信息投放方法和系統(tǒng)的制作方法
【專利摘要】一種信息投放方法，其特征在于，包括如下步驟：統(tǒng)計(jì)用戶的用戶行為特征以及對(duì)應(yīng)的信息特征；獲取不同用戶行為特征的權(quán)重；獲取用戶行為特征的時(shí)間，根據(jù)時(shí)間確定時(shí)間權(quán)重，用戶行為的時(shí)間越近，時(shí)間權(quán)重越大，時(shí)間越遠(yuǎn)，時(shí)間權(quán)重越?。桓鶕?jù)不同用戶行為特征的權(quán)重以及時(shí)間權(quán)重，確定同一用戶的不同時(shí)間的同種用戶行為特征的加權(quán)值；根據(jù)多個(gè)欲投放的預(yù)設(shè)信息的信息特征和用戶行為特征的信息特征的對(duì)應(yīng)關(guān)系，以及各個(gè)用戶行為特征的加權(quán)值，計(jì)算出各個(gè)包含信息特征的預(yù)設(shè)信息被點(diǎn)擊的概率值；根據(jù)概率值將預(yù)設(shè)信息推送給用戶。本發(fā)明還提供一種對(duì)應(yīng)的信息投放系統(tǒng)。其計(jì)算出來(lái)的概率值更能體現(xiàn)用戶當(dāng)前的興趣度，從而實(shí)現(xiàn)更精準(zhǔn)的信息投放。
【專利說(shuō)明】信息投放方法和系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計(jì)算機(jī)【技術(shù)領(lǐng)域】，特別是涉及互聯(lián)網(wǎng)的信息投放方法和系統(tǒng)。
【背景技術(shù)】
[0002]隨著互聯(lián)網(wǎng)的快速發(fā)展，網(wǎng)民數(shù)量飛速膨脹，網(wǎng)絡(luò)廣告越來(lái)越受到廣告主的喜愛(ài)，其投放量已經(jīng)超過(guò)報(bào)紙、電視等傳統(tǒng)廣告。目前的收費(fèi)模式主要有CPM (按曝光收費(fèi))、CPD(按天收費(fèi))、CPC (按點(diǎn)擊收費(fèi))、CPA (按效果收費(fèi))、CPS (按銷(xiāo)售額提成)等，對(duì)于大部分中小廣告主，CPC、CPA等按效果付費(fèi)的模式越來(lái)越受歡迎。提升廣告的點(diǎn)擊率，不僅能提升廣告主的滿意度，還而且能直接提升廣告平臺(tái)收入。
[0003]目前的廣告投放規(guī)則有:
[0004]I)通過(guò)廣告與廣告位規(guī)格匹配和頁(yè)面內(nèi)容匹配，來(lái)決定廣告投放。這種方法能解決廣告與廣告位的匹配，但是對(duì)不同用戶，展示廣告相同，個(gè)性化缺失，對(duì)點(diǎn)擊率提升度受限。
[0005]2)使用用戶年齡、性別、地域等人口基礎(chǔ)特性行定向匹配。該方法引入了部分用戶特征，但這部分特征基本為靜態(tài)特征，較長(zhǎng)時(shí)間不變，也就造成用戶長(zhǎng)時(shí)間顯示相同廣告。并且人口基礎(chǔ)特征與點(diǎn)擊興趣意愿具有一定的偏差，對(duì)廣告的區(qū)分度低。例如，并不是所有女性任意時(shí)刻都最喜歡點(diǎn)擊女裝廣告，部分女性某些時(shí)刻也可能喜歡游戲廣告。
[0006]很多廣告系統(tǒng)使用了以上方法的匯總，但缺少對(duì)多時(shí)變特征的擴(kuò)展，使得用戶信息有所缺失，不能更加精準(zhǔn)的計(jì)算用戶與廣告的匹配度。
【發(fā)明內(nèi)容】
[0007]基于此，提供一種更加精確的信息投放方法和系統(tǒng)。
[0008]一種信息投放方法，包括如下步驟:
[0009]統(tǒng)計(jì)用戶的用戶行為特征以及對(duì)應(yīng)的信息特征；
[0010]獲取不同用戶行為特征的權(quán)重；
[0011]獲取所述用戶行為特征的時(shí)間，根據(jù)所述時(shí)間確定時(shí)間權(quán)重，所述用戶行為的時(shí)間越近，所述時(shí)間權(quán)重越大，時(shí)間越遠(yuǎn)，所述時(shí)間權(quán)重越?。?br>
[0012]根據(jù)所述不同用戶行為特征的權(quán)重以及所述時(shí)間權(quán)重，確定同一用戶的不同時(shí)間的同種用戶行為特征的加權(quán)值；
[0013]根據(jù)多個(gè)欲投放的預(yù)設(shè)信息的信息特征和所述用戶行為特征的信息特征的對(duì)應(yīng)關(guān)系，以及各個(gè)所述用戶行為特征的加權(quán)值，計(jì)算出各個(gè)包含所述信息特征的預(yù)設(shè)信息被點(diǎn)擊的概率值；
[0014]根據(jù)所述概率值將所述預(yù)設(shè)信息推送給所述用戶。
[0015]其中一個(gè)實(shí)施例中，所述用戶行為特征包括以下中的至少一種:瀏覽、收藏、下單、成交、APP信息、游戲的登錄、游戲的登記、游戲的下載、含某個(gè)關(guān)鍵詞的微博發(fā)帖或轉(zhuǎn)發(fā)。
[0016]其中一個(gè)實(shí)施例中，所述統(tǒng)計(jì)用戶的用戶行為特征以及對(duì)應(yīng)的信息特征包括:獲取所述用戶的用戶標(biāo)識(shí)，根據(jù)所述用戶標(biāo)識(shí)獲取并統(tǒng)計(jì)所述用戶在不同網(wǎng)絡(luò)平臺(tái)的用戶行為特征以及對(duì)應(yīng)的信息特征。
[0017]其中一個(gè)實(shí)施例中，所述統(tǒng)計(jì)用戶的用戶行為特征以及對(duì)應(yīng)的信息特征是在一預(yù)設(shè)時(shí)間周期內(nèi)進(jìn)行的，不同的用戶行為特征采用不同的預(yù)設(shè)時(shí)間周期進(jìn)行統(tǒng)計(jì)。
[0018]其中一個(gè)實(shí)施例中，所述預(yù)設(shè)時(shí)間周期長(zhǎng)短基于所述用戶行為的時(shí)間有效性，時(shí)間有效性越長(zhǎng)，預(yù)設(shè)時(shí)間周期越長(zhǎng)。
[0019]其中一個(gè)實(shí)施例中，所述用戶行為特征的權(quán)重基于用戶行為表現(xiàn)出的該信息對(duì)所述用戶的重要性，重要性越高，權(quán)重越大。
[0020]其中一個(gè)實(shí)施例中，所述根據(jù)所述概率值將所述預(yù)設(shè)信息推送給所述用戶包括:將概率值最高的前至少一個(gè)預(yù)設(shè)信息推送給所述用戶。
[0021]一種信息投放系統(tǒng)，其包括:特征獲取模塊、權(quán)重獲取模塊、時(shí)間權(quán)重獲取模塊、賦值模塊、概率計(jì)算模塊和信息推送模塊，
[0022]所述特征獲取模塊用于統(tǒng)計(jì)用戶的用戶行為特征以及對(duì)應(yīng)的信息特征；
[0023]所述權(quán)重獲取模塊用于獲取不同用戶行為特征的權(quán)重；
[0024]所述時(shí)間權(quán)重獲取模塊用于獲取所述用戶行為特征的時(shí)間，根據(jù)所述時(shí)間確定時(shí)間權(quán)重，所述用戶行為的時(shí)間越近，所述時(shí)間權(quán)重越大，時(shí)間越遠(yuǎn)，所述時(shí)間權(quán)重越??；
[0025]所述賦值模塊用于根據(jù)所述不同用戶行為特征的權(quán)重以及所述時(shí)間權(quán)重，確定同一用戶的不同時(shí)間的同種用戶行為特征的加權(quán)值；
[0026]所述概率計(jì)算模塊用于根據(jù)預(yù)設(shè)的多個(gè)欲投放的預(yù)設(shè)信息的信息特征和所述用戶行為特征的信息特征的對(duì)應(yīng)關(guān)系，以及各個(gè)所述用戶行為特征的加權(quán)值，計(jì)算出各個(gè)包含所述信息特征預(yù)設(shè)信息被點(diǎn)擊的概率值；
[0027]所述信息推送模塊用于根據(jù)所述概率值將預(yù)設(shè)的預(yù)設(shè)信息推送給所述用戶。
[0028]其中一個(gè)實(shí)施例中，所述用戶行為特征包括瀏覽、收藏、下單、成交、APP信息、游戲的登錄、游戲的登記、游戲的下載、含某個(gè)關(guān)鍵詞的微博發(fā)帖或轉(zhuǎn)發(fā)中的至少一種。
[0029]其中一個(gè)實(shí)施例中，所述特征獲取模塊用于先獲取所述用戶的用戶標(biāo)識(shí)，再根據(jù)所述用戶標(biāo)識(shí)獲取并統(tǒng)計(jì)所述用戶在不同網(wǎng)絡(luò)平臺(tái)的用戶行為特征以及對(duì)應(yīng)的信息特征。
[0030]其中一個(gè)實(shí)施例中，所述特征獲取模塊統(tǒng)計(jì)用戶的用戶行為特征以及對(duì)應(yīng)的信息特征是在一預(yù)設(shè)時(shí)間周期內(nèi)進(jìn)行的，不同的用戶行為特征采用不同的預(yù)設(shè)時(shí)間周期進(jìn)行統(tǒng)計(jì)。
[0031]其中一個(gè)實(shí)施例中，所述預(yù)設(shè)時(shí)間周期長(zhǎng)短基于所述用戶行為的時(shí)間有效性，時(shí)間有效性越長(zhǎng)，預(yù)設(shè)時(shí)間周期越長(zhǎng)。
[0032]其中一個(gè)實(shí)施例中，所述預(yù)設(shè)的不同用戶行為特征的不同權(quán)重基于用戶行為表現(xiàn)出的該信息對(duì)所述用戶的重要性，重要性越高，權(quán)重越大。
[0033]其中一個(gè)實(shí)施例中，所述根據(jù)所述概率值將所述預(yù)設(shè)信息推送給所述用戶包括:根據(jù)所述概率值提取概率值最高的前至少一個(gè)預(yù)設(shè)信息推送給所述用戶。
[0034]上述信息投放方法和系統(tǒng)，通過(guò)不同的用戶行為特征設(shè)置不同的權(quán)重，以及對(duì)同一用戶行為特征的產(chǎn)生時(shí)間先后設(shè)置不同的權(quán)重值，所計(jì)算出來(lái)的概率值更能體現(xiàn)用戶當(dāng)前的興趣度，從而實(shí)現(xiàn)更精準(zhǔn)的信息投放?！緦＠綀D】
【附圖說(shuō)明】
[0035]圖1為一實(shí)施例的信息投放方法的步驟流程圖；
[0036]圖2為一實(shí)施例的信息投放系統(tǒng)的功能模塊圖；
[0037]圖3為從宏觀角度描述點(diǎn)擊概率的預(yù)測(cè)流程架構(gòu)圖；
[0038]圖4為圖3所示的特征匯總層中用戶行為特征的整合流程圖。
具體實(shí)施例
[0039]本方案的目的是:從欲投放的多個(gè)預(yù)設(shè)信息中計(jì)算出用戶興趣度更高(點(diǎn)擊概率更大)的一個(gè)或若干個(gè)預(yù)設(shè)信息，并展示給用戶。要實(shí)現(xiàn)此功能，可參考的特征包括:
[0040]1，信息特征，例如類目、價(jià)格、名稱等；
[0041]2，信息投放窗口特征，例如尺寸、所屬頁(yè)面的類別等；
[0042]3，用戶靜態(tài)特征，例如年齡、地域、性別、學(xué)歷等；
[0043]4，用戶行為特征，例如瀏覽、收藏、下單、成交、APP信息、游戲的登錄、游戲的登記、游戲的下載、含某個(gè)關(guān)鍵詞的微博發(fā)帖或轉(zhuǎn)發(fā)等。
[0044]前三種特征可以直接用于對(duì)欲投放的多個(gè)預(yù)設(shè)信息進(jìn)行過(guò)濾，得到候選的預(yù)設(shè)信息。用戶行為特征，用于計(jì)算候選的預(yù)設(shè)信息中用戶點(diǎn)擊各個(gè)預(yù)設(shè)信息的概率大小。
[0045]如圖1所示，其為一實(shí)施例的信息投放方法的步驟流程圖，包括如下步驟:
[0046]步驟S101，統(tǒng)計(jì)用戶的用戶行為特征以及對(duì)應(yīng)的信息特征。
[0047]所述用戶行為特征包括“瀏覽、收藏、下單、成交、APP信息、游戲的登錄、游戲的登記、游戲的下載、含某個(gè)關(guān)鍵詞的微博發(fā)帖或轉(zhuǎn)發(fā)”中的至少一種。本實(shí)施例中，與用于行為特征中對(duì)應(yīng)的信息特征優(yōu)選為商品的特征，例如“商品類目”，如“鞋子”、“裙子”、“手機(jī)”等，也可以是具體到某種品牌的類目，例如“三星手機(jī)”。用戶行為特征結(jié)合信息特征可舉出例子如瀏覽鞋子，收藏裙子，下單手機(jī)等。
[0048]其他實(shí)施例中，所述統(tǒng)計(jì)用戶的用戶行為特征以及對(duì)應(yīng)的信息特征是在一預(yù)設(shè)時(shí)間周期內(nèi)進(jìn)行的，不同的用戶行為特征，采用不同的預(yù)設(shè)時(shí)間周期進(jìn)行統(tǒng)計(jì)。所述預(yù)設(shè)時(shí)間周期長(zhǎng)短基于所述用戶行為的時(shí)間有效性，時(shí)間有效性越長(zhǎng)，預(yù)設(shè)時(shí)間周期越長(zhǎng)。一實(shí)施例中，預(yù)設(shè)時(shí)間周期長(zhǎng)短遵循“瀏覽、收藏、下單、成交”依次減小的原則。如:統(tǒng)計(jì)用戶近15天的“瀏覽”信息，近10天的“收藏”信息，近5天的“下單”信息，以及近2天的“成交”信肩、O
[0049]因?yàn)?，瀏覽是一種較長(zhǎng)期、意識(shí)性不強(qiáng)的行為，需要很多天甚至月度周期積累來(lái)反映用戶的長(zhǎng)期興趣。而下單是一種意識(shí)性強(qiáng)的、沖動(dòng)性高的行為，若時(shí)間長(zhǎng)了，用戶已經(jīng)完成成交，可能在最近都不會(huì)再對(duì)此類信息感興趣。如此按照不同時(shí)間周期對(duì)不同用戶行為特征進(jìn)行的統(tǒng)計(jì)，能更準(zhǔn)確的表示出用戶當(dāng)前的興趣。
[0050]本實(shí)施例中，所述統(tǒng)計(jì)用戶的用戶行為特征以及對(duì)應(yīng)的信息特征包括:獲取所述用戶的用戶標(biāo)識(shí)，根據(jù)所述用戶標(biāo)識(shí)獲取并統(tǒng)計(jì)所述用戶在不同網(wǎng)絡(luò)平臺(tái)的用戶行為特征以及對(duì)應(yīng)的信息特征。如通過(guò)cookie或聯(lián)盟網(wǎng)站等串聯(lián)起用戶在各個(gè)平臺(tái)上的活動(dòng)信息，這樣就可以做到更多的遷移學(xué)習(xí)，通過(guò)用戶在其他平臺(tái)上的表現(xiàn)，反映出用戶在該平臺(tái)上的可能興趣。不同平臺(tái)的用戶行為特征可設(shè)置不同的權(quán)重。
[0051]信息推薦的生命周期往往很短，以廣告作為欲投放信息為例，其平均只有幾天，有的廣告甚至只有1、2天。這樣依靠廣告自身投放歷史來(lái)預(yù)測(cè)點(diǎn)擊概率，由于其行為屬性少，覆蓋用戶量低，準(zhǔn)確率有限。實(shí)驗(yàn)證明，用戶的行為特征通常與廣告點(diǎn)擊有較強(qiáng)的關(guān)聯(lián)性，于是我們就考慮引入其他平臺(tái)的用戶特征來(lái)預(yù)測(cè)用戶對(duì)廣告的點(diǎn)擊意愿。例如，用戶在電商平臺(tái)上剛剛收藏了一件女裝，代表其對(duì)女裝有興趣，而當(dāng)該用戶瀏覽門(mén)戶網(wǎng)站平臺(tái)時(shí)，對(duì)該用戶投放女裝相關(guān)的廣告，其點(diǎn)擊意愿就會(huì)更強(qiáng)些。這種相關(guān)平臺(tái)越多，我們能捕獲的用戶特征就會(huì)越多，預(yù)測(cè)用戶對(duì)哪些廣告的點(diǎn)擊意愿就會(huì)越準(zhǔn)。
[0052]步驟S102，獲取不同用戶行為特征的權(quán)重 。
[0053]所述用戶行為特征的權(quán)重基于用戶行為表現(xiàn)出的該信息對(duì)所述用戶的重要性，重要性越高，權(quán)重越大。如“瀏覽”一次，計(jì)5分，“收藏” 一次計(jì)10分，“下單” 一次計(jì)50分，“成交” 一次計(jì)80分。本實(shí)施例中，“瀏覽、收藏、下單、成交”的權(quán)重值由低到高。
[0054]步驟S103，獲取所述用戶行為特征的時(shí)間，根據(jù)所述時(shí)間確定時(shí)間權(quán)重，所述用戶行為的時(shí)間越近，所述時(shí)間權(quán)重越大，時(shí)間越遠(yuǎn)，所述時(shí)間權(quán)重越小。
[0055]因?yàn)?，越近的瀏覽越能反映用戶最近的愛(ài)好，應(yīng)該給與較高的權(quán)重，而越遠(yuǎn)的行為，應(yīng)給與較低的權(quán)重。以“下單”為例，最近第一天的成交，每次計(jì)50分，最近的第二天的成交，每次計(jì)40分，最近的第三天的成交，每次計(jì)分30分，……。即賦值按照時(shí)間由近到遠(yuǎn)衰減，可以通過(guò)時(shí)間衰減函數(shù)來(lái)實(shí)現(xiàn)。
[0056]步驟S104，根據(jù)所述不同用戶行為特征的權(quán)重以及所述時(shí)間權(quán)重，確定同一用戶的不同時(shí)間的同種用戶行為特征的加權(quán)值。
[0057]步驟S105，根據(jù)多個(gè)欲投放的預(yù)設(shè)信息的信息特征和所述用戶行為特征的信息特征的對(duì)應(yīng)關(guān)系，以及各個(gè)所述用戶行為特征的加權(quán)值，計(jì)算出各個(gè)包含所述信息特征預(yù)設(shè)信息被點(diǎn)擊的概率值。
[0058]一實(shí)施例中，步驟S105還可結(jié)合用戶靜態(tài)特征(年齡、性別等)、信息特征(類別、價(jià)格等等)，利用分類或回歸模型，計(jì)算出用戶對(duì)每個(gè)預(yù)設(shè)信息的點(diǎn)擊概率。
[0059]步驟S106，根據(jù)所述概率值將所述預(yù)設(shè)信息推送給所述用戶。
[0060]所述根據(jù)所述概率值將所述預(yù)設(shè)信息推送給所述用戶包括:將概率值最高的前至少一個(gè)預(yù)設(shè)信息推送給所述用戶。
[0061]上述信息投放方法通過(guò)不同的用戶行為特征設(shè)置不同的權(quán)重，以及對(duì)同一用戶行為特征的產(chǎn)生時(shí)間先后設(shè)置不同的權(quán)重值，所計(jì)算出來(lái)的概率值更能體現(xiàn)用戶當(dāng)前的興趣度，從而實(shí)現(xiàn)更精準(zhǔn)的信息投放。
[0062]其他實(shí)施例中，所述信息投放方法還可以包括:通過(guò)信息特征，信息投放窗口特征，以及用戶靜態(tài)特征中的至少一種對(duì)多個(gè)預(yù)設(shè)信息進(jìn)行篩選的步驟。
[0063]如圖2所示，其為一實(shí)施例的信息投放系統(tǒng)20的功能模塊圖，包括:特征獲取模塊202、權(quán)重獲取模塊203、時(shí)間權(quán)重獲取模塊204、賦值模塊205、概率計(jì)算模塊206和信息推送模塊207。
[0064]特征獲取模塊202用于統(tǒng)計(jì)用戶的用戶行為特征以及對(duì)應(yīng)的信息特征。
[0065]權(quán)重獲取模塊203用于獲取不同用戶行為特征的權(quán)重。
[0066]時(shí)間權(quán)重獲取模塊204用于獲取所述用戶行為特征的時(shí)間，根據(jù)所述時(shí)間確定時(shí)間權(quán)重，所述用戶行為的時(shí)間越近，所述時(shí)間權(quán)重越大，時(shí)間越遠(yuǎn)，所述時(shí)間權(quán)重越小。
[0067]賦值模塊205用于根據(jù)所述不同用戶行為特征的權(quán)重以及所述時(shí)間權(quán)重，確定同一用戶的不同時(shí)間的同種用戶行為特征的加權(quán)值。
[0068]概率計(jì)算模塊206用于根據(jù)預(yù)設(shè)的多個(gè)欲投放的預(yù)設(shè)信息的信息特征和所述用戶行為特征的信息特征的對(duì)應(yīng)關(guān)系，以及各個(gè)所述用戶行為特征的加權(quán)值，計(jì)算出各個(gè)包含所述信息特征預(yù)設(shè)信息被點(diǎn)擊的概率值。
[0069]信息推送模塊207用于根據(jù)所述概率值將預(yù)設(shè)的預(yù)設(shè)信息推送給所述用戶。
[0070]一實(shí)施例中，所述預(yù)設(shè)的預(yù)設(shè)信息及其對(duì)應(yīng)的信息特征存儲(chǔ)于一存儲(chǔ)模塊中。
[0071]一實(shí)施例中，所述根據(jù)所述概率值將所述預(yù)設(shè)信息推送給所述用戶包括:根據(jù)所述概率值從所述存儲(chǔ)模塊中提取概率值最高的前至少一個(gè)預(yù)設(shè)信息推送給所述用戶。
[0072]一實(shí)施例中，特征獲取模塊202用于獲取所述用戶的用戶標(biāo)識(shí)，根據(jù)所述用戶標(biāo)識(shí)獲取并統(tǒng)計(jì)所述用戶在不同網(wǎng)絡(luò)平臺(tái)的用戶行為特征以及對(duì)應(yīng)的信息特征。
[0073]所述用戶行為特征包括“瀏覽、收藏、下單、成交、APP信息、游戲的登錄、游戲的登記、游戲的下載、含某個(gè)關(guān)鍵詞的微博發(fā)帖或轉(zhuǎn)發(fā)”中的至少一種。
[0074]所述特征獲取模塊202統(tǒng)計(jì)用戶的用戶行為特征以及對(duì)應(yīng)的信息特征是在一預(yù)設(shè)時(shí)間周期內(nèi)進(jìn)行的，不同的用戶行為特征，采用不同的預(yù)設(shè)時(shí)間周期進(jìn)行統(tǒng)計(jì)。所述預(yù)設(shè)時(shí)間周期長(zhǎng)短基于所述用戶行為的時(shí)間有效性，時(shí)間有效性越長(zhǎng)，預(yù)設(shè)時(shí)間周期越長(zhǎng)。
[0075]所述預(yù)設(shè)的不同用戶行為特征的不同權(quán)重基于用戶行為表現(xiàn)出的該信息對(duì)所述用戶的重要性，重要性越高，權(quán)重越大。一實(shí)施例中，“瀏覽、收藏、下單、成交”的權(quán)重由低到聞。
[0076]所述預(yù)設(shè)時(shí)間衰減原則是時(shí)間越近，權(quán)重越大，時(shí)間越遠(yuǎn)，權(quán)重越小。
[0077]上述信息投放系統(tǒng)20通過(guò)不同的用戶行為特征設(shè)置不同的權(quán)重，以及對(duì)同一用戶行為特征的產(chǎn)生時(shí)間先后設(shè)置不同的權(quán)重值，所計(jì)算出來(lái)的概率值更能體現(xiàn)用戶當(dāng)前的興趣度，從而實(shí)現(xiàn)更精準(zhǔn)的信息投放。
[0078]其他實(shí)施例中，所述信息投放系統(tǒng)還可以包括篩選模塊，用于通過(guò)信息特征，信息投放窗口特征，以及用戶靜態(tài)特征中的至少一種對(duì)多個(gè)預(yù)設(shè)信息進(jìn)行篩選。信息推送模塊207用于從篩選后的預(yù)設(shè)信息中挑選預(yù)設(shè)信息，并推送給所述用戶。
[0079]以廣告作為欲投放信息為例，請(qǐng)參閱圖3，其為從宏觀角度描述點(diǎn)擊概率的預(yù)測(cè)流程架構(gòu)圖，其包括:
[0080]特征匯總層
[0081]該層數(shù)據(jù)包含以下特征:
[0082]廣告特征:包含廣告的類別、名稱、單價(jià)，以及廣告主等信息。
[0083]廣告位特征:包含廣告位規(guī)格、所屬頁(yè)面類別、可投廣告列表等信息
[0084]用戶靜態(tài)特征:包含用戶年齡、性別、地域、職業(yè)等相對(duì)穩(wěn)定不變信息。
[0085]用戶行為特征:主要指用戶在各個(gè)平臺(tái)上的行為匯總。該特征可擴(kuò)展性強(qiáng)，從資源上看，可以是各個(gè)平臺(tái)資源的獨(dú)立特征，也可以是多個(gè)資源數(shù)據(jù)的匯總特征；從時(shí)間上看，有按小時(shí)、按天、按月等各個(gè)粒度的匯總統(tǒng)計(jì)特征。一般時(shí)間跨度越長(zhǎng)，數(shù)據(jù)越穩(wěn)定，而時(shí)間越近，數(shù)據(jù)越及時(shí)，該層需要兼顧了時(shí)效性和數(shù)據(jù)的準(zhǔn)確性。
[0086]預(yù)測(cè)邏輯層
[0087]其通過(guò)一種支持大規(guī)模數(shù)據(jù)量的機(jī)器學(xué)習(xí)方法，基于特征匯總層的特征，預(yù)測(cè)用戶在不同廣告位上各個(gè)候選廣告的點(diǎn)擊概率，輸出top N廣告列表。該top N列表中包含了廣告及點(diǎn)擊概率，投放時(shí)，可以根據(jù)點(diǎn)擊概率輪播投放。
[0088]廣告投放層
[0089]用于接受外部用戶、廣告位信息，通過(guò)廣告位資源，用戶定向信息，做初級(jí)的過(guò)濾，計(jì)算出候選廣告列表，傳輸給預(yù)測(cè)邏輯層。并接收預(yù)測(cè)邏輯層返回的top N廣告列表，根據(jù)規(guī)則播放廣告。
[0090]請(qǐng)參閱圖4，其為圖3所示的特征匯總層中用戶行為特征的整合流程，主要模塊如下:
[0091]平臺(tái)資源層
[0092]存儲(chǔ)各個(gè)平臺(tái)自身的源數(shù)據(jù)，各個(gè)平臺(tái)是可平行擴(kuò)展，通常數(shù)據(jù)源越多，能代表的用戶與廣告的匹配信息越多，計(jì)算出的點(diǎn)擊概率越準(zhǔn)確。
[0093]平臺(tái)時(shí)變特征層
[0094]從平臺(tái)資源層篩選出來(lái)的特征，針對(duì)廣告投放平臺(tái)特點(diǎn)，對(duì)某些噪音數(shù)據(jù)的屏蔽過(guò)濾，對(duì)原始數(shù)據(jù)做數(shù)據(jù)篩選、清理、轉(zhuǎn)換、統(tǒng)計(jì)匯總等操作。
[0095]對(duì)各個(gè)平臺(tái)特征分析，針對(duì)不同的特征，采用不同的時(shí)間粒度統(tǒng)計(jì)匯總。例如，單個(gè)用戶對(duì)某個(gè)廣告的點(diǎn)擊率至少需要N天粒度才有意義，而不同性別用戶對(duì)不同廣告的點(diǎn)擊率可以到分鐘粒度。又例如，由于平臺(tái)對(duì)女裝的瀏覽點(diǎn)擊量大，對(duì)女裝只要I天的匯總數(shù)據(jù)，而對(duì)相機(jī)可能要更多天數(shù)據(jù)才能穩(wěn)定表示用戶興趣。
[0096]多平臺(tái)特征聚類層
[0097]綜合多個(gè)平臺(tái)資源特征，計(jì)算出層次更高的特征。比如匯總多個(gè)網(wǎng)站、電商等平臺(tái)、不同時(shí)間粒度的瀏覽、點(diǎn)擊的數(shù)據(jù)，匯總出該用戶對(duì)女裝的長(zhǎng)短期興趣。由于各個(gè)平臺(tái)數(shù)據(jù)量有限，各個(gè)用戶在單個(gè)平臺(tái)上的行為不能完整的體現(xiàn)用戶興趣，而匯總多平臺(tái)數(shù)據(jù)，能更加綜合性的反映用戶興趣。
[0098]時(shí)間衰變函數(shù)層
[0099]根據(jù)已經(jīng)選定的時(shí)變區(qū)間，在該區(qū)間內(nèi)做時(shí)間衰減變換。比如一個(gè)用戶在I分鐘前點(diǎn)擊了某個(gè)廣告，其重要度要高于10分鐘前的點(diǎn)擊，因?yàn)闀r(shí)間越近越能反映用戶的最新興趣，就需要推薦越相關(guān)的廣告。我們使用logistic等多種生命周期函數(shù)供選擇，時(shí)間越近，權(quán)重越大，時(shí)間越遠(yuǎn)，權(quán)重越小，從而達(dá)到同一時(shí)變窗口內(nèi)，時(shí)間衰變的目的。
[0100]用戶行為特征層
[0101]該層作為特征匯總層的子模塊，匯總了各個(gè)平臺(tái)自己的多時(shí)變行為數(shù)據(jù)和多個(gè)平臺(tái)匯總的多時(shí)變聚類數(shù)據(jù)，每種數(shù)據(jù)都包含了不同時(shí)段擴(kuò)展的多緯特征。
[0102]以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施例，其描述較為具體和詳細(xì)，但并不能因此而理解為對(duì)本發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對(duì)于本領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
【權(quán)利要求】
1.一種信息投放方法，其特征在于，包括如下步驟: 統(tǒng)計(jì)用戶的用戶行為特征以及對(duì)應(yīng)的信息特征； 獲取不同用戶行為特征的權(quán)重； 獲取所述用戶行為特征的時(shí)間，根據(jù)所述時(shí)間確定時(shí)間權(quán)重，所述用戶行為的時(shí)間越近，所述時(shí)間權(quán)重越大，時(shí)間越遠(yuǎn)，所述時(shí)間權(quán)重越??； 根據(jù)所述不同用戶行為特征的權(quán)重以及所述時(shí)間權(quán)重，確定同一用戶的不同時(shí)間的同種用戶行為特征的加權(quán)值； 根據(jù)多個(gè)欲投放的預(yù)設(shè)信息的信息特征和所述用戶行為特征的信息特征的對(duì)應(yīng)關(guān)系，以及各個(gè)所述用戶行為特征的加權(quán)值，計(jì)算出各個(gè)包含所述信息特征的預(yù)設(shè)信息被點(diǎn)擊的概率值； 根據(jù)所述概率值將所述預(yù)設(shè)信息推送給所述用戶。
2.根據(jù)權(quán)利要求1所述的信息投放方法，其特征在于，所述用戶行為特征包括以下中的至少一種:瀏覽、收藏、下單、成交、APP信息、游戲的登錄、游戲的登記、游戲的下載、含某個(gè)關(guān)鍵詞的微博發(fā)帖或轉(zhuǎn)發(fā)。
3.根據(jù)權(quán)利要求1所述的信息投放方法，其特征在于，所述統(tǒng)計(jì)用戶的用戶行為特征以及對(duì)應(yīng)的信息特征包括:獲取所述用戶的用戶標(biāo)識(shí)，根據(jù)所述用戶標(biāo)識(shí)獲取并統(tǒng)計(jì)所述用戶在不同網(wǎng)絡(luò)平臺(tái)的用戶行為特征以及對(duì)應(yīng)的信息特征。
4.根據(jù)權(quán)利要求1所述的信息投放方法，其特征在于，所述統(tǒng)計(jì)用戶的用戶行為特征以及對(duì)應(yīng)的信息特征是在一預(yù)設(shè)時(shí)間周期內(nèi)進(jìn)行的，不同的用戶行為特征采用不同的預(yù)設(shè)時(shí)間周期進(jìn)行統(tǒng)計(jì)。
5.根據(jù)權(quán)利要求4所述的信息投放方法，其特征在于，所述預(yù)設(shè)時(shí)間周期長(zhǎng)短基于所述用戶行為的時(shí)間有效性，時(shí)間有效性越長(zhǎng)，預(yù)設(shè)時(shí)間周期越長(zhǎng)。
6.根據(jù)權(quán)利要求1所述的信息投放方法，其特征在于，所述用戶行為特征的權(quán)重基于用戶行為表現(xiàn)出的該信息對(duì)所述用戶的重要性，重要性越高，權(quán)重越大。
7.根據(jù)權(quán)利要求1所述的信息投放方法，其特征在于，所述根據(jù)所述概率值將所述預(yù)設(shè)信息推送給所述用戶包括:將概率值最高的前至少一個(gè)預(yù)設(shè)信息推送給所述用戶。
8.一種信息投放系統(tǒng)，其特征在于，其包括:特征獲取模塊、權(quán)重獲取模塊、時(shí)間權(quán)重獲取模塊、賦值模塊、概率計(jì)算模塊和信息推送模塊， 所述特征獲取模塊用于統(tǒng)計(jì)用戶的用戶行為特征以及對(duì)應(yīng)的信息特征； 所述權(quán)重獲取模塊用于獲取不同用戶行為特征的權(quán)重； 所述時(shí)間權(quán)重獲取模塊用于獲取所述用戶行為特征的時(shí)間，根據(jù)所述時(shí)間確定時(shí)間權(quán)重，所述用戶行為的時(shí)間越近，所述時(shí)間權(quán)重越大，時(shí)間越遠(yuǎn)，所述時(shí)間權(quán)重越??； 所述賦值模塊用于根據(jù)所述不同用戶行為特征的權(quán)重以及所述時(shí)間權(quán)重，確定同一用戶的不同時(shí)間的同種用戶行為特征的加權(quán)值； 所述概率計(jì)算模塊用于根據(jù)預(yù)設(shè)的多個(gè)欲投放的預(yù)設(shè)信息的信息特征和所述用戶行為特征的信息特征的對(duì)應(yīng)關(guān)系，以及各個(gè)所述用戶行為特征的加權(quán)值，計(jì)算出各個(gè)包含所述信息特征預(yù)設(shè)信息被點(diǎn)擊的概率值； 所述信息推送模塊用于根據(jù)所述 概率值將預(yù)設(shè)的預(yù)設(shè)信息推送給所述用戶。
9.根據(jù)權(quán)利要求8所述的信息投放系統(tǒng)，其特征在于，所述用戶行為特征包括瀏覽、收藏、下單、成交、APP信息、游戲的登錄、游戲的登記、游戲的下載、含某個(gè)關(guān)鍵詞的微博發(fā)帖或轉(zhuǎn)發(fā)中的至少一種。
10.根據(jù)權(quán)利要求8所述的信息投放系統(tǒng)，其特征在于，所述特征獲取模塊用于先獲取所述用戶的用戶標(biāo)識(shí)，再根據(jù)所述用戶標(biāo)識(shí)獲取并統(tǒng)計(jì)所述用戶在不同網(wǎng)絡(luò)平臺(tái)的用戶行為特征以及對(duì)應(yīng)的信息特征。
11.根據(jù)權(quán)利要求8所述的信息投放系統(tǒng)，其特征在于，所述特征獲取模塊統(tǒng)計(jì)用戶的用戶行為特征以及對(duì)應(yīng)的信息特征是在一預(yù)設(shè)時(shí)間周期內(nèi)進(jìn)行的，不同的用戶行為特征采用不同的預(yù)設(shè)時(shí)間周期進(jìn)行統(tǒng)計(jì)。
12.根據(jù)權(quán)利要求11所述的信息投放系統(tǒng)，其特征在于，所述預(yù)設(shè)時(shí)間周期長(zhǎng)短基于所述用戶行為的時(shí)間有效性，時(shí)間有效性越長(zhǎng)，預(yù)設(shè)時(shí)間周期越長(zhǎng)。
13.根據(jù)權(quán)利要求8所述的信息投放系統(tǒng)，其特征在于，所述預(yù)設(shè)的不同用戶行為特征的不同權(quán)重基于用戶行為表現(xiàn)出的該信息對(duì)所述用戶的重要性，重要性越高，權(quán)重越大。
14.根據(jù)權(quán)利要求8所述的信息投放系統(tǒng)，其特征在于，所述根據(jù)所述概率值將所述預(yù)設(shè)信息推送給所述用戶包括:根據(jù)所述概率值提取概率值最高的前至少一個(gè)預(yù)設(shè)信息推送給所述用戶。
【文檔編號(hào)】G06Q30/02GK103489117SQ201210192864
【公開(kāi)日】2014年1月1日 申請(qǐng)日期:2012年6月12日 優(yōu)先權(quán)日:2012年6月12日
【發(fā)明者】劉大鵬, 李勇, 肖磊, 言艷花, 賴曉平, 岳亞丁 申請(qǐng)人:深圳市騰訊計(jì)算機(jī)系統(tǒng)有限公司