CN114385942A - 基于用户行为的页面元素参数优化方法、装置及设备 - Google Patents
基于用户行为的页面元素参数优化方法、装置及设备 Download PDFInfo
- Publication number
- CN114385942A CN114385942A CN202210040591.XA CN202210040591A CN114385942A CN 114385942 A CN114385942 A CN 114385942A CN 202210040591 A CN202210040591 A CN 202210040591A CN 114385942 A CN114385942 A CN 114385942A
- Authority
- CN
- China
- Prior art keywords
- page
- page element
- historical
- click
- event
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000005457 optimization Methods 0.000 title claims abstract description 30
- 230000006399 behavior Effects 0.000 claims abstract description 45
- 238000004590 computer program Methods 0.000 claims description 15
- 230000014759 maintenance of location Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims 2
- 238000005516 engineering process Methods 0.000 abstract description 9
- 238000004458 analytical method Methods 0.000 abstract description 5
- 230000000007 visual effect Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
-
- 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)
- User Interface Of Digital Computer (AREA)
Abstract
本发明涉及大数据技术,提供了基于用户行为的页面元素参数优化方法、装置、设备及介质,是先基于待调整页面的页面历史事件数据集获取历史曝光事件子集和历史点击事件子集,然后根据待调整页面中各页面元素的历史曝光事件子集和历史点击事件子集获取各页面元素的点击率,并根据待调整页面中各页面元素的点击率、历史曝光事件子集和历史点击事件子集确定各页面元素的最佳曝光数据,最后对所述待调整页面中各页面元素的曝光数据以对应的最佳曝光数据进行更新,得到当前显示页面。实现了通过对用户历史行为的分析不断优化曝光埋点和点击埋点的参数设置,从而提高所采集曝光数据和点击数据的准确性和有效性。
Description
技术领域
本发明涉及大数据的数据处理技术领域,尤其涉及一种基于用户行为的页面元素参数优化方法、装置、计算机设备及存储介质。
背景技术
目前,在用户使用应用程序的过程中,在接受用户行为数据采集协议的前提下,常见的移动端、PC端、移动设备和服务器这四种平台,都是采用埋点来进行用户行为数据收集。埋点中对曝光埋点的边界定义很模糊,但各项关键指标的计算又都跟曝光量有关系,如PV(PageView,表示页面视图)、UV(Unique Vistior,表示独立访客)、CTR(点击率)、Bounce-Rate(跳出率),所以保证曝光埋点的科学性和准确性,是数据收集的基本要求。而当前应用程序的页面中所部署的曝光埋点中存在以下问题:
1.模块加载即算曝光,实际用户可能并没有看到;
2.模块重复渲染,会记录多次曝光;
3.所有模块的曝光策略都一样,数据的有效性不高;
4.未对曝光加上时间维度的限制。
发明内容
本发明实施例提供了一种基于用户行为的页面元素参数优化方法、装置、计算机设备及存储介质,旨在解决现有技术中当前应用程序的页面中所部署的曝光埋点是模块加载即算曝光,或是模块重复渲染,会记录多次曝光,导致所采集的行为数据不准确,且有效性不高的问题。
第一方面,本发明实施例提供了一种基于用户行为的页面元素参数优化方法,其包括:
响应于页面元素调整指令,获取与所述页面元素调整指令对应的待调整页面,及获取与所述待调整页面对应的页面历史事件数据集;其中,所述待调整页面中包括若干个页面元素;
获取所述页面历史事件数据集中包括的历史曝光事件集和历史点击事件集,根据所述历史曝光事件集获取所述待调整页面中各页面元素的历史曝光事件子集,及根据所述历史点击事件集获取所述待调整页面中各页面元素的历史点击事件子集;
根据所述待调整页面中各页面元素的历史曝光事件子集和历史点击事件子集获取各页面元素的点击率;
根据所述待调整页面中各页面元素的点击率、历史曝光事件子集和历史点击事件子集确定各页面元素的最佳曝光数据;其中,所述最佳曝光数据包括页面元素进入可视区域的最佳面积占比和最佳停留时间;以及
对所述待调整页面中各页面元素的曝光数据以对应的最佳曝光数据进行更新,得到当前显示页面。
第二方面,本发明实施例提供了一种基于用户行为的页面元素参数优化装置,其包括:
历史事件数据集获取单元,用于响应于页面元素调整指令,获取与所述页面元素调整指令对应的待调整页面,及获取与所述待调整页面对应的页面历史事件数据集;其中,所述待调整页面中包括若干个页面元素;
事件子集获取单元,用于获取所述页面历史事件数据集中包括的历史曝光事件集和历史点击事件集,根据所述历史曝光事件集获取所述待调整页面中各页面元素的历史曝光事件子集,及根据所述历史点击事件集获取所述待调整页面中各页面元素的历史点击事件子集;
第一计算单元,用于根据所述待调整页面中各页面元素的历史曝光事件子集和历史点击事件子集获取各页面元素的点击率;
第二计算单元,用于根据所述待调整页面中各页面元素的点击率、历史曝光事件子集和历史点击事件子集确定各页面元素的最佳曝光数据;其中,所述最佳曝光数据包括页面元素进入可视区域的最佳面积占比和最佳停留时间;以及
页面更新单元,用于对所述待调整页面中各页面元素的曝光数据以对应的最佳曝光数据进行更新,得到当前显示页面。
第三方面,本发明实施例又提供了一种计算机设备,其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的基于用户行为的页面元素参数优化方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其中所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的基于用户行为的页面元素参数优化方法。
本发明实施例提供了一种基于用户行为的页面元素参数优化方法、装置、计算机设备及存储介质,先基于待调整页面的页面历史事件数据集获取历史曝光事件子集和历史点击事件子集,然后根据待调整页面中各页面元素的历史曝光事件子集和历史点击事件子集获取各页面元素的点击率,并根据待调整页面中各页面元素的点击率、历史曝光事件子集和历史点击事件子集确定各页面元素的最佳曝光数据,最后对所述待调整页面中各页面元素的曝光数据以对应的最佳曝光数据进行更新,得到当前显示页面。实现了通过对用户历史行为的分析不断优化曝光埋点和点击埋点的参数设置,从而提高所采集曝光数据和点击数据的准确性和有效性。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于用户行为的页面元素参数优化方法的应用场景示意图;
图2为本发明实施例提供的基于用户行为的页面元素参数优化方法的流程示意图;
图3为本发明实施例提供基于用户行为的页面元素参数优化方法中待调整页面的示意图;
图4为本发明实施例提供的基于用户行为的页面元素参数优化装置的示意性框图;
图5为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
为了更清楚的理解本申请的技术方案,下面先对本申请所涉及的重要技术特征定义进行描述。
页面,其本质是一个数据容器,在页面中可以配置如卡片容器、广告弹窗等页面元素。在每一页面元素中可以加载文本、图片、视频等数据内容以供用户点击查看,且每一页面元素中可以预先设置曝光埋点和点击埋点;其中曝光埋点用于采集用户针对页面元素的有效曝光事件的曝光数据,点击埋点用于采集用户针对页面元素的点击数据。页面可由服务器发送至用户端,并可在用户端的显示屏上显示和查看,在用户查看的过程中该用户的曝光数据相应被曝光埋点采集后回传至服务器,且该用户的点击数据相应被点击埋点采集后回传至服务器。
页面元素的有效曝光事件,其在本申请中是指一个页面元素停留在可视区域的面积占该页面元素总面积的面积占比大于或等于2/3、且页面元素停留在可视区域的停留时间大于或等于4.8s时,才可视为一次有效曝光以被页面元素的曝光埋点记录成一条曝光数据,该曝光数据的格式如[user1、卡片一、卡片一进入可视区域的起始时间、卡片一进入可视区域的终止时间、卡片一进入可视区域的面积占比为100%]。若存在Tab切换导致的页面元素重新渲染,或者用户反复滚动导致页面元素再次出现的情况都不算有效的第二次曝光。
请参阅图1和图2,图1为本发明实施例提供的基于用户行为的页面元素参数优化方法的应用场景示意图;图2为本发明实施例提供的基于用户行为的页面元素参数优化方法的流程示意图,该基于用户行为的页面元素参数优化方法应用于服务器中,该方法通过安装于服务器中的应用软件进行执行。
如图2所示,该方法包括步骤S101~S105。
S101、响应于页面元素调整指令,获取与所述页面元素调整指令对应的待调整页面,及获取与所述待调整页面对应的页面历史事件数据集;其中,所述待调整页面中包括若干个页面元素。
在本实施例中,是以服务器为执行主体描述技术方案。当某一待调整页面中各页面元素需根据页面元素类型、曝光数据及点击数据等信息进行曝光参数值的调整时,需要获取与所述待调整页面对应的页面历史事件数据集。而且一旦统计了在某一统计时间段(如上一个月份这一时间段作为统计时间段,此时月份若是10月则上一月份是9月)中待调整页面的页面历史事件数据集后,则可基于页面历史事件数据集分析获取各页面元素的最佳曝光数据。
在所述页面历史事件数据集中包括历史曝光事件集和历史点击事件集,且所述历史曝光数据集中包括多条历史曝光事件数据,所述历史点击事件集中包括多条历史点击事件数据。其中,历史曝光事件数据的格式与上述举例的曝光事件的格式相同,如[user1、卡片一、卡片一进入可视区域的起始时间、卡片一进入可视区域的终止时间、卡片一进入可视区域的面积占比为100%];历史点击事件数据的格式与上述举例的点击数据的格式相同,如[user1、卡片一进入可视区域的起始时间、点击时间]。
更具体的可以通过一个具体实例来说明,若以如下图1所示的待调整页面为例,假设待调整页面1中包括10个页面元素,分别是卡片一至卡片八这8个卡片容器、以及广告弹窗一至广告弹窗二这2个广告弹窗,其中卡片一至卡片六这六个卡片容器在图1中是可视的,卡片七、卡片八、广告弹窗一和广告弹窗二因未进入可视区域目前是不可见的。在预先得到用户同意可采集用户浏览或点击待调整页面的行为特征的前提下,可以针对上述10个页面元素中均设置曝光埋点和点击埋点,这样大量用户在浏览待调整页面或点击待调整页面中页面元素等操作可被曝光埋点和点击埋点所采集并回传服务器,从而得到了与大量用户实际操作相应的页面历史事件数据集。
S102、获取所述页面历史事件数据集中包括的历史曝光事件集和历史点击事件集,根据所述历史曝光事件集获取所述待调整页面中各页面元素的历史曝光事件子集,及根据所述历史点击事件集获取所述待调整页面中各页面元素的历史点击事件子集。
在本实施例中,所述页面历史事件数据集按照曝光事件和点击事件这两种类型,可以划分为历史曝光事件集和历史点击事件集。而所述历史曝光数据集中按照如上列举[user1、卡片一、卡片一进入可视区域的起始时间、卡片一进入可视区域的终止时间、卡片一进入可视区域的面积占比为100%]这一历史曝光事件数据的格式以及所对应的页面元素划分为历史曝光事件子集;所述历史点击事件集按照如上列举[user1、卡片一进入可视区域的起始时间、点击时间]以及所对应的页面元素划分为历史点击事件子集。
在一实施例中,所述根据所述历史曝光事件集获取所述待调整页面中各页面元素的历史曝光事件子集,及根据所述历史点击事件集获取所述待调整页面中各页面元素的历史点击事件子集,包括:
将所述历史曝光事件集属于相同页面元素的历史曝光事件数据划分至同一分组,得到各页面元素的历史曝光事件子集;
将所述历史点击事件集属于相同页面元素的历史点击事件数据划分至同一分组,得到各页面元素的历史点击事件子集。
在本实施例中,还可以在获取了历史曝光事件集和历史点击事件集后,将历史曝光事件集中每一条历史曝光事件数据所属页面元素进行分类,具体是将属于相同页面元素的历史曝光事件数据划分在同一分组,得到各页面元素的历史曝光事件子集;同样的将历史点击事件集中每一条历史点击事件数据所属页面元素进行分类,具体是将属于相同页面元素的历史点击事件数据划分在同一分组,得到各页面元素的历史点击事件子集。可见,通过这一基于所属页面元素的划分方式,可以将所述历史曝光事件集准确划分为各页面元素的历史曝光事件子集,并可以将所述历史点击事件集准确划分为各页面元素的历史点击事件子集。
S103、根据所述待调整页面中各页面元素的历史曝光事件子集和历史点击事件子集获取各页面元素的点击率。
在本实施例中,由于所述页面历史事件数据集对应的是在某一统计时间段所有用户针对该待调整页面中各页面元素的操作事件,此时可以基于页面历史事件数据集获取这一统计时间段内各页面元素的历史曝光事件子集和历史点击事件子集,从而进一步可获取该待调整页面中各页面元素的点击率。具体在计算某一页面元素在一个统计时间段内的点击率时,需要获取该页面元素的曝光总次数以及点击总次数,然后以该页面元素在这一统计时间段内的点击总次数除以曝光总次数,即可得到该页面元素在这一统计时间段内的点击率。
在一实施例中,步骤S103包括:
根据所述待调整页面中各页面元素的历史曝光事件子集,获取第i个页面元素的第i个历史曝光事件子集;其中,i的初始取值为1且i的取值范围是[1,N],N表示所述待调整页面中页面元素的总个数;
统计获取所述第i个历史曝光事件子集中第i个页面元素的第i个曝光总次数;
统计获取所述第i个历史点击事件子集中第i个页面元素的第i个点击总次数;
根据第i个页面元素的第i个点击率=第i个点击总次数/第i个曝光总次数,获取第i个页面元素的第i个点击率;
将i自增1以更新i的取值;
若i未超出N,返回执行根据所述待调整页面中各页面元素的历史曝光事件子集,获取第i个页面元素的第i个历史曝光事件子集的步骤;
若i超出N,将第1个页面元素的第1个点击率至第N个页面元素的第N个点击率进行保存,得到各页面元素的点击率。
在本实施例中,例如对如图3中所示的卡片一这一页面元素得到的历史曝光事件子集经过统计得到曝光总次数为10000次,而卡片一这一页面元素得到的历史点击事件子集经过统计得到点击总次数为6000次,则卡片一这一页面元素在上述列举的统计时间段内的点击率为60%。同样的,也可以参照上述计算过程获取该待调整页面中其他各页面元素的点击率。
S104、根据所述待调整页面中各页面元素的点击率、历史曝光事件子集和历史点击事件子集确定各页面元素的最佳曝光数据;其中,所述最佳曝光数据包括页面元素进入可视区域的最佳面积占比和最佳停留时间。
在本实施例中,当已知了待调整页面中各页面元素的点击率后,结合之前获取的各页面元素的历史曝光事件子集和历史点击事件子集,可以调用预设的面积占比获取策略和停留时间获取策略,然后基于各页面元素的点击率、历史曝光事件子集、历史点击事件子集和所述面积占比获取策略来确定各页面元素进入可视区域的最佳面积占比,并基于各页面元素的点击率、历史曝光事件子集、历史点击事件子集和所述停留时间获取策略来确定各页面元素进入可视区域的最佳停留时间。可见,通过各页面元素的历史曝光事件子集、历史点击事件子集及点击率可以快速分析得到最佳曝光数据。
在一实施例中,步骤S104包括:
将所述待调整页面中具有相同页面元素类型的页面元素划分至同一分组,得到页面元素分组结果;其中,所述页面元素分组结果中分组总个数记为M个;
获取页面元素分组结果中第j页面元素分组结果;其中,j的初始取值为1且j的取值范围是[1,M];
将第j页面元素分组结果中各页面元素按对应的点击率进行降序排序,得到第j页面元素排序结果;
若第j页面元素排序结果中存在满足预设的面积占比获取策略的页面元素,获取第j页面元素排序结果中对应的第j1目标页面元素,以第j1目标页面元素的进入可视区域的面积占比作为第j页面元素分组结果中页面元素进入可视区域的最佳面积占比;
若第j页面元素排序结果中存在满足预设的停留时间获取策略的页面元素,获取第j页面元素排序结果中对应的第j2目标页面元素,以第j2目标页面元素的进入可视区域的停留时间作为第j页面元素分组结果中页面元素进入可视区域的最佳停留时间;
将j自增1以更新j的取值;
若确定j未超出M时,返回执行所述获取页面元素分组结果中第j页面元素分组结果的步骤;
若确定j超出M时,将第1页面元素分组结果中页面元素进入可视区域的最佳面积占比至第M页面元素分组结果中页面元素进入可视区域的最佳面积占比进行保存得到各页面元素进入可视区域的最佳面积占比,及将第1页面元素分组结果中页面元素进入可视区域的最佳停留时间至第M页面元素分组结果中页面元素进入可视区域的最佳停留时间进行保存得到各页面元素进入可视区域的最佳停留时间。
在本实施例中,预设的面积占比获取策略就是将同一类型页面元素中点击率值超出预设的点击率阈值、且页面元素所对应进入可视区域的面积占比为最小值相应的页面元素作为此类型页面元素中的第一目标页面元素,以该第一目标页面元素进入可视区域的面积占比作为此类型页面元素进入可视区域的最佳面积占比;预设的停留时间获取策略就是将同一类型页面元素中点击率值超出预设的点击率阈值、且页面元素所对应进入可视区域的停留时间为最小值相应的页面元素作为此类型页面元素中的第二目标页面元素,以该第二目标页面元素进入可视区域的停留时间作为此类型页面元素进入可视区域的最佳停留时间。将每一类型的页面元素基于面积占比获取策略和停留时间获取策略获取了相应的最佳面积占比和最佳停留时间后,即可得到各页面元素的最佳曝光数据。
S105、对所述待调整页面中各页面元素的曝光数据以对应的最佳曝光数据进行更新,得到当前显示页面。
在本实施例中,对所述待调整页面中各页面元素的曝光数据分别以各自对应的最佳曝光数据进行更新后,此时的页面则更新为当前显示页面,这一当前显示页面中因各页面元素的曝光数据进行调优,能更加准确的在后续统计时间段内获取更为准确的页面历史事件数据集。
在一实施例中,步骤S105之后还包括:
将所述待调整页面中各页面元素根据点击率进行降序排序得到页面元素排序结果,将所述页面元素排序结果中具有未超出排序阈值的排名所相应的页面元素,组成热门页面元素筛选结果;
获取热门页面元素筛选结果中各页面元素的页面分布位置,组成热门页面元素位置集。
在本实施例中,当已知了所述待调整页面中各页面元素的点击率之后,可以判断其中哪些页面元素对应的页面分布位置是用户最倾向于查看的热门区域,此时可以将这些热门区域的分布位置获取以组成热门页面元素位置集。之后,可以将热门页面元素位置集中各页面元素中的具体内容以代推广的热门数据进行替换,从而实现更佳的信息推送效果。
在一实施例中,步骤S105之后还包括:
根据所述待调整页面中各页面元素的历史点击事件子集获取各页面元素的最佳会话时长。
在本实施例中,所述历史点击事件子集中历史点击事件数据的数据格式在如上列举[user1、卡片一进入可视区域的起始时间、点击时间]的基础上,还可以多增加两个信息即点击退出时间和会话ID,这样另一实施例中所述历史点击事件子集中历史点击事件数据的数据格式为[user1、卡片一进入可视区域的起始时间、点击进入时间、点击退出时间、会话ID],这样即可分析出针对每一个页面元素每一次会话的时长。例如卡片一对应的历史点击事件子集中包括3条历史点击事件数据,分别为[user1、卡片一进入可视区域的起始时间1、点击进入时间1、点击退出时间1、会话ID1]、[user1、卡片一进入可视区域的起始时间2、点击进入时间2、点击退出时间2、会话ID2]、[user1、卡片一进入可视区域的起始时间3、点击进入时间3、点击退出时间3、会话ID3]。由于一个页面元素的点击退出时间与点击进入时间之间的时间间隔可作为该页面元素的一次会话时长,则上述列举的3条历史点击事件数据分别对应的会话时间为卡片一会话时长1(其等于点击退出时间1-点击进入时间1)、卡片一会话时长2(其等于点击退出时间2-点击进入时间2)和卡片一会话时长3(其等于点击退出时间3-点击进入时间3),此时计算卡片一的会话时长是计算上述3个会话时长的期望值,从而作为卡片一这一页面元素的最佳会话时长。基于每一页面元素的最佳会话时长可以预估待调整页面中每个页面元素的跳出率(一般是会话时长越短则跳出率越高,例如会话时长=-k跳出率+b,k和b均为正数),针对跳出率高的页面元素进行重点标识,之后参考其重新调整页面布局或页面元素内的元素内容。
本申请实施例可以基于人工智能技术对相关的服务器中数据进行获取和处理。其中,人工智能(ArtificialIntelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
该方法实现了通过对用户历史行为的分析不断优化曝光埋点和点击埋点的参数设置,从而提高所采集曝光数据和点击数据的准确性和有效性。
本发明实施例还提供一种基于用户行为的页面元素参数优化装置,该基于用户行为的页面元素参数优化装置用于执行前述基于用户行为的页面元素参数优化方法的任一实施例。具体地,请参阅图4,图4是本发明实施例提供的基于用户行为的页面元素参数优化装置100的示意性框图。
其中,如图4所示,基于用户行为的页面元素参数优化装置100包括历史事件数据集获取单元101、事件子集获取单元102、第一计算单元103、第二计算单元104和页面更新单元105。
历史事件数据集获取单元101,用于响应于页面元素调整指令,获取与所述页面元素调整指令对应的待调整页面,及获取与所述待调整页面对应的页面历史事件数据集;其中,所述待调整页面中包括若干个页面元素。
在本实施例中,是以服务器为执行主体描述技术方案。当某一待调整页面中各页面元素需根据页面元素类型、曝光数据及点击数据等信息进行曝光参数值的调整时,需要获取与所述待调整页面对应的页面历史事件数据集。而且一旦统计了在某一统计时间段(如上一个月份这一时间段作为统计时间段,此时月份若是10月则上一月份是9月)中待调整页面的页面历史事件数据集后,则可基于页面历史事件数据集分析获取各页面元素的最佳曝光数据。
在所述页面历史事件数据集中包括历史曝光事件集和历史点击事件集,且所述历史曝光数据集中包括多条历史曝光事件数据,所述历史点击事件集中包括多条历史点击事件数据。其中,历史曝光事件数据的格式与上述举例的曝光事件的格式相同,如[user1、卡片一、卡片一进入可视区域的起始时间、卡片一进入可视区域的终止时间、卡片一进入可视区域的面积占比为100%];历史点击事件数据的格式与上述举例的点击数据的格式相同,如[user1、卡片一进入可视区域的起始时间、点击时间]。
更具体的可以通过一个具体实例来说明,若以如下图1所示的待调整页面为例,假设待调整页面1中包括10个页面元素,分别是卡片一至卡片八这8个卡片容器、以及广告弹窗一至广告弹窗二这2个广告弹窗,其中卡片一至卡片六这六个卡片容器在图1中是可视的,卡片七、卡片八、广告弹窗一和广告弹窗二因未进入可视区域目前是不可见的。在预先得到用户同意可采集用户浏览或点击待调整页面的行为特征的前提下,可以针对上述10个页面元素中均设置曝光埋点和点击埋点,这样大量用户在浏览待调整页面或点击待调整页面中页面元素等操作可被曝光埋点和点击埋点所采集并回传服务器,从而得到了与大量用户实际操作相应的页面历史事件数据集。
事件子集获取单元102,用于获取所述页面历史事件数据集中包括的历史曝光事件集和历史点击事件集,根据所述历史曝光事件集获取所述待调整页面中各页面元素的历史曝光事件子集,及根据所述历史点击事件集获取所述待调整页面中各页面元素的历史点击事件子集。
在本实施例中,所述页面历史事件数据集按照曝光事件和点击事件这两种类型,可以划分为历史曝光事件集和历史点击事件集。而所述历史曝光数据集中按照如上列举[user1、卡片一、卡片一进入可视区域的起始时间、卡片一进入可视区域的终止时间、卡片一进入可视区域的面积占比为100%]这一历史曝光事件数据的格式以及所对应的页面元素划分为历史曝光事件子集;所述历史点击事件集按照如上列举[user1、卡片一进入可视区域的起始时间、点击时间]以及所对应的页面元素划分为历史点击事件子集。
在一实施例中,所述事件子集获取单元102具体用于:
将所述历史曝光事件集属于相同页面元素的历史曝光事件数据划分至同一分组,得到各页面元素的历史曝光事件子集;
将所述历史点击事件集属于相同页面元素的历史点击事件数据划分至同一分组,得到各页面元素的历史点击事件子集。
在本实施例中,还可以在获取了历史曝光事件集和历史点击事件集后,将历史曝光事件集中每一条历史曝光事件数据所属页面元素进行分类,具体是将属于相同页面元素的历史曝光事件数据划分在同一分组,得到各页面元素的历史曝光事件子集;同样的将历史点击事件集中每一条历史点击事件数据所属页面元素进行分类,具体是将属于相同页面元素的历史点击事件数据划分在同一分组,得到各页面元素的历史点击事件子集。可见,通过这一基于所属页面元素的划分方式,可以将所述历史曝光事件集准确划分为各页面元素的历史曝光事件子集,并可以将所述历史点击事件集准确划分为各页面元素的历史点击事件子集。
第一计算单元103,用于根据所述待调整页面中各页面元素的历史曝光事件子集和历史点击事件子集获取各页面元素的点击率。
在本实施例中,由于所述页面历史事件数据集对应的是在某一统计时间段所有用户针对该待调整页面中各页面元素的操作事件,此时可以基于页面历史事件数据集获取这一统计时间段内各页面元素的历史曝光事件子集和历史点击事件子集,从而进一步可获取该待调整页面中各页面元素的点击率。具体在计算某一页面元素在一个统计时间段内的点击率时,需要获取该页面元素的曝光总次数以及点击总次数,然后以该页面元素在这一统计时间段内的点击总次数除以曝光总次数,即可得到该页面元素在这一统计时间段内的点击率。
在一实施例中,第一计算单元103具体用于:
根据所述待调整页面中各页面元素的历史曝光事件子集,获取第i个页面元素的第i个历史曝光事件子集;其中,i的初始取值为1且i的取值范围是[1,N],N表示所述待调整页面中页面元素的总个数;
统计获取所述第i个历史曝光事件子集中第i个页面元素的第i个曝光总次数;
统计获取所述第i个历史点击事件子集中第i个页面元素的第i个点击总次数;
根据第i个页面元素的第i个点击率=第i个点击总次数/第i个曝光总次数,获取第i个页面元素的第i个点击率;
将i自增1以更新i的取值;
若i未超出N,返回执行根据所述待调整页面中各页面元素的历史曝光事件子集,获取第i个页面元素的第i个历史曝光事件子集的步骤;
若i超出N,将第1个页面元素的第1个点击率至第N个页面元素的第N个点击率进行保存,得到各页面元素的点击率。
在本实施例中,例如对如图3中所示的卡片一这一页面元素得到的历史曝光事件子集经过统计得到曝光总次数为10000次,而卡片一这一页面元素得到的历史点击事件子集经过统计得到点击总次数为6000次,则卡片一这一页面元素在上述列举的统计时间段内的点击率为60%。同样的,也可以参照上述计算过程获取该待调整页面中其他各页面元素的点击率。
第二计算单元104,用于根据所述待调整页面中各页面元素的点击率、历史曝光事件子集和历史点击事件子集确定各页面元素的最佳曝光数据;其中,所述最佳曝光数据包括页面元素进入可视区域的最佳面积占比和最佳停留时间。
在本实施例中,当已知了待调整页面中各页面元素的点击率后,结合之前获取的各页面元素的历史曝光事件子集和历史点击事件子集,可以调用预设的面积占比获取策略和停留时间获取策略,然后基于各页面元素的点击率、历史曝光事件子集、历史点击事件子集和所述面积占比获取策略来确定各页面元素进入可视区域的最佳面积占比,并基于各页面元素的点击率、历史曝光事件子集、历史点击事件子集和所述停留时间获取策略来确定各页面元素进入可视区域的最佳停留时间。可见,通过各页面元素的历史曝光事件子集、历史点击事件子集及点击率可以快速分析得到最佳曝光数据。
在一实施例中,第二计算单元104具体用于:
将所述待调整页面中具有相同页面元素类型的页面元素划分至同一分组,得到页面元素分组结果;其中,所述页面元素分组结果中分组总个数记为M个;
获取页面元素分组结果中第j页面元素分组结果;其中,j的初始取值为1且j的取值范围是[1,M];
将第j页面元素分组结果中各页面元素按对应的点击率进行降序排序,得到第j页面元素排序结果;
若第j页面元素排序结果中存在满足预设的面积占比获取策略的页面元素,获取第j页面元素排序结果中对应的第j1目标页面元素,以第j1目标页面元素的进入可视区域的面积占比作为第j页面元素分组结果中页面元素进入可视区域的最佳面积占比;
若第j页面元素排序结果中存在满足预设的停留时间获取策略的页面元素,获取第j页面元素排序结果中对应的第j2目标页面元素,以第j2目标页面元素的进入可视区域的停留时间作为第j页面元素分组结果中页面元素进入可视区域的最佳停留时间;
将j自增1以更新j的取值;
若确定j未超出M时,返回执行所述获取页面元素分组结果中第j页面元素分组结果的步骤;
若确定j超出M时,将第1页面元素分组结果中页面元素进入可视区域的最佳面积占比至第M页面元素分组结果中页面元素进入可视区域的最佳面积占比进行保存得到各页面元素进入可视区域的最佳面积占比,及将第1页面元素分组结果中页面元素进入可视区域的最佳停留时间至第M页面元素分组结果中页面元素进入可视区域的最佳停留时间进行保存得到各页面元素进入可视区域的最佳停留时间。
在本实施例中,预设的面积占比获取策略就是将同一类型页面元素中点击率值超出预设的点击率阈值、且页面元素所对应进入可视区域的面积占比为最小值相应的页面元素作为此类型页面元素中的第一目标页面元素,以该第一目标页面元素进入可视区域的面积占比作为此类型页面元素进入可视区域的最佳面积占比;预设的停留时间获取策略就是将同一类型页面元素中点击率值超出预设的点击率阈值、且页面元素所对应进入可视区域的停留时间为最小值相应的页面元素作为此类型页面元素中的第二目标页面元素,以该第二目标页面元素进入可视区域的停留时间作为此类型页面元素进入可视区域的最佳停留时间。将每一类型的页面元素基于面积占比获取策略和停留时间获取策略获取了相应的最佳面积占比和最佳停留时间后,即可得到各页面元素的最佳曝光数据。
页面更新单元105,用于对所述待调整页面中各页面元素的曝光数据以对应的最佳曝光数据进行更新,得到当前显示页面。
在本实施例中,对所述待调整页面中各页面元素的曝光数据分别以各自对应的最佳曝光数据进行更新后,此时的页面则更新为当前显示页面,这一当前显示页面中因各页面元素的曝光数据进行调优,能更加准确的在后续统计时间段内获取更为准确的页面历史事件数据集。
在一实施例中,基于用户行为的页面元素参数优化装置100还包括:
筛选结果获取单元,用于将所述待调整页面中各页面元素根据点击率进行降序排序得到页面元素排序结果,将所述页面元素排序结果中具有未超出排序阈值的排名所相应的页面元素,组成热门页面元素筛选结果;
元素位置集获取单元,用于获取热门页面元素筛选结果中各页面元素的页面分布位置,组成热门页面元素位置集。
在本实施例中,当已知了所述待调整页面中各页面元素的点击率之后,可以判断其中哪些页面元素对应的页面分布位置是用户最倾向于查看的热门区域,此时可以将这些热门区域的分布位置获取以组成热门页面元素位置集。之后,可以将热门页面元素位置集中各页面元素中的具体内容以代推广的热门数据进行替换,从而实现更佳的信息推送效果。
在一实施例中,基于用户行为的页面元素参数优化装置100还包括:
最佳会话时长获取单元,用于根据所述待调整页面中各页面元素的历史点击事件子集获取各页面元素的最佳会话时长。
在本实施例中,所述历史点击事件子集中历史点击事件数据的数据格式在如上列举[user1、卡片一进入可视区域的起始时间、点击时间]的基础上,还可以多增加两个信息即点击退出时间和会话ID,这样另一实施例中所述历史点击事件子集中历史点击事件数据的数据格式为[user1、卡片一进入可视区域的起始时间、点击进入时间、点击退出时间、会话ID],这样即可分析出针对每一个页面元素每一次会话的时长。例如卡片一对应的历史点击事件子集中包括3条历史点击事件数据,分别为[user1、卡片一进入可视区域的起始时间1、点击进入时间1、点击退出时间1、会话ID1]、[user1、卡片一进入可视区域的起始时间2、点击进入时间2、点击退出时间2、会话ID2]、[user1、卡片一进入可视区域的起始时间3、点击进入时间3、点击退出时间3、会话ID3]。由于一个页面元素的点击退出时间与点击进入时间之间的时间间隔可作为该页面元素的一次会话时长,则上述列举的3条历史点击事件数据分别对应的会话时间为卡片一会话时长1(其等于点击退出时间1-点击进入时间1)、卡片一会话时长2(其等于点击退出时间2-点击进入时间2)和卡片一会话时长3(其等于点击退出时间3-点击进入时间3),此时计算卡片一的会话时长是计算上述3个会话时长的期望值,从而作为卡片一这一页面元素的最佳会话时长。基于每一页面元素的最佳会话时长可以预估待调整页面中每个页面元素的跳出率(一般是会话时长越短则跳出率越高,例如会话时长=-k跳出率+b,k和b均为正数),针对跳出率高的页面元素进行重点标识,之后参考其重新调整页面布局或页面元素内的元素内容。
该装置实现了通过对用户历史行为的分析不断优化曝光埋点和点击埋点的参数设置,从而提高所采集曝光数据和点击数据的准确性和有效性。
上述基于用户行为的页面元素参数优化装置可以实现为计算机程序的形式,该计算机程序可以在如图5所示的计算机设备上运行。
请参阅图5,图5是本发明实施例提供的计算机设备的示意性框图。该计算机设备500是服务器,也可以是服务器集群。服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDeliveryNetwork,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参阅图5,该计算机设备500包括通过装置总线501连接的处理器502、存储器和网络接口505,其中,存储器可以包括存储介质503和内存储器504。
该存储介质503可存储操作装置5031和计算机程序5032。该计算机程序5032被执行时,可使得处理器502执行基于用户行为的页面元素参数优化方法。
该处理器502用于提供计算和控制能力,支撑整个计算机设备500的运行。
该内存储器504为存储介质503中的计算机程序5032的运行提供环境,该计算机程序5032被处理器502执行时,可使得处理器502执行基于用户行为的页面元素参数优化方法。
该网络接口505用于进行网络通信,如提供数据信息的传输等。本领域技术人员可以理解,图5中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备500的限定,具体的计算机设备500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。
其中,所述处理器502用于运行存储在存储器中的计算机程序5032,以实现本发明实施例公开的基于用户行为的页面元素参数优化方法。
本领域技术人员可以理解,图5中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定,在其他实施例中,计算机设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。例如,在一些实施例中,计算机设备可以仅包括存储器及处理器,在这样的实施例中,存储器及处理器的结构及功能与图5所示实施例一致,在此不再赘述。
应当理解,在本发明实施例中,处理器502可以是中央处理单元(CentralProcessingUnit,CPU),该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现成可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质,也可以为易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序,其中计算机程序被处理器执行时实现本发明实施例公开的基于用户行为的页面元素参数优化方法。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的设备、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为逻辑功能划分,实际实现时可以有另外的划分方式,也可以将具有相同功能的单元集合成一个单元,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
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单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,后台服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于用户行为的页面元素参数优化方法,其特征在于,包括:
响应于页面元素调整指令,获取与所述页面元素调整指令对应的待调整页面,及获取与所述待调整页面对应的页面历史事件数据集;其中,所述待调整页面中包括若干个页面元素;
获取所述页面历史事件数据集中包括的历史曝光事件集和历史点击事件集,根据所述历史曝光事件集获取所述待调整页面中各页面元素的历史曝光事件子集,及根据所述历史点击事件集获取所述待调整页面中各页面元素的历史点击事件子集;
根据所述待调整页面中各页面元素的历史曝光事件子集和历史点击事件子集获取各页面元素的点击率;
根据所述待调整页面中各页面元素的点击率、历史曝光事件子集和历史点击事件子集确定各页面元素的最佳曝光数据;其中,所述最佳曝光数据包括页面元素进入可视区域的最佳面积占比和最佳停留时间;以及
对所述待调整页面中各页面元素的曝光数据以对应的最佳曝光数据进行更新,得到当前显示页面。
2.根据权利要求1所述的基于用户行为的页面元素参数优化方法,其特征在于,所述获取所述页面历史事件数据集中包括的历史曝光事件集和历史点击事件集,根据所述历史曝光事件集获取所述待调整页面中各页面元素的历史曝光事件子集,及根据所述历史点击事件集获取所述待调整页面中各页面元素的历史点击事件子集,包括:
将所述历史曝光事件集属于相同页面元素的历史曝光事件数据划分至同一分组,得到各页面元素的历史曝光事件子集;
将所述历史点击事件集属于相同页面元素的历史点击事件数据划分至同一分组,得到各页面元素的历史点击事件子集。
3.根据权利要求1所述的基于用户行为的页面元素参数优化方法,其特征在于,所述根据所述待调整页面中各页面元素的历史曝光事件子集和历史点击事件子集获取各页面元素的点击率,包括:
根据所述待调整页面中各页面元素的历史曝光事件子集,获取第i个页面元素的第i个历史曝光事件子集;其中,i的初始取值为1且i的取值范围是[1,N],N表示所述待调整页面中页面元素的总个数;
统计获取所述第i个历史曝光事件子集中第i个页面元素的第i个曝光总次数;
统计获取所述第i个历史点击事件子集中第i个页面元素的第i个点击总次数;
根据第i个页面元素的第i个点击率=第i个点击总次数/第i个曝光总次数,获取第i个页面元素的第i个点击率;
将i自增1以更新i的取值;
若i未超出N,返回执行根据所述待调整页面中各页面元素的历史曝光事件子集,获取第i个页面元素的第i个历史曝光事件子集的步骤;
若i超出N,将第1个页面元素的第1个点击率至第N个页面元素的第N个点击率进行保存,得到各页面元素的点击率。
4.根据权利要求1所述的基于用户行为的页面元素参数优化方法,其特征在于,所述根据所述待调整页面中各页面元素的点击率、历史曝光事件子集和历史点击事件子集确定各页面元素的最佳曝光数据,包括:
将所述待调整页面中具有相同页面元素类型的页面元素划分至同一分组,得到页面元素分组结果;其中,所述页面元素分组结果中分组总个数记为M个;
获取页面元素分组结果中第j页面元素分组结果;其中,j的初始取值为1且j的取值范围是[1,M];
将第j页面元素分组结果中各页面元素按对应的点击率进行降序排序,得到第j页面元素排序结果;
若第j页面元素排序结果中存在满足预设的面积占比获取策略的页面元素,获取第j页面元素排序结果中对应的第j1目标页面元素,以第j1目标页面元素的进入可视区域的面积占比作为第j页面元素分组结果中页面元素进入可视区域的最佳面积占比;
若第j页面元素排序结果中存在满足预设的停留时间获取策略的页面元素,获取第j页面元素排序结果中对应的第j2目标页面元素,以第j2目标页面元素的进入可视区域的停留时间作为第j页面元素分组结果中页面元素进入可视区域的最佳停留时间;
将j自增1以更新j的取值;
若确定j未超出M时,返回执行所述获取页面元素分组结果中第j页面元素分组结果的步骤;
若确定j超出M时,将第1页面元素分组结果中页面元素进入可视区域的最佳面积占比至第M页面元素分组结果中页面元素进入可视区域的最佳面积占比进行保存得到各页面元素进入可视区域的最佳面积占比,及将第1页面元素分组结果中页面元素进入可视区域的最佳停留时间至第M页面元素分组结果中页面元素进入可视区域的最佳停留时间进行保存得到各页面元素进入可视区域的最佳停留时间。
5.根据权利要求4所述的基于用户行为的页面元素参数优化方法,其特征在于,所述若第j页面元素排序结果中存在满足预设的面积占比获取策略的页面元素,包括:
若第j页面元素排序结果中存在页面元素的点击率值超出预设的点击率阈值、且页面元素所对应进入可视区域的面积占比为最小值,则判定对应页面元素满足预设的面积占比获取策略。
6.根据权利要求4所述的基于用户行为的页面元素参数优化方法,其特征在于,所述若第j页面元素排序结果中存在满足预设的停留时间获取策略的页面元素,包括:
若第j页面元素排序结果中存在页面元素的点击率值超出预设的点击率阈值、且页面元素所对应进入可视区域的停留时间为最小值,则判定对应页面元素满足预设的停留时间获取策略。
7.根据权利要求1所述的基于用户行为的页面元素参数优化方法,其特征在于,所述对所述待调整页面中各页面元素的曝光数据以对应的最佳曝光数据进行更新,得到当前显示页面之后,还包括:
将所述待调整页面中各页面元素根据点击率进行降序排序得到页面元素排序结果,将所述页面元素排序结果中具有未超出排序阈值的排名所相应的页面元素,组成热门页面元素筛选结果;
获取热门页面元素筛选结果中各页面元素的页面分布位置,组成热门页面元素位置集。
8.一种基于用户行为的页面元素参数优化装置,其特征在于,包括:
历史事件数据集获取单元,用于响应于页面元素调整指令,获取与所述页面元素调整指令对应的待调整页面,及获取与所述待调整页面对应的页面历史事件数据集;其中,所述待调整页面中包括若干个页面元素;
事件子集获取单元,用于获取所述页面历史事件数据集中包括的历史曝光事件集和历史点击事件集,根据所述历史曝光事件集获取所述待调整页面中各页面元素的历史曝光事件子集,及根据所述历史点击事件集获取所述待调整页面中各页面元素的历史点击事件子集;
第一计算单元,用于根据所述待调整页面中各页面元素的历史曝光事件子集和历史点击事件子集获取各页面元素的点击率;
第二计算单元,用于根据所述待调整页面中各页面元素的点击率、历史曝光事件子集和历史点击事件子集确定各页面元素的最佳曝光数据;其中,所述最佳曝光数据包括页面元素进入可视区域的最佳面积占比和最佳停留时间;以及
页面更新单元,用于对所述待调整页面中各页面元素的曝光数据以对应的最佳曝光数据进行更新,得到当前显示页面。
9.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述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计算机程序时实现如权利要求1至7中任一项所述的基于用户行为的页面元素参数优化方法。
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存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至7任一项所述的基于用户行为的页面元素参数优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210040591.XA CN114385942B (zh) | 2022-01-14 | 2022-01-14 | 基于用户行为的页面元素参数优化方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210040591.XA CN114385942B (zh) | 2022-01-14 | 2022-01-14 | 基于用户行为的页面元素参数优化方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114385942A true CN114385942A (zh) | 2022-04-22 |
CN114385942B CN114385942B (zh) | 2024-08-27 |
Family
ID=81201710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210040591.XA Active CN114385942B (zh) | 2022-01-14 | 2022-01-14 | 基于用户行为的页面元素参数优化方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114385942B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114662008A (zh) * | 2022-05-26 | 2022-06-24 | 上海二三四五网络科技有限公司 | 基于点击位置因素改进的ctr热门内容计算方法及装置 |
CN116128571A (zh) * | 2023-04-12 | 2023-05-16 | 花瓣云科技有限公司 | 广告曝光量分析方法及相关装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130091088A1 (en) * | 2011-10-07 | 2013-04-11 | George Forman | Making a recommendation to a user that is currently generating events based on a subset of historical event data |
CN109165974A (zh) * | 2018-08-06 | 2019-01-08 | 深圳乐信软件技术有限公司 | 一种商品推荐模型训练方法、装置、设备及存储介质 |
CN110262952A (zh) * | 2019-06-20 | 2019-09-20 | 上海上湖信息技术有限公司 | 一种发送埋点曝光数据的方法及设备 |
CN111241453A (zh) * | 2020-01-20 | 2020-06-05 | 平安科技(深圳)有限公司 | 页面访问时长采集方法、装置、介质及电子设备 |
CN111581069A (zh) * | 2020-04-30 | 2020-08-25 | 北京三快在线科技有限公司 | 一种数据处理方法及装置 |
CN112989162A (zh) * | 2021-03-12 | 2021-06-18 | 中国平安财产保险股份有限公司 | 埋点上报方法、装置、设备及存储介质 |
-
2022
- 2022-01-14 CN CN202210040591.XA patent/CN114385942B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130091088A1 (en) * | 2011-10-07 | 2013-04-11 | George Forman | Making a recommendation to a user that is currently generating events based on a subset of historical event data |
CN109165974A (zh) * | 2018-08-06 | 2019-01-08 | 深圳乐信软件技术有限公司 | 一种商品推荐模型训练方法、装置、设备及存储介质 |
CN110262952A (zh) * | 2019-06-20 | 2019-09-20 | 上海上湖信息技术有限公司 | 一种发送埋点曝光数据的方法及设备 |
CN111241453A (zh) * | 2020-01-20 | 2020-06-05 | 平安科技(深圳)有限公司 | 页面访问时长采集方法、装置、介质及电子设备 |
CN111581069A (zh) * | 2020-04-30 | 2020-08-25 | 北京三快在线科技有限公司 | 一种数据处理方法及装置 |
CN112989162A (zh) * | 2021-03-12 | 2021-06-18 | 中国平安财产保险股份有限公司 | 埋点上报方法、装置、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
王世民;曹倩;刘月;: "基于数据挖掘的RTB广告模式研究", 数码世界, no. 11, 1 November 2015 (2015-11-01) * |
纪文迪;王晓玲;周傲英;: "广告点击率估算技术综述", 华东师范大学学报(自然科学版), no. 03, 25 May 2013 (2013-05-25) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114662008A (zh) * | 2022-05-26 | 2022-06-24 | 上海二三四五网络科技有限公司 | 基于点击位置因素改进的ctr热门内容计算方法及装置 |
CN116128571A (zh) * | 2023-04-12 | 2023-05-16 | 花瓣云科技有限公司 | 广告曝光量分析方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114385942B (zh) | 2024-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jensen et al. | Pl@ nteInfo®—a web-based system for personalised decision support in crop management | |
CN113614757A (zh) | 用于事件的人机混合预测的系统和方法 | |
CN107741955A (zh) | 业务数据监控方法、装置、终端设备及存储介质 | |
JP6547070B2 (ja) | プッシュ情報粗選択ソーティングの方法、デバイス、およびコンピュータ記憶媒体 | |
CN108648810B (zh) | 医学审核的数据处理方法、装置、及计算机可读存储介质 | |
CN114385942A (zh) | 基于用户行为的页面元素参数优化方法、装置及设备 | |
CN109816483B (zh) | 信息推荐方法及装置、可读存储介质 | |
CN109445884B (zh) | 一种功能标签展示方法及终端设备 | |
CN109214585B (zh) | 用户消费预测方法、装置、电子设备及存储介质 | |
CN111898023A (zh) | 一种消息推送方法、装置、可读存储介质及计算设备 | |
CN110265128B (zh) | 门诊加号的方法、装置、电子设备及可读存储介质 | |
CN110704750A (zh) | 基于用户标签的文章推送方法、装置、设备及存储介质 | |
CN111340540B (zh) | 广告推荐模型的监控方法、推荐方法及装置 | |
CN115017400A (zh) | 一种应用app推荐方法及电子设备 | |
CN113569162A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN109831488A (zh) | 信息推荐方法及系统、可读存储介质 | |
CN112115372A (zh) | 一种停车场的推荐方法及装置 | |
CN110502639B (zh) | 基于问题贡献度的信息推荐方法、装置、及计算机设备 | |
De Santis et al. | A simulation-based optimization approach for the calibration of a discrete event simulation model of an emergency department | |
Etzioni et al. | Measuring costs: administrative claims data, clinical trials, and beyond | |
CN111046156B (zh) | 奖励数据的确定方法、装置和服务器 | |
CN108074108B (zh) | 一种净推荐值的显示方法及其终端 | |
CN113313463A (zh) | 应用于大数据云办公的数据分析方法及数据分析服务器 | |
Harper et al. | Strategic resource planning of endoscopy services using hybrid modelling for future demographic and policy change | |
CN113934481A (zh) | 一种通知信息的推送方法、智能终端及存储介质 |
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 |