流量优化方法、装置、设备及计算机可读存储介质制造方法及图纸

技术编号:37793235 阅读:19 留言:0更新日期:2023-06-09 09:23
本申请提供了一种流量优化方法、装置、设备及计算机可读存储介质;该方法包括:获取应用服务器发送的多个流量请求,对多个流量请求进行过滤处理,得到处理后的流量请求;获取处理后的流量请求对应的用户特征数据,并基于用户特征数据从所述处理后的流量请求中确定出多个第一流量请求和多个第二流量请求,第一流量请求的转化意向概率大于第二流量请求的转化意向概率;确定第一流量请求的加权权重和第二流量请求的减权权重;将多个第一流量请求、加权权重、多个第二流量请求、减权权重和处理后的流量请求中除多个第一流量请求和多个第二流量请求之外的其他流量请求发送至推荐信息平台。通过本申请,能够提高流量定位和信息推荐的精准度。推荐的精准度。推荐的精准度。

【技术实现步骤摘要】
流量优化方法、装置、设备及计算机可读存储介质


[0001]本申请涉及信息推荐技术,尤其涉及一种流量优化方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]目前,随着互联网技术和移动终端技术的发展,人们可以利用移动终端进行网络购物、视频观看等娱乐活动。有针对性地向用户推荐其可能感兴趣的信息,如今已成为很多网络平台重点关注的业务之一。媒体流量称为信息推荐平台追逐的对象,信息推荐平台为了能够保证在低成本的情况下

技术实现思路

[0003]本申请实施例提供一种流量优化方法、装置及计算机可读存储介质,能够提高流量定位和信息推荐的精准度。
[0004]本申请实施例的技术方案是这样实现的:
[0005]本申请实施例提供一种流量优化方法,包括:
[0006]获取应用服务器发送的多个流量请求,对所述多个流量请求进行过滤处理,得到处理后的流量请求;
[0007]获取所述处理后的流量请求对应的用户特征数据,并基于所述用户特征数据从所述处理后的流量请求中确定出多个第一流量请求和多个第二流量请求,所述第一流量请求的转化意向概率大于所述第二流量请求的转化意向概率;
[0008]确定所述第一流量请求的加权权重和所述第二流量请求的减权权重;
[0009]将所述多个第一流量请求、所述加权权重、所述多个第二流量请求、所述减权权重和所述处理后的流量请求中除所述多个第一流量请求和所述多个第二流量请求之外的其他流量请求发送至信息推荐平台。
[0010]本申请实施例提供一种流量优化装置,包括:
[0011]过滤模块,用于获取应用服务器发送的多个流量请求,对所述多个流量请求进行过滤处理,得到处理后的流量请求;
[0012]第一确定模块,用于获取所述处理后的流量请求对应的用户特征数据,并基于所述用户特征数据从所述处理后的流量请求中确定出多个第一流量请求和多个第二流量请求,所述第一流量请求的转化意向概率大于所述第二流量请求的转化意向概率;
[0013]第二确定模块,用于确定所述第一流量请求的加权权重和所述第二流量请求的减权权重;
[0014]发送模块,用于将所述多个第一流量请求、所述加权权重、所述多个第二流量请求、所述减权权重和所述处理后的流量请求中除所述多个第一流量请求和所述多个第二流量请求之外的其他流量请求发送至信息推荐平台。
[0015]在一些实施例中,该过滤模块,还用于:
[0016]获取各个流量请求对应的设备标识和IP地址;
[0017]获取异常IP数据库,所述异常IP数据库中包括识别出的虚假流量对应的IP地址和虚假设备的IP地址;
[0018]将存在于所述异常IP数据库的IP地址对应的流量请求确定为待删除流量请求;
[0019]从所述多个流量请求中删除所述待删除流量请求。
[0020]在一些实施例中,该过滤模块,还用于:
[0021]获取异常设备数据库,所述异常设备数据库中包括执行过至少一次预设异常行为的设备标识;
[0022]将存在于所述异常设备数据库的设备标识对应的流量请求,确定为待删除流量请求;
[0023]从所述多个流量请求中删除所述待删除流量请求。
[0024]在一些实施例中,该装置还包括:
[0025]第一获取模块,用于获取第三方设备发送的新识别出的异常IP地址和/或新识别出的异常设备标识;
[0026]第一更新模块,用于基于所述新识别出的异常IP地址对所述异常IP数据库进行更新,得到更新后的异常IP数据库;和/或,
[0027]第二更新模块,用于基于所述新识别出的异常设备标识对所述异常设备数据库进行更新,得到更新后的异常设备数据库。
[0028]在一些实施例中,所述用户特征数据包括用户基础特征数据和用户行为特征数据,该第一确定模块,还用于:
[0029]确定所述用户基础特征数据对应的基础特征向量和所述用户行为特征数据对应的行为特征向量;
[0030]将各个处理后的流量请求对应的基础特征向量和行为特征向量输入到训练好的转化模型,得到所述各个处理后的流量请求的转化意向概率;
[0031]将所述各个处理后的流量请求的转化意向概率按照从高到低的顺序,对所述各个处理后的流量请求进行排序,得到排序结果;
[0032]将所述排序结果中的前N个流量请求确定为第一流量请求,最后M个流量请求确定为第二流量请求。
[0033]在一些实施例中,该装置还包括:
[0034]第二获取模块,用于在确定训练样本发生更新时,获取更新后的训练样本;
[0035]第一训练模块,用于利用所述更新后的训练样本,对所述训练好的转化模型进行迭代训练,直至得到再次训练好的转化模型。
[0036]在一些实施例中,该装置还包括:
[0037]第三获取模块,用于在确定进行转化意向概率预测的用户特征发生更新时,获取训练样本和更新后的用户特征信息;
[0038]第二训练模块,用于利用所述训练样本和更新后的用户特征信息,对所述训练好的转化模型进行迭代训练,直至得到再次训练好的转化模型。
[0039]在一些实施例中,该装置还包括:
[0040]第四获取模块,用于在确定转化模型的模型结构发生更新时,获取训练样本和更
新后的转化模型;
[0041]第三训练模块,用于利用所述训练样本,对所述更新后的转化模型进行训练,得到训练好的转换模型。
[0042]本申请实施例提供一种计算机设备,包括:
[0043]存储器,用于存储可执行指令;
[0044]处理器,用于执行所述存储器中存储的可执行指令时,实现本申请实施例提供的流量优化方法。
[0045]本申请实施例提供一种计算机可读存储介质,存储有可执行指令,用于引起处理器执行时,实现本申请实施例提供的流量优化方法。
[0046]本申请实施例提供一种计算机程序产品,包括计算机程序或指令,所述计算机程序或指令被处理器执行时实现本申请实施例提供的流量优化方法。
[0047]本申请实施例具有以下有益效果:
[0048]在本申请实施例提供的流量优化方法中,在获取到应用服务器发送的多个流量请求,对多个流量请求进行过滤处理,得到处理后的流量请求,之后获取所述处理后的流量请求对应的用户特征数据,并基于所述用户特征数据从所述处理后的流量请求中确定出多个第一流量请求和多个第二流量请求,第一流量请求的转化意向概率大于第二流量请求的转化意向概率;确定第一流量请求的加权权重和第二流量请求的减权权重,最后将多个第一流量请求、加权权重、多个第二流量请求、减权权重和处理后的流量请求中除多个第一流量请求和多个第二流量请求之外的其他流量请求发送至信息推荐平台,从而使得信息推荐平台更有效地筛选转化人群,进一步提升转化率,提高信息推荐的收入效益。
附图说明
[0049]图1为本申请实施例提供的信息推荐系统架构的结构示意图;
[0本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种流量优化方法,其特征在于,所述方法包括:获取应用服务器发送的多个流量请求,对所述多个流量请求进行过滤处理,得到处理后的流量请求;获取所述处理后的流量请求对应的用户特征数据,并基于所述用户特征数据从所述处理后的流量请求中确定出多个第一流量请求和多个第二流量请求,所述第一流量请求的转化意向概率大于所述第二流量请求的转化意向概率;确定所述第一流量请求的加权权重和所述第二流量请求的减权权重;将所述多个第一流量请求、所述加权权重、所述多个第二流量请求、所述减权权重和所述处理后的流量请求中除所述多个第一流量请求和所述多个第二流量请求之外的其他流量请求发送至信息推荐平台。2.根据权利要求1中所述的方法,其特征在于,所述对所述多个流量请求进行过滤处理,得到处理后的流量请求,包括:获取各个流量请求对应的设备标识和IP地址;获取异常IP数据库,所述异常IP数据库中包括识别出的虚假流量对应的IP地址和虚假设备的IP地址;将存在于所述异常IP数据库的IP地址对应的流量请求确定为待删除流量请求;从所述多个流量请求中删除所述待删除流量请求。3.根据权利要求2中所述的方法,其特征在于,所述所述对所述多个流量请求进行过滤处理,得到处理后的流量请求,包括:获取异常设备数据库,所述异常设备数据库中包括执行过至少一次预设异常行为的设备标识;将存在于所述异常设备数据库的设备标识对应的流量请求,确定为待删除流量请求;从所述多个流量请求中删除所述待删除流量请求。4.根据权利要求3中所述的方法,其特征在于,所述方法还包括:获取第三方设备发送的新识别出的异常IP地址和/或新识别出的异常设备标识;基于所述新识别出的异常IP地址对所述异常IP数据库进行更新,得到更新后的异常IP数据库;和/或,基于所述新识别出的异常设备标识对所述异常设备数据库进行更新,得到更新后的异常设备数据库。5.根据权利要求1中所述的方法,其特征在于,所述用户特征数据包括用户基础特征数据和用户行为特征数据,所述基于所述用户特征数据从所述处理后的流量请求中确定出多个第一流量请求和多个第二流量请求,包括:确定所述用户基础特征数据对应的基础特征向量和所述用户行为特征数据对应的行为特征向量;将各个处理后的流量请求对应的基础特征向量和行为特征向量输入到训练好的转化模型,得到所述各个处理后的流量请求的转...

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

网友询问留言 已有0条评论
  • 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。

1