專利名稱：一種網(wǎng)絡(luò)投放數(shù)據(jù)投放的方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及互聯(lián)網(wǎng)和廣告數(shù)據(jù)投放的技術(shù)領(lǐng)域，特別是涉及一種網(wǎng)絡(luò)投放數(shù)據(jù)投放的方法，以及，一種網(wǎng)絡(luò)投放數(shù)據(jù)投放的裝置。
背景技術(shù)：
在互聯(lián)網(wǎng)的發(fā)展過程中，諸如廣告數(shù)據(jù)之類的網(wǎng)絡(luò)投放數(shù)據(jù)一直是非常重要的商業(yè)模式，正是在互聯(lián)網(wǎng)廣告數(shù)據(jù)的不斷推動下，互聯(lián)網(wǎng)行業(yè)才得以如此繁榮。同時，隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，人們在瀏覽相同頁面時可以看到不同的廣告數(shù)據(jù)，實現(xiàn)廣告數(shù)據(jù)的個性化展示。通過這種方式，可以向用戶更精準地展示其可能感興趣的廣告數(shù)據(jù)。相關(guān)技術(shù)中，廣告數(shù)據(jù)精準投放策略主要包括如下三類:搜索觸發(fā)(sponsoredsearch)、內(nèi)容匹配(content match)、用戶行為定向(behavioral targeting)。其中，搜索觸發(fā)策略主要是根據(jù)當(dāng)前用戶向搜索引擎提交的關(guān)鍵詞進行廣告數(shù)據(jù)檢索，由于關(guān)鍵詞直接反映了當(dāng)前用戶的興趣，故可以向當(dāng)前用戶推送與搜索內(nèi)容相關(guān)的廣告數(shù)據(jù)；內(nèi)容匹配策略主要是對當(dāng)前用戶正在瀏覽的網(wǎng)頁的內(nèi)容進行建模分析，進而向當(dāng)前用戶展示與網(wǎng)頁內(nèi)容相近的廣告數(shù)據(jù)。但是，搜索觸發(fā)策略和內(nèi)容匹配策略沒有考慮當(dāng)前用戶的個性化興趣，不同的當(dāng)前用戶搜索同一關(guān)鍵詞或者瀏覽同一網(wǎng)頁時，所展示的廣告數(shù)據(jù)往往是相同的，但實際情況是，兩個當(dāng)前用戶搜索同一關(guān)鍵詞或者瀏覽同一網(wǎng)頁時，其關(guān)注點可能并不相同。用戶行為定向策略則主要是根據(jù)當(dāng)前用戶的歷史行為記錄，對其興趣進行建模分析，然后向當(dāng)前用戶展示符合其特點興趣的廣告數(shù)據(jù)。按照用戶行為定向策略，不同的當(dāng)前用戶搜索同一關(guān)鍵詞或者瀏覽同一網(wǎng)頁時，所看到的廣告數(shù)據(jù)是不相同的；但是，用戶行為定向策略在預(yù)測當(dāng)前用戶對廣告數(shù)據(jù)的點擊概率時往往不夠精準確，從而不能精準地投放當(dāng)前用戶感興趣的廣告數(shù)據(jù)。因此，目前需要本領(lǐng)域技術(shù)人員迫切解決的一個技術(shù)問題就是:提出一種網(wǎng)絡(luò)投放數(shù)據(jù)投放的方法，用以精準地預(yù)測當(dāng)前用戶針對不同類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率，有效提高網(wǎng)絡(luò)投放數(shù)據(jù)投放的準確性。

發(fā)明內(nèi)容
本發(fā)明提供了一種網(wǎng)絡(luò)投放數(shù)據(jù)投放的方法，能夠精準地預(yù)測當(dāng)前用戶針對不同類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率，有效提高網(wǎng)絡(luò)投放數(shù)據(jù)投放的準確性。相應(yīng)的，本發(fā)明還提供了一種網(wǎng)絡(luò)投放數(shù)據(jù)投放的裝置用以保證上述方法的實現(xiàn)及應(yīng)用。為了解決上述問題，本發(fā)明公開了一種網(wǎng)絡(luò)投放數(shù)據(jù)投放的方法，包括:統(tǒng)計當(dāng)前用戶針對不同類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率；獲取與所述當(dāng)前用戶關(guān)聯(lián)的近鄰用戶；提取所述近鄰用戶針對不同類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率；
采用所述近鄰用戶針對不同類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率，調(diào)整當(dāng)前用戶針對相應(yīng)類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率；提取所述調(diào)整后的點擊概率大于預(yù)設(shè)閾值的網(wǎng)絡(luò)投放數(shù)據(jù)，將其投放給當(dāng)前用戶。較佳地，所述網(wǎng)絡(luò)投放數(shù)據(jù)包括廣告數(shù)據(jù)，所述統(tǒng)計當(dāng)前用戶針對不同類別廣告數(shù)據(jù)的點擊概率的步驟包括:獲取當(dāng)前用戶的歷史行為信息；從所述當(dāng)前用戶的歷史行為信息中提取當(dāng)前用戶針對不同類別廣告數(shù)據(jù)的點擊次數(shù)，以及，當(dāng)前用戶針對不同類別廣告數(shù)據(jù)的展示次數(shù)；根據(jù)所述當(dāng)前用戶針對不同類別廣告數(shù)據(jù)的點擊次數(shù)，以及，當(dāng)前用戶針對不同類別廣告數(shù)據(jù)的展示次數(shù)計算當(dāng)前用戶針對不同類別廣告數(shù)據(jù)的點擊概率。較佳地，所述當(dāng)前用戶的歷史行為信息包括當(dāng)前用戶的網(wǎng)頁搜索信息以及當(dāng)前用戶的網(wǎng)頁訪問信息。較佳地，所述與當(dāng)前用戶關(guān)聯(lián)的近鄰用戶包括與當(dāng)前用戶具有交互的網(wǎng)絡(luò)行為的用戶，和/或，與當(dāng)前用戶行為相似度大于預(yù)設(shè)閾值的用戶。較佳地，所述提取近鄰用戶針對不同類別廣告數(shù)據(jù)的點擊概率的步驟包括:獲取近鄰用戶的歷史行為信息；從所述近鄰用戶的歷史行為信息中提取近鄰用戶針對不同類別廣告數(shù)據(jù)的點擊次數(shù)，以及，近鄰用戶針對不同類別廣告數(shù)據(jù)的展示次數(shù)；根據(jù)所述近鄰用戶針對不同類別廣告數(shù)據(jù)的點擊次數(shù)，以及，近鄰用戶針對不同類別廣告數(shù)據(jù)的展示次數(shù)計算近鄰用戶針對不同類別廣告數(shù)據(jù)的點擊概率。較佳地，所述采用近鄰用戶針對不同類別廣告數(shù)據(jù)的點擊概率，調(diào)整當(dāng)前用戶針對相應(yīng)類別廣告數(shù)據(jù)的點擊概率的步驟包括:采用如下公式調(diào)整所述當(dāng)前用戶針對相應(yīng)類別廣告數(shù)據(jù)的點擊概率，
權(quán)利要求
1.一種網(wǎng)絡(luò)投放數(shù)據(jù)投放的方法，其特征在于，包括: 統(tǒng)計當(dāng)前用戶針對不同類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率； 獲取與所述當(dāng)前用戶關(guān)聯(lián)的近鄰用戶； 提取所述近鄰用戶針對不同類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率； 采用所述近鄰用戶針對不同類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率，調(diào)整當(dāng)前用戶針對相應(yīng)類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率； 提取所述調(diào)整后的點擊概率大于預(yù)設(shè)閾值的網(wǎng)絡(luò)投放數(shù)據(jù)，將其投放給當(dāng)前用戶。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述網(wǎng)絡(luò)投放數(shù)據(jù)包括廣告數(shù)據(jù)，所述統(tǒng)計當(dāng)前用戶針對不同類別廣告數(shù)據(jù)的點擊概率的步驟包括: 獲取當(dāng)前用戶的歷史行為信息； 從所述當(dāng)前用戶的歷史行為信息中提取當(dāng)前用戶針對不同類別廣告數(shù)據(jù)的點擊次數(shù)，以及，當(dāng)前用戶針對不同類別廣告數(shù)據(jù)的展示次數(shù)； 根據(jù)所述當(dāng)前用戶針對不同類別廣告數(shù)據(jù)的點擊次數(shù)，以及，當(dāng)前用戶針對不同類別廣告數(shù)據(jù)的展示次數(shù)計算當(dāng)前用戶針對不同類別廣告數(shù)據(jù)的點擊概率。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述當(dāng)前用戶的歷史行為信息包括當(dāng)前用戶的網(wǎng)頁搜索信息以及當(dāng)前用戶的網(wǎng)頁訪問信息。
4.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述與當(dāng)前用戶關(guān)聯(lián)的近鄰用戶包括與當(dāng)前用戶具有交互的網(wǎng)絡(luò)行為的用戶，和/或，與當(dāng)前用戶行為相似度大于預(yù)設(shè)閾值的用戶。
5.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述提取近鄰用戶針對不同類別廣告數(shù)據(jù)的點擊概率的步驟包括: 獲取近鄰用戶的歷史行為信息； 從所述近鄰用戶的歷史行為信息中提取近鄰用戶針對不同類別廣告數(shù)據(jù)的點擊次數(shù)，以及，近鄰用戶針對不同類別廣告數(shù)據(jù)的展示次數(shù)； 根據(jù)所述近鄰用戶針對不同類別廣告數(shù)據(jù)的點擊次數(shù)，以及，近鄰用戶針對不同類別廣告數(shù)據(jù)的展示次數(shù)計算近鄰用戶針對不同類別廣告數(shù)據(jù)的點擊概率。
6.根據(jù)要求I或2所述的方法，其特征在于，所述采用近鄰用戶針對不同類別廣告數(shù)據(jù)的點擊概率，調(diào)整當(dāng)前用戶針對相應(yīng)類別廣告數(shù)據(jù)的點擊概率的步驟包括: 采用如下公式調(diào)整所述當(dāng)前用戶針對相應(yīng)類別廣告數(shù)據(jù)的點擊概率， (7廠 Ctr'=(l- )Ctr + Y --- s s 仙/deg(g)9 其中，u為所述當(dāng)前用戶，Ctru為所述當(dāng)前用戶針對相應(yīng)類別廣告數(shù)據(jù)的點擊概率，g為與所述當(dāng)前用戶關(guān)聯(lián)的近鄰用戶，Ctrg為與所述當(dāng)前用戶關(guān)聯(lián)的近鄰用戶針對相應(yīng)類別廣告數(shù)據(jù)的點擊概率，outdeg(g)為出度，α為阻尼系數(shù)。
7.根據(jù)要求I或2所述的方法，其特征在于，所述采用近鄰用戶針對不同類別廣告數(shù)據(jù)的點擊概率，調(diào)整當(dāng)前用戶針對相應(yīng)類別廣告數(shù)據(jù)的點擊概率的步驟還包括: 對所述當(dāng)前用戶以及與當(dāng)前用戶的行為相似度大于預(yù)設(shè)閾值的用戶計算其針對相應(yīng)類別廣告數(shù)據(jù)的點擊概率的平均值。
8.—種網(wǎng)絡(luò)投放數(shù)據(jù)投放的裝置，其特征在于，包括: 點擊概率統(tǒng)計模塊，用于統(tǒng)計當(dāng)前用戶針對不同類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率； 近鄰用戶獲取模塊，用于獲取與所述當(dāng)前用戶關(guān)聯(lián)的近鄰用戶； 點擊概率提取模塊，用于提取所述近鄰用戶針對不同類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率；點擊概率調(diào)整模塊，用于采用所述近鄰用戶針對不同類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率，調(diào)整當(dāng)前用戶針對相應(yīng)類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率； 投放模塊，用于提取所述調(diào)整后的點擊概率大于預(yù)設(shè)閾值的網(wǎng)絡(luò)投放數(shù)據(jù)，將其投放給當(dāng)前用戶。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述網(wǎng)絡(luò)投放數(shù)據(jù)包括廣告數(shù)據(jù)，所述點擊概率統(tǒng)計模塊包括: 第一歷史行為信息獲取子模塊，用于獲取當(dāng)前用戶的歷史行為信息； 第一提取子模塊，用于從所述當(dāng)前用戶的歷史行為信息中提取當(dāng)前用戶針對不同類別廣告數(shù)據(jù)的點擊次數(shù)，以及，當(dāng)前用戶針對不同類別廣告數(shù)據(jù)的展示次數(shù)； 第一點擊概率計算子模塊，用于根據(jù)所述當(dāng)前用戶針對不同類別廣告數(shù)據(jù)的點擊次數(shù)，以及，當(dāng)前用戶針對不同類別廣告數(shù)據(jù)的展示次數(shù)計算當(dāng)前用戶針對不同類別廣告數(shù)據(jù)的點擊概率。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述當(dāng)前用戶的歷史行為信息包括當(dāng)前用戶的網(wǎng)頁搜索信息以及當(dāng)前用戶的網(wǎng)頁訪問信息。
11.根據(jù)權(quán)利要求8或9所述的裝置，其特征在于，所述與當(dāng)前用戶關(guān)聯(lián)的近鄰用戶包括與當(dāng)前用戶具有交互的網(wǎng)絡(luò)行為的用戶，和/或，與當(dāng)前用戶行為相似度大于預(yù)設(shè)閾值的用戶。
12.根據(jù)權(quán)利要求8或9所述的裝置，其特征在于，所述點擊概率提取模塊包括: 第二歷史行為信息獲取子模塊，用于獲取近鄰用戶的歷史行為信息； 第二提取子模塊，用于從所述近鄰用戶的歷史行為信息中提取近鄰用戶針對不同類別廣告數(shù)據(jù)的點擊次數(shù)，以及，近鄰用戶針對不同類別廣告數(shù)據(jù)的展示次數(shù)； 第二點擊概率計算子模塊，用于根據(jù)所述近鄰用戶針對不同類別廣告數(shù)據(jù)的點擊次數(shù)，以及，近鄰用戶針對不同類別廣告數(shù)據(jù)的展示次數(shù)計算近鄰用戶針對不同類別廣告數(shù)據(jù)的點擊概率。
13.根據(jù)要求8或9所述的裝置，其特征在于，所述點擊概率調(diào)整模塊包括: 調(diào)整子模塊，用于采用如下公式調(diào)整所述當(dāng)前用戶針對相應(yīng)類別廣告數(shù)據(jù)的點擊概率，
14.根據(jù)要求8或9所述的裝置，其特征在于，所述點擊概率調(diào)整模塊還包括: 平均值計算子模塊，用于對所述當(dāng)前用戶以及與當(dāng)前用戶的行為相似度大于預(yù)設(shè)閾值的用戶計算其針對相應(yīng)類別廣告數(shù)據(jù)的點擊概率的平均值。
全文摘要
本發(fā)明提供了一種網(wǎng)絡(luò)投放數(shù)據(jù)投放的方法和裝置，其中所述方法包括統(tǒng)計當(dāng)前用戶針對不同類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率；獲取與所述當(dāng)前用戶關(guān)聯(lián)的近鄰用戶；提取所述近鄰用戶針對不同類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率；采用所述近鄰用戶針對不同類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率，調(diào)整當(dāng)前用戶針對相應(yīng)類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率；提取所述調(diào)整后的點擊概率大于預(yù)設(shè)閾值的網(wǎng)絡(luò)投放數(shù)據(jù)，將其投放給當(dāng)前用戶。本發(fā)明能夠精準地預(yù)測當(dāng)前用戶針對不同類別網(wǎng)絡(luò)投放數(shù)據(jù)的點擊概率，有效提高網(wǎng)絡(luò)投放數(shù)據(jù)投放的準確性。
文檔編號G06Q30/02GK103150663SQ20131005291
公開日2013年6月12日 申請日期2013年2月18日 優(yōu)先權(quán)日2013年2月18日
發(fā)明者張中峰, 羅峰, 黃蘇支, 李娜 申請人:億贊普(北京)科技有限公司