网络信息资源在线排序方法和装置制造方法及图纸

本发明专利技术涉及一种网络信息资源在线排序方法和装置。所述方法包括以下步骤：获取网络信息的预估曝光量和实际曝光量；根据所述预估曝光量和实际曝光量得到定向类型下的预估误差比例；根据所述定向类型下的预估误差比例矫正预先获取的人群预估数量得到所述定向类型下的矫正后的人群预估数量；根据所述矫正后的人群预估数量计算所述定向类型下的网络信息的曝光概率；获取所述定向类型下的网络信息曝光的期望收益及期望收益分布概率密度；根据所述定向类型下的网络信息的曝光概率及对应的期望收益分布概率密度获取所述定向类型下的网络信息的偏置参数；按照所述期望收益及偏置参数对网络信息进行在线排序。提高资源分配的准确性。

【技术实现步骤摘要】

本专利技术涉及信息处理领域，特别是涉及一种网络信息资源在线排序方法和装置。
技术介绍
随着互联网技术的发展，互联网提供了各种各样的网络信息服务。网络信息服务可包括广告服务、物品信息展示服务等。网络信息服务以互联网广告服务为例，其提供了多种广告形式，按照计费方式区分可以分为效果广告和展示广告。很大一部分互联网展示广告是通过合约售卖，即广告平台和广告主之前达成协议，售卖特定时间段、特定用户、特定展示量。传统的广告资源分配算法是采用HWM(HighWaterMark)算法，其分为离线和在线两个阶段，根据广告资源的难满足程度为合约广告分配服务优先级，然后根据服务优先级依次为广告计算分配比率，HWM算法要求曝光人群预估非常准确，而这个前提条件很难满足，比如遇到特殊日期(如周末、节假日等)、媒体方流量剧变等情况，很难提前准确预估当天的人群数量，从而导致分配不准确。
技术实现思路
基于此，有必要针对传统的网络信息资源分配算法难以准确分配的问题，提供一种网络信息资源在线排序方法，能提高资源分配的准确性。此外，还有必要提供一种网络信息资源在线排序装置，能提高资源分配的准确性。一种网络信息资源在线排序方法，包括以下步骤：获取网络信息的预估曝光量和实际曝光量；根据所述预估曝光量和实际曝光量得到定向类型下的预估误差比例；根据所述定向类型下的预估误差比例矫正预先获取的人群预估数量得到所述定向类型下的矫正后的人群预估数量；根据所述矫正后的人群预估数量计算所述定向类型下的网络信息的曝光概率；获取所述定向类型下的网络信息曝光的期望收益及期望收益分布概率密度；根据所述定向类型下的网络信息的曝光概率及对应的期望收益分布概率密度获取所述定向类型下的网络信息的偏置参数；按照所述期望收益及偏置参数对网络信息进行在线排序。一种网络信息资源在线排序装置，包括：曝光量获取模块，用于获取网络信息的预估曝光量和实际曝光量；预估误差比例获取模块，用于根据所述预估曝光量和实际曝光量得到定向类型下的预估误差比例；矫正模块，用于根据所述定向类型下的预估误差比例矫正预先获取的人群预估数量得到所述定向类型下的矫正后的人群预估数量；曝光概率计算模块，用于根据所述矫正后的人群预估数量计算所述定向类型下的网络信息的曝光概率；期望收益获取模块，用于获取所述定向类型下的网络信息曝光的期望收益及期望收益分布概率密度；偏置参数获取模块，用于根据所述定向类型下的网络信息的曝光概率及对应的期望收益分布概率密度获取所述定向类型下的各条网络信息的偏置参数；排序模块，用于按照所述期望收益及偏置参数对网络信息进行在线排序。上述网络信息资源在线排序方法和装置，通过网络信息的预估曝光量和实际曝光量得到预估误差比例，根据预估误差比例矫正人群预估数量，再根据人群预估数量得到网络信息的曝光概率，根据期望收益分布概率密度、曝光概率得到网络信息的偏置参数，根据期望收益和偏置参数对网络信息进行在线排序，因对人群预估数量进行矫正，提高了人群预估数量的准确性，进而计算得到的网络信息的曝光概率、偏置参数更加准确，再根据期望收益和偏置参数对网络信息进行排序，最大化网络信息的曝光效果，提高资源分配的准确性，每条网络信息的曝光都考虑网络信息的预估点击率，网络信息都选择潜在用户中点击率最高的用户，提高了网络信息的整体点击率。附图说明图1为一个实施例中运行网络信息资源在线排序方法和装置的服务器的内部结构示意图；图2为网络信息资源分配的框架示意图；图3为一个实施例中网络信息资源在线排序方法的流程示意图；图4为相邻两个时刻矫正的示意图；图5为网络信息分配比例的示意图；图6为ECPM分布示意图；图7为一个实施例中网络信息资源在线排序装置的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。图1为一个实施例中运行网络信息资源在线排序方法和装置的服务器的内部结构示意图。如图1所示，该服务器包括通过系统总线连接的处理器、存储介质、内存和网络接口。其中，该服务器的存储介质存储有操作系统、数据库和网络信息资源在线排序装置，数据库中存储有网络信息资源，该网络信息资源在线排序装置用于实现适用于服务器的一种网络信息资源在线排序方法。该服务器的处理器用于提供计算和控制能力，支撑整个服务器的运行。该服务器的内存为存储介质中的网络信息资源在线排序装置的运行提供环境。该服务器的网络接口用于据以与外部的终端通过网络连接通信，比如接收终端发送的展示请求以及向终端返回网络信息资源等。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的服务器的限定，具体的服务器可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。图2为网络信息资源分配的框架示意图。如图2所示，网络信息资源的分配框架包括离线和在线两个阶段。离线阶段包括booking模块(订单模块)和allocation模块(分配模块)，订单模块直接根据网络信息投放端对接，用来做库存预估和费用预估，并最终形成合约订单。其中，合约订单中包括用户要购买网络信息的定向类型(如年龄20至25岁，男性)、购买的曝光数量(如一天100万次)、购买的位置(浏览器端)等网络信息资源投放需要的必要信息。分配模块根据网络信息主购买的曝光量和预估的人群数量做流量分配，离线计算分配方案。分配模块的分配引擎将合约订单、网络信息的预估曝光量和实时曝光量输入到分配方案产生器，定期计算，输出网络信息的偏置参数和统计CPC(CostPerClick，单次点击费用)，作为网络信息的分配方案，推送到在线的网络信息资源播放的网络信息服务器。网络信息服务器的Serve(服务模块)加载网络信息的偏置参数和统计CPC，根据网络信息的预估点击率与统计CPC的乘积和偏置参数作为网络信息的排序因子对网络信息进行排序，从而根据排序结果展示网络信息。网络信息是一种线下签订合约，网络信息主购买特定时间段、特定人群、特定曝光次数、以每千次展示计费，网络信息平台线上投放的网络信息形式。网络信息可为广告信息、物品信息、新闻信息、活动信息等。广告信息可为网络平台上展示的广告信息等。物品信息可为购物平台上展示的商品信息等。新闻信息可为在搜索引擎搜索到的新闻信息或在新闻信息发布平台上展示的新闻信息等。活动信息可为网络平台上推广的活动信息等，例如征文推广信息、评选推广信息、微电影推广信息等。偏置参数是用来调整网络信息的曝光。图3为一个实施例中网络信息资源在线排序方法的流程示意图。图2中的网络信息资源在线排序方法运行于图2中的框架下。如图3所示，一种网络信息资源在线排序方法，包括以下步骤：步骤302，获取网络信息的预估曝光量和实际曝光量。在一个实施例中，获取网络信息的预估曝光量的步骤包括：统计定向类型下的预定时间内的历史展示次数；根据该历史展示次数估算网络信息的预估曝光量。具体地，定向类型是指网络信息中预先设定的定向人群下的分类，例如男1本文档来自技高网...

【技术保护点】
一种网络信息资源在线排序方法，包括以下步骤：获取网络信息的预估曝光量和实际曝光量；根据所述预估曝光量和实际曝光量得到定向类型下的预估误差比例；根据所述定向类型下的预估误差比例矫正预先获取的人群预估数量得到所述定向类型下的矫正后的人群预估数量；根据所述矫正后的人群预估数量计算所述定向类型下的网络信息的曝光概率；获取所述定向类型下的网络信息曝光的期望收益及期望收益分布概率密度；根据所述定向类型下的网络信息的曝光概率及对应的期望收益分布概率密度获取所述定向类型下的网络信息的偏置参数；按照所述期望收益及偏置参数对网络信息进行在线排序。

【技术特征摘要】
1.一种网络信息资源在线排序方法，包括以下步骤：获取网络信息的预估曝光量和实际曝光量；根据所述预估曝光量和实际曝光量得到定向类型下的预估误差比例；根据所述定向类型下的预估误差比例矫正预先获取的人群预估数量得到所述定向类型下的矫正后的人群预估数量；根据所述矫正后的人群预估数量计算所述定向类型下的网络信息的曝光概率；获取所述定向类型下的网络信息曝光的期望收益及期望收益分布概率密度；根据所述定向类型下的网络信息的曝光概率及对应的期望收益分布概率密度获取所述定向类型下的网络信息的偏置参数；按照所述期望收益及偏置参数对网络信息进行在线排序。2.根据权利要求1所述的方法，其特征在于，所述根据所述定向类型下的预估误差比例矫正预先获取的人群预估数量得到所述定向类型下的矫正后的人群预估数量的步骤包括：通过时间衰减函数对所述定向类型下的网络信息的预估误差比例做期望，得到所述定向类型下的总预估误差比例；根据所述定向类型下的总预估误差比例对预先获取的人群预估数量进行矫正得到所述定向类型下的矫正后的人群预估数量。3.根据权利要求1所述的方法，其特征在于，根据所述矫正后的人群预估数量计算所述定向类型下的网络信息的曝光概率的步骤包括：获取满足网络信息的定向人群预估数量；根据满足的定向人群预估数量确定网络信息的优先级；按照优先级从高到低依次计算所述定向类型下的网络信息的曝光概率。4.根据权利要求1所述的方法，其特征在于，所述获取所述定向类型下的网络信息曝光的期望收益及期望收益分布概率密度的步骤包括：获取网络信息的统计单次点击费用及各次曝光的网络信息的预估点击率；计算所述单次点击费用与预估点击率的乘积得到网络信息每次曝光的期望收益；根据网络信息每次曝光的期望收益进行统计，得到网络信息的期望收益分布概率密度。5.根据权利要求4所述的方法，其特征在于，所述根据所述定向类型下的网络信息的曝光概率及对应的期望收益分布概率密度获取所述定向类型下的网络信息的偏置参数的步骤包括：统计所述定向类型下的非约定的网络信息的期望收益分布概率密度；根据所述定向类型下的网络信息的曝光概率、非约定的网络信息的期望收益分布概率密度以及网络信息的期望收益分布概率密度通过累计概率函数计算得到所述定向类型下的网络信息的偏置参数。6.根据权利要求5所述的方法，其特征在于，所述统计所述定向类型下的非约定的网络信息的期望收益分布概率密度的步骤包括：从日志中统计所述定向类型下的非约定的网络信息的期望收益分布概率密度。7.根据权利要求1所述的方法，其特征在于，所述获取网络信息的预估曝光量的步骤包括：统计定向类型下的预定时间内的历史展示次数；根据所述历史展示次数估算网络信息的预估曝光量。8.根据权利要求...

【专利技术属性】
技术研发人员：胡繁星，王兵，姚伶伶，许苗，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44