CN107566856A - 提供推送信息的方法及系统 - Google Patents
提供推送信息的方法及系统 Download PDFInfo
- Publication number
- CN107566856A CN107566856A CN201610514772.6A CN201610514772A CN107566856A CN 107566856 A CN107566856 A CN 107566856A CN 201610514772 A CN201610514772 A CN 201610514772A CN 107566856 A CN107566856 A CN 107566856A
- Authority
- CN
- China
- Prior art keywords
- program
- pushed information
- information model
- broadcasting
- model
- 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
Abstract
本申请公开了一种提供推送信息的方法和系统。该方法包括:从数据库中读取历史播放数据中各节目中推送信息的播放数据,根据读取的所述播放数据生成至少一个推送信息模型;响应于来自用户接口的针对一节目的查询请求,根据所述查询请求从所述至少一个推送信息模型中确定所述节目对应的推送信息模型;根据所述对应的推送信息模型确定所述节目的推送预测数据;提供所述推送预测数据,其用于确定推送方案从而在提供所述节目时根据所述推送方案提供推送信息。
Description
技术领域
本申请涉及互联网领域,特别涉及一种提供推送信息的方法及系统。
背景技术
随着互联网的发展,出现了越来越多网络音/视频内容的提供者。在提供音/视频节目时,内容提供者也会向用户提供推送信息,帮助用户了解与节目有关的其它内容。对于尚未开播的新节目,一般由工作人员根据经验估计新节目播出后推送信息的播放情况,制定推送方案。在新节目上线后,则在提供节目内容时根据推送方案提供推送信息。但是,人工预估结果的准确性不高,根据人工预估的结果制定推送方案时,可能存在不能完成预定的推送任务的情况,或者提前完成了推送任务后在提供节目时需要临时获取新的推送任务的情况,使得节目的提供和推送信息的提供流程不能顺畅进行。而且,使用人工预估也会产生较高的人力成本。
发明内容
本申请实施例提供了一种提供推送信息的方法和系统,可以根据数据库中的历史播放数据生成推送信息模型,利用推送信息模型来确定新节目的推送信息播放情况的预测数据。
本申请实施例的一种提供推送信息的方法包括:
从数据库中读取历史播放数据中各节目中推送信息的播放数据,根据读取的所述播放数据生成至少一个推送信息模型;
响应于来自用户接口的针对一节目的查询请求,根据所述查询请求从所述至少一个推送信息模型中确定所述节目对应的推送信息模型;
根据所述对应的推送信息模型确定所述节目的推送预测数据;
提供所述推送预测数据,其用于确定推送方案从而在提供所述节目时根据所述推送方案提供推送信息。
本申请实施例的一种提供推送信息的系统包括:
模型生成单元,用于提供至少一个推送信息模型,所述至少一个推送信息模型是利用数据库中的历史播放数据中各节目中推送信息的播放数据生成的;
模型选择单元,用于根据来自用户接口的针对一节目的查询请求,从所述至少一个推送信息模型中确定所述节目对应的推送信息模型;
预测单元,用于根据所述对应的推送信息模型计算所述节目的推送预测数据;
结果提供单元,用于提供所述推送预测数据,所述推送预测数据用于确定推送方案从而在提供所述节目时根据所述推送方案提供推送信息。
从以上技术方案可以看出,本发明实施例利用数据库中保存的历史播放数据生成推送信息模型,在查询新节目的推送预测数据时,可以利用与新节目匹配的模型来确定新节目的推送预测数据。这种方式通过分析历史播放数据,并进行新节目与已建立模型之间的匹配,从而使得根据匹配的模型得到的推送预测数据更合理、更准确,基于此确定的推送方案也能够使在新节目的播放流程更加顺畅。
附图说明
图1是本发明实施例的一种提供推送信息的方法流程图;
图2为本发明实施例的一种确定节目对应的推送信息模型的方法流程图;
图3为一个实施例中用于生成查询请求的用户接口示意图;
图4为本发明实施例的一种确定节目对应的推送信息模型的方法流程图;
图5为本发明实施例的一种确定节目对应的推送信息模型的方法流程图;
图6为本发明实施例的一种确定推送预测数据的方法流程图;
图7为本发明实施例的一种用于显示和接收计算参数值的用户接口示意图;
图8a和图8b分别为本发明实施例中各时间段推送信息播放次数的展示接口示意图;
图9为本发明实施例中播放器变更方法的流程图;
图10为一种用于接收播放器变更请求的用户接口示意图;
图11为本发明实施例的一种提供推送信息的系统的示意图。
具体实施方式
为了描述上的简洁和直观,下文通过描述若干代表性的实施例来对本发明的方案进行阐述。但本文并未示出所有实施方式。实施例中大量的细节仅用于帮助理解本发明的方案,本发明的技术方案实现时可以不局限于这些细节。为了避免不必要地模糊了本发明的方案,一些实施方式没有进行细致地描述,而是仅给出了框架。下文中,“包括”是指“包括但不限于”,“根据……”是指“至少根据……,但不限于仅根据……”。说明书和权利要求书中的“包括”是指某种程度上至少包括,应当解释为除了包括之后提到的特征外,其它特征也可以存在。
图1是本发明实施例的一种提供推送信息的方法流程图。如图1所示,该方法10可以包括以下步骤。
步骤S11,从数据库中读取历史播放数据中各节目中推送信息的播放数据,根据读取的所述播放数据生成至少一个推送信息模型。
步骤S12,响应于来自用户接口的针对一节目的查询请求,根据所述查询请求从所述至少一个推送信息模型中确定所述节目对应的推送信息模型。
步骤S13,根据所述对应的推送信息模型确定所述节目的推送预测数据。
步骤S14,提供所述推送预测数据,其用于确定推送方案从而在提供所述节目时根据所述推送方案提供推送信息。
通过分析历史播放数据、建立模型,并使用建立的模型对新节目的推送信息播放情况进行预测,可以使推送预测数据更合理、更准确,基于此确定的推送方案也更合理,从而使新节目的播放流程更加顺畅。同时,也降低了人工成本。
本发明实施例的方法可以由一个或多个计算设备实现,如PC、服务器、服务器集群等。计算设备可以通过有线或者无线连接与一数据库进行数据交互,也可以通过有线或者无线连接与一用户接口进行通信。
本发明实施例中,节目是指通过互联网提供的音频或者视频。节目可以包括,但不限于,音乐、有声书、电台、电视剧、电影、综艺节目、资讯、用户原创内容,等。这里的节目可以是指单个音频或视频,例如一段音乐、一部电影;也可以指内容具有相关性的一系列音频或视频的集合,例如包括多个视频片段(即,多集)的一部电视剧可以作为一个节目,一部电影的正片、宣传片、花絮、采访等多个片段可以作为一个节目,包括多集的某一季综艺可以作为一个节目,等。
推送信息是指在向用户提供节目时向用户推荐的其它信息,例如与当前节目内容相关的其它节目、资讯、商品、服务等。推送信息可以在不同的时间点、不同的位置提供。例如,节目开始前播放的推送信息一般称为前贴片,节目播放过程中插播的推送信息一般称为中插片,节目播放完毕后播放的推送信息一般称为后贴片。此外,还有播放窗口外围提供的推送信息,用户暂停播放时提供的推送信息、语音播报的推送信息、弹窗形式的推送信息、角标形式的推送信息、字幕形式的推送信息,等等。
历史播放数据是指针对已经上线的节目的播出情况进行统计得到的统计数据。历史播放数据可以包括节目的播放数据和节目中的推送信息的播放数据。节目的播放数据可以包括,但不限于:播放总次数,节目各片段的播放次数、节目在各时间段内的播放次数、节目在各平台中的播放次数,等。推送信息的播放数据包括:某一节目中,各个类型的推送信息(如前贴片一、前贴片二、后贴片,等)的播放次数、在各平台的播放次数、在各时间段中的播放次数,各时长的节目片段中推送信息的播放次数等。一些例子中,推送信息的播放数据还可以包括,播放时间在后的推送信息的播放次数与在其之前播放的推送信息的播放次数的比值(也称为转化率)。由于前贴片一之前没有其它推送信息,前贴片一的转化率可以是前贴片一的播放次数与节目播放总次数的比率。转化率也可以根据播放平台划分为不同播放平台中的转化率,根据时间段划分为各时间段的转化率,或者根据节目的时长划分为各时长片段中的转化率,等。转化率可以体现出节目播放过程中节目用户数量随时间变化的情况。
一些例子中,平台可以指接收节目的用户终端类型,例如PC、移动终端,等。另一些例子中,平台可以指提供节目的形式,例如网页平台、客户端软件平台。网页平台是指提供带有节目播放功能的网页的播放平台,用户可以通过浏览器访问播放平台的网址来获取节目。客户端软件平台是指运行在用户终端设备中的专用于节目播放的应用程序,用户可以下载客户端软件的安装程序,并进行安装,安装后则可以在运行的客户端软件中浏览并选择播放节目。
推送信息模型是指描述节目的属性值与该节目中推送信息播放数据的关联关系的一个数据集合。一些例子中,推送信息模型描述一组播放数据与一个或者多个节目属性值或者属性值的范围的对应关系;当输入的一节目(例如未上线的节目、新节目)的属性值与一个推送信息模型匹配时,则输出该推送信息模型中的播放数据作为该节目的推送预测数据。一些例子中,推送信息模型描述一个或多个节目属性值对播放数据的影响;当输入一节目的属性值时,则使用推送信息模型根据输入的属性值对播放数据进行调整,输入调整后的播放数据作为该节目的推送预测数据。其它例子中,推送信息模型还可以有其它的作用方式,这里不做限定。
推送预测数据是指对尚未播出的节目进行的推送信息播放情况的预测,其形式可以是该节目中推送信息的预估播放数据,例如各类型推送信息的预计播放次数、分平台播放次数、分时段播放次数、转化率,等。
查询请求是指通过用户接口接收到的用户输入的查询一节目的推送预测数据的请求消息。查询请求可以包括节目标识。一些例子中,查询请求还可以包括其它可能的信息,例如参考节目标识、平台标识、上线时间,等。
一些例子中,在步骤S12中,可以根据查询请求获取节目的属性值,根据所述节目的属性值从所述至少一个推送信息模型中确定所述对应的推送信息模型。
以下给出几个确定推送信息模型的例子,其它例子可以采用其它方式确定推送信息模型。具体的方式可以根据推送信息模型的生成方法而定,这里不做限定。
图2为本发明实施例的一种确定节目对应的推送信息模型的方法流程图。如图2所示,该方法20可以包括以下步骤。
步骤S21,根据历史播放数据中每一节目中推送信息的播放数据,生成与该节目的节目标识对应的推送信息模型。
一些例子中,针对一个节目,可以获取该节目的历史播放数据,包括节目的播放次数(或者分平台、分时段、分节目时长等的播放次数)、其中推送信息的播放次数(或者分平台、分时段、分节目时长等的播放次数),利用这些数据和该节目的标识作为所述推送信息模型。另一些例子中,还可以根据获取到的节目的历史数据,计算出各种类型的推送信息的转化率,将转化率的数据也保存在该节目的推送信息模型中。
步骤S22,提供用于输入查询请求的用户接口,提供多个参考节目供用户选择,利用用户选择的参考剧目的标识生成查询请求。
图3为一个实施例中用于生成查询请求的用户接口示意图。图3中,参考类型接口31用于供用户选择参考节目的类型,参考剧目接口32用于供用户选择参考剧目。一些例子中,也可以仅提供参考剧目接口32。图3中,参考类型接口31可以缩小查找范围,方便用户更快速地找到需要的参考剧目。参考类型接口31和/或参考剧目接口32可以以下拉菜单、列表、选择框等形式实现。
步骤S23,根据查询请求获取节目的参考节目标识,将所述参考节目标识对应的推送信息模型作为所述节目对应的推送信息模型。
图4为本发明实施例的一种确定节目对应的推送信息模型的方法流程图。如图4所示,该方法40可以包括以下步骤。
步骤S41,根据所述历史播放数据中属于同一分类的各节目中推送信息的播放数据,生成与所述分类对应的推送信息模型。
可以预先设置多个节目分类。分类依据可以为一个或者多个节目属性值。一些例子中,可以依据节目的类型、内容的类型、热门程度、出品地区、出品公司、演员、导演、编剧,等属性中的一种或者多种来进行节目分类。例如,韩国(出品地区)的爱情(内容类型)一级(热门程度)电视剧(节目类型)可以作为一个分类,以此类推。以上只是个例子,其它例子可以按照其它的分类方式对节目进行分类,这里不再一一列举。
一些例子中,根据同一分类的多个节目的历史播放数据,可以得到该分类下节目的平均播放次数、推送信息的平均播放次数(或分平台、分时段、分节目时长等),推送信息的平均转化率等。得到的数据可以作为该分类的推送信息模型中的数据。
另一些例子中,可以利用同一分类的多个节目的历史播放数据作为样本,训练得到该分类对应的推送信息模型。
步骤S42,从所述查询请求中获取节目的标识,根据所述节目的标识从所述数据库中获取所述节目所属的分类。
一些例子中,将节目的信息录入数据库时,将节目的分类作为一个节目属性保存起来。另一些例子中,可以根据节目标识从数据库中读取节目的属性值,根据节目的属性值确定节目所属的分类。
步骤S43,将所述分类对应的推送信息模型作为所述节目对应的推送信息模型。
图5为本发明实施例的一种确定节目对应的推送信息模型的方法流程图。如图5所示,该方法50可以包括以下步骤。
步骤S51,根据所述历史播放数据中各节目的至少一个属性的值以及各节目中推送信息的播放数据,生成所述至少一个推送信息模型。
一些例子中,可以为具有相似的播放数据的节目生成一个推送信息模型,该模型对应一组或者多组从这些节目中提取出的属性值或者属性值的范围。
步骤S52,从所述查询请求中获取所述节目的标识,根据所述节目的标识从所述数据库中读取所述节目的所述至少一个属性的值。
步骤S53,在所述至少一个推送信息模型中查找与所述节目的所述至少一个属性的值相似性最高的推送信息模型,将查找到的推送信息模型作为所述节目对应的推送信息模型。
一些例子中,可以将该节目的属性值分别于各推送信息模型对应的属性值或者属性值范围进行比较,与该节目的属性值相似度最高的推送信息模型作为该节目对应的推送信息模型。
另一些例子中,还可以利用历史播放数据作为样本,生成每种属性对应的推送信息模型。在收到查询请求后,读取该节目的各属性值,针对具有有效值的属性,将该属性对应的推送信息模型作为该节目对应的推送信息模型。此时,一个节目可以对应多个推送信息模型。分别利用各对应的推送信息模型根据该节目的属性值对播放数据进行调整,最终得到该节目的推送预测数据。例如,首先可以根据节目的类别确定一个播放数据基准值,然后依次根据节目内容的类别、地区、出品公司、导演、演员等属性值调用各属性对应的推送信息模型对播放数据基准值进行调整,最终得到推送预测数据。
一些例子中,步骤S13中,可以将所述推送信息模型中的推送信息的播放数据作为所述节目的推送预测数据。另一些例子中,则允许用户对推送预测数据的计算参数进行调整。图6为本发明实施例的一种确定推送预测数据的方法流程图。如图6所示,该方法60可以包括以下步骤。
步骤S61,将所述推送信息模型中的计算参数值通过用户接口提供给用户。
步骤S62,响应于来自用户接口的参数调整指令,调整所述计算参数值。
步骤S63,根据调整后的所述计算参数值计算所述节目的推送预测数据。
这样,通过允许用户根据新节目的具体情况调整推送信息模型中的计算参数值,可以使得得到的推送预测数据更符合节目的实际情况,更准确。
图7为本发明实施例的一种用于显示和接收计算参数值的用户接口示意图。各接口可以显示推送信息模型中的计算参数值。在一些例子中,该推送信息模型中的计算参数值可以直接作为推送预测信息。另一些例子中,各接口还可以接收用户输入的调整后的计算参数值。其它例子中,也可以提供额外的接口接收用户输入的调整量,比如增加或减少的量,或者增加或者减少的比例,等。如图7的例子中,总播放量71用于显示节目的总播放次数,平台占比(PC:移动)72用于显示PC设备上的播放次数与移动设备上的播放次数的比例;时长比例73用于显示节目中各种播放时长的片段所占的比例,例如,时长为1-3分钟(1-3min)的花絮的播放次数在节目总播放次数中的占比;转化率74用于显示各推送信息(例如,广告)的转化率。以上接口71至74中的至少一个可以接收用户的输入,作为用户调整后的相应参数值。
一些例子中,计算参数可以包括以下中的至少一个:节目播放总次数、推送信息的播放率。步骤S63中,可以计算所述节目播放总次数和所述推送信息的播放率的乘积作为所述节目中推送信息的播放总次数的预测值。
另一些例子中,计算参数可以包括以下中的至少一个:节目播放总次数、前一推送信息的播放率、前一推送信息到后一推送信息之间的转化率。步骤S63中,可以计算所述节目播放总次数、所述前一推送信息的播放率和所述转化率的乘积作为所述节目中后一推送信息的播放总次数的预测值。
另一些例子中,计算参数可以包括以下中的至少一个:节目播放总次数N、节目中各时长范围的片段的播放比率T,前一推送信息的播放率P、前一推送信息到后一推送信息之间的转化率R。步骤S63中,可以按照以下公式计算所述节目中后一推送信息的播放总次数的预测值:
当每个推送信息的播放率都是利用转化率表示时,则上面的公式可以是以下的形式:
其中,R0、R1…、Rn分别表示该后一推送信息之前播放的各推送信息的转化率。
除上述例子中的计算参数外,计算参数还可以包括:在各播放平台中的播放比例。步骤S63中,可以计算所述播放总次数的预测值与所述各播放平台中的播放比例的乘积作为所述节目中推送信息在各播放平台中的播放次数的预测值。
除上述例子中的计算参数外,计算参数还可以包括:推送信息在各时间段中的播放比例。步骤S63中,可以计算所述播放总次数的预测值与所述各时间段中的播放比例的乘积作为所述节目中推送信息在各时间段中的播放次数的预测值。一些例子中,可以预设各时间段中的播放比例均相等。另一些例子中,可以根据历史播放数据得出各时间段中的播放比例。时间段是指预设的一段时间,例如天、周、月、平日/周末等。确定各时间段的播放次数则可以帮助制定更细致、准确的推送方案。图8a和图8b分别为本发明实施例中各时间段推送信息播放次数的展示接口示意图。其中,图8a采用表格方式展示,图8b采用折线图的方式展示。
一些例子中,当根据用户指令修改计算参数后,可以根据用户的指令将修改后的计算参数值保存到当前推送信息模型中。另一些例子中个,当根据用户指令修改计算参数后,可以根据用户的指令将修改后的模型保存为新的推送信息模型中,并根据用户输入的名称来命名该新的模型,以使该模型可以应用于其它节目的预测。
当节目的上线日期(或者播放期)需要调整时,可以提供改期用户接口,接收用户的改期命令,从而对各时间段的推送预测数据进行调整。图9为本发明实施例中播放器变更方法的流程图。如图9所示,该方法90可以包括以下步骤。
步骤S91,响应于来自用户接口的播放期变更请求。
步骤S92,根据所述变更请求确定所述节目的播放期的各第一时间段对应的各第二时间段。
步骤S93,将所述节目中推送信息在第一时间段中的播放次数的预测值确定为第一时间段对应的第二时间段中的播放次数的预测值。
步骤S94,将所述节目中推送信息在各第二时间段中的播放次数的预测值作为更新后的所述节目的推送预测数据。
图10为一种用于接收播放期变更请求的用户接口示意图。其中,开始时间接口101用于接收需要变更的播放期的起止时间,结束时间接口102用于接收调整后的播放期的起止时间。
本发明实施例还提供一种提供推送信息的系统。图11为本发明实施例的一种提供推送信息的系统的示意图。如图11所示,该系统110可以包括处理器111、通信接口114、存储装置116和总线119。存储装置116中包括操作系统117、通信模块118、数据库112和预测模块113。
该系统110可以应用在提供搜索服务的平台中,可以由一个或者多个计算设备实现。
处理器111可以有一个或者多个,可以在同一个物理设备中,或者分布在多个物理设备中。
系统110可以利用通信接口114通过某种网络接收用户通过客户端提交的搜索文本,并通过通信接口114将搜索结果列表提供给用户的客户端用于显示。
数据库112中存储有历史播放数据库121和节目信息库122。历史播放数据库121中存储有各已上线节目的播放数据统计信息。节目信息库122中存储有各节目的描述信息,包括各节目的各属性值,等。
预测模块113可以包括以下模块。
模型生成单元131,用于提供至少一个推送信息模型,所述至少一个推送信息模型是利用数据库中的历史播放数据中各节目中推送信息的播放数据生成的。
模型选择单元132,用于根据来自用户接口的针对一节目的查询请求,从所述至少一个推送信息模型中确定所述节目对应的推送信息模型。
预测单元133,用于根据所述对应的推送信息模型计算所述节目的推送预测数据。
结果提供单元134,用于提供所述推送预测数据,所述推送预测数据用于确定推送方案从而在提供所述节目时根据所述推送方案提供推送信息。
一些例子中,模型选择单元132可以根据所述查询请求获取所述节目的属性值,根据所述节目的属性值从所述至少一个推送信息模型中确定所述对应的推送信息模型。
例如,模型生成单元131可以针对根据所述历史播放数据中每一节目中推送信息的播放数据,生成与该节目的节目标识对应的推送信息模型。模型选择单元132可以根据所述查询请求获取所述节目的参考节目标识,将所述参考节目标识对应的推送信息模型作为所述节目对应的推送信息模型。
又例如,模型生成单元131可以根据所述历史播放数据中属于同一分类的各节目中推送信息的播放数据,生成与所述分类对应的推送信息模型。模型选择单元132可以从所述查询请求中获取所述节目的标识,根据所述节目的标识从所述数据库中读取所述节目所属的分类;将所述分类对应的推送信息模型作为所述节目对应的推送信息模型。
又例如,模型生成单元131可以根据所述历史播放数据中各节目的至少一个属性的值以及各节目中推送信息的播放数据,生成所述至少一个推送信息模型。模型选择单元132可以从所述查询请求中获取所述节目的标识,根据所述节目的标识从所述数据库中读取所述节目的所述至少一个属性的值;在所述至少一个推送信息模型中查找与所述节目的所述至少一个属性的值相似性最高的推送信息模型,将查找到的推送信息模型作为所述节目对应的推送信息模型。
一些例子中,预测单元133可以将所述推送信息模型中的推送信息的播放数据作为所述节目的推送预测数据。
另一些例子中,预测单元133可以:
将所述推送信息模型中的计算参数值通过用户接口提供给用户;
响应于来自用户接口的参数调整指令,调整所述计算参数值;
根据调整后的所述计算参数值计算所述节目的推送预测数据。
一些例子中,计算参数包括以下中的至少一个:节目播放总次数、推送信息的播放率。预测单元133可以计算所述节目播放总次数和所述推送信息的播放率的乘积作为所述节目中推送信息的播放总次数的预测值。
一些例子中,计算参数可以包括以下中的至少一个:节目播放总次数、前一推送信息的播放率、前一推送信息到后一推送信息之间的转化率。预测单元133可以计算所述节目播放总次数、所述前一推送信息的播放率和所述转化率的乘积作为所述节目中后一推送信息的播放总次数的预测值。
一些例子中,计算参数可以包括以下中的至少一个:节目播放总次数N、节目中各时长范围的片段的播放比率T,前一推送信息的播放率P、前一推送信息到后一推送信息之间的转化率R。预测单元133可以按照以下公式计算所述节目中后一推送信息的播放总次数的预测值:
一些例子中,计算参数还可以包括:在各播放平台中的播放比例。预测单元133还可以计算所述播放总次数的预测值与所述各播放平台中的播放比例的乘积作为所述节目中推送信息在各播放平台中的播放次数的预测值。
一些例子中,计算参数还可以包括:推送信息在各时间段中的播放比例。预测单元133还可以计算所述播放总次数的预测值与所述各时间段中的播放比例的乘积作为所述节目中推送信息在各时间段中的播放次数的预测值。
上述预测模块113还可以包括改期单元(未示出),用于响应于来自用户接口的播放期变更请求,根据所述变更请求确定所述节目的播放期的各第一时间段对应的各第二时间段,将所述节目中推送信息在第一时间段中的播放次数的预测值确定为第一时间段对应的第二时间段中的播放次数的预测值,将所述节目中推送信息在各第二时间段中的播放次数的预测值作为更新后的所述节目的推送预测数据。
需要说明的是,上述各流程和各结构图中不是所有的步骤和模块都是必须的,可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的,可以根据需要进行调整。各模块的划分仅仅是为了便于描述采用的功能上的划分,实际实现时,一个模块可以分由多个模块实现,多个模块的功能也可以由同一个模块实现,这些模块可以位于同一个设备中,也可以位于不同的设备中。
各实施例中的硬件模块可以以硬件方式或硬件平台加软件的方式实现。上述软件包括机器可读指令,存储在非易失性存储介质中。因此,各实施例也可以体现为软件产品。
各例中,硬件可以由专门的硬件或执行机器可读指令的硬件实现。例如,硬件可以为专门设计的永久性电路或逻辑器件(如专用处理器,如FPGA或ASIC)用于完成特定的操作。硬件也可以包括由软件临时配置的可编程逻辑器件或电路(如包括通用处理器或其它可编程处理器)用于执行特定操作。
图中的模块对应的机器可读指令可以使计算机上操作的操作系统等来完成这里描述的部分或者全部操作。非易失性计算机可读存储介质可以是插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器。安装在扩展板或者扩展单元上的CPU等可以根据指令执行部分和全部实际操作。
非易失性计算机可读存储介质包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地,可以由通信网络从服务器计算机上下载程序代码。
综上所述,权利要求的范围不应局限于以上描述的例子中的实施方式,而应当将说明书作为一个整体并给予最宽泛的解释。
Claims (20)
1.一种提供推送信息的方法,其特征在于,包括:
从数据库中读取历史播放数据中各节目中推送信息的播放数据,根据读取的所述播放数据生成至少一个推送信息模型;
响应于来自用户接口的针对一节目的查询请求,根据所述查询请求从所述至少一个推送信息模型中确定所述节目对应的推送信息模型;
根据所述对应的推送信息模型确定所述节目的推送预测数据;
提供所述推送预测数据,其用于确定推送方案从而在提供所述节目时根据所述推送方案提供推送信息。
2.根据权利要求1所述的方法,其特征在于,所述根据查询请求从所述至少一个推送信息模型中确定所述节目对应的推送信息模型包括:
根据所述查询请求获取所述节目的属性值,根据所述节目的属性值从所述至少一个推送信息模型中确定所述对应的推送信息模型。
3.根据权利要求2所述的方法,其特征在于,
所述根据读取的所述播放数据生成至少一个推送信息模型包括:根据所述历史播放数据中每一节目中推送信息的播放数据,生成与该节目的节目标识对应的推送信息模型;
所述根据所述节目的属性值从所述至少一个推送信息模型中确定所述节目对应的推送信息模型包括:根据所述查询请求获取所述节目的参考节目标识,将所述参考节目标识对应的推送信息模型作为所述节目对应的推送信息模型。
4.根据权利要求2所述的方法,其特征在于,
所述根据读取的所述播放数据生成至少一个推送信息模型包括:根据所述历史播放数据中属于同一分类的各节目中推送信息的播放数据,生成与所述分类对应的推送信息模型;
所述根据所述节目的属性值从所述至少一个推送信息模型中确定所述节目对应的推送信息模型包括:
从所述查询请求中获取所述节目的标识,根据所述节目的标识从所述数据库中获取所述节目所属的分类;
将所述分类对应的推送信息模型作为所述节目对应的推送信息模型。
5.根据权利要求2所述的方法,其特征在于,
所述根据读取的所述播放数据生成至少一个推送信息模型包括:根据所述历史播放数据中各节目的至少一个属性的值以及各节目中推送信息的播放数据,生成所述至少一个推送信息模型;
所述根据所述节目的至少一个属性的值从所述至少一个推送信息模型中确定所述节目对应的推送信息模型包括:
从所述查询请求中获取所述节目的标识,根据所述节目的标识从所述数据库中读取所述节目的所述至少一个属性的值;
在所述至少一个推送信息模型中查找与所述节目的所述至少一个属性的值相似性最高的推送信息模型,将查找到的推送信息模型作为所述节目对应的推送信息模型。
6.根据权利要求1所述的方法,其特征在于,所述根据所述节目对应的推送信息模型确定所述节目的推送预测数据包括:
将所述推送信息模型中的推送信息的播放数据作为所述节目的推送预测数据。
7.根据权利要求1所述的方法,其特征在于,所述根据所述节目对应的推送信息模型确定所述节目的推送预测数据包括:
将所述推送信息模型中的计算参数值通过用户接口提供给用户;
响应于来自用户接口的参数调整指令,调整所述计算参数值;
根据调整后的所述计算参数值计算所述节目的推送预测数据。
8.根据权利要求7所述的方法,其特征在于,所述计算参数包括以下中的至少一个:节目播放总次数、推送信息的播放率;
所述根据调整后的所述计算参数值计算所述节目的推送预测数据包括:计算所述节目播放总次数和所述推送信息的播放率的乘积作为所述节目中推送信息的播放总次数的预测值。
9.根据权利要求7所述的方法,其特征在于,所述计算参数包括以下中的至少一个:节目播放总次数、前一推送信息的播放率、前一推送信息到后一推送信息之间的转化率;
所述根据调整后的所述计算参数值计算所述节目的推送预测数据包括:计算所述节目播放总次数、所述前一推送信息的播放率和所述转化率的乘积作为所述节目中后一推送信息的播放总次数的预测值。
10.根据权利要求7所述的方法,其特征在于,所述计算参数包括以下中的至少一个:节目播放总次数N、节目中各时长范围的片段的播放比率T,前一推送信息的播放率P、前一推送信息到后一推送信息之间的转化率R;
所述根据调整后的所述计算参数值计算所述节目的推送预测数据包括:按照以下公式计算所述节目中后一推送信息的播放总次数的预测值:
11.根据权利要求8-10中任一权利要求所述的方法,其特征在于,所述计算参数进一步包括:在各播放平台中的播放比例;
所述根据调整后的所述计算参数值计算所述节目的推送预测数据包括:计算所述播放总次数的预测值与所述各播放平台中的播放比例的乘积作为所述节目中推送信息在各播放平台中的播放次数的预测值。
12.根据权利要求8-10中任一权利要求所述的方法,其特征在于,所述计算参数进一步包括:推送信息在各时间段中的播放比例;
所述根据调整后的所述计算参数值计算所述节目的推送预测数据包括:计算所述播放总次数的预测值与所述各时间段中的播放比例的乘积作为所述节目中推送信息在各时间段中的播放次数的预测值。
13.根据权利要求12所述的方法,其特征在于,进一步包括:
响应于来自用户接口的播放期变更请求,根据所述变更请求确定所述节目的播放期的各第一时间段对应的各第二时间段,将所述节目中推送信息在第一时间段中的播放次数的预测值确定为第一时间段对应的第二时间段中的播放次数的预测值,将所述节目中推送信息在各第二时间段中的播放次数的预测值作为更新后的所述节目的推送预测数据。
14.一种提供推送信息的系统,其特征在于,包括:
模型生成单元,用于提供至少一个推送信息模型,所述至少一个推送信息模型是利用数据库中的历史播放数据中各节目中推送信息的播放数据生成的;
模型选择单元,用于根据来自用户接口的针对一节目的查询请求,从所述至少一个推送信息模型中确定所述节目对应的推送信息模型;
预测单元,用于根据所述对应的推送信息模型计算所述节目的推送预测数据;
结果提供单元,用于提供所述推送预测数据,所述推送预测数据用于确定推送方案从而在提供所述节目时根据所述推送方案提供推送信息。
15.根据权利要求14所述的系统,其特征在于,所述模型选择单元用于:
根据所述查询请求获取所述节目的属性值,根据所述节目的属性值从所述至少一个推送信息模型中确定所述对应的推送信息模型。
16.根据权利要求15所述的系统,其特征在于,
所述模型生成单元用于:针对根据所述历史播放数据中每一节目中推送信息的播放数据,生成与该节目的节目标识对应的推送信息模型;
所述模型选择单元用于:根据所述查询请求获取所述节目的参考节目标识,将所述参考节目标识对应的推送信息模型作为所述节目对应的推送信息模型。
17.根据权利要求15所述的系统,其特征在于,
所述模型生成单元用于:根据所述历史播放数据中属于同一分类的各节目中推送信息的播放数据,生成与所述分类对应的推送信息模型;
所述模型选择单元用于:从所述查询请求中获取所述节目的标识,根据所述节目的标识从所述数据库中读取所述节目所属的分类;将所述分类对应的推送信息模型作为所述节目对应的推送信息模型。
18.根据权利要求15所述的系统,其特征在于,
所述模型生成单元用于:根据所述历史播放数据中各节目的至少一个属性的值以及各节目中推送信息的播放数据,生成所述至少一个推送信息模型;
所述模型选择单元用于:从所述查询请求中获取所述节目的标识,根据所述节目的标识从所述数据库中读取所述节目的所述至少一个属性的值;在所述至少一个推送信息模型中查找与所述节目的所述至少一个属性的值相似性最高的推送信息模型,将查找到的推送信息模型作为所述节目对应的推送信息模型。
19.根据权利要求14所述的系统,其特征在于,所述预测单元用于:
将所述推送信息模型中的计算参数值通过用户接口提供给用户;
响应于来自用户接口的参数调整指令,调整所述计算参数值;
根据调整后的所述计算参数值计算所述节目的推送预测数据。
20.根据权利要求14所述的系统,其特征在于,进一步包括:
改期单元,用于响应于来自用户接口的播放期变更请求,根据所述变更请求确定所述节目的播放期的各第一时间段对应的各第二时间段,将所述推送预测数据中的所述节目中推送信息在第一时间段中的播放次数的预测值确定为第一时间段对应的第二时间段中的播放次数的预测值,将所述节目中推送信息在各第二时间段中的播放次数的预测值作为更新后的所述节目的推送预测数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610514772.6A CN107566856B (zh) | 2016-07-01 | 2016-07-01 | 提供推送信息的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610514772.6A CN107566856B (zh) | 2016-07-01 | 2016-07-01 | 提供推送信息的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107566856A true CN107566856A (zh) | 2018-01-09 |
CN107566856B CN107566856B (zh) | 2019-11-15 |
Family
ID=60969610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610514772.6A Active CN107566856B (zh) | 2016-07-01 | 2016-07-01 | 提供推送信息的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107566856B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665007A (zh) * | 2018-05-22 | 2018-10-16 | 阿里巴巴集团控股有限公司 | 一种基于多分类器的推荐方法、装置及电子设备 |
CN110381152A (zh) * | 2019-07-24 | 2019-10-25 | 秒针信息技术有限公司 | 推送资源自动播放量的统计方法、统计装置及电子设备 |
CN111565316A (zh) * | 2020-07-15 | 2020-08-21 | 腾讯科技(深圳)有限公司 | 视频处理方法、装置、计算机设备及存储介质 |
CN113344647A (zh) * | 2021-07-14 | 2021-09-03 | 杭州网易云音乐科技有限公司 | 一种信息推荐的方法及装置 |
CN113453036A (zh) * | 2020-03-24 | 2021-09-28 | 中国电信股份有限公司 | 内容分发网络的视频资源缓存方法和边缘流媒体服务器 |
CN113498612A (zh) * | 2020-02-07 | 2021-10-12 | 海信视像科技股份有限公司 | 信息通信系统、接收机、终端装置、显示控制方法及非易失性存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104469429A (zh) * | 2014-12-22 | 2015-03-25 | 无锡天脉聚源传媒科技有限公司 | 一种节目推送方法及装置 |
CN104935968A (zh) * | 2015-06-25 | 2015-09-23 | 广州视源电子科技股份有限公司 | 网络电视推荐节目的方法与系统 |
CN104969224A (zh) * | 2013-03-13 | 2015-10-07 | 谷歌公司 | 未认可及新用户的改善用户体验 |
CN105592326A (zh) * | 2015-12-18 | 2016-05-18 | 小米科技有限责任公司 | 节目推荐方法及装置 |
-
2016
- 2016-07-01 CN CN201610514772.6A patent/CN107566856B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104969224A (zh) * | 2013-03-13 | 2015-10-07 | 谷歌公司 | 未认可及新用户的改善用户体验 |
CN104469429A (zh) * | 2014-12-22 | 2015-03-25 | 无锡天脉聚源传媒科技有限公司 | 一种节目推送方法及装置 |
CN104935968A (zh) * | 2015-06-25 | 2015-09-23 | 广州视源电子科技股份有限公司 | 网络电视推荐节目的方法与系统 |
CN105592326A (zh) * | 2015-12-18 | 2016-05-18 | 小米科技有限责任公司 | 节目推荐方法及装置 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665007A (zh) * | 2018-05-22 | 2018-10-16 | 阿里巴巴集团控股有限公司 | 一种基于多分类器的推荐方法、装置及电子设备 |
WO2019223380A1 (zh) * | 2018-05-22 | 2019-11-28 | 阿里巴巴集团控股有限公司 | 一种基于多分类器的推荐方法、装置及电子设备 |
CN108665007B (zh) * | 2018-05-22 | 2020-03-17 | 阿里巴巴集团控股有限公司 | 一种基于多分类器的推荐方法、装置及电子设备 |
TWI721374B (zh) * | 2018-05-22 | 2021-03-11 | 開曼群島商創新先進技術有限公司 | 基於多分類器的推薦方法、裝置及電子設備 |
US11269966B2 (en) | 2018-05-22 | 2022-03-08 | Advanced New Technologies Co., Ltd. | Multi-classifier-based recommendation method and device, and electronic device |
CN110381152A (zh) * | 2019-07-24 | 2019-10-25 | 秒针信息技术有限公司 | 推送资源自动播放量的统计方法、统计装置及电子设备 |
CN110381152B (zh) * | 2019-07-24 | 2021-12-28 | 秒针信息技术有限公司 | 推送资源自动播放量的统计方法、统计装置及电子设备 |
CN113498612A (zh) * | 2020-02-07 | 2021-10-12 | 海信视像科技股份有限公司 | 信息通信系统、接收机、终端装置、显示控制方法及非易失性存储介质 |
CN113453036A (zh) * | 2020-03-24 | 2021-09-28 | 中国电信股份有限公司 | 内容分发网络的视频资源缓存方法和边缘流媒体服务器 |
CN111565316A (zh) * | 2020-07-15 | 2020-08-21 | 腾讯科技(深圳)有限公司 | 视频处理方法、装置、计算机设备及存储介质 |
CN113344647A (zh) * | 2021-07-14 | 2021-09-03 | 杭州网易云音乐科技有限公司 | 一种信息推荐的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107566856B (zh) | 2019-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107566856B (zh) | 提供推送信息的方法及系统 | |
CN110570232B (zh) | 互联网广告投放方法、装置、服务器及存储介质 | |
CN110248258B (zh) | 视频片段的推荐方法、装置、存储介质和计算机设备 | |
CN106528813B (zh) | 一种多媒体推荐方法和装置 | |
CN107590689B (zh) | 一种广告数据推荐方法和系统 | |
JP4910000B2 (ja) | リスティング広告送出装置及び方法 | |
WO2018036307A1 (zh) | 推送信息订单的信息处理方法、分配方法、装置及存储介质 | |
CN102487456B (zh) | 用于提供网络视频访问热度的方法和装置 | |
JP5546632B2 (ja) | マルチメディアコンテンツを分析するための方法および機構 | |
Marshall et al. | A forecasting system for movie attendance | |
US9705460B2 (en) | Information processing apparatus, control method, and non-transitory computer readable storage medium | |
CN106204063A (zh) | 一种付费用户挖掘方法及装置 | |
CN106294830A (zh) | 多媒体资源的推荐方法及装置 | |
JP2009088777A (ja) | 広告選択最適化処理装置及びその処理方法 | |
CN107967280A (zh) | 一种标签推荐歌曲的方法及系统 | |
CN102985938A (zh) | 用于为用户创建推荐的方法和设备 | |
CN113630630A (zh) | 一种视频解说配音信息的处理方法、装置及设备 | |
CN101127602A (zh) | 一种网络媒体信息的访问方法 | |
US10776421B2 (en) | Music search system, music search method, server device, and program | |
CN105335537A (zh) | 视频专辑中网络媒介信息的曝光量的预估方法和系统 | |
CN106775567A (zh) | 一种音效匹配方法及系统 | |
US11023924B1 (en) | Event triggers in audio advertising | |
CN113011912B (zh) | 媒体信息处理方法、装置、电子设备以及存储介质 | |
CN110213625A (zh) | 带宽分配方法及装置 | |
CN107527608A (zh) | 自助点唱机的预设点唱歌曲方法和终端 |
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 |