JP6588572B2 - 情報推薦方法および情報推薦装置 - Google Patents
情報推薦方法および情報推薦装置 Download PDFInfo
- Publication number
- JP6588572B2 JP6588572B2 JP2017562719A JP2017562719A JP6588572B2 JP 6588572 B2 JP6588572 B2 JP 6588572B2 JP 2017562719 A JP2017562719 A JP 2017562719A JP 2017562719 A JP2017562719 A JP 2017562719A JP 6588572 B2 JP6588572 B2 JP 6588572B2
- Authority
- JP
- Japan
- Prior art keywords
- recommended
- information
- feature factor
- prediction model
- click
- 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
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- 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
- G06Q30/0251—Targeted advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
Description
少なくとも1つの候補推薦特徴要因を判定するステップと、
候補推薦特徴要因がクリック確率予測モデル内に追加される前のケースと候補推薦特徴要因がクリック確率予測モデル内に追加された後のケースとの間での推薦される情報のクリック情報量差を予測するステップと、
セットする条件を満足するクリック情報量差に対応する推薦特徴要因を判定し、判定された推薦特徴要因をクリック確率予測モデル内に追加するステップと、
クリック確率予測モデルに基づいて、推薦されるべきユーザにプッシュされるべきターゲットの推薦される情報を判定するステップと
を含む。
少なくとも1つの候補推薦特徴要因を判定するように構成された候補要因判定モジュールと、
候補推薦特徴要因がクリック確率予測モデル内に追加される前のケースと候補推薦特徴要因がクリック確率予測モデル内に追加された後のケースとの間での推薦される情報のクリック情報量差を予測するように構成されたクリック情報量差判定モジュールと、
セットする条件を満足するクリック情報量差に対応する推薦特徴要因を判定し、判定された推薦特徴要因をクリック確率予測モデル内に追加するように構成された特徴選択モジュールと、
クリック確率予測モデルに基づいて、推薦されるべきユーザにプッシュされるべきターゲットの推薦される情報を判定するように構成された推薦される情報判定モジュールと
を含む。
ここで、fは、推薦特徴要因を示し、yは、推薦される情報がクリックされるかどうかを示すターゲット値の集合を示し、
ここで、adは、推薦される情報を示し、p(f,ad)は、fおよびadが発生する同時確率を示し、H(y|f,ad)=-Σyp(y|f,ad)log(p(y|f,ad))であり、p(y|f,ad)は、fおよびadの下でのyの条件付き確率を示す。
ここで、IGは、情報エントロピの減少を示し、fは、推薦特徴要因を示し、adは、推薦される情報を示し、yは、推薦される情報がクリックされるかどうかを示すターゲット値の集合を示し、
少なくとも1つの候補推薦特徴要因を判定し、
候補推薦特徴要因がクリック確率予測モデル内に追加される前のケースと候補推薦特徴要因がクリック確率予測モデル内に追加された後のケースとの間での推薦される情報のクリック情報量差を予測し、
セットする条件を満足するクリック情報量差に対応する推薦特徴要因を判定し、判定された推薦特徴要因をクリック確率予測モデル内に追加し、
クリック確率予測モデルに基づいて、推薦されるべきユーザにプッシュされるべきターゲットの推薦される情報を判定する
ように構成される。
2 通信インターフェース
3 メモリ
4 通信バス
100 候補要因判定モジュール
110 クリック情報量差判定モジュール
111 情報エントロピ判定ユニット
112 情報エントロピ減少判定ユニット
113 計算ユニット
120 特徴選択モジュール
130 推薦される情報判定モジュール
200 呼出しユニット
210 ユーザ特徴要因判定ユニット
220 情報特徴要因判定ユニット
230 クリック確率予測ユニット
240 ターゲットの推奨される情報判定ユニット
250 プッシュユニット
1111 第1の情報エントロピ判定サブユニット
1112 第2の情報エントロピ判定サブユニット
1121 情報エントロピ組合せサブユニット
Claims (11)
- 少なくとも1つの候補推薦特徴要因を判定するステップと、
前記候補推薦特徴要因がクリック確率予測モデル内に追加される前のケースと前記候補推薦特徴要因が前記クリック確率予測モデル内に追加された後のケースとの間での推薦される情報のクリック情報量差を予測するステップと、
セットする条件を満足する前記クリック情報量差に対応する前記推薦特徴要因を判定し、前記判定された推薦特徴要因を前記クリック確率予測モデル内に追加するステップと、
前記クリック確率予測モデルに基づいて、推薦されるべきユーザにプッシュされるべきターゲットの推薦される情報を判定するステップと
を含む、情報推薦方法。 - 前記候補推薦特徴要因がクリック確率予測モデル内に追加される前のケースと前記候補推薦特徴要因が前記クリック確率予測モデル内に追加された後のケースとの間での推薦される情報のクリック情報量差を予測する前記ステップは、
前記候補推薦特徴要因が前記クリック確率予測モデル内に追加される前の前記推薦される情報の第1の情報エントロピおよび前記候補推薦特徴要因が前記クリック確率予測モデル内に追加された後の前記推薦される情報の第2の情報エントロピを予測するステップと、
前記第1の情報エントロピおよび前記第2の情報エントロピに基づいて、前記候補推薦特徴要因が前記クリック確率予測モデル内に追加される前のケースと前記候補推薦特徴要因が前記クリック確率予測モデル内に追加された後のケースとの間での前記推薦される情報の情報エントロピの減少を予測するステップであって、情報エントロピの前記減少は、前記推薦特徴要因が前記クリック確率予測モデル内に追加される前のケースと前記推薦特徴要因が前記クリック確率予測モデル内に追加された後のケースとの間での前記推薦される情報のクリックの増加に対応する、予測するステップと
を含む、請求項1に記載の情報推薦方法。 - 前記第1の情報エントロピおよび前記第2の情報エントロピに基づいて、前記推薦特徴要因が前記クリック確率予測モデル内に追加される前のケースと前記推薦特徴要因が前記クリック確率予測モデル内に追加された後のケースとの間での前記推薦される情報の情報エントロピの減少を予測する前記ステップは、
前記推薦される情報の情報エントロピの前記減少を
式IG=-Σf,ad{p(f,ad)H(y|f,ad)}+Σf{p(f)H(y|f)}に従って予測するステップを含み、IGは、情報エントロピの前記減少を示し、fは、前記候補推薦特徴要因を示し、yは、前記推薦される情報がクリックされるかどうかを示すターゲット値の集合を示し、
- 前記候補推薦特徴要因がクリック確率予測モデル内に追加される前のケースと前記候補推薦特徴要因が前記クリック確率予測モデル内に追加された後のケースとの間での推薦される情報のクリック情報量差を予測する前記ステップは、
前記推薦特徴要因が前記クリック確率予測モデル内に追加される前のケースと前記推薦特徴要因が前記クリック確率予測モデル内に追加された後のケースとの間での前記推薦される情報の情報エントロピの減少を式
- 前記クリック確率予測モデルに基づいて、推薦されるべきユーザにプッシュされるべきターゲットの推薦される情報を判定する前記ステップは、
前記クリック確率予測モデルと候補の推薦される情報のうちの少なくとも1つとを呼び出すステップであって、前記クリック確率予測モデルは、前記判定された推薦特徴要因を追加される、呼び出すステップと、
推薦されるべきユーザを判定し、前記推薦されるべきユーザのユーザ特徴の、前記少なくとも1つの推薦特徴要因に対応するユーザ特徴要因を獲得するステップと、
候補の推薦される情報のそれぞれの、前記少なくとも1つの推薦特徴要因に対応する情報特徴要因を判定するステップと、
前記クリック確率予測モデルに基づいて、候補の推薦される情報のそれぞれの、前記ユーザ特徴要因および前記情報特徴要因に対応するクリック確率を判定するステップと、
候補の推薦される情報のそれぞれの前記クリック確率に基づいて、候補の推薦される情報のうちの前記少なくとも1つから前記推薦されるべきユーザにプッシュされるべき前記ターゲットの推薦される情報を判定するステップと、
前記推薦されるべきユーザに前記ターゲットの推薦される情報をプッシュするステップと
を含む、請求項1から4のいずれか一項に記載の情報推薦方法。 - 少なくとも1つの候補推薦特徴要因を判定するように構成された候補要因判定モジュールと、
前記候補推薦特徴要因がクリック確率予測モデル内に追加される前のケースと前記候補推薦特徴要因が前記クリック確率予測モデル内に追加された後のケースとの間での推薦される情報のクリック情報量差を予測するように構成されたクリック情報量差判定モジュールと、
セットする条件を満足する前記クリック情報量差に対応する前記推薦特徴要因を判定し、前記判定された推薦特徴要因を前記クリック確率予測モデル内に追加するように構成された特徴選択モジュールと、
前記クリック確率予測モデルに基づいて、推薦されるべきユーザにプッシュされるべきターゲットの推薦される情報を判定するように構成された推薦される情報判定モジュールと
を含む、情報推薦装置。 - 前記クリック情報量差判定モジュールは、
前記候補推薦特徴要因が前記クリック確率予測モデル内に追加される前の前記推薦される情報の第1の情報エントロピおよび前記候補推薦特徴要因が前記クリック確率予測モデル内に追加された後の前記推薦される情報の第2の情報エントロピを予測するように構成された情報エントロピ判定ユニットと、
前記第1の情報エントロピおよび前記第2の情報エントロピに基づいて、前記候補推薦特徴要因が前記クリック確率予測モデル内に追加される前のケースと前記候補推薦特徴要因が前記クリック確率予測モデル内に追加された後のケースとの間での前記推薦される情報の情報エントロピの減少を予測するように構成された情報エントロピ減少判定ユニットであって、情報エントロピの前記減少は、前記候補推薦特徴要因が前記クリック確率予測モデル内に追加される前のケースと前記候補推薦特徴要因が前記クリック確率予測モデル内に追加された後のケースとの間での前記推薦される情報のクリックの増加に対応する、情報エントロピ減少判定ユニットと
を含む、請求項6に記載の情報推薦装置。 - 前記情報エントロピ減少判定ユニットは、
前記推薦される情報の情報エントロピの前記減少を
式IG=-Σf,ad{p(f,ad)H(y|f,ad)}+Σf{p(f)H(y|f)}に従って予測するように構成された情報エントロピ組合せサブユニットを含み、IGは、情報エントロピの前記減少を示し、fは、前記候補推薦特徴要因を示し、yは、前記推薦される情報がクリックされるかどうかを示すターゲット値の集合を示し、
- 前記クリック情報量差判定モジュールは、
前記候補推薦特徴要因が前記クリック確率予測モデル内に追加される前のケースと前記候補推薦特徴要因が前記クリック確率予測モデル内に追加された後のケースとの間での前記推薦される情報の情報エントロピの減少を式
- 前記推薦される情報判定モジュールは、
前記クリック確率予測モデルと候補の推薦される情報のうちの少なくとも1つとを呼び出すように構成された呼出しユニットであって、前記クリック確率予測モデルは、前記判定された少なくとも1つの推薦特徴要因を追加される、呼出しユニットと、
推薦されるべきユーザを判定し、前記推薦されるべきユーザのユーザ特徴の、前記少なくとも1つの推薦特徴要因に対応するユーザ特徴要因を獲得するように構成されたユーザ特徴要因判定ユニットと、
候補の推薦される情報のそれぞれの、前記少なくとも1つの推薦特徴要因に対応する情報特徴要因を判定するように構成された情報特徴要因判定ユニットと、
前記クリック確率予測モデルに基づいて、候補の推薦される情報のそれぞれの、前記ユーザ特徴要因および前記情報特徴要因に対応するクリック確率を判定するように構成されたクリック確率予測ユニットと、
候補の推薦される情報のそれぞれの前記クリック確率に基づいて、候補の推薦される情報のうちの前記少なくとも1つから前記推薦されるべきユーザにプッシュされるべき前記ターゲットの推薦される情報を判定するように構成されたターゲットの推奨される情報判定ユニットと、
前記推薦されるべきユーザに前記ターゲットの推薦される情報をプッシュするように構成されたプッシュユニットと
を含む、請求項6から9のいずれか一項に記載の情報推薦装置。 - 1つまたは複数のコンピュータプログラムを記憶する不揮発性記憶媒体であって、前記コンピュータプログラムは、1つまたは複数のメモリを有するプロセッサによって実行可能な命令を含み、前記プロセッサは、請求項1から5のいずれか一項に記載の前記情報推薦方法を実行するために前記命令を実行する、不揮発性記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610017754.7 | 2016-01-12 | ||
CN201610017754.7A CN105678587B (zh) | 2016-01-12 | 2016-01-12 | 一种推荐特征确定方法、信息推荐方法及装置 |
PCT/CN2017/070764 WO2017121314A1 (zh) | 2016-01-12 | 2017-01-10 | 信息推荐方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018526710A JP2018526710A (ja) | 2018-09-13 |
JP6588572B2 true JP6588572B2 (ja) | 2019-10-09 |
Family
ID=56300069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017562719A Active JP6588572B2 (ja) | 2016-01-12 | 2017-01-10 | 情報推薦方法および情報推薦装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11301525B2 (ja) |
JP (1) | JP6588572B2 (ja) |
KR (1) | KR101999471B1 (ja) |
CN (1) | CN105678587B (ja) |
WO (1) | WO2017121314A1 (ja) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678587B (zh) | 2016-01-12 | 2020-11-24 | 腾讯科技(深圳)有限公司 | 一种推荐特征确定方法、信息推荐方法及装置 |
CN108268464B (zh) * | 2016-12-30 | 2021-01-12 | 广东精点数据科技股份有限公司 | 一种基于协同过滤与logistic回归的个性化推荐方法及装置 |
CN107172151B (zh) * | 2017-05-18 | 2020-08-07 | 百度在线网络技术(北京)有限公司 | 用于推送信息的方法和装置 |
CN107613022B (zh) * | 2017-10-20 | 2020-10-16 | 阿里巴巴(中国)有限公司 | 内容推送方法、装置及计算机设备 |
US11238358B2 (en) * | 2017-12-18 | 2022-02-01 | Microsoft Technology Licensing, Llc | Predicting site visit based on intervention |
CN110110210A (zh) * | 2018-01-22 | 2019-08-09 | 腾讯科技(北京)有限公司 | 推送展示信息的方法和装置 |
JP7217097B2 (ja) * | 2018-06-26 | 2023-02-02 | 株式会社Lifull | 照会確率提示装置、照会確率提示プログラム、照会確率提示方法、及び情報提供システム |
JP7217096B2 (ja) * | 2018-06-26 | 2023-02-02 | 株式会社Lifull | 広告オプション割当装置、広告オプション割当プログラム、広告オプション割当方法、及び情報提供システム |
CN110781374A (zh) * | 2018-07-13 | 2020-02-11 | 北京字节跳动网络技术有限公司 | 用户数据匹配方法、装置、电子设备和计算机可读介质 |
CN109255070B (zh) * | 2018-08-01 | 2022-04-12 | 百度在线网络技术(北京)有限公司 | 推荐信息处理方法、装置、计算机设备及存储介质 |
CN109165742A (zh) * | 2018-08-28 | 2019-01-08 | 北京百度网讯科技有限公司 | 推荐方法、装置、存储介质和终端设备 |
CN109272360B (zh) * | 2018-09-28 | 2021-09-10 | 有米科技股份有限公司 | 一种广告智能推荐方法、系统及装置 |
CN111598638B (zh) * | 2019-02-21 | 2023-11-07 | 北京沃东天骏信息技术有限公司 | 点击率确定方法、装置及设备 |
CN110413358B (zh) * | 2019-06-27 | 2022-03-04 | 创新先进技术有限公司 | 页面的展示方法及装置 |
CN111159241B (zh) * | 2019-12-20 | 2023-04-07 | 深圳前海微众银行股份有限公司 | 一种点击转化预估方法及装置 |
CN111914172B (zh) * | 2020-07-29 | 2021-09-10 | 上海梅斯医药科技有限公司 | 一种基于用户标签的医学信息推荐方法及系统 |
CN112115365B (zh) * | 2020-09-25 | 2021-09-14 | 贝壳找房(北京)科技有限公司 | 模型协同优化的方法、装置、介质和电子设备 |
CN113763103A (zh) * | 2021-01-19 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 一种物品搭配关系确定方法、装置、电子设备和存储介质 |
US11803253B2 (en) * | 2021-11-29 | 2023-10-31 | International Business Machines Corporation | Keyword recommendations for virtual keyboards |
Family Cites Families (93)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6460036B1 (en) * | 1994-11-29 | 2002-10-01 | Pinpoint Incorporated | System and method for providing customized electronic newspapers and target advertisements |
US5948061A (en) * | 1996-10-29 | 1999-09-07 | Double Click, Inc. | Method of delivery, targeting, and measuring advertising over networks |
US6286005B1 (en) * | 1998-03-11 | 2001-09-04 | Cannon Holdings, L.L.C. | Method and apparatus for analyzing data and advertising optimization |
US6907566B1 (en) * | 1999-04-02 | 2005-06-14 | Overture Services, Inc. | Method and system for optimum placement of advertisements on a webpage |
US6981040B1 (en) * | 1999-12-28 | 2005-12-27 | Utopy, Inc. | Automatic, personalized online information and product services |
JP4606736B2 (ja) * | 2001-06-11 | 2011-01-05 | エヌエックスピー ビー ヴィ | 特徴点選択 |
KR20080043764A (ko) * | 2005-06-28 | 2008-05-19 | 초이스스트림, 인코포레이티드 | 타게팅 광고용 통계 시스템에 관한 방법 및 장치 |
US20100138451A1 (en) * | 2006-04-03 | 2010-06-03 | Assaf Henkin | Techniques for facilitating on-line contextual analysis and advertising |
US7937345B2 (en) * | 2006-07-12 | 2011-05-03 | Kofax, Inc. | Data classification methods using machine learning techniques |
US20080103897A1 (en) * | 2006-10-25 | 2008-05-01 | Microsoft Corporation | Normalizing and tracking user attributes for transactions in an advertising exchange |
US20080109285A1 (en) * | 2006-10-26 | 2008-05-08 | Mobile Content Networks, Inc. | Techniques for determining relevant advertisements in response to queries |
US8175914B1 (en) * | 2007-07-30 | 2012-05-08 | Google Inc. | Automatic adjustment of advertiser bids to equalize cost-per-conversion among publishers for an advertisement |
US20090063268A1 (en) * | 2007-09-04 | 2009-03-05 | Burgess David A | Targeting Using Historical Data |
US7912843B2 (en) * | 2007-10-29 | 2011-03-22 | Yahoo! Inc. | Method for selecting electronic advertisements using machine translation techniques |
US9203911B2 (en) * | 2007-11-14 | 2015-12-01 | Qualcomm Incorporated | Method and system for using a cache miss state match indicator to determine user suitability of targeted content messages in a mobile environment |
US9734460B1 (en) * | 2008-06-13 | 2017-08-15 | Google Inc. | Adjusting participation of content in a selection process |
US8738436B2 (en) * | 2008-09-30 | 2014-05-27 | Yahoo! Inc. | Click through rate prediction system and method |
US20100262456A1 (en) * | 2009-04-08 | 2010-10-14 | Jun Feng | System and Method for Deep Targeting Advertisement Based on Social Behaviors |
JP5519210B2 (ja) * | 2009-08-10 | 2014-06-11 | 株式会社エイチアイ | モデル生成装置、モデル生成方法、情報処理システム、及びプログラム |
US20110093331A1 (en) * | 2009-10-19 | 2011-04-21 | Donald Metzler | Term Weighting for Contextual Advertising |
US9760802B2 (en) * | 2010-01-27 | 2017-09-12 | Ebay Inc. | Probabilistic recommendation of an item |
US20110313842A1 (en) * | 2010-03-24 | 2011-12-22 | Taykey Ltd. | System and methods thereof for providing an advertisement placement recommendation based on trends |
US8655695B1 (en) * | 2010-05-07 | 2014-02-18 | Aol Advertising Inc. | Systems and methods for generating expanded user segments |
US8510658B2 (en) * | 2010-08-11 | 2013-08-13 | Apple Inc. | Population segmentation |
US20120150626A1 (en) * | 2010-12-10 | 2012-06-14 | Zhang Ruofei Bruce | System and Method for Automated Recommendation of Advertisement Targeting Attributes |
US9104960B2 (en) * | 2011-06-20 | 2015-08-11 | Microsoft Technology Licensing, Llc | Click prediction using bin counting |
WO2013052936A1 (en) * | 2011-10-06 | 2013-04-11 | Infersystems Corp. | Automated allocation of media via network |
CN102346899A (zh) * | 2011-10-08 | 2012-02-08 | 亿赞普(北京)科技有限公司 | 一种基于用户行为的广告点击率预测方法和装置 |
CN103092877B (zh) * | 2011-11-04 | 2016-09-07 | 百度在线网络技术(北京)有限公司 | 一种关键词推荐方法和装置 |
US20130138507A1 (en) * | 2011-11-30 | 2013-05-30 | Amit Kumar | Predictive modeling for e-commerce advertising systems and methods |
US20130191223A1 (en) * | 2012-01-20 | 2013-07-25 | Visa International Service Association | Systems and methods to determine user preferences for targeted offers |
US20140372350A1 (en) * | 2012-02-09 | 2014-12-18 | Kenshoo Ltd. | System, A Method and a Computer Program Product for Performance Assessment |
US20130211905A1 (en) * | 2012-02-13 | 2013-08-15 | Microsoft Corporation | Attractiveness-based online advertisement click prediction |
CN103246686A (zh) * | 2012-02-14 | 2013-08-14 | 阿里巴巴集团控股有限公司 | 文本分类方法和装置及文本分类的特征处理方法和装置 |
JP2013205170A (ja) * | 2012-03-28 | 2013-10-07 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
US9294577B2 (en) * | 2012-04-11 | 2016-03-22 | Taboola.Com Ltd | Click through rate estimation in varying display situations |
US20130346182A1 (en) * | 2012-06-20 | 2013-12-26 | Yahoo! Inc. | Multimedia features for click prediction of new advertisements |
CN102821465B (zh) * | 2012-09-07 | 2014-11-26 | 哈尔滨工业大学 | 基于分区信息熵增益的wlan室内定位方法 |
US20140101685A1 (en) * | 2012-10-04 | 2014-04-10 | Lucid Commerce, Inc. | Continuous optimization of advertising campaigns based on real time tracking |
US20140149223A1 (en) * | 2012-11-29 | 2014-05-29 | Nipun Mathur | Targeted Advertisements In Mobile Applications |
US9129227B1 (en) * | 2012-12-31 | 2015-09-08 | Google Inc. | Methods, systems, and media for recommending content items based on topics |
US20140207564A1 (en) * | 2013-01-18 | 2014-07-24 | Linkedln Corporation | System and method for serving electronic content |
US20140236705A1 (en) * | 2013-02-15 | 2014-08-21 | Turn Inc. | Method and apparatus for data-driven multi-touch attribution determination in multichannel advertising campaigns |
US20140372202A1 (en) * | 2013-06-17 | 2014-12-18 | Google Inc. | Predicting performance of content items using loss functions |
US20150006295A1 (en) * | 2013-06-28 | 2015-01-01 | Linkedln Corporation | Targeting users based on previous advertising campaigns |
US20150006294A1 (en) * | 2013-06-28 | 2015-01-01 | Linkedln Corporation | Targeting rules based on previous recommendations |
US20150006286A1 (en) * | 2013-06-28 | 2015-01-01 | Linkedin Corporation | Targeting users based on categorical content interactions |
US9767489B1 (en) * | 2013-08-30 | 2017-09-19 | Google Inc. | Content item impression effect decay |
US20160255139A1 (en) * | 2016-03-12 | 2016-09-01 | Yogesh Chunilal Rathod | Structured updated status, requests, user data & programming based presenting & accessing of connections or connectable users or entities and/or link(s) |
CN104572734B (zh) * | 2013-10-23 | 2019-04-30 | 腾讯科技(深圳)有限公司 | 问题推荐方法、装置及系统 |
US10832281B1 (en) * | 2013-12-20 | 2020-11-10 | Groupon, Inc. | Systems, apparatus, and methods for providing promotions based on consumer interactions |
WO2015096146A1 (en) * | 2013-12-27 | 2015-07-02 | Yahoo! Inc. | Systems and methods for a unified audience targeting solution |
CN103747537B (zh) * | 2014-01-15 | 2017-05-03 | 广东交通职业技术学院 | 一种基于熵度量的无线传感器网络离群数据自适应检测方法 |
CN104834641B (zh) * | 2014-02-11 | 2019-03-15 | 腾讯科技(北京)有限公司 | 网络媒介信息的处理方法和相关系统 |
US20150235260A1 (en) * | 2014-02-20 | 2015-08-20 | Linkedln Corporation | Forecasting electronic events |
US9727818B1 (en) * | 2014-02-23 | 2017-08-08 | Google Inc. | Impression effect modeling for content items |
EP3117385A4 (en) * | 2014-03-13 | 2017-08-02 | The Nielsen Company (US), LLC | Methods and apparatus to compensate impression data for misattribution and/or non-coverage by a database proprietor |
US9836765B2 (en) * | 2014-05-19 | 2017-12-05 | Kibo Software, Inc. | System and method for context-aware recommendation through user activity change detection |
US10963810B2 (en) * | 2014-06-30 | 2021-03-30 | Amazon Technologies, Inc. | Efficient duplicate detection for machine learning data sets |
US10452992B2 (en) * | 2014-06-30 | 2019-10-22 | Amazon Technologies, Inc. | Interactive interfaces for machine learning model evaluations |
US20150379571A1 (en) * | 2014-06-30 | 2015-12-31 | Yahoo! Inc. | Systems and methods for search retargeting using directed distributed query word representations |
US9886670B2 (en) * | 2014-06-30 | 2018-02-06 | Amazon Technologies, Inc. | Feature processing recipes for machine learning |
US10318983B2 (en) * | 2014-07-18 | 2019-06-11 | Facebook, Inc. | Expansion of targeting criteria based on advertisement performance |
US10528981B2 (en) * | 2014-07-18 | 2020-01-07 | Facebook, Inc. | Expansion of targeting criteria using an advertisement performance metric to maintain revenue |
US10706439B1 (en) * | 2014-07-30 | 2020-07-07 | Groupon, Inc. | Predictive recommendation system using tiered feature data |
US20160180248A1 (en) * | 2014-08-21 | 2016-06-23 | Peder Regan | Context based learning |
WO2016037278A1 (en) * | 2014-09-10 | 2016-03-17 | Sysomos L.P. | Systems and methods for continuous analysis and procurement of advertisement campaigns |
JP6129802B2 (ja) * | 2014-09-19 | 2017-05-17 | ヤフー株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
US10296546B2 (en) * | 2014-11-24 | 2019-05-21 | Adobe Inc. | Automatic aggregation of online user profiles |
US20160189239A1 (en) * | 2014-12-30 | 2016-06-30 | Yahoo!, Inc. | Advertisement generator |
US10671679B2 (en) * | 2014-12-30 | 2020-06-02 | Oath Inc. | Method and system for enhanced content recommendation |
US20160253325A1 (en) * | 2014-12-30 | 2016-09-01 | Socialtopias, Llc | Method and apparatus for programmatically adjusting the relative importance of content data as behavioral data changes |
US20160210657A1 (en) * | 2014-12-30 | 2016-07-21 | Anto Chittilappilly | Real-time marketing campaign stimuli selection based on user response predictions |
US20160210658A1 (en) * | 2014-12-31 | 2016-07-21 | Anto Chittilappilly | Determining touchpoint attributions in a segmented media campaign |
US20160189202A1 (en) * | 2014-12-31 | 2016-06-30 | Yahoo! Inc. | Systems and methods for measuring complex online strategy effectiveness |
US20160232575A1 (en) * | 2015-02-06 | 2016-08-11 | Facebook, Inc. | Determining a number of cluster groups associated with content identifying users eligible to receive the content |
US10497024B2 (en) * | 2015-04-28 | 2019-12-03 | Facebook, Inc. | Identifying content to present to a group of online system users based on user actions and specified by a third-party system |
WO2016201631A1 (en) * | 2015-06-17 | 2016-12-22 | Yahoo! Inc. | Systems and methods for online content recommendation |
CN105046277B (zh) * | 2015-07-15 | 2019-06-14 | 华南农业大学 | 特征显著性在图像质量评价中的鲁棒机理研究方法 |
CN105183772A (zh) * | 2015-08-07 | 2015-12-23 | 百度在线网络技术(北京)有限公司 | 投放信息点击率预估方法及装置 |
US10127573B2 (en) * | 2015-11-13 | 2018-11-13 | Facebook, Inc. | Framework for evaluating targeting models |
US10057199B2 (en) * | 2015-11-16 | 2018-08-21 | Facebook, Inc. | Ranking and filtering comments based on impression calculations |
US10242386B2 (en) * | 2015-12-16 | 2019-03-26 | Facebook, Inc. | Grouping users into tiers based on similarity to a group of seed users |
US20170178199A1 (en) * | 2015-12-22 | 2017-06-22 | Intuit Inc. | Method and system for adaptively providing personalized marketing experiences to potential customers and users of a tax return preparation system |
US20170186047A1 (en) * | 2015-12-28 | 2017-06-29 | International Business Machines Corporation | Optimization of audience groups in online advertising bidding |
CN105678587B (zh) * | 2016-01-12 | 2020-11-24 | 腾讯科技(深圳)有限公司 | 一种推荐特征确定方法、信息推荐方法及装置 |
US20170236073A1 (en) * | 2016-02-12 | 2017-08-17 | Linkedln Corporation | Machine learned candidate selection on inverted indices |
US10200485B2 (en) * | 2016-04-05 | 2019-02-05 | Facebook, Inc. | Pushing news feed content to client devices |
US20180189074A1 (en) * | 2017-01-03 | 2018-07-05 | Facebook, Inc. | Postview of content items for dynamic creative optimization |
US20190197176A1 (en) * | 2017-12-21 | 2019-06-27 | Microsoft Technology Licensing, Llc | Identifying relationships between entities using machine learning |
US10740825B1 (en) * | 2018-04-10 | 2020-08-11 | Facebook, Inc. | User clustering in a latent space for identifying user interest in a content item |
CN109614794A (zh) * | 2018-12-12 | 2019-04-12 | 中国科学院计算机网络信息中心 | 基于信息增益的特征选择方法、装置及存储介质 |
CN111159564A (zh) * | 2019-12-31 | 2020-05-15 | 联想(北京)有限公司 | 信息推荐方法、装置、存储介质及计算机设备 |
-
2016
- 2016-01-12 CN CN201610017754.7A patent/CN105678587B/zh active Active
-
2017
- 2017-01-10 KR KR1020177034700A patent/KR101999471B1/ko active IP Right Grant
- 2017-01-10 WO PCT/CN2017/070764 patent/WO2017121314A1/zh active Application Filing
- 2017-01-10 JP JP2017562719A patent/JP6588572B2/ja active Active
- 2017-11-29 US US15/825,396 patent/US11301525B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US11301525B2 (en) | 2022-04-12 |
JP2018526710A (ja) | 2018-09-13 |
CN105678587A (zh) | 2016-06-15 |
WO2017121314A1 (zh) | 2017-07-20 |
KR101999471B1 (ko) | 2019-10-01 |
KR20170141247A (ko) | 2017-12-22 |
US20180081978A1 (en) | 2018-03-22 |
CN105678587B (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6588572B2 (ja) | 情報推薦方法および情報推薦装置 | |
US11699035B2 (en) | Generating message effectiveness predictions and insights | |
WO2018188576A1 (zh) | 资源推送方法及装置 | |
WO2017190610A1 (zh) | 目标用户定向方法、装置和计算机存储介质 | |
US20180114136A1 (en) | Trend identification using multiple data sources and machine learning techniques | |
WO2016107354A1 (zh) | 提供用户个性化资源消息推送的方法和装置 | |
US10416993B2 (en) | Mobile application update manager | |
US11809505B2 (en) | Method for pushing information, electronic device | |
JP6653374B2 (ja) | ユーザニーズを決定するための方法及び装置 | |
CN110490595B (zh) | 一种风险控制方法和装置 | |
CN115018552A (zh) | 产品点击率确定方法 | |
CN103324641A (zh) | 信息记录推荐方法和装置 | |
US20230316106A1 (en) | Method and apparatus for training content recommendation model, device, and storage medium | |
CN111260416B (zh) | 用于确定对象的关联用户的方法及装置 | |
US9652527B2 (en) | Multi-term query subsumption for document classification | |
CN108154377B (zh) | 广告作弊预测方法及装置 | |
US10496693B2 (en) | Unified classification and ranking strategy | |
CN110457464B (zh) | 用于信息处理的方法、装置和计算设备 | |
US20110077995A1 (en) | System and method for collecting and propagating computer benchmark data | |
CN112200602A (zh) | 用于广告推荐的神经网络模型训练方法及装置 | |
CN111915339A (zh) | 数据的处理方法、装置及设备 | |
CN109255656B (zh) | 一种基于复合模型的用户扩展方法、装置及系统 | |
JP6541521B2 (ja) | 生成装置、生成方法、生成プログラム、決定装置、決定方法、及び決定プログラム | |
JP2021103339A (ja) | 顧客の属性情報を解析する装置、方法、およびプログラム | |
JP2008299850A (ja) | 広告評価方法、コンピュータ読み取り可能な記録媒体、広告評価システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180201 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190122 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190218 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190516 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190819 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190912 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6588572 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |