CN110443647A - 信息投放方法及设备 - Google Patents
信息投放方法及设备 Download PDFInfo
- Publication number
- CN110443647A CN110443647A CN201910706879.4A CN201910706879A CN110443647A CN 110443647 A CN110443647 A CN 110443647A CN 201910706879 A CN201910706879 A CN 201910706879A CN 110443647 A CN110443647 A CN 110443647A
- Authority
- CN
- China
- Prior art keywords
- user
- group
- experiment
- result
- distance
- 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
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
Abstract
本公开实施例提供一种信息投放方法及设备，该方法包括通过获取各用户的流量信息，以及已有实验的分组结果；所述流量信息包括历史流量指标和用户标签；所述已有实验为该各用户已参与的实验；基于各用户的流量信息，以及所述已有实验的分组结果，将各用户进行分组处理，得到当前实验的分组结果；基于当前实验的分组结果，采用预设投放策略进行信息投放。本公开实施例能够在保证实验中各分组的一致性的情况下，减少多个实验之间的相互影响，从而进一步提高实验的有效性。
Description
技术领域
本公开实施例涉及数据处理技术领域，尤其涉及一种信息投放方法及设备。
背景技术
AB测试是为Web或App界面或流程制作两个(A/B)或多个(A/B/n)版本，在同一时间维度，分别让组成成分相同(相似)的访客群组(目标人群)随机的访问这些版本，收集各群组的用户体验数据和业务数据，最后分析、评估出最好版本，正式采用。
作为互联网广告投放平台，在为广告主提供广告服务或向用户播放广告时，通常需要采用AB测试进行广告策略的评估，因此需要将广告主或用户进行分流。但是广告主侧AB测试不同于用户侧AB测试，广告主的特点是广告主数量较少，而且有明显的头部效应，即存在少数广告主的流量远超剩余的大多数广告主的流量。如果和用户侧实验一样，采用Hash的方法随机分流，那么分流得到的各组广告主之间很有可能存在显著性偏差，导致评估结果不准确。可以参考A*算法的解决思路来解决小流量情况(不服从正态分布情况的流量)下的分流问题，保证分流后各组流量性质一致，从而保证实验的有效性。
然而，有时需要开多个100％流量的广告主AB测试实验，做到流量复用。这就要求每个广告主实验之间是正交的，也就是说，针对多个实验的情况采用何种分流方法能够使一个实验的影响能够均匀分布在其他实验的各个实验组上的，保证一个实验的有效性不会影响其他实验结果，成为亟待解决的问题。
发明内容
本公开实施例提供一种信息投放方法及设备，以提高多实验情况下实验有效性差的问题。
第一方面，本公开实施例提供一种信息投放方法，包括：
获取各用户的流量信息，以及已有实验的分组结果；所述流量信息包括历史流量指标和用户标签；所述已有实验为该各用户已参与的实验；
基于各用户的流量信息，以及所述已有实验的分组结果，将各用户进行分组处理，得到当前实验的分组结果；
基于当前实验的分组结果，采用预设投放策略进行信息投放。
第二方面，本公开实施例提供一种信息投放设备，包括：
获取模块，用于获取各用户的流量信息，以及已有实验的分组结果；所述流量信息包括历史流量指标和用户标签；所述已有实验为该各用户已参与的实验；
处理模块，用于基于各用户的流量信息，以及所述已有实验的分组结果，将各用户进行分组处理，得到当前实验的分组结果；
投放模块，用于基于当前实验的分组结果，采用预设投放策略进行信息投放。
第三方面，本公开实施例提供一种信息投放设备，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的方法。
第四方面，本公开实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的方法。
本实施例提供的信息投放方法及设备，该方法通过获取各用户的流量信息，以及已有实验的分组结果；所述流量信息包括历史流量指标和用户标签；所述已有实验为该各用户已参与的实验；基于各用户的流量信息，以及所述已有实验的分组结果，将各用户进行分组处理，得到当前实验的分组结果；基于当前实验的分组结果，采用预设投放策略进行信息投放。能够在保证实验中各分组的一致性的情况下，减少多个实验之间的相互影响，从而进一步提高实验的有效性。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1为本公开一实施例提供的信息投放方法的流程示意图；
图2为本公开又一实施例提供的信息投放方法的流程示意图；
图3为本公开又一实施例提供的信息投放方法的流程示意图；
图4为本公开又一实施例提供的信息投放设备的结构框图；
图5为本公开实施例提供的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
现有技术中，通常需要对相同的用户进行不同实验的测试，此时就需要各实验之间的影响均匀化，以保证每个实验的有效性。为解决此问题，下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
参考图1，图1为本公开一实施例提供的信息投放方法的流程示意图。本公开实施例的方法用于进行信息投放处理，可以应用在终端设备或服务器中，该分流方法包括：
101、获取各用户的流量信息，以及已有实验的分组结果；所述流量信息包括历史流量指标和用户标签；所述已有实验为该各用户已参与的实验。
具体的，用户是指广告主，用户的历史流量指标是指在过去某一段或几段时间内的指标，可以包括至少一种类型的指标，比如消耗指标cost、展现指标show、点击量指标click和转化指标convert等等，为使分组后各组用户更加一致，通常可以选取多个指标，比如选取上述4个指标作为打平依据。具体可以根据实际需求设置。
以消耗指标cost为例，获取各用户近30天的cost指标值，即每天一个cost指标值，对于用户X，获得用户X在流量指标i(cost为多个流量指标中的第i个指标)的分量Xi＝[Xi01,Xi02,…,Xi30]。其他流量指标与cost类似，在此不再一一赘述。
所述用户标签是指用来表明用户身份的唯一标识。例如，可以为每个用户分配ID号，如果有10000个用户，则采用00001至10000的序号分别标记给1万个用户。还可以采用字符进行标记。只要能够对用户进行唯一标记即可，对此本公开不做限定。
102、基于各用户的流量信息，以及所述已有实验的分组结果，将各用户进行分组处理，得到当前实验的分组结果。
具体的，在获取到各用户的历史流量指标后，将各用户在上述各历史流量指标上打平，使得分组后的各用户在多历史流量指标上表现基本一致。为保证各实验之间互相影响均匀，在上述打平过程中将各实验分组的正交性考虑在内，也就是说，基于获取的用户标签、以及该各用户已参与的实验的分组结果，计算上述打平方案的正交损失，在正交损失与指标打平中进行权衡，得到最大程度满足正交并且最大程度满足指标打平的分组结果。以使各实验的分组之间能够均匀的相互影响，从而使得当前实验的分组结果不会受到已参与实验的分组结果的影响。保证实验效果的准确性以及有效性。
以下以具体例子对两个实验的正交性进行解释。例如，有a1、a2、a3、a4等4个流量一致的用户。以分两组为例，在第一个实验中，a1、a2被分在第一组A1组，a3、a4被分在第二组B1组。那么对该四个用户进行的第二个实验，进行分组时则要考虑分组后的各组要受到第一实验的均匀影响，同时也需要对第一实验产生均匀影响。于是，可以考虑将A1组流量均分，取一半选入第二实验的第一组A2组中，将B1组流量均分，取一半选入第二实验的第二组B1组中。于是一种结果是，a1、a3被分入A2组，a2、a4被分入B2组。
示例性的，基于各历史指标流量将各用户分组的方法，具体可以包括：对流量指标进行标准化，并确定各用户的指标综合值，按指标综合值对用户进行排序，设置迭代窗口n，即每次迭代选取n个用户，采用随机遍历方向来遍历迭代窗口的n个用户，进行分组。具体来说，在遍历时，对于每个用户X，可以分别将该用户放入各组，来计算该用户放入其中一个组后，该组与其他组之间的差异度，选择差异度最小的一个组，将用户X放入该组。差异度可以通过损失函数计算获得。
示例性的，以将用户分A和B两个组为例，实际应用中，不限于分两个组。在遍历用户时，对于用户X，先假设将用户X放入A组，基于用户X的流量指标及A组和B组已有的流量指标，计算A组与B组之间的差异度(可以称为第一距离)；再假设将用户X放入B组，计算A组与B组之间的差异度(可以称为第二距离)。当第一距离小于第二距离时，可以说明，将用户X放入A组后，两组的差异度较小，因此将用户X放入A组，如此完成对一个用户的分组。以此类推，遍历所有用户，将各用户分为两个组，也即分成两个组。并能保证两组用户在各指标上的表现一致性。对于分为三个组、四个组或者更多个组的原理与两个组类似，比如ABC三个组，先放入A，计算AB和AC的差异度，然后放入B，计算AB和BC的差异度，然后放入C计算AC和BC的差异度，按照与其他两个组的差异度的平均值或者方差、均方差等等的大小，来判断放入各组后的差异度的大小，最终将用户放入差异度最小的组，具体判断差异度大小的方式可以根据实际需求设置。在此不再一一赘述。
103、基于当前实验的分组结果，采用预设投放策略进行信息投放。
具体的，在将用户进行分组后，可以基于分组结果，采用预设的投放策略进行信息投放，来实验不同投放策略的投放效果。由于分组结果在多流量指标上表现基本一致，不会影响投放效果，因此最终的投放效果可以表示不同投放策略产生的投放效果。有效提高了各投放策略的投放效果的准确性。
本公开实施例提供的信息投放方法，通过获取各用户的流量信息，以及已有实验的分组结果；所述流量信息包括历史流量指标和用户标签；所述已有实验为该各用户已参与的实验；基于各用户的流量信息，以及所述已有实验的分组结果，将各用户进行分组处理，得到当前实验的分组结果；基于当前实验的分组结果，采用预设投放策略进行信息投放。能够在保证实验中各分组的一致性的情况下，减少多个实验之间的相互影响，从而进一步提高实验的有效性。
具体的，在基于分组结果，采用预设投放策略进行信息投放之后，不同投放策略会产生不同的投放效果，可以在投放策略投放一定时间后，验证各投放策略的投放效果。具体可以选择相应的指标与投放前进行比较来判断投放效果。具体判断指标的选择可以根据实际需求设置，本实施例不做限定。
示例性的，由于分组结果在各指标上的表现基本是一致的，在按照预设投放策略进行信息投放后，若一定时间后，其中一种投放策略的cost明显提高，可以表明这种投放策略对于提高cost效果较好。其中另一种投放策略的convert明显提高，则可以说明这种投放策略对于提高转化率效果较好。具体效果判断可以根据实际需求设置。
参考图2，图2为本公开又一实施例提供的信息投放方法的流程示意图。在上述公开实施例的基础上，本公开实施例对步骤102进行了详细说明，该方法包括：
201、对各用户的历史流量指标进行标准化处理，得到对应的标准化流量指标。
可选地，对各用户的流量指标进行标准化处理，获得对应的标准化流量指标，包括：
采用如下公式对各用户的流量指标进行标准化处理，获得对应的标准化流量指标：
Xij＝[Xij-min(i)]/max(i)-min(i)]
其中，Xij表示用户X的第i个流量指标的第j个指标值；min(i)表示各用户的第i个流量指标中的最小指标值，max(i)表示各用户的第i个流量指标中的最大指标值。
具体的，由于获取的流量指标中，不同用户的指标上下限可能不同，不能直接进行加和，因此在获取到用户的流量指标后，需要对流量指标进行标准化处理，使得各指标之间可以进行加和运算。可以将所有用户的同一类流量指标中的最大值和最小值作为上下限区间，把各指标值转化成相对于上下限区间的大于等于0且小于等于1的值。
示例性的，对于cost指标，各用户的流量指标中，最大值为100，最小值为10，则上下限区间为[10,100]，对于用户X，其某一天的cost指标值为50，则对应的标准化流量指标为(50-10)/(100-10)＝0.4444。
可选地，还可以采用其他标准化方式。具体可以根据实际需求设置。
202、基于各用户的标准化流量指标，对各用户进行排序，以得到排序列表。
具体的，对于每个用户，根据用户的标准化流量指标，确定用户的指标综合值。
按照指标综合值从大到小对各用户进行排序，以得到排序列表
具体的，在将流量指标标准化后，可以基于标准化流量指标确定各用户的指标综合值。
示例性的，对于用户X，其流量指标包括30天的cost(i＝1)、show(i＝2)、click(i＝3)和convert(i＝4)，用户X在流量指标i的分量(标准化流量指标)为：X1＝[X101,X102,…,X130]，X2＝[X201,X202,…,X230]，X3＝[X301,X302,…,X330]，X4＝[X401,X402,…,X430]，则用户X的综合指标值S(X)为：
S(X)＝AVERAGE(X101+…+X130+X201+…+X230+X301+…+X330+X401+…+X430)。
可选地，还可以采用其他确定指标综合值的方式，不限于平均值的方式。
具体的，在确定了各用户的指标综合值后，按照指标综合值从大到小的顺序对用户进行排序。
示例性的总共有20个用户，排序后依次为S＝[S1,S2,…,S20]。
203、基于所述排序列表，根据各用户的流量信息和所述已有实验的分组结果，将各用户进行分组处理。
具体的，所述基于所述排序列表，根据各用户的流量信息和所述已有实验的分组结果，将各用户进行分组处理，可以具体包括：
2031、按照预设规则遍历所述排序列表，针对每个用户执行以下步骤。
具体的，在将用户按照指标综合值排序后，可以基于排序后的用户顺序，将用户进行分组处理。
示例性的，可以按照排序后的用户顺序S＝[S1,S2,…,S20]，每个组放入一个用户。以分成AB两组为例，可以将S1分入A组，将S2分入B组，将S3分入A组，将S4分入B组，以此类推，将20个用户排序奇数的分入A组，排序偶数的分入B组。当然也可以是将排序奇数的分入B组，将排序偶数的分入A组，具体可以根据实际需求设置。
示例性的，按照顺序分组，可能导致分入A组的用户指标综合值始终是大的，会对分组结果产生一些影响，为了更近一步提高分组结果的一致性，还可以通过损失函数来确定将各用户分入到哪个组中，比如，可以按照排序后用户顺序，遍历用户，对于每个用户，假设将其放入一个组，根据损失函数计算获得与其他组的差异度，以此类推，可以获得将该用户放入各组后的差异度，最后将该用户分入差异度最小的组。
示例性的，按排序后的用户顺序遍历用户，还可能导致分组结果不是特别一致，为了进一步提高分组结果的一致性，还可以设置迭代窗口，本次迭代选取其中n个用户，并随机获取遍历方向，即正序或逆序遍历迭代窗口，将用户进行分组。比如，用户数量20，迭代窗口为n＝4，即每次按排序后的用户顺序选取4个用户进行遍历，并随机获取本次的遍历方向。比如第一次迭代窗口为S1-S4，随机获取的遍历方向为正序遍历方向；第二次迭代窗口为S5-S8，随机获取的遍历方向为逆序遍历方向；依次类推，进行5次迭代窗口进行遍历。
2032、将所述用户的各标准化流量指标i的分量Xi加入到A组流量指标i的分量Ai中，获得变化后的分量A′i；根据A′i及B组流量指标i的分量Bi，确定A组与B组之间的第一距离。
可选地，根据A′i及Bi确定A组与B组之间的第一距离，包括：
根据A′i及Bi，采用如下公式确定A组与B组之间的第一距离F1：
其中，ks.stats表示ks检验下两向量的分布距离，ks.stats(A′i，Bi)表示ks检验下，向量A′i和Bi的分布距离；D表示两向量间的欧式距离，D(A′i，Bi)表示向量A′i和Bi的欧式距离。
2033、根据A组内各用户的用户标签与已有实验的分组结果中各组内各用户的用户标签，确定A组与已有实验的分组结果之间的第二距离。
具体的，根据A组内各用户的用户标签与已有实验的分组结果中各组内各用户的用户标签，采用如下公式确定A组与已有实验的分组结果之间的第二距离：
其中，σ表示方差，Tj表示要分的第j组内各用户的用户标签集合，Lij表示第i个已有实验的第j组内各用户的用户标签集合，m为每个实验的组的总数量。
2034、根据所述第一距离和所述第二距离，确定A组的第一损失值。
可选地，计算所述第一距离和所述第二距离的乘积，将该乘积作为A组与B组之间的第一损失值。
第一损失值F的表达式为：
F＝F1×F2
2035、将所述用户的各标准化流量指标i的分量Xi加入到B组流量指标i的分量Bi中，获得变化后的分量B′i。
2036、根据B′i及A组流量指标i的分量Ai，确定A组与B组之间的第三距离。
2037、根据B组内各用户的用户标签与已有实验的分组结果中各组内各用户的用户标签，确定B组与已有实验的分组结果之间的第四距离。
2038、根据所述第三距离和所述第四距离，确定A组与B组之间的第二损失值。
针对步骤2032至步骤2038，举例来说，还以cost简单举例，4个用户，每个用户3天的cost数据。对于排第一的用户S1，可以随机选择分入A组或B组，对于后续的用户S2、S3、S4，以S3为例，比如S1已经分入了A组，S2分入了B通，在遍历到S3时，先假设将S3分入A组，S3的cost标准化流量指标为X1＝[X11，X12，X13]，A组已有用户S1，其当前流量指标i(＝1)的分量Ai为S1的标准化流量指标，假设为A1＝[A11，A12，A13]，是三维向量，将S3分入A组后，获得的变化后的分类A′i＝A′1＝[A11+X11,A12+X12,A13+X13]＝[A′11,A′12,A′13]；当前B组已有用户S2，B组当前流量指标i(＝1)的分量Bi为S2的标准化流量指标，假设为B1＝[B11，B12，B13]，是三维向量；对于i＝2、i＝3、i＝4的情况与i＝1一致，在此不再赘述。根据A′i及Bi确定A组与B组之间的第一距离，即根据A′1及B1、A′2及B2、A′3及B3、A′4及B4来确定A组与B组之间的第一距离F1，将各向量代入F1的计算公式，即可获得A组与B组之间的第一距离F1。
假设用户S1至S4的用户标签为a1至a4，则当前实验的A组中包括a1用户，B组中包括a2用户，当前遍历到标签为a3的用户S3，以已有第一实验包括两个组A组和B组，且已有第一实验的A组中包括a2、a3用户，B组中包括a1、a4用户为例。将a3放入当前实验的A组，则代表A组的T1为[a1,a3]，代表B组的T2为[a2]，代表已有第一实验的A组的L11为[a2,a3]，代表已有第一实验的B组的L12为[a1,a4]。将各值代入F2表达式能够得到第二距离F2
可以理解地，假设将用户S3放入B组确定第三距离的过程与第一距离相似，确定第四距离的过程与第二距离相似在此不再一一赘述。
可以理解地，对于分入多组的原理与分入两组相似，在此也不再赘述。
2039、若所述第一损失值小于所述第二损失值，则将所述用户分到A组，若所述第一损失值大于所述第二损失值，则将所述用户分到B组，若所述第一损失值等于所述第二损失值，则将所述用户分到当前用户数量较少的组。
其中，i表示第i个标准化流量指标，i＝1,2,…,n，n表示流量指标数量。Xi表示用户X的第i个标准化流量指标分量；Ai表示已分到A组的各用户的第i个标准化流量指标分量的和；Bi表示已分到B组的各用户的第i个标准化流量指标分量的和。
本公开实施例提供的信息投放方法，通过采用F1和F2两个损失函数进行分组处理，能够在保证各组流量一致的同时，使各实验的分组能够正交，达到每个实验的各组受其他实验的影响相同，从而能够提高实验的有效性。
参考图3，图3为本公开又一实施例提供的信息投放方法的流程示意图。在上述公开实施例的基础上，本公开实施例对历史流量指标的获取进行了详细说明，该方法可以包括：
301、获取各用户的n个核心指标。所述n个核心指标包括消耗指标。
具体的，n为正整数，用户是指广告主，n个核心指标可以包括至少一种类型的指标，比如消耗指标cost、展现指标show、点击量指标click和转化指标convert等等。
302、根据各用户的消耗指标，将各用户的每个核心指标划分为m个子指标，得到各用户的m×n个子指标。
具体的，m为正整数，根据各用户的消耗指标的大小将各用户划分为m类用户，对应于该m类用户，将每个核心指标划分为m个子指标。例如根据广告主的消耗指标将广告主划分为关键广告主KA，大广告主LA，小广告主SMB三类，相应的，将消耗指标cost分为ka_cost子指标、la_cost子指标、smb_cost子指标，将展现指标show分为ka_show子指标、la_show子指标、smb_show子指标，点击量指标click分为ka_click子指标、la_click子指标、smb_click子指标，将转化指标convert分为ka_convert子指标、la_convert子指标、smb_convert子指标。则后续步骤根据ka_cost子指标、la_cost子指标、smb_cost子指标、ka_show子指标、la_show子指标、smb_show子指标、ka_click子指标、la_click子指标、smb_click子指标、ka_convert子指标、la_convert子指标、smb_convert子指标进行分组处理。
针对cost指标，对于ka广告主来说，其la_cost子指标、smb_cost子指标均为零，对于la类广告主来说，其ka_cost子指标、smb_cost子指标均为零，对于smb类广告主来说，其ka_cost子指标、la_cost子指标均为零，针对show指标，对于ka广告主来说，其la_show子指标、smb_show子指标均为零等等，依次可推知其他指标的情形，此处不再赘述。
303、将各用户的m×n个子指标作为各用户的历史流量指标。
可以理解，通过将n个核心指标划分为m×n个子指标，将流量指标进行细化，保证了各组指标总和的差异最小化，是的两组指标的变化区间基本一致。从而能够使广告主分布一致。保证实验的有效性。
304、获取各用户的用户标签，以及已有实验的分组结果；所述已有实验为该各用户已参与的实验。
305、基于各用户的流量信息，以及所述已有实验的分组结果，将各用户进行分组处理，得到当前实验的分组结果。
306、基于当前实验的分组结果，采用预设投放策略进行信息投放。
本公开实施例中步骤304至步骤306，与上述公开实施例中步骤101至步骤103相类似，此处不再赘述。
307、在信息投放达到第一预设时长时，对该时刻之前的第二预设时长内的新增用户进行分组，得到更新后的分组结果；所述第二预设时长小于所述第一预设时长。
可选地，获取各新增用户的流量信息，以及已有实验的分组结果；所述流量信息包括历史流量指标和用户标签；所述已有实验为该各新增用户已参与的实验。
基于各新增用户的流量信息，以及所述已有实验的分组结果，将各新增用户进行分组处理，得到更新后的分组结果。
可以理解，对该新增用户的分组过程可以参考上述实施例中针对各用户的分组操作。此处不再赘述。
308、基于更新后的分组结果，采用预设投放策略进行信息投放。
从上述描述中可知，本公开实施例通过将核心指标细分成多个子指标，能够依据细化后的各指标保证各组的指标总和差异最小，保证各组指标的变化区间基本一致，从而提高实验的有效性。另外，通过对新增用户进行重新分组，能够对分组结果及时更新，以抵消由于用户流失所带来的各组指标之间的波动，从而进一步保证实验的有效性。
对应于上文实施例的信息投放方法，图4为本公开又一实施例提供的信息投放设备的结构框图。为了便于说明，仅示出了与本公开实施例相关的部分。参照图4，所述信息投放设备40包括：获取模块401、处理模块402，以及投放模块403。
其中，获取模块401，用于获取各用户的流量信息，以及已有实验的分组结果；所述流量信息包括历史流量指标和用户标签；所述已有实验为该各用户已参与的实验；
处理模块402，用于基于各用户的流量信息，以及所述已有实验的分组结果，将各用户进行分组处理，得到当前实验的分组结果；
投放模块403，用于基于当前实验的分组结果，采用预设投放策略进行信息投放。
在本公开的一个实施例中，所述处理模块402，具体用于对各用户的历史流量指标进行标准化处理，得到对应的标准化流量指标；
基于各用户的标准化流量指标，对各用户进行排序，以得到排序列表；
基于所述排序列表，根据各用户的流量信息和所述已有实验的分组结果，将各用户进行分组处理。
在本公开的一个实施例中，所述处理模块402，具体用于按照预设规则遍历所述排序列表，针对每个用户执行以下步骤；
将所述用户的各标准化流量指标i的分量Xi加入到A组流量指标i的分量Ai中，获得变化后的分量A′i；根据A′i及B组流量指标i的分量Bi，确定A组与B组之间的第一距离；
根据A组内各用户的用户标签与已有实验的分组结果中各组内各用户的用户标签，确定A组与已有实验的分组结果之间的第二距离；
根据所述第一距离和所述第二距离，确定A组的第一损失值；
将所述用户的各标准化流量指标i的分量Xi加入到B组流量指标i的分量Bi中，获得变化后的分量B′i；
根据B′i及A组流量指标i的分量Ai，确定A组与B组之间的第三距离；
根据B组内各用户的用户标签与已有实验的分组结果中各组内各用户的用户标签，确定B组与已有实验的分组结果之间的第四距离；
根据所述第三距离和所述第四距离，确定A组与B组之间的第二损失值；
若所述第一损失值小于所述第二损失值，则将所述用户分到A组，若所述第一损失值大于所述第二损失值，则将所述用户分到B组，若所述第一损失值等于所述第二损失值，则将所述用户分到当前用户数量较少的组；
其中，i表示第i个标准化流量指标，i＝1,2,…,n，n表示流量指标数量。Xi表示用户X的第i个标准化流量指标分量；Ai表示已分到A组的各用户的第i个标准化流量指标分量的和；Bi表示已分到B组的各用户的第i个标准化流量指标分量的和。
在本公开的一个实施例中，所述处理模块402，具体用于根据A组内各用户的用户标签与已有实验的分组结果中各组内各用户的用户标签，采用如下公式确定A组与已有实验的分组结果之间的第二距离：
其中，σ表示方差，Tj表示要分的第j组内各用户的用户标签集合，Lij表示第i个已有实验的第j组内各用户的用户标签集合，m为每个实验的组的总数量。
在本公开的一个实施例中，所述处理模块402，具体用于计算所述第一距离和所述第二距离的乘积，将该乘积作为A组与B组之间的第一损失值。
在本公开的一个实施例中，所述获取模块401，具体用于获取各用户的n个核心指标；所述n个核心指标包括消耗指标；
根据各用户的消耗指标，将各用户的每个核心指标划分为m个子指标，得到各用户的m×n个子指标；
将各用户的m×n个子指标作为各用户的历史流量指标。
在本公开的一个实施例中，所述分流设备40还包括再次分组模块404，用于在信息投放达到第一预设时长时，对该时刻之前的第二预设时长内的新增用户进行分组，得到更新后的分组结果；所述第二预设时长小于所述第一预设时长；
再次投放模块405，用于基于更新后的分组结果，采用预设投放策略进行信息投放。
在本公开的一个实施例中，所述再次分组模块404，具体用于获取各新增用户的流量信息，以及已有实验的分组结果；所述流量信息包括历史流量指标和用户标签；所述已有实验为该各新增用户已参与的实验；
基于各新增用户的流量信息，以及所述已有实验的分组结果，将各新增用户进行分组处理，得到更新后的分组结果。
本公开实施例提供的设备，可用于执行上述视频编码方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
下面参考图5，其示出了适于用来实现本公开实施例的电子设备(例如图1中的终端设备或服务器)500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置506加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置506；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置506被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
第一方面，根据本公开的一个或多个实施例，提供了一种信息投放方法，包括：
获取各用户的流量信息，以及已有实验的分组结果；所述流量信息包括历史流量指标和用户标签；所述已有实验为该各用户已参与的实验；
基于各用户的流量信息，以及所述已有实验的分组结果，将各用户进行分组处理，得到当前实验的分组结果；
基于当前实验的分组结果，采用预设投放策略进行信息投放。
根据本公开的一个或多个实施例，所述基于各用户的流量信息，以及所述已有实验的分组结果，将各用户进行分组处理，得到当前实验的分组结果，包括：
对各用户的历史流量指标进行标准化处理，得到对应的标准化流量指标；
基于各用户的标准化流量指标，对各用户进行排序，以得到排序列表；
基于所述排序列表，根据各用户的流量信息和所述已有实验的分组结果，将各用户进行分组处理。
根据本公开的一个或多个实施例，所述根据各用户的流量信息和所述已有实验的分组结果，将各用户进行分组处理，包括：
按照预设规则遍历所述排序列表，针对每个用户执行以下步骤；
将所述用户的各标准化流量指标i的分量Xi加入到A组流量指标i的分量Ai中，获得变化后的分量A′i；根据A′i及B组流量指标i的分量Bi，确定A组与B组之间的第一距离；
根据A组内各用户的用户标签与已有实验的分组结果中各组内各用户的用户标签，确定A组与已有实验的分组结果之间的第二距离；
根据所述第一距离和所述第二距离，确定A组的第一损失值；
将所述用户的各标准化流量指标i的分量Xi加入到B组流量指标i的分量Bi中，获得变化后的分量B′i；
根据B′i及A组流量指标i的分量Ai，确定A组与B组之间的第三距离；
根据B组内各用户的用户标签与已有实验的分组结果中各组内各用户的用户标签，确定B组与已有实验的分组结果之间的第四距离；
根据所述第三距离和所述第四距离，确定A组与B组之间的第二损失值；
若所述第一损失值小于所述第二损失值，则将所述用户分到A组，若所述第一损失值大于所述第二损失值，则将所述用户分到B组，若所述第一损失值等于所述第二损失值，则将所述用户分到当前用户数量较少的组；
其中，i表示第i个标准化流量指标，i＝1,2,…,n，n表示流量指标数量。Xi表示用户X的第i个标准化流量指标分量；Ai表示已分到A组的各用户的第i个标准化流量指标分量的和；Bi表示已分到B组的各用户的第i个标准化流量指标分量的和。
根据本公开的一个或多个实施例，所述根据A组内各用户的用户标签与已有实验的分组结果中各组内各用户的用户标签，确定A组与已有实验的分组结果之间的第二距离，包括：
根据A组内各用户的用户标签与已有实验的分组结果中各组内各用户的用户标签，采用如下公式确定A组与已有实验的分组结果之间的第二距离：
其中，σ表示方差，Tj表示要分的第j组内各用户的用户标签集合，Lij表示第i个已有实验的第j组内各用户的用户标签集合，m为每个实验的组的总数量。
根据本公开的一个或多个实施例，所述根据所述第一距离和所述第二距离，确定A组的第一损失值，包括：
计算所述第一距离和所述第二距离的乘积，将该乘积作为A组与B组之间的第一损失值。
根据本公开的一个或多个实施例，所述对各用户的历史流量指标进行标准化处理，得到对应的标准化流量指标，包括：
采用如下公式对各用户的历史流量指标进行标准化处理，得到对应的标准化流量指标：
Xij＝[Xij-min(i)]/max(i)-min(i)]
其中，Xij表示用户X的第i个历史流量指标的第j个指标值；min(i)表示各用户的第i个历史流量指标中的最小指标值，max(i)表示各用户的第i个历史流量指标中的最大指标值。
根据本公开的一个或多个实施例，所述基于各用户的标准化流量指标，对各用户进行排序，以得到排序列表，包括：对于每个用户，根据所述用户的标准化流量指标，确定所述用户的指标综合值；
按照指标综合值从大到小对各用户进行排序，以得到排序列表；
根据本公开的一个或多个实施例，所述对于每个用户，根据所述用户的标准化流量指标，确定所述用户的指标综合值，包括：
将所述用户的各标准化流量指标的平均值作为所述用户的指标综合值。
根据本公开的一个或多个实施例，所述根据A′i及Bi确定A组与B组之间的第一距离，包括：
根据A′i及Bi，采用如下公式确定A组与B组之间的第一距离F1：
其中，ks.stats表示ks检验下两向量的分布距离，ks.stats(A′i，Bi)表示ks检验下，向量A′i和Bi的分布距离；D表示两向量间的欧式距离，D(A′i，Bi)表示向量A′i和Bi的欧式距离。
根据本公开的一个或多个实施例，所述基于当前实验的分组结果，采用预设投放策略进行信息投放之后，还包括：
根据投放结果，确定所述预设投放策略的投放效果。
根据本公开的一个或多个实施例，所述获取各用户的历史流量指标，包括：
获取各用户的n个核心指标；所述n个核心指标包括消耗指标；
根据各用户的消耗指标，将各用户的每个核心指标划分为m个子指标，得到各用户的m×n个子指标；
将各用户的m×n个子指标作为各用户的历史流量指标。
根据本公开的一个或多个实施例，所述基于当前实验的分组结果，采用预设投放策略进行信息投放之后，还包括：
在信息投放达到第一预设时长时，对该时刻之前的第二预设时长内的新增用户进行分组，得到更新后的分组结果；所述第二预设时长小于所述第一预设时长；
基于更新后的分组结果，采用预设投放策略进行信息投放。
根据本公开的一个或多个实施例，所述对之前第二预设时长内的新增用户进行分组，得到更新后的分组结果，包括：
获取各新增用户的流量信息，以及已有实验的分组结果；所述流量信息包括历史流量指标和用户标签；所述已有实验为该各新增用户已参与的实验；
基于各新增用户的流量信息，以及所述已有实验的分组结果，将各新增用户进行分组处理，得到更新后的分组结果。
第二方面，本公开实施例提供一种信息投放设备，包括：
获取模块，用于获取各用户的流量信息，以及已有实验的分组结果；所述流量信息包括历史流量指标和用户标签；所述已有实验为该各用户已参与的实验；
处理模块，用于基于各用户的流量信息，以及所述已有实验的分组结果，将各用户进行分组处理，得到当前实验的分组结果；
投放模块，用于基于当前实验的分组结果，采用预设投放策略进行信息投放。
根据本公开的一个或多个实施例，所述处理模块，具体用于：
对各用户的历史流量指标进行标准化处理，得到对应的标准化流量指标；
基于各用户的标准化流量指标，对各用户进行排序，以得到排序列表；
基于所述排序列表，根据各用户的流量信息和所述已有实验的分组结果，将各用户进行分组处理。
根据本公开的一个或多个实施例，所述处理模块，具体用于：
按照预设规则遍历所述排序列表，针对每个用户执行以下步骤；
将所述用户的各标准化流量指标i的分量Xi加入到A组流量指标i的分量Ai中，获得变化后的分量A′i；根据A′i及B组流量指标i的分量Bi，确定A组与B组之间的第一距离；
根据A组内各用户的用户标签与已有实验的分组结果中各组内各用户的用户标签，确定A组与已有实验的分组结果之间的第二距离；
根据所述第一距离和所述第二距离，确定A组的第一损失值；
将所述用户的各标准化流量指标i的分量Xi加入到B组流量指标i的分量Bi中，获得变化后的分量B′i；
根据B′i及A组流量指标i的分量Ai，确定A组与B组之间的第三距离；
根据B组内各用户的用户标签与已有实验的分组结果中各组内各用户的用户标签，确定B组与已有实验的分组结果之间的第四距离；
根据所述第三距离和所述第四距离，确定A组与B组之间的第二损失值；
若所述第一损失值小于所述第二损失值，则将所述用户分到A组，若所述第一损失值大于所述第二损失值，则将所述用户分到B组，若所述第一损失值等于所述第二损失值，则将所述用户分到当前用户数量较少的组；
其中，i表示第i个标准化流量指标，i＝1,2,…,n，n表示流量指标数量。Xi表示用户X的第i个标准化流量指标分量；Ai表示已分到A组的各用户的第i个标准化流量指标分量的和；Bi表示已分到B组的各用户的第i个标准化流量指标分量的和。
根据本公开的一个或多个实施例，所述处理模块，具体用于：
根据A组内各用户的用户标签与已有实验的分组结果中各组内各用户的用户标签，采用如下公式确定A组与已有实验的分组结果之间的第二距离：
其中，σ表示方差，Tj表示要分的第j组内各用户的用户标签集合，Lij表示第i个已有实验的第j组内各用户的用户标签集合，m为每个实验的组的总数量。
根据本公开的一个或多个实施例，所述处理模块，具体用于：
计算所述第一距离和所述第二距离的乘积，将该乘积作为A组与B组之间的第一损失值。
根据本公开的一个或多个实施例，所述处理模块，具体用于：
采用如下公式对各用户的历史流量指标进行标准化处理，得到对应的标准化流量指标：
Xij＝[Xij-min(i)]/max(i)-min(i)]
其中，Xij表示用户X的第i个历史流量指标的第j个指标值；min(i)表示各用户的第i个历史流量指标中的最小指标值，max(i)表示各用户的第i个历史流量指标中的最大指标值。
根据本公开的一个或多个实施例，所述处理模块，具体用于：对于每个用户，根据所述用户的标准化流量指标，确定所述用户的指标综合值；
按照指标综合值从大到小对各用户进行排序，以得到排序列表；
根据本公开的一个或多个实施例，所述处理模块，具体用于：
将所述用户的各标准化流量指标的平均值作为所述用户的指标综合值。
根据本公开的一个或多个实施例，所述处理模块，具体用于：
根据A′i及Bi，采用如下公式确定A组与B组之间的第一距离F1：
其中，ks.stats表示ks检验下两向量的分布距离，ks.stats(A′i，Bi)表示ks检验下，向量A′i和Bi的分布距离；D表示两向量间的欧式距离，D(A′i，Bi)表示向量A′i和Bi的欧式距离。
根据本公开的一个或多个实施例，所述设备还包括：
确定模块，用于根据投放结果，确定所述预设投放策略的投放效果。
根据本公开的一个或多个实施例，所述处理模块，具体用于：
获取各用户的n个核心指标；所述n个核心指标包括消耗指标；
根据各用户的消耗指标，将各用户的每个核心指标划分为m个子指标，得到各用户的m×n个子指标；
将各用户的m×n个子指标作为各用户的历史流量指标。
根据本公开的一个或多个实施例，所述设备，还包括：
再次分组模块，用于在信息投放达到第一预设时长时，对该时刻之前的第二预设时长内的新增用户进行分组，得到更新后的分组结果；所述第二预设时长小于所述第一预设时长；
再次投放模块，用于基于更新后的分组结果，采用预设投放策略进行信息投放。
根据本公开的一个或多个实施例，所述再次分组模块，具体用于：
获取各新增用户的流量信息，以及已有实验的分组结果；所述流量信息包括历史流量指标和用户标签；所述已有实验为该各新增用户已参与的实验；
基于各新增用户的流量信息，以及所述已有实验的分组结果，将各新增用户进行分组处理，得到更新后的分组结果。
第三方面，本公开实施例提供一种信息投放设备，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的方法。
第四方面，本公开实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。
Claims (11)
1.一种信息投放方法，其特征在于，包括：
获取各用户的流量信息，以及已有实验的分组结果；所述流量信息包括历史流量指标和用户标签；所述已有实验为该各用户已参与的实验；
基于各用户的流量信息，以及所述已有实验的分组结果，将各用户进行分组处理，得到当前实验的分组结果；
基于当前实验的分组结果，采用预设投放策略进行信息投放。
2.根据权利要求1所述的方法，其特征在于，所述基于各用户的流量信息，以及所述已有实验的分组结果，将各用户进行分组处理，得到当前实验的分组结果，包括：
对各用户的历史流量指标进行标准化处理，得到对应的标准化流量指标；
基于各用户的标准化流量指标，对各用户进行排序，以得到排序列表；
基于所述排序列表，根据各用户的流量信息和所述已有实验的分组结果，将各用户进行分组处理。
3.根据权利要求2所述的方法，其特征在于，所述根据各用户的流量信息和所述已有实验的分组结果，将各用户进行分组处理，包括：
按照预设规则遍历所述排序列表，针对每个用户执行以下步骤；
将所述用户的各标准化流量指标i的分量Xi加入到A组流量指标i的分量Ai中，获得变化后的分量A′i；根据A′i及B组流量指标i的分量Bi，确定A组与B组之间的第一距离；
根据A组内各用户的用户标签与已有实验的分组结果中各组内各用户的用户标签，确定A组与已有实验的分组结果之间的第二距离；
根据所述第一距离和所述第二距离，确定A组的第一损失值；
将所述用户的各标准化流量指标i的分量Xi加入到B组流量指标i的分量Bi中，获得变化后的分量B′i；
根据B′i及A组流量指标i的分量Ai，确定A组与B组之间的第三距离；
根据B组内各用户的用户标签与已有实验的分组结果中各组内各用户的用户标签，确定B组与已有实验的分组结果之间的第四距离；
根据所述第三距离和所述第四距离，确定A组与B组之间的第二损失值；
若所述第一损失值小于所述第二损失值，则将所述用户分到A组，若所述第一损失值大于所述第二损失值，则将所述用户分到B组，若所述第一损失值等于所述第二损失值，则将所述用户分到当前用户数量较少的组；
其中，i表示第i个标准化流量指标，i＝1,2,…,n，n表示流量指标数量Xi表示用户X的第i个标准化流量指标分量；Ai表示已分到A组的各用户的第i个标准化流量指标分量的和；Bi表示已分到B组的各用户的第i个标准化流量指标分量的和。
4.根据权利要求3所述的方法，其特征在于，所述根据A组内各用户的用户标签与已有实验的分组结果中各组内各用户的用户标签，确定A组与已有实验的分组结果之间的第二距离，包括：
根据A组内各用户的用户标签与已有实验的分组结果中各组内各用户的用户标签，采用如下公式确定A组与已有实验的分组结果之间的第二距离：
其中，σ表示方差，Tj表示要分的第j组内各用户的用户标签集合，Lij表示第i个已有实验的第j组内各用户的用户标签集合，m为每个实验的组的总数量。
5.根据权利要求3所述的方法，其特征在于，所述根据所述第一距离和所述第二距离，确定A组的第一损失值，包括：
计算所述第一距离和所述第二距离的乘积，将该乘积作为A组与B组之间的第一损失值。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述获取各用户的历史流量指标，包括：
获取各用户的n个核心指标；所述核心指标包括以下中至少一项：消耗指标、展现指标、点击量指标、转化指标；
根据各用户的消耗指标，将各用户的每个核心指标划分为m个子指标，得到各用户的m×n个子指标；
将各用户的m×n个子指标作为各用户的历史流量指标。
7.根据权利要求1-5任一项所述的方法，其特征在于，所述基于当前实验的分组结果，采用预设投放策略进行信息投放之后，还包括：
在信息投放达到第一预设时长时，对该时刻之前的第二预设时长内的新增用户进行分组，得到更新后的分组结果；所述第二预设时长小于所述第一预设时长；
基于更新后的分组结果，采用预设投放策略进行信息投放。
8.根据权利要求7所述的方法，其特征在于，所述对该时刻之前的第二预设时长内的新增用户进行分组，得到更新后的分组结果，包括：
获取各新增用户的流量信息，以及已有实验的分组结果；所述流量信息包括历史流量指标和用户标签；所述已有实验为该各新增用户已参与的实验；
基于各新增用户的流量信息，以及所述已有实验的分组结果，将各新增用户进行分组处理，得到更新后的分组结果。
9.一种信息投放设备，其特征在于，包括：
获取模块，用于获取各用户的流量信息，以及已有实验的分组结果；所述流量信息包括历史流量指标和用户标签；所述已有实验为该各用户已参与的实验；
处理模块，用于基于各用户的流量信息，以及所述已有实验的分组结果，将各用户进行分组处理，得到当前实验的分组结果；
投放模块，用于基于当前实验的分组结果，采用预设投放策略进行信息投放。
10.一种电子设备，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至8任一项所述的信息投放方法。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至8任一项所述的信息投放方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910706879.4A CN110443647B (zh) | 2019-08-01 | 2019-08-01 | 信息投放方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910706879.4A CN110443647B (zh) | 2019-08-01 | 2019-08-01 | 信息投放方法及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110443647A true CN110443647A (zh) | 2019-11-12 |
| CN110443647B CN110443647B (zh) | 2022-09-06 |
Family
ID=68432836
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910706879.4A Active CN110443647B (zh) | 2019-08-01 | 2019-08-01 | 信息投放方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110443647B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111144957A (zh) * | 2020-04-07 | 2020-05-12 | 腾讯科技（深圳）有限公司 | 信息投放方法、装置、服务器及存储介质 |
| CN111209201A (zh) * | 2020-01-03 | 2020-05-29 | 恩亿科(北京)数据科技有限公司 | 一种广告投放测试方法及装置 |
| CN111566684A (zh) * | 2020-04-13 | 2020-08-21 | 支付宝(杭州)信息技术有限公司 | 用于优化广告的用户分组的方法和系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050289005A1 (en) * | 2004-05-18 | 2005-12-29 | Ferber John B | Systems and methods of achieving optimal advertising |
| US20080221987A1 (en) * | 2007-03-07 | 2008-09-11 | Ebay Inc. | System and method for contextual advertisement and merchandizing based on an automatically generated user demographic profile |
| US20110258049A1 (en) * | 2005-09-14 | 2011-10-20 | Jorey Ramer | Integrated Advertising System |
| US20150089399A1 (en) * | 2013-09-26 | 2015-03-26 | Polis Technology Inc. | System and methods for real-time formation of groups and decentralized decision making |
| CN107392655A (zh) * | 2017-07-03 | 2017-11-24 | 携程计算机技术（上海）有限公司 | 优惠券推送方法、系统、存储介质、电子设备及分流方法 |
| CN108415845A (zh) * | 2018-03-28 | 2018-08-17 | 北京达佳互联信息技术有限公司 | Ab测试系统指标置信区间的计算方法、装置和服务器 |
| CN108765008A (zh) * | 2018-05-25 | 2018-11-06 | 玩咖欢聚文化传媒（北京）有限公司 | 广告精准投放方法、装置及介质 |
| CN109299972A (zh) * | 2018-08-24 | 2019-02-01 | 努比亚技术有限公司 | 一种广告分配方法、服务器及计算机可读存储介质 |
| CN109447703A (zh) * | 2018-10-25 | 2019-03-08 | 珠海天燕科技有限公司 | 一种资源展示方法及装置 |
| CN109710511A (zh) * | 2018-12-04 | 2019-05-03 | 北京达佳互联信息技术有限公司 | Ab测试方法、装置、服务器及存储介质 |
-
2019
- 2019-08-01 CN CN201910706879.4A patent/CN110443647B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050289005A1 (en) * | 2004-05-18 | 2005-12-29 | Ferber John B | Systems and methods of achieving optimal advertising |
| CN101253524A (zh) * | 2004-05-18 | 2008-08-27 | 艾德沃泰兴.Com公司 | 实现最佳广告的系统和方法 |
| US20110258049A1 (en) * | 2005-09-14 | 2011-10-20 | Jorey Ramer | Integrated Advertising System |
| US20080221987A1 (en) * | 2007-03-07 | 2008-09-11 | Ebay Inc. | System and method for contextual advertisement and merchandizing based on an automatically generated user demographic profile |
| US20150089399A1 (en) * | 2013-09-26 | 2015-03-26 | Polis Technology Inc. | System and methods for real-time formation of groups and decentralized decision making |
| CN107392655A (zh) * | 2017-07-03 | 2017-11-24 | 携程计算机技术（上海）有限公司 | 优惠券推送方法、系统、存储介质、电子设备及分流方法 |
| CN108415845A (zh) * | 2018-03-28 | 2018-08-17 | 北京达佳互联信息技术有限公司 | Ab测试系统指标置信区间的计算方法、装置和服务器 |
| CN108765008A (zh) * | 2018-05-25 | 2018-11-06 | 玩咖欢聚文化传媒（北京）有限公司 | 广告精准投放方法、装置及介质 |
| CN109299972A (zh) * | 2018-08-24 | 2019-02-01 | 努比亚技术有限公司 | 一种广告分配方法、服务器及计算机可读存储介质 |
| CN109447703A (zh) * | 2018-10-25 | 2019-03-08 | 珠海天燕科技有限公司 | 一种资源展示方法及装置 |
| CN109710511A (zh) * | 2018-12-04 | 2019-05-03 | 北京达佳互联信息技术有限公司 | Ab测试方法、装置、服务器及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 王妍: "基于社交网络的精准广告投放策略研究", 《中国优秀博硕士学位论文全文数据库(硕士) 经济与管理科学辑》 * |
| 高昊阳: "基于大数据的P2P金融风险控制系统的设计与实现", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111209201A (zh) * | 2020-01-03 | 2020-05-29 | 恩亿科(北京)数据科技有限公司 | 一种广告投放测试方法及装置 |
| CN111209201B (zh) * | 2020-01-03 | 2023-08-25 | 恩亿科(北京)数据科技有限公司 | 一种广告投放测试方法及装置 |
| CN111144957A (zh) * | 2020-04-07 | 2020-05-12 | 腾讯科技（深圳）有限公司 | 信息投放方法、装置、服务器及存储介质 |
| CN111144957B (zh) * | 2020-04-07 | 2021-03-19 | 腾讯科技（深圳）有限公司 | 信息投放方法、装置、服务器及存储介质 |
| CN111566684A (zh) * | 2020-04-13 | 2020-08-21 | 支付宝(杭州)信息技术有限公司 | 用于优化广告的用户分组的方法和系统 |
| WO2020143849A3 (en) * | 2020-04-13 | 2021-02-11 | Alipay (Hangzhou) Information Technology Co., Ltd. | Method and system for optimizing user grouping for advertisement |
| US11227309B2 (en) | 2020-04-13 | 2022-01-18 | Alipay (Hangzhou) Information Technology Co., Ltd. | Method and system for optimizing user grouping for advertisement |
| CN111566684B (zh) * | 2020-04-13 | 2022-05-27 | 支付宝(杭州)信息技术有限公司 | 用于优化广告的用户分组的方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110443647B (zh) | 2022-09-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110443647A (zh) | 信息投放方法及设备 | |
| CN109976997A (zh) | 测试方法和装置 | |
| CN109146490A (zh) | 区块生成方法、装置和系统 | |
| CN108900388A (zh) | 用于监控网络质量的方法和设备 | |
| CN109947565A (zh) | 用于分配计算任务的方法和装置 | |
| CN109495513A (zh) | 无监督的加密恶意流量检测方法、装置、设备及介质 | |
| CN109949063A (zh) | 一种地址确定方法、装置、电子设备及可读存储介质 | |
| CN109582452A (zh) | 一种容器调度方法、调度装置及电子设备 | |
| CN110264262A (zh) | 基于用户行为的数据处理方法、装置及电子设备 | |
| CN110427304A (zh) | 用于银行系统的运维方法、装置、电子设备以及介质 | |
| CN110362750A (zh) | 目标用户确定方法、装置、电子设备和计算机可读介质 | |
| CN110515968A (zh) | 用于输出信息的方法和装置 | |
| CN110223124A (zh) | 数据处理方法、装置、电子设备及计算机可读介质 | |
| CN109150700A (zh) | 一种数据采集的方法及装置 | |
| CN106897410A (zh) | 一种基于大数据的WiFi增值服务系统及实现方法 | |
| CN111737765A (zh) | 区块链资源的管理方法及装置 | |
| Zhiling et al. | Location: A feature for service selection in the era of big data | |
| CN110245684A (zh) | 数据处理方法、电子设备和介质 | |
| CN109639747A (zh) | 数据请求处理、询问消息处理方法、装置以及设备 | |
| CN110516463A (zh) | 用于生成信息的方法和装置 | |
| CN110414613A (zh) | 区域聚类的方法、装置、设备和计算机可读存储介质 | |
| CN110276011A (zh) | 信息推荐的方法、装置、电子设备及计算机可读介质 | |
| CN112667753A (zh) | 一种挖掘实体节点路径的方法及计算机设备 | |
| CN109377284A (zh) | 用于推送信息的方法和电子设备 | |
| CN107169639A (zh) | 一种测试任务分配方法和装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |