一种广告信息的推送方法及系统技术方案
Advertisement information pushing method and system
Push the invention relates to a method for advertising information, comprising the following steps: acquiring the server client advertising push request; the server requests to send advertising advertising pool module, by the advertising pool module from the database access to advertising; the server receives the returned by the advertising pool module advertising; server call algorithm the advertisement data module, the CTR, and screening and ranking; the server will screen the sorted advertisement sent back to the client. Compared with the prior art, the invention provides a method for personalized advertisement recommendation for mobile device users in the light of the characteristics of the mobile terminal. The invention can select more suitable advertisement data according to the requirement of the user and push it to the user accordingly. The invention also provides a push system for realizing advertisement information of the said method.
【技术实现步骤摘要】
一种广告信息的推送方法及系统
本专利技术涉及网络数据领域，特别是一种对移动设备用户进行个性化广告推荐的方法和系统。
技术介绍
近年来，随着网络技术的进步，互联网已经成为人们生活中的重要部分。广告的内容和投放方式随着互联网的飞速发展从根本上发生了改变，在线广告也日益成为互联网经济的一个主要组成部分。在线广告，就是在媒体上投放、显示的广告。经过十几年的发展，在线广告已经形成了以人群为投放目标，以产品为导向的技术型投放模式。随着技术的进步，在线广告的投放日益向精准化的方向演进。在线广告的精准投放就是对投放的环境和给定的用户进行分析，通过不同算法来选择与给定用户最匹配的广告，并进行定向投放的机制。在线广告是当前较为成熟的大规模、自动化地利用数据改善产品和提高收入的行业。在互联网广告发展迅速的同时，如何优化广告的投放，以达到提高收益并满足广告主的投放需求同时又不会因为太多广告而破坏用户体验，已成为急需解决的关键问题，这便催生了计算广告的发展。计算广告的核心任务就是在特定环境下为特定用户选择最合适的广告展示。点击率(Click-throughRate，CTR)即广告展示后被点...
【技术保护点】
一种广告信息的推送方法，其特征在于，包括以下步骤：服务器端获取客户端的广告推送请求；服务器端向广告池模块发送广告请求，由所述广告池模块从数据库中获取广告；服务器端接收由广告池模块返回的广告；服务器端调用算法策略模块，对广告数据进行点击率预估，并进行筛选和排序；服务器端将筛选排序后的广告发回客户端。
【技术特征摘要】
1.一种广告信息的推送方法，其特征在于，包括以下步骤：服务器端获取客户端的广告推送请求；服务器端向广告池模块发送广告请求，由所述广告池模块从数据库中获取广告；服务器端接收由广告池模块返回的广告；服务器端调用算法策略模块，对广告数据进行点击率预估，并进行筛选和排序；服务器端将筛选排序后的广告发回客户端。2.根据权利要求1所述广告信息的推送方法，其特征在于：所述服务器端调用算法策略模块，对广告数据进行点击率预估，并进行筛选和排序的步骤中，包括：提取原始特征，所述原始特征包括：广告特征、用户特征和用户历史行为特征；对原始特征进行处理，针对不同类型的特征生成数值向量；将广告、用户和用户行为特征拼接形成特征向量，根据该特征向量计算出该用户点击该广告的概率，并将该广告插入有序队列中。3.根据权利要求2所述广告信息的推送方法，其特征在于：所述广告特征包括静态特征和动态特征；所述广告静态特征包括广告的唯一ID、提供广告的广告商、广告应用的国家代码、广告推广的应用的标题、描述和大小；所述广告动态特征包括：广告设定时间范围内的展示数量和点击数量。4.根据权利要求2所述广告信息的推送方法，其特征在于：所述用户特征包括静态特征和动态特征；所述用户静态特征包括：用户使用的设备号、软件版本、用户渠道、设备系统及版本、手机型号、网络运营商、IP地址、年龄、性别、用户使用的语言；所述用户动态特征包括用户设定时间范围内的广告的展示数量和点击数量。5.根据权利要求2所述广告信息的推送方法，其特征在于：所述用户历史行为特征包括：用户下载、安装的应用，以及打开应用中的功能。6.根据权利要求2所述广告信息的推送方法，其特征在于：所述对原始特征进行处理，针对不同类型的特征生成数值向量的步骤中，当针对取值为有限范围的数值特征，处理步骤为：把数值的取值范围划分为n个区间，特征维度为区间的数量，对每一个实例构建一个n维全零向量，并在该向量中，将该实例所映射到的区间对应的向量位置上的值设置为1。7.根据权利要求2所述广告信息的推送方法，其特征在于：所述对原始特征进行处理，针对不同类型的特征生成数值向量的步骤中，当针对枚举特征，取值为有限数量的不同可能值的特征，处理步骤为：把有n种不同值的特征，首先根据值的频率选取前k个，将每个值唯一地映射到一个0到k-1之间的数，对每一个实例构建一个k维全零向量，并将该实例取值对应的位置的值置为1。8.根据权利要求2所述广告信息的推送方法，其特征在于：所述对原始特征进行处理，针对不同类型的特征生成数值向量的步骤中，当针对文本特征，处理步骤为：首先，将文本中的词进行词嵌入映射，得到词向量；然后将词向量累加作为该类特征的词向量，并对该类特征下的所有词向量进行k均值聚类；最后将该类特征的词向量的簇编号进行one-hot映射，映射后的向量作为该类特征，特征维度为簇中心的数量。9.根据权利要求2所述广告信息的推送方法，其特征在于：所述对原始特征进行处理，针对不同类型的特征生成数值向量的步骤中，针对时序特征，处理步骤包括：获取用户的所有的操作行为构成行为序列，所述用户的行为序列如下：S＝(s1,s2,s3,s4,...,s2*n-2,s2*n-1)，其中，设用户一共有n个操作事件，序列S中奇数位置的元素为用户的各种操作行为，偶数位置的元素两个操作事件发生的时间差；使用序列S的所有的子序列作为用户的特征进行聚类；提取S所有的k-gram集合，即所有在序列S中出现过的长度为k的子序列：Tk(S)＝{(s1,si+1,...,si+k-1)|1≤i≤n-k+1}，对于一个给定的k和两个序列s1和s2，首先计算得到两个序列的k-gram集合的并集，T＝Tk(S1)∪Tk(S2)，并分别统计两个序列T中每个元素出现的频率：Ci＝(ci,1,ci,2,...,ci,m)，其中Ci,j为T中第j个元素在序列Si中出现的频率；由以上定义序列s1和s2的距离为：得到每两个用户行为序列的距离后，依此使用基于距离的聚类方法对用户进行聚类；聚类之后，将用户的行为序列的类别进行one-hot映射，映射后的向量作为该类特征。10.根据权利要求2所述广告信息的推送方法，其特征在于：所述将广告、用户和用户行为特征拼接形成特征向量，根据该特征向量计算出该用户点击该广告的概率，并将该广告插入有序队列中的步骤中，具体包括：将广告，用户和用户历史行为特征拼接而成的特征向量，即[Xad,Xuser,Xhistory]；计算该用户点击该广告的概率，p(y＝1|Xad,Xuser,Xhistory)；其中，广告点击概率预测函数为：因子分解机模型定义为：其中，参数w∈R，w∈Rn，V∈Rn×k，<ViVj>表示两个大小为k的向量Vi和Vj的点积；将该广告插入有序队列，如果该广告对应的预估点击率的排序在前k个，则保留，否则过滤。11.根据权利要求1所述广告信息的推送方法，其特征在于：还包括步骤：广告池模块获取广告特征，并存入数据库；客户端获取用户特征和用户...
【专利技术属性】
技术研发人员：刘冶，傅自豪，刘荻，李宏浩，陈宇恒，印鉴，
申请(专利权)人：火烈鸟网络广州股份有限公司，中山大学，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。