CN104574160A - 一种广告流量平滑控制的方法 - Google Patents

Abstract

本发明公开了一种流量控制的方法，以解决由于网络缓存等问题造成的点击流量无法实时控制的问题，进而可以有效准确评估广告流量，合理使用广告流量，实时监控广告数据，通过对广告数据趋势进行预测分析，用短时间模型和长期模型两种模型对实时流量进行预估，反馈系统根据当时数据产生的数据和预估数量做比对，产生的正负差值做为正负反馈来限制当前广告的投入量，最终影响总数据量。

Description

一种广告流量平滑控制的方法

技术领域

本发明涉及智能手机应用广告投放策略，特别地涉及一种在移动互联网应用软件领域中，对点击广告流量控制较有成效。

背景技术

由于国内移动互联网市场规模一直保持高速的增长，其中仅2012年的规模就达到549.7亿元，较2011年的279.9亿元增加了近一倍，增长率高达96.4%，预计2014年的市场规模将突破千亿元。而移动广告是移动互联网最基本的商业模式，是移动互联网主要的盈利模式之一，广大用户也因为广告模式获取大量免费的服务。移动广告所带来的高转化率和高留存率也是传统广告所不能比拟的。

其中点击付费即PPC是常用的付费方式之一。但在传统PPC计费时，广告商一般会采用定投固定点击量一次付费，超出点击后不再另行支付费用。但实用投放时，由于移动客户端缓存机制、网络延迟、断网等各种原因，上传的点击数据会从几秒到几天有不同程度的延时。传统广告点击流量处理的方法是用简单限制曝光的方式来限制点击。即点击量到达限制量时，此条广告不再曝光显示，但曝光后的广告由于之前说的种种原因仍然产生点击流量。这就造成广告实际投放的点击量远大于期望数据流量，造成巨大的资讯浪费。

发明内容

本发明的主要目的是提供一种流量控制的方法，特别是解决由于网络缓存等问题造成的点击流量无法实时控制的问题，进而可以有效准确评估广告流量，合理使用广告流量。

为解决上述问题，提供如下解决方案：

1. 实时监控广告数据，通过对广告数据进行趋势进行预测，结合历史数据对当前广告投放用户量进行调节。特别的针对限制广告点击量进行限制调节。如果当前广告点击量高于预估的实时量时，则对广告投放量进行减少，反之则加大。通过对实时流量数据和总数据量的监控形成正负反馈系统。反馈敏感度可调，可根据对数据平滑度要求对反馈敏感度进行调节。

2.在对实时流量预估时，采用了两种模型，短时间模型和长期模型两种。短时间模型使用的是平滑模型。CTR是服从一个Beta分布。当α和β的值都求出来以后（用alpha和beta表示），由CTR的先验分布，可以修正每个广告的CTR，也就是观测到的click/view比率，这个后验值可以用的公式R=(C + alpha) / (I + alpha + beta)计算。

3. 长期模型

是根据历史统计数据的一个时间相关函数f，主要变量因子是时间，以月日时等单位为时间周期，根据历史数据流量记录对基准幅度进行正负偏移。例如全年的统计周期会包含多个其它周期即月日年。每个时刻的数据即为多个周期的叠加结果。长期模型和短时间模型关联权重系数共同影响预测结果。

4. 反馈系统根据当然数据产生的数据和预估数量做比对，产生的正负差值做为正负反馈来限制当前广告的投入量，最终影响总数据量。

5．开始使用可能会有少许误差，通过对误差分析。与经过配置参数调优后，经过测试平滑的反馈系统上线后，流量评估和总体ctr有了很大的提升，提升幅度超过20%。

具体实施方式：

一、 预测的CRT的迭代公式如下。如果用r表示点击率，I表示曝光展示流量，C表示点击流量。这两个假设可以用下面的数学表示。

计算条件是达到指定精度后就停止迭代，精度和性能消耗可根据数据量进行调准。多次迭代后可以得到一个近似R=(C + alpha) / (I + alpha + beta)的比值。

从公式可知，当曝光量较小时，先验分布对点击率影响不大，但当曝光量较大时，先验分布对点击率有一个明显的修正。

二、 反馈系统是一个状态机系统，根据短期模型和长期模型产生的结果进行权重加成。若当前实时数据大于预估数据，则增加限制幅度，反之则减少限制。预估的数据的反馈敏感程序和最后完成预估的时间也有正相关性。例如距离结束时间越近，则反馈系统会越敏感。以提前响应延迟带来的影响。

三、 受众的选择：预估出流量总数后，当需要对用户进行曝光流量限制时，优先限制与广告场景不符合的用户。广告场景匹配度得分做为用户的重要属性，从高到低依次排序。通过估算出需要的用户量，从排序结果中取出相应数量的用户，进行投放广告。匹配维度包括用户兴趣喜爱、用户活跃时间，用户当前位置、用户性别、用户学历、收入等。匹配得分从多维矩阵中求得。当匹配得分相同时，优先选择活跃用户。

四、 每次计算后的结果和实际值的误差值都会做为反馈系统的一个重要参数做为整个系统的参数，以便之后进行调整。

Claims (5)

1.广告流量平滑控制的方法，其特征在于：

根据历史点击曝光点击数据和当前用户属性和广告的匹配度进行流量限制和筛选，以历史同期数据做基准，提前预估点击流量，预估公式包括短期模型R=(C + alpha) / (I + alpha + beta)和以时间为周期长期统计模型 ，通过预估的点击流量进行曝光的限制策略。

2.根据权利要求1所述，其特征还在于，还包括：

点击流量限制，提前通过对广告低匹配用户进行曝光限制，进而限制点击，匹配度的计算是通过将用户的各种特征属性组合成的多维矩阵，流量限制是根据匹配度得分进行从低到高依次限制。

3.根据权利要求1所述，其特征还在于，还包括：

实际曝光点击数据与预估数据差值做为反馈，正负反馈实时做用于限制流量的状态机系统，从而保持限制数据的流量，预估流量与实时的实际流量的差值做为反馈参数，即前实时数据大于预估数据时，则增加限制幅度，反之则减少限制。

4.根据权利要求1所述，其特征还在于，还包括：

预估的数据的反馈敏感系数和最后完成预估的时间也有正相关性，即距离结束时间越近，则反馈系统会越敏感。

5.根据权利要求1所述，其特征还在于，还包括：

每次最终结果误差数据都会当做参数输入反馈系统，修正下一次的预估流量。