CN103729780A

CN103729780A - 一种广告优化投放方法和系统

Info

Publication number: CN103729780A
Application number: CN201310716706.3A
Authority: CN
Inventors: 王函; 潘腾; 吴远青; 王玮; 王旭东; 郭伟
Original assignee: BEIJING ZHANGKUO TECHNOLOGY Co Ltd
Current assignee: BEIJING ZHANGKUO TECHNOLOGY Co Ltd
Priority date: 2013-12-23
Filing date: 2013-12-23
Publication date: 2014-04-16

Abstract

本发明公开了一种移动广告优化投放方法，包括：获取现有已投放广告的点击日志和转化日志，并找到与欲投放广告相关联的历史广告；对历史广告与欲投放广告的关联系数进行打分；根据历史广告的用户点击和转化情况对用户进行打分;统计两次打分，并筛选出得分高的用户，向所述得分高的用户推送欲投放的广告。本发明基于历史广告和欲投放广告之间的相关性，并基于历史广告的用户点击情况及转化情况，找到最适合的人群，由此实现精准投放的目的，且该方法对服务器计算能力要求较小。

Description

一种广告优化投放方法和系统

技术领域

本发明属于互联网领域，涉及一种广告优化投放方法。

背景技术

目前，在广告投放过程中对过去既有的用户进行普通投放，而这些投放方式，普遍存在着投放不精准的缺点。

发明内容

本发明所要解决的技术问题是提供一种广告精准投放的方法，该方法克服了之前的缺点，具有很好的效果。

本发明解决上述技术问题所采取的技术方案如下：

一种移动广告优化投放方法，包括：

获取现有已投放广告的点击日志和转化日志，并找到与欲投放广告相关联的历史广告；

对历史广告与欲投放广告的关联系数进行打分；

根据历史广告的用户点击和转化情况对用户进行打分;

统计两次打分，并筛选出得分高的用户，向所述得分高的用户推送欲投放的广告。

优选的是，统计用户对多个历史广告的点击和转化情况，根据所述用户对广告的点击转化情况对所述用户进行综合打分。

优选的是，基于两者的广告主、投放媒体、关键词、分类历史广告和欲投放广告的关联系数进行打分，并得到两者之间的关联系数W。

优选的是，根据历史广告的用户点击和转化情况对用户进行打分，具体包括：

针对某一个历史广告，统计用户的点击个数和广告转换个数；

基于以下公式计算用户的点击得分：

Score(N)=2*N*(P(真)-H(discounts))

其中，Score是用户的得分,N是用户的点击个数，2是方差调整常数，P(真)是用户的真实意愿点击率，p(真)=1-0.4^N；

H(discounts)是用户得分的惩罚系数，H(discounts)=exp(N-6)/(1+exp(N-6));

基于以下公式计算用户的总得分：

y=score(N)，无转换次数；y=100+score(N)，有转换次数。

优选的是，所述历史广告与欲投放广告的为移动广告。

优选的是，进一步包括：获取历史广告之间的频繁项集合；

基于欲投放广告和历史广告之间的频繁项集合的相似性，对历史广告与欲投放广告的关联系数进行打分。

优选的是，所述频繁项集合选取广告分类，进一步包括：

基于历史广告中用户对所述频繁项集合的点击和转换情况，对用户进行打分。

一种移动广告优化投放系统，包括：

统计单元，用于获取现有已投放广告的点击日志，并找到与欲投放广告相关联的历史广告；

打分单元，用于对历史广告与欲投放广告的关联系数进行打分；根据历史广告的用户点击和转化情况对用户进行打分;

广告推送单元，用于统计两次打分，并筛选出得分高的用户，向所述得分高的用户推送欲投放的广告。

优选的是，所述打分单元，进一步用于统计用户对多个历史广告的点击和转化情况，根据所述用户对广告的点击转化情况对所述用户进行综合打分。

优选的是，所述打分单元，进一步基于两者的广告主、投放媒体、关键词、分类历史广告和欲投放广告的关联系数进行打分，并得到两者之间的关联系数。

本发明采取了上述方案以后，基于历史广告和欲投放广告之间的相关性，并基于历史广告的用户点击情况，找到最适合的人群，由此实现精准投放的目的，且该方法对服务器计算能力要求较小。

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所写的说明书、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

下面结合附图对本发明进行详细的描述，以使得本发明的上述优点更加明确。其中，

图1是本发明广告优化投放方法的流程示意图；

图2是本发明广告优化投放方法的实例示意图；

图3是本发明广告优化投放方法的用户点击转换图；

图4是本发明广告优化投放系统的结构示意图。

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。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

如图1所示，一种广告优化投放方法，主要包括：

步骤1：获取现有已投放广告的点击日志和转化日志，并找到与欲投放广告相关联的历史广告；

步骤2：对历史广告与欲投放广告的关联系数进行打分；

步骤3：根据历史广告的用户点击和转化情况对用户进行打分;

步骤4：统计两次打分，并筛选出得分高的用户，向所述得分高的用户推送欲投放的广告。

具体来说，步骤2中，根据基于两者的广告主、投放媒体、关键词、分类历史广告和欲投放广告的关联系数进行打分，并得到两者之间的关联系数，也就是说，根据历史广告和欲投放广告之前的特定联系，判断两者的关联性，以判断其是否是近似的广告。

例如，在一个实施例中，可以根据用户在一个时间段内访问的广告，来判断其是否为关联广告；或者，针对某一个搜索关键词或者事件，其连续访问的一些广告，则其为关联广告。当然，也可以对其进行人工分析和判断，以对其关联系数进行打分，在此不详述。

本发明的主要发明核心在于步骤3和步骤4，即根据历史广告的用户点击和转化情况对用户进行打分和进行综合打分上。

如图2和图3所示，本实施例主要基于一个广告点击、转化效果矩阵图进行打分，且上述广告均为移动广告，其中，点击即是用户对广告展示的点击，转化则是用户对广告的内容的一个响应，例如，对广告主进行电话采购或者安装某一个应用的APP程序，可见，在计算得分的时候，其转化的权重远远大于点击的权重，而多次转化实际上视为一次转化即可以反映用户的性质，以此进行后续的广告推送等等。

如图3所示，是本发明基于大量的历史日志统计的真实意愿点击率和点击个数、用户得分的惩罚系数的图，该图是一个统计图，非人为制定。

发明人发现，对一个点击个数，其真实意愿点击率，p(真)=1-0.4^N；

由此，而对其进行惩罚的用户得分的惩罚系数H(discounts)=exp(N-6)/(1+exp(N-6))，即相应地进行一定的扣分。

由此，针对某一次点击的用户得分公式如下：

Score(N)=2*N*(P(真)-H(discounts))

其中，Score是用户的得分,N是用户的点击个数，2是方差调整常数，P(真)是用户的真实意愿点击率，p(真)=1-0.4^N；H(discounts)是用户得分的惩罚系数，H(discounts)=exp(N-6)/(1+exp(N-6))。

我们认定多次转换只相当于一次转换，且转换设定为100，由此，针对一次或者多次转换，其得分y=100+score(N)。

此外，在步骤2中，针对某一个历史广告，其与欲投放广告的关联系数，根据上述的方法计算为W。

由此，根据多个广告，其可以分别基于各自的关联系数和得分综合得到用户的综合得分。

例如，以用户u1为例:X1=(2:1,1:0,1:0)那么最后的得分Score=W*(score(2)+100,score(1),score(1))。

此外，在进一步的实施例中，获取历史广告之间的频繁项集合；

优选的是，所述频繁项集合选取广告分类，进一步包括：

本发明采取了上述方案以后，基于历史广告和欲投放广告之间的相关性，并基于历史广告的用户点击情况和转化情况，找到最适合的人群，由此实现精准投放的目的，且该方法对服务器计算能力要求较小。

此外，如图4所示，是本发明广告优化投放系统的结构示意图，其主要包括：统计单元，用于获取现有已投放广告的点击和转化日志，并找到与欲投放广告相关联的历史广告；

本发明系统具有和方法实施例相同的效果，即其基于历史广告和欲投放广告之间的相关性，并基于历史广告的用户点击情况和转化情况，从而找到最适合的人群，由此实现精准投放的目的，且该方法对服务器计算能力要求较小，具有较好的效果。

需要说明的是，对于上述方法实施例而言，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。

而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种移动广告优化投放方法，其特征在于，包括：

对历史广告与欲投放广告的关联系数进行打分；

根据历史广告的用户点击和转化情况对用户进行打分;

2.根据权利要求1所述的移动广告优化投放方法，其特征在于，统计用户对多个历史广告的点击和转化情况，根据所述用户对广告的点击转化情况对所述用户进行综合打分。

3.根据权利要求1所述的广告优化投放方法，其特征在于，基于两者的广告主、投放媒体、关键词、分类历史广告和欲投放广告的关联系数进行打分，并得到两者之间的关联系数W。

4.根据权利要求2或3所述的广告优化投放方法，其特征在于，根据历史广告的用户点击和转化情况对用户进行打分，具体包括：

基于以下公式计算用户的点击得分：

Score(N)=2*N*(P(真)-H(discounts))

基于以下公式计算用户的总得分：

y=score(N)，无转换次数；y=100+score(N)，有转换次数。

5.根据权利要求1所述的广告优化投放方法，其特征在于，所述历史广告与欲投放广告都为移动广告。

6.根据权利要求1所述的广告优化投放方法，其特征在于，进一步包括：获取历史广告之间的频繁项集合；

7.根据权利要求6所述的广告优化投放方法，其特征在于，所述频繁项集合选取广告分类，进一步包括：

8.一种移动广告优化投放系统，其特征在于，包括：

统计单元，用于获取现有已投放广告的点击日志和转化日志，并找到与欲投放广告相关联的历史广告；

9.根据权利要求8所述的移动广告优化投放系统，其特征在于，所述打分单元，进一步用于统计用户对多个历史广告的点击和转化情况，根据所述用户对广告的点击和转化情况对所述用户进行综合打分。

10.根据权利要求8所述的广告优化投放系统，其特征在于，所述打分单元，进一步基于两者的广告主、投放媒体、关键词、分类历史广告和欲投放广告的关联系数进行打分，并得到两者之间的关联系数。