CN114971729A - 一种广告样式调整方法、装置、设备及存储介质 - Google Patents

一种广告样式调整方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114971729A
CN114971729A CN202210623191.1A CN202210623191A CN114971729A CN 114971729 A CN114971729 A CN 114971729A CN 202210623191 A CN202210623191 A CN 202210623191A CN 114971729 A CN114971729 A CN 114971729A
Authority
CN
China
Prior art keywords
advertisement
style
adjustment
prediction result
played
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.)
Pending
Application number
CN202210623191.1A
Other languages
English (en)
Inventor
朱亚光
罗智勇
杨璐
刘畅
陈贻东
钱雪菡
赵腊梅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zitiao Network Technology Co Ltd
Original Assignee
Beijing Zitiao Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Zitiao Network Technology Co Ltd filed Critical Beijing Zitiao Network Technology Co Ltd
Priority to CN202210623191.1A priority Critical patent/CN114971729A/zh
Publication of CN114971729A publication Critical patent/CN114971729A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0242Determining effectiveness of advertisements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/46Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Medical Informatics (AREA)
  • Accounting & Taxation (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开实施例提供了一种广告样式调整方法、装置、设备及存储介质。该方法包括:获取视频实时播放特征,将所述视频实时播放特征输入广告样式预测模型中;根据所述广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态。本公开实施例通过采用上述技术方案,实现了客户端根据本地模型以及视频实时播放特征,对广告样式进行精准微调,提高广告的点击和转化率。

Description

一种广告样式调整方法、装置、设备及存储介质
技术领域
本公开实施例涉及互联网广告技术领域,尤其涉及一种广告样式调整方法、装置、设备及存储介质。
背景技术
随着互联网的高速发展,流媒体软件快速吸引着网络用户和流量,广告也开始在流媒体领域以视频的形式展现。
现有技术中,由于广告视频的展现样式会对用户的点击购买行为产生影响,因此,使用服务端模型对广告样式进行调整,以期望吸引用户对广告进行点击转化。但是,这种方式对广告样式的调整精度不高,导致广告转化率依然较低。
发明内容
本公开提供一种广告样式调整方法、装置、设备及存储介质,以实现客户端根据本地模型以及视频实时播放特征,对广告样式进行精准微调,提高广告的点击和转化率。
第一方面,本公开实施例提供了一种广告样式调整方法,应用于客户端,包括:
获取视频实时播放特征,将视频实时播放特征输入广告样式预测模型中;
根据广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态。
第二方面,本公开实施例还提供了一种广告样式调整装置,应用于客户端,包括:
特征输入模块,用于获取视频实时播放特征,将视频实时播放特征输入广告样式预测模型中;
调整状态确定模块,用于根据广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态。
第三方面,本公开实施例还提供了电子设备,电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如本公开实施例的广告样式调整方法。
第四方面,本公开实施例还提供了一种包含计算机可执行指令的存储介质,计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例的广告样式调整方法。
本公开实施例,通过获取视频实时播放特征,将视频实时播放特征输入广告样式预测模型中;根据广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态,解决了服务端模型对广告样式的调整精度不高的问题,实现了客户端根据本地模型以及视频实时播放特征,对广告样式进行精准微调,提高广告的点击和转化率的效果。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是本公开实施例所提供的一种广告样式调整方法流程示意图;
图2是本公开实施例所提供的一种MMOE模型的整体架构图;
图3是本公开实施例所提供的一种广告样式调整装置结构示意图;
图4是本公开实施例所提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
可以理解的是,本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
图1是本公开实施例所提供的一种广告样式调整方法流程示意图,本公开实施例适用于客户端对待播放广告的广告样式进行调整的情形,该方法可以由广告样式调整装置来执行,该装置可以通过软件和/或硬件的形式实现,可选的,通过电子设备来实现,该电子设备可以是移动终端、PC端等。如图1所示,方法应用于客户端,包括:
S110、获取视频实时播放特征,将视频实时播放特征输入广告样式预测模型中。
其中,广告样式预测模型基于多任务学习模型(Multi-gate Mixture-of-Experts,MMOE)训练得到。MMOE模型的整体架构如图2所示,由图可以看出,在定义两个任务优化模型时,可以在特征输入阶段进行特征转换,分别产生若干基学习器,然后在每个任务对应的输入,分别使用门网络来表征最后的结果输出,从而使得MMOE模型可以同时对两个有相互关系的学习目标进行预测,例如,预测用户是否会点击链接,以及预测用户点击后是否会对商品下单。
可选的,视频实时播放特征包括:预设时间段内播放的各视频的时长、播放的各视频是否是广告、跳过的视频数量、完整播放的视频数量、分享的视频数量以及终端接入方式。
本实施例中,客户端播放视频的过程是一个时间序列的过程,因此可以收集客户端播放视频过程中的行为数据,构成模型输入特征。同时,为了反映实时的视频播放特征,可以采集在过去较短时间内,例如在30s内视频的播放数据,包括:30s内播放的各个视频的时长:[play_time_0,...,play_time_9];30s内播放的各个视频是否是广告:[p_type_ad_0,...,p_type_ad_9],例如true表示是广告,false表示不是广告;30s内跳过的视频数量:skip_cnt;终端接入方式:wifi/4G/3G/mobile;在30s内完整播放的视频数量:u_finish_cnt;在30s内被分享的视频数量:u_share_cnt。
本实施例中,用户在客户端中浏览短视频,客户端为了吸引用户对广告进行点击和转化,会将预先设置好广告样式的广告视频插入短视频播放列表中,推荐给用户观看。由于广告样式会影响用户对广告视频的播放操作,因此,为了进一步增加用户对广告视频的观看时长,吸引用户对广告进行点击或购买行为,可以采集较短时间内的视频实时播放特征,并输入至客户端本地的广告样式预测模型中,通过模型预测出两个目标:是否调整广告样式以及广告视频的播放状态。
本实施例中,通过在客户端运行广告样式预测模型,拉近了用户与预测模型之间的距离,可以实时采集客户端的视频播放特征,并输入本地预测模型,以实现快速准确的预测是否需要对广告样式进行微调,从而无需将用户信息上传至服务器中的预测模型,减少网络数据流量,避免泄露用户隐私信息。
可选的,在获取视频实时播放特征,将视频实时播放特征输入广告样式预测模型中之前,还可以包括:将预设数量的客户端注册用户划分为第一数量的用户分组,并为每个用户分组配置不同的样式调整策略;采集每个用户分组在对应的样式调整策略下的视频实时播放特征,作为训练数据;使用训练数据进行模型训练,得到广告样式预测模型。
本实施例中,是否调整广告样式以及广告视频的播放状态是两个相互影响的学习目标,为了使得模型能对这两个学习目标进行准确预测,可以从客户端注册用户中选择部分用户进行调整广告样式的对照试验,检测用户在各种样式调整策略下对广告视频的播放操作的变化情况。示例性的,预先设置5种样式调整策略,例如,策略1为不改变某广告视频原有的广告样式,即在广告视频中,0秒展示点击按钮,1秒展示按钮变色,2秒展示购物车;策略2为将原有的广告样式的展现时机延时1s,即在广告视频中,1秒展示点击按钮,2秒展示按钮变色,3秒展示购物车;相应的,策略3-5为将原有的广告的展现时机延时2s-4s。随机选择5%的客户端注册用户,并均分为5个用户分组,每个用户分组配置一种样式调整策略,按照该样式调整策略向用户组推荐广告视频,并采集每个用户组在30s内播放的各个视频的时长等视频播放特征,作为训练数据。使用训练数据对MMOE模型进行模型训练,最终得到广告样式预测模型。
需要说明的是,本实施例仅以广告样式的展现时机为例进行样式调整,因此,设置的各种样式调整策略中仅针对广告样式的展现时机有区别,如果要对广告样式的种类进行调整,例如在广告中增加收藏按钮,则需要在各种样式调整策略中区别广告样式的种类,形成策略对照组。
S120、根据广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态。
本实施例中,广告样式预测模型通过预测广告视频的播放时长来确定广告行为预测结果,广告行为预测结果可以包括快速播放广告以及慢速播放广告。其中,当预测出广告视频的播放时长大于指定阈值,例如3s时,则确定广告行为预测结果为慢速播放广告,当预测出广告视频的播放时长小于指定阈值,例如3s时,则确定广告行为预测结果为快速播放广告。其中,样式调整预测结果包括调整广告样式以及不调整广告样式。
本实施例中,由于是否调整广告样式以及是否快速播放广告之间互相影响,调整广告样式会影响广告视频的播放时长,而广告视频的播放时长也会影响广告样式的调整,因此,需要结合广告行为预测结果和样式调整预测结果,综合决策是否要调整广告样式。
可选的,根据广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态,包括:根据广告行为预测结果,确定广告样式的调整方向;根据广告样式的调整方向以及样式调整预测结果,判断是否对待播放广告的广告样式的进行调整。
本实施例中,假设广告样式是唯一的调节手段,并且广告样式影响广告的播放时长,因此可以认为,在广告样式预测模型输出的预测结果中,广告行为预测结果是基于样式调整预测结果产生的。因此,在获取模型输出的两个预测结果后,可以基于增加用户观看广告时长这一目的,根据广告行为预测结果,确定广告样式的调整方向的正反,进而结合广告样式的调整方向以及样式调整预测结果,判断是否对待播放广告的广告样式的进行调整。
可选的,根据广告行为预测结果,确定广告样式的调整方向,包括:如果广告行为预测结果为快速播放广告,则确定调整方向为反向调整;如果广告行为预测结果为慢速播放广告,则确定调整方向为正向调整。
本实施例中,如果模型输出的为快速播放广告,即预测广告播放时长小于3s,由于该预测时长是基于模型输出的样式调整预测结果得到的,因此,为了增加用户观看广告的时长,需要向样式调整预测结果的反方向来调整广告样式。此时,如果样式调整预测结果为调整,则说明下一个广告如果调整样式,会使得用户对广告不感兴趣,导致播放时长小于3s,因此不能调整广告样式;如果样式调整预测结果为不调整,则说明下一个广告如果不调整样式,会导致广告播放时长小于3s,因此需要调整广告样式来引起用户的兴趣。如果模型输出的是慢速播放广告,即预测广告播放时长大于3s,此时由于已经达到吸引用户观看广告的目的,而该预测时长是基于模型输出的样式调整预测结果得到的,因此,需要按照样式预测结果来调整下一个广告的广告样式。也就是说,如果样式调整预测结果为调整,则需要对广告样式进行调整,如果样式调整预测结果为不调整,则不需要对广告样式进行调整。
可选的,在根据广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态之后,还包括:如果确定对待播放广告的广告样式进行调整,则根据与各种样式调整策略对应的训练数据分类结果,选择与广告样式预测模型输出的预测结果匹配的目标样式调整策略,对待播放广告的广告样式进行调整。
本实施例中,由于根据预测模型输出的预测结果只能决策出是否要对广告样式进行调整,不能确定具体如何调整,因此当需要调整广告样式时,可以从训练数据对应的各种样式调整策略中,选择一种用于对广告样式进行调整。例如,针对每种样式调整策略,可以根据用户是快速播放广告还是慢速播放广告,对训练数据进行分类,并计算在该策略下快速播放广告和慢速播放广告的概率。当模型输出的样式调整预测结果为不调整,广告行为预测结果为快速播放广告,可以从改变样式的各种样式调整策略中,选择慢速播放概率最大的样式调整策略作为目标样式调整策略。当模型输出的样式调整预测结果为调整,广告行为预测结果为慢速播放广告,可以随机选择一种改变样式的、慢速播放概率大于快速播放概率的样式调整策略作为目标样式调整策略。或者,也可以在需要调整广告样式时,从改变样式的各种样式调整策略中随机选择一种作为目标样式调整策略。当然,也可以根据视频实时播放特征,实时生成一种样式调整策略来调整下一个广告的广告样式。
本公开实施例,通过获取视频实时播放特征,将视频实时播放特征输入广告样式预测模型中;根据广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态,解决了服务端模型对广告样式的调整精度不高的问题,实现了客户端根据本地模型以及视频实时播放特征,对广告样式进行精准微调,提高广告的点击和转化率的效果。
图3为本公开实施例所提供的一种广告样式调整装置结构示意图,如图3所示,装置应用于客户端,包括:特征输入模块310以及调整状态确定模块320。
特征输入模块310,用于获取视频实时播放特征,将视频实时播放特征输入广告样式预测模型中;
调整状态确定模块320,用于根据广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态。
本公开实施例所提供的技术方案,通过获取视频实时播放特征,将视频实时播放特征输入广告样式预测模型中;根据广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态,解决了服务端模型对广告样式的调整精度不高的问题,实现了客户端根据本地模型以及视频实时播放特征,对广告样式进行精准微调,提高广告的点击和转化率的效果。
在上述方案中,调整状态确定模块320,包括:调整方向确定单元,用于根据广告行为预测结果,确定广告样式的调整方向;调整判决单元,用于根据广告样式的调整方向以及样式调整预测结果,判断是否对待播放广告的广告样式的进行调整。
在上述方案中,调整方向确定单元,具体用于:如果广告行为预测结果为快速播放广告,则确定调整方向为反向调整;如果广告行为预测结果为慢速播放广告,则确定调整方向为正向调整。
在上述方案中,实时行为特征包括:预设时间段内播放的各视频的时长、播放的各视频是否是广告、跳过的视频数量、完整播放的视频数量、分享的视频数量以及终端接入方式。
进一步地,本实施例提供的广告样式调整装置还可以包括:模型训练模块,用于在获取视频实时播放特征,将视频实时播放特征输入广告样式预测模型中之前,将预设数量的客户端注册用户划分为第一数量的用户分组,并为每个用户分组配置不同的样式调整策略;采集每个用户分组在对应的样式调整策略下的视频实时播放特征,作为训练数据;使用训练数据进行模型训练,得到广告样式预测模型。
进一步地,本实施例提供的广告样式调整装置还可以包括:样式调整模块,用于在根据广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态之后,如果确定对待播放广告的广告样式进行调整,则根据与各种样式调整策略对应的训练数据分类结果,选择与广告样式预测模型输出的预测结果匹配的目标样式调整策略,对待播放广告的广告样式进行调整。
在上述方案中,广告样式预测模型基于多任务学习模型MMOE训练得到。
本公开实施例所提供的广告样式调整装置可执行本公开任意实施例所提供的广告样式调整方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本公开实施例的保护范围。
图4为本公开实施例所提供的一种电子设备的结构示意图。下面参考图4,其示出了适于用来实现本公开实施例的电子设备(例如图4中的终端设备)500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4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4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。编辑/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4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。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
本公开实施例提供的电子设备与上述实施例提供的广告样式调整方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
本公开实施例提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例所提供的广告样式调整方法。
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:
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:获取视频实时播放特征,将视频实时播放特征输入广告样式预测模型中;根据广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态。
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单元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,单元的名称在某种情况下并不构成对该单元本身的限定。
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提供了一种广告样式调整方法,应用于客户端,包括:
获取视频实时播放特征,将视频实时播放特征输入广告样式预测模型中;
根据广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态。
根据本公开的一个或多个实施例,示例2根据示例1的方法,根据广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态,包括:
根据广告行为预测结果,确定广告样式的调整方向;
根据广告样式的调整方向以及样式调整预测结果,判断是否对待播放广告的广告样式的进行调整。
根据本公开的一个或多个实施例,示例3根据示例2的方法,根据广告行为预测结果,确定广告样式的调整方向,包括:
如果广告行为预测结果为快速播放广告,则确定调整方向为反向调整;
如果广告行为预测结果为慢速播放广告,则确定调整方向为正向调整。
根据本公开的一个或多个实施例,示例4根据示例1的方法,视频实时播放特征包括:预设时间段内播放的各视频的时长、播放的各视频是否是广告、跳过的视频数量、完整播放的视频数量、分享的视频数量以及终端接入方式。
根据本公开的一个或多个实施例,示例5根据示例4的方法,在获取视频实时播放特征,将视频实时播放特征输入广告样式预测模型中之前,还包括:
将预设数量的客户端注册用户划分为第一数量的用户分组,并为每个用户分组配置不同的样式调整策略;
采集每个用户分组在对应的样式调整策略下的视频实时播放特征,作为训练数据;
使用训练数据进行模型训练,得到广告样式预测模型。
根据本公开的一个或多个实施例,示例6根据示例5的方法,在根据广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态之后,还包括:
如果确定对待播放广告的广告样式进行调整,则根据与各种样式调整策略对应的训练数据分类结果,选择与广告样式预测模型输出的预测结果匹配的目标样式调整策略,对待播放广告的广告样式进行调整。
根据本公开的一个或多个实施例,示例7根据示例1-5中任一项的方法,广告样式预测模型基于多任务学习模型MMOE训练得到。
根据本公开的一个或多个实施例,示例8提供了一种广告样式调整装置,应用于客户端,包括:
特征输入模块,用于获取视频实时播放特征,将视频实时播放特征输入广告样式预测模型中;
调整状态确定模块,用于根据广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态。
根据本公开的一个或多个实施例,示例9提供了一种电子设备,电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如示例1-7中任一项的广告样式调整方法。
根据本公开的一个或多个实施例,示例10提供了一种包含计算机可执行指令的存储介质,计算机可执行指令在由计算机处理器执行时用于执行如示例1-7中任一项的广告样式调整方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,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。

Claims (10)

1.一种广告样式调整方法,其特征在于,应用于客户端,包括:
获取视频实时播放特征,将所述视频实时播放特征输入广告样式预测模型中;
根据所述广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态。
2.根据权利要求1所述的方法,其特征在于,所述根据所述广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态,包括:
根据所述广告行为预测结果,确定广告样式的调整方向;
根据所述广告样式的调整方向以及所述样式调整预测结果,判断是否对待播放广告的广告样式的进行调整。
3.根据权利要求2所述的方法,其特征在于,所述根据所述广告行为预测结果,确定广告样式的调整方向,包括:
如果所述广告行为预测结果为快速播放广告,则确定调整方向为反向调整;
如果所述广告行为预测结果为慢速播放广告,则确定调整方向为正向调整。
4.根据权利要求1所述的方法,其特征在于,所述视频实时播放特征包括:预设时间段内播放的各视频的时长、播放的各视频是否是广告、跳过的视频数量、完整播放的视频数量、分享的视频数量以及终端接入方式。
5.根据权利要求4所述的方法,其特征在于,在所述获取视频实时播放特征,将所述视频实时播放特征输入广告样式预测模型中之前,还包括:
将预设数量的客户端注册用户划分为第一数量的用户分组,并为每个用户分组配置不同的样式调整策略;
采集每个用户分组在对应的样式调整策略下的视频实时播放特征,作为训练数据;
使用所述训练数据进行模型训练,得到广告样式预测模型。
6.根据权利要求5所述的方法,其特征在于,在所述根据所述广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态之后,还包括:
如果确定对待播放广告的广告样式进行调整,则根据与各种样式调整策略对应的训练数据分类结果,选择与广告样式预测模型输出的预测结果匹配的目标样式调整策略,对待播放广告的广告样式进行调整。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述广告样式预测模型基于多任务学习模型MMOE训练得到。
8.一种广告样式调整装置,其特征在于,应用于客户端,包括:
特征输入模块,用于获取视频实时播放特征,将所述视频实时播放特征输入广告样式预测模型中;
调整状态确定模块,用于根据所述广告样式预测模型输出的广告行为预测结果以及样式调整预测结果,确定待播放广告的广告样式的调整状态。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一项所述的广告样式调整方法。
10.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一项所述的广告样式调整方法。
CN202210623191.1A 2022-06-01 2022-06-01 一种广告样式调整方法、装置、设备及存储介质 Pending CN114971729A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210623191.1A CN114971729A (zh) 2022-06-01 2022-06-01 一种广告样式调整方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210623191.1A CN114971729A (zh) 2022-06-01 2022-06-01 一种广告样式调整方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114971729A true CN114971729A (zh) 2022-08-30

Family

ID=82959121

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210623191.1A Pending CN114971729A (zh) 2022-06-01 2022-06-01 一种广告样式调整方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114971729A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100125871A1 (en) * 2008-11-14 2010-05-20 Google Inc. Video play through rates
JP2016177607A (ja) * 2015-03-20 2016-10-06 ヤフー株式会社 広告配信装置、広告配信方法、広告配信プログラム、ユーザ端末、および広告要求プログラム
CN109474846A (zh) * 2018-12-07 2019-03-15 百度在线网络技术(北京)有限公司 视频广告播放方法、装置、设备及计算机可读介质
CN111601179A (zh) * 2020-05-12 2020-08-28 灵通展览系统股份有限公司 基于视频内容的网络广告推广方法
CN112308631A (zh) * 2020-11-20 2021-02-02 广州欢网科技有限责任公司 一种广告投放方法、装置、设备、存储介质及系统
CN112785344A (zh) * 2021-02-01 2021-05-11 北京达佳互联信息技术有限公司 广告投放方法、装置、电子设备和存储介质
CN112818220A (zh) * 2021-01-26 2021-05-18 广州欢网科技有限责任公司 广告推荐方法、装置及计算机设备
CN113011906A (zh) * 2020-12-10 2021-06-22 腾讯科技(深圳)有限公司 基于多媒体信息处理方法、装置、电子设备及存储介质
CN113327135A (zh) * 2021-06-18 2021-08-31 武汉埸葵电子商务有限公司 一种视频广告播放分析管理方法、系统及广告分析管理云平台
US20210281925A1 (en) * 2018-07-05 2021-09-09 Telefonaktiebolaget Lm Ericsson (Publ) Dynamic viewer prediction system for advertisement scheduling
CN113727166A (zh) * 2021-07-30 2021-11-30 北京奇艺世纪科技有限公司 一种广告的展现方法及装置
KR102395791B1 (ko) * 2021-03-15 2022-05-10 주식회사 에프에스엔 디지털 오디오 광고 서비스 제공 방법 및 장치

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100125871A1 (en) * 2008-11-14 2010-05-20 Google Inc. Video play through rates
JP2016177607A (ja) * 2015-03-20 2016-10-06 ヤフー株式会社 広告配信装置、広告配信方法、広告配信プログラム、ユーザ端末、および広告要求プログラム
US20210281925A1 (en) * 2018-07-05 2021-09-09 Telefonaktiebolaget Lm Ericsson (Publ) Dynamic viewer prediction system for advertisement scheduling
CN109474846A (zh) * 2018-12-07 2019-03-15 百度在线网络技术(北京)有限公司 视频广告播放方法、装置、设备及计算机可读介质
CN111601179A (zh) * 2020-05-12 2020-08-28 灵通展览系统股份有限公司 基于视频内容的网络广告推广方法
CN112308631A (zh) * 2020-11-20 2021-02-02 广州欢网科技有限责任公司 一种广告投放方法、装置、设备、存储介质及系统
CN113011906A (zh) * 2020-12-10 2021-06-22 腾讯科技(深圳)有限公司 基于多媒体信息处理方法、装置、电子设备及存储介质
CN112818220A (zh) * 2021-01-26 2021-05-18 广州欢网科技有限责任公司 广告推荐方法、装置及计算机设备
CN112785344A (zh) * 2021-02-01 2021-05-11 北京达佳互联信息技术有限公司 广告投放方法、装置、电子设备和存储介质
KR102395791B1 (ko) * 2021-03-15 2022-05-10 주식회사 에프에스엔 디지털 오디오 광고 서비스 제공 방법 및 장치
CN113327135A (zh) * 2021-06-18 2021-08-31 武汉埸葵电子商务有限公司 一种视频广告播放分析管理方法、系统及广告分析管理云平台
CN113727166A (zh) * 2021-07-30 2021-11-30 北京奇艺世纪科技有限公司 一种广告的展现方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
XUE SONG等: "Predicting Content Similarity via Multimodal Modeling for Video-In-Video Advertising", IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, vol. 31, no. 2, 10 March 2020 (2020-03-10), pages 569 - 581, XP011834496, DOI: 10.1109/TCSVT.2020.2979928 *
曹雄: "面向视频内容的广告定向投放方法研究", 中国优秀硕士学位论文全文数据库信息科技辑, no. 03, 15 March 2016 (2016-03-15), pages 138 - 7350 *

Similar Documents

Publication Publication Date Title
CN111711828B (zh) 一种信息处理方法、装置和电子设备
CN111510760B (zh) 视频信息展示方法和装置、存储介质和电子设备
CN112905839A (zh) 模型训练方法、模型使用方法、装置、存储介质及设备
CN110366043B (zh) 视频处理方法、装置、电子设备及可读介质
CN111414543B (zh) 用于生成评论信息序列的方法、装置、电子设备和介质
CN111782968A (zh) 内容推荐方法、装置、可读介质及电子设备
CN110516159B (zh) 一种信息推荐方法、装置、电子设备及存储介质
CN112083853A (zh) 账号举报方法、审核方法、装置、电子设备和存储介质
CN112272226A (zh) 图片加载方法、装置及可读存储介质
CN115250295A (zh) 一种媒体内容处理方法、装置、设备和存储介质
CN113610582A (zh) 广告推荐方法、装置、存储介质及电子设备
CN111581560B (zh) 页面显示方法、装置、电子设备及存储介质
CN114443897A (zh) 一种视频推荐方法、装置、电子设备和存储介质
CN113986003A (zh) 多媒体信息播放方法、装置、电子设备及计算机存储介质
CN114760515A (zh) 媒体内容的显示方法、装置、设备、存储介质和程序产品
CN115878242A (zh) 媒体内容显示方法、装置、设备、可读存储介质及产品
CN115550723A (zh) 多媒体信息展示方法、装置和电子设备
CN109714626B (zh) 信息交互方法、装置、电子设备、和计算机可读存储介质
CN110956128A (zh) 生成车道线图像的方法、装置、电子设备和介质
CN114666666A (zh) 视频跳转播放方法、装置、终端设备及存储介质
CN111225255A (zh) 目标视频推送播放方法、装置、电子设备及存储介质
CN114584709B (zh) 变焦特效的生成方法、装置、设备及存储介质
CN114971729A (zh) 一种广告样式调整方法、装置、设备及存储介质
CN114071028B (zh) 视频生成及播放方法、装置、电子设备及存储介质
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