CN112465568A - 推广活动生成方法、计算设备及计算机存储介质 - Google Patents

推广活动生成方法、计算设备及计算机存储介质 Download PDF

Info

Publication number
CN112465568A
CN112465568A CN202011475808.7A CN202011475808A CN112465568A CN 112465568 A CN112465568 A CN 112465568A CN 202011475808 A CN202011475808 A CN 202011475808A CN 112465568 A CN112465568 A CN 112465568A
Authority
CN
China
Prior art keywords
index value
viscosity index
user viscosity
target
time window
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.)
Pending
Application number
CN202011475808.7A
Other languages
English (en)
Inventor
刘洋
阎瑞娇
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.)
Ireader Technology Co Ltd
Original Assignee
Ireader Technology 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 Ireader Technology Co Ltd filed Critical Ireader Technology Co Ltd
Priority to CN202011475808.7A priority Critical patent/CN112465568A/zh
Publication of CN112465568A publication Critical patent/CN112465568A/zh
Pending legal-status Critical Current

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
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G06Q30/0271—Personalized advertisement

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Finance (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)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开了一种推广活动生成方法、计算设备及计算机存储介质。方法包括：计算当前对应的第一时间窗口内的第一用户粘度指标值；将第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值；根据目标第二用户粘度指标值识别目标第二时间窗口；基于目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。本方案能够能实现推广活动的自动生成，降低推广活动的生成成本，提升推广活动的生成效率。并且本方案生成的推广活动与当前实际情形匹配度高，有利于提升应用平台的用户留存率及用户活跃度，提升用户体验并避免推广资源的浪费。

Description

推广活动生成方法、计算设备及计算机存储介质
技术领域
本发明涉及数据处理技术领域，具体涉及一种推广活动生成方法、计算设备及计算机存储介质。
背景技术
为提升应用平台的用户留存率及吸引用户，许多应用平台会为用户提供相应的推广活动。目前，现有技术中通常是采用人工配置的方式来生成推广活动。
然而，发明人在实施过程中发现，现有技术中存在如下缺陷：采用人工生成推广活动的方式，其效率十分低下，成本高昂，不适于大规模应用与实施，并且人工生成推广活动的方式需要提前对活动内容进行配置，无法根据实际情况的变化进行及时的调整，无法做到最优的配置。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的推广活动生成方法、计算设备及计算机存储介质。
根据本发明的一个方面，提供了一种推广活动生成方法，包括：
计算当前对应的第一时间窗口内的第一用户粘度指标值；
将所述第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值；
根据目标第二用户粘度指标值识别目标第二时间窗口；
基于所述目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
根据本发明的另一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如下操作：
计算当前对应的第一时间窗口内的第一用户粘度指标值；
将所述第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值；
根据目标第二用户粘度指标值识别目标第二时间窗口；
基于所述目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
根据本发明的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述推广活动生成方法对应的操作。
根据本发明提供的推广活动生成方法、计算设备及计算机存储介质。首先计算当前对应的第一时间窗口内的第一用户粘度指标值；进一步将第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值；根据目标第二用户粘度指标值识别目标第二时间窗口；最终基于目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。本方案能实现推广活动的自动生成，降低推广活动的生成成本，提升推广活动的生成效率。并且本方案生成的推广活动与当前实际情形匹配度高，有利于提升应用平台的用户留存率及用户活跃度，提升用户体验并避免推广资源的浪费。
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示出了根据本发明实施例一提供的一种推广活动生成方法的流程示意图；
图2示出了根据本发明实施例二提供的一种推广活动生成方法的流程示意图；
图3示出了根据本发明实施例四提供的一种计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明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发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
实施例一
图1示出了根据本发明实施例一提供的一种推广活动生成方法的流程示意图。其中，本实施例所提供的推广活动生成方法能够应用于多种应用平台中，如视频平台以及电子书平台等等。
如图1所示，该方法包括：
步骤S110：计算当前对应的第一时间窗口内的第一用户粘度指标值。
为了能够自动生成与当前实际情况相匹配的推广活动，本实施例首先获取当前对应的用户粘度指标值，其中，用户粘度指标值是用户粘度指标的具体数值。用户粘度指标能够反映用户对应用平台的依赖程度，并且能够体现用户对该应用平台的满意度。其中，用户粘度指标可以包括留存率和/或活跃度等等。
在获取当前对应的用户粘度指标值过程中，具体是计算当前对应的第一用户粘度指标值，第一用户粘度指标值为第一时间窗口内的用户粘度指标值。其中，第一时间窗口的终止点与当前时间的间隔小于预设时间间隔，换言之，本实施例获取的是距当前最近一段时间内用户粘度指标值。
可选的，在计算当前对应的第一用户粘度指标值过程中，可从数据缓存或近期数据库中提取出第一时间窗口内的应用平台的用户记录，该用户记录包括以下记录中的至少一种：应用启动记录、应用注册记录、以及充值记录等等。并进一步地基于第一时间窗口内的应用平台的用户记录，计算第一时间窗口内的第一用户粘度指标值。
步骤S120：将第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值。
本实施例预先在历史数据库中存储了多个第二时间窗口内的第二用户粘度指标值。其中，每个第二时间窗口均有对应的历史推广活动，该历史推广活动为已经实施的推广活动。并且，第二时间窗口的终止点早于第一时间窗口的终止点。
可选的，为了便于后续数据的匹配，本实施例中第一时间窗口的长度与第二时间窗口的长度相同。例如，当前时间为12月1日，第一时间窗口可以为11月24日～11月30日，第二时间窗口为10月24日～10月30日以及9月24日～9月30日。即第一时间窗口及第二时间窗口长度均为一周。在实际的实施过程中，本领域技术人员可根据实际业务需求设定第二时间窗口及第二时间窗口的长度，本实施例对此不作限定。
在步骤S110获得第一用户粘度指标值后，将该第一用户粘度指标值与任一第二用户粘度指标值进行匹配。若某第二用户粘度指标值与第一用户粘度指标值相匹配，则确定该第二用户粘度指标值为目标第二用户粘度指标值。
步骤S130：根据目标第二用户粘度指标值识别目标第二时间窗口。
目标第二用户粘度指标值与第一用户粘度指标值相匹配，则表明目标用户粘度指标值对应的第二时间窗口内的用户粘度特征与第一时间窗口内的用户粘度特征相似度较高，从而将目标第二用户粘度指标值对应的第二时间窗口确定为目标第二时间窗口。
步骤S140：基于目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
由于目标第二时间窗口内的用户粘度特征与第一时间窗口内的用户粘度特征相似度较高，从而可获取目标第二时间窗口对应的历史推广活动信息，并以目标第二时间窗口对应的历史推广活动信息为基础，自动地生成当前对应的推广活动。
由此可见，本实施例首先计算第一时间窗口内的第一用户粘度指标值，从而获得当前的用户粘度特征；继而将第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，以识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值，继而确定出与当前用户粘度特征相匹配的目标第二时间窗口，最终根据目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。采用本方案，能够实现推广活动的自动生成，从而降低推广活动的生成成本，提升推广活动的生成效率。并且，本方案是根据与当前用户粘度特征相似度高的历史时段内的推广活动信息来生成当前的推广活动，从而使得生成的推广活动与当前实际情形匹配度高，进而有利于提升应用平台的用户留存率及用户活跃度；再者，由于推广活动与当前实际情形匹配度高，进一步避免了推广资源的浪费并有利于用户体验的提升。
实施例二
图2示出了根据本发明实施例二提供的一种推广活动生成方法的流程示意图。为了更好地理解本发明，本实施例以应用于电子书平台为例来具体阐明本发明实施例提供的推广活动生成方法的实施过程。
如图2所示，该方法包括：
步骤S210：计算当前对应的第一时间窗口内的第一用户粘度指标值。
在具体的实施过程中，提取电子书平台在第一时间窗口内的用户记录，该用户记录包括：用户启动应用记录、注册记录、阅读记录、和/或评论记录等等。继而根据提取出的第一时间窗口内的用户记录计算当前的用户粘度指标的指标值，即计算第一用户粘度指标值。
本实施例中，用户粘度指标可以包括以下指标中的至少一种：留存率、活跃度、阅读率以及评论率等等。若用户粘度指标为多个，则第一用户粘度指标值包括多个用户粘度指标对应的指标值。其中，留存率可以为第一个统计单位内的应用的新增用户中第N个统计单位内仍启动应用的用户数与该第一个统计单位内的新增用户数的比值；或者，留存率还可以为第一个统计单位内应用的启动用户中第N个统计单位内仍启动该应用的用户数与该第一个统计单位内的启动用户数的比值；活跃度为应用的启动用户数与应用的注册用户数的比值；阅读率为应用的阅读用户数与应用的启动用户数的比值；评论率为应用的评论用户数与应用的启动用户数的比值。
通过留存率、活跃度、阅读率和/或评论率能够体现用户粘度。此外，用户记录中还可以包括付费记录及充值记录。则用户粘度指标还可以包含有阅读付费率和/或充值率。其中，阅读付费率为付费用户数与阅读用户数的比值；充值率为充值用户数与启动用户数的比值。
步骤S220：将第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值。
用户粘度指标可以为单个或多个。在匹配过程中，具体是将隶属于同一用户粘度指标的第一用户粘度指标值及第二用户粘度指标值进行匹配，以识别出隶属于该用户粘度指标的目标第二用户粘度指标值。例如，将隶属于留存率指标的第一留存率指标值与第二时间窗口的第二留存率指标值进行匹配，将隶属于活跃度指标的第一活跃度指标值与第二时间窗口的第二活跃度指标值进行匹配。
具体地，在第一用户粘度指标值与对应的第二用户粘度指标值进行匹配过程中，可采用以下匹配方式中的一种或多种的组合。
匹配方式一：依据指标值范围的相似度来进行匹配。
具体地，将第一用户粘度指标值对应的指标值范围与第二用户粘度指标值对应的指标值范围进行匹配；若第一用户粘度指标值对应的指标值范围与第二用户粘度指标值对应的指标值范围同属于同一预设指标值范围，则确定该第二用户粘度指标值为目标第二用户粘度指标值。其中，一个用户粘度指标对应于一个预设指标值范围，不同的用户粘度指标值对应的预设指标值范围可以相同，也可以不同。
举例来说，用户粘度指标包括活跃度指标及充值率指标，若活跃度指标对应的预设指标值范围为60％-100％，充值率指标对应的预设指标值范围为0-20％，第一时间窗口内的第一活跃度指标值为{63％，65％，70％}，第一充值率指标值为{16％，13％，14％}；第二时间窗口A内的第二活跃度指标值为{69％，62％，70％}，第二充值率指标值为{23％，13％，14％}。从中可看出，第一活跃度指标值与第二活跃度指标值对应的指标值范围同属于60％-100％，则确定出第二时间窗口A内的第二活跃度指标值为隶属于活跃度指标的目标第二用户粘度指标值；而第一充值率指标值对应的指标值范围属于0-20％，而第二时间窗口A内的第二充值率指标值不属于0-20％，则确定出第二时间窗口A内的第二充值率指标值不是隶属于充值率指标的目标第二用户粘度指标值。
匹配方式二：依据指标值变化趋势的相似度来进行匹配。
具体地，将第一用户粘度指标值的变化趋势与第二用户粘度指标值的变化趋势进行匹配；若第一用户粘度指标值的变化趋势与第二用户粘度指标值的变化趋势相似度大于预设相似度阈值，则确定该第二用户粘度指标值为目标第二用户粘度指标值。
举例来说，针对于留存率指标，可将第一留存率指标值对应的变化曲线与第二时间窗口B内的第二留存率指标值对应的变化曲线进行匹配，若两个曲线相似度大于80％，则确定第二时间窗口B内的第二留存率指标值为隶属于留存率指标的目标第二用户粘度指标值。
步骤S230：根据目标第二用户粘度指标值识别目标第二时间窗口。
若用户粘度指标为一个，则将与目标第二用户粘度指标值对应的第二时间窗口确定为目标第二时间窗口。举例来说，用户粘度指标为留存率，通过步骤S220确定出第二时间窗口B内的第二留存率指标值，及第二时间窗口C内的第二留存率指标值为目标第二用户粘度指标值，则将第二时间窗口B及第二时间窗口C作为目标第二时间窗口。
若用户粘度指标为多个，则当第二时间窗口内包括多个目标第二用户粘度指标值，并且包含的各个目标第二用户粘度指标值分别隶属于各个用户粘度指标时，确定该第二时间窗口为目标第二时间窗口。举例来说，若用户粘度指标为活跃度指标及充值率指标，通过步骤S220确定出第二时间窗口A内仅第二活跃度指标值为隶属于活跃度指标的目标第二用户粘度指标值，则确定出第二时间窗口A不是目标第二时间窗口；若通过步骤S220确定出第二时间窗口D内第二活跃度指标值为隶属于活跃度指标的目标第二用户粘度指标值，并且第二时间窗口D内第二充值率指标值为隶属于充值率指标的目标第二用户粘度指标值，则确定出第二时间窗口D为目标第二时间窗口。
步骤S240：判断目标第二时间窗口的个数是否为多个；若是，则执行步骤S250；若否，则执行步骤S280。
步骤S250：计算任一目标第二时间窗口对应的历史推广活动参考值。
若目标第二时间窗口为多个，则分别计算任一目标第二时间窗口对应的历史推广活动参考值。
具体地，可根据任一目标第二时间窗口对应的与当前时间的间隔和/或历史推广活动效果评价值，计算该目标第二时间窗口对应的历史推广活动参考值。其中，第二时间窗口对应的与当前时间的间隔可以为第二时间窗口起始点或终止点与当前时间的间隔；而第二时间窗口对应的历史推广活动效果评价值可依据推广活动的投入产出比，获客率等确定。
其中，目标第二时间窗口对应的历史推广活动效果评价值越高，表明该历史推广活动在该用户粘度特性的场景下得到的推广效果越好，目标第二时间窗口对应的与当前时间的间隔越短，该第二目标时间窗口内的推广活动更符合当前情形。从而本实施例中，目标第二时间窗口对应的历史推广活动参考值正相关于该目标第二时间窗口对应的历史推广活动效果评价值，和/或，目标第二时间窗口对应的历史推广活动参考值负相关于该目标第二时间窗口对应的与当前时间的间隔。
步骤S260：根据目标第二时间窗口对应的历史推广活动参考值，从多个目标第二时间窗口中筛选出修正目标第二时间窗口。
目标第二时间窗口对应的历史推广活动参考值能够反映目标第二时间窗口对应的历史推广活动对于当前场景的参考价值，目标第二时间窗口对应的历史推广活动参考值越高，则参考价值越高。
从而可根据目标第二时间窗口对应的历史推广活动参考值，从多个目标第二时间窗口中筛选出修正目标第二时间窗口。例如，可以将对应的历史推广活动参考值最高的目标第二时间窗口作为修正目标第二时间窗口，又或者，可以将历史推广活动参考值大于预设阈值的目标第二时间窗口作为修正目标第二时间窗口。
步骤S270：根据修正目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
在实际的实施过程中，可将修正目标第二时间窗口对应的历史推广活动进行适应性调整后生成当前对应的推广活动。如调整历史推广活动的活动时间后生成当前对应的推广活动。
通过上述步骤S250-S270的实施，能够从用户粘度特征及历史推广活动的活动价值两个维度来生成推广活动，从而进一步提高了推广活动与当前实际情形的匹配度。
在另一种可选的实施方式中，步骤S250-步骤S270可以替换为：基于所述多个目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。在该种实施方式中，可将多个历史推广活动信息整合后生成当前对应的推广活动。例如，多个目标第二时间窗口对应的历史推广活动分别为历史推广活动X及Y，则当前的推广活动可以为向用户群体Q发送历史推广活动X，向用户群体W发送历史推广活动Y。
步骤S280：根据该单个目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
此外，在生成当前对应的推广活动之后，可经过预设时长后，计算在该预设时长内的用户粘度指标值，和/或，计算生成的推广活动的历史推广活动效果评价值，并将计算结果存储至历史数据库中。从而不断增容历史数据库，为后续推广活动的生成提供基础。
由此可见，本实施例能够依据指标值范围的相似度和/或依据指标值变化趋势的相似度来进行第一用户粘度指标值与第二用户粘度指标值的匹配，从而能够准确地识别出目标第二用户粘度指标值，继而提升目标第二时间窗口的识别精度；再者，本实施例在确定出目标第二时间窗口为多个时，计算目标第二时间窗口对应的历史推广活动参考值，继而根据该历史推广活动参考值得到修正目标第二时间窗口，最终根据修正目标第二时间窗口对应的历史推广活动信息，自动生成当前对应的推广活动，从而能够从用户粘度特征及历史推广活动的活动价值两个维度来生成当前的推广活动，从而进一步提升当前的推广活动与当前实际情形的匹配度，从而有利于提升应用平台的用户留存率及用户活跃度，避免了推广资源的浪费以及有利于用户体验的提升，此外还进一步提升推广活动的生成效率，降低推广活动生成成本。
实施例三
根据本发明实施例三提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的推广活动生成方法。
可执行指令具体可以用于使得处理器执行以下操作：
计算当前对应的第一时间窗口内的第一用户粘度指标值；
将所述第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值；
根据目标第二用户粘度指标值识别目标第二时间窗口；
基于所述目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
在一种可选的实施方式中，用户粘度指标包括以下指标中的至少一种：
留存率、活跃度、阅读率、以及评论率。
在一种可选的实施方式中，可执行指令具体可以用于使得处理器执行以下操作：
若用户粘度指标为多个，则将隶属于同一用户粘度指标的第一用户粘度指标值及第二用户粘度指标值进行匹配，以识别出隶属于该用户粘度指标的目标第二用户粘度指标值。
在一种可选的实施方式中，可执行指令具体可以用于使得处理器执行以下操作：
若第二时间窗口内包括多个目标第二用户粘度指标值，并且包含的各个目标第二用户粘度指标值分别隶属于各个用户粘度指标，则确定该第二时间窗口为目标第二时间窗口。
在一种可选的实施方式中，可执行指令具体可以用于使得处理器执行以下操作：
将所述第一用户粘度指标值对应的指标值范围与第二用户粘度指标值对应的指标值范围进行匹配；
若所述第一用户粘度指标值对应的指标值范围与第二用户粘度指标值对应的指标值范围同属于同一预设指标值范围，则确定该第二用户粘度指标值为目标第二用户粘度指标值。
在一种可选的实施方式中，可执行指令具体可以用于使得处理器执行以下操作：
将所述第一用户粘度指标值的变化趋势与第二用户粘度指标值的变化趋势进行匹配；
若所述第一用户粘度指标值的变化趋势与第二用户粘度指标值的变化趋势相似度大于预设相似度阈值，则确定该第二用户粘度指标值为目标第二用户粘度指标值。
在一种可选的实施方式中，可执行指令具体可以用于使得处理器执行以下操作：
基于所述多个目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
在一种可选的实施方式中，可执行指令具体可以用于使得处理器执行以下操作：
计算任一目标第二时间窗口对应的历史推广活动参考值；
根据目标第二时间窗口对应的历史推广活动参考值，从多个目标第二时间窗口中筛选出修正目标第二时间窗口；
根据所述修正目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
在一种可选的实施方式中，可执行指令具体可以用于使得处理器执行以下操作：
根据任一目标第二时间窗口对应的与当前时间的间隔和/或历史推广活动效果评价值，计算该目标第二时间窗口对应的历史推广活动参考值。
在一种可选的实施方式中，目标第二时间窗口对应的历史推广活动参考值正相关于该目标第二时间窗口对应的历史推广活动效果评价值，和/或，目标第二时间窗口对应的历史推广活动参考值负相关于该目标第二时间窗口对应的与当前时间的间隔。
在一种可选的实施方式中，可执行指令具体可以用于使得处理器执行以下操作：
将历史推广活动参考值最高的目标第二时间窗口作为修正目标第二时间窗口。
在一种可选的实施方式中，所述第一时间窗口的终止点与当前时间的间隔小于预设时间间隔。
在一种可选的实施方式中，所述第一时间窗口的长度与所述第二时间窗口的长度相同。
由此可见，本实施例根据与当前用户粘度特征相似度高的历史时段内的推广活动信息来生成当前的推广活动，从而使得生成的推广活动与当前实际情形匹配度高，从而有利于提升应用平台的用户留存率及用户活跃度；再者，由于推广活动与当前实际情形匹配度高，从而进一步避免了推广资源的浪费以及有利于用户体验的提升。
实施例四
图3示出了根据本发明实施例四提供的一种计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。
如图3所示，该计算设备可以包括：处理器(processor)302、通信接口(Communications Interface)304、存储器(memory)306、以及通信总线308。
其中：处理器302、通信接口304、以及存储器306通过通信总线308完成相互间的通信。通信接口304，用于与其它设备比如客户端或其它服务器等的网元通信。处理器302，用于执行程序310，具体可以执行上述方法实施例中的相关步骤。
具体地，程序310可以包括程序代码，该程序代码包括计算机操作指令。
处理器302可能是中央处理器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。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器306，用于存放程序310。存储器306可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
程序310具体可以用于使得处理器302执行以下操作：
计算当前对应的第一时间窗口内的第一用户粘度指标值；
将所述第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值；
根据目标第二用户粘度指标值识别目标第二时间窗口；
基于所述目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
在一种可选的实施方式中，用户粘度指标包括以下指标中的至少一种：
留存率、活跃度、阅读率、以及评论率。
在一种可选的实施方式中，程序310具体可以用于使得处理器302执行以下操作：
若用户粘度指标为多个，则将隶属于同一用户粘度指标的第一用户粘度指标值及第二用户粘度指标值进行匹配，以识别出隶属于该用户粘度指标的目标第二用户粘度指标值。
在一种可选的实施方式中，程序310具体可以用于使得处理器302执行以下操作：
若第二时间窗口内包括多个目标第二用户粘度指标值，并且包含的各个目标第二用户粘度指标值分别隶属于各个用户粘度指标，则确定该第二时间窗口为目标第二时间窗口。
在一种可选的实施方式中，程序310具体可以用于使得处理器302执行以下操作：
将所述第一用户粘度指标值对应的指标值范围与第二用户粘度指标值对应的指标值范围进行匹配；
若所述第一用户粘度指标值对应的指标值范围与第二用户粘度指标值对应的指标值范围同属于同一预设指标值范围，则确定该第二用户粘度指标值为目标第二用户粘度指标值。
在一种可选的实施方式中，程序310具体可以用于使得处理器302执行以下操作：
将所述第一用户粘度指标值的变化趋势与第二用户粘度指标值的变化趋势进行匹配；
若所述第一用户粘度指标值的变化趋势与第二用户粘度指标值的变化趋势相似度大于预设相似度阈值，则确定该第二用户粘度指标值为目标第二用户粘度指标值。
在一种可选的实施方式中，程序310具体可以用于使得处理器302执行以下操作：
基于所述多个目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
在一种可选的实施方式中，程序310具体可以用于使得处理器302执行以下操作：
计算任一目标第二时间窗口对应的历史推广活动参考值；
根据目标第二时间窗口对应的历史推广活动参考值，从多个目标第二时间窗口中筛选出修正目标第二时间窗口；
根据所述修正目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
在一种可选的实施方式中，程序310具体可以用于使得处理器302执行以下操作：
根据任一目标第二时间窗口对应的与当前时间的间隔和/或历史推广活动效果评价值，计算该目标第二时间窗口对应的历史推广活动参考值。
在一种可选的实施方式中，目标第二时间窗口对应的历史推广活动参考值正相关于该目标第二时间窗口对应的历史推广活动效果评价值，和/或，目标第二时间窗口对应的历史推广活动参考值负相关于该目标第二时间窗口对应的与当前时间的间隔。
在一种可选的实施方式中，程序310具体可以用于使得处理器302执行以下操作：
将历史推广活动参考值最高的目标第二时间窗口作为修正目标第二时间窗口。
在一种可选的实施方式中，所述第一时间窗口的终止点与当前时间的间隔小于预设时间间隔。
在一种可选的实施方式中，所述第一时间窗口的长度与所述第二时间窗口的长度相同。
由此可见，本实施例根据与当前用户粘度特征相似度高的历史时段内的推广活动信息来生成当前的推广活动，从而使得生成的推广活动与当前实际情形匹配度高，从而有利于提升应用平台的用户留存率及用户活跃度；再者，由于推广活动与当前实际情形匹配度高，从而进一步避免了推广资源的浪费以及有利于用户体验的提升。
在此提供的算法或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，本发明实施例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，为了精简本发明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，本发明实施例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。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。
本发明公开了：A1.一种推广活动生成方法，包括：
计算当前对应的第一时间窗口内的第一用户粘度指标值；
将所述第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值；
根据目标第二用户粘度指标值识别目标第二时间窗口；
基于所述目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
A2.根据A1所述的方法，其中，用户粘度指标包括以下指标中的至少一种：
留存率、活跃度、阅读率、以及评论率。
A3.根据A2所述的方法，其中，若用户粘度指标为多个；
则所述将所述第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值进一步包括：
将隶属于同一用户粘度指标的第一用户粘度指标值及第二用户粘度指标值进行匹配，以识别出隶属于该用户粘度指标的目标第二用户粘度指标值。
A4.根据A3所述的方法，其中，所述根据目标第二用户粘度指标值识别目标第二时间窗口进一步包括：
若第二时间窗口内包括多个目标第二用户粘度指标值，并且包含的各个目标第二用户粘度指标值分别隶属于各个用户粘度指标，则确定该第二时间窗口为目标第二时间窗口。
A5.根据A1-A4中任一项所述的方法，其中，所述将所述第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值进一步包括：
将所述第一用户粘度指标值对应的指标值范围与第二用户粘度指标值对应的指标值范围进行匹配；
若所述第一用户粘度指标值对应的指标值范围与第二用户粘度指标值对应的指标值范围同属于同一预设指标值范围，则确定该第二用户粘度指标值为目标第二用户粘度指标值。
A6.根据A1-A4中任一项所述的方法，其中，所述将所述第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值进一步包括：
将所述第一用户粘度指标值的变化趋势与第二用户粘度指标值的变化趋势进行匹配；
若所述第一用户粘度指标值的变化趋势与第二用户粘度指标值的变化趋势相似度大于预设相似度阈值，则确定该第二用户粘度指标值为目标第二用户粘度指标值。
A7.根据A1-A6中任一项所述的方法，其中，若所述目标第二时间窗口为多个，则所述基于所述目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动进一步包括：
基于多个目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
A8.根据A1-A6中任一项所述的方法，其中，若所述目标第二时间窗口为多个，则所述基于所述目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动进一步包括：
计算任一目标第二时间窗口对应的历史推广活动参考值；
根据目标第二时间窗口对应的历史推广活动参考值，从多个目标第二时间窗口中筛选出修正目标第二时间窗口；
根据所述修正目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
A9.根据A8所述的方法，其中，所述计算任一目标第二时间窗口对应的历史推广活动参考值进一步包括：
根据任一目标第二时间窗口对应的与当前时间的间隔和/或历史推广活动效果评价值，计算该目标第二时间窗口对应的历史推广活动参考值。
A10.根据A9所述的方法，其中，目标第二时间窗口对应的历史推广活动参考值正相关于该目标第二时间窗口对应的历史推广活动效果评价值，和/或，目标第二时间窗口对应的历史推广活动参考值负相关于该目标第二时间窗口对应的与当前时间的间隔。
A11.根据A10所述的方法，其中，所述根据目标第二时间窗口对应的历史推广活动参考值，从多个目标第二时间窗口中筛选出修正目标第二时间窗口进一步包括：
将历史推广活动参考值最高的目标第二时间窗口作为修正目标第二时间窗口。
A12.根据A1-A11中任一项所述的方法，其中，所述第一时间窗口的终止点与当前时间的间隔小于预设时间间隔。
A13.根据A1-A12中任一项所述的方法，其中，所述第一时间窗口的长度与所述第二时间窗口的长度相同。
本发明还公开了：B14.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如下操作：
计算当前对应的第一时间窗口内的第一用户粘度指标值；
将所述第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值；
根据目标第二用户粘度指标值识别目标第二时间窗口；
基于所述目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
B15.根据B14所述的计算设备，其中，用户粘度指标包括以下指标中的至少一种：
留存率、活跃度、阅读率、以及评论率。
B16.根据B15所述的计算设备，其中，所述可执行指令使所述处理器执行如下操作：
若用户粘度指标为多个，则将隶属于同一用户粘度指标的第一用户粘度指标值及第二用户粘度指标值进行匹配，以识别出隶属于该用户粘度指标的目标第二用户粘度指标值。
B17.根据B16所述的计算设备，其中，所述可执行指令使所述处理器执行如下操作：
若第二时间窗口内包括多个目标第二用户粘度指标值，并且包含的各个目标第二用户粘度指标值分别隶属于各个用户粘度指标，则确定该第二时间窗口为目标第二时间窗口。
B18.根据B14-B17中任一项所述计算设备，其中，所述可执行指令使所述处理器执行如下操作：
将所述第一用户粘度指标值对应的指标值范围与第二用户粘度指标值对应的指标值范围进行匹配；
若所述第一用户粘度指标值对应的指标值范围与第二用户粘度指标值对应的指标值范围同属于同一预设指标值范围，则确定该第二用户粘度指标值为目标第二用户粘度指标值。
B19.根据B14-B17中任一项所述的计算设备，其中，所述可执行指令使所述处理器执行如下操作：
将所述第一用户粘度指标值的变化趋势与第二用户粘度指标值的变化趋势进行匹配；
若所述第一用户粘度指标值的变化趋势与第二用户粘度指标值的变化趋势相似度大于预设相似度阈值，则确定该第二用户粘度指标值为目标第二用户粘度指标值。
B20.根据B14-B19中任一项所述的计算设备，其中，所述可执行指令使所述处理器执行如下操作：
基于多个目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
B21.根据B14-B19中任一项所述的计算设备，其中，所述可执行指令使所述处理器执行如下操作：
计算任一目标第二时间窗口对应的历史推广活动参考值；
根据目标第二时间窗口对应的历史推广活动参考值，从多个目标第二时间窗口中筛选出修正目标第二时间窗口；
根据所述修正目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
B22.根据B21所述的计算设备，其中，所述可执行指令使所述处理器执行如下操作：
根据任一目标第二时间窗口对应的与当前时间的间隔和/或历史推广活动效果评价值，计算该目标第二时间窗口对应的历史推广活动参考值。
B23.根据B22所述的计算设备，其中，目标第二时间窗口对应的历史推广活动参考值正相关于该目标第二时间窗口对应的历史推广活动效果评价值，和/或，目标第二时间窗口对应的历史推广活动参考值负相关于该目标第二时间窗口对应的与当前时间的间隔。
B24.根据B23所述的计算设备，其中，所述可执行指令使所述处理器执行如下操作：
将历史推广活动参考值最高的目标第二时间窗口作为修正目标第二时间窗口。
B25.根据B14-B24中任一项所述的计算设备，其中，所述第一时间窗口的终止点与当前时间的间隔小于预设时间间隔。
B26.根据B14-B25中任一项所述的计算设备，其中，所述第一时间窗口的长度与所述第二时间窗口的长度相同。
本发明还公开了：C27.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如A1-A13中任一项所述的推广活动生成方法对应的操作。

Claims (10)

1.一种推广活动生成方法，包括：
计算当前对应的第一时间窗口内的第一用户粘度指标值；
将所述第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值；
根据目标第二用户粘度指标值识别目标第二时间窗口；
基于所述目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
2.根据权利要求1所述的方法，其中，用户粘度指标包括以下指标中的至少一种：
留存率、活跃度、阅读率、以及评论率。
3.根据权利要求2所述的方法，其中，若用户粘度指标为多个；
则所述将所述第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值进一步包括：
将隶属于同一用户粘度指标的第一用户粘度指标值及第二用户粘度指标值进行匹配，以识别出隶属于该用户粘度指标的目标第二用户粘度指标值。
4.根据权利要求3所述的方法，其中，所述根据目标第二用户粘度指标值识别目标第二时间窗口进一步包括：
若第二时间窗口内包括多个目标第二用户粘度指标值，并且包含的各个目标第二用户粘度指标值分别隶属于各个用户粘度指标，则确定该第二时间窗口为目标第二时间窗口。
5.根据权利要求1-4中任一项所述的方法，其中，所述将所述第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值进一步包括：
将所述第一用户粘度指标值对应的指标值范围与第二用户粘度指标值对应的指标值范围进行匹配；
若所述第一用户粘度指标值对应的指标值范围与第二用户粘度指标值对应的指标值范围同属于同一预设指标值范围，则确定该第二用户粘度指标值为目标第二用户粘度指标值。
6.根据权利要求1-4中任一项所述的方法，其中，所述将所述第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值进一步包括：
将所述第一用户粘度指标值的变化趋势与第二用户粘度指标值的变化趋势进行匹配；
若所述第一用户粘度指标值的变化趋势与第二用户粘度指标值的变化趋势相似度大于预设相似度阈值，则确定该第二用户粘度指标值为目标第二用户粘度指标值。
7.根据权利要求1-6中任一项所述的方法，其中，若所述目标第二时间窗口为多个，则所述基于所述目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动进一步包括：
基于多个目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
8.根据权利要求1-6中任一项所述的方法，其中，若所述目标第二时间窗口为多个，则所述基于所述目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动进一步包括：
计算任一目标第二时间窗口对应的历史推广活动参考值；
根据目标第二时间窗口对应的历史推广活动参考值，从多个目标第二时间窗口中筛选出修正目标第二时间窗口；
根据所述修正目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
9.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如下操作：
计算当前对应的第一时间窗口内的第一用户粘度指标值；
将所述第一用户粘度指标值与历史数据库中存储的任一第二时间窗口内的第二用户粘度指标值进行匹配，识别出与第一用户粘度指标值匹配的目标第二用户粘度指标值；
根据目标第二用户粘度指标值识别目标第二时间窗口；
基于所述目标第二时间窗口对应的历史推广活动信息，生成当前对应的推广活动。
10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-8中任一项所述的推广活动生成方法对应的操作。
CN202011475808.7A 2020-12-15 2020-12-15 推广活动生成方法、计算设备及计算机存储介质 Pending CN112465568A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011475808.7A CN112465568A (zh) 2020-12-15 2020-12-15 推广活动生成方法、计算设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011475808.7A CN112465568A (zh) 2020-12-15 2020-12-15 推广活动生成方法、计算设备及计算机存储介质

Publications (1)

Publication Number Publication Date
CN112465568A true CN112465568A (zh) 2021-03-09

Family

ID=74804417

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011475808.7A Pending CN112465568A (zh) 2020-12-15 2020-12-15 推广活动生成方法、计算设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN112465568A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105354725A (zh) * 2015-11-20 2016-02-24 珠海多玩信息技术有限公司 一种应用推广效果的预测方法及系统
CN109993572A (zh) * 2019-02-15 2019-07-09 生迪智慧科技有限公司 留存率统计方法、装置、设备及存储介质
CN110049372A (zh) * 2019-04-23 2019-07-23 广州虎牙信息科技有限公司 主播稳定留存率的预测方法、装置、设备及存储介质
CN111401969A (zh) * 2020-04-02 2020-07-10 北京达佳互联信息技术有限公司 用于提高用户留存率的方法、装置、服务器及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105354725A (zh) * 2015-11-20 2016-02-24 珠海多玩信息技术有限公司 一种应用推广效果的预测方法及系统
CN109993572A (zh) * 2019-02-15 2019-07-09 生迪智慧科技有限公司 留存率统计方法、装置、设备及存储介质
CN110049372A (zh) * 2019-04-23 2019-07-23 广州虎牙信息科技有限公司 主播稳定留存率的预测方法、装置、设备及存储介质
CN111401969A (zh) * 2020-04-02 2020-07-10 北京达佳互联信息技术有限公司 用于提高用户留存率的方法、装置、服务器及存储介质

Similar Documents

Publication Publication Date Title
CN108228799B (zh) 对象索引信息的存储方法及装置
CN111523748B (zh) 案件分配方法、装置及系统
CN110807545A (zh) 任务时长的预估方法、装置、电子设备和存储介质
CN110738479B (zh) 基于多人点单的订单管理方法及系统
WO2015124024A1 (zh) 一种提升信息的曝光率的方法和装置、确定搜索词的价值的方法和装置
CN108769157B (zh) 消息弹窗的展示方法、装置、计算设备及计算机存储介质
CN110728505A (zh) 基于多人点单的支付方法、服务器、客户端及系统
JP2018518764A (ja) オブジェクト検索方法、装置およびサーバ
CN111242318A (zh) 基于异构特征库的业务模型训练方法及装置
CN110968765A (zh) 书籍搜索方法、计算设备及计算机存储介质
CN111198961A (zh) 商品搜索方法、装置及服务器
CN110909267B (zh) 实体对象端的展示方法、装置、电子设备及存储介质
CN112465568A (zh) 推广活动生成方法、计算设备及计算机存储介质
CN115238194A (zh) 书籍推荐方法、计算设备及计算机存储介质
CN109003148B (zh) 广告推送方法、装置、服务器及可读存储介质
CN110990701A (zh) 书籍搜索方法、计算设备及计算机存储介质
WO2016155384A1 (zh) 一种搜索优化方法、装置和系统
CN107273430B (zh) 一种数据存储方法和装置
CN112818007B (zh) 数据处理方法、装置及可读存储介质
CN113468398A (zh) 书籍级别的确定方法、计算设备及计算机存储介质
CN114647786A (zh) 书籍推荐方法、电子设备和存储介质
CN113656549A (zh) 电子书的内容搜索方法、电子设备及计算机存储介质
CN111813971B (zh) 哈希表构建及图像匹配方法和装置，存储介质和电子设备
CN108280198B (zh) 榜单生成方法及装置
CN112070144A (zh) 图像聚类方法、装置、电子设备以及存储介质

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