CN113837808B - 一种推广信息的推送方法、装置、设备、介质及产品 - Google Patents
一种推广信息的推送方法、装置、设备、介质及产品 Download PDFInfo
- Publication number
- CN113837808B CN113837808B CN202111136911.3A CN202111136911A CN113837808B CN 113837808 B CN113837808 B CN 113837808B CN 202111136911 A CN202111136911 A CN 202111136911A CN 113837808 B CN113837808 B CN 113837808B
- Authority
- CN
- China
- Prior art keywords
- user
- promotion
- information
- popularization
- target
- 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 64
- 238000006243 chemical reaction Methods 0.000 claims description 150
- 238000012545 processing Methods 0.000 claims description 78
- 238000013210 evaluation model Methods 0.000 claims description 37
- 230000001737 promoting effect Effects 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 18
- 238000012549 training Methods 0.000 claims description 18
- 239000002699 waste material Substances 0.000 abstract description 4
- 238000013475 authorization Methods 0.000 description 10
- 239000013598 vector Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000003542 behavioural effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
- G06Q30/0242—Determining effectiveness of advertisements
-
- 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
- G06Q30/0277—Online advertisement
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种推广信息的推送方法、装置、设备、介质及产品,所述方法包括:确定待推广的推广对象;根据所述推广对象的特征和至少一个用户的特征,确定目标用户;向所述目标用户推送所述推广对象的推广信息,以对所述推广对象进行推广。如此,该方法能够减少无效的推送次数,减少推送推广信息所使用的计算资源、存储资源的浪费,提高资源利用率。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及一种推广信息的推送方法、装置、设备、计算机可读存储介质以及计算机程序产品。
背景技术
转化率(conversion rate,CVR)是指向用户推送一次推广信息(例如广告)后,该用户对该推广信息中被推广的推广对象(例如数码产品、旅游景点、文艺作品等)愿意消费、甚至进行消费的概率。一般地,商户可以基于待推广的推广对象设计该推广对象的推广信息,并委托广告商向用户推送该推广信息,以提高用户对推广对象的关注度,并引导用户对推广对象进行消费。
在向用户推送推广信息之前,先通过评估模型,对该推广信息进行评估,得到该推广信息转化用户的转化率,当转化率较低时,则不向用户推送该推广信息,当转化率较高时,则向用户推送该推广信息。
而实际场景中,不同用户对该推广信息中的推广对象的消费需求可能不同,仅仅是对推广信息进行评估,难以真实地反映出用户对推广对象进行消费的概率,进而得到误差较大的转化率。因此,根据该误差较大的转化率向用户推送推广信息,推广效果不佳,如增加无效的推送次数,进而导致推送该推广信息所使用的资源(例如计算资源、存储资源等)被浪费,资源利用率较差。
发明内容
本公开的目的在于:提供了一种推广信息的推送方法、装置、设备、计算机可读存储介质以及计算机程序产品,提高资源利用率。
第一方面,本公开提供了一种推广信息的推送方法,所述方法包括:
确定待推广的推广对象;
根据所述推广对象的特征和至少一个用户的特征,确定目标用户;
向所述目标用户推送所述推广对象的推广信息,以对所述推广对象进行推广。
第二方面,本公开提供了一种推广信息的推送装置,所述装置包括:
推广对象确定模块,用于确定待推广的推广对象;
目标用户确定模块,用于根据所述推广对象的特征和至少一个用户的特征,确定目标用户;
推送模块,用于向所述目标用户推送所述推广对象的推广信息,以对所述推广对象进行推广。
第三方面,本公开提供一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现本公开第一方面中任一项所述方法的步骤。
第四方面,本公开提供一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现本公开第一方面中任一项所述方法的步骤。
第五方面,本公开提供了一种包含指令的计算机程序产品,当其在设备上运行时,使得设备执行上述第一方面中任一种实现方式所述的方法。
从以上技术方案可以看出,本公开具有如下优点:
该方法中,在向用户推送推广对象的推广信息之前,不仅考虑了推广对象的特征,而且还考虑了用户的特征,结合推广对象的特征和用户的特征,评估得到的转化率的误差较小,接着可以根据该误差较小的转化率从多个用户中确定转化率较高的目标用户,再向该目标用户推送该推广对象的推广信息。如此,该方法能够减少无效的推送次数,减少推送推广信息所使用的计算资源、存储资源的浪费,提高资源利用率。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
为了更清楚地说明本公开实施例的技术方法,下面将对实施例中所需使用的附图作以简单地介绍。
图1为本公开实施例提供的一种推广信息的推广方法的流程图;
图2为本公开实施例提供的一种评估用户的转化率方法的流程图;
图3为本公开实施例提供的一种推广信息的推广方法的流程图;
图4为本公开实施例提供的一种推广信息的推送装置的示意图;
图5为本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
本公开实施例中的术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。
首先对本公开实施例中所涉及到的一些技术术语进行介绍。
推广信息是指用于宣传被推广的推广对象的信息,例如推广信息可以是广告等。一般地,商户可以基于推广对象设计该推广对象的推广信息,并委托广告商向用户推送推广信息。通常,在向用户推送推广信息之前,会先通过评估模型对推广信息进行评估,得到该推广信息转化用户的转化率。
而在实际场景中,不同用户对推广信息中推广对象的消费需求可能不同,仅仅是对推广信息进行评估,难以真实地反映出用户对推广对象进行消费的概率,进而得到误差较大的转化率。根据该误差较大的转化率推送推广信息时,推广效果较差,例如会增加无效的推送次数等,进而导致推送该推广信息所使用的资源被浪费,资源利用率较差。
有鉴于此,本公开实施例提供了推广信息的推送方法,该方法可以由处理设备执行。其中,处理设备可以是终端,也可以是服务器。终端包括但不限于智能手机、平板电脑、笔记本电脑、个人数字助理(personal digital assistant,PDA)或者智能穿戴设备等。服务器可以是云服务器,例如是中心云计算集群中的中心服务器,或者是边缘云计算集群中的边缘服务器。当然,服务器也可以是本地数据中心中的服务器。本地数据中心是指用户直接控制的数据中心。
具体地,该方法包括:处理设备确定待推广的推广对象,根据该推广对象的特征和至少一个用户的特征,确定目标用户,然后向该目标用户推送该推广对象的推广信息,以对该推广对象进行推广。
在该方法中,向用户推送推广信息之前,不仅考虑了推广对象的特征,而且还考虑了用户的特征,结合推广对象的特征和用户的特征,评估得到的转化率的误差较小,更能够反映出用户对推广信息中推广对象的消费需求。接着在根据该误差较小的转化率从多个用户中确定转化率较高的目标用户,向该目标用户推送该推广对象的推广信息。如此,该方法能够减少无效的推送次数,减少推送推广信息所使用的计算资源、存储资源的浪费,提高资源利用率。
在一些场景中,推广对象可以是房产,该推广对象的推广信息可以房产广告。处理设备确定该推广对象为房产后,可以根据该房产的特征(例如楼盘名称、楼盘位置、物业类型、最低首付、最低总价等)以及至少一个用户的特征(具体可以是用户的行为特征,例如用户阅读的楼盘文章、用户的地理位置等),确定目标用户。需要说明的是,处理设备获取至少一个用户的特征过程中,处理设备需要获取用户授权,例如处理设备可以提前获取用户授权,在用户授权后,处理设备才可以获取到用户的特征。该目标用户可以是对该房产感兴趣的用户。举例说明,房产的特征中,楼盘名称为“楼盘1”,楼盘位置为“小区1”,目标用户可以阅读过“楼盘1”的相关文章或阅读过“小区1”的相关文章的用户。基于此,处理设备向该目标用户推送房产广告后,更能够吸引该目标用户的兴趣,引导目标用户进行消费,从而减少无效的推送次数,提高资源利用率。
为了使得本公开的技术方案更加清楚、易于理解,下面以处理设备的角度,结合附图对本公开实施例提供的推广信息的推送方法进行介绍。
如图1所示,本公开实施例提供了一种推广信息的推送方法的流程图,该方法可以由处理设备执行,包括:
S101:处理设备确定待推广的推广对象。
推广对象可以是房产、教育课程、旅游景点、网络游戏、美食、数码产品、文艺作品等。
在一些示例中,商户可以预先指定待推广的推广对象,接着处理设备将商户指定的推广对象确定为待推广的推广对象。例如,商户可以是房产商,房产商可以预先指定待推广的房产,接着处理设备可以将该房产确定为待推广的推广对象;商户也可以是游戏商,游戏商可以预先指定待推广的游戏,接着处理设备可以将该游戏确定为待推广的推广对象。
本公开实施例不具体限定处理设备确定待推广的推广对象的方式,本领域技术人员还可以根据实际需要,选择处理设备确定待推广的推广对象的方式。
S102:处理设备根据该推广对象的特征和至少一个用户的特征,确定目标用户。
推广对象的特征可以通过特征向量表征,以推广对象为房产为例,房产的特征可以包括楼盘名称、楼盘位置、物业类型、最低首付和最低总价等。用户的特征可以通过特征向量表征。用户的特征是用户的行为特征,例如用户近期(近10天、5天内)观看的视频、阅读的文章、所处位置、消费信息等。
需要说明的是,处理设备需要提前获取用户的授权,在获取到用户对相应数据的授权使用后,处理设备才能获取到用户的特征等数据。在一些示例中,在目标APP客户端的用户授权后,获取该目标APP登录用户的非敏感信息。。
在一些示例中,至少一个用户的特征中包括用户1的特征和用户2的特征,处理设备可以基于用户1的特征和房产的特征,评估用户1的转化率;处理设备基于用户2的特征和房产特征,评估用户2的转化率;接着处理设备可以比较该用户1的转化率与用户2的转化率,确定转化率较大的用户为目标用户。例如用户1的转化率大于用户2的转化率,则处理设备确定用户1为目标用户。
以上述处理设备确定用户1的转化率为例,在该过程中,处理设备不仅考虑了推广对象的特征,而且也考虑的用户1的特征,如此更能够反映出用户1对该推广对象的消费需求。因此,基于用户1的特征和推广对象的特征,评估得到的用户1的转化率的误差较小。处理设备依据该误差较小的转化率,确定出目标用户后,向该目标用户推送该推广对象的推广信息,能够减少无效的推送次数,较少无效推送所消耗的资源,提高资源利用率。
在一些实施例中,处理设备可以通过多个评估模型,评估上述用户1和用户2的转化率。如图2所示,该图为本公开实施例提供的一种评估用户的转化率方法的流程图。该方法包括:
S201:处理设备获取用户的特征和推广对象的特征。
以处理设备评估用户1的转化率、推广对象为房产为例,处理设备可以获取到用户1的授权后,基于用户1的授权获取用户1的特征,根据房产商录入的房产信息获取房产的特征。
S202:处理设备将用户的特征和推广对象的特征输入到行业评估模型,得到用户的第一转化率。
其中,行业评估模型通过用户样本和该行业对应的推广对象样本训练得到。以行业为房产行业为例,房产行业评估模型可以通过用户样本和房产行业对应的房产样本训练得到。当然,行业还是可以教育行业、旅游行业、游戏行业和食品行业中的任一种。
上述行业评估模型输出的评估结果(例如转化率)受单个行业相关的特征影响较大,例如,对于房产行业而言,将用户的特征和房产的特征输入到房产行业评估模型,得到的评估结果更具有针对性,进而进一步降低转化率的误差。延续上例,处理设备将用户1的特征和房产的特征输入到房产行业评估模型后,得到用户1的第一转化率。
S203:处理设备将用户的特征和推广对象的特征输入到通用评估模型,得到用户的第二转化率。
其中,通用评估模型通过用户样本的多种行业对应的推广对象样本训练得到,多种行业可以是房产行业、教育行业、旅游行业、游戏行业和食品行业中任两种或两种以上。例如多种行业可以是房产行业、教育行业和旅游行业,基于此,通用评估模型可以通过用户样本、房产行业对应的房产样本、教育行业对应的课程样本和旅游行业对应的景点样本等训练得到。
上述通用评估模型输出的评估结果受多个行业相关的特征影响,得到的评估结果具有通用性。处理设备将用户1的特征和房产的特征输入到通用评估模型后,得到用户1的第二转化率。
需要说明的是,本公开实施例不具体限定处理设备执行S202和S203的先后顺序,在另一些示例中处理设备可以先执行S203,再执行S202;处理设备也可以同时执行S202和S203。
S204:处理设备根据第一转化率和第二转化率的加权结果,得到用户的目标转化率。在一些示例中,处理设备可以通过如下公式(1)得到用户的目标转化率:
C0=aC1+bC2 (1)
其中,C0为目标转化率;C1为用户的第一转化率;C2为用户的第二转化率;a为第一转化率的权重,b为第二转化率的权重,并且a+b=1。
在一些实施例中,上述第一转化率的权重和第二转化率的权重相同,即a=b=0.5。如此,处理设备等同地参考第一转化率和第二转化率,得到目标转化率,提高该目标转化率的准确度。
本公开实施例不具体限定上述第一转化率的权重以及第二转化率的权重,在另一些实施例中,第一转化率的权重和第二转化率的权重可以不相同,例如a=0.4,b=0.6。
S205:处理设备将目标转化率大于预设阈值的用户确定为目标用户。
处理设备通过上述方式可以得到多个用户的目标转化率,接着处理设备可以对多个用户的目标转化率进行过滤处理,得到目标转化率大于预设阈值的用户,确定为目标用户。在一些示例中,用户1的目标转化率为80%,用户2的目标转化率为60%,预设阈值为65%,处理设备可以将用户1确定为目标用户;在另一些示例中,用户1的目标转化率为80%,用户2的目标转化率为60%,预设阈值为50%,处理设备可以将用户1和用户2均确定为目标用户。
在另一些实施例中,处理设备还可以对用户的目标转化率进行排序处理,得到目标转化率最大的用户,确定为目标用户。例如,用户1的目标转化率为80%,用户2的目标转化率为60%,处理设备可以将用户1确定为目标用户。
在另一些实施例中,处理设备也可以单独根据第一转化率或单独根据第二转化率来确定目标用户。具体方式可以参见上述根据目标转化率确定目标用户的方式,此处不再赘述。
S103:处理设备向目标用户推送该推广对象的推广信息,以对该推广对象进行推广。
处理设备确定目标用户后,可以向该目标用户推送该推广对象的推广信息,从而实现对该推广对象进行推广。
在一些示例中,目标用户可以为多个用户,例如第一目标用户(如上述用户1)和第二目标用户(如上述用户2),推广对象的推广信息包括多个推广信息,例如第三推广信息和第四推广信息。处理设备可以分别计算向第一目标用户推送第三推广信息的单次转化预估收益1、向第一目标用户推送第四推广信息的单次转化预估收益2、向第二目标用户推送第三推广信息的单次转化预估收益3以及向第二目标用户推送第四推广信息的单次转化预估收益4。然后处理设备从上述单次转化预估收益1、单次转化预估收益2、单次转化预估收益3和单次转化预估收益4中,确定出最大值,如单次转化预估收益1。其中,单次转化预估收益1大于单次转化预估收益2,且大于单次转化预估收益3,且大于单次转化预估收益4。基于此,处理设备向第一目标用户推送第三推广信息。如此,能够提高推送推广信息的收益,降低广告商推送广告的成本,提高资源利用率。
类似地,目标用户可以为一个用户,推广对象的推广信息包括多个推广信息;目标用户可以为多个用户,推广对象的推广信息为一个推广信息。处理设备向目标用户推送推广信息的过程与上述示例类似,此处不再赘述。
基于上述内容描述,本公开实施例提供的推广信息的推送方法,在向用户推送推广对象的推广信息之前,不仅考虑了推广对象的特征,而且还考虑了用户的特征,结合推广对象的特征和用户的特征,评估得到的转化率的误差较小,接着可以根据该误差较小的转化率从多个用户中确定转化率较高的目标用户,再向该目标用户推送该推广对象的推广信息。如此,该方法能够减少无效的推送次数,减少推送推广信息所使用的计算资源、存储资源的浪费,提高资源利用率。
本公开实施例还提供了另一种推广信息的推送方法,以提高推广对象的新增推广信息的冷启动通过率。其中,冷启动通过率是指推广信息通过冷启动的概率,推广信息通过冷启动是指在预设时间内,该推广信息转化用户的数量大于预设个数。
如图3所示,该图为本公开实施例提供的又一种推广信息的推送方法,该方法包括:
S301:处理设备获取推广对象的第一推广信息转化的第一用户的特征。
其中,第一推广信息为推广对象的历史推广信息,第一用户为被该历史推广信息转化的用户。需要说明的是,处理设备获取第一用户的特征之前,预先获得了第一用户的授权。
S302:处理设备获取推广对象的第二推广信息转化的第二用户的特征。
其中,第二推广信息为推广对象的新增推广信息,第二用户为被该新增推广信息转化的用户。需要说明的是,处理设备获取第二用户的特征之前,预先获得了第二用户的授权。
S303:处理设备根据第一用户的特征和第二用户的特征确定预设用户的特征。
其中,第一用户的特征可以通过特征向量表征,类似地,第二用户的特征也可以通过特征向量表征,预设用户的特征也可以通过特征向量表征。
在一些实施例中,处理设备可以采用如下公式(2)确定预设用户的特征:
其中,E0表示预设用户的特征向量,E1表示第一用户的特征向量,E2表示第二用户的特征向量。w为第二用户的特征向量的权重,c和d为常数且c+d=1,例如c=0.1,d=0.9,n1为第二推广信息转化的第二用户的个数,n2为上述预设个数,例如n2=20。
处理设备在向用户推送推广对象的新增推广信息过程中,可以参考该推广对象的历史推广信息转化的第一用户的特征,向与该第一用户的特征相似度较高的用户推送该新增推广信息,进而提高该新增推广信息通过冷启动的概率。
如上述公式(2),设c=0.1,d=0.9,n2=20,当该推广对象的新增推广信息转化的第二用户的个数为0时,n1=0,此时预设用户的特征完全参考第一用户的特征,处理设备向预设用户推送新增推广信息,更容易使预设用户被转化,提高新增推广信息通过冷启动的概率。
随着新增推广信息转化的第二用户的个数增多,如新增推广信息转化的第二用户的个数为10时,n1=10,第二用户的特征的权重变大,w=0.55,此时预设用户的特征会同时参考第一用户的特征和第二用户的特征。接着,当第二用户的个数增加至20个时,即n1=20,预设用户的特征完全参考第二用户的特征,从而实现预设用户的特征从第一用户的特征平滑过渡到第二用户的特征,使得处理设备快速学习对该新增推广信息中推广对象原意消费的用户的特征。
S304:处理设备向预设用户推送该推广对象的第二推广信息。
处理设备向该预设用户推送该新增推广信息后,更容易使预设用户对该新增推广信息中推广对象进行消费,提高该新增推广信息通过冷启动的概率。
基于上述内容描述,处理设备在推送该推广对象的新增推广信息过程中,先向与该推广对象的历史推广信息转化的第一用户的特征相似的用户,推送该新增推广信息,从而逐步学习到该新增推广信息能够转化的用户的特征,进而提高该新增推广信息的通过冷启动的概率。
图4是根据一示例性公开实施例示出的推广信息的推送装置的示意图,如图4所示,所述推广信息的推送装置400包括:
推广对象确定模块401,用于确定待推广的推广对象;
目标用户确定模块402,用于根据所述推广对象的特征和至少一个用户的特征,确定目标用户;
推送模块403,用于向所述目标用户推送所述推广对象的推广信息,以对所述推广对象进行推广。
可选的,所述目标用户确定模块402,具体用于将所述推广对象的特征和至少一个用户的特征,输入到行业评估模型,得到所述至少一个用户的第一转化率;将所述推广对象的特征和至少一个用户的特征,输入到通用评估模型,得到所述至少一个用户的第二转化率;其中,所述行业评估模型通过用户样本和所述行业对应的推广对象样本训练得到,所述通用评估模型通过用户样本和多种行业的推广对象样本训练得到;根据所述第一转化率和所述第二转化率的加权结果,得到所述至少一个用户的目标转化率;确定所述至少一个用户中目标转化率大于预设阈值的用户为目标用户。
可选的,所述目标用户确定模块402,具体用于将所述推广对象的特征和至少一个用户的特征,输入到行业评估模型,得到所述至少一个用户的第一转化率;所述行业评估模型通过用户样本和所述行业对应的推广对象样本训练得到;确定所述至少一个用户中第一转化率大于预设阈值的用户为目标用户。
可选的,所述第一转化率的权重和所述第二转化率的权重相同。
可选的,所述行业为房产行业、教育行业、旅游行业、游戏行业和食品行业中的任一种。
可选的,所述装置还包括获取模块,所述获取模块用于获取所述推广对象的第一推广信息转化的第一用户的特征;
所述推送模块403,还用于向预设用户推送所述推广对象的第二推广信息,所述预设用户的特征由所述第一用户的特征和所述第二推广信息转化的第二用户的特征加权得到,所述第二用户的特征的权重与所述第二推广信息转化的第二用户的个数正相关。
可选的,所述推广信息包括第三推广信息和第四推广信息;所述目标用户包括第一目标用户和第二目标用户;
所述推送模块403,具体用于向所述第一目标用户推送所述推广对象的第三推广信息;
其中,向所述第一目标用户推送所述第三推广信息的单次转化预估收益大于向所述第一目标用户推送所述第四推广信息的单次转化预估收益,且大于向所述第二目标用户推送所述第三推广信息的单次转化预估收益,且大于向所述第二目标用户推送所述第四推广信息的单次转化预估收益。
上述各模块的功能在上一实施例中的方法步骤中已详细阐述,在此不做赘述。
下面参考图5,其示出了适于用来实现本公开实施例的电子设备500的结构示意图,该电子设备可以是处理设备,该处理设备用于实现如图4所示的推广信息的推送装置400对应的功能。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)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装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503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。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:确定待推广的推广对象;根据所述推广对象的特征和至少一个用户的特征,确定目标用户;向所述目标用户推送所述推广对象的推广信息,以对所述推广对象进行推广。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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,流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,该模块、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。
描述于本公开实施例中所涉及到的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。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,第一获取模块还可以被描述为“获取至少两个网际协议地址的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,示例1提供了一种推广信息的推送方法,所述方法包括:
确定待推广的推广对象;
根据所述推广对象的特征和至少一个用户的特征,确定目标用户;
向所述目标用户推送所述推广对象的推广信息,以对所述推广对象进行推广。
根据本公开的一个或多个实施例,示例2提供了示例1的方法,所述根据所述推广对象的特征至少一个用户的特征,确定目标用户,包括:
将所述推广对象的特征和至少一个用户的特征,输入到行业评估模型,得到所述至少一个用户的第一转化率;将所述推广对象的特征和至少一个用户的特征,输入到通用评估模型,得到所述至少一个用户的第二转化率;其中,所述行业评估模型通过用户样本和所述行业对应的推广对象样本训练得到,所述通用评估模型通过用户样本和多种行业的推广对象样本训练得到;
根据所述第一转化率和所述第二转化率的加权结果,得到所述至少一个用户的目标转化率;
确定所述至少一个用户中目标转化率大于预设阈值的用户为目标用户。
根据本公开的一个或多个实施例,示例3提供了示例1的方法,所述根据所述推广对象的特征和至少一个用户的特征,确定目标用户,包括:
将所述推广对象的特征和至少一个用户的特征,输入到行业评估模型,得到所述至少一个用户的第一转化率;所述行业评估模型通过用户样本和所述行业对应的推广对象样本训练得到;
确定所述至少一个用户中第一转化率大于预设阈值的用户为目标用户。
根据本公开的一个或多个实施例,示例4提供了示例2的方法,所述第一转化率的权重和所述第二转化率的权重相同。
根据本公开的一个或多个实施例,示例5提供了示例2-4的方法,所述行业为房产行业、教育行业、旅游行业、游戏行业和食品行业中的任一种。
根据本公开的一个或多个实施例,示例6提供了示例1-5的方法,所述方法还包括:
获取所述推广对象的第一推广信息转化的第一用户的特征;
向预设用户推送所述推广对象的第二推广信息,所述预设用户的特征由所述第一用户的特征和所述第二推广信息转化的第二用户的特征加权得到,所述第二用户的特征的权重与所述第二推广信息转化的第二用户的个数正相关。
根据本公开的一个或多个实施例,示例7提供了示例1-6的方法,所述推广信息包括第三推广信息和第四推广信息;所述目标用户包括第一目标用户和第二目标用户;所述向所述目标用户推送所述推广对象的推广信息,包括:
向所述第一目标用户推送所述推广对象的第三推广信息;
其中,向所述第一目标用户推送所述第三推广信息的单次转化预估收益大于向所述第一目标用户推送所述第四推广信息的单次转化预估收益,且大于向所述第二目标用户推送所述第三推广信息的单次转化预估收益,且大于向所述第二目标用户推送所述第四推广信息的单次转化预估收益。
根据本公开的一个或多个实施例,示例8提供了一种推广信息的推送装置,包括:
推广对象确定模块,用于确定待推广的推广对象;
目标用户确定模块,用于根据所述推广对象的特征和至少一个用户的特征,确定目标用户;
推送模块,用于向所述目标用户推送所述推广对象的推广信息,以对所述推广对象进行推广。
根据本公开的一个或多个实施例,示例9提供了示例8的装置,所述目标用户确定模块,具体用于将所述推广对象的特征和至少一个用户的特征,输入到行业评估模型,得到所述至少一个用户的第一转化率;将所述推广对象的特征和至少一个用户的特征,输入到通用评估模型,得到所述至少一个用户的第二转化率;其中,所述行业评估模型通过用户样本和所述行业对应的推广对象样本训练得到,所述通用评估模型通过用户样本和多种行业的推广对象样本训练得到;根据所述第一转化率和所述第二转化率的加权结果,得到所述至少一个用户的目标转化率;确定所述至少一个用户中目标转化率大于预设阈值的用户为目标用户。
根据本公开的一个或多个实施例,示例10提供了示例8的装置,所述目标用户确定模块,具体用于将所述推广对象的特征和至少一个用户的特征,输入到行业评估模型,得到所述至少一个用户的第一转化率;所述行业评估模型通过用户样本和所述行业对应的推广对象样本训练得到;确定所述至少一个用户中第一转化率大于预设阈值的用户为目标用户。
根据本公开的一个或多个实施例,示例11提供了示例9的装置,所述第一转化率的权重和所述第二转化率的权重相同。
根据本公开的一个或多个实施例,示例12提供了示例9-11的装置,所述行业为房产行业、教育行业、旅游行业、游戏行业和食品行业中的任一种。
根据本公开的一个或多个实施例,示例13提供了示例8-12的装置,所述装置还包括获取模块,所述获取模块用于获取所述推广对象的第一推广信息转化的第一用户的特征;所述推送模块,还用于向预设用户推送所述推广对象的第二推广信息,所述预设用户的特征由所述第一用户的特征和所述第二推广信息转化的第二用户的特征加权得到,所述第二用户的特征的权重与所述第二推广信息转化的第二用户的个数正相关。
根据本公开的一个或多个实施例,示例14提供了示例8-13的装置,所述推广信息包括第三推广信息和第四推广信息;所述目标用户包括第一目标用户和第二目标用户;所述推送模块,具体用于向所述第一目标用户推送所述推广对象的第三推广信息;其中,向所述第一目标用户推送所述第三推广信息的单次转化预估收益大于向所述第一目标用户推送所述第四推广信息的单次转化预估收益,且大于向所述第二目标用户推送所述第三推广信息的单次转化预估收益,且大于向所述第二目标用户推送所述第四推广信息的单次转化预估收益。
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,本公开中所涉及的公开范围,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上述公开构思的情况下,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。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
Claims (9)
1.一种推广信息的推送方法,其特征在于,所述方法包括:
确定待推广的推广对象;
根据所述推广对象的特征和至少一个用户的特征,确定目标用户;
向所述目标用户推送所述推广对象的推广信息,以对所述推广对象进行推广;
其中,所述根据所述推广对象的特征至少一个用户的特征,确定目标用户,包括:
将所述推广对象的特征和至少一个用户的特征,输入到行业评估模型,得到所述至少一个用户的第一转化率;将所述推广对象的特征和至少一个用户的特征,输入到通用评估模型,得到所述至少一个用户的第二转化率;其中,所述行业评估模型通过用户样本和所述行业对应的推广对象样本训练得到,所述通用评估模型通过用户样本和多种行业的推广对象样本训练得到;
根据所述第一转化率和所述第二转化率的加权结果,得到所述至少一个用户的目标转化率;
确定所述至少一个用户中目标转化率大于预设阈值的用户为目标用户;
获取所述推广对象的第一推广信息转化的第一用户的特征;所述第一推广信息为所述推广对象的历史推广信息;
向预设用户推送所述推广对象的第二推广信息,所述预设用户的特征由所述第一用户的特征和所述第二推广信息转化的第二用户的特征加权得到,所述第二用户的特征的权重与所述第二推广信息转化的第二用户的个数正相关,所述第二推广信息为所述推广对象的新增推广信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述推广对象的特征和至少一个用户的特征,确定目标用户,包括:
将所述推广对象的特征和至少一个用户的特征,输入到行业评估模型,得到所述至少一个用户的第一转化率;所述行业评估模型通过用户样本和所述行业对应的推广对象样本训练得到;
确定所述至少一个用户中第一转化率大于预设阈值的用户为目标用户。
3.根据权利要求1所述的方法,其特征在于,所述第一转化率的权重和所述第二转化率的权重相同。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述行业为房产行业、教育行业、旅游行业、游戏行业和食品行业中的任一种。
5.根据权利要求1至3任一项所述的方法,其特征在于,所述推广信息包括第三推广信息和第四推广信息;所述目标用户包括第一目标用户和第二目标用户;所述向所述目标用户推送所述推广对象的推广信息,包括:
向所述第一目标用户推送所述推广对象的第三推广信息;
其中,向所述第一目标用户推送所述第三推广信息的单次转化预估收益大于向所述第一目标用户推送所述第四推广信息的单次转化预估收益,且大于向所述第二目标用户推送所述第三推广信息的单次转化预估收益,且大于向所述第二目标用户推送所述第四推广信息的单次转化预估收益。
6.一种推广信息的推送装置,其特征在于,包括:
推广对象确定模块,用于确定待推广的推广对象;
目标用户确定模块,用于根据所述推广对象的特征和至少一个用户的特征,确定目标用户;
推送模块,用于向所述目标用户推送所述推广对象的推广信息,以对所述推广对象进行推广;
所述目标用户确定模块,具体用于将所述推广对象的特征和至少一个用户的特征,输入到行业评估模型,得到所述至少一个用户的第一转化率;将所述推广对象的特征和至少一个用户的特征,输入到通用评估模型,得到所述至少一个用户的第二转化率;其中,所述行业评估模型通过用户样本和所述行业对应的推广对象样本训练得到,所述通用评估模型通过用户样本和多种行业的推广对象样本训练得到;根据所述第一转化率和所述第二转化率的加权结果,得到所述至少一个用户的目标转化率;确定所述至少一个用户中目标转化率大于预设阈值的用户为目标用户;
所述装置还包括获取模块,所述获取模块用于获取所述推广对象的第一推广信息转化的第一用户的特征;所述第一推广信息为所述推广对象的历史推广信息;
所述推送模块,还用于向预设用户推送所述推广对象的第二推广信息,所述预设用户的特征由所述第一用户的特征和所述第二推广信息转化的第二用户的特征加权得到,所述第二用户的特征的权重与所述第二推广信息转化的第二用户的个数正相关,所述第二推广信息为所述推广对象的新增推广信息。
7.一种电子设备,其特征在于,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现权利要求1至5中任一项所述方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现权利要求1至5中任一项所述方法的步骤。
9.一种计算机程序产品,其特征在于,当所述计算机程序产品在计算机上运行时,使得计算机执行如权利要求1至5中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111136911.3A CN113837808B (zh) | 2021-09-27 | 2021-09-27 | 一种推广信息的推送方法、装置、设备、介质及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111136911.3A CN113837808B (zh) | 2021-09-27 | 2021-09-27 | 一种推广信息的推送方法、装置、设备、介质及产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113837808A CN113837808A (zh) | 2021-12-24 |
CN113837808B true CN113837808B (zh) | 2024-02-20 |
Family
ID=78970912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111136911.3A Active CN113837808B (zh) | 2021-09-27 | 2021-09-27 | 一种推广信息的推送方法、装置、设备、介质及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113837808B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114996575A (zh) * | 2022-05-30 | 2022-09-02 | 北京达佳互联信息技术有限公司 | 资源信息推送方法、装置、电子设备和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107767172A (zh) * | 2017-10-12 | 2018-03-06 | 百度在线网络技术(北京)有限公司 | 信息推送方法、装置、服务器及介质 |
CN108109016A (zh) * | 2017-12-30 | 2018-06-01 | 有米科技股份有限公司 | 广告转化率预估方法和装置、计算机设备和存储介质 |
CN110363574A (zh) * | 2019-06-26 | 2019-10-22 | 腾讯科技(深圳)有限公司 | 产品推荐方法、装置、电子设备和可读介质 |
CN111401963A (zh) * | 2020-03-20 | 2020-07-10 | 支付宝(杭州)信息技术有限公司 | 训练用户行为预测模型的方法和装置 |
CN111459992A (zh) * | 2020-06-22 | 2020-07-28 | 北京每日优鲜电子商务有限公司 | 信息推送方法、电子设备和计算机可读介质 |
CN111553754A (zh) * | 2020-07-10 | 2020-08-18 | 支付宝(杭州)信息技术有限公司 | 行为预测系统的更新方法及装置 |
CN112699305A (zh) * | 2021-01-08 | 2021-04-23 | 网易传媒科技(北京)有限公司 | 多目标推荐方法、装置、计算设备以及介质 |
WO2021087746A1 (zh) * | 2019-11-05 | 2021-05-14 | 深圳市欢太科技有限公司 | 推送内容的处理方法、装置、电子设备以及存储介质 |
CN113378043A (zh) * | 2021-06-03 | 2021-09-10 | 北京沃东天骏信息技术有限公司 | 用户筛选的方法和装置 |
-
2021
- 2021-09-27 CN CN202111136911.3A patent/CN113837808B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107767172A (zh) * | 2017-10-12 | 2018-03-06 | 百度在线网络技术(北京)有限公司 | 信息推送方法、装置、服务器及介质 |
CN108109016A (zh) * | 2017-12-30 | 2018-06-01 | 有米科技股份有限公司 | 广告转化率预估方法和装置、计算机设备和存储介质 |
CN110363574A (zh) * | 2019-06-26 | 2019-10-22 | 腾讯科技(深圳)有限公司 | 产品推荐方法、装置、电子设备和可读介质 |
WO2021087746A1 (zh) * | 2019-11-05 | 2021-05-14 | 深圳市欢太科技有限公司 | 推送内容的处理方法、装置、电子设备以及存储介质 |
CN111401963A (zh) * | 2020-03-20 | 2020-07-10 | 支付宝(杭州)信息技术有限公司 | 训练用户行为预测模型的方法和装置 |
CN111459992A (zh) * | 2020-06-22 | 2020-07-28 | 北京每日优鲜电子商务有限公司 | 信息推送方法、电子设备和计算机可读介质 |
CN111553754A (zh) * | 2020-07-10 | 2020-08-18 | 支付宝(杭州)信息技术有限公司 | 行为预测系统的更新方法及装置 |
CN112699305A (zh) * | 2021-01-08 | 2021-04-23 | 网易传媒科技(北京)有限公司 | 多目标推荐方法、装置、计算设备以及介质 |
CN113378043A (zh) * | 2021-06-03 | 2021-09-10 | 北京沃东天骏信息技术有限公司 | 用户筛选的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113837808A (zh) | 2021-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111199459B (zh) | 商品推荐方法、装置、电子设备、及存储介质 | |
CN110634047B (zh) | 一种推荐房源的方法、装置、电子设备及存储介质 | |
WO2020156389A1 (zh) | 信息推送方法和装置 | |
CN110362750B (zh) | 目标用户确定方法、装置、电子设备和计算机可读介质 | |
CN112650841A (zh) | 信息处理方法、装置和电子设备 | |
CN112149699B (zh) | 用于生成模型的方法、装置和用于识别图像的方法、装置 | |
CN113486989B (zh) | 基于知识图谱的对象识别方法、装置、可读介质和设备 | |
WO2023151589A1 (zh) | 视频显示方法、装置、电子设备和存储介质 | |
CN113449070A (zh) | 多模态数据检索方法、装置、介质及电子设备 | |
CN111291258A (zh) | 搜索热词的推荐方法、装置、电子设备及可读介质 | |
CN111897950A (zh) | 用于生成信息的方法和装置 | |
CN113837808B (zh) | 一种推广信息的推送方法、装置、设备、介质及产品 | |
CN113256339B (zh) | 资源投放的方法、装置、存储介质及电子设备 | |
CN112241761B (zh) | 模型训练方法、装置和电子设备 | |
CN111262744B (zh) | 多媒体信息发送方法、备份服务器及介质 | |
CN113051933A (zh) | 模型训练方法、文本语义相似度确定方法、装置和设备 | |
CN112295227A (zh) | 一种卡牌游戏的操作方法、装置、电子设备和存储介质 | |
CN116109374A (zh) | 资源位展示方法、装置、电子设备和计算机可读介质 | |
CN113360773B (zh) | 推荐方法、装置、存储介质及电子设备 | |
CN111680754B (zh) | 图像分类方法、装置、电子设备及计算机可读存储介质 | |
CN111737575B (zh) | 内容分发方法、装置、可读介质及电子设备 | |
CN114820060A (zh) | 一种广告推荐方法、装置、设备及介质 | |
CN114021010A (zh) | 一种信息推荐模型的训练方法、装置及设备 | |
CN111598599B (zh) | 用户表征方法、装置、电子设备及计算机可读介质 | |
CN113177176A (zh) | 特征构建方法、内容显示方法及相关装置 |
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 |