本發(fā)明涉及互聯(lián)網(wǎng)搜索技術(shù)領(lǐng)域，特別是涉及一種搜索廣告的投放方法及裝置。

背景技術(shù)：

目前搜索廣告的投放方式一般為粗放型推送，即搜索廣告的內(nèi)容若與用戶搜索的關(guān)鍵詞相關(guān)，該搜索廣告均會(huì)被投放給用戶。但是隨著搜索引擎廣告樣式的持續(xù)創(chuàng)新以及廣告市場(chǎng)的日益成熟，該粗放型廣告投放方式所帶來(lái)的越來(lái)越多的搜索問(wèn)題開(kāi)始逐漸凸顯出來(lái)。首先，對(duì)搜索用戶來(lái)說(shuō)，當(dāng)用戶輸入搜索關(guān)鍵詞進(jìn)行搜索后，一些時(shí)常出現(xiàn)但與用戶的搜索意圖關(guān)系不大的搜素廣告也會(huì)很大篇幅的呈現(xiàn)在搜索結(jié)果頁(yè)中，用戶需要從很多不相關(guān)的搜索結(jié)果中查找到與其搜索意圖相關(guān)的搜索結(jié)果，致使搜索效率低，極大的影響了用戶的搜索體驗(yàn)；同時(shí)搜索結(jié)果中與搜索意圖不相關(guān)的搜索結(jié)果，用戶也不會(huì)點(diǎn)擊，致使搜索廣告的點(diǎn)擊率不高，進(jìn)而使得搜索廣告的投放效率不高；其次，對(duì)廣告主來(lái)說(shuō)，既存在部分目標(biāo)客戶的搜索流量未被關(guān)鍵詞廣告所覆蓋，也存在部分流量由于競(jìng)爭(zhēng)過(guò)于激烈進(jìn)而造成推廣成本快速增加的問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明提供的一種搜索廣告的投放方法及裝置，主要目的在于通對(duì)不同特征的客戶差異化投放搜索推廣內(nèi)容，最終實(shí)現(xiàn)將符合用戶搜索意圖的、合適的廣告投放給特定的用戶，實(shí)現(xiàn)搜索廣告的精細(xì)化投放。

為達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：

一方面，本發(fā)明提供一種搜索廣告的投放方法，包括：

根據(jù)用戶的搜索查詢?cè)~進(jìn)行搜索，獲取與所述查詢?cè)~相關(guān)的候選廣告集合；

根據(jù)所述用戶的特征信息獲取所述用戶的分類(lèi)；

根據(jù)所述用戶的分類(lèi)、所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi)容以及不同用戶對(duì)不同廣告點(diǎn)擊行為的歷史數(shù)據(jù)，從所述候選集合中選擇滿足預(yù)定條件的廣告集合作為在所述用戶搜索結(jié)果頁(yè)中展示的搜索廣告集合；

將所述搜索廣告集合中的廣告投放給所述用戶，以便在用戶的搜索結(jié)果頁(yè)中展示。

另一方面，本發(fā)明還提供一種搜索廣告的投放裝置，包括：

搜索單元，用于根據(jù)用戶的搜索查詢?cè)~進(jìn)行搜索，獲取與所述查詢?cè)~相關(guān)的候選廣告集合；

獲取單元，用于根據(jù)所述用戶的特征信息獲取所述用戶的分類(lèi)；

確定單元，用于根據(jù)所述用戶的分類(lèi)、所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi)容以及不同用戶對(duì)不同廣告點(diǎn)擊行為的歷史數(shù)據(jù)，從所述候選集合中選擇滿足預(yù)定條件的廣告集合作為在所述用戶搜索結(jié)果頁(yè)中展示的搜索廣告集合；

投放單元，用于將所述搜索廣告集合中的廣告投放給所述用戶，以便在用戶的搜索結(jié)果頁(yè)中展示。

本發(fā)明中提供的搜索廣告的投放方法及裝置，當(dāng)用戶使用查詢?cè)~進(jìn)行相關(guān)內(nèi)容的搜索時(shí)，不會(huì)將搜索到的與該查詢?cè)~相關(guān)的候選廣告直接全部投放給用戶，而是先根據(jù)用戶的分類(lèi)、所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi)容以及不同用戶對(duì)不同廣告點(diǎn)擊行為的歷史數(shù)據(jù)，從該候選集合中選擇滿足預(yù)定條件的廣告集合作為在所述用戶搜索結(jié)果頁(yè)中展示的搜索廣告集合，之后再將選擇的搜索廣告集合中的廣告投放給所述用戶。由于投放給用戶的搜索廣告是基于用戶的分類(lèi)以及用戶查詢?cè)~的搜索意圖和候選集合中每個(gè)廣告的內(nèi)容等內(nèi)容選取的，其兼顧了用戶的不同和廣告內(nèi)容的不同，故廣告的投放可以實(shí)現(xiàn)客戶差異化投放搜索推廣內(nèi)容，最終實(shí)現(xiàn)將符合用戶搜索意圖的、合適的廣告投放給特定的用戶，進(jìn)而實(shí)現(xiàn)搜索廣告的精細(xì)化投放。

上述說(shuō)明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說(shuō)明書(shū)的內(nèi)容予以實(shí)施，并且為了讓本發(fā)明的上述和 其它目的、特征和優(yōu)點(diǎn)能夠更明顯易懂，以下特舉本發(fā)明的具體實(shí)施方式。

附圖說(shuō)明

通過(guò)閱讀下文優(yōu)選實(shí)施方式的詳細(xì)描述，各種其他的優(yōu)點(diǎn)和益處對(duì)于本領(lǐng)域普通技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實(shí)施方式的目的，而并不認(rèn)為是對(duì)本發(fā)明的限制。而且在整個(gè)附圖中，用相同的參考符號(hào)表示相同的部件。在附圖中：

圖1示出了本發(fā)明實(shí)施例提供的搜索廣告的投放方法的流程圖；

圖2示出了本發(fā)明實(shí)施例提供的從所述候選集合中選擇滿足預(yù)定條件的廣告集合作為在所述用戶搜索結(jié)果頁(yè)中展示的搜索廣告集合的方法的流程圖；

圖3示出了本發(fā)明實(shí)施例提供的一種搜索廣告的投放裝置的組成框圖；

圖4示出了本發(fā)明實(shí)施例提供的另一種搜索廣告的投放裝置的組成框圖；

圖5示出了本發(fā)明實(shí)施例提供的另一種搜索廣告的投放裝置的組成框圖；

圖6示出了本發(fā)明實(shí)施例提供的另一種搜索廣告的投放裝置的組成框圖。

具體實(shí)施方式

下面將參照附圖更詳細(xì)地描述本公開(kāi)的示例性實(shí)施例。雖然附圖中顯示了本公開(kāi)的示例性實(shí)施例，然而應(yīng)當(dāng)理解，可以以各種形式實(shí)現(xiàn)本公開(kāi)而不應(yīng)被這里闡述的實(shí)施例所限制。相反，提供這些實(shí)施例是為了能夠更透徹地理解本公開(kāi)，并且能夠?qū)⒈竟_(kāi)的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。

本發(fā)明實(shí)施例提供一種搜索廣告的投放方法，如圖1所示，該方法包括：

101、根據(jù)用戶的搜索查詢?cè)~進(jìn)行搜索，獲取與所述查詢?cè)~相關(guān)的候選廣告集合。

根據(jù)用戶的搜索查詢?cè)~進(jìn)行搜索，會(huì)將搜索廣告系統(tǒng)中所有的與該查詢?cè)~相關(guān)的廣告全部搜索到，該候選廣告集合包含搜索到的所有與該查詢?cè)~相關(guān)的廣告。

102、根據(jù)所述用戶的特征信息獲取所述用戶的分類(lèi)。

其中，用戶的特征信息可以為但不局限于以下內(nèi)容，該內(nèi)容包括：人口統(tǒng)計(jì)學(xué)數(shù)據(jù)、Ip基于瀏覽器的cookie數(shù)據(jù)以及Ip的search-click數(shù)據(jù)。

所述用戶的分類(lèi)可以按人口統(tǒng)計(jì)學(xué)、興趣愛(ài)好、行為習(xí)慣、廣告偏好等進(jìn)行，也可以按其他的分類(lèi)進(jìn)行，具體的本發(fā)明實(shí)施例對(duì)此不進(jìn)行限制。例如當(dāng)年按人口統(tǒng)計(jì)學(xué)進(jìn)行分類(lèi)時(shí)，可以按性別、年齡段、經(jīng)濟(jì)水平等進(jìn)行分類(lèi)；又例如，當(dāng)按興趣愛(ài)好進(jìn)行分類(lèi)時(shí)，可以將經(jīng)常訪問(wèn)易車(chē)網(wǎng)和汽車(chē)之家的用戶劃分為汽車(chē)發(fā)燒友，經(jīng)常在天涯和CSDN上訪問(wèn)C++程序分享帖的用戶劃分為C++程序員等；又例如，當(dāng)按照行為習(xí)慣進(jìn)行分類(lèi)時(shí)，可以將每天晚上刷玄幻小說(shuō)更新的用戶劃分為小說(shuō)迷等。

103、根據(jù)所述用戶的分類(lèi)、所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi)容以及不同用戶對(duì)不同廣告點(diǎn)擊行為的歷史數(shù)據(jù)，從所述候選集合中選擇滿足預(yù)定條件的廣告集合作為在所述用戶搜索結(jié)果頁(yè)中展示的搜索廣告集合。

其中，所述廣告的內(nèi)容可以為但不局限于以下內(nèi)容，該內(nèi)容包括：廣告推廣內(nèi)容的類(lèi)別、相關(guān)特征以及推廣潛力。其中，廣告推廣內(nèi)容的類(lèi)別按照上述內(nèi)容的劃分，可以為但不局限于以下的分類(lèi)，區(qū)分用戶的人口統(tǒng)計(jì)學(xué)特征的分類(lèi)：如性別、年齡段、經(jīng)濟(jì)水平等的分類(lèi)；區(qū)分用戶搜索環(huán)境的分類(lèi)：如時(shí)間、地域、搜索渠道等分類(lèi)；區(qū)分用戶的興趣愛(ài)好的分類(lèi)：如購(gòu)物達(dá)人、汽車(chē)發(fā)燒友等分類(lèi)；區(qū)分用戶的行為習(xí)慣的分類(lèi)：如只點(diǎn)擊結(jié)果頁(yè)第一位結(jié)果焦慮型用戶、多次點(diǎn)擊耐心翻頁(yè)的溫和型用戶的分類(lèi)；區(qū)分用戶的廣告偏好的分類(lèi)：如只點(diǎn)擊圖片樣式廣告的用戶的分類(lèi)。

104、將所述搜索廣告集合中的廣告投放給所述用戶，以便在用戶的搜索結(jié)果頁(yè)中展示。

本發(fā)明實(shí)施例中，當(dāng)用戶使用查詢?cè)~進(jìn)行相關(guān)內(nèi)容的搜索時(shí)，不會(huì)將搜索到的與該查詢?cè)~相關(guān)的候選廣告直接全部投放給用戶，而是先根據(jù)用 戶的分類(lèi)、所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi)容以及不同用戶對(duì)不同廣告點(diǎn)擊行為的歷史數(shù)據(jù)，從該候選集合中選擇滿足預(yù)定條件的廣告集合作為在所述用戶搜索結(jié)果頁(yè)中展示的搜索廣告集合，之后再將選擇的搜索廣告集合中的廣告投放給所述用戶。由于投放給用戶的搜索廣告是基于用戶的分類(lèi)以及用戶查詢?cè)~的搜索意圖和候選集合中每個(gè)廣告的內(nèi)容等內(nèi)容選取的，其兼顧了用戶的不同和廣告內(nèi)容的不同，故廣告的投放可以實(shí)現(xiàn)客戶差異化投放搜索推廣內(nèi)容，最終實(shí)現(xiàn)將符合用戶搜索意圖的、合適的廣告投放給特定的用戶，進(jìn)而實(shí)現(xiàn)搜索廣告的精細(xì)化投放。

在執(zhí)行步驟102根據(jù)所述用戶的特征信息獲取所述用戶的分類(lèi)時(shí)，可以采用但不局限于以下的方法實(shí)現(xiàn)，該方法為：

1、獲取所述用戶的特征信息。

其中，所述特征信息的相關(guān)描述可以參考步驟102處的相關(guān)描述，本發(fā)明實(shí)施例此處將不再贅述。

在獲取用戶的上述特征信息時(shí)，可以從不同數(shù)據(jù)源導(dǎo)入并清理搜索用戶相關(guān)數(shù)據(jù)獲取該特征數(shù)據(jù)。

2、將所述特征信息輸入對(duì)應(yīng)的用戶分類(lèi)模型中獲取所述用戶不同的分類(lèi)。

在獲取了用戶的特征信息后，將所述特征信息輸入對(duì)應(yīng)的用戶分類(lèi)模型中，對(duì)用戶進(jìn)行分類(lèi)，并給用戶打上分類(lèi)標(biāo)簽user_tag。其中在對(duì)用戶進(jìn)行分類(lèi)時(shí)，可以從搜索需求、興趣愛(ài)好、行為習(xí)慣、人口統(tǒng)計(jì)學(xué)特征等多個(gè)維度對(duì)用戶進(jìn)行分類(lèi)。具體的分類(lèi)如上述步驟103中的相關(guān)內(nèi)容所述，本發(fā)明實(shí)施例此處將不再贅述。

其中，所述用戶分類(lèi)模型以但不局限于以下形式，該用戶分類(lèi)模型可以為基于用戶cookie數(shù)據(jù)的分類(lèi)模型，也可以為基于用戶search數(shù)據(jù)的分類(lèi)模型，也可以是其他的分類(lèi)模型。

當(dāng)使用基于用戶cookie數(shù)據(jù)的分類(lèi)模型對(duì)用戶進(jìn)行分類(lèi)時(shí)，可以TF/IDF等文本挖掘算法對(duì)用戶進(jìn)行分類(lèi)，也可以使用Episode等挖掘算法對(duì)用戶進(jìn)行分類(lèi)，也可以使用其他的挖掘算法對(duì)用戶進(jìn)行分類(lèi)，在具體實(shí)施時(shí)本發(fā)明實(shí)施例對(duì)此不進(jìn)行限制。

當(dāng)使用TF/IDF等文本挖掘算法對(duì)用戶進(jìn)行分類(lèi)時(shí)，經(jīng)常關(guān)注同一類(lèi)內(nèi)容的用戶屬于同一個(gè)類(lèi)別。例如，訪問(wèn)同一類(lèi)網(wǎng)站：經(jīng)常訪問(wèn)易車(chē)網(wǎng)和汽車(chē)之家–汽車(chē)發(fā)燒友；瀏覽內(nèi)容相近的頁(yè)面：經(jīng)常在天涯和CSDN上訪問(wèn)C++程序分享帖–C++程序員。

當(dāng)使用Episode等挖掘算法對(duì)用戶進(jìn)行分類(lèi)時(shí)，在不同時(shí)間窗下經(jīng)常重復(fù)某一行為的用戶屬于同一個(gè)類(lèi)別。例如，購(gòu)物：每個(gè)周末網(wǎng)購(gòu)啤酒和零食劃分為宅男；讀書(shū)：每天晚上刷玄幻小說(shuō)更新劃分為小說(shuō)迷；看視頻：每周日看今晚80后脫口秀劃分為80后；逛貼吧：白天頻繁在李毅吧灌水劃分為高中生；以及其他行為，這里就不再一一舉例。

當(dāng)使用基于用戶search數(shù)據(jù)的分類(lèi)模型對(duì)用戶進(jìn)行分類(lèi)時(shí)，可以采用但不局限于協(xié)同過(guò)濾相關(guān)模型、Query-URL二部圖挖掘模型、Query-URL二部圖挖掘模型中的任意種，在具體實(shí)施時(shí)，本發(fā)明實(shí)施例對(duì)此不進(jìn)行限制，還可以是其他的模型。

當(dāng)使用協(xié)同過(guò)濾相關(guān)模型對(duì)用戶進(jìn)行分類(lèi)時(shí)，具體做法為：基于已有user_tag和用戶的搜索點(diǎn)擊歷史構(gòu)建協(xié)同矩陣；具備一定相同特征的搜索用戶，搜索同類(lèi)query的點(diǎn)擊偏好相近；在某query下點(diǎn)擊行為相似的搜索用戶，具備某些相同的user_tag；如user_tag為購(gòu)物達(dá)人的用戶子啊搜索商品詞時(shí)，通常訪問(wèn)電商類(lèi)網(wǎng)站，而非商品詞對(duì)應(yīng)的百科等知識(shí)。

當(dāng)使用Query-URL二部圖挖掘模型對(duì)用戶進(jìn)行分類(lèi)時(shí)，具體做法為：基于用戶的搜索點(diǎn)擊行為，建立Query-URL的二部圖；若query之間語(yǔ)義相近，則用戶搜索后往往訪問(wèn)相同or相近的url。

當(dāng)使用Query-URL二部圖拓展挖掘模型對(duì)用戶進(jìn)行分類(lèi)時(shí)，具體做法為：在Query-URL二部圖基礎(chǔ)上，引入user_tag，使之拓展為(user_tag,Query)-URL二部圖；若query之間的語(yǔ)義相近，則具備某些相同user_tag的用戶搜索后往往訪問(wèn)相同or相近的url。

進(jìn)一步的，本發(fā)明實(shí)施例還提供一種從所述候選集合中選擇滿足預(yù)定條件的廣告集合作為在所述用戶搜索結(jié)果頁(yè)中展示的搜索廣告集合的方法，如圖2所示，該方法包括：

201、分別獲取所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi) 容以及不同用戶對(duì)不同廣告點(diǎn)擊行為的歷史數(shù)據(jù)。

其中，在獲取所述查詢?cè)~的搜索意圖時(shí)，可以采用但不局限于以下的方法實(shí)現(xiàn)，該方法包括：

第一種方法，對(duì)所述查詢?cè)~的文本進(jìn)行處理，從語(yǔ)義層面上直接判斷獲取所述查詢?cè)~的搜索意圖。

第二種方法，基于二部圖的相似查詢?cè)~聚類(lèi)方法，從用戶點(diǎn)擊行為層面間接判斷獲取所述查詢?cè)~的搜索意圖。

第三種方法，從搜索的上下文內(nèi)容間接判斷獲取所述查詢?cè)~的搜索意圖。

本實(shí)施例中，所述廣告的內(nèi)容可以為但不局限于以下內(nèi)容，具體包括：廣告推廣內(nèi)容的類(lèi)別、相關(guān)特征以及推廣潛力。

其中，獲取所述廣告推廣內(nèi)容的類(lèi)別時(shí)，可以通過(guò)但不局限于以下的方法實(shí)現(xiàn)，該方法包括：

第一種，通過(guò)所述廣告推廣內(nèi)容關(guān)鍵詞的核心成分獲取所述廣告推廣內(nèi)容的類(lèi)別。其中，通過(guò)所述廣告推廣內(nèi)容關(guān)鍵詞的核心成分獲取所述廣告推廣內(nèi)容的類(lèi)別時(shí)，具體可以采用如下的方法實(shí)現(xiàn)給方法包括：

1、通過(guò)切詞和核心詞識(shí)別算法獲取廣告推廣內(nèi)容關(guān)鍵詞的核心成分。

2、根據(jù)所述關(guān)鍵詞的核心成分獲取所述廣告推廣內(nèi)容的類(lèi)別。

例如，網(wǎng)絡(luò)游戲排行版–>網(wǎng)絡(luò)游戲。對(duì)網(wǎng)絡(luò)游戲排行版這個(gè)關(guān)鍵詞進(jìn)行切詞和核心詞識(shí)別算法，得到推廣內(nèi)容關(guān)鍵詞的核心成分為網(wǎng)絡(luò)游戲。根據(jù)該核心成分獲取所述廣告推廣內(nèi)容的類(lèi)別為網(wǎng)絡(luò)游戲類(lèi)。

第二種，通過(guò)所述廣告推廣內(nèi)容創(chuàng)意內(nèi)容的核心文本獲取所述廣告推廣內(nèi)容的類(lèi)別。例如，“全球最火的網(wǎng)絡(luò)游戲之一…”->網(wǎng)絡(luò)游戲。通過(guò)文本挖掘算法對(duì)“全球最火的網(wǎng)絡(luò)游戲之一…”進(jìn)行核心文本的挖掘，得到廣告推廣內(nèi)容創(chuàng)意內(nèi)容的核心文本為網(wǎng)絡(luò)游戲。根據(jù)核心文本獲取所述廣告推廣內(nèi)容的類(lèi)別為網(wǎng)絡(luò)游戲類(lèi)。

第三種，通過(guò)對(duì)bidword分類(lèi)的商品類(lèi)別進(jìn)行識(shí)別獲取所述廣告推廣內(nèi)容的類(lèi)別。例如，網(wǎng)絡(luò)游戲->網(wǎng)游->游戲；對(duì)bidword分類(lèi)的商品類(lèi)別進(jìn)行識(shí)別，獲取所述廣告推廣內(nèi)容的類(lèi)別為游戲類(lèi)別。

第四種，通過(guò)對(duì)知識(shí)圖譜的商品類(lèi)別進(jìn)行識(shí)別獲取所述廣告推廣內(nèi)容的類(lèi)別。例如，絕代雙驕->網(wǎng)絡(luò)游戲->游戲，對(duì)知識(shí)圖譜的商品類(lèi)別進(jìn)行識(shí)別獲取所述廣告推廣內(nèi)容的類(lèi)別為游戲類(lèi)別。

在獲取廣告推廣內(nèi)容的類(lèi)型時(shí)，除了上述四種方法以外，當(dāng)然也可以使用其他可實(shí)現(xiàn)的方法，具體本發(fā)明實(shí)施例對(duì)此不進(jìn)行限制。

其中，獲取所述廣告推廣內(nèi)容的相關(guān)特征可以采用但不局限于以下的方法實(shí)現(xiàn)，該方法包括：

第一種，通過(guò)所述廣告推廣內(nèi)容的關(guān)鍵詞的創(chuàng)意內(nèi)容獲取所述廣告推廣內(nèi)容的相關(guān)特征。其中，通過(guò)所述廣告推廣內(nèi)容的關(guān)鍵詞的創(chuàng)意內(nèi)容獲取所述廣告推廣內(nèi)容的相關(guān)特征具體可以采用以下的方法實(shí)現(xiàn)，該方法包括：

1、通過(guò)切詞和核心詞識(shí)別算法獲取廣告推廣內(nèi)容的關(guān)鍵詞。

2、通過(guò)文本挖掘算法獲取所述關(guān)鍵詞的創(chuàng)意內(nèi)容。

3、根據(jù)所述創(chuàng)意內(nèi)容獲取所述廣告推廣內(nèi)容的相關(guān)特征。

例如，“雅思蘭黛正品特價(jià)質(zhì)量保證”->正品、特價(jià)、高品質(zhì)；通過(guò)所述廣告推廣內(nèi)容的關(guān)鍵詞的創(chuàng)意內(nèi)容獲取廣告推廣內(nèi)容“雅思蘭黛正品特價(jià)質(zhì)量保證”的相關(guān)特征為正品、特價(jià)、高品質(zhì)。

第二種，通過(guò)廣告推廣內(nèi)容的跳轉(zhuǎn)頁(yè)內(nèi)容獲取所述廣告推廣內(nèi)容的相關(guān)特征。

例如，“交城特級(jí)駿棗干500g*2買(mǎi)二贈(zèng)一優(yōu)惠包郵”->優(yōu)惠商品、包郵。通過(guò)廣告推廣內(nèi)容的跳轉(zhuǎn)頁(yè)內(nèi)容獲取廣告推廣內(nèi)容“交城特級(jí)駿棗干500g*2買(mǎi)二贈(zèng)一優(yōu)惠包郵”的相關(guān)特征為優(yōu)惠商品、包郵。

在獲取廣告推廣內(nèi)容的相關(guān)特征時(shí)，除了上述兩種方法以外，當(dāng)然也可以使用其他可實(shí)現(xiàn)的方法，具體本發(fā)明實(shí)施例對(duì)此不進(jìn)行限制。

其中，影響推廣潛力的因子主要有：廣告主的推廣預(yù)算和歷史消費(fèi)；廣告本身的歷史消費(fèi)、競(jìng)價(jià)水平和質(zhì)量度水平；因此，本發(fā)明實(shí)施例中獲取所述廣告推廣內(nèi)容的推廣潛力可以采用但不局限于以下的方法，該方法包括：

獲取廣告主的推廣預(yù)算、歷史消費(fèi)以及廣告本身的歷史消費(fèi)、競(jìng)價(jià)水 平和質(zhì)量度水平；并根據(jù)所述廣告主的推廣預(yù)算、歷史消費(fèi)以及廣告本身的歷史消費(fèi)、競(jìng)價(jià)水平和質(zhì)量度水平進(jìn)行運(yùn)算，確定所述廣告推廣內(nèi)容的推廣潛力。

202、根據(jù)所述用戶的分類(lèi)、所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi)容構(gòu)建回歸模型，所述回歸模型用于預(yù)估所述用戶在搜索所述查詢?cè)~時(shí)在搜索結(jié)果頁(yè)中展現(xiàn)所述候選集合中每個(gè)廣告的點(diǎn)擊概率。

其中，該回歸模型即用戶-查詢?cè)~--廣告的點(diǎn)擊概率預(yù)估模型是差異化推左機(jī)制的核心模型，影響該模型的主要因素包括：用戶的不同類(lèi)別、查詢?cè)~的具體搜索意圖、廣告的不同內(nèi)容等。因此，本發(fā)明實(shí)施例中在構(gòu)建該回歸模型時(shí)，是根據(jù)所述用戶的分類(lèi)、所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi)容構(gòu)建。本發(fā)明實(shí)施例中，關(guān)于用戶的分類(lèi)、所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi)容的相關(guān)描述可以參考以上實(shí)施例中的相關(guān)描述，本發(fā)明實(shí)施例中將不再贅述。

203、使用所述不同用戶對(duì)不同廣告點(diǎn)擊行為的歷史數(shù)據(jù)，修正所述用戶在搜索所述查詢?cè)~時(shí)在搜索結(jié)果頁(yè)中展現(xiàn)所述候選集合中每個(gè)廣告的點(diǎn)擊概率。

需要說(shuō)明的是，該回歸模型的訓(xùn)練數(shù)據(jù)為搜索用戶過(guò)往的搜索-點(diǎn)擊數(shù)據(jù)。為了輸出內(nèi)容的準(zhǔn)確性，本發(fā)明實(shí)施例會(huì)根據(jù)后驗(yàn)的實(shí)際點(diǎn)擊率動(dòng)態(tài)修正上述回歸模型輸出的廣告的點(diǎn)擊概率。

204、將所述候選集合中點(diǎn)擊概率符合預(yù)設(shè)條件的廣告集合作為在所述用戶搜索結(jié)果頁(yè)中展示的搜索廣告集合。

其中，本發(fā)明實(shí)施例中的預(yù)設(shè)條件為點(diǎn)擊概率的閾值，其可以根據(jù)經(jīng)驗(yàn)值設(shè)置，具體本發(fā)明實(shí)施例對(duì)此不進(jìn)行限制。

本發(fā)明實(shí)施例中，可以根據(jù)搜索用戶的不同搜索意圖、不同興趣愛(ài)好、不同行為特點(diǎn)等特征來(lái)差異化投放不同廣告，也可以根據(jù)廣告的不同內(nèi)容、不同樣式、不同點(diǎn)擊率、不同消費(fèi)潛力等特征來(lái)將廣告投放給合適的用戶。通過(guò)從不同維度區(qū)分搜索用戶的特征，并對(duì)不同特征的客戶差異化投放左側(cè)區(qū)域的推廣內(nèi)容，最終實(shí)現(xiàn)將符合網(wǎng)民搜索意圖的、合適的廣告投放給特定網(wǎng)民的精細(xì)化投放目標(biāo)，進(jìn)一步提升網(wǎng)民的搜索體驗(yàn)，同時(shí)也進(jìn)一步 優(yōu)化商家的搜索營(yíng)銷(xiāo)效果。

基于上述方法實(shí)施例的描述，本發(fā)明實(shí)施例還提供一種搜索廣告的投放裝置，如圖3所示，該裝置包括：

搜索單元31，用于根據(jù)用戶的搜索查詢?cè)~進(jìn)行搜索，獲取與所述查詢?cè)~相關(guān)的候選廣告集合。

獲取單元32，用于根據(jù)所述用戶的特征信息獲取所述用戶的分類(lèi)；用戶的特征信息可以為但不局限于以下內(nèi)容，該內(nèi)容包括：人口統(tǒng)計(jì)學(xué)數(shù)據(jù)、Ip基于瀏覽器的cookie數(shù)據(jù)以及Ip的search-click數(shù)據(jù)。

所述用戶的分類(lèi)可以按人口統(tǒng)計(jì)學(xué)、興趣愛(ài)好、行為習(xí)慣、廣告偏好等進(jìn)行，也可以按其他的分類(lèi)進(jìn)行，具體的本發(fā)明實(shí)施例對(duì)此不進(jìn)行限制。例如當(dāng)年按人口統(tǒng)計(jì)學(xué)進(jìn)行分類(lèi)時(shí)，可以按性別、年齡段、經(jīng)濟(jì)水平等進(jìn)行分類(lèi)；又例如，當(dāng)按興趣愛(ài)好進(jìn)行分類(lèi)時(shí)，可以將經(jīng)常訪問(wèn)易車(chē)網(wǎng)和汽車(chē)之家的用戶劃分為汽車(chē)發(fā)燒友，經(jīng)常在天涯和CSDN上訪問(wèn)C++程序分享帖的用戶劃分為C++程序員等；又例如，當(dāng)按照行為習(xí)慣進(jìn)行分類(lèi)時(shí)，可以將每天晚上刷玄幻小說(shuō)更新的用戶劃分為小說(shuō)迷等。

確定單元33，用于根據(jù)所述用戶的分類(lèi)、所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi)容以及不同用戶對(duì)不同廣告點(diǎn)擊行為的歷史數(shù)據(jù)，從所述候選集合中選擇滿足預(yù)定條件的廣告集合作為在所述用戶搜索結(jié)果頁(yè)中展示的搜索廣告集合；其中，所述廣告的內(nèi)容可以為但不局限于以下內(nèi)容，該內(nèi)容包括：廣告推廣內(nèi)容的類(lèi)別、相關(guān)特征以及推廣潛力。其中，廣告推廣內(nèi)容的類(lèi)別按照上述內(nèi)容的劃分，可以為但不局限于以下的分類(lèi)，區(qū)分用戶的人口統(tǒng)計(jì)學(xué)特征的分類(lèi)：如性別、年齡段、經(jīng)濟(jì)水平等的分類(lèi)；區(qū)分用戶搜索環(huán)境的分類(lèi)：如時(shí)間、地域、搜索渠道等分類(lèi)；區(qū)分用戶的興趣愛(ài)好的分類(lèi)：如購(gòu)物達(dá)人、汽車(chē)發(fā)燒友等分類(lèi)；區(qū)分用戶的行為習(xí)慣的分類(lèi)：如只點(diǎn)擊結(jié)果頁(yè)第一位結(jié)果焦慮型用戶、多次點(diǎn)擊耐心翻頁(yè)的溫和型用戶的分類(lèi)；區(qū)分用戶的廣告偏好的分類(lèi)：如只點(diǎn)擊圖片樣式廣告的用戶的分類(lèi)。

投放單元34，用于將所述搜索廣告集合中的廣告投放給所述用戶，以便在用戶的搜索結(jié)果頁(yè)中展示。

進(jìn)一步的，如圖4所示，所述獲取單元32包括：

特征信息獲取模塊321，用于獲取所述用戶的特征信息，所述特征信息包括人口統(tǒng)計(jì)學(xué)數(shù)據(jù)、Ip段所屬地域數(shù)據(jù)、Ip基于瀏覽器的cookie數(shù)據(jù)以及Ip的search-click數(shù)據(jù)。其中，該特征信息獲取模塊321在獲取用戶的上述特征信息時(shí)，可以從不同數(shù)據(jù)源導(dǎo)入并清理搜索用戶相關(guān)數(shù)據(jù)獲取該特征數(shù)據(jù)。

用戶分類(lèi)獲取模塊322，用于將所述特征信息輸入對(duì)應(yīng)的用戶分類(lèi)模型中獲取所述用戶不同的分類(lèi)，所述分類(lèi)可以按人口統(tǒng)計(jì)學(xué)、興趣愛(ài)好、行為習(xí)慣、廣告偏好進(jìn)行。其中，在獲取了用戶的特征信息后，將所述特征信息輸入對(duì)應(yīng)的用戶分類(lèi)模型中，對(duì)用戶進(jìn)行分類(lèi)，并給用戶打上分類(lèi)標(biāo)簽user_tag。所述用戶分類(lèi)模型以但不局限于以下形式，該用戶分類(lèi)模型可以為基于用戶cookie數(shù)據(jù)的分類(lèi)模型，也可以為基于用戶search數(shù)據(jù)的分類(lèi)模型，也可以是其他的分類(lèi)模型。

需要說(shuō)明的是，當(dāng)使用基于用戶cookie數(shù)據(jù)的分類(lèi)模型或者基于用戶search數(shù)據(jù)的分類(lèi)模型對(duì)用戶進(jìn)行分類(lèi)時(shí)的相關(guān)描述，可以參考方法實(shí)施例中的對(duì)應(yīng)描述，本發(fā)明實(shí)施例此處將不再贅述。

進(jìn)一步的，如圖5所示，所述確定單元33包括：

獲取模塊331，用于分別獲取所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi)容以及不同用戶對(duì)不同廣告點(diǎn)擊行為的歷史數(shù)據(jù)。

構(gòu)建模塊332，用于根據(jù)所述用戶的分類(lèi)、所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi)容構(gòu)建回歸模型，所述回歸模型用于預(yù)估所述用戶在搜索所述查詢?cè)~時(shí)在搜索結(jié)果頁(yè)中展現(xiàn)所述候選集合中每個(gè)廣告的點(diǎn)擊概率。

修正模塊333，使用所述不同用戶對(duì)不同廣告點(diǎn)擊行為的歷史數(shù)據(jù)，修正所述用戶在搜索所述查詢?cè)~時(shí)在搜索結(jié)果頁(yè)中展現(xiàn)所述候選集合中每個(gè)廣告的點(diǎn)擊概率。

確定模塊334，用于將所述候選集合中點(diǎn)擊概率符合預(yù)設(shè)條件的廣告集合作為在所述用戶搜索結(jié)果頁(yè)中展示的搜索廣告集合。

進(jìn)一步的，如圖6所示，所述獲取模塊331包括：

第一子獲取模塊3311，用于對(duì)所述查詢?cè)~的文本進(jìn)行處理，從語(yǔ)義層面上直接判斷獲取所述查詢?cè)~的搜索意圖。

或者所述第一子獲取模塊3311還用于，基于二部圖的相似查詢?cè)~聚類(lèi)裝置，從用戶點(diǎn)擊行為層面間接判斷獲取所述查詢?cè)~的搜索意圖；

或者所述第一子獲取3311還用于，從搜索的上下文內(nèi)容間接判斷獲取所述查詢?cè)~的搜索意圖。

進(jìn)一步的基于所述廣告的內(nèi)容包括廣告推廣內(nèi)容的類(lèi)別、相關(guān)特征以及推廣潛力。所述獲取模塊331還包括：

第二子獲取模塊3312，用于通過(guò)所述廣告推廣內(nèi)容關(guān)鍵詞的核心成分獲取所述廣告推廣內(nèi)容的類(lèi)別；

或者所述第二子獲取模塊3312還用于，通過(guò)所述廣告推廣內(nèi)容創(chuàng)意內(nèi)容的核心文本獲取所述廣告推廣內(nèi)容的類(lèi)別；其中，通過(guò)所述廣告推廣內(nèi)容關(guān)鍵詞的核心成分獲取所述廣告推廣內(nèi)容的類(lèi)別具體可以通過(guò)如下的方式顯示，該方式包括：通過(guò)切詞和核心詞識(shí)別算法獲取廣告推廣內(nèi)容關(guān)鍵詞的核心成分；根據(jù)所述關(guān)鍵詞的核心成分獲取所述廣告推廣內(nèi)容的類(lèi)別。

或者所述第二子獲取模塊3312還用于，通過(guò)對(duì)bidword分類(lèi)的商品類(lèi)別進(jìn)行識(shí)別獲取所述廣告推廣內(nèi)容的類(lèi)別；

或者所述第二子獲取模塊3312還用于，通過(guò)對(duì)知識(shí)圖譜的商品類(lèi)別進(jìn)行識(shí)別獲取所述廣告推廣內(nèi)容的類(lèi)別。

所述獲取模塊331還包括：

第三子獲取模塊3313，用于通過(guò)所述廣告推廣內(nèi)容的關(guān)鍵詞的創(chuàng)意內(nèi)容獲取所述廣告推廣內(nèi)容的相關(guān)特征；其中，通過(guò)所述廣告推廣內(nèi)容的關(guān)鍵詞和創(chuàng)意內(nèi)容獲取所述廣告推廣內(nèi)容的相關(guān)特征可以通過(guò)如下的方式實(shí)現(xiàn)，該方式具體為包括：通過(guò)切詞和核心詞識(shí)別算法獲取廣告推廣內(nèi)容的關(guān)鍵詞；通過(guò)文本挖掘算法獲取所述關(guān)鍵詞的創(chuàng)意內(nèi)容；根據(jù)所述創(chuàng)意內(nèi)容獲取所述廣告推廣內(nèi)容的相關(guān)特征。

或者所述第三子獲取模塊3313還用于，通過(guò)廣告推廣內(nèi)容的跳轉(zhuǎn)頁(yè)內(nèi)容獲取所述廣告推廣內(nèi)容的相關(guān)特征。

所述獲取模塊331還包括：

第四獲取子模塊3314，用于獲取廣告主的推廣預(yù)算、歷史消費(fèi)以及廣告本身的歷史消費(fèi)、競(jìng)價(jià)水平和質(zhì)量度水平；并根據(jù)所述廣告主的推廣預(yù)算、歷史消費(fèi)以及廣告本身的歷史消費(fèi)、競(jìng)價(jià)水平和質(zhì)量度水平進(jìn)行運(yùn)算，確定所述廣告推廣內(nèi)容的推廣潛力。

需要說(shuō)明的是，本發(fā)明實(shí)施例中涉及的各功能單元和模塊的相關(guān)描述，可以參考方法實(shí)施例中的具體描述，本發(fā)明實(shí)施例在此不進(jìn)行贅述。

本發(fā)明實(shí)施例中，可以根據(jù)搜索用戶的不同搜索意圖、不同興趣愛(ài)好、不同行為特點(diǎn)等特征來(lái)差異化投放不同廣告，也可以根據(jù)廣告的不同內(nèi)容、不同樣式、不同點(diǎn)擊率、不同消費(fèi)潛力等特征來(lái)將廣告投放給合適的用戶。通過(guò)從不同維度區(qū)分搜索用戶的特征，并對(duì)不同特征的客戶差異化投放左側(cè)區(qū)域的推廣內(nèi)容，最終實(shí)現(xiàn)將符合網(wǎng)民搜索意圖的、合適的廣告投放給特定網(wǎng)民的精細(xì)化投放目標(biāo)，進(jìn)一步提升網(wǎng)民的搜索體驗(yàn)，同時(shí)也進(jìn)一步優(yōu)化商家的搜索營(yíng)銷(xiāo)效果。

本發(fā)明公開(kāi)了A1、一種搜索廣告的投放方法，包括：

根據(jù)用戶的搜索查詢?cè)~進(jìn)行搜索，獲取與所述查詢?cè)~相關(guān)的候選廣告集合；

根據(jù)所述用戶的特征信息獲取所述用戶的分類(lèi)；

根據(jù)所述用戶的分類(lèi)、所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi)容以及不同用戶對(duì)不同廣告點(diǎn)擊行為的歷史數(shù)據(jù)，從所述候選集合中選擇滿足預(yù)定條件的廣告集合作為在所述用戶搜索結(jié)果頁(yè)中展示的搜索廣告集合；

將所述搜索廣告集合中的廣告投放給所述用戶，以便在用戶的搜索結(jié)果頁(yè)中展示。

A2、如A1所述的方法，根據(jù)所述用戶的特征信息獲取所述用戶的分類(lèi)包括：

獲取所述用戶的特征信息，所述特征信息包括人口統(tǒng)計(jì)學(xué)數(shù)據(jù)、Ip基于瀏覽器的cookie數(shù)據(jù)以及Ip的search-click數(shù)據(jù)；

將所述特征信息輸入對(duì)應(yīng)的用戶分類(lèi)模型中獲取所述用戶不同的分 類(lèi)，所述分類(lèi)按人口統(tǒng)計(jì)學(xué)、興趣愛(ài)好、行為習(xí)慣、廣告偏好進(jìn)行。

A3、如A2所述的方法，所述用戶分類(lèi)模型包括：

基于用戶cookie數(shù)據(jù)的分類(lèi)模型、基于用戶search數(shù)據(jù)的分類(lèi)模型。

A4、如A1-A3中任一項(xiàng)所述的方法，根據(jù)所述用戶的分類(lèi)、所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi)容以及不同用戶對(duì)不同廣告點(diǎn)擊行為的歷史數(shù)據(jù)，從所述候選集合中選擇滿足預(yù)定條件的廣告集合作為在所述用戶搜索結(jié)果頁(yè)中展示的搜索廣告集合包括：

分別獲取所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi)容以及不同用戶對(duì)不同廣告點(diǎn)擊行為的歷史數(shù)據(jù)；

根據(jù)所述用戶的分類(lèi)、所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi)容構(gòu)建回歸模型，所述回歸模型用于預(yù)估所述用戶在搜索所述查詢?cè)~時(shí)在搜索結(jié)果頁(yè)中展現(xiàn)所述候選集合中每個(gè)廣告的點(diǎn)擊概率；

使用所述不同用戶對(duì)不同廣告點(diǎn)擊行為的歷史數(shù)據(jù)，修正所述用戶在搜索所述查詢?cè)~時(shí)在搜索結(jié)果頁(yè)中展現(xiàn)所述候選集合中每個(gè)廣告的點(diǎn)擊概率；

將所述候選集合中點(diǎn)擊概率符合預(yù)設(shè)條件的廣告集合作為在所述用戶搜索結(jié)果頁(yè)中展示的搜索廣告集合。

A5、如A4所述的方法，獲取所述查詢?cè)~的搜索意圖包括：

對(duì)所述查詢?cè)~的文本進(jìn)行處理，從語(yǔ)義層面上直接判斷獲取所述查詢?cè)~的搜索意圖；

或者基于二部圖的相似查詢?cè)~聚類(lèi)方法，從用戶點(diǎn)擊行為層面間接判斷獲取所述查詢?cè)~的搜索意圖；

或者從搜索的上下文內(nèi)容間接判斷獲取所述查詢?cè)~的搜索意圖。

A6、如A4所述的方法，所述廣告的內(nèi)容包括：

廣告推廣內(nèi)容的類(lèi)別、相關(guān)特征以及推廣潛力。

A7、如A6所述的方法，獲取所述廣告推廣內(nèi)容的類(lèi)別包括：

通過(guò)所述廣告推廣內(nèi)容關(guān)鍵詞的核心成分獲取所述廣告推廣內(nèi)容的類(lèi)別；

或者通過(guò)所述廣告推廣內(nèi)容創(chuàng)意內(nèi)容的核心文本獲取所述廣告推廣內(nèi) 容的類(lèi)別；

或者通過(guò)對(duì)bidword分類(lèi)的商品類(lèi)別進(jìn)行識(shí)別獲取所述廣告推廣內(nèi)容的類(lèi)別；

或者通過(guò)對(duì)知識(shí)圖譜的商品類(lèi)別進(jìn)行識(shí)別獲取所述廣告推廣內(nèi)容的類(lèi)別。

A8、如A7所述的方法，通過(guò)所述廣告推廣內(nèi)容關(guān)鍵詞的核心成分獲取所述廣告推廣內(nèi)容的類(lèi)別包括：

通過(guò)切詞和核心詞識(shí)別算法獲取廣告推廣內(nèi)容關(guān)鍵詞的核心成分；

根據(jù)所述關(guān)鍵詞的核心成分獲取所述廣告推廣內(nèi)容的類(lèi)別。

A9、如A6所述的方法，獲取所述廣告推廣內(nèi)容的相關(guān)特征包括：

通過(guò)所述廣告推廣內(nèi)容的關(guān)鍵詞的創(chuàng)意內(nèi)容獲取所述廣告推廣內(nèi)容的相關(guān)特征；

或者通過(guò)廣告推廣內(nèi)容的跳轉(zhuǎn)頁(yè)內(nèi)容獲取所述廣告推廣內(nèi)容的相關(guān)特征。

A10、如A9所述的方法，通過(guò)所述廣告推廣內(nèi)容的關(guān)鍵詞的創(chuàng)意內(nèi)容獲取所述廣告推廣內(nèi)容的相關(guān)特征包括：

通過(guò)切詞和核心詞識(shí)別算法獲取廣告推廣內(nèi)容的關(guān)鍵詞；

通過(guò)文本挖掘算法獲取所述關(guān)鍵詞的創(chuàng)意內(nèi)容；

根據(jù)所述創(chuàng)意內(nèi)容獲取所述廣告推廣內(nèi)容的相關(guān)特征。

A11、如A6所述的方法，獲取所述廣告推廣內(nèi)容的推廣潛力包括：

獲取廣告主的推廣預(yù)算、歷史消費(fèi)以及廣告本身的歷史消費(fèi)、競(jìng)價(jià)水平和質(zhì)量度水平；

根據(jù)所述廣告主的推廣預(yù)算、歷史消費(fèi)以及廣告本身的歷史消費(fèi)、競(jìng)價(jià)水平和質(zhì)量度水平進(jìn)行運(yùn)算，確定所述廣告推廣內(nèi)容的推廣潛力。

本發(fā)明公開(kāi)了B1、一種搜索廣告的投放裝置，包括：

搜索單元，用于根據(jù)用戶的搜索查詢?cè)~進(jìn)行搜索，獲取與所述查詢?cè)~相關(guān)的候選廣告集合；

獲取單元，用于根據(jù)所述用戶的特征信息獲取所述用戶的分類(lèi)；

確定單元，用于根據(jù)所述用戶的分類(lèi)、所述查詢?cè)~的搜索意圖、所述 候選集合中每個(gè)廣告的內(nèi)容以及不同用戶對(duì)不同廣告點(diǎn)擊行為的歷史數(shù)據(jù)，從所述候選集合中選擇滿足預(yù)定條件的廣告集合作為在所述用戶搜索結(jié)果頁(yè)中展示的搜索廣告集合；

投放單元，用于將所述搜索廣告集合中的廣告投放給所述用戶，以便在用戶的搜索結(jié)果頁(yè)中展示。

B2、如B1所述的裝置，所述獲取單元包括：

特征信息獲取模塊，用于獲取所述用戶的特征信息，所述特征信息包括人口統(tǒng)計(jì)學(xué)數(shù)據(jù)、Ip段所屬地域數(shù)據(jù)、Ip基于瀏覽器的cookie數(shù)據(jù)以及Ip的search-click數(shù)據(jù)；

用戶分類(lèi)獲取模塊，用于將所述特征信息輸入對(duì)應(yīng)的用戶分類(lèi)模型中獲取所述用戶不同的分類(lèi)，所述分類(lèi)可以按人口統(tǒng)計(jì)學(xué)、興趣愛(ài)好、行為習(xí)慣、廣告偏好進(jìn)行。

B3、如B2所述的裝置，所述用戶分類(lèi)模型包括：

基于用戶cookie數(shù)據(jù)的分類(lèi)模型、基于用戶search數(shù)據(jù)的分類(lèi)模型。

B4、如B1-B3中任一項(xiàng)所述的裝置，所述確定單元包括：

獲取模塊，用于分別獲取所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi)容以及不同用戶對(duì)不同廣告點(diǎn)擊行為的歷史數(shù)據(jù)；

構(gòu)建模塊，用于根據(jù)所述用戶的分類(lèi)、所述查詢?cè)~的搜索意圖、所述候選集合中每個(gè)廣告的內(nèi)容構(gòu)建回歸模型，所述回歸模型用于預(yù)估所述用戶在搜索所述查詢?cè)~時(shí)在搜索結(jié)果頁(yè)中展現(xiàn)所述候選集合中每個(gè)廣告的點(diǎn)擊概率；

修正模塊，使用所述不同用戶對(duì)不同廣告點(diǎn)擊行為的歷史數(shù)據(jù)，修正所述用戶在搜索所述查詢?cè)~時(shí)在搜索結(jié)果頁(yè)中展現(xiàn)所述候選集合中每個(gè)廣告的點(diǎn)擊概率；

確定模塊，用于將所述候選集合中點(diǎn)擊概率符合預(yù)設(shè)條件的廣告集合作為在所述用戶搜索結(jié)果頁(yè)中展示的搜索廣告集合。

B5、如B4所述的裝置，所述獲取模塊包括：

第一子獲取模塊，用于對(duì)所述查詢?cè)~的文本進(jìn)行處理，從語(yǔ)義層面上直接判斷獲取所述查詢?cè)~的搜索意圖；

或者所述第一子獲取模塊還用于，基于二部圖的相似查詢?cè)~聚類(lèi)裝置，從用戶點(diǎn)擊行為層面間接判斷獲取所述查詢?cè)~的搜索意圖；

或者所述第一子獲取模塊還用于，從搜索的上下文內(nèi)容間接判斷獲取所述查詢?cè)~的搜索意圖。

B6、如B4所述的裝置，所述廣告的內(nèi)容包括：

廣告推廣內(nèi)容的類(lèi)別、相關(guān)特征以及推廣潛力。

B7、如B6所述的裝置，所述獲取模塊還包括：

第二子獲取模塊，用于通過(guò)所述廣告推廣內(nèi)容關(guān)鍵詞的核心成分獲取所述廣告推廣內(nèi)容的類(lèi)別；

或者所述第二子獲取模塊還用于，通過(guò)所述廣告推廣內(nèi)容創(chuàng)意內(nèi)容的核心文本獲取所述廣告推廣內(nèi)容的類(lèi)別；

或者所述第二子獲取模塊還用于，通過(guò)對(duì)bidword分類(lèi)的商品類(lèi)別進(jìn)行識(shí)別獲取所述廣告推廣內(nèi)容的類(lèi)別；

或者所述第二子獲取模塊還用于，通過(guò)對(duì)知識(shí)圖譜的商品類(lèi)別進(jìn)行識(shí)別獲取所述廣告推廣內(nèi)容的類(lèi)別。

B8、如B7所述的裝置，通過(guò)所述廣告推廣內(nèi)容關(guān)鍵詞的核心成分獲取所述廣告推廣內(nèi)容的類(lèi)別包括：

通過(guò)切詞和核心詞識(shí)別算法獲取廣告推廣內(nèi)容關(guān)鍵詞的核心成分；

根據(jù)所述關(guān)鍵詞的核心成分獲取所述廣告推廣內(nèi)容的類(lèi)別。

B9、如B6所述的裝置，所述獲取模塊包括：

第三子獲取模塊，用于通過(guò)所述廣告推廣內(nèi)容的關(guān)鍵詞的創(chuàng)意內(nèi)容獲取所述廣告推廣內(nèi)容的相關(guān)特征；

或者所述第三子獲取模塊還用于，通過(guò)廣告推廣內(nèi)容的跳轉(zhuǎn)頁(yè)內(nèi)容獲取所述廣告推廣內(nèi)容的相關(guān)特征。

B10、如B9所述的裝置，通過(guò)所述廣告推廣內(nèi)容的關(guān)鍵詞和創(chuàng)意內(nèi)容獲取所述廣告推廣內(nèi)容的相關(guān)特征包括：

通過(guò)切詞和核心詞識(shí)別算法獲取廣告推廣內(nèi)容的關(guān)鍵詞；

通過(guò)文本挖掘算法獲取所述關(guān)鍵詞的創(chuàng)意內(nèi)容；

根據(jù)所述創(chuàng)意內(nèi)容獲取所述廣告推廣內(nèi)容的相關(guān)特征。

B11、如B6所述的裝置，所述獲取模塊包括：

第四獲取子模塊，用于獲取廣告主的推廣預(yù)算、歷史消費(fèi)以及廣告本身的歷史消費(fèi)、競(jìng)價(jià)水平和質(zhì)量度水平；并根據(jù)所述廣告主的推廣預(yù)算、歷史消費(fèi)以及廣告本身的歷史消費(fèi)、競(jìng)價(jià)水平和質(zhì)量度水平進(jìn)行運(yùn)算，確定所述廣告推廣內(nèi)容的推廣潛力。

在上述實(shí)施例中，對(duì)各個(gè)實(shí)施例的描述都各有側(cè)重，某個(gè)實(shí)施例中沒(méi)有詳述的部分，可以參見(jiàn)其他實(shí)施例的相關(guān)描述。

可以理解的是，上述方法及裝置中的相關(guān)特征可以相互參考。另外，上述實(shí)施例中的“第一”、“第二”等是用于區(qū)分各實(shí)施例，而并不代表各實(shí)施例的優(yōu)劣。

所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡(jiǎn)潔，上述描述的系統(tǒng)，裝置和單元的具體工作過(guò)程，可以參考前述方法實(shí)施例中的對(duì)應(yīng)過(guò)程，在此不再贅述。

在此提供的算法和顯示不與任何特定計(jì)算機(jī)、虛擬系統(tǒng)或者其它設(shè)備固有相關(guān)。各種通用系統(tǒng)也可以與基于在此的示教一起使用。根據(jù)上面的描述，構(gòu)造這類(lèi)系統(tǒng)所要求的結(jié)構(gòu)是顯而易見(jiàn)的。此外，本發(fā)明也不針對(duì)任何特定編程語(yǔ)言。應(yīng)當(dāng)明白，可以利用各種編程語(yǔ)言實(shí)現(xiàn)在此描述的本發(fā)明的內(nèi)容，并且上面對(duì)特定語(yǔ)言所做的描述是為了披露本發(fā)明的最佳實(shí)施方式。

在此處所提供的說(shuō)明書(shū)中，說(shuō)明了大量具體細(xì)節(jié)。然而，能夠理解，本發(fā)明的實(shí)施例可以在沒(méi)有這些具體細(xì)節(jié)的情況下實(shí)踐。在一些實(shí)例中，并未詳細(xì)示出公知的方法、結(jié)構(gòu)和技術(shù)，以便不模糊對(duì)本說(shuō)明書(shū)的理解。

類(lèi)似地，應(yīng)當(dāng)理解，為了精簡(jiǎn)本公開(kāi)并幫助理解各個(gè)發(fā)明方面中的一個(gè)或多個(gè)，在上面對(duì)本發(fā)明的示例性實(shí)施例的描述中，本發(fā)明的各個(gè)特征有時(shí)被一起分組到單個(gè)實(shí)施例、圖、或者對(duì)其的描述中。然而，并不應(yīng)將該公開(kāi)的方法解釋成反映如下意圖：即所要求保護(hù)的本發(fā)明要求比在每個(gè)權(quán)利要求中所明確記載的特征更多的特征。更確切地說(shuō)，如下面的權(quán)利要求書(shū)所反映的那樣，發(fā)明方面在于少于前面公開(kāi)的單個(gè)實(shí)施例的所有特征。因此，遵循具體實(shí)施方式的權(quán)利要求書(shū)由此明確地并入該具體實(shí)施方式，其中每個(gè)權(quán)利要求本身都作為本發(fā)明的單獨(dú)實(shí)施例。

本領(lǐng)域那些技術(shù)人員可以理解，可以對(duì)實(shí)施例中的設(shè)備中的模塊進(jìn)行自適應(yīng)性地改變并且把它們?cè)O(shè)置在與該實(shí)施例不同的一個(gè)或多個(gè)設(shè)備中。可以把實(shí)施例中的模塊或單元或組件組合成一個(gè)模塊或單元或組件，以及此外可以把它們分成多個(gè)子模塊或子單元或子組件。除了這樣的特征和/或過(guò)程或者單元中的至少一些是相互排斥之外，可以采用任何組合對(duì)本說(shuō)明書(shū)(包括伴隨的權(quán)利要求、摘要和附圖)中公開(kāi)的所有特征以及如此公開(kāi)的任何方法或者設(shè)備的所有過(guò)程或單元進(jìn)行組合。除非另外明確陳述，本說(shuō)明書(shū)(包括伴隨的權(quán)利要求、摘要和附圖)中公開(kāi)的每個(gè)特征可以由提供相同、等同或相似目的的替代特征來(lái)代替。

此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此所述的一些實(shí)施例包括其它實(shí)施例中所包括的某些特征而不是其它特征，但是不同實(shí)施例的特征的組合意味著處于本發(fā)明的范圍之內(nèi)并且形成不同的實(shí)施例。例如，在下面的權(quán)利要求書(shū)中，所要求保護(hù)的實(shí)施例的任意之一都可以以任意的組合方式來(lái)使用。

本發(fā)明的各個(gè)部件實(shí)施例可以以硬件實(shí)現(xiàn)，或者以在一個(gè)或者多個(gè)處理器上運(yùn)行的軟件模塊實(shí)現(xiàn)，或者以它們的組合實(shí)現(xiàn)。本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，可以在實(shí)踐中使用微處理器或者數(shù)字信號(hào)處理器(DSP)來(lái)實(shí)現(xiàn)根據(jù)本發(fā)明實(shí)施例的發(fā)明名稱(chēng)(如確定網(wǎng)站內(nèi)鏈接等級(jí)的裝置)中的一些或者全部部件的一些或者全部功能。本發(fā)明還可以實(shí)現(xiàn)為用于執(zhí)行這里所描述的方法的一部分或者全部的設(shè)備或者裝置程序(例如，計(jì)算機(jī)程序和計(jì)算機(jī)程序產(chǎn)品)。這樣的實(shí)現(xiàn)本發(fā)明的程序可以存儲(chǔ)在計(jì)算機(jī)可讀介質(zhì)上，或者可以具有一個(gè)或者多個(gè)信號(hào)的形式。這樣的信號(hào)可以從因特網(wǎng)網(wǎng)站上下載得到，或者在載體信號(hào)上提供，或者以任何其他形式提供。

應(yīng)該注意的是上述實(shí)施例對(duì)本發(fā)明進(jìn)行說(shuō)明而不是對(duì)本發(fā)明進(jìn)行限制，并且本領(lǐng)域技術(shù)人員在不脫離所附權(quán)利要求的范圍的情況下可設(shè)計(jì)出替換實(shí)施例。在權(quán)利要求中，不應(yīng)將位于括號(hào)之間的任何參考符號(hào)構(gòu)造成對(duì)權(quán)利要求的限制。單詞“包含”不排除存在未列在權(quán)利要求中的元件或步驟。位于元件之前的單詞“一”或“一個(gè)”不排除存在多個(gè)這樣的元件。本發(fā)明可以借助于包括有若干不同元件的硬件以及借助于適當(dāng)編程的計(jì)算機(jī)來(lái)實(shí)現(xiàn)。在列舉了若干裝置的單元權(quán)利要求中，這些裝置中的若干個(gè)可以是通 過(guò)同一個(gè)硬件項(xiàng)來(lái)具體體現(xiàn)。單詞第一、第二、以及第三等的使用不表示任何順序?？蓪⑦@些單詞解釋為名稱(chēng)。