CN110610375B - 一种广告过滤方法、装置及计算机设备 - Google Patents

一种广告过滤方法、装置及计算机设备 Download PDF

Info

Publication number
CN110610375B
CN110610375B CN201810623805.XA CN201810623805A CN110610375B CN 110610375 B CN110610375 B CN 110610375B CN 201810623805 A CN201810623805 A CN 201810623805A CN 110610375 B CN110610375 B CN 110610375B
Authority
CN
China
Prior art keywords
filtering
advertisement
filter
condition
matched
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.)
Active
Application number
CN201810623805.XA
Other languages
English (en)
Other versions
CN110610375A (zh
Inventor
刘洪滨
史高峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
3600 Technology Group Co ltd
Original Assignee
3600 Technology Group Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 3600 Technology Group Co ltd filed Critical 3600 Technology Group Co ltd
Priority to CN201810623805.XA priority Critical patent/CN110610375B/zh
Publication of CN110610375A publication Critical patent/CN110610375A/zh
Application granted granted Critical
Publication of CN110610375B publication Critical patent/CN110610375B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (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)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例提供一种广告过滤方法、装置及计算机设备，所述方法包括：获取各广告过滤条件的过滤开销及各所述广告过滤条件的过滤比率；根据所述过滤开销及所述过滤比率确定各所述广告过滤条件的过滤值；基于所述过滤值，按照预设的排序规则对所述广告过滤条件进行排序；基于排序后的各所述广告过滤条件对多个广告信息进行过滤，获取符合待匹配流量的广告信息；如此，可以根据各所述广告过滤条件的过滤开销及过滤比率，确定相应的过滤值，基于所述过滤值按照预设的排序规则对各所述广告过滤条件进行排序，这样就会根据过滤值优先选用综合性能较强的广告过滤条件对广告信息进行过滤，从而提高了过滤精度，也提高了过滤性能及过滤的稳定性。

Description

一种广告过滤方法、装置及计算机设备
技术领域
本发明属于广告投放技术领域，尤其涉及一种广告过滤方法、装置及计算机设备。
背景技术
目前为了增加商业利益，网页开发者会在网页或网站上投放广告信息。随着广告信息的增多，需要利用广告过滤条件对众多广告信息进行检索、过滤，以能获取与该广告页面流量匹配的广告信息。
而随着广告的增多，广告过滤条件也越来多。现有技术中广告过滤条件对广告信息进行过滤时，广告过滤的精度、过滤性能及整体过滤性能得不到保证。
发明内容
鉴于上述问题，本发明实施例提供一种广告过滤方法、装置及计算机设备，用于解决现有技术中利用广告过滤条件对广告信息进行过滤时，广告过滤的精度及效率得不到保证的技术问题。
第一方面，本发明提供一种广告过滤方法，所述方法包括：
获取各广告过滤条件的过滤开销及各所述广告过滤条件的过滤比率；
根据所述过滤开销及所述过滤比率确定各所述广告过滤条件的过滤值；
基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序；
基于排序后的各所述广告过滤条件对多个广告信息进行过滤，获取符合待匹配流量的广告信息。
可选的，所述获取各所述广告过滤条件的过滤比率，包括：
从数据库中获取各所述广告过滤条件分别对多个广告信息进行过滤的历史数据；
基于各所述历史数据分别统计各所述广告过滤条件对多个所述广告信息过滤成功的过滤比率。
可选的，所述根据所述过滤开销及所述过滤比率确定各过滤条件的过滤值，包括：
根据公式score_filter＝(rate_fail)/(spend_filter)确定各过滤条件的过滤值score_filter；其中，所述rate_fail为所述过滤比率，所述spend_filter为所述过滤开销。
可选的，所述基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序，包括：
按照所述过滤值从大到小的顺序对各所述广告过滤条件进行排序。
可选的，所述根据所述过滤开销及所述过滤比率确定各过滤条件的过滤值，包括：
根据公式score_filter＝(spend_filter)/(rate_fail)确定各过滤条件的过滤值score_filter；其中，所述rate_fail为所述过滤比率，所述spend_filter为所述过滤开销。
可选的，所述基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序，包括：
按照所述过滤值从小到大的顺序对各所述广告过滤条件进行排序。
可选的，所述基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序，包括：
基于当前次的前一次过滤值，对各广告过滤条件进行排序，获取当前次的前一次广告过滤条件的排序结果；
利用当前次的前一次广告过滤条件的排序结果作为当前次排序的排序基准，不断进行迭代排序。
第二方面，本发明提供一种广告过滤装置，所述装置包括：
第一获取单元，用于获取各广告过滤条件的过滤开销及各所述广告过滤条件的过滤比率；
第一确定单元，用于根据所述过滤开销及所述过滤比率确定各所述广告过滤条件的过滤值；
排序单元，用于基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序；
第一过滤单元，用于基于排序后的各所述广告过滤条件对多个广告信息进行过滤，获取符合待匹配流量的广告信息。
可选的，所述第一获取单元具体用于：
从数据库中获取各所述广告过滤条件分别对多个广告信息进行过滤的历史数据；
基于各所述历史数据分别统计各所述广告过滤条件对多个所述广告信息过滤成功的过滤比率。
可选的，所述第一确定单元具体用于：
根据公式score_filter＝(rate_fail)/(spend_filter)确定各过滤条件的过滤值score_filter；其中，所述rate_fail为所述过滤比率，所述spend_filter为所述过滤开销。
可选的，所述排序单元具体用于：按照所述过滤值从大到小的顺序对各所述广告过滤条件进行排序。
可选的，所述第一确定单元具体用于：
根据公式score_filter＝(spend_filter)/(rate_fail)确定各过滤条件的过滤值score_filter；其中，所述rate_fail为所述过滤比率，所述spend_filter为所述过滤开销。
可选的，所述排序单元具体用于：按照所述过滤值从小到大的顺序对各所述广告过滤条件进行排序。
可选的，所述排序单元具体用于：
基于当前次的前一次过滤值，对各广告过滤条件进行排序，获取当前次的前一次广告过滤条件的排序结果；
利用当前次的前一次广告过滤条件的排序结果作为当前次排序的排序基准，不断进行迭代排序。
第三方面，本发明提供一种广告过滤方法，所述方法包括：
获取多个不同的待匹配流量；
为不同的待匹配流量确定各自适配的广告过滤条件的过滤顺序；
针对不同的待匹配流量，分别采用适配的过滤顺序的所述广告过滤条件对多个广告信息进行过滤，获取符合不同待匹配流量的广告信息。
可选的，所述为不同的待匹配流量确定各自适配的广告过滤条件的过滤顺序，包括：
获取各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤开销，以及各所述广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤比率；
根据各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤开销，以及各所述广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤比率确定各所述广告过滤条件针对不同的待匹配流量的过滤值；
基于各所述广告过滤条件针对不同的待匹配流量的过滤值，按照预设的排序规则为不同的待匹配流量确定各自适配的广告过滤条件的过滤顺序。
第四方面，本发明提供一种广告过滤装置，所述装置包括：
第二获取单元，用于获取多个不同的待匹配流量；
第二确定单元，用于为不同的待匹配流量确定各自适配的广告过滤条件的过滤顺序；
第二过滤单元，用于针对不同的待匹配流量，分别采用适配的过滤顺序的所述广告过滤条件对多个广告信息进行过滤，获取符合不同待匹配流量的广告信息。
可选的，所述第二确定单元包括：
获取子单元，用于获取各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤开销，以及各所述广告过滤条件针对多个待匹配流量和/或多个广告信息的过滤比率；
第一确定子单元，用于根据各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤开销，以及各所述广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤比率确定各所述广告过滤条件针对不同的待匹配流量的过滤值；
第二确定子单元，用于基于各所述广告过滤条件针对不同的待匹配流量的过滤值，按照预设的排序规则为不同的待匹配流量确定各自适配的广告过滤条件的过滤顺序。
第五方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时能够实现如上述任一项所述的方法。
第五方面，本发明提供一种用于确定广告过滤条件顺序的计算机设备，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中，
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如上述任一项所述的方法。
本申请实施例中提供的技术方案，至少具有如下技术效果或优点：
本发明实施例提供一种广告过滤方法、装置及计算机设备，所述方法包括：获取各广告过滤条件的过滤开销及各所述广告过滤条件的过滤比率；根据所述过滤开销及所述过滤比率确定各所述广告过滤条件的过滤值；基于所述过滤值，按照预设的排序规则对所述广告过滤条件进行排序；基于排序后的各所述广告过滤条件对多个广告信息进行过滤，获取符合待匹配流量的广告信息；如此，可以根据各所述广告过滤条件的过滤开销及过滤比率，确定相应的过滤值，基于所述过滤值按照预设的排序规则对各所述广告过滤条件进行排序，这样就会根据过滤值优先选用综合性能较强的广告过滤条件对广告信息进行过滤，从而提高了过滤精度，也提高了过滤性能及过滤的稳定性。
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示出了本发明实施例一提供的广告过滤方法流程示意图；
图2示出了本发明实施例二提供的广告过滤装置结构示意图；
图3示出了本发明实施例三提供的广告过滤方法流程示意图；
图4示出了本发明实施例四提供的广告过滤装置结构示意图；
图5示出了本发明实施例四提供的第二确定单元的结构示意图。
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。
实施例一
本发明实施例提供了一种广告过滤方法，如图1所示，所述方法包括：
S110，获取各广告过滤条件的过滤开销及各所述广告过滤条件的过滤比率；
本步骤中，过滤开销包括静态开销及动态开销；所述静态开销是固定的开销，也即不管待匹配流量是否相同，广告信息是否相同，广告过滤条件的开销是一定的，是不以待匹配流量及广告信息的变化而变化的。所述静态开销为广告过滤条件的CPU使用率。
但一般来说，不同的广告位具有不同的流量，一个广告位中也可能对应多个待匹配流量，广告信息也是各不相同，因此各广告过滤条件针对这些待匹配流量及这些广告信息的过滤开销是不同的；也即各广告过滤条件在实际过滤过程中过滤开销是不固定的，该过滤开销为动态开销。比如：有些广告过滤条件的动态开销可以仅由待匹配流量确定；有些广告过滤条件的动态开销仅可以仅由广告信息确定；而有些广告过滤条件的动态开销需要由和待匹配流量和广告信息二者来确定。
其中，这里所说的待匹配流量代表用户点击广告位，广告位为用户展示相应的广告信息时需要的流量，因每个用户对应的流量可能相同也可能是不同的，为了降低处理器的处理负担，接收到每个用户的流量时，并不是每个流量都是可以认为是待匹配流量，需要根据用户的属性信息及广告位的属性信息为该流量确定一种对应的待匹配流量，也就是说，待匹配流量可能只包括几种或几十种，而用户的流量可能包括几千或几万种。其中，用户的属性信息可以包括性别、年龄及浏览兴趣等；广告位的属性信息可以包括：广告位的类别等。比如说A用户和B用户对应的流量虽然不同，但是其性别、年龄及浏览兴趣都大致相同，那么为A用户和B用户确定对应的待匹配流量时，可以确定为同一种待匹配流量。
比如，在众多广告信息中，需利用广告过滤条件找出和待匹配流量可以匹配的广告信息。而针对不同的待匹配流量，因各广告过滤条件需要利用不同的运算才能实现过滤需求，所以各广告过滤条件针对不同待匹配流量的过滤开销是不同的。
比如，某种待匹配流量不允许黑名单中的广告出现，那么当广告过滤条件在对广告信息进行过滤时，需要获取到广告信息标识ID，查询该广告信息ID是否在在黑名单列表中，如果在黑名单列表中，则将该广告信息过滤掉。而广告过滤条件需要使用复杂的数据结构才能进行列表查询，因此针对这种待匹配流量，广告过滤条件的开销就比较大。
若某种待匹配流量只允许放置枚举值，因枚举值的数量较少，因此广告过滤条件只进行简单的逻辑或运算(简称V运算)即可过滤出枚举值，那么相应地，针对这种待匹配流量，广告过滤条件的开销就比较小。
同样的道理，每个广告过滤条件对广告信息进行过滤时，过滤成功的过滤比率也不同。本实施例为了可以提高广告过滤的效率及稳定性，先利用广告过滤条件的开销及过滤比率确定广告过滤条件的综合性能，再优先选用综合性能高的广告过滤条件对广告信息进行过滤。因此本步骤中需要获取各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤开销以及各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤比率。
具体地，在实际过滤过程中可以利用开销计算函数直接计算出各广告过滤条件针对每个待匹配流量的动态过滤开销；或利用开销计算函数计算出各广告过滤条件针对多个广告信息的动态过滤开销；或利用开销计算函数计算出各广告过滤条件针对每个待匹配流量及多个广告信息的动态过滤开销；所述动态过滤开销即是在实际过滤过程中是利用开销计算函数计算出的各CPU使用率，各CPU使用率即为各广告过滤条件的动态过滤开销。
而在获取各广告过滤条件的过滤比率时，可以从数据库中获取各广告过滤条件分别对多个广告信息进行过滤的历史数据；基于各历史数据分别统计各广告过滤条件对多个广告信息过滤成功的过滤比率；或者，
从数据库中获取各广告过滤条件分别针对每个待匹配流量进行过滤的历史数据；基于各历史数据分别统计各广告过滤条件针对每个待匹配流量过滤成功的过滤比率；或者，
在实际过滤过程中实时采集各广告过滤条件分别针对每个待匹配流量和/或多个广告信息进行过滤的数据，然后统计出各广告过滤条件的过滤比率。
S111，根据所述过滤开销及所述过滤比率确定各所述广告过滤条件的过滤值；
当获取到各广告过滤条件的过滤开销及过滤比率后，根据所述过滤开销及所述过滤比率确定各广告过滤条件的过滤值。
这里，可以根据公式(1)确定各广告过滤条件的过滤值score_filter：
score_filter＝(rate_fail)/(spend_filter) (1)
公式(1)中，所述rate_fail为所述过滤比率，所述spend_filter为所述过滤开销。
作为可选的一种实施例，也可根据公式(2)确定各广告过滤条件的过滤值score_filter：
score_filter＝(spend_filter)/(rate_fail) (2)
S112，基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序；
当过滤值确定出之后，可以基于所述过滤值，按照预设的排序规则对各广告过滤条件进行排序。
这里，若根据公式(1)确定的过滤值对各广告过滤条件进行排序时，按照过滤值从大到小的顺序对各广告过滤条件进行排序，即优先使用较大过滤值对应的广告过滤条件对广告信息进行过滤。
若根据公式(2)确定的过滤值对各广告过滤条件进行排序时，按照过滤值从小到大的顺序对各广告过滤条件进行排序，即优先使用较小过滤值对应的广告过滤条件对广告信息进行过滤。
这里，以公式(1)确定的过滤值对各广告过滤条件进行排序做具体说明，如下：
比如广告过滤条件包括5个，分别为A、B、C、D、E，为第一种待匹配流量确定过滤顺序时，计算出A的过滤值为1、B的过滤值为2、C的过滤值为3、D的过滤值为4、E的过滤值为6，那么就可以确定出第一种待匹配流量适配的广告过滤条件的顺序为EDCBA。
为第二种待匹配流量确定过滤顺序时，计算出A的过滤值为4、B的过滤值为1、C的过滤值为2、D的过滤值为5、E的过滤值为3，那么就可以确定出第二种待匹配流量适配的广告过滤条件的顺序为DAECB。
另外，为了不断优化广告过滤条件的顺序，提高广告过滤的整体性能，本实施例中在基于所述过滤值，按照预设的排序规则对各广告过滤条件进行排序时，是基于迭代原则进行排序的。
具体地，是基于当前次的前一次过滤值，对各广告过滤条件进行排序，获取当前次的前一次广告过滤条件的排序结果；利用当前次的前一次广告过滤条件的排序结果作为当前次排序的排序基准，不断进行迭代排序。
比如，需要对1000条广告信息进行过滤，可以将1000条广告信息分为10组，每组100条。那么首次可以基于常用的广告过滤条件的顺序对第一组100条广告信息进行过滤，过滤完成后，可以获取到各广告条件的过滤开销及过滤比率，该过滤开销及过滤比率就是根据实时采集的数据进行统计得出的；然后基于各广告条件的过滤开销及过滤比率确定各广告条件的过滤值，按照预设的排序规则对广告条件进行排序，获取第一次排序结果。
在对第二组100条广告信息进行过滤时，利用第一次排序结果作为第二次排序的排序基准，按照同样的方法进行第二次迭代排序。
按照上述同样的方法不断进行迭代排序，直至过滤完1000条广告信息，这样在排序的过程中是不断对广告过滤条件的顺序进行调整优化的，进一步提高了整体过滤的性能。
S113，基于排序后的各所述广告过滤条件对多个广告信息进行过滤，获取符合待匹配流量的广告信息。
对各广告过滤条件进行排序之后，基于排序后的各广告过滤条件对多个广告信息进行过滤，获取符合待匹配流量的广告信息。
这样通过调整广告过滤条件顺序，为不同的待匹配流量确定适配的过滤顺序的对广告信息进行过滤，可以提高过滤性能及过滤的稳定性。
实施例二
相应于实施例一，本实施例提供一种广告过滤装置，如图2所示，所述装置包括：第一获取单元21、第一确定单元22、排序单元23及第一过滤单元24；其中，
过滤开销包括静态开销及动态开销；所述静态开销是固定的开销，也即不管待匹配流量是否相同，广告信息是否相同，广告过滤条件的开销是一定的，是不以待匹配流量及广告信息的变化而变化的。
但一般来说，不同的广告位具有不同的流量，一个广告位中也可能对应多个待匹配流量，广告信息也是各不相同，因此各广告过滤条件针对每个待匹配流量及多个广告信息的过滤开销是不同的；也即各广告过滤条件在实际过滤过程中过滤开销是不固定的，该过滤开销为动态开销。比如：有些广告过滤条件的动态开销可以仅由待匹配流量确定；有些广告过滤条件的动态开销仅可以仅由广告信息确定；而有些广告过滤条件的动态开销需要由和待匹配流量和广告信息二者来确定。
其中，这里所说的待匹配流量代表用户点击广告位，广告位为用户展示相应的广告信息时需要的流量，因每个用户对应的流量可能相同也可能是不同的。为了降低处理器的处理负担，接收到每个用户的流量时，并不是每个流量都是可以认为是待匹配流量，需要根据用户的属性信息及广告位的属性信息为该流量确定一种对应的待匹配流量，也就是说，待匹配流量可能只包括几种或几十种。其中，用户的属性信息可以包括性别、年龄及浏览兴趣等；广告位的属性信息可以包括：广告位的类别等。比如说A用户和B用户对应的流量虽然不同，但是其性别、年龄及浏览兴趣都大致相同，那么为A用户和B用户确定对应的待匹配流量时，可以确定同一种待匹配流量。
比如，在众多广告信息中，需利用广告过滤条件找出和流量可以匹配的广告信息。而针对不同的待匹配流量，因各广告过滤条件需要利用不同的运算才能实现过滤需求，因此各广告过滤条件针对不同待匹配流量的过滤开销是不同的。
比如，某种待匹配流量不允许黑名单中的广告出现，那么当广告过滤条件在对广告信息进行过滤时，需要获取到广告信息标识ID，查询该广告信息ID是否在在黑名单列表中，如果在黑名单列表中，则将该广告信息过滤掉。而广告过滤条件需要使用复杂的数据结构才能进行列表查询，因此针对这种待匹配流量，广告过滤条件的开销就比较大。
若某种待匹配流量只允许放置枚举值，因枚举值的数量较少，因此广告过滤条件只进行简单的V运算即可过滤出枚举值，那么相应地，针对这种待匹配流量，广告过滤条件的开销就比较小。
同样的道理，每个广告过滤条件对不同的广告信息进行过滤时，过滤成功的过滤比率也不同。本实施例为了可以提高广告过滤的效率及稳定性，利用广告过滤条件的开销及过滤比率确定广告过滤条件的综合性能，优先选用综合性能高的广告过滤条件对广告信息进行过滤，因此第一获取单元21需要获取各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤开销以及各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤比率。
具体地，在实际过滤过程中第一获取单元21就可以利用开销计算函数直接计算出各广告过滤条件针对每个匹配流量的动态过滤开销；或利用开销计算函数计算出各广告过滤条件针对多个广告信息的动态过滤开销；或利用开销计算函数计算出各广告过滤条件针对每个待匹配流量及每个广告信息的动态过滤开销；所述动态过滤开销即是在实际过滤过程中是利用开销计算函数计算出的各广告过滤条件的CPU使用率，各CPU使用率即为各广告过滤条件的动态过滤开销。
而在获取各广告过滤条件的过滤比率时，第一获取单元21可以从数据库中获取各广告过滤条件分别对多个广告信息进行过滤的历史数据；基于各历史数据分别统计各广告过滤条件对多个广告信息过滤成功的过滤比率；或者，
从数据库中获取各广告过滤条件分别针对每个待匹配流量进行过滤的历史数据；基于各历史数据分别统计各广告过滤条件针对不同待匹配流量过滤成功的过滤比率；或者，
在实际过滤过程中实时采集各广告过滤条件分别针对每个待匹配流量和/或多个广告信息进行过滤的数据，然后统计出各广告过滤条件的过滤比率。
当第一获取单元21获取各广告过滤条件的过滤开销及各广告过滤条件的过滤比率后，第一确定单元22用于根据所述过滤开销及所述过滤比率确定各广告过滤条件的过滤值。
这里，第一确定单元22可以根据公式(1)确定各广告过滤条件的过滤值score_filter：
score_filter＝(rate_fail)/(spend_filter) (1)
公式(1)中，所述rate_fail为所述过滤比率，所述spend_filter为所述过滤开销。
作为可选的一种实施例，第一确定单元22也可根据公式(2)确定各广告过滤条件的过滤值score_filter：
score_filter＝(spend_filter)/(rate_fail) (2)
当过滤值确定出之后，排序单元23用于基于所述过滤值，按照预设的排序规则对各广告过滤条件进行排序；
这里，若第一确定单元22根据公式(1)确定的过滤值对各所述广告过滤条件进行排序时，排序单元23按照过滤值从大到小的顺序对各所述广告过滤条件进行排序，即优先使用较大过滤值对应的广告过滤条件对广告信息进行过滤。
若第一确定单元22根据公式(2)确定的过滤值对各所述广告过滤条件进行排序时，排序单元23按照过滤值从小到大的顺序对各所述广告过滤条件进行排序，即优先使用较小过滤值对应的广告过滤条件对广告信息进行过滤。
这里，以公式(1)确定的过滤值对各广告过滤条件进行排序做具体说明，如下：
比如广告过滤条件包括5个，分别为A、B、C、D、E，为第一种待匹配流量确定过滤顺序时，计算出A的过滤值为1、B的过滤值为2、C的过滤值为3、D的过滤值为4、E的过滤值为6，那么第一确定单元22就可以确定出第一种待匹配流量适配的广告过滤条件的顺序为EDCBA。
为第二种待匹配流量确定过滤顺序时，计算出A的过滤值为4、B的过滤值为1、C的过滤值为2、D的过滤值为5、E的过滤值为3，那么第一确定单元22就可以确定出第二种待匹配流量适配的广告过滤条件的顺序为DAECB。
另外，为了不断优化广告过滤条件的顺序，提高广告过滤的整体性能，排序单元23在基于所述过滤值，按照预设的排序规则对各广告过滤条件进行排序时，是基于迭代原则进行排序的。
具体地，排序单元23是基于当前次的前一次过滤值，对各广告过滤条件进行排序，获取当前次的前一次广告过滤条件的排序结果；利用当前次的前一次广告过滤条件的排序结果作为当前次排序的排序基准，不断进行迭代排序。
比如，需要对1000条广告信息进行过滤，可以将1000条广告信息分为10组，每组100条。那么排序单元23首次可以基于常用的广告过滤条件的顺序对第一组100条进行过滤，过滤完成后，可以获取到各广告条件的过滤开销及过滤比率，该过滤开销及过滤比率就是根据实时采集的数据进行统计得出的；然后基于各广告条件的过滤开销及过滤比率确定各广告条件的过滤值，按照预设的排序规则对广告条件进行排序，获取第一次排序结果。
在对第二组100条广告信息进行过滤时，排序单元23利用第一次排序结果作为第二次排序的排序基准，按照同样的方法进行第二次迭代排序。
按照上述同样的方法不断进行迭代排序，直至过滤完1000条广告信息，这样在排序的过程中是不断对广告过滤条件的顺序进行调整的，进一步提高了整体过滤的性能。
对各广告过滤条件进行排序之后，第一过滤单元24用于基于排序后的各所述广告过滤条件对多个广告信息进行过滤，获取符合待匹配流量的广告信息。
这样通过调整广告过滤条件顺序，为不同的待匹配流量确定适配的过滤顺序的对广告信息进行过滤，可以提高过滤性能及过滤的稳定性。
实施例三
本实施例还提供了一种广告过滤方法，与实施例一不同的是，本实施例是针对多个不同待匹配流量为主体进行撰写的，实施例一是针对当前待匹配流量为主体进行撰写的，如图3所示，所述方法包括：
S310，获取多个不同的待匹配流量；
一般来说，不同的广告位具有不同的流量，在众多广告信息中，需利用广告过滤条件找出和流量可以匹配的广告信息，因此在需要对多个广告位投放广告信息时，需要获取多个不同的待匹配流量。
S311，为不同的待匹配流量确定各自适配的广告过滤条件的过滤顺序；
获取到多个待匹配流量后，为了提高广告过滤的效率及稳定性，需要为不同的待匹配流量确定各自适配的广告过滤条件的过滤顺序。
具体地，首先获取各广告过滤条件的过滤开销及各所述广告过滤条件的过滤比率。这里，过滤开销包括静态开销及动态开销；所述静态开销是固定的开销，也即不管待匹配流量是否相同，广告信息是否相同，广告过滤条件的开销是一定的，是不以待匹配流量及广告信息的变化而变化的。所述静态开销为广告过滤条件的CPU使用率。
但一般来说，不同的广告位具有不同的流量，，一个广告位中也可能对应多个待匹配流量，广告信息也是各不相同，因此各广告过滤条件针对每个待匹配流量及多个广告信息的过滤开销是不同的；也即各广告过滤条件在实际过滤过程中过滤开销是不固定的，该过滤开销为动态开销。比如：有些广告过滤条件的动态开销可以仅由待匹配流量确定；有些广告过滤条件的动态开销仅可以仅由广告信息确定；而有些广告过滤条件的动态开销需要由和待匹配流量和广告信息二者来确定。
其中，这里所说的待匹配流量代表用户点击广告位，广告位为用户展示相应的广告信息时需要的流量，因每个用户对应的流量可能相同也可能是不同的。为了降低处理器的处理负担，接收到每个用户的流量时，并不是每个流量都是可以认为是待匹配流量，需要根据用户的属性信息及广告位的属性信息为该流量确定一种对应的待匹配流量，也就是说，待匹配流量可能只包括几种或几十种。其中，用户的属性信息可以包括性别、年龄及浏览兴趣等；广告位的属性信息可以包括：广告位的类别等。比如说A用户和B用户对应的流量虽然不同，但是其性别、年龄及浏览兴趣都大致相同，那么为A用户和B用户确定对应的待匹配流量时，可以确定同一种待匹配流量。
比如，不同的待匹配流量，因各广告过滤条件需要利用不同的运算才能实现过滤需求，所以各广告过滤条件针对不同待匹配流量的过滤开销是不同的。
比如，某种待匹配流量不允许黑名单中的广告出现，那么当广告过滤条件在对广告信息进行过滤时，需要获取到广告信息标识ID，查询该广告信息ID是否在在黑名单列表中，如果在黑名单列表中，则将该广告信息过滤掉。而广告过滤条件需要使用复杂的数据结构才能进行列表查询，因此针对这种待匹配流量，广告过滤条件的开销就比较大。
若某种待匹配流量只允许放置枚举值，因枚举值的数量较少，因此广告过滤条件只进行简单的V运算即可过滤出枚举值，那么相应地，针对这种待匹配流量，广告过滤条件的开销就比较小。
同样的道理，每个广告过滤条件对不同的广告信息进行过滤时，过滤成功的过滤比率也不同。本实施例为了可以提高广告过滤的效率及稳定性，先利用广告过滤条件的开销及过滤比率确定广告过滤条件的综合性能，再优先选用综合性能高的广告过滤条件对广告信息进行过滤。因此本步骤中需要获取各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤开销以及各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤比率。
具体地，在实际过滤过程中可以利用开销计算函数直接计算出各广告过滤条件针对每个待匹配流量的动态过滤开销；或利用开销计算函数计算出各广告过滤条件针对多个广告信息的动态过滤开销；或利用开销计算函数计算出各广告过滤条件针对每个待匹配流量及多个广告信息的动态过滤开销；所述动态过滤开销即是在实际过滤过程中是利用开销计算函数计算出的各CPU使用率，各CPU使用率即为各广告过滤条件的动态过滤开销。
而在获取广告过滤条件的过滤比率时，可以从数据库中获取各广告过滤条件分别对多个广告信息进行过滤的历史数据；基于各历史数据分别统计各广告过滤条件对多个广告信息过滤成功的过滤比率；或者，
从数据库中获取各广告过滤条件分别针对每个待匹配流量进行过滤的历史数据；基于各历史数据分别统计各广告过滤条件针对不同待匹配流量过滤成功的过滤比率；或者，
在实际过滤过程中实时采集各广告过滤条件分别针对每个待匹配流量和/或每个广告信息进行过滤的数据，然后统计出各广告过滤条件的过滤比率。
当获取到各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤开销，以及各所述广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤比率，根据所述过滤开销及所述过滤比率确定各所述广告过滤条件针对不同的待匹配流量的过滤值。
这里，可以根据公式(1)确定各广告过滤条件的过滤值score_filter：
score_filter＝(rate_fail)/(spend_filter) (1)
公式(1)中，所述rate_fail为所述过滤比率，所述spend_filter为所述过滤开销。
作为可选的一种实施例，也可根据公式(2)确定各所述广告过滤条件的过滤值score_filter：
score_filter＝(spend_filter)/(rate_fail) (2)
过滤值确定出之后，可以基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序。
这里，若根据公式(1)确定的过滤值对各广告过滤条件进行排序时，按照所述过滤值从大到小的顺序对各广告过滤条件进行排序，即优先使用较大过滤值对应的广告过滤条件对广告信息进行过滤。
若根据公式(2)确定的过滤值对各广告过滤条件进行排序时，按照所述过滤值从小到大的顺序对各广告过滤条件进行排序，即优先使用较小过滤值对应的广告过滤条件对广告信息进行过滤。
这里，以公式(1)确定的过滤值对各广告过滤条件进行排序做具体说明，如下：
比如广告过滤条件包括5个，分别为A、B、C、D、E，为第一种待匹配流量确定过滤顺序时，计算出A的过滤值为1、B的过滤值为2、C的过滤值为3、D的过滤值为4、E的过滤值为6，那么就可以确定出第一种待匹配流量适配的广告过滤条件的顺序为EDCBA。
为第二种待匹配流量确定过滤顺序时，计算出A的过滤值为4、B的过滤值为1、C的过滤值为2、D的过滤值为5、E的过滤值为3，那么就可以确定出第二种待匹配流量适配的广告过滤条件的顺序为DAECB。
另外，为了不断优化广告过滤条件的顺序，提高广告过滤的整体性能，本实施例中在基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序时，是基于迭代原则进行排序的。
具体地，是基于当前次的前一次过滤值，对各广告过滤条件进行排序，获取当前次的前一次广告过滤条件的排序结果；利用当前次的前一次广告过滤条件的排序结果作为当前次排序的排序基准，不断进行迭代排序。
比如，需要对1000条广告信息进行过滤，可以将1000条广告信息分为10组，每组100条。那么首次可以基于常用的广告过滤条件的顺序对第一组100条进行过滤，过滤完成后，可以获取到各广告条件的过滤开销及过滤比率，该过滤开销及过滤比率就是根据实时采集的数据进行统计得出的；然后基于各广告条件的过滤开销及过滤比率确定各广告条件的过滤值，按照预设的排序规则对广告条件进行排序，获取第一次排序结果。
在对第二组100条广告信息进行过滤时，利用第一次排序结果作为第二次排序的排序基准，按照同样的方法进行第二次迭代排序。
按照上述同样的方法不断进行迭代排序，直至过滤完1000条广告信息，这样在排序的过程中是不断对广告过滤条件的顺序进行调整的，进一步提高了整体过滤的性能。
S312，针对不同的待匹配流量，分别采用适配的过滤顺序的所述广告过滤条件对多个广告信息进行过滤，获取符合不同待匹配流量的广告信息。
为不同的待匹配流量确定各自适配的广告过滤条件的过滤顺序后，针对不同的待匹配流量，分别采用适配的过滤顺序的所述广告过滤条件对多个广告信息进行过滤，获取符合不同待匹配流量的广告信息。
这样针对不同的待匹配流量，采用不同的过滤顺序的对广告信息进行过滤，提高了过滤性能及过滤的稳定性。
实施例四
相应于实施例三，本实施例还提供一种过滤广告过滤装置，与实施例二不同的是，本实施例的装置是针对多个不同待匹配流量的广告位为主体进行撰写的，实施例二的装置是针对当前待匹配流量的广告位进行撰写的，如图4所示，所述装置包括：第二获取单元41、第二确定单元42及第二过滤单元43；其中，
一般来说，不同的广告位具有不同的流量，在众多广告信息中，需利用广告过滤条件找出和流量可以匹配的广告信息，因此在需要对多个广告位投放广告信息时，所述第二获取单元41，需要获取多个不同的待匹配流量。
获取到多个不同的待匹配流量后，为了提高广告过滤的效率及稳定性，第二确定单元42需要为不同的待匹配流量确定各自适配的广告过滤条件的过滤顺序。
具体地，参见图5，所述第二确定单元42包括：获取子单元51、第一确定子单元52及第二确定子单元53；其中，
获取子单元51首先获取各广告过滤条件的过滤开销及各所述广告过滤条件的过滤比率。
这里，过滤开销包括静态开销及动态开销；所述静态开销是固定的开销，也即不管待匹配流量是否相同，广告信息是否相同，广告过滤条件的开销是一定的，是不以待匹配流量及广告信息的变化而变化的。所述静态开销为广告过滤条件的CPU使用率。
但一般来说，不同的广告位具有不同的流量，一个广告位中也可能对应多个待匹配流量，广告信息也是各不相同，因此各广告过滤条件针对每个待匹配流量及多个广告信息的过滤开销是不同的，各所述广告过滤条件针对每个待匹配流量及多个广告信息的过滤比率也是不同的；也即各广告过滤条件在实际过滤过程中过滤开销是不固定的，该过滤开销为动态开销。比如：有些广告过滤条件的动态开销可以仅由待匹配流量确定；有些广告过滤条件的动态开销仅可以仅由广告信息确定；而有些广告过滤条件的动态开销需要由和待匹配流量和广告信息二者来确定。
其中，这里所说的待匹配流量代表用户点击广告位，广告位为用户展示相应的广告信息时需要的流量，因每个用户对应的流量可能相同也可能是不同的，为了降低处理器的处理负担，接收到每个用户的流量时，并不是每个流量都是可以认为是待匹配流量，需要根据用户的属性信息及广告位的属性信息为该流量确定一种对应的待匹配流量，也就是说，待匹配流量可能只包括几种或几十种，而用户的流量可能包括几千或几万种。其中，用户的属性信息可以包括性别、年龄及浏览兴趣等；广告位的属性信息可以包括：广告位的类别等。比如说A用户和B用户对应的流量虽然不同，但是其性别、年龄及浏览兴趣都大致相同，那么为A用户和B用户确定对应的待匹配流量时，可以确定同一种待匹配流量。
比如，不同的待匹配流量，因各广告过滤条件需要利用不同的运算才能实现过滤需求，所以各广告过滤条件针对不同待匹配流量的过滤开销是不同的。
比如，某种待匹配流量不允许黑名单中的广告出现，那么当广告过滤条件在对广告信息进行过滤时，需要获取到广告信息标识ID，查询该广告信息ID是否在在黑名单列表中，如果在黑名单列表中，则将该广告信息过滤掉。而广告过滤条件需要使用复杂的数据结构才能进行列表查询，因此针对这种待匹配流量，广告过滤条件的开销就比较大。
若某种待匹配流量只允许放置枚举值，因枚举值的数量较少，因此广告过滤条件只进行简单的V运算即可过滤出枚举值，那么相应地，针对这种待匹配流量，广告过滤条件的开销就比较小。
同样的道理，由于各个广告信息的类型不同，广告过滤条件对不同的广告信息进行过滤时，过滤成功的过滤比率也不同。本实施例为了可以提高广告过滤的效率及稳定性，先利用广告过滤条件的开销及过滤比率确定广告过滤条件的综合性能，再优先选用综合性能高的广告过滤条件对广告信息进行过滤，因此获取子单元51需要获取各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤开销以及各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤比率。
具体地，在实际过滤过程中获取子单元51可以利用开销计算函数直接计算出各广告过滤条件针对每个待匹配流量的动态过滤开销；或利用开销计算函数计算出各广告过滤条件针对多个广告信息的动态过滤开销；或利用开销计算函数计算出各广告过滤条件针对每个待匹配流量及多个广告信息的动态过滤开销；所述动态过滤开销即是在实际过滤过程中是利用开销计算函数计算出的各CPU使用率，各CPU使用率即为各广告过滤条件的动态过滤开销。
而获取子单元51在获取广告过滤条件的过滤比率时，可以从数据库中获取各广告过滤条件分别对多个广告信息进行过滤的历史数据；基于各历史数据分别统计各广告过滤条件对多个广告信息过滤成功的过滤比率；或者，
从数据库中获取各广告过滤条件分别针对每个的待匹配流量进行过滤的历史数据；基于各历史数据分别统计各广告过滤条件针对不同的待匹配流量过滤成功的过滤比率；或者，
在实际过滤过程中实时采集各广告过滤条件分别针对每个待匹配流量和/或多个广告信息进行过滤的数据，然后统计出各广告过滤条件的过滤比率。
当获取子单元51获取到各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤开销，以及各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤比率后，第一确定子单元52用于根据各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤开销，以及各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤比率确定各广告过滤条件针对不同的待匹配流量的过滤值。
这里，第一确定子单元52可以根据公式(1)确定各广告过滤条件的过滤值score_filter：
score_filter＝(rate_fail)/(spend_filter) (1)
公式(1)中，所述rate_fail为所述过滤比率，所述spend_filter为所述过滤开销。
作为可选的一种实施例，第一确定子单元52也可根据公式(2)确定各广告过滤条件的过滤值score_filter：
score_filter＝(spend_filter)/(rate_fail) (2)
过滤值确定好之后，第二确定子单元53用于基于各所述广告过滤条件针对不同的待匹配流量的过滤值，按照预设的排序规则为不同的待匹配流量确定各自适配的广告过滤条件的过滤顺序。
这里，若第二确定子单元53根据公式(1)确定的过滤值对各所述广告过滤条件进行排序时，按照过滤值从大到小的顺序对各所述广告过滤条件进行排序，即优先使用较大过滤值对应的广告过滤条件对广告信息进行过滤。
若第二确定子单元53根据公式(2)确定的过滤值对各所述广告过滤条件进行排序时，按照过滤值从小到大的顺序对各所述广告过滤条件进行排序，即优先使用较小过滤值对应的广告过滤条件对广告信息进行过滤。
这里，以公式(1)确定的过滤值对各广告过滤条件进行排序做具体说明，如下：
比如广告过滤条件包括5个，分别为A、B、C、D、E，排序子单元54为第一种待匹配流量确定过滤顺序时，计算出A的过滤值为1、B的过滤值为2、C的过滤值为3、D的过滤值为4、E的过滤值为6，那么就可以确定出第一种待匹配流量适配的广告过滤条件的顺序为EDCBA。
第二确定子单元53为第二种待匹配流量确定过滤顺序时，计算出A的过滤值为4、B的过滤值为1、C的过滤值为2、D的过滤值为5、E的过滤值为3，那么就可以确定出第二种待匹配流量适配的广告过滤条件的顺序为DAECB。
另外，为了不断优化广告过滤条件的顺序，提高广告过滤的整体性能，本实施例中第二确定子单元53在基于所述过滤值，按照预设的排序规则对各广告过滤条件进行排序时，是基于迭代原则进行排序的。
具体地，第二确定子单元53是基于当前次的前一次过滤值，对各广告过滤条件进行排序，获取当前次的前一次广告过滤条件的排序结果；利用当前次的前一次广告过滤条件的排序结果作为当前次排序的排序基准，不断进行迭代排序。
比如，需要对1000条广告信息进行过滤，可以将1000条广告信息分为10组，每组100条。那么首次可以基于常用的广告过滤条件的顺序对第一组100条进行过滤，过滤完成后，可以获取到各广告条件的过滤开销及过滤比率，该过滤开销及过滤比率就是根据实时采集的数据进行统计得出的；然后基于各广告条件的过滤开销及过滤比率确定各广告条件的过滤值，按照预设的排序规则对广告条件进行排序，获取第一次排序结果。
在对第二组100条广告信息进行过滤时，利用第一次排序结果作为第二次排序的排序基准，按照同样的方法进行第二次迭代排序。
第二确定子单元53按照上述同样的方法不断进行迭代排序，直至过滤完1000条广告信息，这样在排序的过程中是不断对广告过滤条件的顺序进行调整的，进一步提高了整体过滤的性能。
第二确定单元42为不同的待匹配流量确定各自适配的广告过滤条件的过滤顺序后，第二过滤单元43用于针对不同的待匹配流量，分别采用适配的过滤顺序的广告过滤条件对多个广告信息进行过滤，获取符合不同待匹配流量的广告信息。
这样针对不同的待匹配流量，采用不同的过滤顺序的对广告信息进行过滤，提高了过滤性能及过滤的稳定性。
本发明实施例还公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法实施例的步骤。
本发明实施例还公开了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法实施例的步骤。
本申请实施例中提供的技术方案，至少具有如下技术效果或优点：
本发明实施例提供的一种广告过滤方法、装置及计算机设备，所述方法包括：获取各广告过滤条件的过滤开销及各所述广告过滤条件的过滤比率；根据所述过滤开销及所述过滤比率确定各所述广告过滤条件的过滤值；基于所述过滤值，按照预设的排序规则对所述广告过滤条件进行排序；基于排序后的各所述广告过滤条件对多个广告信息进行过滤，获取符合待匹配流量的广告信息；如此，可以根据各所述广告过滤条件的过滤开销及过滤比率，确定相应的过滤值，基于所述过滤值按照预设的排序规则对各所述广告过滤条件进行排序，这样就会根据过滤值优先选用综合性能较强的广告过滤条件对广告信息进行过滤，从而提高了过滤精度，也提高了过滤性能及过滤的稳定性。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统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网关、代理服务器、系统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。
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。
本发明公开了，A1、一种广告过滤方法，所述方法包括：
获取各广告过滤条件的过滤开销及各所述广告过滤条件的过滤比率；
根据所述过滤开销及所述过滤比率确定各所述广告过滤条件的过滤值；
基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序；
基于排序后的各所述广告过滤条件对多个广告信息进行过滤，获取符合待匹配流量的广告信息。
A2、如A1所述的方法，所述获取各所述广告过滤条件的过滤比率，包括：
从数据库中获取各所述广告过滤条件分别对多个广告信息进行过滤的历史数据；
基于各所述历史数据分别统计各所述广告过滤条件对多个所述广告信息过滤成功的过滤比率。
A3、如A1所述的方法，所述根据所述过滤开销及所述过滤比率确定各过滤条件的过滤值，包括：
根据公式score_filter＝(rate_fail)/(spend_filter)确定各过滤条件的过滤值score_filter；其中，所述rate_fail为所述过滤比率，所述spend_filter为所述过滤开销。
A4、如A3所述的方法，所述基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序，包括：
按照所述过滤值从大到小的顺序对各所述广告过滤条件进行排序。
A5、如A1所述的方法，所述根据所述过滤开销及所述过滤比率确定各过滤条件的过滤值，包括：
根据公式score_filter＝(spend_filter)/(rate_fail)确定各过滤条件的过滤值score_filter；其中，所述rate_fail为所述过滤比率，所述spend_filter为所述过滤开销。
A6、如A5所述的方法，所述基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序，包括：
按照所述过滤值从小到大的顺序对各所述广告过滤条件进行排序。
A7、如A1所述的方法，所述基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序，包括：
基于当前次的前一次过滤值，对各广告过滤条件进行排序，获取当前次的前一次广告过滤条件的排序结果；
利用当前次的前一次广告过滤条件的排序结果作为当前次排序的排序基准，不断进行迭代排序。
B8、一种广告过滤装置，所述装置包括：
第一获取单元，用于获取各广告过滤条件的过滤开销及各所述广告过滤条件的过滤比率；
第一确定单元，用于根据所述过滤开销及所述过滤比率确定各所述广告过滤条件的过滤值；
排序单元，用于基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序；
第一过滤单元，用于基于排序后的各所述广告过滤条件对多个广告信息进行过滤，获取符合待匹配流量的广告信息。
B9、如B8所述的装置，所述第一获取单元具体用于：
从数据库中获取各所述广告过滤条件分别对各广告信息进行过滤的历史数据；
基于各所述历史数据分别统计各所述广告过滤条件对各所述广告信息过滤成功的过滤比率。
B10、如权利要求B8所述的装置，所述第一确定单元具体用于：
根据公式score_filter＝(rate_fail)/(spend_filter)确定各过滤条件的过滤值score_filter；其中，所述rate_fail为所述过滤比率，所述spend_filter为所述过滤开销。
B11、如权利要求B10所述的装置，所述排序单元具体用于：按照所述过滤值从大到小的顺序对各所述广告过滤条件进行排序。
B12、如B8所述的装置，，所述第一确定单元具体用于：
根据公式score_filter＝(spend_filter)/(rate_fail)确定各过滤条件的过滤值score_filter；其中，所述rate_fail为所述过滤比率，所述spend_filter为所述过滤开销。
B13、如B12所述的装置，所述排序单元具体用于：按照所述过滤值从小到大的顺序对各所述广告过滤条件进行排序。
B14、如B8所述的装置，所述排序单元具体用于：
基于当前次的前一次过滤值，对各广告过滤条件进行排序，获取当前次的前一次广告过滤条件的排序结果；
利用当前次的前一次广告过滤条件的排序结果作为当前次排序的排序基准，不断进行迭代排序。
C15、一种广告过滤方法，所述方法包括：
获取多个不同的待匹配流量；
为不同的待匹配流量确定各自适配的广告过滤条件的过滤顺序；
针对不同的待匹配流量，分别采用适配的过滤顺序的所述广告过滤条件对多个广告信息进行过滤，获取符合不同待匹配流量的广告信息。
C16、如C15的方法，所述为不同的待匹配流量确定各自适配的广告过滤条件的过滤顺序，包括：
获取各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤开销，以及各所述广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤比率；
根据各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤开销，以及各所述广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤比率确定各所述广告过滤条件针对不同的待匹配流量的过滤值；
D17、一种广告过滤装置，所述装置包括：
第二获取单元，用于获取多个不同的待匹配流量；
第二确定单元，用于为不同的待匹配流量确定各自适配的广告过滤条件的过滤顺序；
第二过滤单元，用于针对不同的待匹配流量，分别采用适配的过滤顺序的所述广告过滤条件对多个广告信息进行过滤，获取符合不同待匹配流量的广告信息。
D18、如D17所述的装置，所述第二确定单元包括：
获取子单元，用于获取各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤开销，以及各所述广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤比率；
第一确定子单元，用于根据各广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤开销，以及各所述广告过滤条件针对每个待匹配流量和/或多个广告信息的过滤比率确定各所述广告过滤条件针对不同的待匹配流量的过滤值；
第二确定子单元，用于基于各所述广告过滤条件针对不同的待匹配流量的过滤值，按照预设的排序规则为不同的待匹配流量确定各自适配的广告过滤条件的过滤顺序。
E19、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：
获取各广告过滤条件的过滤开销及各所述广告过滤条件的过滤比率；
根据所述过滤开销及所述过滤比率确定各所述广告过滤条件的过滤值；
基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序；
基于排序后的各所述广告过滤条件对多个广告信息进行过滤，获取符合待匹配流量的广告信息。
F20、一种用于确定广告过滤条件顺序的计算机设备，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中，
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行A1至A7或C15任一项所述的方法。

Claims (16)

1.一种广告过滤方法，其特征在于，所述方法包括：
获取各广告过滤条件的过滤开销及各所述广告过滤条件的过滤比率；
根据所述过滤开销及所述过滤比率确定各所述广告过滤条件的过滤值；
基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序；
基于排序后的各所述广告过滤条件对多个广告信息进行过滤，获取符合待匹配流量的广告信息。
2.如权利要求1所述的方法，其特征在于，所述获取各所述广告过滤条件的过滤比率，包括：
从数据库中获取各所述广告过滤条件分别对多个广告信息进行过滤的历史数据；
基于各所述历史数据分别统计各所述广告过滤条件对多个所述广告信息过滤成功的过滤比率。
3.如权利要求1所述的方法，其特征在于，所述根据所述过滤开销及所述过滤比率确定各过滤条件的过滤值，包括：
根据公式score_filter＝(rate_fail)/(spend_filter)确定各过滤条件的过滤值score_filter；其中，所述rate_fail为所述过滤比率，所述spend_filter为所述过滤开销。
4.如权利要求3所述的方法，其特征在于，所述基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序，包括：
按照所述过滤值从大到小的顺序对各所述广告过滤条件进行排序。
5.如权利要求1所述的方法，其特征在于，所述根据所述过滤开销及所述过滤比率确定各过滤条件的过滤值，包括：
根据公式score_filter＝(spend_filter)/(rate_fail)确定各过滤条件的过滤值score_filter；其中，所述rate_fail为所述过滤比率，所述spend_filter为所述过滤开销。
6.如权利要求5所述的方法，其特征在于，所述基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序，包括：
按照所述过滤值从小到大的顺序对各所述广告过滤条件进行排序。
7.如权利要求1所述的方法，其特征在于，所述基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序，包括：
基于当前次的前一次过滤值，对各广告过滤条件进行排序，获取当前次的前一次广告过滤条件的排序结果；
利用当前次的前一次广告过滤条件的排序结果作为当前次排序的排序基准，不断进行迭代排序。
8.一种广告过滤装置，其特征在于，所述装置包括：
第一获取单元，用于获取各广告过滤条件的过滤开销及各所述广告过滤条件的过滤比率；
第一确定单元，用于根据所述过滤开销及所述过滤比率确定各所述广告过滤条件的过滤值；
排序单元，用于基于所述过滤值，按照预设的排序规则对各所述广告过滤条件进行排序；
第一过滤单元，用于基于排序后的各所述广告过滤条件对多个广告信息进行过滤，获取符合待匹配流量的广告信息。
9.如权利要求8所述的装置，其特征在于，所述第一获取单元具体用于：
从数据库中获取各所述广告过滤条件分别对多个广告信息进行过滤的历史数据；
基于各所述历史数据分别统计各所述广告过滤条件对多个所述广告信息过滤成功的过滤比率。
10.如权利要求8所述的装置，其特征在于，所述第一确定单元具体用于：
根据公式score_filter＝(rate_fail)/(spend_filter)确定各过滤条件的过滤值score_filter；其中，所述rate_fail为所述过滤比率，所述spend_filter为所述过滤开销。
11.如权利要求10所述的装置，其特征在于，所述排序单元具体用于：按照所述过滤值从大到小的顺序对各所述广告过滤条件进行排序。
12.如权利要求8所述的装置，其特征在于，所述第一确定单元具体用于：
根据公式score_filter＝(spend_filter)/(rate_fail)确定各过滤条件的过滤值score_filter；其中，所述rate_fail为所述过滤比率，所述spend_filter为所述过滤开销。
13.如权利要求12所述的装置，其特征在于，所述排序单元具体用于：按照所述过滤值从小到大的顺序对各所述广告过滤条件进行排序。
14.如权利要求8所述的装置，其特征在于，所述排序单元具体用于：
基于当前次的前一次过滤值，对各广告过滤条件进行排序，获取当前次的前一次广告过滤条件的排序结果；
利用当前次的前一次广告过滤条件的排序结果作为当前次排序的排序基准，不断进行迭代排序。
15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时能够实现如权利要求1至7任一项所述的方法。
16.一种用于确定广告过滤条件顺序的计算机设备，其特征在于，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中，
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至7任一项所述的方法。
CN201810623805.XA 2018-06-15 2018-06-15 一种广告过滤方法、装置及计算机设备 Active CN110610375B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810623805.XA CN110610375B (zh) 2018-06-15 2018-06-15 一种广告过滤方法、装置及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810623805.XA CN110610375B (zh) 2018-06-15 2018-06-15 一种广告过滤方法、装置及计算机设备

Publications (2)

Publication Number Publication Date
CN110610375A CN110610375A (zh) 2019-12-24
CN110610375B true CN110610375B (zh) 2023-10-20

Family

ID=68888673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810623805.XA Active CN110610375B (zh) 2018-06-15 2018-06-15 一种广告过滤方法、装置及计算机设备

Country Status (1)

Country Link
CN (1) CN110610375B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538047B (zh) * 2021-07-09 2023-07-21 小芒电子商务有限责任公司 广告过滤的统计方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004012041A2 (en) * 2002-07-25 2004-02-05 Google Inc. Method/system providing filtered/masked internet advertisements
CN104021172A (zh) * 2014-05-30 2014-09-03 北京搜狗科技发展有限公司 广告过滤方法及广告过滤装置
CN104462583A (zh) * 2014-12-30 2015-03-25 北京奇虎科技有限公司 一种进行广告拦截处理浏览器装置和移动终端
CN106897903A (zh) * 2017-02-21 2017-06-27 腾讯科技（深圳）有限公司 广告处理方法及广告系统
CN108062678A (zh) * 2016-11-08 2018-05-22 阿里巴巴集团控股有限公司 一种广告位分配方法、装置及广告投放系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004012041A2 (en) * 2002-07-25 2004-02-05 Google Inc. Method/system providing filtered/masked internet advertisements
CN104021172A (zh) * 2014-05-30 2014-09-03 北京搜狗科技发展有限公司 广告过滤方法及广告过滤装置
CN104462583A (zh) * 2014-12-30 2015-03-25 北京奇虎科技有限公司 一种进行广告拦截处理浏览器装置和移动终端
CN108062678A (zh) * 2016-11-08 2018-05-22 阿里巴巴集团控股有限公司 一种广告位分配方法、装置及广告投放系统
CN106897903A (zh) * 2017-02-21 2017-06-27 腾讯科技（深圳）有限公司 广告处理方法及广告系统

Also Published As

Publication number Publication date
CN110610375A (zh) 2019-12-24

Similar Documents

Publication Publication Date Title
WO2017121251A1 (zh) 一种信息推送方法及装置
CN103412881B (zh) 提供搜索结果的方法及系统
CN104809154A (zh) 用于资讯推荐的方法及装置
CN106445963B (zh) App平台的广告索引关键词自动生成方法和装置
JP2016505993A (ja) 検索語句を構成し、広告を配信し、製品情報を検索するための方法および装置
CN109241455B (zh) 一种推荐对象的展示方法及装置
CN106446157B (zh) 行程目的地推荐方法和装置
WO2008106668A1 (en) User query mining for advertising matching
CN103440199B (zh) 测试引导方法和装置
CN107341181B (zh) 搜索推荐方法、装置、计算机可读存储介质及计算机设备
CN106874335B (zh) 行为数据处理方法、装置及服务器
CN102855309A (zh) 一种基于用户行为关联分析的信息推荐方法及装置
CN105760380A (zh) 数据库查询方法、装置及系统
CN112463859B (zh) 基于大数据和业务分析的用户数据处理方法及服务器
CN107688563B (zh) 一种同义词的识别方法及识别装置
CN112528148A (zh) 资源信息展示、配置方法及装置
CN112182414A (zh) 文章推荐方法、装置及电子设备
CN110610375B (zh) 一种广告过滤方法、装置及计算机设备
CN108536763B (zh) 一种下拉提示方法和装置
CN110134812A (zh) 一种人脸搜索方法及其装置
CN112364185A (zh) 多媒体资源的特征确定方法、装置、电子设备和存储介质
CN110990701A (zh) 书籍搜索方法、计算设备及计算机存储介质
CN111009299A (zh) 相似药品推荐方法及系统、服务器及介质
CN111897894A (zh) Poi检索热度确定方法、装置、设备及存储介质
CN108170693B (zh) 推送热词的方法及装置

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230921

Address after: Room 03, 2nd Floor, Building A, No. 20 Haitai Avenue, Huayuan Industrial Zone (Huanwai), Binhai New Area, Tianjin, 300450

Applicant after: 3600 Technology Group Co.,Ltd.

Address before: 100088 room 112, block D, 28 new street, new street, Xicheng District, Beijing (Desheng Park)

Applicant before: BEIJING QIHOO TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant