RU2015143316A - Способ и система определения оптимального значения параметра аукциона для цифрового объекта - Google Patents
Способ и система определения оптимального значения параметра аукциона для цифрового объекта Download PDFInfo
- Publication number
- RU2015143316A RU2015143316A RU2015143316A RU2015143316A RU2015143316A RU 2015143316 A RU2015143316 A RU 2015143316A RU 2015143316 A RU2015143316 A RU 2015143316A RU 2015143316 A RU2015143316 A RU 2015143316A RU 2015143316 A RU2015143316 A RU 2015143316A
- Authority
- RU
- Russia
- Prior art keywords
- auction
- users
- group
- data
- digital object
- Prior art date
Links
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
- G06Q30/0273—Determination of fees for advertising
- G06Q30/0275—Auctions
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
-
- 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
- G06Q30/0283—Price estimation or determination
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Claims (44)
1. Способ определения оптимального значения параметра аукциона для цифрового объекта; способ выполняется на сервере аукциона, связанном с хранилищем данных, на сервере аукциона размещен сервис аукциона, способ включает в себя:
получение, из хранилища данных, данных истории взаимодействия первой группы пользователей сервиса аукциона и данных истории взаимодействия второй группы пользователей сервиса аукциона, причем данные истории взаимодействия включают в себя по меньшей мере: указатель на цифровой объект, параметр аукциона, связанный с цифровым объектом, и характеристику среды в соответствующий момент времени;
офлайн обучение алгоритма машинного обучения прогнозировать оптимальное значение параметров аукциона для множества цифровых объектов на основе данных истории взаимодействия, связанных с первой группой пользователей, причем множество цифровых объектов связано с историей взаимодействий первой группы пользователей;
применение алгоритма машинного офлайн обучения для определения первого оптимального значения параметра аукциона для множества цифровых объектов, связанных со второй группой пользователей;
сохранение первого оптимального значения параметра аукциона для множества цифровых объектов;
в ответ на получение сервером аукциона запроса на сервис аукциона
определение цифрового объекта, релевантного запросу;
определение пользователя, связанного с цифровым объектом;
в ответ на то, что пользователь, который связан с цифровым объектом, принадлежит второй группе пользователей, применение первого оптимального значения параметра аукциона к цифровому объекту.
2. Способ по п.1, в котором на этапе получения данных истории взаимодействия дополнительно задается минимальное количество пользователей в первой группе пользователей сервиса аукциона.
3. Способ по п.1, в котором на этапе получения данных истории взаимодействия дополнительно задается минимальное количество пользователей во второй группе пользователей сервиса аукциона.
4. Способ по любому из пп. 1-3, в котором количество пользователей первой группы пользователей сервиса аукциона равно количеству пользователей второй группы.
5. Способ по п. 1, в котором на этапе получения данных истории взаимодействия первая и вторая группы представляют собой единую группу пользователей сервиса аукциона, а перед этапом офлайн обучения алгоритма машинного обучения выполняется разделение единой группы пользователей на первую группу пользователей сервиса аукциона и вторую группу пользователей сервиса аукциона.
6. Способ по п. 1, в котором дополнительно выполняется:
перед офлайн обучением алгоритма машинного обучения разделение множества цифровых объектов по меньшей мере на две категории, и разделение первой и второй группы пользователей онлайн аукциона на подгруппы пользователей по соответствующим категориям;
офлайн обучение алгоритма машинного обучения на основе данных истории взаимодействия каждой отдельной подгруппы первой группы пользователей;
применение алгоритма машинного офлайн обучения для определения первого оптимального значения параметра аукциона для каждой категории множества цифровых объектов, связанных с соответствующей подгруппой второй группы пользователей;
после получения сервером аукциона запроса на сервис аукциона в ответ на то, что пользователь, который связан с цифровым объектом, принадлежит подгруппе второй группы пользователей, применение к цифровому объекту первого оптимального значения параметра аукциона соответствующего категории цифрового объекта.
7. Способ по п. 6, в котором предварительно задается минимальное количество пользователей каждой подгруппы.
8. Способ по п. 7, в котором в ответ на то, что количество пользователей подгруппы меньше предварительно заданного минимального значения офлайн обучение алгоритма машинного обучения выполняется на основе группы пользователей.
9. Способ по п. 1, в котором хранилище данных включает в себя множество данных истории взаимодействия множества пользователей, при этом на этапе получения данных истории взаимодействия получаются только данные созданные за предварительно определенный период времени и включающие в себя по меньшей мере: указатель на цифровой объект, параметр аукциона, связанный с цифровым объектом, и характеристику среды в соответствующий момент времени.
10. Способ по п. 1, в котором данные истории взаимодействия дополнительно включают в себя пространственное размещение цифрового объекта на экране компьютерного устройства.
11. Способ по п. 1, в котором данные истории взаимодействия дополнительно включают в себя указатель типа цифрового объекта.
12. Способ по п. 11, в котором тип цифрового объекта представляет собой: текст, изображение, видео, анимацию, кнопку, форму, гиперссылку, интерактивный элемент, или их комбинацию.
13. Способ по п. 1, в котором данные истории взаимодействия дополнительно включают в себя историю изменения по меньшей мере одного параметра аукциона в течение времени.
14. Способ по п. 1, в котором характеристики среды включают в себя по меньшей мере одно из: среднюю предложенную цену, и 90% квантиль предложенной цены, и минимальную предложенную цену, и максимальную предложенную цену, и значение вероятности клика на цифровой объект, и значение релевантности цифрового объекта поисковому запросу, и указатель на географический регион, и поисковый запрос, в ответ на который был показан цифровой объект.
15. Способ по п.1, в котором алгоритм машинного офлайн обучения выполнен с возможностью прогнозировать оптимальное значение по меньшей мере одного из следующих параметров аукциона: минимальная цена размещения, порог амнистирования для рекламодателя.
16. Способ по п.1 в котором после сохранения первого оптимального значения параметра аукциона для множества цифровых объектов выполняется обновление упомянутого оптимального значения путем периодического повторения этапов способа.
17. Способ по п.1, в котором дополнительно выполняется:
офлайн обучение алгоритма машинного обучения прогнозировать оптимальное значение параметров аукциона для множества цифровых объектов, на основе данных истории взаимодействия, связанных со второй группой пользователей, причем множество цифровых объектов связано с историей взаимодействий второй группы пользователей;
применение алгоритма машинного офлайн обучения для определения второго оптимального значения параметра аукциона для множества цифровых объектов, связанных с первой группой пользователей;
сохранение второго оптимального значения параметра аукциона для множества цифровых объектов.
18. Способ по п. 17, в котором на этапе получения сервером аукциона запроса на сервис аукциона в ответ на то, что пользователь, который связан с цифровым объектом, принадлежит первой группе пользователей сервиса аукциона применение второго оптимального значения параметра аукциона к цифровому объекту.
19. Способ по п.17, в котором после сохранения второго оптимального значения параметра аукциона для множества цифровых объектов выполняется обновление упомянутого оптимального значения путем периодического повторения этапов способа.
20. Система отображения цифровых объектов, предоставленных пользователями, система включает в себя:
сервер аукциона, сервер аукциона взаимно соединен по меньшей мере с одним хранилищем данных, причем сервер аукциона включает в себя процессор, процессор выполнен с возможностью исполнения сохраненных инструкций, хранилище данных включает в себя данные истории взаимодействия первой группы пользователей сервиса аукциона и данные истории взаимодействия второй группы пользователей сервиса аукциона, причем данные истории взаимодействия включают в себя по меньшей мере: указатель на цифровой объект, параметр аукциона, связанный с цифровым объектом, и характеристику среды в соответствующий момент времени; процессор при исполнении инструкций выполнен с возможностью получать доступ к данным истории взаимодействия первой и второй групп пользователей сервиса аукциона;
обучающую систему, которая выполнена с возможностью: обмена данными с сервером аукциона; инициации доступа процессора к данным истории взаимодействия; офлайн обучения алгоритма машинного обучения на основе данных из истории взаимодействия, связанных с первой группой пользователей сервиса аукциона, причем множество цифровых объектов связано с историей взаимодействий первой группы пользователей сервиса аукциона;
модуль определения, который выполнен с возможностью: обмена данными с обучающей системой; применения алгоритма машинного офлайн обучения для определения первого оптимального значения параметра аукциона для множества цифровых объектов, при этом множество цифровых объектов связано со второй группой пользователей сервиса аукциона; сохранения первого оптимального значения параметра аукциона для множества цифровых объектов в хранилище данных;
сервер аукциона выполнен с возможностью: обмена данными по меньшей мере с одним компьютерным устройством с экраном; получения запроса, передаваемого компьютерным устройством для предоставления цифрового объекта; выполнения инструкции, запрограммированных на: доступ к системе хранения данных для определения цифрового объекта, релевантного запросу; определение пользователя, связанного с цифровым объектом; определение того, что пользователь, связанный с цифровым объектом, относится ко второй группе пользователей сервиса аукциона; применение первого оптимального значения параметра аукциона для цифрового объекта, и предоставление цифрового объекта для отображения на экране компьютерного устройства.
21. Система по п. 20, в которой введено по меньшей мере одно дополнительное хранилище данных.
22. Система по п. 21, в которой данные истории взаимодействия первой группы пользователей сервиса аукциона и данные истории взаимодействия второй группы пользователей сервиса аукциона хранят на разных хранилищах данных.
23. Система по п. 20, в которой обучающая система выполнена с дополнительной возможностью: офлайн обучения алгоритма машинного обучения на основе данных из истории взаимодействия, связанных со второй группой пользователей сервиса аукциона, причем множество цифровых объектов связано с историей взаимодействий второй группы пользователей сервиса аукциона;
модуль определения выполнен с дополнительной возможностью: применения алгоритма машинного офлайн обучения для определения второго оптимального значения параметра аукциона для множества цифровых объектов, при этом множество цифровых объектов связано с первой группой пользователей сервиса аукциона; сохранения второго оптимального значения параметра аукциона для множества цифровых объектов в системе хранения данных.
24. Система по п. 23, в которой сервер аукциона выполнен с дополнительной возможностью выполнения инструкции, запрограммированных на: определение того, что пользователь, связанный с цифровым объектом, относится к первой группе пользователей сервиса аукциона; применение второго оптимального значения параметра аукциона для цифрового объекта.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2015143316A RU2637431C2 (ru) | 2015-10-12 | 2015-10-12 | Способ и система определения оптимального значения параметра аукциона для цифрового объекта |
| US15/276,918 US10529011B2 (en) | 2015-10-12 | 2016-09-27 | Method and system of determining an optimal value of an auction parameter for a digital object |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2015143316A RU2637431C2 (ru) | 2015-10-12 | 2015-10-12 | Способ и система определения оптимального значения параметра аукциона для цифрового объекта |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2015143316A true RU2015143316A (ru) | 2017-04-17 |
| RU2637431C2 RU2637431C2 (ru) | 2017-12-04 |
Family
ID=58498745
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2015143316A RU2637431C2 (ru) | 2015-10-12 | 2015-10-12 | Способ и система определения оптимального значения параметра аукциона для цифрового объекта |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US10529011B2 (ru) |
| RU (1) | RU2637431C2 (ru) |
Families Citing this family (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11074529B2 (en) | 2015-12-04 | 2021-07-27 | International Business Machines Corporation | Predicting event types and time intervals for projects |
| US11120460B2 (en) * | 2015-12-21 | 2021-09-14 | International Business Machines Corporation | Effectiveness of service complexity configurations in top-down complex services design |
| US10248974B2 (en) | 2016-06-24 | 2019-04-02 | International Business Machines Corporation | Assessing probability of winning an in-flight deal for different price points |
| US10929872B2 (en) | 2016-06-24 | 2021-02-23 | International Business Machines Corporation | Augmenting missing values in historical or market data for deals |
| US10902446B2 (en) | 2016-06-24 | 2021-01-26 | International Business Machines Corporation | Top-down pricing of a complex service deal |
| CN107185222B (zh) * | 2017-05-27 | 2018-04-24 | 竞技世界（北京）网络技术有限公司 | 牌类游戏首叫权的确定方法及装置 |
| US10943184B2 (en) | 2017-09-14 | 2021-03-09 | Amadeus S.A.S. | Machine learning methods and systems for predicting online user interactions |
| FR3071086A1 (fr) * | 2017-09-14 | 2019-03-15 | Amadeus S.A.S. | Un procede et systeme pour une offre adaptative intelligente dans un reseau d'echange en ligne automatise |
| CN111052167A (zh) * | 2017-09-14 | 2020-04-21 | 艾玛迪斯简易股份公司 | 自动化在线交易网络中的智能自适应竞价的方法和系统 |
| US11120480B2 (en) | 2017-09-14 | 2021-09-14 | Amadeus S.A.S. | Systems and methods for real-time online traveler segmentation using machine learning |
| CN110019163A (zh) * | 2017-12-05 | 2019-07-16 | 北京京东尚科信息技术有限公司 | 对象特征的预测、推荐的方法、系统、设备和存储介质 |
| US10755324B2 (en) | 2018-01-02 | 2020-08-25 | International Business Machines Corporation | Selecting peer deals for information technology (IT) service deals |
| US11182833B2 (en) | 2018-01-02 | 2021-11-23 | International Business Machines Corporation | Estimating annual cost reduction when pricing information technology (IT) service deals |
| RU2743898C1 (ru) | 2018-11-16 | 2021-03-01 | Общество С Ограниченной Ответственностью "Яндекс" | Способ выполнения задач |
| RU2744032C2 (ru) | 2019-04-15 | 2021-03-02 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система для определения результата выполнения задачи в краудсорсинговой среде |
| RU2744038C2 (ru) | 2019-05-27 | 2021-03-02 | Общество С Ограниченной Ответственностью «Яндекс» | Способ и система для определения результата для задачи, выполняемой в краудсорсинговой среде |
| RU2019128272A (ru) | 2019-09-09 | 2021-03-09 | Общество С Ограниченной Ответственностью «Яндекс» | Способ и система для определения производительности пользователя в компьютерной краудсорсинговой среде |
| RU2019135532A (ru) | 2019-11-05 | 2021-05-05 | Общество С Ограниченной Ответственностью «Яндекс» | Способ и система для выбора метки из множества меток для задачи в краудсорсинговой среде |
| RU2019138208A (ru) | 2019-11-26 | 2021-05-26 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и сервер для генерирования модифицируемой части цифрового документы |
| RU2020107002A (ru) | 2020-02-14 | 2021-08-16 | Общество С Ограниченной Ответственностью «Яндекс» | Способ и система приема метки для цифровой задачи, исполняемой в краудсорсинговой среде |
| CN112308629A (zh) * | 2020-11-13 | 2021-02-02 | 北京沃东天骏信息技术有限公司 | 信息查询方法和装置 |
| EP4156068A4 (en) * | 2021-08-13 | 2023-05-03 | Anheuser-Busch Inbev (China) Co., Ltd. | COMPUTER-IMPLEMENTED OFFERING METHOD, COMPUTER DEVICE AND STORAGE MEDIA |
| CN113781188B (zh) * | 2021-08-13 | 2024-02-23 | 百威投资(中国)有限公司 | 一种计算机实施的竞标方法、计算机设备及存储介质 |
| CN114419448B (zh) * | 2022-03-28 | 2022-06-14 | 太平洋国际拍卖有限公司 | 一种基于流拍商品的智能分析方法及系统 |
Family Cites Families (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030093355A1 (en) * | 1999-08-12 | 2003-05-15 | Gabriel N. Issa, Llc | Method, system and computer site for conducting an online auction |
| RU2161891C1 (ru) | 2000-02-02 | 2001-01-20 | ООО "Торговая компания "АСКОНД" | Способ получения сухих кормов для сельскохозяйственных животных |
| US7493280B2 (en) | 2001-07-10 | 2009-02-17 | Hewlett-Packard Development Company, L.P. | Method and system for setting an optimal reserve price for an auction |
| WO2006128104A2 (en) | 2005-05-24 | 2006-11-30 | Insider Pages | Advertising systems and methods |
| US8831987B2 (en) | 2006-12-19 | 2014-09-09 | The Rubicon Project | Managing bids in a real-time auction for advertisements |
| US20090063268A1 (en) | 2007-09-04 | 2009-03-05 | Burgess David A | Targeting Using Historical Data |
| US20090083098A1 (en) | 2007-09-24 | 2009-03-26 | Yahoo! Inc. | System and method for an online auction with optimal reserve price |
| US20090164298A1 (en) | 2007-12-21 | 2009-06-25 | Yahoo! | System and Method for Market Reserve Price Modeling in Online Auctions with Advanced Match |
| RU78342U1 (ru) * | 2008-07-29 | 2008-11-20 | Эмиль Хагаевич Шальмиев | Система для проведения аукционов |
| US20100121679A1 (en) | 2008-11-13 | 2010-05-13 | Yahoo! Inc. | System and method for representative allocation and pricing of impression segments of online advertisement impressions for advertising campaigns |
| CN107016030B (zh) | 2010-12-30 | 2020-09-29 | 阿里巴巴集团控股有限公司 | 一种关键词估计值反馈方法及系统 |
| US8926980B2 (en) | 2011-07-11 | 2015-01-06 | Camas Incorporated | Compositions against bacterial toxins |
| US9947029B2 (en) * | 2012-06-29 | 2018-04-17 | AppNexus Inc. | Auction tiering in online advertising auction exchanges |
| US20140006144A1 (en) | 2012-06-29 | 2014-01-02 | Yahoo Inc. | Method of calculating a reserve price for an auction and apparatus conducting the same |
| US20140006172A1 (en) | 2012-06-29 | 2014-01-02 | Yahoo! Inc. | Method of calculating a reserve price for an auction and apparatus conducting the same |
| US20140000614A1 (en) | 2012-07-02 | 2014-01-02 | Eric Chang | Nasal Mask |
| US20140365317A1 (en) | 2012-07-26 | 2014-12-11 | Google Inc. | System and method for improved advertisement reassignment and bid pricing |
| GB2519725A (en) | 2012-08-20 | 2015-04-29 | Openx Technologies Inc | System and methods for generating dynamic market pricing for use in real-time auctions |
| US20140089106A1 (en) | 2012-09-27 | 2014-03-27 | Yahoo! Inc. | Method and system for formulating bids for internet advertising using forecast data |
| US20140172587A1 (en) | 2012-12-14 | 2014-06-19 | Microsoft Corporation | Dynamic floor prices in second-price auctions |
| US20150127469A1 (en) | 2013-11-04 | 2015-05-07 | Linkedin Corporation | Reserve price modeling for online advertising auctions |
| US20150134462A1 (en) | 2013-11-08 | 2015-05-14 | Turn Inc. | Dynamic bid price selection |
| US20150206196A1 (en) | 2014-01-21 | 2015-07-23 | Facebook, Inc. | Modifying advertisment bid amounts based on a target average price paid for advertisement presentation |
-
2015
- 2015-10-12 RU RU2015143316A patent/RU2637431C2/ru active
-
2016
- 2016-09-27 US US15/276,918 patent/US10529011B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| US10529011B2 (en) | 2020-01-07 |
| US20170103451A1 (en) | 2017-04-13 |
| RU2637431C2 (ru) | 2017-12-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2015143316A (ru) | Способ и система определения оптимального значения параметра аукциона для цифрового объекта | |
| US9607273B2 (en) | Optimal time to post for maximum social engagement | |
| JP2017536610A5 (ru) | ||
| JP2014522015A5 (ru) | ||
| US11127032B2 (en) | Optimizing and predicting campaign attributes | |
| WO2010019537A2 (en) | Object identification in images | |
| JP2016507116A5 (ru) | ||
| CA2767699A1 (en) | Methods and systems to present network notifications in conjunction with display advertisements | |
| CN107341272A (zh) | 一种推送方法、装置和电子设备 | |
| CN111708948A (zh) | 内容项推荐方法、装置、服务器及计算机可读存储介质 | |
| WO2015127884A1 (en) | Method, device, system for displaying media data | |
| EP2778979A1 (en) | Search result ranking by brand | |
| US20140372202A1 (en) | Predicting performance of content items using loss functions | |
| CN106095842A (zh) | 在线课程搜索方法和装置 | |
| US10602226B2 (en) | Ranking carousels of on-line recommendations of videos | |
| CN105210378A (zh) | 用于基于装置配置文件提供视频广告服务的方法和系统 | |
| TWI682341B (zh) | 推廣信息的展現方法及裝置 | |
| CN110766513A (zh) | 信息排序方法、装置、电子设备及可读存储介质 | |
| CN110147514B (zh) | 一种资源展示方法、装置及其设备 | |
| US20220277342A1 (en) | Method for modeling digital advertisement consumption | |
| CN109075987B (zh) | 优化数字组件分析系统 | |
| US20140181212A1 (en) | Delivery of two-way interactive content | |
| CN111738754A (zh) | 对象推荐方法及装置、存储介质、计算机设备 | |
| US10977688B2 (en) | Information processing apparatus, information processing method and program | |
| CN112989174A (zh) | 信息推荐方法及装置、介质和设备 |