取数据以后，进行数据清洗，见附图2：
1）数据分析，做出数据分布散点图，见附图5。
2）清洗规则：发现有数据缺失，采用缺失位置相邻两个数据进行求和平均的方法得到数值，即
展位2，t=24 时的缺失点击量=（672+612）/2=642，
展位5，t=27和t=26是两个相连空位，却是点击量均等于（741+705）/2=723，
展位6，t=21时的缺失点击量=(569+515)/2=542，t=16时的缺失点击量=（587+522）/2=554.5，去整后为555。
噪声数据处理见附图3，将展位i的点击量按照从小到大排序，如下表2所示。把每个展位的数据从小到大分别按照2.5%，95%，2.5%进行分箱，删除第1个和第3个分箱，即表2中第一行和最后一行的数据，剩余占数据量95%的第2分箱的数据成为干净数据，见附图6。
表2-1
Figure 113720DEST_PATH_IMAGE008
表2-2
Figure 56268DEST_PATH_IMAGE009
3.计算点击量期望值
在本实施例中，n=28,1≤t≤28,i∈{1,2,3,4,5,6,7,8}，根据方法二中公式：
Figure 117371DEST_PATH_IMAGE010
θ取值0.3，计算得到的Ct值见下表3。另外，方法三中的δ取值为0.6。
表3
C<sub>1</sub> C<sub>2</sub> C<sub>3</sub> C<sub>4</sub> C<sub>5</sub> C<sub>6</sub> C<sub>7</sub> C<sub>8</sub> C<sub>9</sub> C<sub>10</sub>
0.025 0.0281 0.0299 0.0311 0.0321 0.0329 0.0336 0.0342 0.0347 0.0352
C<sub>11</sub> C<sub>12</sub> C<sub>13</sub> C<sub>14</sub> C<sub>15</sub> C<sub>16</sub> C<sub>17</sub> C<sub>18</sub> C<sub>19</sub> C<sub>20</sub>
0.03567 0.0360 0.03633 0.03677 0.037 0.03733 0.03755 0.03788 0.038 0.03822
C<sub>21</sub> C<sub>22</sub> C<sub>23</sub> C<sub>24</sub> C<sub>25</sub> C<sub>26</sub> C<sub>27</sub> C<sub>28</sub>
0.0385 0.03877 0.0389 0.039 0.03922 0.0394 0.0396 0.0397
分别采用三种方法计算得到如下结果，取
Figure 600305DEST_PATH_IMAGE011
，得到当前时点，展位i的总体期望值F0,i。然后根据期望值估计展位价值，进行排序得到：展位1>展位5>展位2>展位6>展位7>展位4>展位3>展位8，如表4所示。得到展位价值排序以后，与展示的信息形成匹配，即排序1的展位匹配排名得分第一的信息，排序2的展位匹配排名得分第二的信息…，见附图7。
表4
展位1 展位2 展位3 展位4 展位5 展位6 展位7 展位8
F<sub>0,i</sub>(1) 856 643 445 354 742 541 423 268
F<sub>0,i</sub>(2) 860 645 44 357 744 544 426 270
F<sub>0,i</sub>(3) 859 647 454 334 737 530 424 276
F<sub>0,i</sub> 858 645 328 347 741 538 424 272
排序 1 3 7 6 2 4 5 8
滚动排序周期设置为7天，即每隔7天重新进行一次排序运算，得到新的展位价值排序。
需要说明的是,上述对实施例的详细说明仅仅为了理解本发明，对本领域技术人员而言，可以根据上述说明加以改进或变换。只要是达到此目的的所有改进和变换都应属于本发明所附权利要求的保护范围。

Claims (7)

1.一种对网页信息展示位置进行排序的方法，其特征在于利用监控程序收集一定时间段、同一网页内不同展示位置的用户点击量数据，对收集的历史点击量进行数据净化，通过时间序列计算历史点击量期望值，根据期望值来估计展示位置的当前价值，再按照当前估计价值从高到低对网站不同的展示位置进行排序；
具体包括以下步骤：
1）数据获取：利用监控程序，监控各个展示位置的用户点击轨迹，收集和统计特定时间段、同一网页内各展示位置每天的用户点击量数据；
2）对原始数据进行清洗，得到“干净数据”；
3）计算在该时间段内各个展示位置点击量的期望值；
4）以点击量的期望值来估计展位当前价值，并对展示位置从高到低进行排序；
5）滚动排序，即在下一个排序周期，收集相同时间间隔的数据，重复1）到4）的步骤，实现周期性动态排序；
所述的步骤2）中对原始数据进行清洗包括如下步骤：
1）数据分析，做出数据分布散点图；
2）定义清洗规则，包括缺失数据处理规则和噪声数据处理规则；
3）执行清洗过程；
4）干净数据回流；
所述的步骤3）中计算在该时间段内各个展示位置点击量的期望值具体为：以下三种方法得到期望值的组合 ，其中，且
Figure DEST_PATH_IMAGE001
：
方法一，算术移动平均：
Figure DEST_PATH_IMAGE002
，At,i表示在距离当前时间节点第t天，即时间距离t，其中1≤t≤n，i展示位的日点击量；F0,i（1）表示当前时间i展示位的日点击量估计值,0表示当前时间；n表示特定时间段的时长，用天数表示；
方法二，加权移动平均模型：
Figure DEST_PATH_IMAGE003
，Ct表示距离当前时间节点第t天的点击量的权重；At,i表示At,i表示在距离当前时间节点第t天，i展示位的日点击量；F0,i（2）表示当前时间i展示位的日点击量估计值；
方法三，移动加权-指数平滑模型：基于移动加权平均计算的结果，结合指数平滑方法，计算公式为
Figure DEST_PATH_IMAGE004
，
Figure DEST_PATH_IMAGE005
表示滑动系数，且0≤
Figure 677578DEST_PATH_IMAGE005
≤1，表示在1≤t≤n时间段内，i展示位所有日点击量的期望值,采用方法二的计算公式；F1,i（3）表示距离当前时间前一天的平滑模型计算结果，初始值设置为距离当前时间前一天的实际点击量A1,i。
2.如权利要求1所述的一种对网页信息展示位置进行排序的方法，其特征在于所述的步骤1）中特定时间段包括：5年到1个月区间内的任意时长,以天数为单位。
3.如权利要求1所述的一种对网页信息展示位置进行排序的方法，其特征在于所述的步骤4）中排序按照展示位置价值由高到低，即不同展示位置点击量期望值由高到低排序。
4.如权利要求1所述的一种对网页信息展示位置进行排序的方法，其特征在于所述的步骤5）中所述的排序周期是从1天到3个月时间内的任意时长。
5.如权利要求1所述的一种对网页信息展示位置进行排序的方法，其特征在于所述的缺失数据处理规则采用缺失位置相邻两个数据进行求和平均的方法得到数值，四舍五入求整后填补进入缺失位置。
6.如权利要求1所述的一种对网页信息展示位置进行排序的方法，其特征在于所述的噪声数据处理规则采用异频分箱删除方法：把经过补缺处理的数据由小到大排序，分为3个箱子,第1个箱子占数据量的2.5%，第2个箱子占数据量的95%，第3个箱子占数据量的2.5%；删除第1个箱子和第3个箱子的数据，得到第2个箱子里面的数据，即干净数据，如果2.5%的数据量小于1，则第1和3个箱子里面分别放入最小的和最大的点击量数据。
7.如权利要求1所述的一种对网页信息展示位置进行排序的方法，其特征在于所述的加权移动平均模型中权重Ct随距离当前时间由远到近逐渐增加，越靠近当前时间，权重越大；对同一个t，不同展位的权重Ct是相同的，
权重计算公式：
Figure DEST_PATH_IMAGE006
。
CN201710090028.2A 2017-02-20 2017-02-20 一种对网页信息展示位置进行排序的方法 Active CN106919669B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710090028.2A CN106919669B (zh) 2017-02-20 2017-02-20 一种对网页信息展示位置进行排序的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710090028.2A CN106919669B (zh) 2017-02-20 2017-02-20 一种对网页信息展示位置进行排序的方法

Publications (2)

Publication Number Publication Date
CN106919669A CN106919669A (zh) 2017-07-04
CN106919669B true CN106919669B (zh) 2020-07-14

Family

ID=59453891

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710090028.2A Active CN106919669B (zh) 2017-02-20 2017-02-20 一种对网页信息展示位置进行排序的方法

Country Status (1)

Country Link
CN (1) CN106919669B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107729464A (zh) * 2017-10-11 2018-02-23 深圳市金立通信设备有限公司 网址导航动态展示方法、终端以及计算机可读存储介质
CN109688184B (zh) * 2018-08-21 2021-09-21 平安科技（深圳）有限公司 基于日志的资源调整方法、设备、存储介质及装置
CN109241149B (zh) * 2018-09-13 2019-08-30 掌阅科技股份有限公司 电子书的排序方法、计算设备及计算机存储介质
CN110993084A (zh) * 2019-12-18 2020-04-10 腾讯科技（深圳）有限公司 一种对象排序方法、装置、设备及可读存储介质
CN115098804B (zh) * 2022-06-24 2023-11-03 上海上班族数字科技有限公司 一种基于大数据分析的网页搜索历史记录智能管理系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101777080A (zh) * 2010-03-19 2010-07-14 北京国双科技有限公司 基于用户点击数据的网页分析方法
CN102955794A (zh) * 2011-08-23 2013-03-06 阿里巴巴集团控股有限公司 一种网页点击情况的显示方法及装置
CN103177371A (zh) * 2011-12-21 2013-06-26 阿里巴巴集团控股有限公司 一种信息展示方法和装置
CN103546335A (zh) * 2013-09-16 2014-01-29 紫光股份有限公司 一种网络流量的预测方法及其装置
CN103778125A (zh) * 2012-10-17 2014-05-07 阿里巴巴集团控股有限公司 一种网页投放内容的分析方法及装置和网页投放内容的自动投放方法及装置
CN104408197A (zh) * 2014-12-15 2015-03-11 北京国双科技有限公司 热力图的处理方法及装置
CN105138599A (zh) * 2015-08-06 2015-12-09 丁大砾 一种可自动监测网站全部页面中各个链接点击量的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7685515B2 (en) * 2003-04-04 2010-03-23 Netsuite, Inc. Facilitating data manipulation in a browser-based user interface of an enterprise business application

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101777080A (zh) * 2010-03-19 2010-07-14 北京国双科技有限公司 基于用户点击数据的网页分析方法
CN102955794A (zh) * 2011-08-23 2013-03-06 阿里巴巴集团控股有限公司 一种网页点击情况的显示方法及装置
CN103177371A (zh) * 2011-12-21 2013-06-26 阿里巴巴集团控股有限公司 一种信息展示方法和装置
CN103778125A (zh) * 2012-10-17 2014-05-07 阿里巴巴集团控股有限公司 一种网页投放内容的分析方法及装置和网页投放内容的自动投放方法及装置
CN103546335A (zh) * 2013-09-16 2014-01-29 紫光股份有限公司 一种网络流量的预测方法及其装置
CN104408197A (zh) * 2014-12-15 2015-03-11 北京国双科技有限公司 热力图的处理方法及装置
CN105138599A (zh) * 2015-08-06 2015-12-09 丁大砾 一种可自动监测网站全部页面中各个链接点击量的方法

Also Published As

Publication number Publication date
CN106919669A (zh) 2017-07-04

Similar Documents

Publication Publication Date Title
CN106919669B (zh) 一种对网页信息展示位置进行排序的方法
CN105677881A (zh) 一种信息推荐方法、装置及服务器
CN106529714A (zh) 一种用户流失的预测方法及系统
WO2013138961A1 (zh) 一种基于多触点归因模型的网络广告效果衡量方法和系统
CN102377790B (zh) 一种推送数据的方法和装置
TW201405464A (zh) 生成流量品質比較參數的方法和裝置、廣告計費方法
CN107909433A (zh) 一种基于大数据移动电子商务的商品推荐方法
CN104281956A (zh) 基于时间信息的适应用户兴趣变化的动态推荐方法
CN106446189A (zh) 一种资讯推荐方法及系统
CN104778237A (zh) 一种基于关键用户的个性化推荐方法和系统
CN105095625B (zh) 点击率预估模型建立方法、装置及信息提供方法、系统
CN103631801B (zh) 一种提供商品信息的方法及装置
CN106789338B (zh) 一种在动态大规模社交网络中发现关键人物的方法
CN105654198B (zh) 具有最优阈值筛选的品牌广告效果优化的方法
CN106611366A (zh) 自动选品的方法及装置
CN102495837B (zh) 一种数字信息推荐预测模型的训练方法和系统
CN103366009B (zh) 一种基于自适应聚类的图书推荐方法
CN108259638A (zh) 个人群组列表智能排序方法、智能终端及存储介质
US20140257972A1 (en) Method, computer readable medium and system for determining true scores for a plurality of touchpoint encounters
CN105678590A (zh) 一种面向社交网络基于云模型的topN推荐方法
JP2017534089A (ja) リソース組み合わせ処理方法、装置、デバイス及びコンピューター記憶媒体
CN103365842B (zh) 一种页面浏览推荐方法及装置
CN106777282A (zh) 相关搜索的排序方法和装置
CN106296287A (zh) 用于调整推广信息的出价的方法和装置
CN105824818A (zh) 一种信息化管理方法、平台及系统

Legal Events

Date Code Title Description
PB01 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