專利名稱：：在網(wǎng)頁中展現(xiàn)廣告的方法及系統(tǒng)的制作方法
技術領域：
：本發(fā)明涉及網(wǎng)絡
技術領域：
，尤其涉及一種在網(wǎng)頁中展現(xiàn)廣告的方法及系統(tǒng)。
背景技術：
：收取廣告商費用是網(wǎng)站運營的一個重要手段，因此在用戶瀏覽網(wǎng)頁時網(wǎng)站往往會彈出廣告。針對某個網(wǎng)頁，如何在眾多廣告中選擇一個或一類最有可能被用戶點擊的廣告向用戶展現(xiàn)是網(wǎng)站運營的一個技術問題。現(xiàn)有的一種做法是，針對一個或一類廣告，根據(jù)已有的歷史數(shù)據(jù)，統(tǒng)計某個時間、地點等屬性下的這個或這類廣告點擊率，當一次網(wǎng)頁訪問滿足某個時間、地點等屬性取值時，選擇歷史上點擊率比較高的廣告進行展現(xiàn)。然而，這種方法僅是針對廣告本身的歷史數(shù)據(jù)進行的，在廣告點擊率很低的情況下，廣告點擊率在萬分之一到千分之一的比例，通過已有的歷史數(shù)據(jù)進行訓練很難達到較好的穩(wěn)定的結(jié)果，因為在廣告點擊率很低的情況下，廣告的點擊次數(shù)很少，因此在利用歷史數(shù)據(jù)進行訓練時，會產(chǎn)生數(shù)據(jù)稀疏的問題導致效果變差。例如一個廣告如果展現(xiàn)次數(shù)為十萬次，那么點擊次數(shù)大約為十幾次，如果通過統(tǒng)計學習出該廣告在各個省份的點擊率差異，結(jié)果會非常不穩(wěn)定，因此大多數(shù)省份點擊次數(shù)可能僅為0或1,如此少的點擊數(shù)很難準確的說明問題，據(jù)此展現(xiàn)的廣告被用戶點擊的概率是很低的?，F(xiàn)有的另一種做法是，根據(jù)用戶訪問的網(wǎng)頁類型，向用戶有選擇性的展示廣告。這種做法比較簡單，但難以得到良好的效果，用戶訪問某類網(wǎng)頁，并不代表就會訪問特定的廣告，這之間不存在必然的聯(lián)系，如果僅僅這樣簡單的發(fā)布廣告，則很難達到較理想的點擊率。
發(fā)明內(nèi)容4本發(fā)明提供一種在網(wǎng)頁中展現(xiàn)廣告的方法及系統(tǒng)，可以較好地從眾多廣告中選擇合適的廣告向訪問網(wǎng)頁的用戶展現(xiàn)。為此，本發(fā)明實施例采用如下技術方案一種在網(wǎng)頁中展現(xiàn)廣告的方法，包括接收用戶的網(wǎng)頁訪問請求，并從所述網(wǎng)頁訪問請求中提取用戶標識；按照所述用戶標識查找預置的用戶簇群，每個用戶簇是按照多個用戶的訪問特征信息構(gòu)建的，并與特定廣告對應；確定所述用戶所屬用戶簇，將該用戶簇對應的特定廣告在網(wǎng)頁中向所述用戶展現(xiàn)。所述訪問特征信息包括訪問網(wǎng)頁類型及數(shù)量、點擊廣告類型及數(shù)量、各時間^險訪問統(tǒng)計信息，或/和，上網(wǎng)地點統(tǒng)計信息。所述用戶簇對應的特定廣告是根據(jù)所述點擊廣告類型及數(shù)量確定的。所述用戶簇內(nèi)用戶數(shù)量與該用戶簇對應的特定廣告的點擊率的倒數(shù)相等或近似相等。按照多個用戶的訪問特征信息構(gòu)建用戶簇的具體過程包括統(tǒng)計每個用戶的訪問特征信息；利用用戶的訪問特征信息，計算兩兩用戶之間的相似度;根據(jù)所述相似度，使用聚類方法對多個用戶進行聚類，構(gòu)建所述用戶簇。所述相似度是采用余弦公式或內(nèi)積法計算得到的；所述聚類是采用層次聚類或k-NN方法實現(xiàn)的。一種在網(wǎng)頁中展現(xiàn)廣告的系統(tǒng)，請求解析單元，用于解析用戶的網(wǎng)頁訪問請求獲得用戶標識；匹配單元，用于按照所述請求解析單元獲得的用戶標識，匹配預置的用戶簇群，其中，每個用戶簇是按照多個用戶的訪問特征信息構(gòu)建的，并與特定廣告對應；廣告展現(xiàn)單元，用于將所述匹配單元確定的用戶簇對應的特定廣告在網(wǎng)頁中向所述用戶展現(xiàn)。所述系統(tǒng)還包括用于按照多個用戶的訪問特征信息構(gòu)建用戶簇的用戶簇構(gòu)建單元，該用戶簇構(gòu)建單元包括統(tǒng)計單元，用于統(tǒng)計每個用戶的訪問特征信息；相似度計算單元，用于利用所述統(tǒng)計單元統(tǒng)計的用戶的訪問特征信息，計算兩兩用戶之間的相似度；聚類單元，用于根據(jù)所述相似度計算單元計算出的相似度，-使用聚類方法對多個用戶進行聚類，構(gòu)建所述用戶簇。所述用戶簇構(gòu)建單元還包括用戶數(shù)量控制單元，用于控制所述用戶簇內(nèi)用戶數(shù)量與該用戶簇對應的特定廣告的點擊率的倒數(shù)相等或近似相等。所述訪問特征信息包括訪問網(wǎng)頁類型及數(shù)量、點擊廣告類型及數(shù)量、各時間段訪問網(wǎng)頁統(tǒng)計信息，或/和，上網(wǎng)地點統(tǒng)計信息。所述系統(tǒng)還包括特定廣告設置單元，用于根據(jù)點擊廣告類型及數(shù)量，確定所述用戶簇對應的特定廣告。對本發(fā)明方案的有益效果分析如下在現(xiàn)有才艮據(jù)廣告歷史點擊率來選取廣告的方案中，當廣告的點擊數(shù)量非常少時，由于數(shù)據(jù)稀疏，通過訓練的方法不能穩(wěn)定的預測出每種訪問情況下的廣告點擊率，也就無法根據(jù)當前的訪問情況高質(zhì)量的推薦廣告。而本發(fā)明首先計算出用戶之間的相似度，然后通過聚類的方法獲得用戶簇，相同用戶簇擁有相近的訪問特性，包括訪問網(wǎng)頁類型和數(shù)量、點擊廣告類型和數(shù)量、上網(wǎng)時間以及上網(wǎng)地點等，因此可以在同一個用戶簇內(nèi)向相似的用戶推薦特定的廣告，不存在使用已有點擊率數(shù)據(jù)訓練的問題，不受數(shù)據(jù)稀疏的影響。與現(xiàn)有才艮據(jù)網(wǎng)頁內(nèi)容選擇廣告的方案相比，由于用戶才是點擊廣告的主體，因此考慮了用戶的訪問特征信息確定的特定廣告，更具有針對性，可提高廣告的點擊率?？梢?，本發(fā)明方案在用戶訪問網(wǎng)頁時，是選擇該用戶匹配到的用戶簇對應的特定廣告進行展示的，其中的用戶簇由多個用戶的訪問特征信息構(gòu)建，可表明這類用戶的訪問特性，由此選擇的特定廣告是適合該用戶的，該特定廣告被適合用戶點擊的概率將大大增加。圖1為本發(fā)明在網(wǎng)頁中展現(xiàn)廣告的方法流程圖；圖2為本發(fā)明構(gòu)建用戶簇的流程圖；圖3為本發(fā)明在網(wǎng)頁中展現(xiàn)廣告的方法實施例流程圖；圖4為本發(fā)明在網(wǎng)頁中展現(xiàn)廣告的系統(tǒng)結(jié)構(gòu)示意圖。具體實施例方式如前所述，現(xiàn)有技術中的兩種方案要么是按照廣告歷史點擊率選擇廣告或是按照網(wǎng)頁內(nèi)容選擇廣告，都沒有考慮用戶因素，實際上，用戶是點擊廣告的主體，只有符合用戶特點的廣告被點擊的可能性才會增加，因此，本發(fā)明從此點分析為啟示，提供了一種在網(wǎng)頁中展現(xiàn)廣告的方法。參見圖1,為本發(fā)明在網(wǎng)頁中展現(xiàn)廣告的方法流程圖，包括S101:接收用戶的網(wǎng)頁訪問請求，并從所述網(wǎng)頁訪問請求中提取用戶標識；S102:按照所述用戶標識查找預置的用戶簇群，每個用戶簇是按照多個用戶的訪問特征信息構(gòu)建的，并與特定廣告對應；S103:確定所述用戶所屬用戶簇，將該用戶簇對應的特定廣告在網(wǎng)頁中向所述用戶展現(xiàn)?？梢姡景l(fā)明方案在用戶訪問網(wǎng)頁時，是選擇該用戶匹配到的用戶簇對應的特定廣告進行展示的，其中的用戶簇由多個用戶的訪問特征信息構(gòu)建，可表明這類用戶的訪問特性，由此選擇的特定廣告是適合該用戶的，該特定廣告被適合用戶點擊的概率將大大增加。下面對創(chuàng)建用戶簇的過程進行介紹。如前所述，每個用戶簇是按照多個用戶的訪問特征信息構(gòu)建的，因此，首選要選定一些用戶，然后對這些用戶的訪問特征信息進行統(tǒng)計和分析。參見圖2，為創(chuàng)建用戶簇流程圖，包括S201:對網(wǎng)頁和廣告進行分類；對用戶訪問過的網(wǎng)頁進行分類、對所有點擊過的廣告進行分類，具體的分類方法可采用人工方式進行，也可以采用機器學習自動分類的方式，自動分類的方法包括SVM、樸素貝葉斯等。參見表l,為網(wǎng)頁分類表實例。7表1<table>tableseeoriginaldocumentpage8</column></row><table>參見表2，為廣告分類表實例。表2<table>tableseeoriginaldocumentpage8</column></row><table>S202:統(tǒng)計每個用戶的訪問特征信息；用戶的訪問特征信息包括瀏覽過的每個類別的網(wǎng)頁數(shù)量、點擊過的每個類別的廣告數(shù)量、每個時間段上網(wǎng)次數(shù)以及上網(wǎng)地點等信息。這些訪問特征信息可以通過網(wǎng)站的每個用戶的某個時間段(例如上一周)的訪問日志獲得，訪問日志又包括網(wǎng)頁的訪問日志和廣告的訪問日志，其中，每條頁面的訪問日志包含頁面的URL、訪問時間、IP(通過ID地點表可以獲得上網(wǎng)地點)，每條廣告點擊日志包括廣告ID等信息。最終對于每個用戶可以得到類似于表3所示的2i+4維的向量信息。<table>tableseeoriginaldocumentpage9</column></row><table>S203:根據(jù)用戶的訪問特征信息，分別計算兩兩用戶之間的相似度;具體地，可采用余弦公式的方法計算出用戶向量的相似度，或者，還可以采用其余向量相似度計算方法，例如內(nèi)積法等。對于這些相似度方法為現(xiàn)有技術，此處不過多描述。S204:根據(jù)獲得的兩兩用戶之間的相似度，使用聚類方法對用戶進行聚類，完成用戶簇的創(chuàng)建。具體地，可以采用常用的層次聚類或k-NN等聚類方法對用戶進行聚類，得到k個用戶簇，對多個用戶簇稱為用戶簇群。對于用戶簇還可稱為社區(qū)。每個用戶簇內(nèi)的用戶數(shù)量(對于層次聚類就是聚類停止時用戶簇的數(shù)量，對于k-NN就是初始設置的k值)，取值應大致保持在特定廣告平均點擊率的倒數(shù)水平，例如，廣告的點擊率為千分之一，可設置用戶簇內(nèi)的用戶數(shù)量大致9在一千比較適合，這樣，用戶簇內(nèi)的用戶之間的相似度比較大，以保證這些用戶點擊特定廣告的概率。對于上面提到的用戶簇對應的特定廣告，一般是按照構(gòu)建該用戶簇的訪問特征信息設置的，特別是根據(jù)訪問特征信息中的點擊廣告類型及數(shù)量進行選取，以圖3為例，如果類型X廣告被點擊頻率最高，則設置該廣告為用戶簇對應的特定廣告。下面再以一個實例對本發(fā)明提供的在網(wǎng)頁中展現(xiàn)廣告的方法進行說明。參見圖3，為該實施例流程圖，包括S301:某用戶在瀏覽器上輸入網(wǎng)址或點擊連接，請求建立http協(xié)議連接;S302:接收用戶的http協(xié)議連接請求，即用戶網(wǎng)頁訪問請求；S303:針對用戶的網(wǎng)頁訪問請求，利用瀏覽器中存儲的cookie，解析出用戶標識；S304:以用戶標識為關4定字，查找預置的用戶簇群；S305:判斷是否匹配到用戶簇，若是，執(zhí)行S306,否則，執(zhí)行S307;S306:調(diào)用為匹配用戶簇預先設置的特定廣告，將該特定廣告在網(wǎng)頁中向用戶顯示；S307:采用現(xiàn)有方法選擇一種或一類廣告在網(wǎng)頁中向用戶顯示。這里的現(xiàn)有方法包括但不限于
背景技術：
描述的兩種方法?？梢?，本發(fā)明方案可以很好地與現(xiàn)有方案兼容。另外，本發(fā)明還提供一種在網(wǎng)頁中展現(xiàn)廣告的系統(tǒng)，該系統(tǒng)可以單指服務器，例如廣告發(fā)布服務器或網(wǎng)頁發(fā)布服務器，或者是服務器與客戶端的組合，或是，位于上述設備內(nèi)部的功能實體，具體地，可以通過軟件、硬件或軟硬件結(jié)合的方式實現(xiàn)。參見圖4，為該系統(tǒng)內(nèi)部結(jié)構(gòu)示意圖。它至少包括請求解析單元401、匹配單元402和廣告展現(xiàn)單元403,其中各個單元的功能如下請求解析單元401:用于解析用戶的網(wǎng)頁訪問請求，獲得用戶標識。匹配單元402,用戶按照請求解析單元401獲得的用戶標識，匹配預置的用戶簇群400,其中，每個用戶簇是按照多個用戶的訪問特征信息構(gòu)建的，并與特定廣告對應；用戶簇群400中包括至少一個用戶簇。廣告展現(xiàn)單元403,用于將所述匹配單元確定的用戶簇對應的特定廣告在網(wǎng)頁中向所述用戶展現(xiàn)。優(yōu)選地，該系統(tǒng)還包括用戶簇構(gòu)建單元404,該用戶簇構(gòu)建單元404用于按照多個用戶的訪問特征信息構(gòu)建用戶簇。具體的，該用戶簇構(gòu)建單元404包括統(tǒng)計單元、相似度計算單元和聚類單元(圖中未示出)統(tǒng)計單元，用于統(tǒng)計每個用戶的訪問特征信息，其中的訪問特征信息包括訪問網(wǎng)頁類型及數(shù)量、點擊廣告類型及數(shù)量、各時間段訪問網(wǎng)頁統(tǒng)計信息，或/和，上網(wǎng)地點統(tǒng)計信息。相似度計算單元，用于利用所述統(tǒng)計單元統(tǒng)計的用戶的訪問特征信息，計算兩兩用戶之間的相似度。聚類單元，用于根據(jù)所述相似度計算單元計算出的相似度，使用聚類方法對多個用戶進行聚類，構(gòu)建所述用戶簇。需要說明的是，對于不包括用戶簇構(gòu)建單元404的情況，默認用戶簇已經(jīng)存在，例如，從其他系統(tǒng)獲取到用戶簇，構(gòu)成用戶簇群400。進一步，用戶簇構(gòu)建單元404還包括用戶數(shù)量控制單元(圖中未示出)，用于控制所述用戶簇內(nèi)用戶數(shù)量與該用戶簇對應的特定廣告的點擊率的倒^:相等或近似相等。優(yōu)選地，該系統(tǒng)還包括特定廣告^L置單元405,用于根據(jù)點擊廣告類型及數(shù)量，確定所述用戶簇對應的特定廣告。如前所述，在現(xiàn)有才艮據(jù)廣告歷史點擊率來選取廣告的方案中，當廣告的點擊數(shù)量非常少時，由于數(shù)據(jù)稀疏，通過訓練的方法不能穩(wěn)定的預測出每種訪問情況下的廣告點擊率，也就無法根據(jù)當前的訪問情況高質(zhì)量的推薦廣告。而本發(fā)明首先計算出用戶之間的相似度，然后通過聚類的方法獲^f尋用戶簇，相同用戶簇擁有相近的訪問特性，包括訪問網(wǎng)頁類型和數(shù)量、點擊廣告類型和數(shù)量、上網(wǎng)時間以及上網(wǎng)地點等，因此可以在同一個用戶簇內(nèi)向相似的用戶推薦特定的廣告，不存在使用已有點擊率數(shù)據(jù)訓練的問題，不受數(shù)據(jù)稀疏的影響。與現(xiàn)有根據(jù)網(wǎng)頁內(nèi)容選擇廣告的方案相比，由于用戶才是點擊廣告的主體，因此考慮了用戶的訪問特征信息確定的特定廣告，更具有針對性，可提高廣告的點擊率。另外，需要說明的是，本文僅針對如何在眾多數(shù)量或類型廣告中選擇合適的廣告向訪問某網(wǎng)頁的用戶展現(xiàn)的技術實現(xiàn)，對于具體的廣告制作以及廣告加載到網(wǎng)頁的實現(xiàn)則可按照現(xiàn)有或未來出現(xiàn)的技術進行，不是本文討論的重點。本領域普通技術人員可以理解，實現(xiàn)上述實施例的方法的過程可以通過程序指令相關的硬件來完成，所述的程序可以存儲于可讀取存儲介質(zhì)中，該程序在執(zhí)行時執(zhí)行上述方法中的對應步驟。所述的存儲介質(zhì)可以如ROM/RAM、磁碟、光盤等。以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本
技術領域：
的普通技術人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視為本發(fā)明的保護范圍。1權(quán)利要求1、一種在網(wǎng)頁中展現(xiàn)廣告的方法，其特征在于，包括接收用戶的網(wǎng)頁訪問請求，并從所述網(wǎng)頁訪問請求中提取用戶標識；按照所述用戶標識查找預置的用戶簇群，每個用戶簇是按照多個用戶的訪問特征信息構(gòu)建的，并與特定廣告對應；確定所述用戶所屬用戶簇，將該用戶簇對應的特定廣告在網(wǎng)頁中向所述用戶展現(xiàn)。2、根據(jù)權(quán)利要求l所述方法，其特征在于，所述訪問特征信息包括訪問網(wǎng)頁類型及數(shù)量、點擊廣告類型及數(shù)量、各時間賴:訪問統(tǒng)計信息，或/和，上網(wǎng)地點統(tǒng)計信息。3、根據(jù)權(quán)利要求2所述方法，其特征在于，所述用戶簇對應的特定廣告是根據(jù)所述點擊廣告類型及數(shù)量確定的。4、根據(jù)權(quán)利要求l所述方法，其特征在于，所述用戶簇內(nèi)用戶數(shù)量與該用戶簇對應的特定廣告的點擊率的倒數(shù)相等或近似相等。5、根據(jù)權(quán)利要求l、2、3或4所述方法，其特征在于，按照多個用戶的訪問特征信息構(gòu)建用戶簇的具體過程包括統(tǒng)計每個用戶的訪問特征信息；利用用戶的訪問特征信息，計算兩兩用戶之間的相似度；根據(jù)所述相似度，使用聚類方法對多個用戶進行聚類，構(gòu)建所述用戶簇。6、根據(jù)權(quán)利要求5所述方法，其特征在于，所述相似度是釆用余弦公式或內(nèi)積法計算得到的；所述聚類是采用層次聚類或k-NN方法實現(xiàn)的。7、一種在網(wǎng)頁中展現(xiàn)廣告的系統(tǒng)，其特征在于，包括請求解析單元，用于解析用戶的網(wǎng)頁訪問請求獲得用戶標識；匹配單元，用于按照所述請求解析單元獲得的用戶標識，匹配預置的用戶簇群，其中，每個用戶簇是按照多個用戶的訪問特征信息構(gòu)建的，并與特定廣告對應；廣告展現(xiàn)單元，用于將所述匹配單元確定的用戶簇對應的特定廣告在網(wǎng)頁中向所述用戶展現(xiàn)。8、根據(jù)權(quán)利要求7所述系統(tǒng)，其特征在于，還包括用于按照多個用戶的訪問特征信息構(gòu)建用戶簇的用戶簇構(gòu)建單元，所述用戶簇構(gòu)建單元包括統(tǒng)計單元，用于統(tǒng)計每個用戶的訪問特征信息；相似度計算單元，用于利用所述統(tǒng)計單元統(tǒng)計的用戶的訪問特征信息，計算兩兩用戶之間的相似度；聚類單元，用于根據(jù)所述相似度計算單元計算出的相似度，使用聚類方法對多個用戶進行聚類，構(gòu)建所述用戶簇。9、根據(jù)權(quán)利要求8所述系統(tǒng)，其特征在于，所述用戶簇構(gòu)建單元還包括:用戶數(shù)量控制單元，用于控制所述用戶簇內(nèi)用戶數(shù)量與該用戶簇對應的特定廣告的點擊率的倒數(shù)相等或近似相等。10、根據(jù)權(quán)利要求7至9中任一項所述系統(tǒng)，其特征在于，所述訪問特征信息包括訪問網(wǎng)頁類型及數(shù)量、點擊廣告類型及數(shù)量、各時間段訪問網(wǎng)頁統(tǒng)計信息，或/和，上網(wǎng)地點統(tǒng)計信息。11、根據(jù)權(quán)利要求IO所述系統(tǒng)，其特征在于，還包括特定廣告設置單元，用于根據(jù)點擊廣告類型及數(shù)量，確定所述用戶簇對應的特定廣告。全文摘要本發(fā)明公開了一種在網(wǎng)頁中展現(xiàn)廣告的方法及系統(tǒng)，其中的方法包括接收用戶的網(wǎng)頁訪問請求，并從所述網(wǎng)頁訪問請求中提取用戶標識；按照所述用戶標識查找預置的用戶簇群，每個用戶簇是按照多個用戶的訪問特征信息構(gòu)建的，并與特定廣告對應；確定所述用戶所屬用戶簇，將該用戶簇對應的特定廣告在網(wǎng)頁中向所述用戶展現(xiàn)?？梢姡景l(fā)明是選擇用戶所屬用戶簇對應的特定廣告進行展示的，其中的用戶簇由多個用戶的訪問特征信息構(gòu)建，可表明這類用戶的訪問特性，由此選擇的特定廣告是適合該用戶的，該特定廣告被適合用戶點擊的概率將大大增加。文檔編號G06Q30/00GK101685521SQ200810222748公開日2010年3月31日申請日期2008年9月23日優(yōu)先權(quán)日2008年9月23日發(fā)明者闊張,茹立云申請人:北京搜狗科技發(fā)展有限公司