CN103246985A - 一种广告点击率预测方法及装置 - Google Patents

Abstract

本发明公开了一种广告点击率预测方法的装置。该方法包括：预测每个用户对每个广告的点击率，得到各个广告的点击率估计值向量；根据历史数据将展示或点击次数较高或最高的一个广告确定为基准广告，将其它广告确定为待调整广告；针对所述各个广告，分别按照各个用户对广告的点击率估计值的大小对广告的估计值向量进行从大到小排序；基于基准广告的点击率估计值向量，分别调整各个待调整广告的点击率估计值向量中的估计值，将调整后的点击率估计值向量中的值作为与各用户对应的预测值。本发明能够避免广告投放严重失衡。

Description

一种广告点击率预测方法及装置

技术领域

本发明涉及广告点击率预测技术，尤其涉及一种广告点击率预测方法及装置。

背景技术

在用户浏览页面时，广告平台根据用户的网络浏览或搜索行为，以及页面的内容，预测所有备选广告的点击率，选择点击率预测值较高的广告进行投放。

点击率预测值越高的广告越优先投放，则该广告的点击率预测值反过来又会越高。这样导致点击率预测值较低的广告将越来越得不到投放的机会。传统的广告点击率预测方法容易造成广告投放不均，并且同一个广告的频繁投放也会给用户带来困扰，影响投放效果。

发明内容

本发明所要解决的技术问题是克服目前广告投放不均和同一广告频繁投放给用户带来困扰的不足。

为了解决上述技术问题，本发明提供了一种能够避免广告投放严重失衡的广告点击率预测方法的装置。

根据本发明的一方面，提供了一种广告点击率预测方法。该方法包括：

预测每个用户对每个广告的点击率，得到各个广告的点击率估计值向量；

根据历史数据将展示或点击次数较高或最高的一个广告确定为基准广告，将其它广告确定为待调整广告；

针对所述各个广告，分别按照各个用户对广告的点击率估计值的大小对广告的估计值向量进行从大到小排序；

基于基准广告的点击率估计值向量，分别调整各个待调整广告的点击率估计值向量中的估计值，将调整后的点击率估计值向量中的值作为与各用户对应的预测值。

其中，所述根据历史数据将展示或点击次数较高或最高的一个广告确定为基准广告、将其它广告确定为待调整广告的步骤，包括：将在历史数据中展示次数较高、或点击次数较高、或者展示次数及点击次数均较高的广告作为基准广告。

其中，基于基准广告的点击率估计值向量，分别调整各个待调整广告的点击率估计值向量中的估计值，将调整后的点击率估计值向量中的值作为与各用户对应的测试值的步骤，包括针对每个待调整广告执行如下处理：按从大到小的顺序依次计算基准广告的点击率估计值向量与待调整广告的点击率估计值向量中相同位置的点击率估计值的比值，得到该待调整广告的比值向量；根据该待调整广告的比值向量中相邻两个比值的变化率来对该待调整广告的比值向量进行分段；根据在当前正调整的点击率估计值所处分段中最后一个广告点击率估计值对应的位置处的点击率估算值和相应位置处的基准广告的点击率估计值、调整该待调整广告的估计值向量中的各个值，将调整后的估计值向量中的各个值分别作为相应用户对该待调整广告的点击率预测值。

进一步，根据该待调整广告的比值向量中相邻两个比值的变化率来对该待调整广告的比值向量进行分段的步骤中，相邻两个比值的变化率为将后一个数据与前一个数据的差值再除以前一个数据所算得的值。

进一步，根据该待调整广告的比值向量中相邻两个比值的变化率来对该待调整广告的比值向量进行分段的步骤中，若比值向量中相邻两个比值的变化率连续小于该设定阈值的比值划分为同一分段；若值向量中相邻两个比值的变化率大于该设定阈值且当前分段中已经包括两个元素，则不将这两个比值划分至同一个段；若值向量中相邻两个比值的变化率大于该设定阈值但当前分段中不足两个元素，则将这两个元素作为一个分段。

进一步，该设定阈值大于等于3%小等于至10%。

进一步，根据在当前正调整的点击率估计值所处分段中最后一个广告点击率估计值对应的位置处的点击率估算值和相应位置处的基准广告的点击率估计值、调整该待调整广告的估计值向量中的各个值的步骤，包括通过如下表达式调整该待调整广告的估计值向量中的各个值：

${\mathrm{score}}_{\mathrm{ij}}^{\′}={\mathrm{score}}_{\mathrm{ij}}\×\frac{{\mathrm{score}}_{i_0{j}^{\′}}}{{\mathrm{score}}_{{\mathrm{ij}}^{\′}}}$

i表示待调整广告的序号，j表示在当前正调整的值所处分段中第j个元素，score'_i,j表示第i个广告的第j个元素的调整后的广告点击率估计值；score_i,j表示第i个广告的第j个元素的调整前的广告点击率估计值；score_i0j'表示基准广告的第j个元素的调整前的广告点击率估计值；j'表示在当前正调整的值所处分段中最后一个广告点击率估计值对应的位置，i₀表示基准广告的序号，i、i₀和j均为自然数。

根据本发明另一方面，还提供了一种广告点击率预测装置。该装置包括：

估算单元，预测每个用户对每个广告的点击率，得到各个广告的点击率估计值向量；

基准广告确定单元，用于根据历史数据将展示或点击次数较高或最高的一个广告确定为基准广告，将其它广告确定为待调整广告；

排序单元，用于针对所述各个广告，分别按照各个用户对广告的点击率估计值的大小对广告的估计值向量进行从大到小排序；

调整单元，用于基于基准广告的点击率估计值向量，分别调整各个待调整广告的点击率估计值向量中的估计值，将调整后的点击率估计值向量中的值作为与各用户对应的测试值。

此外，基准广告确定单元进一步用于：将在历史数据中展示次数较高、或点击次数较高、或者展示次数及点击次数均较高的广告作为基准广告。

此外，所述调整单元进一步包括：第一计算子单元，用于按从大到小的顺序依次计算基准广告的点击率估计值向量与待调整广告的点击率估计值向量中相同位置的点击率估计值的比值，得到该待调整广告的比值向量；分段子单元，根据该待调整广告的比值向量中相邻两个比值的变化率来对该待调整广告的比值向量进行分段；预测值计算子单元，根据在当前正调整的点击率估计值所处分段中最后一个广告点击率估计值对应的位置处的点击率估算值和相应位置处的基准广告的点击率估计值、调整该待调整广告的估计值向量中的各个值，将调整后的估计值向量中的各个值分别作为相应用户对该待调整广告的点击率预测值。

与现有技术相比，本发明的实施例根据该基准广告的点击率估计值将其余广告的点击率估计值调整到基准广告的点击率估计值附近，能够克服了目前广告投放不均的不足的问题，降低了广告投放不均的可能。本发明的实施例通过调整广告的点击率预测值，避免了目前同一广告频繁投放给用户所带来的困扰。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。

图1为本发明实施例的广告点击率预测方法的流程示意图。

图2为本发明实施例的广告点击率预测方法步骤S140的处理流程示意图。

图3为本发明实施例的广告点击率预测装置的结构示意图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。如果不冲突，本发明实施例以及实施例中的各个特征在不相冲突前提下的相互结合，均在本发明的保护范围之内。

实施例一

如图1所示，本发明实施例的广告点击率预测方法主要包括如下步骤。

步骤S110，预测每个用户对每个广告的点击率，得到各个广告的点击率估计值向量。此处可采用已有的数据挖掘预测模型对广告点击率进行预测，例如，逻辑回归模型。在本实例中，得到广告1的估计值向量A₁=（0.65,0.4,0.8,0.3,0.25,0.27）和广告2的估计值向量A₂=（0.4,0.2,0.5,0.15,0.08,0.1）。

步骤S120，将展示和/或点击次数较高(中等以上)或最高的一个广告确定为基准广告，将其它广告确定为待调整广告。

由于展示和点击次数越多，数据越具有统计意义，并且点击率越接近真实点击率。因此，优选为，将在历史数据中展示和点击次数都较高的广告作为基准广告。

为了便于说明，以存在广告1和广告2两个广告的情况下来举例说明调整方法。可选择历史数据表明展示和点击次数都较高的广告1作为基准广告。

步骤S130，针对所述各个广告，分别按照各个用户对广告的点击率估计值的大小针对广告的估计值向量进行从大到小排序。这样，A₁=（0.8,0.65,0.4,0.3,0.27,0.25）以及A₂=（0.5,0.4,0.2,0.15,0.1,0.08）。需要说明的是，步骤S120和步骤S130的顺序是任意的。

步骤S140，基于基准广告的点击率估计值向量，分别调整各个待调整广告的点击率估计值向量中的估计值，将调整后的点击率估计值向量中的值作为与各用户对应的测试值。

更具体地，步骤S140进一步包括针对每个待调整广告，进行步骤S141至S143的处理。

步骤，S141，按从大到小的顺序依次计算基准广告的点击率估计值向量与待调整广告的点击率估计值向量中相同位置的点击率估计值的比值，得到该待调整广告的比值向量。

在本实例中，具体地，依次从A₁和A₂中取数据，可得到如下数据：{（0.8，0.5）；（0.65，0.4）；（0.4，0.2）；（0.3，0.15）；（0.27，0.1）；（0.25，0.08）}。然后，计算每个数据对中基准广告的点击率估计值与待调整广告的点击率估计值的比值，得到比值向量{1.6；1.625；2；2；2.7；3.125}

步骤S142，根据该待调整广告的比值向量中相邻两个比值的变化率来对该待调整广告的比值向量进行分段。

更具体地，将排序后的各个用户对该广告的点击率估计值进行分段。至于分段间隔为多少，可以根据比值向量中各值的变化率来确定。相邻两个比值的变化率为将后一个数据与前一个数据的差值再除以前一个数据所算得的值。

优选地，可设置一个阈值为0.05的值来进行控制。若比值向量中相邻两个比值的变化率连续小于该设定阈值的比值划分为同一分段。以及，若值向量中相邻两个比值的变化率大于该设定阈值，则不将这两个比值划分至同一个段，但当一个分段中不足两个元素的除外。也就是说，要确保每个分段内至少包含一对广告点击率估计值。更具体地，若值向量中相邻两个比值的变化率大于该设定阈值且当前分段中已经包括两个元素，则不将这两个比值划分至同一个段；若值向量中相邻两个比值的变化率大于该设定阈值但当前分段中不足两个元素，则将这两个元素作为一个分段。

这样，可使得被调整后的广告点击率估计值在广告1（基准广告）的广告点击率估计值上下浮动，浮动范围在5%左右，优选为大于等于3%小等于至10%

在本实例中，与比值向量{1.6；1.625；2；2；2.7；3.125}对应的变化率向量为{0.016；0.14；1；0.35；0.88}。将这些变化率与预设阈值进行比较，将变化率小于预设阈值所涉及到的两个数据对分为一个数据段，并将其余每个数据对各自作为一个数据段。其中只有0.016小于阈值0.05，所以我们将前两对数值分为一段，其余各对数值均自成一段。

步骤S143，根据在当前正调整的点击率估计值所处分段中最后一个广告点击率估计值对应的位置处的点击率估算值和相应位置处的基准广告的点击率估计值、调整该待调整广告的估计值向量中的各个值，将调整后的估计值向量中的各个值分别作为相应用户对该待调整广告的点击率预测值。

更具体地，可通过如下表达式调整该待调整广告的估计值向量中的各个值，将该待调整广告的调整后的估计值向量中的各个值分别作为相应用户对该待调整广告的点击率预测值：

${\mathrm{score}}_{\mathrm{ij}}^{\′}={\mathrm{score}}_{\mathrm{ij}}\×\frac{{\mathrm{score}}_{i_0{j}^{\′}}}{{\mathrm{score}}_{{\mathrm{ij}}^{\′}}}$

其中，i表示待调整广告的序号，j表示在当前正调整的值所处分段中第j个元素，score'_i,j表示第i个广告的第j个元素的调整后的广告点击率估计值；score_i,j表示第i个广告的第j个元素的调整前的广告点击率估计值；score_i0j'表示基准广告的第j个元素的调整前的广告点击率估计值；j'表示在当前正调整的值所处分段中最后一个广告点击率估计值对应的位置，i₀表示基准广告的序号，i、i₀和j均为自然数。

这样，对于变化率小于预设阈值所涉及到的两个数据对，采用获得该变化率的相邻两个比值中的后一个比值对待调整广告的对应于该相邻两个比值的点击率估计值进行加权；对于变化率大于等于预设阈值所涉及到的各个数据对，采用数据对中基准广告的点击率估计值与待调整广告的点击率估计值的比值对待调整广告的对应于这个比值的点击率估计值进行加权，获得对待调整广告的调整后的点击率估计值。

在本实例中，可这样调整广告2的点击率估计值：

${\mathrm{score}}_{2j}^{\′}={\mathrm{score}}_{2j}\×\frac{{\mathrm{score}}_{{1j}^{\′}}}{{\mathrm{score}}_{{2j}^{\′}}}$

其中1表示第一个广告；2表示第二个广告。

这样，将除基准广告外的广告（此处为广告2）的点击率估计值映射到(基准广告(此处为广告1)的点击率估计值附近，得到点击率预测值，然后根据点击率预测值进行广告投放，可较好地避免广告投放不均匀的问题。

广告2排序后的点击率估计值的前两个数值乘以1.625（即），其他各数值分别乘以{2；2；2.7；3.125}，从而我们得到调整后的广告2对应的点击估计值为{0.5*1.625=0.8125；0.4*1.625=0.65；0.2*2=0.4；0.15*2=0.3；0.1*2.7=0.27；0.08*3.125=0.25}。

最后，根据调整后的广告点击估计值进行广告投放。

如果有三个及三个以上的广告，调整思路跟两个广告也是一样的。首先，从所有的广告中选择一个用户点击率最高的广告作为基准广告，将其余各广告作为待调整广告，然后将每个待调整广告单独与基准广告进行上述的调整过程，实现将每个待调整广告的点击估计值均映射到该广告的点击率估计值附近。

本发明实施例中所用到的广告预测模型可以进行更新。随着用户数量和广告数据的不断增加，每次在做广告点击率估计值调整时，基准广告的选取并不一定总是相同的。

当用户浏览页面时，通过查看调整广告点击估计值后该用户对不同广告的点击估计值，根据该点击估计值，投放点击估计值高的广告。当然，不可避免地会有新用户出现，当有新用户出现时，我们投放广告采用的方案是：投放用户点击率较高的广告。

本发明的实施例通过将较低的点击率估计值调整到较高的广告点击率估计值的附近，增加了原本点击率估计值较低的广告的投放几率，使得点击率估计值较低的广告能够适当地的投放给用户，从而实现对广告更科学地投放，并提高用户的体验，降低了由广告点击率估计值带来的广告投放不均和同一广告频繁投放给用户带来的困扰。

实施例二

下面参考图3来说明本发明的实施二。实施二提供了一种广告点击率预测装置。该装置包括：

估算单元10，预测每个用户对每个广告的点击率，得到各个广告的点击率估计值向量；

基准广告确定单元20，用于根据历史数据将展示或点击次数较高或最高的一个广告确定为基准广告，将其它广告确定为待调整广告；

排序单元30，用于针对所述各个广告，分别按照各个用户对广告的点击率估计值的大小对广告的估计值向量进行从大到小排序；

调整单元40，用于基于基准广告的点击率估计值向量，分别调整各个待调整广告的点击率估计值向量中的估计值，将调整后的点击率估计值向量中的值作为与各用户对应的测试值。

基准广告确定单元可进一步用于：

将在历史数据中展示次数较高、或点击次数较高、或者展示次数及点击次数均较高的广告作为基准广告。

此外，所述调整单元可进一步包括：

第一计算子单元41，用于按从大到小的顺序依次计算基准广告的点击率估计值向量与待调整广告的点击率估计值向量中相同位置的点击率估计值的比值，得到该待调整广告的比值向量；

分段子单元42，根据该待调整广告的比值向量中相邻两个比值的变化率来对该待调整广告的比值向量进行分段；

预测值计算子单元43，根据在当前正调整的点击率估计值所处分段中最后一个广告点击率估计值对应的位置处的点击率估算值和相应位置处的基准广告的点击率估计值、调整该待调整广告的估计值向量中的各个值，将调整后的估计值向量中的各个值分别作为相应用户对该待调整广告的点击率预测值。

更具体地，估算单元10、基准广告确定单元20、排序单元30和调整单元40执行与步骤S110、S120、S130和步骤S140的处理，在此不再赘述。

虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种广告点击率预测方法，其特征在于，包括：

预测每个用户对每个广告的点击率，得到各个广告的点击率估计值向量；

根据历史数据将展示或点击次数较高或最高的一个广告确定为基准广告，将其它广告确定为待调整广告；

针对所述各个广告，分别按照各个用户对广告的点击率估计值的大小对广告的估计值向量进行从大到小排序；

基于基准广告的点击率估计值向量，分别调整各个待调整广告的点击率估计值向量中的估计值，将调整后的点击率估计值向量中的值作为与各用户对应的预测值。

2.根据权利要求1所述的方法，其特征在于,所述根据历史数据将展示或点击次数较高或最高的一个广告确定为基准广告、将其它广告确定为待调整广告的步骤，包括：

将在历史数据中展示次数较高、或点击次数较高、或者展示次数及点击次数均较高的广告作为基准广告。

3.根据权利要求1所述的方法，其特征在于,基于基准广告的点击率估计值向量，分别调整各个待调整广告的点击率估计值向量中的估计值，将调整后的点击率估计值向量中的值作为与各用户对应的测试值的步骤，包括针对每个待调整广告执行如下处理：

按从大到小的顺序依次计算基准广告的点击率估计值向量与待调整广告的点击率估计值向量中相同位置的点击率估计值的比值，得到该待调整广告的比值向量；

根据该待调整广告的比值向量中相邻两个比值的变化率来对该待调整广告的比值向量进行分段；

根据在当前正调整的点击率估计值所处分段中最后一个广告点击率估计值对应的位置处的点击率估算值和相应位置处的基准广告的点击率估计值、调整该待调整广告的估计值向量中的各个值，将调整后的估计值向量中的各个值分别作为相应用户对该待调整广告的点击率预测值。

4.根据权利要求3所述的方法，其特征在于,根据该待调整广告的比值向量中相邻两个比值的变化率来对该待调整广告的比值向量进行分段的步骤中，相邻两个比值的变化率为将后一个数据与前一个数据的差值再除以前一个数据所算得的值。

5.根据权利要求4所述的方法，其特征在于,根据该待调整广告的比值向量中相邻两个比值的变化率来对该待调整广告的比值向量进行分段的步骤中，

若比值向量中相邻两个比值的变化率连续小于该设定阈值的比值划分为同一分段；

若值向量中相邻两个比值的变化率大于该设定阈值且当前分段中已经包括两个元素，则不将这两个比值划分至同一个段；

若值向量中相邻两个比值的变化率大于该设定阈值但当前分段中不足两个元素，则将这两个元素作为一个分段。

6.根据权利要求5所述的方法，其特征在于,该设定阈值大于等于3%小等于至10%。

7.根据权利要求3所述的方法，其特征在于,根据在当前正调整的点击率估计值所处分段中最后一个广告点击率估计值对应的位置处的点击率估算值和相应位置处的基准广告的点击率估计值、调整该待调整广告的估计值向量中的各个值的步骤，包括通过如下表达式调整该待调整广告的估计值向量中的各个值：

${\mathrm{score}}_{\mathrm{ij}}^{\′}={\mathrm{score}}_{\mathrm{ij}}\×\frac{{\mathrm{score}}_{i_0{j}^{\′}}}{{\mathrm{score}}_{{\mathrm{ij}}^{\′}}}$

i表示待调整广告的序号，j表示在当前正调整的值所处分段中第j个元素，score'_i,j表示第i个广告的第j个元素的调整后的广告点击率估计值；score_i,j表示第i个广告的第j个元素的调整前的广告点击率估计值；score_i0j'表示基准广告的第j个元素的调整前的广告点击率估计值；j'表示在当前正调整的值所处分段中最后一个广告点击率估计值对应的位置，i₀表示基准广告的序号，i、i₀和j均为自然数。

8.一种广告点击率预测装置，其特征在于，包括：

估算单元，预测每个用户对每个广告的点击率，得到各个广告的点击率估计值向量；

基准广告确定单元，用于根据历史数据将展示或点击次数较高或最高的一个广告确定为基准广告，将其它广告确定为待调整广告；

排序单元，用于针对所述各个广告，分别按照各个用户对广告的点击率估计值的大小对广告的估计值向量进行从大到小排序；

调整单元，用于基于基准广告的点击率估计值向量，分别调整各个待调整广告的点击率估计值向量中的估计值，将调整后的点击率估计值向量中的值作为与各用户对应的测试值。

9.根据权利要求8所述的方法，其特征在于,基准广告确定单元进一步用于：

将在历史数据中展示次数较高、或点击次数较高、或者展示次数及点击次数均较高的广告作为基准广告。

10.根据权利要求8所述的方法，其特征在于,所述调整单元进一步包括：

第一计算子单元，用于按从大到小的顺序依次计算基准广告的点击率估计值向量与待调整广告的点击率估计值向量中相同位置的点击率估计值的比值，得到该待调整广告的比值向量；

分段子单元，根据该待调整广告的比值向量中相邻两个比值的变化率来对该待调整广告的比值向量进行分段；

预测值计算子单元，根据在当前正调整的点击率估计值所处分段中最后一个广告点击率估计值对应的位置处的点击率估算值和相应位置处的基准广告的点击率估计值、调整该待调整广告的估计值向量中的各个值，将调整后的估计值向量中的各个值分别作为相应用户对该待调整广告的点击率预测值。

Images