位最精準(zhǔn)的篩選機(jī)制，才能確保最終在二終端呈 現(xiàn)的廣告信息的最終展示結(jié)果是最準(zhǔn)確和符合用戶關(guān)注度需求的結(jié)果。而且，兼顧定位準(zhǔn) 確和提高其用戶側(cè)終端展示的最終信息展現(xiàn)的結(jié)果(如曝光概率更高），使得信息內(nèi)容不僅 定位精準(zhǔn)，而且對"少量的小眾用戶群體"也能實(shí)現(xiàn)大量的展現(xiàn)結(jié)果(提高曝光概率)也符合 大數(shù)據(jù)時(shí)代信息分享和傳播的需求。最終，通過上述從商品層面的維度處理和"窄定向策 略"得到的第一信息發(fā)送給第二終端的用戶側(cè)進(jìn)行信息展現(xiàn)，就可以得到最終針對用戶關(guān) 注度定位準(zhǔn)確，定向推送結(jié)果也更加精確，大量的展現(xiàn)結(jié)果(提高曝光概率)也符合大數(shù)據(jù) 時(shí)代信息分享和傳播的需求。在實(shí)際操作中，在給予窄定向商品的廣告更高曝光概率，即： 兼顧定位準(zhǔn)確和提高其用戶側(cè)終端展示的最終信息展現(xiàn)的結(jié)果(如曝光概率更高），不僅符 合大數(shù)據(jù)時(shí)代信息分享和傳播的需求，而且還能避免對同一個(gè)廣告進(jìn)行定向拆分獲得更高 曝光概率的問題(或稱為防止作弊）。
[0116] 實(shí)施例五：
[0117] 基于實(shí)施例四，本發(fā)明實(shí)施例的服務(wù)器中，所述篩選單元進(jìn)一步包括:維度參數(shù)獲 取子單元，用于根據(jù)所述第一維度參數(shù)，獲取與所述第一維度參數(shù)對應(yīng)的第二維度參數(shù)，所 述第二維度參數(shù)用于表征與廣告特征屬性相關(guān)的信息;所述篩選單元還包括:信息篩選子 單元，用于將根據(jù)所述第二維度參數(shù)從所述X個(gè)第一信息中篩選得到的至少一個(gè)第一信息， 確定為所述與第一維度參數(shù)對應(yīng)的Y個(gè)第一信息。
[0118] 在本發(fā)明實(shí)施例一實(shí)施方式中，所述服務(wù)器還包括:第一提取子單元，用于從所述 X個(gè)第一信息中提取出第一標(biāo)識ID，作為所述第一維度參數(shù)；以及，第二提取子單元，用于從 所述X個(gè)第一信息中提取出與所述第一 ID對應(yīng)的第二ID組，作為所述第二維度參數(shù)，第二ID 組記為第二ID_0，…，第二ID_i，i為大于0的正整數(shù)。
[0119] 相應(yīng)的，所述信息篩選子單元，進(jìn)一步用于:根據(jù)所述第二ID_0，···，第二ID_i檢索 所述X個(gè)第一信息，得到所述Y個(gè)第一信息，將所述Y個(gè)第一信息確定為商品維度對應(yīng)的所有 廣告信息;所述Y〈X，為大于1的正整數(shù)。
[0120] 在本發(fā)明實(shí)施例一實(shí)施方式中，所述優(yōu)先級排序單元，進(jìn)一步包括:商品覆蓋人數(shù) 獲取子單元，用于獲取所述商品維度對應(yīng)的所有廣告信息所針對的用戶人數(shù)Μ，將所述用戶 人數(shù)Μ確定為商品覆蓋人數(shù);相應(yīng)的，所述優(yōu)先級排序單元，還包括策略生成子單元，用于獲 取低于第一閾值的Ν個(gè)用戶，給予所述Ν個(gè)用戶在第二終端進(jìn)行信息展示時(shí)更多的展示頻率 和/或次數(shù)，并據(jù)此生成所述第一策略，所述Ν〈Μ，為大于1的正整數(shù)。
[0121] 在本發(fā)明實(shí)施例一實(shí)施方式中，所述策略生成子單元，進(jìn)一步用于:將所述N個(gè)用 戶確定為所述商品覆蓋人數(shù)中覆蓋人數(shù)少的目標(biāo)用戶;將所述目標(biāo)用戶對應(yīng)的廣告信息按 照點(diǎn)擊率參數(shù)和/或中小廣告主消耗比例參數(shù)進(jìn)行排序，得到包括1，…，j個(gè)排序值的排序 結(jié)果參數(shù)，j為>1的自然數(shù);為第1個(gè)排序值對應(yīng)的加權(quán)處理增加權(quán)重，為第2個(gè)至第j個(gè)排 序值在加權(quán)處理時(shí)進(jìn)行加權(quán)遞減處理。
[0122] 實(shí)施例六：
[0123] 這里需要指出的是，上述第一終端和第二終端可以為PC這種電子設(shè)備，還可以為 如PAD，平板電腦，手提電腦這種便攜電子設(shè)備、還可以為如手機(jī)這種智能移動終端，不限于 這里的描述;所述服務(wù)器可以是通過集群系統(tǒng)構(gòu)成的，為實(shí)現(xiàn)各單元功能而合并為一或各 單元功能分體設(shè)置的電子設(shè)備，客戶端和服務(wù)器都至少包括用于存儲數(shù)據(jù)的數(shù)據(jù)庫和用于 數(shù)據(jù)處理的處理器，或者包括設(shè)置于服務(wù)器內(nèi)的存儲介質(zhì)或獨(dú)立設(shè)置的存儲介質(zhì)。
[0124] 其中，對于用于數(shù)據(jù)處理的處理器而言，在執(zhí)行處理時(shí)，可以采用微處理器、中央 處理器（CPU，Central Processing Unit)、數(shù)字信號處理器（DSP，Digital Singnal Processor)或可編程邏輯陣列（FPGA，F(xiàn)ield - Programmable Gate Array)實(shí)現(xiàn)；對于存儲 介質(zhì)來說，包含操作指令，該操作指令可以為計(jì)算機(jī)可執(zhí)行代碼，通過所述操作指令來實(shí)現(xiàn) 上述本發(fā)明實(shí)施例信息處理方法流程中的各個(gè)步驟。
[0125] 該第一終端、第二終端和該服務(wù)器作為硬件實(shí)體S11的一個(gè)示例如圖6所示。所述 裝置包括處理器61、存儲介質(zhì)62以及至少一個(gè)外部通信接口 63;所述處理器61、存儲介質(zhì)62 以及外部通信接口 63均通過總線64連接。
[0126] 這里需要指出的是：以上涉及客戶端和服務(wù)器項(xiàng)的描述，與上述方法描述是類似 的，同方法的有益效果描述，不做贅述。對于本發(fā)明客戶端和服務(wù)器實(shí)施例中未披露的技術(shù) 細(xì)節(jié)，請參照本發(fā)明方法實(shí)施例的描述。
[0127] 以一個(gè)現(xiàn)實(shí)應(yīng)用場景為例對本發(fā)明實(shí)施例闡述如下：
[0128] 本應(yīng)用場景是針對第一終端推送的廣告信息在服務(wù)器按照窄定向策略處理后，得 到處理后的廣告信息在第二終端展示的情況而言，對于本應(yīng)用場景采用本發(fā)明實(shí)施例是一 個(gè)基于商品覆蓋人數(shù)調(diào)整廣告信息曝光概率的技術(shù)方案。其中，本文中涉及的廣告主指投 放廣告的主體;曝光指廣告在排序中勝出，展示給用戶；消耗指廣告主投放廣告所消耗錢 的金額，在廣告主設(shè)定的限額內(nèi)消耗越多說明廣告曝光越充足，對廣告主越有利;廣告的消 耗指廣告所消耗錢的金額;廣告主的消耗指廣告主賬戶下所有廣告所消耗錢的金額的和； 定向條件指廣告主在投放廣告時(shí)選擇的目標(biāo)人群需要符合的條件，這些條件之間存在 "與"、"或"關(guān)系，如選擇性別男"與"地區(qū)北京"或"天津，則定向條件為北京地區(qū)的男性和天 津地區(qū)的男性;對于商品對應(yīng)的廣告/廣告對應(yīng)的商品，一個(gè)商品可對應(yīng)多個(gè)廣告，一個(gè)廣 告只屬于一個(gè)商品，對應(yīng)關(guān)系如圖3所示;廣告覆蓋人數(shù)指符合廣告定向條件的人的數(shù)量； 商品覆蓋人數(shù)指商品對應(yīng)的所有廣告的覆蓋人群的并集中的人數(shù)；窄定向?yàn)橐粋€(gè)相對概 念，指用戶選擇的定向條件越多越明確，則覆蓋人數(shù)越少，定向越窄。
[0129] 目前，在當(dāng)前廣告系統(tǒng)中，廣告主在投放廣告時(shí)，會選擇定向條件，如深圳、20歲~ 30歲、性別為女等，這些定向條件選擇的越多，廣告覆蓋人數(shù)就越少，則廣告的曝光量越少， 廣告主消耗比例越低。另一方面，數(shù)據(jù)顯示覆蓋人數(shù)少的廣告有更高的點(diǎn)擊率，說明廣告更 加精準(zhǔn)。想讓精準(zhǔn)的廣告有高的曝光量，對此應(yīng)用場景，采用本發(fā)明實(shí)施例采用窄定向策 略，以提高對應(yīng)商品覆蓋人數(shù)少的廣告的曝光概率，兼顧定向精準(zhǔn)和更高的曝光概率的需 求，曝光概率越高，也能提升相應(yīng)廣告主的消耗。
[0130] 采用本發(fā)明實(shí)施例的窄定向策略，可以讓對應(yīng)商品覆蓋人數(shù)更少的廣告獲得更高 的曝光概率。其中，所述窄定向策略的"窄"指：目標(biāo)受眾范圍的寬窄，也稱為目標(biāo)覆蓋人數(shù) 比較少的是窄定向。廣告主選擇的定向條件越多越明確，符合條件的目標(biāo)受眾越少，則定向 越窄。有些廣告主很清楚自己廣告的目標(biāo)受眾，則設(shè)置的廣告定向較為精準(zhǔn)，但是，最終所 覆蓋的用戶較少，如圖7所示，圖7為覆蓋人數(shù)與廣告信息點(diǎn)擊率的關(guān)系圖，以圖1中服務(wù)器 11-ln對應(yīng)的廣告平臺為廣點(diǎn)通作為示例，在廣點(diǎn)通平臺的實(shí)際應(yīng)用中，歷史數(shù)據(jù)顯示覆蓋 人數(shù)越少的廣告擊率越高，說明用戶越感興趣，從而得到可以采用窄定向策略的統(tǒng)計(jì)規(guī)律 來提高曝光概率。
[0131] 當(dāng)采用窄定向策略后，對應(yīng)商品覆蓋人數(shù)少的廣告的消耗顯著提升，如圖8所示， 采用窄定向策略后顯著提升了窄定向用戶群體對應(yīng)的廣告消耗，計(jì)算消耗比的公式如下所 示：
[0132]
[0133] 在本發(fā)明實(shí)施例的窄定向策略中，覆蓋人數(shù)范圍的"寬窄"是從商品層面來衡量 的，也就是說，從商品層面衡量目標(biāo)受眾的"寬窄"，如圖3所示，一個(gè)商品可對應(yīng)多個(gè)廣告， 一個(gè)廣告只屬于一個(gè)商品。如果從廣告層面衡量，可能出現(xiàn)廣告主通過將一個(gè)廣告拆分成 多個(gè)窄定向的廣告，來提升自己廣告在排序中得分的這種不合理的情況，例如仍以上文提 及的表1為例，進(jìn)彳丁說明：
[0134]
[uudj 霍丄
[0136] 表1所示的情境中，商品A和商品B的商品覆蓋人數(shù)都是100萬，商品A只有廣告1，投 放給北京地區(qū)的人;商品B有廣告2和廣告3,分別投放給北京地區(qū)的男性和北京地區(qū)的女 性，相當(dāng)于把廣告1拆分成了廣告2和廣告3。如果按照廣告覆蓋人數(shù)來衡量，則廣告2和廣告 3的覆蓋人數(shù)都小于廣告1，應(yīng)該給予廣告2和廣告3比廣告1更高的曝光概率，則商品B的曝 光概率高于商品A，而廣告主和用戶真正關(guān)注是的商品而不是廣告，實(shí)際上這兩個(gè)商品覆蓋 的是同樣的人，應(yīng)該給予商品A和B的廣告同樣的曝光概率。
[0137] 本應(yīng)用場景采用本發(fā)明實(shí)施例，第一步，離線獲取商品的覆蓋人數(shù)，即：計(jì)算商品 覆蓋人數(shù);第二步，在排序模塊中根據(jù)商品覆蓋人數(shù)對廣告進(jìn)行加權(quán)，即：計(jì)算針對人數(shù)N少 的情況，提高其曝光概率，從而使其在排序中處于高優(yōu)先級，這樣，定向結(jié)果就更加精確，具 體的，如圖9所示為采用窄定向策略的實(shí)現(xiàn)架構(gòu)圖，包括:廣告發(fā)布端，窄定向數(shù)據(jù)模塊，數(shù) 據(jù)庫，人群預(yù)估模塊，排序模塊幾個(gè)系統(tǒng)架構(gòu)部件，通過這些系統(tǒng)架構(gòu)部件實(shí)現(xiàn)的流程包 括：
[0138] 步驟711、窄定向數(shù)據(jù)模塊向廣告發(fā)布端發(fā)起讀取請求，以獲取到商品ID、每個(gè)商 品對應(yīng)的所有廣告ID、每個(gè)廣告對應(yīng)的廣告定向?qū)傩?。這里，廣告定向?qū)傩缘囊粋€(gè)示例如表 2所示。
[0139]
[0140] 表2
[0141]表2中，包括以下數(shù)據(jù)項(xiàng)：
[0142] FMId:該廣告在數(shù)據(jù)庫中的鍵值，用于查詢。
[0143] 定向字段包括:投放區(qū)域、年齡、性別、上網(wǎng)場景、學(xué)歷、用戶狀態(tài)、商業(yè)興趣、付費(fèi) 用戶、應(yīng)用用戶、穿衣指數(shù)、紫外線指數(shù)、化妝指數(shù)、氣象、設(shè)備價(jià)格、操作系統(tǒng)、聯(lián)網(wǎng)方式、電 信服務(wù)運(yùn)營商。
[0144] 步驟712、窄定向數(shù)據(jù)模塊將商品對應(yīng)的所有廣告的定向?qū)傩?或稱為商品定向?qū)?性)傳輸給人群預(yù)估模塊。
[0145] 步驟713、人群預(yù)估模塊根據(jù)步驟712傳輸來的商品定向?qū)傩杂?jì)算商品ID對應(yīng)的人 數(shù)并確定為商品覆蓋人數(shù)，并將計(jì)算得到的商品覆蓋人數(shù)傳輸給窄定向數(shù)據(jù)模塊。
[0146] 這里，人群預(yù)估模塊具備人群預(yù)估功能和如何應(yīng)用宏觀索引策略。其中，所述人群 預(yù)估功能指:通過人群預(yù)估服務(wù)根據(jù)廣告的定向?qū)傩约皻v史曝光信息給出廣告覆蓋人數(shù)的 上限估計(jì);所述宏觀索引策略指:通過人群預(yù)估服務(wù)以目標(biāo)人群的特征、廣告的特征建立以 定向字段為鍵值的倒排索引，并對定向字段邏輯表達(dá)式建立索引。例如:對每個(gè)定向字段建 立倒排索引，倒排索引的一個(gè)實(shí)例如下所示：
[0147] 北京：U1，U8，U9
[0148] 上海:U2，U5，U6
[0149] 深圳：U3，U4，U7
[0150] 25 歲：U3，U5
[0151] 26 歲：U1，U2，U7
[0152] 則其定向字段邏輯表達(dá)式如圖10所示（圖10的定向字段邏輯表達(dá)式是針對窄定向 的策略進(jìn)行說明如何實(shí)現(xiàn)定向），根據(jù)邏輯表達(dá)式中AND、0R、N0T的邏輯運(yùn)算符對各個(gè)定向 字段索引中對應(yīng)的用戶進(jìn)行集合運(yùn)算，就得到廣告覆蓋的人數(shù)為：[[