一种智能流量分发方法及装置

1.本发明涉及大数据、智能推荐领域，尤其涉及一种智能流量分发方法及装置。


背景技术：

2.在自媒体时代的今天，每个人都可能是创作者，极大地丰富了网络资源，对于资讯平台来说，是连接内容生产者和消费者的桥梁，内容至上是永恒的真理。但是创作者发布的内容质量良莠不齐，面对海量的内容资源，自媒体平台如何严格把控内容质量，如何挑选出高质量的内容资源呈现给用户，让更多的用户看到优质的内容，同时将低质量的内容进行过滤和打压，从源头上制止低劣内容进入大众视野，是资讯平台面临的极其重要的挑战。


技术实现要素：

3.本发明的目的是为了提供一种智能流量分发方法及装置，通过智能流量分发机制，筛选高质量内容呈现给用户，同时将低质量内容进行过滤，提升用户粘性和满意度。
4.为解决以上技术问题，本发明的技术方案为：
5.第一方面，本发明提供一种智能流量分发方法，包括：
6.通过up主内容质量、up主活跃度、up主垂直度三大维度，计算up主质量综合评分；
7.根据up主发布的内容获得up主画像向量，根据用户浏览历史行为获取用户画像向量，根据up主画像向量和用户画像向量计算up主匹配的相似用户群；
8.根据up主质量综合评分获得初始流量分发的用户分发数量作为用户量基数，根据用户量基数将up主新发布内容分发给up主相似用户群，通过三级流量分发机制筛选质量达标和不达标的内容。
9.进一步的，计算up主质量综合评分的具体步骤为：
10.up主内容质量维度，根据不同up主发布内容的分享数、评论数、点赞数、关注数、收藏数，并针对不同维度的指标进行排序并分别映射后，加权平均计算获得；
11.up主活跃度维度，根据up主近期发布的内容数，以及up主内容的停留时长或完播率，两个维度进行排序并映射后，加权平均计算获得；
12.up主垂直度维度，根据up主近期发布内容选取类别占比最高的3类且每类占比超过10％，垂直度计算公式为：其中，n为选中的内容一级类别数量，ri表示第i个类别内容的占比；
13.up主质量综合评分为up主内容质量、活跃度、垂直度三个维度加权计算获得
14.进一步的，画像向量的获取方法包括：包括语义向量化表示或标签向量化表示。
15.进一步的，根据up主画像向量和用户画像向量计算up主匹配的相似用户群的步骤包括：
16.根据up主画像向量和用户画像向量进行矩阵运算，获得每个up主跟所有用户的相似矩阵，根据相似度倒排序，截取相似度在预设阈值以上的用户，获得每个up主相似用户
群。
17.进一步的，通过三级流量分发机制筛选质量达标和不达标的内容的步骤包括：
18.获取up主新发布内容；
19.获取up主质量综合评分和up主相似用户群，根据up主质量综合评分获得初始的用户分发数量，在up主相似用户群中获取指定数量的用户群进行第一轮流量分发；
20.第一轮流量分发结束，获取用户反馈信息，计算转化率后获取第二轮分发量，若转化率达标，则根据用户反馈进行分发量调整获得第二轮分发量，若转化率未达标，则第二轮分发量维持第一轮的分发量；
21.选择待分发新内容的up主相似用户群根据第二轮分发量进行第二轮流量分发；
22.第二轮流量分发结束，获取用户反馈信息，计算转化率后获取第三轮分发量，若转化率达标，则根据用户反馈进行分发量调整获得第三轮分发量，若转化率未达标，则第三轮分发量维持第二轮的分发量；
23.选择待分发新内容的up主相似用户群根据第三轮分发量进行第三轮流量分发；
24.第三轮流量分发结束，获取用户反馈信息，计算转化率，若转化率达标，则认为内容质量达标，新内容被加入到高质量内容池；若转化率未达标，丢弃新内容。
25.进一步的，在第一轮流量分发之前，包括以下步骤：
26.通过新内容up主信息查询当前up主是否是新up主，如果是新up主，则走另外的新up主流量扶持流程；如果是老的up主，查询获得up主质量综合评分和up主相似用户群，对新发布内容触发第一轮流量分发。
27.进一步的，在三级流量分发机制中，结束分发的方法为：
28.判断是否达到每轮分发的用户规模即分发数量，若达到，则停止分发过程；否则，判断是否到达分发统计周期时间，若是，则停止分发过程，否则，继续分发。
29.进一步的，在三级流量分发机制的计算转化率中，对于图文内容停留时长达到预设时间则被认为是成功转化，对于短视频播放完整度超过预设百分值被认为成功转化；
30.成功转化率超过系统平均转化率的50％，则转化率达标，认为内容质量达标。
31.进一步的，在三级流量分发机制中，转化率达标时，根据用户反馈调整分发量的方法为：
[0032][0033]
其中，r＝1,2,3分别表示三轮流量分发；nr表示三轮流量分发中每一轮分发的用户数量，n
score
为当前up主综合评分数值，λ为系数；n
user
为当前up主相似用户群数量，c
mean
和c
real
分别表示内容的平均转化率和实际转化率。
[0034]
第二方面，本发明提供一种智能流量分发装置，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，所述处理器执行所述程序时上述智能流量分发方法的步骤。
[0035]
本发明具有如下有益效果：
[0036]
一、首先根据up主(资讯发布者)发布内容整体的质量、活跃度和垂直度，计算up主
质量综合评分，根据up主发布的内容对up主进行画像，然后利用用户的浏览历史计算用户兴趣偏好，计算up主匹配的用户群，最后针对up主新发布内容通过智能的三级流量分发机制，结合每一次的流量分发的用户反馈来决定下次流量分发的规模，最终获得高质量和用户喜欢的内容进行流量推广，打压标题党和低质量内容，采用以内容质量高低决定流量分配的机制，有效地确保平台中只有内容质量高，才能获得更多流量的策略，有效地激励创作者的创作动力，同时提升用户的粘性和满意度。
[0037]
二、本发明通过up主质量综合评分获得新内容的初始流量分发用户量基数，新内容分发给跟up主相似的用户群，确保流量试探效果达到最佳；本发明的三轮流量分发机制，在每一轮根据用户反馈进行调整(缩小或扩大用户群)，兼顾宝贵的流量资源的试探效果，同时保证最终高质量内容池的质量。
附图说明
[0038]
图1为本发明智能流量分发方法的整体流程示意图；
[0039]
图2为本发明实施例中up主质量综合评分流程图；
[0040]
图3为本发明实施例中up主匹配相似用户群处理流程图；
[0041]
图4为本发明实施例中流量分发机制处理流程图。
具体实施方式
[0042]
为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图和具体实施例对本发明作进一步详细说明。
[0043]
本实施例在某新闻资讯平台项目中，包含文章和短视频等内容，根据up主发布的内容信息、内容本身的信息、以及用户浏览、播放等行为数据，使用本方法构建流量分发系统。
[0044]
请参考图1至图4，本发明为一种智能流量分发方法，其包括：
[0045]
步骤1：通过up主内容质量、up主活跃度、up主垂直度三大维度，计算up主质量综合评分；
[0046]
步骤2：根据up主发布的内容获得up主画像向量，根据用户浏览历史行为获取用户画像向量，根据up主画像向量和用户画像向量计算up主匹配的相似用户群；
[0047]
步骤3：根据up主质量综合评分获得初始流量分发的用户分发数量作为用户量基数，根据用户量基数将up主新发布内容分发给up主相似用户群，通过三级流量分发机制筛选质量达标和不达标的内容。
[0048]
请参阅图2，步骤1中计算up主质量综合评分具体为：
[0049]
up主内容质量维度，根据不同up主发布内容的分享数、评论数、点赞数、关注数、收藏数，并针对不同维度的指标进行排序并分别映射后，加权平均计算获得；考虑到不同内容各维度在数量上可能差异巨大，因此按照数量排序并映射到相对适宜度量的范围，本实施例中，针对不同维度的指标进行排序并分别映射到[0.5,1]范围来消除数量级差异影响；
[0050]
up主活跃度维度，根据up主近期发布内容数量和频率，以及up主内容的停留时长或完播率(如果是视频即为完整播放量)，两个维度结合时间衰减后进行排序并映射后，加权平均计算获得；考虑到上述数据可能存在热点内容带来数量级上差异，从而导致数据分
布失衡，因此对上述指标进行排序并映射到[0.5,1]范围；
[0051]
up主垂直度维度，根据up主近期发布内容选取类别占比最高的3类且每类占比超过10％，垂直度计算公式为：其中，n为选中的内容一级类别数量，ri表示第i个类别内容的占比；
[0052]
up主质量综合评分为up主内容质量、活跃度、垂直度三个维度加权计算获得，权重系数由实验确定，最终将up主质量综合评分按排序映射到一定的评分范围。up主质量综合评分，按照天粒度离线计算即可，可以根据项目实际来确定计算频率，一般业界多采用“小时/天/周”粒度。
[0053]
请参阅图3，步骤2具体为：
[0054]
步骤2.1：根据up主发布的内容获得up主画像向量，获得up主的兴趣偏好；
[0055]
具体的，可以采用内容的语义向量化表示，比如采用将内容词向量等方式，然后将发布的不同内容向量加权获得up主向量；也可以根据发布内容标签进行标签向量化表示，将up主发布的所有内容标签向量加权获得up主的标签向量化表示。本实施例采用内容标签向量化方式获得up主的画像向量，up主画像的向量化表示为vm×
p
，m为up主的数量，p是up主向量表示的向量维度(用户向量与之维度相同)；
[0056]
步骤2.2：根据用户浏览历史行为获取用户画像向量，计算用户的兴趣偏好；
[0057]
具体的，根据用户近期浏览的内容及停留时长或完播率情况，计算用户的兴趣偏好，用户画像过程可以基于语义的向量化表示，也可以是基于标签向量化的用户画像表示本实施例中采用标签向量化方式进行用户画像。考虑到用户规模可能很庞大，按照一定的规则选择活跃用户，比如在规定的时间周期内浏览一定数量的内容。根据浏览历史对活跃用户向量化表示为vn×
p
，n是活跃用户的数量；
[0058]
步骤2.3：根据up主画像向量和用户画像向量计算up主匹配的相似用户群；
[0059]
具体的，根据up主画像向量和用户画像向量进行矩阵运算，将up主向量矩阵与用户向量矩阵的转置相乘，获得每个up主跟所有用户的相似矩阵，根据相似度倒排序，设置相似度预设阈值，过滤掉小于相似度阈值的用户，截取相似度预设阈值以上的用户，获得每个up主相似用户群；
[0060]
请参阅图4，步骤3通过三级流量分发机制筛选质量达标和不达标的内容，将up主新发布内容按照up主质量综合评分作为基数决定初始的曝光量，而且新内容会呈现给跟当前up主画像相似的用户群，确保试探流量的精准，这作为第一轮流量分发。
[0061]
在一定的时间间隔后(通常采用固定的流量分发反馈周期)，第一轮流量分发的用户反馈信息便可以收集到，根据第一轮分发的用户反馈(点击率、停留时长或完播率)来决定第二轮流量分发的推广量，是扩大或缩小推广量。具体的在判断时，可以选择所有内容的平均点击率、停留时长或完播率等指标。当判断需要扩大推广量时，按照如下用户数量计算公式即公式1计算。
[0062][0063]
公式1中，r＝1,2,3分别表示三轮流量分发；nr表示三轮流量分发中每一轮分发的用户数量，n
score
为当前up主综合评分数值，λ为系数，根据整个资讯平台活跃用户数量来调整第一轮流量分发的用户量；n
user
为当前up主相似用户群数量，c
mean
和c
rea
l分别表示内容的平均转化率和实际转化率，其中的cmean是所有内容的转化率的平均值，而c
rea
l是当前这个内容在本轮流量分发获得的反馈的实际转化率。
[0064]
流量分发第二个反馈周期到，收集第二轮流量分发的用户反馈，决定第三轮流量分发的推广量，是扩大或缩小推广量。
[0065]
流量分发第三个反馈周期，收集第三轮流量分发的用户反馈，决定是否将该新发布内容加入到高质量内容池。如果内容被加入高质量内容池，后续将会获得更大流量的推广。
[0066]
本实施例中，步骤3具体为：
[0067]
步骤3.1：获取up主新发布内容；获取新发布内容后，通过新内容up主信息查询当前up主是否是新up主，如果是新up主，则走另外的新up主流量扶持流程；如果是老的up主，执行步骤3.2；
[0068]
步骤3.2：获取up主质量综合评分和up主相似用户群，根据up主质量综合评分获得初始的用户分发数量，在该up主相似用户群中获取指定数量的用户群，对新发布内容触发第一轮流量分发，达到分发的用户规模或者分发统计周期时间到，则停止分发过程；在本实施例中流量分发统计周期为12小时；
[0069]
步骤3.3：第一轮流量分发结束，获取用户反馈信息，计算本轮流量分发的实际转化率后获取第二轮分发量，若转化率达标，则根据用户反馈进行分发量调整获得第二轮分发量，若转化率未达标，则第二轮分发量维持第一轮的分发量；
[0070]
具体的，对于图文内容停留时长达到一定的预设时间(比如超过5s)被认为是成功转化；而短视频播放完整度超过预设百分值(比如超过20％)被认为成功转化；第一轮流量分发的成功转化率超过系统平均转化率(前一天用户行为数据离线计算)的50％，则认为内容质量达标，将会代入用户数量计算公式提升第二轮流量分发的用户量，否则第二轮流量分发维持第一轮的用户规则，如果本轮流量分发反馈计算的转化率低于系统平均转化率，已经在一定程度上说明内容质量一般，因此下次并不会再扩大人群规模，只是保留上一轮的规模，再下一轮分发。
[0071]
步骤3.4：选择待分发新内容的up主相似用户群根据第二轮分发量进行第二轮流量分发；
[0072]
步骤3.5：第二轮流量分发结束，获取用户反馈信息，计算转化率后获取第三轮分发量，若转化率达标，则根据用户反馈进行分发量调整获得第三轮分发量，若转化率未达标，则第三轮分发量维持第二轮的分发量；
[0073]
具体的，对于图文内容停留时长达到一定时间(比如超过5s)被认为是成功转化；而短视频播放完整度超过20％被认为成功转化。第二轮流量分发的成功转化率超过系统平
均转化率(前一天用户行为数据离线计算)的50％，则认为内容质量达标，将会代入用户数量计算公式提升第三轮流量分发的用户量；否则第三轮流量分发维持第二轮的用户规则；
[0074]
步骤3.6：选择待分发新内容的up主相似用户群根据第三轮分发量进行第三轮流量分发；
[0075]
步骤3.7：第三轮流量分发结束，获取用户反馈信息，计算转化率，若转化率达标，则认为内容质量达标，新内容被加入到高质量内容池；若转化率未达标，丢弃新内容。
[0076]
具体的，对于图文内容停留时长达到一定时间(比如超过5s)被认为是成功转化；而短视频播放完整度超过20％被认为成功转化。第三轮流量分发的成功转化率超过系统平均转化率(前一天用户行为数据离线计算)的50％，则认为内容质量达标。
[0077]
步骤3的三级流量分发机制中，结束分发的方法为：判断是否达到每轮分发的用户规模即分发数量，若达到，则停止分发过程；否则，判断是否到达分发统计周期时间，若是，则停止分发过程，否则，继续分发。
[0078]
在本发明中，通过流量分发机制对up主新发布的内容进行流量试探，做到根据内容质量进行打压或推优，在得到高质量内容后，在后续的推荐场景将作为重要的召回结果集，加大推荐力度，让更多人看到，从而提升系统整体的转化率、用户粘性及用户体验。
[0079]
本发明未涉及部分均与现有技术相同或采用现有技术加以实现。
[0080]
以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。