[发明专利]一种互联网的数据处理方法和装置

说明书

本发明公开了一种互联网的数据处理方法，包括：在离线阶段，通过重复迭代的方式获得需求(Demand)结点约束条件的对偶参数、以及供应(Supply)结点约束条件的对偶参数；根据所述Demand结点约束条件的对偶参数、以及Supply结点约束条件的对偶参数，获得每个任务在相应定向条件下的播放概率；将每个任务中的互联网信息、以及每个任务在相应定向条件下的播放概率，分发给所述相应定向条件下的Supply结点所处的互联网信息播放终端，指示相应终端按获得的所述播放概率播放相应任务中的互联网信息。本发明还公开了一种互联网的数据处理装置。

技术领域

本发明涉及互联网技术领域，尤其涉及一种互联网的数据处理方法和装置。

背景技术

目前的互联网信息推送，主要是为实现互联网信息在一段时间内在某些定向条件下的播放。这个过程可以用二部图来建模，如图1所示，左侧的供应(Supply)端表示各种定向条件下的播放，不同Supply结点对应不同的权重s_i，表示该定向条件i下的预估播放量(或称播放次数)，右侧的需求(Demand)端表示信息推送需求(为描述方便，后续简称信息推送任务或任务)，包括预定义的互联网信息、定向条件和播放量等，不同Demand结点对应不同的权重d_j，表示任务j所需求的互联网信息播放次数。s_i到d_j的连接线表示s_i对应的定向条件符合任务j的d_j中的需求，每个连接线对应权重x_ij，可以理解为在某一定向条件的播放量s_i到达时，展示任务j的互联网信息的概率为x_ij。x_ij实质上对应了Supply端播放量的库存在线分配方案，如何求解x_ij是互联网信息推送的关键问题。

定向条件有很多维度，如地域、内容、性别、年龄、时间、场景等，而每个维度又包含很多属性，如北京、上海属于地域维度下的两个不同的定向属性。这样，不同的定向属性组合之后的定向条件就会有数十亿种。如果直接全部计算每一个x_ij用于线上服务，那么需要存储维护大量的信息(空间复杂度为图1中Supply端到Demand端的连接线的数量)，在实际的应用中是不可行的。

现有技术将x_ij的求解分为离线阶段和在线阶段这两个过程。离线阶段，根据预估出的每个定向条件的库存信息以及任务信息得到如图1所示的二部图模型，根据模型计算出每个任务对应的参数；在线阶段，当播放量到达时，得到所有符合该定向条件的任务，根据离线阶段计算出的任务参数推导出每个任务的展示概率。具体的算法过程如下：

离线阶段：

1)对所有的Demand结点按照d_j/s_j进行降序排列得到分配顺序，其中，d_j为任务j所需求的互联网信息播放次数，s_j为所有满足d_j定向条件的s_i的预估播放量总和；

2)对所有的Supply结点，初始化即初始化为预估播放量；

3)按照Demand结点的分配顺序，计算ρ_j使得如果ρ_j不存在，则设置ρ_j＝∞；其中，ρ_j表示s_i分配给任务j的播放次数占s_i播放总数的比例，每个Demand结点相对应的Supply结点都使用该比例，B_j表示所有满足Demand结点j定向条件的Supply结点；

并对所有满足Demand结点定向条件的Supply结点i∈B_j，更新其为

在线阶段：

1)当Supply结点i的播放量到达时，得到所有符合该定向条件的任务，并按所述分配顺序排序；