CN109491740A - 一种基于上下文背景信息的自动多版本漏斗页面选优方法 - Google Patents

一种基于上下文背景信息的自动多版本漏斗页面选优方法 Download PDF

Info

Publication number
CN109491740A
CN109491740A CN201811278807.6A CN201811278807A CN109491740A CN 109491740 A CN109491740 A CN 109491740A CN 201811278807 A CN201811278807 A CN 201811278807A CN 109491740 A CN109491740 A CN 109491740A
Authority
CN
China
Prior art keywords
funnel
model
version
page
contextual information
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
Application number
CN201811278807.6A
Other languages
English (en)
Other versions
CN109491740B (zh
Inventor
蒋晓海
刘麒赟
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.)
Beijing Testin Information Technology Co Ltd
Original Assignee
Beijing Testin Information Technology 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 Beijing Testin Information Technology Co Ltd filed Critical Beijing Testin Information Technology Co Ltd
Priority to CN201811278807.6A priority Critical patent/CN109491740B/zh
Publication of CN109491740A publication Critical patent/CN109491740A/zh
Application granted granted Critical
Publication of CN109491740B publication Critical patent/CN109491740B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开了一种基于上下文背景信息的自动多版本漏斗页面选优方法，主要步骤包括：设计出一个漏斗模型；为漏斗各层设计多个页面版本；生成漏斗版本；生成上下文元素组；生成带上下文信息的漏斗模型；为各带上下文信息的漏斗模型创建智能学习模型；训练模型；开始使用模型。通过本发明方法可以有效地在多版本漏斗场景中找出一个最终整体转化率最高的漏斗版本。

Description

一种基于上下文背景信息的自动多版本漏斗页面选优方法
技术领域
本发明涉及页面版本选优和个性化推荐领域，尤其涉及到一种基于上下文背景信息的自动多版本漏斗页面选优方法。
背景技术
在快速发展互联网时代，应用APP、网页等产品给用户的前端展现往往直接决定了用户对产品的接受程度，进而也决定了产品的成败，因此页面设计对产品至关重要。
然而，不同用户对于页面设计的喜好是不一样的，甚至同一个用户对于同一个内容的页面设计在不同的时间点或访问背景下的喜好也是不一样的，因此页面和产品设计人员常常面临众口难调、顾此失彼的困境，无法设计出一款让大家都满意的单一页面来。所以，产品设计人员往往会为同一个页面内容设计出多个不同的页面版本来，然后通过一些方法来让不同的用户看到不同的页面版本，比如基于上下文或推荐算法的方法。这样的方法对于单页面的场景来说可能是有效的。
在互联网应用中，除了单页面场景外，实际更多的是基于漏斗的场景。所谓基于漏斗的场景，就是多个页面依顺序展现给客户，客户在最后那个页面完成最终的转化或触发产品期望的关键指标。互联网电商的购物场景就是典型的漏斗场景。例如，某个互联网电商有几个连续的页面：商品选择页面、收货地址填写页面、付费页面。这三个页面构成了一个拥有三层页面的漏斗。一般来说，用户会依顺序进入每一个页面，而且每个页面都会有一个自己的转化率。比如，100个用户进入了商品选择页面，然而最后只有80个用户进入了收货地址填写页面，那么商品选择页面的转化率就是80％；进入收货地址填写页面的80个用户有40个进入了付费页面，那么收货地址填写页面的转化率就是50％；进入付费页面的40个用户，最终有10个最终完成了付费操作，那么付费页面的转化率就是25％。
漏斗场景也有类似于单页面多版本设计的需求。拿前述的商品选择页面来说，不同用户可能喜欢不同的商品选择页面风格，同一个用户可能在不同上下文背景下(比如白天或黑夜)喜欢不同的商品选择页面风格，因此设计多个版本的商品选择页面并在不同上下文环境下展现给不同用户是很有必要的。所以，在漏斗模型中，它的每一层页面都应该有若干个不同的版本。但是，对于漏斗场景来说，它有特殊性：在选择当前页面合适页面版本的时候，不能只考虑当前页面版本的转化率，而应该综合下一个页面的转化率来考虑，从而应该选择出总体转化率更高的漏斗路径来。图1为一个例子。在图1中可以看出：
(1)对于版本的分派需要考虑用户的上下文信息(Context)。即对于同一个漏斗来说，不同用户的最终转化率是不同的。比如，同是对于漏斗“L1_V2->L2_V1”，男性(Male)用户的最终转化率是32％，而女性(Female)用户的最终转化率是20％。
(2)对于同一个用户来说，在所有漏斗版本里会有一个最终整体转化率最好的漏斗版本，并且该漏斗版本中的第一层的转化率并不一定是所有漏斗版本中最高的，因此并不能按层的顺序依次选择转化率最高的层版本便能找出最终整体转化率最好的漏斗版本。比如，对于男性(Male)用户，虽然漏斗层1中，转化率最高的是版本“L1_V1”，但所有漏斗版本中整体转化率最好的“L1_V2->L2_V1”却没有包含“L1_V1”。
因此，需要有一个合理的方法能在多版本漏斗场景中找出一个最终整体转化率最高的漏斗版本来。
发明内容
针对现有技术的不足，本发明旨在提供一种基于上下文背景信息的自动多版本漏斗页面选优方法，以解决现有技术的不足之处。
为了实现上述目的，本发明采用如下技术方案：
一种基于上下文背景信息的自动多版本漏斗页面选优方法，包括如下步骤：
S1、根据具体应用场景，设计出漏斗模型，所述漏斗模型按顺序包含多层页面，用户会依次访问每层页面，并且在任何一层页面时都有可能进入或不进入下一层页面，以及完成或不完成当层页面的转化；
S2、为漏斗模型的每一层页面分别设计多个不同的页面版本；
S3、通过漏斗模型的不同层的页面之间的页面版本交叉组合生成若干个漏斗版本；
S4、将所有的上下文元素的变量值进行交叉组合，形成上下文元素组；
S5、将步骤S4中得到的所有的上下文元素组和步骤S1中得到的漏斗模型进行交叉组合，得到若干带上下文信息的漏斗模型，各个带上下文信息的漏斗模型中相应地含有若干带上下文信息的漏斗版本；
S6、为每一个带上下文信息的漏斗模型创建一个用于帮助选择最优漏斗版本的智能学习模型，得到若干带上下文信息的漏斗智能学习模型；
S7、开始训练步骤S6中得到的带上下文信息的漏斗智能学习模型；
S7.1、对每一个进入产品漏斗的用户，根据该用户所包含的上下文元素组，为其分配对应的带上下文信息的漏斗智能学习模型；
S7.2、当每一个用户进入产品漏斗时，在漏斗模型中按同等概率随机为其选择一个漏斗版本，使其看到该漏斗版本所设定的产品功能和展示；
S7.3、对每一个进入产品漏斗的用户，根据其在产品中的实际行为和表现，更新其所属的带上下文信息的漏斗智能学习模型，然后开始训练所更新的带上下文信息的漏斗智能学习模型，直至符合设定的结束条件后结束训练；结束训练后，此时每一个带上下文信息的漏斗智能学习模型将选出整体转化率最高的漏斗版本，该整体转化率最高的漏斗版本即为该带上下文信息的漏斗智能学习模型所对应的最佳漏斗版本。
进一步地，所述智能学习模型包括但不限于Q Learning、Q Learning、SARSA、Policy Gradients、Actor-Critic、Monte-carlo learning、Deep-Q-Learning。
进一步地，在选出最佳漏斗版本后，开始使用模型时，当每一个用户进入某一产品的漏斗模型时，根据该用户所包含的上下文元素组，找到其对应的带上下文信息的漏斗智能学习模型，并且将该漏斗智能学习模型在模型训练中选择出的最佳漏斗版本分配给该用户，使其看到最佳漏斗版本所设定的产品功能和展示。
本发明的有益效果在于：通过本发明方法，可以结合上下文信息，有效地在多版本漏斗场景中找出一个最终整体转化率最高的漏斗版本。
附图说明
图1为现有技术的实施方式举例示意图；
图2为本发明实施例中的方法流程示意图。
具体实施方式
以下将结合附图对本发明作进一步的描述，需要说明的是，以下实施例以本技术方案为前提，给出了详细的实施方式和具体的操作过程，但本发明的保护范围并不限于本实施例。
如图2所示，一种基于上下文背景信息的自动多版本漏斗页面选优方法，包括如下步骤：
S1、根据具体应用场景，设计出一个漏斗模型：该漏斗模型按顺序包含多层页面，用户会依次访问每层页面，并且在任何一层页面时都有可能进入或不进入下一层页面，以及完成或不完成当层页面的转化；
S2、为漏斗模型的每一层页面分别设计多个不同的页面版本；
S3、通过漏斗模型的不同层的页面之间的页面版本交叉组合生成若干个漏斗版本；
S4、将所有的上下文(Context)元素(Feature)的变量值(Variable)进行交叉组合，形成若干上下文元素组；
S5、将步骤S4中得到的所有的上下文元素组和步骤S1中得到的漏斗模型进行交叉组合，得到若干带上下文信息的漏斗模型，各个带上下文信息的漏斗模型中相应地含有若干带上下文信息的漏斗版本；
S6、为每一个带上下文信息的漏斗模型创建一个用于帮助选择最优漏斗版本的智能学习模型，得到若干带上下文信息的漏斗智能学习模型；具体的智能学习模型算法可以根据需要来实际设定，比如使用Q Learning、SARSA、Policy Gradients、Actor-Critic、Monte-carlo learning和Deep-Q-Learning等强化学习模型或其它算法。
S7、开始训练步骤S6中得到的带上下文信息的漏斗智能学习模型；
S7.1、对每一个进入产品漏斗的用户，根据该用户所包含的上下文元素组，为其分配对应的带上下文信息的漏斗智能学习模型；
S7.2、当每一个用户进入产品漏斗时，在漏斗模型中按同等概率随机为其选择一个漏斗版本，使其看到该漏斗版本所设定的产品功能和展示；
S7.3、对每一个进入产品漏斗的用户，根据其在产品中的实际行为和表现，更新其所属的带上下文信息的漏斗智能学习模型，然后开始训练所更新的带上下文信息的漏斗智能学习模型，直至符合设定的结束条件后结束训练；结束训练后，此时每一个带上下文信息的漏斗智能学习模型将选出整体转化率最高的漏斗版本，该整体转化率最高的漏斗版本即为该带上下文信息的漏斗智能学习模型所对应的最佳漏斗版本。
所述结束条件可以是训练模型基本收敛、训练既定时间结束、训练既定样本量已经使用完成等，可以根据实际情况设定。
S8、开始使用模型：
当每一个用户进入某一产品的漏斗模型时，根据该用户所包含的上下文元素组，找到其对应的带上下文信息的漏斗智能学习模型，并且将该漏斗智能学习模型在模型训练中选择出的最佳漏斗版本分配给该用户，使其看到最佳漏斗版本所设定的产品功能和展示。
实施例1
一、产品P为了提升用户的充值率，设计一个转化漏斗模型，名叫漏斗模型A。漏斗模型A包含2层页面：L1(Layer1)和L2(Layer2)。L1是广告页，主要负责流量的获取；L2是充值页，负责完成充值操作。L1的用户中，有一部分人可能会进入L2，而另外的人则会离开产品；L2的用户中，有一部分人可能会完成充值操作、完成产品转化(Conversion，简称Cov)目标，另外的人则会离开产品。
二、漏斗模型A的L1包含两个不同的页面版本“L1v1”和“L1v2”；L2包含两个不同的页面版本“L2v1”和“L2v2”。
三、通过漏斗模型A不同层页面之间的页面版本交叉组合生成若干个漏斗版本：“L1v1_L2v1”、“L1v1_L2v2”、“L1v2_L2v1”和“L1v2_L2v2”。因此，漏斗模型A就包含了4个不同的漏斗版本。
四、产品P设定了2个用户的上下文元素：性别(gender)和访问时间(time)。这2个用户的上下文元素又各自拥有不同的变量值：性别有男(male)和女(female)；时间有白天(day)和黑夜(night)。将这些变量值跨元素进行交叉，则会生成若干上下文元素组：male_day、male_night、female_day、female_night。
如果只有一个用户上下文元素，那么就只会有相同于该上下文元素的变量值数量的上下文元素组。比如，如果只有1个用户的上下文元素性别(gender)，那么总共有的上下文元素组为male和female。
五、将所有的上下文元素组和所有的漏斗模型A交叉组合，形成4个带上下文信息的漏斗模型：
1)male_day&漏斗模型A。它包含的漏斗版本是：male_day&L1v1_L2v1、male_day&L1v1_L2v2、male_day&L1v2_L2v1、male_day&L1v2_L2v2；
2)male_night&漏斗模型A。它包含的漏斗版本是：male_night&L1v1_L2v1、male_night&L1v1_L2v2、male_night&L1v2_L2v1、male_night&L1v2_L2v2；
3)female_day&漏斗模型A。它包含的漏斗版本是：female_day&L1v1_L2v1、female_day&L1v1_L2v2、female_day&L1v2_L2v1、female_day&L1v2_L2v2；
4)female_night&漏斗模型A。它包含的漏斗版本是：female_night&L1v1_L2v1、female_night&L1v1_L2v2、female_night&L1v2_L2v1、female_night&L1v2_L2v2。
如果只有1个用户的上下文元素性别(gender)，那么总共有的带上下文信息的漏斗是：
1)male&漏斗模型A。它包含的漏斗版本是：male&L1v1_L2v1、male&L1v1_L2v2、male&L1v2_L2v1、male&L1v2_L2v2；
2)female&漏斗模型A。它包含的漏斗版本是：female&L1v1_L2v1、female&L1v1_L2v2、female&L1v2_L2v1、female&L1v2_L2v2。
六、为每一个带上下文信息的漏斗模型创建一个帮助选择最优漏斗版本的智能模型，从而形成若干带上下文信息的漏斗智能学习模型：
①male_day&漏斗模型A&智能学习模型；
②male_night&漏斗模型A&智能学习模型；
③female_day&漏斗模型A&智能学习模型；
④female_night&漏斗模型A&智能学习模型。
七、开始训练步骤六得到的带上下文信息的漏斗智能学习模型：
7.1、用户A进入产品P，用户A的上下文元素组是female_night，因此为其分配对应的带上下文信息的漏斗智能学习模型为female_night&漏斗A&智能学习模型；
7.2、用户A进入产品P，在漏斗模型A中按同等概率随机为用户A选择一个漏斗版本，比如L1v1_L2v1；使其看到该漏斗版本所设定的产品功能和展示；
7.3、用户A在产品中可能有不同的实际行为和表现，比如“从广告页成功进入到了下一个充值页”、“在充值页没有完成充值就离开了”等等。此时根据用户的实际行为和表现更新其所属的带上下文信息的漏斗智能学习模型，比如Q Learning模型中的Q Table，然后完成所更新的带上下文信息的漏斗智能学习模型的训练。
7.4、当满足设定的条件时，退出模型训练阶段，此时每一个带上下文信息的漏斗智能模型都会选出一个整体转化率最高的漏斗版本，比如：
male_day&漏斗模型A&智能学习模型&最佳漏斗版本：“L1v1_L2v1”；
male_night&漏斗模型A&智能学习模型&最佳漏斗版本：、“L1v2_L2v1”；
female_day&漏斗模型A&智能学习模型&最佳漏斗版本：“L1v2_L2v2”；
female_night&漏斗模型A&智能学习模型&最佳漏斗版本：“L1v1_L2v2”。
八、正式开始使用漏斗模型时，用户A进入产品P漏斗A时，系统自动会根据其上下文元素组“female_night”找到其对应的带上下文信息的漏斗智能学习模型“female_night&漏斗模型A&智能学习模型”，并且将该带上下文信息的漏斗智能学习模型已选出的最佳漏斗版本“L1v1_L2v2”分配给用户A，使其看到该最佳漏斗版本“L1v1_L2v2”所设定的产品功能和展示。
对于本领域的技术人员来说，可以根据以上的技术方案和构思，给出各种相应的改变和变形，而所有的这些改变和变形，都应该包括在本发明权利要求的保护范围之内。

Claims (3)

1.一种基于上下文背景信息的自动多版本漏斗页面选优方法，其特征在于，包括如下步骤：
S1、根据具体应用场景，设计出漏斗模型，所述漏斗模型按顺序包含多层页面，用户会依次访问每层页面，并且在任何一层页面时都有可能进入或不进入下一层页面，以及完成或不完成当层页面的转化；
S2、为漏斗模型的每一层页面分别设计多个不同的页面版本；
S3、通过漏斗模型的不同层的页面之间的页面版本交叉组合生成若干个漏斗版本；
S4、将所有的上下文元素的变量值进行交叉组合，形成若干上下文元素组；
S5、将步骤S4中得到的所有的上下文元素组和步骤S1中得到的漏斗模型进行交叉组合，得到若干带上下文信息的漏斗模型，各个带上下文信息的漏斗模型中相应地含有若干带上下文信息的漏斗版本；
S6、为每一个带上下文信息的漏斗模型创建一个用于帮助选择最优漏斗版本的智能学习模型，得到若干带上下文信息的漏斗智能学习模型；
S7、开始训练步骤S6中得到的带上下文信息的漏斗智能学习模型：
S7.1、对每一个进入产品漏斗的用户，根据该用户所包含的上下文元素组，为其分配对应的带上下文信息的漏斗智能学习模型；
S7.2、当每一个用户进入产品漏斗时，在漏斗模型中按同等概率随机为其选择一个漏斗版本，使其看到该漏斗版本所设定的产品功能和展示；
S7.3、对每一个进入产品漏斗的用户，根据其在产品中的实际行为和表现，更新其所属的带上下文信息的漏斗智能学习模型，然后开始训练所更新的带上下文信息的漏斗智能学习模型，直至符合设定的结束条件后结束训练；结束训练后，此时每一个带上下文信息的漏斗智能学习模型将选出整体转化率最高的漏斗版本，该整体转化率最高的漏斗版本即为该带上下文信息的漏斗智能学习模型所对应的最佳漏斗版本。
2.根据权利要求1所述的基于上下文背景信息的自动多版本漏斗页面选优方法，其特征在于，所述智能学习模型采用Q Learning、Q Learning、SARSA、Policy Gradients、Actor-Critic、Monte-carlo learning或Deep-Q-Learning。
3.根据权利要求1所述的基于上下文背景信息的自动多版本漏斗页面选优方法，其特征在于，在选出最佳漏斗版本后，开始使用模型时，当每一个用户进入某一产品的漏斗模型时，根据该用户所包含的上下文元素组，找到其对应的带上下文信息的漏斗智能学习模型，并且将该漏斗智能学习模型在模型训练中选择出的最佳漏斗版本分配给该用户，使其看到最佳漏斗版本所设定的产品功能和展示。
CN201811278807.6A 2018-10-30 2018-10-30 一种基于上下文背景信息的自动多版本漏斗页面选优方法 Active CN109491740B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811278807.6A CN109491740B (zh) 2018-10-30 2018-10-30 一种基于上下文背景信息的自动多版本漏斗页面选优方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811278807.6A CN109491740B (zh) 2018-10-30 2018-10-30 一种基于上下文背景信息的自动多版本漏斗页面选优方法

Publications (2)

Publication Number Publication Date
CN109491740A true CN109491740A (zh) 2019-03-19
CN109491740B CN109491740B (zh) 2021-09-10

Family

ID=65692000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811278807.6A Active CN109491740B (zh) 2018-10-30 2018-10-30 一种基于上下文背景信息的自动多版本漏斗页面选优方法

Country Status (1)

Country Link
CN (1) CN109491740B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110163652A (zh) * 2019-04-12 2019-08-23 上海上湖信息技术有限公司 获客转化率预估方法及装置、计算机可读存储介质
CN113610601A (zh) * 2021-08-08 2021-11-05 北京极睿科技有限责任公司 更新商品详情页内容的方法、装置、电子设备和存储介质

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101350025A (zh) * 2008-07-09 2009-01-21 北京黑米世纪信息技术有限公司 一种基于漏斗模型的互联网行为营销剖析法
US20100257519A1 (en) * 2009-04-03 2010-10-07 Samsung Electronics Co., Ltd. Memory Apparatus and Method of Updating Firmware of the Memory Apparatus
CN102567461A (zh) * 2010-11-22 2012-07-11 微软公司 用于大文档索引的匹配漏斗
CN102804206A (zh) * 2009-05-04 2012-11-28 奥布隆工业有限公司 包括数据表示、操作和交换的基于姿势的控制系统
US20130019007A1 (en) * 2011-07-14 2013-01-17 Microsoft Corporation Funnel analysis of the adoption of an application
US20130226891A1 (en) * 2012-02-29 2013-08-29 Red Hat Inc. Managing versions of transaction data used for multiple transactions in distributed environments
CN103703431A (zh) * 2011-06-03 2014-04-02 苹果公司 自动创建文本数据与音频数据之间的映射
US20150170276A1 (en) * 2013-07-15 2015-06-18 SeedInvest, LLC Interconnected network of online securities offering platforms
CN105426347A (zh) * 2015-10-29 2016-03-23 北京京东尚科信息技术有限公司 提供对象信息的方法、显示终端和服务器
CN106599146A (zh) * 2016-12-06 2017-04-26 腾讯科技（深圳）有限公司 缓存页面处理、缓存页面更新请求处理方法和装置
CN106897318A (zh) * 2015-12-21 2017-06-27 阿里巴巴集团控股有限公司 移动终端设备上应用页面的展示方法及装置
CN107229474A (zh) * 2017-05-31 2017-10-03 成都药王科技股份有限公司 基于可视化界面快速配置Java接口和图表服务的方法及装置
CN107273870A (zh) * 2017-07-07 2017-10-20 郑州航空工业管理学院 一种监控场景下融合上下文信息的行人位置检测方法
CN107330087A (zh) * 2017-07-04 2017-11-07 北京京东尚科信息技术有限公司 页面文件生成方法和装置
CN107808309A (zh) * 2017-10-20 2018-03-16 厦门笨鸟电子商务有限公司 一种基于不同社交网络的广告整合、发布系方法及系统
CN108564049A (zh) * 2018-04-22 2018-09-21 北京工业大学 一种基于深度学习的快速人脸检测识别方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101350025A (zh) * 2008-07-09 2009-01-21 北京黑米世纪信息技术有限公司 一种基于漏斗模型的互联网行为营销剖析法
US20100257519A1 (en) * 2009-04-03 2010-10-07 Samsung Electronics Co., Ltd. Memory Apparatus and Method of Updating Firmware of the Memory Apparatus
CN102804206A (zh) * 2009-05-04 2012-11-28 奥布隆工业有限公司 包括数据表示、操作和交换的基于姿势的控制系统
CN102567461A (zh) * 2010-11-22 2012-07-11 微软公司 用于大文档索引的匹配漏斗
CN103703431A (zh) * 2011-06-03 2014-04-02 苹果公司 自动创建文本数据与音频数据之间的映射
US20130019007A1 (en) * 2011-07-14 2013-01-17 Microsoft Corporation Funnel analysis of the adoption of an application
US20130226891A1 (en) * 2012-02-29 2013-08-29 Red Hat Inc. Managing versions of transaction data used for multiple transactions in distributed environments
US20150170276A1 (en) * 2013-07-15 2015-06-18 SeedInvest, LLC Interconnected network of online securities offering platforms
CN105426347A (zh) * 2015-10-29 2016-03-23 北京京东尚科信息技术有限公司 提供对象信息的方法、显示终端和服务器
CN106897318A (zh) * 2015-12-21 2017-06-27 阿里巴巴集团控股有限公司 移动终端设备上应用页面的展示方法及装置
CN106599146A (zh) * 2016-12-06 2017-04-26 腾讯科技（深圳）有限公司 缓存页面处理、缓存页面更新请求处理方法和装置
CN107229474A (zh) * 2017-05-31 2017-10-03 成都药王科技股份有限公司 基于可视化界面快速配置Java接口和图表服务的方法及装置
CN107330087A (zh) * 2017-07-04 2017-11-07 北京京东尚科信息技术有限公司 页面文件生成方法和装置
CN107273870A (zh) * 2017-07-07 2017-10-20 郑州航空工业管理学院 一种监控场景下融合上下文信息的行人位置检测方法
CN107808309A (zh) * 2017-10-20 2018-03-16 厦门笨鸟电子商务有限公司 一种基于不同社交网络的广告整合、发布系方法及系统
CN108564049A (zh) * 2018-04-22 2018-09-21 北京工业大学 一种基于深度学习的快速人脸检测识别方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110163652A (zh) * 2019-04-12 2019-08-23 上海上湖信息技术有限公司 获客转化率预估方法及装置、计算机可读存储介质
CN113610601A (zh) * 2021-08-08 2021-11-05 北京极睿科技有限责任公司 更新商品详情页内容的方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN109491740B (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
Jansen et al. The sport/war metaphor: Hegemonic masculinity, the Persian Gulf War, and the new world order
Williams et al. The national construction of social space
Gamson The organizational shaping of collective identity: The case of lesbian and gay film festivals in New York
Baker The fruit of liberty: political culture in the Florentine Renaissance, 1480-1550
Davies Definitions of art
CN109491740A (zh) 一种基于上下文背景信息的自动多版本漏斗页面选优方法
Taylor 19 SOCIALIST FEMINISM: UTOPIAN OR SCIENTIFIC?
Young Ghanaian woman and Dutch wax prints: The counter-appropriation of the foreign and the local creating a new visual voice of creative expression
Zhang et al. Authentic well-being in the third space among Hanfu-wearing Chinese tourists: A PERMA analysis
CN109681165A (zh) 用于油田采油中的注水策略优化方法及装置
de Bruyn Topological Pathways of Post-Minimalism
Hall Upstream and downstream unification in Southeast Asia's first Islamic polity: The changing sense of community in the fifteenth century Hikayat Raja-Raja Pasai court chronicle
CN105354032A (zh) 一种自动生成创意的方法及系统
Arsel The myth of global sustainability: Environmental limits and (de) growth in the time of SDGs
Zheng Karaoke Bar Hostesses and Japan‐Korea Wave in Postsocialist China: Fashion, Cosmopolitanism and Globalization
Yu Research on digital art creation based on artificial intelligence
King-Irani Kinship, class, and ethnicity
Chung " Vernacular Modernism" in Modern Korea: Lee Quede's Hyangtosaek
Kroeker Kenya's emerging middle class (es)
Moslener Don’t act now! Selling Christian abstinence in the religious marketplace
Chojnacki The patronage of the body: burial sites, identity, and gender in fifteenth-century Venice
Monastireva-Ansdell Electricity within: Islam, pre-Islamic traditions and secular forms of belief in contemporary Kyrgyz cinema
Langan Surviving the age of virtual reality
Cadle et al. Colonial Visual Communication Influences: Myth, Tradition, and the Cult of Personality
Ibroscheva From ‘Babushki’to ‘Sexy Babes.’

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