CN107015863A - 一种资源分配方法和装置 - Google Patents
一种资源分配方法和装置 Download PDFInfo
- Publication number
- CN107015863A CN107015863A CN201611070427.4A CN201611070427A CN107015863A CN 107015863 A CN107015863 A CN 107015863A CN 201611070427 A CN201611070427 A CN 201611070427A CN 107015863 A CN107015863 A CN 107015863A
- Authority
- CN
- China
- Prior art keywords
- time
- base
- unit interval
- interval
- keyword
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种资源分配方法和装置,该方法包括:确定关键字对应的N个时间区间;其中,不同关键字对应的时间区间相同或者不同,所述N为大于等于1的正整数;利用所述N个时间区间的指标数据,为所述N个时间区间分配虚拟资源。通过本申请的技术方案,提高数据平台的引流效率,提升数据平台的处理性能,提高信息发布方的利用率,减少或者避免信息发布方的丢失,数据平台可以满足更多信息发布方的需求。
Description
技术领域
本申请涉及互联网技术领域,尤其涉及一种资源分配方法和装置。
背景技术
SEM(Search Engine Marketing,搜索引擎营销)是根据用户使用搜索引擎的方式,利用用户检索信息的机会,尽可能的将营销信息传递给目标用户。简单来说,SEM就是基于搜索引擎平台的网络营销,其利用用户对搜索引擎的依赖和使用习惯,在用户检索信息时,将营销信息传递给目标用户。SEM的基本思想是让用户发现信息,并通过点击进入网页,进一步了解所需要的信息,企业通过搜索引擎进行推广,让用户可以直接与企业进行交流、了解,实现交易。
发明内容
本申请提供一种资源分配方法,应用于数据平台,所述方法包括:
确定关键字对应的N个时间区间;其中,不同关键字对应的时间区间相同或者不同,所述N为大于等于1的正整数;
利用所述N个时间区间的指标数据,为所述N个时间区间分配虚拟资源。
本申请提供一种资源分配方法,应用于数据平台,所述方法包括:
将设定时长划分为M个单位时间,所述M大于等于2;
获取关键字在每个单位时间内的指标数据;
利用所述指标数据确定所述关键字对应的N个时间区间;其中,不同关键字对应的时间区间相同或者不同,所述N为大于等于1的正整数。
本申请提供一种资源分配装置,应用于数据平台,所述装置包括:
第一确定模块,用于确定关键字对应的N个时间区间;其中,不同关键字对应的时间区间相同或者不同,所述N为大于等于1的正整数;分配模块,用于利用所述N个时间区间的指标数据,为所述N个时间区间分配虚拟资源。
本申请提供一种资源分配装置,应用于数据平台,所述装置包括:
划分模块,用于将设定时长划分为M个单位时间,所述M大于等于2;
获取模块,用于获取关键字在每个单位时间内的指标数据;
第二确定模块,用于利用所述指标数据确定所述关键字对应的N个时间区间;不同关键字对应的时间区间相同或者不同,所述N为大于等于1的正整数。
基于上述技术方案,本申请实施例中,可以维护关键字对应的N个时间区间,不同关键字对应的时间区间可能相同或者不同,并在不同的时间区间使用不同的虚拟资源进行处理,从而提高数据平台的引流效率,提升数据平台的处理性能,提高信息发布方的利用率,减少或者避免信息发布方的丢失,提升信息发布方的使用体验。而且,数据平台可以满足更多信息发布方的需求,避免造成信息发布方的损失。例如,当信息发布方为广告主时,可以为广告主引到更精准的流量,提升广告效果,提高广告主使用感受,降低不同广告主之间的恶性竞争。例如,由于不同广告主引流的重点时间段不同,因此,可以为B类广告主在工作时间加大引流力度,而在非工作时间降低引流力度,并可以为C类广告主在非工作时间加大引流力度,而在工作时间降低引流力度。
附图说明
为了更加清楚地说明本申请实施例或者现有技术中的技术方案,下面将对本申请实施例或者现有技术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申请中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其它的附图。
图1是本申请一种实施方式中的应用场景示意图;
图2是本申请一种实施方式中的资源分配方法的流程图;
图3是本申请另一种实施方式中的资源分配方法的流程图;
图4是本申请再一种实施方式中的资源分配方法的流程图;
图5是本申请一种实施方式中的数据平台的硬件结构图;
图6是本申请一种实施方式中的资源分配装置的结构图;
图7是本申请另一种实施方式中的资源分配装置的结构图。
具体实施方式
在本申请使用的术语仅仅是出于描述特定实施例的目的,而非限制本申请。本申请和权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其它含义。还应当理解,本文中使用的术语“和/或”是指包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,此外,所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本申请实施例中提出一种了资源分配方法,该方法可以应用于包括数据平台、搜索引擎平台、信息发布方和用户的系统中,如图1所示,为该系统的结构示意图。其中,该数据平台是具有资源分配功能的设备,如电商平台等,对此数据平台的类型不做限制,所有具有资源分配功能的设备,均在本申请实施例的保护范围之内。该搜索引擎平台是提供搜索功能的设备,对此搜索引擎平台的类型不做限制,所有提供搜索功能的设备,均在本申请实施例的保护范围之内。该用户可以使用移动终端、PC(personal computer,个人计算机)、平板电脑等设备,基于搜索引擎平台提供的搜索功能,在搜索引擎平台上完成相应的搜索。该信息发布方是在数据平台注册的用户,如该信息发布方可以是广告主,其可以是B类广告主,也可以是C类广告主。在实际应用中,B类广告主可以是指面向B类买家(如商业性质/企业性质的买家,如厂家、商家等)的广告主,而C类广告主可以是指面向C类买家(如个人买家)的广告主,如个人卖家等。在上述应用场景下,参见图2所示,为本申请实施例中的资源分配方法的流程图,该方法可以应用于数据平台,且该方法可以包括以下步骤:
步骤201,确定关键字对应的N个时间区间;其中,不同关键字对应的时间区间相同或者不同,所述N为大于等于1的正整数。
其中,数据平台可以针对每个关键字分别确定该关键字对应的N个时间区间,每个关键字的处理过程相同,后续以一个关键字的处理为例。
步骤202,利用N个时间区间的指标数据,为N个时间区间分配虚拟资源。
在一个例子中,上述执行顺序只是为了方便描述所给出的一个示例,在实际应用中,还可以改变各步骤之间的执行顺序,对此执行顺序不做限制。
针对步骤201,在一个例子中,针对“确定该关键字对应的N个时间区间”的过程,可以包括但不限于如下方式:将设定时长划分为M个单位时间,且该M大于等于2。进一步的,获取该关键字在每个单位时间内的指标数据,并利用该关键字在每个单位时间内的指标数据确定该关键字对应的N个时间区间。
其中,针对“将设定时长划分为M个单位时间”的过程,设定时长可以为1天(即24小时),单位时间可以为1小时,因此,可以将设定时长划分为24个单位时间,0点-1点是一个单位时间,1点-2点是一个单位时间,以此类推,一共有24个单位时间。当然,还可以有其它划分方式,如设定时长可以为1天,单位时间可以为30分钟,这样,可以将设定时长划分为48个单位时间。本申请实施例对此划分过程不做限制,后续以将设定时长划分为24个单位时间为例。
其中,针对“获取该关键字在每个单位时间内的指标数据”的过程,可以包括但不限于如下方式:收集该设定时长内,该关键字在搜索引擎侧所对应的第一效果数据。收集该设定时长内,该关键字在信息发布方侧所对应的第二效果数据。进一步的,可以按照单位时间对该第一效果数据和该第二效果数据进行切分,并可以利用切分后的每个单位时间内的第一效果数据以及切分后的每个单位时间内的第二效果数据,确定该关键字在每个单位时间内的指标数据。
其中,针对“利用该关键字在每个单位时间内的指标数据确定该关键字对应的N个时间区间”的过程,可以包括但不限于如下方式:利用该关键字在每个单位时间内的指标数据,将指标数据满足预设策略(如指标数据之间的差值小于预设阈值等)的单位时间进行合并,以得到合并后的N个时间区间。
在一个例子中,针对“利用该关键字在每个单位时间内的指标数据,将指标数据满足预设策略的单位时间进行合并”的过程,包括但不限于如下方式:
方式一、从M个单位时间中确定出基准单位时间;若该基准单位时间之后的连续K个单位时间内的指标数据,与该基准单位时间内的指标数据之间的差值,均小于预设阈值(可以根据实际经验配置),则将这K个单位时间与该基准单位时间合并为一个时间区间;其中,该K可以大于等于1。
方式二、将M个单位时间中的第一个单位时间确定为基准单位时间。
若该基准单位时间后的连续L个单位时间内的指标数据,与该基准单位时间内的指标数据之间的差值,均小于预设阈值(可以根据实际经验配置),且该基准单位时间后的第L+1个单位时间内的指标数据,与该基准单位时间内的指标数据之间的差值,不小于预设阈值,则可以将这L个单位时间与该基准单位时间合并为一个时间区间;其中,该L可以大于等于1。进一步的,可以将该基准单位时间后的第L+1个单位时间确定为下一个基准单位时间。
若该基准单位时间后的第一个单位时间内的指标数据,与该基准单位时间内的指标数据之间的差值,不小于预设阈值,则将该基准单位时间确定为一个时间区间,并将基准单位时间后的第一个单位时间确定为下一个基准单位时间。
针对步骤202,在一个例子中,针对“利用N个时间区间的指标数据,为N个时间区间分配虚拟资源”的过程,在不同的时间区间,其分配到的虚拟资源可能不同。例如,若时间区间1的指标数据优于时间区间2的指标数据,则为时间区间1分配的虚拟资源要比为时间区间2分配的虚拟资源多。
在一个例子中,在利用N个时间区间的指标数据,为N个时间区间分配虚拟资源之后,还可以利用N个时间区间对应的虚拟资源,对该关键字进行处理。
在一个例子中,针对“利用N个时间区间对应的虚拟资源,对该关键字进行处理”的过程,可以包括但不限于如下方式:在每个单位时间的开始时间,查询当前时间是否为时间区间的开始时间;如果是,则利用为该时间区间分配的虚拟资源,对该关键字进行处理;如果否,则等待至下一个单位时间的开始时间,继续执行查询当前时间是否为时间区间的开始时间。
其中,针对“利用为该时间区间分配的虚拟资源,对所述关键字进行处理”的过程,可以包括:向搜索引擎平台发送携带该关键字和该虚拟资源的信息的请求消息,由搜索引擎平台利用该虚拟资源的信息对该关键字进行处理。
在一个例子中,上述对关键字进行处理可以为:对该关键字进行竞价处理。而且,上述虚拟资源可以为任意形式的业务交互数据,作为一示例性实施例,虚拟资源可以包括实际资产或者虚拟资产,如优惠券、电子贺卡、礼金、资金、卡券、积分等,例如,虚拟资源可以为竞价处理时使用的价格。
基于上述技术方案,本申请实施例中,可以维护关键字对应的N个时间区间,不同关键字对应的时间区间可能相同或者不同,并在不同的时间区间使用不同的虚拟资源进行处理,从而提高数据平台的引流效率,提升数据平台的处理性能,提高信息发布方的利用率,减少或者避免信息发布方的丢失,提升信息发布方的使用体验。而且,数据平台可以满足更多信息发布方的需求,避免造成信息发布方的损失。例如,当信息发布方为广告主时,可以为广告主引到更精准的流量,提升广告效果,提高广告主使用感受,降低不同广告主之间的恶性竞争。例如,由于不同广告主引流的重点时间段不同,因此,可以为B类广告主在工作时间加大引流力度,而在非工作时间降低引流力度,并可以为C类广告主在非工作时间加大引流力度,而在工作时间降低引流力度。
以下结合具体的应用场景,对上述资源分配方法进行详细说明。本应用场景下,以SEM场景下的竞价处理为例进行说明。在传统的竞价处理方式中,针对所有关键字,统一在某天或者某周进行报价,如每天12点对所有关键字进行报价。上述报价方式,会在很长时间内维持所有关键字的报价不变,更新周期较长,并存在如下问题:1、无法在不同时段引导更精准的流量,无法保证广告主的广告投放效果。例如,针对B类广告主,在工作时间引导的B类流量不足,导致广告主没有获取较多的精准流量,没有获得足够收益;在非工作时间引导的C类流量太多,导致广告主的预算浪费在C类流量上,没有得到应有的收益。2、无法根据广告主在不同时间段的预算调节引流能力。例如,在广告主预算充分的时间段,报价偏低,导致引流不足;在广告主预算少的时间段,报价偏高,导致引流过多。3、无法避免不同广告主之间的过度竞争。由于搜索引擎在不同时间段的流量成分差别较大,在工作时间,工作人群产生的流量更多,在非工作时间,普通消费人群产生的流量更多,因此,白天的流量更适合B类广告主,晚间的流量更适合C类广告主,但是传统的竞价处理方式并不区分时间段,因此无法有效错开不同广告主的引流时间,造成不同广告主之间的过度竞争。
针对上述问题,本申请实施例中提出的竞价处理方式,可以针对每个关键字单独报价,而且针对每个关键字,每天可以多次报价,从而为广告主的引流提供一种基于时间流的报价方法,以解决上述问题,并达到如下效果:1、为广告主引到更加精准的流量,在有限预算的情况下,提升广告投放效果。例如,由于搜索引擎在不同时间段的流量成分差别较大,在工作时间,工作人群产生的流量更多,在非工作时间,普通消费人群产生的流量更多,因此,对于B类广告主,更需要白天时段的B类流量,而对于C类广告主,更需要夜间时段的C类流量,使用本申请技术方案后,就可以引导更精确的流量,从而保证广告主的效果。2、提高广告主的引流变现效果。例如,广告主在不同时间段的预算有明显区别,因此广告主在不同时间段对流量的变现效果有区别,基于此,可以在广告主变现效率高的时间段提高关键字报价,引入更多流量,而在广告主变现效率较低的时间段,降低报价,减少流量引入,节约广告主的引流成本。3、降低广告主之间引流的恶性竞争。可以使B类广告主在工作时间加大引流力度,而在非工作时间降低引流力度,使C类广告主在工作时间降低引流力度,而在非工作时间加大引流力度,从而使不同广告主各取所需流量,有效减少竞争。
在介绍本申请实施例的流程之前,先明确如下概念:关键字:描述商品的一些词语或者语句,比如“连衣裙”、“地摊货”等。报价:在搜索引擎的广告推广市场,要想获得广告展现的机会,需要对关键字出价,在与竞争对手竞争胜出的情况下,可以获得广告展现机会。引流:在搜索引擎展现了广告主对应的广告,且产生点击后,用户被引导到广告主对应的页面。成本:当用户在搜索引擎点击广告主的广告时,广告主按点击次数向搜索引擎支付费用。转化率:在将用户引导到广告主的页面之后,用户发生的购买等转化行为。
参见图3所示,为本申请实施例中的竞价处理方法的流程图。
步骤301,数据平台将设定时长划分为M个单位时间,该M大于等于2。
其中,针对“将设定时长划分为M个单位时间”的过程,设定时长可以为1天(即24小时),单位时间可以为1小时,因此,可以将设定时长划分为24个单位时间,0点-1点是一个单位时间,1点-2点是一个单位时间,以此类推,一共有24个单位时间。当然,还可以有其它划分方式,如设定时长可以为1天,单位时间可以为30分钟,这样,可以将设定时长划分为48个单位时间。本申请实施例对此划分过程不做限制,后续以将设定时长划分为24个单位时间为例。
步骤302,数据平台获取关键字在每个单位时间内的指标数据。
其中,每个关键字的处理过程均相同,为了方便描述,以数据平台获取一个关键字的指标数据为例,且后续过程中,以针对该关键字的处理为例。
其中,针对“获取该关键字在每个单位时间内的指标数据”的过程,可以包括但不限于如下方式:收集该设定时长内,该关键字在搜索引擎侧所对应的第一效果数据。收集该设定时长内,该关键字在广告主侧所对应的第二效果数据。进一步的,可以按照单位时间对该第一效果数据和该第二效果数据进行切分,并可以利用切分后的每个单位时间内的第一效果数据以及切分后的每个单位时间内的第二效果数据,确定该关键字在每个单位时间内的指标数据。
在一个例子中,数据平台可以收集24小时内,关键字在搜索引擎侧所对应的第一效果数据以及在广告主侧所对应的第二效果数据。第一效果数据可以包括:在每个小时内,该关键字的展现量、点击量、花费、排名等数据。第二效果数据可以包括:在每个小时内,该关键字的转化率、收入回报比等数据。
数据平台可以将第一效果数据和第二效果数据整合到一起,并按照小时对第一效果数据和第二效果数据进行切分,得到每个小时的第一效果数据和第二效果数据,如可以得到0点-1点的第一效果数据和第二效果数据,以此类推,数据平台一共可以得到24个小时分别对应的第一效果数据和第二效果数据。
数据平台可以利用每个小时的第一效果数据和第二效果数据,确定关键字在该小时内的指标数据。例如,数据平台可以利用0点-1点的第一效果数据和第二效果数据,确定关键字在0点-1点这个单位时间内的指标数据,以此类推。
在一个例子中,针对“数据平台可以利用0点-1点的第一效果数据和第二效果数据,确定关键字在0点-1点这个单位时间内的指标数据”的过程,基于0点-1点的第一效果数据和第二效果数据,数据平台可以得到如下的数据形式:关键字A:日期,小时(0点-1点),展现量,点击量,转化率、收入回报比等。基于此,数据平台可以直接获得关键字A在0点-1点这个单位时间内的指标数据,如该指标数据可以是转化率和/或收入回报比。又例如,基于1点-2点的第一效果数据和第二效果数据,数据平台可以得到如下的数据形式:关键字A:日期,小时(1点-2点),展现量,点击量,转化率、收入回报比等。基于此,数据平台可以直接获得关键字A在1点-2点这个单位时间内的指标数据。以此类推,数据平台可以获得关键字在每个单位时间内的指标数据,对此不再赘述。
步骤303,数据平台利用关键字在每个单位时间(如每个小时)内的指标数据确定该关键字对应的N个时间区间。其中,N大于等于1。
其中,针对“数据平台利用关键字在每个单位时间(如每个小时)内的指标数据确定该关键字对应的N个时间区间”的过程,可以包括但不限于如下方式:数据平台利用该关键字在每个单位时间内的指标数据,将指标数据满足预设策略的单位时间进行合并,以得到合并后的N个时间区间。
在一个例子中,针对“数据平台利用该关键字在每个单位时间内的指标数据,将指标数据满足预设策略的单位时间进行合并”的过程,可以包括但不限于如下方式:方式一、数据平台从M个单位时间中确定出基准单位时间;若该基准单位时间之后的连续K个单位时间内的指标数据,与该基准单位时间内的指标数据之间的差值,均小于预设阈值,则将这K个单位时间与该基准单位时间合并为一个时间区间;该K可以大于等于1。方式二、数据平台将M个单位时间中的第一个单位时间确定为基准单位时间。若该基准单位时间后的连续L个单位时间内的指标数据,与该基准单位时间内的指标数据之间的差值,均小于预设阈值,且该基准单位时间后的第L+1个单位时间内的指标数据,与该基准单位时间内的指标数据之间的差值,不小于预设阈值,则数据平台可以将这L个单位时间与该基准单位时间合并为一个时间区间;该L可以大于等于1,并可以将该基准单位时间后的第L+1个单位时间确定为下一个基准单位时间。若该基准单位时间后的第一个单位时间内的指标数据,与该基准单位时间内的指标数据之间的差值,不小于预设阈值,则将该基准单位时间确定为一个时间区间,并将基准单位时间后的第一个单位时间确定为下一个基准单位时间。
以下结合一个具体应用场景,对方式二的处理过程进行详细说明。在本应用场景下,指标数据可以是一个指标的数据,或者多个指标的数据集合,以指标数据为转化率为例。此外,预设阈值可以根据实际经验进行配置,其可以是一个具体数值,如20、30等,也可以是一个百分比,如5%、8%等,以预设阈值为5%为例,其表示预设阈值是基准单位时间内的转化率的5%。
在步骤302中,已经可以得到(0点-1点)的转化率T1、(1点-2点)的转化率T2、(2点-3点)的转化率T3,以此类推,得到(23点-24点)的转化率T24,这样,一个得到24个转化率(T1、T2、T3、…、T24)。
在一个例子中,数据平台首先将第一个小时(0点-1点)确定为基准单位时间,假设第二个小时(1点-2点)的转化率T2与第一个小时的转化率T1之间的差值,小于预设阈值(如转化率T1*5%),且第三个小时(2点-3点)的转化率T3与第一个小时的转化率T1之间的差值,不小于预设阈值,则可以将第一个小时和第二个小时合并为时间区间1,即时间区间1为(0点-2点)。
数据平台将第三个小时确定为基准单位时间,假设第四个小时(3点-4点)的转化率T4与第三个小时的转化率T3之间的差值,不小于预设阈值(如转化率T3*5%),则将第三个小时确定为时间区间2,即时间区间2为(2点-3点)。
数据平台将第四个小时确定为基准单位时间,假设第五个小时(4点-5点)的转化率T5与第四个小时的转化率T4之间的差值小于预设阈值(如转化率T4*5%),第六个小时(5点-6点)的转化率T6与第四个小时的转化率T4之间的差值小于预设阈值,以此类推,第二十一个小时(20点-21点)的转化率T21与第四个小时的转化率T4之间的差值小于预设阈值,但是第二十二个小时的转化率T22与第四个小时的转化率T4之间的差值不小于预设阈值,则可以将第四个小时至第二十一个小时合并为时间区间3,即时间区间3为(3点-21点)。
数据平台将第二十二个小时(21点-22点)确定为基准单位时间,假设第二十三个小时(22点-23点)的转化率T23与第二十二个小时的转化率T22之间的差值小于预设阈值(如转化率T22*5%),第二十四个小时(23点-24点)的转化率T24与第二十二个小时的转化率T22之间的差值小于预设阈值,则可以将第二十二个小时至第二十四个小时合并为时间区间4,即时间区间4为(21点-24点)。至此,数据平台已经完成了所有二十四个小时的合并处理。
综上所述,共得到4个时间区间,时间区间1为(0点-2点),时间区间2为(2点-3点),时间区间3为(3点-21点),时间区间4为(21点-24点)。
上述过程是针对一个关键字的处理,如关键字A是上述4个时间区间。数据平台还采用上述方式对其它关键字进行处理,如得到关键字B的3个时间区间为:时间区间1为(0点-8点),时间区间2为(8点-15点),时间区间3为(15点-24点);得到关键字C的3个时间区间为:时间区间1为(0点-6点),时间区间2为(6点-12点),时间区间3为(12点-24点),以此类推。
步骤304,数据平台利用N个时间区间的指标数据,为这N个时间区间分别提供报价,这个报价就是一个价格,其是针对关键字给出的一个价格。
在一个例子中,针对不同的时间区间,数据平台为各时间区间提供的价格可能并不相同。例如,如果时间区间1的指标数据优于时间区间2的指标数据,则数据平台为时间区间1提供的价格要比为时间区间2提供的价格高。
例如,针对关键字A,基于时间区间1(0点-2点)的指标数据,为时间区间1提供价格A,基于时间区间2(2点-3点)的指标数据,为时间区间2提供价格B,基于时间区间3(3点-21点)的指标数据,为时间区间3提供价格C,基于时间区间4(21点-24点)的指标数据,为时间区间4提供价格D。
在一个例子中,上述的价格A、价格B、价格C、价格D可能各不相同,但是,不相邻的两个时间区间的价格也可能相同。例如,价格A与价格B不同,价格A与价格C不同或者相同,价格A与价格D不同或者相同,价格B与价格C不同,价格B与价格D不同或者相同,价格C与价格D不同。
其中,上述价格A表示针对用户的一个点击,向搜索引擎支付的费用是价格A。上述价格B表示针对用户的一个点击,向搜索引擎支付的费用是价格B。上述价格C表示针对用户的一个点击,向搜索引擎支付的费用是价格C。上述价格D表示针对用户的一个点击,向搜索引擎支付的费用是价格D。
在一个例子中,由于时间区间1是(0点-2点),因此将(0点-2点)的所有指标数据汇总到一起,得到时间区间1的指标数据。由于时间区间2是(2点-3点),因此将(2点-3点)的所有指标数据汇总到一起,得到时间区间2的指标数据。由于时间区间3是(3点-21点),因此将(3点-21点)的所有指标数据汇总到一起,得到时间区间3的指标数据。由于时间区间4是(21点-24点),因此将(21点-24点)的所有指标数据汇总到一起,得到时间区间4的指标数据。
在一个例子中,针对“基于时间区间的指标数据,为该时间区间提供价格”的过程,可以参考关键字在该时间区间的消耗、成本、历史报价、指标数据(如转化率、收入回报比)等因素,具体的价格计算方式在此不再赘述。
步骤305,数据平台利用N个时间区间对应的价格对关键字进行竞价处理。
具体的,数据平台在每小时的开始时间,查询当前时间是否为某个时间区间的开始时间。如果是,数据平台利用该时间区间对应的价格,对该关键字进行竞价处理。如果否,数据平台等待至下一个小时的开始时间,以此类推。
在一个例子中,针对“数据平台利用时间区间对应的价格对关键字进行竞价处理”的过程,数据平台可以向搜索引擎平台发送携带该关键字和该价格的请求消息,搜索引擎平台利用该价格对该关键字进行处理。例如,若该价格与竞争对手相比更高,搜索引擎平台针对该关键字,为数据平台提供广告展现机会,数据平台为广告主提供广告展现机会,对此处理过程不再赘述。
在一个例子中,每一个关键字会对应多个时间区间,每个时间区间有相应的价格,如针对关键字A,(0点-2点)对应价格A,(2点-3点)对应价格B,(3点-21点)对应价格C,(21点-24点)对应价格D。因此,为了让每个关键字在每个时间段使用正确价格,则每个价格需要在对应时段的开始时间被上传至搜索引擎平台,从而保证该价格作用在对应的时间区间。例如,针对关键字A,在0点将价格A上传至搜索引擎平台,在2点将价格B上传至搜索引擎平台,在3点将价格C上传至搜索引擎平台,在21点将价格D上传至搜索引擎平台。这样,价格A可以作用在(0点-2点),价格B可以作用在(2点-3点),价格C可以作用在(3点-21点),价格D可以作用在(21点-24点)。
在一个例子中,由于需要对大量关键字(如几百万的关键字)进行竞价处理,为了保证每个关键字在对应的时间段都能使用正确的价格,数据平台可以在每个整点扫描所有的关键字,然后取得所有需要在该时间点上传的关键字及其对应的报价,并将这些关键字及其对应的报价发送给搜索引擎平台。
例如,数据平台在0点遍历所有的关键字,查询当前时间0点是否为关键字的某个时间区间的开始时间。由于当前时间0点是关键字A的时间区间1的开始时间,因此,数据平台将关键字A和价格A的信息发送给搜索引擎平台。数据平台在1点遍历所有的关键字,查询当前时间1点是否为关键字的某个时间区间的开始时间。由于当前时间1点不是关键字A的时间区间的开始时间,因此,数据平台不需要将关键字A的信息发送给搜索引擎平台。数据平台在2点遍历所有的关键字,查询当前时间2点是否为关键字的某个时间区间的开始时间。由于当前时间2点是关键字A的时间区间2的开始时间,因此,数据平台将关键字A和价格B的信息发送给搜索引擎平台。以此类推,后续不再赘述。
在一个例子中,由于数据处理具有延后性和不稳定性,从而会出现如下情况:在某个时间点需要上传价格时,新价格还没有被使用(即执行步骤305时,步骤304得到的价格还未被使用),此时老价格会被延续使用,从而导致传输错误的价格。基于此,在本申请实施例中,为了使每个时间点的价格更加准确,以解决数据处理的延后性,可以采用如下方式:数据平台维护一份关键字的最新价格(即关键字与最新价格的对应关系),每天产生的新价格都直接更新到关键字的最新价格上,而每天向搜索引擎平台发送的是关键词的最新价格。
与上述图2类似的申请构思,本申请实施例中提出的另一种资源分配方法的流程图,可以参见图4所示,该方法可以应用于数据平台。
步骤401,将设定时长划分为M个单位时间,M大于等于2。
步骤402,获取关键字在每个单位时间内的指标数据。
步骤403,利用该指标数据确定该关键字对应的N个时间区间;其中,不同关键字对应的时间区间相同或者不同,所述N为大于等于1的正整数。
在一个例子中,M的取值会大于等于N的取值。
在一个例子中,上述执行顺序只是为了方便描述所给出的一个示例,在实际应用中,还可以改变各步骤之间的执行顺序,对此执行顺序不做限制。
在一个例子中,针对“利用关键字在每个单位时间内的指标数据确定该关键字对应的N个时间区间”的过程,可以包括但不限于如下方式:利用该关键字在每个单位时间内的指标数据,将指标数据满足预设策略(如指标数据之间的差值小于预设阈值等)的单位时间进行合并,以得到合并后的N个时间区间。
在一个例子中,针对“利用该关键字在每个单位时间内的指标数据,将指标数据满足预设策略的单位时间进行合并”的过程,包括但不限于如下方式:
方式一、从M个单位时间中确定出基准单位时间;若该基准单位时间之后的连续K个单位时间内的指标数据,与该基准单位时间内的指标数据之间的差值,均小于预设阈值(可以根据实际经验配置),则将这K个单位时间与该基准单位时间合并为一个时间区间;其中,该K可以大于等于1。
方式二、将M个单位时间中的第一个单位时间确定为基准单位时间。
若该基准单位时间后的连续L个单位时间内的指标数据,与该基准单位时间内的指标数据之间的差值,均小于预设阈值(可以根据实际经验配置),且该基准单位时间后的第L+1个单位时间内的指标数据,与该基准单位时间内的指标数据之间的差值,不小于预设阈值,则可以将这L个单位时间与该基准单位时间合并为一个时间区间;其中,该L可以大于等于1。进一步的,可以将该基准单位时间后的第L+1个单位时间确定为下一个基准单位时间。
若该基准单位时间后的第一个单位时间内的指标数据,与该基准单位时间内的指标数据之间的差值,不小于预设阈值,则将该基准单位时间确定为一个时间区间,并将基准单位时间后的第一个单位时间确定为下一个基准单位时间。
基于上述技术方案,本申请实施例中,可以维护关键字对应的N个时间区间,不同关键字对应的时间区间可能相同或者不同,并在不同的时间区间使用不同的虚拟资源进行处理,从而提高数据平台的引流效率,提升数据平台的处理性能,提高信息发布方的利用率,减少或者避免信息发布方的丢失,提升信息发布方的使用体验。而且,数据平台可以满足更多信息发布方的需求,避免造成信息发布方的损失。例如,当信息发布方为广告主时,可以为广告主引到更精准的流量,提升广告效果,提高广告主使用感受,降低不同广告主之间的恶性竞争。例如,由于不同广告主引流的重点时间段不同,因此,可以为B类广告主在工作时间加大引流力度,而在非工作时间降低引流力度,并可以为C类广告主在非工作时间加大引流力度,而在工作时间降低引流力度。
基于与上述方法同样的申请构思,本申请实施例还提供一种资源分配装置120,该资源分配装置120应用在数据平台10。资源分配装置120可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在的数据平台10的处理器11,读取非易失性存储器12中对应的计算机程序指令形成的。从硬件层面而言,如图5所示,为资源分配装置120所在的数据平台10的一种硬件结构图,除图5所示的处理器11、非易失性存储器12外,数据平台10还包括其它硬件,如负责处理报文的转发芯片、网络接口、内存等;从硬件结构上来讲,数据平台10还可能是分布式设备,可能包括多个接口卡,以便在硬件层面进行报文处理的扩展。
如图6所示,为本申请提出的资源分配装置的结构图,所述装置包括:第一确定模块1201,用于确定关键字对应的N个时间区间;其中,不同关键字对应的时间区间相同或者不同,所述N为大于等于1的正整数;分配模块1202,用于利用所述N个时间区间的指标数据,为所述N个时间区间分配虚拟资源。
在一个例子中,所述第一确定模块1201,具体用于在确定关键字对应的N个时间区间的过程中,将设定时长划分为M个单位时间,其中,所述M大于等于2;获取所述关键字在每个单位时间内的指标数据;利用所述指标数据确定所述关键字对应的N个时间区间。
在一个例子中,所述第一确定模块1201,具体用于在利用所述指标数据确定所述关键字对应的N个时间区间的过程中,将所述M个单位时间中的第一个单位时间确定为基准单位时间;若所述基准单位时间后的连续L个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,均小于预设阈值,且所述基准单位时间后的第L+1个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,不小于预设阈值,则将所述L个单位时间与所述基准单位时间合并为一个时间区间;其中,所述L大于等于1;将所述基准单位时间后的第L+1个单位时间确定为基准单位时间;若所述基准单位时间后的第一个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,不小于预设阈值,将所述基准单位时间确定为一个时间区间;将所述基准单位时间后的第一个单位时间确定为下一个基准单位时间。
在一个例子中,所述资源分配装置还包括:处理模块1203,用于在所述分配模块1202利用所述N个时间区间的指标数据,为所述N个时间区间分配虚拟资源之后,在每个单位时间的开始时间,查询当前时间是否为时间区间的开始时间;如果是,则利用为所述时间区间分配的虚拟资源,对所述关键字进行处理;如果否,则等待至下一个单位时间的开始时间。
在一个例子中,所述处理模块1203,具体用于在利用为所述时间区间分配的虚拟资源,对所述关键字进行处理的过程中,向搜索引擎平台发送携带所述关键字和所述虚拟资源的信息的请求消息,由所述搜索引擎平台利用所述虚拟资源的信息对所述关键字进行处理。
其中,本申请装置的各个模块可以集成于一体,也可以分离部署。上述模块可以合并为一个模块,也可以进一步拆分成多个子模块。
如图7所示,为本申请提出的另一种资源分配装置的结构图,所述装置包括:划分模块1204,用于将设定时长划分为M个单位时间,所述M大于等于2;获取模块1205,用于获取关键字在每个单位时间内的指标数据;第二确定模块1206,用于利用所述指标数据确定所述关键字对应的N个时间区间;不同关键字对应的时间区间相同或者不同,所述N为大于等于1的正整数。
所述第二确定模块1206,具体用于在利用所述指标数据确定所述关键字对应的N个时间区间的过程中,将所述M个单位时间中的第一个单位时间确定为基准单位时间;若所述基准单位时间后的连续L个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,均小于预设阈值,且所述基准单位时间后的第L+1个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,不小于预设阈值,则将所述L个单位时间与所述基准单位时间合并为一个时间区间;其中,所述L大于等于1;将所述基准单位时间后的第L+1个单位时间确定为基准单位时间;若所述基准单位时间后的第一个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,不小于预设阈值,将所述基准单位时间确定为一个时间区间;将所述基准单位时间后的第一个单位时间确定为下一个基准单位时间。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可以由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其它可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其它可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
而且,这些计算机程序指令也可以存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或者多个流程和/或方框图一个方框或者多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上,使得在计算机或者其它可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其它可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可以采用完全硬件实施例、完全软件实施例、或者结合软件和硬件方面的实施例的形式。而且,本申请可以采用在一个或者多个其中包含有计算机可用程序代码的计算机可用存储介质(可以包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (18)
1.一种资源分配方法,应用于数据平台,其特征在于,所述方法包括:
确定关键字对应的N个时间区间;其中,不同关键字对应的时间区间相同或者不同,所述N为大于等于1的正整数;
利用所述N个时间区间的指标数据,为所述N个时间区间分配虚拟资源。
2.根据权利要求1所述的方法,其特征在于,
所述确定关键字对应的N个时间区间的过程,具体包括:
将设定时长划分为M个单位时间,所述M大于等于2;
获取所述关键字在每个单位时间内的指标数据;
利用所述指标数据确定所述关键字对应的N个时间区间。
3.根据权利要求2所述的方法,其特征在于,
所述获取所述关键字在每个单位时间内的指标数据的过程,具体包括:
收集设定时长内,所述关键字在搜索引擎侧对应的第一效果数据;
收集设定时长内,所述关键字在信息发布方侧对应的第二效果数据;
按照单位时间对所述第一效果数据和所述第二效果数据进行切分;
利用切分后的每个单位时间内的第一效果数据以及切分后的每个单位时间内的第二效果数据,确定所述关键字在每个单位时间内的指标数据。
4.根据权利要求2所述的方法,其特征在于,所述利用所述指标数据确定所述关键字对应的N个时间区间的过程,具体包括:
利用所述关键字在每个单位时间内的指标数据,将指标数据满足预设策略的单位时间进行合并,以得到合并后的N个时间区间。
5.根据权利要求4所述的方法,其特征在于,
所述利用所述关键字在每个单位时间内的指标数据,将指标数据满足预设策略的单位时间进行合并的过程,具体包括:
从所述M个单位时间中确定出基准单位时间;
若所述基准单位时间之后的连续K个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,均小于预设阈值,则将所述K个单位时间与所述基准单位时间合并为一个时间区间;其中,所述K大于等于1;
或者,
将所述M个单位时间中的第一个单位时间确定为基准单位时间;
若所述基准单位时间后的连续L个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,均小于预设阈值,且所述基准单位时间后的第L+1个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,不小于预设阈值,则将所述L个单位时间与所述基准单位时间合并为一个时间区间;其中,所述L大于等于1;
将所述基准单位时间后的第L+1个单位时间确定为基准单位时间;
若所述基准单位时间后的第一个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,不小于预设阈值,则将所述基准单位时间确定为一个时间区间;
将所述基准单位时间后的第一个单位时间确定为下一个基准单位时间。
6.根据权利要求1所述的方法,其特征在于,所述利用所述N个时间区间的指标数据,为所述N个时间区间分配虚拟资源之后,所述方法还包括:
在每个单位时间的开始时间,查询当前时间是否为时间区间的开始时间;
如果是,则利用为所述时间区间分配的虚拟资源,对所述关键字进行处理;
如果否,则等待至下一个单位时间的开始时间。
7.根据权利要求6所述的方法,其特征在于,所述利用为所述时间区间分配的虚拟资源,对所述关键字进行处理的过程,具体包括:
向搜索引擎平台发送携带所述关键字和所述虚拟资源的信息的请求消息,由所述搜索引擎平台利用所述虚拟资源的信息对所述关键字进行处理。
8.根据权利要求6或7所述的方法,其特征在于,
对所述关键字进行处理具体为:对所述关键字进行竞价处理;
所述虚拟资源包括:竞价处理时使用的价格。
9.一种资源分配方法,应用于数据平台,其特征在于,所述方法包括:
将设定时长划分为M个单位时间,所述M大于等于2;
获取关键字在每个单位时间内的指标数据;
利用所述指标数据确定所述关键字对应的N个时间区间;其中,不同关键字对应的时间区间相同或者不同,所述N为大于等于1的正整数。
10.根据权利要求9所述的方法,其特征在于,所述利用所述指标数据确定所述关键字对应的N个时间区间的过程,具体包括:
利用所述关键字在每个单位时间内的指标数据,将指标数据满足预设策略的单位时间进行合并,以得到合并后的N个时间区间。
11.根据权利要求10所述的方法,其特征在于,
所述利用所述关键字在每个单位时间内的指标数据,将指标数据满足预设策略的单位时间进行合并的过程,具体包括:
从所述M个单位时间中确定出基准单位时间;
若所述基准单位时间之后的连续K个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,均小于预设阈值,则将所述K个单位时间与所述基准单位时间合并为一个时间区间;其中,所述K大于等于1;
或者,
将所述M个单位时间中的第一个单位时间确定为基准单位时间;
若所述基准单位时间后的连续L个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,均小于预设阈值,且所述基准单位时间后的第L+1个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,不小于预设阈值,则将所述L个单位时间与所述基准单位时间合并为一个时间区间;其中,所述L大于等于1;
将所述基准单位时间后的第L+1个单位时间确定为基准单位时间;
若所述基准单位时间后的第一个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,不小于预设阈值,则将所述基准单位时间确定为一个时间区间;
将所述基准单位时间后的第一个单位时间确定为下一个基准单位时间。
12.一种资源分配装置,应用于数据平台,其特征在于,所述装置包括:
第一确定模块,用于确定关键字对应的N个时间区间;其中,不同关键字对应的时间区间相同或者不同,所述N为大于等于1的正整数;
分配模块,用于利用所述N个时间区间的指标数据,为所述N个时间区间分配虚拟资源。
13.根据权利要求12所述的装置,其特征在于,所述第一确定模块,具体用于在确定关键字对应的N个时间区间的过程中,将设定时长划分为M个单位时间,其中,所述M大于等于2;获取所述关键字在每个单位时间内的指标数据;利用所述指标数据确定所述关键字对应的N个时间区间。
14.根据权利要求13所述的装置,其特征在于,所述第一确定模块,具体用于在利用所述指标数据确定所述关键字对应的N个时间区间的过程中,将所述M个单位时间中的第一个单位时间确定为基准单位时间;若所述基准单位时间后的连续L个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,均小于预设阈值,且所述基准单位时间后的第L+1个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,不小于预设阈值,则将所述L个单位时间与所述基准单位时间合并为一个时间区间;所述L大于等于1;将所述基准单位时间后的第L+1个单位时间确定为基准单位时间;若所述基准单位时间后的第一个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,不小于预设阈值,将所述基准单位时间确定为一个时间区间;将所述基准单位时间后的第一个单位时间确定为下一个基准单位时间。
15.根据权利要求12所述的装置,其特征在于,还包括:
处理模块,用于在所述分配模块利用所述N个时间区间的指标数据,为所述N个时间区间分配虚拟资源之后,在每个单位时间的开始时间,查询当前时间是否为时间区间的开始时间;如果是,则利用为所述时间区间分配的虚拟资源,对所述关键字进行处理;如果否,则等待至下一个单位时间的开始时间。
16.根据权利要求15所述的装置,其特征在于,所述处理模块,具体用于在利用为所述时间区间分配的虚拟资源,对所述关键字进行处理的过程中,向搜索引擎平台发送携带所述关键字和所述虚拟资源的信息的请求消息,由所述搜索引擎平台利用所述虚拟资源的信息对所述关键字进行处理。
17.一种资源分配装置,应用于数据平台,其特征在于,所述装置包括:
划分模块,用于将设定时长划分为M个单位时间,所述M大于等于2;
获取模块,用于获取关键字在每个单位时间内的指标数据;
第二确定模块,用于利用所述指标数据确定所述关键字对应的N个时间区间;不同关键字对应的时间区间相同或者不同,所述N为大于等于1的正整数。
18.根据权利要求17所述的装置,其特征在于,
所述第二确定模块,具体用于在利用所述指标数据确定所述关键字对应的N个时间区间的过程中,将所述M个单位时间中的第一个单位时间确定为基准单位时间;若所述基准单位时间后的连续L个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,均小于预设阈值,且所述基准单位时间后的第L+1个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,不小于预设阈值,则将所述L个单位时间与所述基准单位时间合并为一个时间区间;其中,所述L大于等于1;将所述基准单位时间后的第L+1个单位时间确定为基准单位时间;若所述基准单位时间后的第一个单位时间内的指标数据,与所述基准单位时间内的指标数据之间的差值,不小于预设阈值,则将所述基准单位时间确定为一个时间区间;将所述基准单位时间后的第一个单位时间确定为下一个基准单位时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611070427.4A CN107015863B (zh) | 2016-11-25 | 2016-11-25 | 一种资源分配方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611070427.4A CN107015863B (zh) | 2016-11-25 | 2016-11-25 | 一种资源分配方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107015863A true CN107015863A (zh) | 2017-08-04 |
CN107015863B CN107015863B (zh) | 2021-05-04 |
Family
ID=59439427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611070427.4A Active CN107015863B (zh) | 2016-11-25 | 2016-11-25 | 一种资源分配方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107015863B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111753179A (zh) * | 2019-03-26 | 2020-10-09 | 上海游昆信息技术有限公司 | 一种数据提取方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090171721A1 (en) * | 2007-12-28 | 2009-07-02 | Lebaron Matt | Bidding system for search engine marketing |
US20090287567A1 (en) * | 2008-05-15 | 2009-11-19 | Penberthy John S | Method and System for Selecting and Delivering Media Content via the Internet |
CN103366017A (zh) * | 2013-08-02 | 2013-10-23 | 人民搜索网络股份公司 | 一种微博信息抓取方法及装置 |
CN105069662A (zh) * | 2015-08-27 | 2015-11-18 | 浙江工业大学 | 一种基于关键字的网络广告精准投放方法 |
-
2016
- 2016-11-25 CN CN201611070427.4A patent/CN107015863B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090171721A1 (en) * | 2007-12-28 | 2009-07-02 | Lebaron Matt | Bidding system for search engine marketing |
US20090287567A1 (en) * | 2008-05-15 | 2009-11-19 | Penberthy John S | Method and System for Selecting and Delivering Media Content via the Internet |
CN103366017A (zh) * | 2013-08-02 | 2013-10-23 | 人民搜索网络股份公司 | 一种微博信息抓取方法及装置 |
CN105069662A (zh) * | 2015-08-27 | 2015-11-18 | 浙江工业大学 | 一种基于关键字的网络广告精准投放方法 |
Non-Patent Citations (2)
Title |
---|
徐升: "基于淘宝平台的竞价广告自动投放系统设计与实现", 《中国优秀硕士学位论文全文数据库》 * |
盖兹: "《Google 广告高阶优化(第3版) 》", 30 September 2015, 《电子工业出版社》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111753179A (zh) * | 2019-03-26 | 2020-10-09 | 上海游昆信息技术有限公司 | 一种数据提取方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107015863B (zh) | 2021-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Choi et al. | Online display advertising markets: A literature review and future directions | |
CN103914468B (zh) | 一种投放信息搜索的方法和装置 | |
Devanur et al. | Perfect bayesian equilibria in repeated sales | |
EP2416289A1 (en) | System for measuring variables from data captured from internet applications | |
US20170061515A1 (en) | Systems and methods for setting allocations and prices for content in an online marketplace | |
CN105574147A (zh) | 一种信息处理方法及服务器 | |
US20110087542A1 (en) | Method and apparatus for advertising bidding | |
CN101438309A (zh) | 用于在线广告的分布式体系结构 | |
CN108777701A (zh) | 一种确定信息受众的方法及装置 | |
CN111415179B (zh) | 用户权益信息处理方法、装置及电子设备 | |
CN106296287A (zh) | 用于调整推广信息的出价的方法和装置 | |
CN108229997A (zh) | 一种互联网购物促销的方法和系统 | |
US10304081B1 (en) | Yielding content recommendations based on serving by probabilistic grade proportions | |
CN102184503A (zh) | 一种基于租借实例云计算计费方法 | |
Fröwis et al. | The operational cost of Ethereum airdrops | |
CN115775163A (zh) | 一种基于大数据的程序化广告投放方法、设备及介质 | |
CN110533479A (zh) | 一种标识分配方法、装置及电子设备 | |
CN103593788A (zh) | 在线广告拍卖中的表达性出价 | |
US7574408B2 (en) | Publisher unions | |
CN107015863A (zh) | 一种资源分配方法和装置 | |
CN111582901A (zh) | 一种展示链接效果的量化方法、装置、系统及存储介质 | |
US20130246161A1 (en) | Systems and methods for optimization-aware delivery pacing adjustment in advertisement serving | |
WO2014026064A2 (en) | Holding access price constant for selected time when access prices change dynamically in an automates system for delivering reasonably priced access to content | |
CN113011912A (zh) | 媒体信息处理方法、装置、电子设备以及存储介质 | |
WO2015192519A1 (zh) | 竞价排名方法及装置 |
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 |