CN111626780A - 信息推送方法、装置、服务端及存储介质 - Google Patents
信息推送方法、装置、服务端及存储介质 Download PDFInfo
- Publication number
- CN111626780A CN111626780A CN202010459442.8A CN202010459442A CN111626780A CN 111626780 A CN111626780 A CN 111626780A CN 202010459442 A CN202010459442 A CN 202010459442A CN 111626780 A CN111626780 A CN 111626780A
- Authority
- CN
- China
- Prior art keywords
- information
- pushed
- piece
- pushing
- current
- 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 47
- 238000006243 chemical reaction Methods 0.000 claims description 66
- 238000012937 correction Methods 0.000 claims description 57
- 238000012545 processing Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- FGXWKSZFVQUSTL-UHFFFAOYSA-N domperidone Chemical group C12=CC=CC=C2NC(=O)N1CCCN(CC1)CCC1N1C2=CC=C(Cl)C=C2NC1=O FGXWKSZFVQUSTL-UHFFFAOYSA-N 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请提出一种信息推送方法、装置、服务端及存储介质,涉及信息技术领域,在确定出客户端对应的多个对推送信息后,结合获得的每一待推送信息各自对应预测点击率、预测转化率以及当前修正系数,从而在多个待推送信息中确定出目标推送信息,并将该目标推送信息推送给客户端,相比于现有技术,能够使每一待推送信息的当前推送成本,不断靠近各自对应的期望推送成本,从而使每一待推送信息在各个时间段被推送时产生的推送成本,不断靠近设置的推送成本,使实际的推送成本与预估成本不断靠近,提升信息推送的精度。
Description
技术领域
本申请涉及信息技术领域,具体而言,涉及一种信息推送方法、装置、服务端及存储介质。
背景技术
在一些信息推送场景中,平台运营商可以基于信息投放商的推送需求,制定信息推送策略,向用户推送比如广告等信息,以完成信息投放商的推动需求。
在一些例如基于ocpc(optimization cost per click,目标转化出价功能)的推送策略中,以推送广告为例,平台运营商推送给用户的信息,不仅需要考虑用户的点击率,还需要考虑转化率问题,以尽可能的贴合信息投放商实际需求推送广告的数量,从而合理的控制广告需求商的推送成本。
然而,平台运营商的推送策略受实际的转化率影响较大,导致实际推送的成本与预估成本之间存在较大差异,信息推送的精度较低。
发明内容
本申请的目的在于提供一种信息推送方法、装置、服务端及存储介质,能够提升信息推送的精度。
为了实现上述目的,本申请采用的技术方案如下:
第一方面,本申请提供一种信息推送方法,所述方法包括:
获得客户端对应的多个待推送信息中,每一所述待推送信息各自对应的预测点击率和预测转化率;其中,每一所述待推送信息对应有一转换条件,每一所述预测转化率表征所述客户端完成对应待推送信息的转换条件的概率;
根据每一所述待推送信息各自在当前时间段的当前推送成本,以及各自的期望推送成本,获得每一所述待推送信息各自的当前修正系数;
根据每一所述待推送信息各自的预测点击率、预测转化率以及当前修正系数,在所述多个待推送信息中确定出目标推送信息,并将所述目标推送信息推送给所述客户端。
第二方面,本申请提供一种信息推送装置,所述装置包括:
处理模块,用于获得客户端对应的多个待推送信息中,每一所述待推送信息各自对应的预测点击率和预测转化率;其中,每一所述待推送信息对应有一转换条件,每一所述预测转化率表征所述客户端完成对应待推送信息的转换条件的概率;
所述处理模块还用于,根据每一所述待推送信息各自在当前时间段的当前推送成本,以及各自的期望推送成本,获得每一所述待推送信息各自的当前修正系数;
推送模块,用于根据每一所述待推送信息各自的预测点击率、预测转化率以及当前修正系数,在所述多个待推送信息中确定出目标推送信息,并将所述目标推送信息推送给所述客户端。
第三方面,本申请提供一种服务端,所述服务端包括存储器,用于存储一个或多个程序;处理器;当所述一个或多个程序被所述处理器执行时,实现上述的信息推送方法。
第四方面,本申请提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的信息推送方法。
本申请提供的一种信息推送方法、装置、服务端及存储介质,在确定出客户端对应的多个对推送信息后,结合获得的每一待推送信息各自对应预测点击率、预测转化率以及当前修正系数,从而在多个待推送信息中确定出目标推送信息,并将该目标推送信息推送给客户端,相比于现有技术,能够使每一待推送信息的当前推送成本,不断靠近各自对应的期望推送成本,从而使每一待推送信息在各个时间段被推送时产生的推送成本,不断靠近设置的推送成本,使实际的推送成本与预估成本不断靠近,提升信息推送的精度。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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,还可以根据这些附图获得其它相关的附图。
图1示出本申请提供的信息推送方法的一种示意性应用场景图;
图2示出本申请提供的服务端的一种示意性结构框图;
图3示出本申请提供的信息推送方法的一种示意性流程框图;
图4示出图3中步骤203的子步骤的一种示意性流程框图;
图5示出图4中步骤203-1的子步骤的一种示意性流程框图;
图6示出本申请提供的信息推送装置的一种示意性结构框图。
图中:100-服务端;101-存储器;102-处理器;103-通信接口;300-信息推送装置;301-处理模块;302-推送模块。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请的一些实施例中的附图,对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请选定的一些实施例。基于本申请中的一部分实施例,本领域普通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,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
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。
在例如以广告作为信息推送给用户的场景中,平台运营商在基于例如ocpc策略进行信息推送时,一般需要接收信息投放商设置的部分投放条件,比如设置一个期望的广告转化率,并给定单条广告的期望价格;平台运营商在实际将广告推送给用户时,按照每条广告的实际情况,动态的计算信息投放商的广告推送费用。
其中,值的说明的是,在按照ocpc策略进行信息推送时,平台运营商实际的信息推送成本一般是受单条信息的转化单价和转化率两者共同决定的;在信息投放商设置的投放条件给定后,若实际推送给用户的信息转化率较低,就需要平台运营商将信息投放商需求的待推送信息推送给更多的用户,从而完成信息投放商设置的投放条件;这就使得平台运营商实际推送该信息投放商的信息的数量,与预估推送的数量存在较大的差异,导致信息推送的成本与预估的成本相差较大,信息推送的精度较低。
为此,基于上述缺陷,本申请提供的一种可能的实现方式为:在确定出客户端对应的多个对推送信息后,结合获得的每一待推送信息各自对应预测点击率、预测转化率以及当前修正系数,从而在多个待推送信息中确定出目标推送信息,并将该目标推送信息推送给客户端,相比于现有技术,能够使每一待推送信息在各个时间段被推送时产生的推送成本,不断靠近设置的推送成本,使实际的推送成本与预估成本不断靠近,提升信息推送的精度。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参阅图1,图1示出本申请提供的信息推送方法的一种示意性应用场景图;在本申请的一实施例中,服务端可以与客户端位于无线网络或有线网络中,通过该无线网络或有线网络,服务端可以与客户端进行数据交互。
在本申请的一实施例中,客户端可采用移动终端设备,例如可以采用智能手机、个人电脑(personal computer,PC)、平板电脑、穿戴式移动终端等等。
本申请提供的一种信息推送方法,可以应用于如图1所示的服务端,该服务端中可以安装有应用程序,与客户端相对应,用于为用户提供服务;本申请提供的信息推送方法可以通过该服务端中安装的应用程序实现。
其中,需要说明的是,图1仅为示例,举例说明服务端与一个客户端建立通信;在本申请其他一些可能的实现方式中,服务端还可以与更多的客户端建立通信,并通过执行本申请提供的信息推送方法,为每一客户端分别推送信息。
请参阅图2,图2示出本申请提供的服务端100的一种示意性结构框图;在一实施例中,服务端100可以包括存储器101、处理器102和通信接口103,该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
存储器101可用于存储软件程序及模块,如本申请提供的信息推送装置对应的程序指令/模块,处理器102通过执行存储在存储器101内的软件程序及模块,从而执行各种功能应用以及数据处理,进而执行本申请提供的信息推送方法的步骤。该通信接口103可用于与其他节点设备进行信令或数据的通信。
其中,存储器101可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除可编程只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器102可以是一种集成电路芯片,具有信号处理能力。该处理器102可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以理解的是,图2所示的结构仅为示意,在本申请其他一些可能的实施例中,服务端100还可以包括比图2中所示更多或者更少的组件,或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
下面以图2所示的服务端作为示意性执行主体,对本申请提供的信息推送方法进行示例性说明。
请参阅图3,图3示出本申请提供的信息推送方法的一种示意性流程框图,作为一种可能的实现方式,该信息推送方法可以包括以下步骤:
步骤201,获得客户端对应的多个待推送信息中,每一待推送信息各自对应的预测点击率和预测转化率;
步骤203,根据每一待推送信息各自在当前时间段的当前推送成本,以及各自的期望推送成本,获得每一待推送信息各自的当前修正系数;
步骤205,根据每一待推送信息各自的预测点击率、预测转化率以及当前修正系数,在多个待推送信息中确定出目标推送信息,并将目标推送信息推送给客户端。
在一实施例中,服务端可以响应客户端的信息获取请求,以执行本申请提供的信息推送方法,向客户端推送信息。
其中,服务端在响应客户端的信息获取请求时,可以先根据客户端对应的特征标签,先确定出该客户端对应的多个待推送信息;例如,假定存在三个信息投放商各自的待推送信息A、B、C,且每一待推送信息各自对应的特征标签分别为:A,上海用户;B,上海的男性用户;C,女性用户。
示意性地,假定该客户端对应的特征标签为“上海的男性用户”,则服务端可以将待推送信息A以及待推送信息B作为该客户端对应的多个待推送信息;假定客户端对应的特征标签为“上海的女性用户”,则服务端可以将待推送信息A以及待推送信息C作为该客户端对应的多个待推送信息。
另外,作为一种可能的实现方式,服务端在执行本申请提供的信息推送方法之前,服务端可以预先保存有训练好的神经网络模型,该神经网络模型可以被训练成根据客户端的特征标签,确定出该客户端对于一个待推送信息的预测点击率和预测转化率。
比如,该神经网络模型可以包括点击率预估模型和转化率预估模型;如此,服务端在执行步骤201时,可以利用训练好的点击率预估模型和转化率预估模型,分别对获得的每一待推送信息进行处理,从而分别输出每一待推送信息各自对应的预测点击率和预测转化率;示例性地,对于服务端确定出的多个待推送信息中的第j个待推送信息,其对应的预测点击率可以表示为ctri,j,且对应的预测转化率可以表示为cvrj,k。
其中,每一预测点击率可以表征对应的待推送信息被该客户端所点击的概率;另外,每一待推送信息可以对应有一转换条件,每一预测转化率可以表征该客户端完成对应待推送信息的转换条件的概率。
另外,服务端还可以按照固定的时间间隔,统计并记录每一时间间隔内服务端在向各个客户端推送各个信息所产生的推送成本。
比如,服务端可以按照每1小时为时间状态单位,从而统计并记录每1个小时内服务端向各个客户端推送各个信息的推送成本。
如此,服务端在执行本申请提供的信息推送方法时,可以根据每一待推送信息各自在当前时间段的当前推送成本,以及每一待推送信息各自的期望推送成本,获得每一待推送信息各自的当前修正系数;其中,而该当前修正系数,即表征的是将服务端当前统计的当前推送成本修正至期望推送成本的系数水平。
如此,当服务端通过上述的步骤201和步骤203获得每一待推送信息各自对应的预测点击率、预测转化率以及当前修正系数后,服务端可以根据每一待推送信息各自的预测点击率、预测转化率以及当前修正系数,对客户端对应的多个待推送信息进行综合评价,从而在多个待推送信息中确定出目标推送信息,并将目标推送信息推送给客户端,最终使得各个待推送信息的当前推送成本,不断靠近各自对应的期望推送成本。
可见,基于上述设计,本申请提供信息推送方法,在确定出客户端对应的多个对推送信息后,结合获得的每一待推送信息各自对应预测点击率、预测转化率以及当前修正系数,从而在多个待推送信息中确定出目标推送信息,并将该目标推送信息推送给客户端,相比于现有技术,能够使每一待推送信息的当前推送成本,不断靠近各自对应的期望推送成本,从而使每一待推送信息在各个时间段被推送时产生的推送成本,不断靠近设置的推送成本,使实际的推送成本与预估成本不断靠近,提升信息推送的精度。
其中,服务端在获得每一待推送信息各自的当前修正系数时,作为一种可能的实现方式,在图3的基础上,请参阅图4,图4示出图3中步骤203的子步骤的一种示意性流程框图,步骤203可以包括以下子步骤:
步骤203-1,根据每一待推送信息各自在当前时间段的当前推送成本,以及各自的期望推送成本,计算每一待推送信息各自的当前误差系数;
步骤203-2,根据每一待推送信息各自对应的当前误差系数、历史误差系数以及历史修正系数,计算得到每一待推送信息各自的当前修正系数。
在一实施例中,服务端在执行步骤203时,可以先根据上述统计的每一待推送信息各自在当前时间段的当前推送成本,并结合每一待推送信息各自的期望推送成本,从而计算出每一待推送信息对应的当前推送成本与期望推送成本之间的差异,以获得每一待推送信息的当前误差系数。
当然,可以理解的是,通过服务端不断的执行本申请提供的信息推送方法,不断的迭代保存统计的数据,服务端还可以为每一待推送信息保存有一历史误差系数,每一历史误差系数为各自对应的待推送信息在历史时间段计算得到的误差系数,该历史时间段为时序在当前时间段之前的时间段;比如,假定当前时间段表示为i,待推送信息j在当前时间段对应的当前误差系数可以表示为errori,j,若服务端将待推送信息j在当前时间段的上一时间段(即第i-1个时间段)时的误差系数作为历史误差系数,则待推送信息j对应的历史误差系数可以表示为errori-1,j。
另外,服务端还可以保存有每一待推送信息对应的历史修正系数,每一历史修正系数可以为各自对应的待推送信息在历史时间段计算得到的修正系数;如此,服务端在执行步骤203时,在计算得到每一待推送信息各自的当前误差系数后,可以根据每一待推送信息各自对应的当前误差系数、历史误差系数以及历史修正系数,采用迭代的方式,计算得到每一待推送信息各自的当前修正系数,从而使修正系数的计算包含有历史修正信息,以提升当前修正系数的计算精度。
比如,作为一种可能的实现方式,服务端在执行步骤203-2时,计算得到当前修正系数的公式可以满足如下:
αi,j=αi-1,j*(1+(P*errori,j+I*(errori,j+errori-1,j)+D*(errori,j-errori-1,j)))
式中,P、I、D均为设定的超参数,比如,作为一种可能的实现方式,前述的P、I、D可以分别设置成:P=0.9、I=0.2、D=-0.1;i表示当前时间段;αi,j表示待推送信息j对应的当前修正系数,αi-1,j表示待推送信息j对应的历史修正系数,errori,j表示待推送信息j对应的当前误差系数,errori-1,j表示待推送信息j对应的历史误差系数,i为大于1的整数,j为正整数。
其中,需要说明的是,由于上述计算公式需要叠加,则在计算α1,j时,需要α0,j和error0,j的值;而在实际的计算过程中,是不存在α0,j和error0,j的计算过程的,因此,可以为α0,j和error0,j分别设置默认的值,比如可以设置α0,j=1、error0,j=1。
另外,作为一种可能的实现方式,在图4的基础上,请参阅图5,图5示出图4中步骤203-1的子步骤的一种示意性流程框图,步骤203-1可以包括以下步骤:
步骤203-1a,根据获得的每一待推送信息各自在当前时间段的累计推送成本与累计转化量,计算每一待推送信息各自的平均推送成本;
步骤203-1b,根据每一待推送信息各自的平均推送成本,以及各自对应的期望推送成本,计算每一待推送信息对应的当前误差系数。
在一实施例中,上述的当前推送成本则可以包括对应的待推送信息在当前时间段内的累计推送成本以及累计转化量。
于是,在一实施例中,服务端在执行步骤203-1时,可以先根据获得的每一待推送信息各自在当前时间段的累计推送成本与累计转化量,计算每一待推送信息各自的平均推送成本。
比如,作为一种可能的实现方式,服务端计算得到每一平均推送成本的公式可以满足如下:
cpai,j=costi,j/converi,j
式中,cpai,j表示待推送信息j对应的平均推送成本,costi,j表示待推送信息j对应的累计推送成本,converi,j表示待推送信息j对应的累计转化量。
其中,需要说明的是,以多条待推送信息中的待推送信息k为例,服务端获得待推送信息k在当前时间段的累计推送量,以及推送每一条待推送信息k时的单价,从而采用求和的方式,统计出待推送信息k在当前时间段的累计推送成本。
接下来,服务端可以根据计算得到的每一待推送信息各自的平均推送成本,并结合每一待推送信息各自对应的期望推送成本,计算得到每一待推送信息对应的当前误差系数。
比如,作为一种可能的实现方式,服务端计算得到每一当前误差系数的公式可以满足如下:
errori,j=t arg etCpai,j/cpai,j
式中,errori,j表示待推送信息j对应的当前误差系数,targetCpai,j表示待推送信息j对应的期望推送成本。
另外,作为一种可能的实现方式,服务端在执行步骤205,以根据每一待推送信息各自的预测点击率、预测转化率以及当前修正系数,对客户端对应的多个待推送信息进行综合评价,从而在多个待推送信息中确定出目标推送信息时,可以根据每一待推送信息各自的预测点击率、预测转化率以及当前修正系数,计算每一待推送信息各自对应的推送得分;如此,服务端可以根据计算得到的每一待推送信息各自对应的推送得分,对所有的待推送信息进行综合排序,从而可以将对应推送得分最高的待推送信息确定为目标推送信息。
比如,作为一种可能的实现方式,服务端计算获得每一待推送信息各自对应的推送得分的公式可以满足如下:
scorei,j=cpai,j*ctri,j*cvri,j*αi,j
式中,scorei,j表示待推送信息j对应的推送得分,cpai,j表示待推送信息j对应的平均推送成本,ctri,j表示待推送信息j对应的预测点击率,cvri,j表示待推送信息j对应的预测转化率,αi,j表示待推送信息j对应的当前修正系数。
另外,基于与本申请提供的上述信息推送方法相同的发明构思,请参阅图6,图6示出本申请提供的信息推送装置300的一种示意性结构框图,该信息推送装置可以包括处理模块301和推送模块302;其中:
处理模块301,用于获得客户端对应的多个待推送信息中,每一待推送信息各自对应的预测点击率和预测转化率;其中,每一待推送信息对应有一转换条件,每一预测转化率表征客户端完成对应待推送信息的转换条件的概率;
处理模块301还用于,根据每一待推送信息各自在当前时间段的当前推送成本,以及各自的期望推送成本,获得每一待推送信息各自的当前修正系数;
推送模块302,用于根据每一待推送信息各自的预测点击率、预测转化率以及当前修正系数,在多个待推送信息中确定出目标推送信息,并将目标推送信息推送给客户端。
可选地,作为一种可能的实现方式,处理模块301在根据每一待推送信息各自在当前时间段的当前推送成本,以及各自的期望推送成本,获得每一待推送信息各自的当前修正系数时,具体用于:
根据每一待推送信息各自在当前时间段的当前推送成本,以及各自的期望推送成本,计算每一待推送信息各自的当前误差系数;
根据每一待推送信息各自对应的当前误差系数、历史误差系数以及历史修正系数,计算得到每一待推送信息各自的当前修正系数;
其中,每一历史误差系数为各自对应的待推送信息在历史时间段计算得到的误差系数,每一历史修正系数为各自对应的待推送信息在历史时间段计算得到的修正系数,历史时间段为时序在当前时间段之前的时间段。
可选地,作为一种可能的实现方式,当前推送成本包括对应的待推送信息在当前时间段内的累计推送成本以及累计转化量;
处理模块301在根据每一待推送信息各自在当前时间段的当前推送成本,以及各自的期望推送成本,计算每一待推送信息各自的当前误差系数时,具体用于:
根据获得的每一待推送信息各自在当前时间段的累计推送成本与累计转化量,计算每一待推送信息各自的平均推送成本;
根据每一待推送信息各自的平均推送成本,以及各自对应的期望推送成本,计算每一待推送信息对应的当前误差系数。
可选地,作为一种可能的实现方式,计算得到每一平均推送成本的公式满足如下:
cpai,j=costi,j/converi,j
式中,cpai,j表示待推送信息j对应的平均推送成本,costi,j表示待推送信息j对应的累计推送成本,converi,j表示待推送信息j对应的累计转化量;
计算得到每一当前误差系数的公式满足如下:
errori,j=t arg etCpai,j/cpai,j
式中,errori,j表示待推送信息j对应的当前误差系数,t arg etCpai,j表示待推送信息j对应的期望推送成本。
可选地,作为一种可能的实现方式,计算得到当前修正系数的公式满足如下:
αi,j=αi-1,j*(1+(P*errori,j+I*(errori,j+errori-1,j)+D*(errori,j-errori-1,j)))
式中,P、I、D均为设定的超参数;αi,j表示待推送信息j对应的当前修正系数,αi-1,j表示待推送信息j对应的历史修正系数,errori,j表示待推送信息j对应的当前误差系数,errori-1,j表示待推送信息j对应的历史误差系数,i为大于1的整数,j为正整数。
可选地,作为一种可能的实现方式,推送模块302在根据每一待推送信息各自的预测点击率、预测转化率以及当前修正系数,在多个待推送信息中确定出目标推送信息时,具体用于:
根据每一待推送信息各自的预测点击率、预测转化率以及当前修正系数,计算每一待推送信息各自对应的推送得分,并将对应推送得分最高的待推送信息确定为目标推送信息。
可选地,作为一种可能的实现方式,计算获得每一待推送信息各自对应的推送得分的公式满足如下:
scorei,j=cpai,j*ctri,j*cvri,j*αi,j
式中,scorei,j表示待推送信息j对应的推送得分,cpai,j表示待推送信息j对应的平均推送成本,ctri,j表示待推送信息j对应的预测点击率,cvri,j表示待推送信息j对应的预测转化率,αi,j表示待推送信息j对应的当前修正系数。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的一些实施例的装置、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,所述模块、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方式中,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,两个连续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动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。
另外,在本申请的一些实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务端,或者网络设备等)执行本申请的一些实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的部分实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种信息推送方法,其特征在于,所述方法包括:
获得客户端对应的多个待推送信息中,每一所述待推送信息各自对应的预测点击率和预测转化率;其中,每一所述待推送信息对应有一转换条件,每一所述预测转化率表征所述客户端完成对应待推送信息的转换条件的概率;
根据每一所述待推送信息各自在当前时间段的当前推送成本,以及各自的期望推送成本,获得每一所述待推送信息各自的当前修正系数;
根据每一所述待推送信息各自的预测点击率、预测转化率以及当前修正系数,在所述多个待推送信息中确定出目标推送信息,并将所述目标推送信息推送给所述客户端。
2.如权利要求1所述的方法,其特征在于,根据每一所述待推送信息各自在当前时间段的当前推送成本,以及各自的期望推送成本,获得每一所述待推送信息各自的当前修正系数的步骤,包括:
根据每一所述待推送信息各自在所述当前时间段的所述当前推送成本,以及各自的所述期望推送成本,计算每一所述待推送信息各自的当前误差系数;
根据每一所述待推送信息各自对应的当前误差系数、历史误差系数以及历史修正系数,计算得到每一所述待推送信息各自的所述当前修正系数;
其中,每一所述历史误差系数为各自对应的待推送信息在历史时间段计算得到的误差系数,每一所述历史修正系数为各自对应的待推送信息在所述历史时间段计算得到的修正系数,所述历史时间段为时序在所述当前时间段之前的时间段。
3.如权利要求2所述的方法,其特征在于,所述当前推送成本包括对应的待推送信息在所述当前时间段内的累计推送成本以及累计转化量;
根据每一所述待推送信息各自在所述当前时间段的所述当前推送成本,以及各自的所述期望推送成本,计算每一所述待推送信息各自的当前误差系数的步骤,包括:
根据获得的每一所述待推送信息各自在所述当前时间段的累计推送成本与累计转化量,计算每一所述待推送信息各自的平均推送成本;
根据每一所述待推送信息各自的平均推送成本,以及各自对应的期望推送成本,计算每一所述待推送信息对应的所述当前误差系数。
4.如权利要求3所述的方法,其特征在于,计算得到每一所述平均推送成本的公式满足如下:
cpai,j=costi,j/converi,j
式中,cpai,j表示待推送信息j对应的平均推送成本,costi,j表示待推送信息j对应的累计推送成本,converi,j表示待推送信息j对应的累计转化量;
计算得到每一所述当前误差系数的公式满足如下:
errori,j=targetCpai,j/cpai,j
式中,errori,j表示待推送信息j对应的当前误差系数,targetCpai,j表示待推送信息j对应的期望推送成本。
5.如权利要求3所述的方法,其特征在于,计算得到所述当前修正系数的公式满足如下:
αi,j=αi-1,j*(1+(P*errori,j+I*(errori,j+errori-1,j)+D*(errori,j-errori-1,j)))
式中,P、I、D均为设定的超参数;αi,j表示待推送信息j对应的当前修正系数,αi-1,j表示待推送信息j对应的历史修正系数,errori,j表示待推送信息j对应的当前误差系数,errori-1,j表示待推送信息j对应的历史误差系数,i为大于1的整数,j为正整数。
6.如权利要求1所述的方法,其特征在于,根据每一所述待推送信息各自的预测点击率、预测转化率以及当前修正系数,在所述多个待推送信息中确定出目标推送信息的步骤,包括:
根据每一所述待推送信息各自的预测点击率、预测转化率以及当前修正系数,计算每一所述待推送信息各自对应的推送得分,并将对应推送得分最高的待推送信息确定为所述目标推送信息。
7.如权利要求6所述的方法,其特征在于,计算获得每一所述待推送信息各自对应的推送得分的公式满足如下:
scorei,j=cpai,j*ctri,j*cvri,j*αi,j
式中,scorei,j表示待推送信息j对应的推送得分,cpai,j表示待推送信息j对应的平均推送成本,ctri,j表示待推送信息j对应的预测点击率,cvri,j表示待推送信息j对应的预测转化率,αi,j表示待推送信息j对应的当前修正系数。
8.一种信息推送装置,其特征在于,所述装置包括:
处理模块,用于获得客户端对应的多个待推送信息中,每一所述待推送信息各自对应的预测点击率和预测转化率;其中,每一所述待推送信息对应有一转换条件,每一所述预测转化率表征所述客户端完成对应待推送信息的转换条件的概率;
所述处理模块还用于,根据每一所述待推送信息各自在当前时间段的当前推送成本,以及各自的期望推送成本,获得每一所述待推送信息各自的当前修正系数;
推送模块,用于根据每一所述待推送信息各自的预测点击率、预测转化率以及当前修正系数,在所述多个待推送信息中确定出目标推送信息,并将所述目标推送信息推送给所述客户端。
9.一种服务端,其特征在于,包括:
存储器,用于存储一个或多个程序;
处理器;
当所述一个或多个程序被所述处理器执行时,实现如权利要求1-7中任一项所述的方法。
10.一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,该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010459442.8A CN111626780B (zh) | 2020-05-27 | 2020-05-27 | 信息推送方法、装置、服务端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010459442.8A CN111626780B (zh) | 2020-05-27 | 2020-05-27 | 信息推送方法、装置、服务端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111626780A true CN111626780A (zh) | 2020-09-04 |
CN111626780B CN111626780B (zh) | 2023-10-24 |
Family
ID=72272081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010459442.8A Active CN111626780B (zh) | 2020-05-27 | 2020-05-27 | 信息推送方法、装置、服务端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111626780B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112398947A (zh) * | 2020-11-18 | 2021-02-23 | 腾讯科技(深圳)有限公司 | 一种信息推送方法、装置、设备及计算机可读存储介质 |
CN113271328A (zh) * | 2020-09-23 | 2021-08-17 | 苏州市中拓互联信息科技有限公司 | 一种云服务器信息管理方法及系统 |
CN114092137A (zh) * | 2021-11-10 | 2022-02-25 | 北京淘友天下科技发展有限公司 | 一种推送方法、装置、电子设备及存储介质 |
CN114422584A (zh) * | 2021-12-16 | 2022-04-29 | 北京百度网讯科技有限公司 | 资源的推送方法、设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002304555A (ja) * | 2001-04-04 | 2002-10-18 | Toto Ltd | 製品提案方法及びシステム |
CN106203840A (zh) * | 2016-07-13 | 2016-12-07 | 欧阳张睿 | 方案信息自动生成方法 |
CN109657132A (zh) * | 2017-10-11 | 2019-04-19 | 腾讯科技(深圳)有限公司 | 推荐信息成本控制方法、装置、计算机设备及存储介质 |
-
2020
- 2020-05-27 CN CN202010459442.8A patent/CN111626780B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002304555A (ja) * | 2001-04-04 | 2002-10-18 | Toto Ltd | 製品提案方法及びシステム |
CN106203840A (zh) * | 2016-07-13 | 2016-12-07 | 欧阳张睿 | 方案信息自动生成方法 |
CN109657132A (zh) * | 2017-10-11 | 2019-04-19 | 腾讯科技(深圳)有限公司 | 推荐信息成本控制方法、装置、计算机设备及存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113271328A (zh) * | 2020-09-23 | 2021-08-17 | 苏州市中拓互联信息科技有限公司 | 一种云服务器信息管理方法及系统 |
CN112398947A (zh) * | 2020-11-18 | 2021-02-23 | 腾讯科技(深圳)有限公司 | 一种信息推送方法、装置、设备及计算机可读存储介质 |
CN112398947B (zh) * | 2020-11-18 | 2022-03-08 | 腾讯科技(深圳)有限公司 | 一种信息推送方法、装置、设备及计算机可读存储介质 |
CN114092137A (zh) * | 2021-11-10 | 2022-02-25 | 北京淘友天下科技发展有限公司 | 一种推送方法、装置、电子设备及存储介质 |
CN114422584A (zh) * | 2021-12-16 | 2022-04-29 | 北京百度网讯科技有限公司 | 资源的推送方法、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111626780B (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111626780A (zh) | 信息推送方法、装置、服务端及存储介质 | |
CN107222566B (zh) | 信息推送方法、装置及服务器 | |
CN110782286B (zh) | 广告推送方法、装置、服务器及计算机可读存储介质 | |
US8688717B2 (en) | Method and apparatus for generating and using an interest graph | |
US20140358694A1 (en) | Social media pricing engine | |
JP5986082B2 (ja) | 全アカウントの検索キーワードの推定値の返信 | |
CN110750658A (zh) | 一种媒体资源的推荐方法、服务器及计算机可读存储介质 | |
CN112348592A (zh) | 广告推荐方法、装置、电子设备及介质 | |
CN110738436A (zh) | 一种确定可用库存的方法和装置 | |
US20140179354A1 (en) | Determining contact opportunities | |
CN110704727A (zh) | 信息推送方法、装置和计算机设备 | |
CN113961797A (zh) | 资源推荐方法、装置、电子设备和可读存储介质 | |
CN107786627B (zh) | 资源处理系统和方法 | |
CN113515703A (zh) | 信息推荐方法、装置、电子设备及可读存储介质 | |
CN109460778B (zh) | 活动评估方法、装置、电子设备及存储介质 | |
CN112184370A (zh) | 一种推送产品的方法和装置 | |
CN112287208A (zh) | 用户画像生成方法、装置、电子设备及存储介质 | |
CN111242689B (zh) | 广告投放方法、装置、服务器及存储介质 | |
US20190114673A1 (en) | Digital experience targeting using bayesian approach | |
CN114022246B (zh) | 一种产品信息的推送方法、装置、终端设备和存储介质 | |
CN112330411B (zh) | 团体产品推荐方法、装置、计算机设备及存储介质 | |
CN113516524B (zh) | 用于推送信息的方法和装置 | |
CN113326436A (zh) | 确定推荐资源的方法、装置、电子设备和存储介质 | |
CN111581485B (zh) | 一种信息分配方法及装置 | |
CN115098793B (zh) | 基于大数据的用户画像分析方法及系统 |
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 |