本发明涉及一种移动终端的用户日志写入方法及系统，所述方法包括：通过内存映射的方式将应用文件系统中的指定文件映射到终端缓存中建立映射文件区，并提供操作句柄；利用操作句柄将用户日志数据写入所述终端缓存；以及将所述终端缓存内的用户日志数据映射...

本发明涉及一种广告投放数据追踪方法和系统，其中所述方法包括：在广告落地页注册追踪事件，其中，所述追踪事件的执行方法中设置有对应所述追踪事件的数据获取参数；在所述追踪事件触发时，按照所述数据获取参数获取对应追踪事件的数据；以及将获取到的数...

本发明涉及一种一种基于特征的预处理及推荐方法。基于特征的预处理方法，包括：根据对象的分布将待预处理的特征数据划分成多个分桶；获取多个所述分桶内待预处理的特征数据的多个均值；获取多个所述均值的多个对数；以及对多个所述对数进行归一化处理。本...

本发明涉及一种客户端的反作弊方法，包括：接收对于业务服务端的请求；响应于存在来自与所述业务服务端关联的服务器的唯一标识，将所述对于业务服务端的请求与所述唯一标识关联；以及向所述业务服务端发送所述唯一标识。

本发明涉及一种用户推荐方法和系统及客户端设备，属于应用技术领域。所述用户推荐方法包括：在客户端监测用户推荐当前应用的推荐量，其中，所述推荐量为用户成功地向被推荐人推荐所述应用的被推荐人数；以及在客户端或服务器端匹配所述用户的推荐量与推荐...

本发明涉及一种阅读设备及检测用户阅读行为和有效阅读时长的方法，属于应用技术领域。所述检测用户阅读行为的方法包括：通过感测阅读设备来获取用户阅读行为的数据；以及在阅读设备或服务器端，确定用户阅读行为数据的重复率。检测有效阅读时长的方法包括...

本发明涉及用户识别方法和系统。所述用户识别方法包括：收集用户在使用应用时的用户数据；对收集到的用户数据进行预处理，生成由多个特征组成的用户信息；以及根据所述用户信息，利用机器学习模型，确定用户的可疑程度；其中所述用户的可疑程度至少部分基...

本发明涉及一种广告转化率的实时预测方法、广告评价方法与系统，属于互联网广告技术领域。所述广告转化率实时预测方法包括：在客户端设备上收集用户在页面上的行为数据；根据用户的行为数据生成样本；根据所述样本预测所述竞价广告的转化率。本发明使用F...

本发明涉及一种扩展阅读人群的方法和系统，其中，扩展阅读人群的方法包括：向用户提供社交奖励和/或阅读奖励中的一者或多者；以及向用户提供推荐的内容；其中，社交奖励包括新手奖励和邀请奖励中的一种或多种。本发明提出了一种全新的扩展阅读人群的方案...

本发明涉及一种自动生成广告的方法，包括：选择广告模板，其中广告模板定义了一个或多个素材类型以及各个类型素材的组合方式；根据广告模板所定义的一个或多个素材类型，选择一个或多个素材；以及基于经选择的一个或多个素材，生成一个或多个广告。本发明...

本发明涉及一种阅读鼓励的方法和系统，其中，一种鼓励阅读的方法，包括：在客户端设备，针对用户的阅读行为提供一种或多种阅读奖励；其中，响应于用户阅读文章的类型不同，提供相同或者不同的阅读奖励。本发明提出了一种全新的阅读鼓励的方案：利用奖励机...

本发明涉及一种素材筛选方法和系统，其中，所述方法包括：验证第一集合中的各个素材；将第一集合中符合预定分享率的素材加入到第二集合中；获得第二集合中各个素材的曝光率；以及将第二集合中曝光率排名中符合预定名次的素材淘汰到素材队列中，其中曝光率...

本发明涉及一种多模型融合的推荐系统和方法，其中，多模型融合的推荐系统，包括：通信接口，其经配置以接收来自客户端中一个或多个特征信息；以及一个或多个处理器，服务器端运行于一个或多个处理器上，其经配置以根据一个或多个特征信息以及融合模型的融...

本发明涉及一种新闻推荐系统及方法，其中新闻推荐系统，包括：通信接口，其经配置以接收来自由客户端中一个或多个特征信息；以及一个或多个处理器，服务器端运行于一个或多个处理器上，其经配置以根据一个或多个特征信息确定推荐的新闻；其中，特征信息包...

本发明涉及一种应用更新方法和系统。更新方法包括查询是否有与所述用户个性化信息相对应的更新包；以及在查询到与所述用户个性化信息相对应的更新包时，将所述更新包推送给所述应用终端。本发明根据用户提供对应的更新包，有针对性的更新用户的APP；在...