CN114581156A - 广告定向推荐方法、装置、电子设备及存储介质 - Google Patents
广告定向推荐方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114581156A CN114581156A CN202210303185.8A CN202210303185A CN114581156A CN 114581156 A CN114581156 A CN 114581156A CN 202210303185 A CN202210303185 A CN 202210303185A CN 114581156 A CN114581156 A CN 114581156A
- Authority
- CN
- China
- Prior art keywords
- real
- time
- behavior
- targeting
- target user
- 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.)
- Pending
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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本公开提供了一种广告定向推荐方法、装置、电子设备及存储介质,涉及数据处理技术领域,尤其涉及信息流领域。具体实现方案为:采集实时数据流,其中,实时数据流包括:目标用户的实时行为数据;基于实时数据流生成目标用户对应的画像标签;按照画像标签执行广告定向推荐操作。
Description
技术领域
本公开涉及数据处理技术领域,进一步涉及信息流领域,尤其涉及一种广告定向推荐方法、装置、电子设备及存储介质。
背景技术
在互联网广告中,一般基于用户画像信息定位用户的兴趣偏好,进而根据用户的兴趣偏好定向投放可能发生点击或转化的广告内容。但是,由于用户画像信息一般是基于历史时间段内用户在站内的行为数据进行构建的,因此,基于用户画像信息反映的是用户长期的兴趣偏好。对于新用户而言,由于历史行为数据不足,用户画像信息不足以刻画其兴趣偏好,从而难以为用户实时定向到精准的广告内容。
发明内容
本公开提供了一种广告定向推荐方法、装置、电子设备及存储介质,以至少解决相关技术中对于用户进行实时广告定向时的准确性低下的技术问题。
根据本公开的一方面,提供了一种广告定向推荐方法,包括:采集实时数据流,其中,实时数据流包括:目标用户的实时行为数据;基于实时数据流生成目标用户对应的画像标签;按照画像标签执行广告定向推荐操作。
根据本公开的又一方面,提供了一种广告定向推荐装置,包括:采集模块,用于采集实时数据流,其中,实时数据流包括:目标用户的实时行为数据;生成模块,用于基于实时数据流生成目标用户对应的画像标签;处理模块,用于按照画像标签执行广告定向推荐操作。
根据本公开的又一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开提出的广告定向推荐方法。
根据本公开的又一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本公开提出的广告定向推荐方法。
根据本公开的又一方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行本公开提出的广告定向推荐方法。
在本公开中,通过采集实时数据流,其中,实时数据流包括:目标用户的实时行为数据,进而基于实时数据流生成目标用户对应的画像标签,最后按照画像标签执行广告定向推荐操作,达到了基于用户的实时行为数据精准执行广告定向推荐操作的目的,实现了提高对于用户进行实时广告定向的准确性的效果,从而解决了相关技术中对于用户进行实时广告定向时的准确性低下的技术问题。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例的一种用于实现广告定向推荐方法的计算机终端(或移动设备)的硬件结构框图;
图2是根据本公开实施例的一种广告定向推荐方法流程图;
图3是根据本公开实施例的一种实时画像***的架构示意图;
图4是根据本公开实施例的一种广告定向推荐装置的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
相关方案中,一般基于用户画像信息定位用户的兴趣偏好,进而根据用户的兴趣偏好定向投放可能发生点击或转化的广告内容。
具体的,基于用户画像信息进行广告定向包括以下四种方式:1)基于地域的广告定向,例如,匹配广告主要定点投放的地域所在的用户群体,对该用户群体进行广告投放。2)基于用户年龄、性别等因素进行对应用户群体的广告投放。3)基于用户情况的广告定向,例如,根据用户的学历、教育背景、婚姻状况等进行广告投放。4)根据用户在站内搜索过的商品或点击过的查询(query)信息进行偏好挖掘的广告定向。
但是,以上广告定向推荐方法都是基于用户在站内存在一定行为且刻画的是用户的长期偏好,例如,基于用户历史7天或30天或90天在站内的行为数据构建用户的兴趣偏好。如果是新用户或者是用户新产生的兴趣偏好,上述方法则无法对其实时捕捉,从而难以为用户实时定向到精准的广告内容,因而可能会使得有相应兴趣对应商品的广告主错失良机。
根据本公开实施例,提供了一种广告定向推荐方法,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本公开实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的电子设备中执行。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/或者要求的本公开的实现。图1示出了一种用于实现广告定向推荐方法的计算机终端(或移动设备)的硬件结构框图。
如图1所示,计算机终端100包括计算单元101,其可以根据存储在只读存储器(ROM)102中的计算机程序或者从存储单元108加载到随机访问存储器(RAM)103中的计算机程序,来执行各种适当的动作和处理。在RAM 103中,还可存储计算机终端100操作所需的各种程序和数据。计算单元101、ROM 102以及RAM 103通过总线104彼此相连。输入/输出(I/O)接口105也连接至总线104。
计算机终端100中的多个部件连接至I/O接口105,包括:输入单元106,例如键盘、鼠标等;输出单元107,例如各种类型的显示器、扬声器等;存储单元108,例如磁盘、光盘等;以及通信单元109,例如网卡、调制解调器、无线通信收发机等。通信单元109允许计算机终端100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元101执行本文所描述的广告定向推荐方法。例如,在一些实施例中,广告定向推荐方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元108。在一些实施例中,计算机程序的部分或者全部可以经由ROM 102和/或通信单元109而被载入和/或安装到计算机终端100上。当计算机程序加载到RAM103并由计算单元101执行时,可以执行本文描述的广告定向推荐方法的一个或多个步骤。备选地,在其他实施例中,计算单元101可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行广告定向推荐方法。
本文中描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、复杂可编程逻辑设备(CPLD)、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。
此处需要说明的是,在一些可选实施例中,上述图1所示的电子设备可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是,图1仅为特定具体实例的一个实例,并且旨在示出可存在于上述电子设备中的部件的类型。
在上述运行环境下,本公开提供了如图2所示的广告定向推荐方法,该方法可以由图1所示的计算机终端或者类似的电子设备执行。图2是根据本公开实施例提供的一种广告定向推荐方法流程图。如图2所示,该方法可以包括如下步骤:
步骤S20,采集实时数据流,其中,实时数据流包括:目标用户的实时行为数据;
上述实时数据流可以通过对前端日志进行打点处理而获得,具体的打点需求需要依赖最终生产的实时画像标签进行规划设计。
可选地,上述实时行为数据包括:响应作用于商品页面的触控操作而生成的第一浏览行为数据;响应作用于广告页面的触控操作而生成的第二浏览行为数据。
具体的,上述第一浏览行为数据为站内行为数据,站内行为数据为用户对站内的商品页面进行点击而生成的行为数据,其中,站内行为数据包括商品主体词和浏览商品主体词。站内行为数据中的商品主体词可以根据用户在站内进行点击、电话咨询、即时通讯(Instant Messaging,IM)、询盘的商品核心词而获取,或者可以根据用户在站内的query核心词而获取。站内行为数据中的浏览商品主体词可以直接根据站内商品页面中的商品详情信息而获取。
上述第二浏览行为数据为广告行为数据,广告行为数据为用户对广告页面进行点击进入站内而生成的行为数据,其中,广告行为数据包括商品主体词。广告行为数据中的商品主体词可以根据广告页面中上下文信息(context)、文本信息、商品信息而获取。广告行为数据能够体现广告场景下用户对商品主体词的偏好。
通过区分第一浏览行为数据和第二浏览行为数据能够单独进行两种不同的定向能力对比,以便于灵活调整广告定向策略,从而提升实时广告定向的准确性。
具体的,采集实时数据流的实现过程可以参照对于本公开实施例的进一步介绍,不予赘述。
步骤S22,基于实时数据流生成目标用户对应的画像标签;
上述画像标签包括站内行为标签和广告行为标签。
具体的,基于实时数据流生成目标用户对应的画像标签的实现过程可以参照对于本公开实施例的进一步介绍,不予赘述。
步骤S24,按照画像标签执行广告定向推荐操作。
具体的,广告侧根据目标用户的标识(Identify,ID)与画像标签之间的映射关系对目标用户执行广告定向推荐操作,以向目标用户展示定向的广告内容。
根据本公开上述步骤S20至步骤S24,通过采集实时数据流,其中,实时数据流包括:目标用户的实时行为数据,进而基于实时数据流生成目标用户对应的画像标签,最后按照画像标签执行广告定向推荐操作,达到了基于用户的实时行为数据精准执行广告定向推荐操作的目的,实现了提高对于用户进行实时广告定向的准确性的效果,从而解决了相关技术中对于用户进行实时广告定向时的准确性低下的技术问题。
下面对上述实施例的广告定向推荐方法进行进一步介绍。
作为一种可选的实施方式,在步骤S20,采集实时数据流包括:
步骤S201,对目标日志进行打点处理,得到多个打点位置,其中,目标日志用于记录实时行为数据;
上述目标日志为前端日志,对前端日志进行打点处理,得到多个打点位置,多个打点位置包括用户实时的搜索query行为、点击query行为,以及用户点击的商品、电话咨询的商品、IM的商品、询盘的商品等。多个打点位置可以根据打点需求灵活设置,具体的打点需求需要依赖最终生产的实时画像标签进行规划设计。
步骤S202,从多个打点位置采集实时数据流。
基于上述步骤S201至步骤S202,通过对目标日志进行打点处理,得到多个打点位置,目标日志用于记录实时行为数据,进而从多个打点位置采集实时数据流,能够快速准确地获取用户的实时行为数据,以用于生成精准的画像标签。
作为一种可选的实施方式,本公开实施例的广告定向推荐方法还包括:
步骤S21,将实时数据流存储至目标存储介质,并在目标存储介质内按照时间戳对实时数据流进行排序,得到排序结果。
上述目标存储介质具有高性能低延迟的特性,能够实现实时或者近实时的画像标签输出。例如,目标存储介质可以为远程字典服务(Remote Dictionary Server,Redis)数据库。在Redis中按照时间戳对实时数据流进行排序,得到排序结果,以用于在生成画像标签时能够便捷获取固定长度或者固定周期内的实时行为数据,从而快速生成目标用户对应的画像标签。
作为一种可选的实施方式,在步骤S22,基于实时数据流生成目标用户对应的画像标签包括:
步骤S221,基于目标用户的用户标识和排序结果,从目标存储介质查询预设时间段内的行为数据,得到查询结果;
具体的,基于目标用户的用户ID从Redis中查询目标用户当前时刻之前一天内的行为数据,得到查询结果,查询结果中的行为数据的数据格式为JavaScript对象简谱(JavaScript Object Notation,JSON)格式,JSON格式是一种轻量级的数据交换格式。
步骤S222,对查询结果进行拼接处理,得到拼接结果;
具体的,利用目标用户当前时刻的实时行为数据与查询结果进行拼接处理,得到拼接结果,将拼接结果作为当前时刻之前目标用户所有的行为序列。行为序列是目标用户行为过的商品核心词序列,或者点击过的query核心词序列。当行为序列的长度超过预设长度时,按照时间戳进行排序截断,取行为序列中的前十个商品核心词作为拼接结果。
步骤S223,对拼接结果进行映射处理,得到画像标签。
具体的,对拼接结果进行映射处理,的画像标签的实现过程可以参照下文实施例的进一步介绍,不予赘述。
基于上述步骤S221至步骤S223,基于目标用户的用户标识和排序结果,从目标存储介质查询预设时间段内的行为数据,得到查询结果,进而对查询结果进行拼接处理,得到拼接结果,最后对拼接结果进行映射处理,能够准确获取目标用户实时行为对应的画像标签,以用于基于画像标签为目标用户实时定向精准的广告内容。
作为一种可选的实施方式,在步骤S223,对拼接结果进行映射处理,得到画像标签包括:
步骤S2231,从拼接结果中获取目标用户执行的每个实时行为对应的第一关键词;
上述第一关键词为目标用户执行每个实时行为对应的商品核心词。例如,目标用户的实时行为包括:对商品进行点击、电话、IM、询盘,或者根据query搜索商品,或者点击商品广告。
步骤S2232,从多个候选关键词中选取与第一关键词匹配的第二关键词,其中,多个候选关键词由广告定向需求确定;
上述第二关键词为与商品核心词匹配的商品主体词。例如,商品核心词为“红木家具”,则与该商品核心词匹配的商品主体词为“家具”。
具体的,从多个候选关键词中选取第一关键词匹配的第二关键词的实现过程可以参照下文实施例的进一步介绍,不予赘述。
步骤S2233,在第一关键词与第二关键词之间建立映射关系,得到画像标签。
具体的,当目标用户对商品进行点击、电话、IM、询盘时,提取目标用户行为过的商品核心词,在多个候选关键词中选取与该商品核心词匹配的商品主体词,在商品核心词与商品主体词之间建立映射关系,得到画像标签。
当目标用户根据query搜索时商品时,搜索的query进行核心词提取处理,得到query核心词,进而在多个候选关键词中选取与该query核心词匹配的商品主体词,在query核心词与商品主体词之间建立映射关系,得到画像标签。
当目标用户点击过商品广告时,提取广告标题、广告商品中的商品核心词,进而在多个候选关键词中选取与该商品核心词匹配的商品主体词,在商品核心词与商品主体词之间建立映射关系,得到画像标签。
基于上述步骤S2231至步骤S2233,能够根据目标用户实时行为对应的第一关键词匹配第二关键词,进而通过在第一关键词和第二关键词之间建立映射关系,准确获取目标用户实时行为对应的画像标签,根据生成的画像标签进行广告定向,从而有效提升对于用户进行实时广告定向时的准确性。
作为一种可选的实施方式,在步骤S2232,从多个候选关键词中选取与第一关键词匹配的第二关键词包括以下之一:
基于目标用户执行的每个实时行为对应的行为类型、行为数量、行为时间戳选取与第一关键词匹配的第二关键词;
基于目标用户执行的每个实时行为对应的行为数量、行为时间戳选取与第一关键词匹配的第二关键词。
具体的,当目标用户的实时行为数量较多时,基于目标用户执行的每个实时行为对应的行为类型权重w、行为数量,按照行为时间戳的时间衰减顺序选取与第一关键词匹配的第二关键词,通过区分不同实时行为类型可以更好地表达目标用户的兴趣偏好程度。
当目标用户的实时行为数量较少时,例如,每个实时行为的行为数量均为一次或两次时,则无需考虑每个实时行为对应的行为类型权重w,只基于目标用户执行的每个实时行为对应的行为数量,按照行为时间戳的时间衰减顺序选取与第一关键词匹配的第二关键词。
下面结合图3对本公开实施例的广告定向推荐方法进行进一步说明。
图3是根据本公开实施例的一种实时画像***的架构示意图,该实时画像***能够执行本公开实施例的广告定向推荐方法。如图3所示,实时画像***包括数据接入层、数据计算层、数据存储层以及画像应用层。
数据接入层用于采集实时数据流,实时数据流中包括:响应作用于商品页面的触控操作而生成的第一浏览行为数据;响应作用于广告页面的触控操作而生成的第二浏览行为数据。具体的,对目标日志进行打点处理,得到多个打点位置,其中,目标日志用于记录实时行为数据,数据接入层能够从多个打点位置采集实时数据流。在准备好实时数据流后,由数据接入层进行实时数据流的传输,例如,在接入层利用日志传输***Minos对于web日志数据进行实时采集,获取实时数据流,Minos是用于海量日志传输的分布式***。Minos能够将实时数据流传输到分布式数据传输管道Bigpipe。其中,Bigpipe是一个分布式中间件***,支持话题(Topic)模型和队列(Queue)模型,Bigpipe不仅可以完成传统消息队列可以实现的诸如消息、命令的实时传输,也可以用于日志数据的实时传输。Bigpipe能够帮助模块间的通信实现解耦,保证消息的不丢不重,同时也有助于运维和流量的统一。
数据计算层用于进行实时数据流的处理和短期画像标签的生成。具体的,使用火花流(Spark Streaming)订阅Bigpipe的数据根据画像标签生产策略来实现用户实时行为数据的计算。在进行实时数据流的处理时,Spark Streaming能够基于目标用户的用户标识和排序结果,从目标存储介质查询预设时间段内的行为数据,得到查询结果;对查询结果进行拼接处理,得到拼接结果;对拼接结果进行映射处理,得到画像标签。
数据存储层用于存储实时数据流和已生成的画像标签。具体的,在数据存储层将实时数据流存储至目标存储介质,并在目标存储介质内按照时间戳对实时数据流进行排序,得到排序结果。目标存储介质具有高性能低延迟的特性,能够实现实时或者近实时的画像标签输出。
画像应用层用于按照画像标签执行广告定向推荐操作。具体的,广告侧根据目标用户的ID与画像标签之间的映射关系对目标用户执行广告定向推荐操作,以向目标用户展示定向的广告内容。
此外,对于实时画像***还需要考虑时效性,例如,数据接入层和数据计算层的耗时会影响实时画像***的时效性。其中,数据接入层的耗时包括从web获取实时数据流到Minos采集实时数据流,进而利用Bigpipe传输数据过程中的耗时,数据计算层的耗时包括进行实时数据流的处理和短期画像标签的生成的耗时。
基于本公开实施例的广告定向推荐方法,通过采集实时数据流,其中,实时数据流包括:目标用户的实时行为数据,进而基于实时数据流生成目标用户对应的画像标签,最后按照画像标签执行广告定向推荐操作,达到了基于用户的实时行为数据精准执行广告定向推荐操作的目的,实现了提高对于用户进行实时广告定向的准确性的效果,从而能够为用户实时定向展示更符合用户兴趣偏好的广告内容。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本公开各个实施例所述的方法。
在本公开中还提供了一种广告定向推荐装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本公开其中一实施例的一种广告定向推荐装置的结构框图,如图4所示,一种广告定向推荐装置400包括:
采集模块401,用于采集实时数据流,其中,实时数据流包括:目标用户的实时行为数据;
生成模块402,用于基于实时数据流生成目标用户对应的画像标签;
处理模块403,用于按照画像标签执行广告定向推荐操作。
可选地,采集模块401还用于:对目标日志进行打点处理,得到多个打点位置,其中,目标日志用于记录实时行为数据;从多个打点位置采集实时数据流。
可选地,实时行为数据包括:响应作用于商品页面的触控操作而生成的第一浏览行为数据;响应作用于广告页面的触控操作而生成的第二浏览行为数据。
可选地,广告定向推荐装置400还包括:存储模块404,用于将实时数据流存储至目标存储介质,并在目标存储介质内按照时间戳对实时数据流进行排序,得到排序结果。
可选地,生成模块402还用于:基于目标用户的用户标识和排序结果,从目标存储介质查询预设时间段内的行为数据,得到查询结果;对查询结果进行拼接处理,得到拼接结果;对拼接结果进行映射处理,得到画像标签。
可选地,生成模块402还用于:从拼接结果中获取目标用户执行的每个实时行为对应的第一关键词;从多个候选关键词中选取与第一关键词匹配的第二关键词,其中,多个候选关键词由广告定向需求确定;在第一关键与第二关键词之间建立映射关系,得到画像标签。
可选地,生成模块402用于从多个候选关键词中选取与第一关键词匹配的第二关键词包括以下之一:基于目标用户执行的每个实时行为对应的行为类型、行为数量、行为时间戳选取与第一关键词匹配的第二关键词;基于目标用户执行的每个实时行为对应的行为数量、行为时间戳选取与第一关键词匹配的第二关键词。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
根据本公开的实施例,本公开还提供了一种电子设备,包括存储器和至少一个处理器,该存储器中存储有计算机指令,该处理器被设置为运行计算机指令以执行上述方法实施例中的步骤。
可选地,上述电子设备还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,在本公开中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,采集实时数据流,其中,实时数据流包括:目标用户的实时行为数据;
S2,基于实时数据流生成目标用户对应的画像标签;
S3,按照画像标签执行广告定向推荐操作。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
根据本公开的实施例,本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该非瞬时计算机可读存储介质中存储有计算机指令,其中,该计算机指令被设置为运行时执行上述方法实施例中的步骤。
可选地,在本实施例中,上述非瞬时计算机可读存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1,采集实时数据流,其中,实时数据流包括:目标用户的实时行为数据;
S2,基于实时数据流生成目标用户对应的画像标签;
S3,按照画像标签执行广告定向推荐操作。
可选地,在本实施例中,上述非瞬时计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的实施例,本公开还提供了一种计算机程序产品。用于实施本公开方法实施例的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本公开所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM)、随机存取存储器(RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本公开的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本公开原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本公开的保护范围。
Claims (17)
1.一种广告定向推荐方法,包括:
采集实时数据流,其中,所述实时数据流包括:目标用户的实时行为数据;
基于所述实时数据流生成所述目标用户对应的画像标签;
按照所述画像标签执行广告定向推荐操作。
2.根据权利要求1所述的广告定向推荐方法,其中,采集所述实时数据流包括:
对目标日志进行打点处理,得到多个打点位置,其中,所述目标日志用于记录所述实时行为数据;
从所述多个打点位置采集所述实时数据流。
3.根据权利要求1所述的广告定向推荐方法,其中,所述实时行为数据包括:
响应作用于商品页面的触控操作而生成的第一浏览行为数据;
响应作用于广告页面的触控操作而生成的第二浏览行为数据。
4.根据权利要求1所述的广告定向推荐方法,其中,所述广告定向推荐方法还包括:
将所述实时数据流存储至目标存储介质,并在所述目标存储介质内按照时间戳对所述实时数据流进行排序,得到排序结果。
5.根据权利要求4所述的广告定向推荐方法,其中,基于所述实时数据流生成所述目标用户对应的所述画像标签包括:
基于所述目标用户的用户标识和所述排序结果,从所述目标存储介质查询预设时间段内的行为数据,得到查询结果;
对所述查询结果进行拼接处理,得到拼接结果;
对所述拼接结果进行映射处理,得到所述画像标签。
6.根据权利要求5所述的广告定向推荐方法,其中,对所述拼接结果进行映射处理,得到所述画像标签包括:
从所述拼接结果中获取所述目标用户执行的每个实时行为对应的第一关键词;
从多个候选关键词中选取与所述第一关键词匹配的第二关键词,其中,所述多个候选关键词由广告定向需求确定;
在所述第一关键与所述第二关键词之间建立映射关系,得到所述画像标签。
7.根据权利要求6所述的广告定向推荐方法,其中,从所述多个候选关键词中选取与所述第一关键词匹配的所述第二关键词包括以下之一:
基于所述目标用户执行的每个实时行为对应的行为类型、行为数量、行为时间戳选取与所述第一关键词匹配的所述第二关键词;
基于所述目标用户执行的每个实时行为对应的行为数量、行为时间戳选取与所述第一关键词匹配的所述第二关键词。
8.一种广告定向推荐装置,包括:
采集模块,用于采集实时数据流,其中,所述实时数据流包括:目标用户的实时行为数据;
生成模块,用于基于所述实时数据流生成所述目标用户对应的画像标签;
处理模块,用于按照所述画像标签执行广告定向推荐操作。
9.根据权利要求8所述的广告定向推荐装置,其中,所述采集模块还用于:
对目标日志进行打点处理,得到多个打点位置,其中,所述目标日志用于记录所述实时行为数据;
从所述多个打点位置采集所述实时数据流。
10.根据权利要求8所述的广告定向推荐装置,其中,所述实时行为数据包括:
响应作用于商品页面的触控操作而生成的第一浏览行为数据;
响应作用于广告页面的触控操作而生成的第二浏览行为数据。
11.根据权利要求8所述的广告定向推荐装置,其中,所述广告定向推荐装置还包括:
存储模块,用于将所述实时数据流存储至目标存储介质,并在所述目标存储介质内按照时间戳对所述实时数据流进行排序,得到排序结果。
12.根据权利要求11所述的广告定向推荐装置,其中,所述生成模块还用于:
基于所述目标用户的用户标识和所述排序结果,从所述目标存储介质查询预设时间段内的行为数据,得到查询结果;
对所述查询结果进行拼接处理,得到拼接结果;
对所述拼接结果进行映射处理,得到所述画像标签。
13.根据权利要求12所述的广告定向推荐装置,其中,所述生成模块还用于:
从所述拼接结果中获取所述目标用户执行的每个实时行为对应的第一关键词;
从多个候选关键词中选取与所述第一关键词匹配的第二关键词,其中,所述多个候选关键词由广告定向需求确定;
在所述第一关键与所述第二关键词之间建立映射关系,得到所述画像标签。
14.根据权利要求13所述的广告定向推荐装置,其中,所述生成模块用于从所述多个候选关键词中选取与所述第一关键词匹配的所述第二关键词包括以下之一:
基于所述目标用户执行的每个实时行为对应的行为类型、行为数量、行为时间戳选取与所述第一关键词匹配的所述第二关键词;
基于所述目标用户执行的每个实时行为对应的行为数量、行为时间戳选取与所述第一关键词匹配的所述第二关键词。
15.一种电子设备,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权利要求1-7中任一项所述的广告定向推荐方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的广告定向推荐方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的广告定向推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210303185.8A CN114581156A (zh) | 2022-03-25 | 2022-03-25 | 广告定向推荐方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210303185.8A CN114581156A (zh) | 2022-03-25 | 2022-03-25 | 广告定向推荐方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114581156A true CN114581156A (zh) | 2022-06-03 |
Family
ID=81783461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210303185.8A Pending CN114581156A (zh) | 2022-03-25 | 2022-03-25 | 广告定向推荐方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114581156A (zh) |
-
2022
- 2022-03-25 CN CN202210303185.8A patent/CN114581156A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108595494B (zh) | 答复信息的获取方法及装置 | |
CN107862553A (zh) | 广告实时推荐方法、装置、终端设备及存储介质 | |
CN100514337C (zh) | 关键词的联想信息生成***和生成方法 | |
US20170329856A1 (en) | Method and device for selecting data content to be pushed to terminal, and non-transitory computer storage medium | |
CN102053983B (zh) | 一种垂直搜索的查询方法、***和装置 | |
CN104850546B (zh) | 移动媒介信息的展示方法和*** | |
CN108537578A (zh) | 基于大数据的广告推送方法及装置 | |
CN106997549A (zh) | 一种广告信息的推送方法及*** | |
CN110020162B (zh) | 用户识别方法和装置 | |
CN113239275B (zh) | 信息推送方法、装置、电子设备和存储介质 | |
US20210042470A1 (en) | Method and device for separating words | |
CN103955842A (zh) | 一种面向大规模媒体数据的在线广告推荐***及方法 | |
CN114840671A (zh) | 对话生成方法、模型的训练方法、装置、设备及介质 | |
US20160104074A1 (en) | Recommending Bidded Terms | |
CN107977678A (zh) | 用于输出信息的方法和装置 | |
CN105786941B (zh) | 一种信息挖掘方法和装置 | |
CN110245357B (zh) | 主实体识别方法和装置 | |
US10331713B1 (en) | User activity analysis using word clouds | |
CN111159590A (zh) | 一种基于前后端业务调用链路的串联方法及装置 | |
CN106383857A (zh) | 一种信息处理方法及电子设备 | |
CN109145092B (zh) | 一种数据库更新、智能问答管理方法、装置及其设备 | |
US20220198487A1 (en) | Method and device for processing user interaction information | |
CN113190746A (zh) | 推荐模型的评估方法、装置及电子设备 | |
CN117611272A (zh) | 商品推荐方法、装置及电子设备 | |
CN112749238A (zh) | 搜索排序方法、装置、电子设备以及计算机可读存储介质 |
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 |