对广告主提供广告信息进行审核的服务器集群的一个实例。
[0139]其中，用于运营和审核的处理节点311主要的处理策略是针对广告(主)丰富，广告层级的策略优化，素材质量等体验相关审核的策略优化，投诉处理与badcase下线的策略优化，其中所述badcase指:在搜索中，对搜索结果中明显不正确的排序进行分析，看是什么排序策略导致的，并对相关匹配的参数进行修订。badcase翻译过来就是坏案例的意思，经过大量的坏案例记录，通过各个搜索引擎的搜索会收集很多的案例数据，通过搜索算法如果下次遇到不合理的搜索结果，就会将这些案例的特征进行印证，如果有类似的就进行调整。并通过一组经验参数对搜索算法进行辅助策略优化，在实际应用中不断调整策略，以保证结果的可信性。badcase的特征主要有:1:不符合搜索用户体验的搜索结果;2:网站在搜索结果里的表现很不正常等等。
[0140]用于存储广告信息形成广告库和建立索引的处理节点312主要的处理策略是针对广告库类目分布等质量监控的策略优化，素材打分索引的策略优化，敏感定向的规则干预的策略优化，广告相关性的策略优化。
[0141]用于进行广告检索和广告信息初选的处理节点313主要的处理策略是针对用户价值引入的策略优化，洗脸、多样性初选的策略优化，用户负反馈过滤的策略优化。
[0142]用于对初选合格的广告信息进行精选排序的处理节点314主要的处理策略是针对精选阶段质量准入与曝光控制的策略优化，空间多样性与新鲜度的策略优化，用户负反馈打压的策略优化，排序公式优化如引入用户体验质量(quality)的策略优化。
[0143]用于广告展示的处理节点314主要的处理策略是针对用户点击/反馈数据收集与分析的策略优化，广告信息流广告展现样式的策略优化。
[0144]在本发明实施例一实施方式中，本发明实施例的服务器中，所述策略构建单元，进一步用于:在对第一终端用户进行拓展阶段对应的处理节点中，根据收集的所述第一信息构建兼具类型差异化和大数据的信息库，以提高候选信息量的丰富性;和/或，在对第一终端用户提供的第一信息进行审核阶段对应的处理节点中，对第一终端用户区分优先级，以实现用户层级管理;对收集的所述第一信息的信息内容按照质量指标进行预估和定向相关性预判，以得到高质量和定向准确的候选信息。
[0145]所述策略构建单元还可以包括如下多种替代和进行组合的方案。
[0146]所述策略构建单元，还可以用于:在对第二终端的检索请求进行响应以对第一信息进行初选阶段对应的处理节点中，通过区分用户价值的类型来初步实现候选信息在空间上的多样性。
[0147]所述策略构建单元，还可以用于:收到第二终端的检索请求，按照第一预设规则判断第二终端用户的类型;第二终端用户的类型为低价值类型时，不响应所述检索请求、或响应所述检索请求，解析出所述检索请求中的候选信息请求个数为X，返回Y个候选信息，所述X>Y;第二终端用户的类型为高价值类型时，响应所述检索请求，解析出所述检索请求中的候选信息请求个数为M，返回N个候选信息，所述Μ〈Ν。
[0148]所述策略构建单元，还可以用于:在对第二终端的检索请求进行响应以对第一信息进行精选排序阶段对应的处理节点中，基于页面显示的多候选信息位，按照第二预设规则将候选信息在空间上的差异化进行多样化优化，并使得候选信息在空间上和时间上进行形式上的统一。
[0149]所述策略构建单元，还可以用于:确定多候选信息位之间的优先级，依据所述优先级排序对多候选信息位进行排序，得到信息位组合，将所述多候选信息位中的每一个候选信息位分别对应一个候选信息队列，每一个候选信息队列中处于第一位置的候选信息标记为第一指定信息;逐次遍历每一个候选信息位对应候选信息队列中的所述第一指定信息，与已选中的候选信息按照不同维度的过滤规则进行多样性判断比对，以去除重复的信息，全部符合过滤规则时将去重处理得到的候选信息加入去重处理后的信息队列中；优先填充每一个候选信息位对应候选信息队列中具有最大曝光概率的第一位置，对于非第一位置，依次按照所述优先级排序顺次判断是否与已经填充的非当前信息位的候选信息队列存在多样性冲突，不冲突则填充，否则放入所述去重处理后的信息队列中；直至填满每一个候选信息位所请求长度的候选信息队列，若没有填满，则按照冲突顺序使用所述去重处理后的信息队列中的候选信息进行补余，以从所述多个候选信息队列中，得到差异度距离大于一阈值的信息组合。
[0150]所述策略构建单元，还可以用于:在对第二终端的检索请求进行响应以对第一信息进行精选排序阶段对应的处理节点中，设置第一时间段TO和/或第二时间段Tl，T1>T0;收集第二终端上报的负反馈请求，所述负反馈请求通过用户对一个或多个已展示的指定信息进行信息关闭而生成;检测当前处于所述第一时间段TO时，进行负反馈过滤，在所述第一时间段TO内不返回一个或多个已展示的指定信息；检测当前处于所述第二时间段Tl时，进行负反馈过滤，在所述第二时间段Tl内支持返回一个或多个已展示的指定信息，并按照时间控制因子不断减少已展示的指定信息的返回次数或频率或具体个数。
[0151]实施例六:
[0152]上述位于用户侧进行广告信息展示的第二终端可以为PC这种电子设备，还可以为如PAD，平板电脑，手提电脑这种便携电子设备、还可以为如手机这种智能移动终端，不限于这里的描述;所述服务器可以是通过集群系统构成的，为实现各单元功能而合并为一或各单元功能分体设置的电子设备，客户端和服务器都至少包括用于存储数据的数据库和用于数据处理的处理器，或者包括设置于服务器内的存储介质或独立设置的存储介质。
[0153]其中，对于用于数据处理的处理器而言，在执行处理时，可以采用微处理器、中央处理器(CPU，Central Processing Unit)、数字信号处理器(DSP，Digital SingnalProcessor)或可编程逻辑阵列(FPGA，Field — Programmable Gate Array)实现；对于存储介质来说，包含操作指令，该操作指令可以为计算机可执行代码，通过所述操作指令来实现上述本发明实施例信息处理方法流程中的各个步骤。
[0154]该第二终端和该服务器作为硬件实体Sll的一个示例如图8所示。所述装置包括处理器61、存储介质62以及至少一个外部通信接口 63;所述处理器61、存储介质62以及外部通信接口 63均通过总线64连接。
[0155]这里需要指出的是:以上涉及服务器项的描述，与上述方法描述是类似的，同方法的有益效果描述，不做赘述。对于本发明服务器实施例中未披露的技术细节，请参照本发明方法实施例的描述。
[0156]以一个现实应用场景为例对本发明实施例阐述如下:
[0157]以展示在用户侧的信息内容为广告信息为例，本应用场景采用本发明实施例，具体为一种基于社交网络的社交广告用户的定向投放优化方案。以下具体实例中会涉及到一些名词，在此进行解释说明，1)GDT(广点通)，是一个基于腾讯社交网络体系的社交广告平台。通过广点通，用户可以在QQ空间、QQ客户端、手机QQ空间、手机QQ、微信公众号、微信朋友圈、QQ音乐客户端、腾讯新闻客户端等诸多平台投放广告，进行产品推广；2)投资回报率(ROI ,Return On Investment)为通过投资而应返回的价值;3)用户画像指腾讯广点通广告平台，整合腾讯/腾讯系互联网产品大数据，挖掘出的用户基础人口属性、行为特征、兴趣标签等用户相关数据，用户画像为广告系统提供用户数据服务;4)广告基础服务指:从广告库统计分析入手，对广告物料中的标题、描述、素材及落地页等进行特征分析，构造广告端特征集合、刻画广告属性，为广告系统提供的相关工具和服务；广告点击率预估(pCtr，Predict CTR):pCtr—方面需要广告的数据，另一方面需要用户的数据，通过这两方面的数据评估用户点击这个广告的可能性；5)每一千次展示可以获得的广告收入(eCPM，Effective CPM)指:主要用于广告系统内部把各种计费模式的广告统一到从广告曝光价格角度观测广告的展示效率;6)每用户平均收入(ARPU，Average Revenue Per User)指:一个时间段内广告平台对用户进行广告曝光获得的收入;7)时间多样性指:指从时间维度保持用户对广告的“新鲜度”，减少用户在短期内看到重复、相似广告的概率，降低用户的审美疲劳;8)空间多样性指:指同一页面上多个广告位在同一次请求中展示广告的差异程度，主要从广告类目、素材指纹、商品标的物及广告(主)id等维度进行区分;9)用户的负反馈指:广告平台提供给用户关闭广告的入口。用户可以X掉不感兴趣的广告或者举报低俗/虚假的信息，有效与广告平台形成体验优化的互动；10)广告曝光时长指:指广告曝光后，用户在广告上的停留时间。
[0158]在目前的广告信息展示中，对于广告信息这种推荐给用户的推荐信息，需要与用户间形成信息交互的互动，这样才能更好的为用户筛选有价值的推荐信息，也能针对用户互动的反馈结果，改进策略以便更好的为用户定向推荐信息。出于这种互动机制的考虑，就需要为用户呈现合适的广告信息或者不展现不合适的广告信息。然而，很多时候，其实并不考虑互动机制，只是广告主单方面推荐信息，不利于信息的分享和传播，也不能通过信息分享和传播，形成信息传播链条，为用户的生活提供便利。
[0159]由于图片形式的广告信息比文字形式的广告信息更直观，因此目前广告信息往往以图片形式进行呈现，图片质量的高低及广告匹配个性化的精准程度，成为是否能与用户之间行动良性互动的关注点。一些互联网广告平台提供了负反馈入口，让用户可以选择负反馈原因并关闭后，在一段时间之内不再向该用户展现该广告，如图9所示，图9中的AllSP为负反馈入口。
[0160]还是为了更好的完善互动机制，以便为用户精准的，定向投放所需要的信息，而不是不考虑用户意愿为用户展示不想获知的广告信息，这就需要同时兼顾用户侧，广告主侧，用于审核广告，筛选广告，及最终进行广告投放的第三方平台(如广点通平台)的综合因素，如兼顾用户的信息浏览体验、广告主的ROI以及广告平台的利益，也可以称为需要构建一个系统环境，该系统环境是一个需要综合考虑上述三方利益的生态系统。其中，对广告主来说，更多的是考虑广告投放的投资回报率;对平台(如广点通平台)来说，核心目标是盈利；对用户(浏览者)来说，更在意看到的广告有没有用，定向准不准，图片好不好看。三方平衡中，广告主和广告平台的利益都有固定的指标来量化，而用户的体验没有全面而系统的定量。现有技术中，用户体验的量化，基本以点击率来衡量，但点击率只是从一个方面反映了用户对广告的接受程度。真实的平台中，不同用户行为不同程度上反映了用户对广告信息的感受，如果广告信息触达了用户兴趣、满足了用户的某种需求，用户可能会对广告点击并进一步形成转化(下单、购买等)行为；如果广告信息的质量非常低俗、虚假、重复展示等引起用户反感，用户可能通过负反馈、举报/投诉，甚至是离开平台，用户流失等方式表达抗议;还有一部分用户，在一段时间内无论看到什么样的广告，无论是否符合其兴趣，体验好不好，都没有点击或负反馈这样的直接行为。
[0161]通过上述分析可以得出如下问题:
[0162]第一，现有技术仅针对主动反馈的这部分用户才能改善用户体验，对于绝大多数的非主动反馈型用户无能为力，本发明针对社交网络上全体用户都能提升广告体验。
[0163]第二，现有技术仅在广告展现这个环节考虑用户体验，只能做到“事后处理”，本发明对用户体验的优化贯穿整个广告生命周期。
[0164]第三，现有技术未考虑如果为了提高用户体验而屏蔽广告，会对业务指标如收入、CTR、CPM带来的影响，本发明综合用户体验与平台利益，达到多方共赢的目标。
[0165]第四，现有技术没有系统化的量化衡量用户体验的好坏，目前只有用户点击率这一个指标来评价用户体验的好坏，本发明将提出衡量社交网络广告用户体验的量化指标。
[0166]本应用场景采用本发明实施例，针对上述四个问题进行了解决，共分如下几个方面，每个方面或者每几个方面可以用于解决上述四个问题中的一个或多个问题，总的来说，是兼顾上述用户侧，广告主侧，平台侧三方面的利益，通过贯穿广告生命周期中的各个处理节点的全局性优化策略，达到尽可能减少由于低质素材、不相关广告带来的对产品生态的破坏，从而更好的完善互动机制，以便为用户精准的，定向投放所需要的信息。
[0167]第一方面，广告用户体验优化贯穿广告生命周期始终一可以用于对应解决上述第二个问题。
[0168]用户体验优化不是单点的策略优化，需要从广告系统的生态环境整体考虑，贯穿广告生命周期的不同阶段。
[0169]仍以图3为例进行说明，从广告主拓展开始，就应该尽可能扩大广告库的规模，拓展不同行业的广告主，提升广告库的丰富性;审核阶段除了广告主资质、广告内容严把关，还应该严格把控素材质量，并分利用广告基础服务辅助审核，例如广告分类、高低质量素材打分、定向相关性判断等。用户画像是腾讯特有的标签资源，对广告匹配、广告用户价值判断、定向效果优化至关重要。广告检索时，除满足定向条件外，在初选阶段可以通过分桶配额、洗脸、全局补余等策略初步保证候选广告的多样性。进入精选排序环节，结合pCtr、eCPM以及各种平台价值/用户体验质量度等因子进一步控制广告准入并综合排序;广告曝光前，还要考虑社交广告的场景，引入必要的业务策略(例如多样性、新鲜度等)。广告实际曝光后，通过对用户点击行为的数据收集、badcase分析和评测监控等，实时或离线地把用户体验迭代反馈到广告生态系统的前述各个环节，最终形成闭环，以得到贯彻整个广告周期的策略。
[0170]第二方面，体验优化中应考虑用户价值一可以用于对应解决上述第三个问题。
[0171]在传统的广告系统中，用户数据常被用于广告精准定向、广告点击率预估特征等，用户价值的识别并没有用于广告检索。每次检索请求，系统都是按照事先配置好的检索逻辑和业务模型分配相应的计算资源，筛选出理论上平台收益最优的广告集合展示给用户。这种不区分用户价值的方式，会造成“广告服务资源”利用率不充分。例如，对那些不太活跃的用户，短期内即便展示出符合用户真实兴趣的广告，也很难给平台和广