一種基於行動網路的廣告調度方法、裝置及系統的製作方法
2023-06-07 10:18:01
專利名稱：一種基於行動網路的廣告調度方法、裝置及系統的製作方法
技術領域：
本發明涉及行動網路上的廣告技術領域，尤其涉及一種基於行動網路的廣告調度方法、裝置及系統。
背景技術：
移動廣告平臺和網際網路的廣告聯盟相似，它是一個平臺或者中介，連接著應用開發者和廣告主。在平臺上，應用開發者提供應用程式(例如一些遊戲等)，廣告主提供廣告，而移動廣告平臺提供手機等移動終端的相應系統的軟體開發工具包(SoftwareDevelopment KU，簡稱SDK)。應用開發者下載SDK，然後使用SDK中的工具，用代碼將廣告嵌入應用程式中。然後應用開發者將這些應用程式通過其他渠道上傳到行動網路上。用戶下載應用程式，當用戶運行應用程式時，應用程式通過SDK的接口向移動廣告平臺請求廣告，應用程式展示了廣告或者用戶點擊廣告後，廣告主就會根據相應的計費方式付費給應用開發者。中國專利CN102843430A公開了一種基於移動網際網路的廣告推送方法，其基本思想與上述背景類似，即採用移動廣告平臺作為應用開發者與廣告主之間的中間平臺，負責維護應用開發者與廣告主之間的收益問題。上述方案的廣告推送方法，不考慮用戶的興趣和行為，具有一定的盲目性。中國專利CN101442716A公開了一種手機平臺上富客戶端的廣告精準投放方法，該方法:首先發送WAP消息給指定的移動終端，移動終端消息代理Proxy通過消息泵解析消息指令；然後移動終端根據消息指令，實時獲取廣告信息內容，以文字、音頻、視頻等多元方式展現；用戶行為分析。其用戶行為分析具體為:服務端歸檔統計用戶請求過的廣告信息；對此信息進行智能挖掘，用戶行為分析等，提取用戶分類、廣告分類維度、請求率，進一步細分用戶群和廣告類別有效性以及用戶行為統計；通過用戶行為分析的增益反饋機制，實現精準廣告的投放。從上述方法可以看出，其用戶行為分析還是基於「用戶請求過的廣告信息 」，至少需要一段時間的盲目投放，才能統計出用戶行為，因此其精準度依然較差。精準度差的廣告推送不利於每點擊成本(Cost Per Click，簡稱CPC)的優化，使廣告主遭受損失。
發明內容
本發明的目的在於提供一種基於行動網路的廣告調度方法、裝置及系統，實現移動廣告平臺上廣告的精準調度，達到精準推送的目的。為實現本發明的目的，本發明採用以下技術方案:一種基於行動網路的廣告調度方法，包括:接收移動終端的應用程式的請求，所述請求包含用戶信息，所述用戶信息包含移動用戶號碼簿號碼MDN ；獲取所述移動終端的歷史訪問記錄生成的用戶興趣組數據；根據所述用戶信息和用戶興趣組數據匹配廣告，產生按相關性排序的備選廣告列表;根據廣告篩選條件從所述備選廣告列表中篩選出目標廣告；發送所述目標廣告至所述移動終端，以便所述移動終端呈現所述目標廣告；其中，所述用戶興趣組數據是預先對所述移動終端的歷史訪問記錄進行分析，對用戶瀏覽過的網頁進行分類，根據分類結果生成、並按照與用戶ID關聯的方式存儲得到的；所述用戶ID是預先根據所述移動終端的移動用戶號碼簿號碼MDN進行哈希運算處理得到的。優選地，所述用戶信息還包含:IP位址信息、移動終端的作業系統及行動網路的網絡類型；在所述接收移動終端的應用程式的請求之後，在所述獲取所述移動終端的歷史訪問記錄生成的用戶興趣組數據之前，還包括將所述IP位址信息轉換為地域信息，作為用戶信息。優選地，所述用戶興趣組數據具體通過如下方法生成:獲取瀏覽網頁的移動終端的用戶訪問記錄和移動終端的移動用戶號碼簿號碼MDN ；根據所述移動終端的移動用戶號碼簿號碼MDN進行哈希運算處理，得到用戶ID ；按照與所述用戶ID關聯的方式，將所述用戶訪問記錄存儲到Hadoop集群上；使用MapReduce分析所述用戶訪問記錄，對用戶瀏覽過的網頁進行分類，根據所述分類的分類結果生成用戶興趣組數據；按照與所述用戶ID關聯的方式，存儲所述用戶興趣組數據。優選地，所述根據廣告篩選條件從所述備選廣告列表中篩選出目標廣告，具體為:根據預設的廣告模型和用戶興趣組數據計算所述備選廣告列表中每條備選廣告的預測點擊率，並按照所述預測點擊率從高到底進行排序，得到排序結果；根據所述排序結果，依次獲取廣告素材信息，並拼接成所述目標廣告。優選地，在所述發送所述目標廣告至所述移動終端之後，還包括將發送所述目標廣告至所述移動終端的事件記錄日誌；和/或在所述接收移動終端的應用程式的請求之後，還包括將接收移動終端的應用程式的請求的事件記錄日誌；所述日誌至少包括所述事件的發生時間；在預定的時間點，讀取所述日誌；判斷所述日誌中相鄰兩次事件發生的時間間隔是否短於預設的標準時間間隔；若是，進行作弊處理，並將處理結果寫入資料庫；若否，不作處理。一種基於行動網路的廣告調度裝置，包括:用戶請求接收模塊，用於接收移動終端的應用程式的請求，所述請求包含用戶信息，所述用戶信息包含移動用戶號碼簿號碼MDN ；用戶興趣組數據獲取模塊，用於獲取所述移動終端的歷史訪問記錄生成的用戶興趣組數據；備選廣告列表匹配模塊，用於根據所述用戶信息和用戶興趣組數據匹配廣告，產生按相關性排序的備選廣告列表；
目標廣告篩選模塊，用於根據廣告篩選條件從所述備選廣告列表中篩選出目標廣
生P=I ；目標廣告發送模塊，用於發送所述目標廣告至所述移動終端，以便所述移動終端呈現所述目標廣告；其中，所述用戶興趣組數據是預先對所述移動終端的歷史訪問記錄進行分析，對用戶瀏覽過的網頁進行分類，根據分類結果生成、並按照與用戶ID關聯的方式存儲得到的；所述用戶ID是預先根據所述移動終端的移動用戶號碼簿號碼MDN進行哈希運算處理得到的。優選地，所述用戶信息還包含:IP位址信息、移動終端的作業系統及行動網路的網絡類型；所述廣告調度裝置還包括:地域信息轉換模塊，用於在所述用戶請求接收模塊接收移動終端的應用程式的請求之後，在所述用戶興趣組數據獲取模塊獲取所述移動終端的歷史訪問記錄生成的用戶興趣組數據之前，將所述IP位址信息轉換為地域信息，作為用戶信息。優選地，還包括用戶興趣組數據生成裝置，所述用戶興趣組數據生成裝置包括:用戶訪問記錄獲取模塊，用於獲取瀏覽網頁的移動終端的用戶訪問記錄和移動終端的移動用戶號碼簿號碼MDN ；哈希運算處理模塊，用於根據所述移動終端的移動用戶號碼簿號碼MDN進行哈希運算處理，得到用戶ID;用戶訪問記錄存儲模塊，用於按照與所述用戶ID關聯的方式，將所述用戶訪問記錄存儲到Hadoop集群上；用戶興趣組數據生成模塊,用於使用MapReduce分析所述用戶訪問記錄,對用戶瀏覽過的網頁進行分類，根據所述分類的分類結果生成用戶興趣組數據；用戶興趣組數據存儲模塊，用於按照與所述用戶ID關聯的方式，存儲所述用戶興趣組數據。優選地，所述目標廣告篩選模塊包括:預測點擊率計算和排序單元，用於根據預設的廣告模型和用戶興趣組數據計算所述備選廣告列表中每條備選廣告的預測點擊率，並按照所述預測點擊率從高到底進行排序，得到排序結果；廣告素材信息獲取和拼接單元，用於根據所述排序結果，依次獲取廣告素材信息，並拼接成所述目標廣告。優選地，還包括反作弊處理裝置，所述反作弊處理裝置包括:日誌記錄模塊，用於在所述目標廣告發送模塊發送所述目標廣告至所述移動終端之後，將發送所述目標廣告至所述移動終端的事件記錄日誌；和/或用於在所述用戶請求接收模塊接收移動終端的應用程式的請求之後，將接收移動終端的應用程式的請求的事件記錄日誌；所述日誌至少包括所述事件的發生時間；日誌讀取模塊，用於在預定的時間點，讀取所述日誌；日誌判斷和處理模塊，用於判斷所述日誌中相鄰兩次事件發生的時間間隔是否短於預設的標準時間間隔；若是，進行作弊處理，並將處理結果寫入資料庫；若否，不作處理。
一種基於行動網路的廣告調度系統，包括:廣告調度伺服器、用戶訪問記錄伺服器、用戶興趣分析伺服器和用戶興趣組伺服器；所述廣告調度伺服器包括:用戶請求接收模塊，用於接收移動終端的應用程式的請求，所述請求包含用戶信息；用戶興趣組數據獲取模塊，用於獲取所述移動終端的歷史訪問記錄生成的用戶興趣組數據；備選廣告列表匹配模塊，用於根據所述用戶信息和用戶興趣組數據匹配廣告，產生按相關性排序的備選廣告列表；目標廣告篩選模塊，用於根據廣告篩選條件從所述備選廣告列表中篩選出目標廣告；目標廣告發送模塊，用於發送所述目標廣告至所述移動終端，以便所述移動終端呈現所述目標廣告；所述用戶訪問記錄伺服器包括:用戶訪問記錄獲取模塊，用於獲取瀏覽網頁的移動終端的用戶訪問記錄和移動終端的移動用戶號碼簿號碼MDN;哈希運算處理模塊，用於根據所述移動終端的移動用戶號碼簿號碼MDN進行哈希運算處理，得到用戶ID ;用戶訪問記錄存儲模塊，用於按照與所述用戶ID關聯的方式，將所述用戶訪問記錄存儲到Hadoop集群上;所述用戶興趣分析伺服器包括:用戶興趣組數據生成模塊，用於使用MapReduce分析所述用戶訪問記錄，對用戶瀏覽過的網頁進行分類，根據所述分類的分類結果生成用戶興趣組數據；所述用戶興趣組伺服器包括:用戶興趣組數據存儲模塊，用於按照與所述用戶ID關聯的方式，存儲所述用戶興趣組數據。本發明相比現有技術的有益效果是:廣告的調度是基於用戶興趣組數據，也就是根據不同用戶的興趣進行分組並打上特定的「標籤」。用戶興趣組數據是在廣告推送之前根據移動終端的歷史訪問記錄生成的，廣告調度系統依據用戶興趣組數據調度最適合的廣告進行推送，因此從廣告初次推送的時候就有很強的針對性，避免了盲目推送的現象，大大提高了廣告推送的精準度。此外，本發明採用Hadoop集群存儲用戶訪問記錄，並使用MapReduce分析所述用戶訪問記錄，對用戶瀏覽過的網頁進行分類，根據所述分類的分類結果生成用戶興趣組數據。Hadoop是一個分布式系統基礎架構，具有集群特點和高速運算、存儲能力；MapRedUCe是一種編程模型，適合大規模數據集的並行運算。本發明通過Hadoop集群及MapReduce，實現了對具有大規模數據量的用戶訪問記錄快速分析處理。
為了更清楚地說明本發明實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。圖1為本發明基於行動網路的廣告調度方法一個實施例的流程圖；圖2為本發明基於行動網路的廣告調度方法中用戶興趣組數據生成方法實施例的流程圖；圖3為本發明基於行動網路的廣告調度方法另一個實施例的流程圖；圖4為本發明基於行動網路的廣告調度方法中反作弊處理方法實施例的流程圖；圖5為本發明基於行動網路的廣告調度裝置一個實施例的結構框圖6為本發明基於行動網路的廣告調度裝置中用戶興趣組數據生成裝置實施例的結構框圖；圖7為本發明基於行動網路的廣告調度裝置另一個實施例的結構框圖；圖8為本發明基於行動網路的廣告調度裝置中反作弊處理裝置實施例的結構框圖；圖9為本發明基於行動網路的廣告調度系統一個實施例的結構框圖；圖10為本發明基於行動網路的廣告調度系統一個實施例的數據交互示意圖；圖11為本發明基於行動網路的廣告調度系統應用於ID3G平臺的數據交互示意圖。
具體實施例方式下面結合附圖並通過具體實施方式
來進一步說明本發明的技術方案。請參考圖1，一種基於行動網路的廣告調度方法，包括以下步驟:步驟SlOl:接收移動終端的應用程式的請求，所述請求包含用戶信息，所述用戶信息包含移動用戶號碼簿號碼MDN。所述移動終端可以是手機、平板電腦和個人數字助理(Personal DigitalAssistant，簡稱PDA)等，這些移動終端作為大眾化的通訊工具，提供了本發明很好的硬體支持，及廣闊的市場前景。SDK提供應用程式通過行動網路發送請求的接口。用戶ID是用戶的唯一標識，從理論上來說，用戶ID可以是移動終端的移動用戶號碼簿號碼(MobileDirectory Number,簡稱MDN),即通常所說的手機號碼。但是，本發明為了保證用戶信息不被洩露，所使用的用戶ID是根據MDN特殊處理得到的(下面會詳細介紹)。步驟S102:獲取所述移動終端的歷史訪問記錄生成的用戶興趣組數據。其中，所述用戶興趣組數據是預先對所述移動終端的歷史訪問記錄進行分析，對用戶瀏覽過的網頁進行分類，根據分類結果生成、並按照與用戶ID關聯的方式存儲得到的；所述用戶ID是預先根據所述移動終端的移動用戶號碼簿號碼MDN進行哈希運算處理得到的。用戶興趣組數據表明了用戶的興趣特點，可以理解為根據用戶的興趣特點打上的「標籤」，比如喜歡瀏覽時政新聞的用戶，可以以「時政新聞」作為該用戶的用戶興趣組數據。採用用戶興趣組數據是本發明的關鍵所在(下面會詳細介紹)。步驟S103:根據所述用戶信息和用戶興趣組數據匹配廣告，產生按相關性排序的備選廣告列表。用戶興趣組數據是匹配備選廣告列表的最基本的條件，本發明為了更進一步提高廣告調度的精準度，使用用戶興趣組數據再配合其他條件(比如地域信息、移動終端的作業系統及行動網路的網絡類型等)來匹配備選廣告列表。步驟S104:根據廣告篩選條件從所述備選廣告列表中篩選出目標廣告。廣告篩選條件可以是廣告主設定的條件，也可以通過其他途徑設定的條件，是為了更精準地篩選出目標廣告。步驟S105:發送所述目標廣告至所述移動終端，以便所述移動終端呈現所述目標廣告。
由本發明的上述實施例可以看出:廣告的調度是基於用戶興趣組數據，也就是根據不同用戶的興趣進行分組並打上特定的「標籤」。用戶興趣組數據是在廣告推送之前根據移動終端的歷史訪問記錄生成的，廣告調度系統依據用戶興趣組數據調度最適合的廣告進行推送，因此從廣告初次推送的時候就有很強的針對性，避免了盲目推送的現象，大大提高了廣告推送的精準度。上面介紹到用戶興趣組數據是在廣告推送之前根據移動終端的歷史訪問記錄生成的，請參考圖2，對生成用戶興趣組數據的方法作詳細介紹。該方法包括以下步驟:步驟S201:獲取瀏覽網頁的移動終端的用戶訪問記錄和移動終端的移動用戶號碼簿號碼MDN。步驟S202:根據所述移動終端的移動用戶號碼簿號碼MDN進行哈希運算處理，得到用戶ID。根據同一移動終端的MDN進行哈希運算處理，得到所述用戶ID是唯一確定的，因此用戶信息與用戶ID是緊密關聯的。步驟S203:按照與所述用戶ID關聯的方式,將所述用戶訪問記錄存儲到Hadoop集群上。當用戶很多時，用戶訪問記錄具有很大的數據量，因此對存儲能力提出很高的要求。從理論上來說，可以有很多的存儲方式。但是本發明優選:通過Hadoop集群，按照與所述用戶ID關聯的方式，存儲所述用戶訪問記錄。Hadoop是一個分布式系統基礎架構，具有集群特點和高速運算、存儲能力。它提供高傳輸率(high throughput)來訪問應用程式的數據，適合那些有著超大數據集(large data set)的應用程式。因此，Hadoop集群對本發明用戶訪問記錄的存儲提供很強的支持。步驟S204:使用MapReduce分析所述用戶訪問記錄,對用戶瀏覽過的網頁進行分類，根據所述分類的分類結果生成用戶興趣組數據。用戶訪問記錄中包含了很多數據，比如MDN、網址、瀏覽器、訪問時間和Cookie等。分析所述用戶訪問記錄，對用戶瀏覽過的網頁進行分類有很多的實現方式。但是本發明，相應於按照與所述用戶ID關聯的方式，將所述用戶訪問記錄存儲到Hadoop集群上；優選通過使用MapReduce分析所述用戶訪問記錄，對用戶瀏覽過的網頁進行分類，根據所述分類的分類結果生成用戶興趣組數據。MapReduce是一種編程模型，用於大規模數據集(大於1TB)的並行運算。本發明通過MapReduce，實現了具有大規模數據量的用戶訪問記錄快速分析處理。步驟S205:按照與所述用戶ID關聯的方式，存儲所述用戶興趣組數據。所述存儲的用戶興趣組數據與用戶ID關聯，保證只要提供特定的用戶信息(如MDN等)就能把相關聯的用戶興趣組數據提取出來。當然，每個用戶可能具有多個用戶興趣組數據。比如，喜歡NBA的用戶，同時還可能喜歡論壇、團購等，那麼一個用戶ID就可能對應多個如「NBA」、「論壇」、「團購」等用戶興趣組數據。請參考圖3，本發明提供基於行動網路的廣告調度方法另一個實施例的流程:步驟S301:接收移動終端的應用程式的請求，所述請求包含用戶信息，所述用戶信息包括移動終端的移動用戶號碼簿號碼MDN、IP位址信息、移動終端的作業系統及行動網路的網絡類型。
用戶信息包含的內容越多，提供匹配備選廣告列表的依據就越多，最終廣告調度的精準度也就越好。步驟S302:將所述IP位址信息轉換為地域信息，作為用戶信息。該步驟根據IP位址資料庫(即IP庫)，IP庫裡面存放了大量的IP位址，對應於用戶所處的地域信息。通過該步驟將所述IP位址信息轉換為地域信息，提供了匹配備選廣告列表的又一個依據，比如有些廣告具有很強的地域要求，只要求在某一地區推送，那麼根據用戶所處地域的地域信息，就將地域信息不符合的廣告過濾掉，增加廣告調度的精準度。步驟S303:獲取所述移動終端的歷史訪問記錄生成的用戶興趣組數據。步驟S304:根據所述用戶興趣組數據、地域信息、移動終端的作業系統及行動網路的網絡類型，匹配出按相關性排序的備選廣告列表。步驟S305:根據預設的廣告模型和用戶興趣組數據計算所述備選廣告列表中每條備選廣告的預測點擊率，並按照所述預測點擊率從高到底進行排序，得到排序結果。廣告模型中包含了廣告主的廣告篩選條件，和每個篩選條件的權重計算方法，甚至還包括其他參數，比如廣告主的帳戶餘額信息。本發明對此不作限定，是因為目前有很多實現方法都可以應用於本發明。本發明按照預測點擊率從高到底進行排序，但是實際應用中可能是其它排序標準。步驟S306:根據所述排序結果，依次獲取廣告素材信息，並拼接成所述目標廣告。廣告素材信息可以是存儲在專門的存儲設備上的廣告的素材，以備用於提取並拼接成完整的廣告。步驟S307:發送所述目標廣告至所述移動終端，以便所述移動終端呈現所述目標廣告。本實施例相比圖1所示的第一個實施例，是一個效果更具體的實施例，其用戶信息包含的內容更具體，提供更具體的匹配備選廣告列表的依據，因此廣告調度的精準度更聞。為了維護廣告主的利益，防止有人不斷通過移動終端上的應用程式發送用戶信息，請求並獲得目標廣告，以達到賺取利益的目的，本發明採取反作弊處理方法，請參考圖4，該方法包括以下步驟:步驟S401:在所述發送所述目標廣告至所述移動終端之後，將發送所述目標廣告至所述移動終端的事件記錄日誌；和/或在所述接收移動終端的應用程式的請求之後，將接收移動終端的應用程式的請求的事件記錄日誌；所述日誌至少包括所述事件的發生時間。可以只針對上述兩個事件中的一個記錄日誌，也可以針對上述兩個事件均記錄日誌，本發明不作特別限定。步驟S402:在預定的時間點，讀取所述日誌。所謂預定的時間點是指，根據具體需要設置相鄰兩次讀取所述日誌的時間間隔，比如可以是每分鐘讀取一次，但不限於此。步驟S403:判斷所述日誌中相鄰兩次事件發生的時間間隔是否短於預設的標準時間間隔；若是，執行步驟S404 ;若否，執行步驟S405。標準時間間隔根據具體需要設置，比如可以是I小時。如果判斷出相鄰兩次事件發生的時間間隔短於I小時，就認為存在作弊行為。步驟S404:進行作弊處理，並將處理結果寫入資料庫。寫入資料庫的處理結果可以作為業務系統優化廣告策略的參考。步驟S405:不作處理。上述內容針對本發明基於行動網路的廣告調度方法做了詳細闡述。為了使本發明更加清楚明了，接下來對本發明基於行動網路的廣告調度裝置展開說明。本領域技術人員可以理解該基於行動網路的廣告調度裝置對應於上述方法。請參考圖5，一種基於行動網路的廣告調度裝置，包括:用戶請求接收模塊510，用於接收移動終端的應用程式的請求，所述請求包含用戶信息，所述用戶信息包含移動用戶號碼簿號碼MDN;用戶興趣組數據獲取模塊520，用於獲取所述移動終端的歷史訪問記錄生成的用戶興趣組數據；備選廣告列表匹配模塊530，用於根據所述用戶信息和用戶興趣組數據匹配廣告，產生按相關性排序的備選廣告列表；目標廣告篩選模塊540,用於根據廣告篩選條件從所述備選廣告列表中篩選出目標廣告；目標廣告發送模塊550，用於發送所述目標廣告至所述移動終端，以便所述移動終端呈現所述目標廣告。該裝置的詳細技術特徵和技術效果已經在方法中作了說明，在此不再贅述。請參考圖6，相應於用戶興趣組數據生成方法，本發明提供一種用戶興趣組數據生成裝置，包括:用戶訪問記錄獲取模塊610，用於獲取瀏覽網頁的移動終端的用戶訪問記錄和移動終端的移動用戶號碼簿號碼MDN;哈希運算處理模塊620，用於根據所述移動終端的移動用戶號碼簿號碼MDN進行哈希運算處理，得到用戶ID ;用戶訪問記錄存儲模塊630，用於按照與所述用戶ID關聯的方式，將所述用戶訪問記錄存儲到Hadoop集群上；用戶興趣組數據生成模塊640，用於使用MapReduce分析所述用戶訪問記錄，對用戶瀏覽過的網頁進行分類，根據所述分類的分類結果生成用戶興趣組數據；用戶興趣組數據存儲模塊650，用於按照與所述用戶ID關聯的方式，存儲所述用戶興趣組數據。請參考圖7，相應於圖3提供的基於行動網路的廣告調度方法的一個優選實施例，本發明提供基於行動網路的廣告調度裝置另一個實施例，作為優選。該裝置包括:用戶請求接收模塊710，用於接收移動終端的應用程式的請求，所述請求包含用戶信息，所述用戶信息包含移動用戶號碼簿號碼MDN。地域信息轉換模塊720，用於在所述用戶請求接收模塊接收移動終端的應用程式的請求之後，在所述用戶興趣組數據獲取模塊獲取所述移動終端的歷史訪問記錄生成的用戶興趣組數據之前，將所述IP位址信息轉換為地域信息，作為用戶信息。用戶興趣組數據獲取模塊730，用於獲取所述移動終端的歷史訪問記錄生成的用戶興趣組數據。備選廣告列表匹配模塊740，用於根據所述用戶信息和用戶興趣組數據匹配廣告，產生按相關性排序的備選廣告列表。目標廣告篩選模塊750，所述目標廣告篩選模塊750包括:預測點擊率計算和排序單元751，用於根據預設的廣告模型和用戶興趣組數據計算所述備選廣告列表中每條備選廣告的預測點擊率，並按照所述預測點擊率從高到底進行排序，得到排序結果；廣告素材信息獲取和拼接單元752，用於根據所述排序結果，依次獲取廣告素材信息，並拼接成所述目標廣告。目標廣告發送模塊760，用於發送所述目標廣告至所述移動終端，以便所述移動終端呈現所述目標廣告。
請參考圖8，相應於反作弊處理方法，本發明提供反作弊處理裝置，包括:日誌記錄模塊810，用於在所述目標廣告發送模塊發送所述目標廣告至所述移動終端之後，將發送所述目標廣告至所述移動終端的事件記錄日誌；和/或用於在所述用戶請求接收模塊接收移動終端的應用程式的請求之後，將接收移動終端的應用程式的請求的事件記錄日誌；所述日誌至少包括所述事件的發生時間。日誌讀取模塊820，用於在預定的時間點，讀取所述日誌。日誌判斷和處理模塊830，用於判斷所述日誌中相鄰兩次事件發生的時間間隔是否短於預設的標準時間間隔；若是，進行作弊處理，並將處理結果寫入資料庫；若否，不作處理。上述對本發明基於行動網路的廣告調度方法和裝置做了闡述，相應地，本發明還提供基於行動網路的廣告調度系統。請參考圖9，該廣告調度系統包括:廣告調度伺服器910、用戶訪問記錄伺服器920、用戶興趣分析伺服器930、用戶興趣組伺服器940。廣告調度伺服器910包括:用戶請求接收模塊，用於接收移動終端的應用程式的請求，所述請求包含用戶信息，所述用戶信息包含移動用戶號碼簿號碼MDN;用戶興趣組數據獲取模塊，用於獲取所述移動終端的歷史訪問記錄生成的用戶興趣組數據；備選廣告列表匹配模塊，用於根據所述用戶信息和用戶興趣組數據匹配廣告，產生按相關性排序的備選廣告列表；目標廣告篩選模塊，用於根據廣告篩選條件從所述備選廣告列表中篩選出目標廣告；目標廣告發送模塊，用於發送所述目標廣告至所述移動終端，以便所述移動終端呈現所述目標廣告。用戶訪問記錄伺服器920包括:用戶訪問記錄獲取模塊，用於獲取瀏覽網頁的移動終端的用戶訪問記錄和移動終端的移動用戶號碼簿號碼MDN;哈希運算處理模塊，用於根據所述移動終端的移動用戶號碼簿號碼MDN進行哈希運算處理，得到用戶ID ;用戶訪問記錄存儲模塊，用於按照與所述用戶ID關聯的方式，將所述用戶訪問記錄存儲到Hadoop集群上。用戶興趣分析伺服器930包括:用戶興趣組數據生成模塊，用於使用MapReduce分析所述用戶訪問記錄，對用戶瀏覽過的網頁進行分類，根據所述分類的分類結果生成用戶興趣組數據。用戶興趣組伺服器940包括:用戶興趣組數據存儲模塊，用於按照與所述用戶ID關聯的方式，存儲所述用戶興趣組數據。本領域的技術人員能夠理解，由於本發明處理的數據規模很大，此處的伺服器可以指伺服器組，即有很多伺服器組成集群共同處理數據。圖10為本發明基於行動網路的廣告調度系統一個實施例的數據交互示意圖。移動終端用戶通過手機等移動終端訪問Internet，廣告調度系統的用戶訪問記錄伺服器獲取用戶訪問記錄，經分析、存儲至離線用戶數據分析中心(相當於用戶興趣分析伺服器)，由離線用戶數據分析中心分析，生成用戶興趣組數據，並存儲至資料庫集群(Database Cluster,簡稱DBCluster,相當於用戶興趣組伺服器)。當運行在移動終端上的應用程式請求廣告時，廣告調度伺服器根據用戶ID獲取依據移動終端的歷史訪問記錄生成的用戶興趣組數據，並據此匹配、篩選出目標廣告，發送目標廣告至所述移動終端，以便所述移動終端呈現所述目標廣告。
圖11為本發明基於行動網路的廣告調度系統應用於ID3G平臺的數據交互示意圖，其呈現了廣告調度系統在ID3G平臺上數據交互詳細流程。廣告引擎收到應用程式的廣告請求，其中包括了用戶手機號、IP位址信息、移動終端的作業系統等用戶信息。廣告引擎根據IP庫，將IP位址信息轉換為地域信息，並將請求下發給流量分析控制中心。流量分析控制中心將用戶ID的信息發送給用戶數據中心模塊，請求當前用戶的用戶興趣組數據。用戶數據中心查詢資料庫集群，取出用戶興趣組數據，並返回流量分析控制中心。流量分析控制中心將用戶興趣組數據、地域信息、移動終端的作業系統(Android、1s, Win mobile等)，有時還包括網絡類型(如行動網路、電信網絡、聯通網絡或者W1-Fi網絡)等傳遞給廣告檢索節點。廣告檢索節點據此篩選廣告，並將獲取的廣告根據相關性進行排序，得到備選廣告列表，並返回給流量分析控制中心。流量分析控制中心收到廣告檢索節點返回的結果後，將結果發送給點擊預測模塊處理。點擊預測模塊根據預設的廣告模型和用戶興趣組數據計算備選廣告列表中每條備選廣告的預測點擊率，計算備選廣告列表的頻次控制信息，並按照預測點擊率對廣告進行排序，將結果返回流量分析控制中心。流量分析控制中心將結果返回給廣告引擎。廣告引擎從廣告伺服器中獲取廣告素材信息，拼裝完成廣告之後返回給請求的移動終端，並記錄日誌。反作弊處理裝置每分鐘獲取廣告引擎的日誌信息，對用戶的請求行為進行反作弊處理，並將最終的處理結果寫入資料庫，由業務系統執行展示。至此，用戶的一次廣告請求就完成了。類似地，用戶的點擊請求也會進入廣告引擎，廣告引擎只是進行日誌記錄，由反作弊處理裝置完成日誌的反作弊分析，最終寫入業務系統的資料庫。本領域的技術人員可以清楚地了解到本發明可藉助軟體加必須的通用硬體平臺的方式實現。基於這樣的理解，本發明的技術方案本質上或者說對現有技術做出貢獻的部分可以以軟體產品的形式體現出來，該計算機軟體產品可以存儲在存儲介質中，如ROM/RAM、磁碟、光碟等，包括若干指令用以使得計算機設備(可以是個人計算機，伺服器，或者網絡設備等)執行本發明各個實施方式或者實施方式的某些部分所述的方法。以上結合具體實施方式
描述了本發明的技術原理。這些描述只是為了解釋本發明的原理，而不能以任何方式解釋為對本發明保護範圍的限制。基於此處的解釋，本領域的技術人員不需要付出創造性的勞動即可聯想到本發明的其它具體實施方式
，這些方式都將落入本發明的保護範圍之內。
權利要求
1.一種基於行動網路的廣告調度方法，其特徵在於，包括: 接收移動終端的應用程式的請求，所述請求包含用戶信息，所述用戶信息包含移動用戶號碼簿號碼MDN ； 獲取所述移動終端的歷史訪問記錄生成的用戶興趣組數據； 根據所述用戶信息和用戶興趣組數據匹配廣告，產生按相關性排序的備選廣告列表； 根據廣告篩選條件從所述備選廣告列表中篩選出目標廣告； 發送所述目標廣告至所述移動終端，以便所述移動終端呈現所述目標廣告； 其中，所述用戶興趣組數據是預先對所述移動 終端的歷史訪問記錄進行分析，對用戶瀏覽過的網頁進行分類，根據分類結果生成、並按照與用戶ID關聯的方式存儲得到的；所述用戶ID是預先根據所述移動終端的移動用戶號碼簿號碼MDN進行哈希運算處理得到的。
2.根據權利要求1所述的基於行動網路的廣告調度方法，其特徵在於，所述用戶信息還包含:IP位址信息、移動終端的作業系統及行動網路的網絡類型； 在所述接收移動終端的應用程式的請求之後，在所述獲取所述移動終端的歷史訪問記錄生成的用戶興趣組數據之前，還包括將所述IP位址信息轉換為地域信息，作為用戶信息
3.根據權利要求1所述的基於行動網路的廣告調度方法，其特徵在於，所述用戶興趣組數據具體通過如下方法生成: 獲取瀏覽網頁的移動終端的用戶訪問記錄和移動終端的移動用戶號碼簿號碼MDN ； 根據所述移動終端的移動用戶號碼簿號碼MDN進行哈希運算處理，得到用戶ID ； 按照與所述用戶ID關聯的方式，將所述用戶訪問記錄存儲到Hadoop集群上； 使用MapReduce分析所述用戶訪問記錄，對用戶瀏覽過的網頁進行分類，根據所述分類的分類結果生成用戶興趣組數據； 按照與所述用戶ID關聯的方式，存儲所述用戶興趣組數據。
4.根據權利要求1所述的基於行動網路的廣告調度方法，其特徵在於，所述根據廣告篩選條件從所述備選廣告列表中篩選出目標廣告，具體為: 根據預設的廣告模型和用戶興趣組數據計算所述備選廣告列表中每條備選廣告的預測點擊率，並按照所述預測點擊率從高到底進行排序，得到排序結果； 根據所述排序結果，依次獲取廣告素材信息，並拼接成所述目標廣告。
5.根據權利要求1至4任一項所述的基於行動網路的廣告調度方法，其特徵在於，在所述發送所述目標廣告至所述移動終端之後，還包括將發送所述目標廣告至所述移動終端的事件記錄日誌；和/或在所述接收移動終端的應用程式的請求之後，還包括將接收移動終端的應用程式的請求的事件記錄日誌；所述日誌至少包括所述事件的發生時間； 在預定的時間點，讀取所述日誌； 判斷所述日誌中相鄰兩次事件發生的時間間隔是否短於預設的標準時間間隔；若是，進行作弊處理，並將處理結果寫入資料庫；若否，不作處理。
6.一種基於行動網路的廣告調度裝置，其特徵在於，包括: 用戶請求接收模塊，用於接收移動終端的應用程式的請求，所述請求包含用戶信息，所述用戶信息包含移動用戶號碼簿號碼MDN ； 用戶興趣組數據獲取模塊，用於獲取所述移動終端的歷史訪問記錄生成的用戶興趣組數據； 備選廣告列表匹配模塊，用於根據所述用戶信息和用戶興趣組數據匹配廣告，產生按相關性排序的備選廣告列表； 目標廣告篩選模塊，用於根據廣告篩選條件從所述備選廣告列表中篩選出目標廣告； 目標廣告發送模塊，用於發送所述目標廣告至所述移動終端，以便所述移動終端呈現所述目標廣告； 其中，所述用戶興趣組數據是預先對所述移動終端的歷史訪問記錄進行分析，對用戶瀏覽過的網頁進行分類，根據分類結果生成、並按照與用戶ID關聯的方式存儲得到的；所述用戶ID是預先根據所述移動終端的移動用戶號碼簿號碼MDN進行哈希運算處理得到的。
7.根據權利要求6所述的基於行動網路的廣告調度裝置，其特徵在於，所述用戶信息還包含:IP位址信息、移動終端的作業系統及行動網路的網絡類型； 所述廣告調度裝置還包括:地域信息轉換模塊，用於在所述用戶請求接收模塊接收移動終端的應用程式的請求之後，在所述用戶興趣組數據獲取模塊獲取所述移動終端的歷史訪問記錄生成的用戶興趣組數據之前，將所述IP位址信息轉換為地域信息，作為用戶信肩、O
8.根據權利要求6所述的基於行動網路的廣告調度裝置，其特徵在於，還包括: 用戶訪問記錄獲取模塊， 用於獲取瀏覽網頁的移動終端的用戶訪問記錄和移動終端的移動用戶號碼簿號碼MDN ； 哈希運算處理模塊，用於根據所述移動終端的移動用戶號碼簿號碼MDN進行哈希運算處理，得到用戶ID; 用戶訪問記錄存儲模塊，用於按照與所述用戶ID關聯的方式，將所述用戶訪問記錄存儲到Hadoop集群上； 用戶興趣組數據生成模塊，用於使用MapReduce分析所述用戶訪問記錄，對用戶瀏覽過的網頁進行分類，根據所述分類的分類結果生成用戶興趣組數據； 用戶興趣組數據存儲模塊，用於按照與所述用戶ID關聯的方式，存儲所述用戶興趣組數據。
9.根據權利要求6所述的基於行動網路的廣告調度裝置，其特徵在於，所述目標廣告篩選模塊包括: 預測點擊率計算和排序單元，用於根據預設的廣告模型和用戶興趣組數據計算所述備選廣告列表中每條備選廣告的預測點擊率，並按照所述預測點擊率從高到底進行排序，得到排序結果； 廣告素材信息獲取和拼接單元，用於根據所述排序結果，依次獲取廣告素材信息，並拼接成所述目標廣告。
10.根據權利要求6至9任一項所述的基於行動網路的廣告調度裝置，其特徵在於，該裝置還包括反作弊處理裝置，所述反作弊處理裝置包括: 日誌記錄模塊，用於在所述目標廣告發送模塊發送所述目標廣告至所述移動終端之後，將發送所述目標廣告至所述移動終端的事件記錄日誌；和/或用於在所述用戶請求接收模塊接收移動終端的應用程式的請求之後，將接收移動終端的應用程式的請求的事件記錄日誌；所述日誌至少包括所述事件的發生時間；日誌讀取模塊，用於在預定的時間點，讀取所述日誌； 日誌判斷和處理模塊，用於判斷所述日誌中相鄰兩次事件發生的時間間隔是否短於預設的標準時間間隔；若是，進行作弊處理，並將處理結果寫入資料庫；若否，不作處理。
11.一種基於行動網路的廣告調度系統，其特徵在於，包括:廣告調度伺服器、用戶訪問記錄伺服器、用戶興趣分析伺服器和用戶興趣組伺服器； 所述廣告調度伺服器包括:用戶請求接收模塊，用於接收移動終端的應用程式的請求，所述請求包含用戶信息；用戶興趣組數據獲取模塊，用於獲取所述移動終端的歷史訪問記錄生成的用戶興趣組數據；備選廣告列表匹配模塊，用於根據所述用戶信息和用戶興趣組數據匹配廣告，產生按相關性排序的備選廣告列表；目標廣告篩選模塊，用於根據廣告篩選條件從所述備選廣告列表中篩選出目標廣告；目標廣告發送模塊，用於發送所述目標廣告至所述移動終端，以便所述移動終端呈現所述目標廣告； 所述用戶訪問記錄伺服器包括:用戶訪問記錄獲取模塊，用於獲取瀏覽網頁的移動終端的用戶訪問記錄和移動終端的移動用戶號碼簿號碼MDN;哈希運算處理模塊，用於根據所述移動終端的移動用戶號碼簿號碼MDN進行哈希運算處理，得到用戶ID ;用戶訪問記錄存儲模塊，用於按照與所述用戶ID關聯的方式，將所述用戶訪問記錄存儲到Hadoop集群上； 所述用戶興趣分析伺服器包括:用戶興趣組數據生成模塊，用於使用MapReduce分析所述用戶訪問記錄，對用戶瀏覽過的網頁進行分類，根據所述分類的分類結果生成用戶興趣組數據； 所述用戶興趣組伺服器包括:用戶興趣組數據存儲模塊，用於按照與所述用戶ID關聯的方式，存儲所述用戶興趣組數據。
全文摘要
本發明公開了一種基於行動網路的廣告調度方法、裝置及系統，該方法包括接收移動終端的應用程式的請求，所述請求包含用戶信息，所述用戶信息包含移動用戶號碼簿號碼MDN；獲取所述移動終端的歷史訪問記錄生成的用戶興趣組數據；根據所述用戶信息和用戶興趣組數據匹配廣告，產生按相關性排序的備選廣告列表；根據廣告篩選條件從所述備選廣告列表中篩選出目標廣告；發送所述目標廣告至所述移動終端，以便所述移動終端呈現所述目標廣告。應用本發明，能夠實現移動廣告平臺上廣告的精準調度，達到精準推送的目的。
文檔編號G06Q30/02GK103200262SQ20131011334
公開日2013年7月10日 申請日期2013年4月2日 優先權日2013年4月2日
發明者陸遙, 羅峰, 黃蘇支, 李娜 申請人:億贊普(北京)科技有限公司