数据展示的方法及装置、电子设备及计算机可读存储介质
技术领域
本申请涉及数据处理领域,尤其涉及一种数据展示的方法及装置、电子设备及计算机可读存储介质。
背景技术
随着信息技术的发展,数据展示被应用在多种场景中,例如,在广告展示平台展示广告数据。
广告数据通常是按照广告计划进行展示的,广告展示计划规定了广告数据的展示对象、展示时段、以及展示形式等,但是现有的广告数据展示方式,通常是按照固定不变,或者长期不变的广告展示计划对广告数据进行展示,所以展示的效果有待提高。
发明内容
为了实现上述目的,本申请提供了以下技术方案:
一种数据展示的方法,包括:
获取目标用户的行为数据,所述目标用户为依据历史展示数据完成预设类型操作的用户;
对所述目标用户的所述行为数据建立特征标签,任意一个所述特征标签用于表示所述目标用户的特征;
确定目标特征标签,并将具有所述目标特征标签的用户作为展示对象;所述目标特征标签为,在所有的所述特征标签中,总比例大于阈值的特征标签;
获取所述历史展示数据的展示属性,所述展示属性包括展示时段、展示样式、以及展示成本中的至少一项;
将所述展示对象以及所述展示属性进行组合,得到数据展示方式。
上述的方法,可选的,所述行为数据包括,点击数据;所述点击数据至少包括所述目标用户点击所述历史展示数据的时间点、以及所述历史展示数据。
根据权利要求1所述的方法,其特征在于,还包括:
采用预先建立的数据展示方式打分模型对每个所述数据展示方式进行打分;
将得分大于阈值的所述数据展示方式作为目标数据展示方式,并按照所述目标数据展示方式的所述展示属性,向所述目标数据展示方式的所述展示对象,展示数据。
上述的方法,可选的,还包括:
在所述展示数据之后,针对每个所述目标数据展示方式,计算第一数值,所述第一数值为每个展示时间单位都按照所述目标数据展示方式展示所述数据产生的预设关联数值;
针对每个所述数据展示方式,计算第二数值,所述第二数值为,针对所述展示时段的每个展示时间单位,计算得到的在所述展示时间单位不展示所述数据产生的预设关联数值;
在数据占用资源小于预设值,或所述第二数值大于所述第一数值的情况下,将所述展示时间单位调整为不展示数据的时间段。
上述的方法,可选的,所述数据展示方式打分模型的建立过程包括:
获取历史数据展示方式,并将所述历史数据展示方式作为样本;
针对每个所述样本,按照预设的特征维度,从所述样本中获取与所述特征维度对应的数据,并将获取到的所述数据组合成新样本;所述特征维度至少包括,所述展示对象、展示时段、展示样式、以及展示成本;
确定基础模型,采用所述新样本对所述基础模型进行训练;
对完成训练的所述基础模型进行模型离线评价和离线验证;
将通过所述模型离线评价和所述离线验证的所述基础模型作为所述数据展示方式打分模型。
一种数据展示的装置,包括:
第一获取单元,用于获取目标用户的行为数据,所述目标用户为依据历史展示数据完成预设类型操作的用户;
建立单元,用于对所述目标用户的所述行为数据建立特征标签,任意一个所述特征标签用于表示所述目标用户的特征;
确定单元,用于确定目标特征标签,并将具有所述目标特征标签的用户作为展示对象;所述目标特征标签为,在所有的所述特征标签中,总比例大于阈值的特征标签;
第二获取单元,用于获取所述历史展示数据的展示属性,所述展示属性包括展示时段、展示样式、以及展示成本中的至少一项;
组合单元,用于将所述展示对象以及所述展示属性进行组合,得到数据展示方式。
上述的装置,可选的,还包括,打分单元,
所述打分单元,用于采用预先建立的数据展示方式打分模型对每个所述数据展示方式进行打分;
将得分大于阈值的所述数据展示方式作为目标数据展示方式,并按照所述目标数据展示方式的所述展示属性,向所述目标数据展示方式的所述展示对象,展示数据。
上述的装置,可选的,还包括,调整单元,所述调整单元用于,
在所述展示数据之后,针对每个所述目标数据展示方式,计算第一数值,所述第一数值为每个展示时间单位都按照所述目标数据展示方式展示所述数据产生的预设关联数值;
针对每个所述数据展示方式,计算第二数值,所述第二数值为,针对所述展示时段的每个展示单位时间,计算得到的在所述展示单位时间不展示所述数据产生的预设关联数值;
在数据占用资源小于预设值,或所述第二数值大于所述第一数值的情况下,将所述展示单位时间调整为不展示数据的时间段。
一种电子设备,包括:处理器和存储器,所述存储器用于存储程序;所述处理器用于运行所述程序,以实上述的数据展示的方法。
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指令,当其在计算机上运行时,使得计算机执行上述的数据展示的方法。
本申请提供的方法及装置,获取目标用户的行为数据,对目标用户的行为数据建立多个特征标签,在所有的特征标签中,将总数量大于阈值的特征标签作为目标特征标签,并将具有目标特征标签的用户作为展示对象,因为依据数据完成预设类型操作的用户的不固定的,所以目标特征标签也是不固定的,所以展示对象是变化的,所以将展示对象与各个展示属性进行组合,得到的数据展示方式也是变化的。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种数据展示的方法的流程图;
图2为本申请实施例提供的另一种数据展示的方法的流程图;
图3为本申请实施例提供的又一种数据展示的方法的流程图;
图4为本申请实施例提供的构建数据展示方式打分模型的方法的流程图;
图5为本申请实例提供的一种数据展示的装置的结构示意图;
图6为本申请实例提供的另一种数据展示的装置的结构示意图;
图7为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
本申请实施例的执行主体为与广告展示平台连接的服务器。
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
图1位为本申请实施例提供的一种数据展示的方法,可以包括以下步骤:
S101、获取目标用户的行为数据。
目标用户是依据历史展示数据完成预设类型操作的用户。本实施例中,历史展示数据可以是历史广告展示数据,依据历史展示数据完成预设类型操作,可以是,依据历史广告展示数据完成预设的广告产品交易操作。
目标用户的行为数据可以包括目标用户的属性数据,以及依据数据完成预设类型操作产生的数据。目标用户的属性数据可以是用户的画像数据,例如,用户的年龄、性别、教育背景、以及职业信息等。
S102、对目标用户的行为数据建立特征标签。
特征标签是用于表示目标用户的特征信息的标签,本步骤的实施方式可以是,从目标用户的行为数据中获取与预先设定的特征因素对应的数据,预先设定的特征因素,可以是年龄、以及性别等信息,并将获取到的与特征因素对应的数据作为特征标签。任意一个目标用户的特征标签可以是单个也可以是多个。
S103、确定目标特征标签,将具有目标特征标签的用户作为展示对象。
本实施例中,目标标签为在所有的所述特征标签中,总比例大于阈值的特征标签。确定目标特征标签的方式可以是,统计相同的特征标签在所述特征标签中的占比,并将占比大于阈值的特征标签作为目标特征标签。
目标标签为在所有的所述特征标签中,总比例大于阈值的特征标签,所以,目标标签可以用于表征目标用户中,大部分目标用户共有的特征,所以,本实施例中,将具有目标特征标签的用户作为展示对象,可以提高展示效果。
S104、获取历史展示数据的展示属性。
展示属性包括展示时段、展示样式、以及展示成本。
本实施例中,可以从历史广告属性数据中取多个展示时段、展示样式、以及展示成本,历史广告属性数据为广告展示平台记录的历史展示的每条广告的展示属性数据,任意一条广告的展示属性数据至少包括展示时段、展示价格、以及展示样式,其中,展示时段,广告展示样式可以是图片、动画、和视频等样式。
S105、将展示对象以及展示属性进行组合,得到数据展示方式。
本实施例中,组合后得到的每个数据展示方式,包括展示对象、展示时段、展示样式、以及展示成本。
本实施例提供的方法,获取目标用户的行为数据,对目标用户的行为数据建立多个特征标签,在所有的特征标签中,将总数量大于阈值的特征标签作为目标特征标签,并将具有目标特征标签的用户作为展示对象,因为依据数据完成预设类型操作的用户的不固定的,所以目标特征标签也是不固定的,所以展示对象是变化的,所以将展示对象与展示属性进行组合,得到的数据展示方式也是变化的。
上述实施例中,行为数据,还可以包括,点击数据。点击数据至少包括目标用户点击历史展示数据的时间点、以及历史展示数据。需要说明的是,在行为数据还包括点击数据的情况下,目标用户的特征标签还可以包括,点击数据时间段,以及展示数据类型。行为数据包括点击数据,可以增大目标特征标签的范围,进而可以扩大展示对象的范围。并且,点击数据和用户依据历史展示数据完成预设类型操作产生的数据,作为用户针对历史展示数据进行操作产生的全链数据,可以使得到的用户的特征信息更加完整。
图2为本申请实施例提供的另一种数据展示的方法,在图1的基础上,还可以包括以下步骤:
S106、采用预先建立的数据展示方式打分模型对每个数据展示方式进行打分。
本实施例可以采用预先构建的数据展示方式打分模型对数据展示方式进行打分,构建数据展示方式打分模型的具体过程可以参考图4所示的流程图。
数据展示方式的得分与数据展示方式中包括的展示元素相关,展示元素为,展示对象、展示时段、展示样式、以及展示成本等。本实施例中,可以是,展示元素之间的关联程度越低,得分越低,例如,数据展示方式的展示对象为年龄60-70岁的对象,展示时段为0点-2点,则认为展示对象与展示时段关联程度低。
S107、将得分大于阈值的数据展示方式作为目标数据展示方式,并按照目标数据展示方式的展示属性,向目标数据展示方式的展示对象,展示数据。
得分大于阈值的数据展示方式为优质数据展示方式,所以可以将得分大于阈值的数据展示方式作为目标数据展示方式,并将按照目标数据展示方式的展示属性,向目标数据展示方式的展示对象,展示数据。
S108、针对每个目标数据展示方式,计算数据展示方式的第一数值。
本实施例中,展示时段可以是由多个展示时间单位组成的时段,展示时间单位为一个小时,第一数值为目标广告计划的展示时段中的每个展示时间单位都按照目标数据展示方式展示数据产生的预设关联数值。第一数值越大,表征展示数据产生的效果越好。本实施例中,例如,第一数值可以是每个展示单位时间都按照目标数据展示方式展示数据产生的展示效益值。
S109、针对目标数据展示方式的每个展示单位时间,计算第二数值。
第二数值为,在展示单位时间不展示数据产生的预设关联数值。第二数值越大,表征在展示单位时间不展示数据产生的效果越好。本实施例中,例如,第二数值可以是,在一个展示单位时间不展示数据产生的展示效益值。
S110、在数据占用资源小于预设值,或第二数值大于第一数值的情况下,将展示时间单位调整为不展示数据的时间段。
需要说明的是,每展示一次数据,剩余的数据占用资源则降低,本实施例中,只有在数据占用资源大于预设值,以及第二数值小于第一数值的情况下,才继续将展示时间单位设为展示数据的时间段。
本实施例提供的方法,针对每个展示时间单位,在数据占用资源小于预设值,或第二数值大于第一数值的情况下,将展示时间单位调整为不展示数据的时间段,因为第一数据与第二数值为与展示效果相关的数值,所以在第二数值大于第一数值的情况下,在展示时间单位不展示数据,一方面可以提高展示效果,也可以动态的调整展示时段。
图3为本申请实施例提供的又一种数据展示的方法,本实施例中,展示数据为广告展示数据,数据展示方式为广告计划,可以包括以下步骤。
S301、从预设的不同广告展示平台获取用户历史转化数据,以及用户属性数据。
可以分别在不同的广告展示平台中输入广告投资方的账户,使每个广告展示平台展示与广告投资方账户对应的历史展示广告,以及每条历史展示广告对应的用户历史转化数据和用户属性数据,并从广告展示平台中获取历史展示广告对应的用户历史转化数据和用户属性数据。
其中,任意一条历史展示广告对应的任意一组用户历史转化数据可以包括:点击数据和交易数据,点击数据和交易数据可以作为用户的全链数据。
其中,点击数据包括用户点击该条广告的时间点、以及点击的该条广告,交易数据为用户根据针对该条广告的广告产品完成交易操作产生行为数据,例如广告产品属性、交易金额、以及交付方式等。
任意一条历史投放广告对应的任意一组用户属性数据包括用户的画像数据。画像数据可以是,例如,用户的年龄、性别、教育背景以及社会关系等用户信息数据。
S302、将用户的用户历史转化数据和用户属性数据,作为用户广告行为数据。
S303、按照预设数据整理格式,对多个用户广告行为数据进行整理,得到DMP(DataManagement Platform,数据管理平台)人群标签系统。
对多个用户广告行为数据进行整理的方式可以是,将任意一个用户的用户广告行为数据作为一个独立数据组,并将每个用户的用户广告行为数据填写至同一个预设的数据表(数据组和数据表为预设数据整理格式的示例)中,并为每个用户的用户广告行为数据设定特征标签,具体的设定标签的过程可以参考上述实施例的S102。使数据表包括所有用户的具有特征标签的用户广告行为数据,并将数据表作为DMP人群标签系统。
综上所述,DMP人群标签系统包括:每个用户的具有特征标签的用户广告行为数据,其中,任意一个用户的用户广告行为数据包括用户的全链数据和用户属性数据。
S304、从DMP人群标签系统中获取目标特征标签,将具有目标特征标签的用户作为广告展示对象。
广告展示对象为,DMP人群标签系统包括的所有用户的特征标签中,总比例大于阈值的特征标签。例如,在所有用户的特征标签中,标记为的特征标签的占比大于50%,则将中学生锁定为特征标签。
S305、从历史广告属性数据中获取广告展示时段、广告展示成本、以及广告展示样式。
历史广告属性数据为广告展示平台记录的历史投放的每条广告的属性数据,任意一条广告属性数据至少包括告展示时段、广告展示成本、以及广告展示样式,其中,广告展示样式可以是图片、动画、和视频等样式。
S306、将广告展示对象、广告展示时段、广告展示成本、以及广告展示样式作为计划元素。
S307、将各个计划元素进行组合,得到多个候选广告计划。
其中,每个候选广告计划中,至少包括广告展示对象、广告展示时段、广告展示成本、以及广告展示样式四个计划元素。
例如,广告展示对象A,广告展示时段B1、广告展示时段B2,广告展示成本C1、广告展示成本C2、广告展示样式D,则组合得到所有候选广告计划为:
计划一:广告展示对象A-广告展示时段B1-广告展示成本C1-广告展示样式D;
计划二:广告展示对象A-广告展示时段B1-广告展示成本C2-广告展示样式D;
计划三:广告展示对象A-广告展示时段B2-广告展示成本C1-广告展示样式D;
计划四:广告展示对象A-广告展示时段B2-广告展示成本C2-广告展示样式D。
S308、采用预先创建的广告计划打分模型对每个候选广告计划进行打分,将得分大于阈值的候选广告计划作为优质广告计划。
广告计划打分模型即上述的数据展示方式打分模型,采用广告计划打分模型对每个候选广告计划进行打分的具体过程,可以参考现有技术。
S309、针对每个优质广告计划,计算优质广告计划与历史广告计划列表中每个历史广告计划的相似度,若相似度达到第一阈值,将历史广告计划调整为与优质广告计划一致,并将调整后的历史广告计划作为目标广告计划。
对历史广告计划进行调整具体为:确定在历史广告计划中与优质广告计划不同的计划元素,并将历史广告计划中不同于优质广告计划的计划元素调整为优质广告计划的计划元素。
S310、针对每个优质广告计划,若优质广告计划与每个历史广告计划的相似度都低于第二阈值,则将优质广告计划作为目标广告计划。
S311、将目标广告计划以及加入广告计划列表,使广告平台依据目标广告计划中每一个目标广告计划展示广告。
将广告计划列表加入广告展示平台后,广告展示平台会根据目标广告计划,投放广告投资方上传的需展示的广告,其中广告平台依据目标广告计划,展示广告的具体过程可以参考现有技术。
S312、针对每一条目标广告计划,计算第一全天平均收益值。
第一全天平均收益值为上述实施例中所述的第一数值,第一全天平均收益值为在展示时段的每个展示单位时间都展示广告的情况下,目标广告计划的全天平均收益值。目标广告计划的全天平均收益值为全天转化量与总投放成本的比值。
S313、针对目标广告计划的每个展示单位时间,计算第二全天平均收益值。
第二全天平均收益值为上述实施例中所述的第二数值,展示单位时间对应的第二全天平均收益值为,在该展示单位时间不展示广告的情况下,目标广告计划的全天平均收益值。
S314、针对每个展示单位时间,在第二全天平均收益值大于第一全天平均收益值,或广告展示预算小于预设值,则将展示单位时间调整为非展示时间段。
广告展示预算为上述实施例所述的数据占用资源。
本实施例中,例如,目标广告计划的展示时段为0点-23点共24个展示单位时间。其中,第一全天平均收益值和第二全天平均收益值的具体计算方式为,例如,目标广告计划A的广告展示时段为共24个时段,每一个小时为一个广告展示时段,0点-6点的广告展示成本为100元,7点-24点的展示成本为200元,0点-1点的转化量为5,1点-2点的转化量为10,2点-6点的时间段中每间隔一个小时的转化量为20,7点-24点的时间段中每间隔一个小时的转化量为100,则每个展示单位时间都展示广告的全天平均收益值为:
(5+10+5*20+18*100)/(6*100+18*200)=0.188,即第一全天平均收益值为0.188。若时段0点-1点不展示广告,则全天平均收益值为:10+5*20+18*100)/(5*100+18*200)=0.189,即0点-1点对应的第二全天平均收益值为0.189,0点-1点这一展示单位时间的第二全天平均收益值大于第一全天平均收益值,则将0点-1点设定为不展示广告的时间段,同理可判断目标广告计划A其他的展示单位时间是否为展示广告的时间段。
S315、调整展示时段后的目标广告计划作为新的目标广告计划,使广告展示平台按照新的目标广告计划展示广告。
本实施例的有益效果为:
一、针对每个广告投放计划的每个展示时段,在展示单位时间不展示广告的全天平均收益,大于在展示单位时间展示广告的全天平均收益的情况下,将展示单位时间调整为不展示的时间段,从而可以提高广告计划的全天平均收益,进而提高广告投资方的投资收益。
二、利用用户广告行为数据以及历史广告计划列表,得到各个计划元素,并对各个计划元素进行组合得到多个候选广告计划,因为用户广告行为数据以及历史广告计划列表是不断更新变化的,所以计划元素也是变化,所以候选广告计划也是更新变化的。相比于现有技术中,广告计划长期不变,本技术方案不断更新的候选广告计划,可以使投放的广告具有更好的展示效果。
进一步的,应用打分模型对候选广告计划进行打分,筛选得到优质的广告计划,从而保证获取得到的广告计划的可靠性,可以提高广告投资方的投资收益。
三、现有技术中,没有对点击层面的数据进行记录,点击数据至少包括点击时间和点击的广告内容,缺少点击层面的数据,导致无法获知用户点击广告的时间和广告内容,从而无法全面的分析用户广告行为数据。本技术方案,收集用户从点击到转化的全链数据,所以得到的户广告行为数据更加的全面,可以更准确的确定广告的受众情况。
四、现有技术是人工基于少量的数据,调整广告计划,很难做到对广告计划进行全面又准确的调整。本发明基于人群标签系统中的用户广告行为数据,历史广告属性数据和广告转化数据等大量的数据,调整广告计划,可以更调整准确全面的对广告计划进行调整。
上述实施例中,需要说明的是,获取计划元素的另一方式还可以是:获取历史广告计划列表,历史广告计划列表的每一条历史广告计划至少包括广告展示对象、广告展示时段、广告展示成本、以及广告展示样式四个计划元素。可以从历史广告计划列表中的每个历史广告计划中抽取各个计划元素,从而得到计划元素。其中,可以依据广告投资方的账号,从不同的广告展示平台中获取该账号对应的历史广告计划列表。
上述实施例中,构建数据展示方式打分模型的过程如图4所示,可以包括以下步骤:
S401、获取历史数据展示方式以及历史数据展示方式的转化数据。
可以从广告展示平台获取与数据展示投资方的账号对应的历史数据展示方式,以及历史数据展示方式的转化数据。历史数据展示方式的转化数据为该历史数据展示方式的转化量,转化量为完成广告产品交易操作的用户数量。
需要说明的是,历史数据展示方式可以是历史广告计划,数据展示投资方可以是广告投资方。
S402、分析历史数据展示方式的收益值。
历史数据展示方式的收益值为历史数据展示方式的投入成本与历史数据展示方式的转化量的比值。其中,历史数据展示方式的投入成本可以直接从数据展示平台中得到。
S403、将收益值大于阈值的历史数据展示方式作为正样本,将收益值低于阈值的历史数据展示方式作为负样本。
S404、针对每个历史数据展示方式,为历史数据展示方式设置正样本或负样本的样本标签。
S405、针对每个样本,按照预设的特征维度,从样本中获取与特征维度对应的数据,并将获取到的数据组合成新样本。
样本的特征为样本中包括的各个展示元素,针对每个样本,按照预设的特征维度维度,从样本中抽取与特征维度对应的数值,例如,预设展示元素为展示时段,则从样本中抽取对应的时段数值,并将获取到的所述数据组合成新样本,需要说明的是,特征维度至少包括展示对象、展示时段、展示成本以及展示样式四个维度。其中,训练模型为Xgboot模型。
需要说明的是,在历史数据展示方式为历史广告计划时,展示元素为上述实施例所述的计划元素。
S406、确定基础模型,采用新样本对基础模型进行训练。
S407、采用新样本对基础模型进行训练。
本实施中,基础模型可以是Xgboot模型,采用数据展示方式对Xgboot模型进行训练的详细过程可以参考现有技术。
S408、对完成训练的基础模型进行模型离线评价和离线验证。本步骤的具体过程可以参考现有技术。
S409、将通过模型离线评价和离线验证的基础模型作为数据展示方式打分模型。
本技术方案,通过采用数据展示方式样本对基础模型进行训练,得到展示数据展示方式打分模型,使可以利用数据展示方式打分模型筛选得到优质的数据展示方式。
本申请实施例提供了一种数据展示的装置500,其结构示意图如图5所示,包括:
第一获取单元501,用于获取目标用户的行为数据,目标用户为依据历史展示数据完成预设类型操作的用户。
建立单元502,用于对目标用户的行为数据建立特征标签,任意一个特征标签用于表示目标用户的特征。
确定单元503,用于确定目标特征标签,并将具有目标特征标签的用户作为展示对象;目标特征标签为,在所有的特征标签中,总比例大于阈值的特征标签。
第二获取单元504,用于获取历史展示数据的展示属性,展示属性包括展示时段、展示样式、以及展示成本中的至少一项。
组合单元505,用于将展示对象以及所述展示属性进行组合,得到数据展示方式。
可选的,第一获取单元501获取的行为数据,还包括,点击数据,点击数据至少包括目标用户点击历史展示数据的时间点、以及历史展示数据。
参考图6,本申请实施例又提供了一种数据展示的装置500,图6在图5的基础上增加了:打分单元506、调整单元507、和模型建立单元508。
打分单元506,用于采用预先建立的数据展示方式打分模型对每个数据展示方式进行打分,并将得分大于阈值的数据展示方式作为数据展示方式,并按照目标数据展示方式的展示属性,向所述目标数据展示方式的所述展示对象,展示数据。
调整单元507,用于在展示数据之后,针对每个目标数据展示方式,计算第一数值,第一数值为每个展示时间单位都按照目标数据展示方式展示数据产生的预设关联数值,
针对每个所述数据展示方式,计算第二数值,第二数值为,针对展示时段的每个展示时间单位,计算得到的在展示时间单位不展示数据产生的预设关联数值;
在数据占用资源小于预设值,或第二数值大于第一数值的情况下,将展示单位时间调整为不展示数据的时间段。
模型建立单元508,用于建立数据展示方式打分模型,其中,模型建立单元508建立数据展示方式打分模型的具体实现方式为:
获取历史数据展示方式,并将历史数据展示方式作为样本,样本包括正样本和负样本;
针对每个样本,按照预设的特征维度,从样本中获取与特征维度对应的数据,并将获取到的数据组合成新样本;特征维度至少包括,展示对象、展示时段、展示样式、以及展示成本;
确定基础模型,采用新样本对基础模型进行训练;
对完成训练的基础模型进行模型离线评价和离线验证;
将通过模型离线评价和离线验证的基础模型作为数据展示方式打分模型。
本实施例提供的装置,获取目标用户的行为数据,对目标用户的行为数据建立多个特征标签,在所有的特征标签中,将总数量大于阈值的特征标签作为目标特征标签,并将具有目标特征标签的用户作为展示对象,因为依据数据完成预设类型操作的用户的不固定的,所以目标特征标签也是不固定的,所以展示对象是变化的,所以将展示对象与展示属性进行组合,得到的数据展示方式也是变化的。
本申请还提供了一种电子设备700,其结构示意图如图7所示,包括:处理器701和存储器702,存储器702用于存储应用程序,处理器701用于执行应用程序,以实现本申请的数据展示的方法,即执行以下步骤:
获取目标用户的行为数据,所述目标用户为依据历史展示数据完成预设类型操作的用户;
对所述目标用户的所述行为数据建立特征标签,任意一个所述特征标签用于表示所述目标用户的特征;
确定目标特征标签,并将具有所述目标特征标签的用户作为展示对象;所述目标特征标签为,在所有的所述特征标签中,总比例大于阈值的特征标签;
获取所述历史展示数据的展示属性,所述展示属性包括展示时段、展示样式、以及展示成本中的至少一项;
将所述展示对象以及所述展示属性进行组合,得到数据展示方式。
本申请还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执本申请的数据展示的方法,即执行以下步骤:
获取目标用户的行为数据,所述目标用户为依据历史展示数据完成预设类型操作的用户;
对所述目标用户的所述行为数据建立特征标签,任意一个所述特征标签用于表示所述目标用户的特征;
确定目标特征标签,并将具有所述目标特征标签的用户作为展示对象;所述目标特征标签为,在所有的所述特征标签中,总比例大于阈值的特征标签;
获取所述历史展示数据的展示属性,所述展示属性包括展示时段、展示样式、以及展示成本中的至少一项;
将所述展示对象以及所述展示属性进行组合,得到数据展示方式。
本申请实施例方法所述的功能如果以软件功能单元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设备可读取存储介质中。基于这样的理解,本申请实施例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设备(可以是个人计算机,服务器,移动计算设备或者网络设备等)执行本申请各个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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。
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申请。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申请的精神或范围的情况下,在其它实施例中实现。因此,本申请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。