CN109509014B - 一种媒体信息的投放方法和装置 - Google Patents

Abstract

本发明实施例提供了一种媒体信息的投放方法和装置，该方法应用在服务器，该方法包括：接收客户端发送的媒体信息负反馈数据，根据所述媒体信息负反馈数据获取对应的媒体信息；确定所述媒体信息的第一文本特征，根据所述第一文本特征与预置特征选择模型，确定第二文本特征；根据所述第二文本特征以及预置分类模型，确定媒体信息类型；根据所述媒体信息负反馈数据以及确定出的媒体信息类型，确定属于所述媒体信息类型的媒体信息的投放策略，以对所述媒体信息进行投放。通过本技术方案，能够自动地且精准地屏蔽用户不想看到的媒体信息，并且可以有效地扩展关联屏蔽媒体信息的范围至最合理范围。

Description

一种媒体信息的投放方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种媒体信息的投放方法和装置。

背景技术

在移动互联网时代，拥有高流量价值的信息流已成为广告商们争夺效益的主要阵地之一。随着信息流中各样式以及各类型的媒体信息(例如，广告信息)不断增多，势必需要通过控制全局用户的体验，来平衡媒体信息收益与用户体验之间的矛盾，然而，当前控制用户的体验的方式可以为对用户进行单一的媒体信息的屏蔽，且只对当前执行操作的用户生效，屏蔽范围较窄；还可以对用户进行人工方式的媒体信息屏蔽，但随着媒体信息类型与数量的增多，人力成本不可控，在人工标注分类覆盖率有限的情况下，关联屏蔽生效率低，且掺杂较多主观判断，分类准确性难以保证。

发明内容

本发明实施例提供一种媒体信息的投放方法和装置，能够自动地且精准地屏蔽用户不想看到的媒体信息，并且可以有效地扩展关联屏蔽媒体信息的范围至最合理范围。

一方面，本发明实施例提供了一种媒体信息的投放方法，应用在服务器，包括：

接收客户端发送的媒体信息负反馈数据，根据所述媒体信息负反馈数据获取对应的媒体信息；

确定所述媒体信息的第一文本特征，根据所述第一文本特征与预置特征选择模型，确定第二文本特征；

根据所述第二文本特征以及预置分类模型，确定媒体信息类型；

根据所述媒体信息负反馈数据以及确定出的媒体信息类型，确定属于所述媒体信息类型的媒体信息的投放策略，以对所述媒体信息进行投放。

另一方面，本发明实施例提供了一种媒体信息的投放装置，应用在服务器，包括：

接收单元，接收客户端发送的媒体信息负反馈数据，根据所述媒体信息负反馈数据获取对应的媒体信息；

第一确定单元，确定所述媒体信息的第一文本特征，根据所述第一文本特征与预置特征选择模型，确定第二文本特征；

第二确定单元，根据所述第二文本特征以及预置分类模型，确定媒体信息类型；

第三确定单元，根据所述媒体信息负反馈数据以及确定出的媒体信息类型，确定属于所述媒体信息类型的媒体信息的投放策略，以对所述媒体信息进行投放。

上述技术方案具有如下有益效果：根据所述媒体信息负反馈数据以及所述媒体信息类型，确定所属于所述媒体信息类型的媒体信息的投放策略，以对所述媒体信息进行投放，可以精准地屏蔽用户不想看到的媒体信息，如，广告信息，且通过确定媒体信息类型以及对接收到的负反馈数据频次，可以将关联屏蔽媒体信息的范围有效扩展至最合理的范围；同时，负反馈数据将最终影响到媒体信息的投放，真正意义上的实现全局范围内用户体验的提升，使得在深入商业化的同时，最大程度的平衡媒体信息与用户体验之间关系，有益的促进了整体商业生态的良性发展。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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为本发明一实施例中一种媒体信息的投放方法的流程图；

图2为本发明另一实施例中一种媒体信息的投放装置的结构示意图；

图3为本发明一优选实施例中确定第二文本特征的流程图；

图4为本发明另一优选实施例中确定投放策略的流程图；

图5为本发明一优选实施例中第一确定单元的结构示意图；

图6为本发明另一优选实施例中第三确定单元的结构示意图。

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，所描述的实施例仅仅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。

如图1所示，为本发明一实施例中一种媒体信息的投放方法，应用在服务器，包括：

101：接收客户端发送的媒体信息负反馈数据，根据所述媒体信息负反馈数据获取对应的媒体信息。

102：确定所述媒体信息的第一文本特征，根据所述第一文本特征与预置特征选择模型，确定第二文本特征。

103：根据所述第二文本特征以及预置分类模型，确定媒体信息类型。

104：根据所述媒体信息负反馈数据以及确定出的媒体信息类型，确定属于所述媒体信息类型的媒体信息的投放策略，以对所述媒体信息进行投放。

优选地，所述媒体信息负反馈数据包括所述媒体信息标识；

其中，所述根据媒体信息负反馈数据获取对应的媒体信息，包括：根据所述媒体信息标识获取对应的媒体信息。

优选地，所述媒体信息包括媒体信息文本即文本内容；

其中，如图3所示，步骤102：所述确定所述媒体信息的第一文本特征，根据所述第一文本特征与预置特征选择模型，确定第二文本特征，包括：

301：从所述媒体信息包括的文本内容中提取所述第一文本特征；

302：将所述第一文本特征输入至所述预置特征选择模型中，获得第二文本特征，所述预置特征选择模型用于从输入的多个文本特征中选择文本特征重要度符合预设条件的文本特征。

优选地，步骤103：所述根据所述第二文本特征以及预置分类模型，确定媒体信息类型，包括：将所述第二文本特征输入至所述预置分类模型中，获得所述媒体信息类型，所述预置分类模型用于确定输入的文本特征属于各个预置媒体信息类型的概率，选择最大概率对应的预置媒体信息类型作为确定出的媒体信息类型。

优选地，如图4所示，步骤104：所述根据所述媒体信息负反馈数据以及确定出的媒体信息类型，确定所属于所述媒体信息类型的媒体信息的投放策略，包括：

401：在预置时间段内，确定所述客户端所属用户针对属于确定出的媒体信息类型的媒体信息负反馈数据的第一反馈次数；

402：当所述第一反馈次数大于预设的第一次数阈值时，则在预置投放周期内，当接收到所述客户端发送的媒体信息获取请求时，向所述客户端屏蔽所述媒体信息类型的媒体信息。

优选地，所述方法进一步包括：

根据所述媒体信息负反馈数据，确定属于同一业务方的媒体信息的投放策略，以对所述媒体信息进行投放。

优选地，所述根据所述媒体信息负反馈数据，确定属于同一业务方的媒体信息的投放策略，以对所述媒体信息进行投放，包括：

在预置时间段内，确定所述客户端所属用户针对属于同一业务方的媒体信息负反馈数据的第二反馈次数；

当所述第二反馈次数大于预设的第二次数阈值时，则在预置投放周期内，当接收到所述客户端发送的媒体信息获取请求时，向所述客户端屏蔽属于同一业务方的媒体信息。

优选地，所述方法进一步包括：

根据所述媒体信息负反馈数据的反馈次数，确定媒体信息的投放策略，以对所述媒体信息进行投放。

优选地，所述根据所述媒体信息负反馈数据的反馈次数，确定媒体信息的投放策略，以对所述媒体信息进行投放，包括：

在预置时间段内，确定所述客户端所属用户针对媒体信息负反馈数据的第三反馈次数；

当所述第三反馈次数大于所述预置时间段对应的第三次数阈值时，则在预置投放周期内，当接收到所述客户端发送的媒体信息获取请求时，向所述客户端发送预置媒体信息或向所述客户端屏蔽媒体信息。

如图2所示，为本发明另一实施例中一种媒体信息的投放装置，应用在服务器，包括：

接收单元21，接收客户端发送的媒体信息负反馈数据，根据所述媒体信息负反馈数据获取对应的媒体信息。

第一确定单元22，确定所述媒体信息的第一文本特征，根据所述第一文本特征与预置特征选择模型，确定第二文本特征。

第二确定单元23，根据所述第二文本特征以及预置分类模型，确定媒体信息类型。

第三确定单元24，根据所述媒体信息负反馈数据以及确定出的媒体信息类型，确定属于所述媒体信息类型的媒体信息的投放策略，以对所述媒体信息进行投放。

优选地，所述媒体信息负反馈数据包括所述媒体信息标识；

其中，所述接收单元21，根据所述媒体信息标识获取对应的媒体信息。

优选地，所述媒体信息包括媒体信息文本即媒体内容；

如图5所示，所述第一确定单元22包括：

提取模块51，从所述媒体信息包括的文本内容中提取所述第一文本特征；

获取模块52，将所述第一文本特征输入至所述预置特征选择模型中，获得第二文本特征，所述预置特征选择模型用于从输入的多个文本特征中选择文本特征重要度符合预设条件的文本特征。

优选地，所述第二确定单元23，将所述第二文本特征输入至所述预置分类模型中，获得所述媒体信息类型，所述预置分类模型用于确定输入的文本特征属于各个预置媒体信息类型的概率，选择最大概率对应的预置媒体信息类型作为确定出的媒体信息类型。

优选地，如图6所示，所述第三确定单元24包括：

第一确定模块61，在预置时间段内，确定所述客户端所属用户针对属于确定出的媒体信息类型的媒体信息负反馈数据的第一反馈次数；

第一屏蔽模块62，当所述第一反馈次数大于预设的第一次数阈值时，则在预置投放周期内，当接收到所述客户端发送的媒体信息获取请求时，向所述客户端屏蔽所述媒体信息类型的媒体信息。

优选地，所述装置进一步包括：

第四确定单元，根据所述媒体信息负反馈数据，确定属于同一业务方的媒体信息的投放策略，以对所述媒体信息进行投放。

优选地，所述第四确定单元包括：

第二确定模块，在预置时间段内，确定所述客户端所属用户针对属于同一业务方的媒体信息负反馈数据的第二反馈次数；

第二屏蔽模块，当所述第二反馈次数大于预设的第二次数阈值时，则在预置投放周期内，当接收到所述客户端发送的媒体信息获取请求时，向所述客户端屏蔽属于同一业务方的媒体信息。

优选地，所述装置进一步包括：

第五确定单元，根据所述媒体信息负反馈数据的反馈次数，确定媒体信息的投放策略，以对所述媒体信息进行投放。

优选地，所述第五确定模块包括：

第三确定模块，在预置时间段内，确定所述客户端所属用户针对媒体信息负反馈数据的第三反馈次数；

发送模块，当所述第三反馈次数大于所述预置时间段对应的第三次数阈值时，则在预置投放周期内，当接收到所述客户端发送的媒体信息获取请求时，向所述客户端发送预置媒体信息或向所述客户端屏蔽媒体信息。

本发明实施例上述技术方案具有如下有益效果：根据所述媒体信息负反馈数据以及所述媒体信息类型，确定所属于所述媒体信息类型的媒体信息的投放策略，以对所述媒体信息进行投放，可以精准地屏蔽用户不想看到的媒体信息，如，广告信息，且通过确定媒体信息类型以及对接收到的负反馈数据频次，可以将关联屏蔽媒体信息的范围有效扩展至最合理的范围；同时，负反馈数据将最终影响到媒体信息的投放，真正意义上的实现全局范围内用户体验的提升，使得在深入商业化的同时，最大程度的平衡媒体信息与用户体验之间关系，有益的促进了整体商业生态的良性发展。

以下结合应用实例对本发明实施例上述技术方案进行详细说明：

本发明应用实例旨是能够自动地且精准地屏蔽用户不想看到的媒体信息，并且可以有效地扩展关联屏蔽媒体信息的范围至最合理范围。

如图1所示，例如，用户使用安装在移动终端中的社交APP，如，微博APP，(或者用户使用安装在终端中的网页客户端访问社交网站)用户启动该社交APP并登录该社交APP，用户对社交APP的一个页面进行查看，如，用户对微博APP热门博文进行查看，微博APP接收到用户的查看指令，向微博服务器发送查看请求，该查看请求可以携带用户ID以及博文ID等信息，微博客户端接收微博服务器响应于该查看请求返回的博文信息，该博文信息中包括媒体信息，如，广告的拉取地址，微博APP根据该拉取地址拉取媒体信息并向用户展示该博文以及博文上的“祛痘”广告，当用户对该广告不感兴趣时，可以点击广告提供的负反馈操作入口，如，广告右上角的“×”按钮，每个广告中均安置有该负反馈操作入口，或负反馈操作接口，用户点击该负反馈操作入口，微博APP响应于该操作指令弹出弹窗，该弹窗的菜单选项，可以包括“不感兴趣”、“内容质量差”、“太多重复”、“相似内容”以及“举报”等，用户选择任意菜单选项并点击提交，如用户点击“举报”选项并提交，即完成一次负反馈操作，微博APP接收到用户的负反馈操作后，向微博服务器发送该广告的负反馈数据，该负反馈数据包括的广告ID以及用户ID，微博服务器根据广告ID查找该广告的具体信息，如广告投放创意、广告文本、广告主ID等信息，微博服务器对广告文本进行语法分析以及分词处理，获取到该广告文本的第一文本特征，如广告文本“祛痘不留痕”得的第一文本特征“祛痘”以及“不留痕”，并将该两个文本特征输入到随机森林模型中，由随机森林中的决策树对这两个文本特征进行投票，得出最终的第二文本特征，如，“祛痘”。将第二文本特征输入到预置的朴素贝叶斯分类器中，并得到朴素贝叶斯分类输出结果，即该广告的类型(即该广告的分类标签)，如“美容美发美体|祛痘”，该则“祛痘”广告由广告主“痘博士XXX(广告主级别：蓝V)”发出，可以在未来的15天内，用户将不会再看到这个广告主发出的所有类型“美容美发美体|祛痘”的广告；若在1小时内微博服务器接收到两次负反馈数据，触发了频次控制策略，那么在接下来的1小时内，用户将只能看到博文头条或品牌速递两类广告，其余广告类型将不再展现。同时，当微博APP接收到该广告的负反馈操作时，不再向该用户展示当条广告。

其中，媒体信息可以包括：广告信息，广告信息可以包括广告投放创意、广告文本、广告主ID以及广告的类型等。应理解，当广告被自动确定广告的类型或广告的标签后，该广告信息即可包括该广告的类型。

博文头条广告是指根据该头条博文所针对特定用户群而推送的广告，如特定粉丝群推送的关于偶像代言的广告。

品牌速递广告是指对投放具有严格标准的广告，不能随意屏蔽，所以此类广告在一般情况下不能进行屏蔽。

负反馈数据可以以日志的形式由客户端上报给服务器。

需要说明的是，本技术方案可以应用在一个物理实体服务器设备上，也可以应用在多个物理实体服务器设备上即服务器集群。

本技术方案充分利用负反馈数据，并合理延伸，不断提升广告的分类标签的覆盖率，使得用户在执行负反馈操作后能够获得更加精准更加有效的关联屏蔽；根据整体的负反馈数据表现，依照不同的用户反馈频次，制定个性化的全局屏蔽方案。

在一优选实施例中，所述媒体信息负反馈数据包括所述媒体信息标识；其中，所述根据媒体信息负反馈数据获取对应的媒体信息，包括：根据所述媒体信息标识获取对应的媒体信息。

其中，媒体信息标识为广告ID。

例如，根据前文所述，社交服务器(如，微博服务器)根据该广告ID查找与该广告ID相对应的广告信息，如广告主ID，广告文本以及广告投放创意等。

在一优选实施例中，所述媒体信息包括媒体信息文本即文本内容；

其中，如图3所示，步骤102：所述确定所述媒体信息的第一文本特征，根据所述第一文本特征与预置特征选择模型，确定第二文本特征，包括：301：从所述媒体信息包括的文本内容中提取所述第一文本特征；302：将所述第一文本特征输入至所述预置特征选择模型中，获得第二文本特征。

其中，媒体信息文本可以为广告文本，如“祛痘不留痕”。

所述预置特征选择模型用于从输入的多个文本特征中选择文本特征重要度符合预设条件的文本特征。

预置特征选择模型可以为随机森林模型，随机森林模型确定输入的多个文本特征的重要度，选择重要度大于重要度阈值的文本特征作为第二文本特征。

例如，根据前文所述，微博服务器对广告文本进行语法分析以及分词处理，获取到该广告文本的第一文本特征，如广告文本“祛痘不留痕”得的第一文本特征“祛痘”以及“不留痕”，并将该两个文本特征输入到随机森林模型中，由随机森林中的决策树对这两个文本特征进行投票，得出最终的第二文本特征，如，“祛痘”。

在一优选实施例中，步骤103：所述根据所述第二文本特征以及预置分类模型，确定媒体信息类型，包括：将所述第二文本特征输入至所述预置分类模型中，获得所述媒体信息类型。

所述预置分类模型用于确定输入的文本特征属于各个预置媒体信息类型的概率，选择最大概率对应的预置媒体信息类型作为确定出的媒体信息类型。

其中，所述预置分类模型可以为朴素贝叶斯分类器，朴素贝叶斯分类器确定输入的文本特征属于各个预置媒体信息类型的概率，选择最大概率对应的预置媒体信息类型作为确定出的媒体信息类型。

例如，根据前文所述，微博服务器将第二文本特征输入到预置的朴素贝叶斯分类器中，并得到朴素贝叶斯分类器输出结果，即该广告的类型(即该广告的分类标签)，如“美容美发美体|祛痘”。

需要说明的是，通过算法层将负反馈数据中广告ID对应的广告信息，特别是广告文本，梳理成可供后续广告投放策略使用的有效数据。算法层通过分析数据的特点并测试多重模型的效果，最终选定了随机森林来挑选特征，并选用朴素贝叶斯算法来做分类器。由于广告文本内容都是短文本，特征词的挑选就特别重要，实验表明，随机森林的效果比卡方等纯统计的方法要更好。

朴素贝叶斯分类的正式定义如下：

1、设x＝{a₁，a₂，...，a_m}为一个待分类项，而每个a为x的一个特征属性。

2、有类别集合C＝{y₁，y₂，...，y_n}。y_n为类型.。

3、计算P(y₁|x)，P(y₂|x)，...，P(y_n|x)。

4、如果P(y_k|x)＝max{P(y₁|x)，P(y₂|x)，...，P(y_n|x)}，则x∈y_k。

那么现在的关键就是如何计算第3步中的各个条件概率。可以这样执行：

1)、找到一个已知分类的待分类项集合，这个集合叫做训练样本集。

2)、统计得到在各类别下各个特征属性的条件概率估计。即P(a₁|y₁)，P(a₂|y₁)，...，P(a_m|y₁)；P(a₁|y₂)，P(a₂|y₂)，...，P(a_m|y₂)；...；P(a₁|y_n)，P(a₂|y_n)，...，P(a_m|y_n)。

3)、如果各个特征属性是条件独立的，则根据贝叶斯定理有如下推导：

因为分母对于所有类别为常数，只要将分子最大化皆可。又因为各特征属性是条件独立的，所以有：

算法层按照上述方案不断地自动生成分类标签，提升广告类型的覆盖率，确保用户执行了负反馈操作的每一条广告均有对应的分类标签。

在一优选实施例中，如图4所示，步骤104：所述根据所述媒体信息负反馈数据以及确定出的媒体信息类型，确定属于所述媒体信息类型的媒体信息的投放策略，包括：401：在预置时间段内，确定所述客户端所属用户针对属于确定出的媒体信息类型的媒体信息负反馈数据的第一反馈次数；402：当所述第一反馈次数大于预设的第一次数阈值时，则在预置投放周期内，当接收到所述客户端发送的媒体信息获取请求时，向所述客户端屏蔽所述媒体信息类型的媒体信息。

例如，根据前文所述，算法层在根据负反馈数据对多个广告进行了分类后，对这些广告、各个广告的分类标签以及各个广告的负反馈数据进行存储，广告引擎服务器或微博服务器(可以内置广告引擎模块)在投放广告创意即新的广告内容时，可以人工或自动化地确定该广告的分类标签，会通过存储接口获取到对应的分类标签的广告的负反馈数据，并根据获取到的负反馈数据制定投放策略，生成相应的屏蔽效果，具体投放策略可以包括：分类标签级别屏蔽策略，若一个用户针对同一分类标签的广告创意在30天(即预置时间段)内执行了N(N≥2)次负反馈操作，那么对于该用户，将在未来10天(即预置投放周期)内，不再看到该分类标签的广告创意，即该用户的客户端向微博服务器或广告引擎服务器发送广告获取请求时，微博服务器或广告引擎服务器不向客户端发送该分类标签的广告，可以推送其他分类标签的广告。

在一优选实施例中，所述方法进一步包括：根据所述媒体信息负反馈数据，确定属于同一业务方的媒体信息的投放策略，以对所述媒体信息进行投放。

其中，所述根据所述媒体信息负反馈数据，确定属于同一业务方的媒体信息的投放策略，以对所述媒体信息进行投放，包括：在预置时间段内，确定所述客户端所属用户针对属于同一业务方的媒体信息负反馈数据的第二反馈次数；当所述第二反馈次数大于预设的第二次数阈值时，则在预置投放周期内，当接收到所述客户端发送的媒体信息获取请求时，向所述客户端屏蔽属于同一业务方媒体信息。

例如，根据前文所述，算法层在根据负反馈数据对多个广告进行了分类后，对这些广告、各个广告的广告主ID以及各个广告的负反馈数据进行存储，广告引擎服务器或微博服务器(可以内置广告引擎模块)在投放广告创意即新的广告内容时，确定该广告的广告主ID(即业务方ID)，会通过存储接口获取到对应的广告主的广告的负反馈数据，并根据获取到的负反馈数据制定投放策略，生成相应的屏蔽效果，具体投放策略可以包括：广告主级别屏蔽策略，若一个用户针对同一广告主发出的不同广告创意在30天(即预置时间段)内执行了N(N≥2)次负反馈操作，那么对于该用户，将在一段时间(即预置投放周期)内不再出现该广告主的广告。具体屏蔽时间按照广告主在微博的不同身份依次为：普通用户：60天，橙V用户：30天，蓝V用户：15天。即该一段时间内不再看到该广告主的广告创意，即该用户的客户端向微博服务器或广告引擎服务器发送广告获取请求时，微博服务器或广告引擎服务器不向客户端发送该广告主的广告，可以推送其他广告主的广告。

在一优选实施例中，所述方法进一步包括：根据所述媒体信息负反馈数据的反馈次数，确定媒体信息的投放策略，以对所述媒体信息进行投放。

其中，所述根据所述媒体信息负反馈数据的反馈次数，确定媒体信息的投放策略，以对所述媒体信息进行投放，包括：在预置时间段内，确定所述客户端所属用户针对媒体信息负反馈数据的第三反馈次数；当所述第三反馈次数大于所述预置时间段对应的第三次数阈值时，则在预置投放周期内，当接收到所述客户端发送的媒体信息获取请求时，向所述客户端发送预置媒体信息或向所述客户端屏蔽媒体信息。

例如，根据前文所述，算法层在根据负反馈数据对多个广告进行了分类后，对这些广告以及各个广告的负反馈数据进行存储，广告引擎服务器或微博服务器(可以内置广告引擎模块)在投放广告创意即新的广告内容时，会通过存储接口获取到广告的负反馈数据，并根据获取到的负反馈数据制定投放策略，生成相应的屏蔽效果，具体投放策略可以包括：用户负反馈频次控制策略，微博用户对于信息流广告的接受度以及敏感度有很大差异，体现在广告负反馈操作上，有的用户执行频繁，有的用户很少反馈。对于不同频次的负反馈用户，定制了个性化的屏蔽范围以及屏蔽时长：对于1小时(预置时间段)内执行N次(N≥2)负反馈操作的用户，在未来的1小时(预置投放周期)内，对其只出博文头条和品牌速递两类广告，其余广告均不再展现；对于1天(预置时间段)内执行N次(N≥5)负反馈操作的用户，在未来的2天(预置投放周期)内，对其只出博文头条和品牌速递两类广告，其余广告均不再展现；对于3天(预置时间段)内执行N次(N≥10)负反馈操作的用户，在未来30天(预置投放周期)内，将不再对其展现任何类型的广告创意，具体屏蔽方式前文已经详细阐述过，此处就不再赘述。

需要说明的是，所获得的负反馈数据还将作用于广告主侧，广告主在微博投放的每一则广告的负反馈数据都将进行监控，并根据其广告计划的相关预算，目标效果，互动数据等拟合一个负反馈率临界值，一旦广告的负反馈率高于该临界值，将提升该广告获取曝光的门槛，并随着负反馈率的升高，最终停止广告的投放；如，广告主通过在广告投放客户端或广告投放工具(如，超级粉丝通中)创建了一则广告创意并确认投放。随着时间的推移，如果投放的这则广告收到了越来越多的负反馈，广告主的相关人员可以在广告主后台可以清晰的看到该则广告的负反馈率在不断的增长。当这则广告的负反馈率越过α值(即负反馈率临界值)后，广告主相关人员将收到了来自超级粉丝通的系统提示，当前广告的投放受到抑制，微博上能够看到这则广告的用户将减少；而当这则广告的负反馈率越过β值(即停止投放的阈值)后，当前广告停止投放，微博上所有用户均不会再看到这则广告。

将广告负反馈数据作用于业务方广告主，对于业务方广告主创建的负反馈率高过既定指标的广告创意，将提升它们的曝光难度，并指导他们根据实际数据优化创意方案，最终形成由输入端(用户)到输出端(广告主)的完整控制闭环，提升新浪微博的全局用户体验。

本发明实施例提供了一种媒体信息的投放装置，可以实现上述提供的方法实施例，具体功能实现请参见方法实施例中的说明，在此不再赘述。

应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。

在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。

为使本领域内的任何技术人员能够实现或者使用本发明，上面对所公开实施例进行了描述。对于本领域技术人员来说；这些实施例的各种修改方式都是显而易见的，并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此，本公开并不限于本文给出的实施例，而是与本申请公开的原理和新颖性特征的最广范围相一致。

上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。

本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block)，单元，和步骤可以通过电子硬件、电脑软件，或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability)，上述的各种说明性部件(illustrative components)，单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本发明实施例保护的范围。

本发明实施例中所描述的各种说明性的逻辑块，或单元都可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。

本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于用户终端中。可选地，处理器和存储媒介也可以设置于用户终端中的不同的部件中。

在一个或多个示例性的设计中，本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现，这些功能可以存储与电脑可读的媒介上，或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如，这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置，或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外，任何连接都可以被适当地定义为电脑可读媒介，例如，如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘，磁盘通常以磁性复制数据，而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种媒体信息的投放方法，其特征在于，应用在服务器，包括：

接收客户端发送的媒体信息负反馈数据，根据所述媒体信息负反馈数据获取对应的媒体信息；

确定所述媒体信息的第一文本特征，根据所述第一文本特征与预置特征选择模型，确定第二文本特征；

根据所述第二文本特征以及预置分类模型，确定媒体信息类型；

根据所述媒体信息负反馈数据以及确定出的媒体信息类型，确定属于所述媒体信息类型的媒体信息的投放策略，以对所述媒体信息进行投放；

所述方法还包括：

对所述媒体信息负反馈数据进行监控，若所述媒体信息的负反馈率高于指定的与所述媒体信息对应的负反馈率临界值，则所述媒体信息针对所有客户端的投放受到抑制；若所述媒体信息的负反馈率高于指定的与所述媒体信息对应的停止投放阈值，则所述媒体信息针对所有客户端停止投放。

2.根据权利要求1所述的方法，其特征在于，所述确定所述媒体信息的第一文本特征，根据所述第一文本特征与预置特征选择模型，确定第二文本特征，包括：

从所述媒体信息包括的文本内容中提取所述第一文本特征；

将所述第一文本特征输入至所述预置特征选择模型中，获得第二文本特征，所述预置特征选择模型用于从输入的多个文本特征中选择文本特征重要度符合预设条件的文本特征；

所述根据所述第二文本特征以及预置分类模型，确定媒体信息类型，包括：

将所述第二文本特征输入至所述预置分类模型中，获得所述媒体信息类型，所述预置分类模型用于确定输入的文本特征属于各个预置媒体信息类型的概率，选择最大概率对应的预置媒体信息类型作为确定出的媒体信息类型。

3.根据权利要求1所述的方法，其特征在于，所述根据所述媒体信息负反馈数据以及确定出的媒体信息类型，确定属于所述媒体信息类型的媒体信息的投放策略，包括：

在预置时间段内，确定所述客户端所属用户针对属于确定出的媒体信息类型的媒体信息负反馈数据的第一反馈次数；

当所述第一反馈次数大于预设的第一次数阈值时，则在预置投放周期内，当接收到所述客户端发送的媒体信息获取请求时，向所述客户端屏蔽所述媒体信息类型的媒体信息。

4.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

根据所述媒体信息负反馈数据，确定属于同一业务方的媒体信息的投放策略，以对所述媒体信息进行投放；和/或

根据所述媒体信息负反馈数据的反馈次数，确定媒体信息的投放策略，以对所述媒体信息进行投放。

5.根据权利要求4所述的方法，其特征在于，所述根据所述媒体信息负反馈数据，确定属于同一业务方的媒体信息的投放策略，以对所述媒体信息进行投放，包括：

在预置时间段内，确定所述客户端所属用户针对属于同一业务方的媒体信息负反馈数据的第二反馈次数；

当所述第二反馈次数大于预设的第二次数阈值时，则在预置投放周期内，当接收到所述客户端发送的媒体信息获取请求时，向所述客户端屏蔽属于同一业务方的媒体信息。

6.根据权利要求4所述的方法，其特征在于，所述根据所述媒体信息负反馈数据的反馈次数，确定媒体信息的投放策略，以对所述媒体信息进行投放，包括：

在预置时间段内，确定所述客户端所属用户针对媒体信息负反馈数据的第三反馈次数；

当所述第三反馈次数大于所述预置时间段对应的第三次数阈值时，则在预置投放周期内，当接收到所述客户端发送的媒体信息获取请求时，向所述客户端发送预置媒体信息或向所述客户端屏蔽媒体信息。

7.一种媒体信息的投放装置，其特征在于，应用在服务器，包括：

接收单元，接收客户端发送的媒体信息负反馈数据，根据所述媒体信息负反馈数据获取对应的媒体信息；

第一确定单元，确定所述媒体信息的第一文本特征，根据所述第一文本特征与预置特征选择模型，确定第二文本特征；

第二确定单元，根据所述第二文本特征以及预置分类模型，确定媒体信息类型；

第三确定单元，根据所述媒体信息负反馈数据以及确定出的媒体信息类型，确定属于所述媒体信息类型的媒体信息的投放策略，以对所述媒体信息进行投放；

所述装置还包括：

用于对所述媒体信息负反馈数据进行监控，若所述媒体信息的负反馈率高于指定的与所述媒体信息对应的负反馈率临界值，则所述媒体信息针对所有客户端的投放受到抑制；若所述媒体信息的负反馈率高于指定的与所述媒体信息对应的停止投放阈值，则所述媒体信息针对所有客户端停止投放的单元。

8.根据权利要求7所述的装置，其特征在于，所述第一确定单元包括：

提取模块，从所述媒体信息包括的文本内容中提取所述第一文本特征；

获取模块，将所述第一文本特征输入至所述预置特征选择模型中，获得第二文本特征，所述预置特征选择模型用于从输入的多个文本特征中选择文本特征重要度符合预设条件的文本特征；

所述第二确定单元，将所述第二文本特征输入至所述预置分类模型中，获得所述媒体信息类型，所述预置分类模型用于确定输入的文本特征属于各个预置媒体信息类型的概率，选择最大概率对应的预置媒体信息类型作为确定出的媒体信息类型。

9.根据权利要求7所述的装置，其特征在于，所述第三确定单元包括：

第一确定模块，在预置时间段内，确定所述客户端所属用户针对属于确定出的媒体信息类型的媒体信息负反馈数据的第一反馈次数；

第一屏蔽模块，当所述第一反馈次数大于预设的第一次数阈值时，则在预置投放周期内，当接收到所述客户端发送的媒体信息获取请求时，向所述客户端屏蔽所述媒体信息类型的媒体信息。

10.根据权利要求7所述的装置，其特征在于，所述装置进一步包括：

第四确定单元，根据所述媒体信息负反馈数据，确定属于同一业务方的媒体信息的投放策略，以对所述媒体信息进行投放；和/或

第五确定单元，根据所述媒体信息负反馈数据的反馈次数，确定媒体信息的投放策略，以对所述媒体信息进行投放。

11.根据权利要求10所述的装置，其特征在于，所述第四确定单元包括：

第二确定模块，在预置时间段内，确定所述客户端所属用户针对属于同一业务方的媒体信息负反馈数据的第二反馈次数；

第二屏蔽模块，当所述第二反馈次数大于预设的第二次数阈值时，则在预置投放周期内，当接收到所述客户端发送的媒体信息获取请求时，向所述客户端屏蔽属于同一业务方的媒体信息。

12.根据权利要求10所述的装置，其特征在于，所述第五确定模块包括：

第三确定模块，在预置时间段内，确定所述客户端所属用户针对媒体信息负反馈数据的第三反馈次数；

发送模块，当所述第三反馈次数大于所述预置时间段对应的第三次数阈值时，则在预置投放周期内，当接收到所述客户端发送的媒体信息获取请求时，向所述客户端发送预置媒体信息或向所述客户端屏蔽媒体信息。

Images