CN111080359A - 一种标签算法确定方法、装置、服务器及存储介质 - Google Patents
一种标签算法确定方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN111080359A CN111080359A CN201911282522.4A CN201911282522A CN111080359A CN 111080359 A CN111080359 A CN 111080359A CN 201911282522 A CN201911282522 A CN 201911282522A CN 111080359 A CN111080359 A CN 111080359A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- traffic bucket
- bucket
- traffic
- algorithm
- 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
Images
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
- G06Q30/0255—Targeted advertisements based on user history
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/21—Flow control; Congestion control using leaky-bucket
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供的一种标签算法确定方法、装置、服务器及存储介质,基于与从预先设置的至少一个流量桶中确定与发送广告请求的用户匹配的流量桶对应的标签算法生成的用户的标签,将从至少一个广告中选取用于向用户返回的广告返回给用户,针对至少一个流量桶中的每个流量桶,统计与该流量桶匹配的所有用户分别对至少一个广告中每个广告的点击率,将从至少一个流量桶中确定广告的点击率最高的第一目标流量桶对应的标签算法作为广告的目标标签算法。这样,能够从众多标签算法中选取适用于广告的标签算法,进而便于提高广告主对该广告的广告投放效果。
Description
技术领域
本发明涉及计算机技术领域,更具体地说,涉及一种标签算法确定方法、装置、服务器及存储介质。
背景技术
随着社会的发展,广告市场正在以惊人的速度增长,尤其是网络广告投放的发展更为迅速。在网络广告投放过程中,为了挖掘更多的潜在用户,广告主通常希望针对具有某些特定标签的用户进行相应的广告投放,为了能够满足广告主的需求,需要利用标签算法为用户打上标签。然而,不同的标签算法对同一用户所生成的标签可能是不同的,广告主基于不同标签算法的广告投放效果也是有差异的。因此,如何从众多标签算法中选取适用于广告的标签算法,以提高广告主的广告投放效果,是亟待解决的问题。
发明内容
有鉴于此,本发明的目的在于提供一种标签算法确定方法、装置、服务器及存储介质,以从众多的标签算法中选取适用于广告的标签算法,进而便于提高广告主对该广告的广告投放效果。
为实现上述目的,本发明提供如下技术方案:
本发明第一方面公开一种标签算法确定方法,包括:
从预先设置的至少一个流量桶中确定与发送广告请求的用户匹配的流量桶,所述至少一个流量桶中不同所述流量桶对应的标签算法不同;
基于与所确定的流量桶对应的标签算法生成的所述用户的标签,从至少一个广告中选取用于向所述用户返回的广告,并将所选取的广告返回给所述用户;
针对所述至少一个流量桶中的每个所述流量桶,统计与该流量桶匹配的所有用户分别对所述至少一个广告中每个所述广告的点击率;
从所述至少一个流量桶中确定所述广告的点击率最高的第一目标流量桶,将所述第一目标流量桶对应的标签算法作为所述广告的目标标签算法。
可选的,所述至少一个流量桶中还包括一个未对应有标签算法的流量桶,该方法还包括:
检测所确定的流量桶是否对应有标签算法;
若所确定的流量桶未对应有标签算法,从至少一个广告中随机选取一个广告作为用于向所述用户返回的广告,并将所选取的广告返回给所述用户;
所述基于与所确定的流量桶对应的标签算法生成的所述用户的标签,从至少一个广告中选取用于向所述用户返回的广告,并将所选取的广告返回给所述用户,包括:若所确定的流量桶对应有标签算法,基于与所确定的流量桶对应的标签算法生成的所述用户的标签,从至少一个广告中选取用于向所述用户返回的广告,并将所选取的广告返回给所述用户。
可选的,所述从所述至少一个流量桶中确定所述广告的点击率最高的第一目标流量桶,将所述第一目标流量桶对应的标签算法作为所述广告的目标标签算法,包括:
从所述至少一个流量桶中确定所述广告的点击率最高的第一目标流量桶;
确定所述第一目标流量桶是否对应有标签算法;
若所述第一目标流量桶对应有标签算法,将所述第一目标流量桶对应的标签算法作为所述广告的目标标签算法;
若所述第一目标流量桶未对应有标签算法,确定所述至少一个流量桶对应的各个标签算法均不适用于所述广告。
可选的,所述至少一个广告属于同一广告行业时,该方法还包括:
针对所述至少一个流量桶中的每个所述流量桶,统计与该流量桶匹配的所有用户对所述至少一个广告的总点击率;
从所述至少一个流量桶中确定总点击率最高的第二目标流量桶,将所述第二目标流量桶对应的标签算法作为所述广告行业的目标标签算法。
可选的,所述从所述至少一个流量桶中确定总点击率最高的第二目标流量桶,将所述第二目标流量桶对应的标签算法作为所述广告行业的目标标签算法,包括:
从所述至少一个流量桶中确定总点击率最高的第二目标流量桶;
确定所述第二目标流量桶是否对应有标签算法;
若所述第二目标流量桶对应有标签算法,将所述第二目标流量桶对应的标签算法作为所述广告行业的目标标签算法;
若所述第二目标流量桶未对应有标签算法,确定所述至少一个流量桶对应的各个标签算法均不适用于所述广告行业。
可选的,所述从预先设置的至少一个流量桶中确定与发送广告请求的用户匹配的流量桶,包括:
获取发送广告请求的用户的唯一的用户标识;
对所述用户标识进行哈希计算得到所述用户标识的哈希值;
获取所述至少一个流量桶中每个所述流量桶的哈希值范围,任意两个所述流量桶的哈希值范围不重叠;
将所述至少一个流量桶中所述哈希值所属的哈希值范围对应的流量桶,确定为与所述用户匹配的流量桶。
本发明第二方面公开一种标签算法确定装置,包括:
第一确定单元,用于从预先设置的至少一个流量桶中确定与发送广告请求的用户匹配的流量桶,所述至少一个流量桶中不同所述流量桶对应的标签算法不同;
第一选取单元,用于基于与所确定的流量桶对应的标签算法生成的所述用户的标签,从至少一个广告中选取用于向所述用户返回的广告,并将所选取的广告返回给所述用户;
第一统计单元,用于针对所述至少一个流量桶中的每个所述流量桶,统计与该流量桶匹配的所有用户分别对所述至少一个广告中每个所述广告的点击率;
第二确定单元,用于从至少一个流量桶中确定所述广告的点击率最高的第一目标流量桶,将所述第一目标流量桶对应的标签算法作为所述广告的目标标签算法。
可选的,所述至少一个流量桶中还包括一个未对应有标签算法的流量桶,该装置还包括:
检测单元,用于检测所确定流量桶是否对应有标签算法;
第二选取单元,用于若所确定的流量桶未对应有标签算法,从至少一个广告中随机选取一个广告作为用于向所述用户返回的广告,并将所选取的广告返回给所述用户;
第三选取单元,用于若所确定的流量对应有标签算法,基于所确定的流量桶对应的标签算法生成的所述用户的标签,从至少一个广告中选取用于向所述用户返回的广告,并将所选取的广告返回给所述用户。
本发明第三方面公开一种服务器,包括:至少一个存储器和至少一个处理器;所述存储器存储有程序,所述处理器调用所述存储器存储的程序,所述程序用于实现如上述本发明第一方面任意一项公开的标签算法确定方法。
本发明第四方面公开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可执行指令,所述计算机可执行指令用于执行如上述本发明第一方面任意一项公开的标签算法确定方法。
相较于现有技术,本发明实现的有益效果为:
以上本发明提供的一种标签算法确定方法、装置、服务器及存储介质,通过基于与从预先设置的至少一个流量桶中确定与发送广告请求的用户匹配的流量桶对应的标签算法生成的用户的标签,从至少一个广告中选取用于向用户返回的广告,并将所选取的广告返回给用户,至少一个流量桶中不同流量桶对应的标签算法不同,针对至少一个流量桶中的每个流量桶而言,统计与该流量桶匹配的所有用户分别对至少一个广告中每个广告的点击率,并从至少一个流量桶中确定广告的点击率最高的第一目标流量桶,将第一目标流量桶对应的标签算法作为广告的目标标签算法。这样,能够从众多标签算法中选取适用于广告的标签算法,进而便于提高广告主对该广告的广告投放效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种标签算法确定方法的流程示意图;
图2为本发明实施例提供的一种从预先设置的至少一个流量桶中确定与发送广告请求的用户匹配的流量桶的方法的流程示意图;
图3为本发明实施例提供的另一种标签算法确定方法的流程示意图;
图4为本发明实施例提供的一种从至少一个流量桶确定广告的点击率最高的第一目标流量桶,将第一目标流量桶对应的标签算法作为广告的目标标签算法的流程示意图;
图5为本发明实施例提供的又一种标签算法确定方法的流程示意图;
图6为本发明实施提供的一种从至少一个流量中确定总点击率最高的第二目标流量桶,将第二目标流量桶对应的标签算法作为广告行业的目标标签算法的流程示意图;
图7为本发明实施例提供的一种标签算法确定装置的结构示意图;
图8为本发明实施例提供的一种服务器的硬件结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本申请中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
由上述背景技术可知,由于不同的标签算法对同一用户所生成的标签可能不同,导致广告主基于不同标签算法的广告投放效果也具有一定的差异。
因此,本发明提供一种标签算法确定方法、装置、服务器及存储介质,能够从众多标签算法中选取适用于广告的标签算法,进而便于提高广告主对该广告的广告投放效果。
参见图1,为本发明实施例提供的一种标签算法确定方法的流程示意图,该标签算法确定方法包括以下步骤:
S101:从预先设置的至少一个流量桶中确定与发送广告请求的用户匹配的流量桶。
其中,至少一个流量桶中不同流量桶对应的标签算法不同。
在具体执行步骤S101的过程中,获取发送广告请求的用户的唯一的用户标识,并利用哈希算法对用户标识进行哈希计算,得到用户标识的哈希值,进而可将预先设置的至少一个流量桶中该哈希值所属的哈希值范围对应的流量桶确定为与用户匹配的流量桶。相应的,用户发送的所有的广告请求均落入与用户匹配的流量桶。
在本申请实施例中,预先设置有至少一个流量桶,至少一个流量桶中的每个流量桶均有各自对应的哈希值范围,且任意两个流量桶的哈希值范围不重叠。
比如,预先设置有2个流量桶,分别为流量桶1、流量桶2、其中,流量桶1对应的哈希值范围为哈希值1-哈希值4,流量桶2对应的哈希值范围为哈希值5-哈希值8。当接收到用户1发送的广告请求1,用户1发送的广告请求2,以及用户2发送的广告请求3时,分别获取用户1的用户标识1,用户2的用户标识2,并利用哈希算法分别对用户标识1进行哈希计算,得到用户标识1的哈希值为哈希值5,利用哈希算法对用户标识2进行哈希计算,得到用户标识2的哈希值为哈希值3,可确定哈希值5所属的哈希值范围为哈希值5-哈希值8,进而确定流量桶2为发送广告请求1和发送广告请求2的用户1匹配的流量桶,广告请求1、广告请求2落入流量桶2;可确定哈希值3所属的哈希值范围为哈希值1-哈希值4,进而确定流量桶1为发送广告请求3的用户2匹配的流量桶,广告请求3落入流量桶1。
S102:基于与所确定的流量桶对应的标签算法生成用户的标签,从至少一个广告中选取用于向用户返回的广告,并将所选取的广告返回给用户。
在本申请实施例中,针对至少一个广告中的每个广告而言,该广告可以属于汽车行业、零食行业或者服装行业。有关于至少一个广告中的每个广告所属的具体行业,发明人可根据自己的需求进行设置,本申请实施例不加以限定。
在具体执行步骤S102的过程中,在确定与发送广告请求的用户匹配的流量桶后,根据该流量桶对应的标签算法生成用户的标签,进而可从至少一个广告中选取与用户的标签最匹配的广告,并将该选取的广告作为该广告请求的请求结果返回给该用户。
比如,当确定与发送广告请求的用户匹配的流量桶为至少一个流量桶中的流量桶3,基于流量桶3对应的标签算法生成的用户的标签为汽车标签时,从至少一个广告中选取属于汽车行业的广告作为向用户返回的广告,并将所选取的广告返回给用户。
在本申请实施例中,至少一个广告可以为3个广告、4个广告或者10个广告。有关于至少一个广告的具体个数,发明人可根据自己的需求进行设置,本申请实施例不加以限定。
在本申请实施例中,至少一个广告中每个广告的当前的实验状态为运行状态。
进一步的,需要说明的是,针对至少一个广告中的每个广告,当该广告被广告主修改(即,广告被广告主贴上修改标签)时,将该广告当前的实验状态修改为终止状态,并将该广告从至少一个广告中删除。
S103:针对至少一个流量桶中的每个流量桶,统计与该流量桶匹配的所有用户分别对至少一个广告中每个广告的点击率。
本申请可以对多个用户发送的多个广告请求执行S101-S102,这样,可以基于用户对向其返回的广告的点击情况,针对至少一个流量桶中的每个流量桶,统计与该流量桶匹配的所有用户分别对至少一个广告中每个广告的点击率。比如,若至少一个流量桶分别为流量桶1和流量桶2;至少一个广告分别为广告1、广告2和广告3;则需要统计与流量桶1匹配的所有用户对广告1的点击率、与流量桶1匹配的所有用户对广告2的点击率、与流量桶1匹配的所有用户对广告3的点击率、与流量桶2匹配的所有用户对广告1的点击率、与流量桶2匹配的所有用户对广告2的点击率以及与流量桶2匹配的所有用户对广告3的点击率。
针对一个广告而言,在统计某个流量桶的所有用户对该广告的点击率时,可以获取向与该流量桶匹配的所有用户返回该广告的总次数,以及这总次数的该广告中被用户点击的点击次数;可以将点击次数除以总次数的结果作为该流量桶的所有用户对该广告的点击率。比如,当向流量桶1匹配的所有用户返回的广告1的总次数为50,且返回的这50次广告1中存在25次被点击的情况,则流量桶1的所有用户对广告1的点击率为25/50=50%;当向流量桶1匹配的所有用户返回的广告2的总次数为20,且返回的这20次广告2中存在5次被点击的情况,则流量桶1的所有用户对广告2的点击率为5/20=25%。
S104:从至少一个流量桶中确定广告的点击率最高的第一目标流量桶,将第一目标流量桶对应的标签算法作为广告的目标标签算法。
本申请实施例,针对至少一个流量桶中的每个流量桶,统计与该流量桶匹配的所有用户分别对至少一个广告中每个广告的点击率后;相应的,针对至少一个广告中的每个广告而言,分别确定每个流量桶匹配的所有用户对该广告的点击率,并从所确定的各个点击率中选取最大点击率,确定最大点击率对应的流量桶为该广告对应的第一目标流量桶,将该广告对应的第一目标流量桶所对应的标签算法作为该广告的目标标签算法。
比如,若至少一个流量桶分别为流量桶1和流量桶2;至少一个广告分别为广告1、广告2和广告3;统计出的与流量桶1匹配的所有用户对广告1的点击率1为50%、与流量桶1匹配的所有用户对广告2的点击率2为50%、与流量桶1匹配的所有用户对广告3的点击率3为30%、与流量桶2匹配的所有用户对广告1的点击率4为60%、与流量桶2匹配的所有用户对广告2的点击率5为70%,与流量桶2匹配的所有用户对广告3的点击率6为45%;则广告1的目标标签算法为流量桶2对应的标签算法,广告2的目标标签算法为流量桶2对应的标签算法,广告3的目标标签算法为流量桶2对应的标签算法。
本发明提供的一种标签算法确定方法,通过基于与从预先设置的至少一个流量桶中确定与发送广告请求的用户匹配的流量桶对应的标签算法生成的用户的标签,从至少一个广告中选取用于向用户返回的广告,并将所选取的广告返回给用户,至少一个流量桶中不同流量桶对应的标签算法不同,针对至少一个流量桶中的每个流量桶而言,统计与该流量桶匹配的所有用户分别对至少一个广告中每个广告的点击率,并从至少一个流量桶中确定广告的点击率最高的第一目标流量桶,将第一目标流量桶对应的标签算法作为广告的目标标签算法。这样,能够从众多标签算法中选取适用于广告的标签算法,进而便于提高广告主对该广告的广告投放效果。
上述本发明实施例图1的步骤S101从预先设置的至少一个流量桶中确定与发送广告请求的用户匹配的流量桶,如图2所示,具体包括以下步骤:
S201:获取发送广告请求的用户的唯一的用户标识。
S202:对用户标识进行哈希计算得到用户标识的哈希值。
在具体执行步骤S202的过程中,利用哈希算法对用户标识进行哈希计算,得到用户标识的哈希值。
S203:获取至少一个流量桶中每个流量桶的哈希值范围。
在本申请实施例中,预先设置的至少一个流量桶中的每个流量桶中有各自对应的哈希值范围,且至少一个流量桶中任意两个流量桶的哈希值范围不重叠。
S204:将至少一个流量桶中哈希值所属的哈希值范围对应的流量桶,确定为与用户匹配的流量桶。
在具体执行步骤S204的过程中,在对用户标识进行哈希计算得到该用户标识的哈希值后,利用该哈希值从所获取的至少一个流量桶中每个流量桶的哈希值范围中选取该哈希值所属的哈希值范围对应的流量桶,并将该流量桶确定为与用户匹配的流量桶。
比如,当至少包括3个流量桶,分别为流量桶1、流量桶2、流量桶3,其中,流量桶1对应的哈希值范围1为哈希值1-哈希值5,流量桶2对应的哈希值范围2为哈希值6-哈希值9,流量桶3对应的哈希值范围3为哈希值10-哈希值13,当接收到用户发送的广告请求时,获取该用户的唯一的用户标识,对该用户标识进行哈希计算得到用户标识对应的哈希值,若计算得到的用户标识对应的哈希值为哈希值2,则确定哈希值2所属的哈希值范围为哈希值范围1,进而确定与用户匹配的流量桶为流量桶1。
在本发明实施例中,对发送广告请求的用户的唯一的用户标识进行哈希计算得到用户标识的哈希值,利用选取该哈希值所属的哈希值范围对应的流量桶,进而将所选取的流量桶确定为与用户匹配的流量桶,进而在为用户返回的广告请求的请求结果时,可以确定该用户落入的流量桶对应的标签算法生成的该用户的标签,从预先设置的至少一个广告中选取与所生成的该用户的标签匹配的广告,并将所选取的广告作为该广告请求的请求结果返回给该用户。
进一步的,至少一个流量桶中还包括一个未对应有标签算法的流量桶,参见图3,示出了本发明实施例提供的另一种标签算法确定方法的流程示意图,该标签算法确定方法具体包括以下步骤:
S301:从预先设置的至少一个流量桶中确定与发送广告请求的用户匹配的流量桶。
在本申请实施例中,预先设置的至少一个流量桶中存在一个未对应有标签算法的流量桶以及多个对应有标签算法的流量桶;其中,针对至少一个流量桶中对应有标签算法的各个流量桶而言,这些流量桶中每个流量桶仅对应一种标签算法,且这些流量桶中不同的流量桶对应的标签算法不同。其中,对应有标签算法的流量桶称为实验组,未对应有标签算法的流量桶称为对照组。有关于预先设置的至少一个流量桶中的每个流量桶是否对应有标签算法,可根据实际情况而定,本申请实施例不加以限定。
S302:检测所确定的流量桶是否对应有标签算法;若所确定的流量桶未对应有标签算法,执行步骤S303;若所确定的流量桶对应有标签算法,执行步骤S304;
S303:从至少一个广告中随机选取一个广告作为用于向用户返回的广告,并将所选取的广告返回的用户。
本申请实施例中,接收用户发送的广告请求,若该广告请求落入的流量桶未对应有标签算法,则从至少一个广告中随机选取一个广告作为该广告请求的请求结果返回给该用户。
S304:基于与所确定的流量桶对应的标签算法生成的用户的标签,从至少一个广告中选取用于向用户返回的广告,并将所选取的广告返回给用户。
本申请实施例中,接收用户发送的广告请求,若该广告请求落入的流量桶对应有标签算法,则确定基于该广告请求落入的流量桶对应的标签算法生成的该用户的标签;从至少一个广告中选取与该用户的标签最匹配的广告作为该广告请求的请求结果返回给该用户。
S305:针对至少一个流量桶中的每个流量桶,统计与该流量桶匹配的所有用户分别对至少一个广告中每个广告的点击率。
S306:从至少一个流量桶确定广告的点击率最高的第一目标流量桶,将第一目标流量桶对应的标签算法作为广告的目标标签算法。
在具体执行步骤S303至步骤S306的过程中,步骤S303至步骤S306的具体实现原理与执行过程与上述本发明实施例公开的图1的步骤S102至步骤S104的具体细线原理与执行过程相同,可参见上述本发明实施例图1中相应的部分,这里不再进行赘述。
需要说明的是,若广告对应的第一目标流量桶未对应标签算法,则认为至少一个流量桶中每个流量桶所对应的标签算法均不适用于该广告。若广告对应的第一目标流量桶对应有标签算法,则认为该广告对应的第一目标流量桶所对应的标签算法最适用于该广告,为该广告的目标标签算法。由此,针对于每个广告而言,能够从众多的标签算法中选取最适用于该广告的标签算法,并在投放该广告时,利用最适用于该广告的标签算法生成用户的标签,以进行广告投放,进而达到更好的广告投放效果。
需要说明的是,AB实验指的是为Web、App界面或者流程制作两个(A/B)或者多个(A/B/N)版本,并在同一时间维度上,分别组成成分相同(相似)的访客群组随机的对上述制作的版本进行访问,并收集各个群组的用户体验数据和业务数据,最后根据收集的数据进行分析评估做出最好的版本并正式采用,相应的,在本发明实施例中,针对至少一个广告中每个广告,通过进行大量的AB实验,能够从众多标签算法中选取适用于广告的标签算法,进而便于提高广告主对该广告的广告投放效果。
上述本发明实施例图1的步骤104从至少一个流量桶确定广告的点击率最高的第一目标流量桶,将第一目标流量桶对应的标签算法作为广告的目标标签算法,如图4所示,具体包括以下步骤:
S401:从至少一个流量桶中确定广告的点击率最高的第一目标流量桶。
在具体执行步骤S401的过程中,在统计至少一个流量桶中每个流量桶对该广告的点击率后,从至少一个流量桶中确定该广告的点击率最高的第一目标流量桶。
本申请实施例,针对至少一个广告中的每个广告而言,分别确定每个流量桶匹配的所有用户对该广告的点击率,并从所确定的各个点击率中选取最大点击率,确定最大点击率对应的流量桶为该广告对应的第一目标流量桶。
S402:确定第一目标流量桶是否对应有标签算法;若第一目标流量桶对应有标签算法,执行步骤S403,若第一目标流量桶未对应有标签算法,执行步骤S404。
在具体执行步骤S402的过程中,若广告对应的第一目标流量桶为实验组,则广告对应的第一目标流量桶对应有标签算法;若广告对应的第一目标流量桶为对照组,则广告对应的第一目标流量桶未对应有标签算法。
在从至少一个流量桶中确定广告对应的第一目标流量桶后,判断广告对应的第一目标流量桶是否对应有标签算法,如果广告对应的第一目标流量桶对应有标签算法,执行步骤S403;如果广告对应的第一目标流量桶未对应有标签算法,执行步骤S404。
S403:将第一目标流量桶对应的标签算法作为广告的目标标签算法。
S404:确定至少一个流量桶对应的各个标签算法均不适用于广告。
在本发明实施例中,针对至少一个广告中任意一个广告而言,在从至少一个流量桶中确定该广告对应的第一目标流量桶后,判断该广告对应的第一目标流量桶是否对应有标签算法;如果该广告对应的第一目标流量桶对应有标签算法,则将该广告对应的第一目标流量桶所对应的标签算法作为该广告的目标标签算法;如果该广告对应的第一目标流量桶未对应有标签算法,说明至少一个流量桶中对应的各个标签算法均不适用于该广告,即,在投放该广告时,随机进行该广告的广告投放所达到的广告投放效果比在根据至少一个流量桶中的流量桶对应的标签算法生成的用户标签后基于用户标签进行该广告的广告投放所达到的广告投放效果好。
进一步的,当至少一个广告属于同一广告行业时,在上述本发明实施例提供的又一种标签算法确定方法如图5所示还包括以下步骤:
S501:针对至少一个流量桶中的每个流量桶,统计与该流量桶匹配的所有用户对至少一个广告的总点击率。
在本申请实施例中,至少一个广告属于同一广告行业,比如,至少一个广告可以属于汽车行业、或者食品行业,或者服装行业。有关至少一个广告具体所属的广告行业,发明人可根据自己的需求进行设置,本申请实施例不加以限定。
本申请实施例,至少一个广告属于同一广告行业时,针对至少一个流量桶中的每个流量桶,统计与该流量桶匹配的所有用户对至少一个广告的总点击率的方式可以为:获取向该流量桶匹配的所有用户返回广告的总次数(为了便于区分,可以将此处的总次数称为目标总次数),以这目标总次数的广告中被用户点击的点击次数(为了便于区分,可以将此处的点击次数称为目标点击次数),进而可以将目标点击此处除以目标总次数的结果作为与该流量桶匹配的所有用户对至少一个广告的总点击率。
其中,向该流量桶匹配的所有用户返回广告的总次数的计算方式可以为:初始化次数为0,不论向该流量桶匹配的哪个用户返回哪个广告,只要返回一次广告则次数加1,进而将最终得到的次数作为向该流量桶匹配的所有用户返回广告的总次数(即,目标总次数)。相应的,向用户返回的这目标总次数的广告中,广告被点击的次数可以认为是目标点击次数。比如,向与流量桶1匹配的所有用户一共返回了50次广告(50为目标总次数),若返回的这50次广告中有10次被用户点击(10为目标点击次数),则认为与流量桶1匹配的所有用户对至少一个广告的总点击率为10/50=20%。
S502:从至少一个流量桶中确定总点击率最高的第二目标流量桶,将第二目标流量桶对应的标签算法作为广告行业的目标标签算法。
参见图6,示出了本发明实施例提供的一种从至少一个流量桶中确定总点击率最高的第二目标流量桶,将第二目标流量桶对应的标签算法作为广告行业的目标标签算法的流程示意图。
如图6所示,包括以下步骤:
S601:从至少一个流量桶中确定总点击率最高的第二目标流量桶。
在具体执行步骤S601的过程中,针对至少一个流量桶中的每个流量桶而言,在统计与该流量桶匹配的所有用户对至少一个广告的总点击率后,进而可从至少一个流量桶中确定总点击率最高的第二目标流量桶。
比如,当至少一个流量桶包括3个流量桶,分别为流量桶1、流量桶2、流量桶3时,针对流量桶1而言,若与流量桶1匹配的所有用户对至少一个广告的总点击率为62%,针对流量桶2而言,若与流量桶2匹配的所有用户对至少一个广告的总点击率为85%,针对流量桶3而言,若与流量桶3匹配的所有用户对至少一个广告的总点击率为90%,由于90%>85%>62%,因此,确定至少一个流量桶中的流量桶3为总点击率最高的第二目标流量桶。
S602:确定第二目标流量桶是否对应有标签算法;若第二目标流量桶对应有标签算法,执行步骤S603,若第二目标流量桶未对应有标签算法,执行步骤S604。
S603:将第二目标流量桶对应的标签算法作为广告行业的目标标签算法。
S604:确定至少一个流量桶对应的各个标签算法均不适用于广告行业。
本申请实施例,在确定第二目标流量桶后,判断第二目标流量桶是否对应有标签算法;若第二目标流量桶对应有标签算法,将第二目标流量桶所对应的标签算法作为至少一个广告所属的广告行业的目标标签算法;若第二目标流量桶未对应有标签算法,则确定至少一个流量桶中的每个流量桶对应的标签算法均不适用于至少一个广告所属的广告行业。
与上述本发明实施例公开的一种标签算法确定方法相对应,参考图7,本发明实施例还提供了一种标签算法确定装置的结构示意图,该标签算法确定装置700包括:
第一确定单元701,用于从预先设置的至少一个流量桶中确定与发送广告请求的用户匹配的流量桶,至少一个流量桶中不同流量桶对应的标签算法不同。
第一选取单元702,用于基于与所确定的流量桶对应的标签算法生成的用户的标签,从至少一个广告中选取用于向用户返回的广告,并将所选取的广告返回给用户。
第一统计单元703,用于针对至少一个流量桶中的每个流量桶,统计与该流量桶匹配的所有用户分别对至少一个广告中每个广告的点击率。
第二确定单元704,用于从至少一个流量桶中确定广告的点击率最高的第一目标流量桶,将第一目标流量桶对应的标签算法作为广告的目标标签算法。
上述本发明实施例公开的标签算法确定装置中各个单元具体的原理和执行过程,与上述本发明实施例公开的标签算法确定方法相同,可参见上述本发明实施例公开的标签算法确定方法中相应的部分,这里不再进行赘述。
发明提供的一种标签算法确定装置,通过基于与从预先设置的至少一个流量桶中确定与发送广告请求的用户匹配的流量桶对应的标签算法生成的用户的标签,从至少一个广告中选取用于向用户返回的广告,并将所选取的广告返回给用户,至少一个流量桶中不同流量桶对应的标签算法不同,针对至少一个流量桶中的每个流量桶而言,统计与该流量桶匹配的所有用户分别对至少一个广告中每个广告的点击率,并从至少一个流量桶中确定广告的点击率最高的第一目标流量桶,将第一目标流量桶对应的标签算法作为广告的目标标签算法。这样,能够从众多标签算法中选取适用于广告的标签算法,进而便于提高广告主对该广告的广告投放效果。
优选的,至少一个流量桶中还包括一个未对应有标签算法的流量桶,该标签算法确定装置700,还包括:
检测单元,用于检测所确定的流量桶是否对应有标签算法;
需要说明的是,若所确定的流量桶未对应有标签算法,执行第二选取单元,若所确定的流量对应有标签算法,执行第三选取单元。
第二选取单元,用于从至少一个广告中随机选取一个广告作为用于向用户返回的广告,并将所选取的广告返回给用户。
第三选取单元,用于基于所确定的流量桶对应的标签算法生成的用户的标签,从至少一个广告中选取用于向用户返回的广告,并将所选取的广告返回给用户。
优选的,第二确定单元704,包括:
第三确定单元,用于从至少一个流量桶中确定广告的点击率最高的第一目标流量桶。
第一判断单元,用于确定第一目标流量桶是否对应有标签算法。
需要说明的是,若第一目标流量桶对应有标签算法,执行第一目标标签算法确定单元,若第一目标流量桶未对应有标签算法,执行第四确定单元。
第一目标标签算法确定单元,用于将第一目标流量桶对应的标签算法作为广告的目标标签算法。
第四确定单元,确定至少一个流量桶对应的各个标签算法均不适用于广告。
在本发明实施例中,针对至少一个广告中任意一个广告而言,在从至少一个流量桶中确定该广告对应的第一目标流量桶后,判断该广告对应的第一目标流量桶是否对应有标签算法;如果该广告对应的第一目标流量桶对应有标签算法,则将该广告对应的第一目标流量桶所对应的标签算法作为该广告的目标标签算法;如果该广告对应的第一目标流量桶未对应有标签算法,说明至少一个流量桶中对应的各个标签算法均不适用于该广告,即,在投放该广告时,随机进行该广告的广告投放所达到的广告投放效果比在根据至少一个流量桶中的流量桶对应的标签算法生成的用户标签后基于用户标签进行该广告的广告投放所达到的广告投放效果好。
优选的,至少一个广告属于同一广告行业时,该标签算法确定装置700,还包括:
第二统计单元,用于针对至少一个流量桶中的每个流量桶,统计与该流量桶匹配的所有用户对至少一个广告的总点击率。
第五确定单元,用于从至少一个流量桶中确定总点击率最高的第二目标流量桶,将第二目标流量桶对应的标签算法作为广告行业的目标标签算法。
优选的,第五确定单元,包括:
第六确定单元,用于从至少一个流量桶中确定总点击率最高的第二目标流量桶。
第二判断单元,用于确定第二目标流量桶是否对应有标签算法。
需要说明的是,若第二目标流量桶对应有标签算法,执行若第二目标流量桶未对应有标签算法,若第二目标流量桶未对应有标签算法,执行第七确定单元。
第二目标标签算法确定单元,用于将第二目标流量桶对应的标签算法作为广告行业的目标标签算法。
第七确定单元,用于确定至少一个流量桶对应的各个标签算法均不适用于广告行业。
本申请实施例,在确定第二目标流量桶后,判断第二目标流量桶是否对应有标签算法;若第二目标流量桶对应有标签算法,将第二目标流量桶所对应的标签算法作为至少一个广告所属的广告行业的目标标签算法;若第二目标流量桶未对应有标签算法,则确定至少一个流量桶中的每个流量桶对应的标签算法均不适用于至少一个广告所属的广告行业。
优选的,第一确定单元701,包括:
第一获取单元,用于获取发送广告请求的用户的唯一的用户标识。
计算单元,用于对用户标识进行哈希计算得到用户标识的哈希值。
第二获取单元,用于获取至少一个流量桶中每个流量桶的哈希值范围,任意两个流量桶的哈希值范围不重叠。
第八确定单元,用于将至少一个流量桶中哈希值所属的哈希值范围对应的流量桶,确定为与用户匹配的流量桶。
在本发明实施例中,对发送广告请求的用户的唯一的用户标识进行哈希计算得到用户标识的哈希值,利用选取该哈希值所属的哈希值范围对应的流量桶,进而将所选取的流量桶确定为与用户匹配的流量桶,进而在为用户返回的广告请求的请求结果时,可以确定该用户落入的流量桶对应的标签算法生成的该用户的标签,从预先设置的至少一个广告中选取与所生成的该用户的标签匹配的广告,并将所选取的广告作为该广告请求的请求结果返回给该用户。
下面以标签算法确定方法应用于服务器为例,对本申请实施例提供的一种标签算法确定方法所适用于的服务器的硬件结构进行详细说明。
本申请实施例提供的一种标签算法确定方法可应用于服务器,该服务器可以是网络侧为用户提供服务的服务设备,其可能是多台服务器组成的服务器集群,也可能是单台服务器。
可选的,图8示出了本申请实施例提供的一种标签算法确定方法所适用于的服务器的硬件结构框图,参照图8,服务器的硬件结构可以包括:处理器81,通信接口82,存储器83和通信总线84;
在本发明实施例中,处理器81、通信接口82、存储器83、通信总线84的数量均可以为至少一个,且处理器81、通信接口82、存储器83通过通信总线84完成相互间的通信;
处理器81可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路等;
存储器83可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory)等,例如至少一个磁盘存储器;
其中,存储器存储有程序,处理器可调用存储器存储的程序,程序用于:
从预先设置的至少一个流量桶中确定与发送广告请求的用户匹配的流量桶,至少一个流量桶中不同流量桶对应的标签算法不同;
基于与所确定的流量桶对应的标签算法生成的用户的标签,从至少一个广告中选取用于向用户返回的广告,并将所选取的广告返回给用户;
针对至少一个流量桶中的每个流量桶,统计与该流量桶匹配的所有用户分别对至少一个广告中每个广告的点击率;
从至少一个流量桶中确定广告的点击率最高的第一目标流量桶,将第一目标流量桶对应的标签算法作为广告的目标标签算法。
有关程序的功能可参见上文对本申请实施例提供的一种标签算法确定方法的详细描述,在此不做赘述。
进一步的,本申请实施例还提供一种计算机可读计算机存储介质,该计算机可读存储介质中存储有计算机可执行指令,该计算机可执行指令用于执行上述标签算法确定方法。
有关计算机可执行指令的具体内容可参见上文对本申请实施例提供的一种标签算法确定方法的详细描述,在此不做赘述。
以上对本发明所提供的一种标签算法确定方法、装置、服务器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,对于本领域的一般技术人员,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。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素,或者是还包括为这些过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种标签算法确定方法,其特征在于,包括:
从预先设置的至少一个流量桶中确定与发送广告请求的用户匹配的流量桶,所述至少一个流量桶中不同所述流量桶对应的标签算法不同;
基于与所确定的流量桶对应的标签算法生成的所述用户的标签,从至少一个广告中选取用于向所述用户返回的广告,并将所选取的广告返回给所述用户;
针对所述至少一个流量桶中的每个所述流量桶,统计与该流量桶匹配的所有用户分别对所述至少一个广告中每个所述广告的点击率;
从所述至少一个流量桶中确定所述广告的点击率最高的第一目标流量桶,将所述第一目标流量桶对应的标签算法作为所述广告的目标标签算法。
2.根据权利要求1所述的方法,其特征在于,所述至少一个流量桶中还包括一个未对应有标签算法的流量桶,该方法还包括:
检测所确定的流量桶是否对应有标签算法;
若所确定的流量桶未对应有标签算法,从至少一个广告中随机选取一个广告作为用于向所述用户返回的广告,并将所选取的广告返回给所述用户;
所述基于与所确定的流量桶对应的标签算法生成的所述用户的标签,从至少一个广告中选取用于向所述用户返回的广告,并将所选取的广告返回给所述用户,包括:若所确定的流量桶对应有标签算法,基于与所确定的流量桶对应的标签算法生成的所述用户的标签,从至少一个广告中选取用于向所述用户返回的广告,并将所选取的广告返回给所述用户。
3.根据权利要求2所述的方法,其特征在于,所述从所述至少一个流量桶中确定所述广告的点击率最高的第一目标流量桶,将所述第一目标流量桶对应的标签算法作为所述广告的目标标签算法,包括:
从所述至少一个流量桶中确定所述广告的点击率最高的第一目标流量桶;
确定所述第一目标流量桶是否对应有标签算法;
若所述第一目标流量桶对应有标签算法,将所述第一目标流量桶对应的标签算法作为所述广告的目标标签算法;
若所述第一目标流量桶未对应有标签算法,确定所述至少一个流量桶对应的各个标签算法均不适用于所述广告。
4.根据权利要求1所述的方法,其特征在于,所述至少一个广告属于同一广告行业时,该方法还包括:
针对所述至少一个流量桶中的每个所述流量桶,统计与该流量桶匹配的所有用户对所述至少一个广告的总点击率;
从所述至少一个流量桶中确定总点击率最高的第二目标流量桶,将所述第二目标流量桶对应的标签算法作为所述广告行业的目标标签算法。
5.根据权利要求4所述的方法,其特征在于,所述从所述至少一个流量桶中确定总点击率最高的第二目标流量桶,将所述第二目标流量桶对应的标签算法作为所述广告行业的目标标签算法,包括:
从所述至少一个流量桶中确定总点击率最高的第二目标流量桶;
确定所述第二目标流量桶是否对应有标签算法;
若所述第二目标流量桶对应有标签算法,将所述第二目标流量桶对应的标签算法作为所述广告行业的目标标签算法;
若所述第二目标流量桶未对应有标签算法,确定所述至少一个流量桶对应的各个标签算法均不适用于所述广告行业。
6.根据权利要求1所述的方法,其特征在于,所述从预先设置的至少一个流量桶中确定与发送广告请求的用户匹配的流量桶,包括:
获取发送广告请求的用户的唯一的用户标识;
对所述用户标识进行哈希计算得到所述用户标识的哈希值;
获取所述至少一个流量桶中每个所述流量桶的哈希值范围,任意两个所述流量桶的哈希值范围不重叠;
将所述至少一个流量桶中所述哈希值所属的哈希值范围对应的流量桶,确定为与所述用户匹配的流量桶。
7.一种标签算法确定装置,其特征在于,包括:
第一确定单元,用于从预先设置的至少一个流量桶中确定与发送广告请求的用户匹配的流量桶,所述至少一个流量桶中不同所述流量桶对应的标签算法不同;
第一选取单元,用于基于与所确定的流量桶对应的标签算法生成的所述用户的标签,从至少一个广告中选取用于向所述用户返回的广告,并将所选取的广告返回给所述用户;
第一统计单元,用于针对所述至少一个流量桶中的每个所述流量桶,统计与该流量桶匹配的所有用户分别对所述至少一个广告中每个所述广告的点击率;
第二确定单元,用于从至少一个流量桶中确定所述广告的点击率最高的第一目标流量桶,将所述第一目标流量桶对应的标签算法作为所述广告的目标标签算法。
8.根据权利要求7所述的装置,其特征在于,所述至少一个流量桶中还包括一个未对应有标签算法的流量桶,该装置还包括:
检测单元,用于检测所确定流量桶是否对应有标签算法;
第二选取单元,用于若所确定的流量桶未对应有标签算法,从至少一个广告中随机选取一个广告作为用于向所述用户返回的广告,并将所选取的广告返回给所述用户;
第三选取单元,用于若所确定的流量对应有标签算法,基于所确定的流量桶对应的标签算法生成的所述用户的标签,从至少一个广告中选取用于向所述用户返回的广告,并将所选取的广告返回给所述用户。
9.一种服务器,其特征在于,包括:至少一个存储器和至少一个处理器;所述存储器存储有程序,所述处理器调用所述存储器存储的程序,所述程序用于实现如权利要求1-6任意一项所述的标签算法确定方法。
10.一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可执行指令,所述计算机可执行指令用于执行权利要求1-6任意一项所述的标签算法确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911282522.4A CN111080359B (zh) | 2019-12-13 | 2019-12-13 | 一种标签算法确定方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911282522.4A CN111080359B (zh) | 2019-12-13 | 2019-12-13 | 一种标签算法确定方法、装置、服务器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111080359A true CN111080359A (zh) | 2020-04-28 |
CN111080359B CN111080359B (zh) | 2023-06-20 |
Family
ID=70314327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911282522.4A Active CN111080359B (zh) | 2019-12-13 | 2019-12-13 | 一种标签算法确定方法、装置、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111080359B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112162918A (zh) * | 2020-09-07 | 2021-01-01 | 北京达佳互联信息技术有限公司 | 应用程序的测试方法、装置及电子设备 |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110196739A1 (en) * | 2010-02-05 | 2011-08-11 | Ruofei Zhang | Systems and methods for efficiently ranking advertisements based on relevancy and click feedback |
US20110196747A1 (en) * | 2010-02-11 | 2011-08-11 | Microsoft Corporation | Facilitating advertisement selection using advancement bids |
JP2012141785A (ja) * | 2010-12-28 | 2012-07-26 | Yahoo Japan Corp | 広告配信サーバ及び広告配信方法 |
WO2015141931A1 (ko) * | 2014-03-19 | 2015-09-24 | 에스케이플래닛 주식회사 | 광고 제공 장치 및 방법 |
CN106886918A (zh) * | 2017-02-06 | 2017-06-23 | 中国联合网络通信集团有限公司 | 一种目标用户的确定方法、装置及系统 |
CN108510311A (zh) * | 2018-02-28 | 2018-09-07 | 阿里巴巴集团控股有限公司 | 一种确定营销方案的方法、装置及电子设备 |
CN109088942A (zh) * | 2018-09-14 | 2018-12-25 | 腾讯科技(北京)有限公司 | 广告请求流量筛选方法、装置及品牌广告引擎 |
CN109299981A (zh) * | 2018-09-17 | 2019-02-01 | 北京点网聚科技有限公司 | 一种广告推荐方法及装置 |
CN109377250A (zh) * | 2018-08-22 | 2019-02-22 | 中国平安人寿保险股份有限公司 | 基于大数据分析的广告投放控制方法及装置 |
CN109447688A (zh) * | 2018-09-27 | 2019-03-08 | 平安科技(深圳)有限公司 | 广告投放方法、装置及存储设备、计算机设备 |
CN109615411A (zh) * | 2018-10-29 | 2019-04-12 | 中国平安人寿保险股份有限公司 | 基于算法模型的广告投放方法及装置、电子设备 |
CN109711886A (zh) * | 2018-12-28 | 2019-05-03 | 百度在线网络技术(北京)有限公司 | 广告展示方法、装置和广告主服务器 |
CN109739757A (zh) * | 2018-12-28 | 2019-05-10 | 微梦创科网络科技(中国)有限公司 | 一种ab测试方法及装置 |
WO2019114333A1 (zh) * | 2017-12-12 | 2019-06-20 | 优视科技有限公司 | 一种广告投放方法及平台 |
CN109934611A (zh) * | 2017-12-19 | 2019-06-25 | 腾讯科技(深圳)有限公司 | 一种广告投放方法、装置、设备和计算机存储介质 |
US20190259070A1 (en) * | 2016-10-20 | 2019-08-22 | Suzhou Deepleaper Information And Technology Company Limited | Advertising information pushing method, device and system, server, and computer readable medium |
CN110310139A (zh) * | 2018-03-27 | 2019-10-08 | 腾讯科技(深圳)有限公司 | 数据投放方法以及数据投放引擎 |
CN110335073A (zh) * | 2019-06-27 | 2019-10-15 | 杭州联汇科技股份有限公司 | 一种基于用户行为数据挖掘的实时广告精准推送方法 |
CN110334270A (zh) * | 2018-03-21 | 2019-10-15 | 腾讯科技(深圳)有限公司 | 一种新闻排序方法、服务器及计算机可读存储介质 |
CN110334279A (zh) * | 2019-07-09 | 2019-10-15 | 西安点告网络科技有限公司 | 广告投放方法、装置、服务器及存储介质 |
CN110348907A (zh) * | 2019-07-12 | 2019-10-18 | 深圳市腾讯计算机系统有限公司 | 一种广告人群的定向方法及装置 |
CN110413533A (zh) * | 2019-09-03 | 2019-11-05 | 江苏满运软件科技有限公司 | Ab测试方法、系统、设备及存储介质 |
-
2019
- 2019-12-13 CN CN201911282522.4A patent/CN111080359B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110196739A1 (en) * | 2010-02-05 | 2011-08-11 | Ruofei Zhang | Systems and methods for efficiently ranking advertisements based on relevancy and click feedback |
US20110196747A1 (en) * | 2010-02-11 | 2011-08-11 | Microsoft Corporation | Facilitating advertisement selection using advancement bids |
JP2012141785A (ja) * | 2010-12-28 | 2012-07-26 | Yahoo Japan Corp | 広告配信サーバ及び広告配信方法 |
WO2015141931A1 (ko) * | 2014-03-19 | 2015-09-24 | 에스케이플래닛 주식회사 | 광고 제공 장치 및 방법 |
US20190259070A1 (en) * | 2016-10-20 | 2019-08-22 | Suzhou Deepleaper Information And Technology Company Limited | Advertising information pushing method, device and system, server, and computer readable medium |
CN106886918A (zh) * | 2017-02-06 | 2017-06-23 | 中国联合网络通信集团有限公司 | 一种目标用户的确定方法、装置及系统 |
WO2019114333A1 (zh) * | 2017-12-12 | 2019-06-20 | 优视科技有限公司 | 一种广告投放方法及平台 |
CN109934611A (zh) * | 2017-12-19 | 2019-06-25 | 腾讯科技(深圳)有限公司 | 一种广告投放方法、装置、设备和计算机存储介质 |
CN108510311A (zh) * | 2018-02-28 | 2018-09-07 | 阿里巴巴集团控股有限公司 | 一种确定营销方案的方法、装置及电子设备 |
CN110334270A (zh) * | 2018-03-21 | 2019-10-15 | 腾讯科技(深圳)有限公司 | 一种新闻排序方法、服务器及计算机可读存储介质 |
CN110310139A (zh) * | 2018-03-27 | 2019-10-08 | 腾讯科技(深圳)有限公司 | 数据投放方法以及数据投放引擎 |
CN109377250A (zh) * | 2018-08-22 | 2019-02-22 | 中国平安人寿保险股份有限公司 | 基于大数据分析的广告投放控制方法及装置 |
CN109088942A (zh) * | 2018-09-14 | 2018-12-25 | 腾讯科技(北京)有限公司 | 广告请求流量筛选方法、装置及品牌广告引擎 |
CN109299981A (zh) * | 2018-09-17 | 2019-02-01 | 北京点网聚科技有限公司 | 一种广告推荐方法及装置 |
CN109447688A (zh) * | 2018-09-27 | 2019-03-08 | 平安科技(深圳)有限公司 | 广告投放方法、装置及存储设备、计算机设备 |
CN109615411A (zh) * | 2018-10-29 | 2019-04-12 | 中国平安人寿保险股份有限公司 | 基于算法模型的广告投放方法及装置、电子设备 |
CN109739757A (zh) * | 2018-12-28 | 2019-05-10 | 微梦创科网络科技(中国)有限公司 | 一种ab测试方法及装置 |
CN109711886A (zh) * | 2018-12-28 | 2019-05-03 | 百度在线网络技术(北京)有限公司 | 广告展示方法、装置和广告主服务器 |
CN110335073A (zh) * | 2019-06-27 | 2019-10-15 | 杭州联汇科技股份有限公司 | 一种基于用户行为数据挖掘的实时广告精准推送方法 |
CN110334279A (zh) * | 2019-07-09 | 2019-10-15 | 西安点告网络科技有限公司 | 广告投放方法、装置、服务器及存储介质 |
CN110348907A (zh) * | 2019-07-12 | 2019-10-18 | 深圳市腾讯计算机系统有限公司 | 一种广告人群的定向方法及装置 |
CN110413533A (zh) * | 2019-09-03 | 2019-11-05 | 江苏满运软件科技有限公司 | Ab测试方法、系统、设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
时念云;张芸;马力;: "基于综合相似度和社交标签的推荐算法", no. 10 * |
潘书敏;颜娜;谢瑾奎;: "基于用户相似度和特征分化的广告点击率预测研究", no. 02 * |
章讯;龙华;周芝民;: "基于标签改进社交网络好友推荐算法研究与应用", no. 06 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112162918A (zh) * | 2020-09-07 | 2021-01-01 | 北京达佳互联信息技术有限公司 | 应用程序的测试方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111080359B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104579912B (zh) | 数据推送的方法及装置 | |
US8620751B2 (en) | Facilitating advertisement selection using advancement bids | |
CN104539514A (zh) | 消息过滤方法和装置 | |
JP5491555B2 (ja) | 広告配信装置、広告配信方法及びプログラム | |
JP5094956B2 (ja) | 広告配信サーバ及び広告配信方法 | |
CN108170719A (zh) | 一种检索方法、服务器及计算机可读存储介质 | |
CN109474542A (zh) | 基于业务规则的消息推送请求流量控制方法、装置及介质 | |
US20130066709A1 (en) | Method of and system for determining contextually relevant advertisements to be provided to a web page | |
CN107590386B (zh) | 安全事件信息的处理方法、装置、存储介质和计算机设备 | |
US10218567B2 (en) | Generating an identifier for a device using application information | |
CN111080359A (zh) | 一种标签算法确定方法、装置、服务器及存储介质 | |
JP4945490B2 (ja) | 不正検出装置および不正検出方法 | |
KR100974499B1 (ko) | 푸쉬 서비스를 제어하기 위한 이동 단말기 및 그 방법 | |
US20210144116A1 (en) | Methods for paid placement of promotional e-mail messages | |
US10447647B1 (en) | Attribution of multi-channel communications | |
EP3433817B1 (en) | Reliability metrics for real-time auctions | |
JP2014524624A (ja) | マイクロブログにおける検索方法、システム及びコンピュータ記憶媒体 | |
CN110808961B (zh) | 用于安全验证的数据处理方法及装置 | |
US20220122121A1 (en) | Combating false information with crowdsourcing | |
CN111008184B (zh) | 一种数据分析方法、装置、服务器及存储介质 | |
JP5068355B2 (ja) | 広告配信装置および方法 | |
CN105701684B (zh) | 一种数据处理方法以及装置 | |
CN111105270A (zh) | 一种管理推送数据的方法及装置 | |
CN106339376B (zh) | 热门微博的识别方法及装置 | |
CN115225663B (zh) | 数据推送方法、装置及电子设备 |
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 |