CN105791157A - 一种流量的分配方法、分配***、及服务器 - Google Patents

一种流量的分配方法、分配***、及服务器 Download PDF

Info

Publication number
CN105791157A
CN105791157A CN201610248200.8A CN201610248200A CN105791157A CN 105791157 A CN105791157 A CN 105791157A CN 201610248200 A CN201610248200 A CN 201610248200A CN 105791157 A CN105791157 A CN 105791157A
Authority
CN
China
Prior art keywords
user
business datum
flow block
exposure
accounting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610248200.8A
Other languages
English (en)
Other versions
CN105791157B (zh
Inventor
梁宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201610248200.8A priority Critical patent/CN105791157B/zh
Publication of CN105791157A publication Critical patent/CN105791157A/zh
Application granted granted Critical
Publication of CN105791157B publication Critical patent/CN105791157B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H04L47/80—Actions related to the user profile or the type of traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明提供一种流量的分配方法、分配***、及服务器，包括：获取用户的历史行为数据；根据用户的属性对用户进行分类，以形成与每种分类对应的用户流量块；根据所述用户的历史行为数据，确定各用户流量块对各业务数据的下载转化率；根据所述下载转化率以及预设的流量分配模型确定各用户流量块分配给各业务数据的曝光比例，并根据所述曝光比例为各业务数据分配用户流量。本发明在用户发送请求进行访问时，基于用户的属性和历史行为数据确定所属的用户流量块，再根据每种类型的业务数据在所述用户流量块中的最优曝光比例将不同类型的业务数据按比例曝光给该用户，不仅满足了多业务的流量诉求，而且优化了内容服务平台的分发效果。

Description

一种流量的分配方法、分配***、及服务器
技术领域
本发明属于数字内容服务领域，尤其涉及一种流量的分配方法、分配***、及服务器。
背景技术
对各类业务数据的流量分配，是各类内容推荐平台中经常面临的一个问题。在内容推荐平台中，待推荐内容中的业务数据可能归属于多个不同利益方，在展示的过程中一方面需要保证各业务数据的曝光比例合理，以保证各业务的基本利益得到平衡和满足，另一方面需要在此条件下实现平台整体的最优分配。
对此，目前尚没有对应的解决方案。但在广告业务中，有类似的解决方案，即根据可匹配流量的紧缺程度静态求解的解决方案(HWM算法)，其核心是：根据广告主购买的关键词和期望流量确定每个广告的分配优先级，以及根据分配优先级作出广告的展示决策。然而，上述广告业务的解决方案具有如下不足：
(1)只针对广告投放的业务形态：上述方法中广告主一般会购买关键词，但推荐平台的分发业务而言，无法执行这个操作，需要分析用户的潜在的属性或行为来辅助计算可匹配流量。
(2)只考虑了可匹配流量的紧缺程度：上述方法只考虑了可匹配流量的紧缺程度来进行,简单满足需求方的业务诉求，但没有最大化供给方分发的效率。
(3)基于静态数据，时效性低：上述方法采用静态历史数据作基础的贪娈算法，对于线上的动态变化缺乏充足的考虑，当出现业务需求变更时无法快速调整。
发明内容
有鉴于此，本发明的目的在于提供一种流量的分配方法、分配***、及服务器，用以解决现有技术中只能依赖于静态历史数据、无法对用户请求进行实时调整等技术问题。
为解决上述技术问题，本发明的实施例提供了一种流量的分配方法，包括：
获取用户的历史行为数据，所述历史行为数据包括用户对各业务数据的曝光行为数据和/或响应行为数据；
根据用户的属性对用户进行分类，以形成与每种分类对应的用户流量块；
根据所述用户的历史行为数据，确定各用户流量块对各业务数据的下载转化率；以及
根据所述下载转化率以及预设的流量分配模型确定各用户流量块分配给各业务数据的曝光比例，并根据所述曝光比例为各业务数据分配用户流量。
为解决上述技术问题，本发明的实施例还提供了一种流量的分配***，包括：
获取模块，用于获取用户的历史行为数据，所述历史行为数据包括用户对各业务数据的曝光行为数据和/或响应行为数据；
分类模块，用于根据用户的属性对用户进行分类，以形成与每种分类对应的用户流量块；
转化模块，用于根据所述用户的历史行为数据，确定各用户流量块对各业务数据的下载转化率；以及
分配模块，用于根据所述下载转化率以及预设的流量分配模型确定各用户流量块分配给各业务数据的曝光比例，并根据所述曝光比例为各业务数据分配用户流量。
为解决上述技术问题，本发明的实施例又提供了一种服务器，用于对业务数据进行分配，所述服务器包括：
第一存储器，用于存储各类业务数据；
推送模块，用于将所述业务数据推送给用户终端；
接收模块，用于接收用户终端对所述业务数据的曝光行为数据、响应行为数据、和用户请求；
第二存储器，用于存储所述曝光行为数据和响应行为数据，并形成的用户的历史行为数据；以及
流量的分配***，包括：
获取模块，连接于所述第二存储器，用于获取所述历史行为数据；
分类模块，连接于所述接收模块，用于根据用户的属性对用户进行分类，以形成与每种分类对应的用户流量块；
转化模块，连接于所述读取模块和所述分类模块，用于根据所述用户的历史行为数据，确定各用户流量块对各业务数据的下载转化率；以及
分配模块，连接于所述转化模块和分类模块，用于根据所述下载转化率以及预设的流量分配模型确定各用户流量块分配给各业务数据的曝光比例，并根据所述曝光比例为各业务数据分配用户流量，以便所述推送模块进行业务数据的推送。
本发明实施例提供的流量的分配方法、分配***、及服务器，在用户发送用户请求进行访问时，基于用户的属性和历史行为数据确定所属的用户流量块，再根据每种类型的业务数据在所述用户流量块中的最优曝光比例将不同类型的业务数据按比例曝光给该用户，不仅满足了多业务的流量诉求，而且优化了内容服务平台的分发效果。
附图说明
图1是本发明实施例提供的流量的分配方法、***、及服务器的应用场景示意图；
图2是本发明实施例一提供的流量的分配方法的流程示意图；
图3是本发明实施例二提供的流量的分配方法的流程示意图；
图4是本发明实施例三提供的流量的分配***的模块示意图；
图5是本发明实施例四提供的流量的分配***的模块示意图；
图6是本发明实施例五提供的服务器的模块示意图。
具体实施方式
请参照附图中的图式，其中相同的组件符号代表相同的组件，本发明的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所示例的本发明的具体实施例，其不应被视为限制本发明未在此详述的其它具体实施例。
本发明原理以上述文字来说明，其并不代表为一种限制，本领域技术人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。本发明的原理使用许多其它泛用性或特定目的运算、通信环境或组态来进行操作。
请参阅图1，为本发明中提供的流量的分配方法及分配***的应用场景示意图。所述应用环境，包括用户终端10、服务器20、以及通信网络30。
用户终端10，如手机、或电脑等，用于发送用户请求11，如开启新闻；接收来自服务器20的业务数据21，比如推送的30条新闻；接收用户的指令对所述业务数据进行曝光行为、响应行为，以形成数据源12；并将所述数据源12反馈给服务器20。
服务器20，用于接收来自于用户终端10的用户请求11和数据源12，并根据所述用户请求11和数据源12进行业务数据21的分配。
其中，业务数据21包括但不限于：音乐、视频、游戏、新闻、广告、或/和折扣资讯等。业务数据可以是对所述用户请求的直接回应、也可以是对所述用户请求的间接回应。举例而言，若用户请求是行程类信息，请求从A地到B地，则推送的业务数据可以包括：直接回应，如推送出租车、飞机、或铁路等行程；间接回应，如推送当地(A地或B地)天气、新闻、或折扣等业务数据。
通信网络30，包括无线网络及有线网络，用于在用户终端10与服务器20之间进行信息的传递。其中无线网络包括无线广域网、无线局域网、无线城域网、以及无线个人网中的一种或多种的组合。
请参照以下实施例，实施例一、二侧重于流量的分配方法，实施例三、四侧重于流量的分配***，实施例五侧重于流量分配的服务器。可以理解的是：虽然各实施例的侧重不同，但其设计思想是一致的。且，在某个实施例中没有详述的部分，可以参见说明书全文的详细描述，不再赘述。
实施例一
请参阅图2，所示为流量的分配方法的基本流程示意图。所述流量的分配方法，通常执行于服务器中。
所述流量的分配方法，包括：
在步骤S201中，获取用户的历史行为数据，所述历史行为数据包括用户对各业务数据的曝光行为数据和/或响应行为数据。
具体而言，本步骤包括：
(1)从服务器中读取推送给用户的业务数据，比如10个；
(2)获取展示给用户的业务数据，作为所述曝光行为数据；
可以理解是，推送给用户的数据并不一定会被展示，推送给用户比如10个，用户终端只展示了1-5个之后，用户就实现了其查询等目的，则将1-5个业务数据作为曝光行为数据。
(3)获取被点击、和/或存在数据交换的曝光行为数据，作为所述响应行为数据，比如5个曝光行为数据中的3个。
可以理解的是，所述曝光行为数据可能是新闻的标题、音乐的名称、或视频介绍等，所述点击是对所述曝光行为数据进行点击，以获取业务数据的内容；所述存在数据交互的曝光行为数据，比如：以购物为例通常为进行交易的业务数据，以新闻为例通常为进行了评论或转发的业务数据。
在步骤S202中，根据用户的属性对用户进行分类，以形成与每种分类对应的用户流量块。
具体而言，本步骤包括：
(1)对用户的属性进行分析，以分类形成用户画像；
用户的属性，包括但不限于：性别、年龄、学历、和/或收入水平等。举例而言，如：按照性别，可将用户分为：男、女、和未知3个区间；按照年龄，考虑6～80岁的用户，每5岁一个区间，可将用户分为共15个区间，再进行综合分类以形成共3X16＝48个不同的用户画像，比如6-10岁男、或11-15女等。
(2)根据所述用户画像，将用户的请求(如对应用宝的访问请求)切分成对应的流量块。其中，所述流量块之间互不交叉。
在步骤S203中，根据所述用户的历史行为数据，确定各用户流量块对各业务数据的下载转化率。
其中，所述下载转化率，记为rij(1≤i≤m，1≤i≤n)，其中，i代表流量块，j代表业务数据，m代表流量块个数，n为业务数据的个数。
其中，所述下载转化率通常是在一个时间周期内的，比如2-3个小时、1天、或1周等，因业务数据的性质不同而导致其时间周期不同。
在步骤S204中，根据所述下载转化率和预设的流量分配模型确定各用户流量块分配给各业务数据的曝光比例，并根据所述曝光比例为各业务数据分配用户流量。
具体而言，本步骤包括：
(1)根据所述下载转化率和预设的流量分配模型，设置第一约束条件：每一流量块内被曝光的各业务数据的占比之和为1，即：每一流量块的曝光要全部被分配出去，或者理解为：每一流量块内的曝光要全部分配出去。设置第一约束条件的作用，是为了确保第二约束条件进行求解的结果的正确、和适用；
用公式表达为：
此外，还可以设置浮动区间，即：所述每一流量块内被曝光的业务数据的占比之和为1，且可在所述浮动区间内进行加减。
(2)根据所述下载转化率和预设的流量分配模型，设置第二约束条件：各业务数据在每一流量块内的曝光占比之和与各业务的预期占比之差小于预期差值；
用公式表达为：
此外，本步骤还可细化如下：
(21)划分时间周期，如工作时间9:00～17:00、空闲时间17:00～21:00、休息时间21:00～7:00等；
(22)根据所述时间周期，生成所述时间周期内的各业务的预期占比，可以理解的是，在上述工作时间中音乐类业务数据的转化率会低于休息时间、在空闲时间中新闻类数据的转化率会低于工作时间等；
(23)根据当前时间读取所述当前时间所对应的业务预期占比；以及
(24)各业务数据在每一流量块内的曝光占比之和与当前时间周期所对应的业务预期占比之差小于预期差值。
(3)根据所述第一约束条件和所述第二约束条件，计算出每个流量块分配给各业务数据的匹配比例；以及
(4)根据所述匹配比例确定各流量块分配给各业务数据的曝光比例。
其中，各流量块分配给各业务数据的曝光比例，是指在同一业务类型下的曝光比例，比如，用户访问游戏类型的业务数据，则其推送不同的游戏业务所呈现的曝光比例；或用户访问音乐类型的业务数据，则其推送不同的应用数据所呈现的曝光比例。
本发明实施例提供的流量的分配方法，在用户发送用户请求进行访问时，基于用户的属性和历史行为数据确定所属的用户流量块，再根据每种类型的业务数据在所述用户流量块中的最优曝光比例将不同类型的业务数据按比例曝光给该用户，不仅满足了多业务的流量诉求，而且优化了内容服务平台的分发效果。
实施例二
请参阅图3，所示为流量的分配方法的优化流程示意图。所述流量的分配方法，通常执行于服务器中。图3中，与图2相同的步骤，仍采用S2开头，与图2不同的步骤以S3开头，以示其差异。
具体而言，所述信息推荐方法，包括：
在步骤S201中，获取用户的历史行为数据，所述历史行为数据包括用户对各业务数据的曝光行为数据和/或响应行为数据。
在步骤S202中，根据用户的属性对用户进行分类，以形成与每种分类对应的用户流量块。
在步骤S203中，根据所述用户的历史行为数据，确定各用户流量块对各业务数据的下载转化率。
在步骤S204中，根据所述下载转化率和预设的流量分配模型确定各用户流量块分配给各业务数据的曝光比例，并根据所述曝光比例为各业务数据分配用户流量。
在步骤S301中，进行时段的流量预测。
具体而言，各业务数据的预期占比是有一个时间周期的，比如：需要在一天里保证游戏类业务数据和非游戏类业务数据的占比为4:6，并不是要求每个时刻都要保证这个比例，根据实际情况灵活调整以保证在整个周期内保证即可。把这个时间周期分为多个小的时段，根据历史行为统计各时段的流量作未来的预测，例如把一天分为24个时间段，根据过去一个月的历史数据统计到每个时段里的流量分布情况。
在步骤S302中，根据所述响应行为统计所述业务数据的转化率，以生成实时转化率。
可以理解的是，在实时流量分配的过程中各类参数可能与历史的统计有所差异，为了更加精确，需要实时地估算这些参数。这些参数包括各流量块对各业务的下载转化率，在步骤S203中里统计过历史下载转化率，但在实时的流量分配过程中会有波动，所以为了捕捉这一点，需要实时统计，用于后面流量分配比例的校正。
在步骤S303中，判断所述实时转化率与预期占比之差是否大于预设差异值。
其中，若不大于所述预设差异值，则执行步骤S204，若不大于所述预设差异值，则执行步骤S304。
在步骤S304中，对所述预期占比进行修正，并更新所述第二约束条件以产生新的匹配比例。
其中，所述对预期占比进行修改的步骤，具体包括：
(1)获取当前的预期占比、截止到当前的实时转换率、和剩余的业务数据；
(2)根据所述当前的预期占比、截止到当前的实时转换率、和剩余的业务数据，对所述预期占比进行修正。
在步骤S305中，接收实时的用户请求，并根据所述实时的用户请求确定展示槽位。
可以理解的是，在业务数据的推送过程中，可以根据用户请求，去确定其展示槽位，如音频、屏幕、或其结合等进行展示。
在步骤S306中，根据所述实时的用户请求确定所对应的流量块。
可以理解的是，即，上述48个流量块中的一个、多个或其中的一部分，如：21～25岁男、和26～30女两个流量块。
在步骤S307中，根据所述对应的流量块进行各业务数据的分配，并通过所述展示槽位进行展示。
本发明实施例提供的流量的分配方法，在用户发送用户请求进行访问时，基于用户的属性和历史行为数据确定所属的用户流量块，再根据每种类型的业务数据在所述用户流量块中的最优曝光比例将不同类型的业务数据按比例曝光给该用户，不仅满足了多业务的流量诉求、优化了内容服务平台的分发效果，而且可以依据用户的实时行为进行调整。
实施例三
请参阅图4，所示为流量的分配***的基本模块示意图。所述流量的分配***，通常执行于服务器中。
其中，所述流量的分配***400，包括：获取模块41、分类模块42、转化模块43、以及分配模块44。
获取模块41，用于获取用户的历史行为数据，所述历史行为数据包括用户对各业务数据的曝光行为数据和/或响应行为数据。
具体而言，所述读取模块41，包括：
推出数据子模块411，用于读取推出的业务数据；
曝光数据子模块412，用于获取展示给用户的业务数据作为所述曝光行为数据；
响应数据子模块413，用于获取被点击、和/或存在数据交换的曝光行为数据作为所述响应行为数据。
分类模块42，用于根据用户的属性对用户进行分类，以形成与每种分类对应的用户流量块。
具体而言，所述分类模块42，包括：
画像子模块421，用于对用户的属性进行分析，以分类形成用户画像；
流量块子模块422，用于根据所述用户画像，将用户的请求(如对应用宝的访问请求)切分成对应的流量块。其中，所述流量块之间互不交叉。
转化模块43，连接于读取模块41和分类模块42，用于根据所述用户的历史行为数据，确定各用户流量块对各业务数据的下载转化率。
其中，所述下载转化率，记为rij(1≤i≤m，1≤i≤n)，其中，i代表流量块，j代表业务数据，m代表流量块个数，n为业务数据的个数。
分配模块44，连接于转化模块43和分类模块42，用于根据所述下载转化率和预设的流量分配模型确定各用户流量块分配给各业务数据的曝光比例，并根据所述曝光比例为各业务数据分配用户流量。
具体而言，所述分配模块44包括：
第一约束子模块441，用于根据所述下载转化率和预设的流量分配模型，设置第一约束条件：每一流量块内被曝光的各业务数据的占比之和为1，即：每一流量块的曝光要全部被分配出去，或者理解为：每一流量块内的曝光要全部分配出去。设置第一约束条件的作用，是为了确保第二约束条件进行求解的结果的正确、和适用。
第二约束子模块442，用于根据所述下载转化率和预设的流量分配模型，设置第二约束条件：各业务数据在每一流量块内的曝光占比之和与各业务的预期占比之差小于预期差值。
求解子模块443，用于根据所述第一约束条件和所述第二约束条件，求解出每个流量块分配给各业务数据的匹配比例；以及
执行子模块444，用于根据所述匹配比例，确定各流量块分配给各业务数据的曝光比例。
本发明实施例提供的流量的分配***，在用户发送用户请求进行访问时，基于用户的属性和历史行为数据确定所属的用户流量块，再根据每种类型的业务数据在所述用户流量块中的最优曝光比例将不同类型的业务数据按比例曝光给该用户，不仅满足了多业务的流量诉求，而且优化了内容服务平台的分发效果。
实施例四
请参阅图5，所示为流量的分配***的优化流程示意图。所述流量的分配***，通常执行于服务器中。其中，与图4相同的模块，仍采用4开头，与图4不同的模块以5开头，以示其差异。
所述流量的分配***500，包括：获取模块41、分类模块42、转化模块43、分配模块44、时段预测模块51、实时统计模块52、比较模块53、修正模块54、槽位模块55、流量块模块56、以及发送模块57。
其中，所述读取模块41、分类模块42、转化模块43、以及分配模块44，与实施例三相同或相似，具体可参照实施例三。
所述时段预测模块51，用于进行时段的流量预测。
具体而言，所述时段预测模块51，包括：
时间周期子模块511，用于划分时间周期，如工作时间9:00～17:00、空闲时间17:00～21:00、休息时间21:00～7:00等；
预期占比子模块512，用于根据所述时间周期，生成所述时间周期内的各业务的预期占比，可以理解的是，在上述工作时间中音乐类业务数据的转化率会低于休息时间、在空闲时间中新闻类数据的转化率会低于工作时间等。
可以理解的是，各业务数据的预期占比是有一个时间周期的，比如：需要在一天里保证游戏业务和非游戏业务的占比为4:6，并不是要求每个时刻都要保证这个比例，根据实际情况灵活调整以保证在整个周期内保证即可。把这个时间周期分为多个小的时段，根据历史行为统计各时段的流量作未来的预测，例如把一天分为24个时间段，根据过去一个月的历史数据统计到每个时段里的流量分布情况。
所述实时统计模块52，用于根据所述响应行为，实时统计所述业务数据的转化率，以生成实时转化率。
所述比较模块53，用于判断所述实时转化率与预期占比之差是否大于预设差异值。
所述分配模块44，连接于比较模块53，用于当不大于所述预设差异值时，用于根据所述历史行为参数，将所述流量块分配给所述各业务数据。
修正模块54，对所述预期占比进行修正，并更新所述第二约束子模块442以产生新的匹配比例。
槽位模块55，用于接收实时的用户请求，并根据所述实时的用户请求确定展示槽位。
流量块模块56，用于根据所述实时的用户请求确定所对应的流量块。
发送模块57，根据所述对应的流量块进行各业务数据的分配，并通过所述展示槽位进行展示。
本发明实施例提供的流量的分配***，在用户发送用户请求进行访问时，基于用户的属性和历史行为数据确定所属的用户流量块，再根据每种类型的业务数据在所述用户流量块中的最优曝光比例将不同类型的业务数据按比例曝光给该用户，不仅满足了多业务的流量诉求、优化了内容服务平台的分发效果，而且可以依据用户的实时行为进行调整。
实施例五
请参阅图6，所示为服务器的模块示意图。所述服务器，用于基于上述流量分配方法和分配***进行业务数据的分配和推送。
具体而言，所述服务器600包括：第一存储器61、推送模块62、接收模块63、第二存储器64、流量的分配***65、以及处理器(未标示)。
第一存储器61，用于存储各类业务数据。即，待分配和推送的业务数据。
推送模块62，用于将所述业务数据推送给用户终端。
接收模块63，用于接收用户终端对所述业务数据的曝光行为数据、响应行为数据、和用户请求。
第二存储器64，用于存储所述曝光行为数据和/或响应行为数据，并形成用户的历史行为数据。即，存储对所述推送业务数据的反馈行为，以形成大数据，用于后续对不同属性的用户进行历史行为分析。
流量的分配***65，如上述实施例三、和/或实施例四所述，此处不再赘述。
所述服务器(未标示)还可以包括一个或者一个以上处理核心的处理器、连接于上述各模块和***，用于控制上述模块、和***的执行。
所述第一存储器61和所述第二存储器62，可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据服务器的使用所创建的数据等。
本发明实施例提供的服务器，在用户发送用户请求进行访问时，基于用户的属性和历史行为数据确定所属的用户流量块，再根据每种类型的业务数据在所述用户流量块中的最优曝光比例将不同类型的业务数据按比例曝光给该用户，不仅满足了多业务的流量诉求、优化了内容服务平台的分发效果，而且可以依据用户的实时行为进行调整。
本发明实施例提供的流量的分配方法、分配***、及服务器属于同一构思，其具体实现过程详见说明书全文，此处不再赘述。
综上所述，虽然本发明已以优选实施例揭露如上，但上述优选实施例并非用以限制本发明，本领域的普通技术人员，在不脱离本发明的精神和范围内，均可作各种更动与润饰，因此本发明的保护范围以权利要求界定的范围为准。

Claims (13)

1.一种流量的分配方法，其特征在于，包括：
获取用户的历史行为数据，所述历史行为数据包括用户对各业务数据的曝光行为数据和/或响应行为数据；
根据用户的属性对用户进行分类，以形成与每种分类对应的用户流量块；
根据所述用户的历史行为数据，确定各用户流量块对各业务数据的下载转化率；以及
根据所述下载转化率和预设的流量分配模型确定各用户流量块分配给各业务数据的曝光比例，并根据所述曝光比例为各业务数据分配用户流量。
2.如权利要求1所述的分配方法，其特征在于，根据所述下载转化率和预设的流量分配模型确定各流量块分配给各业务数据的曝光比例，具体包括：
根据所述下载转化率和预设的流量分配模型，设置第一约束条件：每一流量块内被曝光的各业务数据的占比之和为1；
根据所述下载转化率和预设的流量分配模型，设置第二约束条件：各业务数据在每一流量块内的曝光占比之和与各业务的预期占比之差小于预期差值；
根据所述第一约束条件和所述第二约束条件，计算出每个流量块分配给各业务数据的匹配比例；以及
根据所述匹配比例确定各流量块分配给各业务数据的曝光比例。
3.如权利要求2所述的分配方法，其特征在于，根据所述下载转化率和预设的流量分配模型，设置第一约束条件：每一流量块内被曝光的各业务数据的占比之和为1，具体包括：
设置浮动区间；
所述每一流量块内被曝光的各业务数据的占比之和为1，且可在所述浮动区间内进行加减。
4.如权利要求2所述的分配方法，其特征在，根据所述下载转化率和预设的流量分配模型，设置第二约束条件：各业务数据在每一流量块内的曝光占比之和与各业务的预期占比之差小于预期差值，之前还包括：
划分时间周期；
根据所述时间周期，生成所述时间周期内的各业务的预期占比；
根据当前时间读取所述当前时间所对应的业务预期占比；以及
各业务数据在每一流量块内的曝光行为数据的比例之和与各业务的预期占比之差小于预期差值，具体为：各业务数据在每一流量块内的曝光占比之和与当前时间周期所对应的业务预期占比之差小于预期差值。
5.如权利要求2所述的分配方法，其特征在于，根据所述下载转化率以及和预设的流量分配模型确定各流量块分配给各业务数据的曝光比例，之后还包括：
根据所述响应行为统计所述业务数据的转化率，以生成实时转化率；
判断所述实时转化率与预期占比之差是否大于预设差异值；
若不大于所述预设差异值，则根据所述历史行为参数，将所述流量块分配给所述各业务数据；或
若大于所述预设差异值，则对所述预期占比进行修正，并更新所述第二约束条件以产生新的匹配比例。
6.如权利要求5所述的分配方法，其特征在于，若大于所述预设差异值，则对所述预期占比进行修正，具体包括：
获取当前的预期占比、截止到当前的实时转换率、和剩余的业务数据；以及
根据所述当前的预期占比、截止到当前的实时转换率、和剩余的业务数据，对所述预期占比进行修正。
7.如权利要求1所述的分配方法，其特征在于，根据用户的属性对用户进行分类，以形成与每种分类对应的用户流量块，包括：
对用户的属性进行分析，以分类形成用户画像；以及
根据所述用户画像将将来自于用户的请求切分成对应的流量块，其中所述流量块之间互不交叉。
8.如权利要求1所述的分配方法，其特征在于，获取用户的历史行为数据，所述历史行为数据包括用户对各业务数据的曝光行为数据和/或响应行为数据，包括：
从服务器中读取推送给用户的业务数据；
获取展示给用户的业务数据，作为所述曝光行为数据；以及
获取被点击、和/或存在数据交换的曝光行为数据，作为所述响应行为数据。
9.一种流量的分配***，其特征在于，包括：
获取模块，用于获取用户的历史行为数据，所述历史行为数据包括用户对各业务数据的曝光行为数据和/或响应行为数据；
分类模块，用于根据用户的属性对用户进行分类，以形成与每种分类对应的用户流量块；
转化模块，用于根据所述用户的历史行为数据，确定各用户流量块对各业务数据的下载转化率；以及
分配模块，用于根据所述下载转化率以及预设的流量分配模型确定各用户流量块分配给各业务数据的曝光比例，并根据所述曝光比例为各业务数据分配用户流量。
10.如权利要求9所述的分配***，其特征在于，所述分配模块包括：
第一约束子模块，用于根据所述下载转化率和预设的流量分配模型，设置第一约束条件：每一流量块内被曝光的各业务数据的占比之和为1；
第二约束子模块，用于根据所述下载转化率和预设的流量分配模型，设置第二约束条件：各业务数据在每一流量块内的曝光占比之和与各业务的预期占比之差小于预期差值；
求解子模块，用于根据所述第一约束条件和所述第二约束条件，计算出每个流量块分配给各业务数据的匹配比例；以及
执行子模块，用于根据所述匹配比例确定各流量块分配给各业务数据的曝光比例。
11.如权利要求9所述的分配***，其特征在于，所述分类模块包括：
画像子模块，用于对用户的属性进行分析，以分类形成用户画像；以及
流量块子模块，用于根据所述用户画像将将来自于用户的请求切分成对应的流量块，其中所述流量块之间互不交叉。
12.如权利要求9所述的分配***，其特征在于，所述获取模块包括：
推出数据子模块，用于从服务器中读取推送给用户的业务数据；
曝光数据子模块，用于获取展示给用户的业务数据，作为所述曝光行为数据；以及
响应数据子模块，用于获取被点击、和/或存在数据交换的曝光行为数据，作为所述响应行为数据。
13.一种服务器，用于对业务数据进行分配，其特征在于，所述服务器包括：
第一存储器，用于存储各类业务数据；
推送模块，用于将所述业务数据推送给用户终端；
接收模块，用于接收用户终端对所述业务数据的曝光行为数据、响应行为数据、和用户请求；
第二存储器，用于存储所述曝光行为数据和响应行为数据，并形成用户的历史行为数据；以及
流量的分配***，包括：
获取模块，连接于所述第二存储器，用于获取所述历史行为数据；
分类模块，连接于所述接收模块，用于根据用户的属性对用户进行分类，以形成与每种分类对应的用户流量块；
转化模块，连接于所述读取模块和所述分类模块，用于根据所述用户的历史行为数据，确定各用户流量块对各业务数据的下载转化率；以及
分配模块，连接于所述转化模块和分类模块，用于根据所述下载转化率以及预设的流量分配模型确定各用户流量块分配给各业务数据的曝光比例，并根据所述曝光比例为各业务数据分配用户流量，以便所述推送模块进行业务数据的推送。
CN201610248200.8A 2016-04-20 2016-04-20 一种流量的分配方法、分配***、及服务器 Active CN105791157B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610248200.8A CN105791157B (zh) 2016-04-20 2016-04-20 一种流量的分配方法、分配***、及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610248200.8A CN105791157B (zh) 2016-04-20 2016-04-20 一种流量的分配方法、分配***、及服务器

Publications (2)

Publication Number Publication Date
CN105791157A true CN105791157A (zh) 2016-07-20
CN105791157B CN105791157B (zh) 2019-10-25

Family

ID=56398050

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610248200.8A Active CN105791157B (zh) 2016-04-20 2016-04-20 一种流量的分配方法、分配***、及服务器

Country Status (1)

Country Link
CN (1) CN105791157B (zh)

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106485555A (zh) * 2016-10-18 2017-03-08 合信息技术（北京）有限公司 一种广告资源分配方法及装置
CN107248959A (zh) * 2017-06-30 2017-10-13 联想(北京)有限公司 一种流量优化方法及装置
CN107330723A (zh) * 2017-06-29 2017-11-07 微梦创科网络科技（中国）有限公司 一种分配预定广告流量的方法及装置
WO2018036307A1 (zh) * 2016-08-23 2018-03-01 腾讯科技（深圳）有限公司 推送信息订单的信息处理方法、分配方法、装置及存储介质
CN108156204A (zh) * 2016-12-06 2018-06-12 阿里巴巴集团控股有限公司 一种目标对象推送***和方法
CN108282418A (zh) * 2017-01-06 2018-07-13 腾讯科技（深圳）有限公司 媒体流量分配方法及装置
CN108428144A (zh) * 2017-02-15 2018-08-21 腾讯科技（北京）有限公司 推送信息订单的流量分配方法、服务分配方法及装置
TWI641251B (zh) * 2016-11-18 2018-11-11 財團法人工業技術研究院 網路流量監控方法與系統
CN109039800A (zh) * 2018-06-28 2018-12-18 腾讯科技（深圳）有限公司 在流量实验中进行流量分配的方法、装置和计算机设备
CN109697639A (zh) * 2018-12-28 2019-04-30 拉扎斯网络科技（上海）有限公司 目标对象的流量提升方法、装置、电子设备及存储介质
CN109829753A (zh) * 2019-01-08 2019-05-31 聚好看科技股份有限公司 一种对广告订单分配流量的方法及设备
CN110033247A (zh) * 2019-01-04 2019-07-19 阿里巴巴集团控股有限公司 支付渠道推荐方法及其***
CN110324414A (zh) * 2019-06-27 2019-10-11 上海淇馥信息技术有限公司 资源位流量分配的方法、装置及电子设备
CN110415123A (zh) * 2019-06-06 2019-11-05 财付通支付科技有限公司 金融产品推荐方法、装置和设备及计算机存储介质
CN110851647A (zh) * 2019-09-29 2020-02-28 广州荔支网络技术有限公司 音频内容流量智能分配方法、装置、设备及可读存储介质
CN111192602A (zh) * 2019-12-03 2020-05-22 广州荔支网络技术有限公司 一种基于音频内容画像***的白噪音音频内容价值评估方法
CN112396474A (zh) * 2020-12-23 2021-02-23 上海苍苔信息技术有限公司 一种根据广告主预算分配流量的***和方法
CN112862539A (zh) * 2021-03-03 2021-05-28 拉扎斯网络科技（上海）有限公司 流量处理方法、装置、电子设备、存储介质及程序产品
CN113300972A (zh) * 2020-06-12 2021-08-24 阿里巴巴集团控股有限公司 一种流量分配方法、装置、服务器及存储介质
CN113382088A (zh) * 2021-07-27 2021-09-10 中国银行股份有限公司 手机银行消息推送方法及装置
WO2021203319A1 (zh) * 2020-04-08 2021-10-14 深圳市欢太科技有限公司 数据查询方法、装置及服务器
CN116915517A (zh) * 2023-09-14 2023-10-20 厦门快快网络科技有限公司 一种云服务资源风险安全管理方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102143025A (zh) * 2011-03-25 2011-08-03 北京大学 一种云下载服务质量的预测方法
CN103685072A (zh) * 2013-11-27 2014-03-26 中国电子科技集团公司第三十研究所 一种网络流量快速分配的方法
US20150071076A1 (en) * 2013-09-10 2015-03-12 Robin Systems, Inc. Fine-grained quality of service in datacenters through end-host control of traffic flow
CN104717079A (zh) * 2013-12-12 2015-06-17 华为技术有限公司 网络流量的数据处理方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102143025A (zh) * 2011-03-25 2011-08-03 北京大学 一种云下载服务质量的预测方法
US20150071076A1 (en) * 2013-09-10 2015-03-12 Robin Systems, Inc. Fine-grained quality of service in datacenters through end-host control of traffic flow
CN103685072A (zh) * 2013-11-27 2014-03-26 中国电子科技集团公司第三十研究所 一种网络流量快速分配的方法
CN104717079A (zh) * 2013-12-12 2015-06-17 华为技术有限公司 网络流量的数据处理方法及装置

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107767164A (zh) * 2016-08-23 2018-03-06 腾讯科技（北京）有限公司 推送信息订单的信息处理方法、分配方法及装置
CN107767164B (zh) * 2016-08-23 2020-09-11 腾讯科技（北京）有限公司 推送信息订单的信息处理方法、分配方法及装置
WO2018036307A1 (zh) * 2016-08-23 2018-03-01 腾讯科技（深圳）有限公司 推送信息订单的信息处理方法、分配方法、装置及存储介质
CN106485555A (zh) * 2016-10-18 2017-03-08 合信息技术（北京）有限公司 一种广告资源分配方法及装置
US10153952B2 (en) 2016-11-18 2018-12-11 Industrial Technology Research Institute Network traffic monitoring system and method thereof
TWI641251B (zh) * 2016-11-18 2018-11-11 財團法人工業技術研究院 網路流量監控方法與系統
CN108156204A (zh) * 2016-12-06 2018-06-12 阿里巴巴集团控股有限公司 一种目标对象推送***和方法
CN108156204B (zh) * 2016-12-06 2021-03-12 阿里巴巴集团控股有限公司 一种目标对象推送***和方法
CN108282418A (zh) * 2017-01-06 2018-07-13 腾讯科技（深圳）有限公司 媒体流量分配方法及装置
CN108282418B (zh) * 2017-01-06 2021-05-25 腾讯科技（深圳）有限公司 媒体流量分配方法及装置
CN108428144A (zh) * 2017-02-15 2018-08-21 腾讯科技（北京）有限公司 推送信息订单的流量分配方法、服务分配方法及装置
CN108428144B (zh) * 2017-02-15 2022-04-26 腾讯科技（北京）有限公司 推送信息订单的流量分配方法、服务分配方法及装置
CN107330723A (zh) * 2017-06-29 2017-11-07 微梦创科网络科技（中国）有限公司 一种分配预定广告流量的方法及装置
CN107248959A (zh) * 2017-06-30 2017-10-13 联想(北京)有限公司 一种流量优化方法及装置
CN109039800A (zh) * 2018-06-28 2018-12-18 腾讯科技（深圳）有限公司 在流量实验中进行流量分配的方法、装置和计算机设备
CN109697639A (zh) * 2018-12-28 2019-04-30 拉扎斯网络科技（上海）有限公司 目标对象的流量提升方法、装置、电子设备及存储介质
CN109697639B (zh) * 2018-12-28 2021-12-21 拉扎斯网络科技（上海）有限公司 目标对象的流量提升方法、装置、电子设备及存储介质
CN110033247A (zh) * 2019-01-04 2019-07-19 阿里巴巴集团控股有限公司 支付渠道推荐方法及其***
CN109829753B (zh) * 2019-01-08 2023-04-14 聚好看科技股份有限公司 一种对广告订单分配流量的方法及设备
CN109829753A (zh) * 2019-01-08 2019-05-31 聚好看科技股份有限公司 一种对广告订单分配流量的方法及设备
CN110415123A (zh) * 2019-06-06 2019-11-05 财付通支付科技有限公司 金融产品推荐方法、装置和设备及计算机存储介质
CN110324414A (zh) * 2019-06-27 2019-10-11 上海淇馥信息技术有限公司 资源位流量分配的方法、装置及电子设备
CN110324414B (zh) * 2019-06-27 2022-01-11 上海淇馥信息技术有限公司 资源位流量分配的方法、装置及电子设备
CN110851647A (zh) * 2019-09-29 2020-02-28 广州荔支网络技术有限公司 音频内容流量智能分配方法、装置、设备及可读存储介质
CN111192602A (zh) * 2019-12-03 2020-05-22 广州荔支网络技术有限公司 一种基于音频内容画像***的白噪音音频内容价值评估方法
WO2021203319A1 (zh) * 2020-04-08 2021-10-14 深圳市欢太科技有限公司 数据查询方法、装置及服务器
CN113300972A (zh) * 2020-06-12 2021-08-24 阿里巴巴集团控股有限公司 一种流量分配方法、装置、服务器及存储介质
CN112396474A (zh) * 2020-12-23 2021-02-23 上海苍苔信息技术有限公司 一种根据广告主预算分配流量的***和方法
CN112862539A (zh) * 2021-03-03 2021-05-28 拉扎斯网络科技（上海）有限公司 流量处理方法、装置、电子设备、存储介质及程序产品
CN113382088A (zh) * 2021-07-27 2021-09-10 中国银行股份有限公司 手机银行消息推送方法及装置
CN113382088B (zh) * 2021-07-27 2023-12-19 中国银行股份有限公司 手机银行消息推送方法及装置
CN116915517A (zh) * 2023-09-14 2023-10-20 厦门快快网络科技有限公司 一种云服务资源风险安全管理方法
CN116915517B (zh) * 2023-09-14 2023-11-24 厦门快快网络科技有限公司 一种云服务资源风险安全管理方法

Also Published As

Publication number Publication date
CN105791157B (zh) 2019-10-25

Similar Documents

Publication Publication Date Title
CN105791157A (zh) 一种流量的分配方法、分配***、及服务器
US20210105541A1 (en) Yield optimization of cross-screen advertising placement
US20230032230A1 (en) Cross-screen optimization of advertising placement
US20210185408A1 (en) Cross-screen measurement accuracy in advertising performance
Kalish A new product adoption model with price, advertising, and uncertainty
US20120046996A1 (en) Unified data management platform
US20170142482A1 (en) Video platform monitoring and analyzing system
US20170300939A1 (en) Optimizing promotional offer mixes using predictive modeling
US20100017704A1 (en) Dynamic content layout
US20110238670A1 (en) Crowd-sourcing and contextual reclassification of rated content
US10853730B2 (en) Systems and methods for generating a brand Bayesian hierarchical model with a category Bayesian hierarchical model
US20050097028A1 (en) Method and system for predicting attrition customers
US20120158485A1 (en) Integrated and comprehensive advertising campaign management and optimization
CN109417644B (zh) 跨屏广告投放的收益优化
US11521243B2 (en) Method and apparatus for managing allocations of media content in electronic segments
Low Economics of information technology and the media
McBurney et al. Forecasting market demand for new telecommunications services: an introduction
US20120158487A1 (en) Simulations in integrated and comprehensive advertising campaign management and optimization
US20120158486A1 (en) Profiles, templates and matching in integrated and comprehensive advertising campaign management and optimization
CN111080354A (zh) 一种动态选择广告商的智能移动广告***
Flamm et al. Quality Competition at the Competitive Margin in US Residential Broadband Markets
US11074598B1 (en) User interface integrating client insights and forecasting
WO2017223547A1 (en) Automated aggregated multivariate testing systems, methods, and processes
Benmaissa FORMATION OF A CONTENT MARKETING STRATEGY OF THE ENTERPRISE
US20150254690A1 (en) Analyzing a trust metric of responses through trust analytics

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant