CN107370780B - 基于互联网的媒体推送方法、装置和系统 - Google Patents
基于互联网的媒体推送方法、装置和系统 Download PDFInfo
- Publication number
- CN107370780B CN107370780B CN201610312933.3A CN201610312933A CN107370780B CN 107370780 B CN107370780 B CN 107370780B CN 201610312933 A CN201610312933 A CN 201610312933A CN 107370780 B CN107370780 B CN 107370780B
- Authority
- CN
- China
- Prior art keywords
- order
- pushing
- user
- push
- request
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000004044 response Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims description 26
- 238000001914 filtration Methods 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 11
- 238000009792 diffusion process Methods 0.000 claims description 9
- 238000013523 data management Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 9
- 239000000284 extract Substances 0.000 description 7
- 230000001186 cumulative effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012163 sequencing technique Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 235000014510 cooky Nutrition 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请公开了基于互联网的媒体推送方法,应用于第一ISP的DSP,包括:接收多个推送请求;针对每一推送请求,提取该推送请求携带的展示资源信息对应的订单;针对每一推送请求:基于该推送请求携带的用户标识及其对应的各订单描述的目标受众群标识,查询所述第一ISP的DMP并获得查询结果,该查询结果指示该推送请求携带对应的用户是否为对应的各订单的TA;基于该查询结果以及预定推送次数确定是否选中该推送请求,如果选中就选择一个该推送请求对应的订单;发送指示所选择的订单的推送响应,以使媒体方向该推送请求对应的客户端推送所选订单描述的媒体内容。本申请还公开了相应的装置和系统,能改善媒体推送效果。
Description
技术领域
本申请涉及互联网技术领域,尤其涉及基于互联网的媒体推送方法、装置和系统。
背景技术
随着互联网技术的发展,越来越多的媒体内容(包括:文本、图片、音频、视频等)会通过互联网推送给各种用户。比如:用户在使用手机、PC等终端设备浏览网页时,会接收到网络侧推送的各种媒体内容,比如:图片或视频格式的广告、公益宣传信息、新闻等。这样,用户可以及时获知时讯、感兴趣的内容等。
发明内容
本申请提出了基于互联网的媒体推送方法、装置及系统,以改善媒体推送效果。
本申请提出的基于互联网的媒体推送方法,应用于第一互联网服务提供方(ISP)的需求方平台(DSP),该方法包括:
从交易平台接收多个推送请求,其中,每一推送请求至少携带展示资源信息和媒体方推荐的一个用户标识;
针对每一推送请求,提取该推送请求携带的所述展示资源信息对应的至少一个订单,其中,每一订单至少描述一个媒体内容及其对应的目标受众群标识;及
针对每一推送请求,执行如下处理:
基于该推送请求携带的用户标识以及其对应的各订单描述的各目标受众群标识,查询所述第一ISP的数据管理平台(DMP)并获得来自所述DMP的查询结果,其中,所述DMP基于用户特征数据确定该用户标识是否与该推送请求对应的各订单描述的各目标受众群标识相匹配,当该用户标识与一订单描述的目标受众群标识相匹配时,则确定该用户标识对应的用户为该订单的目标受众TA,所述查询结果指示该推送请求携带的用户标识对应的用户是否为其所对应的各订单的TA;
基于来自所述DMP的所述查询结果以及预定推送次数确定是否选中该推送请求,如果选中,则从该推送请求对应的订单中选择一个订单;及
发送指示所选择的订单的推送响应给所述交易平台,以使所述交易平台基于所述推送响应令所述媒体方向该推送请求携带的用户标识对应的客户端推送所选择的订单描述的媒体内容。
本申请提出的基于互联网的媒体推送控制装置,应用于第一ISP的DSP,该装置包括:
通信模块,从交易平台接收多个推送请求,其中,每一推送请求至少携带展示资源信息和媒体方推荐的一个用户标识;
提取模块,针对每一推送请求,提取该推送请求携带的所述展示资源信息对应的至少一个订单,其中,每一订单至少描述一个媒体内容及其对应的目标受众群标识;及
选单模块,针对每一推送请求,执行如下处理:
基于该推送请求携带的用户标识以及其对应的各订单描述的各目标受众群标识,查询所述第一互联网服务提供方的数据管理平台DMP并获得来自所述DMP的查询结果,其中,所述DMP基于用户特征数据确定该用户标识是否与该推送请求对应的各订单描述的各目标受众群标识相匹配,当该用户标识与一订单描述的目标受众群标识相匹配时,则确定该用户标识对应的用户为该订单的目标受众TA,所述查询结果指示该推送请求携带的用户标识对应的用户是否为其所对应的各订单的TA;
基于来自所述DMP的所述查询结果以及预定推送次数确定是否选中该推送请求,如果选中,则从该推送请求对应的订单中选择一个订单;及
通过所述通信模块发送指示所选择的订单的推送响应给所述交易平台,以使所述交易平台基于所述推送响应令所述媒体方向该推送请求携带的用户标识对应的客户端推送所选择的订单描述的媒体内容。
本申请提出的基于互联网的媒体推送系统,包括:交易平台、需求方平台DSP和数据管理平台DMP;其中,
所述DSP和所述DMP由第一ISP提供;
所述DMP维护用户特征数据;
所述交易平台基于来自媒体方的请求向所述DSP发送多个推送请求;
所述DSP从所述交易平台接收多个推送请求,其中,每一推送请求至少携带展示资源信息和媒体方推荐的一个用户标识;针对每一推送请求,提取该推送请求携带的所述展示资源信息对应的至少一个订单,其中,每一订单至少描述一个媒体内容及其对应的目标受众群标识;并针对每一推送请求,执行如下处理:
基于该推送请求携带的用户标识以及其对应的各订单描述的各目标受众群标识,查询所述DMP并获得来自所述DMP的查询结果,其中,所述DMP基于所述用户特征数据确定该用户标识是否与该推送请求对应的各订单描述的各目标受众群标识相匹配,当该用户标识与一订单描述的目标受众群标识相匹配时,则确定该用户标识对应的用户为该订单的目标受众TA,所述查询结果指示该推送请求携带的用户标识对应的用户是否为其所对应的各订单的TA;
基于来自所述DMP的所述查询结果以及预定推送次数确定是否选中该推送请求,如果选中,则从该推送请求对应的订单中选择一个订单;及
发送指示所选择的订单的推送响应给所述交易平台;
及
所述交易平台,针对每一推送请求,基于来自所述DSP的所述推送响应,令所述媒体方向该推送请求携带的用户标识对应的客户端推送所选择的订单描述的媒体内容。
采用上述本申请提供的方法、装置及系统能够更有效的筛选出媒体内容推送的目标用户,改善媒体内容的推送效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请涉及的系统构架示意图;
图2是本申请一实例的方法流程图;
图3是本申请一广告推送实例的消息交互图;
图4是本申请一实例的装置结构图;及
图5是本申请一实例的设备结构图。
具体实施方式
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,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请提出了一种基于互联网的媒体推送方法,该方法可应用于图1所示的系统构架中。如图1所示,该系统构架包括:客户端101、媒体方服务器102、交易平台103、需求方平台(DSP,Demand-Side Platform)104和数据管理平台(DMP,Data Management Platform)105,这些实体通过互联网进行通信。其中,用户使用客户端101访问媒体方服务器102,比如:浏览网页或者观看在线视频等,媒体方服务器102可以是提供各种互联网服务的网站服务器,比如:门户网站服务器、提供在线视频/音频播放服务的服务器、社交平台的服务器等等。当一用户使用客户端101访问媒体方服务器102时,媒体方服务器102需要确定要给该用户在媒体方提供的展示资源(如用户界面中的展示位置)上推送什么样的媒体内容。媒体方服务器102会针对预定时间段内网络上各种用户使用客户端101访问的情况,向交易平台103发送针对一个或多个展示资源的一个或多个推送请求,其中,一个推送请求可携带展示资源信息和媒体方推荐的一个用户标识或者用户标识集合。交易平台103基于来自媒体方服务器102的推送请求,向DSP104发送多个推送请求,每一推送请求可携带一个展示资源的信息和媒体方推荐的一个用户标识,这样,针对每一推送请求(即一个展示资源),DSP104会提取到多个订单,每一订单对应一个媒体内容,DSP104通过访问DMP105进行目标受众(TA,Target Audience)查询以对这些订单进行筛选,并经由交易平台103向媒体方服务器102反馈响应,告知媒体方服务器102其最终选中了哪些推送请求对应的哪些订单。媒体方服务器102根据所收到的响应,确定DSP104选中的推送请求中携带的用户标识以及所选中订单对应的媒体内容,进而向这些用户标识对应的客户端推送对应的媒体内容。这里,上述的媒体内容可以为图片、视频、音频等格式的广告、公益宣传信息、新闻等,上述的用户标识可以为互联网用户在各种APP、网站上注册使用的各种账号,如:QQ等即时通讯号码、e-mail地址、微信账号、淘宝账号等。
当上述媒体内容为广告时,图1所示的系统构架为推送互联网广告的系统构架,其中,交易平台103可以为广告交易平台(ADX,Advertisement Exchange),推送请求可以为广告曝光请求(impression),广告每一次向客户端的推送可被称为一次广告曝光,交易平台103、DSP 104和DMP105可以由不同的互联网服务提供方(ISP,Internet ServiceProvider)提供,它们三者或者其中任两者也可由同一ISP提供。
在一实例中,本申请提出的基于互联网的媒体推送方法可应用于DSP 104中,其中,DSP 104和DMP 105由同一个ISP提供。如图2所示,包括如下步骤:
步骤201:DSP 104从交易平台103接收多个推送请求,其中,每一推送请求至少携带展示资源信息和媒体方推荐的一个用户标识。
其中,DSP 104接收到推送请求后首先要进行协议适配,这样才能识别推送请求中携带的各种字段。在一些广告推送的实例中,DSP 104与交易平台103(即ADX)基于OpenRTB协议进行通信,即推送请求是基于OpenRTB协议的,当交易平台103对于DSP 104为内部的平台时,推送请求还可携带基于内部协议的一些特殊字段。
步骤202:针对每一推送请求,DSP 104基于该推送请求携带的展示资源信息提取至少一个订单,其中,每一订单至少描述一个媒体内容及其对应的目标受众群标识。
对于媒体推送而言,DSP会为每一媒体内容在每一展示资源的展示创建订单,每一订单具有订单标识。媒体方服务器102在发出推送请求时会将展示资源信息带到交易平台103(如广告推送中的deal_id),DSP 104可根据推送请求中的展示资源信息确定对应的订单标识(如广告推送中的order_id),进而提取到对应的一个或多个订单标识。如,广告推送中,媒体方服务器102会通过交易平台103发来携带deal_id的推送请求,DSP 104收到推送请求后可基于deal_id提取对应的一个或多个带有order_id的订单,比如可基于deal_id访问order.xml文件来提取订单。其中,每一订单描述的目标受众群标识可以由排期项目标识(project_id)和TA人群标识(如group_id)组成,单还可包括DSP标识(dspid),该订单还可包括一些订单过滤条件、频次控制条件、广告位信息、广告素材地址等信息,该订单可以为基于优质用户保证购买(GPB,Guaranteed Premium Buying)方式的广告推送中的GPB订单。
之后,DSP 104针对每一推送请求执行如下步骤203~205的处理。
步骤203:DSP 104基于该推送请求携带的用户标识以及其对应的各订单描述的各目标受众群标识,查询DMP 105并获得查询结果,其中,DMP 105可基于自身维护的用户特征数据(如业界所称的用户画像或用户角色数据)确定该用户标识是否与该推送请求对应的各订单描述的各目标受众群标识相匹配,当该用户标识与一订单描述的目标受众群标识相匹配时,则确定该用户标识对应的用户为该订单的目标受众(TA),所得到的查询结果指示该推送请求携带的用户标识对应的用户是否为其所对应的各订单的TA。
这里,一些ISP会建立DMP来对自身和/或第三方用户在互联网上的行为进行数据挖掘以维护自身用户和/或第三方用户的用户特征数据,也称为用户画像数据,尤其是一些主流的拥有大量互联网用户的ISP(如腾讯、阿里巴巴等),其所维护的用户特征数据能更为精准的描述出针对各种产品/服务的目标受众群的特征。其中,用户画像又称用户角色(Persona),是针对产品/服务目标群体真实特征的勾勒,是真实用户的综合原型,其可作为一种勾画目标用户、联系用户诉求与设计方向的有效工具,用户画像在各领域得到了广泛的应用,在实际操作的过程中往往会以最为浅显和贴近生活的话语将用户的属性、行为与期待联结起来。作为实际用户的虚拟代表,用户画像所形成的用户角色并不是脱离产品和市场之外所构建出来的,形成的用户角色需要有代表性能代表产品的主要受众和目标群体。
步骤204:DSP 104基于来自DMP 105的查询结果以及预定推送次数确定是否选中该推送请求,如果选中,则从该推送请求对应的订单中选择一个订单。
在一些涉及广告推送的实例中,来自DMP105的查询结果也被称为TA查询结果,其可以表示各推送请求携带的用户标识对应的用户是否为TA,推送请求为广告曝光请求,预定推送次数为DSP104预定的曝光流量(也称为曝光次数,其中,广告向用户的一次展示被称为一次曝光)。在GPB方式广告推送中,针对一广告位或者多个广告位,媒体方服务器102可以以N倍推送比向DSP 104推荐N倍曝光流量的用户,即媒体方推荐的用户标识的数量为预定推送次数的N倍,然后由DSP 104从中进行筛选,这个筛选过程即为本步骤所述选择推送请求及订单的过程。
步骤205:DSP 104发送指示所选择的订单的推送响应给交易平台103,以使交易平台103基于所述推送响应令媒体方向该推送请求携带的用户标识对应的客户端推送所选择的订单描述的媒体内容。比如:DSP 104可以针对每一推送请求返回推送响应给交易平台103,该推送响应可指示其所对应的推送请求是否被DSP 104选中,以及被选中的订单。这里,交易平台103可以向媒体方服务器102发送响应,使得媒体方服务器102向对应推送请求携带的用户标识对应的客户端101推送被选中的订单描述的媒体内容。
在上述实例中,DSP 104和DMP 105由同一ISP提供,DSP 104提供的用户标识对于DMP 105而言识别率很高,进而能够更加有效的完成用户标识和目标受众群标识的匹配,提高匹配的准确度(对于广告推送而言,能够使TA的浓度得到提升,提高TA查询的准确度和效率),进而能够更有效的筛选出媒体内容推送的目标用户,改善媒体内容的推送效果。
在一些实例中,上述的交易平台103与DSP 104和DMP 105都由同一ISP提供,即DSP104为嵌入式的DSP。比如:在广告推送的系统构架中,作为交易平台103的ADX、DSP 104和DMP 105都由同一ISP提供,如都属于腾讯维护的平台,那么,DSP 104可以将来自ADX的用户标识全部识别出来,并能有效的通过DMP 105进行TA查询,可以显著提高TA查询的匹配度,提高TA识别率,能够更多的筛选出合适的目标受众进行广告推送,提高广告推送效果。
在一些实例中,在步骤202之后(在提取到所述订单之后),可进一步对各推送请求携带的各个用户标识进行识别处理(也可称为用户转换处理),从这些用户标识中识别出可用的用户标识,再基于可用的用户标识进行后续处理(即执行后续步骤203)。
具体的,上述识别处理(或称用户转换处理)中,DSP 104从推送请求中获取用户标识字段,此用户标识可包括:交易平台上注册的用户标识(如adxuid)、DSP上注册的用户标识(如dspuid)等。其中,交易平台的服务器会维护一张cookie mapping表来将交易平台上注册的用户标识和DSP上注册的用户标识映射起来,比如adxuid和dspuid之间的映射。对于DSP而言,如果交易平台是外部的(即由第三方提供的),则根据cookie mapping表,会有一部分交易平台上注册的用户标识和DSP上注册的用户标识不能匹配,对于任一组交易平台上注册的用户标识和DSP上注册的用户标识,如果二者可以匹配(即对应同一用户的cookie),则交易平台会将这两个用户标识(如adxuid和dspuid)都通过推送请求传给DSP,如果二者不匹配,则交易平台则只将交易平台上注册的用户标识(如adxuid)通过推送请求传给DSP。而如果交易平台是内部的(即交易平台与DSP由同一方提供),则根据cookiemapping表,交易平台上注册的用户标识和DSP上注册的用户标识均能匹配,交易平台可以识别所有的用户标识,这些标识也能被DSP识别出来,交易平台还可将内部的其它用户标识也都透传给DSP,以便于DSP更好的进行TA查询处理。比如:在广告推送中,ADX和DSP均由腾讯提供,则ADX还可将腾讯的qq号、APP用户账号等内部用户标识透传给DSP,DSP结合这些信息可以更好的识别出可作为目标受众的用户。这样,DSP 104不一定能完全识别出所获取的用户标识,对于外部的交易平台传过来的交易平台上注册的用户标识(如adxuid),DSP 104就很可能识别不出来,对于这种无法识别的用户标识,就无法进行后续的处理,相应的推送请求会被过滤掉。
在一些实例中,上述步骤203中,DMP 105基于用户特征数据确定该用户标识是否与该推送请求对应的各订单描述的各目标受众群标识相匹配的处理可具体包括:针对每一目标受众群标识,判断该用户标识是否属于用户特征数据中该目标受众群标识对应的用户标识集合,如果属于,则确定该用户标识与该目标受众群标识相匹配,否则确定该用户标识与该目标受众群标识不匹配。
在一些实例中,针对每一媒体内容,DSP会在DMP中建立好对应的排期项目,DMP会根据此项目的推广需求进行数据挖掘,进而能够建立起该项目对应的目标受众群的用户标识集合(也称为目标受众人群包)。步骤203中,DSP 104查询DMP 105所用的目标受众群标识可以包括项目标识(如project_id),还可进一步包括用户组标识(如group_id)和/或DSP标识(如dspid),DMP 105会查询自身维护的用户特征数据中该目标受众群标识对应的用户标识集合,如果推送请求中携带的用户标识与查询到的用户标识集合中的任一用户标识相同,则确定该用户标识与该目标受众群标识相匹配,说明推送请求中携带的用户标识为目标受众用户的标识,此推送请求对应的用户为TA。
在一些广告推送的实例中,DSP 104查询DMP 105时,输入的用户标识包括:adxuid和dspuid,输入的目标受众群标识包括project_id、group_id和dspid。DSP 104首先会基于project_id做权限验证,看是否对project_id对应的项目有查询权限,如果有,才会到DMP105中进行查询。DMP 105挖掘出的用户特征数据包括各项目对应的目标受众人群包,每个目标受众人群包包括多个用户的adxuid和dspuid,DMP 105会根据查询输入的目标受众群标识(project_id、group_id等)确定对应的目标受众人群包,然后判断查询输入的adxuid和dspuid中的任一个是否与该目标受众人群包中的adxuid或dspuid相同,即判断查询输入的adxuid和dspuid中的任一个是否属于该目标受众人群包,如果是,则查询输出指示当前查询的用户标识对应的用户为TA,否则查询输出指示当前查询的用户标识对应的用户非TA。比如:查询输出project_id、group_id和状态(status),当status=1时表明用户为TA,当status=0时表明用户为非TA。
考虑某些情况下目标受众群标识对应的用户标识数量少,这样所查询到的适合作为推送目标的用户数量也就比较少,就不易保证媒体内容的预定推送次数,在一些实例中,进一步包括扩散目标受众群的处理。具体的,当目标受众群标识对应的用户标识集合中的用户标识数量未达到预设阈值时,根据预设的扩散比例,确定该用户标识集合的扩散集合;这样,当DMP 105确定DSP 104查询输入的某用户标识是否与某目标受众群标识相匹配时,可进一步执行如下处理:当该用户标识不属于该目标受众群标识对应的用户标识集合时,判断该用户标识是否属于此用户标识集合的扩散集合,如果属于,则确定该用户标识与该目标受众群标识相匹配。这里,判断用户标识是否属于扩散集合的方法与前述判断用户标识是否属于目标受众群标识对应的用户标识集合的方法类似,这里不再赘述。
在一些实例中,在上述步骤202之后,可进一步对推送请求对应的订单做初步过滤,例如:在提取到订单之后,判断该订单是否符合其所携带的过滤条件,如果该订单符合所述过滤条件,再进行后续处理。这样,就能把一些不符合基本要求的订单过滤掉。这里,过滤条件可以为静态过滤条件和/或频次控制条件,可根据实现需求而设定。
在一些实例中,步骤204中,DSP 104基于来自DMP 105的查询结果以及预定推送次数确定是否选中该推送请求以及选择订单的处理可具体包括:
1、基于所述查询结果计算该推送请求对应的各订单的推送概率,其中,如果查询结果指示该推送请求携带的用户标识对应的用户为一订单的TA,则将该订单的推送概率置为最大值(如置为1);如果查询结果指示该用户标识对应的用户非一订单的TA,则按如下方法计算该订单的推送概率:统计在预定时间内(如一分钟内)针对该订单的推送请求数量(如广告推送中的曝光请求累计数量)和已推送次数(如广告推送中的已曝光次数);再根据所统计的推送请求数量、已推送次数以及预订推送次数(如广告推送中的预定曝光次数或称为预订曝光流量),计算该订单的推送概率。在一些实例中,该订单的推送请求数量和已推送次数可以从Redis读取,其中,Redis是一个开源,先进的key-value存储,并用于构建高性能,可扩展的Web应用程序的完美解决方案。
2、根据各订单的推送概率和上述预定推送次数,选择一个订单,使得在预定时间内该订单的已推送次数达到此预定推送次数,并优先选择推送概率大的推送请求。其中,可最先选择推送概率为最大值的订单,即推送请求对应的用户为TA的那些订单,如果不存在推送概率为最大值的订单,则基于随机概率及它们的推送概率来进行选择,推送概率大的订单会被优先选择,推送概率相同的订单可随机选择之一,在选择的同时还要考虑预定推送次数,以使在预定时间内该订单的已推送次数能够达到预定推送次数,这样才能保证推送需求。
以下给出一些计算推送概率的实例,其中,用户指的是推送请求携带的用户标识对应的用户,即订单的当前用户,DMP 105反馈的查询结果会指示该用户是否为TA,P为计算得到的推送概率(在一些实例中被称为订单播放概率),所统计的预定时间内的推送请求数量被称为订单当前累计请求量,已推送次数被称为订单当前累计已播量,N为推送比,媒体方会推荐N倍预定推送次数的推送请求给DSP 104供其进行筛选,即媒体方推荐的用户标识的数量为N倍预定推送次数(如广告推送中的N倍曝光流量)。
A、计算方法1:
当用户是TA时,P=1.0;
当订单当前累计已播量>订单当前累计请求量/N时,P=0.0;
在其它情况下,P=(订单当前累计请求量/N-订单当前累计已播量)/1.0。
B、计算方法2(此方法支持目标受众群扩散的情况,所谓“用户是相似TA”就是指“用户属于扩散集合”):
当用户是TA时,P=1.0;
当用户是相似TA时,P=1.0;
当订单当前累计已播量>订单当前累计请求量/N时,P=0.0;
在其它情况下,P=(订单当前累计请求量/N-订单当前累计已播量)/1.0。
基于以上的推送概率计算方法,DSP 104选择订单的具体实例如下:
1、当用户是TA、且该订单当前累计已播量<订单当前累计请求量/N时,P=1.0,按以下原则进行选单:如果该订单对应的impression对应的所有订单的推送概率均为1.0,则随机选择一个订单;否则按照推送概率对该impression对应的所有订单进行排序,选择推送概率最大的订单。
2、当用户是TA、且该订单当前累计已播量>=订单当前累计请求量/N时,P=1.0,按以下原则进行选单:如果该订单对应的impression对应的所有订单的推送概率均为1.0,则随机选择一个订单;否则按照推送概率对该impression对应的所有订单进行排序,选择推送概率最大的订单。
3、当用户不是TA、且该订单当前累计已播量>=订单当前累计请求量/N时,P=0.0,按以下原则进行选单:如果该订单对应的impression对应的所有订单的推送概率均为0.0,则该impression的选单失败(即该impression不会被选中);否则按照推送概率对该impression对应的所有订单进行排序,选择推送概率最大的订单。
4、当用户不是TA、且该订单当前累计已播量<订单当前累计请求量/N时,P=(该订单当前累计请求量/N-该订单当前累计已播量)/1.0,按以下原则进行选单:当P大于1时,将P置为1.0;按照推送概率对该impression对应的所有订单进行排序,选择推送概率最大的订单。
上述各订单的累计请求数量、累计已播量和被选中的数量都会被实时写入Redis。
在上述实例中,可以利用一些大型ISP提供的DMP中的用户特征数据(如腾讯DMP的精准用户画像数据)来进行GPB选单,使得TA识别率大大提升。此外,在GBP选单退量策略中,媒体方可承诺一个N倍推送比,嵌入式DSP在媒体方推荐的N倍曝光流量(即基于媒体方为各展示资源推荐的用户标识提取到的GPB订单)里利用属于同一ISP的内部DMP提供的TA查询结果可按照推送比去筛选出原购买量的GPB订单来进行曝光,这种GPB选单退量策略使得TA浓度最大提升N*100%。当TA较少时,GBP选单退量策略还能将TA人群包扩散到相似TA人群包,会进一步提高TA识别率及订单选中率。因此,采用上述实例,能够显著提高媒体内容推送的效果,既能保证预订的推送次数(即媒体内容的原购买量),又能选择出更多的TA,更有效的实现媒体内容推送。
图3示出了本申请提供的一广告推送实例的消息交互图。如图3所示,广告推送过程包括如下步骤:
步骤301:用户通过客户端访问媒体方服务器,比如浏览网页或者观看在线视频等。
步骤302:媒体方服务器针对预定时间段内网络上各种用户使用客户端访问的情况,向ADX发送针对一个或多个广告位(即一种展示资源)的一个或多个曝光请求(impression),其中携带媒体方推荐的用户标识及广告位的信息(deal_id),ADX会将多个曝光请求发送至DSP,其中,每一曝光请求携带一个媒体方推荐的用户标识和一个deal_id。这里,一个用户标识可以包括用户在ADX上注册的标识(adxuid)和在DSP上注册的标识(dspuid)。
步骤303:DSP基于OpenRTB协议对接收到的曝光请求进行协议适配。
步骤304:DSP针对每一曝光请求携带的deal_id提取GPB订单,其中,针对一个曝光请求可能提取一个或多个GPB订单,每一GPB订单包括order_id、广告信息(如一个广告内容的素材地址等)、目标受众群标识(project_id、group_id),本步骤可由DSP中的数据服务(DS)模块执行。
步骤305:DSP对各曝光请求中的用户标识进行识别,如果能识别一曝光请求中的媒体方推荐的用户标识(adxuid和dspuid)再对该曝光请求进行后续处理,本步骤可由DSP中的用户转换模块执行。
上述步骤304和305的执行先后顺序不限。
步骤305’:可选的,DSP可根据各GPB订单中的基础过滤条件对各GPB订单进行初步筛选,将不符合其所携带的基础过滤条件的GPB订单筛掉,再进行后续处理。
步骤306:DSP针对每一曝光请求对应的每一GPB订单在DMP中进行TA查询。其中,查询输入DMP的参数包括:adxuid、dspuid、project_id、group_id、dspid,DMP反馈的查询结果包括:projuect_id、group_id、status(可指示用户是否为TA,如status=1时表明用户为TA)。
步骤307:DSP根据各GPB订单的TA查询结果以及查询Redis获取的各GPB订单的累计请求量和已播放量,进行选单和退量处理,具体处理方法前文已有描述。
步骤308:DSP针对每一曝光请求向ADX返回响应,该响应指示该曝光请求是否被选中,如果选中,则指示所选的GPB订单的信息。ADX再将这些信息通过响应反馈给媒体方服务器。
步骤309:媒体方服务器基于针对各曝光请求的各选中的GPB订单的信息获取相应的广告素材并进行所需的处理,之后,向对应的用户客户端的对应广告位上推送对应的广告内容,进而完成广告曝光。
基于上述实例提供的方法,本申请还提出了一种基于互联网的媒体推送控制装置,该装置可应用于上述的DSP 104。如图4所示,该装置可包括:通信模块401、提取模块402、选单模块403。
通信模块401,从交易平台103接收多个推送请求,其中,每一推送请求至少携带展示资源信息和媒体方推荐的一个用户标识。提取模块402,针对每一推送请求,提取该推送请求携带的所述展示资源信息对应的至少一个订单,其中,每一订单至少描述一个媒体内容及其对应的目标受众群标识。选单模块403,针对每一推送请求,执行如下处理:
1、基于该推送请求携带的用户标识以及其对应的各订单描述的各目标受众群标识,查询DMP 105并获得来自DMP 105的查询结果。其中,该DMP 105与上述DSP 104由同一ISP提供,DMP 105基于用户特征数据确定该用户标识是否与该推送请求对应的各订单描述的各目标受众群标识相匹配,当该用户标识与一订单描述的目标受众群标识相匹配时,则确定该用户标识对应的用户为该订单的TA,上述查询结果会指示该推送请求携带的用户标识对应的用户是否为其所对应的各订单的TA。
2、基于来自DMP 105的查询结果以及预定推送次数确定是否选中该推送请求,如果选中,则从该推送请求对应的订单中选择一个订单。
3、通过通信模块401发送指示所选择的订单的推送响应给交易平台103,以使交易平台103基于推送响应,令媒体方向该推送请求携带的用户标识对应的客户端推送所选择的订单描述的媒体内容。
在一些实例中,上述装置可进一步包括:用户识别模块404,其针对通信模块401收到的每一推送请求,从该推送请求中获取所述用户标识,如果能够识别所述用户标识,再将该推送请求发送至提取模块402进行后续处理。
在一些实例中,上述装置可进一步包括:过滤模块405,针对提取模块402提取到每一订单,判断该订单是否符合其所携带的过滤条件,如果该订单符合所述过滤条件,再将该订单发送至选单模块403进行后续处理。
上述各个模块实现各种功能的具体方法及原理在前文均有描述,这里不再赘述。上述各个模块可能位于一台服务器设备,也可能分布在多个服务器设备中。
此外,本申请还提供了一种基于互联网的媒体推送系统,至少包括图1所示的交易平台103、DSP 104和DMP 105。其中,DSP 104和DMP 105由同一ISP提供,DMP 105维护用户特征数据。交易平台103基于来自媒体方(如:媒体方服务器102)的请求向DSP 104发送多个推送请求。DSP 104从交易平台103接收多个推送请求,其中,每一推送请求至少携带展示资源信息和媒体方推荐的一个用户标识;针对每一推送请求,提取该推送请求携带的展示资源信息对应的至少一个订单,其中,每一订单至少描述一个媒体内容及其对应的目标受众群标识,并针对每一推送请求,执行如下处理:
基于该推送请求携带的用户标识以及其对应的各订单描述的各目标受众群标识,查询DMP 105并获得来自DMP 105的查询结果,其中,DMP 105基于自身维护的用户特征数据确定该用户标识是否与该推送请求对应的各订单描述的各目标受众群标识相匹配,当该用户标识与一订单描述的目标受众群标识相匹配时,则确定该用户标识对应的用户为该订单的TA,上述查询结果指示该推送请求携带的用户标识对应的用户是否为其所对应的各订单的TA。基于来自DMP105的查询结果以及预定推送次数确定是否选中该推送请求,如果选中,则从该推送请求对应的订单中选择一个订单。发送指示所选择的订单的推送响应给交易平台103。
交易平台103,针对每一推送请求,基于来自DSP 104的推送响应,令媒体方(如:媒体方服务器102)向该推送请求携带的用户标识对应的客户端101推送所选择的订单描述的媒体内容。
在一些实例中,交易平台103与DSP 104可由同一ISP提供或者由不同ISP提供。
在一些实例中,上述交易平台103、DSP 104和DMP 105中任一者可以实现为一台服务器或者多台服务器组成的集群。
上述系统中各个实体实现各种功能的具体方法及原理在前文均有描述,这里不再赘述。
另外,在本申请各个实例中的装置及各模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上装置或模块集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
在一实施例中,上述的媒体推送控制装置可运行在任一用于媒体推送控制的计算设备中,并加载在该计算设备的存储器中。如图5所示,该计算设备除了包括上述控制装置中的各个模块,还可包括:存储器501、处理器503、总线502、端口504。处理器503和存储器501通过总线502互联。处理器503可通过端口504接收和发送数据以实现网络通信和/或本地通信。上述各模块401~405可以是存储器501中存储的机器可执行指令模块。处理器503通过执行存储器501中各模块401~405中包含的机器可执行指令,进而能够实现上述各模块401~405的功能。
另外,本申请的每个实例可以通过由数据处理设备如计算机执行的数据处理程序来实现。显然,数据处理程序构成了本发明。此外,通常存储在一个存储介质中的数据处理程序通过直接将程序读取出存储介质或者通过将程序安装或复制到数据处理设备的存储设备(如硬盘和/或内存)中执行。因此,这样的存储介质也构成了本发明。存储介质可以使用任何类型的记录方式,例如纸张存储介质(如纸带等)、磁存储介质(如软盘、硬盘、闪存等)、光存储介质(如CD-ROM等)、磁光存储介质(如MO等)等。
因此,本申请还提供了一种非易失性存储介质,其中存储有数据处理程序,该数据处理程序用于执行本申请上述方法的任何一种实例。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (16)
1.一种基于互联网的媒体推送方法,其特征在于,应用于第一互联网服务提供方ISP的需求方平台DSP,该方法包括:
从交易平台接收多个推送请求,其中,每一推送请求至少携带展示资源信息和媒体方推荐的一个用户标识;
针对每一推送请求,提取该推送请求携带的所述展示资源信息对应的至少一个订单,其中,每一订单至少描述一个媒体内容及其对应的目标受众群标识;及
针对每一推送请求,执行如下处理:
基于该推送请求携带的用户标识以及其对应的各订单描述的各目标受众群标识,查询所述第一ISP的数据管理平台DMP并获得来自所述DMP的查询结果,其中,所述DMP基于用户特征数据确定该用户标识是否与该推送请求对应的各订单描述的各目标受众群标识相匹配,当该用户标识与一订单描述的目标受众群标识相匹配时,则确定该用户标识对应的用户为该订单的目标受众TA,所述查询结果指示该推送请求携带的用户标识对应的用户是否为其所对应的各订单的TA;
基于来自所述DMP的所述查询结果以及预定推送次数确定是否选中该推送请求,如果选中,则从该推送请求对应的订单中选择一个订单;及
发送指示所选择的订单的推送响应给所述交易平台,以使所述交易平台基于所述推送响应令所述媒体方向该推送请求携带的用户标识对应的客户端推送所选择的订单描述的媒体内容。
2.根据权利要求1所述的方法,其中,所述交易平台由所述第一ISP或者第二ISP提供。
3.根据权利要求1所述的方法,进一步包括:
在收到所述推送请求之后,从所述推送请求中获取所述用户标识,如果能够识别所述用户标识,再对该推送请求进行后续处理。
4.根据权利要求1所述的方法,其中,所述DMP基于用户特征数据确定该用户标识是否与该推送请求对应的各订单描述的各目标受众群标识相匹配,包括:
针对每一目标受众群标识,判断该用户标识是否属于所述用户特征数据中该目标受众群标识对应的用户标识集合,如果属于,则确定该用户标识与该目标受众群标识相匹配,否则确定该用户标识与该目标受众群标识不匹配。
5.根据权利要求4所述的方法,进一步包括:当所述目标受众群标识对应的用户标识集合中的用户标识数量未达到预设阈值时,根据预设的扩散比例,确定所述用户标识集合的扩散集合;
当该用户标识不属于所述用户标识集合时,判断该用户标识是否属于所述用户标识集合的所述扩散集合,如果属于,则确定该用户标识与所述目标受众群标识相匹配。
6.根据权利要求1所述的方法,进一步包括:
在提取到所述订单时,判断该订单是否符合其所携带的过滤条件,如果该订单符合所述过滤条件,再进行后续处理。
7.根据权利要求1所述的方法,其中,基于来自所述DMP的所述查询结果以及预定推送次数确定是否选中该推送请求,如果选中,则从该推送请求对应的订单中选择一个订单,包括:
基于所述查询结果计算该推送请求对应的各订单的推送概率,其中,当所述查询结果指示该推送请求携带的用户标识对应的用户为一订单的TA时,将该订单的推送概率置为最大值,当所述查询结果指示该推送请求携带的用户标识对应的用户非一订单的TA时,统计在预定时间内针对该订单的推送请求数量和已推送次数,根据所述推送请求数量、已推送次数以及所述预定推送次数,计算该订单的推送概率;及
根据各订单的推送概率和所述预定推送次数,选择一个订单,使得在预定时间内该订单的已推送次数达到所述预定推送次数,并优先选择推送概率大的订单。
8.一种基于互联网的媒体推送控制装置,其特征在于,应用于第一互联网服务提供方ISP的需求方平台DSP,该装置包括:
通信模块,从交易平台接收多个推送请求,其中,每一推送请求至少携带展示资源信息和媒体方推荐的一个用户标识;
提取模块,针对每一推送请求,提取该推送请求携带的所述展示资源信息对应的至少一个订单,其中,每一订单至少描述一个媒体内容及其对应的目标受众群标识;及
选单模块,针对每一推送请求,执行如下处理:
基于该推送请求携带的用户标识以及其对应的各订单描述的各目标受众群标识,查询所述第一ISP的数据管理平台DMP并获得来自所述DMP的查询结果,其中,所述DMP基于用户特征数据确定该用户标识是否与该推送请求对应的各订单描述的各目标受众群标识相匹配,当该用户标识与一订单描述的目标受众群标识相匹配时,则确定该用户标识对应的用户为该订单的目标受众TA,所述查询结果指示该推送请求携带的用户标识对应的用户是否为其所对应的各订单的TA;
基于来自所述DMP的所述查询结果以及预定推送次数确定是否选中该推送请求,如果选中,则从该推送请求对应的订单中选择一个订单;及
通过所述通信模块发送指示所选择的订单的推送响应给所述交易平台,以使所述交易平台基于所述推送响应令所述媒体方向该推送请求携带的用户标识对应的客户端推送所选择的订单描述的媒体内容。
9.根据权利要求8所述的装置,进一步包括:
用户识别模块,针对所述通信模块收到的每一推送请求,从该推送请求中获取所述用户标识,如果能够识别所述用户标识,再将该推送请求发送至所述提取模块进行后续处理。
10.根据权利要求8所述的装置,进一步包括:
过滤模块,针对所述提取模块提取到每一订单,判断该订单是否符合其所携带的过滤条件,如果该订单符合所述过滤条件,再将该订单发送至所述选单模块进行后续处理。
11.根据权利要求8所述的装置,其中,所述选单模块的所述确定是否选中该推送请求以及所述从该推送请求对应的订单中选择一个订单的过程,包括:
基于所述查询结果计算该推送请求对应的各订单的推送概率,其中,当所述查询结果指示该推送请求携带的用户标识对应的用户为一订单的TA时,将该订单的推送概率置为最大值,当所述查询结果指示该推送请求携带的用户标识对应的用户非一订单的TA时,统计在预定时间内针对该订单的推送请求数量和已推送次数,根据所述推送请求数量、已推送次数以及所述预定推送次数,计算该订单的推送概率;及
根据各订单的推送概率和所述预定推送次数,选择一个订单,使得在预定时间内该订单的已推送次数达到所述预定推送次数,并优先选择推送概率大的订单。
12.一种基于互联网的媒体推送系统,其特征在于,包括:交易平台、需求方平台DSP和数据管理平台DMP;其中,
所述DSP和所述DMP由第一互联网服务提供方ISP提供;
所述DMP维护用户特征数据;
所述交易平台基于来自媒体方的请求向所述DSP发送多个推送请求;
所述DSP从所述交易平台接收多个推送请求,其中,每一推送请求至少携带展示资源信息和媒体方推荐的一个用户标识;针对每一推送请求,提取该推送请求携带的所述展示资源信息对应的至少一个订单,其中,每一订单至少描述一个媒体内容及其对应的目标受众群标识;并针对每一推送请求,执行如下处理:
基于该推送请求携带的用户标识以及其对应的各订单描述的各目标受众群标识,查询所述DMP并获得来自所述DMP的查询结果,其中,所述DMP基于所述用户特征数据确定该用户标识是否与该推送请求对应的各订单描述的各目标受众群标识相匹配,当该用户标识与一订单描述的目标受众群标识相匹配时,则确定该用户标识对应的用户为该订单的目标受众TA,所述查询结果指示该推送请求携带的用户标识对应的用户是否为其所对应的各订单的TA;
基于来自所述DMP的所述查询结果以及预定推送次数确定是否选中该推送请求,如果选中,则从该推送请求对应的订单中选择一个订单;及
发送指示所选择的订单的推送响应给所述交易平台;及
所述交易平台,针对每一推送请求,基于来自所述DSP的所述推送响应,令所述媒体方向该推送请求携带的用户标识对应的客户端推送所选择的订单描述的媒体内容。
13.根据权利要求12所述的系统,其中,所述交易平台由所述第一ISP或者第二ISP提供。
14.根据权利要求12所述的系统,其中,所述DSP的所述确定是否选中该推送请求以及所述从该推送请求对应的订单中选择一个订单的过程,包括:
基于所述查询结果计算该推送请求对应的各订单的推送概率,其中,当所述查询结果指示该推送请求携带的用户标识对应的用户为一订单的TA时,将该订单的推送概率置为最大值,当所述查询结果指示该推送请求携带的用户标识对应的用户非一订单的TA时,统计在预定时间内针对该订单的推送请求数量和已推送次数,根据所述推送请求数量、已推送次数以及所述预定推送次数,计算该订单的推送概率;及
根据各订单的推送概率和所述预定推送次数,选择一个订单,使得在预定时间内该订单的已推送次数达到所述预定推送次数,并优先选择推送概率大的订单。
15.一种计算设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述指令可以使所述处理器执行如权利要求1至8中任一项所述的方法。
16.一种计算机可读存储介质,其特征在于,存储有计算机可读指令,可以使至少一个处理器执行如权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610312933.3A CN107370780B (zh) | 2016-05-12 | 2016-05-12 | 基于互联网的媒体推送方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610312933.3A CN107370780B (zh) | 2016-05-12 | 2016-05-12 | 基于互联网的媒体推送方法、装置和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107370780A CN107370780A (zh) | 2017-11-21 |
CN107370780B true CN107370780B (zh) | 2020-06-26 |
Family
ID=60304001
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610312933.3A Active CN107370780B (zh) | 2016-05-12 | 2016-05-12 | 基于互联网的媒体推送方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107370780B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875820A (zh) * | 2018-06-08 | 2018-11-23 | Oppo广东移动通信有限公司 | 信息处理方法和装置、电子设备、计算机可读存储介质 |
CN109598549B (zh) * | 2018-08-03 | 2021-02-26 | 武汉稀云科技有限公司 | 一种互联网广告投放方法和装置 |
CN109598538B (zh) * | 2018-11-06 | 2024-06-07 | 省广营销集团有限公司 | 一种广告投放的流量控制方法、装置、设备及介质 |
CN112288506B (zh) * | 2019-07-22 | 2024-05-03 | 腾讯科技(深圳)有限公司 | 信息推送方法、装置、电子设备及存储介质 |
CN111192077A (zh) * | 2019-12-16 | 2020-05-22 | 加和(北京)信息科技有限公司 | 广告流量复用方法及装置、存储介质及电子装置 |
CN111080719A (zh) * | 2019-12-26 | 2020-04-28 | 四川航天神坤科技有限公司 | 一种视频注册方法及装置 |
CN115004672B (zh) * | 2020-02-13 | 2024-04-05 | 深圳市欢太科技有限公司 | 信息推送方法、装置、服务器及存储介质 |
CN111881353B (zh) * | 2020-07-28 | 2023-10-31 | 北京达佳互联信息技术有限公司 | 一种展示资源的推送方法、装置、电子设备和存储介质 |
CN118233424A (zh) * | 2020-10-27 | 2024-06-21 | 花瓣云科技有限公司 | 处理推送消息的方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101694714A (zh) * | 2009-09-22 | 2010-04-14 | 姚军利 | 精确广告投放系统及方法 |
CN102968738A (zh) * | 2012-12-06 | 2013-03-13 | 中国科学院半导体研究所 | 广告投放系统 |
CN104244099A (zh) * | 2014-09-28 | 2014-12-24 | 北京金山安全软件有限公司 | 一种媒体内容推荐方法和装置 |
CN104462251A (zh) * | 2014-11-19 | 2015-03-25 | 北京国双科技有限公司 | 用于网络多媒体文件投放的数据处理方法及装置 |
CN105184614A (zh) * | 2015-09-14 | 2015-12-23 | 北京工商大学 | 一种基于Storm平台的分布式数字标牌广告投放方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001282834A (ja) * | 2000-03-30 | 2001-10-12 | Nec Corp | 広告提供システムおよび広告提供方法 |
-
2016
- 2016-05-12 CN CN201610312933.3A patent/CN107370780B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101694714A (zh) * | 2009-09-22 | 2010-04-14 | 姚军利 | 精确广告投放系统及方法 |
CN102968738A (zh) * | 2012-12-06 | 2013-03-13 | 中国科学院半导体研究所 | 广告投放系统 |
CN104244099A (zh) * | 2014-09-28 | 2014-12-24 | 北京金山安全软件有限公司 | 一种媒体内容推荐方法和装置 |
CN104462251A (zh) * | 2014-11-19 | 2015-03-25 | 北京国双科技有限公司 | 用于网络多媒体文件投放的数据处理方法及装置 |
CN105184614A (zh) * | 2015-09-14 | 2015-12-23 | 北京工商大学 | 一种基于Storm平台的分布式数字标牌广告投放方法 |
Non-Patent Citations (1)
Title |
---|
"浅析网络定向广告"窄告"的发展概况";沈惠娜;《新闻研究导刊》;20120817;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107370780A (zh) | 2017-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107370780B (zh) | 基于互联网的媒体推送方法、装置和系统 | |
US11809809B2 (en) | Clickable emoji | |
US20230306465A1 (en) | Systems and methods for inferring matches and logging-in of online users across devices | |
CN104572840B (zh) | 一种用于提供推送消息的方法与设备 | |
US9559992B2 (en) | System and method for updating information in an instant messaging application | |
CA2969353C (en) | Associating user interactions across multiple applications on a client device | |
WO2015057707A2 (en) | Systems and methods for matching online users across devices | |
CN107077498B (zh) | 在在线广告中表示实体关系 | |
CN108122124B (zh) | 信息推送方法、平台及系统 | |
EP2862338A1 (en) | Method, server, and client for pushing and displaying splash screen | |
WO2014176896A1 (en) | System and method for updating information in an instant messaging application | |
US20150245110A1 (en) | Management of invitational content during broadcasting of media streams | |
KR20170101416A (ko) | 크라우드 펀딩 시스템을 통해 엔터테인먼트 관련 펀딩 정보 및 컨설팅 정보를 제공하는 방법 | |
JP6377848B2 (ja) | アプリケーションインストールコンバージョンおよび識別 | |
US20170213238A1 (en) | Evaluating performance of content item presentation by modifying parameters determining whether to present content item to users of an online system | |
US11356517B2 (en) | Optimizing network utilization | |
US11627201B2 (en) | Optimizing network utilization | |
CN109218272B (zh) | 媒体内容推送方法、装置、服务器、系统及存储介质 | |
CN107872483B (zh) | 媒体内容的推送方法、装置及系统 | |
CN106487653B (zh) | 一种消息处理方法及服务器 | |
WO2015096791A1 (en) | Method and system for releasing media content | |
US8788638B2 (en) | Method and arrangement for registering a user | |
CN115373831A (zh) | 数据处理方法、装置以及计算机可读存储介质 | |
CN107222559B (zh) | 信息调用方法 | |
US11997334B1 (en) | Runtime determination of a configuration file usable for content presentation |
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 |