CN107480165A - 一种页面排位的方法及设备 - Google Patents
一种页面排位的方法及设备 Download PDFInfo
- Publication number
- CN107480165A CN107480165A CN201710475389.9A CN201710475389A CN107480165A CN 107480165 A CN107480165 A CN 107480165A CN 201710475389 A CN201710475389 A CN 201710475389A CN 107480165 A CN107480165 A CN 107480165A
- Authority
- CN
- China
- Prior art keywords
- application program
- ranking
- page
- installation
- app
- 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
- 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
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)
- Stored Programmes (AREA)
Abstract
本申请的目的是提供一种页面排位的方法及设备，本申请通过确定页面上每个应用程序的预设单位时间内的激活率及时间因子权重；根据所述预设单位时间内的激活率及时间因子权重更新所述应用程序在页面的激活率；基于每个应用程序在页面上已有排位的数量及时间因子确定所述页面上每个排位上的安装率；基于所述应用程序在页面的激活率、所述页面上每个排位上的安装率、所述应用程序的单价及预设的调整参数确定所述页面上每个应用程序在每个排位上的价值；根据所述每个应用程序在每个排位上的价值调整每个应用程序在页面上的排位。从而解放人力，智能化进行页面排位，实现平台利润最大化，且可以及时更新广告位规则变化，自动处理各维度更新信息。
Description
技术领域
本申请涉及计算机领域，尤其涉及一种页面排位的方法及设备。
背景技术
应用程序(APP)分发平台通常情况下，会对搜索排序和各种排行榜进行算法干预，以期达到搜索体验和榜单广告效应及动态的最优化，目前市场上对于APP分发平台上的另外一个页面，比如分发主页，各类别中显示页的APP排位优化方案并不太常见，通常情况下是根据运营及商务人员长期积累的经验和数据统计分析相结合的办法，人工去配置各页面的APP具体排放位置。需要人力维护，若维护人员休假或时间限制，则页面无法自动及时配置更新，且需要配置人员对业务精通，从而根据经验进行配置，不能做到客观且效果最优；另一方面，广告位的利润规则时长变化，人工无法及时处理规则更新。
发明内容
本申请的一个目的是提供一种页面排位的方法及设备，解决人工配置页面排位，无法自动处理广告位的利润规则更新的问题。
根据本申请的一个方面，提供了一种页面排位的方法，该方法包括：
确定页面上每个应用程序的预设单位时间内的激活率及时间因子权重；
根据所述预设单位时间内的激活率及时间因子权重更新所述应用程序在页面的激活率；
基于每个应用程序在页面上已有排位的数量及时间因子确定所述页面上每个排位上的安装率；
基于所述应用程序在页面的激活率和所述页面上每个排位上的安装率、确定所述页面上每个应用程序在每个排位上的价值；
根据所述每个应用程序在每个排位上的价值调整每个应用程序在页面上的排位。
进一步地，上述方法中，所述方法还包括：
基于所述应用程序在页面的激活率、所述页面上每个排位上的安装率、所述应用程序的单价及预设的调整参数确定所述页面上每个应用程序在每个排位上的价值。
进一步地，上述方法中，根据所述应用程序在每个排位上的价值调整所述应用程序在页面上的排位，包括：
计算所述应用程序在每个排位上的价值，利用线性规划进行价值最大化的最优化排位。
进一步地，上述方法中，根据所述应用程序在每个排位上最优化后的价值调整所述应用程序在页面上的排位之后，包括：
判断所述页面上排位顺序在前的目标排位上的应用程序的类别是否存在相同，若存在，则确定满足条件的待替换应用程序，将所述待替换应用程序，调整至与存在类别相同的应用程序所在的排位，并将所述存在类别相同的应用程序调整至待替换应用程序原来的排位上，依此类推，直至调整到所述页面上最后一个应用程序。
进一步地，上述方法中，确定满足条件的待替换应用程序，包括：
判断排位顺序在后的排位上是否存在满足条件的应用程序，若存在，则从所述满足条件的应用程序中确定待替换应用程序；
若未存在，则从未进行最优化处理的应用程序中选择与存在类别相同的应用程序相似或相同排位顺序的应用程序作为待替换应用程序。
进一步地，所述方法包括：
对进行最优化处理的线性规划设置约束条件，通过设置约束条件后的线性规划对所述页面上的应用程序在每个排位上的价值进行价值最大化，得到价值最优化的所述应用程序的排位。
进一步地，所述设置约束条件包括：
获取预设时间内的所述页面上的排位信息；
根据所述排位信息计算每个应用程序在每个排位上出现的预设单位时间次数；
设置所述页面上同一排位上同一应用程序连续出现的次数最大为n个预设单位时间且在预设时间内出现的次数最大为m个预设单位时间，其中，n，m均为自然数，且n≤m。
进一步地，确定页面上每个应用程序的预设单位时间内的激活率，包括：
获取页面上每个应用程序的预设单位时间内的激活量及安装量；
根据所述预设单位时间内的激活量及安装量确定预设单位时间内的激活率。
进一步地，确定页面上每个应用程序的预设单位时间内的时间因子权重，包括：
计算每个预设单位时间距离当前单位时间的时长；
通过预设方式及所计算的时长确定页面上每个应用程序的预设单位时间内的时间因子权重。
进一步地，基于每个应用程序在页面上已有排位的数量及时间因子确定所述页面上每个排位上的安装率，包括：
根据时间因子及所述页面上每个排位上安装应用程序数量的中位数预估每个排位上的归纳安装量；
根据每个应用程序在页面上已有排位的数量确定拟合方式，根据所述拟合方式对每个应用程序在排位上的安装量进行预估；
根据所述每个排位上的归纳安装量及所述每个应用程序在排位上的安装量，确定所述页面上每个排位上的安装率。
进一步地，根据每个应用程序在页面上已有排位的数量确定拟合方式，根据所述拟合方式对每个应用程序在排位上的安装量进行预估，包括：
若所述应用程序在页面上已有排位的数量大于等于第一数量阈值，则确定的拟合方式为通过多项式拟合函数对所述应用程序在缺失排位上的安装量进行预估；
若所述应用程序在页面上已有排位的数量大于等于第二数量阈值且小于第一数量阈值，则确定的拟合方式为通过对数拟合函数对所述应用程序在缺失排位上的安装量进行预估；
若所述应用程序在页面上只有一个排位，则确定的拟合方式为根据所述应用程序在所在排位上的安装量占所述排位上预估的归纳安装量的比例，进行预估所述应用程序在页面上每个排位上的安装量；
若所述应用程序在页面上未存在排位，则根据所述页面上的安装量的排名信息确定所述应用程序在应用程序列表中的排名信息，根据所述应用程序在应用程序列表中的排名信息和每个排位上预估的归纳安装量确定所述应用程序在排位上的安装量。
根据本申请另一个方面，还提供了一种页面排位的设备，所述设备包括：
确定装置，用于确定页面上每个应用程序的预设单位时间内的激活率及时间因子权重；
更新装置，用于根据所述预设单位时间内的激活率及时间因子权重更新所述应用程序在页面的激活率；
确定安装率装置，用于基于每个应用程序在页面上已有排位的数量及时间因子确定所述页面上每个排位上的安装率；
价值计算装置，用于基于所述应用程序在页面的激活率和所述页面上每个排位上的安装率确定所述页面上每个应用程序在每个排位上的价值；
排位装置，用于根据所述每个应用程序在每个排位上的价值调整每个应用程序在页面上的排位。
进一步地，上述设备中，所述设备还包括：
价值确定装置，用于基于所述应用程序在页面的激活率、所述页面上每个排位上的安装率、所述应用程序的单价及预设的调整参数确定所述页面上每个应用程序在每个排位上的价值。
进一步地，上述设备中，所述排位装置用于：
计算所述应用程序在每个排位上的价值，利用线性规划进行价值最大化的最优化排位。
进一步地，上述设备中，所述排位装置用于：
判断所述页面上排位顺序在前的目标排位上的应用程序的类别是否存在相同，若存在，则确定满足条件的待替换应用程序，将所述待替换应用程序，调整至与存在类别相同的应用程序所在的排位，并将所述存在类别相同的应用程序调整至待替换应用程序原来的排位上，依此类推，直至调整到所述页面上最后一个应用程序。
进一步地，上述设备中，所述排位装置用于：
判断排位顺序在后的排位上是否存在满足条件的应用程序，若存在，则从所述满足条件的应用程序中确定待替换应用程序；
若未存在，则从未进行最优化处理的应用程序中选择与存在类别相同的应用程序相似或相同排位顺序的应用程序作为待替换应用程序。
进一步地，所述设备包括：
约束装置，用于对进行最优化处理的线性规划设置约束条件，通过设置约束条件后的线性规划对所述页面上的应用程序在每个排位上的价值进行价值最大化，得到价值最优化的所述应用程序的排位。
进一步地，所述设置约束条件包括：
获取预设时间内的所述页面上的排位信息；
根据所述排位信息计算每个应用程序在每个排位上出现的预设单位时间次数；
设置所述页面上同一排位上同一应用程序连续出现的次数最大为n个预设单位时间且在预设时间内出现的次数最大为m个预设单位时间，其中，n，m均为自然数，且n≤m。
进一步地，所述确定装置用于：
获取页面上每个应用程序的预设单位时间内的激活量及安装量；
根据所述预设单位时间内的激活量及安装量确定预设单位时间内的激活率。
进一步地，所述确定装置用于：
计算每个预设单位时间距离当前单位时间的时长；
通过预设方式及所计算的时长确定页面上每个应用程序的预设单位时间内的时间因子权重。
进一步地，所述确定安装率装置用于：
根据时间因子及所述页面上每个排位上安装应用程序数量的中位数预估每个排位上的归纳安装量；
根据每个应用程序在页面上已有排位的数量确定拟合方式，根据所述拟合方式对每个应用程序在排位上的安装量进行预估；
根据所述每个排位上的归纳安装量及所述每个应用程序在排位上的安装量，确定所述页面上每个排位上的安装率。
进一步地，所述确定安装率装置用于：
若所述应用程序在页面上已有排位的数量大于等于第一数量阈值，则确定的拟合方式为通过多项式拟合函数对所述应用程序在缺失排位上的安装量进行预估；
若所述应用程序在页面上已有排位的数量大于等于第二数量阈值且小于第一数量阈值，则确定的拟合方式为通过对数拟合函数对所述应用程序在缺失排位上的安装量进行预估；
若所述应用程序在页面上只有一个排位，则确定的拟合方式为根据所述应用程序在所在排位上的安装量占所述排位上预估的归纳安装量的比例，进行预估所述应用程序在页面上每个排位上的安装量；
若所述应用程序在页面上未存在排位，则根据所述页面上的安装量的排名信息确定所述应用程序在应用程序列表中的排名信息，根据所述应用程序在应用程序列表中的排名信息和每个排位上预估的归纳安装量确定所述应用程序在排位上的安装量。
根据本申请又一个方面，还提供了一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现前述方法。
与现有技术相比，本申请通过确定页面上每个应用程序的预设单位时间内的激活率及时间因子权重；根据所述预设单位时间内的激活率及时间因子权重更新所述应用程序在页面的激活率；基于每个应用程序在页面上已有排位的数量及时间因子确定所述页面上每个排位上的安装率；基于所述应用程序在页面的激活率、所述页面上每个排位上的安装率、所述应用程序的单价及预设的调整参数确定所述页面上每个应用程序在每个排位上的价值；根据所述每个应用程序在每个排位上的价值调整每个应用程序在页面上的排位。从而解放人力，把页面排位工作从人工变更为程序实现，并实现平台利润最大化，且可以根据市场变化和广告位规则变化及时更新，无需人工介入，自动处理各维度更新信息。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1示出根据本申请的一个方面提供的一种页面排位的方法流程示意图；
图2示出本申请中的一实施例中时间维度对激活率整合的示意图；
图3示出本申请中的一实施例中预估app在每个排位上的安装量的示意图；
图4示出本申请中的一实施例中app在页面上的排位矩阵示意图；
图5示出本申请中的一实施例中调整相邻排位之间排放同类app的示意图；
图6示出本申请中的一实施例中调整排位稳定性的示意图；
图7示出根据本申请另一个方面提供的一种页面排位的设备结构示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
图1示出根据本申请的一个方面提供的一种页面排位的方法流程示意图，该方法包括：步骤S11～步骤S15，其中，步骤S11，确定页面上每个应用程序的预设单位时间内的激活率及时间因子权重；步骤S12，根据所述预设单位时间内的激活率及时间因子权重更新所述应用程序在页面的激活率；步骤S13，基于每个应用程序在页面上已有排位的数量及时间因子确定所述页面上每个排位上的安装率；步骤S14，基于所述应用程序在页面的激活率和所述页面上每个排位上的安装率确定所述页面上每个应用程序在每个排位上的价值；步骤S15，根据所述每个应用程序在每个排位上的价值调整每个应用程序在页面上的排位。从而解放人力，把页面排位工作从人工变更为程序实现，并实现平台利润最大化，且可以根据市场变化和广告位规则变化及时更新，无需人工介入，自动处理各维度更新信息。
具体地，步骤S11，确定页面上每个应用程序的预设单位时间内的激活率及时间因子权重；在此，通过本申请所述的页面排位的方法，通过算法的方式对应用程序(app)排放位置进行最优化处理，以达到平台利润最大化，首先需要进行数据准备，包括计算每个app的激活率，并加入时间因子权重，以归纳在时间维度上指标对当前激活率的影响。
在本申请一实施例中，在步骤S11中，确定页面上每个应用程序的预设单位时间内的激活率可以通过以下方式实现：获取页面上每个应用程序的预设单位时间内的激活量及安装量；根据所述预设单位时间内的激活量及安装量确定预设单位时间内的激活率。在此，预设单位时间可以设为一天，获得每个app每日在页面的激活率，参考图2，考虑到计算单日的激活率，app可能会出现未有激活量的状态而使得激活率为0，因此在计算过程中，可以采取分子分母同时加1的方法来近似激活率。获取最近一周app每天的激活率，随后对一周激活率选取中位数作为整合激活率指标。然而，近期的app行为对当下的影响非常大，因此在步骤S11中，还需要确定页面上每个应用程序的预设单位时间内的时间因子权重，实现方式为：计算每个预设单位时间距离当前单位时间的时长；通过预设方式及所计算的时长确定页面上每个应用程序的预设单位时间内的时间因子权重。在数据处理中加入时间因子，计算每天距离今日的时长，然后利用对数函数来拟合时间权重，距离今日时间长的激活率时间权重较小，距离今日时间短的激活率时间权重较高，整合出激活率指标。在此，预设方式可以包括对数函数，在本申请一实施例中，采用通过对数函数及计算的时长确定页面上每个app的预设单位时间内的时间因子权重。当然，本领域技术人员应能理解，根据业务对时间的依赖程度，预设方式还可以包括指数函数、小于1为底的幂函数等函数，或者预先设置好的参数等。接着，在步骤S12中，根据所述预设单位时间内的激活率及时间因子权重更新所述应用程序在页面的激活率；继续参考图2，将各app每天的激活量进行补1转化，根据补1转化后的激活量及app每日安装量确定app每日的激活率，将日期转换为时间权重，从而根据app每日的激活率和时间权重进行激活率的加权归纳，将时间维度考虑到数据处理中，得到各app的近似真实表现，从而对后续利用处理过的数据进行页面排位时，能最准确达到平台利润最大化以及保证用户的体验。
在步骤S13中，基于每个应用程序在页面上已有排位的数量及时间因子确定所述页面上每个排位上的安装率；在此，页面排位的数据准备还包括获得每个app在页面每个位置上的安装量，根据已有排位的数量及时间因子确定每个app在页面上每个位置上的安装率。可以通过预测算法得到app在每个排位position的分发率(分发/曝光)，得到app-position的矩阵，在以下实施例中，position表示页面的排位。在本申请一实施例中，可以选取最近半年的页面安装量数据，但是在最近半年过程中，并非每个app在每个排位上都有出现的机会，所以在数据样本中，所得到的app-position矩阵是有缺失值的，在时间维度的处理上，将时间因子做权重归纳到app-position矩阵中后，对每个app在缺失排位上的安装量进行预估，预估的方法可以通过以下方式实现：
在本申请一实施例中，在步骤S13中，根据时间因子及所述页面上每个排位上安装应用程序数量的中位数预估每个排位上的归纳安装量；根据每个应用程序在页面上已有排位的数量确定拟合方式，根据所述拟合方式对每个应用程序在排位上的安装量进行预估；根据所述每个排位上的归纳安装量及所述每个应用程序在排位上的安装量，确定所述页面上每个排位上的安装率。在此，如图3所示，首先拟合页面上每个排位的安装量趋势，根据计算的时间因子权重在app-position矩阵上做时间归纳，然后根据每个position上选取中位数作为app上的归纳，以此得到每个position上的安装量，进而可求出每个position上的安装量趋势。
继续参考图3，对于时间维度上归纳后的app-position数据，根据app在页面上出现排位的数量，可以分为以下几种情况来预估安装量：
A)若所述应用程序在页面上已有排位的数量大于等于第一数量阈值，则确定的拟合方式为通过多项式拟合函数对所述应用程序在缺失排位上的安装量进行预估；比如，出现超过5个排位的app，可以采用多项式拟合函数，以预测其他缺失排位上的安装量。
B)若所述应用程序在页面上已有排位的数量大于等于第二数量阈值且小于第一数量阈值，则确定的拟合方式为通过对数拟合函数对所述应用程序在缺失排位上的安装量进行预估；比如，出现超过2个排位未超过5个排位的app，可以采用对数拟合函数，来预测其他缺失排位上的安装量。
C)若所述应用程序在页面上只有一个排位，则确定的拟合方式为根据所述应用程序在所在排位上的安装量占所述排位上预估的归纳安装量的比例，进行预估所述应用程序在页面上每个排位上的安装量；例如，出现1个排位的app，可以根据app在此排位上的安装量占该position归纳安装量趋势上的比例，来预估整个position上的安装量。
D)若所述应用程序在页面上未存在排位，则根据所述页面上的安装量的排名信息确定所述应用程序在应用程序列表中的排名信息，根据所述应用程序在应用程序列表中的排名信息和每个排位上预估的归纳安装量确定所述应用程序在排位上的安装量。在此，对于在页面上未出现过的app，可以根据整个平台的安装量排名来确认该app在app列表中所处的排名，然后根据排名的信息和每个position上安装量的趋势来拟合该app在position上的安装量。
通过以上预估安装量的方法，可以得到整个app-position的不为零的矩阵。需要说明的是，本领域技术人员应能理解，上述拟合方式中的多项式函数、对数函数仅为本申请的举例，进行预估时也可以是根据数据趋势选择的其他预估函数或者其他形式的参数等，其他现有的或今后可能出现的用于预估安装量的拟合方式如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
在步骤S14中，基于所述应用程序在页面的激活率和所述页面上每个排位上的安装率确定所述页面上每个应用程序在每个排位上的价值。在此，利用每个app在页面排位上的价值对app进行页面上排位以达到很好的平台效益，每个app在每个排位上的价值计算通过app在页面的激活率与每个排位上的安装率进行确定，其中，由步骤S12可知，所述激活率与安装率均是由加入时间因子进行的数据整合，从而可以实现页面排位的时间维度上的更新，保证平台具有很好的效益。当然，可以理解，计算价值时还可以扩展为不仅仅根据激活率与安装率，还可以加入其它指标，在此，通过以下实施例进行说明：
在本申请一实施例中，所述方法还可以包括：基于所述应用程序在页面的激活率、所述页面上每个排位上的安装率、所述应用程序的单价及预设的调整参数确定所述页面上每个应用程序在每个排位上的价值；接上述实施例，app-position矩阵如图4所示，在本申请实施例中，假设Xi，j表示第i个app在第j个position的取值，取值为1表示此app会放在此position中，取值为0表示此app不会放在此position中。Ai，j表示app-position矩阵中每个单元格的值，即第i个app在第j个位置的价值，该处价值＝app的激活率*安装率*单价*调整参数。
在此，获取每个app的单价可以采用CPD，CPA，CPS等获取，其中，CPD是以安装量来计算收益的方式，app开发方与分发平台方签订合同规定每个激活(这里激活按照安装量计算)的单价，那么收益就是安装量*单价。CPA是以激活量来计算收益的方式，app开发方与分发平台方签订合同规定每个激活的单价，那么收益就是激活量*单价。CPS是按照用户充值收入，app开发方与分发平台方按照分成比来计算收益的方式。
可知，CPD和CPA按照每个激活规定单价，CPS按照应用的充值收入与合作方进行分成。
需要说明的是，上述实施例中根据激活率、安装率、应用程序单价及预设的调整参数确定每个应用程序在页面每个排位上的价值的计算方法仅为举例，预设的调整参数还可以根据业务情况确定的其他指标，价值的计算可以根据激活率、安装率及其他指标进行计算。其他现有的或今后可能出现的利用其他指标计算出价值的方法如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
接着，在步骤S15中，根据所述每个应用程序在每个排位上的价值调整每个应用程序在页面上的排位。每个app在每个position上的价值确定后，根据价值对每个app进行页面上的排位，提高平台的利益。
当然，可以理解，在进行页面上的排位时，还可以对以上步骤中的某一步骤或某几个步骤进行优化，将app排位后实现平台的利益最大化。比如可以有以下的优化方法：
进一步地，在步骤S15中，计算所述应用程序在每个排位上的价值，利用线性规划进行价值最大化的最优化排位。确定所述页面上每个应用程序在每个排位上的价值之后，可以通过线性规划对所述页面上的应用程序在每个排位上的价值进行价值最大化，得到所述应用程序在每个排位上最优化处理后的价值，进而在步骤S15中，根据所述应用程序在每个排位上最优化处理后的价值调整所述应用程序在页面上的排位。在此，对于app-position矩阵，将最优化问题转化为线性规划方程如下：
目标函数：app在排位上价值最大化，
约束条件：每个position位置上的app只能放一个，每个app只能放在一个位置上。
通过以上的线性规划方程，得到最优化解，从而根据最优化解对app进行页面上的排位，达到平台利益最大化。可以理解的是，上述通过线性规划获得最优化解的方法仅是本申请举例，还可以通过其他常用的解最优解的数学算法获得。
以上实施例是对各种app按照利润计算得到最大利润，从而按照最大利润进行排位，在整个页面中，如果只排放最大化的app，对用户的体验和吸引力会产生影响，因此还需要对上述得到的最优化解进行调整。其中，考虑排位的更新频次对用户体验和吸引力的影响问题，若排位大致相同更新不多，则用户新鲜感会下降，影响老用户体验。比如，相邻排位之间排放同类app，会造成排位资源浪费，因此在处理中加入调整逻辑，使得相邻排位不存在同类app，具体实现方式如下：
判断所述页面上排位顺序在前的目标排位上的应用程序的类别是否存在相同，若存在，则确定满足条件的待替换应用程序，将所述待替换应用程序，调整至与存在类别相同的应用程序所在的排位，并将所述存在类别相同的应用程序调整至待替换应用程序原来的排位上，依此类推，直至调整到所述页面上最后一个应用程序。其中，确定满足条件的待替换应用程序，包括：判断排位顺序在后的排位上是否存在满足条件的应用程序，若存在，则从所述满足条件的应用程序中确定待替换应用程序；若未存在，则从未进行最优化处理的应用程序中选择与存在类别相同的应用程序相似或相同排位顺序的应用程序作为待替换应用程序。
在本申请一实施例中，业务上相似类别的app不能放在相近的排位上，调整的方式可以如下：对每个排位上的app，检查前8个排位的app类别，若类别相同，则在后面的排位中挑选满足条件的app替换到此位置，把此app替换到满足条件的app初始位置上，若在后续的排位app中未发现有满足条件的app，则从未列入最优解的app中挑选相似排名的app进行补充，依此类推，调整到最后一个app。具体如图5所示，对得到的app排位最优解进行调整，页面某一排位position_a上的app为app_a，业务类别为a，检查position_a之前8个位置的app类别，组成类别列表a_list，然后判断类别a是否在a_list中，若否，则说明position_a前8个位置上的app类别与position_a位置上的app_a的类别不同，前8个位置上的app不需要做变动；若类别a在a_list中，则需要在后面排位中挑选不属于a_list的另一个app(比如app_b)，挑选时，若存在符合上述情况的app_b，则替换app_a，并把app_a替换到app_b的初始位置，若不存在符合上述情况的app_b，则需要从未列入最优解的app中挑选满足不属于类别a且与app_a排位相近的app_b进行替换，以此类推，直至调整到最后一个app。
需要说明的是，上述所述的调整方法是为了避免出现相近排位上同类型的app，导致用户的体验下降，仅为本申请对最优化解进行调整的一种方式，可以理解的是，也可以根据具体业务做其他的有关最优化解的调整。例如，可以参考用户特征根据相似度排序等，对app的排位进行调整。其他现有的或今后可能出现的对利用以上方法得到的app的排位进行调整的方式如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。另外，需要考虑算法的稳定性导致的页面更新频次不高，页面持续保持稳定会降低对老用户的吸引力，修改这一条件的方法是通过在线性规划中加入约束条件，即对进行最优化处理的线性规划设置约束条件，通过设置约束条件后的线性规划对所述页面上的应用程序在每个排位上的价值进行价值最大化，得到所述应用程序在每个排位上最优化处理后的价值。
其中，所述设置约束条件包括：获取预设时间内的所述页面上的排位信息；根据所述排位信息计算每个应用程序在每个排位上出现的预设单位时间次数；设置所述页面上同一排位上同一应用程序连续出现的次数最大为n个预设单位时间且在预设时间内出现的次数最大为m个预设单位时间，其中，n，m均为自然数，且n≤m。在本申请一实施例中，首先获取前七日的排位数据，得到app-position-day的组合，在处理时间因子时，直接计算app-position出现的天次，设置约束条件为同一位置连续出现天次最大为3天，且一周内出现天次最大为5天。具体调整流程如图6所示，检查前七日排位的数据中若app-position出现天次大于3天，则此app在此position的取值为0(此app不会排放在此position上)，若app-position出现天次大于5天，则此app在此position的取值为0(此app不会排放在此position上)。从而保证了页面更新频次，以提高对老用户的吸引力。
图7示出根据本申请的另一个方面提供的一种页面排位的设备结构示意图，该设备包括：确定装置11、更新装置12、确定安装率装置13、价值计算装置14及排位装置15，其中，确定装置11，用于确定页面上每个应用程序的预设单位时间内的激活率及时间因子权重；更新装置12，用于根据所述预设单位时间内的激活率及时间因子权重更新所述应用程序在页面的激活率；确定安装率装置13，用于基于每个应用程序在页面上已有排位的数量及时间因子确定所述页面上每个排位上的安装率；价值计算装置14，用于基于所述应用程序在页面的激活率和所述页面上每个排位上的安装率确定所述页面上每个应用程序在每个排位上的价值；排位装置15，用于根据所述每个应用程序在每个排位上的价值调整每个应用程序在页面上的排位。从而解放人力，把页面排位工作从人工变更为程序实现，并实现平台利润最大化，且可以根据市场变化和广告位规则变化及时更新，无需人工介入，自动处理各维度更新信息。
具体地，确定装置11，用于确定页面上每个应用程序的预设单位时间内的激活率及时间因子权重；在此，通过本申请所述的页面排位的方法，通过算法的方式对应用程序(app)排放位置进行最优化处理，以达到平台利润最大化，首先需要进行数据准备，包括计算每个app的激活率，并加入时间因子权重，以归纳在时间维度上指标对当前激活率的影响。
在本申请一实施例中，确定页面上每个应用程序的预设单位时间内的激活率可以通过以下方式实现：确定装置11用于获取页面上每个应用程序的预设单位时间内的激活量及安装量；根据所述预设单位时间内的激活量及安装量确定预设单位时间内的激活率。在此，预设单位时间可以设为一天，获得每个app每日在页面的激活率，参考图2，考虑到计算单日的激活率，app可能会出现未有激活量的状态而使得激活率为0，因此在计算过程中，可以采取分子分母同时加1的方法来近似激活率。获取最近一周app每天的激活率，随后对一周激活率选取中位数作为整合激活率指标。然而，近期的app行为对当下的影响非常大，因此，还需要确定页面上每个应用程序的预设单位时间内的时间因子权重，实现方式为：计算每个预设单位时间距离当前单位时间的时长；通过预设方式及所计算的时长确定页面上每个应用程序的预设单位时间内的时间因子权重。在数据处理中加入时间因子，计算每天距离今日的时长，然后利用对数函数来拟合时间权重，距离今日时间长的激活率时间权重较小，距离今日时间短的激活率时间权重较高，整合出激活率指标。在此，预设方式可以包括对数函数，在本申请一实施例中，采用通过对数函数及计算的时长确定页面上每个app的预设单位时间内的时间因子权重。当然，本领域技术人员应能理解，根据业务对时间的依赖程度，预设方式还可以包括指数函数、小于1为底的幂函数等函数，或者预先设置好的参数等。
接着，更新装置12，用于根据所述预设单位时间内的激活率及时间因子权重更新所述应用程序在页面的激活率；继续参考图2，将各app每天的激活量进行补1转化，根据补1转化后的激活量及app每日安装量确定app每日的激活率，将日期转换为时间权重，从而根据app每日的激活率和时间权重进行激活率的加权归纳，将时间维度考虑到数据处理中，得到各app的近似真实表现，从而对后续利用处理过的数据进行页面排位时，能最准确达到平台利润最大化以及保证用户的体验。
确定安装率装置13，用于基于每个应用程序在页面上已有排位的数量及时间因子确定所述页面上每个排位上的安装率；在此，页面排位的数据准备还包括获得每个app在页面每个位置上的安装量，根据已有排位的数量及时间因子确定每个app在页面上每个位置上的安装率。可以通过预测算法得到app在每个排位position的分发率(分发/曝光)，得到app-position的矩阵，在以下实施例中，position表示页面的排位。在本申请一实施例中，可以选取最近半年的页面安装量数据，但是在最近半年过程中，并非每个app在每个排位上都有出现的机会，所以在数据样本中，所得到的app-position矩阵是有缺失值的，在时间维度的处理上，将时间因子做权重归纳到app-position矩阵中后，对每个app在缺失排位上的安装量进行预估，预估的方法可以通过以下方式实现：
确定安装率装置13，用于根据时间因子及所述页面上每个排位上安装应用程序数量的中位数预估每个排位上的归纳安装量；根据每个应用程序在页面上已有排位的数量确定拟合方式，根据所述拟合方式对每个应用程序在排位上的安装量进行预估；根据所述每个排位上的归纳安装量及所述每个应用程序在排位上的安装量，确定所述页面上每个排位上的安装率。在此，如图3所示，首先拟合页面上每个排位的安装量趋势，根据计算的时间因子权重在app-position矩阵上做时间归纳，然后根据每个position上选取中位数来作为app上的归纳，以此得到每个position上的安装量，进而可求出每个position上的安装量趋势。
继续参考图3，对于时间维度上归纳后的app-position数据，根据app在页面上出现排位的数量，可以分为以下几种情况来预估安装量：
A)若所述应用程序在页面上已有排位的数量大于等于第一数量阈值，则确定的拟合方式为通过多项式拟合函数对所述应用程序在缺失排位上的安装量进行预估；比如，出现超过5个排位的app，可以采用多项式拟合函数，以预测其他缺失排位上的安装量。
B)若所述应用程序在页面上已有排位的数量大于等于第二数量阈值且小于第一数量阈值，则确定的拟合方式为通过对数拟合函数对所述应用程序在缺失排位上的安装量进行预估；比如，出现超过2个排位未超过5个排位的app，可以采用对数拟合函数，来预测其他缺失排位上的安装量。
C)若所述应用程序在页面上只有一个排位，则确定的拟合方式为根据所述应用程序在所在排位上的安装量占所述排位上预估的归纳安装量的比例，进行预估所述应用程序在页面上每个排位上的安装量；例如，出现1个排位的app，可以根据app在此排位上的安装量占该position归纳安装量趋势上的比例，来预估整个position上的安装量。
D)若所述应用程序在页面上未存在排位，则根据所述页面上的安装量的排名信息确定所述应用程序在应用程序列表中的排名信息，根据所述应用程序在应用程序列表中的排名信息和每个排位上预估的归纳安装量确定所述应用程序在排位上的安装量。在此，对于在页面上未出现过的app，可以根据整个平台的安装量排名来确认该app在app列表中所处的排名，然后根据排名的信息和每个position上安装量的趋势来拟合该app在position上的安装量。
通过以上预估安装量的方法，可以得到整个app-position的不为零的矩阵。
需要说明的是，本领域技术人员应能理解，上述拟合方式中的多项式函数、对数函数仅为本申请的举例，进行预估时也可以是根据数据趋势选择的其他预估函数或者其他形式的参数等，其他现有的或今后可能出现的用于预估安装量的拟合方式如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
价值计算装置14，用于基于所述应用程序在页面的激活率和所述页面上每个排位上的安装率确定所述页面上每个应用程序在每个排位上的价值。在此，利用每个app在页面排位上的价值对app进行页面上排位以达到很好的平台效益，每个app在每个排位上的价值计算通过app在页面的激活率与每个排位上的安装率进行确定，其中，由步骤S12可知，所述激活率与安装率均是由加入时间因子进行的数据整合，从而可以实现页面排位的时间维度上的更新，保证平台具有很好的效益。当然，可以理解，计算价值时还可以扩展为不仅仅根据激活率与安装率，还可以加入其它指标，在此，通过以下实施例进行说明：
在本申请一实施例中，所述设备还可以包括价值确定装置14’，用于基于所述应用程序在页面的激活率、所述页面上每个排位上的安装率、所述应用程序的单价及预设的调整参数确定所述页面上每个应用程序在每个排位上的价值；接上述实施例，app-position矩阵如图4所示，在本申请实施例中，假设Xi，j表示第i个app在第j个position的取值，取值为1表示此app会放在此position中，取值为0表示此app不会放在此position中。Ai，j表示app-position矩阵中每个单元格的值，即第i个app在第j个位置的价值，该处价值＝app的激活率*安装率*单价*调整参数。
在此，获取每个app的单价可以采用CPD，CPA，CPS等获取，其中，CPD是以安装量来计算收益的方式，app开发方与分发平台方签订合同规定每个激活(这里激活按照安装量计算)的单价，那么收益就是安装量*单价。CPA是以激活量来计算收益的方式，app开发方与分发平台方签订合同规定每个激活的单价，那么收益就是激活量*单价。CPS是按照用户充值收入，app开发方与分发平台方按照分成比来计算收益的方式。
可知，CPD和CPA按照每个激活规定单价，CPS按照应用的充值收入与合作方进行分成。
需要说明的是，上述实施例中根据激活率、安装率、应用程序单价及预设的调整参数确定每个应用程序在页面每个排位上的价值的计算方法仅为举例，预设的调整参数还可以根据业务情况确定的其他指标，价值的计算可以根据激活率、安装率及其他指标进行计算。其他现有的或今后可能出现的利用其他指标计算出价值的方法如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
接着，排位装置15，用于根据所述每个应用程序在每个排位上的价值调整每个应用程序在页面上的排位。每个app在每个position上的价值确定后，根据价值对每个app进行页面上的排位，提高平台的利益。
当然，可以理解，在进行页面上的排位时，还可以对以上装置中的某一装置执行的步骤或某几个装置中执行的步骤进行优化，将app排位后实现平台的利益最大化。比如可以通过以下装置中的执行步骤进行优化：
进一步地，所述排位装置15用于计算所述应用程序在每个排位上的价值，利用线性规划进行价值最大化的最优化排位。确定所述页面上每个应用程序在每个排位上的价值之后，可以通过线性规划对所述页面上的应用程序在每个排位上的价值进行价值最大化，得到所述应用程序在每个排位上最优化处理后的价值，进而排位装置15用于，根据所述应用程序在每个排位上最优化处理后的价值调整所述应用程序在页面上的排位。在此，对于app-position矩阵，将最优化问题转化为线性规划方程如下：
目标函数：app在排位上价值最大化，
约束条件：每个position位置上的app只能放一个，每个app只能放在一个位置上。
通过以上的线性规划方程，得到最优化解，从而根据最优化解对app进行页面上的排位，达到平台利益最大化。可以理解的是，上述通过线性规划获得最优化解的方法仅是本申请举例，还可以通过其他常用的解最优解的数学算法获得。
以上实施例是对各种app按照利润计算得到最大利润，从而按照最大利润进行排位，在整个页面中，如果只排放最大化的app，对用户的体验和吸引力会产生影响，因此还需要对上述得到的最优化解进行调整。其中，考虑排位的更新频对用户体验和吸引力的影响问题，若排位大致相同更新不多，则用户新鲜感会下降，影响老用户体验。
比如，相邻排位之间排放同类app，会造成排位资源浪费，因此在处理中加入调整逻辑，使得相邻排位不存在同类app，具体实现方式如下：
排位装置15，用于判断所述页面上排位顺序在前的目标排位上的应用程序的类别是否存在相同，若存在，则确定满足条件的待替换应用程序，将所述待替换应用程序，调整至与存在类别相同的应用程序所在的排位，并将所述存在类别相同的应用程序调整至待替换应用程序原来的排位上，依此类推，直至调整到所述页面上最后一个应用程序。其中，确定满足条件的待替换应用程序，包括：判断排位顺序在后的排位上是否存在满足条件的应用程序，若存在，则从所述满足条件的应用程序中确定待替换应用程序；若未存在，则从未进行最优化处理的应用程序中选择与存在类别相同的应用程序相似或相同排位顺序的应用程序作为待替换应用程序。
在本申请一实施例中，业务上相似类别的app不能放在相近的排位上，调整的方式可以如下：对每个排位上的app，检查前8个排位的app类别，若类别相同，则在后面的排位中挑选满足条件的app替换到此位置，把此app替换到满足条件的app初始位置上，若在后续的排位app中未发现有满足条件的app，则从未列入最优解的app中挑选相似排名的app进行补充，依此类推，调整到最后一个app。具体如图5所示，对得到的app排位最优解进行调整，页面某一排位position_a上的app为app_a，业务类别为a，检查position_a之前8个位置的app类别，组成类别列表a_list，然后判断类别a是否在a_list中，若否，则说明position_a前8个位置上的app类别与position_a位置上的app_a的类别不同，前8个位置上的app不需要做变动；若类别a在a_list中，则需要在后面排位中挑选不属于a_list的另一个app(比如app_b)，挑选时，若存在符合上述情况的app_b，则替换app_a，并把app_a替换到app_b的初始位置，若不存在符合上述情况的app_b，则需要从未列入最优解的app中挑选满足不属于类别a且与app_a排位相近的app_b进行替换，以此类推，直至调整到最后一个app。
需要说明的是，上述所述装置中执行的调整方法是为了避免出现相近排位上同类型的app，导致用户的体验下降，仅为本申请对最优化解进行调整的一种方式，可以理解的是，也可以根据具体业务做其他的有关最优化解的调整。例如，可以参考用户特征根据相似度排序等，对app的排位进行调整。其他现有的或今后可能出现的对利用以上方法得到的app的排位进行调整的方式如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
另外，需要考虑算法的稳定性导致的页面更新频次不高，页面持续保持稳定会降低对老用户的吸引力，修改这一条件的方法是通过在线性规划中加入约束条件，所述设备还包括约束装置15’，对进行最优化处理的线性规划设置约束条件，通过设置约束条件后的线性规划对所述页面上的应用程序在每个排位上的价值进行价值最大化，得到所述应用程序在每个排位上最优化处理后的价值。
其中，所述设置约束条件包括：获取预设时间内的所述页面上的排位信息；根据所述排位信息计算每个应用程序在每个排位上出现的预设单位时间次数；设置所述页面上同一排位上同一应用程序连续出现的次数最大为n个预设单位时间且在预设时间内出现的次数最大为m个预设单位时间，其中，n，m均为自然数，且n≤m。在本申请一实施例中，首先获取前七日的排位数据，得到app-position-day的组合，在处理时间因子时，直接计算app-position出现的天次，设置约束条件为同一位置连续出现天次最大为3天，且一周内出现天次最大为5天。具体调整流程如图6所示，检查前七日排位的数据中若app-position出现天次大于3天，则此app在此position的取值为0(此app不会排放在此position上)，若app-position出现天次大于5天，则此app在此position的取值为0(此app不会排放在此position上)。从而保证了页面更新频次，以提高对老用户的吸引力。
根据本申请又一个方面，还提供了一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现前述方法。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。
另外，本申请的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令，可能被存储在固定的或可移动的记录介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输，和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此，根据本申请的一个实施例包括一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
Claims (23)
1.一种页面排位的方法，其中，所述方法包括：
确定页面上每个应用程序的预设单位时间内的激活率及时间因子权重；
根据所述预设单位时间内的激活率及时间因子权重更新所述应用程序在页面的激活率；
基于每个应用程序在页面上已有排位的数量及时间因子确定所述页面上每个排位上的安装率；
基于所述应用程序在页面的激活率和所述页面上每个排位上的安装率确定所述页面上每个应用程序在每个排位上的价值；
根据所述每个应用程序在每个排位上的价值调整每个应用程序在页面上的排位。
2.根据权利要求1所述的方法，其中，所述方法还包括：
基于所述应用程序在页面的激活率、所述页面上每个排位上的安装率、所述应用程序的单价及预设的调整参数确定所述页面上每个应用程序在每个排位上的价值。
3.根据权利要求1或2所述的方法，其中，根据所述应用程序在每个排位上的价值调整所述应用程序在页面上的排位，包括：
计算所述应用程序在每个排位上的价值，利用线性规划进行价值最大化的最优化排位。
4.根据权利要求3所述的方法，其中，根据所述应用程序在每个排位上最优化后的价值调整所述应用程序在页面上的排位之后，包括：
判断所述页面上排位顺序在前的目标排位上的应用程序的类别是否存在相同，若存在，则确定满足条件的待替换应用程序，将所述待替换应用程序，调整至与存在类别相同的应用程序所在的排位，并将所述存在类别相同的应用程序调整至待替换应用程序原来的排位上，依此类推，直至调整到所述页面上最后一个应用程序。
5.根据权利要求4所述的方法，其中，确定满足条件的待替换应用程序，包括：
判断排位顺序在后的排位上是否存在满足条件的应用程序，若存在，则从所述满足条件的应用程序中确定待替换应用程序；
若未存在，则从未进行最优化处理的应用程序中选择与存在类别相同的应用程序相似或相同排位顺序的应用程序作为待替换应用程序。
6.根据权利要求3所述的方法，其中，所述方法包括：
对进行最优化处理的线性规划设置约束条件，通过设置约束条件后的线性规划对所述页面上的应用程序在每个排位上的价值进行价值最大化，得到价值最优化的所述应用程序的排位。
7.根据权利要求6所述的方法，其中，所述设置约束条件包括：
获取预设时间内的所述页面上的排位信息；
根据所述排位信息计算每个应用程序在每个排位上出现的预设单位时间次数；
设置所述页面上同一排位上同一应用程序连续出现的次数最大为n个预设单位时间且在预设时间内出现的次数最大为m个预设单位时间，其中，n，m均为自然数，且n≤m。
8.根据权利要求1所述的方法，其中，确定页面上每个应用程序的预设单位时间内的激活率，包括：
获取页面上每个应用程序的预设单位时间内的激活量及安装量；
根据所述预设单位时间内的激活量及安装量确定预设单位时间内的激活率。
9.根据权利要求1所述的方法，其中，确定页面上每个应用程序的预设单位时间内的时间因子权重，包括：
计算每个预设单位时间距离当前单位时间的时长；
通过预设方式及所计算的时长确定页面上每个应用程序的预设单位时间内的时间因子权重。
10.根据权利要求1所述的方法，其中，基于每个应用程序在页面上已有排位的数量及时间因子确定所述页面上每个排位上的安装率，包括：
根据时间因子及所述页面上每个排位上安装应用程序数量的中位数预估每个排位上的归纳安装量；
根据每个应用程序在页面上已有排位的数量确定拟合方式，根据所述拟合方式对每个应用程序在排位上的安装量进行预估；
根据所述每个排位上的归纳安装量及所述每个应用程序在排位上的安装量，确定所述页面上每个排位上的安装率。
11.根据权利要求10所述的方法，其中，根据每个应用程序在页面上已有排位的数量确定拟合方式，根据所述拟合方式对每个应用程序在排位上的安装量进行预估，包括：
若所述应用程序在页面上已有排位的数量大于等于第一数量阈值，则确定的拟合方式为通过多项式拟合函数对所述应用程序在缺失排位上的安装量进行预估；
若所述应用程序在页面上已有排位的数量大于等于第二数量阈值且小于第一数量阈值，则确定的拟合方式为通过对数拟合函数对所述应用程序在缺失排位上的安装量进行预估；
若所述应用程序在页面上只有一个排位，则确定的拟合方式为根据所述应用程序在所在排位上的安装量占所述排位上预估的归纳安装量的比例，进行预估所述应用程序在页面上每个排位上的安装量；
若所述应用程序在页面上未存在排位，则根据所述页面上的安装量的排名信息确定所述应用程序在应用程序列表中的排名信息，根据所述应用程序在应用程序列表中的排名信息和每个排位上预估的归纳安装量确定所述应用程序在排位上的安装量。
12.一种页面排位的设备，其中，所述设备包括：
确定装置，用于确定页面上每个应用程序的预设单位时间内的激活率及时间因子权重；
更新装置，用于根据所述预设单位时间内的激活率及时间因子权重更新所述应用程序在页面的激活率；
确定安装率装置，用于基于每个应用程序在页面上已有排位的数量及时间因子确定所述页面上每个排位上的安装率；
价值计算装置，用于基于所述应用程序在页面的激活率和所述页面上每个排位上的安装率确定所述页面上每个应用程序在每个排位上的价值；
排位装置，用于根据所述每个应用程序在每个排位上的价值调整每个应用程序在页面上的排位。
13.根据权利要求12所述的设备，其中，所述设备还包括：
价值确定装置，用于基于所述应用程序在页面的激活率、所述页面上每个排位上的安装率、所述应用程序的单价及预设的调整参数确定所述页面上每个应用程序在每个排位上的价值。
14.根据权利要求12或13所述的设备，其中，所述排位装置用于：
计算所述应用程序在每个排位上的价值，利用线性规划进行价值最大化的最优化排位。
15.根据权利要求14所述的设备，其中，所述排位装置用于：
判断所述页面上排位顺序在前的目标排位上的应用程序的类别是否存在相同，若存在，则确定满足条件的待替换应用程序，将所述待替换应用程序，调整至与存在类别相同的应用程序所在的排位，并将所述存在类别相同的应用程序调整至待替换应用程序原来的排位上，依此类推，直至调整到所述页面上最后一个应用程序。
16.根据权利要求15所述的设备，其中，所述排位装置用于：
判断排位顺序在后的排位上是否存在满足条件的应用程序，若存在，则从所述满足条件的应用程序中确定待替换应用程序；
若未存在，则从未进行最优化处理的应用程序中选择与存在类别相同的应用程序相似或相同排位顺序的应用程序作为待替换应用程序。
17.根据权利要求14所述的设备，其中，所述设备包括：
约束装置，用于对进行最优化处理的线性规划设置约束条件，通过设置约束条件后的线性规划对所述页面上的应用程序在每个排位上的价值进行价值最大化，得到价值最优化的所述应用程序的排位。
18.根据权利要求17所述的设备，其中，所述设置约束条件包括：
获取预设时间内的所述页面上的排位信息；
根据所述排位信息计算每个应用程序在每个排位上出现的预设单位时间次数；
设置所述页面上同一排位上同一应用程序连续出现的次数最大为n个预设单位时间且在预设时间内出现的次数最大为m个预设单位时间，其中，n，m均为自然数，且n≤m。
19.根据权利要求12所述的设备，其中，所述确定装置用于：
获取页面上每个应用程序的预设单位时间内的激活量及安装量；
根据所述预设单位时间内的激活量及安装量确定预设单位时间内的激活率。
20.根据权利要求12所述的设备，其中，所述确定装置用于：
计算每个预设单位时间距离当前单位时间的时长；
通过预设方式及所计算的时长确定页面上每个应用程序的预设单位时间内的时间因子权重。
21.根据权利要求12所述的设备，其中，所述确定安装率装置用于：
根据时间因子及所述页面上每个排位上安装应用程序数量的中位数预估每个排位上的归纳安装量；
根据每个应用程序在页面上已有排位的数量确定拟合方式，根据所述拟合方式对每个应用程序在排位上的安装量进行预估；
根据所述每个排位上的归纳安装量及所述每个应用程序在排位上的安装量，确定所述页面上每个排位上的安装率。
22.根据权利要求21所述的设备，其中，所述确定安装率装置用于：
若所述应用程序在页面上已有排位的数量大于等于第一数量阈值，则确定的拟合方式为通过多项式拟合函数对所述应用程序在缺失排位上的安装量进行预估；
若所述应用程序在页面上已有排位的数量大于等于第二数量阈值且小于第一数量阈值，则确定的拟合方式为通过对数拟合函数对所述应用程序在缺失排位上的安装量进行预估；
若所述应用程序在页面上只有一个排位，则确定的拟合方式为根据所述应用程序在所在排位上的安装量占所述排位上预估的归纳安装量的比例，进行预估所述应用程序在页面上每个排位上的安装量；
若所述应用程序在页面上未存在排位，则根据所述页面上的安装量的排名信息确定所述应用程序在应用程序列表中的排名信息，根据所述应用程序在应用程序列表中的排名信息和每个排位上预估的归纳安装量确定所述应用程序在排位上的安装量。
23.一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如权利要求1至11中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710475389.9A CN107480165B (zh) | 2017-06-21 | 2017-06-21 | 一种页面排位的方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710475389.9A CN107480165B (zh) | 2017-06-21 | 2017-06-21 | 一种页面排位的方法及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107480165A true CN107480165A (zh) | 2017-12-15 |
| CN107480165B CN107480165B (zh) | 2018-07-31 |
Family
ID=60594432
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710475389.9A Active CN107480165B (zh) | 2017-06-21 | 2017-06-21 | 一种页面排位的方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107480165B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111143738A (zh) * | 2019-11-27 | 2020-05-12 | 北京三快在线科技有限公司 | 资源展示方法、装置、电子设备及存储介质 |
| CN111611143A (zh) * | 2020-05-20 | 2020-09-01 | 浙江每日互动网络科技股份有限公司 | 数据处理方法及装置、电子设备和计算机可读存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080301054A1 (en) * | 2005-07-27 | 2008-12-04 | Trans World New York Llc | Station For Sale of Digital Media |
| US20100049663A1 (en) * | 2007-03-30 | 2010-02-25 | Kane Jr Francis J | Service for providing item recommendations |
| CN102346894A (zh) * | 2010-08-03 | 2012-02-08 | 阿里巴巴集团控股有限公司 | 推荐信息的输出方法、系统及服务器 |
| CN102360364A (zh) * | 2011-09-30 | 2012-02-22 | 奇智软件（北京）有限公司 | 一种应用自动推荐的方法及装置 |
| US20130013419A1 (en) * | 2011-07-08 | 2013-01-10 | Electronics And Telecommunications Research Institute | Application execution apparatus, application providing apparatus, and application distribution method using chaining of applications |
| CN103235815A (zh) * | 2013-04-25 | 2013-08-07 | 北京小米科技有限责任公司 | 一种应用软件的显示方法和设备 |
| CN104348892A (zh) * | 2013-08-09 | 2015-02-11 | 阿里巴巴集团控股有限公司 | 一种信息展示方法和装置 |
| CN104750807A (zh) * | 2015-03-25 | 2015-07-01 | 百度在线网络技术（北京）有限公司 | 一种应用推荐方法及装置 |
| CN104978353A (zh) * | 2014-04-10 | 2015-10-14 | 腾讯科技（深圳）有限公司 | 一种桌面应用的生成控制方法、装置及系统 |
| CN106294818A (zh) * | 2016-08-16 | 2017-01-04 | 陈银芳 | 个性化实现app排序方法及系统 |
-
2017
- 2017-06-21 CN CN201710475389.9A patent/CN107480165B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080301054A1 (en) * | 2005-07-27 | 2008-12-04 | Trans World New York Llc | Station For Sale of Digital Media |
| US20100049663A1 (en) * | 2007-03-30 | 2010-02-25 | Kane Jr Francis J | Service for providing item recommendations |
| CN102346894A (zh) * | 2010-08-03 | 2012-02-08 | 阿里巴巴集团控股有限公司 | 推荐信息的输出方法、系统及服务器 |
| US20130013419A1 (en) * | 2011-07-08 | 2013-01-10 | Electronics And Telecommunications Research Institute | Application execution apparatus, application providing apparatus, and application distribution method using chaining of applications |
| CN102360364A (zh) * | 2011-09-30 | 2012-02-22 | 奇智软件（北京）有限公司 | 一种应用自动推荐的方法及装置 |
| CN103235815A (zh) * | 2013-04-25 | 2013-08-07 | 北京小米科技有限责任公司 | 一种应用软件的显示方法和设备 |
| CN104348892A (zh) * | 2013-08-09 | 2015-02-11 | 阿里巴巴集团控股有限公司 | 一种信息展示方法和装置 |
| CN104978353A (zh) * | 2014-04-10 | 2015-10-14 | 腾讯科技（深圳）有限公司 | 一种桌面应用的生成控制方法、装置及系统 |
| CN104750807A (zh) * | 2015-03-25 | 2015-07-01 | 百度在线网络技术（北京）有限公司 | 一种应用推荐方法及装置 |
| CN106294818A (zh) * | 2016-08-16 | 2017-01-04 | 陈银芳 | 个性化实现app排序方法及系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111143738A (zh) * | 2019-11-27 | 2020-05-12 | 北京三快在线科技有限公司 | 资源展示方法、装置、电子设备及存储介质 |
| CN111143738B (zh) * | 2019-11-27 | 2023-06-09 | 北京三快在线科技有限公司 | 资源展示方法、装置、电子设备及存储介质 |
| CN111611143A (zh) * | 2020-05-20 | 2020-09-01 | 浙江每日互动网络科技股份有限公司 | 数据处理方法及装置、电子设备和计算机可读存储介质 |
| CN111611143B (zh) * | 2020-05-20 | 2023-06-30 | 每日互动股份有限公司 | 数据处理方法及装置、电子设备和计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107480165B (zh) | 2018-07-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8374912B2 (en) | System and method for managing and optimizing advertising campaigns managed on the internet | |
| US20210233095A9 (en) | Systems and methods for predicting subscriber churn in renewals of subscription products and for automatically supporting subscriber-subscription provider relationship development to avoid subscriber churn | |
| US7765122B2 (en) | Forecasting based on a collection of data including an initial collection and estimated additional data values | |
| CN113869801B (zh) | 一种企业数字中台的成熟状态评估方法和装置 | |
| CN106875027A (zh) | 资源请求值的预测方法及装置、交易量的预测方法 | |
| US11687969B2 (en) | Systems and methods for targeting bid and position for a keyword | |
| CN109272142A (zh) | 基于事件的数据预测方法、装置、计算机设备和存储介质 | |
| CN113962745A (zh) | 基于prophet模型及大数据的销量预测方法和系统 | |
| CN111162925A (zh) | 网络流量预测方法、装置、电子设备及存储介质 | |
| CN112200659A (zh) | 建立风控模型的方法、装置及存储介质 | |
| CN109697205A (zh) | 数据排序方法、数据展示方法、装置、设备和存储介质 | |
| CN110415036A (zh) | 用户等级的确定方法、装置、计算机设备和存储介质 | |
| US10178241B2 (en) | Telecommunication price-based routing apparatus, system and method | |
| CN107480165B (zh) | 一种页面排位的方法及设备 | |
| AU2013237759A1 (en) | Systems and methods for use in marketing | |
| US20120253886A1 (en) | Systems and Methods for Client Development | |
| US20130103570A1 (en) | System and method for determining credit quality index | |
| CN111583010A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
| US20160292624A1 (en) | Optimization of Inventory Through Prioritization and Categorization | |
| WO2015179717A1 (en) | Determination of initial value for automated delivery of news items | |
| CN115511562A (zh) | 虚拟产品推荐方法、装置、计算机设备和存储介质 | |
| US20140236667A1 (en) | Estimating, learning, and enhancing project risk | |
| CN114820082A (zh) | 消费额度预测方法、装置、计算机设备和存储介质 | |
| CN113888184A (zh) | 订单服务方法、装置及设备 | |
| CN113962751A (zh) | 电力套餐的零售价格预测方法、装置及存储介质 |
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 | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20210305 Granted publication date: 20180731 |
|
| PP01 | Preservation of patent right |