[发明专利]效果类推广信息监控方法及系统

说明书

技术领域

本发明涉及计算机应用技术领域，特别是涉及效果类推广信息监控方法及系统。

背景技术

信息推广是指通过一定形式的媒体，向公众传递信息的宣传手段。对于商家而言，信息推广是一种重要营销手段。传统的推广信息模式包括电视推广信息和平面推广信息等，商家投放的推广信息样式固定，投入的推广资金固定，而信息推广效果和直接收益都无法衡量。此外，传统推广信息模式受单向媒体的局限性的影响，难以形成与接受方的互动，通常为获得第一手的信息资料也是通过调查问卷或线下活动完成，具有信息面窄、成本过高等缺点

随着互联网的发展，互联网上的效果类推广信息越来越受到商家的青睐。作为一种新兴的营销模式，效果类推广信息与传统推广信息模式不同。由于互联网属于双向媒体，商家可以和推广信息投放平台实时交互，随时根据情况增减资金投入、修改推广信息样式。同时商家所投放的推广信息和消费者有良好的交互，可以直接度量推广信息投放的效果和收益，根据投放效果和收益再实时的优化资金投入和推广信息样式等方面，从而达到最佳的营销效果。

随着效果类推广信息投放平台功能的不断发展，效果类推广信息涉及的效果指标也越来越多，例如点击量、展现量等等，从平台侧而言，希望能够了解用户更关注哪些指标，并对这些指标予以监控。但是在实际应用中，要求每一名用户都上报自己详细的关注指标并不现实，更何况有些没有投放经验的用户可能并不清楚自己实际应该关注哪些具体指标。如果要对所有的指标都进行监控，对于不同的用户，总会有一部分监控结果是没有实际意义的，造成系统资源的严重浪费。

发明内容

为解决上述技术问题，本发明实施例提供一种效果类推广信息监控方法及系统，能够根据用户的实际情况，自动分析其关注的指标类型，并对该类型的指标进行监控，主要技术方案如下：

本发明实施例提供一种效果类推广信息监控方法，包括：

根据用户首要关注的效果指标类型，对用户进行分类；

建立回归模型并初始化，所述模型以用户的效果指标变化情况为自变量，以用户所属的类别作为应变量；

利用用户在预置时段的数据变化作为样本，分别确定每类用户的自变量所对应的回归系数；

根据回归系数的大小，确定用户对各种效果指标的关注程度。

在本发明的一种实施方式中，所述根据用户首要关注的效果指标类型，对用户进行分类，包括：

预先获得部分用户标注的首要关注效果指标类型；

根据用户的至少一种属性特征，对用户进行聚类；

在每个聚类中，根据预先获得的部分用户标注信息，确定该聚类的首要关注指标类型；

根据各个聚类的首要关注指标类型，对多个聚类进行合并。

在本发明的一种实施方式中，在对用户进行分类之后，还包括：

将分类结果发送给用户，允许用户对分类结果进行修正。

在本发明的一种实施方式中，所述回归模型的自变量还包括用户的操作行为。

在本发明的一种实施方式中，所述根据回归系数的大小，确定用户对各种效果指标的关注程度，包括：

确定各种用户操作行为的回归系数之后，根据操作行为与指标效果变化的理论对应关系，确定用户对各种效果指标的关注程度。

在本发明的一种实施方式中，确定用户对各种效果指标的关注程度，还包括：对用户关注程度较高的效果指标进行监控。

在本发明的一种实施方式中，所述对效果指标监控方法包括：

选取所述效果指标在预置历史时段的数据点；

根据所选取的数据点，对所述效果指标在预置时段的变化趋势曲线进行拟合；

获取用户最新的效果指标数据之后，根据该数据与变化趋势曲线的偏离程度，判断是否发生了效果突变。

本发明实施例提供一种效果类推广信息监控系统，包括：

用户分类单元，用于根据用户首要关注的效果指标类型，对用户进行分类；

模型初始化单元，用于建立回归模型并初始化，所述模型以用户的效果指标变化情况为自变量，以用户所属的类别作为应变量；

系数确定单元，用于利用用户在预置时段的数据变化作为样本，分别确定每类用户的自变量所对应的回归系数；

关注程度确定单元，用于根据回归系数的大小，确定用户对各种效果指标的关注程度。

在本发明的一种实施方式中，所述用户分类单元包括：

标注信息获得子单元，用于预先获得部分用户标注的首要关注效果指标类型；

聚类子单元，用于根据用户的至少一种属性特征，对用户进行聚类；