激励时长的确定方法及相关设备技术

本申请公开了一种激励时长的确定方法及相关设备，该方法包括：获取目标对象在历史周期中针对投放信息的目标历史数据、在历史周期中目标对象对应的历史激励时长和目标对象的特征信息；根据目标历史数据、历史激励时长和目标对象的特征信息，预测在各候选激励时长下目标对象在未来的目标周期中对应的预估信息曝光参数和预估信息点击参数；根据在各候选激励时长下目标对象在未来的目标周期中对应的预估信息曝光参数和预估信息点击参数，在至少两个候选激励时长中确定目标激励时长，以在目标周期中若目标对象针对投放信息的互动时长达到目标激励时长，向目标对象发放虚拟资源。本方案可以提升投放信息的触达率。本方案可以提升投放信息的触达率。本方案可以提升投放信息的触达率。

【技术实现步骤摘要】
激励时长的确定方法及相关设备


[0001]本申请涉及计算机
，更具体地，涉及一种激励时长的确定方法及相关设备。

技术介绍

[0002]为了提高用户获取信息的效率，采用面向用户投放与用户所需要的信息相关度较高的投放信息，从而减少用户进行信息筛选和过滤的时间。相关技术中，投放过程存在投放信息的触达率低的问题，进而导致投放过程占用大量的网络资源，造成网络资源的使用效率低。

技术实现思路

[0003]鉴于上述问题，本申请实施例提出了一种激励时长的确定方法及相关设备，以改善上述问题。
[0004]第一方面，本申请提供了一种激励时长的确定方法，包括：获取目标对象在历史周期中针对投放信息的目标历史数据、在所述历史周期中所述目标对象对应的历史激励时长和所述目标对象的特征信息；根据所述目标历史数据、所述历史激励时长和所述目标对象的特征信息，预测在各候选激励时长下所述目标对象在未来的目标周期中对应的预估信息曝光参数和预估信息点击参数；根据在各候选激励时长下所述目标对象在未来的目标周期中对应的预估信息曝光参数和预估信息点击参数，在至少两个所述候选激励时长中确定目标激励时长，其中，在所述目标周期中若所述目标对象针对投放信息的互动时长达到所述目标激励时长，向所述目标对象发放虚拟资源。
[0005]第二方面，本申请提供了一种虚拟资源的发放方法，该方法包括：显示投放信息；响应于对所述投放信息触发的点击操作，统计对象针对所述投放信息的互动时长；若所述互动时长达到所述对象在当前周期对应的激励时长，则向所述对象发放虚拟资源，其中，所述对象在当前周期对应的激励时长是根据如上的激励时长的确定方法确定的。
[0006]第三方面，本申请提供了一种激励时长的确定装置，包括：获取模块，用于获取目标对象在历史周期中针对投放信息的目标历史数据、在所述历史周期中所述目标对象对应的历史激励时长和所述目标对象的特征信息；预测模块，用于根据所述目标历史数据、所述历史激励时长和所述目标对象的特征信息，预测在各候选激励时长下所述目标对象在未来的目标周期中对应的预估信息曝光参数和预估信息点击参数；目标激励时长确定模块，用于根据在各候选激励时长下所述目标对象在未来的目标周期中对应的预估信息曝光参数和预估信息点击参数，在至少两个所述候选激励时长中确定目标激励时长，以在所述目标周期中若所述目标对象针对投放信息的互动时长达到所述目标激励时长，向所述目标对象发放虚拟资源。
[0007]在一些实施例中，目标激励时长确定模块，包括：第一加权系数获取单元，用于获取对应于所述预估信息曝光参数的第一加权系数；第二加权系数获取单元，用于获取对应
于所述预估信息点击参数的第二加权系数；第一加权处理单元，用于根据对应于所述预估信息曝光参数的第一加权系数，和对应于所述预估信息点击参数的第二加权系数，将在每一候选激励时长下所述目标对象在未来的目标周期中对应的预估信息曝光参数和预估信息点击参数进行加权处理，得到每一所述候选激励时长对应的加权结果；目标激励时长确定单元，用于将所对应的加权结果最大的候选激励时长确定为所述目标激励时长。
[0008]在另一些实施例中，目标激励时长确定模块，包括：曝光变化参数计算单元，用于根据在各候选激励时长下所述目标对象对应的预估信息曝光参数，计算目标对象在各所述候选激励时长下相对于在参考激励时长下的曝光变化参数，所述参考激励时长是至少两个所述候选激励时长中的一个；点击变化参数计算单元，用于根据在各候选激励时长下所述目标对象对应的预估信息点击参数，计算目标对象在各所述候选激励时长相对于在参考激励时长下的点击变化参数；第一加权系数获取单元，用于获取对应于所述预估信息曝光参数的第一加权系数；第二加权系数获取单元，用于获取对应于所述预估信息点击参数的第二加权系数；第二加权处理单元，用于根据对应于所述预估信息曝光参数的第一加权系数，和对应于所述预估信息点击参数的第二加权系数，将在每一候选激励时长下对应的曝光变化参数和点击变化参数进行加权处理，得到每一候选激励时长对应的加权结果；目标激励时长确定单元，用于将所对应的加权结果最大的候选激励时长确定为所述目标激励时长。
[0009]在一些实施例中，第二加权系数获取单元，包括：对象分层确定单元，用于确定所述目标对象所属的目标对象分层；系数确定单元，用于基于对象分层与加权系数之间的映射关系，确定所述目标对象分层对应的加权系数，将所述目标对象分层对应的加权系数作为所述第二加权系数。
[0010]在一些实施例中，所述目标历史数据包括在所述历史周期中面向所述目标对象曝光的各投放信息的信息标识；在本实施例中，对象分层确定单元，包括：曝光次数统计单元，用于根据所述目标历史数据，统计在所述历史周期中面向所述目标对象的各投放信息所对应的曝光次数；收入单价参数获取单元，用于根据所述目标历史数据所包括的信息标识，获取在所述历史周期中面向所述目标对象所曝光的各投放信息分别对应的收入参数；目标总计收入参数计算单元，用于根据在所述历史周期中面向所述目标对象的各投放信息所对应的曝光次数和在所述历史周期中面向所述目标对象所曝光的各投放信息分别对应的收入参数，计算在所述历史周期中所述目标对象对应的目标收入参数；确定单元，用于将所述目标总计收入参数所对应的对象分层确定为所述目标对象所属的目标对象分层。
[0011]在一些实施例中，预测模块，包括：组合单元，用于将每一候选激励时长分别与所述目标历史数据、所述历史激励时长和所述目标对象的特征信息进行组合，得到至少两组输入信息；第一预测单元，用于由曝光预估模型分别根据每组输入信息进行曝光参数预测，输出在每一候选激励时长下所述目标对象在未来的目标周期中对应的预估信息曝光参数；第二预测单元，用于由点击预估模型分别根据每组输入信息进行点击参数预测，输出在每一候选激励时长下所述目标对象在未来的目标周期中对应的预估信息点击参数。
[0012]在一些实施例中，激励时长的确定装置，还包括：训练数据获取模块，用于获取训练数据，所述训练数据包括多个训练样本，所述训练样本包括在第一历史周期中所述样本用户对应的至少两个候选激励时长、在第一历史周期中样本用户在各候选激励时长下针对投放信息的第一目标历史数据、所述样本用户的特征信息、和在第二历史周期中所述样本
用户对应的样本激励时长；其中，在时序上所述第二历史周期晚于所述第一历史周期；训练模块，用于根据在所述第一历史周期中所述样本用户对应的至少两个候选激励时长、在第一历史周期中样本用户在各候选激励时长下针对投放信息的第一目标历史数据、所述样本用户的特征信息、和在第二历史周期中所述样本用户对应的样本激励时长，反向训练所述曝光预估模型和所述点击预估模型，直至达到训练结束条件。
[0013]第四方面，本申请提供了一种虚拟资源的发放装置，包括：显示模块，用于显示投放信息；统计模块，用于响应于对所述投放信息触发的点击操作，统计对象针对所述投放信息的互动时长；发放模块，用于若所述互动时长达到所述对象在当前周期对应的激励时长，则向所述对象发放虚拟资本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种激励时长的确定方法，其特征在于，包括：获取目标对象在历史周期中针对投放信息的目标历史数据、在所述历史周期中所述目标对象对应的历史激励时长和所述目标对象的特征信息；根据所述目标历史数据、所述历史激励时长和所述目标对象的特征信息，预测在各候选激励时长下所述目标对象在未来的目标周期中对应的预估信息曝光参数和预估信息点击参数；根据在各候选激励时长下所述目标对象在未来的目标周期中对应的预估信息曝光参数和预估信息点击参数，在至少两个所述候选激励时长中确定目标激励时长，其中，在所述目标周期中若所述目标对象针对投放信息的互动时长达到所述目标激励时长，向所述目标对象发放虚拟资源。2.根据权利要求1所述的方法，其特征在于，所述根据在各候选激励时长下所述目标对象在未来的目标周期中对应的预估信息曝光参数和预估信息点击参数，在至少两个所述候选激励时长中确定目标激励时长，包括：获取对应于所述预估信息曝光参数的第一加权系数，和获取对应于所述预估信息点击参数的第二加权系数；根据对应于所述预估信息曝光参数的第一加权系数，和对应于所述预估信息点击参数的第二加权系数，将在每一候选激励时长下所述目标对象在未来的目标周期中对应的预估信息曝光参数和预估信息点击参数进行加权处理，得到每一所述候选激励时长对应的加权结果；将所对应的加权结果最大的候选激励时长确定为所述目标激励时长。3.根据权利要求1所述的方法，其特征在于，所述根据在各候选激励时长下所述目标对象在未来的目标周期中对应的预估信息曝光参数和预估信息点击参数，在至少两个所述候选激励时长中确定目标激励时长，包括：根据在各候选激励时长下所述目标对象对应的预估信息曝光参数，计算目标对象在各所述候选激励时长下相对于在参考激励时长下的曝光变化参数，所述参考激励时长是至少两个所述候选激励时长中的一个；根据在各候选激励时长下所述目标对象对应的预估信息点击参数，计算目标对象在各所述候选激励时长相对于在参考激励时长下的点击变化参数；获取对应于所述预估信息曝光参数的第一加权系数，和获取对应于所述预估信息点击参数的第二加权系数；根据对应于所述预估信息曝光参数的第一加权系数，和对应于所述预估信息点击参数的第二加权系数，将在每一候选激励时长下对应的曝光变化参数和点击变化参数进行加权处理，得到每一候选激励时长对应的加权结果；将所对应的加权结果最大的候选激励时长确定为所述目标激励时长。4.根据权利要求2或3所述的方法，其特征在于，所述获取对应于所述预估信息点击参数的第二加权系数，包括：确定所述目标对象所属的目标对象分层；基于对象分层与加权系数之间的映射关系，确定所述目标对象分层对应的加权系数，将所述目标对象分层对应的加权系数作为所述第二加权系数。
5.根据权利要求4所述的方法，其特征在于，所述目标历史数据包括在所述历史周期中面向所述目标对象曝光的各投放信息的信息标识；所述确定所述目标对象所属的目标对象分层，包括：根据所述目标历史数据，统计在所述历史周期中面向所述目标对象的各投放信息所对应的曝光次数；根据所述目标历史数据所包括的信息标识，获取在所述历史周期中面向所述目标对象所曝光的各投放信息分别对应的收入参数；根据在所述历史周期中面向所述目标对象的各投放信息所对应的曝光次数和在所述历史周期中面向所述目标对象所曝光的各投放信息分别对应的收入参数，计算在所述历史周期中所述目标对象对应的目标收入参数；将所述目标总计收入参数所对应的对象分层确定为所述目标对象所属的目标对象分层。6.根据权利要求1所述的方法，其特征在于，所述根据所述目标历史数据、所述历史激励时长和所述目标对象的特征信息，预测在各候选激励时长下所述目标对象在未来的目标周期中对应的预估信息曝光参数和预估信息点击参数，包括：将每一候选激励时长分别与所述目标历史数据、所述历史激励时长和所述目标...

【专利技术属性】
技术研发人员：古宇崇，谭演，石鑫，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：