CN103795697B - 一种网络媒介信息投放效果模拟方法和系统 - Google Patents
一种网络媒介信息投放效果模拟方法和系统 Download PDFInfo
- Publication number
- CN103795697B CN103795697B CN201210429811.4A CN201210429811A CN103795697B CN 103795697 B CN103795697 B CN 103795697B CN 201210429811 A CN201210429811 A CN 201210429811A CN 103795697 B CN103795697 B CN 103795697B
- Authority
- CN
- China
- Prior art keywords
- network media
- media information
- information
- displaying
- solicited message
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种网络媒介信息投放效果模拟方法和系统，包括：由离线匹配模型模块分析竞价日志，建立生效网络媒介信息与触发展示该生效网络媒介信息的展示请求信息的映射关系；播放现场建立模块依据所述离线匹配模型，离线确定其中每一条展示请求信息所映射的网络媒介信息集，再确定所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在各展示名次上模拟展现时的投放成本信息，保存播放现场记录；投放效果模拟模块根据用户提交的网络媒介信息物料设置和所述播放现场记录，计算输出对应网络媒介信息的预计的投放效果信息。利用本发明，可以提高对网络媒介信息投放效果模拟的通用性，并提高系统的处理性能。
Description
技术领域
本发明涉及互联网的信息处理技术，尤其涉及一种网络媒介信息投放效果模拟方法和系统。
背景技术
网络媒介信息是一种在互联网系统的各种展示形式（如网页、客户端界面等）上发布的以数字代码为载体的各种信息。通常的网络媒介信息都对应有目标网页，用户点击了网络媒介信息即可跳转到对应的目标网页，目标网页的内容就会展现在用户面前。如何有效地向特定的受众投放展示网络媒介信息，并对所展示的信息进行有效的管理，是目前互联网技术业界所关注的一个领域。
网络媒介信息处理展示技术最近几年发展非常迅猛，已经应用到许多产业领域例如互联网的广告处理展示领域中，所述互联网广告就是一种网络媒介信息。网络媒介信息处理展示技术中的一种主要技术是网络媒介信息投放展示技术。
在现有的网络媒介信息投放展示系统中，网络媒介信息投放方需要为网络媒介信息投放设定物料设置，例如投放的时段信息、地域信息、单次点击的最低出价等预算信息以及定向条件信息（例如关键词、展现位置、受众属性等信息）。网络媒介信息投放展示系统在用户发出展示请求（如搜索请求）时，根据展示请求和已经投放的网络媒介信息的物料信息匹配计算对应的展示形式（如网页、客户端界面等）以及展示位置，在这些展示位置上发布（即展示）出对应的网络媒介信息。
目前的网络媒介信息投放展示系统中，一种通常的体现网络媒介信息投放效果的计费方式是按点击收费（CPC）。在投放网络媒介信息时，投放方需要设置最低出价，网络媒介信息的最低出价与该网络媒介信息的展示排名相关，而网络媒介信息点击量又与其展示排名相关。所述网络媒介信息的投放效果以用户对该网络媒介信息的展示量和点击量来体现，展示量越大且排名越高，其点击量通常越大，用户点击一次网络媒介信息，网页就会跳转到该网络媒介信息对应的目标网页，从而使得目标网页的信息到达用户一次，这时要收取一次网络媒介信息投放费用。一个网络媒介信息的点击量越高，其对应的目标网页的信息到达最终用户的达到率也就越高。因此，以合理的最低出价获得相对高的点击量，可以较低的成本实现较高的目标网页的到达率。
现有的技术中，目前出现了一种在用户实际投放网络媒介信息前，根据欲投放网络媒介信息的物料设置预估其投放效果的投放效果模拟系统。这种投放效果模拟系统可以针对关键词或网络媒介信息组在不同出价情况的网络媒介信息投放效果，如展示量、点击量、点击消耗量等，进行模拟，从而可帮助投放方为网络媒介信息对应的关键字选择最理想的投放出价。
但是，现有的这种网络媒介信息投放效果模拟系统中，其所分析的数据基础是普通的展示日志，且其分析处理过程需要在线接入网络媒介信息投放展示系统的业务逻辑中，一种网络媒介信息投放展示系统的业务逻辑发生改变后，则这种网络媒介信息投放效果模拟系统的处理逻辑也需要进行改变。因此这种网络媒介信息投放效果模拟系统中所要求的触发网络媒介信息的定向条件很单一，例如目前仅仅可以对网络媒介信息关键词进行匹配模拟。而目前的网络媒介信息网络系统中，触发网络媒介信息的定向条件非常多样化，对应的业务逻辑也呈现多样化，例如在采用搜索方式的网络媒介信息投放展示系统中，触发网络媒介信息的定向条件为关键词及其匹配模式，而在采用展示方式的网络媒介信息投放展示系统中，触发网络媒介信息的定向条件为生效关键词、受众属性信息、展示位置信息等多种定向条件。现有的这种网络媒介信息投放效果模拟系统中，无法为不同定向条件触发的网络媒介信息的投放效果进行通用的模拟，只能是一种网络媒介信息投放展示系统的业务逻辑对应一种网络媒介信息投放效果模拟系统的处理逻辑，通用性差，成本较高。另外，由于现有的这种网络媒介信息投放效果模拟系统的处理逻辑都是在线运行处理，对于海量数据量的网络媒介信息来说，其处理性能很低。
发明内容
有鉴于此，本发明的主要目的在于提供一种网络媒介信息投放效果模拟方法和系统，以提高对网络媒介信息投放效果模拟的通用性，并提高系统的处理性能。
本发明的技术方案是这样实现的：
一种网络媒介信息投放效果模拟方法，包括：
对每次网络媒介信息的展示请求，记录对应的竞价日志；离线分析所述竞价日志，建立生效网络媒介信息与触发展示该生效网络媒介信息的展示请求信息的映射关系，作为离线匹配模型；
依据所述离线匹配模型，离线确定其中每一条展示请求信息所映射的网络媒介信息集，再确定所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在各展示名次上模拟展现时的投放成本信息；将所述每一条展示请求信息、该展示请求信息对应网络媒介信息集中的每一个网络媒介信息、及该网络媒介信息在所述每一展示名次上模拟展现时的投放成本和排名信息作为对应的一条播放现场记录进行保存；
根据用户提交的网络媒介信息物料设置，从所述播放现场记录中筛选出符合该网络媒介信息物料设置的播放现场记录，再对所筛选出的播放现场记录进行分析统计，计算输出对应网络媒介信息的预计的投放效果信息。
一种网络媒介信息投放效果模拟系统，该系统包括：
离线匹配模型模块，用于对每次网络媒介信息的展示请求，记录对应的竞价日志；离线分析所述竞价日志，建立生效网络媒介信息与触发展示该生效网络媒介信息的展示请求信息的映射关系，作为离线匹配模型；
播放现场建立模块，用于依据所述离线匹配模型，离线确定其中每一条展示请求信息所映射的网络媒介信息集，再确定所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在各展示名次上模拟展现时的投放成本信息；将所述每一条展示请求信息、该展示请求信息对应网络媒介信息集中的每一个网络媒介信息、及该网络媒介信息在所述每一展示名次上模拟展现时的投放成本和排名信息作为对应的一条播放现场记录进行保存；
投放效果模拟模块，用于接收用户提交的网络媒介信息物料设置，从所述播放现场记录中筛选出符合该网络媒介信息物料设置的播放现场记录，再对所筛选出的播放现场记录进行分析统计，计算输出对应网络媒介信息的预计的投放效果信息。
与现有技术相比，本发明采用展示网络媒介信息的竞价日志作为数据处理的基础，离线建立生效网络媒介信息与触发展示该网络媒介信息的展示请求信息的映射关系作为离线匹配模型，之后根据所述离线匹配模型，离线确定其中每一条展示请求信息所映射的网络媒介信息集，再确定所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在各展示名次上模拟展现时的投放成本信息（展现价格）和排名信息，并将所述每条对应信息作为播放现场记录。在进行网络媒介信息投放效果模拟时，根据用户的在线网络媒介信息物料设置，从所述播放现场记录中筛选播放现场记录，并以此分析计算输出对应网络媒介信息的预计的投放效果信息。由于所述对竞价日志进行分析建立离线匹配模型的过程对网络媒介信息投放展示系统的具体业务逻辑的依赖性较小，之后的进行播放现场记录过程和分析计算投放效果信息的过程也很少接入网络媒介信息投放展示系统的具体业务逻辑，因此本发明可以适用于不同种网络媒介信息投放展示系统的业务逻辑，提高了对网络媒介信息投放效果模拟的通用性，能够更好的适应网络媒介信息投放展示系统业务逻辑波动的情况，实现成本和维护成本低；同时，由于本发明所述离线匹配模型和播放现场记录都采用离线方式进行，对于海量数据量的网络媒介信息来说，可以充分利用大量的离线闲置互联网计算资源，提高网络媒介信息投放效果模拟系统的处理性能。
附图说明
图1为本发明所述网络媒介信息投放效果模拟方法的一种流程图；
图2为本发明所述网络媒介信息投放效果模拟系统的一种组成示意图；
图3为本发明所述建立生效网络媒介信息与该网络媒介信息的展示请求信息的映射关系作为离线匹配模型的一种流程图；
图4为本发明所述计算用户当前网络媒介信息的预计的展示量信息和点击量信息的一种具体流程图；
图5a为在没有预算量限制时输出网络媒介信息的预计展现量、点击量、以及消耗量的展现曲线图；
图5b为在有单日总预算量限制时输出网络媒介信息的预计展现量、点击量、以及消耗量的展现曲线图。
具体实施方式
下面结合附图及具体实施例对本发明再作进一步详细的说明
图1为本发明所述网络媒介信息投放效果模拟方法的一种流程图，参见图1，该方法主要包括：
101、对每次网络媒介信息的展示请求（包括检索请求和其它形式的请求如访问相关网页），记录对应的竞价日志（Auction日志）；离线分析所述竞价日志，建立生效网络媒介信息与触发展示该网络媒介信息的展示请求信息的映射关系；
102、依据所述离线匹配模型，离线确定其中每一条展示请求信息所映射的网络媒介信息集，再确定所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在各展示名次上模拟展现时的投放成本信息；将所述每一条展示请求信息、该展示请求信息对应网络媒介信息集中的每一个网络媒介信息、及该网络媒介信息在所述每一展示名次上模拟展现时的投放成本和排名信息作为对应的一条播放现场记录进行保存；
103、根据用户提交的网络媒介信息物料设置，从所述播放现场记录中筛选出符合该网络媒介信息物料设置的播放现场记录，再对所筛选出的播放现场记录进行分析统计，计算输出对应网络媒介信息的预计的投放效果信息（如展示量、点击量、和消耗数据等）。
所述竞价，是指网络媒介信息投放展示系统在每次展示网络媒介信息前都会根据投放方的出价进行竞价处理过程，以决定实际要展示哪些网络媒介信息，以及这些网络媒介信息的展示顺序。
所述竞价日志，是现有的网络媒介信息投放展示系统后台产生的一种日志，用于记录每个网络媒介信息检索过程中，从网络媒介信息库中选出的参与竞价的网络媒介信息队列。Auction日志中会详细记录每个网络媒介信息的出价、预估网络媒介信息点击概率（PCTR）、触发条件及其权重等信息。
上述步骤101和102都是离线进行，所述步骤103为在线进行，即需要网络媒介信息头发放在线填写的在线网络媒介信息物料设置，再根据该网络媒介信息物料设置模拟该网络媒介信息对应的投放效果。
与本发明所述的方法对应，本发明还公开了一种网络媒介信息投放效果模拟系统。图2为本发明所述网络媒介信息投放效果模拟系统的一种组成示意图。参见图2，该网络媒介信息投放效果模拟系统主要包括：
离线匹配模型模块201，用于执行上述步骤101，具体用于对每次网络媒介信息的展示请求（包括检索请求和其它形式的请求如访问相关网页），记录对应的竞价日志（Auction日志）；离线分析所述竞价日志，建立生效网络媒介信息与触发展示该网络媒介信息的展示请求信息的映射关系，作为离线匹配模型；
播放现场建立模块202，用于执行上述步骤102，具体用于依据所述离线匹配模型，离线确定其中每一条展示请求信息所映射的网络媒介信息集，再确定所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在各展示名次上模拟展现时的投放成本信息；将所述每一条展示请求信息、该展示请求信息对应网络媒介信息集中的每一个网络媒介信息、及该网络媒介信息在所述每一展示名次上模拟展现时的投放成本和排名信息作为对应的一条播放现场记录进行保存；
投放效果模拟模块203，用于执行上述步骤103，具体用于接收用户提交的网络媒介信息物料设置，从所述播放现场记录中筛选出符合该网络媒介信息物料设置的播放现场记录，再对所筛选出的播放现场记录进行分析统计，计算输出对应网络媒介信息的预计的投放效果信息（如展示量、点击量、和消耗数据等）。
所述离线匹配模型是指根据特定网络媒介信息投放展示系统的触发方式，建立生效网络媒介信息与触发展示该网络媒介信息的展示请求信息的映射关系。在上述步骤101中，所述离线分析所述竞价日志，建立生效网络媒介信息与该网络媒介信息的展示请求信息的映射关系的过程如图3所示，具体包括以下步骤301至步骤304：
步骤301、遍历所述竞价日志，查找出生效网络媒介信息。所述生效网络媒介信息，是指实际发生展示过的网络媒介信息。
步骤302、针对每个生效网络媒介信息，从竞价日志中查找出可以触发该生效网络媒介信息的定向条件的集合。
步骤303、从竞价日志中查找所述每条定向条件对应的展示请求信息。
步骤304、建立生效网络媒介信息与对应的展示请求信息的映射关系，作为离线匹配模型。
针对不同业务逻辑的网络媒介信息投放展示系统，所述触发生效网络媒介信息的定向条件可能不同，所述定向条件对应的展示请求信息也可能不同。
例如在采用搜索方式的网络媒介信息网络系统中，所述触发生效网络媒介信息的定向条件为：生效关键词（Keyword）及其匹配模式（matchtype），所述匹配模式例如可以是广泛匹配、短语匹配和精准匹配等模式；所述定向条件对应的展示请求信息为：搜索请求中的查询字符串，例如本文记为SearchQuery。步骤302中，从竞价日志中查找出可以触发所述生效网络媒介信息（AD）的生效关键词及其匹配模式的集合Set(Keyword,matchtype)，此时可以建立所述生效网络媒介信息与触发该生效网络媒介信息的定向条件之间的映射关系，即Ad->Set(Keyword,matchtype)。在步骤303中，具体是查找每条关键词及其匹配模式对应的触发生效网络媒介信息的查询字符串集合，建立每条关键词及其匹配模式对应的触发生效网络媒介信息的查询字符串集合之间的映射关系，即Set(Keyword,matchtype)->set(SearchQuery)。在步骤304中，可以利用上述步骤302和步骤303的处理结果，建立生效网络媒介信息与对应的触发该生效网络媒介信息的查询字符串之间的映射关系，即Ad->set(SearchQuery)，将该映射关系作为离线匹配模型。
再例如，在采用展示方式的网络媒介信息网络系统中，所述触发生效网络媒介信息的定向条件为：生效关键词（Keyword）、受众属性信息（Category）、展示位置信息（Placement，即该网络媒介信息在网页中的什么位置进行展示）；所述定向条件对应的展示请求信息包括：用户访问的页面（page）和用户自身行为模式（user）的编码，即pair(page,user)，对应的离线匹配模型是指建立生效网络媒介信息与pair(page,user)之间的映射关系。但在实际的网络媒介信息投放展示系统处理中，pair(page,user)通常会被转换成一个关键词向量编码，记为ContextQuery，同样可以表示所访问页面（page）和用户行为模式（user）的编码。步骤302中，从竞价日志中查找出可以触发所述生效网络媒介信息（AD）的生效关键词（Keyword）、受众属性信息（Category）、展示位置信息（Placement）的集合TargetSet(K,C,P)，其中K表示Keyword，C表示Category，P表示Placement，此时可以建立所述生效网络媒介信息与触发该生效网络媒介信息的定向条件之间的映射关系，即Ad->TargetSet(K,C,P)。在步骤303中，具体是查找每条关键词及其匹配模式对应的触发生效网络媒介信息的查询字符串集合，建立每条生效关键词、受众属性信息、和展示位置信息对应的触发生效网络媒介信息的ContextQuery集合之间的映射关系，即TargetSet(K,C,P)->set(ContextQuery)。在步骤304中，可以利用上述步骤302和步骤303的处理结果，建立生效网络媒介信息与对应的触发该生效网络媒介信息的ContextQuery之间的映射关系，即Ad->set(ContextQuery)，将该映射关系作为离线匹配模型。
在上述建立离线匹配模型之后，就需要进行步骤102所述建立播放现场的过程。建立播放现场的目的是：根据历史Auction日志，重现一段历史时间内每一条网络媒介信息展示请求到来时网络媒介信息投放展示系统的反应状态。播放现场的建立具体包括以下步骤121和步骤122：
步骤121、依据所述离线匹配模型，离线确定其中每一条展示请求信息所映射的网络媒介信息集，即确定哪些网络媒介信息可以被展示请求信息触发，这些网络媒介信息集合在本文中记为MatchAdSet。
在Auction日志中，记录了每条检索的详细信息，及参与竞价的所有网络媒介信息AuctionAdSet。AuctionAdSet是MatchAdSet的一个子集，原因是必定存在部分网络媒介信息根据定向条件可以被触发，但因为日预算已经被消耗完，从而没有入选Auction队列。本发明建立播放现场选用MatchAdSet作为后续处理的数据基础，因为MatchAdSet可以找到因为日预算不足而损失潜在展现机会的网络媒介信息。采用MatchAdSet作为后续处理的数据基础，可以在步骤103中的出价模拟表现为：如果网络媒介信息日预算成为获取展现机会的瓶颈，用户会看到随着出价的增长，展现量反而减少。这个信息可以提醒用户：如果希望进一步提升网络媒介信息的投放效果，需要合理提升日预算，而不仅是调整网络媒介信息的单次最低出价。
步骤122、确定所述每一条展示请求信息映射的网络媒介信息集MatchAdSet中的每一个网络媒介信息在各展示名次上模拟展现时的投放成本信息和排名信息；将所述每一条展示请求信息、该展示请求信息对应网络媒介信息集中的每一个网络媒介信息、及该网络媒介信息在所述每一展示名次上模拟展现时的投放成本和排名信息作为对应的一条播放现场记录进行保存。
此处，假设对于一条展示请求信息，Auction日志中的竞价队列中记录了N个与该条展示请求信息相关的网络媒介信息，则这N个网络媒介信息就是该展示请求信息所映射的网络媒介信息集MatchAdSet，但是实际展现的网络媒介信息有K条，K<=N，分别排在展现结果页面的第1~第K名。那么本步骤所要建立的播放现场，就是要对该网络媒介信息集MatchAdSet中的N个网络媒介信息的每一个网络媒介信息在实际展现的各展示名次（即从第1名到第K名）上模拟展现时的投放成本信息进行估算，即对于所述N个网络媒介信息中的网络媒介信息A，需要计算其如果展现在第1名时的投放成本信息，还要计算其如果展现在第2名时的投放成本信息，一直计算到其如果展现在第N名时的投放成本信息。
所述投放成本信息可以包括：展现成本信息（即展现价格）、或者展现成本信息和点击成本信息（即点击价格）。
在具体的实施例中，所述确定每一条展示请求信息映射的网络媒介信息集MatchAdSet中的每一个网络媒介信息在各展示名次上模拟展现时的展现成本信息的具体方式包括：
针对所述每一条展示请求信息映射的网络媒介信息集MatchAdSet中的每一个网络媒介信息，按照以下公式（1）确定其在每一展示名次上模拟展现时的展现成本信息：
CPC_A(Ranki)=CPC(Ranki)*PCTR(Ranki)/PCTR(A)(i=1...K) （1）
其中，所述Ranki表示该网络媒介信息A在本次模拟展现时的展示名次为第i名，CPC_A(Ranki)为该网络媒介信息A在本次模拟展现时的展现成本（例如此处为展现的最低出价），CPC(Ranki)为当前展示请求信息（如某一个查询字符串）实际触发的历史展示结果中排在第i名的网络媒介信息的最高点击成本（即最高点击价格），PCTR(Ranki)为当前展示请求信息实际触发的历史展示结果中排在第i名的网络媒介信息的预估点击概率，PCTR(A)为该网络媒介信息A在本次模拟展现时的预估点击概率，K为当前展示请求信息实际触发的历史展现结果中的网络媒介信息数量。
所述CPC(Ranki)和PCTR(Ranki)可以直接从所述竞价日志中得到。因为现有的网络媒介信息投放展示系统都有现成的点击概率预估模块，例如只要向系统中输入展示请求信息c和网络媒介信息c的物料信息则系统会自动触发该点击概率预估模块计算出该网络媒介信息c在该展示请求信息c的触发下排在各个名次上的点击概率，这些点击概率的值会被记录在所述竞价日志中，本发明可以直接从竞价日志中读取PCTR(Ranki)。
所述PCTR(A)可以通过现成的点击概率预估模块来确定，即本发明需要向该点击概率预估模块输入网络媒介信息A的物料设置、触发该网络媒介信息A的展示请求信息、以及网络媒介信息A在本次模拟展示时的排名i，则所述点击概率预估模块会自动计算并返回对应的PCTR(A)。
在具体的实施例中，所述确定每一条展示请求信息映射的网络媒介信息集MatchAdSet中的每一个网络媒介信息在每次展现时的点击成本信息的具体方式包括：
针对所述每一条展示请求信息映射的网络媒介信息集MatchAdSet中的每一个网络媒介信息，按照以下公式（2）确定其在每一展示名次上模拟展现时的点击成本信息：
COST_A(Ranki)=CPC(Ranki+1)*PCTR(Ranki+1)/PCTR(A)(i=1...K) （2）
其中，所述Ranki表示该网络媒介信息A在本次模拟展现时的展示名次为第i名，COST_A(Ranki)为该网络媒介信息A在本次模拟展现时的被点击的点击成本（即所要扣除该网络媒介信息A投放方的费用），CPC(Ranki+1)为当前展示请求信息实际触发的历史展示结果中排在第i+1名的网络媒介信息的最高点击成本，PCTR(Ranki+1)为当前展示请求信息实际触发的历史展示结果中排在第i+1名的网络媒介信息的预估点击概率，PCTR(A)为该网络媒介信息A在本次模拟展现时的预估点击概率，K为当前展示请求信息实际触发的历史展现结果中的网络媒介信息数量。
例如，当用户搜索“鲜花”时，所述展示请求信息为“鲜花”这个查询字符串，假设Auction队列中记录了5个与“鲜花”相关的网络媒介信息，分别记为A1,…,A5,最大点击价格(CPC)分别记为CPC(A1),…,CPC(A5),其预估点击概率分别记为PCTR(A1),…,PCTR(A5)。竞价日志中所记录的实际展现的网络媒介信息只有两个，分别是A1,A2,那么计算MatchAdSet中网络媒介信息B分别模拟展现在该MatchAdSet中的第一名和第二名的展现成本即最低出价是：
展现在第一名的最低出价：CPC_B(Rank1)=CPC(A1)*PCTR(A1)/PCTR(B)；
展现在第二名的最低出价：CPC_B(Rank2)=CPC(A2)*PCTR(A2)/PCTR(B)；
计算MatchAdSet中网络媒介信息B分别模拟展现在该MatchAdSet中的第一名和第二名的点击成本价是：
展现在第一名的点击成本价为：
COST_B(Rank1)=CPC(A2)*PCTR(A2)/PCTR(B)；
展现在第二名的点击成本价为：
COST_B(Rank2)=CPC(A3)*PCTR(A3)/PCTR(B)；
通过上述步骤，在离线确定所述离线匹配模型中每一条展示请求信息所映射的网络媒介信息集，再确定所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在各展示名次上模拟展现时的投放成本信息之后，还要将所述每一条展示请求信息、该展示请求信息对应网络媒介信息集中的每一个网络媒介信息、及该网络媒介信息在所述每一展示名次上模拟展现时的投放成本和对应的排名信息作为对应的一条播放现场记录进行保存。这样就可以保存了大量条播放现场记录以供后续进行投放效果的模拟计算，即建立了播放现场。
上述步骤101和步骤102的过程由于计算量巨大，因此本发明将这两个步骤采用离线方式利用离线资源进行处理，可以降低网络媒介信息投放效果模拟对在线计算资源的占用，提高系统的处理性能。
在上述建立了播放现场后，最后需要根据用户的在线网络媒介信息物料设置计算输出对应网络媒介信息的预计的投放效果信息，即利用所述步骤103进行处理。在此步骤103中，需要为投放方提供在线的网络媒介信息物料设置界面，投放方可以在该设置界面上输入当前欲估计其投放效果的网络媒介信息的物料设置，例如输入当前网络媒介信息的投放时段信息、地域信息、单次最低出价信息、预算量信息（如日总预算量）、定向条件信息（如关键词及其匹配模式，受众属性信息、展示位置信息等）等。在投放方设置好网络媒介信息的物料设置后，可以提交所述物料设置信息给系统，则系统可以在线计算该当前网络媒介信息的预计的投放效果信息，所述投放效果信息主要包括展示量信息和点击量信息，还可以进一步包括消耗量信息即预计由于网络媒介信息被点击所造成的成本消耗。
在一种具体实施例中，如果只计算输出当前网络媒介信息的预计的展示量信息和点击量信息，则所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在各展示名次上模拟展现时的投放成本信息至少包括展现成本信息，且所述用户提交的网络媒介信息物料设置中需要至少包括单次最低出价信息。如图4所示，所述计算用户当前网络媒介信息的预计的展示量信息和点击量信息的具体方式包括：
步骤401、遍历所述步骤103所建立和保存的所有播放现场记录，根据用户提交的网络媒介信息物料设置，从所述播放现场记录中筛选出符合该网络媒介信息物料设置的播放现场记录。具体的筛选过程就是该播放现场记录中所记录的网络媒介信息与用户当前提交的网络媒介信息物料设置信息项匹配，如所述投放时段信息、地域信息、定向条件信息都符合对应的匹配策略。
步骤402、设置用户当前网络媒介信息的展现量和点击量的初始值为0；当然展现量和点击量的初始值在预先设置为0的情况下，该步骤402还可以省略。
步骤403、计算用户当前网络媒介信息的预计的展示量信息和点击量信息，作为用户当前网络媒介信息的预计的投放效果信息输出。
此步骤403的具体计算方式包括：
针对用户当前设置的每一个网络媒介信息，遍历所述每一个筛选出的播放现场记录，如果该网络媒介信息的物料设置中的单次最低出价大于等于该播放现场记录中的展现成本时，则：将该网络媒介信息的展现量增加1次；同时，将该播放现场记录中的排名信息作为该网络媒介信息的排名Ranki，将该播放现场记录中该网络媒介信息对应的展示请求信息、排名Ranki以及该网络媒介信息的定向条件输入到网络媒介信息投放展示系统的点击概率预估模块，由该点击概率预估模块计算并返回该网络媒介信息的点击概率PCTR(Query,Ad,Ranki)，然后确定该网络媒介信息的点击量增加1*PCTR(Query,Ad,Ranki)次。
通过上述步骤，针对用户当前设置的每一个网络媒介信息，遍历处理完所述每一个筛选出的播放现场记录后，即可计算出每个网络媒介信息的预计的展示量信息和点击量。
在另一种具体实施例中，如果计算输出当前网络媒介信息的预计的投放效果信息中除了包括展示量信息和点击量信息，还进一步包括消耗量信息，则所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在各展示名次上模拟展现时的投放成本信息中需进一步包括点击成本信息。并且，在上述步骤403中，需要进一步计算用户当前网络媒介信息预计的消耗量信息，其具体方式包括：
预先设置用户当前网络媒介信息的消耗量的初始值为0；针对用户当前的每一个网络媒介信息，遍历所述每一个播放现场记录，如果该网络媒介信息的物料设置中的单次最低出价大于等于该播放现场记录中的展现成本时，则将该网络媒介信息的消耗量增加COST_A(Ranki)*PCTR(Query,Ad,Ranki)，其中COST_A(Ranki)为该播放现场记录中的点击成本信息。针对用户当前设置的每一个网络媒介信息，遍历处理完所述每一个筛选出的播放现场记录后，即可计算出每个网络媒介信息的预计的消耗量。
当然，上述实施例介绍的是没有预算量限制时，计算输出对应网络媒介信息的预计的投放效果信息的方式，输出的投放效果信息如果用图来表示，可以参见图5a，图5a为在没有预算量限制时输出网络媒介信息的预计展现量、点击量、以及消耗量的展现曲线图，其中横坐标为投放方设置的网络媒介信息物料设置中的单次最低出价，纵坐标表示预计该网络媒介信息的投放效果，即预计的展现量、点击量、以及消耗量，从图5a可以看出，在预算没有限制或预算充足的情况下，网络媒介信息展现量、点击量、以及消耗量会随投放方出价增高而单调递增。
当投放方对投放的网络媒介信息有预算限制时，即所述用户提交的网络媒介信息物料设置中进一步包括预算量信息（如单日总预算量）时，需要对上述步骤403进行改动，即：在所述针对用户当前的每一个网络媒介信息，遍历所述每一个播放现场记录的过程中，在判断该网络媒介信息的物料设置中的单次最低出价是否大于等于该播放现场记录中的展现成本之前，进一步包括：判断该网络媒介信息的当前累加的消耗量是否大于该网络媒介信息物料设置中的预算量信息，如果是则停止后续的处理，即停止对所述展现量、点击量以及消耗量的累加，否则继续后续的对所述展现量、点击量以及消耗量的累加处理。
图5b为在有单日总预算量限制时输出网络媒介信息的预计展现量、点击量、以及消耗量的展现曲线图。参见图5b所示，一般情况下，映射到较高排名，消耗增长会比较快，一方面是因为高排名的网络媒介信息点击概率高；另一方面排名靠前的网络媒介信息点击价格较高。映射到不同排名的网络媒介信息所需的最低出价不一样，累计消耗的速度不一样，因此会出现以下现象：网络媒介信息出价低较高时，获得一定展现次数之后，因单日总预算量的限制无法获得更多的展现机会，当出价达到临界点b0时，单日总预算量成为获取更多展现量和点击量的瓶颈。因此本发明还可以模拟出在预算量受限时的投放效果，因此对长期用完全部每日预算的网络媒介信息系列也能适用，可以使得网络媒介信息投放方及时调整自己的出价策略和预算量。
在本发明中，还对于所述点击概率预估模块的计算方法进行了改进，即本发明在预估点击概率时，需要考虑不同排名下的点击概率。不同排名对网络媒介信息点击概率是影响是非常明显的，而现有技术中的点击概率预估往往是针对网络媒介信息展现在第一名时的点击概率预估，没有考虑网络媒介信息展现在其他位置时的点击概率。考虑到对实现不同排名下的点击概率预估，成本可能会比较高。因此本发明提出了一种成本较低的预估方案是：假设不同排名对网络媒介信息点击概率的影响是恒定的PCTR(Ranki)=f(PCTR(Rank1))，那么可以利用一部分流量进行试验，计算特定网络媒介信息展现在不同排名上的点击概率差异。一个通用的方法是：PCTR(Ranki)=PCTR(Rank1)*p,p为排名归一化系数。对不同行业，排名归一化系数可能存在差异，可以根据实际业务中，点击概率差异的大小来选择全局通用，还是行业内适用。
也就是说，本发明在预估所述点击概率时，对于排名非第一名的网络媒介信息，其预估点击概率为排名第一名的网络媒介信息的预估点击概率与一排名归一化系数p的乘积。
通过本发明，可以实现针对某个网络媒介信息，模拟出价变化对该网络媒介信息投放效果的影响，为网络媒介信息投放方针对不同定向方式出价提供参考。投放效果的衡量指标包括展现量、点击量、消耗量，还可以进一步以此计算对应的展现排名、平均点击消耗量及总消耗量信息。
在一种具体应用场景中，本发明的网络媒介信息可以为网络广告。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
Claims (13)
1.一种网络媒介信息投放效果模拟方法，其特征在于，包括：
对每次网络媒介信息的展示请求，记录对应的竞价日志；离线分析所述竞价日志，建立生效网络媒介信息与触发展示该生效网络媒介信息的展示请求信息的映射关系，作为离线匹配模型；所述竞价日志用于记录每个网络媒介信息检索过程中，从网络媒介信息库中选出的参与竞价的网络媒介信息队列；
依据所述离线匹配模型，离线确定其中每一条展示请求信息所映射的网络媒介信息集，再确定所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在各展示名次上模拟展现时的投放成本信息；将所述每一条展示请求信息、该展示请求信息对应网络媒介信息集中的每一个网络媒介信息、及该网络媒介信息在所述每一展示名次上模拟展现时的投放成本和排名信息作为对应的一条播放现场记录进行保存；
根据用户提交的网络媒介信息物料设置，从所述播放现场记录中筛选出符合该网络媒介信息物料设置的播放现场记录，再对所筛选出的播放现场记录进行分析统计，计算输出对应网络媒介信息的预计的投放效果信息。
2.根据权利要求1所述的方法，其特征在于，所述离线分析所述竞价日志，建立生效网络媒介信息与触发展示该生效网络媒介信息的展示请求信息的映射关系，具体包括：
遍历所述竞价日志，查找出生效网络媒介信息；
针对每个生效网络媒介信息，从竞价日志中查找出可以触发该生效网络媒介信息的定向条件的集合；
从竞价日志中查找所述每条定向条件对应的展示请求信息；
建立生效网络媒介信息与对应的展示请求信息的映射关系。
3.根据权利要求2所述的方法，其特征在于，
在采用搜索方式的网络媒介信息网络系统中，所述触发生效网络媒介信息的定向条件为：生效关键词及其匹配模式；所述定向条件对应的展示请求信息为：搜索请求中的查询字符串；
在采用展示方式的网络媒介信息网络系统中，所述触发生效网络媒介信息的定向条件为：生效关键词、受众属性信息、展示位置信息；所述定向条件对应的展示请求信息为：表示所访问页面和用户行为模式的编码。
4.根据权利要求1所述的方法，其特征在于，
所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在各展示名次上模拟展现时的投放成本信息包括：展现成本信息；
所述确定每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在各展示名次上模拟展现时的展现成本信息的具体方式包括：
针对所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息，按照以下公式确定其在每一展示名次上模拟展现时的展现成本信息：
CPC_A(Ranki)＝CPC(Ranki)*PCTR(Ranki)/PCTR(A)(i＝1...K)
其中，所述Ranki表示网络媒介信息A在本次模拟展现时的展示名次为第i名，CPC_A(Ranki)为网络媒介信息A在本次模拟展现时的展现成本，CPC(Ranki)为当前展示请求信息实际触发的历史展示结果中排在第i名的网络媒介信息的最高点击成本，PCTR(Ranki)为当前展示请求信息实际触发的历史展示结果中排在第i名的网络媒介信息的预估点击概率，PCTR(A)为该网络媒介信息A在本次模拟展现时的预估点击概率，K为当前展示请求信息实际触发的历史展现结果中的网络媒介信息数量。
5.根据权利要求4所述的方法，其特征在于，
所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在各展示名次上模拟展现时的投放成本信息进一步包括：点击成本信息；
所述确定每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在每次展现时的点击成本信息的具体方式包括：
针对所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息，按照以下公式确定其在每一展示名次上模拟展现时的点击成本信息：
COST_A(Ranki)＝CPC(Ranki+1)*PCTR(Ranki+1)/PCTR(A)(i＝1...K)
其中，所述Ranki表示该网络媒介信息A在本次模拟展现时的展示名次为第i名，COST_A(Ranki)为该网络媒介信息A在本次模拟展现时的被点击的点击成本(即所要扣除该网络媒介信息A投放方的费用)，CPC(Ranki+1)为当前展示请求信息实际触发的历史展示结果中排在第i+1名的网络媒介信息的最高点击成本，PCTR(Ranki+1)为当前展示请求信息实际触发的历史展示结果中排在第i+1名的网络媒介信息的预估点击概率，PCTR(A)为该网络媒介信息A在本次模拟展现时的预估点击概率，K为当前展示请求信息实际触发的历史展现结果中的网络媒介信息数量。
6.根据权利要求1所述的方法，其特征在于，
所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在各展示名次上模拟展现时的投放成本信息包括展现成本信息；所述用户提交的网络媒介信息物料设置中包括单次最低出价信息；所述对应网络媒介信息的预计的投放效果信息包括展示量信息和点击量信息；
所述计算用户当前网络媒介信息预计的展示量信息和点击量信息的具体方式包括：
预先设置用户当前网络媒介信息的展现量和点击量的初始值为0；
针对用户当前的每一个网络媒介信息，遍历所述每一个筛选出的播放现场记录，如果该网络媒介信息的物料设置中的单次最低出价大于等于该播放现场记录中的展现成本时，则：将该网络媒介信息的展现量增加1次；将该播放现场记录中的排名信息作为该网络媒介信息的排名Ranki，根据该播放现场记录中该网络媒介信息对应的展示请求信息、排名Ranki以及该网络媒介信息的定向条件计算该网络媒介信息的点击概率PCTR(Query,Ad,Ranki)，确定该网络媒介信息的点击量增加1*PCTR(Query,Ad,Ranki)次。
7.根据权利要求6所述的方法，其特征在于，
所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在各展示名次上模拟展现时的投放成本信息进一步包括点击成本信息；所述对应网络媒介信息的预计的投放效果信息进一步包括消耗量信息；
所述计算用户当前网络媒介信息预计的消耗量信息的具体方式包括：
预先设置用户当前网络媒介信息的消耗量的初始值为0；
针对用户当前的每一个网络媒介信息，遍历所述每一个播放现场记录，如果该网络媒介信息的物料设置中的单次最低出价大于等于该播放现场记录中的展现成本时，则将该网络媒介信息的消耗量增加COST_A(Ranki)*PCTR(Query,Ad,Ranki)，其中COST_A(Ranki)为该播放现场记录中的点击成本信息。
8.根据权利要求7所述的方法，其特征在于，
所述用户提交的网络媒介信息物料设置中进一步包括预算量信息；
在所述针对用户当前的每一个网络媒介信息，遍历所述每一个播放现场记录的过程中，在判断该网络媒介信息的物料设置中的单次最低出价是否大于等于该播放现场记录中的展现成本之前，进一步包括：判断该网络媒介信息的当前累加的消耗量是否大于该网络媒介信息的预算量信息，如果是则停止后续的处理，否则继续后续的处理。
9.根据权利要求4或5所述的方法，其特征在于，所述预估点击概率中，对于排名非第一名的网络媒介信息，其预估点击概率为排名第一名的网络媒介信息的预估点击概率与一排名归一化系数的乘积。
10.一种网络媒介信息投放效果模拟系统，其特征在于，该系统包括：
离线匹配模型模块，用于对每次网络媒介信息的展示请求，记录对应的竞价日志；离线分析所述竞价日志，建立生效网络媒介信息与触发展示该生效网络媒介信息的展示请求信息的映射关系，作为离线匹配模型；所述竞价日志用于记录每个网络媒介信息检索过程中，从网络媒介信息库中选出的参与竞价的网络媒介信息队列；
播放现场建立模块，用于依据所述离线匹配模型，离线确定其中每一条展示请求信息所映射的网络媒介信息集，再确定所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在各展示名次上模拟展现时的投放成本信息；将所述每一条展示请求信息、该展示请求信息对应网络媒介信息集中的每一个网络媒介信息、及该网络媒介信息在所述每一展示名次上模拟展现时的投放成本和排名信息作为对应的一条播放现场记录进行保存；
投放效果模拟模块，用于接收用户提交的网络媒介信息物料设置，从所述播放现场记录中筛选出符合该网络媒介信息物料设置的播放现场记录，再对所筛选出的播放现场记录进行分析统计，计算输出对应网络媒介信息的预计的投放效果信息。
11.根据权利要求10所述的系统，其特征在于，所述离线匹配模型模块具体用于：
遍历所述竞价日志，查找出生效网络媒介信息；针对每个生效网络媒介信息，从竞价日志中查找出可以触发该生效网络媒介信息的定向条件的集合；从竞价日志中查找所述每条定向条件对应的展示请求信息；建立生效网络媒介信息与对应的展示请求信息的映射关系。
12.根据权利要求11所述的系统，其特征在于，
在采用搜索方式的网络媒介信息网络系统中，所述触发生效网络媒介信息的定向条件为：生效关键词及其匹配模式；所述定向条件对应的展示请求信息为：搜索请求中的查询字符串；
在采用展示方式的网络媒介信息网络系统中，所述触发生效网络媒介信息的定向条件为：生效关键词、受众属性信息、展示位置信息；所述定向条件对应的展示请求信息为：表示所访问页面和用户行为模式的编码。
13.根据权利要求10所述的系统，其特征在于，
所述播放现场建立模块所计算的所述每一条展示请求信息映射的网络媒介信息集中的每一个网络媒介信息在各展示名次上模拟展现时的投放成本信息包括：展现成本信息、或展现成本信息和点击成本信息；
所述投放效果模拟模块所接收的用户提交的网络媒介信息物料设置中包括：单次最低出价信息、或者单次最低出价信息和预算量信息；
所述投放效果模拟模块计算输出的所述投放效果信息中包括：展示量信息和点击量信息，或者展示量信息和点击量信息和消耗量信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210429811.4A CN103795697B (zh) | 2012-11-01 | 2012-11-01 | 一种网络媒介信息投放效果模拟方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210429811.4A CN103795697B (zh) | 2012-11-01 | 2012-11-01 | 一种网络媒介信息投放效果模拟方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103795697A CN103795697A (zh) | 2014-05-14 |
| CN103795697B true CN103795697B (zh) | 2018-09-28 |
Family
ID=50670989
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210429811.4A Active CN103795697B (zh) | 2012-11-01 | 2012-11-01 | 一种网络媒介信息投放效果模拟方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103795697B (zh) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104965836B (zh) * | 2014-08-25 | 2018-10-30 | 腾讯科技（北京）有限公司 | 一种互联网的数据处理方法和装置 |
| CN104980508A (zh) * | 2015-06-16 | 2015-10-14 | 北京畅游天下网络技术有限公司 | 一种媒介推荐方法和装置 |
| CN104915329B (zh) * | 2015-06-26 | 2018-03-13 | 深圳市腾讯计算机系统有限公司 | 一种报表生成方法、装置和系统 |
| CN105354722A (zh) * | 2015-10-22 | 2016-02-24 | 北京金山安全软件有限公司 | 信息投放方法及装置 |
| CN108959324B (zh) * | 2017-05-26 | 2022-04-15 | 腾讯科技（深圳）有限公司 | 多媒体展示资源库存量的预估方法、装置及存储介质 |
| CN107507046A (zh) * | 2017-10-13 | 2017-12-22 | 北京奇艺世纪科技有限公司 | 广告召回的方法及系统 |
| CN110555709A (zh) * | 2018-05-30 | 2019-12-10 | 阿里巴巴集团控股有限公司 | 广告效果模拟的方法、装置和存储介质 |
| CN108898421B (zh) * | 2018-06-05 | 2022-04-22 | 北京奇艺世纪科技有限公司 | 一种广告投放方法、装置及电子设备 |
| CN111756590B (zh) * | 2019-03-27 | 2022-04-26 | 北京沃东天骏信息技术有限公司 | 用于信息展示流量控制的小流量测试方法和装置 |
| CN110389963B (zh) * | 2019-06-18 | 2022-03-18 | 深圳壹账通智能科技有限公司 | 基于大数据的渠道效果识别方法、装置、设备和存储介质 |
| CN112749324B (zh) * | 2019-10-31 | 2024-03-12 | 北京达佳互联信息技术有限公司 | 网络媒介信息投放控制方法、装置、电子设备及存储介质 |
| CN113095878A (zh) * | 2021-04-14 | 2021-07-09 | 北京达佳互联信息技术有限公司 | 信息的推广方法、装置、服务器和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101493913A (zh) * | 2008-01-23 | 2009-07-29 | 阿里巴巴集团控股有限公司 | 一种评估网上用户信用的方法及系统 |
| CN102110265A (zh) * | 2009-12-23 | 2011-06-29 | 深圳市腾讯计算机系统有限公司 | 一种预估网络广告效果的方法及系统 |
| CN102521767A (zh) * | 2011-12-13 | 2012-06-27 | 亿赞普(北京)科技有限公司 | 网络广告信息发布方法及系统 |
| CN102693500A (zh) * | 2012-05-24 | 2012-09-26 | 浙江盘石信息技术有限公司 | 网站广告位价值量计算系统及计算方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080091524A1 (en) * | 2006-10-13 | 2008-04-17 | Yahoo! Inc. | System and method for advertisement price adjustment utilizing traffic quality data |
| US8229786B2 (en) * | 2010-04-06 | 2012-07-24 | Yahoo! Inc. | Click probability with missing features in sponsored search |
-
2012
- 2012-11-01 CN CN201210429811.4A patent/CN103795697B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101493913A (zh) * | 2008-01-23 | 2009-07-29 | 阿里巴巴集团控股有限公司 | 一种评估网上用户信用的方法及系统 |
| CN102110265A (zh) * | 2009-12-23 | 2011-06-29 | 深圳市腾讯计算机系统有限公司 | 一种预估网络广告效果的方法及系统 |
| CN102521767A (zh) * | 2011-12-13 | 2012-06-27 | 亿赞普(北京)科技有限公司 | 网络广告信息发布方法及系统 |
| CN102693500A (zh) * | 2012-05-24 | 2012-09-26 | 浙江盘石信息技术有限公司 | 网站广告位价值量计算系统及计算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103795697A (zh) | 2014-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103795697B (zh) | 一种网络媒介信息投放效果模拟方法和系统 | |
| CN106528813B (zh) | 一种多媒体推荐方法和装置 | |
| CN103914468B (zh) | 一种投放信息搜索的方法和装置 | |
| US8666809B2 (en) | Advertisement campaign simulator | |
| CN106803190A (zh) | 一种广告个性化推送系统及方法 | |
| CN106169140A (zh) | 广告投放方法和系统 | |
| US8135706B2 (en) | Operationalizing search engine optimization | |
| CN108604347A (zh) | 用于基于性能驱动的动态地理围栏的目标定位的系统和方法 | |
| CN107424043A (zh) | 一种产品推荐方法及装置，电子设备 | |
| CN110245301A (zh) | 一种推荐方法、装置及存储介质 | |
| CN107590691B (zh) | 一种信息发布方法及装置、存储介质、终端 | |
| CN107590689A (zh) | 一种广告数据推荐方法和系统 | |
| CN108334575A (zh) | 一种推荐结果排序修正方法及装置，电子设备 | |
| CN106339897A (zh) | 确定投放策略的方法及装置 | |
| CN107529654A (zh) | 一种面向展示广告竞价投放系统的动态出价方法 | |
| CN106846053A (zh) | 一种聚合页广告的推荐方法及装置 | |
| Wang et al. | Functional bid landscape forecasting for display advertising | |
| KR20200003109A (ko) | 샘플 가중치 설정방법 및 장치, 전자 기기 | |
| CN110348908A (zh) | 广告投放预算控制方法及装置 | |
| CN102298750B (zh) | 用于广告搜索点击回放的方法及装置 | |
| US20140372202A1 (en) | Predicting performance of content items using loss functions | |
| CN102479193B (zh) | 一种基于匹配出价系数进行匹配搜索推广的方法和设备 | |
| EP3374942A1 (en) | Response latency reduction in fixed allocation content selection infrastructure | |
| JP2013503399A5 (zh) | ||
| CN110515904A (zh) | 媒体文件的质量预测模型训练方法、质量预测方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |