CN108665318B - 有效用户标签筛选方法、装置、存储介质和计算机设备 - Google Patents
有效用户标签筛选方法、装置、存储介质和计算机设备 Download PDFInfo
- Publication number
- CN108665318B CN108665318B CN201810469201.4A CN201810469201A CN108665318B CN 108665318 B CN108665318 B CN 108665318B CN 201810469201 A CN201810469201 A CN 201810469201A CN 108665318 B CN108665318 B CN 108665318B
- Authority
- CN
- China
- Prior art keywords
- tag
- candidate object
- label
- advertisement
- user
- 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
- 238000012216 screening Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000000694 effects Effects 0.000 claims abstract description 35
- 238000012360 testing method Methods 0.000 claims abstract description 21
- 238000004590 computer program Methods 0.000 claims description 4
- 230000015654 memory Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 230000005291 magnetic effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 208000015041 syndromic microphthalmia 10 Diseases 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
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
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0244—Optimization
-
- 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
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0245—Surveys
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种有效用户标签筛选方法、装置、存储介质和计算机设备,以解决现有技术中缺乏能够有效筛选有效用户标签相关方案的技术问题。所述的方法包括步骤:构建候选对象标签库,获取所述候选对象标签库中各个候选对象标签的不同值在各个广告属性标签下的点击率;分别对各个候选对象标签的不同值在各个广告属性标签下的点击率之间的差异进行显著性检验;若差异显著,将对应的候选对象标签确定为与对应广告的效果相关的有效用户标签。本发明实施例能够自动筛选出对广告效果好坏有区分性的有效用户标签。
Description
技术领域
本发明涉及计算机技术领域,具体而言,本发明涉及一种有效用户标签筛选方法、装置、存储介质和计算机设备。
背景技术
随着互联网技术的发展,通过互联网投放广告成为用户推广产品和提高知名度的一种有效方式。针对广告投放而言,有效用户标签为对广告效果好坏有区分性的用户标签,因此获得有效用户标签对于提升广告效果具有重要意义。但是用户标签数量众多,在众多的用户标签中,如何筛选出真正对广告效果好坏有区分性的有效用户标签比较困难。现有技术中还未出现能够有效筛选有效用户标签的相关方案。
发明内容
本发明针对现有技术存在的缺乏能够有效筛选有效用户标签的相关方案的缺点,提出一种有效用户标签筛选方法、装置、存储介质和计算机设备,以自动筛选出对广告效果好坏有区分性的有效用户标签。
本发明的实施例根据第一个方面,提供了一种有效用户标签筛选方法,包括步骤:
构建候选对象标签库,获取所述候选对象标签库中各个候选对象标签的不同值在各个广告属性标签下的点击率;
分别对各个候选对象标签的不同值在各个广告属性标签下的点击率之间的差异进行显著性检验;
若差异显著,将对应的候选对象标签确定为与对应广告的效果相关的有效用户标签。
在一个实施例中,所述将对应的候选对象标签确定为与对应广告的效果相关的有效用户标签,之后,还包括:
将各个广告的有效用户标签提供给待进行广告投放的用户,以便于所述用户筛选出与待投放广告的目标用户标签相匹配的广告的有效用户标签。
在一个实施例中,所述将对应的候选对象标签确定为与对应广告的效果相关的有效用户标签,之后,还包括:根据差异的程度确定各个有效用户标签的权重,其中,所述权重随着差异的程度的增大而升高;
所述将各个广告的有效用户标签提供给待进行广告投放的用户,包括:将各个广告的有效用户标签及其权重提供给待进行广告投放的用户。
在一个实施例中,所述根据差异的程度确定各个有效用户标签的权重,包括:
将差异的程度和第一设定值的乘积与第二设定值相加,得到各个有效用户标签的权重,其中,第二设定值为有效用户标签取值的数目。
在一个实施例中,所述分别对各个候选对象标签的不同值在各个广告属性标签下的点击率之间的差异进行显著性检验,包括:
从各个候选对象标签中选取一个候选对象标签作为当前对象标签;
从所述当前对象标签的所有值中选取一个值作为当前值;
计算所述当前值在所有广告属性标签下的点击率的方差;
从所述当前对象标签的所有值中选取另一个值作为当前值,返回计算所述当前值在所有广告属性标签下的点击率的方差的步骤,直至所有值均被选取作为当前值;
计算所述当前对象标签的所有值的方差是否具有显著性差异;
从各个候选对象标签中选取另一个候选对象标签作为当前对象标签,返回从所述当前对象标签的所有值中选取一个值作为当前值的步骤,直至所有候选对象标签均被选取作为当前对象标签。
在一个实施例中,所述分别对各个候选对象标签的不同值在各个广告属性标签下的点击率之间的差异进行显著性检验,之后,还包括:
若差异不显著,将对应的候选对象标签确定为与对应广告的效果不相关的用户标签。
在一个实施例中,各个候选对象标签包括地理位置标签、人口属性标签、用户行为偏好标签和目标用户需求标签。
本发明的实施例根据第二个方面,还提供了一种有效用户标签筛选装置,包括:
数据获取模块,用于构建候选对象标签库,获取所述候选对象标签库中各个候选对象标签的不同值在各个广告属性标签下的点击率;
显著性检验模块,用于分别对各个候选对象标签的不同值在各个广告属性标签下的点击率之间的差异进行显著性检验;
标签筛选模块,用于在差异显著时,将对应的候选对象标签确定为与对应广告的效果相关的有效用户标签。
本发明的实施例根据第三个方面,还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任意一项所述的有效用户标签筛选方法。
本发明的实施例根据第四个方面,还提供了一种计算机设备,所述计算机设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述任意一项所述的有效用户标签筛选方法。
上述的有效用户标签筛选方法、装置、存储介质和计算机设备,建立广告属性标签、候选对象标签和广告的点击率三组数据之间的关联关系,基于该关联关系,采用显著性检验方法,从各个候选对象标签中筛选出对广告效果好坏有区分性的用户标签,即有效用户标签,以便能够根据该有效用户标签进行广告投放,从而可以提高广告点击率以及广告投放精准度,实现较好的广告效果。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明一个实施例的有效用户标签筛选方法的流程示意图;
图2为本发明另一个实施例的有效用户标签筛选方法的流程示意图;
图3为本发明另一个实施例的有效用户标签筛选方法的流程示意图;
图4为本发明另一个实施例的有效用户标签筛选方法的流程示意图;
图5为本发明一个实施例的显著性检验方法的流程示意图;
图6为本发明一个实施例的有效用户标签筛选装置的结构示意图;
图7为本发明一个实施例的计算机设备的结构示意图。
具体实施方式
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解,这里所使用的“计算机设备”可以是“终端”、“终端设备”,还可以是“服务器”、“云端”等。其中:
“终端”、“终端设备”既包括无线信号接收器的设备,其仅具备无发射能力的无线信号接收器的设备,又包括接收和发射硬件的设备,其具有能够在双向通信链路上,执行双向通信的接收和发射硬件的设备。这种设备可以包括:蜂窝或其他通信设备,其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备;PCS(PersonalCommunications Service,个人通信系统),其可以组合语音、数据处理、传真和/或数据通信能力;PDA(Personal Digital Assistant,个人数字助理),其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或GPS(Global PositioningSystem,全球定位系统)接收器;常规膝上型和/或掌上型计算机或其他设备,其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。“终端”、“终端设备”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的,或者适合于和/或配置为在本地运行,和/或以分布形式,运行在地球和/或空间的任何其他位置运行。“终端”、“终端设备”还可以是通信终端、上网终端、音乐/视频播放终端,例如可以是PDA、MID(MobileInternet Device,移动互联网设备)和/或具有音乐/视频播放功能的移动电话,也可以是智能电视、机顶盒等设备;
服务器、云端、远端网络设备等概念,具有等同效果,其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云。在此,云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个超级虚拟计算机。本发明的实施例中,远端网络设备、终端设备与服务器之间可通过任何通信方式实现通信,包括但不限于,基于3GPP(3rdGeneration Partnership Project,第三代合作伙伴计划)、LTE(Long Term Evolution,长期演进)、WIMAX(Worldwide Interoperability for Microwave Access,全球微波互联接入)的移动通信、基于TCP/IP(Transmission Control Protocol/Internet Protocol,传输控制协议/因特网互联协议)、UDP(User Datagram Protocol,用户数据报协议)的计算机网络通信以及基于蓝牙、红外传输标准的近距无线传输方式。
为了更好的理解本发明,有必要先对本发明的应用场景进行如下的先导性说明。
本发明实施例得到的有效用户标签可以应用在多个场景中。例如,在向广告商售卖广告位时,如果将该有效用户标签提供给广告商,则可以帮助广告商根据自己的目标用户特点去针对性选择一些与自己的产品或服务相匹配的目标群体,然后向该目标群体进行个性化的广告投放,进而提升广告效果,也避免用户打扰。应当理解,本发明实施例得到的有效用户标签还可以应用于其它应用场景中,本发明并不对此作出限定。
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
如图1所示,在一个实施例中,一种有效用户标签筛选方法,包括步骤:
S110、构建候选对象标签库,获取所述候选对象标签库中各个候选对象标签的不同值在各个广告属性标签下的点击率。
广告属性标签,用于表征广告为何种类型的广告,例如,以游戏平台为例,广告属性标签包括:手游、端游、页游、品牌、大类、RPG MOBA、素材风格、武侠、仙侠等等。候选对象标签为与广告效果可能相关的标签,即这些标签可能对广告的效果产生影响,本发明的目的即在于从这些候选对象标签中筛选出真正对广告的效果产生影响的标签。根据产品的数据采集特点,创造越丰富的候选对象标签库,则可能挖掘出的有效用户标签则越多,可定向的目标群体就越精确和细分。广告的点击率为点击该广告的用户数量。
为了提高目标群体定位的准确性,需要多维度建立与广告效果可能相关的候选对象标签库。在一个实施例中,各个候选对象标签包括地理位置标签、人口属性标签、用户行为偏好标签和目标用户需求标签等等。可选的,地理位置标签包括城市标签、乡镇标签等等,还可以对该地理位置标签进行进一步细分,例如城市标签加工为一线城市,二线城市,三线城市等。可选的,人口属性标签包括性别标签、年龄段等标签。用户行为偏好标签则涉及到的潜在标签较多,如用户浏览或者购买的品类偏好,如游戏品类或者娱乐品类,或者用户在一天中访问时段的偏好等。目标用户需求也即是客户需求,销售部门可以根据客户的诉求罗列众多可能的标签提供给广告售卖系统负责人员来丰富标签体系。
获取所述候选对象标签库中各个候选对象标签的不同值在各个广告属性标签下的点击率,需要将广告属性标签与候选对象标签及点击率数据关联整理。想要在丰富的候选对象标签集中筛选出有效用户标签,需要确立有效性的筛选准则。而关键的一步则是将广告属性标签、候选对象标签及广告的点击率这三组数据一一关联对应起来,这是后续分析的基础。
每个候选对象标签的取值有多个,一个候选对象标签的一个取值在一个广告属性标签下对应一个点击率,将每个候选对象标签的每一个取值与各个广告属性标签下的点击率进行关联。
以一个例子进行说明,候选对象标签库包括第一候选对象标签、第二候选对象标签,第一候选对象标签的值为A和B,第二候选对象标签的值为C和D,广告属性标签包括E和F,获取值为A在E下的点击率,获取值为A在F下的点击率,获取值为B在E下的点击率,获取值为B在F下的点击率,获取值为C在E下的点击率,获取值为C在F下的点击率,获取值为D在E下的点击率,获取值为D在F下的点击率。
S120、分别对各个候选对象标签的不同值在各个广告属性标签下的点击率之间的差异进行显著性检验。
显著性检验(significance test)就是事先对总体(随机变量)的参数或总体分布形式做出一个假设,然后利用样本信息来判断这个假设(备择假设)是否合理,即判断总体的真实情况与原假设是否有显著性差异。或者说,显著性检验要判断样本与我们对总体所做的假设之间的差异是纯属机会变异,还是由我们所做的假设与总体真实情况之间不一致所引起的。显著性检验是针对我们对总体所做的假设做检验,其原理就是“小概率事件实际不可能性原理”来接受或否定假设。
一个用户标签的不同值对不同广告属性的点击率反应是否有显著差异是判断标签是否有效的标准。在本申请实施例中,可以分别对各个候选用户标签的不同值关联的点击率之间的差异进行方差显著性检验。需要说明的是,显著性检验的方式有很多,用户可以根据实际需要确定显著性检验的方式,本发明并不对此作出限定。
S130、若差异显著,将对应的候选对象标签确定为与对应广告的效果相关的有效用户标签。
有效用户标签指的是具有较好的区分性的用户标签。差异是否显著可以根据显著性检验方法中已有的方式进行判断。如果差异显著,则说明该候选对象标签对不同的广告类型有较好区分性,该候选对象标签对对应的广告的效果能够真正产生影响,则将该候选对象标签确定为广告的有效用户标签。
考虑到差异不显著的情形,在一个实施例中,如图2所示,所述分别对各个候选对象标签的不同值在各个广告属性标签下的点击率之间的差异进行显著性检验,之后,还包括步骤S140:若差异不显著,将对应的候选对象标签确定为与对应广告的效果不相关的用户标签。如果差异不显著,则说明该候选对象标签对不同的广告类型区分性较差,该候选对象标签对对应的广告的效果不能够真正产生影响,则将该候选对象标签确定为与广告不相关的用户标签。
在一个实施例中,如图3所示,所述将对应的候选对象标签确定为与对应广告的效果相关的有效用户标签,之后,还包括步骤S150:将各个广告的有效用户标签提供给待进行广告投放的用户,以便于所述用户筛选出与待投放广告的目标用户标签相匹配的广告的有效用户标签。
本实施例中,向用户提供有效用户标签的方式有很多种,例如,可以直接在对应广告位中以备注的形式展示该广告位对应的有效用户标签,又例如,可以将各个广告的有效用户标签整理到一个表格中。用户根据自己的广告属性特点以及目标群体的特点,可以筛选出对广告效果有明显提升的组合,在进行过广告投放时能够实现较好广告效果。
在一个实施例中,如图4所示,所述将对应的候选对象标签确定为与对应广告的效果相关的有效用户标签,之后,还包括步骤S160:根据差异的程度确定各个有效用户标签的权重,其中,所述权重随着差异的程度的增大而升高。所述将各个广告的有效用户标签提供给待进行广告投放的用户,包括:将各个广告的有效用户标签及其权重提供给待进行广告投放的用户。
本实施例中,考虑到某些情况下广告的有效用户标签与用户的目标客户群体的特征可能不完全匹配,此时可以考虑权重的情形,即只要获知用户的目标客户群体的主要特征,然后根据该主要特征寻找对应的权重最大的有效用户标签即可,根据该有效用户标签进行广告投放也能达到比较好的广告效果。差异的程度即显著性检验后得到的差异值的大小,以方差显著性检验为例,计算出p值,p值的大小即为差异的程度。
确定权重的方式有很多,例如,在一个实施例中,所述根据差异的程度确定各个有效用户标签的权重,包括:将差异的程度和第一设定值的乘积与第二设定值相加,得到各个有效用户标签的权重,其中,第二设定值为有效用户标签取值的数目。
本实施例中,考虑到表征差异的程度的值一般为较小的值,所以为了便于用户查看权重,可以将该差异的程度先与第一设定值相乘,得到一个较大的值,第一设定值可以根据实际需要确定,例如第一设定值取值为10的几次方等。进一步的,将该差异的程度与第一设定值相乘之后,还可以加上第二设定值,得到最终的权重。第二设定值为有效用户标签取值的数目,例如,有效用户标签的值能取3个,则第二设定值为3。应当理解的是,本发明并不对确定权重的方式进行限定,用户还可以采用其它方式确定权重。
在一个实施例中,如图5所示,所述分别对各个候选对象标签的不同值在各个广告属性标签下的点击率之间的差异进行显著性检验,包括:
S1201、从各个候选对象标签中选取一个候选对象标签作为当前对象标签。
当前对象标签的选取顺序可以根据用户需要进行确定。例如,各个候选对象标签从前到后依次排列,则可以按照从前到后的顺序进行选取。
S1202、从所述当前对象标签的所有值中选取一个值作为当前值。
当前对象标签一般包含多个值,按照预设规则从该当前对象标签中的多个值中选取一个值作为当前值。
S1203、计算所述当前值在所有广告属性标签下的点击率的方差。
方差是衡量源数据和期望值相差的度量值。当前值在每一个广告属性标签下均对应一个点击率,根据该当前值在所有的广告属性标签下的点击率,计算出方差。
S1204、从所述当前对象标签的所有值中选取另一个值作为当前值,返回计算所述当前值在所有广告属性标签下的点击率的方差的步骤,直至所有值均被选取作为当前值。
当该当前值的方差计算完成后,判断是否所有值均被选取作为当前值,若否从所述当前对象标签的所有值中选取另一个值进行方差的计算,直至得到当前对象标签的所有值的方差,若是进入步骤S1205。
S1205、计算所述当前对象标签的所有值的方差是否具有显著性差异。
得到当前对象标签的所有值的方差后,判断这些方差之间是否具有显著性差异。如果差异显著,则该当前对象标签确定为有效用户标签,若差异不显著,则该当前对象标签确定为一般的用户标签。
S1206、从各个候选对象标签中选取另一个候选对象标签作为当前对象标签,返回从所述当前对象标签的所有值中选取一个值作为当前值的步骤,直至所有候选对象标签均被选取作为当前对象标签。
对一个候选对象标签判断完成后,判断是否所有候选对象标签均被选取作为当前对象标签,若否,选取另一个候选对象标签按照同样的方法进行判断,直至所有的候选对象标签均被判断,若是,结束流程。
应当理解的是,上述显著性检验的方法可以在一个线程里面进行,也可以在多个线程里面同时进行,本发明并不对此做出限定。
为了更好的理解上述显著性检验的方法,下面以一个例子进行说明。
以城市属性为例,假入城市属性包括一线城市、东部城市、中部城市和西部城市。广告属性标签包括手游、端游、页游、品牌、大类、RPG MOBA、素材风格、武侠和仙侠。一线城市在所有广告特征属性下的点击率的方差为10。东部城市在所有广告特征属性下的点击率的方差为15。中部城市在所有广告特征属性下的点击率的方差为12。西部城市在所有广告特征属性下的点击率的方差为8。然后计算10、15、12和8的显著性差异。
基于同一发明构思,本发明还提供一种有效用户标签筛选装置,下面对本发明装置的实施例进行详细介绍。
如图6所示,在一个实施例中,一种有效用户标签筛选装置,包括:
数据获取模块110,用于构建候选对象标签库,获取所述候选对象标签库中各个候选对象标签的不同值在各个广告属性标签下的点击率;
显著性检验模块120,用于分别对各个候选对象标签的不同值在各个广告属性标签下的点击率之间的差异进行显著性检验;
标签筛选模块130,用于在差异显著时,将对应的候选对象标签确定为与对应广告的效果相关的有效用户标签。
在一个实施例中,标签筛选模块130将对应的候选对象标签确定为与对应广告的效果相关的有效用户标签之后,还用于将各个广告的有效用户标签提供给待进行广告投放的用户,以便于所述用户筛选出与待投放广告的目标用户标签相匹配的广告的有效用户标签。
在一个实施例中,标签筛选模块130所述将对应的候选对象标签确定为与对应广告的效果相关的有效用户标签之后,还用于根据差异的程度确定各个有效用户标签的权重,其中,所述权重随着差异的程度的增大而升高;将各个广告的有效用户标签及其权重提供给待进行广告投放的用户。
在一个实施例中,标签筛选模块130用于将差异的程度和第一设定值的乘积与第二设定值相加,得到各个有效用户标签的权重,其中,第二设定值为有效用户标签取值的数目。
在一个实施例中,显著性检验模块120通过执行以下功能实现显著性检验:
从各个候选对象标签中选取一个候选对象标签作为当前对象标签;
从所述当前对象标签的所有值中选取一个值作为当前值;
计算所述当前值在所有广告属性标签下的点击率的方差;
从所述当前对象标签的所有值中选取另一个值作为当前值,返回计算所述当前值在所有广告属性标签下的点击率的方差的步骤,直至所有值均被选取作为当前值;
计算所述当前对象标签的所有值的方差是否具有显著性差异;
从各个候选对象标签中选取另一个候选对象标签作为当前对象标签,返回从所述当前对象标签的所有值中选取一个值作为当前值的步骤,直至所有候选对象标签均被选取作为当前对象标签。
在一个实施例中,标签筛选模块130在差异不显著时,将对应的候选对象标签确定为与对应广告的效果不相关的用户标签。
在一个实施例中,各个候选对象标签包括地理位置标签、人口属性标签、用户行为偏好标签和目标用户需求标签。
上述有效用户标签筛选装置的其它技术特征与上述有效用户标签筛选方法的技术特征相同,在此不予赘述。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任意一项所述的有效用户标签筛选方法。其中,所述存储介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM(Read-OnlyMemory,只读存储器)、RAM(Random AcceSS Memory,随即存储器)、EPROM(EraSableProgrammable Read-Only Memory,可擦写可编程只读存储器)、EEPROM(ElectricallyEraSable Programmable Read-Only Memory,电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是,存储介质包括由设备(例如,计算机)以能够读的形式存储或传输信息的任何介质。可以是只读存储器,磁盘或光盘等。
本发明实施例还提供一种计算机设备,所述计算机设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述任意一项所述的有效用户标签筛选方法。
图7为本发明计算机设备的结构示意图,包括处理器220、存储装置230、输入单元240以及显示单元250等器件。本领域技术人员可以理解,图7示出的结构器件并不构成对所有计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件。存储装置230可用于存储应用程序210以及各功能模块,处理器220运行存储在存储装置230的应用程序210,从而执行设备的各种功能应用以及数据处理。存储装置230可以是内存储器或外存储器,或者包括内存储器和外存储器两者。内存储器可以包括只读存储器、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)、快闪存储器、或者随机存储器。外存储器可以包括硬盘、软盘、ZIP盘、U盘、磁带等。本发明所公开的存储装置包括但不限于这些类型的存储装置。本发明所公开的存储装置230只作为例子而非作为限定。
输入单元240用于接收信号的输入,以及广告属性标签、候选对象标签和广告的点击率三组数据之间的关联关系。输入单元240可包括触控面板以及其它输入设备。触控面板可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作),并根据预先设定的程序驱动相应的连接装置;其它输入设备可以包括但不限于物理键盘、功能键(比如播放控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。显示单元250可用于显示用户输入的信息或提供给用户的信息以及计算机设备的各种菜单。显示单元250可采用液晶显示器、有机发光二极管等形式。处理器220是计算机设备的控制中心,利用各种接口和线路连接整个电脑的各个部分,通过运行或执行存储在存储装置230内的软件程序和/或模块,以及调用存储在存储装置内的数据,执行各种功能和处理数据。
在一实施方式中,计算机设备包括一个或多个处理器220,以及一个或多个存储装置230,一个或多个应用程序210,其中所述一个或多个应用程序210被存储在存储装置230中并被配置为由所述一个或多个处理器220执行,所述一个或多个应用程序210配置用于执行以上实施例所述的有效用户标签筛选方法。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
应该理解的是,在本发明各实施例中的各功能单元可集成在一个处理模块中,也可以各个单元单独物理存在,也可以两个或两个以上单元集成于一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种有效用户标签筛选方法,其特征在于,包括步骤:
构建候选对象标签库,获取所述候选对象标签库中各个候选对象标签的不同值在各个广告属性标签下的点击率;将广告属性标签、候选对象标签及广告的点击率这三组数据一一关联;
分别对各个候选对象标签的不同值在各个广告属性标签下的点击率之间的差异进行显著性检验;
若差异显著,将对应的候选对象标签确定为与对应广告的效果相关的有效用户标签。
2.根据权利要求1所述的有效用户标签筛选方法,其特征在于,所述将对应的候选对象标签确定为与对应广告的效果相关的有效用户标签,之后,还包括:
将各个广告的有效用户标签提供给待进行广告投放的用户,以便于所述用户筛选出与待投放广告的目标用户标签相匹配的广告的有效用户标签。
3.根据权利要求2所述的有效用户标签筛选方法,其特征在于,
所述将对应的候选对象标签确定为与对应广告的效果相关的有效用户标签,之后,还包括:根据差异的程度确定各个有效用户标签的权重,其中,所述权重随着差异的程度的增大而升高;
所述将各个广告的有效用户标签提供给待进行广告投放的用户,包括:将各个广告的有效用户标签及其权重提供给待进行广告投放的用户。
4.根据权利要求3所述的有效用户标签筛选方法,其特征在于,所述根据差异的程度确定各个有效用户标签的权重,包括:
将差异的程度和第一设定值的乘积与第二设定值相加,得到各个有效用户标签的权重,其中,第二设定值为有效用户标签取值的数目。
5.根据权利要求1至4任意一项所述的有效用户标签筛选方法,其特征在于,所述分别对各个候选对象标签的不同值在各个广告属性标签下的点击率之间的差异进行显著性检验,包括:
从各个候选对象标签中选取一个候选对象标签作为当前对象标签;
从所述当前对象标签的所有值中选取一个值作为当前值;
计算所述当前值在所有广告属性标签下的点击率的方差;
从所述当前对象标签的所有值中选取另一个值作为当前值,返回计算所述当前值在所有广告属性标签下的点击率的方差的步骤,直至所有值均被选取作为当前值;
计算所述当前对象标签的所有值的方差是否具有显著性差异;
从各个候选对象标签中选取另一个候选对象标签作为当前对象标签,返回从所述当前对象标签的所有值中选取一个值作为当前值的步骤,直至所有候选对象标签均被选取作为当前对象标签。
6.根据权利要求1至4任意一项所述的有效用户标签筛选方法,其特征在于,所述分别对各个候选对象标签的不同值在各个广告属性标签下的点击率之间的差异进行显著性检验,之后,还包括:
若差异不显著,将对应的候选对象标签确定为与对应广告的效果不相关的用户标签。
7.根据权利要求1至4任意一项所述的有效用户标签筛选方法,其特征在于,各个候选对象标签包括地理位置标签、人口属性标签、用户行为偏好标签和目标用户需求标签。
8.一种有效用户标签筛选装置,其特征在于,包括:
数据获取模块,用于构建候选对象标签库,获取所述候选对象标签库中各个候选对象标签的不同值在各个广告属性标签下的点击率;将广告属性标签、候选对象标签及广告的点击率这三组数据一一关联;
显著性检验模块,用于分别对各个候选对象标签的不同值在各个广告属性标签下的点击率之间的差异进行显著性检验;
标签筛选模块,用于在差异显著时,将对应的候选对象标签确定为与对应广告的效果相关的有效用户标签。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7中任意一项所述的有效用户标签筛选方法。
10.一种计算机设备,其特征在于,所述计算机设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至7中任意一项所述的有效用户标签筛选方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810469201.4A CN108665318B (zh) | 2018-05-16 | 2018-05-16 | 有效用户标签筛选方法、装置、存储介质和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810469201.4A CN108665318B (zh) | 2018-05-16 | 2018-05-16 | 有效用户标签筛选方法、装置、存储介质和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108665318A CN108665318A (zh) | 2018-10-16 |
CN108665318B true CN108665318B (zh) | 2021-03-23 |
Family
ID=63779883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810469201.4A Active CN108665318B (zh) | 2018-05-16 | 2018-05-16 | 有效用户标签筛选方法、装置、存储介质和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108665318B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111143346B (zh) * | 2018-11-02 | 2023-08-25 | 北京字节跳动网络技术有限公司 | 标签组的差异性确定方法、装置、电子设备及可读介质 |
CN109784973A (zh) * | 2018-12-14 | 2019-05-21 | 中国平安人寿保险股份有限公司 | 基于大数据分析的广告投放方法、装置及电子设备 |
CN109711872A (zh) * | 2018-12-14 | 2019-05-03 | 中国平安人寿保险股份有限公司 | 基于大数据分析的广告投放方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102592235A (zh) * | 2011-12-28 | 2012-07-18 | 北京品友互动信息技术有限公司 | 一种互联网广告投放系统 |
US10319058B2 (en) * | 2012-11-20 | 2019-06-11 | Mpt, Inc. | Method for applying advertising media to packaging, method of advertising, and system for applying a communication member on a packaging material |
-
2018
- 2018-05-16 CN CN201810469201.4A patent/CN108665318B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108665318A (zh) | 2018-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200117675A1 (en) | Obtaining of Recommendation Information | |
CN105493057B (zh) | 利用精确性控制的内容选择 | |
US20100034466A1 (en) | Object Identification in Images | |
CN108665318B (zh) | 有效用户标签筛选方法、装置、存储介质和计算机设备 | |
CN110162359B (zh) | 新手引导信息的推送方法、装置及系统 | |
US20080300986A1 (en) | Method and system for contextual advertisement | |
CN112199296B (zh) | 页面测试方法、装置、计算机设备和存储介质 | |
US20230104531A1 (en) | System, Method, and Platform for Auto Machine Learning Via Optimal Hybrid AI Formulation from Crowd | |
CN110956505B (zh) | 一种广告库存的预估方法以及相关装置 | |
CN102792326A (zh) | 在多人在线游戏中奖励物品的方法、计算机程序和系统 | |
CN102934113A (zh) | 信息提供系统、信息提供方法、信息提供设备、程序和信息记录介质 | |
CN114651267A (zh) | 信息推送方法、装置、服务器及存储介质 | |
CN106779926A (zh) | 关联规则生成方法、装置及终端 | |
US20110313866A1 (en) | System and method for determining a value of a data-providing service upgrade | |
CN109087124A (zh) | 一种应用程序价值预测方法及装置 | |
CN107257358A (zh) | 一种信息推送方法、终端及服务器 | |
CN109075987A (zh) | 优化数字组件分析系统 | |
CN113360790A (zh) | 信息推荐方法、装置及电子设备 | |
US20190102792A1 (en) | Digital Content Delivery Based on Measured Viewability of a Displayed Content Insertion Field | |
CN114430504B (zh) | 一种媒体内容的推荐方法以及相关装置 | |
CN112015970A (zh) | 产品推荐方法、相关设备及计算机存储介质 | |
US20160132827A1 (en) | Methods and systems for designing of tasks for crowdsourcing | |
CN115601088A (zh) | 对象投放方法、装置、存储介质及电子设备 | |
CN112035736B (zh) | 信息推送方法、装置及服务器 | |
KR101305526B1 (ko) | 광고 시스템 및 광고 방법 |
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 |