The invention discloses a method and device for the delivery of multimedia data, which belongs to the field of Internet technology. The method includes: user ID user credit feature acquisition terminal login; for each candidate to be put on the multimedia data, a plurality of candidate multimedia data in the application of the trained model to obtain clicks click score value; according to the click score, select target multimedia data from a plurality of candidate multimedia data to the terminal. The goal of multimedia data transmission. The invention considers the effect of user credit characteristics for the candidate multimedia data click value, improves the flexibility, and select the goal of multimedia data in accordance with the click value, click the target can improve the probability of multimedia data, so as to enhance the goal of multimedia data conversion.
【技术实现步骤摘要】
多媒体数据投放方法及装置
本专利技术涉及互联网
,特别涉及一种多媒体数据投放方法及装置。
技术介绍
随着互联网技术的发展,网络信息的传播范围逐渐扩大,越来越多的广告开始以网络广告的形式进行传播。而网络中存在着大量的媒体应用,这些媒体应用又提供了很多媒体位置,面向着众多的广告,如何确定每个媒体位置上要投放的广告成为亟待解决的问题。服务器向某个媒体位置投放广告时,会从广告库中获取多个候选广告时,针对于每个候选广告,根据该用户、该候选广告和该媒体位置的属性特征,获取该用户、该候选广告和该媒体位置的匹配度。获取每个候选广告对应的匹配度之后,从多个候选广告中选取匹配度较大的一个或多个广告,投放到该媒体位置上,用户浏览该媒体应用页面时,即可浏览在该媒体位置上投放的广告。在专利技术人实现本专利技术的过程中,发现现有技术至少存在以下问题:上述投放过程中采用了用户、广告和媒体位置的属性特征,而未考虑其他特征的影响,局限性强,不利于提升广告转化率。
技术实现思路
为了解决现有技术的问题,本专利技术实施例提供了一种多媒体数据投放方法及装置。所述技术方案如下:一方面,提供了一种多媒体数据投放方法,所述方法包括:获取终端登录的用户标识的用户信用特征;对于待投放的每个候选多媒体数据,根据所述用户信用特征和所述候选多媒体数据的内容属性特征,应用已训练的点击分值获取模型获取点击分值,所述点击分值用于表示用户点击所述候选多媒体数据的概率大小,所述点击分值获取模型根据历史操作记录训练得到;根据获取的点击分值,从多个候选多媒体数据中选取目标多媒体数据,向所述终端发送所述目标多媒体数据。另一方 ...
【技术保护点】
一种多媒体数据投放方法,其特征在于,所述方法包括:获取终端登录的用户标识的用户信用特征;对于待投放的每个候选多媒体数据,根据所述用户信用特征和所述候选多媒体数据的内容属性特征,应用已训练的点击分值获取模型获取点击分值,所述点击分值用于表示用户点击所述候选多媒体数据的概率大小,所述点击分值获取模型根据历史操作记录训练得到;根据获取的点击分值,从多个候选多媒体数据中选取目标多媒体数据,向所述终端发送所述目标多媒体数据。
【技术特征摘要】
1.一种多媒体数据投放方法,其特征在于,所述方法包括:获取终端登录的用户标识的用户信用特征;对于待投放的每个候选多媒体数据,根据所述用户信用特征和所述候选多媒体数据的内容属性特征,应用已训练的点击分值获取模型获取点击分值,所述点击分值用于表示用户点击所述候选多媒体数据的概率大小,所述点击分值获取模型根据历史操作记录训练得到;根据获取的点击分值,从多个候选多媒体数据中选取目标多媒体数据,向所述终端发送所述目标多媒体数据。2.根据权利要求1所述的方法,其特征在于,所述根据所述用户信用特征和所述候选多媒体数据的内容属性特征,应用已训练的点击分值获取模型获取点击分值之前,所述方法还包括:获取历史操作记录,所述历史操作记录包括相互对应的样本用户标识、样本多媒体数据标识和点击标识,所述点击标识用于表示样本用户是否已执行对样本多媒体数据的点击操作;根据所述样本用户标识的样本用户信用特征、所述样本多媒体数据的样本内容属性特征和所述点击标识的点击特征,获取样本特征;采用逻辑回归训练算法对获取的样本特征进行训练,得到所述点击分值获取模型。3.根据权利要求1所述的方法,其特征在于,所述获取终端登录的用户标识的用户信用特征,包括:获取所述用户标识的用户信用分值;从多个预设分值区间中,确定所述用户信用分值所属的预设分值区间;将确定的预设分值区间对应的用户信用特征作为所述用户标识的用户信用特征。4.根据权利要求1所述的方法,其特征在于,所述方法还包括:对于待投放的每个多媒体数据,根据所述多媒体数据的内容属性特征、目标媒体位置的位置属性特征、所述用户信用特征、所述用户标识的用户属性特征中的至少一项,获取所述多媒体数据的匹配度,所述匹配度用于表示所述多媒体数据与所述用户之间的匹配程度,或者用于表示所述多媒体数据与所述目标媒体位置之间的匹配程度;按照匹配度从大到小的顺序,从所述待投放的多个多媒体数据中,选取第一预设数目的候选多媒体数据。5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据获取的点击分值,从所述多个候选多媒体数据中选取目标多媒体数据,包括:按照点击分值从大到小的顺序,从所述多个候选多媒体数据中选取第二预设数目的目标多媒体数据。6.根据权利要求1-4任一项所述的方法,其特征在于,所述获取终端登录的用户标识的用户信用特征,包括:接收所述终端发送的展示请求,所述展示请求携带所述终端的用户标识;获取所述用户标识的用户信用特征。7.一...
【专利技术属性】
技术研发人员:黎新,
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
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。