CN110390569A - 一种内容推广方法、装置及存储介质 - Google Patents
一种内容推广方法、装置及存储介质 Download PDFInfo
- Publication number
- CN110390569A CN110390569A CN201810338363.4A CN201810338363A CN110390569A CN 110390569 A CN110390569 A CN 110390569A CN 201810338363 A CN201810338363 A CN 201810338363A CN 110390569 A CN110390569 A CN 110390569A
- Authority
- CN
- China
- Prior art keywords
- promotion
- information
- target
- content
- promoted
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000001960 triggered effect Effects 0.000 claims abstract description 26
- 238000010801 machine learning Methods 0.000 claims description 39
- 238000012549 training Methods 0.000 claims description 26
- 238000012163 sequencing technique Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 5
- 230000001737 promoting effect Effects 0.000 abstract 2
- 230000006870 function Effects 0.000 description 15
- 239000000463 material Substances 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000006854 communication Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000003066 decision tree Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000052343 Dares Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000012612 commercial material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012417 linear regression 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
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种内容推广方法、装置及存储介质，本发明实施例在检测到目标推广对象的详细信息获取链接被触发时，确定目标推广对象对应的目标应用程序；通过目标应用程序从信息服务器获取所述目标推广对象的详细信息；该方法通过小程序等应用程序获取并展示推广对象的详细信息，不需要通过图文H5即可查看推广内容的详细信息，提高了内容推广效率。
Description
技术领域
本发明涉及信息推广技术领域，具体涉及一种内容推广方法、装置及存储介质。
背景技术
内容推广是指个人或者商家通过公众号平台等方式将商品、文章等内容进行广而告之的手段，通过内容推广可以让更多的人了解某些信息或者购买某些商品。
个人或者商家将需要推广的内容(即下文描述的推广对象)添加到推广信息中，然后通过公众号平台将推广信息对应的推广信息(往往仅包括推广信息的简单描述和内容获取链接)推送到终端，终端在这些推送信息被用户点击后，从社交服务器获取相应的推广信息，并通过推广界面显示推广信息。在用户看到感兴趣的内容时，点击这些内容的推广内容(诸如图片、价格等)，终端基于推广信息中携带的链接地址(如通过超链接方式，为图片增加的详情链接地址、购买链接地址等)，获取对应的详细描述信息，跳转至H5(HTML5)图文页面显示这些详细描述信息。
H5图文页面集文字、图片、音频、视频、链接等展示方式为一体，可以很好的展示详细描述信息，但是也存在一些缺点，例如终端获取并加载H5图文页面对网络信号要求较高，往往出现加载失败或者耗时较长的现象，降低了推广效率。
发明内容
本发明实施例提供一种内容推广方法、装置及存储介质，可以提高内容推广效率。
为解决上述技术问题，本发明实施例提供以下技术方案：
一种内容推广方法，应用于终端，包括：
接收社交服务器发送的推送消息，所述推送消息携带推广信息获取链接；
根据所述推广信息获取链接从所述社交服务器获取相应的推广信息；所述推广信息包括推广对象的推广内容，所述推广内容绑定有对应推广对象的详细信息获取链接；
显示所述推广信息；
当检测到目标推广对象的详细信息获取链接被触发时，确定所述目标推广对象对应的目标应用程序；
通过所述目标应用程序从信息服务器获取所述目标推广对象的详细信息。
一种内容推广方法，应用于社交服务器，包括：
接收终端根据推广信息获取链接发送的推广信息获取请求；所述推广信息获取请求携带用户标识；
获取所述用户标识对应的个人数据和阅读数据；
基于训练后的机器学习模型、所述用户标识对应的个人数据和阅读数据，获取所述用户标识对应的待推广对象的推广概率；
根据所述用户标识对应的待推广对象的推广概率，确定所述用户标识对应的目标推广对象；
向所述终端发送推广信息，所述推广信息包括所述目标推广对象的推广内容。
一种内容推广装置，应用于终端，包括：
第一接收模块，用于接收社交服务器发送的推送消息，所述推送消息携带推广信息获取链接；
第一获取模块，用于根据所述推广信息获取链接从所述社交服务器获取相应的推广信息；所述推广信息包括推广对象的推广内容，所述推广内容绑定有对应推广对象的详细信息获取链接；
显示模块，用于显示所述推广信息；
确定模块，用于当检测到目标推广对象的详细信息获取链接被触发时，确定所述目标推广对象对应的目标应用程序；
展示模块，用于通过所述目标应用程序从信息服务器获取所述目标推广对象的详细信息。
一种内容推广装置，应用于社交服务器，包括：
第二接收模块，用于接收终端根据推广信息获取链接发送的推广信息获取请求；所述推广信息获取请求携带用户标识；
第二获取模块，用于获取所述用户标识对应的个人数据和阅读数据；
机器学习模块，用于基于训练后的机器学习模型、所述用户标识对应的个人数据和阅读数据，获取所述用户标识对应的待推广对象的推广概率；
推荐模块，用于根据所述用户标识对应的待推广对象的推广概率，确定所述用户标识对应的目标推广对象；
发送模块，用于向所述终端发送推广信息，所述推广信息包括所述目标推广对象的推广内容。
一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行上述内容推广方法中的步骤。
本发明实施例中的终端在检测到目标推广对象的详细信息获取链接被触发时，确定所述目标推广对象对应的目标应用程序，通过所述目标应用程序从信息服务器获取所述目标推广对象的详细信息；该方法通过小程序等应用程序获取并展示推广对象的详细信息，与现有通过图文H5等详情页面进行推广的方式相比，终端不需要获取推广内容的详细信息对应的H5图文即可查看详细信息，解决了现有推广技术需要终端需要获取并加载H5图文页面以展示详细信息存在的对网络信号要求较高的问题，提高了内容推广效率。
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内容推广系统的场景示意图；
图2是本发明实施例提供的内容推广方法的第一种流程示意图；
图3是本发明实施例提供的内容推广装置的第一种结构示意图；
图4是本发明实施例提供的内容推广方法的第二种流程示意图；
图5是本发明实施例提供的内容推广装置的第二种结构示意图；
图6是本发明实施例提供的内容推广系统的第一种构架示意图；
图7是本发明实施例提供的内容推广系统的第二种构架示意图；
图8是本发明实施例提供的内容推广方法的第三种流程示意图；
图9是本发明实施例提供的数据推荐的流程示意图；
图10是本发明实施例提供的数据处理的流程示意图；
图11是本发明实施例提供的终端的结构示意图；
图12a至图12d是本发明实施例提供的终端显示界面的界面示意图；
图13是本发明实施例提供的数据处理示意图。
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，本领域技术人员在没有作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。
本发明实施例提供一种内容推广方法、装置及存储介质。
请参阅图1，图1为本发明实施例所提供的内容推广系统的场景示意图，该内容推广系统可以包括社交服务器和终端(如用户的手机等)；其中，
社交服务器具体可以集成在一个或多个服务器实体中，主要用于根据个人或是商家等用户的编辑操作，生成包括推广对象的推广内容的推广信息，然后将推广信息对应的推送信息(一般为一张照片或者简单的文字说明等，以及对应的作为推广信息获取链接的链接地址)发送至订阅了推广服务的终端。在接收到来自终端的推广信息获取链接后，提取推广信息获取请求携带的用户标识，获取所述用户标识对应的个人数据(如性别、年龄、常驻地址、所使用的手机等终端的操作系统类型等)和阅读数据(如所阅读的推广信息的文章类型、所订阅的服务类型、以及所打开过的推广对象的对象类型等)；使用训练后的机器学习模型，根据所述用户标识对应的个人数据和阅读数据计算所述用户标识对应的偏好推广对象参数(如对价格的偏好参数、对商品供应商的偏好参数、对商品尺寸的偏好参数等)；根据所述用户标识对应的偏好推广对象参数，计算所述用户标识对应的待推广对象的推广概率，推广概率是指被用户打开并查看详细信息的概率；根据所述各待推广对象的推广概率，确定所述用户标识对应的目标推广对象，最后向所述终端发送推广信息，所述推广信息包括所述用户标识对应的目标推广对象的推广内容。待推广对象是指商户等推广方选择的希望进行推广的推广对象，其数量大于或者等于目标推广对象的数量。
终端包括平板电脑、笔记本电脑、及台式电脑等具备储存单元并安装有微处理器而具有运算能力的终端，主要用于根据用户订阅操作，进行推广服务的订阅，如通过关注公众号等操作订阅该公众号的推广服务，接收社交服务器推送的推送信息，并显示这些推送信息，在用户打开推送信息时，根据所述推广信息获取链接从所述社交服务器获取相应的推广信息，所述推广信息包括推广对象的推广内容，所述推广内容绑定有对应推广对象的详细信息获取链接，然后将这些推广信息以图文方式进行展示，在图文中，包括常规的文字描述以及商品的图片等内容，其中商品等作为推广对象，商品的图片作为推广对象的推广内容，当然文字描述也可以直接作为推广对象的推广内容，这些推广内容作为推广对象的简单描述，使得用户对推广对象有一个大概了解，在用户需要具体了解推广对象时，就可以根据推广内容绑定的对应推广对象的详细信息获取链接，来获取推广对象的详细信息，例如商品的价格、用户评价、购买功能窗口等，具体的，先确定所述目标推广对象对应的目标应用程序，通过所述目标应用程序从信息服务器获取所述目标推广对象的详细信息。
此外，该内容推广系统还可以包括程序服务器，用于提供接口供个人或者商家上传或者编辑小程序等应用程序等等。
此外，该内容推广系统还可以包括信息服务器，用于提供接口供个人或者商家上传或者编辑推广对象的详细信息等等。
需要说明的是，图1所示的内容推广系统的场景示意图仅仅是一个示例，本发明实施例描述的内容推广系统以及场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域普通技术人员可知，随着系统的演变和新业务场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。
以下分别针对终端侧的实现方法及装置、以及社交服务器侧的实现方法及装置进行详细说明。
图2是本发明实施例提供的内容推广方法的第一种流程示意图，请参阅图2，该应用于终端的内容推广方法包括以下步骤：
S201：接收社交服务器发送的推送消息，所述推送消息携带推广信息获取链接。
终端根据用户操作在社交服务器订阅推广服务后，社交服务器根据各用户的订阅进行推广信息的推送，此时推送给终端的就是这些推广信息的推送消息，终端在接收到这些推送消息后，根据终端提醒设置来提醒用户收到新的推送消息，例如通过提示音等进行提示。
此时用户打开推送消息查看界面，看到的显示界面如图12a所示，仅包括推广信息的简单说明等。
S202：根据所述推广信息获取链接从所述社交服务器获取相应的推广信息；所述推广信息包括推广对象的推广内容，所述推广内容绑定有对应推广对象的详细信息获取链接。
用户在查看推送消息后，如果对某些推送消息对应的推广内容感兴趣，就可以通过点击屏幕、语音控制等手段控制终端选中对应的推送消息，然后终端就可以根据推广信息获取链接从所述社交服务器获取相应的推广信息，这些推广信息包括推广对象的推广内容，所述推广内容绑定有对应推广对象的详细信息获取链接。
推广对象可以是一件商品，也可以是一篇文件，或者是一个景点或者新闻页面等，推广内容可以是人物名称、景点名称、文章标题、商品照片等。
为了实现推广内容的个性化定制，本步骤包括：当所述推广信息获取链接被触发时，显示推广信息获取界面，所述推广信息获取界面包括个性化推广对象获取接口和非个性化推广对象获取接口；接收用户通过所述个性化推广对象获取接口触发的个性化推广对象获取指令；根据所述个性化推广对象获取指令向所述社交服务器发送个性化推广对象获取请求，所述个性化推广对象获取请求携带用户标识；接收所述社交服务器返回的推广信息，所述推广信息中的推广对象是所述社交服务器基于机器学习模型，根据所述用户标识对应的个人数据和阅读数据、以及各推广对象的对象参数，为所述用户标识推荐的。
具体的，在用户点击推广内容时，如图12b所示，用户点击儿童玩具这个推送消息，在当前主界面上显示推广信息获取界面，该界面至少包括个性化推广对象获取接口(图12b中窗口A)和非个性化推广对象获取接口(图12b中窗口B)这两个窗口，当用户点击个性化推广对象获取接口(图12b中窗口A)时，终端判定用户通过所述个性化推广对象获取接口触发的个性化推广对象获取指令，然后根据所述个性化推广对象获取指令向所述社交服务器发送个性化推广对象获取请求，所述个性化推广对象获取请求携带用户标识，此时社交服务器返回的推广信息中的推广对象是所述社交服务器基于机器学习模型，根据所述用户标识对应的个人数据和阅读数据、以及各推广对象各对象参数，为所述用户标识推荐的；当用户点击非个性化推广对象获取接口时，终端判定用户通过所述非个性化推广对象获取接口触发的非个性化推广对象获取指令，然后根据所述非个性化推广对象获取指令向所述社交服务器发送非个性化推广对象获取请求，此时社交服务器不需要对推广信息中的推广对象进行特殊推荐和筛选。
S203：显示所述推广信息。
终端在根据推广信息获取链接从所述社交服务器获取相应的推广信息之后，就可以将这些推广信息进行显示。
此时终端的显示界面如图12c所示，推广信息包括文章说明和商品图片(推广对象的推广内容)等。
S204：当检测到目标推广对象的详细信息获取链接被触发时，确定所述目标推广对象对应的目标应用程序。
用户若对某些推广对象敢兴趣，就可以点击这些推广对象的推广内容，终端认定该推广内容绑定的详细信息获取链接被触发，然后将这些推广对象作为目标推广对象。
本实施例通过应用程序获取并展示推广对象的详细信息，因此，本步骤需要确定目标推广对象对应的目标应用程序，优选的可以通过以下方式中的一种或多种配合实现：
方式1、获取所述目标推广对象的对象类型；确定与对象类型对应的应用程序类型；根据应用程序类型，查找并确定所述目标应用程序。推广对象的对象类型可以包括文章、商品、网页等，应用程序的应用程序类型可以包括阅读类应用程序、购买类应用程序等，不同类型的推广对象可以使用不同类型的应用程序，例如文章就可以使用阅读软件等阅读类应用程序作为目标应用程序，而商品等可以使用美团、淘宝等购买类应用程序作为目标应用程序。
方式2、获取所述推广对象对应的推广方信息，根据所述推广方信息，将推广方提供的应用程序确定为所述目标应用程序。推广方是指推广这些推广对象的用户，如文章编辑者、商品提供方等，这些推广方自身可能会提供一些应用程序，因此，在本方式中可以直接将推广方提供的应用程序确定为所述目标应用程序。
方式3、获取推广内容绑定的应用程序的应用标识，根据应用程序的应用标识查找对应的应用程序，将查找到的应用程序作为目标应用程序。本方式需要社交服务器获取目标应用程序的应用标识，所述目标应用程序用于获取并展示所述推广对象的详细信息，然后将所述目标应用程序的应用标识，与所述推广内容进行绑定，这种方式可以使得目标应用程序的查找更准确。
在通过以上方式中的一种或多种确定目标应用程序之后，就需要在本地(终端已安装/加载的应用程序)列表中查找目标应用程序，若查找到目标应用程序，则直接调用，若没有查找到，则需要通过服务器加载对应的应用程序。
S205：通过所述目标应用程序从信息服务器获取所述目标推广对象的详细信息。
本步骤具体包括：基于所述详细信息获取链接，通过所述目标应用程序，向所述信息服务器发送详细信息获取请求；所述详细信息获取请求携带所述目标推广对象的对象标识；接收所述目标信息服务器根据所述目标推广对象的对象标识返回的详细信息，作为所述目标推广对象的详细描述信息；解析所述详细信息，获取所述详细信息中的文本信息和多媒体信息；将所述文本信息转换为图片后，在所述目标应用程序中展示；通过多媒体加载方式，在所述目标应用程序中展示所述多媒体信息。
此时终端的显示界面如图12d所示，终端通过小程序等应用程序展示商品详细信息(推广对象的详细信息)等。
相应的，图3是本发明实施例提供的内容推广装置的第一种结构示意图，请参阅图3，该应用于终端的内容推广装置包括以下模块：
第一接收模块31，用于接收社交服务器发送的推送消息，所述推送消息携带推广信息获取链接；
第一获取模块32，用于根据所述推广信息获取链接从所述社交服务器获取相应的推广信息；所述推广信息包括推广对象的推广内容，所述推广内容绑定有对应推广对象的详细信息获取链接；
显示模块33，用于显示所述推广信息；
确定模块34，用于当检测到目标推广对象的详细信息获取链接被触发时，确定所述目标推广对象对应的目标应用程序；
展示模块35，用于通过所述目标应用程序从信息服务器获取所述目标推广对象的详细信息。
可选地，确定模块34具体用于：获取所述目标推广对象的对象类型，确定与对象类型对应的应用程序类型，根据应用程序类型，查找并确定所述目标应用程序；或者，获取所述推广对象对应的推广方信息，根据所述推广方信息，将推广方提供的应用程序确定为所述目标应用程序；或者，获取推广内容绑定的应用程序的应用标识，根据应用程序的应用标识查找对应的应用程序，将查找到的应用程序作为目标应用程序。
可选地，第一获取模块32用于当所述推广信息获取链接被触发时，显示推广信息获取界面，所述推广信息获取界面包括个性化推广对象获取接口和非个性化推广对象获取接口；接收用户通过所述个性化推广对象获取接口触发的个性化推广对象获取指令；根据所述个性化推广对象获取指令向所述社交服务器发送个性化推广对象获取请求，所述个性化推广对象获取请求携带用户标识；接收所述社交服务器返回的推广信息，所述推广信息中的推广对象是所述社交服务器基于机器学习模型，根据所述用户标识对应的个人数据和阅读数据、以及各推广对象各对象参数，为所述用户标识推荐的。
可选地，展示模块34用于基于所述详细信息获取链接，通过所述目标应用程序，向所述信息服务器发送详细信息获取请求；所述详细信息获取请求携带所述目标推广对象的对象标识；接收所述目标信息服务器根据所述目标推广对象的对象标识返回的详细信息，作为所述目标推广对象的详细描述信息；解析所述详细信息，获取所述详细信息中的文本信息和多媒体信息；将所述文本信息转换为图片后，在所述目标应用程序中展示；通过多媒体加载方式，在所述目标应用程序中展示所述多媒体信息。
图4是本发明实施例提供的内容推广方法的第二种流程示意图，请参阅图4，该应用于社交服务器的内容推广方法包括以下步骤：
S401：向终端发送推送信息，所述推送信息携带推广信息获取链接。
为了便于终端确定推广对象对应的目标应用程序，本步骤还包括：获取目标应用程序的应用标识，所述目标应用程序用于获取并展示所述推广对象的详细信息；将所述目标应用程序的应用标识，与所述推广内容进行绑定。
S402：接收终端根据所述推广信息获取链接发送的推广信息获取请求；所述推广信息获取请求携带用户标识。
S403：获取所述用户标识对应的个人数据和阅读数据；
S404：基于训练后的机器学习模型、所述用户标识对应的个人数据和阅读数据，获取所述用户标识对应的待推广对象的推广概率。
可选的，本步骤具体包括：使用训练后的机器学习模型，根据所述用户标识对应的个人数据和阅读数据，计算所述用户标识对应的偏好推广对象参数；获取待推广对象的对象参数；根据所述用户标识对应的偏好推广对象参数、所述待推广对象的对象参数，计算所述用户标识对应的待推广对象的推广概率。
可选的，本步骤中的根据所述用户标识对应的偏好推广对象参数、所述待推广对象的推广参数，计算所述用户标识对应的待推广对象的推广概率的步骤包括：获取目标待推广对象相关的对象参数，所述目标待推广对象相关的对象参数的参数类型与所述偏好推广对象参数的参数类型匹配；根据所述偏好推广对象参数，分别计算所述目标待推广对象的各对象参数的用户喜好值；根据所述目标待推广对象的各对象参数的用户喜好值以及对应的加权系数，计算所述目标待推广对象的推广概率。
S405：根据所述用户标识对应的待推广对象的推广概率，确定所述用户标识对应的目标推广对象。
为了便于终端确定推广对象对应的目标应用程序，本步骤还包括：获取目标应用程序的应用标识，所述目标应用程序用于获取并展示所述推广对象的详细信息；将所述目标应用程序的应用标识，与所述推广内容进行绑定。
可选的，本步骤具体包括：根据所述各待推广对象的推广概率，对所述待推广对象进行排序，生成排序结果；获取推广对象的推广数量；在所述排序结果中，按照选择规则以及推广数量，选择待推广对象作为所述用户标识对应的推广对象。
S406：向所述终端发送推广信息，所述推广信息包括所述目标推广对象的推广内容。
图4所示的内容推广方法直接使用了机器学习模型进行个性化推荐，那么可选的，本实施例还可以包括这样的步骤：获取模型训练数据；所述模型训练数据包括至少一个用户标识对应的个人数据和阅读数据和有效推广对象的对象数据；对所述模型训练数据进行特征提取，获得特征数据；使用所述特征数据，对机器学习模型进行训练，获得训练后的机器学习模型。机器学习模型可以是任意的开源算法模型，如GBDT(Gradient BoostingDecision Tree，一种迭代决策树算法模型)、LR(回归算法模型)、MLR(多元线性回归模型)等，本发明实施例以GBDT为对象进行简单描述。
相应的，图5是本发明实施例提供的内容推广装置的第二种结构示意图，请参阅图5，该应用于社交服务器的内容推广装置包括以下模块：
推送模块51，用于向终端发送推送信息，所述推送信息携带推广信息获取链接；
第二接收模块52，用于接收终端根据所述推广信息获取链接发送的推广信息获取请求；所述推广信息获取请求携带用户标识；
第二获取模块53，用于获取所述用户标识对应的个人数据和阅读数据；
机器学习模块54，用于基于训练后的机器学习模型、所述用户标识对应的个人数据和阅读数据，获取所述用户标识对应的待推广对象的推广概率；
推荐模块55，用于根据所述用户标识对应的待推广对象的推广概率，确定所述用户标识对应的目标推广对象；
发送模块56，用于向所述终端发送推广信息，所述推广信息包括所述目标推广对象的推广内容。
可选的，机器学习模块54还用于获取模型训练数据；所述模型训练数据包括至少一个用户标识对应的个人数据和阅读数据和有效推广对象的对象数据；对所述模型训练数据进行特征提取，获得特征数据；使用所述特征数据，对机器学习模型进行训练，获得训练后的机器学习模型。
可选的，机器学习模块54具体用于使用训练后的机器学习模型，根据所述用户标识对应的个人数据和阅读数据，计算所述用户标识对应的偏好推广对象参数；获取待推广对象的对象参数；根据所述用户标识对应的偏好推广对象参数、所述待推广对象的对象参数，计算所述用户标识对应的待推广对象的推广概率。
可选的，机器学习模块54具体用于获取目标待推广对象相关的对象参数，所述目标待推广对象相关的对象参数的参数类型与所述偏好推广对象参数的参数类型匹配；根据所述偏好推广对象参数，分别计算所述目标待推广对象的各对象参数的用户喜好值；根据所述目标待推广对象的各对象参数的用户喜好值以及对应的加权系数，计算所述目标待推广对象的推广概率。
可选的，推荐模块55具体用于根据所述各待推广对象的推广概率，对所述待推广对象进行排序，生成排序结果；获取推广对象的推广数量；在所述排序结果中，按照选择规则以及推广数量，选择待推广对象作为所述用户标识对应的推广对象。
图6是本发明实施例提供的内容推广系统的第一种构架示意图；由图6可知，本发明实施例提供的内容推广系统包括推广终端61、社交服务器62、信息服务器63以及用户终端64，其中，推广终端61是指发起推广的终端，一般是指商户的笔记本电脑等设备，社交服务器62是指提供推广服务的服务器，信息服务器63则提供推广对象的详细信息的存储和查阅服务，而用户终端64是指订阅推广服务的用户所拥有的终端。具体的，在图6所示的内容推广系统中：
推广终端61根据商户等用户的上传操作，通过API接口、Excel表格或者在社交服务器62的公众号后台直接添加商品等方式，将商品素材传入社交服务器62的商品库后台；并将商品的详细描述信息存储到信息服务器63中。
推广终端61根据商户等用户的编辑操作，再次访问社交服务器62的公众号平台的商品素材模块，将看到已经上传过的商品素材，然后进行公众号图文(即)的编辑，打开商品模块，选择要添加的商品素材(即待推广对象的推广内容)插入文中，并设置相应展示模板，完成公众号图文(即推广信息)的编制，通过公众号平台群发公众号图文的链接信息(即推送信息携带的推广信息获取链接)到订阅推广服务的用户终端64。
用户终端64根据用户订阅操作，进行推广服务的订阅，如通过关注公众号等操作订阅该公众号的推广服务，接收社交服务器62推送的推送信息，并如图12a这样显示这些推送信息。
用户终端64在检测到用户查看操作(如用户打开推送信息时)，例如用户点击儿童玩具这个推送信息时，判定推广信息获取链接被触发，显示如图12b所示的推广信息获取界面，接收用户通过所述个性化推广对象获取接口触发的个性化推广对象获取指令，根据所述个性化推广对象获取指令向所述社交服务器发送个性化推广对象获取请求。
社交服务器62获取所述用户标识对应的个人数据和阅读数据，然后使用训练后的机器学习模型，根据所述用户标识对应的个人数据和阅读数据，计算所述用户标识对应的偏好推广对象参数；获取待推广对象的对象参数；根据所述用户标识对应的偏好推广对象参数、所述待推广对象的对象参数，计算所述用户标识对应的待推广对象的推广概率，最后根据所述用户标识对应的待推广对象的推广概率，确定所述用户标识对应的目标推广对象，向用户终端64发送推广信息，所述推广信息包括所述目标推广对象的推广内容
用户终端64在根据所述推广信息获取链接从所述社交服务器62获取相应的推广信息，然后通过图12c所示的界面，将这些推广信息以图文方式进行展示。
用户终端64在检测到目标推广对象的详细信息获取链接被触发时，例如用户点击玩具1时，确定所述目标推广对象对应的目标应用程序(例如购买小程序)，通过所述目标应用程序从信息服务器63获取所述目标推广对象的详细信息，并如图12d所示，在购买小程序内展示详细信息。
现以内容推广系统为基于微信的公众号平台为例进行说明。
请参阅图7，图7为本发明实施例所提供的内容推广系统的第二种构架示意图，该内容推广系统包括商户终端71(一般为台式电脑等，即图6中的推广终端)、公众号平台72、商品库后台73、信息服务器74、用户终端75(一般为手机等)，公众号平台72和商品库后台73设置在图6所示的社交服务器62中，用户终端75包括图文H5模块751(用于显示图文H5)和小程序模块752(用于显示小程序)，其都由设置在用户终端75内处理器通过运行计算机程序实现，本实施例为了便于描述，将其独立出来，公众号平台72和商品库后台73在作用上等同于社交服务器。
请参阅图8，图8为本发明实施例所提供的内容推广方法的第三种流程示意图，由图8可知，该方法包括：
S801：上传商品素材。商户通过API接口、Excel表格或者在公众号平台的后台直接添加商品等方式，将100个商品素材传入商品库后台。
S802：调用商品素材。商户再次访问公众号平台的商品素材模块，将看到已经上传过的商品素材，此时就可以调用这些商品素材，进行后续的公众号图文编辑。
S803：编辑公众号文章。商户编辑公众号图文，打开商品模块，选择要添加的商品素材插入文中，并设置相应展示模板，例如添加50个商品素材，这50个商品素材对应的商品就是待推广对象。
S804：群发公众号文章。商户完成公众号图文的编制，通过公众号平台群发图文。
S805：用户打开公众号文章。用户收到公众号推送，选择打开图文。
S806：终端请求获取公众号文章。图文H5模块向公众号平台请求数据。
S807：公众号平台向商品库后台请求个性化推荐结果。
S808：商品库后台根据用户标识，进行个性化推荐，例如分别对50个商品素材对应的商品进行计算，获取这50个商品各自的推广概率，然后选择3个推广概率最大的商品作为个性化推荐商品。
S809：商品库后台向公众号平台返回个性化推荐结果，例如将3个推广概率最大的商品对应的商品素材作为个性化推荐结果。
S810：公众号平台返回公众号文章至图文H5模块进行展示。
S811：图文H5模块展示公众号文章，此时如图12c所示，仅展示返回的3个商品素材。
S812：用户点击图文H5中推广的商品，如图12c所述，用户点击玩具1。
S813：终端从图文H5模块跳转至小程序模块。
S814：小程序模块向信息服务器请求商品的详细信息。
S815：信息服务器查找商品的详细信息。
S816：信息服务器返回商品的详细信息至小程序模块。
S818：小程序模块展示商品的详细信息，如图12d所示，通过购买小程序，展示玩具1的价格、详细说明、用户评价等详细信息。
本实施例提供了在公众号图文中的一类全新素材，公众号运营者通过接口、excel、网页添加等方式将小程序商品添加到公众号后台，在运营者编辑公众号文章时，即可从已经导入的商品中，选择需要的商品，并选中相应的模板，将商品插入文章中；图文群发后，用户将在文章中看到商品，点击商品将直接跳转小程序中该商品的详情页。从而解决了商家在公众号文章中卖货的需求，并使得用户的购买体验提升。此外，插入到文中的商品可以具备个性化推荐的能力，从而进一步提升商品点击转化，带来更高的交易。
针对S808的个性化推荐机制的具体实现，如图9所示，主要包括以下步骤：
S901：生成训练数据。
本步骤包括数据采集以及数据优化，以生成机器学习需要的特征数据。
具体的，如图10所示，包括以下步骤：
S1001：数据采集。
需要采集的数据包括：
1、微信用户的个人数据，包括但不限于：年龄、性别、常住省市、使用设备的操作系统(苹果ios系统，安卓andriod系统)等；
2、用户公众号阅读数据，包括但不限于：所阅读的文章类型、所打开的商品类型、所订阅的公众号类型等；
3、商品的数据，包括但不限于：商品类别、商品标题、图片、价格、销量等。
S1002：数据清洗。
用户公众号数据中会有一些异常数据，如重复计算数据、僵尸粉(阅读数据为零)、机器人(阅读数据显著偏高)。这部分数据没有统计价值，在训练前删除。清洗时同时清洗异常的相关用户个人数据。
S1003：样本选取。
需要选取用户公众号数据的选取范围，不同的范围对应的数据量不同。根据预测准确度要求选取合适的范围，如一年的公众号阅读数据或半年的公众号阅读数据。
S1004：样本特征提取。
从以上数据源中提取以下3大类别的特征：
1)用户阅读特征：年龄，性别，常住省市，使用设备，该类商品点击量，该类商品阅读量，该类文章点击量，该类文章阅读量，该类公众号点击量，该类公众号阅读量；如年龄x(0～20，21～25)，性别x(男1，女0)，喜欢的文章类型分值x(时尚a，美食b，科技c)。
2)用户收藏特征：年龄，性别，常住省市，使用设备，该类文章点击量，该类文章收藏量。
3)商品特征：商品类目，商品标题，商品价格，商品销量。
S1005：构建样本矩阵。
根据提取的样本特征构建样本向量，如item＝{item_category，item_title，item_price，item_sales}，根据样本向量构建样本矩阵。
S902：进行训练数据的机器学习。
以GBDT为例，对GBDT进行参数配置，包括树的个数，树深度，shrinkage，抽样正负比例，样本采样率，特征采样率等。其中树的个数表示算法模型中决策树的个数，算法模型中决策树越多，学习效果越好，但是过多的数目会存在过拟合现象，且算法耗时过高。可依照默认参数配置的建议，选取200作为初始值，通过算法模型不断缩减。shrinkage代表决策树算法中步长的概念，通常尽可能的小，可设置为0.15。对模型的训练可以通过多次迭代实现，可将样本矩阵中的样本特征数据分为多个训练集，对每个训练集采用单独的GBDT分类器进行迭代，每个训练集迭代完成后，生成预测数据，通过预测数据构成预测集再次输入GBDT分类器进行迭代，得到最后的训练模型。
在模型训练完成后，采用ROC(receiver operating characteristic curve，接收者操作特征曲线)曲线进行模型校验，校验通过后得到完成训练的机器学习模型。
S903：预测用户对商品的点击概率。
采用训练好的训练模型，对当前用户进行模型预测，得到该用户对不同商品的喜好概率(点击概率)。
S904：输出商品排序结果。
根据模型预测的概率，根据不同的目标权重进行商品排序，输出最终的商品排序结果。
例如，在图13所示的数据处理场景中，首先将优化处理后的数据进行特征提取，形成一个个数据向量X(x1，x2，x3，……，xn)，例如用户的年龄x1(0～20，21～25)，用户的性别x2(男1，女0)，用户喜欢的文章类型分值x3(时尚a，美食b，科技c)等等，然后选取合适的数据模型模拟出这样的一个函数f(X)，函数f(X)可以根据输入的数据向量X输出一个概率y，这个概率y可以用0-1之间的数值来表示概率，也就是说当某用户的所有特征X(x1，x2，x3，……，xn)输入后，经过函数f(x)的计算得到y，根据y的数值就可以知道这个人对某件商品喜欢的概率。
可选的，在本发明一些实施例中，可以选取相同或者不同的数据模型，模拟n个f(X)函数，比如有些f(X)是以商品点击率为最终预测目标，有些f(X)可能以商品交易率来预测，当最终得出所有yn，并根据不同目标的权重，来最终推荐合适的商品排序。
商品推荐完以后，用户会浏览，会点击，会购买，从而再次产生各种行为数据，这些数据经过训练，模型也不断的进行演变，从而形成一个正向的循环。
相应的，本发明实施例还提供一种终端，如图11所示，该终端可以包括射频(RF，Radio Frequency)电路1101、包括有一个或一个以上计算机可读存储介质的存储器1102、输入单元1103、显示单元1104、传感器1105、音频电路1106、无线保真(WiFi，WirelessFidelity)模块1107、包括有一个或者一个以上处理核心的处理器1108、以及电源1109等部件。本领域技术人员可以理解，图11中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
RF电路1101可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，交由一个或者一个以上处理器1108处理；另外，将涉及上行的数据发送给基站。通常，RF电路1101包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM，Subscriber Identity Module)卡、收发信机、耦合器、低噪声放大器(LNA，Low Noise Amplifier)、双工器等。此外，RF电路1101还可以通过无线通信与网络和其他设备通信。所述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(GSM，Global System of Mobile communication)、通用分组无线服务(GPRS，GeneralPacket Radio Service)、码分多址(CDMA，Code Division Multiple Access)、宽带码分多址(WCDMA，Wideband Code Division Multiple Access)、长期演进(LTE，Long TermEvolution)、电子邮件、短消息服务(SMS，Short Messaging Service)等。
存储器1102可用于存储软件程序以及模块，处理器1108通过运行存储在存储器1102的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器1102可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据终端的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器1102可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器1102还可以包括存储器控制器，以提供处理器1108和输入单元1103对存储器1102的访问。
输入单元1103可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，在一个具体的实施例中，输入单元1103可包括触敏表面以及其他输入设备。触敏表面，也称为触摸显示屏或者触控板，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敏表面上或在触敏表面附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器1108，并能接收处理器1108发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面。除了触敏表面，输入单元1103还可以包括其他输入设备。具体地，其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、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1104可用于显示由用户输入的信息或提供给用户的信息以及终端的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元1104可包括显示面板，可选的，可以采用液晶显示器(LCD，Liquid CrystalDisplay)、有机发光二极管(OLED，Organic Light-Emitting Diode)等形式来配置显示面板。进一步的，触敏表面可覆盖显示面板，当触敏表面检测到在其上或附近的触摸操作后，传送给处理器1108以确定触摸事件的类型，随后处理器1108根据触摸事件的类型在显示面板上提供相应的视觉输出。虽然在图11中，触敏表面与显示面板是作为两个独立的部件来实现输入和输入功能，但是在某些实施例中，可以将触敏表面与显示面板集成而实现输入和输出功能。
终端还可包括至少一种传感器1105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板的亮度，接近传感器可在终端移动到耳边时，关闭显示面板和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于终端还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
音频电路1106、扬声器，传声器可提供用户与终端之间的音频接口。音频电路1106可将接收到的音频数据转换后的电信号，传输到扬声器，由扬声器转换为声音信号输出；另一方面，传声器将收集的声音信号转换为电信号，由音频电路1106接收后转换为音频数据，再将音频数据输出处理器1108处理后，经RF电路1101以发送给比如另一终端，或者将音频数据输出至存储器1102以便进一步处理。音频电路1106还可能包括耳塞插孔，以提供外设耳机与终端的通信。
WiFi属于短距离无线传输技术，终端通过WiFi模块1107可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图11示出了WiFi模块1107，但是可以理解的是，其并不属于终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
处理器1108是终端的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器1102内的软件程序和/或模块，以及调用存储在存储器1102内的数据，执行终端的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器1108可包括一个或多个处理核心；优选的，处理器1108可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1108中。
终端还包括给各个部件供电的电源1109(比如电池)，优选的，电源可以通过电源管理系统与处理器1108逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源1109还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出，终端还可以包括摄像头、蓝牙模块等，在此不再赘述。具体在本实施例中，终端中的处理器1108会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器1102中，并由处理器1108来运行存储在存储器1102中的应用程序，从而实现各种功能：
接收社交服务器发送的推送消息，所述推送消息携带推广信息获取链接；根据所述推广信息获取链接从所述社交服务器获取相应的推广信息；所述推广信息包括推广对象的推广内容，所述推广内容绑定有对应推广对象的详细信息获取链接；显示所述推广信息；当检测到目标推广对象的详细信息获取链接被触发时，确定所述目标推广对象对应的目标应用程序；通过所述目标应用程序从信息服务器获取所述目标推广对象的详细信息。
可选地，获取所述目标推广对象的对象类型；确定与对象类型对应的应用程序类型；根据应用程序类型，查找并确定所述目标应用程序。
可选地，获取所述推广对象对应的推广方信息；根据所述推广方信息，将推广方提供的应用程序确定为所述目标应用程序。
可选地，当所述推广信息获取链接被触发时，显示推广信息获取界面，所述推广信息获取界面包括个性化推广对象获取接口和非个性化推广对象获取接口；接收用户通过所述个性化推广对象获取接口触发的个性化推广对象获取指令；根据所述个性化推广对象获取指令向所述社交服务器发送个性化推广对象获取请求，所述个性化推广对象获取请求携带用户标识；接收所述社交服务器返回的推广信息，所述推广信息中的推广对象是所述社交服务器基于机器学习模型，根据所述用户标识对应的个人数据和阅读数据、以及各推广对象各对象参数，为所述用户标识推荐的。
可选地，基于所述详细信息获取链接，通过所述目标应用程序，向所述信息服务器发送详细信息获取请求；所述详细信息获取请求携带所述目标推广对象的对象标识；接收所述目标信息服务器根据所述目标推广对象的对象标识返回的详细信息，作为所述目标推广对象的详细描述信息；解析所述详细信息，获取所述详细信息中的文本信息和多媒体信息；将所述文本信息转换为图片后，在所述目标应用程序中展示；通过多媒体加载方式，在所述目标应用程序中展示所述多媒体信息。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对内容推广方法的详细描述，此处不再赘述。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本发明实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的任一种内容推广方法中的步骤。例如，该指令可以执行如下步骤：
接收社交服务器发送的推送消息，所述推送消息携带推广信息获取链接；根据所述推广信息获取链接从所述社交服务器获取相应的推广信息；所述推广信息包括推广对象的推广内容，所述推广内容绑定有对应推广对象的详细信息获取链接；显示所述推广信息；当检测到目标推广对象的详细信息获取链接被触发时，确定所述目标推广对象对应的目标应用程序；通过所述目标应用程序从信息服务器获取所述目标推广对象的详细信息。
可选地，获取所述目标推广对象的对象类型；确定与对象类型对应的应用程序类型；根据应用程序类型，查找并确定所述目标应用程序。
可选地，获取所述推广对象对应的推广方信息；根据所述推广方信息，将推广方提供的应用程序确定为所述目标应用程序。
可选地，当所述推广信息获取链接被触发时，显示推广信息获取界面，所述推广信息获取界面包括个性化推广对象获取接口和非个性化推广对象获取接口；接收用户通过所述个性化推广对象获取接口触发的个性化推广对象获取指令；根据所述个性化推广对象获取指令向所述社交服务器发送个性化推广对象获取请求，所述个性化推广对象获取请求携带用户标识；接收所述社交服务器返回的推广信息，所述推广信息中的推广对象是所述社交服务器基于机器学习模型，根据所述用户标识对应的个人数据和阅读数据、以及各推广对象各对象参数，为所述用户标识推荐的。
可选地，基于所述详细信息获取链接，通过所述目标应用程序，向所述信息服务器发送详细信息获取请求；所述详细信息获取请求携带所述目标推广对象的对象标识；接收所述目标信息服务器根据所述目标推广对象的对象标识返回的详细信息，作为所述目标推广对象的详细描述信息；解析所述详细信息，获取所述详细信息中的文本信息和多媒体信息；将所述文本信息转换为图片后，在所述目标应用程序中展示；通过多媒体加载方式，在所述目标应用程序中展示所述多媒体信息。
同时，本发明实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的任一种内容推广方法中的步骤。例如，该指令可以执行如下步骤：
接收终端根据推广信息获取链接发送的推广信息获取请求；所述推广信息获取请求携带用户标识；获取所述用户标识对应的个人数据和阅读数据；基于训练后的机器学习模型、所述用户标识对应的个人数据和阅读数据，获取所述用户标识对应的待推广对象的推广概率；根据所述用户标识对应的待推广对象的推广概率，确定所述用户标识对应的目标推广对象；向所述终端发送推广信息，所述推广信息包括所述目标推广对象的推广内容。
可选地，使用训练后的机器学习模型，根据所述用户标识对应的个人数据和阅读数据，计算所述用户标识对应的偏好推广对象参数；获取待推广对象的对象参数；根据所述用户标识对应的偏好推广对象参数、所述待推广对象的对象参数，计算所述用户标识对应的待推广对象的推广概率。
可选地，获取目标待推广对象相关的对象参数，所述目标待推广对象相关的对象参数的参数类型与所述偏好推广对象参数的参数类型匹配；根据所述偏好推广对象参数，分别计算所述目标待推广对象的各对象参数的用户喜好值；根据所述目标待推广对象的各对象参数的用户喜好值以及对应的加权系数，计算所述目标待推广对象的推广概率。
可选地，根据所述待推广对象的推广概率，对所述待推广对象进行排序，生成排序结果；获取推广对象的推广数量；在所述排序结果中，按照选择规则以及推广数量，选择待推广对象作为所述用户标识对应的目标推广对象。
可选地，获取模型训练数据；所述模型训练数据包括至少一个用户标识对应的个人数据和阅读数据和有效推广对象的对象数据；对所述模型训练数据进行特征提取，获得特征数据；使用所述特征数据，对机器学习模型进行训练，获得训练后的机器学习模型。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令，可以执行本发明实施例所提供的任一种内容推广方法中的步骤，因此，可以实现本发明实施例所提供的任一种内容推广方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
以上对本发明实施例所提供的一种内容推广方法、装置及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (13)
1.一种内容推广方法，其特征在于，应用于终端，包括：
接收社交服务器发送的推送消息，所述推送消息携带推广信息获取链接；
根据所述推广信息获取链接从所述社交服务器获取相应的推广信息；所述推广信息包括推广对象的推广内容，所述推广内容绑定有对应推广对象的详细信息获取链接；
显示所述推广信息；
当检测到目标推广对象的详细信息获取链接被触发时，确定所述目标推广对象对应的目标应用程序；
通过所述目标应用程序从信息服务器获取所述目标推广对象的详细信息。
2.根据权利要求1所述的内容推广方法，其特征在于，所述确定所述目标推广对象对应的目标应用程序的步骤包括：
获取所述目标推广对象的对象类型；
确定与对象类型对应的应用程序类型；
根据应用程序类型，查找并确定所述目标应用程序。
3.根据权利要求1所述的内容推广方法，其特征在于，所述确定所述目标推广对象对应的目标应用程序的步骤包括：
获取所述推广对象对应的推广方信息；
根据所述推广方信息，将推广方提供的应用程序确定为所述目标应用程序。
4.根据权利要求1所述的内容推广方法，其特征在于，所述根据所述推广信息获取链接从所述社交服务器获取相应的推广信息的步骤包括：
当所述推广信息获取链接被触发时，显示推广信息获取界面，所述推广信息获取界面包括个性化推广对象获取接口和非个性化推广对象获取接口；
接收用户通过所述个性化推广对象获取接口触发的个性化推广对象获取指令；
根据所述个性化推广对象获取指令向所述社交服务器发送个性化推广对象获取请求，所述个性化推广对象获取请求携带用户标识；
接收所述社交服务器返回的推广信息，所述推广信息中的推广对象是所述社交服务器基于机器学习模型，根据所述用户标识对应的个人数据和阅读数据、以及各推广对象的对象参数，为所述用户标识推荐的。
5.根据权利要求1至4任一项所述的内容推广方法，其特征在于，所述通过所述目标应用程序从信息服务器获取所述目标推广对象的详细信息的步骤包括：
基于所述详细信息获取链接，通过所述目标应用程序，向所述信息服务器发送详细信息获取请求；所述详细信息获取请求携带所述目标推广对象的对象标识；
接收所述目标信息服务器根据所述目标推广对象的对象标识返回的详细信息，作为所述目标推广对象的详细描述信息；
解析所述详细信息，获取所述详细信息中的文本信息和多媒体信息；
将所述文本信息转换为图片后，在所述目标应用程序中展示；
通过多媒体加载方式，在所述目标应用程序中展示所述多媒体信息。
6.一种内容推广方法，其特征在于，应用于社交服务器，包括：
接收终端根据推广信息获取链接发送的推广信息获取请求；所述推广信息获取请求携带用户标识；
获取所述用户标识对应的个人数据和阅读数据；
基于训练后的机器学习模型、所述用户标识对应的个人数据和阅读数据，获取所述用户标识对应的待推广对象的推广概率；
根据所述用户标识对应的待推广对象的推广概率，确定所述用户标识对应的目标推广对象；
向所述终端发送推广信息，所述推广信息包括所述目标推广对象的推广内容。
7.根据权利要求6所述的内容推广方法，其特征在于，所述基于训练后的机器学习模型、所述用户标识对应的个人数据和阅读数据，获取所述用户标识对应的待推广对象的推广概率的步骤包括：
使用训练后的机器学习模型，根据所述用户标识对应的个人数据和阅读数据，计算所述用户标识对应的偏好推广对象参数；
获取待推广对象的对象参数；
根据所述用户标识对应的偏好推广对象参数、所述待推广对象的对象参数，计算所述用户标识对应的待推广对象的推广概率。
8.根据权利要求7所述的内容推广方法，其特征在于，所述根据所述用户标识对应的偏好推广对象参数、所述待推广对象的推广参数，计算所述用户标识对应的待推广对象的推广概率的步骤包括：
获取目标待推广对象相关的对象参数，所述目标待推广对象相关的对象参数的参数类型与所述偏好推广对象参数的参数类型匹配；
根据所述偏好推广对象参数，分别计算所述目标待推广对象的各对象参数的用户喜好值；
根据所述目标待推广对象的各对象参数的用户喜好值以及对应的加权系数，计算所述目标待推广对象的推广概率。
9.根据权利要求6所述的内容推广方法，其特征在于，所述根据所述用户标识对应的待推广对象的推广概率，确定所述用户标识对应的目标推广对象的步骤包括：
根据所述待推广对象的推广概率，对所述待推广对象进行排序，生成排序结果；
获取推广对象的推广数量；
在所述排序结果中，按照选择规则以及推广数量，选择待推广对象作为所述用户标识对应的目标推广对象。
10.根据权利要求6至9任一项所述的内容推广方法，其特征在于，还包括：
获取模型训练数据；所述模型训练数据包括至少一个用户标识对应的个人数据和阅读数据和有效推广对象的对象数据；
对所述模型训练数据进行特征提取，获得特征数据；
使用所述特征数据，对机器学习模型进行训练，获得训练后的机器学习模型。
11.一种内容推广装置，其特征在于，应用于终端，包括：
第一接收模块，用于接收社交服务器发送的推送消息，所述推送消息携带推广信息获取链接；
第一获取模块，用于根据所述推广信息获取链接从所述社交服务器获取相应的推广信息；所述推广信息包括推广对象的推广内容，所述推广内容绑定有对应推广对象的详细信息获取链接；
显示模块，用于显示所述推广信息；
确定模块，用于当检测到目标推广对象的详细信息获取链接被触发时，确定所述目标推广对象对应的目标应用程序；
展示模块，用于通过所述目标应用程序从信息服务器获取所述目标推广对象的详细信息。
12.一种内容推广装置，其特征在于，应用于社交服务器，包括：
第二接收模块，用于接收终端根据推广信息获取链接发送的推广信息获取请求；所述推广信息获取请求携带用户标识；
第二获取模块，用于获取所述用户标识对应的个人数据和阅读数据；
机器学习模块，用于基于训练后的机器学习模型、所述用户标识对应的个人数据和阅读数据，获取所述用户标识对应的待推广对象的推广概率；
推荐模块，用于根据所述用户标识对应的待推广对象的推广概率，确定所述用户标识对应的目标推广对象；
发送模块，用于向所述终端发送推广信息，所述推广信息包括所述目标推广对象的推广内容。
13.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至5任一项所述的内容推广方法中的步骤，或者以执行权利要求6至10任一项所述的内容推广方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810338363.4A CN110390569B (zh) | 2018-04-16 | 2018-04-16 | 一种内容推广方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810338363.4A CN110390569B (zh) | 2018-04-16 | 2018-04-16 | 一种内容推广方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110390569A true CN110390569A (zh) | 2019-10-29 |
| CN110390569B CN110390569B (zh) | 2024-06-14 |
Family
ID=68282908
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810338363.4A Active CN110390569B (zh) | 2018-04-16 | 2018-04-16 | 一种内容推广方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110390569B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111105297A (zh) * | 2019-12-30 | 2020-05-05 | 广州探途网络技术有限公司 | 一种信息推送方法与相关装置 |
| CN111191093A (zh) * | 2020-01-02 | 2020-05-22 | 北京百度网讯科技有限公司 | 一种小程序卡片生成方法、装置和电子设备 |
| CN111782296A (zh) * | 2020-06-29 | 2020-10-16 | 北京百度网讯科技有限公司 | 基于小程序的挂载信息回流系统、方法以及挂载服务设备 |
| CN112015986A (zh) * | 2020-08-26 | 2020-12-01 | 北京奇艺世纪科技有限公司 | 数据推送方法、装置、电子设备及计算机可读存储介质 |
| CN113570411A (zh) * | 2021-07-22 | 2021-10-29 | 深圳市雷鸟网络传媒有限公司 | 一种推广信息展示方法、装置、电子设备和存储介质 |
| CN113792230A (zh) * | 2021-08-24 | 2021-12-14 | 北京百度网讯科技有限公司 | 服务链接方法、装置、电子设备和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105469263A (zh) * | 2014-09-24 | 2016-04-06 | 阿里巴巴集团控股有限公司 | 一种商品推荐方法及装置 |
| CN105610894A (zh) * | 2015-09-29 | 2016-05-25 | 江西掌中无限网络科技股份有限公司 | 信息推送方法及信息推送系统 |
| CN106063231A (zh) * | 2016-06-03 | 2016-10-26 | 北京小米移动软件有限公司 | 信息发送方法、信息接收方法、装置及系统 |
| US20170264973A1 (en) * | 2016-03-14 | 2017-09-14 | Le Holdings (Beijing) Co., Ltd. | Video playing method and electronic device |
-
2018
- 2018-04-16 CN CN201810338363.4A patent/CN110390569B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105469263A (zh) * | 2014-09-24 | 2016-04-06 | 阿里巴巴集团控股有限公司 | 一种商品推荐方法及装置 |
| CN105610894A (zh) * | 2015-09-29 | 2016-05-25 | 江西掌中无限网络科技股份有限公司 | 信息推送方法及信息推送系统 |
| US20170264973A1 (en) * | 2016-03-14 | 2017-09-14 | Le Holdings (Beijing) Co., Ltd. | Video playing method and electronic device |
| CN106063231A (zh) * | 2016-06-03 | 2016-10-26 | 北京小米移动软件有限公司 | 信息发送方法、信息接收方法、装置及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 产业新经济: "活久见！微信推文终于可以配置小程序广告了", Retrieved from the Internet <URL:https://baijiahao.baidu.com/s?id=1579752864600830883&wfr=spider&for=pc> * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111105297A (zh) * | 2019-12-30 | 2020-05-05 | 广州探途网络技术有限公司 | 一种信息推送方法与相关装置 |
| CN111191093A (zh) * | 2020-01-02 | 2020-05-22 | 北京百度网讯科技有限公司 | 一种小程序卡片生成方法、装置和电子设备 |
| CN111191093B (zh) * | 2020-01-02 | 2023-07-21 | 北京百度网讯科技有限公司 | 一种小程序卡片生成方法、装置和电子设备 |
| CN111782296A (zh) * | 2020-06-29 | 2020-10-16 | 北京百度网讯科技有限公司 | 基于小程序的挂载信息回流系统、方法以及挂载服务设备 |
| CN111782296B (zh) * | 2020-06-29 | 2024-09-13 | 北京百度网讯科技有限公司 | 基于小程序的挂载信息回流系统、方法以及挂载服务设备 |
| CN112015986A (zh) * | 2020-08-26 | 2020-12-01 | 北京奇艺世纪科技有限公司 | 数据推送方法、装置、电子设备及计算机可读存储介质 |
| CN112015986B (zh) * | 2020-08-26 | 2024-01-26 | 北京奇艺世纪科技有限公司 | 数据推送方法、装置、电子设备及计算机可读存储介质 |
| CN113570411A (zh) * | 2021-07-22 | 2021-10-29 | 深圳市雷鸟网络传媒有限公司 | 一种推广信息展示方法、装置、电子设备和存储介质 |
| CN113570411B (zh) * | 2021-07-22 | 2024-06-07 | 深圳市雷鸟网络传媒有限公司 | 一种推广信息展示方法、装置、电子设备和存储介质 |
| CN113792230A (zh) * | 2021-08-24 | 2021-12-14 | 北京百度网讯科技有限公司 | 服务链接方法、装置、电子设备和存储介质 |
| CN113792230B (zh) * | 2021-08-24 | 2024-04-09 | 北京百度网讯科技有限公司 | 服务链接方法、装置、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110390569B (zh) | 2024-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109002490B (zh) | 用户画像生成方法、装置、服务器及存储介质 | |
| CN110390569B (zh) | 一种内容推广方法、装置及存储介质 | |
| CN108073605B (zh) | 一种业务数据的加载、推送、交互信息的生成方法和装置 | |
| CN110110203B (zh) | 资源信息推送方法及服务器、资源信息展示方法及终端 | |
| CN108875781B (zh) | 一种标签分类方法、装置、电子设备及存储介质 | |
| CN106528745B (zh) | 在移动终端上推荐资源的方法、装置及移动终端 | |
| CN108984731A (zh) | 歌单推荐方法、装置及存储介质 | |
| CN107948748B (zh) | 推荐视频的方法、设备、移动终端及计算机存储介质 | |
| US20140315584A1 (en) | Information recommendation method and apparatus | |
| CN108156508B (zh) | 弹幕信息处理的方法、装置、移动终端、服务器及系统 | |
| US20180020252A1 (en) | Information display method, channel management platform, and terminal | |
| WO2014169715A1 (en) | Information recommendation method and apparatus | |
| CN110598098A (zh) | 一种信息推荐方法、装置和用于信息推荐的装置 | |
| CN112445970B (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
| CN110929021A (zh) | 文本信息生成方法和文本信息生成装置 | |
| CN105488109A (zh) | 内容项目排布方法、装置及系统 | |
| CN112004156A (zh) | 一种视频播放方法、相关装置及存储介质 | |
| CN105373580A (zh) | 主题显示方法及装置 | |
| CN107045541A (zh) | 数据显示方法和装置 | |
| CN111787042B (zh) | 用于推送信息的方法和装置 | |
| CN112465555B (zh) | 一种广告信息推荐的方法及相关装置 | |
| KR20160092962A (ko) | 연재 컨텐츠 추천 장치 및 연재 컨텐츠 추천 방법 | |
| EP3951622A1 (en) | Image-based search method, server, terminal, and medium | |
| KR20200024619A (ko) | 추천 서비스 제공 방법 및 이를 위한 장치 | |
| CN115080840A (zh) | 一种内容推送方法、装置及存储介质 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20221110 Address after: 1402, Floor 14, Block A, Haina Baichuan Headquarters Building, No. 6, Baoxing Road, Haibin Community, Xin'an Street, Bao'an District, Shenzhen, Guangdong 518,101 Applicant after: Shenzhen Yayue Technology Co.,Ltd. Address before: 518057 Tencent Building, No. 1 High-tech Zone, Nanshan District, Shenzhen City, Guangdong Province, 35 floors Applicant before: TENCENT TECHNOLOGY (SHENZHEN) Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |