CN107808297A - 多媒体数据投放方法及装置 - Google Patents

多媒体数据投放方法及装置 Download PDF

Info

Publication number
CN107808297A
CN107808297A CN201610815886.4A CN201610815886A CN107808297A CN 107808297 A CN107808297 A CN 107808297A CN 201610815886 A CN201610815886 A CN 201610815886A CN 107808297 A CN107808297 A CN 107808297A
Authority
CN
China
Prior art keywords
user
score value
click
medium data
mark
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.)
Pending
Application number
CN201610815886.4A
Other languages
English (en)
Inventor
黎新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201610815886.4A priority Critical patent/CN107808297A/zh
Publication of CN107808297A publication Critical patent/CN107808297A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0261—Targeted advertisements based on user location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0277—Online advertisement
    • 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
    • H04L67/52—Network services specially adapted for the location of the user terminal
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/12—Picture reproducers
    • H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
    • H04N9/3141—Constructional details thereof

Abstract

本发明公开了一种多媒体数据投放方法及装置，属于互联网技术领域。所述方法包括：获取终端登录的用户标识的用户信用特征；对于待投放的多个候选多媒体数据中的每个候选多媒体数据，应用已训练的点击分值获取模型获取点击分值；根据获取的点击分值，从多个候选多媒体数据中选取目标多媒体数据，向终端发送目标多媒体数据。本发明考虑了用户信用特征对于该候选多媒体数据点击分值的影响，提高了灵活性，而且按照点击分值选取目标多媒体数据时，可以提升该目标多媒体数据的点击概率，从而提升该目标多媒体数据的转化率。

Description

多媒体数据投放方法及装置
技术领域
本发明涉及互联网技术领域，特别涉及一种多媒体数据投放方法及装置。
背景技术
随着互联网技术的发展，网络信息的传播范围逐渐扩大，越来越多的广告开始以网络广告的形式进行传播。而网络中存在着大量的媒体应用，这些媒体应用又提供了很多媒体位置，面向着众多的广告，如何确定每个媒体位置上要投放的广告成为亟待解决的问题。
服务器向某个媒体位置投放广告时，会从广告库中获取多个候选广告时，针对于每个候选广告，根据该用户、该候选广告和该媒体位置的属性特征，获取该用户、该候选广告和该媒体位置的匹配度。获取每个候选广告对应的匹配度之后，从多个候选广告中选取匹配度较大的一个或多个广告，投放到该媒体位置上，用户浏览该媒体应用页面时，即可浏览在该媒体位置上投放的广告。
在发明人实现本发明的过程中，发现现有技术至少存在以下问题：
上述投放过程中采用了用户、广告和媒体位置的属性特征，而未考虑其他特征的影响，局限性强，不利于提升广告转化率。
发明内容
为了解决现有技术的问题，本发明实施例提供了一种多媒体数据投放方法及装置。所述技术方案如下：
一方面，提供了一种多媒体数据投放方法，所述方法包括：
获取终端登录的用户标识的用户信用特征；
对于待投放的每个候选多媒体数据，根据所述用户信用特征和所述候选多媒体数据的内容属性特征，应用已训练的点击分值获取模型获取点击分值，所述点击分值用于表示用户点击所述候选多媒体数据的概率大小，所述点击分值获取模型根据历史操作记录训练得到；
根据获取的点击分值，从多个候选多媒体数据中选取目标多媒体数据，向所述终端发送所述目标多媒体数据。
另一方面，提供了一种多媒体数据投放装置，所述装置包括：
获取模块，用于获取终端登录的用户标识的用户信用特征；
所述获取模块，还用于对于待投放的每个候选多媒体数据，根据所述用户信用特征和所述候选多媒体数据的内容属性特征，应用已训练的点击分值获取模型获取点击分值，所述点击分值用于表示用户点击所述候选多媒体数据的概率大小，所述点击分值获取模型根据历史操作记录训练得到；
选取模块，用于根据获取的点击分值，从所述多个候选多媒体数据中选取目标多媒体数据；
发送模块，用于向所述终端发送所述目标多媒体数据。
本发明实施例提供的技术方案带来的有益效果是：
通过根据候选多媒体数据的内容属性特征、用户信用特征，应用已训练的点击分值获取模型获取点击分值，根据计算的点击分值，选取目标多媒体数据投放至该目标媒体位置，考虑了该用户信用特征对于候选多媒体数据的点击分值的影响，提高了灵活性，而且按照点击分值选取目标多媒体数据时，可以提升该目标多媒体数据的点击概率，从而提升该目标多媒体数据的转化率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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是本发明实施例提供的一种多媒体数据投放系统的结构示意图；
图2是本发明实施例提供的一种多媒体数据投放方法的流程图；
图3是本发明实施例提供的一种多媒体数据投放装置结构示意图；
图4是本发明实施例提供的一种服务器的结构示意图。
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。
在对本发明实施例进行详细说明之前，首先对本发明实施例涉及的概念进行如下解释：
1、媒体位置：媒体应用页面上能够展示多媒体数据的位置，如终端任一应用页面上的广告位等。
2、多媒体数据：指视频数据、音频数据等，且该多媒体数据可以在媒体位置上进行展示，供用户进行浏览，以达到一定的宣传效果，如广告主发布的广告等。
3、点击分值：是指在目标媒体位置上投放某一多媒体数据时，用户点击该目标媒体位置的概率。点击分值越大，表示用户越可能点击该目标媒体位置。
4、用户属性特征：是指用户的属性特征，根据用户的属性信息确定，如用户的年龄、性别、教育程度等。
内容属性特征：是指多媒体数据的属性特征，根据多媒体数据的属性信息确定，如该多媒体数据本身、该多媒体数据的类型、格式、数据长度等。
位置属性特征：是指媒体位置的属性特征，根据媒体位置的属性信息确定，如该媒体位置的类型、投放条件、所在位置等。
5、用户信用特征：可以表示该用户的信用级别高低的特征，可以根据用户的数据确定，如线上行为数据或者线下行为数据等。尤其是，该信用特征可以根据用户的金融数据确定，如信用卡记录、银行贷款记录等，这些数据可以表明该用户当前的金融状况，并在一定程度上反映在未来一段时间内用户的信用级别。
图1是本发明实施例提供的一种多媒体数据投放系统的结构示意图。参见图1，该多媒体数据投放系统包括服务器和多个终端(图1仅以3个终端为例)，该服务器可以执行下述图2所示的方法实施例，为每个终端提供多媒体数据投放服务。
对于任一终端，该终端上包括很多媒体位置，当服务器要向终端的目标媒体位置投放多媒体数据时，可以获取终端登录的用户标识的用户信用特征，并获取多个候选多媒体数据，根据该用户信用特征和该候选多媒体数据的内容属性特征，应用已训练的点击分值获取模型获取点击分值，选取出点击分值较大的目标多媒体数据，发送给该终端，以便该终端将该目标多媒体数据投放到该目标媒体位置上，那么，用户在浏览该媒体应用页面时，可以在该目标媒体位置上浏览目标多媒体数据。
需要说明的是，本发明实施例提供的多媒体数据投放系统可以应用于多种场景下。例如，当用户要访问一个网页时，网页服务器或者与网页服务器关联的数据管理服务器可以在该网页上投放与该用户的信用级别相匹配的多媒体数据。或者，当用户打开社交应用中的某一公众标识的页面时，社交应用服务器也可以在该公众标识的页面上，投放与用户的信用级别相匹配的多媒体数据。本发明实施例对应用的场景不做限定。
图2是本发明实施例提供的一种多媒体数据投放方法的流程图。该发明实施例的执行主体为服务器，参见图2，该方法包括：
201、服务器获取历史操作记录。
本发明实施例中，为了提升多媒体数据的转化率，该服务器可以应用点击分值获取模型进行计算，从而尽可能地投放点击率大的多媒体数据，而该点击分值获取模型可以根据历史操作记录训练得到。
本发明实施例中，该服务器可以在任一媒体应用页面的媒体位置上投放多媒体数据，此时用户可以查看该多媒体数据，或者点击该多媒体数据等，该服务器可以根据用户对该多媒体数据的操作生成操作记录。该服务器可以直接存储生成的历史操作记录，或者，也可以在数据服务器中存储生成的历史操作记录，以节省该服务器的存储空间，当要使用该历史操作记录时再从该数据服务器中获取即可。
本发明实施例中，该历史操作记录至少包括相互对应的样本用户标识、多媒体数据标识和点击标识。
其中，样本用户标识用于唯一确定对应的样本用户，可以为样本用户在该服务器上注册的用户账号、用户昵称等，或者也可以为样本用户终端的设备编号、电话号码等，本发明实施例对此不做限定。
其中，样本多媒体数据标识用于唯一确定对应的样本多媒体数据，可以是该服务器为该样本多媒体数据分配的数据编号或者该样本多媒体数据的名称、发布者等，本发明实施例对此不做限定。
其中，点击标识用于表示样本用户是否已执行对样本多媒体数据的点击操作，可以根据检测到的点击操作确定。例如，点击标识可以包括第一点击标识和第二点击标识，第一点击标识表示用户已执行对样本多媒体数据的点击操作，第二点击标识表示用户未执行对样本多媒体数据的点击操作。
那么，当用户打开包括该样本多媒体数据的页面并点击该样本多媒体数据时，生成操作记录，该操作记录包括样本用户标识、样本多媒体数据标识和第一点击标识。或者，当用户打开包括该样本多媒体数据的页面，之后未点击该样本多媒体数据又关闭该页面，生成操作记录，该操作记录包括样本用户标识、样本多媒体数据标识和第二点击标识。
例如，该第一点击标识和该第二点击标识可以采用数字表示，第一点击标识为1，第二点击标识为0，或者，该第一点击标识和该第二点击标识还可以采用其他的表示形式，本发明实施例对点击标识的表示形式不做限定。
需要说明的是，该历史操作记录中，除该样本用户标识、该样本多媒体数据标识和该点击标识之外，还可以包括该样本多媒体数据的投放时间、该样本多媒体数据的内容来源等其它信息，本发明实施例对此不做限定。
202、服务器根据该样本用户标识的样本用户信用特征、该样本多媒体数据的样本内容属性特征和该点击标识的点击特征，获取样本特征。
该服务器可以根据该样本用户标识获取对应的样本用户信用特征，根据该样本多媒体数据标识获取对应的样本内容属性特征，根据该点击标识获取对应的点击特征，将该样本用户信用特征、该样本内容属性特征和该点击特征组合成样本特征。
以下将针对这三种特征分别进行说明：
(1)该服务器可以预先获取每个样本用户标识及其对应的样本用户信用特征，那么根据该历史操作记录中的样本用户标识，可以获取对应的样本用户信用特征。
针对于每个用户来说，该用户的信用特征用于表示该用户信用级别的高低，可以根据用户的数据确定。该数据可以包括金融数据、线上行为数据和线下行为数据等，本发明实施例对此不做限定。
第一、金融数据包括但不限于：用户的信贷信息、公共记录等，信贷信息包括信用卡记录、银行贷款记录、个人资产记录和其他信用贷款记录，公共记录包括个人住房公积金、个人养老保险等记录，本发明实施例对此不做限定。
该金融数据是根据用户在过去一段时间内的金融状况或者根据用户对相关金融信息进行的操作获得，可以由该服务器通过用户在手机、平板或者个人电脑上多种应用中填写的用户资料获得，或者由多种与金融相关的应用根据用户的操作上报获得，与金融相关的应用可以包括理财平台、购物软件等。或者，该金融数据也可以由第三方服务器获取后发送给该服务器，该第三方服务器可以为银行服务器、保险公司服务器、理财服务器等，本发明实施例对此不做限定。
第二、线上行为数据包括但不限于：
1)用户的基础人口属性信息，如姓名、年龄、性别、地区、学历、职业等；
2)虚拟增值服务数据，如虚拟帐号角色装扮，游戏道具购买，影视会员服务，云存储空间增值服务，音乐流量包等；
3)社交互动行为数据，如聊天，电子邮件，语音通话，微博空间发表，豆瓣评论点评，知乎问答，公众号文章阅读等；
4)经济行为数据，如支付，理财，购物，股票、基金、金融等；
5)娱乐休闲行为数据，如视频点播，音乐播放，唱歌，新闻阅读等；
6)教育行为数据，如线上读书，公开课学习，职业考试练习，技能培训，翻译软件使用等；
7)其他互联网移动应用行为数据，如App(Application，应用)下载，搜索等。
第三、线下行为数据包括但不限于：
1)O2O(online to offline，线上到线下)生活服务信息，如家政服务，城市服务，美容保健等；
2)穿戴设备数据，如医疗健康，运动等；
3)LBS(location based service，基于位置的服务器)地理位置数据，如导航，签到，专车等；
4)旅游出行数据，如票务订购，酒店预定等。
上述线下行为数据和线上行为数据可以通过用户在手机、平板或者个人电脑上的多种应用中填写的用户资料获得，或者由该多种应用根据用户的操作上报获得，这些应用可以包括即时通信应用程序、游戏客户端、APP下载平台、理财平台、购物软件等，本发明实施例对此不做限定。
具体地，该服务器可以根据该用户的上述数据获取用户信用分值，并预先获取多个预设分值区间，再根据该用户信用分值所属的区间获取用户信用特征。也即是，在获取到用户信用分值后，可以从多个预设分值区间中，确定该用户信用分值所属的预设分值区间，将确定的预设分值区间对应的用户信用特征作为该用户的样本用户信用特征。
例如，该服务器可以采取百分制，划分得到以下4个预设分值区间：(75，100)、(50，75)、(25，50)、(0，25)，这4个预设分值区间对应的用户信用特征分别为4、3、2、1。当样本用户信用分值为80分时，对应的样本用户信用特征为4。在实际应用中，用户信用分值可以采取不同的进制确定，预设分值区间可以采取不同的方式划分，本发明实施例对此不做限定。
另外，根据该样本用户标识还可以获取对应的样本用户属性特征。对于每个用户来说，用户属性特征用于表示用户自身的基本属性，可以根据用户的属性信息确定，该属性信息可以包括年龄、性别、教育程度、兴趣爱好、职业等，本发明实施例对此不做限定。
(2)该内容属性特征根据该多媒体数据的属性信息确定，该多媒体数据的属性信息可以包括该多媒体数据本身、该多媒体数据的类型、该多媒体数据的发布时间、发布者等信息，该类型可以为文字、图片、视频、音频等，本发明实施例对此不做限定。
(3)该点击特征根据该点击标识确定，不同的点击标识对应于不同的点击特征。具体地，该服务器可以将该点击标识本身作为点击特征，或者，当该点击标识为第一点击标识时，确定点击特征为第一点击特征，当该点击标识为第二点击标识时，确定点击特征为第二点击特征。
203、服务器采用逻辑回归训练算法对获取的样本特征进行训练，得到该点击分值获取模型。
实际上，为了保证点击分值获取模型的准确度，该服务器会采用步骤201-202，获取到多个样本特征，根据该多个样本特征按照逻辑回归训练算法进行训练，得到该点击分值获取模型。
本发明实施例仅是以逻辑回归训练算法为例进行说明，实际上，该服务器可以采用任一预设训练算法进行训练，针对不同的预设训练算法，训练出的点击分值获取模型的类型也不同，本发明实施例对此均不做限定。例如，该预设训练算法还可以为神经网络训练算法、支持向量机训练算法等，相应地，该点击分值获取模型还可以为神经网络模型、支持向量机模型等。
该点击分值获取模型用于获取用户对多媒体数据的点击分值。其中，该点击分值表示用户点击该多媒体数据的概率大小。例如，点击分值所属的范围为(0，1)，点击分值越大，表示用户点击该多媒体数据的概率越大。
在一种可能的实现方式中，该服务器获取到历史操作记录之后，根据该样本用户标识，可以获取该样本用户信用特征和该样本用户属性特征，根据该样本用户信用特征、该样本用户属性特征、该样本内容属性特征和该点击特征，获取样本特征，再采用预设训练算法进行训练，得到点击分值获取模型。该训练过程中除了考虑样本用户的信用特征之外，还考虑了样本用户的属性特征，通过将信用特征和属性特征进行融合，使得该点击分值获取模型更加精确，能够更加全面、准确地表示点击候选多媒体数据的概率。
204、当服务器接收到终端发送的展示请求时，获取多个候选多媒体数据。
具体地，当用户希望打开媒体应用页面时，会触发对该媒体应用页面的展示操作，该终端检测到对媒体应用页面的展示操作时，为了确定该媒体应用页面上要展示的内容，向该服务器发送展示请求，该服务器接收该展示请求，向该终端返回该媒体应用页面，并且还会获取多个候选多媒体数据，以便从中选取投放到该媒体应用页面上的目标多媒体数据。
其中，该媒体应用可以包括网站、应用软件等，该媒体应用页面可以为该媒体应用中的任一页面，如网页、社交应用软件的页面等，本发明实施例对此不做限定。该终端可以为手机、个人电脑等可以访问媒体应用的终端，且该终端可以基于用户标识登录该媒体应用，该用户标识用于唯一确定对应的用户，可以为在该服务器上注册的用户账号、用户昵称等，或者也可以为终端的设备编号、电话号码等，本发明实施例对此不做限定。
该展示请求携带该用户标识，以便该服务器根据该用户标识确定要展示该媒体应用页面的用户。
实际的应用中，该媒体应用页面上不仅包括要展示的内容，还可以包括媒体位置，该媒体位置上可以投放多媒体数据。因此，该终端在发送展示请求时，该展示请求还可以携带该媒体应用页面上的目标媒体位置，以便该服务器能够在该目标媒体位置上投放多媒体数据。
其中，一个媒体应用页面上可以有一个或多个目标媒体位置，该目标媒体位置可以为位于该媒体应用页面中的上方、下方或者其他位置，并且该目标媒体位置可以展示图片数据、音频数据、视频数据等不同类型的多媒体数据，本发明实施例对此不做限定。
而且，为了便于该服务器区分不同的目标媒体位置，该展示请求中具体可以携带该目标媒体位置的属性信息，如该目标媒体位置所在媒体应用的名称、该目标媒体位置所在页面的地址、该目标媒体位置的类型、该目标媒体位置在该媒体应用页面中的上下文信息等，本发明实施例对此不做限定。
另外，该多个候选多媒体数据可以存储于该服务器中，也可以存储于数据服务器中，由该服务器从该数据服务器中获取，本发明实施例对候选多媒体数据的存储位置不做限定。
在第一种可能的实现方式中，该服务器将存储的多个多媒体数据均作为候选多媒体数据，也即是在接收到该展示请求时，获取存储的每个多媒体数据，作为候选多媒体数据。
在第二种可能的实现方式中，该服务器可以从存储的多媒体数据中筛选出多个候选多媒体数据。具体可以包括步骤2041和2042：
2041、对于待投放的每个多媒体数据，服务器获取该多媒体数据的匹配度。
在获取该多媒体数据的匹配度时，可以根据该多媒体数据的内容属性特征、该目标媒体位置的位置属性特征、该用户信用特征、该用户标识的用户属性特征中的至少一项进行计算。该匹配度用于表示该多媒体数据与该用户之间的匹配程度，或者用于表示该多媒体数据与该目标媒体位置之间的匹配程度，该匹配度越大，表示该多媒体数据与该用户之间或者与该目标媒体位置之间越匹配，那么将该多媒体数据投放至该目标媒体位置上时的点击率就越大。
其中，该位置属性特征根据该目标媒体位置的属性信息确定。计算该匹配度时可以采用预设匹配算法，本发明实施例对该预设匹配算法不做限定。
可选地，该服务器还可以设置筛选条件，该筛选条件可以包括预算、时间、用户年龄、用户性别等条件，判断存储的每个多媒体数据是否符合该筛选条件，从而选取到符合该筛选条件的多媒体数据。之后再获取选取的每个多媒体数据的匹配度。
2042、按照匹配度从大到小的顺序，服务器从该待投放的多个多媒体数据中，选取第一预设数目的候选多媒体数据。
其中，该第一预设数目可以由该服务器预先根据存储的多媒体数据的数量确定，或者根据要投放的多媒体数据数目确定，本发明实施例对此不做限定。
考虑到选取候选多媒体数据之后，需要对每个候选多媒体数据进行计算，计算量很大，因此，本发明实施例通过采用上述步骤2041和2042，将候选多媒体数据的数目减小到第一预设数目，从而提高计算速度。而且是按照匹配度进行选取，保证了选取到的候选多媒体数据均与该用户匹配或者与该目标媒体位置匹配，使得考虑的特征更加全面，提高了点击分值的准确度，提升了转化率。
205、对于待投放的多个候选多媒体数据中的每个候选多媒体数据，服务器根据该用户标识的用户信用特征和该候选多媒体数据的内容属性特征，应用已训练的点击分值获取模型获取点击分值。
由于在步骤203中服务器训练了该点击分值获取模型，当服务器获取到多个候选多媒体数据时，即可将该用户标识的用户信用特征和该候选多媒体数据的内容属性特征输入至该点击分值获取模型，从而得到该候选多媒体数据的点击分值。
基于步骤203提供的可能实现方式，如果在训练该点击分值获取模型时，采用了样本用户的信用特征和属性特征，那么，在该步骤205中，该服务器获取该用户标识的用户信用特征、用户属性特征和该候选多媒体数据的内容属性特征，应用已训练的点击分值获取模型，获取点击分值。通过将信用特征和属性特征进行融合，使得应用该点击分值获取模型计算的点击分值更加精确，能够更加全面、准确地表示点击候选多媒体数据的概率。
206、服务器根据获取的点击分值，从该多个候选多媒体数据中选取目标多媒体数据，向该终端发送该目标多媒体数据，使得该终端将该目标多媒体数据投放至该目标媒体位置。
点击分值越大，表示该候选多媒体数据投放至该目标媒体位置上之后，用户点击该目标媒体位置的概率越大。因此，该服务器获取到多个候选多媒体数据的点击分值之后，按照该点击分值从大到小的顺序，从该多个候选多媒体数据中选取该第二预设数目的目标多媒体数据，那么，点击分值较大的候选多媒体数据将优选被投放至该目标媒体位置。
其中，目标多媒体数据的数目可以为第二预设数目，该第二预设数目可以由该服务器预先根据存储的多媒体数据的数量确定，或者根据要投放的多媒体数据数目确定，本发明实施例对此不做限定。
另外，为了保证该点击分值获取模型获取的点击分值更加准确，在该终端将该目标多媒体数据投放至该目标媒体位置之后，可以将该目标多媒体数据作为样本多媒体数据，获取用户对该目标多媒体数据的操作记录，并重复进行上述步骤201-203，继续对该点击分值获取模型进行训练，以保证该点击分值获取模型在反复的训练过程中性能不断优化，进一步提高计算准确度。
需要说明的一点是，本发明实施例仅以由同一服务器为终端提供媒体应用页面并为目标媒体位置投放多媒体数据为例进行说明，而实际应用中可以由不同的服务器分别提供媒体应用页面和投放多媒体数据。
例如，媒体应用服务器为终端提供要展示的媒体应用页面，而投放管理服务器用于在该媒体应用页面的目标媒体位置上投放多媒体数据。那么，当该终端检测到对媒体应用页面的展示操作时，向该媒体应用服务器发送展示请求，由该媒体应用服务器向该投放管理服务器发送该展示请求，之后，该媒体应用服务器向该终端返回该媒体应用页面，而该投放管理服务器确定要投放的多媒体数据后，通过该媒体应用服务器将该多媒体数据发送给该终端，该终端即可在该目标媒体位置上展示该多媒体数据。
需要说明的另一点是，本发明实施例仅是以当服务器接收到终端的展示请求时为该终端确定要投放的目标多媒体数据为例进行说明，然而，在实际的应用中，该服务器还可以在任一时刻，采用本发明实施例提供的方法，为该终端的目标媒体位置确定要投放的目标多媒体数据，发送给该终端，由该终端将接收到的目标多媒体数据投放至目标媒体位置上，以展示给用户。
相应地，在为该终端的目标媒体位置确定目标多媒体数据的过程中，如果需要使用该目标媒体位置的位置属性特征时，可以向该终端发送属性信息请求，请求该终端上传该目标媒体位置的属性信息，从而根据该属性信息获取该位置属性特征。
需要说明的另一点是，本发明实施例仅是以一个终端为例进行说明，实际上该服务器可以为多个终端分别确定要投放的目标多媒体数据，发送给对应的终端，由每个终端在目标媒体位置上展示获取到的目标多媒体数据。
本发明实施例提供的方法，通过根据该候选多媒体数据的内容属性特征、该用户信用特征，应用该已训练的点击分值获取模型获取点击分值，根据该点击分值，选取该目标多媒体数据投放至该目标媒体位置，考虑了该用户信用特征对于候选多媒体数据的点击分值的影响，提高了灵活性，而且按照点击分值选取目标多媒体数据时，可以提升该目标多媒体数据的点击概率，从而提升该目标多媒体数据的转化率。
同时，考虑到不同信用级别的人对不同多媒体数据的“容忍度”不一样，例如，对于信用级别较低的人，可以投放创意制作水平相对较低、品牌影响力较小的多媒体数据，因为信用级别较低的人往往对于这类多媒体数据有较高的“容忍度”。根据用户信用级别的不同来进行投放，可以使得多媒体数据的投放更加符合用户的信用级别，从而提高了用户粘度并且提高了投放的有效性。
图3是本发明实施例提供的一种多媒体数据投放装置的结构示意图。参见图3，该装置包括：获取模块301、训练模块302、选取模块303、发送模块304。
获取模块301，用于执行上述步骤201、202、204和205。
训练模块302，用于执行上述步骤203。
选取模块303，用于执行上述步骤206中的选取过程。
发送模块304，用于执行上述步骤206中的发送过程。
本发明实施例提供的装置，通过根据该候选多媒体数据的内容属性特征、该用户信用特征，应用该已训练的点击分值获取模型获取点击分值，根据该点击分值，选取该目标多媒体数据投放至该目标媒体位置，考虑了该用户信用特征对于候选多媒体数据的点击分值的影响，提高了灵活性，而且按照点击分值选取目标多媒体数据时，可以提升该目标多媒体数据的点击概率，从而提升该目标多媒体数据的转化率。
需要说明的是：上述实施例提供的多媒体数据投放装置在投放多媒体数据时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将服务器的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的多媒体数据投放装置与多媒体数据投放方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图4是本发明实施例提供的一种服务器的结构示意图，该服务器400可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processingunits，CPU)422(例如，一个或一个以上处理器)和存储器432，一个或一个以上存储应用程序442或数据444的存储介质430(例如一个或一个以上海量存储设备)。其中，存储器432和存储介质430可以是短暂存储或持久存储。存储在存储介质430的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器422可以设置为与存储介质430通信，在服务器400上执行存储介质430中的一系列指令操作。
服务器400还可以包括一个或一个以上电源426，一个或一个以上有线或无线网络接口450，一个或一个以上输入输出接口458，一个或一个以上键盘456，和/或，一个或一个以上操作系统441，例如Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM等等。
该服务器400可以用于执行上述实施例提供的多媒体数据投放方法中服务器所执行的步骤。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种多媒体数据投放方法，其特征在于，所述方法包括：
获取终端登录的用户标识的用户信用特征；
对于待投放的每个候选多媒体数据，根据所述用户信用特征和所述候选多媒体数据的内容属性特征，应用已训练的点击分值获取模型获取点击分值，所述点击分值用于表示用户点击所述候选多媒体数据的概率大小，所述点击分值获取模型根据历史操作记录训练得到；
根据获取的点击分值，从多个候选多媒体数据中选取目标多媒体数据，向所述终端发送所述目标多媒体数据。
2.根据权利要求1所述的方法，其特征在于，所述根据所述用户信用特征和所述候选多媒体数据的内容属性特征，应用已训练的点击分值获取模型获取点击分值之前，所述方法还包括：
获取历史操作记录，所述历史操作记录包括相互对应的样本用户标识、样本多媒体数据标识和点击标识，所述点击标识用于表示样本用户是否已执行对样本多媒体数据的点击操作；
根据所述样本用户标识的样本用户信用特征、所述样本多媒体数据的样本内容属性特征和所述点击标识的点击特征，获取样本特征；
采用逻辑回归训练算法对获取的样本特征进行训练，得到所述点击分值获取模型。
3.根据权利要求1所述的方法，其特征在于，所述获取终端登录的用户标识的用户信用特征，包括：
获取所述用户标识的用户信用分值；
从多个预设分值区间中，确定所述用户信用分值所属的预设分值区间；
将确定的预设分值区间对应的用户信用特征作为所述用户标识的用户信用特征。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对于待投放的每个多媒体数据，根据所述多媒体数据的内容属性特征、目标媒体位置的位置属性特征、所述用户信用特征、所述用户标识的用户属性特征中的至少一项，获取所述多媒体数据的匹配度，所述匹配度用于表示所述多媒体数据与所述用户之间的匹配程度，或者用于表示所述多媒体数据与所述目标媒体位置之间的匹配程度；
按照匹配度从大到小的顺序，从所述待投放的多个多媒体数据中，选取第一预设数目的候选多媒体数据。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据获取的点击分值，从所述多个候选多媒体数据中选取目标多媒体数据，包括：
按照点击分值从大到小的顺序，从所述多个候选多媒体数据中选取第二预设数目的目标多媒体数据。
6.根据权利要求1-4任一项所述的方法，其特征在于，所述获取终端登录的用户标识的用户信用特征，包括：
接收所述终端发送的展示请求，所述展示请求携带所述终端的用户标识；
获取所述用户标识的用户信用特征。
7.一种多媒体数据投放装置，其特征在于，所述装置包括：
获取模块，用于获取终端登录的用户标识的用户信用特征；
所述获取模块，还用于对于待投放的每个候选多媒体数据，根据所述用户信用特征和所述候选多媒体数据的内容属性特征，应用已训练的点击分值获取模型获取点击分值，所述点击分值用于表示用户点击所述候选多媒体数据的概率大小，所述点击分值获取模型根据历史操作记录训练得到；
选取模块，用于根据获取的点击分值，从多个候选多媒体数据中选取目标多媒体数据；
发送模块，用于向所述终端发送所述目标多媒体数据。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：
所述获取模块，还用于获取历史操作记录，所述历史操作记录包括相互对应的样本用户标识、样本多媒体数据标识和点击标识，所述点击标识用于表示样本用户是否已执行对样本多媒体数据的点击操作；
所述获取模块，还用于根据所述样本用户标识的样本用户信用特征、所述样本多媒体数据的样本内容属性特征和所述点击标识的点击特征，获取样本特征；
训练模块，用于采用逻辑回归训练算法对获取的样本特征进行训练，得到所述点击分值获取模型。
9.根据权利要求7所述的装置，其特征在于，所述获取模块包括：
第一获取单元，用于获取所述用户标识的用户信用分值；
确定单元，用于从多个预设分值区间中，确定所述用户信用分值所属的预设分值区间；
所述确定单元，还用于将确定的预设分值区间对应的用户信用特征作为所述用户标识的用户信用特征。
10.根据权利要求7所述的装置，其特征在于，
所述获取模块，还用于对于待投放的每个多媒体数据，根据所述多媒体数据的内容属性特征、目标媒体位置的位置属性特征、所述用户信用特征、所述用户标识的用户属性特征中的至少一项，获取所述多媒体数据的匹配度，所述匹配度用于表示所述多媒体数据与所述用户之间的匹配程度，或者用于表示所述多媒体数据与所述目标媒体位置之间的匹配程度；
所述选取模块，还用于按照匹配度从大到小的顺序，从所述待投放的多个多媒体数据中，选取第一预设数目的候选多媒体数据。
11.根据权利要求7-10任一项所述的装置，其特征在于，所述选取模块，还用于按照点击分值从大到小的顺序，从所述多个候选多媒体数据中选取第二预设数目的目标多媒体数据。
12.根据权利要求7-10任一项所述的装置，其特征在于，所述获取模块，包括：
接收单元，用于接收所述终端发送的展示请求，所述展示请求携带所述终端的用户标识；
第二获取单元，用于获取所述用户标识的用户信用特征。
CN201610815886.4A 2016-09-09 2016-09-09 多媒体数据投放方法及装置 Pending CN107808297A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610815886.4A CN107808297A (zh) 2016-09-09 2016-09-09 多媒体数据投放方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610815886.4A CN107808297A (zh) 2016-09-09 2016-09-09 多媒体数据投放方法及装置

Publications (1)

Publication Number Publication Date
CN107808297A true CN107808297A (zh) 2018-03-16

Family

ID=61576427

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610815886.4A Pending CN107808297A (zh) 2016-09-09 2016-09-09 多媒体数据投放方法及装置

Country Status (1)

Country Link
CN (1) CN107808297A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109889891A (zh) * 2019-03-05 2019-06-14 腾讯科技（深圳）有限公司 获取目标媒体文件的方法、装置及存储介质
CN111246273A (zh) * 2020-01-21 2020-06-05 北京字节跳动网络技术有限公司 视频投放方法、装置、电子设备及计算机可读介质
CN111738766A (zh) * 2020-06-23 2020-10-02 北京达佳互联信息技术有限公司 用于多媒体信息的数据处理方法、装置以及服务器
CN112529604A (zh) * 2019-08-30 2021-03-19 百度在线网络技术（北京）有限公司 物料投放方法、装置、电子设备和存储介质
CN112800251A (zh) * 2021-04-12 2021-05-14 北京达佳互联信息技术有限公司 多媒体资源投放方法、装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6542546B1 (en) * 2000-02-02 2003-04-01 Mitsubishi Electric Research Laboratories, Inc. Adaptable compressed bitstream transcoder
CN104052714A (zh) * 2013-03-12 2014-09-17 腾讯科技（深圳）有限公司 多媒体信息的推送方法及服务器
CN104463685A (zh) * 2013-11-22 2015-03-25 杭州惠道科技有限公司 社交媒体系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6542546B1 (en) * 2000-02-02 2003-04-01 Mitsubishi Electric Research Laboratories, Inc. Adaptable compressed bitstream transcoder
CN104052714A (zh) * 2013-03-12 2014-09-17 腾讯科技（深圳）有限公司 多媒体信息的推送方法及服务器
CN104463685A (zh) * 2013-11-22 2015-03-25 杭州惠道科技有限公司 社交媒体系统

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109889891A (zh) * 2019-03-05 2019-06-14 腾讯科技（深圳）有限公司 获取目标媒体文件的方法、装置及存储介质
CN112529604A (zh) * 2019-08-30 2021-03-19 百度在线网络技术（北京）有限公司 物料投放方法、装置、电子设备和存储介质
CN112529604B (zh) * 2019-08-30 2023-09-15 百度在线网络技术（北京）有限公司 物料投放方法、装置、电子设备和存储介质
CN111246273A (zh) * 2020-01-21 2020-06-05 北京字节跳动网络技术有限公司 视频投放方法、装置、电子设备及计算机可读介质
CN111738766A (zh) * 2020-06-23 2020-10-02 北京达佳互联信息技术有限公司 用于多媒体信息的数据处理方法、装置以及服务器
CN111738766B (zh) * 2020-06-23 2023-10-27 北京达佳互联信息技术有限公司 用于多媒体信息的数据处理方法、装置以及服务器
CN112800251A (zh) * 2021-04-12 2021-05-14 北京达佳互联信息技术有限公司 多媒体资源投放方法、装置、电子设备及存储介质
CN112800251B (zh) * 2021-04-12 2021-06-22 北京达佳互联信息技术有限公司 多媒体资源投放方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN107808295A (zh) 多媒体数据投放方法及装置
US8812392B2 (en) Method and a system for interacting and trading among users of online social commercial network
CN107808297A (zh) 多媒体数据投放方法及装置
US9283476B2 (en) Information collection during game play
Strong Humanizing big data: Marketing at the meeting of data, social science and consumer insight
US20020091538A1 (en) Method and system for an efficient fundraising campaign over a wide area network
CN108764485A (zh) 计算建议工具中的兴趣度推荐
CN107871244A (zh) 一种广告效果的检测方法和装置
CN108415984A (zh) 链接关联分析系统和方法
EP2195778A2 (en) System and method of collecting market-related data via a web-based networking environment
CN106776860A (zh) 一种搜索摘要生成方法及装置
Finger et al. Ask, measure, learn: using social media analytics to understand and influence customer behavior
CN111612588B (zh) 商品呈现方法及装置、计算设备、计算机可读存储介质
CN107807943A (zh) 应用程序推荐方法及装置
US10587690B2 (en) Systems and methods for utilizing athlete data to increase athlete performance
Witkowski et al. Agent mediated retailing in the connected local community
Richardson Classifying Virtual Property in Community Property Regimes: Are My Facebook Friends Considered Earnings, Profits, Increases in Value, or Goodwill
US11007443B2 (en) Method for performing game by using activity count
Downey Visualizing a taxonomy for virtual worlds
CN114372199A (zh) 业务推送方法及装置、存储介质和电子设备
CA2979136C (en) Systems and methods for utilizing athlete data to increase athlete performance
Mugi Karanja et al. Gamified Blood Donors System Based on Intelligent Agents
Wassom et al. Trademark law and the right of publicity in augmented reality
KR102581301B1 (ko) 욕구/원인 키워드를 포함하는 사용자 키워드리스트의 운용에 따른 사용자 표출 구매 원인 및 욕구 통찰 방식의 소비 플랫폼 제공방법
CN114239512B (zh) 在线问卷交互方法、电子设备及计算机可读存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180316

RJ01 Rejection of invention patent application after publication