CN107545451B - 一种广告推送方法及装置 - Google Patents

Abstract

本发明实施例公开了一种广告推送方法，包括：根据多个用户之间的交流信息，确定多个用户之间的亲密度；根据多个用户之间的亲密度，将多个用户划分为多个虚拟社区，并确定多个用户中每个用户在虚拟社区的隶属度；当检测到多个用户中目标用户发送的广告请求时，计算目标用户与多个好友用户中操作待推荐广告的好友用户之间的亲密度之和，以及目标用户所属的虚拟社区中操作待推荐广告的用户在该虚拟社区的隶属度之和，并获取目标用户对待推荐广告的点击率；根据上述三种信息，向目标用户推送待推荐广告。本发明实施例还公开了一种广告推送装置。采用本发明实施例，可以提高广告推送的精确度。

Description

一种广告推送方法及装置

技术领域

本发明涉及电子技术领域，尤其涉及一种广告推送方法及装置。

背景技术

朋友圈广告由文字、图片和链接组成，在广告下方的查看详情链接中，可以跳转到广告原链接页，在广告信息右上角标注有推广标志，用户点选后屏蔽广告信息，用户可对朋友圈广告内容进行点赞、评论，好友之间可以看见评论、点赞内容。在社交网络中的广告投放过程中，首先根据点击率和广告报价对多个待推送广告进行排序，然后向用户推送排在前面的广告，其中，点击率是根据用户的自身属性、广告的属性以及用户自身的历史行为确认。

在现有技术方案中，可以根据用户好友对广告的曝光信息，计算待推荐广告得分并进行排序，例如，用户的好友曝光了广告A，在该用户请求广告A时，推荐广告列表中的广告A得分增加，提高被选中曝光的机率。但是，好友看到广告的机率较低，因此该方案对社交网络的利用程度较低，绝大多数情况下，还是依靠用户自身与广告的点击/互动概率，然而这种方式对社交网络信息的利用程度也很低，导致广告推送不能达到精准化和个性化的要求。

发明内容

本发明实施例提供一种广告推送方法及装置。可以解决现有技术方案中广告推荐精准化和个性化程度不高的问题。

本发明第一方面提供了一种广告推送方法，包括：

根据多个用户之间的交流信息，确定所述多个用户之间的亲密度；

根据所述多个用户之间的亲密度，将所述多个用户划分为多个虚拟社区，并确定所述多个用户中每个用户在所述虚拟社区的隶属度；

当检测到所述多个用户中目标用户发送的广告请求时，计算所述目标用户与多个好友用户中操作待推荐广告的好友用户之间的亲密度之和，以及所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在所述目标用户所属的虚拟社区的隶属度之和，并获取所述目标用户对所述待推荐广告的点击率，所述好友用户为所述多个用户中与所述目标用户存在直接连接关系的用户；

根据所述目标用户与所述多个好友用户中操作待推荐广告的好友用户之间的亲密度之和、所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在所述目标用户所属的虚拟社区的隶属度之和，以及所述目标用户对所述待推荐广告的点击率，向所述目标用户推送所述待推荐广告。

相应地，本发明第二方面提供了一种广告推送装置，包括：

亲密度确定模块，用于根据多个用户之间的交流信息，确定所述多个用户之间的亲密度；

社区划分模块，用于根据所述多个用户之间的亲密度，将所述多个用户划分为多个虚拟社区，并确定所述多个用户中每个用户在所述虚拟社区的隶属度；

信息计算模块，用于当检测到所述多个用户中目标用户发送的广告请求时，计算所述目标用户与多个好友用户中操作待推荐广告的好友用户之间的亲密度之和，以及所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在所述目标用户所属的虚拟社区的隶属度之和，并获取所述目标用户对所述待推荐广告的点击率，所述好友用户为所述多个用户中与所述目标用户存在直接连接关系的用户；

广告推送模块，用于根据所述目标用户与所述多个好友用户中操作待推荐广告的好友用户之间的亲密度之和、所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在所述目标用户所属的虚拟社区的隶属度之和，以及所述目标用户对所述待推荐广告的点击率，向所述目标用户推送所述待推荐广告。

相应地，本发明第三方面提供了一种广告推送装置，包括接口电路、存储器以及处理器，其中，存储器中存储一组程序代码，且处理器用于调用存储器中存储的程序代码，用于执行以下操作：

根据多个用户之间的交流信息，确定所述多个用户之间的亲密度；

根据所述多个用户之间的亲密度，将所述多个用户划分为多个虚拟社区，并确定所述多个用户中每个用户在所述虚拟社区的隶属度；

当检测到所述多个用户中目标用户发送的广告请求时，计算所述目标用户与多个好友用户中操作待推荐广告的好友用户之间的亲密度之和，以及所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在所述目标用户所属的虚拟社区的隶属度之和，并获取所述目标用户对所述待推荐广告的点击率，所述好友用户为所述多个用户中与所述目标用户存在直接连接关系的用户；

根据所述目标用户与所述多个好友用户中操作待推荐广告的好友用户之间的亲密度之和、所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在所述目标用户所属的虚拟社区的隶属度之和，以及所述目标用户对所述待推荐广告的点击率，向所述目标用户推送所述待推荐广告。

实施本发明实施例，首先根据多个用户之间的交流信息，确定多个用户之间的亲密度；然后根据多个用户之间的亲密度，将多个用户划分为多个虚拟社区，并确定多个用户中每个用户在虚拟社区的隶属度；当检测到多个用户中目标用户发送的广告请求时，计算目标用户与多个好友用户中操作待推荐广告的好友用户之间的亲密度之和，以及目标用户所属的虚拟社区中操作待推荐广告的用户在该虚拟社区的隶属度之和，并获取目标用户对待推荐广告的点击率，最后根据上述三种信息，确定向目标用户推送待推荐广告，通过引入虚拟社区，充分利用社交网络中所隐含的丰富信息，提高广告推送的个性化和精准性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图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的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提出的一种广告推送方法的流程图；

图2是本发明另一实施例提出的一种广告推送方法的流程图；

图3是本发明实施例提供的一种广告推送装置的结构示意图；

图4是本发明实施例提供的一种服务器的架构示意图。

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作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。

请参考图1，图1是本发明实施例提供的一种广告推送方法的流程图。如图所示，本发明实施例中的方法包括：

S101，根据多个用户之间的交流信息，确定所述多个用户之间的亲密度。

具体实现中，交流信息可以包括用户之间的互动信息和交流次数，例如，可以获取多个用户在即时通信应用的朋友圈中的互动信息(点赞或评论)或通过即时通信应用相互沟通次数，根据所述互动信息或所述相互沟通次数确定所述多个用户之间的亲密度，如果两个用户之间的互动信息或相互沟通的次数越多，则该两个用户之间的亲密度越大，如果两个用户之间没有任何互动信息或相互沟通次数为0，则该两个用户之间的亲密度为0。

S102，根据所述多个用户之间的亲密度，将所述多个用户划分为多个虚拟社区，并确定所述多个用户中每个用户在所述虚拟社区的隶属度。

具体实现中，社交网络由节点和边组成的社会结构，节点表示个人或者组织，边用来连接节点表示各种社会关系，虚拟社区为社交网络中所有个体组成集合中的一个子集，该子集中的用户个体基于某种属性联系紧密，并和子集之外的其它用户个体存在稀疏连接关系。在划分虚拟社区过程中，首先为每个节点指定一个唯一的标签(相当于节点标识)，每个节点的标签按亲密度传播给相邻节点，在节点传播的每一步，每个节点根据相邻节点的标签来更新自己的标签，与该节点亲密度越大，其相邻节点对其标注的影响权值越大，相似节点的标签越趋于一致，其标签就越容易传播，在标签传播过程中，保持已标注数据的标签不变，使其像一个源头把标签传向未标注数据(如：对于某一个节点，统计其所有邻居节点的标签，将出现个数最多的那个标签赋给当前节点)，最终，当迭代过程结束时，相似节点的概率分布也趋于相似，从而将这些相似节点划分到同一个虚拟社区中。另外，还可以采用社区发现算法将所述多个用户划分为多个虚拟社区，此处不再赘述。

需要说明的是，每个用户可以属于所述多个虚拟社区中的M个虚拟社区，所述M为大于等于1的正整数，虚拟社区中的用户可以是朋友关系，同事关系或亲属关系，虚拟社区中的用户可以是某个用户的好友，也可以是某个用户的好友的好友，可以是不存在直接连接关系的用户。隶属度可以表示用户与同一个虚拟社区中其他用户之间的联系紧密程度，也表示用户在虚拟社区中的活跃程度，活跃程度越高，隶属度越高。

例如，用户1与用户2和用户3的亲密度高，用户2与用户4的亲密度高，用户3与用户5和用户6的亲密度高，虽然，在社交网络中用户1与用户4、用户5和用户6没有直接联系，但是，用户1、用户2和用户4属于同事关系，用户1、用户3、用户5和用户6属于亲属关系，因此可以将用户1、用户2和用户4划分为1个虚拟社区，将用户1、用户3、用户5和用户6划分为1个虚拟社区。

另外，可以获取所述每个用户在所述M个虚拟社区中每个虚拟社区中的交流频率；根据所述每个用户在所述M个虚拟社区中每个虚拟社区中的交流频率，确定所述每个用户在所述M个虚拟社区中每个虚拟社区的隶属度，进一步的，可以计算每个用户在M个虚拟社区中交流次数之和，然后将M个虚拟社区中每个虚拟社区的交流次数除以上述交流次数之和，计算得到每个用户在所述M个虚拟社区中每个虚拟社区的隶属度。需要说明的是，每个用户在M个虚拟社区的隶属度之和为1。

S103，当检测到所述多个用户中目标用户发送的广告请求时，计算所述目标用户与多个好友用户中操作待推荐广告的用户之间的亲密度之和，以及所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在所述目标用户所属的虚拟社区中的隶属度之和，并获取所述目标用户对所述待推荐广告的点击率，所述好友用户为所述多个用户中与所述目标用户存在直接连接关系的用户(如：在上述社交网络中相互连接的两个节点)。

具体实现中，待推荐广告由文字、图片和链接组成，在广告中可以点击详情链接进而跳转到广告原链接页，并在广告信息右上角标注有推广标志，用户点选后屏蔽广告信息，操作待推荐广告可以为曝光广告、对广告内容进行点赞、评论等等。如果目标用户的好友用户对待推荐广告进行操作，则可以获取操作待推荐广告的好友用户与目标用户之间的亲密度之和，如果在目标用户所属的虚拟社区中某些用户对待推荐的广告进行操作，则获取该某些用户在目标用户所属的虚拟社区中的隶属度，并计算该某些用户在该虚拟社区中的隶属度之和。

另外，可以获取所述目标用户对不同类型广告的历史操作记录；根据所述目标用户对不同类型广告的历史操作记录，确定所述目标用户对所述待推荐广告的点击率。例如，可以分别统计目标用户对新闻类广告、体育类广告的历史点击次数，将每种类型广告的点击次数除以所有类型广告的点击次数之和，计算目标用户对每种类型广告的点击率，最后获取待推荐广告的类型，并根据待推荐广告的类型确定目标用户对待推荐广告的点击率。

S104，根据所述目标用户与所述多个好友用户中操作待推荐广告的用户之间的亲密度之和、所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在该虚拟社区的隶属度之和，以及所述目标用户对所述待推荐广告的点击率，向所述目标用户推送所述待推荐广告。

具体实现中，可以首先计算所述目标用户与所述多个好友用户中操作待推荐广告的用户之间的亲密度之和、所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在目标用户所属的虚拟社区的隶属度之和，以及所述目标用户对所述待推荐广告的点击率的平均值，然后根据计算得到的每个待推荐广告的平均值，向所述目标用户推送所述待推荐广告。

进一步的，可以将所述综合点击率排在前N位的所述待推荐广告推送给所述目标用户，而所述综合点击率排在后面的所述待推荐广告不用推送给所述目标用户，所述N为大于等于1的正整数；或者，可以判断所述综合点击率是否大于预设阈值，如果综合点击率大于预设阈值，则向所述目标用户推送所述待推荐广告，如果综合点击率不大于预设阈值，则向所述目标用户不推送所述待推荐广告。

在本发明实施例中，首先根据多个用户之间的交流信息，确定多个用户之间的亲密度；然后根据多个用户之间的亲密度，将多个用户划分为多个虚拟社区，并确定多个用户中每个用户在虚拟社区的隶属度；当检测到多个用户中目标用户发送的广告请求时，计算目标用户与多个好友用户中操作待推荐广告的好友用户之间的亲密度之和，以及目标用户所属的虚拟社区中操作待推荐广告的用户在该虚拟社区的隶属度之和，并获取目标用户对待推荐广告的点击率，最后根据上述三种信息，确定向目标用户推送待推荐广告，通过引入虚拟社区，充分利用社交网络中所隐含的丰富信息，提高广告推送的个性化和精准性。

请参考图2，图2是本发明另一实施例提供的一种广告推送方法的流程图。如图所示，本发明实施例中的方法包括：

S201，根据多个用户之间的交流信息，确定所述多个用户之间的亲密度。

具体实现中，交流信息可以包括用户之间的互动信息和交流次数，例如，可以获取多个用户在即时通信应用的朋友圈中的互动信息(点赞或评论)或通过即时通信应用相互沟通次数，根据所述互动信息或所述相互沟通次数确定所述多个用户之间的亲密度，如果两个用户之间的互动信息或相互沟通的次数越多，则该两个用户之间的亲密度越大，如果两个用户之间没有任何互动信息或相互沟通次数为0，则该两个用户之间的亲密度为0。

S202，根据所述多个用户之间的亲密度，将所述多个用户划分为多个虚拟社区，并确定所述多个用户中每个用户在所述虚拟社区的隶属度。

具体实现中，社交网络由节点和边组成的社会结构，节点表示个人或者组织，边用来连接节点表示各种社会关系，虚拟社区为社交网络中所有个体组成集合中的一个子集，该子集中的用户个体基于某种属性联系紧密，并和子集之外的其它用户个体存在稀疏连接关系。在划分虚拟社区过程中，首先为每个节点指定一个唯一的标签(相当于节点标识)，每个节点的标签按亲密度传播给相邻节点，在节点传播的每一步，每个节点根据相邻节点的标签来更新自己的标签，与该节点亲密度越大，其相邻节点对其标注的影响权值越大，相似节点的标签越趋于一致，其标签就越容易传播，在标签传播过程中，保持已标注数据的标签不变，使其像一个源头把标签传向未标注数据(如：对于某一个节点，统计其所有邻居节点的标签，将出现个数最多的那个标签赋给当前节点)，最终，当迭代过程结束时，相似节点的概率分布也趋于相似，从而将这些相似节点划分到同一个虚拟社区中。另外，还可以采用社区发现算法将所述多个用户划分为多个虚拟社区，此处不再赘述。

需要说明的是，每个用户可以属于所述多个虚拟社区中的M个虚拟社区，所述M为大于等于1的正整数，虚拟社区中的用户可以是朋友关系，同事关系或亲属关系，虚拟社区中的用户可以是某个用户的好友，也可以是某个用户的好友的好友，可以是不存在直接连接关系的用户。隶属度可以表示用户与同一个虚拟社区中其他用户之间的联系紧密程度，也表示用户在虚拟社区中的活跃程度，活跃程度越高，隶属度越高。

例如，用户1与用户2和用户3的亲密度高，用户2与用户4的亲密度高，用户3与用户5和用户6的亲密度高，虽然，在社交网络中用户1与用户4、用户5和用户6没有直接联系，但是，用户1、用户2和用户4属于同事关系，用户1、用户3、用户5和用户6属于亲属关系，因此可以将用户1、用户2和用户4划分为1个虚拟社区，将用户1、用户3、用户5和用户6划分为1个虚拟社区。

另外，可以获取所述每个用户在所述M个虚拟社区中每个虚拟社区中的交流频率；根据所述每个用户在所述M个虚拟社区中每个虚拟社区中的交流频率，确定所述每个用户在所述M个虚拟社区中每个虚拟社区的隶属度，进一步的，可以计算每个用户在M个虚拟社区中交流次数之和，然后将M个虚拟社区中每个虚拟社区的交流次数除以上述交流次数之和，计算得到每个用户在所述M个虚拟社区中每个虚拟社区的隶属度。需要说明的是，每个用户在M个虚拟社区的隶属度之和为1。

S203，当检测到所述多个用户中目标用户发送的广告请求时，计算所述目标用户与多个好友用户中操作待推荐广告的用户之间的亲密度之和，以及所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在所述目标用户所属的虚拟社区的隶属度之和，并获取所述目标用户对所述待推荐广告的点击率，所述好友用户为所述多个用户中与所述目标用户存在直接连接关系的用户(如，在上述社交网络中相互连接的两个节点)。

具体实现中，待推荐广告由文字、图片和链接组成，在广告中可以点击详情链接进而跳转到广告原链接页，并在广告信息右上角标注有推广标志，用户点选后屏蔽广告信息，操作待推荐广告可以为曝光广告、对广告内容进行点赞、评论等等。如果目标用户的好友用户对待推荐广告进行操作，则可以获取操作待推荐广告的好友用户与目标用户之间的亲密度之和，如果在目标用户所属的虚拟社区中某些用户对待推荐的广告进行操作，则获取该某些用户在目标用户所属的虚拟社区中的隶属度，并计算该某些用户在该虚拟社区中的隶属度之和。

另外，可以获取所述目标用户对不同类型广告的历史操作记录；根据所述目标用户对不同类型广告的历史操作记录，确定所述目标用户对所述待推荐广告的点击率。例如，可以分别统计目标用户对新闻类广告、体育类广告的历史点击次数，将每种类型广告的点击次数除以所有类型广告的点击次数之和，计算目标用户对每种类型广告的点击率，最后获取待推荐广告的类型，并根据待推荐广告的类型确定目标用户对待推荐广告的点击率。

S204，计算所述目标用户与所述多个好友用户中操作待推荐广告的好友用户之间的亲密度之和、所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在所述目标用户所属的虚拟社区的隶属度之和，以及所述目标用户对所述待推荐广告的点击率的加权平均值。

S205，将所述加权平均值作为所述待推荐广告的综合点击率，并根据所述综合点击率，向所述目标用户推送所述待推荐广告。

具体实现中，可以将所述综合点击率排在前N位的所述待推荐广告推送给所述目标用户，而所述综合点击率排在后面的所述待推荐广告不用推送给所述目标用户，所述N为大于等于1的正整数；或者，可以判断所述综合点击率是否大于预设阈值，如果综合点击率大于预设阈值，则向所述目标用户推送所述待推荐广告，如果综合点击率不大于预设阈值，则向所述目标用户不推送所述待推荐广告。

在本发明实施例中，首先根据多个用户之间的交流信息，确定多个用户之间的亲密度；然后根据多个用户之间的亲密度，将多个用户划分为多个虚拟社区，并确定多个用户中每个用户在虚拟社区的隶属度；当检测到多个用户中目标用户发送的广告请求时，计算目标用户与多个好友用户中操作待推荐广告的好友用户之间的亲密度之和，以及目标用户所属的虚拟社区中操作待推荐广告的用户在该虚拟社区的隶属度之和，并获取目标用户对待推荐广告的点击率，最后根据上述三种信息，确定向目标用户推送待推荐广告，通过引入虚拟社区，充分利用社交网络中所隐含的丰富信息，提高广告推送的个性化和精准性。

请参考图3，图3是本发明实施例提供的一种广告推送装置的结构示意图。如图所示，本发明实施例中的装置包括：

亲密度确定模块301，用于根据多个用户之间的交流信息，确定所述多个用户之间的亲密度。

具体实现中，交流信息可以包括用户之间的互动信息和交流次数，例如，可以获取多个用户在即时通信应用朋友圈中的互动信息(点赞或评论)或通过即时通信应用相互沟通次数，根据所述互动信息或所述相互沟通次数确定所述多个用户之间的亲密度，如果两个用户之间的互动信息或相互沟通的次数越多，则该两个用户之间的亲密度越大，如果两个用户之间没有任何互动信息或相互沟通次数为0，则该两个用户之间的亲密度为0。

社区划分模块302，用于根据所述多个用户之间的亲密度，将所述多个用户划分为多个虚拟社区，并确定所述多个用户中每个用户在所述虚拟社区的隶属度。

具体实现中，社交网络由节点和边组成的社会结构，节点表示个人或者组织，边用来连接节点表示各种社会关系，虚拟社区为社交网络中所有个体组成集合中的一个子集，该子集中的用户个体基于某种属性联系紧密，并和子集之外的其它用户个体存在稀疏连接关系。在划分虚拟社区过程中，首先为每个节点指定一个唯一的标签(相当于节点标识)，每个节点的标签按亲密度传播给相邻节点，在节点传播的每一步，每个节点根据相邻节点的标签来更新自己的标签，与该节点亲密度越大，其相邻节点对其标注的影响权值越大，相似节点的标签越趋于一致，其标签就越容易传播，在标签传播过程中，保持已标注数据的标签不变，使其像一个源头把标签传向未标注数据(如：对于某一个节点，统计其所有邻居节点的标签，将出现个数最多的那个标签赋给当前节点)，最终，当迭代过程结束时，相似节点的概率分布也趋于相似，从而将这些相似节点划分到同一个虚拟社区中。另外，还可以采用社区发现算法将所述多个用户划分为多个虚拟社区，此处不再赘述。

需要说明的是，每个用户可以属于所述多个虚拟社区中的M个虚拟社区，所述M为大于等于1的正整数，虚拟社区中的用户可以是朋友关系，同事关系或亲属关系，虚拟社区中的用户可以是某个用户的好友，也可以是某个用户的好友的好友，可以是不存在直接连接关系的用户。隶属度可以表示用户与同一个虚拟社区中其他用户之间的联系紧密程度，也表示用户在虚拟社区中的活跃程度，活跃程度越高，隶属度越高。

例如，用户1与用户2和用户3的亲密度高，用户2与用户4的亲密度高，用户3与用户5和用户6的亲密度高，虽然，在社交网络中用户1与用户4、用户5和用户6没有直接联系，但是，用户1、用户2和用户4属于同事关系，用户1、用户3、用户5和用户6属于亲属关系，因此可以将用户1、用户2和用户4划分为1个虚拟社区，将用户1、用户3、用户5和用户6划分为1个虚拟社区。

另外，可以获取所述每个用户在所述M个虚拟社区中每个虚拟社区中的交流频率；根据所述每个用户在所述M个虚拟社区中每个虚拟社区中的交流频率，确定所述每个用户在所述M个虚拟社区中每个虚拟社区的隶属度，进一步的，可以计算每个用户在M个虚拟社区中交流次数之和，然后将M个虚拟社区中每个虚拟社区的交流次数除以上述交流次数之和，计算得到每个用户在所述M个虚拟社区中每个虚拟社区的隶属度。需要说明的是，每个用户在M个虚拟社区的隶属度之和为1。

信息计算模块303，用于当检测到所述多个用户中目标用户发送的广告请求时，计算所述目标用户与多个好友用户中操作待推荐广告的用户之间的亲密度之和，以及所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在所述目标用户所属的虚拟社区的隶属度之和，并获取所述目标用户对所述待推荐广告的点击率，所述好友用户为所述多个用户中与所述目标用户存在直接连接关系的用户(如：在上述社交网络中相互连接的两个节点)。

具体实现中，待推荐广告由文字、图片和链接组成，在广告中可以点击详情链接进而跳转到广告原链接页，并在广告信息右上角标注有推广标志，用户点选后屏蔽广告信息，操作待推荐广告可以为曝光广告、对广告内容进行点赞、评论等等。如果目标用户的好友用户对待推荐广告进行操作，则可以获取操作待推荐广告的好友用户与目标用户之间的亲密度之和，如果在目标用户所属的虚拟社区中某些用户对待推荐的广告进行操作，则获取该某些用户在目标用户所属的虚拟社区中的隶属度，并计算该某些用户在该虚拟社区中的隶属度之和。

另外，可以获取所述目标用户对不同类型广告的历史操作记录；根据所述目标用户对不同类型广告的历史操作记录，确定所述目标用户对所述待推荐广告的点击率。例如，可以分别统计目标用户对新闻类广告、体育类广告的历史点击次数，将每种类型广告的点击次数除以所有类型广告的点击次数之和，计算目标用户对每种类型广告的点击率，最后获取待推荐广告的类型，并根据待推荐广告的类型确定目标用户对待推荐广告的点击率。

广告推送模块304，用于根据所述目标用户与所述多个好友用户中操作待推荐广告的用户之间的亲密度之和、所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在该虚拟社区的隶属度之和，以及所述目标用户对所述待推荐广告的点击率，向所述目标用户推送所述待推荐广告。

具体实现中，可以首先计算所述目标用户与所述多个好友用户中操作待推荐广告的用户之间的亲密度之和、所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在该虚拟社区的隶属度之和，以及所述目标用户对所述待推荐广告的点击率的平均值，然后根据计算得到的每个待推荐广告的平均值，向所述目标用户推送所述待推荐广告。

可选的，可以计算所述目标用户与所述多个好友用户中操作待推荐广告的用户之间的亲密度之和、所述目标用户所属的虚拟社区中操作所述待推荐广告的好友用户在所述目标用户所属的虚拟社区中的隶属度之和，以及所述目标用户对所述待推荐广告的点击率的加权平均值；将所述加权平均值作为所述待推荐广告的综合点击率，并根据所述综合点击率，向所述目标用户推送所述待推荐广告。

进一步的，可以将所述综合点击率排在前N位的所述待推荐广告推送给所述目标用户，而所述综合点击率排在后面的所述待推荐广告不用推送给所述目标用户，所述N为大于等于1的正整数；或者，可以判断所述综合点击率是否大于预设阈值，如果综合点击率大于预设阈值，则向所述目标用户推送所述待推荐广告，如果综合点击率不大于预设阈值，则向所述目标用户不推送所述待推荐广告。

在本发明实施例中，首先根据多个用户之间的交流信息，确定多个用户之间的亲密度；然后根据多个用户之间的亲密度，将多个用户划分为多个虚拟社区，并确定多个用户中每个用户在虚拟社区的隶属度；当检测到多个用户中目标用户发送的广告请求时，计算目标用户与多个好友用户中操作待推荐广告的好友用户之间的亲密度之和，以及目标用户所属的虚拟社区中操作待推荐广告的用户在该虚拟社区的隶属度之和，并获取目标用户对待推荐广告的点击率，最后根据上述三种信息，确定向目标用户推送待推荐广告，通过引入虚拟社区，充分利用社交网络中所隐含的丰富信息，提高广告推送的个性化和精准性。

请参考图4，图4是本发明实施例提供的一种服务器的架构示意图。如图所示，该服务器可以包括：至少一个处理器401，例如CPU，至少一个接口电路402，至少一个存储器403，至少一个总线404。其中，通信总线404用于实现这些组件之间的连接通信。其中，本发明实施例中的接口电路402可以是有线发送端口，也可以为无线设备，例如包括天线装置，用于与其他节点设备进行信令或数据的通信。存储器403可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器403可选的还可以是至少一个位于远离前述处理器401的存储装置。存储器403中存储一组程序代码，且处理器401用于调用存储器中存储的程序代码，用于执行以下操作：

根据多个用户之间的交流信息，确定所述多个用户之间的亲密度；

根据所述多个用户之间的亲密度，将所述多个用户划分为多个虚拟社区，并确定所述多个用户中每个用户在所述虚拟社区的隶属度；

当检测到所述多个用户中目标用户发送的广告请求时，计算所述目标用户与多个好友用户中操作待推荐广告的用户之间的亲密度之和，以及所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在该虚拟社区的隶属度之和，并获取所述目标用户对所述待推荐广告的点击率，所述好友用户为所述多个用户中与所述目标用户存在直接连接关系的用户；

根据所述目标用户与所述多个好友用户中操作待推荐广告的用户之间的亲密度之和、所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在该虚拟社区的隶属度之和，以及所述目标用户对所述待推荐广告的点击率，向所述目标用户推送所述待推荐广告。

其中，处理器401用于执行如下操作步骤：

所述确定所述多个用户中每个用户在所述虚拟社区的隶属度包括：

获取所述每个用户在所述M个虚拟社区中每个虚拟社区中的交流频率；

根据所述每个用户在所述M个虚拟社区中每个虚拟社区中的交流频率，确定所述每个用户在所述M个虚拟社区中每个虚拟社区的隶属度。

其中，处理器401用于执行如下操作步骤：

获取所述目标用户对不同类型广告的历史操作记录；

根据所述目标用户对不同类型广告的历史操作记录，确定所述目标用户对所述待推荐广告的点击率。

其中，处理器401用于执行如下操作步骤：

计算所述目标用户与所述多个好友用户中操作待推荐广告的用户之间的亲密度之和、所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在该虚拟社区的隶属度之和，以及所述目标用户对所述待推荐广告的点击率的加权平均值；

将所述加权平均值作为所述待推荐广告的综合点击率，并根据所述综合点击率，向所述目标用户推送所述待推荐广告。

其中，处理器401用于执行如下操作步骤：

将所述综合点击率排在前N位的所述待推荐广告推送给所述目标用户，所述N为大于等于1的正整数。

需要说明的是，这里的处理器401可以是一个处理元件，也可以是多个处理元件的统称。例如，该处理元件可以是中央处理器(Central Processing Unit，CPU)，也可以是特定集成电路(Application Specific Integrated Circuit，ASIC)。

该装置还可以包括输入输出装置，连接于总线404，以通过总线与处理器401等其它部分连接。该输入输出装置可以为操作人员提供一输入界面，以便操作人员通过该输入界面选择布控项，还可以是其它接口，可通过该接口外接其它设备。

或者是被配置成实施本发明实施例的一个或多个集成电路，例如：一个或多个微处理器(digital singnal processor，DSP)，或，一个或者多个现场可编程门阵列(FieldProgrammable Gate Array，FPGA)。

存储器403可以是一个存储装置，也可以是多个存储元件的统称，且用于存储可执行程序代码或应用程序运行装置运行所需要参数、数据等。且存储器403可以包括随机存储器(RAM)，也可以包括非易失性存储器(non-volatile memory)，例如磁盘存储器，闪存(Flash)等。

总线404可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等。该总线404可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

需要说明的是，对于前述的各个方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某一些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。

以上对本发明实施例所提供的内容下载方法及相关设备、系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种广告推送方法，其特征在于，所述方法包括：

根据多个用户之间的交流信息，确定所述多个用户之间的亲密度；

根据所述多个用户之间的亲密度，将所述多个用户划分为多个虚拟社区，并确定所述多个用户中每个用户在所述虚拟社区的隶属度；

当检测到所述多个用户中目标用户发送的广告请求时，计算所述目标用户与多个好友用户中操作待推荐广告的好友用户之间的亲密度之和，以及所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在所述目标用户所属的虚拟社区中的隶属度之和，包括：如果在所述目标用户所属的虚拟社区中多个用户对所述待推荐的广告进行操作，则获取所述多个用户在所述目标用户所属的虚拟社区中的隶属度，并计算所述多个用户在所述虚拟社区中的隶属度之和；并获取所述目标用户对所述待推荐广告的点击率，所述好友用户为所述多个用户中与所述目标用户存在直接连接关系的用户；

根据所述目标用户与所述多个好友用户中操作待推荐广告的好友用户之间的亲密度之和、所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在所述目标用户所属的虚拟社区中的隶属度之和，以及所述目标用户对所述待推荐广告的点击率，向所述目标用户推送所述待推荐广告。

2.如权利要求1所述的方法，其特征在于，所述多个用户中的每个用户属于所述多个虚拟社区中的M个虚拟社区，所述M为大于等于1的正整数；

所述确定所述多个用户中每个用户在所述虚拟社区的隶属度包括：

获取所述每个用户在所述M个虚拟社区中每个虚拟社区中的交流频率；

根据所述每个用户在所述M个虚拟社区中每个虚拟社区中的交流频率，确定所述每个用户在所述M个虚拟社区中每个虚拟社区的隶属度。

3.如权利要求1所述的方法，其特征在于，所述获取所述目标用户对所述待推荐广告的点击率包括：

获取所述目标用户对不同类型广告的历史操作记录；

根据所述目标用户对不同类型广告的历史操作记录，确定所述目标用户对所述待推荐广告的点击率。

4.如权利要求1所述的方法，其特征在于，所述根据所述目标用户与所述多个好友用户中操作待推荐广告的好友用户之间的亲密度之和、所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在所述目标用户所属的虚拟社区中的隶属度之和，以及所述目标用户对所述待推荐广告的点击率，向所述目标用户推送所述待推荐广告包括：

计算所述目标用户与所述多个好友用户中操作待推荐广告的好友用户之间的亲密度之和、所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在所述目标用户所属的虚拟社区中的隶属度之和，以及所述目标用户对所述待推荐广告的点击率的加权平均值；

将所述加权平均值作为所述待推荐广告的综合点击率，并根据所述综合点击率，向所述目标用户推送所述待推荐广告。

5.如权利要求4所述的方法，其特征在于，所述根据所述综合点击率，向所述目标用户推送所述待推荐广告包括：

将所述综合点击率排在前N位的所述待推荐广告推送给所述目标用户，所述N为大于等于1的正整数。

6.一种广告推送装置，其特征在于，所述装置包括：

亲密度确定模块，用于根据多个用户之间的交流信息，确定所述多个用户之间的亲密度；

社区划分模块，用于根据所述多个用户之间的亲密度，将所述多个用户划分为多个虚拟社区，并确定所述多个用户中每个用户在所述虚拟社区的隶属度；

信息计算模块，用于当检测到所述多个用户中目标用户发送的广告请求时，计算所述目标用户与多个好友用户中操作待推荐广告的好友用户之间的亲密度之和，以及所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在所述目标用户所属的虚拟社区中的隶属度之和，包括：如果在所述目标用户所属的虚拟社区中多个用户对所述待推荐的广告进行操作，则获取所述多个用户在所述目标用户所属的虚拟社区中的隶属度，并计算所述多个用户在所述虚拟社区中的隶属度之和；并获取所述目标用户对所述待推荐广告的点击率，所述好友用户为所述多个用户中与所述目标用户存在直接连接关系的用户；

广告推送模块，用于根据所述目标用户与所述多个好友用户中操作待推荐广告的好友用户之间的亲密度之和、所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在所述目标用户所属的虚拟社区中的隶属度之和，以及所述目标用户对所述待推荐广告的点击率，向所述目标用户推送所述待推荐广告。

7.如权利要求6所述的装置，其特征在于，所述多个用户中的每个用户属于所述多个虚拟社区中的M个虚拟社区，所述M为大于等于1的正整数；

所述社区划分模块具体用于：

获取所述每个用户在所述M个虚拟社区中每个虚拟社区中的交流频率；

根据所述每个用户在所述M个虚拟社区中每个虚拟社区中的交流频率，确定所述每个用户在所述M个虚拟社区中每个虚拟社区的隶属度。

8.如权利要求6所述的装置，其特征在于，所述信息计算模块具体用于：

获取所述目标用户对不同类型广告的历史操作记录；

根据所述目标用户对不同类型广告的历史操作记录，确定所述目标用户对所述待推荐广告的点击率。

9.如权利要求6所述的装置，其特征在于，所述广告推送模块具体用于：

计算所述目标用户与所述多个好友用户中操作待推荐广告的好友用户之间的亲密度之和、所述目标用户所属的虚拟社区中操作所述待推荐广告的用户在所述目标用户所属的虚拟社区中的隶属度之和，以及所述目标用户对所述待推荐广告的点击率的加权平均值；

将所述加权平均值作为所述待推荐广告的综合点击率，并根据所述综合点击率，向所述目标用户推送所述待推荐广告。

10.如权利要求9所述的装置，其特征在于，所述广告推送模块具体用于：将所述综合点击率排在前N位的所述待推荐广告推送给所述目标用户，所述N为大于等于1的正整数。

Images