CN113297461B - 目标用户识别方法、目标用户群识别方法及装置 - Google Patents
目标用户识别方法、目标用户群识别方法及装置 Download PDFInfo
- Publication number
- CN113297461B CN113297461B CN202010112999.4A CN202010112999A CN113297461B CN 113297461 B CN113297461 B CN 113297461B CN 202010112999 A CN202010112999 A CN 202010112999A CN 113297461 B CN113297461 B CN 113297461B
- Authority
- CN
- China
- Prior art keywords
- group
- user
- target
- medium
- information
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 126
- 230000035945 sensitivity Effects 0.000 claims abstract description 78
- 230000000694 effects Effects 0.000 claims description 90
- 230000000737 periodic effect Effects 0.000 claims description 81
- 238000006243 chemical reaction Methods 0.000 claims description 31
- 230000006870 function Effects 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 11
- 230000006399 behavior Effects 0.000 description 10
- 238000013468 resource allocation Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000013475 authorization Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000002716 delivery method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开关于一种目标用户识别方法及装置,首先通过用户的访问状态数据中对应用的访问次数和所述退出次数中由于向所述用户展示媒介信息导致所述用户退出所述应用的次数,获取用户的媒介退出率,之后根据用户的媒介退出率和所述媒介信息展示特征计算用户的媒介敏感系数,并利用媒介敏感系数识别目标用户。这些目标用户在观看应用上的作品时,对其中的媒介信息敏感,因此,该方法可以被用于投放媒介信息时的资源调整,以实现对资源的更加合理的分配与利用。
Description
技术领域
本公开涉及互联网技术领域,尤其涉及一种目标用户识别方法、目标用户群识别方法及装置。
背景技术
随着互联网平台的高速发展,通过互联网平台传播广告等媒介信息成为一种主流。与传统的媒体相比,互联网平台具有覆盖范围广、主动性和积极性强、费用相对较低、性价比高以及具有强烈互动性等优势,因此,互联网平台成为越来越受到各公司及商户的青睐的媒介信息传播形式。
传统的各大平台的媒介信息投放一般是基于用户的个人属性、兴趣偏好、用户检索行为等多维度特征,将合适的媒介信息推荐给用户,以期达到广告流量效益的最大化。诚然,在媒介信息投放中考虑了用户的众多属性,但在真实投放过程中,各个用户对于媒介信息展示的敏感程度不尽相同,因而个体粒度的产品用户体验也各有差异,因此,传统的媒介信息投放方法中存在资源分配不合理的问题。
发明内容
本公开提供一种目标用户识别方法、目标用户群识别方法及装置,以至少解决相关技术中媒介信息投放存在资源分配不合理的问题。本公开的技术方案如下:
根据本公开实施例的第一方面提供一种目标用户识别方法,所述方法包括:
获取用户在预设时间周期内对应用的访问状态数据,其中,所述访问状态数据包括对所述应用的访问次数和退出次数;
根据所述访问次数和第一目标退出次数计算所述用户的媒介退出率;其中,所述第一目标退出次数包括所述退出次数中由于向所述用户展示媒介信息导致所述用户退出所述应用的次数;
获取所述用户的媒介信息展示特征;
根据所述用户的媒介退出率和所述媒介信息展示特征,获取所述用户的媒介敏感系数;
若所述用户的媒介敏感系数大于预设阈值,则所述用户为目标用户。
在其中一个实施例中,根据所述用户的媒介退出率和所述媒介信息展示特征,获取所述用户的媒介敏感系数包括:
对所述媒介退出率与所述媒介信息展示特征进行拟合,得到拟合函数;其中,所述媒介信息展示特征包括媒介信息的展示密度,媒介信息的展示时长,媒介信息的展示负反馈率中一种或几种;
根据所述拟合函数获取用户的媒介敏感系数。
在其中一个实施例中,获取所述媒介信息的展示密度包括:
获取用户的媒介信息的展示次数以及非媒介信息的展示次数;
根据所述媒介信息的展示次数以及非媒介信息的展示次数计算用户的媒介信息的展示密度。
在其中一个实施例中,所述媒介信息展示特征包括媒介信息的展示密度,媒介信息的展示时长,媒介信息的展示负反馈率,所述拟合函数为:
其中,所述ui,ad_exit_rate为媒介退出率,ui,ad_density为媒介信息的展示密度,媒介信息的展示密度的二阶数值,play_time为媒介信息的展示时长,ntr为媒介信息的展示负反馈率;
根据所述拟合函数获取用户的广告敏感系数包括:
将β2作为所述用户的广告敏感系数,其中,所述β2为所述拟合函数的二阶系数。
根据本公开实施例的第二方面,提供媒介信息投放调整方法,所述方法包括:
利用目标用户识别方法获取目标用户;
根据目标用户的媒介退出率对所述目标用户的媒介信息的展示次数进行调整。
在其中一个实施例中,所述根据目标用户的媒介退出率对目标用户的媒介信息的展示次数进行调整,包括:
获取目标用户对应用的访问次数、所述目标用户的第一目标退出次数以及目标用户的第二目标退出次数;其中,所述第一目标退出次数为退出次数中因展示的媒介信息导致的退出应用的次数;所述第二目标退出次数为退出次数中由于向所述用户展示非媒介信息导致所述用户退出所述应用的次数;
根据所述目标用户的对应用的访问次数、目标用户的第一目标退出次数以及目标用户的第二目标退出次数,计算所述目标用户的媒介退出率和非媒介退出率;
根据目标用户的媒介退出率和非媒介退出率对所述目标用户的曝光广告数进行调整。
在其中一个实施例中,根据目标用户的媒介退出率和非媒介退出率对所述目标用户的曝光广告数进行调整,包括:
根据所述目标用户的媒介信息的展示次数以及非媒介信息的展示次数计算目标用户的媒介信息的展示密度和非媒介信息的展示密度;
根据所述目标用户的所述媒介信息的展示密度、所述非媒介信息的展示密度、所述媒介退出率以及所述非媒介退出率对所述目标用户的曝光广告数进行调整。
在其中一个实施例中,根据所述目标用户的所述媒介信息的展示密度、所述非媒介信息的展示密度、所述媒介退出率以及所述非媒介退出率对所述目标用户的曝光广告数进行调整,包括:
若所述目标用户的所述媒介退出率与所述媒介信息的展示密度的比值大于非媒介退出率与非媒介信息的展示密度的比值,则降低所述目标用户的媒介信息的展示次数。
根据本公开实施例的第三方面,提供又一种目标用户群识别方法,所述方法包括:
获取用户的周期活跃时段数序列;其中,所述周期活跃时段数序列包含多个具有时序的周期活跃时段数,所述周期活跃时段数为一个周期包含的活跃时段的数量,用户的周期活跃时段根据一个周期内用户对应用的访问时长和/或对应用的访问次数确定;
根据所述用户的周期活跃时段数序列对所述用户进行聚类,得到多个类别的用户;
根据各个类别中用户的周期活跃时段数和媒介信息的展示密度分别计算各个类别的媒介敏感系数;
若某一类别的媒介敏感系数大于预设阈值,则所述某一类别的用户为目标用户群。
在其中一个实施例中,根据各个类别中用户的周期活跃时段数和媒介信息的展示密度分别计算各个类别的媒介敏感系数,包括:
根据用户的媒介信息的展示密度对各个类别中的用户进行分组,得到各个类别的用户的组别;
获取每一类别中各个组别的周期活跃时段数,根据各个所述组别的周期活跃时段数确定各个类别的第一目标组别和第二目标组别;其中,所述第一目标组别的周期活跃时段数大于所述第二目标组别的周期活跃时段数;
根据各个类别的第一目标组别的周期活跃时段数、第一目标组别的媒介信息的展示密度、第二目标组别的周期活跃时段数以及第二目标组别的媒介信息的展示密度分别计算各个类别的媒介敏感系数。
在其中一个实施例中,获取每一类别中各个组别的周期活跃时段数,根据各个所述组别的周期活跃时段数确定各个类别的第一目标组别和第二目标组别,包括:
将每一类别中周期活跃时段数最大的组别作为各个类别的第一目标组别;
将每一类别中周期活跃时段数最小的组别作为各个类别的第二目标组别。
在其中一个实施例中,获取所述第一目标组别的媒介信息的展示密度包括:根据所述第一目标组别的用户的媒介信息的展示次数和非媒介信息的展示次数,计算所述第一目标组别的媒介信息的展示密度;和/或,
获取所述第二目标组别的媒介信息的展示密度包括:根据所述第二目标组别的用户的媒介信息的展示次数和非媒介信息的展示次数,计算所述第二目标组别的媒介信息的展示密度。
在其中一个实施例中,所述获取每一类别中各个组别的周期活跃时段数,包括:
按所述组别获取预设周期内每一用户的周期活跃时段数;其中,所述预设周期基于周期活跃时段数序列对应的时间确定;
按所述组别计算各个用户的周期活跃时段数的均值,将所述均值作为对应组别的周期活跃时段数。
在其中一个实施例中,根据各个类别的第一目标组别的周期活跃时段数、第一目标组别的媒介信息的展示密度、第二目标组别的周期活跃时段数以及第二目标组别的媒介信息的展示密度分别计算各个类别的媒介敏感系数时段数,包括:
按照所述类别分别计算各个第一目标组别的周期活跃时段数与对应的第二目标组别的周期活跃时段数的差值,得到各个类别的第一差值;
按照所述类别分别计算各个第一目标组别的媒介信息的展示密度与对应的第二目标组别的媒介信息的展示密度的差值,得到各个类别的第二差值;
按照所述类别分别计算所述第一差值与所述第二差值的比值,得到各个类别对应的媒介敏感系数。
根据本公开实施例的第四方面,提供一种媒介信息投放调整方法,所述方法包括:
利用目标用户群识别方法,获取目标用户群;
根据所述目标用户群中用户的周期活跃时段数确定调整组别;
降低所述调整组别的用户的媒介信息的展示次数。
在其中一个实施例中,根据所述目标用户群中用户的周期活跃时段数确定调整组别,包括:
获取目标用户群中各个用户的组别;其中,所述各个用户的组别根据用户的媒介信息的展示密度确定;
将所述目标类别中周期活跃时段数最小的组别作为所述调整组别。
在其中一个实施例中,降低所述调整组别的用户的媒介信息的展示次数,包括:
计算调整组别中各个用户的媒介信息转化率;
根据调整组别中各个用户的媒介信息转化率确定各个用户的调整级别;
按照所述调整级别对应降低所述调整组别中各个用户的媒介信息的展示次数。
在其中一个实施例中,按照所述调整级对应降低所述调整组别中各个用户的媒介信息的展示次数,包括:
获取所述媒介信息的展示次数的调整比例;
按照每一调整级别比对应的上一调整级别多降低所述调整比例的媒介信息的展示次数,对所述调整组别中各个用户的媒介信息的展示次数进行调整,其中,各调整级别的用户的媒介信息转化率比对应的上一调整级别的用户的媒介信息转化率低。
在其中一个实施例中,获取所述媒介信息的展示次数的调整比例,包括:
根据所述目标用户群的第一目标组别的的媒介信息的展示密度和所述调整组别的媒介信息的展示密度,计算所述调整组别的媒介信息的展示密度的调整比例;所述第一目标组别为所述目标用户群的各个组别中周期活跃时段数最大的组别;
根据所述媒介信息的展示密度的调整比例获取媒介信息的展示次数的调整比例。
在其中一个实施例中,根据所述目标用户群的第一目标组别的的媒介信息的展示密度和所述调整组别的媒介信息的展示密度,计算所述调整组别的媒介信息的展示密度的调整比例,包括:
根据下述公式获取所述媒介信息的展示密度的调整比例:
其中,Δad_densityi,j,k为媒介信息的展示密度的调整比例,k为用户类别数,为目标用户群的第一目标组别的媒介信息的展示密度,/>目标用户群的调整目标组别的媒介信息的展示密度,K为调整级别的数量。
根据本公开实施例的第五方面,提供一种应用服务器,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现本公开实施例中所述的目标用户识别方法。
根据本公开实施例的第六方面,提供一种应用服务器,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现本公开实施例中的所述的目标用户群识别方法。
根据本公开实施例的第七方面,提供一种终端,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现本公开实施例中的所述的媒介信息投放调整方法。
根据本公开实施例的第八方面,提供一种存储介质,当所述存储介质中的指令由应用服务器的处理器执行时,使得应用服务器能够执行本公开实施例中的目标用户识别方法。
根据本公开实施例的第九方面,提供一种存储介质,当所述存储介质中的指令由应用服务器的处理器执行时,使得应用服务器能够执行本公开实施例中的目标用户群识别方法。
根据本公开实施例的第十方面,提供一种存储介质,当所述存储介质中的指令由终端的处理器执行时,使得终端能够执行本公开实施例中的媒介信息投放调整方法。
根据本公开实施例的第十一方面,提供一种目标用户识别装置,所述装置包括:
第一获取模块,被配置于获获取用户在预设时间周期内对应用的访问状态数据,其中,所述访问状态数据包括对所述应用的访问次数和退出次数;
第一计算模块,被配置于根据所述访问次数和第一目标退出次数计算所述用户的媒介退出率;其中,所述第一目标退出次数包括所述退出次数中由于向所述用户展示的媒介信息导致所述用户退出所述应用的次数;
第二获取模块,被配置于获取所述用户的媒介信息展示特征;
第二计算模块,被配置于根据所述用户的媒介退出率和所述媒介信息展示特征,获取所述用户的媒介敏感系数;
选择模块,被配置于若所述用户的媒介敏感系数大于预设阈值,则所述用户为目标用户。
在其中一个实施例中,第二计算模块被配置于对所述媒介退出率与所述媒介信息展示特征进行拟合,得到拟合函数;其中,所述媒介信息展示特征包括媒介信息的展示密度,媒介信息的展示时长,媒介信息的展示负反馈率中一种或几种;根据所述拟合函数获取用户的媒介敏感系数。
在其中一个实施例中,第二计算模块还被配置于获取用户的媒介信息的展示次数以及非媒介信息的展示次数;根据所述媒介信息的展示次数以及非媒介信息的展示次数计算用户的媒介信息的展示密度。
在其中一个可选地实施例中,所述媒介信息展示特征包括媒介信息的展示密度,媒介信息的展示时长,媒介信息的展示负反馈率,所述拟合函数为:
其中,所述ui,ad_exit_rate为媒介退出率,ui,ad_density为媒介信息的展示密度,媒介信息的展示密度的二阶数值,play_time为媒介信息的展示时长,ntr为媒介信息的展示负反馈率;
所述第二计算模块被配置于将β2作为所述用户的广告敏感系数,其中,所述β2为所述拟合函数的二阶系数。
根据本公开实施例的第十二方面,提供一种媒介信息投放调整装置,所述装置包括:
目标用户识别装置,被配置于根据目标用户识别方法获取目标用户;
调整装置,被配置于根据目标用户的媒介退出率对所述目标用户的媒介信息的展示次数进行调整。
在其中一个实施例中,调整装置被配置于获取目标用户对应用的访问次数、所述目标用户的第一目标退出次数以及目标用户的第二目标退出次数;其中,所述第一目标退出次数为退出次数中因展示的媒介信息导致的退出应用的次数;所述第二目标退出次数为退出次数中因展示非媒介信息导致的退出应用的次数;根据所述目标用户的对应用的访问次数、目标用户的第一目标退出次数以及目标用户的第二目标退出次数,计算所述目标用户的媒介退出率和非媒介退出率;根据目标用户的媒介退出率和非媒介退出率对所述目标用户的曝光广告数进行调整。
在其中一个实施例中,调整装置被配置于根据所述目标用户的媒介信息的展示次数以目标及非媒介信息的展示次数计算目标用户的媒介信息的展示密度和非媒介信息的展示密度;根据所述目标用户的所述媒介信息的展示密度、所述非媒介信息的展示密度、所述媒介退出率以及所述非媒介退出率对所述目标用户的曝光广告数进行调整。
在其中一个实施例中,调整装置被配置于若所述目标用户的所述媒介退出率与所述媒介信息的展示密度的比值大于非媒介退出率与非媒介信息的展示密度的比值,则降低所述目标用户的媒介信息的展示次数。
根据本公开实施例的第十三方面,提供一种媒介信息投放调整装置,所述装置包括:
获取模块,被配置为获取用户的周期活跃时段数序列;其中,所述周期活跃时段数序列包含多个具有时序的周期活跃时段数,所述周期活跃时段数为一个周期包含的活跃时段的数量,用户的周期活跃时段根据一个周期内用户对应用的访问时长和/或对应用的访问次数确定;
聚类模块,被配置为根据所述用户的周期活跃时段数序列对所述用户进行聚类,得到多个类别的用户;
计算模块,被配置为根据各个类别中用户的周期活跃时段数和媒介信息的展示密度分别计算各个类别的媒介敏感系数;
选择模块,被配置于若某一类别的媒介敏感系数大于预设阈值,则所述某一类别的用户为目标用户群。
在其中一个实施例中,计算模块被配置为根据用户的媒介信息的展示密度对各个类别中的用户进行分组,得到各个类别的用户的组别;获取每一类别中各个组别的周期活跃时段数,根据各个所述组别的周期活跃时段数确定各个类别的第一目标组别和第二目标组别;其中,所述第一目标组别的周期活跃时段数大于所述第二目标组别的周期活跃时段数;根据各个类别的第一目标组别的周期活跃时段数、第一目标组别的媒介信息的展示密度、第二目标组别的周期活跃时段数以及第二目标组别的媒介信息的展示密度时段数分别计算各个类别的媒介敏感系数。
在其中一个实施例中,计算模块被配置为将每一类别中周期活跃时段数最大的组别作为各个类别的第一目标组别;将每一类别中周期活跃时段数最小的组别作为各个类别的第二目标组别。
在其中一个实施例中,计算模块被配置为根据所述第一目标组别的用户的媒介信息的展示次数和非媒介信息的展示次数,计算所述第一目标组别的媒介信息的展示密度;和/或,
计算模块被配置为获取所述第二目标组别的媒介信息的展示密度包括:根据所述第二目标组别的用户的媒介信息的展示次数和非媒介信息的展示次数,计算所述第二目标组别的媒介信息的展示密度。
在其中一个实施例中,计算模块被配置为按所述组别获取预设周期内每一用户的周期活跃时段数;其中,所述预设周期基于周期活跃时段数序列对应的时间确定;按所述组别计算各个用户的周期活跃时段数的均值,将所述均值作为对应组别的周期活跃时段数。
在其中一个实施例中,计算模块被配置为按照所述类别分别计算各个第一目标组别的周期活跃时段数与对应的第二目标组别的周期活跃时段数的差值,得到各个类别的第一差值;按照所述类别分别计算各个第一目标组别的媒介信息的展示密度与对应的第二目标组别的媒介信息的展示密度的差值,得到各个类别的第二差值;按照所述类别分别计算所述第一差值与所述第二差值的比值,得到各个类别对应的媒介敏感系数。
根据本公开实施例的第十四方面,提供一种媒介信息投放调整装置,所述装置包括:
目标用户群识别装置,被配置为利用目标用户群识别方法,获取目标用户群;
调整装置,被配置为根据所述目标用户群中用户的周期活跃时段数确定调整组别;降低所述调整组别的用户的媒介信息的展示次数。
在其中一个实施例中,调整装置被配置为获取目标用户群中各个用户的组别;其中,所述各个用户的组别根据用户的媒介信息的展示密度确定;将所述目标类别中周期活跃时段数最小的组别作为所述调整组别。
在其中一个实施例中,调整装置被配置为计算调整组别中各个用户的媒介信息转化率;根据调整组别中各个用户的媒介信息转化率确定各个用户的调整级别;按照所述调整级别对应降低所述调整组别中各个用户的媒介信息的展示次数。
在其中一个实施例中,调整装置被配置为获取所述媒介信息的展示次数的调整比例;按照每一调整级别比对应的上一调整级别多降低所述调整比例的媒介信息的展示次数,对所述调整组别中各个用户的媒介信息的展示次数进行调整,其中,各调整级别的用户的媒介信息转化率比对应的上一调整级别的用户的媒介信息转化率低。
在其中一个实施例中,调整装置被配置为根据所述目标用户群的第一目标组别的的媒介信息的展示密度和所述调整组别的媒介信息的展示密度,计算所述调整组别的媒介信息的展示密度的调整比例;所述第一目标组别为所述目标用户群的各个组别中周期活跃时段数最大的组别;根据所述媒介信息的展示密度的调整比例获取媒介信息的展示次数的调整比例。
在其中一个实施例中,调整装置被配置为根据下述公式获取所述媒介信息的展示密度的调整比例:
其中,Δad_densityi,j,k为媒介信息的展示密度的调整比例,k为用户类别数,为目标用户群的第一目标组别的媒介信息的展示密度,/>目标用户群的调整目标组别的媒介信息的展示密度,K为调整级别的数量。
本公开的实施例提供的技术方案至少带来以下有益效果:
本公开中的目标用户识别方法及装置,通过用户的访问状态数据中的应用访问次数获取用户的广告退出率,根据用户的广告退出率和所述曝光广告的特征计算用户的广告敏感系数,并利用广告敏感系数识别目标用户。这些目标用户在观看作品时,对其中的广告敏感,因此,该方法可以被用于投放广告时的资源调整,以实现对资源的更加合理的分配与利用。
本公开中的目标用户群识别方法及装置,首先通过用户的访问状态数据中对应用的访问次数和所述退出次数中由于向所述用户展示媒介信息导致所述用户退出所述应用的次数,获取用户的媒介退出率,之后根据用户的媒介退出率和所述媒介信息展示特征计算用户的媒介敏感系数,并利用媒介敏感系数识别目标用户。这些目标用户在观看应用上的作品时,对其中的媒介信息敏感,基于此,在投放媒介信息时可以有针对的对这些用户的媒介信息展示次数或者密度进行合理调整,使得媒介信息的投放更加精准。因此,该方法可以被用于投放媒介信息时的资源调整时,资源的分配与利用更加合理。
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
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的应用环境;
图2是根据一示例性实施例示出的一种目标用户识别方法的流程图;
图3是根据一示例性实施例示出的步骤S114的细化步骤的流程图;
图4是根据一示例性实施例示出的一种媒介信息投放调整的流程图;
图5是根据一示例性实施例示出的步骤S120的细化步骤的流程图;
图6是根据一示例性实施例示出的步骤S123的细化步骤的流程图;
图7是根据一示例性实施例示出一种目标用户群识别方法的流程图;
图8是根据一示例性实施例示出的步骤S213的细化步骤的流程图;
图9是根据一示例性实施例示出的另一种媒介信息投放调整的流程图;
图10是根据一示例性实施例示出的步骤S230的细化步骤的流程图;
图11是根据一示例性实施例示出的一种目标用户识别装置的框图;
图12是根据一示例性实施例示出的一种媒介信息投放调整装置的框图;
图13是根据一示例性实施例示出的一种目标用户群识别装置的框图;
图14是根据一示例性实施例示出的另一种媒介信息投放调整装置的框图;
图15是根据一示例性实施例示出的另一种媒介信息投放调整系统的框图;
图16是根据一示例性实施例示出的一种计算机设备的内部结构图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1为本公开提出的一种应用环境。其中,终端102通过网络与应用服务器104通过网络进行通信。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等电子设备,应用服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。可选地,用户可以通过终端102访问应用,观看应用服务器提供的作品,该作品可以分为媒介信息和非媒介信息,媒介信息可以包括广告。
可选地,用户在通过终端102上访问应用会产生访问状态数据,这些访问状态数据包含但不限于对应用的访问次数、对应用的访问时间、对作品的观看时长、作品的观看数量、作品的评论数、作品的点赞数、用户关注数等等。若作品为媒介信息,该访问状态数据还可能包含媒介信息转化率。媒介信息转换率用于评价用户因观看媒介信息而对媒介信息中的产品的影响数据,例如,因观看广告而获取广告中产品信息的行为。可选地,该获取行为可以通过广告中的链接实现。
可选地,这些访问状态数据可以被存储于预设的存储空间,应用服务器可以在需要这些访问状态数据时,从该预设的存储空间中按需获取这些访问状态数据。
需要说明的是,本方案涉及的用户行为数据(如,对应用的访问次数、对应用的访问时间、对作品的观看时长、作品的观看数量、作品的评论数、作品的点赞数、用户关注数等)、用户设备信息(如,用户设备信息、设备上存储的信息等)、用户个人信息(如用户生物信息、用户姓名、昵称、地理位置等)、与第三方软件交互的信息、以及用户的操作行为信息等,均是经用户授权而采集并进行后续处理或分析的。例如,可以在用户注册应用账户时,通过注册界面中相应的按钮或链接告知用户应用服务器会获取用户在使用应用时产生的行为数据(该行为数据包含访问状态数据),用户在获取上述内容后,可以选择是否授权应用采集上述行为数据。可选地,可以通过电子协议的方式,使得应用平台与用户达成行为数据使用协议,以获得用户对平台获取这种行为数据的授权。可选地,该协议可以包含应用平台使用用户行为数据的方式、范围,以及用户遵循的规则等等内容。
为了方便说明本公开中的实施例(或示例),下述对本公开中涉及的术语进行解释:
1.用户的媒介信息的展示密度(ad_density)是指用户在观看作品时,媒介信息在用户观看的所有作品中的占比。
2.用户的非媒介信息的展示密度(reco_density)是指用户在观看作品时,非媒介信息在用户观看的所有作品中的占比。
3.对应用的访问次数是指用户访问应用的次数,可以以切到后台的时长大于预设时长或者进程被杀死作为对应用的访问次数的标志。
4.用户的媒介退出率(ad_exit_rate)为由于向用户展示媒介信息导致用户退出应用的概率。
或者,
其中,第一目标退出次数为由于向用户展示媒介信息导致所述用户退出应用的次数;第三目标退出次数为由于向用户展示媒介信息而产生媒介信息转化的次数。
5.用户的非媒介退出率(reco_exit_rate)为由于向用户展示非媒介信息导致用户退出应用的概率。
其中,第二目标退出次数为由于向用户展示非媒介信息导致所述用户退出应用的次数。
图2是根据一示例性实施例示出的一种目标用户识别方法的流程图,下面以该目标用户识别方法应用到图1所示的应用服务器中为例说明该目标用户识别方法。该方法包括以下步骤:
在步骤S111中,获取用户在预设时间周期内对应用的访问状态数据,其中,所述访问状态数据包括对所述应用的访问次数和退出次数。
其中,预设时间周期为预先设定的时间段。可选地,该时间段可以以月、星期或天为单位,例如将该预设时间周期设定为1天。访问状态数据为用户对应用的访问行为而产生的数据。
应用服务器104可以从访问状态数据的存储空间获取这些数据。可选地,应用服务器104可以选择获取预设时间周期内全部的访问状态数据,也可以有选择的获取部分访问状态数据。可选地,应用服务器还可以基于作品的类型以及用户的行为有选择的获取部分访问状态数据。例如,可以获取预设时间周期内对所述应用的访问次数和退出次数;或者,获取预设时间周期内所述退出次数中由于向所述用户展示媒介信息导致所述用户退出所述应用的次数。当然,应用服务器可以选择获取与媒介信息中广告有关的访问状态数据。可选地,该媒介信息可以为广告。
在步骤S112中,根据所述访问次数和第一目标退出次数计算所述用户的媒介退出率。
其中,其中,所述第一目标退出次数包括所述退出次数中由于向所述用户展示媒介信息导致所述用户退出所述应用的次数。
可选地,应用服务器104可以根据所述访问次数和第一目标退出次数计算所述用户的媒介退出率。可选地,应用服务器104还可以根据所述访问次数、第一目标退出次数以及第三目标退出次数计算所述用户的媒介退出率。
在步骤S113中,获取所述用户的媒介信息展示特征。
其中,媒介信息展示特征为基于向用户展示媒介信息而产生的相关数据得的特征。可选地,用户的媒介信息展示特征可以包括媒介信息的展示密度,媒介信息的展示时长,媒介信息的展示负反馈率中一种或几种。可选地,应用服务器104可以通过获取的访问状态数据直接或间接的得到用户的媒介信息展示特征。可选地,应用服务器104可以将获取到媒介信息展示特征存储于预设空间;以使应用服务器104在再次获取该媒介信息展示特征时可以通过直接获取的方式获取。可选地,若预设空间中存储了用户的媒介信息展示特征时,可以定期更新各个用户的媒介信息展示特征。需要说明的是,将用户的媒介信息展示特征在预设空间上对应存储,可以加速上述目标用户识别方法的执行,但是,相应的其也会增加预设空间的容量需求。在实际应用中,可以根据实际情况进行灵活选择,在此本公开不做限制。
例如,在获取媒介信息展示中的媒介信息的展示密度时,服务器可以通过获取的访问状态数据中媒介信息的展示次数以及非媒介信息的展示次数计算间接获取媒介信息展示特征中的媒介信息的展示密度。在获取到该媒介信息的展示密度后,应用服务器104可以选择将该媒介信息的展示密度进行存储,以便于服务器再次使用该媒介信息的展示密度时可以直接获取该媒介信息的展示密度。
在步骤S114中,根据所述用户的媒介退出率和所述媒介信息展示特征,获取所述用户的媒介敏感系数。
应用服务器104可以对用户的媒介退出率和媒介信息展示特征进行预设运算,根据运算结果获取用户的媒介敏感系数。例如,选择将用户的媒介信息展示密度作为媒介信息展示特征时,就可以根据下述公式进行运算得到:
可选地,该预设阈值可以为基于大数据分析得到的数值,或者为基于经验设定的数值。
本实施例中的目标用户识别方法,首先通过用户的访问状态数据中对应用的访问次数和所述退出次数中由于向所述用户展示媒介信息导致所述用户退出所述应用的次数,获取用户的媒介退出率,之后根据用户的媒介退出率和所述媒介信息展示特征计算用户的媒介敏感系数,并利用媒介敏感系数识别目标用户。这些目标用户在观看应用上的作品时,对其中的媒介信息敏感,基于此,在投放媒介信息时可以有针对的对这些用户的媒介信息展示次数或者密度进行合理调整,使得媒介信息的投放更加精准。因此,该方法可以被用于投放媒介信息时的资源调整时,资源的分配与利用更加合理。
在其中一个实施例中,如图3所示,步骤S114可以包括:
在步骤S1141中,对所述媒介退出率与所述媒介信息展示特征进行拟合,得到拟合函数。
在步骤S1142中,根据所述拟合函数获取用户的媒介敏感系数。
本实施例中采用拟合函数的方式处理媒介信息展示特征以获取媒介敏感系数,得到的结果可以更加合理的利用使用的数据。
在其中一个实施例中,若所述媒介信息展示特征包括媒介信息的展示密度,媒介信息的展示时长,媒介信息的展示负反馈率。服务器对媒介信息展示特征进行拟合得到的拟合函数为:
其中,所述ui,ad_exit_rate为媒介退出率,ui,ad_density为媒介信息的展示密度,媒介信息的展示密度的二阶数值,play_time为媒介信息的展示时长,ntr为媒介信息的展示负反馈率。将β2作为所述用户的广告敏感系数,其中,所述β2为所述拟合函数的二阶系数。
本实施例的方法利用多个维度的媒介信息展示特征得到,其相对于应用单个媒介信息展示特征得到的广告敏感系数,灵敏度更高,可以在用户对媒介信息不是特别敏感时,也可以得到用于目标用户识别的广告敏感系数。基于同样的发明构思,在本公开的另一实施例中还提出了一种媒介信息投放调整方法,下面以该媒介信息投放调整方法应用到图1所示的应用服务器中为例说明该媒介信息投放调整方法。如图4所示,该方法包括以下步骤:
在步骤S110中,利用上述目标用户识别方法获取目标用户。本步骤中的目标用户识别方法可以通过执行上述实施例中的步骤S111-步骤S115实现。具体如何实现可参见上述实施例的内容,在此不做详述。
在步骤S120中,根据目标用户的媒介退出率对所述目标用户的媒介信息的展示次数进行调整。
应用服务器104从目标用户在预设时间周期内对应用的访问状态数据中获取对应用的访问次数以及目标用户的第一目标退出次数。并根据目标用户的对应用的访问次数以及目标用户的第一目标退出次数;根据计算所述目标用户的媒介退出率。最后根据目标用户的媒介退出率对所述目标用户的曝光广告数进行调整。
本实施例中的媒介信息投放调整方法,根据目标用户的媒介退出率对目标用户的媒介信息投放进行调整,由于目标用户是基于媒介信息敏感系数得到的用户,即目标用户对媒介信息敏感,因此,对这些用户进行媒介信息投放的资源调整,以使资源分配合理。基于该媒介信息投放调整方法是基于用户对媒介信息的感官进行的媒介信息投放的资源调整,因此,这可以为用户提供更加舒适的应用访问体验。
在其中一个实施例中,如图5所示,步骤S120可以包括:
在步骤S121中,获取目标用户对应用的访问次数、所述目标用户的第一目标退出次数以及目标用户的第二目标退出次数。
其中,所述第一目标退出次数为退出次数中因展示的媒介信息导致的退出应用的次数;所述第二目标退出次数为退出次数中由于向所述用户展示非媒介信息导致所述用户退出所述应用的次数。
在步骤S122中,根据所述目标用户的对应用的访问次数、目标用户的第一目标退出次数以及目标用户的第二目标退出次数,计算所述目标用户的媒介退出率和非媒介退出率。
在步骤S123中,根据目标用户的媒介退出率和非媒介退出率对所述目标用户的曝光广告数进行调整。
本实施例的方法,在利用目标用户的媒介退出率的基础上引入非媒介退出率,利用非媒介退出率作为媒介退出率的基准,这可以更加准确的对目标用户进行媒介信息投放的资源调整。
在其中一个实施例中,如图6所示,步骤S123可以包括:
在步骤S1231中,根据所述目标用户的媒介信息的展示次数以及非媒介信息的展示次数计算目标用户的媒介信息的展示密度和非媒介信息的展示密度。
在步骤S1232中,根据所述目标用户的所述媒介信息的展示密度、所述非媒介信息的展示密度、所述媒介退出率以及所述非媒介退出率对所述目标用户的曝光广告数进行调整。
应用服务器104可以基于目标用户的所述媒介退出率与所述媒介信息的展示密度的比值与非媒介退出率与非媒介信息的展示密度的比值调整目标用户的媒介信息的展示次数。进一步地,若所述目标用户的所述媒介退出率与所述媒介信息的展示密度的比值大于非媒介退出率与非媒介信息的展示密度的比值,则降低所述目标用户的媒介信息的展示次数。
本实施例在基于目标用户的媒介退出率以及所述非媒介退出率进行目标用户的媒介信息的展示次数调整的基础上,还引入目标用户的媒介信息的展示密度和/或目标用户的非媒介信息的展示密度作为目标用户的媒介信息投放调整的考量因素,这可以更即精细的对目标用户的媒介信息的展示次数进行调整。
在本公开的一实施例中提出了一种目标用户群识别方法,该目标用户群识别方法也可以被应用到图1所示的应用服务器中。如图7所示,该方法包括以下步骤:
在步骤S211中,获取用户的周期活跃时段数序列。
其中,所述周期活跃时段数序列包含多个具有时序的周期活跃时段数,所述周期活跃时段数为一个周期包含的活跃时段的数量。用户的周期活跃时段根据一个周期内用户对应用的访问时长和/或对应用的访问次数确定。可选地,一个周期为一个固定的时长,例如可以为一周,5天等等。可选地,应用服务器104可以获取用户5个周期的活跃时段数,构建用户的周期活跃时段数序列。在步骤S212中,根据用户的周期活跃时段数序列对所述用户进行聚类,得到多个类别的用户。
可选地,应用服务器104可以通过机器学习模型根据用户的周期活跃时段数序列对所述用户进行聚类,得到多个类别的用户。需要说明的是,若选用机器学习模型对用户进行聚类,需要预先对原始的机器学习模型进行训练,得到机器学习模型。
在步骤S213中,根据各个类别中用户的周期活跃时段数和媒介信息的展示密度分别计算各个类别的媒介敏感系数。
可选地,可以首先基于周期活跃时段数序列涉及的周期确定目标周期,之后使用该目标周期的获取时段数作为本步骤中的用户的周期活跃时段数。可选地,可以将周期活跃时段数序列涉及的周期中的最后的一个周期作为目标周期。例如,在周期活跃时段数序列中的周期为一周,时段为一天,涉及的周期为近5周时,本步骤中的目标周期为第5周。
在步骤S214中,若某一类别的媒介敏感系数大于预设阈值,则所述某一类别的用户为目标用户群。
可选地,该预设阈值可以为基于大数据分析得到的数值,或者为基于经验设定的数值。
本实施例中的目标用户群识别方法,根据用户的周期活跃时段数序列对用户进行聚类,得到多个具有相似活跃趋势的类别,之后,再利用各个类别中用户的周期活跃时段数和用户的媒介信息的展示密度计算各个类别的媒介敏感系数,该媒介敏感系数可以反映对应类别的用户(一个用户群体)对媒介信息的敏感程度。该方法可以被用于投放媒介信息时的资源调整,以实现对资源的更加合理的分配与利用。
在其中一个实施例中,如图8所示,步骤S213可以包括:
在步骤S2131中,根据用户的媒介信息的展示密度对各个类别中的用户进行分组,得到各个类别的用户的组别。
应用服务器104可以根据用户的媒介信息的展示次数和非媒介信息的展示次数计算各个用户的媒介信息的展示密度。可以根据预设的组别数量以及各个用户的媒介信息的展示密度对各个类别中的用户进行分组,得到各个类别的用户的组别。
在步骤S2132中,获取每一类别中各个组别的周期活跃时段数,根据各个所述组别的周期活跃时段数确定各个类别的第一目标组别和第二目标组别。
其中,所述第一目标组别的周期活跃时段数大于所述第二目标组别的周期活跃时段数。应用服务器104可以按所述组别获取预设周期内每一用户的周期活跃时段数;其中,所述预设周期基于周期活跃时段数序列对应的时间确定;按所述组别计算各个用户的周期活跃时段数的均值,将所述均值作为对应组别的周期活跃时段数。
可选地,可以将各个类别的用户中周期活跃时段数最大的用户作为第一目标用户;可以将各个类别的用户中周期活跃时段数最小的用户作为第二目标用户。
在步骤S2133中,根据各个类别的第一目标组别的周期活跃时段数、第一目标组别的媒介信息的展示密度、第二目标组别的周期活跃时段数以及第二目标组别的媒介信息的展示密度分别计算各个类别的媒介敏感系数。
可选地,应用服务器104可以根据所述第一目标组别的用户的媒介信息的展示次数和非媒介信息的展示次数,计算所述第一目标组别的媒介信息的展示密度。应用服务器104可以根据所述第二目标组别的用户的媒介信息的展示次数和非媒介信息的展示次数,计算所述第二目标组别的媒介信息的展示密度。可选地,服务器可以将第一目标组别的用户的媒介信息的展示总数与非媒介信息的展示总数的比值作为第一目标组别的广告曝光密度。可选地,服务器可以将所述第二目标组别的用户的媒介信息的展示总数与非媒介信息的展示总数的比值作为第二目标组别的广告曝光密度。可选地,服务器可以将第一目标组别的用户的媒介信息的展示密度的均值作为第一目标组别的媒介信息的展示密度。服务器可以将第二目标组别的用户的媒介信息的展示密度的均值作为第二目标组别的媒介信息的展示密度。需要说明的是,在选择第一目标组别和/或第二目标组别的媒介信息的展示密度的获取方式时,可以根据可以直接获取到的相关数据进行选择,在此不做限定。
应用服务器104可以获取预设周期内所述第一目标组别各个用户的周期活跃时段数;其中,所述预设周期基于周期活跃时段数序列涉及的时间确定。可选地,可以将第一目标组别中各个用户的周期活跃时段数的均值作为所述第一目标组别的周期活跃时段数。例如,可以将用户周期活跃时段数序列涉及的周期之后的一个周期作为该预设周期。
可选地,应用服务器104可以按照下述方式计算各个类别的媒介敏感系数:
按照所述类别分别计算各个第一目标组别的周期活跃时段数与对应的第二目标组别的周期活跃时段数的差值,得到各个类别的第一差值;按照所述类别分别计算各个第一目标组别的媒介信息的展示密度与对应的第二目标组别的媒介信息的展示密度的差值,得到各个类别的第二差值;按照所述类别分别计算所述第一差值与所述第二差值的比值,得到各个类别对应的媒介敏感系数。
本实施例的方法利用媒介信息的展示密度对各个类别的用户进一步分组,之后再通过各个类别的第一目标组别和第二目标组别的用户的媒介信息的展示密度和周期活跃时段数这可以避免利用单个用户评估各个类别的媒介敏感程度,获取媒介敏感系数时不仅引入了更多的特征,使得数据处理更加精细,还利用组别计算对应类别的广告敏感系数,这相对于利用各个类别的单个用户的周期活跃时段数和广告曝光密度获取的敏感系数稳定性更强,容错率更高。
基于同样的发明构思,在本公开的另一实施例中还提出了另一种媒介信息投放调整方法,下面以该媒介信息投放调整方法应用到图1所示的应用服务器104中为例说明该媒介信息投放调整方法。如图9所示,该方法包括以下步骤:
在步骤S210中,利用上述目标用户群识别方法,获取目标用户群。本步骤中的目标用户群识别方法可以通过执行上述实施例中的步骤S211-步骤S214实现。具体如何实现可参见上述实施例的内容,在此不做详述。
在步骤S220中,根据所述目标用户群中用户的周期活跃时段数确定调整组别。
应用服务器104可以首先获取目标用户群中各个用户的组别;之后再从取目标用户群的各个用户的组别中确定调整组别。可选地,可以将目标类别中周期活跃时段数最小的组别作为所述调整组别。可选地,应用服务器104可以根据目标用户群中用户的媒介信息的展示次数和非媒介信息的展示次数计算用户的媒介信息的展示密度,之后,根据用户的媒介信息的展示密度确定目标用户群中各个用户的组别。可选地,若执行上述目标用户群识别方法的步骤S211-步骤S214时得到的目标用户群(某一类别的用户)的组别的信息被存储于预设空间,则应用服务器104可以从这一预设空间获取目标用户群中各个用户的组别。
在步骤S230中,降低所述调整组别的用户的媒介信息的展示次数。
应用服务器104可以选择统一降低所述调整组别的用户的媒介信息的展示次数。应用服务器104也可以将调整组别中的用户进行分组,之后按组降低调整组别的用户的媒介信息的展示次数。
本实施例中的媒介信息投放调整方法,通过目标用户群识别方法获取目标用户群,之后针对该目标用户群中需进行媒介信息调整的调整组别进行媒介信息投放的资源调整。由于目标用户群为对媒介信息敏感的群体,因此,本方法进行的媒介信息投放的资源调整针对性强,调整效率高,分配的资源更加合理。
在其中一个实施例中,如图10所示,步骤S230包括:
在步骤S231中,计算调整组别中各个用户的媒介信息转化率。
在步骤S232中,根据调整组别中各个用户的媒介信息转化率确定各个用户的调整级别。
在步骤S233中,按照所述调整级别对应降低所述调整组别中各个用户的媒介信息的展示次数。
可选地,应用服务器104可以首先获取所述媒介信息的展示次数的调整比例;之后按照每一调整级别比对应的上一调整级别多降低所述调整比例的媒介信息的展示次数,对所述调整组别中各个用户的媒介信息的展示次数进行调整,其中,各调整级别的用户的媒介信息转化率比对应的上一调整级别的用户的媒介信息转化率低。
可选地,应用服务器104可以根据所述目标用户群的第一目标组别的的媒介信息的展示密度和所述调整组别的媒介信息的展示密度,计算所述调整组别的媒介信息的展示密度的调整比例;所述第一目标组别为所述目标用户群的各个组别中周期活跃时段数最大的组别;根据所述媒介信息的展示密度的调整比例获取媒介信息的展示次数的调整比例。
可选地,应用服务器104可以根据下述公式获取广告曝光密度调整比例:
其中,Δad_densityi,j,k为媒介信息的展示密度的调整比例,k为用户类别数,为目标用户群的第一目标组别的媒介信息的展示密度,/>目标用户群的调整目标组别的媒介信息的展示密度,K为调整级别的数量。
媒介信息转化率高是用户对媒介信息的正向反馈;媒介信息转化率低是用户对媒介信息的负向反馈;而媒介信息的转化为媒介信息投放的一个重要目的,因此本实施例基于媒介信息转化率对调整组别中各个用户的媒介信息投放进行调整,可以更加高效的调整媒介信息的投放,利于资源的合理利用。
在其中一个实施例中,还提出了另一种媒介信息投放调整方法,该媒介信息投放调整方法也可以被应用到图1所示的应用服务器中。该方法可以综合如图3所示的媒介信息投放调整方法以及如图6所示媒介信息投放调整方法对媒介信息投放进行综合资源调整。该方法包括:利用如图6所示媒介信息投放调整方法对目标用户群中的调整组别进行媒介信息投放调整。利用如图3所示的媒介信息投放调整方法对目标用户群中的目标用户进行媒介信息投放调整。
本实施例中的媒介信息投放调整方法涉及如图4所示的媒介信息投放调整方法的方案的实施可以参见本公开对应的实施例部分,涉及如图9所示的媒介信息投放调整方法的方案的实施可以参见本公开对应的实施例部分,在此不再详述。
本实施例的媒介信息投放调整方法可以通过如图4所示的媒介信息投放调整方法对目标用户群中的目标用户进行媒介信息投放的资源调整,该方法可以基于用户的媒介退出率等短期活跃指标对目标用户进行媒介信息投放调整,通过如图9所示的媒介信息投放调整方法对目标用户群中的调整组别进行媒介信息投放的资源调整,该方法主要是基于用户的周期活跃时段数序列等长期活跃指标确定的需进行媒介信息投放调整的调整组别,因此,本实施例的媒介信息投放调整方法是基于用户的短期活跃指标和长期活跃指标对广告的投放进行综合的资源调整,其调整后的媒介信息投放方案资源配更加合理。
应该理解的是,虽然图2-图10的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-图10中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图11是根据一示例性实施例示出的一种目标用户识别装置,所述装置包括:
第一获取模块310,被配置于获获取用户在预设时间周期内对应用的访问状态数据,其中,所述访问状态数据包括对所述应用的访问次数和退出次数;
第一计算模块320,被配置于根据所述访问次数和第一目标退出次数计算所述用户的媒介退出率;其中,所述第一目标退出次数为所述退出次数中由于向所述用户展示的媒介信息导致所述用户退出所述应用的次数;
第二获取模块330,被配置于获取所述用户的媒介信息展示特征;
第二计算模块340,被配置于根据所述用户的媒介退出率和所述媒介信息展示特征,获取所述用户的媒介敏感系数;
选择模块350,被配置于若所述用户的媒介敏感系数大于预设阈值,则所述用户为目标用户。
在其中一个实施例中,第二计算模块340被配置于对所述媒介退出率与所述媒介信息展示特征进行拟合,得到拟合函数;其中,所述媒介信息展示特征包括媒介信息的展示密度,媒介信息的展示时长,媒介信息的展示负反馈率中一种或几种;根据所述拟合函数获取用户的媒介敏感系数。
在其中一个实施例中,第二计算模块340还被配置于获取用户的媒介信息的展示次数以及非媒介信息的展示次数;根据所述媒介信息的展示次数以及非媒介信息的展示次数计算用户的媒介信息的展示密度。
在其中一个实施例中,所述媒介信息展示特征包括媒介信息的展示密度,媒介信息的展示时长,媒介信息的展示负反馈率,所述拟合函数为:
其中,所述ui,ad_exit_rate为媒介退出率,ui,ad_density为媒介信息的展示密度,媒介信息的展示密度的二阶数值,play_time为媒介信息的展示时长,ntr为媒介信息的展示负反馈率;
所述第二计算模块340被配置于将β2作为所述用户的广告敏感系数,其中,所述β2为所述拟合函数的二阶系数。
图12是根据一示例性实施例示出的一种媒介信息投放调整装置,所述装置包括:
目标用户识别装置300,被配置于根据上述实施例中的目标用户识别方法获取目标用户;
调整装置400,被配置于根据目标用户的媒介退出率对所述目标用户的媒介信息的展示次数进行调整。
在其中一个实施例中,调整装置400被配置于获取目标用户对应用的访问次数、所述目标用户的第一目标退出次数以及目标用户的第二目标退出次数;其中,所述第一目标退出次数为为退出次数中因展示的媒介信息导致的退出应用的次数;所述第二目标退出次数为退出次数中因展示非媒介信息导致的退出应用的次数;根据所述目标用户的对应用的访问次数、目标用户的第一目标退出次数以及目标用户的第二目标退出次数,计算所述目标用户的媒介退出率和非媒介退出率;根据目标用户的媒介退出率和非媒介退出率对所述目标用户的曝光广告数进行调整。
在其中一个实施例中,调整装置400被配置于根据所述目标用户的媒介信息的展示次数以目标及非媒介信息的展示次数计算目标用户的媒介信息的展示密度和非媒介信息的展示密度;根据所述目标用户的所述媒介信息的展示密度、所述非媒介信息的展示密度、所述媒介退出率以及所述非媒介退出率对所述目标用户的曝光广告数进行调整。
在其中一个实施例中,调整装置400被配置于若所述目标用户的所述媒介退出率与所述媒介信息的展示密度的比值大于非媒介退出率与非媒介信息的展示密度的比值,则降低所述目标用户的媒介信息的展示次数
图13是根据一示例性实施例示出的一种目标用户群识别装置,所述装置包括:
获取模块510,被配置为获取用户的周期活跃时段数序列;其中,所述周期活跃时段数序列包含多个具有时序的周期活跃时段数,所述周期活跃时段数为一个周期包含的活跃时段的数量,用户的周期活跃时段根据一个周期内用户对应用的访问时长和/或对应用的访问次数确定;
聚类模块520,被配置为根据所述用户的周期活跃时段数序列对所述用户进行聚类,得到多个类别的用户;
计算模块530,被配置为根据各个类别中用户的周期活跃时段数和媒介信息的展示密度分别计算各个类别的媒介敏感系数;
选择模块540,被配置于若某一类别的媒介敏感系数大于预设阈值,则所述某一类别的用户为目标用户群。
在其中一个实施例中,计算模块530被配置为根据用户的媒介信息的展示密度对各个类别中的用户进行分组,得到各个类别的用户的组别;获取每一类别中各个组别的周期活跃时段数,根据各个所述组别的周期活跃时段数确定各个类别的第一目标组别和第二目标组别;其中,所述第一目标组别的周期活跃时段数大于所述第二目标组别的周期活跃时段数;根据各个类别的第一目标组别的周期活跃时段数、第一目标组别的媒介信息的展示密度、第二目标组别的周期活跃时段数以及第二目标组别的媒介信息的展示密度时段数分别计算各个类别的媒介敏感系数。
在其中一个实施例中,计算模块530被配置为将每一类别中周期活跃时段数最大的组别作为各个类别的第一目标组别;将每一类别中周期活跃时段数最小的组别作为各个类别的第二目标组别。
在其中一个实施例中,计算模块530被配置为根据所述第一目标组别的用户的媒介信息的展示次数和非媒介信息的展示次数,计算所述第一目标组别的媒介信息的展示密度;和/或,
计算模块被配置为获取所述第二目标组别的媒介信息的展示密度包括:根据所述第二目标组别的用户的媒介信息的展示次数和非媒介信息的展示次数,计算所述第二目标组别的媒介信息的展示密度。
在其中一个实施例中,计算模块530被配置为按所述组别获取预设周期内每一用户的周期活跃时段数;其中,所述预设周期基于周期活跃时段数序列对应的时间确定;按所述组别计算各个用户的周期活跃时段数的均值,将所述均值作为对应组别的周期活跃时段数。
在其中一个实施例中,计算模块530计算模块被配置为按照所述类别分别计算各个第一目标组别的周期活跃时段数与对应的第二目标组别的周期活跃时段数的差值,得到各个类别的第一差值;按照所述类别分别计算各个第一目标组别的媒介信息的展示密度与对应的第二目标组别的媒介信息的展示密度的差值,得到各个类别的第二差值;按照所述类别分别计算所述第一差值与所述第二差值的比值,得到各个类别对应的媒介敏感系数。
图14是根据一示例性实施例示出的一种媒介信息投放调整装置,所述装置包括:
目标用户群识别装置500,被配置为利用上述实施例中的目标用户群识别方法,获取目标用户群;
调整装置600,被配置为根据所述目标用户群中用户的周期活跃时段数确定调整组别;降低所述调整组别的用户的媒介信息的展示次数。
在其中一个实施例中,调整装置600被配置为获取目标用户群中各个用户的组别;其中,所述各个用户的组别根据用户的媒介信息的展示密度确定;将所述目标类别中周期活跃时段数最小的组别作为所述调整组别。
在其中一个实施例中,调整装置600被配置为计算调整组别中各个用户的媒介信息转化率;根据调整组别中各个用户的媒介信息转化率确定各个用户的调整级别;按照所述调整级别对应降低所述调整组别中各个用户的媒介信息的展示次数。
在其中一个实施例中,调整装置600被配置为获取所述媒介信息的展示次数的调整比例;按照每一调整级别比对应的上一调整级别多降低所述调整比例的媒介信息的展示次数,对所述调整组别中各个用户的媒介信息的展示次数进行调整,其中,各调整级别的用户的媒介信息转化率比对应的上一调整级别的用户的媒介信息转化率低。
在其中一个实施例中,调整装置600被配置为根据所述目标用户群的第一目标组别的的媒介信息的展示密度和所述调整组别的媒介信息的展示密度,计算所述调整组别的媒介信息的展示密度的调整比例;所述第一目标组别为所述目标用户群的各个组别中周期活跃时段数最大的组别;根据所述媒介信息的展示密度的调整比例获取媒介信息的展示次数的调整比例。
在其中一个实施例中,调整装置600被配置为根据下述公式获取所述媒介信息的展示密度的调整比例:
其中,Δad_densityi,j,k为媒介信息的展示密度的调整比例,k为用户类别数,为目标用户群的第一目标组别的媒介信息的展示密度,/>目标用户群的调整目标组别的媒介信息的展示密度,K为调整级别的数量。
图15是根据一示例性实施例示出的一种媒介信息投放调整系统,所述系统包括:
第一媒介信息投放调整装置30,被配置为通过如图6所示的媒介信息投放调整方法对目标用户群中的调整组别进行媒介信息投放的资源调整。可选地,该第一媒介信息投放调整装置可以为图9中的媒介信息投放调整装置。
第二媒介信息投放调整装置50,被配置为对目标用户群中的目标用户进行媒介信息投放的资源调整。可选地,该第二媒介信息投放调整装置可以为图11中的媒介信息投放调整装置。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是应用服务器,其内部结构图可以如图16所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述实施例中的任一实施例中的方法。
本领域技术人员可以理解,图16中示出的结构,仅仅是与本公开方案相关的部分结构的框图,并不构成对本公开方案所应用于其上的计算机设备的限定,的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,一种应用服务器,其特征在于,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现上述实施例中任一实施例中的方法。
在一个实施例中,提供了一种计算机可读存储介质,当所述存储介质中的指令由应用服务器的处理器执行时,使得应用服务器能够执行上述实施例中任一实施例中的方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本公开所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本公开的几种实施方式,其描述较为和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本公开构思的前提下,还可以做出若干变形和改进,这些都属于本公开的保护范围。因此,本公开专利的保护范围应以所附权利要求为准。
Claims (46)
1.一种目标用户识别方法,其特征在于,所述方法包括:
获取用户在预设时间周期内对应用的访问状态数据,其中,所述访问状态数据包括对所述应用的访问次数和退出次数;
根据所述访问次数和第一目标退出次数计算所述用户的媒介退出率;其中,所述第一目标退出次数包括由于向所述用户展示媒介信息导致所述用户退出所述应用的次数;所述媒介退出率为由于向用户展示媒介信息导致用户退出应用的概率;
获取所述用户的媒介信息展示特征;
根据所述用户的媒介退出率和所述媒介信息展示特征,获取所述用户的媒介敏感系数;
若所述用户的媒介敏感系数大于预设阈值,则所述用户为目标用户。
2.根据权利要求1所述的目标用户识别方法,其特征在于,根据所述用户的媒介退出率和所述媒介信息展示特征,获取所述用户的媒介敏感系数包括:
对所述媒介退出率与所述媒介信息展示特征进行拟合,得到拟合函数;其中,所述媒介信息展示特征包括媒介信息的展示密度,媒介信息的展示时长,媒介信息的展示负反馈率中一种或几种;
根据所述拟合函数获取用户的媒介敏感系数。
3.根据权利要求2所述的目标用户识别方法,其特征在于,获取所述媒介信息的展示密度包括:
获取用户的媒介信息的展示次数以及非媒介信息的展示次数;
根据所述媒介信息的展示次数以及非媒介信息的展示次数计算用户的媒介信息的展示密度。
4.根据权利要求2或3所述的方法,其特征在于,所述媒介信息展示特征包括媒介信息的展示密度,媒介信息的展示时长,媒介信息的展示负反馈率,所述拟合函数为:
其中,所述ui,ad_exit_rate为媒介退出率,ui,ad_density为媒介信息的展示密度,媒介信息的展示密度的二阶数值,play_time为媒介信息的展示时长,ntr为媒介信息的展示负反馈率;
根据所述拟合函数获取用户的广告敏感系数包括:
将β2作为所述用户的广告敏感系数,其中,所述β2为所述拟合函数的二阶系数。
5.一种媒介信息投放调整方法,其特征在于,所述方法包括:
利用权利要求1-4任一项所述的目标用户识别方法获取目标用户;
根据目标用户的媒介退出率对所述目标用户的媒介信息的展示次数进行调整。
6.根据权利要求5所述的媒介信息投放调整方法,其特征在于,所述根据目标用户的媒介退出率对目标用户的媒介信息的展示次数进行调整,包括:
获取目标用户对应用的访问次数、所述目标用户的第一目标退出次数以及目标用户的第二目标退出次数;其中,所述第一目标退出次数为因展示的媒介信息导致的退出应用的次数;所述第二目标退出次数为由于向所述用户展示非媒介信息导致所述用户退出所述应用的次数;
根据所述目标用户的对应用的访问次数、目标用户的第一目标退出次数以及目标用户的第二目标退出次数,计算所述目标用户的媒介退出率和非媒介退出率;
根据目标用户的媒介退出率和非媒介退出率对所述目标用户的曝光广告数进行调整。
7.根据权利要求6所述的媒介信息投放调整方法,其特征在于,根据目标用户的媒介退出率和非媒介退出率对所述目标用户的曝光广告数进行调整,包括:
根据所述目标用户的媒介信息的展示次数以及非媒介信息的展示次数计算目标用户的媒介信息的展示密度和非媒介信息的展示密度;
根据所述目标用户的所述媒介信息的展示密度、所述非媒介信息的展示密度、所述媒介退出率以及所述非媒介退出率对所述目标用户的曝光广告数进行调整。
8.根据权利要求7所述的媒介信息投放调整方法,其特征在于,根据所述目标用户的所述媒介信息的展示密度、所述非媒介信息的展示密度、所述媒介退出率以及所述非媒介退出率对所述目标用户的曝光广告数进行调整,包括:
若所述目标用户的所述媒介退出率与所述媒介信息的展示密度的比值大于非媒介退出率与非媒介信息的展示密度的比值,则降低所述目标用户的媒介信息的展示次数。
9.一种目标用户群识别方法,其特征在于,所述方法包括:
获取用户的周期活跃时段数序列;其中,所述周期活跃时段数序列包含多个具有时序的周期活跃时段数,所述周期活跃时段数为一个周期包含的活跃时段的数量;用户的周期活跃时段根据一个周期内用户对应用的访问时长和/或对应用的访问次数确定;
根据所述用户的周期活跃时段数序列对所述用户进行聚类,得到多个类别的用户;
根据各个类别中用户的周期活跃时段数组别差值和媒介信息的展示密度组别差值之间的比值分别计算各个类别的媒介敏感系数;所述周期活跃时段数组别差值为所述各个类别中用户的各个组别的用户的周期活跃时段数之间的差值;所述媒介信息的展示密度组别差值为所述各个类别中用户的各个组别的用户的媒介信息的展示密度之间的差值;所述各个组别的用户为根据所述用户的媒介信息的展示密度对所述各个类别中的用户进行分类得到的用户;
若某一类别的媒介敏感系数大于预设阈值,则所述某一类别的用户为目标用户群。
10.根据权利要求9所述的目标用户群识别方法,其特征在于,根据各个类别中用户的周期活跃时段数组别差值和媒介信息的展示密度组别差值之间的比值分别计算各个类别的媒介敏感系数,包括:
根据用户的媒介信息的展示密度对各个类别中的用户进行分组,得到各个类别的用户的组别;
获取每一类别中各个组别的周期活跃时段数,根据各个所述组别的周期活跃时段数确定各个类别的第一目标组别和第二目标组别;其中,所述第一目标组别的周期活跃时段数大于所述第二目标组别的周期活跃时段数;
根据各个类别的第一目标组别的周期活跃时段数、第一目标组别的媒介信息的展示密度、第二目标组别的周期活跃时段数以及第二目标组别的媒介信息的展示密度分别计算各个类别的媒介敏感系数。
11.根据权利要求10所述的目标用户群识别方法,其特征在于,获取每一类别中各个组别的周期活跃时段数,根据各个所述组别的周期活跃时段数确定各个类别的第一目标组别和第二目标组别,包括:
将每一类别中周期活跃时段数最大的组别作为各个类别的第一目标组别;
将每一类别中周期活跃时段数最小的组别作为各个类别的第二目标组别。
12.根据权利要求10所述的目标用户群识别方法,其特征在于,
获取所述第一目标组别的媒介信息的展示密度包括:根据所述第一目标组别的用户的媒介信息的展示次数和非媒介信息的展示次数,计算所述第一目标组别的媒介信息的展示密度;和/或,
获取所述第二目标组别的媒介信息的展示密度包括:根据所述第二目标组别的用户的媒介信息的展示次数和非媒介信息的展示次数,计算所述第二目标组别的媒介信息的展示密度。
13.根据权利要求10所述的目标用户群识别方法,其特征在于,所述获取每一类别中各个组别的周期活跃时段数,包括:
按所述组别获取预设周期内每一用户的周期活跃时段数;其中,所述预设周期基于周期活跃时段数序列对应的时间确定;
按所述组别计算各个用户的周期活跃时段数的均值,将所述均值作为对应组别的周期活跃时段数。
14.根据权利要求10-13任一项所述的目标用户群识别方法,其特征在于,根据各个类别的第一目标组别的周期活跃时段数、第一目标组别的媒介信息的展示密度、第二目标组别的周期活跃时段数以及第二目标组别的媒介信息的展示密度分别计算各个类别的媒介敏感系数时段数,包括:
按照所述类别分别计算各个第一目标组别的周期活跃时段数与对应的第二目标组别的周期活跃时段数的差值,得到各个类别的第一差值;
按照所述类别分别计算各个第一目标组别的媒介信息的展示密度与对应的第二目标组别的媒介信息的展示密度的差值,得到各个类别的第二差值;
按照所述类别分别计算所述第一差值与所述第二差值的比值,得到各个类别对应的媒介敏感系数。
15.一种媒介信息投放调整方法,其特征在于,所述方法包括:
利用权利要求9-14任一项所述的目标用户群识别方法,获取目标用户群;
根据所述目标用户群中用户的周期活跃时段数确定调整组别;
降低所述调整组别的用户的媒介信息的展示次数。
16.根据权利要求15所述的媒介信息投放调整方法,其特征在于,根据所述目标用户群中用户的周期活跃时段数确定调整组别,包括:
获取目标用户群中各个用户的组别;其中,所述各个用户的组别根据用户的媒介信息的展示密度确定;
将所述目标类别中周期活跃时段数最小的组别作为所述调整组别。
17.根据权利要求16所述的媒介信息投放调整方法,其特征在于,降低所述调整组别的用户的媒介信息的展示次数,包括:
计算调整组别中各个用户的媒介信息转化率;
根据调整组别中各个用户的媒介信息转化率确定各个用户的调整级别;
按照所述调整级别对应降低所述调整组别中各个用户的媒介信息的展示次数。
18.根据权利要求17所述的媒介信息投放调整方法,其特征在于,按照所述调整级对应降低所述调整组别中各个用户的媒介信息的展示次数,包括:
获取所述媒介信息的展示次数的调整比例;
按照每一调整级别比对应的上一调整级别多降低所述调整比例的媒介信息的展示次数,对所述调整组别中各个用户的媒介信息的展示次数进行调整,其中,各调整级别的用户的媒介信息转化率比对应的上一调整级别的用户的媒介信息转化率低。
19.根据权利要求18所述的媒介信息投放调整方法,其特征在于,获取所述媒介信息的展示次数的调整比例,包括:
根据所述目标用户群的第一目标组别的的媒介信息的展示密度和所述调整组别的媒介信息的展示密度,计算所述调整组别的媒介信息的展示密度的调整比例;所述第一目标组别为所述目标用户群的各个组别中周期活跃时段数最大的组别;
根据所述媒介信息的展示密度的调整比例获取媒介信息的展示次数的调整比例。
20.根据权利要求19所述的媒介信息投放调整方法,其特征在于,根据所述目标用户群的第一目标组别的的媒介信息的展示密度和所述调整组别的媒介信息的展示密度,计算所述调整组别的媒介信息的展示密度的调整比例,包括:
根据下述公式获取所述媒介信息的展示密度的调整比例:
其中,Δad_densityi,j,k为媒介信息的展示密度的调整比例,k为用户类别数,为目标用户群的第一目标组别的媒介信息的展示密度,/>目标用户群的调整目标组别的媒介信息的展示密度,K为调整级别的数量。
21.一种应用服务器,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至4中任一项所述的目标用户识别方法。
22.一种应用服务器,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求5至8以及15至20任一项所述的媒介信息投放调整方法。
23.一种应用服务器,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求9至14中任一项所述的目标用户群识别方法。
24.一种存储介质,当所述存储介质中的指令由应用服务器的处理器执行时,使得应用服务器能够执行如权利要求1至4中任一项所述的目标用户识别方法。
25.一种存储介质,当所述存储介质中的指令由应用服务器的处理器执行时,使得应用服务器能够执行如权利要求5至8以及15至20中任一项所述的媒介信息投放调整方法。
26.一种存储介质,当所述存储介质中的指令由应用服务器的处理器执行时,使得应用服务器能够执行如权利要求9至14中任一项所述的目标用户群识别方法。
27.一种目标用户识别装置,其特征在于,所述装置包括:
第一获取模块,被配置于获获取用户在预设时间周期内对应用的访问状态数据,其中,所述访问状态数据包括对所述应用的访问次数和退出次数;
第一计算模块,被配置于根据所述访问次数和第一目标退出次数计算所述用户的媒介退出率;其中,所述第一目标退出次数包括由于向所述用户展示的媒介信息导致所述用户退出所述应用的次数;所述媒介退出率为由于向用户展示媒介信息导致用户退出应用的概率;
第二获取模块,被配置于获取所述用户的媒介信息展示特征;
第二计算模块,被配置于根据所述用户的媒介退出率和所述媒介信息展示特征,获取所述用户的媒介敏感系数;
选择模块,被配置于若所述用户的媒介敏感系数大于预设阈值,则所述用户为目标用户。
28.根据权利要求27所述的目标用户识别装置,其特征在于,第二计算模块被配置于对所述媒介退出率与所述媒介信息展示特征进行拟合,得到拟合函数;其中,所述媒介信息展示特征包括媒介信息的展示密度,媒介信息的展示时长,媒介信息的展示负反馈率中一种或几种;根据所述拟合函数获取用户的媒介敏感系数。
29.根据权利要求28所述的目标用户识别装置,其特征在于,第二计算模块还被配置于获取用户的媒介信息的展示次数以及非媒介信息的展示次数;根据所述媒介信息的展示次数以及非媒介信息的展示次数计算用户的媒介信息的展示密度。
30.根据权利要求29所述的装置,其特征在于,所述媒介信息展示特征包括媒介信息的展示密度,媒介信息的展示时长,媒介信息的展示负反馈率,所述拟合函数为:
其中,所述ui,ad_exit_rate为媒介退出率,ui,ad_density为媒介信息的展示密度,媒介信息的展示密度的二阶数值,play_time为媒介信息的展示时长,ntr为媒介信息的展示负反馈率;
所述第二计算模块被配置于将β2作为所述用户的广告敏感系数,其中,所述β2为所述拟合函数的二阶系数。
31.一种媒介信息投放调整装置,其特征在于,所述装置包括:
目标用户识别装置,被配置于根据权利要求1-4任一项所述的目标用户识别方法获取目标用户;
调整装置,被配置于根据目标用户的媒介退出率对所述目标用户的媒介信息的展示次数进行调整。
32.根据权利要求31所述的媒介信息投放调整装置,其特征在于,调整装置被配置于获取目标用户对应用的访问次数、所述目标用户的第一目标退出次数以及目标用户的第二目标退出次数;其中,所述第一目标退出次数为因展示的媒介信息导致的退出应用的次数;所述第二目标退出次数为因展示非媒介信息导致的退出应用的次数;根据所述目标用户的对应用的访问次数、目标用户的第一目标退出次数以及目标用户的第二目标退出次数,计算所述目标用户的媒介退出率和非媒介退出率;根据目标用户的媒介退出率和非媒介退出率对所述目标用户的曝光广告数进行调整。
33.根据权利要求32所述的媒介信息投放调整装置,其特征在于,调整装置被配置于根据所述目标用户的媒介信息的展示次数以目标及非媒介信息的展示次数计算目标用户的媒介信息的展示密度和非媒介信息的展示密度;根据所述目标用户的所述媒介信息的展示密度、所述非媒介信息的展示密度、所述媒介退出率以及所述非媒介退出率对所述目标用户的曝光广告数进行调整。
34.根据权利要求33所述的媒介信息投放调整装置,其特征在于,调整装置被配置于若所述目标用户的所述媒介退出率与所述媒介信息的展示密度的比值大于非媒介退出率与非媒介信息的展示密度的比值,则降低所述目标用户的媒介信息的展示次数。
35.一种目标用户群识别装置,其特征在于,所述装置包括:
获取模块,被配置为获取用户的周期活跃时段数序列;其中,所述周期活跃时段数序列包含多个具有时序的周期活跃时段数,所述周期活跃时段数为一个周期包含的活跃时段的数量;
聚类模块,被配置为根据所述用户的周期活跃时段数序列对所述用户进行聚类,得到多个类别的用户;
计算模块,被配置为根据各个类别中用户的周期活跃时段数组别差值和媒介信息的展示密度组别差值之间的比值分别计算各个类别的媒介敏感系数;所述周期活跃时段数组别差值为所述各个类别中用户的各个组别的用户的周期活跃时段数之间的差值;所述媒介信息的展示密度组别差值为所述各个类别中用户的各个组别的用户的媒介信息的展示密度之间的差值;所述各个组别的用户为根据所述用户的媒介信息的展示密度对所述各个类别中的用户进行分类得到的用户;
选择模块,被配置于若某一类别的媒介敏感系数大于预设阈值,则所述某一类别的用户为目标用户群。
36.根据权利要求35所述的目标用户群识别装置,其特征在于,计算模块被配置为根据用户的媒介信息的展示密度对各个类别中的用户进行分组,得到各个类别的用户的组别;获取每一类别中各个组别的周期活跃时段数,根据各个所述组别的周期活跃时段数确定各个类别的第一目标组别和第二目标组别;其中,所述第一目标组别的周期活跃时段数大于所述第二目标组别的周期活跃时段数;根据各个类别的第一目标组别的周期活跃时段数、第一目标组别的媒介信息的展示密度、第二目标组别的周期活跃时段数以及第二目标组别的媒介信息的展示密度时段数分别计算各个类别的媒介敏感系数。
37.根据权利要求36所述的目标用户群识别装置,其特征在于,计算模块被配置为将每一类别中周期活跃时段数最大的组别作为各个类别的第一目标组别;将每一类别中周期活跃时段数最小的组别作为各个类别的第二目标组别。
38.根据权利要求37所述的目标用户群识别装置,其特征在于,计算模块被配置为根据所述第一目标组别的用户的媒介信息的展示次数和非媒介信息的展示次数,计算所述第一目标组别的媒介信息的展示密度;和/或,
计算模块被配置为获取所述第二目标组别的媒介信息的展示密度包括:根据所述第二目标组别的用户的媒介信息的展示次数和非媒介信息的展示次数,计算所述第二目标组别的媒介信息的展示密度。
39.根据权利要求36所述的目标用户群识别装置,其特征在于,计算模块被配置为按所述组别获取预设周期内每一用户的周期活跃时段数;其中,所述预设周期基于周期活跃时段数序列对应的时间确定;按所述组别计算各个用户的周期活跃时段数的均值,将所述均值作为对应组别的周期活跃时段数。
40.根据权利要求35-39任一项所述的目标用户群识别装置,其特征在于,计算模块被配置为按照所述类别分别计算各个第一目标组别的周期活跃时段数与对应的第二目标组别的周期活跃时段数的差值,得到各个类别的第一差值;按照所述类别分别计算各个第一目标组别的媒介信息的展示密度与对应的第二目标组别的媒介信息的展示密度的差值,得到各个类别的第二差值;按照所述类别分别计算所述第一差值与所述第二差值的比值,得到各个类别对应的媒介敏感系数。
41.一种媒介信息投放调整装置,其特征在于,所述装置包括:
目标用户群识别装置,被配置为利用权利要求8-12任一项所述的目标用户群识别方法,获取目标用户群;
调整装置,被配置为根据所述目标用户群中用户的周期活跃时段数确定调整组别;降低所述调整组别的用户的媒介信息的展示次数。
42.根据权利要求41所述的媒介信息投放调整装置,其特征在于,调整装置被配置为获取目标用户群中各个用户的组别;其中,所述各个用户的组别根据用户的媒介信息的展示密度确定;将所述目标类别中周期活跃时段数最小的组别作为所述调整组别。
43.根据权利要求42所述的媒介信息投放调整装置,其特征在于,调整装置被配置为计算调整组别中各个用户的媒介信息转化率;根据调整组别中各个用户的媒介信息转化率确定各个用户的调整级别;按照所述调整级别对应降低所述调整组别中各个用户的媒介信息的展示次数。
44.根据权利要求43所述的媒介信息投放调整装置,其特征在于,调整装置被配置为获取所述媒介信息的展示次数的调整比例;按照每一调整级别比对应的上一调整级别多降低所述调整比例的媒介信息的展示次数,对所述调整组别中各个用户的媒介信息的展示次数进行调整,其中,各调整级别的用户的媒介信息转化率比对应的上一调整级别的用户的媒介信息转化率低。
45.根据权利要求44所述的媒介信息投放调整装置,其特征在于,调整装置被配置为根据所述目标用户群的第一目标组别的的媒介信息的展示密度和所述调整组别的媒介信息的展示密度,计算所述调整组别的媒介信息的展示密度的调整比例;所述第一目标组别为所述目标用户群的各个组别中周期活跃时段数最大的组别;根据所述媒介信息的展示密度的调整比例获取媒介信息的展示次数的调整比例。
46.根据权利要求45所述的媒介信息投放调整装置,其特征在于,调整装置被配置为根据下述公式获取所述媒介信息的展示密度的调整比例:
其中,Δad_densityi,j,k为媒介信息的展示密度的调整比例,k为用户类别数,为目标用户群的第一目标组别的媒介信息的展示密度,/>目标用户群的调整目标组别的媒介信息的展示密度,K为调整级别的数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010112999.4A CN113297461B (zh) | 2020-02-24 | 2020-02-24 | 目标用户识别方法、目标用户群识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010112999.4A CN113297461B (zh) | 2020-02-24 | 2020-02-24 | 目标用户识别方法、目标用户群识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113297461A CN113297461A (zh) | 2021-08-24 |
CN113297461B true CN113297461B (zh) | 2023-12-12 |
Family
ID=77317840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010112999.4A Active CN113297461B (zh) | 2020-02-24 | 2020-02-24 | 目标用户识别方法、目标用户群识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113297461B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117911085B (zh) * | 2024-03-18 | 2024-06-11 | 南京焦点方寸信息技术有限公司 | 一种基于企业营销的用户管理系统、方法及终端 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106354878A (zh) * | 2016-09-27 | 2017-01-25 | 北京小米移动软件有限公司 | 页面管理方法及装置 |
CN108241984A (zh) * | 2016-12-23 | 2018-07-03 | 北京国双科技有限公司 | 一种访客分类方法及装置 |
CN109767259A (zh) * | 2018-12-15 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 基于埋点数据的运营活动推广方法、装置、设备及介质 |
CN109784974A (zh) * | 2018-12-14 | 2019-05-21 | 平安科技(深圳)有限公司 | 基于大数据的广告投放方法、装置、电子设备和存储介质 |
CN109919719A (zh) * | 2019-02-22 | 2019-06-21 | 掌阅科技股份有限公司 | 信息推送方法、计算设备及计算机存储介质 |
CN110188520A (zh) * | 2019-05-29 | 2019-08-30 | 维沃移动通信有限公司 | 一种应用的权限管理方法及移动终端 |
CN110197388A (zh) * | 2018-04-20 | 2019-09-03 | 腾讯科技(深圳)有限公司 | 数据显示的方法和装置、存储介质及电子装置 |
-
2020
- 2020-02-24 CN CN202010112999.4A patent/CN113297461B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106354878A (zh) * | 2016-09-27 | 2017-01-25 | 北京小米移动软件有限公司 | 页面管理方法及装置 |
CN108241984A (zh) * | 2016-12-23 | 2018-07-03 | 北京国双科技有限公司 | 一种访客分类方法及装置 |
CN110197388A (zh) * | 2018-04-20 | 2019-09-03 | 腾讯科技(深圳)有限公司 | 数据显示的方法和装置、存储介质及电子装置 |
CN109784974A (zh) * | 2018-12-14 | 2019-05-21 | 平安科技(深圳)有限公司 | 基于大数据的广告投放方法、装置、电子设备和存储介质 |
CN109767259A (zh) * | 2018-12-15 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 基于埋点数据的运营活动推广方法、装置、设备及介质 |
CN109919719A (zh) * | 2019-02-22 | 2019-06-21 | 掌阅科技股份有限公司 | 信息推送方法、计算设备及计算机存储介质 |
CN110188520A (zh) * | 2019-05-29 | 2019-08-30 | 维沃移动通信有限公司 | 一种应用的权限管理方法及移动终端 |
Also Published As
Publication number | Publication date |
---|---|
CN113297461A (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA3039610C (en) | System and method for streaming individualized media content | |
CN109992715B (zh) | 信息展示方法、装置、介质和计算设备 | |
US20180077250A1 (en) | Method and System for Processing Data Used By Creative Users to Create Media Content | |
CN109145210A (zh) | 一种信息推荐的方法、装置及存储介质 | |
US20160034468A1 (en) | Testing of and adapting to user responses to web applications | |
US10754860B2 (en) | Apparatus and method for ranking content categories | |
US20160026640A1 (en) | Systems and methods of testing-based online ranking | |
CN105844107B (zh) | 数据处理方法和装置 | |
CN112104505B (zh) | 应用推荐方法、装置、服务器和计算机可读存储介质 | |
CN111178983B (zh) | 用户性别预测方法、装置、设备及存储介质 | |
CN108781223B (zh) | 用于提供第三方内容的系统、方法和介质 | |
US20210312331A1 (en) | Dynamic video content optimization | |
US20210319470A1 (en) | Multivariate digital campaign content exploration utilizing rank-1 best-arm identification | |
CN113795859A (zh) | 贡献增量机器学习模型 | |
CN109075987B (zh) | 优化数字组件分析系统 | |
CN113297461B (zh) | 目标用户识别方法、目标用户群识别方法及装置 | |
JP7549669B2 (ja) | ビデオグループパッケージを精緻化するためのユーザインターフェース | |
CN113572802B (zh) | 对象流量的控制方法、装置及介质 | |
JP7230231B2 (ja) | 同じグループ内の異種サブグループ間でのロバストなモデル性能 | |
US10313262B1 (en) | System for management of content changes and detection of novelty effects | |
CN109299351B (zh) | 内容推荐方法和装置、电子设备及计算机可读介质 | |
CN113590942A (zh) | 一种短视频自动化推荐方法及系统 | |
JP7013569B2 (ja) | コンテンツ要求に応答する際のコンピューティングリソースの効率的な使用 | |
CN114139059A (zh) | 资源推荐模型的训练方法、资源推荐方法及装置 | |
CN115221397A (zh) | 媒体信息的推荐方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |