CN109961310A - 广告投放方法、服务器和计算机可读存储介质 - Google Patents
广告投放方法、服务器和计算机可读存储介质 Download PDFInfo
- Publication number
- CN109961310A CN109961310A CN201711432120.9A CN201711432120A CN109961310A CN 109961310 A CN109961310 A CN 109961310A CN 201711432120 A CN201711432120 A CN 201711432120A CN 109961310 A CN109961310 A CN 109961310A
- Authority
- CN
- China
- Prior art keywords
- rule
- crowd
- target group
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004458 analytical method Methods 0.000 claims abstract description 104
- 238000005070 sampling Methods 0.000 claims description 23
- 239000000284 extract Substances 0.000 claims description 11
- 230000003542 behavioural effect Effects 0.000 abstract description 7
- 230000006399 behavior Effects 0.000 description 62
- 235000014510 cooky Nutrition 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000006116 polymerization reaction Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
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
- G06Q30/0277—Online advertisement
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (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)
Abstract
本发明公开了广告投放方法、服务器和计算机可读存储介质。所述方法包括:生成目标人群规则;根据所述目标人群规则确定第一目标人群;对所述第一目标人群进行用户行为分析,得到分析结果;判断所述分析结果是否满足预设的广告投放条件;在所述分析结果满足预设的广告投放条件时,根据所述目标人群规则确定第二目标人群;对所述第二目标人群进行广告投放。该技术方案通过人群采样、行为分析结合的方式判断某个人群规则对应的人群是否适合广告的投放,如果适合则可以利用该人群规则确定出待投放广告的人群,确实地进行广告投放,这种方式确定广告投放人群更贴近用户行为习惯,符合需求。
Description
技术领域
本发明涉及互联网广告领域,具体涉及广告投放方法、服务器和计算机可读存储介质。
背景技术
互联网广告目前的技术趋势是针对不同的用户投放最贴近用户需求的广告,因此在投放广告之前,最好是可以判断待投放广告的目标群体是不是目标受众。但是现有技术中,往往不容易选取出合适的目标受众,这主要是因为缺少一种合理确定广告投放人群的方式。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的广告投放方法、服务器和计算机可读存储介质。
依据本发明的一个方面,提供了一种广告投放方法,包括:
生成目标人群规则;
根据所述目标人群规则确定第一目标人群;
对所述第一目标人群进行用户行为分析,得到分析结果;
判断所述分析结果是否满足预设的广告投放条件;
在所述分析结果满足预设的广告投放条件时,根据所述目标人群规则确定第二目标人群;
对所述第二目标人群进行广告投放。
可选地,所述生成目标人群规则包括:
提供前端页面,在所述前端页面中展示一种或多种基础人群规则;
通过所述前端页面接收对基础人群规则的选取指令和/或编辑指令,根据选取的基础人群规则和/或编辑后的基础人群规则,生成目标人群规则。
可选地,所述基础人群规则包括:
用户属性规则和/或用户行为规则。
可选地,所述根据目标人群规则确定第一目标人群包括:
通过所述前端页面接收时间限制条件,根据所述时间限制条件和所述目标人群规则,从用户数据中筛选出第一类用户数据,提取所述第一类用户数据中的用户标识,汇总为第一目标人群;
所述根据所述目标人群规则确定第二目标人群包括:根据预设的时间条件和所述目标人群规则,从用户数据中筛选出第二类用户数据,提取所述第二类用户数据中的用户标识,汇总为第二目标人群。
可选地,该方法还包括:
对用户数据进行采样,得到采样模型;
根据所述目标人群规则和所述采样模型,估计第一目标人群的用户数量和/或第一目标人群的用户数量占总用户数量的比例,并在所述前端页面进行展示。
可选地,该方法还包括:
将生成的目标人群规则和所述时间限制条件保存至MySQL数据库中,将所述分析结果缓存至分布式数据库Greenplum中;
在目标人群规则生成后,判断所述MySQL数据库中是否存在相同的目标人群规则,若存在,则判断本次接收到的时间限制条件与所述MySQL数据库中与所述目标人群规则对应保存的时间限制条件是否相同,若相同则直接从所述分布式数据库Greenplum中获取缓存的分析结果。
可选地,所述根据所述目标人群规则确定第二目标人群包括:
调用Spark分布式计算框架,获取所述MySQL数据库中已保存的多组目标人群规则;
根据获取的各目标人群规则,从用户数据中确定相应的第二目标人群。
可选地,所述根据所述目标人群规则确定第一目标人群包括:
根据所述目标人群规则生成SQL查询语句;
调用分布式数据库Greenplum执行所述SQL查询语句对用户数据进行查询,得到确定的第一目标人群。
可选地,所述对所述第一目标人群进行用户行为分析,得到分析结果包括:
通过预设的用户行为分析模型,得到所述第一目标人群的一个或多个用户行为指标;
所述判断所述分析结果是否满足预设的广告投放条件包括:判断各用户行为指标是否满足预设的广告投放条件中的相应子条件,当有预设数量的用户行为指标满足相应子条件时,则所述分析结果满足预设的广告投放条件。
依据本发明的另一方面,提供了一种广告投放服务器,包括:
人群规则生成单元,适于生成目标人群规则;
第一目标人群确定单元,适于根据所述目标人群规则确定第一目标人群;
分析单元,适于对所述第一目标人群进行用户行为分析,得到分析结果;
判断单元,适于判断所述分析结果是否满足预设的广告投放条件;
第二目标人群确定单元,适于在所述分析结果满足预设的广告投放条件时,根据所述目标人群规则确定第二目标人群;
广告投放单元,适于对所述第二目标人群进行广告投放。
可选地,所述人群规则生成单元,适于提供前端页面,在所述前端页面中展示一种或多种基础人群规则,通过所述前端页面接收对基础人群规则的选取指令和/或编辑指令,根据选取的基础人群规则和/或编辑后的基础人群规则,生成目标人群规则。
可选地,所述基础人群规则包括:
用户属性规则和/或用户行为规则。
可选地,所述第一目标人群确定单元,适于通过所述前端页面接收时间限制条件,根据所述时间限制条件和所述目标人群规则,从用户数据中筛选出第一类用户数据,提取所述第一类用户数据中的用户标识,汇总为第一目标人群;
所述第二目标人群确定单元,适于根据预设的时间条件和所述目标人群规则,从用户数据中筛选出第二类用户数据,提取所述第二类用户数据中的用户标识,汇总为第二目标人群。
可选地,该服务器还包括:
采样单元,适于对用户数据进行采样,得到采样模型;
估计单元,适于根据所述目标人群规则和所述采样模型,估计第一目标人群的用户数量和/或第一目标人群的用户数量占总用户数量的比例,并在所述前端页面进行展示。
可选地,该服务器还包括:
存储单元,适于将生成的目标人群规则和所述时间限制条件保存至MySQL数据库中,将所述分析结果缓存至分布式数据库Greenplum中;
所述分析单元,适于在目标人群规则生成后,判断所述MySQL数据库中是否存在相同的目标人群规则,若存在,则判断本次接收到的时间限制条件与所述MySQL数据库中与所述目标人群规则对应保存的时间限制条件是否相同,若相同则直接从所述分布式数据库Greenplum中获取缓存的分析结果。
可选地,第二目标人群确定单元,适于调用Spark分布式计算框架,获取所述MySQL数据库中已保存的多组目标人群规则;根据获取的各目标人群规则,从用户数据中确定相应的第二目标人群。
可选地,所述第一目标人群确定单元,适于根据所述目标人群规则生成SQL查询语句,调用分布式数据库Greenplum执行所述SQL查询语句对用户数据进行查询,得到确定的第一目标人群。
可选地,所述分析单元,适于通过预设的用户行为分析模型,得到所述第一目标人群的一个或多个用户行为指标,判断各用户行为指标是否满足预设的广告投放条件中的相应子条件,当有预设数量的用户行为指标满足相应子条件时,则所述分析结果满足预设的广告投放条件。
依据本发明的又一方面,提供了一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现如上述任一项所述的方法。
由上述可知,本发明的技术方案,根据生成的目标人群规则确定出第一目标人群,对其进行用户行为分析,以分析结果为依据判断出是否满足预设的广告投放条件,若满足则根据目标人群规则确定出第二目标人群作为待投放广告的人群进行广告投放。该技术方案通过人群采样、行为分析结合的方式判断某个人群规则对应的人群是否适合广告的投放,如果适合则可以利用该人群规则确定出待投放广告的人群,确实地进行广告投放,这种方式确定广告投放人群更贴近用户行为习惯,符合需求。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本发明一个实施例的一种广告投放方法的流程示意图;
图2示出了根据本发明一个实施例的一种广告投放服务器的结构示意图;
图3示出了根据本发明一个实施例的计算机可读存储介质的结构示意图;
图4示出了根据本发明一个实施例的前端页面的效果图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的一种广告投放方法的流程示意图。如图1所示,该方法包括:
步骤S110,生成目标人群规则。
例如,广告主,也就是希望投放广告的商家希望筛选出访问了某网站、年龄在15岁-30岁的女性群体,来判断这些人适不适合自己投放广告。因此为其生成的目标人群规则就是年龄:15~30;性别:女;访问某网站。
步骤S120,根据目标人群规则确定第一目标人群。
这里,可以是根据目标人群规则,从用户数据中确定出第一目标人群。这里的用户数据的来源可以是:对用户访问各网站,点击或查看广告的行为数据进行抓取,得到了包含多个维度的用户数据。据此还可以生成用户画像,用户的访问详情等,与本例关系不大,在此不再赘述。总之,根据目标人群规则,可以从海量用户中筛选出符合规则的第一目标人群。
步骤S130,对第一目标人群进行用户行为分析,得到分析结果。
这里,可以利用数据分析工具,例如360分析,进行具体的用户行为分析,得到相应的分析结果。例如,用户来源分析(直接访问网站,通过广告进入网站,搜索引擎进入网站)、搜索值分析、漏斗分析(例如,一个电商网站的某商品,访问该商品页面的人有多少,加入购物车的有多少,最后实际购买的有多少,由于人数是递减的,因此得名)等等。
步骤S140,判断分析结果是否满足预设的广告投放条件。
步骤S150,在分析结果满足预设的广告投放条件时,根据目标人群规则确定第二目标人群。
而且,不同的广告主分别可以生成各自的目标人群规则,每个广告主还可以生成多个目标人群规则;在根据各目标人群规则确定第一目标人群是可以是互相独立的阶段,即有一个需求,就确定一次;而在确定第二目标人群时,可以在一个固定的阶段,例如每天的0点,对所有目标人群规则——当然,是相应的第一目标人群的分析结果满足预设的广告投放条件的这些规则——分别进行第二目标人群的确定。确定出的各第二目标人群可以保存至数据管理平台DMP中,以便后续对这些人群进行广告投放;即步骤S160,对第二目标人群进行广告投放。
可见,图1所示的方法,根据生成的目标人群规则确定出第一目标人群,对其进行用户行为分析,以分析结果为依据判断出是否满足预设的广告投放条件,若满足则根据目标人群规则确定出第二目标人群作为待投放广告的人群进行广告投放。该技术方案通过人群采样、行为分析结合的方式判断某个人群规则对应的人群是否适合广告的投放,如果适合则可以利用该人群规则确定出待投放广告的人群,确实地进行广告投放,这种方式确定广告投放人群更贴近用户行为习惯,符合需求。
在本发明的一个实施例中,上述方法中,生成目标人群规则包括:提供前端页面,在前端页面中展示一种或多种基础人群规则;通过前端页面接收对基础人群规则的选取指令和/或编辑指令,根据选取的基础人群规则和/或编辑后的基础人群规则,生成目标人群规则。
在本实施例中为广告主提供了一个便利的交互方式,即通过一个前端页面展示基础人群规则,由广告主主动选取其中的一种或多种,并且有的基础人群规则是可以编辑,即可以输入参数的。图4就示出了根据本发明一个实施例的前端页面的效果图。如图4所示,其中广告主还可以自定义一个人群名称,例如大衣人群1。
在本发明的一个实施例中,上述方法中,基础人群规则包括:用户属性规则和/或用户行为规则。例如图4中,流量来源、访客属性、访问时间、广告维度都属于人群属性,也就是用户属性规则,各基础人群规则下还可以有子规则,例如广告维度下有多个子规则。而平均访问时长、访问页面、触发转化类型属于用户行为规则。可以看出,这些规则都可以配置相应的参数,例如输入具体的URL地址作为访问页面这个规则的参数。
而针对用户属性规则和用户行为规则确定第一目标人群时,由于用户属性规则较为简单,利用一次join(聚合)操作基本都可以得到相应的用户,以为第一目标人群分配了人群id、以cookie标识用户身份为例,则得到的是cookie+人群id;而用户行为规则较为复杂,需要先匹配,得到cookie+sessionid+人群id+目标人群规则id,再一步步细化,得到cookie+人群id+目标人群规则id,最后得到cookie+人群id。这样将得到的两个结果进行合并就得到了第一目标人群中的所有用户id。
在本发明的一个实施例中,上述方法中,根据目标人群规则确定第一目标人群包括:通过前端页面接收时间限制条件,根据时间限制条件和目标人群规则,从用户数据中筛选出第一类用户数据,提取第一类用户数据中的用户标识,汇总为第一目标人群;根据目标人群规则确定第二目标人群包括:根据预设的时间条件和目标人群规则,从用户数据中筛选出第二类用户数据,提取第二类用户数据中的用户标识,汇总为第二目标人群。
例如如图4所示,其中可以选择最近7天、最近30天或是自定义时间作为时间限制条件。第一目标人群与第二目标人群使用的是同一套目标人群规则——但是确定第二目标人群是没有时间限制,或者是一个预设的时间限制条件,这个时间限制条件通常是较宽范围,为了使得据此确定的第二目标人群中,用户数量更多。因此也可以认为第一目标人群是包含在第二目标人群中的子集合,是一个采样人群,当然,二者也可以不完全重叠。
图4中还示出了根据当前选择的基础人群规则,确定的第一目标人群的用户数约为1688025,占全部用户的30.15%、这实际上可以是利用采样预估得到的。即在本发明的一个实施例中,上述方法还包括:对用户数据进行采样,得到采样模型;根据目标人群规则和采样模型,估计第一目标人群的用户数量和/或第一目标人群的用户数量占总用户数量的比例,并在前端页面进行展示。
这样,广告主可以通过更改目标人群规则,随时看到对于的第一目标人群的用户数量和占比,便于其参考是否还需要对目标人群规则进行一些细化。
在本发明的一个实施例中,上述方法还包括:将生成的目标人群规则和时间限制条件保存至MySQL数据库中,将分析结果缓存至分布式数据库Greenplum中;在目标人群规则生成后,判断MySQL数据库中是否存在相同的目标人群规则,若存在,则判断本次接收到的时间限制条件与MySQL数据库中与目标人群规则对应保存的时间限制条件是否相同,若相同则直接从分布式数据库Greenplum中获取缓存的分析结果。
结合实际场景考虑:广告主希望投放广告,但是不知道哪些人群适合投放广告,因此其反复修改目标人群规则,实际上也就是生成了多次目标人群规则。这其中难免会有重复的。而如果对重复的目标人群规则,也进行上述的处理,无疑是耗费了不必要的资源。因此在本实施例中,每当生成一个针对第一目标人群的分析结果后,将其缓存至分布式数据库Greenplum中(因为广告主可能有很多,选取的目标人群规则更多,对应的分析结果也就更多),这样对于在一定时间内重复的目标人群规则,可以直接获取分析结果进行展示,减小了资源消耗。
在本发明的一个实施例中,上述方法中,根据目标人群规则确定第二目标人群包括:调用Spark分布式计算框架,获取MySQL数据库中已保存的多组目标人群规则;根据获取的各目标人群规则,从用户数据中确定相应的第二目标人群。
在前面的实施例中提及,确定第一目标人群的时机是根据各目标人群规则的生成时机而定的,而确定第二目标人群规则的时机则可以是一个固定时机,批量进行多个任务的处理,因此此时可以考虑使用Spark分布式计算框架同时根据多组目标人群规则分别确定相应的第二目标人群,也就是并行处理,大大提高了处理效率。
在本发明的一个实施例中,上述方法中,根据目标人群规则确定第一目标人群包括:根据目标人群规则生成SQL查询语句;调用分布式数据库Greenplum执行SQL查询语句对用户数据进行查询,得到确定的第一目标人群。
其中,目标人群规则由于是可以根据多个基础人群规则生成的,可以预置与各基础人群规则对应的SQL查询语句,这样根据目标人群规则就可以对这些已有的SQL查询语句进行适当的拼凑和修改,生成最终的SQL查询语句并在分布式数据库Greenplum执行。
在本发明的一个实施例中,上述方法中,对第一目标人群进行用户行为分析,得到分析结果包括:通过预设的用户行为分析模型,得到第一目标人群的一个或多个用户行为指标;判断分析结果是否满足预设的广告投放条件包括:判断各用户行为指标是否满足预设的广告投放条件中的相应子条件,当有预设数量的用户行为指标满足相应子条件时,则分析结果满足预设的广告投放条件。
在本实施例中,可以采用如前所述的多种已有的用户行为分析方式(例如360分析的多个分析子模块),得到多个用户行为指标。例如,一共得到了十个个用户行为指标,如果五个满足了预设的广告投放条件中的相应子条件,则认为分析结果满足预设的广告投放条件,如果只有四个则不满足。
图2示出了根据本发明一个实施例的一种广告投放服务器的结构示意图。如图2所示,广告投放服务器200包括:
人群规则生成单元210,适于生成目标人群规则。
例如,广告主,也就是希望投放广告的商家希望筛选出访问了某网站、年龄在15岁-30岁的女性群体,来判断这些人适不适合自己投放广告。因此为其生成的目标人群规则就是年龄:15~30;性别:女;访问某网站。
第一目标人群确定单元220,适于根据目标人群规则确定第一目标人群。
这里,可以是根据目标人群规则,从用户数据中确定出第一目标人群。这里的用户数据的来源可以是:对用户访问各网站,点击或查看广告的行为数据进行抓取,得到了包含多个维度的用户数据。据此还可以生成用户画像,用户的访问详情等,与本例关系不大,在此不再赘述。总之,根据目标人群规则,可以从海量用户中筛选出符合规则的第一目标人群。
分析单元230,适于对第一目标人群进行用户行为分析,得到分析结果。
这里,可以利用数据分析工具,例如360分析,进行具体的用户行为分析,得到相应的分析结果。例如,用户来源分析(直接访问网站,通过广告进入网站,搜索引擎进入网站)、搜索值分析、漏斗分析(例如,一个电商网站的某商品,访问该商品页面的人有多少,加入购物车的有多少,最后实际购买的有多少,由于人数是递减的,因此得名)等等。
判断单元240,适于判断分析结果是否满足预设的广告投放条件。
第二目标人群确定单元250,适于在分析结果满足预设的广告投放条件时,根据目标人群规则确定第二目标人群。
而且,不同的广告主分别可以生成各自的目标人群规则,每个广告主还可以生成多个目标人群规则;在根据各目标人群规则确定第一目标人群是可以是互相独立的阶段,即有一个需求,就确定一次;而在确定第二目标人群时,可以在一个固定的阶段,例如每天的0点,对所有目标人群规则——当然,是相应的第一目标人群的分析结果满足预设的广告投放条件的这些规则——分别进行第二目标人群的确定。确定出的各第二目标人群可以保存至数据管理平台DMP中,以便后续对这些人群进行广告投放;即广告投放单元260,适于对第二目标人群进行广告投放。
可见,图2所示的服务器,通过各单元的相互配合,根据生成的目标人群规则确定出第一目标人群,对其进行用户行为分析,以分析结果为依据判断出是否满足预设的广告投放条件,若满足则根据目标人群规则确定出第二目标人群作为待投放广告的人群进行广告投放。该技术方案通过人群采样、行为分析结合的方式判断某个人群规则对应的人群是否适合广告的投放,如果适合则可以利用该人群规则确定出待投放广告的人群,确实地进行广告投放,这种方式确定广告投放人群更贴近用户行为习惯,符合需求。
在本发明的一个实施例中,上述服务器中,人群规则生成单元210,适于提供前端页面,在前端页面中展示一种或多种基础人群规则,通过前端页面接收对基础人群规则的选取指令和/或编辑指令,根据选取的基础人群规则和/或编辑后的基础人群规则,生成目标人群规则。
在本实施例中为广告主提供了一个便利的交互方式,即通过一个前端页面展示基础人群规则,由广告主主动选取其中的一种或多种,并且有的基础人群规则是可以编辑,即可以输入参数的。如图4所示,其中广告主还可以自定义一个人群名称,例如大衣人群1。
在本发明的一个实施例中,上述服务器中,基础人群规则包括:用户属性规则和/或用户行为规则。例如图4中,流量来源、访客属性、访问时间、广告维度都属于人群属性,也就是用户属性规则,各基础人群规则下还可以有子规则,例如广告维度下有多个子规则。而平均访问时长、访问页面、触发转化类型属于用户行为规则。可以看出,这些规则都可以配置相应的参数,例如输入具体的URL地址作为访问页面这个规则的参数。
而针对用户属性规则和用户行为规则确定第一目标人群时,由于用户属性规则较为简单,利用一次join(聚合)操作基本都可以得到相应的用户,以为第一目标人群分配了人群id、以cookie标识用户身份为例,则得到的是cookie+人群id;而用户行为规则较为复杂,需要先匹配,得到cookie+sessionid+人群id+目标人群规则id,再一步步细化,得到cookie+人群id+目标人群规则id,最后得到cookie+人群id。这样将得到的两个结果进行合并就得到了第一目标人群中的所有用户id。在本发明的一个实施例中,上述服务器中,第一目标人群确定单元220,适于通过前端页面接收时间限制条件,根据时间限制条件和目标人群规则,从用户数据中筛选出第一类用户数据,提取第一类用户数据中的用户标识,汇总为第一目标人群;第二目标人群确定单元250,适于根据预设的时间条件和目标人群规则,从用户数据中筛选出第二类用户数据,提取第二类用户数据中的用户标识,汇总为第二目标人群。
例如如图4所示,其中可以选择最近7天、最近30天或是自定义时间作为时间限制条件。第一目标人群与第二目标人群使用的是同一套目标人群规则——但是确定第二目标人群是没有时间限制,或者是一个预设的时间限制条件,这个时间限制条件通常是较宽范围,为了使得据此确定的第二目标人群中,用户数量更多。因此也可以认为第一目标人群是包含在第二目标人群中的子集合,是一个采样人群,当然,二者也可以不完全重叠。
图4中还示出了根据当前选择的基础人群规则,确定的第一目标人群的用户数约为1688025,占全部用户的30.15%、这实际上可以是利用采样预估得到的。即在本发明的一个实施例中,上述服务器还包括:采样单元(图未示),适于对用户数据进行采样,得到采样模型;估计单元(图未示),适于根据目标人群规则和采样模型,估计第一目标人群的用户数量和/或第一目标人群的用户数量占总用户数量的比例,并在前端页面进行展示。
这样,广告主可以通过更改目标人群规则,随时看到对于的第一目标人群的用户数量和占比,便于其参考是否还需要对目标人群规则进行一些细化。
在本发明的一个实施例中,上述服务器还包括:存储单元(图未示),适于将生成的目标人群规则和时间限制条件保存至MySQL数据库中,将分析结果缓存至分布式数据库Greenplum中;分析单元230,适于在目标人群规则生成后,判断MySQL数据库中是否存在相同的目标人群规则,若存在,则判断本次接收到的时间限制条件与MySQL数据库中与目标人群规则对应保存的时间限制条件是否相同,若相同则直接从分布式数据库Greenplum中获取缓存的分析结果。
结合实际场景考虑:广告主希望投放广告,但是不知道哪些人群适合投放广告,因此其反复修改目标人群规则,实际上也就是生成了多次目标人群规则。这其中难免会有重复的。而如果对重复的目标人群规则,也进行上述的处理,无疑是耗费了不必要的资源。因此在本实施例中,每当生成一个针对第一目标人群的分析结果后,将其缓存至分布式数据库Greenplum中(因为广告主可能有很多,选取的目标人群规则更多,对应的分析结果也就更多),这样对于在一定时间内重复的目标人群规则,可以直接获取分析结果进行展示,减小了资源消耗。
在本发明的一个实施例中,上述服务器中,第二目标人群确定单元250,适于调用Spark分布式计算框架,获取MySQL数据库中已保存的多组目标人群规则;根据获取的各目标人群规则,从用户数据中确定相应的第二目标人群。
在前面的实施例中提及,确定第一目标人群的时机是根据各目标人群规则的生成时机而定的,而确定第二目标人群规则的时机则可以是一个固定时机,批量进行多个任务的处理,因此此时可以考虑使用Spark分布式计算框架同时根据多组目标人群规则分别确定相应的第二目标人群,也就是并行处理,大大提高了处理效率。
在本发明的一个实施例中,上述服务器中,第一目标人群确定单元220,适于根据目标人群规则生成SQL查询语句,调用分布式数据库Greenplum执行SQL查询语句对用户数据进行查询,得到确定的第一目标人群。
其中,目标人群规则由于是可以根据多个基础人群规则生成的,可以预置与各基础人群规则对应的SQL查询语句,这样根据目标人群规则就可以对这些已有的SQL查询语句进行适当的拼凑和修改,生成最终的SQL查询语句并在分布式数据库Greenplum执行。
在本发明的一个实施例中,上述服务器中,分析单元230,适于通过预设的用户行为分析模型,得到第一目标人群的一个或多个用户行为指标,判断各用户行为指标是否满足预设的广告投放条件中的相应子条件,当有预设数量的用户行为指标满足相应子条件时,则分析结果满足预设的广告投放条件。
在本实施例中,可以采用如前所述的多种已有的用户行为分析方式(例如360分析的多个分析子模块),得到多个用户行为指标。例如,一共得到了十个个用户行为指标,如果五个满足了预设的广告投放条件中的相应子条件,则认为分析结果满足预设的广告投放条件,如果只有四个则不满足。
综上所述,本发明的技术方案,根据生成的目标人群规则确定出第一目标人群,对其进行用户行为分析,以分析结果为依据判断出是否满足预设的广告投放条件,若满足则根据目标人群规则确定出第二目标人群作为待投放广告的人群进行广告投放。该技术方案通过人群采样、行为分析结合的方式判断某个人群规则对应的人群是否适合广告的投放,如果适合则可以利用该人群规则确定出待投放广告的人群,确实地进行广告投放,这种方式中用户行为分析、广告投放都可以相应地以已有的用户行为分析平台和广告投放平台实施,实际上是两种平台的合理结合实现了新的效果,使得确定的人群符更贴近用户行为习惯,符合需求。
需要说明的是:
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述,构造这类装置所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的广告投放服务器中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
图3示出了根据本发明一个实施例的一种计算机可读存储介质的结构示意图。该计算机可读存储介质300存储有用于执行根据本发明的方法步骤的计算机可读程序代码310,例如可以被电子设备的处理器读取的程序代码,当这些程序代码由电子设备运行时,导致该电子设备执行上面所描述的方法中的各个步骤。程序代码可以以适当形式进行压缩。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
本发明的实施例公开了A1、一种广告投放方法,包括:
生成目标人群规则;
根据所述目标人群规则确定第一目标人群;
对所述第一目标人群进行用户行为分析,得到分析结果;
判断所述分析结果是否满足预设的广告投放条件;
在所述分析结果满足预设的广告投放条件时,根据所述目标人群规则确定第二目标人群;
对所述第二目标人群进行广告投放。
A2、如A1所述的方法,其中,所述生成目标人群规则包括:
提供前端页面,在所述前端页面中展示一种或多种基础人群规则;
通过所述前端页面接收对基础人群规则的选取指令和/或编辑指令,根据选取的基础人群规则和/或编辑后的基础人群规则,生成目标人群规则。
A3、如A2所述的方法,其中,所述基础人群规则包括:
用户属性规则和/或用户行为规则。
A4、如A2所述的方法,其中,所述根据目标人群规则确定第一目标人群包括:
通过所述前端页面接收时间限制条件,根据所述时间限制条件和所述目标人群规则,从用户数据中筛选出第一类用户数据,提取所述第一类用户数据中的用户标识,汇总为第一目标人群;
所述根据所述目标人群规则确定第二目标人群包括:根据预设的时间条件和所述目标人群规则,从用户数据中筛选出第二类用户数据,提取所述第二类用户数据中的用户标识,汇总为第二目标人群。
A5、如A4所述的方法,其中,该方法还包括:
对用户数据进行采样,得到采样模型;
根据所述目标人群规则和所述采样模型,估计第一目标人群的用户数量和/或第一目标人群的用户数量占总用户数量的比例,并在所述前端页面进行展示。
A6、如A4所述的方法,其中,该方法还包括:
将生成的目标人群规则和所述时间限制条件保存至MySQL数据库中,将所述分析结果缓存至分布式数据库Greenplum中;
在目标人群规则生成后,判断所述MySQL数据库中是否存在相同的目标人群规则,若存在,则判断本次接收到的时间限制条件与所述MySQL数据库中与所述目标人群规则对应保存的时间限制条件是否相同,若相同则直接从所述分布式数据库Greenplum中获取缓存的分析结果。
A7、如A6所述的方法,其中,所述根据所述目标人群规则确定第二目标人群包括:
调用Spark分布式计算框架,获取所述MySQL数据库中已保存的多组目标人群规则;
根据获取的各目标人群规则,从用户数据中确定相应的第二目标人群。
A8、如A1所述的方法,其中,所述根据所述目标人群规则确定第一目标人群包括:
根据所述目标人群规则生成SQL查询语句;
调用分布式数据库Greenplum执行所述SQL查询语句对用户数据进行查询,得到确定的第一目标人群。
A9、如A1所述的方法,其中,所述对所述第一目标人群进行用户行为分析,得到分析结果包括:
通过预设的用户行为分析模型,得到所述第一目标人群的一个或多个用户行为指标;
所述判断所述分析结果是否满足预设的广告投放条件包括:判断各用户行为指标是否满足预设的广告投放条件中的相应子条件,当有预设数量的用户行为指标满足相应子条件时,则所述分析结果满足预设的广告投放条件。
本发明的实施例还公开了B10、一种广告投放服务器,包括:
人群规则生成单元,适于生成目标人群规则;
第一目标人群确定单元,适于根据所述目标人群规则确定第一目标人群;
分析单元,适于对所述第一目标人群进行用户行为分析,得到分析结果;
判断单元,适于判断所述分析结果是否满足预设的广告投放条件;
第二目标人群确定单元,适于在所述分析结果满足预设的广告投放条件时,根据所述目标人群规则确定第二目标人群;
广告投放单元,适于对所述第二目标人群进行广告投放。
B11、如B10所述的服务器,其中,
所述人群规则生成单元,适于提供前端页面,在所述前端页面中展示一种或多种基础人群规则,通过所述前端页面接收对基础人群规则的选取指令和/或编辑指令,根据选取的基础人群规则和/或编辑后的基础人群规则,生成目标人群规则。
B12、如B11所述的服务器,其中,所述基础人群规则包括:
用户属性规则和/或用户行为规则。
B13、如B11所述的服务器,其中,
所述第一目标人群确定单元,适于通过所述前端页面接收时间限制条件,根据所述时间限制条件和所述目标人群规则,从用户数据中筛选出第一类用户数据,提取所述第一类用户数据中的用户标识,汇总为第一目标人群;
所述第二目标人群确定单元,适于根据预设的时间条件和所述目标人群规则,从用户数据中筛选出第二类用户数据,提取所述第二类用户数据中的用户标识,汇总为第二目标人群。
B14、如B13所述的服务器,其中,该服务器还包括:
采样单元,适于对用户数据进行采样,得到采样模型;
估计单元,适于根据所述目标人群规则和所述采样模型,估计第一目标人群的用户数量和/或第一目标人群的用户数量占总用户数量的比例,并在所述前端页面进行展示。
B15、如B13所述的服务器,其中,该服务器还包括:
存储单元,适于将生成的目标人群规则和所述时间限制条件保存至MySQL数据库中,将所述分析结果缓存至分布式数据库Greenplum中;
所述分析单元,适于在目标人群规则生成后,判断所述MySQL数据库中是否存在相同的目标人群规则,若存在,则判断本次接收到的时间限制条件与所述MySQL数据库中与所述目标人群规则对应保存的时间限制条件是否相同,若相同则直接从所述分布式数据库Greenplum中获取缓存的分析结果。
B16、如B15所述的服务器,其中,
第二目标人群确定单元,适于调用Spark分布式计算框架,获取所述MySQL数据库中已保存的多组目标人群规则;根据获取的各目标人群规则,从用户数据中确定相应的第二目标人群。
B17、如B11所述的服务器,其中,
所述第一目标人群确定单元,适于根据所述目标人群规则生成SQL查询语句,调用分布式数据库Greenplum执行所述SQL查询语句对用户数据进行查询,得到确定的第一目标人群。
B18、如B11所述的服务器,其中,
所述分析单元,适于通过预设的用户行为分析模型,得到所述第一目标人群的一个或多个用户行为指标,判断各用户行为指标是否满足预设的广告投放条件中的相应子条件,当有预设数量的用户行为指标满足相应子条件时,则所述分析结果满足预设的广告投放条件。
本发明的实施例还公开了C19、一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现如A1-A9中任一项所述的方法。
Claims (10)
1.一种广告投放方法,包括:
生成目标人群规则;
根据所述目标人群规则确定第一目标人群;
对所述第一目标人群进行用户行为分析,得到分析结果;
判断所述分析结果是否满足预设的广告投放条件;
在所述分析结果满足预设的广告投放条件时,根据所述目标人群规则确定第二目标人群;
对所述第二目标人群进行广告投放。
2.如权利要求1所述的方法,其中,所述生成目标人群规则包括:
提供前端页面,在所述前端页面中展示一种或多种基础人群规则;
通过所述前端页面接收对基础人群规则的选取指令和/或编辑指令,根据选取的基础人群规则和/或编辑后的基础人群规则,生成目标人群规则。
3.如权利要求2所述的方法,其中,所述基础人群规则包括:
用户属性规则和/或用户行为规则。
4.如权利要求2所述的方法,其中,所述根据目标人群规则确定第一目标人群包括:
通过所述前端页面接收时间限制条件,根据所述时间限制条件和所述目标人群规则,从用户数据中筛选出第一类用户数据,提取所述第一类用户数据中的用户标识,汇总为第一目标人群;
所述根据所述目标人群规则确定第二目标人群包括:根据预设的时间条件和所述目标人群规则,从用户数据中筛选出第二类用户数据,提取所述第二类用户数据中的用户标识,汇总为第二目标人群。
5.如权利要求4所述的方法,其中,该方法还包括:
对用户数据进行采样,得到采样模型;
根据所述目标人群规则和所述采样模型,估计第一目标人群的用户数量和/或第一目标人群的用户数量占总用户数量的比例,并在所述前端页面进行展示。
6.一种广告投放服务器,包括:
人群规则生成单元,适于生成目标人群规则;
第一目标人群确定单元,适于根据所述目标人群规则确定第一目标人群;
分析单元,适于对所述第一目标人群进行用户行为分析,得到分析结果;
判断单元,适于判断所述分析结果是否满足预设的广告投放条件;
第二目标人群确定单元,适于在所述分析结果满足预设的广告投放条件时,根据所述目标人群规则确定第二目标人群;
广告投放单元,适于对所述第二目标人群进行广告投放。
7.如权利要求6所述的服务器,其中,
所述人群规则生成单元,适于提供前端页面,在所述前端页面中展示一种或多种基础人群规则,通过所述前端页面接收对基础人群规则的选取指令和/或编辑指令,根据选取的基础人群规则和/或编辑后的基础人群规则,生成目标人群规则。
8.如权利要求7所述的服务器,其中,所述基础人群规则包括:
用户属性规则和/或用户行为规则。
9.如权利要求7所述的服务器,其中,
所述第一目标人群确定单元,适于通过所述前端页面接收时间限制条件,根据所述时间限制条件和所述目标人群规则,从用户数据中筛选出第一类用户数据,提取所述第一类用户数据中的用户标识,汇总为第一目标人群;
所述第二目标人群确定单元,适于根据预设的时间条件和所述目标人群规则,从用户数据中筛选出第二类用户数据,提取所述第二类用户数据中的用户标识,汇总为第二目标人群。
10.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现如权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711432120.9A CN109961310A (zh) | 2017-12-26 | 2017-12-26 | 广告投放方法、服务器和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711432120.9A CN109961310A (zh) | 2017-12-26 | 2017-12-26 | 广告投放方法、服务器和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109961310A true CN109961310A (zh) | 2019-07-02 |
Family
ID=67022119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711432120.9A Pending CN109961310A (zh) | 2017-12-26 | 2017-12-26 | 广告投放方法、服务器和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109961310A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111612516A (zh) * | 2020-04-11 | 2020-09-01 | 上海淇玥信息技术有限公司 | 一种基于rta投放的dmp平台、方法及电子设备 |
CN111768237A (zh) * | 2020-06-28 | 2020-10-13 | 京东数字科技控股有限公司 | 广告投放方法、装置、电子设备及存储介质 |
CN113139824A (zh) * | 2020-01-20 | 2021-07-20 | 上海哔哩哔哩科技有限公司 | 基于负反馈的人群包构建方法及系统 |
CN113609188A (zh) * | 2021-07-23 | 2021-11-05 | 恩亿科(北京)数据科技有限公司 | 针对用户行为步骤的漏斗分析方法、系统、设备及介质 |
CN113744008A (zh) * | 2020-05-29 | 2021-12-03 | 北京顺源开华科技有限公司 | 资源位投放方法、装置、电子设备和存储介质 |
CN113781122A (zh) * | 2021-09-14 | 2021-12-10 | 深圳市酷开网络科技股份有限公司 | 广告投放方法、装置、设备及存储介质 |
CN115115395A (zh) * | 2022-06-08 | 2022-09-27 | 北京深演智能科技股份有限公司 | 广告投放控制方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184616A (zh) * | 2015-09-29 | 2015-12-23 | 北京奇艺世纪科技有限公司 | 一种业务对象定向投放的方法和装置 |
CN105427129A (zh) * | 2015-11-12 | 2016-03-23 | 腾讯科技(深圳)有限公司 | 一种信息的投放方法及系统 |
US20160343026A1 (en) * | 2015-05-19 | 2016-11-24 | Facebook, Inc. | Adaptive advertisement targeting based on performance objectives |
CN106570718A (zh) * | 2015-10-13 | 2017-04-19 | 深圳市腾讯计算机系统有限公司 | 信息的投放方法及投放系统 |
CN107341690A (zh) * | 2017-06-30 | 2017-11-10 | 上海精数信息科技有限公司 | 信息推送方法及装置 |
-
2017
- 2017-12-26 CN CN201711432120.9A patent/CN109961310A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160343026A1 (en) * | 2015-05-19 | 2016-11-24 | Facebook, Inc. | Adaptive advertisement targeting based on performance objectives |
CN105184616A (zh) * | 2015-09-29 | 2015-12-23 | 北京奇艺世纪科技有限公司 | 一种业务对象定向投放的方法和装置 |
CN106570718A (zh) * | 2015-10-13 | 2017-04-19 | 深圳市腾讯计算机系统有限公司 | 信息的投放方法及投放系统 |
CN105427129A (zh) * | 2015-11-12 | 2016-03-23 | 腾讯科技(深圳)有限公司 | 一种信息的投放方法及系统 |
CN107341690A (zh) * | 2017-06-30 | 2017-11-10 | 上海精数信息科技有限公司 | 信息推送方法及装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113139824A (zh) * | 2020-01-20 | 2021-07-20 | 上海哔哩哔哩科技有限公司 | 基于负反馈的人群包构建方法及系统 |
CN111612516A (zh) * | 2020-04-11 | 2020-09-01 | 上海淇玥信息技术有限公司 | 一种基于rta投放的dmp平台、方法及电子设备 |
CN113744008A (zh) * | 2020-05-29 | 2021-12-03 | 北京顺源开华科技有限公司 | 资源位投放方法、装置、电子设备和存储介质 |
CN111768237A (zh) * | 2020-06-28 | 2020-10-13 | 京东数字科技控股有限公司 | 广告投放方法、装置、电子设备及存储介质 |
CN113609188A (zh) * | 2021-07-23 | 2021-11-05 | 恩亿科(北京)数据科技有限公司 | 针对用户行为步骤的漏斗分析方法、系统、设备及介质 |
CN113781122A (zh) * | 2021-09-14 | 2021-12-10 | 深圳市酷开网络科技股份有限公司 | 广告投放方法、装置、设备及存储介质 |
CN113781122B (zh) * | 2021-09-14 | 2023-09-12 | 深圳市酷开网络科技股份有限公司 | 广告投放方法、装置、设备及存储介质 |
CN115115395A (zh) * | 2022-06-08 | 2022-09-27 | 北京深演智能科技股份有限公司 | 广告投放控制方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109961310A (zh) | 广告投放方法、服务器和计算机可读存储介质 | |
CN105956161B (zh) | 一种信息推荐方法和装置 | |
CA2892301C (en) | Data records selection | |
Deshpande et al. | Selective markov models for predicting web page accesses | |
Ali et al. | Trustrace: Mining software repositories to improve the accuracy of requirement traceability links | |
US7433864B2 (en) | Compiling information obtained by combinatorial searching | |
CN104217031B (zh) | 一种根据服务器搜索日志数据进行用户分类的方法和装置 | |
US20050125401A1 (en) | Wizard for usage in real-time aggregation and scoring in an information handling system | |
CN105338001A (zh) | 识别钓鱼网站的方法及装置 | |
CN109977300A (zh) | 企业舆情获取方法、装置、终端及计算机存储介质 | |
CN108227954A (zh) | 一种提供搜索输入联想词的方法、装置及电子设备 | |
CN105617657B (zh) | 游戏智能推荐方法及装置 | |
CN107861981A (zh) | 一种数据处理方法及装置 | |
CN109040000B (zh) | 基于ip地址的用户识别方法和系统 | |
CN106599215A (zh) | 一种基于深度学习的问句生成方法和问句生成系统 | |
US20150006241A1 (en) | Analyzing participants of a social network | |
CN106874335A (zh) | 行为数据处理方法、装置及服务器 | |
CN102521257A (zh) | 一种用于根据缩略图提供对应的在线图片的方法与设备 | |
CN109447749A (zh) | 商品信息录入方法及装置 | |
US20110251873A1 (en) | Method, system, and computer readable recording medium for generating keyword pairs for search advertisements based on advertisement purchase history | |
Tabassum et al. | Sampling massive streaming call graphs | |
US11017426B1 (en) | Content performance analytics | |
CN104376045A (zh) | 一种基于搜索场景实现问答的方法和装置 | |
CN103605736A (zh) | 转化数据的处理方法及装置 | |
CN106777213A (zh) | 搜索中推荐内容的推送方法及装置 |
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: 20190702 |
|
RJ01 | Rejection of invention patent application after publication |