公开(公告)号：CN102073956A

公开(公告)日：2011-05-25

申请号：CN200910223349.0

申请日：2009-11-19

申请人： 深圳市腾讯计算机系统有限公司

发明人： 李邕 ,  岳亚丁 ,  李多全 ,  刘大鹏 ,  赖晓平 ,  陈显露 ,  肖磊 ,  叶幸春 ,  陈永锋 ,  言艳花 ,  黄华基 ,  钟迩桁 ,  贡鸣

IPC分类号： G06Q30/00 ,  G06F17/30 ,  H04L12/18

摘要： 本发明公开了一种基于数据挖掘的定向广告投放方法、系统和设备，该方法包括：定向广告投放平台获取用户数据；所述定向广告投放平台根据所述用户数据进行数据挖掘，获取挖掘模型；所述定向广告投放平台根据所述挖掘模型向客户端进行定向广告投放。通过本发明，实现了通过自主式挖掘算法在SNS社区中进行定向广告投放，提高了广告投放精准度，并通过分析体系对定向广告投放进行分析。

公开(公告)号：CN102208080A

公开(公告)日：2011-10-05

申请号：CN201010140554.3

申请日：2010-03-29

申请人： 深圳市腾讯计算机系统有限公司

发明人： 刘大鹏 ,  李多全 ,  岳亚丁 ,  赖晓平 ,  李邕 ,  黄华基 ,  肖磊 ,  叶幸春 ,  陈永锋 ,  言艳花 ,  贡鸣 ,  陈显露

IPC分类号： G06Q30/00 ,  G06Q50/00

摘要： 本发明公开了一种优化服务资源的方法，包括：采集当前服务阶段各个服务操作的应用数据；根据所采集的应用数据建立各服务操作的策略模型，并根据所建立的策略模型计算得到各服务操作服务资源量与服务提升率之间的函数关系；根据得到的函数关系和总服务资源量确定服务资源的分配。本发明还同时公开了一种优化服务资源的系统，采用本发明能精确、合理地分配服务资源，提高和优化服务资源的利用率，使服务得以充分地推广和实施。

公开(公告)号：CN102110265A

公开(公告)日：2011-06-29

申请号：CN200910262053.X

申请日：2009-12-23

申请人： 深圳市腾讯计算机系统有限公司

发明人： 言艳花 ,  肖磊 ,  李多全 ,  岳亚丁 ,  陈永锋 ,  叶幸春 ,  赖晓平 ,  刘大鹏 ,  黄华基 ,  李邕 ,  贡鸣 ,  陈显露

IPC分类号： G06Q30/00

摘要： 一种预估网络广告效果的方法，该方法包括：将原始数据依据广告效果影响因子进行分类；从广告效果影响因子中提取广告效果影响子因子；依据广告效果影响子因子，采用回归分析和重抽样算法Bagging建立不少于一个预估模型；由十折交叉验证方法从预估模型中选择出最佳预估模型；利用最佳预估模型对下一预测周期内的广告效果进行预估，得到广告预估效果。本文还公开了一种预估网络广告效果的系统。应用本发明实施例以后，可以对广告投放效果做出高精度预测且预估结果是多样化的。

公开(公告)号：CN102053985A

公开(公告)日：2011-05-11

申请号：CN200910211068.3

申请日：2009-11-11

申请人： 深圳市腾讯计算机系统有限公司

发明人： 赖晓平 ,  刘大鹏 ,  李多全 ,  李邕 ,  黄华基 ,  肖磊 ,  陈永锋 ,  叶幸春 ,  言艳花 ,  陈显露 ,  贡鸣 ,  岳亚丁

IPC分类号： G06F17/30

摘要： 本发明公开了一种在线分析用户价值的方法和设备，该方法包括：在线实时获取用户基础数据，根据所述用户基础数据和预设的对应关系进行用户价值分析，获取用户价值；接收客户端发送的用户价值分析请求，从所述用户价值中获取与所述用户价值分析请求匹配的用户价值；将与所述用户价值分析请求匹配的用户价值发送给所述客户端。通过本发明，提高了分析当前用户价值的准确性，实现了与在线系统进行联动。

公开(公告)号：CN102163251A

公开(公告)日：2011-08-24

申请号：CN201010111565.9

申请日：2010-02-22

申请人： 深圳市腾讯计算机系统有限公司

发明人： 肖磊 ,  岳亚丁 ,  刘大鹏 ,  黄华基 ,  赖晓平 ,  李邕 ,  李多全 ,  叶幸春 ,  陈永锋 ,  贡鸣 ,  言艳花

IPC分类号： G06F19/00

摘要： 本发明公开了一种游戏作弊的识别方法和设备，所述方法包括以下步骤：获取用户在游戏操作中的网络流量数据和业务数据；根据获取的所述网络流量数据和业务数据生成游戏作弊识别模型；根据游戏作弊识别模型对用户的作弊行为进行识别。通过使用本发明，实现了根据用户的网络流量数据和业务数据识别用户的作弊行为。

公开(公告)号：CN102087730B

公开(公告)日：2016-12-14

申请号：CN200910188682.2

申请日：2009-12-08

申请人： 深圳市腾讯计算机系统有限公司

发明人： 肖磊 ,  岳亚丁 ,  刘大鹏 ,  黄华基 ,  赖晓平 ,  李邕 ,  李多全 ,  叶幸春 ,  陈永锋 ,  贡鸣 ,  言艳花 ,  陈显露 ,  钟迩桁

IPC分类号： G06F17/30

摘要： 本发明公开了一种产品用户网络构建方法和装置，该方法包括：获取关系信息，所述关系信息包括用户与产品关系信息、用户与用户关系信息、产品与产品关系信息；根据所述关系信息生成以所述用户与产品为节点的关系网络；对所述关系网络进行链接预测，获得预测后关系网络；对所述预测后关系网络进行链接分析获得链接分析信息，所述链接分析信息中包括所述链接与用户推荐、产品推荐或是捆绑销售中的一个或多个有关的信息。在本方案中，对关系网络进行链接预测和分析获得更为准确和全面的关系网络。

公开(公告)号：CN102194183B

公开(公告)日：2015-09-16

申请号：CN201010126802.9

申请日：2010-03-04

申请人： 深圳市腾讯计算机系统有限公司

发明人： 刘大鹏 ,  李多全 ,  岳亚丁 ,  赖晓平 ,  李邕 ,  黄华基 ,  肖磊 ,  陈永锋 ,  叶幸春 ,  言艳花 ,  贡鸣 ,  陈显露 ,  钟迩桁

IPC分类号： G06Q30/02

摘要： 本发明公开了一种支持多个推广活动协同实施的服务推广系统，该系统用于根据多个服务推广活动之间所建立的横向、和/或纵向的关联性，支持多个服务推广活动的协同实施，并根据协同实施的对比评估结果，支持目标用户的自动化过滤机制；对经过滤后所获取的目标用户实施定向的服务推广。本发明还公开了一种支持多个推广活动协同实施的服务推广方法，根据多个服务推广活动之间所建立的横向、和/或纵向的关联性，支持多个服务推广活动的协同实施，并根据协同实施的对比评估结果，支持目标用户的自动化过滤机制；对经过滤后所获取的目标用户实施定向的服务推广。采用本发明的系统及方法，自动化程度高；提高了定向服务推广的精准度。

公开(公告)号：CN102194183A

公开(公告)日：2011-09-21

申请号：CN201010126802.9

申请日：2010-03-04

申请人： 深圳市腾讯计算机系统有限公司

发明人： 刘大鹏 ,  李多全 ,  岳亚丁 ,  赖晓平 ,  李邕 ,  黄华基 ,  肖磊 ,  陈永锋 ,  叶幸春 ,  言艳花 ,  贡鸣 ,  陈显露 ,  钟迩桁

IPC分类号： G06Q30/00

摘要： 本发明公开了一种支持多个推广活动协同实施的服务推广系统，该系统用于根据多个服务推广活动之间所建立的横向、和/或纵向的关联性，支持多个服务推广活动的协同实施，并根据协同实施的对比评估结果，支持目标用户的自动化过滤机制；对经过滤后所获取的目标用户实施定向的服务推广。本发明还公开了一种支持多个推广活动协同实施的服务推广方法，根据多个服务推广活动之间所建立的横向、和/或纵向的关联性，支持多个服务推广活动的协同实施，并根据协同实施的对比评估结果，支持目标用户的自动化过滤机制；对经过滤后所获取的目标用户实施定向的服务推广。采用本发明的系统及方法，自动化程度高；提高了定向服务推广的精准度。

公开(公告)号：CN102163310A

公开(公告)日：2011-08-24

申请号：CN201010111562.5

申请日：2010-02-22

申请人： 深圳市腾讯计算机系统有限公司

发明人： 肖磊 ,  岳亚丁 ,  刘大鹏 ,  黄华基 ,  赖晓平 ,  李邕 ,  李多全 ,  叶幸春 ,  陈永锋 ,  贡鸣 ,  言艳花

IPC分类号： G06Q30/00 ,  G06F17/30

摘要： 本发明公开了一种基于用户信用度等级的信息推送方法和装置，该方法包括：根据预设指标，获取对应的指标数据和对应的指标权重；根据所述指标数据和所述指标权重，获取用户的信用值；根据所述信用值对用户进行划分，获取用户的信用度等级；根据所述用户的信用度等级向所述用户推送信息。通过本发明，实现了对用户信用度等级的准确评估。

公开(公告)号：CN102087730A

公开(公告)日：2011-06-08

申请号：CN200910188682.2

申请日：2009-12-08

申请人： 深圳市腾讯计算机系统有限公司

发明人： 肖磊 ,  岳亚丁 ,  刘大鹏 ,  黄华基 ,  赖晓平 ,  李邕 ,  李多全 ,  叶幸春 ,  陈永锋 ,  贡鸣 ,  言艳花 ,  陈显露 ,  钟迩桁

IPC分类号： G06Q30/00

摘要： 本发明公开了一种产品用户网络构建方法和装置，该方法包括：获取关系信息，所述关系信息包括用户与产品关系信息、用户与用户关系信息、产品与产品关系信息；根据所述关系信息生成以所述用户与产品为节点的关系网络；对所述关系网络进行链接预测，获得预测后关系网络；对所述预测后关系网络进行链接分析获得链接分析信息，所述链接分析信息中包括所述链接与用户推荐、产品推荐或是捆绑销售中的一个或多个有关的信息。在本方案中，对关系网络进行链接预测和分析获得更为准确和全面的关系网络，利用该关系网络可以有效的实现用户推荐、产品推荐(或称精准销售)或是捆绑销售等功能。