CN112862539A - 流量处理方法、装置、电子设备、存储介质及程序产品 - Google Patents
流量处理方法、装置、电子设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN112862539A CN112862539A CN202110236323.0A CN202110236323A CN112862539A CN 112862539 A CN112862539 A CN 112862539A CN 202110236323 A CN202110236323 A CN 202110236323A CN 112862539 A CN112862539 A CN 112862539A
- Authority
- CN
- China
- Prior art keywords
- traffic
- object group
- receiving
- flow
- source object
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (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)
Abstract
本公开实施例公开了一种流量处理方法、装置、电子设备、存储介质及程序产品,所述流量处理方法包括:获取流量源对象属性信息和流量接收对象属性信息;根据所述流量源对象属性信息将所述流量源对象分为一个或多个流量源对象群,根据所述流量接收对象属性信息将所述流量接收对象分为一个或多个第一流量接收对象和一个第二流量接收对象群,其中,所述流量源对象群中包括一个或多个流量源对象,所述第二流量接收对象群中包括一个或多个第二流量接收对象;分别预测所述流量源对象群对于所述第一流量接收对象和第二流量接收对象群的选择转化率,并基于所述选择转化率计算所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
Description
技术领域
本公开涉及流量处理技术领域,具体涉及一种流量处理方法、装置、电子设备、存储介质及程序产品。
背景技术
随着互联网技术的发展,越来越多的用户通过互联网平台从商户处购买、订购商品,对于互联网平台而言,在保证平台总选择转化率的前提下,让尽可能多的商户产生有效订单是提高互联网平台服务质量、提高入驻商户数量的有力因素。现有技术中互联网平台通常基于为用户推荐销量较高的商户,或者满足对于流量有特定要求的商户的流量目标来进行流量调控,但这样会带来一个不良循环,即销量较高的商户流量较多,流量越多,销量就越高,相反,销量较低的商户流量较少,流量越少,销量就越低,非常不利于提高互联网平台服务质量,促进流量的良性循环。
发明内容
本公开实施例提供一种流量处理方法、装置、电子设备、存储介质及程序产品。
第一方面,本公开实施例中提供了一种流量处理方法。
具体的,所述流量处理方法,包括:
获取流量源对象属性信息和流量接收对象属性信息;
根据所述流量源对象属性信息将所述流量源对象分为一个或多个流量源对象群,根据所述流量接收对象属性信息将所述流量接收对象分为一个或多个第一流量接收对象和一个第二流量接收对象群,其中,所述流量源对象群中包括一个或多个流量源对象,所述第二流量接收对象群中包括一个或多个第二流量接收对象;
分别预测所述流量源对象群对于所述第一流量接收对象和第二流量接收对象群的选择转化率,并基于所述选择转化率计算所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
结合第一方面,本公开在第一方面的第一种实现方式中,所述基于所述选择转化率计算所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量,包括:
以所述流量源对象群作为第一数据集中的数据,以所述第一流量接收对象和第二流量接收对象群作为第二数据集中的数据,构建流量二部图;
对于所述流量二部图进行求解,得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
结合第一方面和第一方面的第一种实现方式,本公开实施例在第一方面的第二种实现方式中,所述流量二部图中,所述第一流量接收对象与一个或多个流量源对象群连接,所述第二流量接收对象群与所有流量源对象群连接,所述流量源对象群与一个或多个第一流量接收对象连接。
结合第一方面、第一方面的第一种实现方式和第一方面的第二种实现方式,本公开实施例在第一方面的第三种实现方式中,所述对于所述流量二部图进行求解,得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量,包括:
根据所述流量源对象群对于所述第一流量接收对象和第二流量接收对象群的选择转化率,设置所述流量二部图的目标函数和约束函数;
在所述约束函数的约束下,对于所述目标函数进行求解,得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式和第一方面的第三种实现方式,本公开实施例在第一方面的第四种实现方式中,所述目标函数为在满足动销率要求的条件下,总选择转化率最大化。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式和第一方面的第四种实现方式,本公开实施例在第一方面的第五种实现方式中,所述目标函数表示为:
其中,N表示流量接收对象的数量;M表示流量源对象群的数量;Wij表示第j个流量源对象群在第i个第一流量接收对象处的选择转化率;sj表示第j个流量源对象群;count(sj)表示第j个流量源对象群的可用流量数量;xji表示第j个流量源对象群分配给第i个第一流量接收对象的流量数量与第j个流量源对象群能够提供的流量的比例,为待求量;λ表示第二流量接收对象群对应所述流量源对象群的选择转化率;Q表示可接受的总选择转化率的最小值。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式和第一方面的第五种实现方式,本公开实施例在第一方面的第六种实现方式中,所述约束函数为目标总选择转化率大于可接受的总选择转化率的最小值;同一流量源对象群分配给流量接收对象的流量比例之和为1;以及某一流量源对象群分配给流量接收对象的流量比例小于1。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式、第一方面的第五种实现方式和第一方面的第六种实现方式,本公开实施例在第一方面的第七种实现方式中,所述约束函数表示为:
第二方面,本公开实施例中提供了一种流量处理装置。
具体的,所述流量处理装置,包括:
获取模块,被配置为获取流量源对象属性信息和流量接收对象属性信息;
划分模块,被配置为根据所述流量源对象属性信息将所述流量源对象分为一个或多个流量源对象群,根据所述流量接收对象属性信息将所述流量接收对象分为一个或多个第一流量接收对象和一个第二流量接收对象群,其中,所述流量源对象群中包括一个或多个流量源对象,所述第二流量接收对象群中包括一个或多个第二流量接收对象;
分配模块,被配置为分别预测所述流量源对象群对于所述第一流量接收对象和第二流量接收对象群的选择转化率,并基于所述选择转化率计算所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
结合第二方面,本公开在第二方面的第一种实现方式中,所述分配模块被配置为:
以所述流量源对象群作为第一数据集中的数据,以所述第一流量接收对象和第二流量接收对象群作为第二数据集中的数据,构建流量二部图;
对于所述流量二部图进行求解,得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
结合第二方面和第二方面的第一种实现方式,本公开实施例在第二方面的第二种实现方式中,所述流量二部图中,所述第一流量接收对象与一个或多个流量源对象群连接,所述第二流量接收对象群与所有流量源对象群连接,所述流量源对象群与一个或多个第一流量接收对象连接。
结合第二方面、第二方面的第一种实现方式和第二方面的第二种实现方式,本公开实施例在第二方面的第三种实现方式中,所述对于所述流量二部图进行求解,得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量的部分,被配置为:
根据所述流量源对象群对于所述第一流量接收对象和第二流量接收对象群的选择转化率,设置所述流量二部图的目标函数和约束函数;
在所述约束函数的约束下,对于所述目标函数进行求解,得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式和第二方面的第三种实现方式,本公开实施例在第二方面的第四种实现方式中,所述目标函数为在满足动销率要求的条件下,总选择转化率最大化。
结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式、第二方面的第三种实现方式和第二方面的第四种实现方式,本公开实施例在第二方面的第五种实现方式中,所述目标函数表示为:
其中,N表示流量接收对象的数量;M表示流量源对象群的数量;Wij表示第j个流量源对象群在第i个第一流量接收对象处的选择转化率;sj表示第j个流量源对象群;count(sj)表示第j个流量源对象群的可用流量数量;xji表示第j个流量源对象群分配给第i个第一流量接收对象的流量数量与第j个流量源对象群能够提供的流量的比例,为待求量;λ表示第二流量接收对象群对应所述流量源对象群的选择转化率;Q表示可接受的总选择转化率的最小值。
结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式、第二方面的第三种实现方式、第二方面的第四种实现方式和第二方面的第五种实现方式,本公开实施例在第二方面的第六种实现方式中,所述约束函数为目标总选择转化率大于可接受的总选择转化率的最小值;同一流量源对象群分配给流量接收对象的流量比例之和为1;以及某一流量源对象群分配给流量接收对象的流量比例小于1。
结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式、第二方面的第三种实现方式、第二方面的第四种实现方式、第二方面的第五种实现方式和第二方面的第六种实现方式,本公开实施例在第二方面的第七种实现方式中,所述约束函数表示为:
第七方面,本公开实施例提供了一种电子设备,包括存储器和至少一个处理器,其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述至少一个处理器执行以实现上述流量处理方法的方法步骤。
第八方面,本公开实施例提供了一种计算机可读存储介质,用于存储流量处理装置所用的计算机指令,其包含用于执行上述流量处理方法为流量处理装置所涉及的计算机指令。
第九方面,本公开实施例提供了一种计算机程序产品,包括计算机程序/指令,其中,该计算机程序/指令被处理器执行时实现上述流量处理方法的方法步骤。
本公开实施例提供的技术方案可以包括以下有益效果:
上述技术方案利用二部图方法对于流量进行分配,使得在综合考虑到所有商户的前提下,取得动销率与选择转化率之间的平衡。该技术方案不仅考虑到对于流量有特定要求的商户,也考虑到对于流量没有特定要求的商户,在不损失或尽可能少损失互联网平台选择转化率的条件下,尽可能地提升整个互联网平台的动销率,从而能够有效提升互联网平台服务质量,促进流量的良性循环。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
结合附图,通过以下非限制性实施方式的详细描述,本公开的其它特征、目的和优点将变得更加明显。在附图中:
图1示出根据本公开一实施方式的流量处理方法的流程图;
图2示出根据本公开一实施方式的示意性流量二部图;
图3示出根据本公开一实施方式的流量处理装置的结构框图;
图4示出根据本公开一实施方式的电子设备的结构框图;
图5是适于用来实现根据本公开一实施方式的流量处理方法的计算机系统的结构示意图。
具体实施方式
下文中,将参考附图详细描述本公开的示例性实施方式,以使本领域技术人员可容易地实现它们。此外,为了清楚起见,在附图中省略了与描述示例性实施方式无关的部分。
在本公开中,应理解,诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在,并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
本公开实施例提供的技术方案利用二部图方法对于流量进行分配,使得在综合考虑到所有商户的前提下,取得动销率与选择转化率之间的平衡。该技术方案不仅考虑到对于流量有特定要求的商户,也考虑到对于流量没有特定要求的商户,在不损失或尽可能少损失互联网平台选择转化率的条件下,尽可能地提升整个互联网平台的动销率,从而能够有效提升互联网平台服务质量,促进流量的良性循环。
图1示出根据本公开一实施方式的流量处理方法的流程图,如图1所示,所述流量处理方法包括以下步骤S101-S103:
在步骤S101中,获取流量源对象属性信息和流量接收对象属性信息;
在步骤S102中,根据所述流量源对象属性信息将所述流量源对象分为一个或多个流量源对象群,根据所述流量接收对象属性信息将所述流量接收对象分为一个或多个第一流量接收对象和一个第二流量接收对象群,其中,所述流量源对象群中包括一个或多个流量源对象,所述第二流量接收对象群中包括一个或多个第二流量接收对象;
在步骤S103中,分别预测所述流量源对象群对于所述第一流量接收对象和第二流量接收对象群的选择转化率,并基于所述选择转化率计算所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
上文提及,随着互联网技术的发展,越来越多的用户通过互联网平台从商户处购买、订购商品,对于互联网平台而言,在保证平台总选择转化率的前提下,让尽可能多的商户产生有效订单是提高互联网平台服务质量、提高入驻商户数量的有力因素。现有技术中互联网平台通常基于为用户推荐销量较高的商户,或者满足对于流量有特定要求的商户的流量目标来进行流量调控,但这样会带来一个不良循环,即销量较高的商户流量较多,流量越多,销量就越高,相反,销量较低的商户流量较少,流量越少,销量就越低,非常不利于提高互联网平台服务质量,促进流量的良性循环。
考虑到上述缺陷,在该实施方式中,提出一种流量处理方法,该方法利用二部图方法对于流量进行分配,使得在综合考虑到所有商户的前提下,取得动销率与选择转化率之间的平衡。该技术方案不仅考虑到对于流量有特定要求的商户,也考虑到对于流量没有特定要求的商户,在不损失或尽可能少损失互联网平台选择转化率的条件下,尽可能地提升整个互联网平台的动销率,从而能够有效提升互联网平台服务质量,促进流量的良性循环。
在本公开一实施方式中,所述流量处理方法可适用于对于流量进行处理的计算机、计算设备、电子设备、服务器、服务集群等。
在本公开一实施方式中,所述流量源对象指的是能够为别的对象提供流量的对象,比如选择某一商户并在该商户内购买商品的用户,其中,所述流量指的是某一对象被点击、选择或曝光的次数。所述流量源对象属性信息可包括以下信息中的一种或多种:流量源对象的地理位置、流量源对象的标识信息、流量源对象的特征信息、流量源对象的历史行为信息、流量源对象的喜好信息等等。比如,若所述流量源对象为购买商品的用户,则所述用户的标识信息可以为该用户的ID号、该用户的注册名等信息;所述用户的特征信息比如可以为该用户的职业、常住区域、可能职业等信息;所述用户的历史行为信息比如可以为历史加购商户信息、历史购买商品信息等信息;所述用户的喜好信息比如可以为用户经常购买的商品信息、用户喜欢的商品类目等信息。
在本公开一实施方式中,所述流量接收对象指的是接收别的对象提供的流量的对象,比如为选择该对象的用户提供可购买商品供用户购买的商户。所述流量接收对象属性信息可包括以下信息中的一种或多种:流量接收对象的标识信息、流量接收对象的特征信息、流量接收对象是否具有预设流量接收要求等等。比如,若所述流量接收对象为提供可购买商品的商户,则所述商户的标识信息可以为该商户的店铺名、该商户的ID号等信息;所述商户的特征信息比如可以为该商户的历史用户评分、该商户历史用户选择转化率、该商户是否提供免费配送服务等信息;所述预设流量接收要求比如可以为某一商户对于被点击、被选择或被曝光次数的要求。
在本公开一实施方式中,所述流量源对象群指的是根据所述流量源对象属性信息对于所述流量源对象进行划分得到的对象群,每一流量源对象群中包括一个或多个流量源对象,处于同一流量源对象群中的流量源对象的属性信息具有一定的相似性。比如,若按所述流量源对象的地理位置对于所述流量源对象进行划分,则得到的多个流量源对象群中的某一流量源对象群中的流量源对象地理位置之间的距离小于预设距离阈值;比如,若按所述流量源对象的特征信息对于所述流量源对象进行划分,则得到的多个流量源对象群中的某一流量源对象群中的流量源对象具有相似或相近的特征,即所述流量源对象的特征信息之间的相似度大于预设特征相似度阈值;比如,若按所述流量源对象的喜好信息对于所述流量源对象进行划分,则得到的多个流量源对象群中的某一流量源对象群中的流量源对象具有相似或相近的喜好,即所述流量源对象的喜好信息之间的相似度大于预设喜好相似度阈值;当然也可按照所述流量源对象属性信息中的多种信息对于所述流量源对象进行综合分类,比如,若按所述流量源对象的地理位置和所述流量源对象的喜好信息对于所述流量源对象进行划分,则得到的多个流量源对象群中的某一流量源对象群中的流量源对象地理位置之间的距离小于预设距离阈值,并且所述流量源对象的喜好信息之间的相似度也大于预设喜好相似度阈值。
在本公开一实施方式中,所述第一流量接收对象指的是具有预设流量接收要求的对象。比如,若所述流量接收对象为商户,则所述第一流量接收对象指的就是被点击、被选择或被曝光的次数具有预设要求且在包括商户和用户的交易平台运行过程中需满足所述预设要求的商户。
在本公开一实施方式中,与所述第一流量接收对象相对,所述第二流量接收对象指的是没有预设流量接收要求的对象。
因此,根据所述流量接收对象属性信息可将所述流量接收对象分为第一流量接收对象和第二流量接收对象,并进一步把所有第二流量接收对象放入一个第二流量接收对象群中,即可根据所述流量接收对象属性信息将所述流量接收对象分为一个或多个第一流量接收对象和一个第二流量接收对象群,其中,所述第二流量接收对象群中包括一个或多个第二流量接收对象。
在本公开一实施方式中,所述选择转化率指的是流量源对象在所述流量接收对象处产生交易或购买行为的次数与流量源对象点击或选择流量接收对象的次数的比例。
在上述实施方式中,在获取得到流量源对象和流量接收对象的属性信息,并根据流量源对象和流量接收对象的属性信息将所述流量源对象分为流量源对象群,将所述流量接收对象分为一个或多个第一流量接收对象和一个第二流量接收对象群之后,对于所述流量源对象群对于所述第一流量接收对象和第二流量接收对象群的选择转化率分别进行预测,即预测得到所述流量源对象群对于每个第一流量接收对象的选择转化率,以及所述流量源对象群对于所述第二流量接收对象群的选择转化率。然后就可根据预测得到选择转化率来计算所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量,从而在综合考虑到所有商户的前提下,取得动销率与选择转化率之间的平衡,以有效提升互联网平台服务质量,促进流量的良性循环。
在本公开一实施方式中,所述步骤S103,即基于所述选择转化率计算所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量的步骤,可包括以下步骤:
以所述流量源对象群作为第一数据集中的数据,以所述第一流量接收对象和第二流量接收对象群作为第二数据集中的数据,构建流量二部图;
对于所述流量二部图进行求解,得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
在该实施方式中,基于二部图来进行流量处理的计算。具体地,以所述流量源对象群作为第一数据集中的数据,即将每个流量源对象群作为所述第一数据集中的一个数据节点,以所述第一流量接收对象和第二流量接收对象群作为第二数据集中的数据,即将每个第一流量接收对象和所述第二流量接收对象群作为所述第二数据集中的一个数据节点,构建得到流量二部图,然后对于所述流量二部图进行求解,即可得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
在所述流量二部图中,所述第一流量接收对象与一个或多个流量源对象群连接,所述流量源对象群与一个或多个第一流量接收对象连接,所述第二流量接收对象群与所有流量源对象群连接,在本公开一实施方式中,所述连接为加权连接,即所述第一流量接收对象与所述流量源对象群之间的连接,以及所述第二流量接收对象群与所述流量源对象群之间的连接均设置有权重。如图2所示,假设所述第一流量接收对象为商户,所述流量源对象群为用户群,则所述第一流量接收对象与所述流量源对象群之间的连线,代表该商户可以曝光给这些用户群中的用户,而他们之间连线的权重W为该商户对应该用户群的选择转化率;所述第二流量接收对象群与所述流量源对象群之间的连线,代表该商户群中的商户可以曝光给这些用户群中的用户,而他们之间连线的权重为一可调权重λ,其中,0≤λ≤1,所述可调权重λ可根据实际应用的需要设置为所述商户群中全部商户与对应用户群的选择转化率的最大值、平均值、最小值或者基于统计特征或运营规律等因素生成的其他值。
在本公开一实施方式中,所述对于所述流量二部图进行求解,得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量的步骤,可包括以下步骤:
根据所述流量源对象群对于所述第一流量接收对象和第二流量接收对象群的选择转化率,设置所述流量二部图的目标函数和约束函数;
在所述约束函数的约束下,对于所述目标函数进行求解,得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
在该实施方式中,在对于所述流量二部图进行求解时,首先根据所述流量源对象群对于所述第一流量接收对象和第二流量接收对象群的选择转化率,设置所述流量二部图的目标函数和约束函数;然后在所述约束函数的约束下,对于所述目标函数进行求解,即可得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
以所述流量接收对象为商户,所述流量源对象为用户为例:
所述目标函数可设置为在满足动销率要求的条件下,使得总选择转化率最大化,其中,所述动销率指的是产生转化的流量接收对象数量与总流量接收对象数量的比例,即产生交易或购买行为的商户数量占总商户数量的比例,所述总选择转化率指的是流量源对象转化次数与流量源对象点击或选择流量接收对象次数的比例,即所有用户在商户处产生交易或购买行为的次数与用户点击或选择商户的总次数的比例。
在本公开一实施方式中,所述目标函数可表示为:
其中,N表示流量接收对象的数量,即第一流量接收对象的数量与第二流量接收对象群的数量之和,其中,第二流量接收对象群的数量为1;M表示流量源对象群的数量;Wji表示第j个流量源对象群在第i个第一流量接收对象处的选择转化率;sj表示第j个流量源对象群;count(sj)表示第j个流量源对象群的可用流量数量,比如可以为第j个流量源对象群中流量源对象的数量;xji表示第j个流量源对象群分配给第i个第一流量接收对象的流量数量与第j个流量源对象群能够提供的流量的比例,为待求量;λ表示第二流量接收对象群对应所述流量源对象群的选择转化率;Q表示可接受的总选择转化率的最小值,该值可根据实际应用的需要进行设置。
所述约束函数可设置为目标总选择转化率大于可接受的总选择转化率的最小值Q;对于同一流量源对象群来说,其分配给流量接收对象的流量比例之和为1;以及某一流量源对象群分配给流量接收对象的流量比例小于1。
在本公开一实施方式中,所述约束函数可表示为:
下述为本公开装置实施例,可以用于执行本公开方法实施例。
图3示出根据本公开一实施方式的流量处理装置的结构框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图3所示,所述流量处理装置包括:
获取模块301,被配置为获取流量源对象属性信息和流量接收对象属性信息;
划分模块302,被配置为根据所述流量源对象属性信息将所述流量源对象分为一个或多个流量源对象群,根据所述流量接收对象属性信息将所述流量接收对象分为一个或多个第一流量接收对象和一个第二流量接收对象群,其中,所述流量源对象群中包括一个或多个流量源对象,所述第二流量接收对象群中包括一个或多个第二流量接收对象;
分配模块303,被配置为分别预测所述流量源对象群对于所述第一流量接收对象和第二流量接收对象群的选择转化率,并基于所述选择转化率计算所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
上文提及,随着互联网技术的发展,越来越多的用户通过互联网平台从商户处购买、订购商品,对于互联网平台而言,在保证平台总选择转化率的前提下,让尽可能多的商户产生有效订单是提高互联网平台服务质量、提高入驻商户数量的有力因素。现有技术中互联网平台通常基于为用户推荐销量较高的商户,或者满足对于流量有特定要求的商户的流量目标来进行流量调控,但这样会带来一个不良循环,即销量较高的商户流量较多,流量越多,销量就越高,相反,销量较低的商户流量较少,流量越少,销量就越低,非常不利于提高互联网平台服务质量,促进流量的良性循环。
考虑到上述缺陷,在该实施方式中,提出一种流量处理装置,该装置利用二部图方法对于流量进行分配,使得在综合考虑到所有商户的前提下,取得动销率与选择转化率之间的平衡。该技术方案不仅考虑到对于流量有特定要求的商户,也考虑到对于流量没有特定要求的商户,在不损失或尽可能少损失互联网平台选择转化率的条件下,尽可能地提升整个互联网平台的动销率,从而能够有效提升互联网平台服务质量,促进流量的良性循环。
在本公开一实施方式中,所述流量处理装置可实现为对于流量进行处理的计算机、计算设备、电子设备、服务器、服务集群等。
在本公开一实施方式中,所述流量源对象指的是能够为别的对象提供流量的对象,比如选择某一商户并在该商户内购买商品的用户,其中,所述流量指的是某一对象被点击、选择或曝光的次数。所述流量源对象属性信息可包括以下信息中的一种或多种:流量源对象的地理位置、流量源对象的标识信息、流量源对象的特征信息、流量源对象的历史行为信息、流量源对象的喜好信息等等。比如,若所述流量源对象为购买商品的用户,则所述用户的标识信息可以为该用户的ID号、该用户的注册名等信息;所述用户的特征信息比如可以为该用户的职业、常住区域、可能职业等信息;所述用户的历史行为信息比如可以为历史加购商户信息、历史购买商品信息等信息;所述用户的喜好信息比如可以为用户经常购买的商品信息、用户喜欢的商品类目等信息。
在本公开一实施方式中,所述流量接收对象指的是接收别的对象提供的流量的对象,比如为选择该对象的用户提供可购买商品供用户购买的商户。所述流量接收对象属性信息可包括以下信息中的一种或多种:流量接收对象的标识信息、流量接收对象的特征信息、流量接收对象是否具有预设流量接收要求等等。比如,若所述流量接收对象为提供可购买商品的商户,则所述商户的标识信息可以为该商户的店铺名、该商户的ID号等信息;所述商户的特征信息比如可以为该商户的历史用户评分、该商户历史用户选择转化率、该商户是否提供免费配送服务等信息;所述预设流量接收要求比如可以为某一商户对于被点击、被选择或被曝光次数的要求。
在本公开一实施方式中,所述流量源对象群指的是根据所述流量源对象属性信息对于所述流量源对象进行划分得到的对象群,每一流量源对象群中包括一个或多个流量源对象,处于同一流量源对象群中的流量源对象的属性信息具有一定的相似性。比如,若按所述流量源对象的地理位置对于所述流量源对象进行划分,则得到的多个流量源对象群中的某一流量源对象群中的流量源对象地理位置之间的距离小于预设距离阈值;比如,若按所述流量源对象的特征信息对于所述流量源对象进行划分,则得到的多个流量源对象群中的某一流量源对象群中的流量源对象具有相似或相近的特征,即所述流量源对象的特征信息之间的相似度大于预设特征相似度阈值;比如,若按所述流量源对象的喜好信息对于所述流量源对象进行划分,则得到的多个流量源对象群中的某一流量源对象群中的流量源对象具有相似或相近的喜好,即所述流量源对象的喜好信息之间的相似度大于预设喜好相似度阈值;当然也可按照所述流量源对象属性信息中的多种信息对于所述流量源对象进行综合分类,比如,若按所述流量源对象的地理位置和所述流量源对象的喜好信息对于所述流量源对象进行划分,则得到的多个流量源对象群中的某一流量源对象群中的流量源对象地理位置之间的距离小于预设距离阈值,并且所述流量源对象的喜好信息之间的相似度也大于预设喜好相似度阈值。
在本公开一实施方式中,所述第一流量接收对象指的是具有预设流量接收要求的对象。比如,若所述流量接收对象为商户,则所述第一流量接收对象指的就是被点击、被选择或被曝光的次数具有预设要求且在包括商户和用户的交易平台运行过程中需满足所述预设要求的商户。
在本公开一实施方式中,与所述第一流量接收对象相对,所述第二流量接收对象指的是没有预设流量接收要求的对象。
因此,根据所述流量接收对象属性信息可将所述流量接收对象分为第一流量接收对象和第二流量接收对象,并进一步把所有第二流量接收对象放入一个第二流量接收对象群中,即可根据所述流量接收对象属性信息将所述流量接收对象分为一个或多个第一流量接收对象和一个第二流量接收对象群,其中,所述第二流量接收对象群中包括一个或多个第二流量接收对象。
在本公开一实施方式中,所述选择转化率指的是流量源对象在所述流量接收对象处产生交易或购买行为的次数与流量源对象点击或选择流量接收对象的次数的比例。
在上述实施方式中,在获取得到流量源对象和流量接收对象的属性信息,并根据流量源对象和流量接收对象的属性信息将所述流量源对象分为流量源对象群,将所述流量接收对象分为一个或多个第一流量接收对象和一个第二流量接收对象群之后,对于所述流量源对象群对于所述第一流量接收对象和第二流量接收对象群的选择转化率分别进行预测,即预测得到所述流量源对象群对于每个第一流量接收对象的选择转化率,以及所述流量源对象群对于所述第二流量接收对象群的选择转化率。然后就可根据预测得到选择转化率来计算所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量,从而在综合考虑到所有商户的前提下,取得动销率与选择转化率之间的平衡,以有效提升互联网平台服务质量,促进流量的良性循环。
在本公开一实施方式中,所述分配模块303可被配置为:
以所述流量源对象群作为第一数据集中的数据,以所述第一流量接收对象和第二流量接收对象群作为第二数据集中的数据,构建流量二部图;
对于所述流量二部图进行求解,得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
在该实施方式中,基于二部图来进行流量处理的计算。具体地,以所述流量源对象群作为第一数据集中的数据,即将每个流量源对象群作为所述第一数据集中的一个数据节点,以所述第一流量接收对象和第二流量接收对象群作为第二数据集中的数据,即将每个第一流量接收对象和所述第二流量接收对象群作为所述第二数据集中的一个数据节点,构建得到流量二部图,然后对于所述流量二部图进行求解,即可得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
在所述流量二部图中,所述第一流量接收对象与一个或多个流量源对象群连接,所述流量源对象群与一个或多个第一流量接收对象连接,所述第二流量接收对象群与所有流量源对象群连接,在本公开一实施方式中,所述连接为加权连接,即所述第一流量接收对象与所述流量源对象群之间的连接,以及所述第二流量接收对象群与所述流量源对象群之间的连接均设置有权重。如图2所示,假设所述第一流量接收对象为商户,所述流量源对象群为用户群,则所述第一流量接收对象与所述流量源对象群之间的连线,代表该商户可以曝光给这些用户群中的用户,而他们之间连线的权重W为该商户对应该用户群的选择转化率;所述第二流量接收对象群与所述流量源对象群之间的连线,代表该商户群中的商户可以曝光给这些用户群中的用户,而他们之间连线的权重为一可调权重λ,其中,0≤λ≤1,所述可调权重λ可根据实际应用的需要设置为所述商户群中全部商户与对应用户群的选择转化率的最大值、平均值、最小值或者基于统计特征或运营规律等因素生成的其他值。
在本公开一实施方式中,所述对于所述流量二部图进行求解,得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量的部分,可被配置为:
根据所述流量源对象群对于所述第一流量接收对象和第二流量接收对象群的选择转化率,设置所述流量二部图的目标函数和约束函数;
在所述约束函数的约束下,对于所述目标函数进行求解,得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
在该实施方式中,在对于所述流量二部图进行求解时,首先根据所述流量源对象群对于所述第一流量接收对象和第二流量接收对象群的选择转化率,设置所述流量二部图的目标函数和约束函数;然后在所述约束函数的约束下,对于所述目标函数进行求解,即可得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
以所述流量接收对象为商户,所述流量源对象为用户为例:
所述目标函数可设置为在满足动销率要求的条件下,使得总选择转化率最大化,其中,所述动销率指的是产生转化的流量接收对象数量与总流量接收对象数量的比例,即产生交易或购买行为的商户数量占总商户数量的比例,所述总选择转化率指的是流量源对象转化次数与流量源对象点击或选择流量接收对象次数的比例,即所有用户在商户处产生交易或购买行为的次数与用户点击或选择商户的总次数的比例。
在本公开一实施方式中,所述目标函数可表示为:
其中,N表示流量接收对象的数量,即第一流量接收对象的数量与第二流量接收对象群的数量之和,其中,第二流量接收对象群的数量为1;M表示流量源对象群的数量;Wji表示第j个流量源对象群在第i个第一流量接收对象处的选择转化率,为上文提及的预测得到的已知值;sj表示第j个流量源对象群;count(sj)表示第j个流量源对象群的可用流量数量,比如可以为第j个流量源对象群中流量源对象的数量;xji表示第j个流量源对象群分配给第i个第一流量接收对象的流量数量与第j个流量源对象群能够提供的流量的比例,为待求量;λ表示第二流量接收对象群对应所述流量源对象群的选择转化率;Q表示可接受的总选择转化率的最小值,该值可根据实际应用的需要进行设置。
所述约束函数可设置为目标总选择转化率大于可接受的总选择转化率的最小值Q;对于同一流量源对象群来说,其分配给流量接收对象的流量比例之和为1;以及某一流量源对象群分配给流量接收对象的流量比例小于1。
在本公开一实施方式中,所述约束函数可表示为:
本公开还公开了一种电子设备,图4示出根据本公开一实施方式的电子设备的结构框图,如图4所示,所述电子设备400包括存储器401和处理器402;其中,
所述存储器401用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器402执行以实现上述方法步骤。
图5是适于用来实现根据本公开一实施方式的流量处理方法的计算机系统的结构示意图。
如图5所示,计算机系统500包括处理单元501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行上述实施方式中的各种处理。在RAM503中,还存储有系统500操作所需的各种程序和数据。处理单元501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。其中,所述处理单元501可实现为CPU、GPU、TPU、FPGA、NPU等处理单元。
附图中的流程图和框图,图示了按照本公开各种实施方式的系统、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,路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,两个接连地表示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操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。
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本公开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可以是上述实施方式中所述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种流量处理方法,包括:
获取流量源对象属性信息和流量接收对象属性信息;
根据所述流量源对象属性信息将所述流量源对象分为一个或多个流量源对象群,根据所述流量接收对象属性信息将所述流量接收对象分为一个或多个第一流量接收对象和一个第二流量接收对象群,其中,所述流量源对象群中包括一个或多个流量源对象,所述第二流量接收对象群中包括一个或多个第二流量接收对象;
分别预测所述流量源对象群对于所述第一流量接收对象和第二流量接收对象群的选择转化率,并基于所述选择转化率计算所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
2.根据权利要求1所述的方法,所述基于所述选择转化率计算所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量,包括:
以所述流量源对象群作为第一数据集中的数据,以所述第一流量接收对象和第二流量接收对象群作为第二数据集中的数据,构建流量二部图;
对于所述流量二部图进行求解,得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
3.根据权利要求2所述的方法,所述流量二部图中,所述第一流量接收对象与一个或多个流量源对象群连接,所述第二流量接收对象群与所有流量源对象群连接,所述流量源对象群与一个或多个第一流量接收对象连接。
4.根据权利要求2或3所述的方法,所述对于所述流量二部图进行求解,得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量,包括:
根据所述流量源对象群对于所述第一流量接收对象和第二流量接收对象群的选择转化率,设置所述流量二部图的目标函数和约束函数;
在所述约束函数的约束下,对于所述目标函数进行求解,得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
5.一种流量处理装置,包括:
获取模块,被配置为获取流量源对象属性信息和流量接收对象属性信息;
划分模块,被配置为根据所述流量源对象属性信息将所述流量源对象分为一个或多个流量源对象群,根据所述流量接收对象属性信息将所述流量接收对象分为一个或多个第一流量接收对象和一个第二流量接收对象群,其中,所述流量源对象群中包括一个或多个流量源对象,所述第二流量接收对象群中包括一个或多个第二流量接收对象;
分配模块,被配置为分别预测所述流量源对象群对于所述第一流量接收对象和第二流量接收对象群的选择转化率,并基于所述选择转化率计算所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
6.根据权利要求5所述的装置,所述分配模块被配置为:
以所述流量源对象群作为第一数据集中的数据,以所述第一流量接收对象和第二流量接收对象群作为第二数据集中的数据,构建流量二部图;
对于所述流量二部图进行求解,得到所述流量源对象群分配给所述第一流量接收对象和第二流量接收对象群的流量。
7.根据权利要求6所述的装置,所述流量二部图中,所述第一流量接收对象与一个或多个流量源对象群连接,所述第二流量接收对象群与所有流量源对象群连接,所述流量源对象群与一个或多个第一流量接收对象连接。
8.一种电子设备,其特征在于,包括存储器和至少一个处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述至少一个处理器执行以实现权利要求1-4任一项所述的方法步骤。
9.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该计算机指令被处理器执行时实现权利要求1-4任一项所述的方法步骤。
10.一种计算机程序产品,包括计算机程序/指令,其中,该计算机程序/指令被处理器执行时实现权利要求1-4任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110236323.0A CN112862539B (zh) | 2021-03-03 | 2021-03-03 | 流量处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110236323.0A CN112862539B (zh) | 2021-03-03 | 2021-03-03 | 流量处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112862539A true CN112862539A (zh) | 2021-05-28 |
CN112862539B CN112862539B (zh) | 2023-04-25 |
Family
ID=75991335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110236323.0A Active CN112862539B (zh) | 2021-03-03 | 2021-03-03 | 流量处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112862539B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102750647A (zh) * | 2012-06-29 | 2012-10-24 | 南京大学 | 一种基于交易网络的商家推荐方法 |
CN103716351A (zh) * | 2012-09-29 | 2014-04-09 | 阿里巴巴集团控股有限公司 | 信息展现方法及服务器 |
CN105791157A (zh) * | 2016-04-20 | 2016-07-20 | 腾讯科技(深圳)有限公司 | 一种流量的分配方法、分配系统、及服务器 |
CN107463675A (zh) * | 2017-08-03 | 2017-12-12 | 北京京东尚科信息技术有限公司 | 数据处理方法及其系统 |
US20190005149A1 (en) * | 2017-07-03 | 2019-01-03 | Nokia Solutions And Networks Oy | Graph diffusion similarity measure for structured and unstructured data sets |
CN109697637A (zh) * | 2018-12-27 | 2019-04-30 | 拉扎斯网络科技(上海)有限公司 | 对象类别确定方法、装置、电子设备及计算机存储介质 |
CN109961357A (zh) * | 2019-03-25 | 2019-07-02 | 上海拉扎斯信息科技有限公司 | 用户数据处理方法、装置、电子设备及存储介质 |
CN110209922A (zh) * | 2018-06-12 | 2019-09-06 | 中国科学院自动化研究所 | 对象推荐方法、装置、存储介质及计算机设备 |
CN110324414A (zh) * | 2019-06-27 | 2019-10-11 | 上海淇馥信息技术有限公司 | 资源位流量分配的方法、装置及电子设备 |
CN110348894A (zh) * | 2019-06-29 | 2019-10-18 | 上海淇馥信息技术有限公司 | 资源位广告展示的方法、装置及电子设备 |
CN111369315A (zh) * | 2020-02-27 | 2020-07-03 | 拉扎斯网络科技(上海)有限公司 | 资源对象推荐方法及装置,数据预测模型训练方法及装置 |
CN111523939A (zh) * | 2020-04-23 | 2020-08-11 | 腾讯科技(深圳)有限公司 | 一种推广内容的投放方法、装置、存储介质和电子设备 |
-
2021
- 2021-03-03 CN CN202110236323.0A patent/CN112862539B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102750647A (zh) * | 2012-06-29 | 2012-10-24 | 南京大学 | 一种基于交易网络的商家推荐方法 |
CN103716351A (zh) * | 2012-09-29 | 2014-04-09 | 阿里巴巴集团控股有限公司 | 信息展现方法及服务器 |
CN105791157A (zh) * | 2016-04-20 | 2016-07-20 | 腾讯科技(深圳)有限公司 | 一种流量的分配方法、分配系统、及服务器 |
US20190005149A1 (en) * | 2017-07-03 | 2019-01-03 | Nokia Solutions And Networks Oy | Graph diffusion similarity measure for structured and unstructured data sets |
CN107463675A (zh) * | 2017-08-03 | 2017-12-12 | 北京京东尚科信息技术有限公司 | 数据处理方法及其系统 |
CN110209922A (zh) * | 2018-06-12 | 2019-09-06 | 中国科学院自动化研究所 | 对象推荐方法、装置、存储介质及计算机设备 |
CN109697637A (zh) * | 2018-12-27 | 2019-04-30 | 拉扎斯网络科技(上海)有限公司 | 对象类别确定方法、装置、电子设备及计算机存储介质 |
CN109961357A (zh) * | 2019-03-25 | 2019-07-02 | 上海拉扎斯信息科技有限公司 | 用户数据处理方法、装置、电子设备及存储介质 |
CN110324414A (zh) * | 2019-06-27 | 2019-10-11 | 上海淇馥信息技术有限公司 | 资源位流量分配的方法、装置及电子设备 |
CN110348894A (zh) * | 2019-06-29 | 2019-10-18 | 上海淇馥信息技术有限公司 | 资源位广告展示的方法、装置及电子设备 |
CN111369315A (zh) * | 2020-02-27 | 2020-07-03 | 拉扎斯网络科技(上海)有限公司 | 资源对象推荐方法及装置,数据预测模型训练方法及装置 |
CN111523939A (zh) * | 2020-04-23 | 2020-08-11 | 腾讯科技(深圳)有限公司 | 一种推广内容的投放方法、装置、存储介质和电子设备 |
Non-Patent Citations (1)
Title |
---|
庄怀东等: "一种基于SDN的数据中心网络动态流量调度方法", 《计算机与现代化》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112862539B (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6720331B2 (ja) | 物流資源のスケジューリング方法、装置およびシステム | |
CN106487715B (zh) | 一种用于为用户分配资源的方法和装置 | |
CN109961306B (zh) | 一种物品的库存分配方法和装置 | |
CN110505165B (zh) | 一种基于双向拍卖机制的边缘计算任务卸载方法及装置 | |
CN109697637B (zh) | 对象类别确定方法、装置、电子设备及计算机存储介质 | |
CN110866771A (zh) | 信息处理方法、系统、介质和计算机系统 | |
CN110633820B (zh) | 仓库地址的推荐方法、装置及计算机可读存储介质 | |
CN109213936B (zh) | 商品搜索方法和装置 | |
US20140279035A1 (en) | Systems and Methods for Cross-Channel Sales | |
CN109658138B (zh) | 广告投放方法及装置 | |
US7801769B1 (en) | Computing a set of K-best solutions to an auction winner-determination problem | |
CN111028042A (zh) | 一种商品价格的变更方法、装置、设备及存储介质 | |
CN112862539B (zh) | 流量处理方法、装置、电子设备及存储介质 | |
CN113763004A (zh) | 信息匹配方法及装置 | |
CN112396478B (zh) | 资源处理方法、装置及计算机设备 | |
CN113762675A (zh) | 信息生成方法、装置、服务器、系统和存储介质 | |
CN113781169A (zh) | 一种团购方法和团购平台设备、可读存储介质 | |
CN112163726A (zh) | 服务资源分配方法、装置、电子设备及可读存储介质 | |
US10970759B2 (en) | Systems and methods for single swipe cross-channel sales | |
CN112241855A (zh) | 库存管理方法、装置、存储介质及电子设备 | |
CN111401935A (zh) | 资源分配方法、装置及存储介质 | |
CN109947830B (zh) | 用于输出信息的方法和装置 | |
CA3155143A1 (en) | Method and apparatus for allocation of member resources | |
CN112017000A (zh) | 一种商品信息推送方法、装置、设备及存储介质 | |
EP4168969A1 (en) | Network-based calculation of affinity score from transaction data |
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 |