CN107437189B - 一种推广信息的投放方法、装置及*** - Google Patents

一种推广信息的投放方法、装置及*** Download PDF

Info

Publication number
CN107437189B
CN107437189B CN201610352701.0A CN201610352701A CN107437189B CN 107437189 B CN107437189 B CN 107437189B CN 201610352701 A CN201610352701 A CN 201610352701A CN 107437189 B CN107437189 B CN 107437189B
Authority
CN
China
Prior art keywords
user
released
friend
promotion information
behavior data
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.)
Active
Application number
CN201610352701.0A
Other languages
English (en)
Other versions
CN107437189A (zh
Inventor
刘大鹏
曹孝卿
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 CN201610352701.0A priority Critical patent/CN107437189B/zh
Priority to EP17802084.8A priority patent/EP3467752A4/en
Priority to PCT/CN2017/084861 priority patent/WO2017202238A1/zh
Publication of CN107437189A publication Critical patent/CN107437189A/zh
Priority to US16/197,067 priority patent/US11501327B2/en
Application granted granted Critical
Publication of CN107437189B publication Critical patent/CN107437189B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0239—Online discounts or incentives
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明公开了一种推广信息的投放方法、装置和***，该推广信息的投放方法包括：获取需要向用户投放的待投放推广信息集合；根据该待投放推广信息集合中的待投放推广信息获取该用户对应的投放推荐度；根据该投放推荐度从该待投放推广信息集合中确定目标推广信息；向该用户投放该目标推广信息。上述推广信息的投放方法能综合考虑用户的点击意愿和好友互动影响等因素来选择广告向用户投放，投放精准度高，投放效果好。

Description

一种推广信息的投放方法、装置及***
技术领域
本发明涉及通信技术领域，尤其涉及一种推广信息的投放方法、装置及***。
背景技术
用户在使用社交应用的过程中，通常会接收到服务器推送的推广信息，譬如，用于推广某一产品或事物的广告。这些推广信息对于广告商来说意义重大，因此，如何对推广信息进行投放，一直以来是业界关注的重点。
目前，在为广告寻找投放用户时，一般都会先分析用户对广告的感兴趣程度，比如通过用户行为或用户标签等方式来确定用户对广告的感兴趣程度，从而预估用户对该广告的点击率，然后基于该点击率对广告进行打分，按分数从高到低的顺序向用户投放广告。这种广告投放方式由于只考虑了用户点击率的预估，投放并不精准，投放效果不佳。
发明内容
本发明的目的在于提供一种推广信息的投放方法、装置及***，以解决现有推广信息投放精准性差、投放效果不佳的技术问题。
为解决上述技术问题，本发明实施例提供以下技术方案：
一种推广信息的投放方法，其包括：
获取需要向用户投放的待投放推广信息集合；
根据所述待投放推广信息集合中的待投放推广信息获取所述用户对应的投放推荐度；
根据所述投放推荐度从所述待投放推广信息集合中确定目标推广信息；
向所述用户投放所述目标推广信息。
为解决上述技术问题，本发明实施例还提供以下技术方案：
一种推广信息的投放装置，其包括：
第一获取模块，用于获取需要向用户投放的待投放推广信息集合；
第二获取模块，用于根据所述待投放推广信息集合中的待投放推广信息获取所述用户对应的投放推荐度；
确定模块，用于根据所述投放推荐度从所述待投放推广信息集合中确定目标推广信息；
投放模块，用于向所述用户投放所述目标推广信息。
为解决上述技术问题，本发明实施例还提供以下技术方案：
一种推广信息的投放***，其包括上述任意一项所述的推广信息的投放装置。
本发明所述的推广信息的投放方法、装置及***，通过获取需要向用户投放的待投放推广信息集合，并根据该待投放推广信息集合中的待投放推广信息获取该用户对应的投放推荐度，之后，根据该投放推荐度从该待投放推广信息集合中确定目标推广信息，并向该用户投放该目标推广信息，能综合考虑用户的点击意愿和好友互动影响等因素来选择广告向用户投放，投放精准度高，投放效果好。
附图说明
下面结合附图，通过对本发明的具体实施方式详细描述，将使本发明的技术方案及其它有益效果显而易见。
图1a是本发明实施例提供的推广信息的投放***的场景示意图。
图1b为本发明实施例提供的推广信息的投放方法的流程示意图。
图2a为本发明实施例提供的推广信息的另一投放方法的流程示意图。
图2b为本发明实施例提供的投放服务器向用户投放广告的流程示意图。
图3为本发明实施例提供的推广信息的投放装置的结构示意图。
图4为本发明实施例提供的服务器的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供一种推广信息的投放方法、装置及***。
请参阅图1a，该推广信息的投放***可以包括本发明实施例所提供的任一种推广信息的投放装置，该推广信息的投放装置具体可以集成在服务器(如投放服务器)中。此外，该推广信息的投放***还可以包括其他的设备，比如用户设备和用户服务器，其中，用户设备(比如智能手机、电脑等)用于接收投放服务器所需投放的待投放推广信息，用户服务器用于收集各个用户针对已投放的推广信息的行为数据，投放服务器用于从用户服务器中获取用户的行为数据，并根据该行为数据计算该用户针对该待投放推荐信息的投放推荐度。
如图1a所示，在通过网络对某用户投放广告之前，需要选择合适的广告进行投放，因此，投放服务器可以获取需要向该用户投放的待投放广告集合，并获取该用户针对该待投放广告集合中的待投放广告的投放推荐度，之后，投放服务器根据该投放推荐度从该待投放广告集合中确定目标广告，比如，将投放推荐度高的确定为目标广告，并将该目标待投放广告发送至用户设备以进行投放，能综合考虑用户的点击意愿和好友互动影响等因素来选择广告向用户投放，投放精准度高，投放效果好。
以下将分别进行详细说明。需说明的是，以下实施例的序号不作为实施例优先顺序的限定。
第一实施例
本实施例将从推广信息的投放装置的角度进行描述，该推广信息的投放装置可以集成在投放服务器中。
请参阅图1b，图1b具体描述了本发明第一实施例提供的推广信息的投放方法，其可以包括：
S101、获取需要向用户投放的待投放推广信息集合。
本实施例中，该待投放推广信息集合通常存储在投放服务器中，其可以包括投放服务器未向该用户投放的所有推广信息，该推广信息可以是广告，也可以是其他一些需要进行推广和投放的信息，等等，该推广信息主要用于投放在一些社交应用中，比如微博或一些***站的客户端等。当投放服务器接收到用户设备发送的投放请求时，其会获取需要向用户投放的待投放推广信息集合，通常，该待投放推广信息集合为从未向该用户投放过的所有推广信息总和。
S102、根据该待投放推广信息集合中的待投放推广信息获取该用户对应的投放推荐度。
本实施例中，该投放推荐度主要指向用户投放该待投放推广信息的推荐程度，其可以表现为分数或者比值。
优选的，上述步骤S102具体可以包括：
(1)获取该用户的用户行为数据和好友行为数据。
本实施例中，该好友行为数据主要指用户的所有好友的行为数据，该用户行为数据和好友行为数据主要为用户或用户好友的历史行为数据，其可以储存在用户服务器中，具体可以包括用户或用户好友对已投放的推广信息进行查看、评论、点赞、转发或回复等行为，以及用户或用户好友与他人的聊天和互动行为。
实际应用过程中，当用户或用户好友通过用户设备，比如智能手机，对已投放的推广信息进行查看、评论、点赞、转发或回复等行为时，用户设备会将该行为数据发送至用户服务器中进行存储。
(2)确定该待投放推广信息集合中的待投放推广信息所属的预设类别。
本实施例中，该预设类别可以根据实际需求而定，其可以是推广信息中的产品所应用的领域、涉及的主题类型或者该推广信息的推广目的，比如，可以是汽车、母婴、男装、女装或者公益类等。实际应用时，可以预先将该预设类别储存在投放服务器中，并对该预设类别设置一系列关键词，从而可以根据待投放推广信息的文字内容匹配对应的关键词，得到对应的预设类别。
(3)根据该预设类别、用户行为数据和好友行为数据确定该用户针对该待投放推广信息的个人参与度、社会影响度和受好友影响度。
本实施例中，用户的个人参与度、社会影响度和受好友影响度是投放服务器选择适合用户的待投放推广信息的考虑因素，通过参考这些因素，投放服务器可以较精准的向用户投放推广信息，提高投放效果。
优选的，上述步骤(3)具体可以包括：
(3A)根据该好友行为数据和用户行为数据确定已与该待投放推广信息互动的好友对该用户产生的影响力，得到受好友影响度。
本实施例中，该受好友影响度主要指用户好友对推广信息的互动操作对该用户的影响程度，该互动主要指对推广信息进行评论、点赞或转发等操作，但不包括查看操作。通常，只有当用户好友对推广信息进行互动之后，才会对用户产生影响，若用户好友只是查看或者浏览该推广信息，则不会对用户产生影响。
优选的，上述步骤(3A)具体可以包括：
根据该好友行为数据确定已与该待投放推广信息互动的第一好友，并从该好友行为数据中获取该第一好友的好友行为子数据；
根据该用户行为数据和该好友行为子数据统计该用户与该第一好友的亲密度，并将该亲密度确定为该用户的受好友影响度。
本实施例中，当该待投放推广信息已向第一好友投放时，若该第一好友对其进行互动，譬如评论、点赞或转发，则在该待投放推广信息向用户投放的过程中，用户可以看到该互动操作。通常，该互动操作会影响用户后续对该待投放推广信息的点击操作，比如查看或互动，并且该影响力的大小和用户与该第一好友间的亲密度息息相关。
具体的，该亲密度主要指用户与该第一好友间的联系紧密程度，比如聊天频率、兴趣重合度以及双方互动率等，其中，该双方互动率可以包括向对方所发表内容进行点赞、回复、评论或转发等操作的频率。可以通过分析该第一好友和用户的历史行为数据得到联系紧密度，该历史行为数据可以为近期一个月内或者半年内该用户或用户好友的行为数据，当然，具体时间期限可以根据实际需求而定。
(3B)根据该用户行为数据和预设类别预测该用户对该待投放推广信息的兴趣度，得到个人参与度。
本实施例中，该兴趣度或个人参与度主要指在不受他人影响的情况下，用户自身对该待投放推广信息进行点击操作的概率。可以结合用户自身特征和该待投放推广信息的特征来预测该用户对该待投放推广信息的兴趣度，其中，该用户自身特征可以包括用户的性别、年龄、兴趣或者历史活跃领域等信息，其可以通过对用户的历史行为数据分析来获得，该待投放推广信息的特征主要指其所属的预设类别，比如该待投放推广信息中的产品所应用的领域、涉及的主题类型或者推广目的等。
具体的，可以通过分析用户的历史行为数据来确定该用户的自身特征，并结合该待投放推广信息的特征通过逻辑回归(Logistic Regression，LR)算法或者深度学习算法来预测该用户对该待投放推广信息的兴趣度，以得到用户的个人参与度。
(3C)根据该好友行为数据、用户行为数据和预设类别预测该用户对社会产生的影响力，得到社会影响度。
本实施例中，该社会影响度主要指用户与推广信息进行互动后，该互动操作对用户好友本身，以及用户好友对其好友的影响程度，也即该社会影响度包括用户影响力和用户影响好友后，用户好友的影响力。通常，同一用户针对不同预设类别的推广信息，其对好友的影响程度是不同的，同时，对于同一推广信息，用户对不同好友的影响程度也是不同的。
优选的，上述步骤(3C)具体可以包括：
获取用户好友的其他好友行为数据；
从该用户行为数据中获取该用户与属于该预设类别的所有已投放推广信息互动的互动数据，并统计对应的互动率；
根据该互动数据和该好友行为数据统计该用户与该已投放推广信息互动后，该用户好友点击该已投放推广信息的第一点击率；
根据该好友行为数据和其他好友行为数据统计该用户好友与该已投放推广信息互动后，该用户好友的好友点击该已投放推广信息的第二点击率；
根据该互动率、第一点击率和第二点击率按照预置算法计算，以预测该用户针对该待投放推广信息对社会的社会影响度。
本实施例中，该预置算法可以根据实际需求进行设定，譬如，可以是该用户的互动率与所有用户好友的第一点击率和第二点击率之间的乘积。该其他好友行为数据主要指用户好友的所有好友的行为数据。该互动率主要指在以往预设时间内(比如一个月或半年)，用户对与该待投放推广信息属于同一预设类别的推广信息进行互动的概率。该点击操作主要包括查看、评论、点赞或转发等行为。
(4)根据该个人参与度、社会影响度和受好友影响度计算向该用户投放该待投放推广信息的投放推荐度。
本实施例中，可以通过以下公式计算该投放推荐度：
quality(u，ad)
＝pctr(u，ad)+diffusion(u，ad)
＝pctr(u，ad)+Σv∈F(u)pactive(u，ad)*inf(u，v)*I(v，ad)
＝pctr(u，ad)+pactive(u，ad)*I(u，ad)
其中，u表示用户，v表示用户好友，ad表示待投放推广信息。quality(u，ad)为用户对该待投放推广信息的综合得分，也即该投放推荐度。pctr(u，ad)为用户对该待投放推广信息的点击率，其包括用户自愿点击行为和受他人影响点击行为，具体可以由上述步骤(3A)和(3B)计算得出的该用户的受好友影响度和个人参与度通过特定算法(比如加法或者乘法等等)计算出。
diffusion(u，ad)为用户对该待投放推广信息的社会影响度，pactive(u，ad)为用户与该待投放推广信息互动的概率，也即上述步骤(3C)中提及的互动率，inf(u，v)为用户与该待投放推广信息互动后，某一用户好友点击的概率(即该用户的影响力)，也即上述步骤(3C)中提及的第一点击率，I(v，ad)为某一用户好友与该待投放推广信息互动后，该用户好友的好友点击的概率(即该用户好友的影响力)，也即上述步骤(3C)中提及的第二点击率，根据PageRank(网页排名)算法思路，用户对该待投放推广信息的社会影响度(即该I(u，ad))为用户好友的影响力传播汇总，也即，I(u，ad)＝Σv∈F(u)inf(u，v)*I(v，ad)。
S103、根据该投放推荐度从该待投放推广信息集合中确定目标推广信息。
优选的，上述步骤S103具体可以包括：
根据该投放推荐度将该待投放推广信息集合中的待投放推广信息按顺序排列，并生成相应的资源列表；
选取该资源列表中前预设位数对应的该待投放推广信息作为目标推广信息。
本实施例中，可以按照投放推荐度从高到低的顺序将该待投放推荐信息进行排序。该预设位数可以根据实际需求而定，比如可以为1或者3，等等。
当然，该目标推广信息的确定方式还可以为：
从该待投放推广信息集合中确定该投放推荐度大于预设推荐度的待投放推广信息；
将该投放推荐度大于预设推荐度的待投放推广信息确定为目标推广信息。
本实施例中，该预设推荐度可以根据实际需求而定，比如，该预设推荐度可以设定为8分，当计算得出的该待投放推广信息集合中存在投放推荐度大于8分的待投放推广信息，则可以将这些待投放推广信息确定为目标推广信息。
S104、向该用户投放该目标推广信息。
本实施例中，投放服务器可以将该目标推广信息发送至用户设备，比如智能手机，并通过用户设备中的应用程序(比如社交应用中的微博或Facebook等)向用户显示，以实现该目标推广信息的投放操作。
由上述可知，本实施例提供的推广信息的投放方法，通过获取需要向用户投放的待投放推广信息集合，并根据该待投放推广信息集合中的待投放推广信息获取该用户对应的投放推荐度，之后，根据该投放推荐度从该待投放推广信息集合中确定目标推广信息，并向该用户投放该目标推广信息，能综合考虑用户的点击意愿和好友互动影响等因素来选择广告向用户投放，投放精准度高，投放效果好。
第二实施例
根据实施例一所描述的方法，以下将举例作进一步详细说明。
在本实施例中，将以该推广信息的投放装置集成在投放服务器中，该推广信息为广告为例进行详细说明。
如图2a所示，一种推广信息的投放方法，具体流程可以如下：
S201、投放服务器获取需要向用户投放的待投放广告集合。
譬如，当投放服务器接收到用户设备发送的广告投放请求时，其可以从自身数据库中获取未向该用户投放过的所有广告。
S202、投放服务器获取该用户的用户行为数据和好友行为数据。
譬如，投放服务器可以获取近半年内该用户以及该用户所有好友的行为数据，该行为数据包括用户或用户好友对已投放的广告进行查看、评论、点赞、转发或回复等行为数据，以及用户或用户好友与他人的聊天和互动的行为数据。
S203、投放服务器确定该待投放广告集合中的待投放广告所属的预设类别。
譬如，该预设类别可以为预设主题类型，其可以包括护肤、汽车、母婴、男装或女装等。投放服务器可以通过该待投放广告中的文字信息匹配对应的关键词，并根据匹配出的关键词得到对应的预设类别。比如，当该待投放广告中多次提及汽车或者汽车配件(比如汽车轮胎)时，投放服务器匹配的关键词即为汽车或轮胎，得出的预设类别为汽车。
S204、投放服务器根据该好友行为数据和用户行为数据确定已与该待投放广告互动的好友对该用户产生的影响力，得到受好友影响度。
优选的，上述步骤S204具体可以包括：
根据该好友行为数据确定已与该待投放广告互动的第一好友，并从该好友行为数据中获取该第一好友的好友行为子数据；
根据该用户行为数据和该好友行为子数据统计该用户与该第一好友的亲密度，并将该亲密度确定为该用户的受好友影响度。
譬如，可以根据该好友行为数据确定出已对该待投放广告进行评论、点赞或者转发等行为的用户好友作为该第一好友，并根据该第一好友与用户之间的历史聊天频率、兴趣重合度和双方互动率等数据来计算该第一好友与用户间的亲密度。
S205、投放服务器根据该用户行为数据和预设类别预测该用户对该待投放广告的兴趣度，得到个人参与度。
譬如，当该待投放广告属于汽车类时，投放服务器可以统计在近半年内，用户对已投放的汽车类广告的查看或互动数据，并通过LR算法来计算预测该用户对该待投放广告的兴趣度。
S206、投放服务器根据该好友行为数据、用户行为数据和预设类别预测该用户对社会产生的影响力，得到社会影响度。
优选的，上述步骤S206具体可以包括：
获取用户好友的其他好友行为数据；
从该用户行为数据中获取该用户与属于该预设类别的所有已投放广告互动的互动数据，并统计对应的互动率；
根据该互动数据和该好友行为数据统计该用户与该已投放广告互动后，该用户好友点击该已投放广告的第一点击率；
根据该好友行为数据和其他好友行为数据统计该用户好友与该已投放广告互动后，该用户好友的好友点击该已投放广告的第二点击率；
根据该互动率、第一点击率和第二点击率按照预置算法计算，以预测该用户针对该待投放广告对社会的社会影响度。
譬如，投放服务器可以获取近半年内用户对已投放的汽车类广告进行评论、点赞或转发等互动行为的数据作为互动数据，并计算出对应的互动率pactive(u，ad)。同时，投放服务器还可以计算当该用户与某个已投放的汽车类广告进行互动后，用户好友点击该汽车类广告的第一点击率inf(u，v)，以及当用户好友点击该汽车类广告后，用户好友的好友点击同一汽车类广告的第二点击率I(v，ad)，并通过获取该用户的互动率pactive(u，ad)与每一用户好友的第一点击率inf(u，v)和第二点击率I(v，ad)之间乘积的总和来计算该用户的社会影响度I(u，ad)，也即，I(u，ad)＝Σv∈F(u)inf(u，v)*I(v，ad)。
S207、投放服务器根据该个人参与度、社会影响度和受好友影响度计算向该用户投放该待投放广告的投放推荐度。
譬如，投放服务器可以根据以下公式计算该投放推荐度：
quality(u，ad)
＝pctr(u，ad)+diffusion(u，ad)
＝pctr(u，ad)+Σv∈F(u)pactive(u，ad)*inf(u，v)*I(v，ad)
＝pctr(u，ad)+pactive(u，ad)*I(u，ad)
其中，u表示用户，v表示用户好友，ad表示待投放广告。quality(u，ad)为用户对该待投放推广信息的综合得分，也即该投放推荐度。pctr(u，ad)为用户对该待投放推广信息的点击率，其涵盖了用户自愿点击意愿和受他人影响点击意愿，具体可以通过将上述步骤S204和S205中计算得出的该用户的受好友影响度和个人参与度相加得出。diffusion(u，ad)为用户对该待投放推广信息的社会影响度，diffusion(u，ad)＝pactive(u，ad)*I(u，ad)，其中，I(u，ad)和pactive(u，ad)的计算可以参见上述步骤S206。
比如，如图2b所示，对于待投放的护肤类广告Ad1，若该用户的受好友影响度为0.6，用户的个人参与度为0.3，则pctr(u，ad)＝0.6+0.3＝0.9。若用户对一部分好友的社会影响度为0.2，对另一部分好友的社会影响度为0.1，则diffusion(u，ad)＝0.2+0.1＝0.3，最后，该待投放广告Ad1的投放推荐度quality(u，ad1)＝0.9+0.3＝1.2；
对于待投放的汽车类广告Ad2，若该用户的受好友影响度为0.3，用户的个人参与度为0.4，则pctr(u，ad)＝0.3+0.4＝0.7。若用户对一部分好友的社会影响度为0.4，对另一部分好友的社会影响度为0.3，则diffusion(u，ad)＝0.4+0.3＝0.7，最后，该待投放广告Ad2的投放推荐度quality(u，ad2)＝0.7+0.7＝1.4。
S208、投放服务器根据该投放推荐度将该待投放广告集合中的待投放广告按顺序排序，并生成相应的资源列表。
譬如，投放服务器可以按照投放推荐度从高到低的顺序将待投放广告进行排序，并根据排序后的待投放广告生成相应的资源列表。
S209、投放服务器选取该资源列表中前预设位数对应的待投放广告作为目标广告，并向该用户投放该目标广告。
譬如，投放服务器可以将资源列表上的第一个待投放广告作为目标广告，比如，对于待投放广告集合Ad1和Ad2，由于quality(u，ad1)＝1.2＜quality(u，ad2)＝1.4，故Ad2为资源列表上的第一个待投放广告，从而该投放服务器确定的目标广告为Ad2，之后，该投放服务器可以将Ad2投放至用户设备中的微博等社交应用中。
由上述可知，本实施例提供的推广信息的投放方法，投放服务器通过获取需要向用户投放的待投放广告集合和该用户的用户行为数据和好友行为数据，并确定该待投放广告集合中的待投放广告所属的预设类别，接着，投放服务器根据该好友行为数据和用户行为数据确定已与该待投放广告互动的好友对该用户产生的影响力，得到受好友影响度，根据该用户行为数据和预设类别预测该用户对该待投放广告的兴趣度，得到个人参与度，并根据该好友行为数据、用户行为数据和预设类别预测该用户对社会产生的影响力，得到社会影响度，之后，投放服务器根据该个人参与度、社会影响度和受好友影响度计算向该用户投放该待投放广告的投放推荐度，并从该待投放广告集合中确定该投放推荐度大于预设推荐度的待投放广告，最后将该投放推荐度大于预设推荐度的待投放广告确定为目标广告，并向该用户投放该目标广告，能综合考虑用户的点击意愿和好友互动影响等因素来选择广告向用户投放，有利于用户查看该广告并与广告发生互动，投放精准度高，投放效果好。
第三实施例
在实施例一和实施例二所述方法的基础上，本实施例将从推广信息的投放装置的角度进一步进行描述，请参阅图3，图3具体描述了本发明第三实施例提供的推广信息的投放装置，其可以包括：第一获取模块10、第二获取模块20、确定模块30和投放模块40，其中：
(1)第一获取模块10
第一获取模块10，用于获取需要向用户投放的待投放推广信息集合。
本实施例中，该待投放推广信息集合通常存储在投放服务器中，其可以包括投放服务器未向该用户投放的所有推广信息，该推广信息可以是广告，也可以是其他一些需要进行推广和投放的信息，等等，该推广信息主要用于投放在一些社交应用中，比如微博或一些***站的客户端等。当投放服务器接收到用户设备发送的投放请求时，第一获取模块10会获取需要向用户投放的待投放推广信息集合，通常，该待投放推广信息集合为从未向该用户投放过的所有推广信息总和。
(2)第二获取模块20
第二获取模块20，用于根据该待投放推广信息集合中的待投放推广信息获取该用户对应的投放推荐度。
本实施例中，该投放推荐度主要指向用户投放该待投放推广信息的推荐程度，其可以表现为分数或者比值。
优选的，该第二获取模块20具体可以包括：获取子模块、第一确定子模块、第二确定子模块和计算子模块，其中：
获取子模块，用于获取该用户的用户行为数据和好友行为数据。
本实施例中，该好友行为数据主要指用户的所有好友的行为数据，该用户行为数据和好友行为数据主要为用户或用户好友的历史行为数据，其可以储存在用户服务器中，具体可以包括用户或用户好友对已投放的推广信息进行查看、评论、点赞、转发或回复等行为，以及用户或用户好友与他人的聊天和互动行为。
实际应用过程中，当用户或用户好友通过用户设备，比如智能手机，对已投放的推广信息进行查看、评论、点赞、转发或回复等行为时，用户设备会将该行为数据发送至用户服务器中进行存储。
第一确定子模块，用于确定该待投放推广信息集合中的待投放推广信息所属的预设类别。
本实施例中，该预设类别可以根据实际需求而定，其可以是推广信息中的产品所应用的领域、涉及的主题类型或者该推广信息的推广目的，比如，可以是汽车、母婴、男装、女装或者公益类等。实际应用时，可以预先将该预设类别储存在投放服务器中，并对该预设类别设置一系列关键词，从而第一确定子模块可以根据待投放推广信息的文字内容匹配对应的关键词，并根据该关键词得到对应的预设类别。
第二确定子模块，用于根据该预设类别、用户行为数据和好友行为数据确定该用户针对该待投放推广信息的个人参与度、社会影响度和受好友影响度。
本实施例中，用户的个人参与度、社会影响度和受好友影响度是投放服务器选择适合用户的待投放推广信息的考虑因素，通过参考这些因素，投放服务器可以较精准的向用户投放推广信息，提高投放效果。
优选的，该第二确定子模块具体可以包括：确定单元、第一预测单元和第二预测单元，其中：
确定单元，用于根据该好友行为数据和用户行为数据确定已与该待投放推广信息互动的好友对该用户产生的影响力，得到受好友影响度。
本实施例中，该受好友影响度主要指用户好友对推广信息的互动操作对该用户的影响程度，该互动主要指对推广信息进行评论、点赞或转发等操作，但不包括查看操作。通常，只有当用户好友对推广信息进行互动之后，才会对用户产生影响，若用户好友只是查看或者浏览该推广信息，则不会对用户产生影响。
优选的，该确定单元具体可以用于：
根据该好友行为数据确定已与该待投放推广信息互动的第一好友，并从该好友行为数据中获取该第一好友的好友行为子数据；
根据该用户行为数据和该好友行为子数据统计该用户与该第一好友的亲密度，并将该亲密度确定为该用户的受好友影响度。
本实施例中，当该待投放推广信息已向第一好友投放时，若该第一好友对其进行互动，譬如评论、点赞或转发，则在该待投放推广信息向用户投放的过程中，用户可以看到该互动操作。通常，该互动操作会影响用户后续对该待投放推广信息的点击操作，比如查看或互动，并且该影响力的大小和用户与该第一好友间的亲密度息息相关。
具体的，该亲密度主要指用户与该第一好友间的联系紧密程度，比如聊天频率、兴趣重合度以及双方互动率等，其中，该双方互动率可以包括向对方所发表内容进行点赞、回复、评论或转发等操作的频率。该确定单元可以通过分析该第一好友和用户的历史行为数据得到联系紧密度，该历史行为数据可以为近期一个月内或者半年内该用户或用户好友的行为数据，当然，具体时间期限可以根据实际需求而定。
第一预测单元，用于根据该用户行为数据和预设类别预测该用户对该待投放推广信息的兴趣度，得到个人参与度。
本实施例中，该兴趣度或个人参与度主要指在不受他人影响的情况下，用户自身对该待投放推广信息进行点击操作的概率，该点击操作包括查看和互动。第一预测单元可以结合用户自身特征和该待投放推广信息的特征来预测该用户对该待投放推广信息的兴趣度，其中，该用户自身特征可以包括用户的性别、年龄、兴趣或者历史活跃领域等信息，其可以通过对用户的历史行为数据进行分析来获得，该待投放推广信息的特征主要指其所属的预设类别，比如该待投放推广信息中的产品所应用的领域、涉及的主题类型或者推广目的等。
具体的，第一预测单元可以通过分析用户的历史行为数据来确定该用户的自身特征，并结合该待投放推广信息的特征通过LR算法或者深度学习算法来预测该用户对该待投放推广信息的兴趣度，以得到用户的个人参与度。
第二预测单元，用于根据该好友行为数据、用户行为数据和预设类别预测该用户对社会产生的影响力，得到社会影响度。
本实施例中，该社会影响度主要指用户与推广信息进行互动后，该互动操作对用户好友本身，以及用户好友对其好友的影响，也即该社会影响度包括用户影响力和用户影响好友后，用户好友的影响力。通常，同一用户针对不同预设类别的推广信息，其对好友的影响程度是不同的，同时，对于同一推广信息，用户对不同好友的影响程度也是不同的。
优选的，该第二预测单元具体可以用于：
获取用户好友的其他好友行为数据；
从该用户行为数据中获取该用户与属于该预设类别的所有已投放推广信息互动的互动数据，并统计对应的互动率；
根据该互动数据和该好友行为数据统计该用户与该已投放推广信息互动后，该用户好友点击该已投放推广信息的第一点击率；
根据该好友行为数据和其他好友行为数据统计该用户好友与该已投放推广信息互动后，该用户好友的好友点击该已投放推广信息的第二点击率；
根据该互动率、第一点击率和第二点击率按照预置算法计算，以预测该用户针对该待投放推广信息对社会的社会影响度。
本实施例中，该预置算法可以根据实际需求进行设定，例如，其可以是该用户的互动率与所有用户好友的第一点击率和第二点击率之间的乘积。该其他好友行为数据主要指用户好友的所有好友的行为数据。该互动率主要指在以往预设时间内(比如一个月或半年)，用户对与该待投放推广信息属于同一预设类别的推广信息进行互动的概率。该点击操作主要包括查看、评论、点赞或转发等行为。
计算子模块，用于根据该个人参与度、社会影响度和受好友影响度计算向该用户投放该待投放推广信息的投放推荐度。
本实施例中，计算子模块24可以通过以下公式计算该投放推荐度：
quality(u，ad)
＝pctr(u，ad)+diffusion(u，ad)
＝pctr(u，ad)+Σv∈F(u)pactive(u，ad)*inf(u，v)*I(v，ad)
＝pctr(u，ad)+pactive(u，ad)*I(u，ad)
其中，u表示用户，v表示用户好友，ad表示待投放推广信息。quality(u，ad)为用户对该待投放推广信息的综合得分，也即该投放推荐度。pctr(u，ad)为用户对该待投放推广信息的点击率，其包括用户自愿点击行为和受他人影响点击行为，具体可以由上述确定单元和第一预测单元计算得出的该用户的受好友影响度和个人参与度通过特定算法(比如加法或者乘法等等)计算出。
diffusion(u，ad)为用户对该待投放推广信息的社会影响度，pactive(u，ad)为用户与该待投放推广信息互动的概率，也即上述第二预测单元计算出的互动率，inf(u，v)为用户与该待投放推广信息互动后，某一用户好友点击的概率(即该用户的影响力)，也即上述第二预测单元计算出的第一点击率，I(v，ad)为某一用户好友与该待投放推广信息互动后，该用户好友的好友点击的概率(即该用户好友的影响力)，也即上述第二预测单元计算出的第二点击率，根据PageRank(网页级别)算法思路，用户对该待投放推广信息的社会影响度(即该I(u，ad))为用户好友的影响力传播汇总，也即，I(u，ad)＝Σv∈F(u)inf(u，v)*I(v，ad)。
(3)确定模块30
确定模块30，用于根据该投放推荐度从该待投放推广信息集合中确定目标推广信息。
优选的，该确定模块30具体可以用于：
根据该投放推荐度将该待投放推广信息集合中的待投放推广信息按顺序排列，并生成相应的资源列表；
选取该资源列表中前预设位数对应的该待投放推广信息作为目标推广信息。
本实施例中，确定模块30可以按照投放推荐度从高到低的顺序将该待投放推荐信息进行排序。该预设位数可以根据实际需求而定，比如可以为1或者3，等等。
当然，该确定模块30还可以用于：
从该待投放推广信息集合中确定该投放推荐度大于预设推荐度的待投放推广信息；
将该投放推荐度大于预设推荐度的待投放推广信息确定为目标推广信息。
本实施例中，该预设推荐度可以根据实际需求而定，比如，该预设推荐度可以设定为8分，当计算得出的该待投放推广信息集合中存在投放推荐度大于8分的待投放推广信息，则确定模块30可以将这些待投放推广信息确定为目标推广信息。
(4)投放模块40
投放模块40，用于向该用户投放该目标推广信息。
本实施例中，投放模块40可以将该目标推广信息发送至用户设备，比如智能手机，并通过用户设备中的应用程序(比如社交应用中的微博)向用户显示，以实现该目标推广信息的投放操作。
具体实施时，以上各个单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元的具体实施可参见前面的方法实施例，在此不再赘述。
由上述可知，本实施例提供的推广信息的投放装置，通过第一获取模块10获取需要向用户投放的待投放推广信息集合，并经由第二获取模块20根据该待投放推广信息集合中的待投放推广信息获取该用户对应的投放推荐度，之后，通过确定模块30根据该投放推荐度从该待投放推广信息集合中确定目标推广信息，并经由投放模块40向该用户投放该目标推广信息，能综合考虑用户的点击意愿和好友互动影响等因素来选择广告向用户投放，投放精准度高，投放效果好。
第四实施例
相应的，本发明实施例还提供一种推广信息的投放***，包括本发明实施例所提供的任一种推广信息的投放装置，该推广信息的投放装置具体可参见实施例三。
其中，该推广信息的投放装置具体可以集成在服务器，如投放服务器等设备中，例如，可以如下：
投放服务器，用于获取需要向用户投放的待投放推广信息集合，根据该待投放推广信息集合中的待投放推广信息获取该用户对应的投放推荐度，根据该投放推荐度从该待投放推广信息集合中确定目标推广信息，并向该用户投放该目标推广信息。
以上各个设备的具体实施可参见前面的实施例，在此不再赘述。
由于该推广信息的投放***可以包括本发明实施例所提供的任一种推广信息的投放装置，因此，可以实现本发明实施例所提供的任一种推广信息的投放装置所能实现的有益效果，详见前面的实施例，在此不再赘述。
第五实施例
本发明实施例还提供一种服务器，该服务器可以集成本发明实施例所提供的任一种推广信息的投放装置，如图4所示，其示出了本发明实施例所涉及的服务器的结构示意图，具体来讲：
该服务器可以包括一个或者一个以上处理核心的处理器51、一个或一个以上计算机可读存储介质的存储器52、射频(Radio Frequency，RF)电路53、电源54、输入单元55、以及显示单元56等部件。本领域技术人员可以理解，图4中示出的服务器结构并不构成对服务器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
处理器51是该服务器的控制中心，利用各种接口和线路连接整个服务器的各个部分，通过运行或执行存储在存储器52内的软件程序和/或模块，以及调用存储在存储器52内的数据，执行服务器的各种功能和处理数据，从而对服务器进行整体监控。可选的，处理器51可包括一个或多个处理核心；优选的，处理器51可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器51中。
存储器52可用于存储软件程序以及模块，处理器51通过运行存储在存储器52的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器52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。此外，存储器52可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器52还可以包括存储器控制器，以提供处理器51对存储器52的访问。
RF电路53可用于收发信息过程中，信号的接收和发送，特别地，将基站的下行信息接收后，交由一个或者一个以上处理器51处理；另外，将涉及上行的数据发送给基站。通常，RF电路53包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM)卡、收发信机、耦合器、低噪声放大器(LNA，Low Noise Amplifier)、双工器等。此外，RF电路53还可以通过无线通信与网络和其他设备通信。所述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯***(GSM，Global System of Mobilecommunication)、通用分组无线服务(GPRS，General Packet Radio Service)、码分多址(CDMA，Code Division Multiple Access)、宽带码分多址(WCDMA，Wideband CodeDivision Multiple Access)、长期演进(LTE，Long Term Evolution)、电子邮件、短消息服务(SMS，Short Messaging Service)等。
服务器还包括给各个部件供电的电源54(比如电池)，优选的，电源54可以通过电源管理***与处理器51逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。电源54还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该服务器还可包括输入单元55，该输入单元55可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，在一个具体的实施例中，输入单元55可包括触敏表面以及其他输入设备。触敏表面，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面上或在触敏表面附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器51，并能接收处理器51发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面。除了触敏表面，输入单元55还可以包括其他输入设备。具体地，其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
该服务器还可包括显示单元56，该显示单元56可用于显示由用户输入的信息或提供给用户的信息以及服务器的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元56可包括显示面板，可选的，可以采用液晶显示器(LCD，Liquid Crystal Display)、有机发光二极管(OLED，Organic Light-EmittingDiode)等形式来配置显示面板。进一步的，触敏表面可覆盖显示面板，当触敏表面检测到在其上或附近的触摸操作后，传送给处理器51以确定触摸事件的类型，随后处理器51根据触摸事件的类型在显示面板上提供相应的视觉输出。虽然在图4中，触敏表面与显示面板是作为两个独立的部件来实现输入和输入功能，但是在某些实施例中，可以将触敏表面与显示面板集成而实现输入和输出功能。
尽管未示出，服务器还可以包括摄像头、蓝牙模块等，在此不再赘述。具体在本实施例中，服务器中的处理器51会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器52中，并由处理器51来运行存储在存储器52中的应用程序，从而实现各种功能，如下：
获取需要向用户投放的待投放推广信息集合；
根据该待投放推广信息集合中的待投放推广信息获取该用户对应的投放推荐度；
根据该投放推荐度从该待投放推广信息集合中确定目标推广信息；
向该用户投放该目标推广信息。
以上各操作的实现方法具体可参见上述实施例，此处不再赘述。
由上述可知，本实施例提供的服务器，可以通过获取需要向用户投放的待投放推广信息集合，并根据该待投放推广信息集合中的待投放推广信息获取该用户对应的投放推荐度，之后，根据该投放推荐度从该待投放推广信息集合中确定目标推广信息，并向该用户投放该目标推广信息，能综合考虑用户的点击意愿和好友互动影响等因素来选择广告向用户投放，投放精准度高。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，RandomAccess Memory)、磁盘或光盘等。
以上对本发明实施例所提供的一种推广信息的投放方法、装置和***进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (12)

1.一种推广信息的投放方法，其特征在于，包括：
获取需要向用户投放的待投放推广信息集合；
获取所述用户的用户行为数据和好友行为数据；
将所述待投放推广信息集合中待投放推广信息，与预设类别对应的关键字进行文字内容匹配，基于所述待投放推广信息匹配到的关键字，确定所述待投放推广信息的预设类别；
根据所述预设类别、用户行为数据和好友行为数据确定所述用户针对所述待投放推广信息的个人参与度、社会影响度和受好友影响度，其中，所述受好友影响度指用户好友对所述待投放推广信息的互动操作对所述用户的影响程度，所述个人参与度指在不受他人影响的情况下，所述用户自身对所述待投放推广信息进行点击操作的概率，所述社会影响度指所述用户与所述待投放推广信息进行互动操作后，所述互动操作对用户好友，以及用户好友对其好友的影响程度；
根据所述个人参与度、社会影响度和受好友影响度计算向所述用户投放所述待投放推广信息的投放推荐度；
根据所述投放推荐度从所述待投放推广信息集合中确定目标推广信息；
向所述用户投放所述目标推广信息。
2.根据权利要求1所述的推广信息的投放方法，其特征在于，所述根据所述预设类别、用户行为数据和好友行为数据确定所述用户针对所述待投放推广信息的个人参与度、社会影响度和受好友影响度的步骤具体包括：
根据所述好友行为数据和用户行为数据确定已与所述待投放推广信息互动的好友对所述用户产生的影响力，得到受好友影响度；
根据所述用户行为数据和预设类别预测所述用户对所述待投放推广信息的兴趣度，得到个人参与度；
根据所述好友行为数据、用户行为数据和预设类别预测所述用户对社会产生的影响力，得到社会影响度。
3.根据权利要求2所述的推广信息的投放方法，其特征在于，所述根据所述好友行为数据、用户行为数据和预设类别预测所述用户对社会的影响力，得到社会影响度的步骤具体包括：
获取用户好友的其他好友行为数据；
从所述用户行为数据中获取所述用户与属于所述预设类别的所有已投放推广信息互动的互动数据，并统计对应的互动率；
根据所述互动数据和所述好友行为数据统计所述用户与所述已投放推广信息互动后，所述用户好友点击所述已投放推广信息的第一点击率；
根据所述好友行为数据和其他好友行为数据统计所述用户好友与所述已投放推广信息互动后，所述用户好友的好友点击所述已投放推广信息的第二点击率；
根据所述互动率、第一点击率和第二点击率按照预置算法计算，以预测所述用户针对所述待投放推广信息对社会的社会影响度。
4.根据权利要求2所述的推广信息的投放方法，其特征在于，所述根据所述好友行为数据和用户行为数据确定已与所述待投放推广信息互动的好友对所述用户产生的影响力，得到受好友影响度的步骤具体包括：
根据所述好友行为数据确定已与所述待投放推广信息互动的第一好友，并从所述好友行为数据中获取所述第一好友的好友行为子数据；
根据所述用户行为数据和所述好友行为子数据统计所述用户与所述第一好友的亲密度，并将所述亲密度确定为所述用户的受好友影响度。
5.根据权利要求1-4中任意一项所述的推广信息的投放方法，其特征在于，所述根据所述投放推荐度从所述待投放推广信息集合中确定目标推广信息的步骤具体包括：
根据所述投放推荐度将所述待投放推广信息集合中的待投放推广信息按顺序排列，并生成相应的资源列表；
选取所述资源列表中前预设位数对应的所述待投放推广信息作为目标推广信息。
6.一种推广信息的投放装置，其特征在于，包括第一获取模块，第二获取模块，确定模块和投放模块：
所述第一获取模块，用于获取需要向用户投放的待投放推广信息集合；
所述第二获取模块，包括：
获取子模块，用于获取所述用户的用户行为数据和好友行为数据；
第一确定子模块，用于将所述待投放推广信息集合中待投放推广信息，与预设类别对应的关键字进行文字内容匹配，基于所述待投放推广信息匹配到的关键字，确定所述待投放推广信息的预设类别；
第二确定子模块，用于根据所述预设类别、用户行为数据和好友行为数据确定所述用户针对所述待投放推广信息的个人参与度、社会影响度和受好友影响度，其中，所述受好友影响度指用户好友对所述待投放推广信息的互动操作对所述用户的影响程度，所述个人参与度指在不受他人影响的情况下，所述用户自身对所述待投放推广信息进行点击操作的概率，所述社会影响度指所述用户与所述待投放推广信息进行互动操作后，所述互动操作对用户好友，以及用户好友对其好友的影响程度；
计算子模块，用于根据所述个人参与度、社会影响度和受好友影响度计算向所述用户投放所述待投放推广信息的投放推荐度；
所述确定模块，用于根据所述投放推荐度从所述待投放推广信息集合中确定目标推广信息；
所述投放模块，用于向所述用户投放所述目标推广信息。
7.根据权利要求6所述的推广信息的投放装置，其特征在于，所述第二确定子模块具体包括：
确定单元，用于根据所述好友行为数据和用户行为数据确定已与所述待投放推广信息互动的好友对所述用户产生的影响力，得到受好友影响度；
第一预测单元，用于根据所述用户行为数据和预设类别预测所述用户对所述待投放推广信息的兴趣度，得到个人参与度；
第二预测单元，用于根据所述好友行为数据、用户行为数据和预设类别预测所述用户对社会产生的影响力，得到社会影响度。
8.根据权利要求7所述的推广信息的投放装置，其特征在于，所述第二预测单元具体用于：
获取用户好友的其他好友行为数据；
从所述用户行为数据中获取所述用户与属于所述预设类别的所有已投放推广信息互动的互动数据，并统计对应的互动率；
根据所述互动数据和所述好友行为数据统计所述用户与所述已投放推广信息互动后，所述用户好友点击所述已投放推广信息的第一点击率；
根据所述好友行为数据和其他好友行为数据统计所述用户好友与所述已投放推广信息互动后，所述用户好友的好友点击所述已投放推广信息的第二点击率；
根据所述互动率、第一点击率和第二点击率按照预置算法计算，以预测所述用户针对所述待投放推广信息对社会的社会影响度。
9.根据权利要求7所述的推广信息的投放装置，其特征在于，所述确定单元具体用于：
根据所述好友行为数据确定已与所述待投放推广信息互动的第一好友，并从所述好友行为数据中获取所述第一好友的好友行为子数据；
根据所述用户行为数据和所述好友行为子数据统计所述用户与所述第一好友的亲密度，并将所述亲密度确定为所述用户的受好友影响度。
10.根据权利要求6-9中任意一项所述的推广信息的投放装置，其特征在于，所述确定模块具体用于：
根据所述投放推荐度将所述待投放推广信息集合中的待投放推广信息按顺序排列，并生成相应的资源列表；
选取所述资源列表中前预设位数对应的所述待投放推广信息作为目标推广信息。
11.一种推广信息的投放***，其特征在于，包括权利要求6至10中任意一项所述的推广信息的投放装置。
12.一种计算机可读存储介质，其存储有计算机程序，其中，当所述计算机程序在计算机上运行时，使得所述计算机执行如权利要求1-5中任一项所述的推广信息的投放方法。
CN201610352701.0A 2016-05-25 2016-05-25 一种推广信息的投放方法、装置及*** Active CN107437189B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201610352701.0A CN107437189B (zh) 2016-05-25 2016-05-25 一种推广信息的投放方法、装置及***
EP17802084.8A EP3467752A4 (en) 2016-05-25 2017-05-18 METHOD, APPARATUS AND SYSTEM FOR DISTRIBUTING PROMOTION INFORMATION, AND STORAGE MEDIUM
PCT/CN2017/084861 WO2017202238A1 (zh) 2016-05-25 2017-05-18 一种推广信息的投放方法、装置、***及存储介质
US16/197,067 US11501327B2 (en) 2016-05-25 2018-11-20 Method, apparatus, and system for delivering promotion information, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610352701.0A CN107437189B (zh) 2016-05-25 2016-05-25 一种推广信息的投放方法、装置及***

Publications (2)

Publication Number Publication Date
CN107437189A CN107437189A (zh) 2017-12-05
CN107437189B true CN107437189B (zh) 2021-01-08

Family

ID=60412132

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610352701.0A Active CN107437189B (zh) 2016-05-25 2016-05-25 一种推广信息的投放方法、装置及***

Country Status (4)

Country Link
US (1) US11501327B2 (zh)
EP (1) EP3467752A4 (zh)
CN (1) CN107437189B (zh)
WO (1) WO2017202238A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11238518B2 (en) * 2017-12-14 2022-02-01 Wells Fargo Bank, N.A. Customized predictive financial advisory for a customer
CN108596647B (zh) * 2018-03-16 2021-12-17 北京奇艺世纪科技有限公司 一种广告投放方法、装置及电子设备
CN109067897B (zh) * 2018-08-24 2021-11-09 优视科技新加坡有限公司 消息推送方法及其装置、设备/终端/服务器、计算机可读介质
CN109379330A (zh) * 2018-09-07 2019-02-22 阿里巴巴集团控股有限公司 内容投放的实现方法和装置
CN109242575A (zh) * 2018-09-27 2019-01-18 武汉聚鸿传媒文化有限公司 一种基于区块链的广告投放***
CN109919656A (zh) * 2019-01-23 2019-06-21 平安科技（深圳）有限公司 广告投放方法、装置、计算机设备及存储介质
CN111798280B (zh) * 2020-09-08 2020-12-15 腾讯科技（深圳）有限公司 多媒体信息推荐方法、装置和设备及存储介质
CN113378040A (zh) * 2021-05-24 2021-09-10 山东浪潮爱购云链信息科技有限公司 一种用于推广的用户行为分析方法及设备
CN113505308B (zh) * 2021-09-09 2022-02-18 北京轻松筹信息技术有限公司 一种用户年龄的预测方法及装置、可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103514215A (zh) * 2012-06-28 2014-01-15 北京奇虎科技有限公司 生成用户社交影响力信息的方法及装置
CN104063476A (zh) * 2014-06-30 2014-09-24 北京奇虎科技有限公司 基于社交网络的内容推荐方法和***
CN104967679A (zh) * 2015-06-09 2015-10-07 深圳市腾讯计算机***有限公司 信息推荐***、方法及装置
CN105512916A (zh) * 2015-12-18 2016-04-20 北京讯达网脉科技有限公司 广告精准投放方法和***

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8170912B2 (en) * 2003-11-25 2012-05-01 Carhamm Ltd., Llc Database structure and front end
US10373173B2 (en) * 2004-06-14 2019-08-06 Facebook, Inc. Online content delivery based on information from social networks
US20060242663A1 (en) * 2005-04-22 2006-10-26 Inclue, Inc. In-email rss feed delivery system, method, and computer program product
US8041806B2 (en) * 2006-09-11 2011-10-18 Alcatel Lucent Targeted electronic content delivery control systems and methods
US20080103907A1 (en) * 2006-10-25 2008-05-01 Pudding Ltd. Apparatus and computer code for providing social-network dependent information retrieval services
US20080177635A1 (en) * 2007-01-23 2008-07-24 David Brian Handel Method, system, and apparatus for suggesting or requesting a proxy transaction
US20080281687A1 (en) * 2007-05-08 2008-11-13 Motorola, Inc. Method for determining user interest in products and services for targeted advertising
US8499247B2 (en) * 2008-02-26 2013-07-30 Livingsocial, Inc. Ranking interactions between users on the internet
US20100076850A1 (en) * 2008-09-22 2010-03-25 Rajesh Parekh Targeting Ads by Effectively Combining Behavioral Targeting and Social Networking
US8478697B2 (en) * 2010-09-15 2013-07-02 Yahoo! Inc. Determining whether to provide an advertisement to a user of a social network
US20120166285A1 (en) * 2010-12-28 2012-06-28 Scott Shapiro Defining and Verifying the Accuracy of Explicit Target Clusters in a Social Networking System
US8954503B2 (en) * 2011-03-03 2015-02-10 Facebook, Inc. Identify experts and influencers in a social network
US9846916B2 (en) * 2011-07-10 2017-12-19 Facebook, Inc. Clustering a user's connections in a social networking system
CN102592235A (zh) * 2011-12-28 2012-07-18 北京品友互动信息技术有限公司 一种互联网广告投放***
US9262791B2 (en) * 2012-03-23 2016-02-16 Facebook, Inc. Targeting stories based on influencer scores
US20140006195A1 (en) * 2012-06-28 2014-01-02 Naomi Wilson Checkout system and method
US20140358668A1 (en) * 2012-07-25 2014-12-04 Google Inc. System and method for integrating supplemental content within a webpage
US20140081720A1 (en) * 2012-09-19 2014-03-20 Mastercard International Incorporated Method and system for processing coupons in a near field transaction
US9235865B1 (en) * 2012-10-26 2016-01-12 Sprint Communications Company L.P. Identifying influencers using social information
US9015128B2 (en) * 2012-11-28 2015-04-21 Sharethis, Inc. Method and system for measuring social influence and receptivity of users
CN104052714B (zh) * 2013-03-12 2019-02-26 腾讯科技（深圳）有限公司 多媒体信息的推送方法及服务器
US20160055164A1 (en) * 2014-08-25 2016-02-25 Tll, Llc News alert system and method
US20160364492A1 (en) * 2015-06-12 2016-12-15 Duby, LLC Systems and methods for a viral social network
US20170277691A1 (en) * 2016-03-22 2017-09-28 Facebook, Inc. Quantifying Social Influence

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103514215A (zh) * 2012-06-28 2014-01-15 北京奇虎科技有限公司 生成用户社交影响力信息的方法及装置
CN104063476A (zh) * 2014-06-30 2014-09-24 北京奇虎科技有限公司 基于社交网络的内容推荐方法和***
CN104967679A (zh) * 2015-06-09 2015-10-07 深圳市腾讯计算机***有限公司 信息推荐***、方法及装置
CN105512916A (zh) * 2015-12-18 2016-04-20 北京讯达网脉科技有限公司 广告精准投放方法和***

Also Published As

Publication number Publication date
US20190087846A1 (en) 2019-03-21
EP3467752A1 (en) 2019-04-10
WO2017202238A1 (zh) 2017-11-30
EP3467752A4 (en) 2019-11-13
CN107437189A (zh) 2017-12-05
US11501327B2 (en) 2022-11-15

Similar Documents

Publication Publication Date Title
CN107437189B (zh) 一种推广信息的投放方法、装置及***
CN106357517B (zh) 定向标签生成方法及装置
US10411945B2 (en) Time-distributed and real-time processing in information recommendation system, method and apparatus
US11270333B1 (en) Click-through prediction for targeted content
CN108280115B (zh) 识别用户关系的方法及装置
US11157942B2 (en) Dynamic information presentation system, method, and apparatus, and terminal
US10621617B2 (en) Providing on-demand audience based on network
CN104618222B (zh) 一种匹配表情图像的方法及装置
CN108334887B (zh) 一种用户选取方法和装置
CN106302094B (zh) 消息推送方法及装置
WO2014169661A1 (en) Method and system for processing report information
US20170109756A1 (en) User Unsubscription Prediction Method and Apparatus
CN106612230B (zh) 媒体信息的推广方法、客户端及服务器
CN106453593B (zh) 一种消息推送方法及装置
US10204164B2 (en) Systems and methods for filtering microblogs
CN107562917B (zh) 用户推荐方法及装置
CN113537685A (zh) 一种数据处理方法和装置
CN111090877A (zh) 数据生成、获取方法及对应的装置、存储介质
CN106294087B (zh) 一种对业务执行操作的操作频率的统计方法及装置
CN111666498B (zh) 一种基于互动信息的好友推荐方法、相关装置及存储介质
CN106682054B (zh) 一种终端应用推荐方法、装置和***
WO2017133545A1 (zh) 业务处理方法及装置
CN106339402B (zh) 一种推荐内容推送的方法、装置及***
CN114430504B (zh) 一种媒体内容的推荐方法以及相关装置
CN108632054B (zh) 信息传播量的预测方法及装置

Legal Events

Date Code Title Description
PB01 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