CN113450130A - 一种页面广告投放方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了一种页面广告投放方法、装置、设备及存储介质，该方法包括：接收目标页面的访问请求时，获取预先为该目标页面建立的配置表，所述配置表记录有数据地址与批次的对应关系；根据所述批次从对应的数据地址上读取数据源，并利用读取到的数据源进行广告投放。通过为页面提供广告投放策略的可视化配置，可以预先配置目标页面的数据源，无需为页面开发相应的投放代码，用户在访问目标页面时，后台可以自动拉取对应的配置表，并根据配置表读取广告内容；在读取广告时，可以根据批次进行读取，实现广告内容按先后顺序投放；由于在配置表中可以灵活配置数据源和批次，因此可以灵活实现页面的广告投放，满足业务需求，扩展性好。

Description

一种页面广告投放方法、装置、设备及存储介质

技术领域

本发明涉及计算机技术领域，具体涉及一种页面广告投放方法、装置、设备及存储介质。

背景技术

随着互联网技术的发展，通过互联网获取信息，使得生活、娱乐和工作成为人们生活的一部分。商家为了提高知名度，实现推广商品，往往通过互联网投放广告。目前的广告推荐算法有多种类型，例如协同过滤、梯度提升等，并且有的类型的广告投放算法还包括基于不同属性的推荐逻辑，例如协同过滤推荐算法包括基于物品的协同过滤(itemCF)、基于用户的协同过滤(UserCF)、基于模型的协同过滤。

在相关技术中，APP(应用程序)中许多页面的投放逻辑尽管相似，但也需要为每个页面开发相应的投放代码，开发成本高且效率低。

发明内容

本发明的目的是针对上述现有技术的不足提出的一种页面广告投放方法、装置、设备及存储介质，该目的是通过以下技术方案实现的。

本发明的第一方面提出了一种页面广告投放方法，所述方法包括：

接收目标页面的访问请求时，获取预先为所述目标页面建立的配置表，所述配置表记录有数据地址与批次的对应关系；

根据所述批次从对应的数据地址上读取数据源，并利用读取到的数据源进行广告投放。

本发明的第二方面提出了一种页面广告投放装置，所述装置包括：

获取模块，用于在接收到目标页面的访问请求时，获取预先为该目标页面建立的配置表，所述配置表记录有数据地址与批次的对应关系；

广告投放模块，用于根据所述批次从对应的数据地址上读取数据源，并利用读取到的数据源进行广告投放。

本发明的第三方面提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如上述第一方面所述方法的步骤。

本发明的第四方面提出了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述页面广告投放方法的步骤。

基于上述第一方面和第二方面所述的页面广告投放方法及装置，本发明具有如下有益效果：

通过为页面提供广告投放策略的可视化配置，可以预先配置目标页面的数据源，无需为页面开发相应的投放代码，用户在访问目标页面时，后台可以自动拉取对应的配置表，并根据配置表读取广告内容；在读取广告时，可以根据批次进行读取，实现广告内容按先后顺序投放；由于在配置表中可以灵活配置数据源和批次，因此可以灵活实现页面的广告投放，满足业务需求，扩展性好。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明根据一示例性实施例示出的一种页面广告投放方法的实施例流程图；

图2A为本发明根据图1所示实施例示出的一种预先为目标页面建立配置表的流程示意图；

图2B为本发明示出的一种配置页面效果示意图；

图3为本发明根据图1所示实施例示出的单一批次的数据源读取流程示意图；

图4为本发明根据一示例性实施例示出的一种计算机设备的硬件结构图；

图5为本发明根据一示例性实施例示出的一种页面广告投放装置的结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明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、本发明的一些方面相一致的装置和方法的例子。

在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本发明可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

由于目前市场上的广告推荐算法多种多样，不同类型的推荐算法的推荐效果不同，算法工程师期望根据业务需求随时能够更改页面使用的广告推荐算法，例如自动上线新的广告推荐算法，也能自动下线那些效果不好的广告推荐算法，又例如优先投放本地广告，再投放异地广告。

然而，目前APP应用程序中许多页面的投放逻辑尽管相似，但也是为每个页面开发相应的投放代码实现广告推荐，在算法工程师需要更改页面使用的广告推荐算法或者更改投放逻辑时，需要技术人员修改页面相应的投放代码，这样导致开发成本高且效率低。

为解决上述技术问题，本发明提出一种改进的广告投放方法，在接收到目标页面的访问请求时，获取预先为该目标页面建立的配置表，该配置表记录有数据地址与批次的对应关系，从而根据批次从对应的数据地址上读取数据源，并利用读取到的数据源进行广告投放。

基于上述描述可知，通过为页面提供广告投放策略的可视化配置，可以预先配置目标页面的数据源，无需为页面开发相应的投放代码，用户在访问目标页面时，后台可以自动拉取对应的配置表，并根据配置表读取广告内容；在读取广告时，可以根据批次进行读取，实现广告内容按先后顺序投放；由于在配置表中可以灵活配置数据源和批次，因此可以灵活实现页面的广告投放，满足业务需求，扩展性好。

下面以具体实施例对本发明提出的页面广告投放方法进行详细阐述。

实施例一：

图1为本发明根据一示例性实施例示出的一种页面广告投放方法的实施例流程图，该页面广告投放方法可以应用于任意可连接网络的计算机设备(如手机、平板、PC机等)上，在本发明实施例中，目标页面指的是APP应用程序提供的供用户浏览的网页。如图1所示，该页面广告投放方法包括如下步骤：

步骤101：接收目标页面的访问请求时，获取预先为该目标页面建立的配置表，所述配置表记录有数据地址与批次的对应关系。

其中，目标页面的访问请求由用户触发生成，例如用户在启动APP应用程序后，设备会收到APP应用程序首页的访问请求，用户在首页点击某一商品，设备会收到商品页的访问请求。

需要说明的是，预先为目标页面建立的配置表中还记录有读取策略。

可以理解的是，目标页面的配置表建立可以根据实际业务需求为目标页面可视化配置读取策略，并为每一种读取策略配置对应的读取批次和数据地址。其中，每配置一种读取策略可以代表一种广告推荐算法的使用，即用于指示如何读取该广告推荐算法推荐的广告内容，其对应的批次用于指示该读取策略的优先级，因此按照批次顺序读取即为按照优先级顺序读取。

在步骤101中，针对预先为目标页面建立配置表的详细实现，可以参见下述实施例的阐述，在此先不详述。

步骤102：根据所述批次从对应的数据地址上读取数据源，并利用读取到的数据源进行广告投放。

在一些实施例中，针对根据所述批次从对应的数据地址上读取数据源的过程，通过按照预设顺序遍历配置表中的批次，针对当前遍历的批次，根据该批次对应的读取策略从对应的数据地址上读取数据源，并将读取到的数据源包含的广告数量累加到为该目标页面已投放的广告总数中，若所述广告总数未达到目标页面需要的总广告数量，则继续遍历配置表中的下一个批次，并执行针对当前遍历的批次，根据该批次对应的读取策略读取对应的数据地址上的数据源的步骤；若所述广告总数达到所述总广告数量，则停止遍历配置表。

其中，配置表中记录的属于同一批次的读取策略可以有多个，并且根据每个读取策略读取的广告数量可以有多个，因此在读取到属于同一批次的数据源后，可以将数据源包含的广告数量累加到为该目标页面已投放的广告总数中，以用于判断是否满足目标页面需要的总广告数量。

需要说明的是，目标页面已投放的广告总数初始值为零，每遍历配置表中的一个批次，就会将读取到的广告数量累加到该广告总数中。

目标页面需要的总广告数量指的是用户浏览目标页面过程中需要为用户投放的总广告数据，其可以根据实际业务需求预先设置，当然也可以根据屏幕显示完整的目标页面需要用户滑动的次数确定，本发明对此不进行具体限定。

针对根据该批次对应的读取策略从对应的数据地址上读取数据源的详细实现，可以参见下述实施例的阐述，在此暂不详述。

至此，完成上述图1所示流程，基于上述步骤101至步骤102的页面广告投放流程，通过为页面提供广告投放策略的可视化配置，可以预先配置目标页面的数据源，无需为页面开发相应的投放代码，用户在访问目标页面时，后台可以自动拉取对应的配置表，并根据配置表读取广告内容；在读取广告时，可以根据批次进行读取，实现广告内容按先后顺序投放；由于在配置表中可以灵活配置数据源和批次，因此可以灵活实现页面的广告投放，满足业务需求，扩展性好。

需要说明的是，基于上述实施例一，本发明实施例还提供了相应的改进方案。在后续实施例中涉及与上述实施例一中相同步骤或相应步骤之间可相互参考，相应的有益效果也可相互参照，在下文的改进实施例中不再一一赘述。

实施例二：

图2A为本发明根据图1所示实施例示出的一种预先为目标页面建立配置表的流程示意图，在上述图1所示实施例的基础上，该预先为目标页面建立配置表的过程包括如下步骤：

步骤201：获取推荐算法为该目标页面提供的数据源。

其中，目标页面所使用的推荐算法可以由算法工程师指定。

示例性的，数据源包括广告内容，当然还可以包括为目标页面提供的个性化推荐数据。

步骤202：将该推荐算法的算法标识和该类推荐算法所依据的参考属性作为键值与数据源对应存储。

其中，推荐算法依据的参考属性可以是具体商品名称，也可以是用户的性别，或者还可以是用户所在城市等。

在一个例子中，可以将数据源存储到redis数据库中，在redis数据库中，一个redis key代表一个策略，即参考属性，redis数据库的数据格式为hash，hash的一个field为一个算法标识，即一个子策略，数据源用一个统一格式的json格式字符串结构表示。

例如json字符串具体形式为：

{"type":33,"sid":238,"time":1568651673,"value":[{"id":123,"hid":1869,"m1":[10006,10007],"score":0.1804},{"id":234,"hid":5964,"m1":[10006,10007],"score":0.0817}]}。

其中，type表示推荐内容类型，这里33表示商品，sid为算法子策略ID，与feild值相同，time为时间戳，value为推荐的内容，id为内容id，由于这里推荐的是商品，所以id表示商品id,，hid为该商品对应的商家id，m1:为商品类目，score为推荐分数。

值得注意的是，表示推荐参考属性的redis key和表示算法ID标识的field为查询redis数据库的键值。通常某一参考推荐属性，可能由多个推荐算法进行广告内容计算推荐可能由多个推荐算法进行数据源计算推荐，每一推荐算法提供的数据源广告内容不相同。也就是说，一个redis key，可能对应有多个推荐算法的算法ID标识。

步骤203：针对该目标页面所使用的每个推荐算法，接收针对该类推荐算法配置的读取策略和批次。

示例性的，通过为用户提供可视化配置页面，用户可以根据目标页面所使用的推荐算法设置相应的读取策略和读取优先级，即批次。

其中，所述读取策略可以包括投放百分比、推荐算法的算法标识、参考属性、过滤器标识。推荐算法的算法标识为redis数据库中的field值，投放百分比指的是所属的读取策略需要出的广告数量占目标页面需要的总广告数量的比例。

假设对应同一批次的读取策略有三个：A、B、C，A的投放百分比为50％，B的投放百分比为40％，C的投放百分比为10％，如果目标页面需要的总广告数量为10个，那么A需要出5个广告，B需要出4个广告，C需要出1个广告。

值得注意的是，读取策略中的参考属性可以是具体的redis key，当然也可以设置为变量，例如变量类型是{user_id}时，在实际读取数据源时将{user_id}赋值为本次访问的用户ID，当然算法工程师需要预先在reids数据库中存入为用户ID推荐的广告内容，并且存储时redis key值为userID。

本领域技术人员可以理解的是，参考属性中设置的变量类型还可以是{hid}：商家ID；{item_id}:素材ID，基于素材的推荐；{city_id}：城市ID，基于城市的推荐；{menu_id}：类目ID，基于类目的推荐等，只要算法工程师在数据库中预先存储相应的广告内容，即可读取到。

可以理解的是，如果为目标页面提供的广告内容存储在不同的数据库中，读取策略还可以包括数据库地址。

在一示例性场景中，参见图2B所示，每一行代表一个设置好的读取策略，并且每个读取策略中的算法标识均是预先为目标页面提供了数据源的推荐算法，对于属于批次1的读取策略有三条，对于属于批次2的读取策略有2条，对于属于批次3和批次4的读取策略分别有1条，用户可以在配置页面灵活增加和删除读取策略。

步骤204：将该读取策略、批次以及存储该推荐算法为目标页面提供的数据源的数据地址添加到该目标页面的配置表中。

需要说明的是，在现有技术中，对于推荐算法的上下线也需要修改相应的投放代码，为解决该技术问题，读取策略还可以包括状态信息，从而算法工程师可以通过配置读取策略的状态，快速实现推荐算法的上线下线，提升算法工程师效率。

具体实现过程为：当接收到用于指示下线的通知时，在配置表中查询该通知包含的推荐算法的算法标识，并将查询到的算法标识所属的读取策略中的状态信息更新为下线。

至此，完成上述图2A所示的配置表建立流程，在将推荐算法为目标页面提供的广告内容存储下来后，通过为页面提供广告投放策略的可视化配置，算法工程师能够根据实际业务需求新增或更改目标页面的读取策略，从而可实现灵活的广告投放。

实施例三：

图3为本发明根据图1所示实施例示出的某一批次的数据源读取流程示意图，基于上述实施例的基础上，某一批次的数据源读取流程实现包括如下步骤：

步骤1021：从配置表中获取该批次对应的读取策略列表。

其中，由于配置表中属于同一批次的读取策略可以有多个，因此在遍历某一批次时，可以从配置表中获取到该批次的读取策略列表。

步骤1022：根据为该目标页面已投放的广告总数和目标页面需要的总广告数量确定该批次当前需提供的第一广告数量。

在本实施例中，按照预设的批次顺序读取时，如果读取首个批次后，读取到的广告数量未达到总广告数量，那么需要继续读取下一个批次，直至读取到的广告总数达到总广告数量是停止读取。

举例来说，如果目标页面需要的总广告数量为10，在读取第一个批次时，已投放的广告总数为0，第一个批次当前需要提供的第一广告数据为10-0＝10，假设读取第一个批次，读取到7个广告，广告总数变为7，未达到总广告数量10，那么需要读取第二个批次，第二个批次当前需提供的第一广告数量为10-7＝3。

步骤1023：依次遍历该读取策略列表中的读取策略，针对当前遍历的读取策略，根据该读取策略中的投放百分比和第一广告数量确定该读取策略需提供的第二广告数量。

例如，读取策略列表中有三个读取策略：A、B、C，投放百分比分别为50％、40％、10％，三个读取策略的投放比例为5:4:1。如果上述步骤1022计算得到的第一广告数量为10个，那么A需要提供5/10*10＝5个广告，B需要提供4/10*10＝4个广告，C需要提供1/10*10＝1个广告。

步骤1024：根据该读取策略中的算法标识、参考属性，从对应的数据地址上读取包含第二广告数量的数据源。

在一些实施例中，若该读取策略中的参考属性为具体数据(即具体的redis key值)，可以直接从该读取策略对应的数据地址上读取符合该读取策略中算法标识和参考属性的数据源，并利用该读取策略中过滤器标识对应的过滤器对获取的数据源进行过滤，从过滤后的数据源中选取包含第二广告数量的数据源。

例如，协同过滤算法推荐的广告内容是包含所有类目的广告内容，而在鼻部，玻尿酸等特定的页面下只能投放相应的类目广告内容，因此可以通过添加类目过滤器来实现广告投放过滤。

由此可见，过滤器结合批次还可以实现按业务控制广告投放顺序。例如，要求在本地化页面优先投放与用户相同城市广告，其次才投放与用户相同省份的广告，最后投放异地广告，从而可以为页面设置3个批次，第一批次过滤器设置为城市过滤；第二批次过滤器设置为身份过滤；第三批次不设置过滤器。

在另一些实施例中，若该读取策略中的参考属性设置有变量，则根据变量的类型为变量赋值，并根据该读取策略中的算法标识和赋值后的变量，从对应的数据地址上读取包含第二广告数量的数据源。

其中，针对为变量赋值的过程，可以确定访问请求包含的用户信息，并根据该变量的类型，获取用户信息的属性信息，并利用属性信息为该变量赋值。

赋值后的变量即为具体数据，即具体的redis key值，如果变量类型为用户ID，那么获取的用户的属性信息为具体的用户ID，如果变量类型为商品id，那么获取的用户的属性信息为该用户浏览过的商品id。

值得注意的是，如果获取的属性信息有多个时，那么变量可以赋值出多个值，可以平分该读取策略中的投放百分比。

例如在读取策略中的参考属性设有{item_id}变量，投放百分比为80％，表示通过用户点击的商品，推荐这些商品相关的商品，假设获取的该用户的属性信息，即用户点击过10个商品，商品ID为g1、g2……g10，从而{item_id}变量赋值后有g1、g2……g10，可以将该读取策略扩展为10个策略，这10个策略的redis key分别为g1、g2……g10，将80％的投放百分比平分后，每个策略的投放百分比为8％。

步骤1025：若读取到包含第二广告数量的数据源且对应的数据地址上不存在未被读取的符合该读取策略中的算法标识和参考属性的数据源，或者读取的数据源包含的广告数量小于第二广告数量，则将该读取策略从该读取策略列表中移除。

步骤1026：当遍历完一次读取策略列表且读取策略列表不为空时，判断在该批次中已读取到的数据源包含的广告数量是否达到第一广告数量。

需要说明的是，若读取策略列表为空，无论已读取到的数据源包含的广告数量是否达到第一广告数量，均结束本批次的读取。

步骤1027：若未达到，则根据在该批次中已读取到的数据源包含的广告数量更新该批次当前需提供的第一广告数量，并继续执行步骤1023。

基于上述步骤1023例子所述，假设读取策略A实际读取到的广告数量为1个、读取策略B实际读取到的广告数量为4个，读取策略C实际读取到的广告数量为1个，那么该批次中已读取到的数据源包含的广告数量为1+4+1＝6，并未达到第一广告数量10，则更新该批次当前需提供的第一广告数量为10-6＝4。

假设目前的读取策略列表还有读取策略B和C，投放百分比分别为40％和10％，那么读取策略B需要再提供4/5*4＝3个，读取策略C需要再提供1/5*4＝1个。

至此，完成上述图3所示的同一批次的广告策略的读取流程，通过按照读取策略中的投放百分比进行广告内容投放，可以满足不同策略可以投放不同数量的广告的需求。

图4为本发明根据一示例性实施例示出的一种计算机设备的硬件结构图，该计算机设备包括：通信接口401、处理器402、机器可读存储介质403和总线404；其中，通信接口401、处理器402和机器可读存储介质403通过总线404完成相互间的通信。处理器402通过读取并执行机器可读存储介质403中与页面广告投放方法的控制逻辑对应的机器可执行指令，可执行上文描述的页面广告投放方法，该方法的具体内容参见上述实施例，此处不再累述。

本发明中提到的机器可读存储介质403可以是任何电子、磁性、光学或其它物理存储装置，可以包含或存储信息，如可执行指令、数据，等等。例如，机器可读存储介质可以是：易失存储器、非易失性存储器或者类似的存储介质。具体地，机器可读存储介质403可以是RAM(Random Access Memory，随机存取存储器)、闪存、存储驱动器(如硬盘驱动器)、任何类型的存储盘(如光盘、DVD等)，或者类似的存储介质，或者它们的组合。

与前述页面广告投放方法的实施例相对应，本发明还提供了页面广告投放装置的实施例。

图5为本发明根据一示例性实施例示出的一种页面广告投放装置的实施例流程图，该页面广告投放装置可以应用于任意可连接网络的计算机设备(如手机、平板、PC机等)上，如图5所示，该页面广告投放装置包括：

获取模块510，用于接收目标页面的访问请求时，获取预先为所述目标页面建立的配置表，所述配置表记录有数据地址与批次的对应关系；

广告投放模块520，用于根据所述批次从对应的数据地址上读取数据源，并利用读取到的数据源进行广告投放。

在一可选的实现方式中，所述配置表还记录有读取策略，所述广告投放模块520，具体用于在根据所述批次从对应的数据地址上读取数据源过程中，按照预设顺序遍历所述配置表中的批次，针对当前遍历的批次，根据该批次对应的读取策略从对应的数据地址上读取数据源，并将读取到的数据源包含的广告数量累加到为该目标页面已投放的广告总数中；若所述广告总数未达到目标页面需要的总广告数量，则继续遍历所述配置表中的下一个批次，并执行针对当前遍历的批次，根据该批次对应的读取策略读取对应的数据地址上的数据源的步骤；若所述广告总数达到所述总广告数量，则停止遍历所述配置表。

在一可选的实现方式中，所述装置还包括(图5中未示出)：

配置表建立模块，用于获取推荐算法为所述目标页面提供的数据源，并将所述推荐算法的算法标识和该推荐算法所依据的参考属性作为键值与所述数据源对应存储；针对该目标页面所使用的每个推荐算法，接收针对该推荐算法配置的读取策略和批次，并将该读取策略、批次以及存储该推荐算法为目标页面提供的数据源的数据地址添加到该目标页面的配置表中；其中，所述读取策略包括投放百分比、推荐算法的算法标识、参考属性、过滤器标识。

在一可选的实现方式中，所述广告投放模块520，具体用于在根据该批次对应的读取策略从对应的数据地址上读取数据源过程中，从所述配置表中获取该批次对应的读取策略列表；根据为该目标页面已投放的广告总数和目标页面需要的总广告数量确定该批次当前需提供的第一广告数量；依次遍历该读取策略列表中的读取策略，针对当前遍历的读取策略，根据该读取策略中的投放百分比和第一广告数量确定该读取策略需提供的第二广告数量；根据该读取策略中的算法标识、参考属性，从对应的数据地址上读取包含第二广告数量的数据源；若读取到包含第二广告数量的数据源且对应的数据地址上不存在未被读取的符合该读取策略中的算法标识和参考属性的数据源，或者读取的数据源包含的广告数量小于第二广告数量，则将该读取策略从该读取策略列表中移除；当遍历完一次所述读取策略列表且所述读取策略列表不为空时，判断在该批次中已读取到的数据源包含的广告数量是否达到第一广告数量；若未达到，则根据在该批次中已读取到的数据源包含的广告数量更新该批次当前需提供的第一广告数量，并继续执行依次遍历该读取策略列表中的读取策略，针对当前遍历的读取策略，根据该读取策略中的投放百分比和第一广告数量确定该读取策略需提供的第二广告数量的过程。

在一可选的实现方式中，所述广告投放模块520，具体用于在根据该读取策略中算法标识和参考属性，从对应的数据地址上读取包含第二广告数量的数据源过程中，读取策略中的参考属性设置有变量时，根据所述变量的类型为所述变量赋值；根据该读取策略中的算法标识和赋值后的变量，从对应的数据地址上读取包含第二广告数量的数据源。

在一可选的实现方式中，所述广告投放模块520，具体用于在根据该读取策略中的算法标识、参考属性，从对应的数据地址上读取包含第二广告数量的数据源过程中，从该读取策略对应的数据地址上读取符合该读取策略中算法标识和参考属性的数据源，并利用该读取策略中过滤器标识对应的过滤器对获取的数据源进行过滤；从过滤后的数据源中选取包含第二广告数量的数据源。

在一可选的实现方式中，所述读取策略还包括状态信息，所述装置还包括(图5中未示出)：

算法下线模块，用于当接收到用于指示下线的通知时，在配置表中查询该通知包含的算法标识，并将查询到的算法标识所属的读取策略中的状态信息更新为下线。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (10)

1.一种页面广告投放方法，其特征在于，所述方法包括：

接收目标页面的访问请求时，获取预先为所述目标页面建立的配置表；所述配置表记录有数据地址与批次的对应关系；

根据所述批次从对应的数据地址上读取数据源，并利用读取到的数据源进行广告投放。

2.根据权利要求1所述的方法，其特征在于，所述配置表还记录有读取策略，所述根据所述批次从对应的数据地址上读取数据源，包括：

按照预设顺序遍历所述配置表中的批次，针对当前遍历的批次，根据该批次对应的读取策略从对应的数据地址上读取数据源，并将读取到的数据源包含的广告数量累加到为该目标页面已投放的广告总数中；

若所述广告总数未达到目标页面需要的总广告数量，则继续遍历所述配置表中的下一个批次，并执行针对当前遍历的批次，根据该批次对应的读取策略读取对应的数据地址上的数据源的步骤；

若所述广告总数达到所述总广告数量，则停止遍历所述配置表。

3.根据权利要求2所述的方法，其特征在于，预先为该目标页面建立配置表的过程包括：

获取推荐算法为所述目标页面提供的数据源，并将所述推荐算法的算法标识和该推荐算法所依据的参考属性作为键值与所述数据源对应存储；

针对该目标页面所使用的每个推荐算法，接收针对该推荐算法配置的读取策略和批次，并将该读取策略、批次以及存储该推荐算法为目标页面提供的数据源的数据地址添加到该目标页面的配置表中；

其中，所述读取策略包括投放百分比、推荐算法的算法标识、参考属性、过滤器标识。

4.根据权利要求3所述的方法，其特征在于，所述根据该批次对应的读取策略从对应的数据地址上读取数据源，包括：

从所述配置表中获取该批次对应的读取策略列表；

根据为该目标页面已投放的广告总数和目标页面需要的总广告数量确定该批次当前需提供的第一广告数量；

依次遍历该读取策略列表中的读取策略，针对当前遍历的读取策略，根据该读取策略中的投放百分比和第一广告数量确定该读取策略需提供的第二广告数量；

根据该读取策略中的算法标识、参考属性，从对应的数据地址上读取包含第二广告数量的数据源；

若读取到包含第二广告数量的数据源且对应的数据地址上不存在未被读取的符合该读取策略中的算法标识和参考属性的数据源，或者读取的数据源包含的广告数量小于第二广告数量，则将该读取策略从该读取策略列表中移除；

当遍历完一次所述读取策略列表且所述读取策略列表不为空时，判断在该批次中已读取到的数据源包含的广告数量是否达到第一广告数量；

若未达到，则根据在该批次中已读取到的数据源包含的广告数量更新该批次当前需提供的第一广告数量，并继续执行依次遍历该读取策略列表中的读取策略，针对当前遍历的读取策略，根据该读取策略中的投放百分比和第一广告数量确定该读取策略需提供的第二广告数量的过程。

5.根据权利要求4所述的方法，其特征在于，所述根据该读取策略中算法标识和参考属性，从对应的数据地址上读取包含第二广告数量的数据源，包括：

读取策略中的参考属性设置有变量时，根据所述变量的类型为所述变量赋值；

根据该读取策略中的算法标识和赋值后的变量，从对应的数据地址上读取包含第二广告数量的数据源。

6.根据权利要求4所述的方法，其特征在于，所述根据该读取策略中的算法标识、参考属性，从对应的数据地址上读取包含第二广告数量的数据源，包括：

从该读取策略对应的数据地址上读取符合该读取策略中算法标识和参考属性的数据源，并利用该读取策略中过滤器标识对应的过滤器对获取的数据源进行过滤；

从过滤后的数据源中选取包含第二广告数量的数据源。

7.根据权利要求2所述的方法，其特征在于，所述读取策略还包括状态信息，所述方法还包括：

当接收到用于指示下线的通知时，在配置表中查询该通知包含的算法标识，并将查询到的算法标识所属的读取策略中的状态信息更新为下线。

8.一种页面广告投放装置，其特征在于，所述装置包括：

获取模块，用于接收目标页面的访问请求时，获取预先为所述目标页面建立的配置表，所述配置表记录有数据地址与批次的对应关系；

广告投放模块，用于根据所述批次从对应的数据地址上读取数据源，并利用读取到的数据源进行广告投放。

9.一种计算机设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1～7中任一项页面广告投放方法的步骤。

Images