CN111177545B - 广告投放方法、平台、电子设备及存储介质 - Google Patents
广告投放方法、平台、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111177545B CN111177545B CN201911347770.2A CN201911347770A CN111177545B CN 111177545 B CN111177545 B CN 111177545B CN 201911347770 A CN201911347770 A CN 201911347770A CN 111177545 B CN111177545 B CN 111177545B
- Authority
- CN
- China
- Prior art keywords
- application
- advertiser
- information
- information word
- target
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000014509 gene expression Effects 0.000 claims description 122
- 238000012549 training Methods 0.000 claims description 24
- 238000009434 installation Methods 0.000 claims description 22
- 230000015654 memory Effects 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 15
- 238000005065 mining Methods 0.000 claims description 7
- 230000007547 defect Effects 0.000 abstract description 3
- 238000002716 delivery method Methods 0.000 description 11
- 230000008685 targeting Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了广告投放方法、平台、电子设备及存储介质,涉及信息推送技术领域。具体实现方案为:获取在广告投放平台上注册的、与用于投放广告的媒体应用相关的至少一个目标广告主的标识;获取各所述目标广告主的信息词;基于各所述目标广告主的信息词,获取用于广告投放的数个目标信息词;向所述媒体应用投放各所述目标信息词对应的广告资源。本申请能够弥补现有技术的不足,提供一种广告投放平台在无法获取媒体应用的用户的兴趣数据时,也能够定向投放广告的技术方案,可以应用于联盟广告投放场景中。本申请的广告投放方案,能够定向向媒体应用投放媒体应用的用户感兴趣的广告资源,保证广告投放的效率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及信息推送领域,具体涉及广告投放方法、平台、电子设备及存储介质。
背景技术
广告定向投放技术是指对广告受众筛选的技术,即广告的显示是根据访问者来决定的,先进的广告管理***能够提供多种多样的定向方式。定向可以按访问者的行业、地理区域、职务等选择不同的广告展现。良好的广告定向投放技术可以精确定位广告受众,根据用户偏好对其投放感兴趣的广告,提高广告投放效果。
联盟广告指由广告投放平台将注册的各广告主的广告,投放于开发者所运营的自有媒体应用(即第三方应用(APPLICATION;APP))内的广告。这类广告要求广告投放平台有能力为媒体应用的用户提供准确的广告定向,然而由于广告投放平台缺少相关用户的兴趣数据,无法对媒体应用的用户进行广告的定向投放。因此,亟需提供一种应用于联盟广告投放场景中的广告定向投放方案。
发明内容
为了解决上述技术问题,本申请提供一种广告投放方法、平台、电子设备及存储介质,用于提供一种应用于联盟广告投放场景中的广告定向投放方案。
一方面,本申请提供一种广告投放方法,包括:
获取在广告投放平台上注册的、与用于投放广告的媒体应用相关的至少一个目标广告主的标识;
获取各所述目标广告主的信息词;
基于各所述目标广告主的信息词,获取用于广告投放的数个目标信息词;
向所述媒体应用投放各所述目标信息词对应的广告资源。
进一步可选地,如上所述的方法中,获取在广告投放平台上注册的、与用于投放广告的媒体应用相关的至少一个目标广告主的标识,包括:
根据预先训练的应用表达模型,获取所述媒体应用的特征表达;
根据所述广告投放平台上已注册的广告主列表和所述应用表达模型,获取所述广告主列表中各所述广告主的特征表达;
根据所述媒体应用的特征表达和各所述广告主的特征表达,从所述广告主列表中获取与所述媒体应用的特征表达的相似度大于第一预设相似度阈值的所述至少一个目标广告主的标识。
进一步可选地,如上所述的方法中,根据预先训练的应用表达模型,获取所述媒体应用对应的特征表达之前,所述方法包括:
挖掘数个用户的应用安装列表;
从各所述用户的应用安装列表中挖掘出共现度大于预设共现度阈值的数组共现应用对,所述共现应用对的共现度等于所述共现应用对的共同安装次数/所述共现应用对中每个应用被安装的总次数之和;
采用所述数组共现应用对,训练所述应用表达模型,使得所述共现应用对中的两个应用的特征表达的相似度大于第二预设相似度阈值。
进一步可选地,如上所述的方法中,基于各所述目标广告主的信息词,获取用于广告投放的数个目标信息词,包括:
根据预先训练的信息词表达模型,从预先采集的信息词库中获取各所述目标广告主的所述信息词对应的至少一个相似信息词;
基于预设的信息词筛选策略,从所述至少一个目标广告主的所述信息词和各所述信息词对应的所述至少一个相似信息词中,筛选所述数个目标信息词。
进一步可选地,如上所述的方法中,根据预先训练的信息词表达模型,从预先采集的信息词库中获取各所述目标广告主的所述信息词对应的至少一个相似信息词之前,所述方法还包括:
采集各所述共现应用对中的两个应用对应的多个信息词;
将各所述共现应用对的所述多个信息词两两组队,生成数组信息词对;
采用所述数组信息词对,训练所述信息词表达模型,使得所述信息词对中的两个信息词的特征表达的相似度大于第三预设相似度阈值。
另一方面,本申请还提供了一种广告投放平台,包括:
广告主信息获取模块,用于获取在广告投放平台上注册的、与用于投放广告的媒体应用相关的至少一个目标广告主的标识;
信息词获取模块,用于获取各所述目标广告主的信息词;
所述信息词获取模块,用于基于各所述目标广告主的信息词,获取用于广告投放的数个目标信息词;
投放模块,用于向所述媒体应用投放各所述目标信息词对应的广告资源。
再一方面,本申请还提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上任一项所述的方法。
又一方面,本申请还提供一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如上任一项所述的方法。
上述申请中的一个实施例具有如下优点或有益效果:通过获取在广告投放平台上注册的、与用于投放广告的媒体应用相关的至少一个目标广告主的标识;获取各目标广告主的信息词;基于各目标广告主的信息词,获取用于广告投放的数个目标信息词;向媒体应用投放各目标信息词对应的广告资源,能够弥补现有技术的不足,提供一种广告投放平台在无法获取媒体应用的用户的兴趣数据时,也能够定向投放广告的技术方案,可以应用于联盟广告投放场景中。本申请的广告投放方案,能够定向向媒体应用投放媒体应用的用户感兴趣的广告资源,保证广告投放的效率。
进一步地,本申请还可以基于预先训练的应用表达模型,获取在广告投放平台上注册的、与用于投放广告的媒体应用相关的至少一个目标广告主的标识,能够保证获取的目标广告主的标识为媒体应用极为相关的,从而保证后续基于目标广告主,获取的目标信息词也是媒体应用的用户感兴趣的,进一步地,基于目标信息词投放的广告资源必然是媒体用户感兴趣的,从而能够有效地实现广告的定向投放,并且能够有效地保证广告投放的效率。
进一步地,本申请还可以基于信息词表达模型,对获取的信息扩展后,再筛选目标信息词,能够扩展信息词的范围,使得筛选的目标信息词更加准确,从而能够提高基于目标信息词进行广告投放的效率。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的示意图;
图2为本申请第一实施例的应用场景图;
图3是根据本申请第二实施例的示意图;
图4是用来实现本申请实施例的广告投放方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1为本申请第一实施例的示意图。如图1所示,本实施例的广告投放方法,具体可以包括如下步骤:
S101、获取在广告投放平台上注册的、与用于投放广告的媒体应用相关的至少一个目标广告主的标识;
本实施例的广告投放方法的执行主体为广告投放平台,该广告投放平台可以为一实体的电子设备,或者也可以为软件集成的应用。
首先,需要获取能够在用于投放广告的媒体应用上投放的至少一个目标广告主的标识,且该至少一个目标广告主必须是在广告投放平台上注册的广告主,这样,广告投放平台才会将目标广告主的广告投放至媒体应用上。其中广告主在广告投放平台上注册时,可以向该广告投放平台缴纳一定的会费,同时还需要上传投放的广告资源或者上传广告资源的地址,以供广告投放平台在投放广告时,能够获取到广告资源。另外,广告主在注册时,还需要注册每个广告资源对应的信息词,也可以称之为配词。一个广告资源可以对应多个信息词,信息词在一定程度上为广告资源的关键词,能够表征该广告资源的内容。如某广告主的某条广告资源是关于教育培训的广告资源,该广告资源的信息词可以包括教育、培训等信息词。同一广告主的不同广告资源的信息词可以有重叠。
本实施例中,获取的目标广告主的标识,可以为目标广告主的ID、应用的包名或者其他能够标识目标广告主的信息。
例如,本实施例的该步骤S101获取在广告投放平台上注册的、与用于投放广告的媒体应用相关的至少一个目标广告主的标识,具体可以包括如下步骤:
(a1)根据预先训练的应用表达模型,获取媒体应用的特征表达;
本实施例中预先训练的应用表达模型,可以基于每一个应用的信息如应用的包名或者其他能够唯一标识该应用的标识信息,实现对该应用进行特征表达,例如本实施例的特征表达,即指的是应用的特征的一个向量形式的表达。因此,本实施例的特征表达也可以称之为向量表达。按照本实施例的方式,对于用于投放广告的第三方的媒体应用,可以获取该媒体应用的包名,输入至预先训练好的应用表达模型中,可以获取到该媒体应用的向量表达。
(b1)根据广告投放平台上已注册的广告主列表和应用表达模型,获取广告主列表中各广告主的特征表达;
由上述实施例所述,每个广告主想要通过广告投放平台投放广告时,均需要向该广告投放平台注册。对应地,在广告投放平台侧,可以将所有的已注册的广告主的信息如包名或者其他能够唯一标识广告主的标识信息,加入在广告主列表中,以同一管理。对应地,可以采用该应用表达模型,分别获取每个广告主的特征表达,即向量表达。
(c1)根据媒体应用的特征表达和各广告主的特征表达,从广告主列表中获取与媒体应用的特征表达的相似度大于第一预设相似度阈值的至少一个目标广告主的标识。
基于以上实施例所述,获取到媒体应用的特征表达和每个广告主的特征表达之后,计算媒体应用的特征表达和每个广告主的特征表达的相似度,然后从广告主列表中,获取相似度大于第一预设相似度阈值的至少一个目标广告主的标识,该目标广告主的标识可以为目标广告主的包名、ID或者其他能够唯一标识该目标广告主的标识。本实施例的第一预设相似度阈值可以根据实际经验来设置,例如可以为0.8、0.7、0.9或者其他大于0小于1的数值。
本实施例的获取目标广告主的方式,是获取与媒体应用相似性比较高的广告主的标识。这样,可以保证媒体应用的用户必然也会喜欢与媒体应用相似性比较高的广告主,从而能够使得广告能够定向投放,且能够保证广告投放的效率。
进一步可选地,该步骤(a1)根据预先训练的应用表达模型,获取媒体应用的特征表达之前,还可以包括应用表达模型的训练,具体地,可以包括如下步骤:
(a2)挖掘数个用户的应用安装列表;
目标所有的安卓***的移动终端都支持应用安装列表的采集,对于其他***的客户端可以通过其他防护获取应用安装列表。例如,移动终端中的某些监控类的应用需要监控该移动终端上的所有安装的应用,通过这类应用也可以获取到移动终端的用户的应用安装列表。每个用户的应用安装列表中包括该用户安装的所有应用的包名。
(b2)从各用户的应用安装列表中挖掘出共现度大于预设共现度阈值的数组共现应用对,其中,共现应用对的共现度等于共现应用对的共同安装次数/共现应用对中每个应用被安装的总次数之和;
本实施例的共现应用对,即指的是两个应用同时在一个用户的应用安装列表中。假如共挖掘了1000个用户的应用安装列表,假如其中AB两个应用在1000个用户中共同安装的次数是500,而A在1000个用户中被安装的次数是600,而B在1000个用户中被安装的次数是700,则AB这个共现应用对的共现度等于500/(600+700)。
本实施例中,可以按照上述方式计算挖掘到的每个共现应用对的共现度,并和预设的共现度阈值相比较,获取大于预设共现度阈值的数组共现应用对。本实施例中,可以认为最终获取到的共现应用对中的两个应用在同一个用户的应用安装列表中出现的概率较大,可以认为同一个共现应用对中的两个应用具有一定相似性,能够被用户同时安装使用的概率较大。
(c2)采用数组共现应用对,训练应用表达模型,使得共现应用对中的两个应用的特征表达的相似度大于第二预设相似度阈值。
按照上述实施例的方式,获取数组共现应用对后,采用数组共现应用对,训练应用表达模型。本实施例中的训练目的是使得共现应用对中的两个应用的特征表达足够相似,例如大于第二预设相似度阈值。同理,根据实际需求,该第二预设相似度阈值可以取0.9、0.95或者其他接近1的数值,在此不再赘述。
例如,训练时,将任一组共现应用对中的一个应用的标识如包名输入至应用表达模型,获取该应用的特征表达,再将其中另一个应用的标识如包名输入至应用表达模型,获取另一个应用的特征表达。然后计算两个应用的表达的相似度是否大于第二预设相似度阈值,若没有,调整应用表达模型的参数,使得共现应用对中的两个应用的相似度大于第二预设相似度阈值。采用数组共现应用对,按照上述方式不断地对应用表达模型进行训练,直至训练次数达到预设阈值,或者在连续预设轮数的训练中,得到的共现应用对中的两个应用的相似度始终大于第二预设相似度阈值,此时训练结束,确定应用表达模型的参数,进而确定应用表达模型。
本实施例中,按照上述方式获取的至少一个目标广告主,为基于预先训练的应用表达模型,与媒体应用的相似性较高的目标广告主。由于应用表达模型基于共现应用对训练而成,采用该方式获取到的目标广告主,也必然是媒体应用的用户比较感兴趣的目标广告主,因此,能够提高广告的定向投放的效率。
S102、获取各目标广告主的信息词;
本实施例中,由于各目标广告主已经提前在该广告投放平台注册,并在注册时,提交了各目标广告主的信息词。此时,可以参考各目标广告主的注册信息,获取各目标广告主的信息词。
S103、基于各目标广告主的信息词,获取用于广告投放的数个目标信息词;
本实施例中,根据上述方式,获取到目标广告主的信息词后,可以直接将获取到的信息词作为目标信息词,进行广告投放,便能够实现广告的定向投放。
或者可选地,本实施例中,若获取的各目标广告主的信息词较多,还可以对获取的信息词进行一定的筛选,例如可以按照注册时间由近到远、或者由远到近,筛选topN个目标信息词。或者还可以按照各个信息词的商业价值筛选topN个目标信息词。每个信息词的商业价值可以由信息词对应的广告被投放预设次数带来的收益来确定。实际应用中,还可以采用其他信息词筛选策略如信息词的首字母的在字母表中的顺序,或者其他策略等等,在此不再一一举例。
另外,可选地,实际应用中,还可以先基于获取各目标广告主的信息词,对候选的信息词进行扩展,再获取目标信息词。例如,此时,该步骤S103基于各目标广告主的信息词,获取用于广告投放的数个目标信息词,具体可以包括如下步骤:
(a3)根据预先训练的信息词表达模型,从预先采集的信息词库中获取各目标广告主的信息词对应的至少一个相似信息词;
(b3)基于预设的信息词筛选策略,从至少一个目标广告主的信息词和各信息词对应的至少一个相似信息词中,筛选数个目标信息词。
本实施例中,预先采集的信息词库为该投放平台上预先注册的所有广告主申请注册的所有信息词的集合。
该预先训练的信息词表达模型,可以对每个信息词进行特征表达,该特征表达为对该信息词的特征进行向量形式的表达,也可以称之为向量表达。
对于每一个目标广告主的每一个信息词,输入至信息词表达模型,可以获取到该信息词的特征表达。然后根据信息词表达模型,可以获取到信息词库中每个信息词的特征表达,然后从信息词库中获取与目标广告主的信息词的特征表达的相似度最大的信息词,作为当前信息词的相似信息词。或者根据实际需求,对于目标广告主的每个信息词,可以按照上述方式,选取一个、两个或者多个相似信息词。这样,相当于对获取到的每个目标广告主的每个信息词进行扩展,获取到至少一个相似信息词,这些信息词和相似信息词均作为候选,可以基于预设的信息词筛选策略,从中筛选出数个目标信息词。该预设的信息词筛选策略可以参考上述实施例的相关记载,在此不再赘述。
进一步可选地,本实施例中,在该步骤(a3)根据预先训练的信息词表达模型,从预先采集的信息词库中获取各目标广告主的信息词对应的至少一个相似信息词之前,还可以包括信息词表达模型的训练过程,具体可以包括如下步骤:
(a4)采集各共现应用对中的两个应用对应的多个信息词;
(b4)将各共现应用对的多个信息词两两组队,生成数组信息词对;
(c4)采用数组信息词对,训练信息词表达模型,使得信息词对中的两个信息词的表达的相似度大于第三预设相似度阈值。
按照上述实施例的方式,每个共现应用对中的两个应用可以对应多个信息词。多个信息词由于是共现应用对中两个应用的,所以,本实施例中可以认为共现应用对的多个信息词中任意两个也具有一定的相似性,对同一个用户具有相似的吸引力。基于此,本实施例中可以将每个共现应用对中的多个信息词两两组队,生成数组信息词对。这样,数组共现应用对,可以组成较多组的信息词对。然后利用得到的所有信息词对,训练信息词表达模型,使得信息词对中的两个信息词的表达的相似度大于第三预设相似度阈值,其训练原理与上述信息词表达模型的训练原理相同,详细可以参考上述信息词表达模型的训练过程,在此不再赘述。
S104、向媒体应用投放各目标信息词对应的广告资源。
按照上述方式,获取到用于广告投放的目标信息词后,在向媒体应用进行广告投放时,投放获取到的各目标信息词对应的广告资源即可。例如本实施例的广告资源具体可以为文字形式的广告、或者语音形式的广告、或者还可以为视频形式的广告。例如视频形式的广告中还可以携带对应的目标广告主的应用的下载链接。
另外,需要说明的是,实际应用中,当需要向媒体应用投放多个目标信息词的多个广告资源时,可以按照广告投放平台的投放策略,顺次投放各个广告资源,具体先投放哪个,后投放哪个,本实施例中不做限定。
本实施例的广告投放方法,通过获取在广告投放平台上注册的、与用于投放广告的媒体应用相关的至少一个目标广告主的标识;获取各目标广告主的信息词;基于各目标广告主的信息词,获取用于广告投放的数个目标信息词;向媒体应用投放各目标信息词对应的广告资源,能够弥补现有技术的不足,提供一种广告投放平台在无法获取媒体应用的用户的兴趣数据时,也能够定向投放广告的技术方案,本实施例的广告投放方案,能够定向向媒体应用投放媒体应用的用户感兴趣的广告资源,保证广告投放的效率。
进一步地,本实施例的广告投放方法,还可以基于预先训练的应用表达模型,获取在广告投放平台上注册的、与用于投放广告的媒体应用相关的至少一个目标广告主的标识,能够保证获取的目标广告主的标识为媒体应用极为相关的,从而保证后续基于目标广告主,获取的目标信息词也是媒体应用的用户感兴趣的,进一步地,基于目标信息词投放的广告资源必然是媒体用户感兴趣的,从而能够有效地实现广告的定向投放,并且能够有效地保证广告投放的效率。
进一步地,本实施例的广告投放方法,还可以基于信息词表达模型,对获取的信息扩展后,再筛选目标信息词,能够扩展信息词的范围,使得筛选的目标信息词更加准确,从而能够提高基于目标信息词进行广告投放的效率。
上述图1所示的广告投放方法,可以应用在联盟广告应用场景中,具体应用场景图如图2所示。其中广告投放平台为一个类似中间服务商的平台,n个广告主可以在该广告投放平台上注册,广告投放平台可以将各注册的广告主的广告投放至第三方应用即媒体应用上。但是由于现有技术的广告定向投放方案需要获知媒体应用的用户的兴趣数据,才能够实现定向投放。但是本实施例的图2所示的应用场景中,广告投放平台是无法获知媒体应用的用户的兴趣数据的,所以按照现有技术的方案是无法实现广告定向投放。此时,可以采用本实施例的方案实现广告的定向投放。
图3为本发明的第二实施例的示意图。如图3所示,本实施例的广告投放平台300,具体包括:
广告主信息获取模块301,用于获取在广告投放平台上注册的、与用于投放广告的媒体应用相关的至少一个目标广告主的标识;
信息词获取模块302,用于获取各目标广告主的信息词;
信息词获取模块302,用于基于各目标广告主的信息词,获取用于广告投放的数个目标信息词;
投放模块303,用于向媒体应用投放各目标信息词对应的广告资源。
进一步可选地,本实施例的广告投放平台300中,广告主信息获取模块301,用于:
根据预先训练的应用表达模型,获取媒体应用的特征表达;
根据广告投放平台上已注册的广告主列表和应用表达模型,获取广告主列表中各广告主的特征表达;
根据媒体应用的特征表达和各广告主的特征表达,从广告主列表中获取与媒体应用的特征表达的相似度大于第一预设相似度阈值的至少一个目标广告主的标识。
进一步可选地,本实施例的广告投放平台300中,还包括:
挖掘模块304,用于挖掘数个用户的应用安装列表;
挖掘模块304,还用于从各用户的应用安装列表中挖掘出共现度大于预设共现度阈值的数组共现应用对,共现应用对的共现度等于共现应用对的共同安装次数/共现应用对中每个应用被安装的总次数之和;
训练模块305,用于采用数组共现应用对,训练应用表达模型,使得共现应用对中的两个应用的特征表达的相似度大于第二预设相似度阈值。
进一步可选地,本实施例的广告投放平台300中,信息词获取模块302用于:
根据预先训练的信息词表达模型,从预先采集的信息词库中获取各目标广告主的信息词对应的至少一个相似信息词;
基于预设的信息词筛选策略,从至少一个目标广告主的信息词和各信息词对应的至少一个相似信息词中,筛选数个目标信息词。
进一步可选地,本实施例的广告投放平台300中,还包括采集模块306和生成模块307;
采集模块306用于采集各共现应用对中的两个应用对应的多个信息词;
生成模块307用于将各共现应用对的多个信息词两两组队,生成数组信息词对;
训练模块305还用于采用数组共现应用对中各共现应用对的数组信息词对,训练信息词表达模型,使得信息词对中的两个信息词的特征表达的相似度大于第三预设相似度阈值。
本实施例的广告投放平台300,通过采用上述模块实现广告投放的实现原理以及技术效果与上述相关方法实施例的实现相同,详细可以参考上述相关方法实施例的记载,在此不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图4所示,是根据本申请实施例的实现广告投放方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图4所示,该电子设备包括:一个或多个处理器401、存储器402,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器***)。图4中以一个处理器401为例。
存储器402即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的广告投放方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的广告投放方法。
存储器402作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的广告投放方法对应的程序指令/模块(例如,附图3的相关模块)。处理器401通过运行存储在存储器402中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的广告投放方法。
存储器402可以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***、至少一个功能所需要的应用程序;存储数据区可存储实现广告投放方法的电子设备的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器402可选包括相对于处理器401远程设置的存储器,这些远程存储器可以通过网络连接至实现广告投放方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
实现广告投放方法的电子设备还可以包括:输入装置403和输出装置404。处理器401、存储器402、输入装置403和输出装置404可以通过总线或者其他方式连接,图4中以通过总线连接为例。
输入装置403可接收输入的数字或字符信息,以及产生与实现广告投放方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置404可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,通过获取在广告投放平台上注册的、与用于投放广告的媒体应用相关的至少一个目标广告主的标识;获取各目标广告主的信息词;基于各目标广告主的信息词,获取用于广告投放的数个目标信息词;向媒体应用投放各目标信息词对应的广告资源,能够弥补现有技术的不足,提供一种广告投放平台在无法获取媒体应用的用户的兴趣数据时,也能够定向投放广告的技术方案,本申请的广告投放方案,能够定向向媒体应用投放媒体应用的用户感兴趣的广告资源,保证广告投放的效率。
根据本申请实施例的技术方案,还可以基于预先训练的应用表达模型,获取在广告投放平台上注册的、与用于投放广告的媒体应用相关的至少一个目标广告主的标识,能够保证获取的目标广告主的标识为媒体应用极为相关的,从而保证后续基于目标广告主,获取的目标信息词也是媒体应用的用户感兴趣的,进一步地,基于目标信息词投放的广告资源必然是媒体用户感兴趣的,从而能够有效地实现广告的定向投放,并且能够有效地保证广告投放的效率。
根据本申请实施例的技术方案,还可以基于信息词表达模型,对获取的信息扩展后,再筛选目标信息词,能够扩展信息词的范围,使得筛选的目标信息词更加准确,从而能够提高基于目标信息词进行广告投放的效率。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (10)
1.一种广告投放方法,其特征在于,包括:
获取在广告投放平台上注册的、与用于投放广告的媒体应用相关的至少一个目标广告主的标识;
获取各所述目标广告主的信息词;
基于各所述目标广告主的信息词,获取用于广告投放的数个目标信息词;
向所述媒体应用投放各所述目标信息词对应的广告资源;
获取在广告投放平台上注册的、与用于投放广告的媒体应用相关的至少一个目标广告主的标识,包括:
根据预先训练的应用表达模型,获取所述媒体应用的特征表达;
根据所述广告投放平台上已注册的广告主列表和所述应用表达模型,获取所述广告主列表中各所述广告主的特征表达;
根据所述媒体应用的特征表达和各所述广告主的特征表达,从所述广告主列表中获取与所述媒体应用的特征表达的相似度大于第一预设相似度阈值的所述至少一个目标广告主的标识;
根据预先训练的应用表达模型,获取所述媒体应用的特征表达,包括:
采用所述应用表达模型,基于所述媒体应用的包名或者标识信息,获取所述媒体应用的特征表达。
2.根据权利要求1所述的方法,其特征在于,根据预先训练的应用表达模型,获取所述媒体应用对应的特征表达之前,所述方法包括:
挖掘数个用户的应用安装列表;
从各所述用户的应用安装列表中挖掘出共现度大于预设共现度阈值的数组共现应用对,所述共现应用对的共现度等于所述共现应用对的共同安装次数/所述共现应用对中每个应用被安装的总次数之和;
采用所述数组共现应用对,训练所述应用表达模型,使得所述共现应用对中的两个应用的特征表达的相似度大于第二预设相似度阈值。
3.根据权利要求2所述的方法,其特征在于,基于各所述目标广告主的信息词,获取用于广告投放的数个目标信息词,包括:
根据预先训练的信息词表达模型,从预先采集的信息词库中获取各所述目标广告主的所述信息词对应的至少一个相似信息词;
基于预设的信息词筛选策略,从所述至少一个目标广告主的所述信息词和各所述信息词对应的所述至少一个相似信息词中,筛选所述数个目标信息词。
4.根据权利要求3所述的方法,其特征在于,根据预先训练的信息词表达模型,从预先采集的信息词库中获取各所述目标广告主的所述信息词对应的至少一个相似信息词之前,所述方法还包括:
采集各所述共现应用对中的两个应用对应的多个信息词;
将各所述共现应用对的所述多个信息词两两组队,生成数组信息词对;
采用所述数组信息词对,训练所述信息词表达模型,使得所述信息词对中的两个信息词的特征表达的相似度大于第三预设相似度阈值。
5.一种广告投放平台,其特征在于,包括:
广告主信息获取模块,用于获取在广告投放平台上注册的、与用于投放广告的媒体应用相关的至少一个目标广告主的标识;
信息词获取模块,用于获取各所述目标广告主的信息词;
所述信息词获取模块,用于基于各所述目标广告主的信息词,获取用于广告投放的数个目标信息词;
投放模块,用于向所述媒体应用投放各所述目标信息词对应的广告资源;
所述广告主信息获取模块,用于:
根据预先训练的应用表达模型,获取所述媒体应用的特征表达;
根据所述广告投放平台上已注册的广告主列表和所述应用表达模型,获取所述广告主列表中各所述广告主的特征表达;
根据所述媒体应用的特征表达和各所述广告主的特征表达,从所述广告主列表中获取与所述媒体应用的特征表达的相似度大于第一预设相似度阈值的所述至少一个目标广告主的标识;
所述广告主信息获取模块,用于采用所述应用表达模型,基于所述媒体应用的包名或者标识信息,获取所述媒体应用的特征表达。
6.根据权利要求5所述的平台,其特征在于,所述平台包括:
挖掘模块,用于挖掘数个用户的应用安装列表;
所述挖掘模块,还用于从各所述用户的应用安装列表中挖掘出共现度大于预设共现度阈值的数组共现应用对,所述共现应用对的共现度等于所述共现应用对的共同安装次数/所述共现应用对中每个应用被安装的总次数之和;
训练模块,用于采用所述数组共现应用对,训练所述应用表达模型,使得所述共现应用对中的两个应用的特征表达的相似度大于第二预设相似度阈值。
7.根据权利要求6所述的平台,其特征在于,所述信息词获取模块,用于:
根据预先训练的信息词表达模型,从预先采集的信息词库中获取各所述目标广告主的所述信息词对应的至少一个相似信息词;
基于预设的信息词筛选策略,从所述至少一个目标广告主的所述信息词和各所述信息词对应的所述至少一个相似信息词中,筛选所述数个目标信息词。
8.根据权利要求7所述的平台,其特征在于,所述平台还包括采集模块和生成模块;
所述采集模块,用于采集各所述共现应用对中的两个应用对应的多个信息词;
所述生成模块,用于将各所述共现应用对的所述多个信息词两两组队,生成数组信息词对;
所述训练模块,还用于采用所述数组共现应用对中各所述共现应用对的所述数组信息词对,训练所述信息词表达模型,使得所述信息词对中的两个信息词的特征表达的相似度大于第三预设相似度阈值。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911347770.2A CN111177545B (zh) | 2019-12-24 | 2019-12-24 | 广告投放方法、平台、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911347770.2A CN111177545B (zh) | 2019-12-24 | 2019-12-24 | 广告投放方法、平台、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111177545A CN111177545A (zh) | 2020-05-19 |
CN111177545B true CN111177545B (zh) | 2023-06-09 |
Family
ID=70653925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911347770.2A Active CN111177545B (zh) | 2019-12-24 | 2019-12-24 | 广告投放方法、平台、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111177545B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111681056B (zh) * | 2020-06-11 | 2023-10-10 | 北京焦点新干线信息技术有限公司 | 一种多平台广告投放方法、装置及*** |
CN112508615A (zh) * | 2020-12-10 | 2021-03-16 | 深圳市欢太科技有限公司 | 特征提取方法、特征提取装置、存储介质与电子设备 |
CN112837086A (zh) * | 2020-12-31 | 2021-05-25 | 苏州整数科技有限公司 | 一种基于效果追踪的广告投放及内容生产方法 |
CN113935789B (zh) * | 2021-12-20 | 2022-04-01 | 咚咚来客(广州)信息技术有限公司 | 一种自定义人群划分的方法和*** |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101625683A (zh) * | 2008-07-09 | 2010-01-13 | 精实万维软件(北京)有限公司 | 在投放搜索引擎竞价广告时选择竞价广告关键词的方法 |
WO2010039001A2 (ko) * | 2008-10-02 | 2010-04-08 | 엔에이치엔비지니스플랫폼 주식회사 | 광고주가 캘린더를 이용하여 검색 광고에 대한 입찰을 수행할 수 있도록 하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 |
CN103226583A (zh) * | 2013-04-08 | 2013-07-31 | 北京奇虎科技有限公司 | 一种广告插件识别的方法和装置 |
CN103295145A (zh) * | 2012-02-28 | 2013-09-11 | 北京星源无限传媒科技有限公司 | 一种基于用户消费特征向量的手机广告投放方法 |
CN106709749A (zh) * | 2015-11-18 | 2017-05-24 | 腾讯科技(北京)有限公司 | 媒体信息的投放方法及服务器 |
CN107451856A (zh) * | 2017-07-19 | 2017-12-08 | 安徽拓通信科技集团股份有限公司 | 基于大数据的广告精准投放方法 |
CN107609902A (zh) * | 2017-08-28 | 2018-01-19 | 口碑(上海)信息技术有限公司 | 一种定向广告的展示方法及装置 |
CN107846615A (zh) * | 2016-09-20 | 2018-03-27 | 创意引晴(开曼)控股有限公司 | 可视化广告投放***、投放方法及广告播放方法 |
CN108846694A (zh) * | 2018-06-06 | 2018-11-20 | 厦门集微科技有限公司 | 一种电梯广告投放方法和装置、计算机可读存储介质 |
CN109616169A (zh) * | 2018-12-24 | 2019-04-12 | 广州天鹏计算机科技有限公司 | 相似患者挖掘方法、装置、计算机设备和存储介质 |
CN109829109A (zh) * | 2019-01-28 | 2019-05-31 | 山西大学 | 基于共现分析的推荐方法 |
CN110348885A (zh) * | 2019-06-20 | 2019-10-18 | 快媒数字科技有限公司 | 一种户外媒体广告智能投放方法及*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10169331B2 (en) * | 2017-01-29 | 2019-01-01 | International Business Machines Corporation | Text mining for automatically determining semantic relatedness |
US11537623B2 (en) * | 2017-05-18 | 2022-12-27 | Meta Platforms, Inc. | Deep semantic content selection |
-
2019
- 2019-12-24 CN CN201911347770.2A patent/CN111177545B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101625683A (zh) * | 2008-07-09 | 2010-01-13 | 精实万维软件(北京)有限公司 | 在投放搜索引擎竞价广告时选择竞价广告关键词的方法 |
WO2010039001A2 (ko) * | 2008-10-02 | 2010-04-08 | 엔에이치엔비지니스플랫폼 주식회사 | 광고주가 캘린더를 이용하여 검색 광고에 대한 입찰을 수행할 수 있도록 하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 |
CN103295145A (zh) * | 2012-02-28 | 2013-09-11 | 北京星源无限传媒科技有限公司 | 一种基于用户消费特征向量的手机广告投放方法 |
CN103226583A (zh) * | 2013-04-08 | 2013-07-31 | 北京奇虎科技有限公司 | 一种广告插件识别的方法和装置 |
CN106709749A (zh) * | 2015-11-18 | 2017-05-24 | 腾讯科技(北京)有限公司 | 媒体信息的投放方法及服务器 |
CN107846615A (zh) * | 2016-09-20 | 2018-03-27 | 创意引晴(开曼)控股有限公司 | 可视化广告投放***、投放方法及广告播放方法 |
CN107451856A (zh) * | 2017-07-19 | 2017-12-08 | 安徽拓通信科技集团股份有限公司 | 基于大数据的广告精准投放方法 |
CN107609902A (zh) * | 2017-08-28 | 2018-01-19 | 口碑(上海)信息技术有限公司 | 一种定向广告的展示方法及装置 |
CN108846694A (zh) * | 2018-06-06 | 2018-11-20 | 厦门集微科技有限公司 | 一种电梯广告投放方法和装置、计算机可读存储介质 |
CN109616169A (zh) * | 2018-12-24 | 2019-04-12 | 广州天鹏计算机科技有限公司 | 相似患者挖掘方法、装置、计算机设备和存储介质 |
CN109829109A (zh) * | 2019-01-28 | 2019-05-31 | 山西大学 | 基于共现分析的推荐方法 |
CN110348885A (zh) * | 2019-06-20 | 2019-10-18 | 快媒数字科技有限公司 | 一种户外媒体广告智能投放方法及*** |
Non-Patent Citations (3)
Title |
---|
"image annotation using multi-view non-negative matrix factorization and semantic co-occurrence";Fuping Zhong;《IEEE》;20170209;全文 * |
"推荐***之itemCFm";Zzail_xdu;《https://blog.csdn.net/weixin_38526306/article/details/86662344》;20190126;全文 * |
词共现文本主题聚类算法;白秋产等;《计算机工程与科学》;20130715(第07期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111177545A (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111177545B (zh) | 广告投放方法、平台、电子设备及存储介质 | |
US20210174398A1 (en) | Method and system for identifying users across mobile and desktop devices | |
KR102152994B1 (ko) | 광고 내의 광고주 식별자의 자동 검증 | |
CN109034864A (zh) | 提高广告投放精准度的方法、装置、电子设备及存储介质 | |
CN106530015A (zh) | 信息投放控制方法及装置 | |
JP2021120874A (ja) | ユーザーインタラクション情報処理モデルの生成方法と装置、ユーザーインタラクション情報処理方法と装置、設備、媒体、及びプログラム | |
US20150281163A1 (en) | User recommendations in a social media network | |
CN103414770B (zh) | 文件下载方法及装置、文件下载建议方法及装置 | |
EP3287973A1 (en) | Method and device for information processing | |
CN112235613A (zh) | 视频处理方法、装置、电子设备及存储介质 | |
US11256722B2 (en) | Techniques for modeling aggregation records | |
CN111881339A (zh) | 资源信息的推送、通知方法、装置、电子设备及存储介质 | |
US20200143432A1 (en) | Visual inventory rules building system | |
CN108073613A (zh) | 信息发送方法及装置 | |
US10594665B2 (en) | Secure transmission of digital content over a computer network | |
US9563923B2 (en) | Revising connection strengths in a social graph | |
US10104034B1 (en) | Providing invitations based on cross-platform information | |
US20160335661A1 (en) | Tracking virality of media content by monitoring sharing habits of viewers | |
CN111581366B (zh) | 用户意图确定方法、装置、电子设备和可读存储介质 | |
US10963913B2 (en) | Automatically generating targeting templates for content providers | |
CN112116395A (zh) | 一种用户数据处理方法、装置、电子设备以及存储介质 | |
KR20210040867A (ko) | 광고 투척 방법, 장치, 전자 기기, 저장 매체 및 프로그램 | |
US9965566B2 (en) | Target criterion-based data file distribution | |
US20170076336A1 (en) | Methods and systems for widget optimizer | |
CN112749320B (zh) | 信息投放方法、装置、设备和介质 |
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 |