[发明专利]媒体文件的推送方法及装置

说明书

本发明公开了一种媒体文件的推送方法及装置。其中，该方法包括：获取第一指示信息，其中，第一指示信息用于指示在第一帐号访问第一媒体所产生的文件展示请求；在预定的媒体文件集合中查找目标媒体文件，其中，目标媒体文件在预定时间段内被展示给目标帐号的次数不超过第一阈值，目标帐号包括第一帐号；在查找到目标媒体文件的情况下，将目标媒体文件推送给第一媒体，以使在第一媒体上目标媒体文件被展示给第一帐号。本发明解决了现有技术中向同一帐号推送媒体文件的次数过多的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种媒体文件的推送方法及装置。

背景技术

目前业界对合约广告投放算法的研究主要是在需求约束和供给约束下的广告分配问题，如著名的SHALE、HWM等算法。合约广告是展示广告的主流形式，即媒体(供给方)需在规定的时间内，根据广告主(需求方)的定向条件，完成相应的投放合约。一般来说，这个过程可以看作是二部图G＝(I∪J，E)上的分配问题，如图1所示。I是Supply集合，表示各种定向条件下的曝光，一般可以达到数亿乃至数十亿维度，每个Supply结点i对应不同的权重s_i，表示该定向条件下的曝光总数。J是Demand集合，表示广告主的订单，一般可以达到数千或数万维度，每个Demand结点j对应不同的权重d_j，表示该订单所需求的广告曝光数。Supply结点和Demand结点之间连线(i，j)∈E，表示该Supply结点满足该Demand节点的定向条件。

分配问题的目标是找到一个可行的分配方案，分配方案是每条边上有一个值x_ij，表示i结点流量有x_ij比例部份分配给合约广告j。如何求解x_ij是合约广告分配算法的关键问题。为了寻找最优的x_ij，可以将其建模为一个最优化问题。

在目标函数的选择上，相关技术同时考虑最大化广告价值和最小化缺量：前者是为了提高广告价值，提升广告商满意度，后者是为了保证媒体方的收益。一般来说，我们可以先设定一个理想的分配目标，例如设置为需求量和可用供应量之比——这表示均匀曝光给所定向的受众，然后最小化x_ij与分配目标的距离。

需要注意的是，一个完全由x_ij组成的解决方案需要O(|E|)大小的存储空间。考虑到Supply结点高达数十亿维度，这样的方案是难以实现的。相关技术证明了当目标函数满足convex,well-conditioned,separable and scale-free这几个条件时(称之为well-structured)，可以得到一个紧凑分配方案(Compact Allocation Plan)，只需要O(|J|)大小的空间。

在无频控的情况下，最优化问题的具体形式为：

其中：Γ(i)和Γ(j)分别表示i和j的邻居结点集合，θ_ij＝d_j/S_j为分配目标，S_j＝∑_i∈Γ(j)s_i表示d_j全部可用流量，V_j表示订单j的重要度，p_j表示订单j发生缺量时的惩罚系数。第一个不等式约束称之为需求约束，第二个约束为供给约束，第三个和第四个约束为非负约束。

上述最优化模型满足well-structured条件，因此可以得到一个紧凑分配方案。具体方法分为离线和在线两个阶段。在离线阶段计算出紧凑分配方案，由Demand的对偶变量组成；在线阶段根据Demand的对偶变量计算出x_ij，然后据此选择合适的订单进行展示。