CN105094772A - 一种广告的质量分生成方法、装置和质量分服务系统 - Google Patents

Abstract

本发明实施例提供一种广告的质量分生成方法、装置和质量分服务系统，用于将反映竞价词与广告的匹配程度的原始排序分转换为质量分，该装置包括：比例关系生成单元，其根据各预设质量分所对应的广告数量的期望占比值和原始排序分，生成比例关系向量；分段单元，其针对每一个竞价词，将该竞价词所对应的原始排序分的分布区间划分为多个分段；质量分生成单元，其针对每一个竞价词，根据该竞价词所对应的原始排序分所处的分段，生成该原始排序分对应的质量分。利用本发明，可以使质量分更精确地反映<竞价词，广告>对的匹配程度，并能够根据期望调整各质量分所对应的广告数量的分布，使该分布快速达到期望的分布。

Description

一种广告的质量分生成方法、装置和质量分服务系统

技术领域

本发明涉及互联网搜索推广技术领域，尤其涉及一种广告的质量分生成方法、装置和质量分服务系统。

背景技术

随着互联网的普及，越来越多的互联网用户利用网络进行购物或搜索商品信息，用户通过输入搜索请求，可以检索到与该搜所请求相对应的候选广告。

对于广告的广告主来说，在对其商品进行推广之前大致要做三项准备工作。第一，设置广告的基础属性，包括创意图片，创意标题等，这些基础属性通过不同形式，例如图片和/或文字，来反映该广告所推广的内容；第二，选择推广该商品所使用的关键词，即竞价词。竞价词决定在用户输入哪些查询请求时，该广告会被广告引擎检索到。竞价词由广告主在系统中设定。竞价词与该广告的匹配程度可以用量化的参数来表示，即原始排序分，该原始排序分可以由算分模块/系统计算得出；第三，确定竞价词的最大出价，最大出价反映了广告主购买该竞价词所花费的成本，当今广告排序中被普遍采用的ECPM(EffectiveCostPerMille)排序模型中，最大出价是影响广告排序的重要因子。

在广告展示时，广告引擎一般根据广告所使用的竞价词对应的原始排序分与最大出价的乘积作为排序分，对广告进行排序。当竞价词与广告的匹配程度较高时，广告主能够以较低的最大出价获得较好的排序结果。因此，正确地评价竞价词与广告的匹配程度，能够指导广告主更好地选词、竞价和优化广告。

原始排序分的数值范围较大，虽然能够精确反映竞价词与广告的匹配程度，但是并不便于广告主理解。数值范围较大的原始排序分可以被映射为数值范围较小的广告质量分，该广告质量分也可以反映反映竞价词与广告的匹配程度，并且利于广告主理解。广告质量分服务能够向广告主提供广告质量分的查询服务，该广告质量分的数值范围较小，有利于广告主对竞价词与广告的匹配程度进行评价。该广告质量分服务的大致流程如下：

a.广告的广告主为每个广告选择若干竞价词，向质量分服务系统请求该广告下每个竞价词的质量分；

b.质量分服务系统将<竞价词，广告>对作为请求发送给算分模块/系统；

c.算分模块/系统经过一系列复杂运算，得出<竞价词，广告>对的原始排序分(排除与最大出价相关的出价因子)，并将该原始排序分返回给质量分服务系统；

d.质量分服务系统调用映射方法将原始排序分转化为<竞价词，广告>对的质量分，展示给广告主。

假设质量分是一个取值范围在[min,max]的整数，下面分别举例说明质量分服务如何帮助广告主选词、竞价和优化广告。

选词例子：如果广告主i推广广告m时使用竞价词x的质量分趋近最小值min，则表示选择竞价词x进行推广的所有广告中，广告m和竞价词x匹配程度趋近最差一档。反应到具体实践中就是，广告主虽然可以通过购买竞价词x，使得在互联网用户在使用竞价词x或与竞价词x相关的关键词作为查询条件时，广告m会展示给互联网用户，但很难使得互联网用户关注广告m并点击广告m获取广告信息，也就是说很难通过竞价词x获得流量。这种情况下，广告主应该放弃使用竞价词x推广广告m。

竞价例子：如果广告主i推广广告m时使用竞价词x的质量分是P，广告主j推广广告n时使用竞价词x的质量分是Q，并且有P>Q。则说明相对于广告n，广告m和竞价词x是更相关的。反映到具体实践中就是，如果广告m和广告n两个广告在竞价词x上的最大出价相同，广告m会获得更高的排名；换句话说，在不对广告n自身的质量进行优化的前提下，为了和广告m得到相近甚至更高的排名，广告主j必须提高最大出价。

优化广告例子：那些精确描述推广的广告的本质的竞价词会给广告带来巨大优质流量，这些竞价词是广告主希望使用的。在使用精确描述推广的广告的本质的竞价词的情况下，质量分低说明广告本身存在优化空间，广告主应该把关注点放在如何优化广告本身(创意图片，创意标题等)。

在现有技术中，质量分服务系统根据用户查询请求(Query)流量的类型来选择计算质量分的方法：如果某一用户查询请求在单位时间内发生的频度超过设定的阈值，那么该用户查询请求可以被认为是热门查询请求(TopQuery)，此时，可以用对该查询请求进行预先计算生成的参考值来对初始排序分进行归一化，再用归一化结果比照全局配置得到质量分，其中，该初始排序分可以不是实时更新的；如果某一用户查询请求在单位时间内发生的频度小于设定的阈值，那么该用户查询请求可以被认为是长尾查询请求(TailQuery)，此时，可以用初选分比照全局配置得到质量分，其中，该初选分是指广告引擎根据筛选逻辑，对由关键词K查到的N个广告所赋予的分数，该初选分用于对广告进行初步筛选，该初选分和广告的原始排序分会有微小差别，但二者之间呈正相关的关系。

在对现有技术的研究和实践过程中，发明人发现现有技术中存在以下问题：现有的质量分服务系统并不是使用原始排序分计算质量分，导致质量分与<竞价词，广告>对的实际匹配程度存在偏差，并且，无法根据需求调整参数使各质量分对应的广告数量的分布快速达到期望的分布。

发明内容

本申请实施例的目的是提供一种广告的质量分的生成方法、装置和质量分服务系统，以实现使质量分更精确地反映<竞价词，广告>对的匹配程度，并能够根据期望调整各质量分所对应的广告数量的分布，使该分布快速达到期望的分布。

为解决上述技术问题，本申请实施例提供的一种广告的质量分的生成装置是这样实现的：

该广告的质量分生成装置用于从多个预设质量分中确定与原始排序分对应的预设质量分，作为质量分，所述原始排序分反映竞价词与广告的匹配程度，所述原始排序分的取值范围大于所述预设质量分的取值范围，所述生成装置包括：

比例关系生成单元，其针对每一个竞价词，基于所述多个预设质量分所分别对应的广告数量的期望占比值和原始排序分，生成比例关系向量，其中，所述期望占比值是指该预设质量分所对应的广告数量与使用该竞价词的所有广告数量的比值的期望值，所述比例关系向量中的每个元素分别对应一个预设质量分；

分段单元，其针对每一个竞价词，将该竞价词所对应的所有原始排序分的分布区间划分为多个分段，其中，根据该比例关系向量确定每一个分段的下界，并且每一个分段分别对应一个预设质量分；

质量分生成单元，其针对每一个竞价词所对应的每一个原始排序分，根据该原始排序分所处的分段，确定该原始排序分对应的预设质量分，以生成所述质量分。

本申请实施例提供的一种广告的质量分生成方法是这样实现的：

该广告的质量分生成方法用于从多个预设质量分中确定与原始排序分对应的预设质量分，作为质量分，所述原始排序分反映竞价词与广告的匹配程度，所述原始排序分的取值范围大于所述预设质量分的取值范围，所述生成方法包括：

针对每一个竞价词，根据所述多个预设质量分所分别对应的广告数量的期望占比值和原始排序分，生成比例关系向量，其中，所述期望占比值是指该预设质量分所对应的广告数量与使用该竞价词的所有广告数量的比值的期望值，所述比例关系向量中的每个元素分别对应一个预设质量分；

针对每一个竞价词，将该竞价词对应的原始排序分的分布区间划分为多个分段，其中，根据该比例关系向量确定每一个分段的下界；

针对每一个竞价词，根据该竞价词对应的原始排序分所处的分段，确定该原始排序分对应的预设质量分，以生成所述质量分。

本申请实施例提供的一种质量分服务系统是这样实现的：该质量分服务系统包括上述实施例的广告的质量分生成装置。

由以上本申请实施例提供的技术方案可见，根据本申请的技术方案，能够使质量分更精确地反映<竞价词，广告>对的匹配程度，并能够根据期望调整各质量分所对应的广告数量的分布，使该分布快速达到期望的分布。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例的广告的质量分生成装置的一组成示意图；

图2为本申请实施例的比例关系生成单元的一组成示意图；

图3为本申请实施例的广告的质量分生成方法的一流程图；

图4为本申请实施例的生成比例关系向量的方法的一流程图；

图5为本申请实施例的质量分服务系统的构成的一示意框图。；

具体实施方式

本申请实施例提供一种广告的质量分生成方法、装置和质量分服务系统。

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

实施例1

本申请实施例1提供一种广告的质量分生成装置，所述生成装置用于从多个预设质量分中确定与原始排序分对应的预设质量分，并将所确定的预设质量分作为质量分，所述原始排序分反映竞价词与广告的匹配程度，所述原始排序分的取值范围大于所述预设质量分的取值范围。图1是本申请实施例1的广告的质量分生成装置的组成示意图，如图1所示，装置100包括：比例关系生成单元101，分段单元102和质量分生成单元103。

其中，比例关系生成单元101，根据各预设质量分所对应的广告数量的期望占比值以及原始排序分，生成比例关系向量，其中，所述期望占比值是指该预设质量分所对应的广告数量与使用该竞价词的所有广告数量的比值的期望值，所述比例关系向量中的每个元素分别对应一个预设质量分；分段单元102，针对每一个竞价词，将该竞价词所对应的所有原始排序分的分布区间划分为多个分段，其中，根据该比例关系向量确定每一个分段的下界，并且每一个分段分别对应一个预设质量分；质量分生成单元103，针对每一个竞价词所对应的每一个原始排序分，根据该原始排序分所处的分段，确定该原始排序分对应的预设质量分，以生成质量分。

在本申请实施例中，输入到装置100中的原始排序分可以是由算分模块/系统返回的<竞价词，广告>对的原始排序分，该原始排序分反映该竞价词与该广告之间的匹配程度。关于算分模块/系统的工作原理，可以参考现有技术，本申请实施例不再赘述。

在本实施例中，该多个预设质量分可以是在该质量分生成装置中预先存储的固定的数值，也可以是能够由使用者设定的数值。在本申请的实施例中，针对某一竞价词，可以有多个广告使用该竞价词，每一个广告都可以对应一个原始排序分，用来反映该竞价词与该广告的匹配程度。因此，该竞价词对应的原始排序分可以有多个。

在本申请实施例中，装置100可以将这些原始排序映射到不同的分段，同一分段中的原始排序分可以对应相同的预设质量分。可见，一个预设质量分可能对应多个原始排序分，进而对应多个广告。

一个预设质量分所对应的广告数量与使用该竞价词的所有广告数量的比值，可以表示该预设质量分所对应的广告数量的占比值。针对不同的使用目的，广告质量分服务的使用者或设计者希望各预设质量分所对应的广告数量的占比值能够符合一定的期望分布，在该期望分布下，各质量分所对应的占比值就是期望占比值。在本实施例中，该期望占比值可以是在该质量分生成装置中预先存储的固定的数值，也可以是能够被随时改变的数值。

下面，结合实例简要说明本申请实施例中装置100的工作原理。

例如，针对竞价词B，装置100所生成的质量分是范围在[3,10]内的整数；各预设质量分所对应的广告数量的期望占比值例如可以是Z3＝0.05，Z4＝0.1，Z5＝0.15，Z6＝0.2，Z7＝0.2，Z8＝0.15，Z9＝0.1，Z10＝0.05，其中，Zn是预设质量分n所对应的广告的占比；此外，竞价词B对应的多个原始排序分的分布区间为[M1，M2]。

在本申请实施例中，可以由比例关系生成单元101生成比例关系向量V[n]，该比例关系向量V[n]可以具有8个元素，每个元素分别对应一个质量分n；其中，可以根据各期望占比值P1-P8和原始的排序分来生成该比例关系向量V[n]。

在本申请实施例中，可以由分段单元102将该分布区间[M1，M2]划分为8个分段，每一个分段分别对应一个预设质量分，每个分段的下界可以根据该比例关系向量V[n]计算得出，这8个下界可以被表示为S(2，3)，S(3，4)，S(4，5)，S(5，6)，S(6，7)，S(7，8)，S(8，9)，S(9，10)，其中，S(n-1，n)表示与质量分n对应的分段的下界。

在本申请实施例中，可以由质量分生成单元103根据原始排序分所处的分段，确定该原始排序分对应的预设质量分。例如，对于某个广告A，如果竞价词B对应的原始排序分S满足S(n-1，n)≤S＜S(n，n+1)，那么该原始排序分S处在预设质量分n对应的分段，由此，该原始排序分S对应的预设质量分是n，也就是说，<竞价词B，广告A>对的质量分是n。

在本申请的实施例中，将反映竞价词与广告的匹配程度的原始排序分的分布区间划分为多个分段，根据原始排序分所在的分段，确定该原始排序分对应的预设质量分，进而生成数值范围较小的质量分，从而使质量分更精确地反映<竞价词，广告>对的匹配程度；并且，根据各预设质量分所对应的广告数量的期望占比值来确定各个分段，由此，能够根据期望调整各预设质量分所对应的广告数量，使广告数量的分布快速达到期望的分布。

实施例2

本申请实施例2提供一种广告的质量分生成装置，该装置与实施例1的装置100具有相同的结构。在实施例2中，对该装置的各单元进行详细说明。

在本申请实施例中，比例关系生成单元101可以根据多个预设质量分所分别对应的广告数量的期望占比值和全局中所有高深度竞价词所对应的原始排序分，生成该比例关系向量。其中，对于高深度竞价词而言，使用该高深度竞价词的广告数量大于或等于第一阈值；反之，如果使用该竞价词的广告数量小于该第一阈值，该竞价词就是低深度竞价词。本申请实施例不对该第一阈值的取值作出限制，可以根据具体的业务来确定该第一阈值。

图2是本申请实施例2的比例关系生成单元的组成示意图。如图2所示，比例关系生成单元101可以包括：参考值生成单元201，第一计算单元202，第二计算单元203，期望分布向量计算单元204和比例关系向量计算单元205。

其中，参考值生成单元201，其针对每一个高深度竞价词，选取一个原始排序分作为该高深度竞价词对应的参考值；第一计算单元202，其针对每一个高深度竞价词，根据该比例关系向量的精度以及该参考值，将该高深度竞价词对应的所有原始排序分的分布区间划分为多个子区间，统计每个子区间内的原始排序分所对应的广告数量，生成第一向量；第二计算单元203，其将所有高深度竞价词的第一向量中的对应元素相加，生成第二向量，遍历该第二向量的全部元素，按元素的排列序号将该第二向量的元素逐个累加，生成第三向量，并依次计算该第三向量中每个元素与最后一个元素的比值，生成第四向量；期望分布向量计算单元204，其遍历各预设质量分所对应的广告数量的期望占比值，按顺序逐个累加该期望占比值，生成期望分布向量；比例关系向量计算单元205，其对于该期望分布向量中的每一个元素，在第四向量中选取与该元素的数值最接近的元素，根据该第四向量中的元素的排列序号和该比例关系向量的精度，计算该比例关系向量中的每一个元素。

下面，结合实例说明本申请实施例中比例关系生成单元101的工作原理。

在本申请实施例中，参考值生成单元201可以针对每一个高深度竞价词，选取一个原始排序分作为该高深度竞价词对应的参考值，例如，可以将该高深度竞价词对应的原始排序分按照从大到小的顺序排列，选取第K大的原始排序分作为参考值R。

在本申请实施例中，第一计算单元202针对每一个高深度竞价词，根据该比例关系向量V[n]的精度以及该参考值，将该高深度竞价词对应的原始排序分的分布区间划分为多个子区间，统计每个子区间内的原始排序分所对应的广告数量，生成第一向量。例如，比例关系向量精确到百分位，则计算分隔点向量Sep[i]＝R*i/100，其中，0<i<100，且i是整数，该分隔点向量中的每一个元素将将该高深度竞价词对应的原始排序分的分布区间划分为多个子区间；然后，统计每个子区间内的原始排序分所对应的广告数量，生成第一向量Count[j]，其中，0≤j＜100，且j是整数；并且，Count[0]是小于Sep[1]的原始排序分对应的广告数量，Count[j]是落在第j个子区间[Sep[j]，Sep[j+1])中的原始排序分对应的广告数量。

在全局共有N个高深度竞价词的情况下，Count(r)[j]表示第r个高深度竞价词所对应的原始排序分中，落在子区间[RefScore(r)*j/100,RefScore(r)*(j+1)/100)内的原始排序分所对应的广告的数量，其中，0≤j＜100，且j是整数，r≤N，且r是自然数，RefScore(r)是第r个高深度竞价词对应的参考值；也就是说，把每个竞价词对应的原始排序分的取值区间划分成100个子区间，由此，每个竞价词对应元素数量为100的第一向量，全局上N个高深度竞价词对应一个N行100列的二维矩阵。

在本申请实施例中，第二计算单元203依次生成第二向量、第三向量和第四向量。例如,可以按j累加所有高深度词的第一向量中的对应元素，得到第二向量C[j]；然后，从前向后遍历C[j]，对相邻的两个元素求和，得到第三向量COUNT[j]，COUNT[j]是在该N个高深度竞价词所对应的原始排序分中，落在第0-第j个子区间的原始排序分所对应的广告数量的总和，其中，COUNT[99]是该N个高深度竞价词所对应的广告数量的总和；最后，依次计算第三向量中每一个元素与COUNT[99]的比值，生成第四向量P[j]，即P[j]＝COUNT[j]/COUNT[99]，其中，P[99]＝1。

下面再以N＝2，子区间数量等于3为例说明第二计算单元203的原理，其中j＝0，1，2。输入第二计算单元203的二维矩阵如下：

竞价词子区间0子区间1子区间2

连衣裙1085

女鞋9153

第二计算单元将不同竞价词下，对应相同子区间序号广告数量相加，得到第二向量{19，23，8}；按元素的排列序号将该第二向量的元素逐个累加，生成第三向量{19，42，50}；依次计算该第三向量中每个元素与最后一个元素50的比值，生成第四向量{19/50，42/50，50/50}。

在本申请实施例中，期望分布向量计算单元204，遍历各预设质量分所对应的广告数量的期望占比值，按顺序逐个累加该期望占比值，生成期望分布向量。其中，该期望占比值的分布可以是正态分布。例如，各预设质量分所对应的广告数量的期望占比值可以是Z3＝0.05，Z4＝0.1，Z5＝0.15，Z6＝0.2，Z7＝0.2，Z8＝0.15，Z9＝0.1，Z10＝0.05，其中，Zn是预设质量分n所对应的广告的占比；该期望分布向量计算单元204可以将Zn进行逐个累加，生成期望分布向量，即，期望分布向量的各元素En可以是E3＝0.05，E4＝0.15，E5＝0.30，E6＝0.5，E7＝0.7，E8＝0.85，E9＝0.95，E10＝1。

在本申请实施例中，比例关系向量计算单元205，对于该期望分布向量中的每一个元素，在第四向量中选取与该元素的数值最接近的元素，根据该第四向量中的元素的排列序号和该比例关系向量的精度，计算该比例关系向量中的每一个元素。例如，对于期望分布向量中的元素En，在第四向量P[j]的各元素中找到与En数值最接近的元素，并根据该元素的排列序号j与该比例关系向量的精度，来计算该比例关系向量V[n]中的元素V(n)，例如，V(n)＝j/100。

在本申请的实施例中，计算比例关系向量V[n]的过程可能涉及到大数据任务，可以使用开源的大数据并行计算框架Hadoop进行处理；另外，线上服务部分对实时性要求较高，可以使用C++来开发。

此外，在本申请实施例中，比例关系生成单元101可以根据多个预设质量分所分别对应的广告数量的期望占比值和全局所有竞价词所对应的原始排序分，来生成该比例关系向量。具体实施方式与上述类似，区别在于将上述技术方案中使用高深度竞价词相关的参数替换为使用全局竞价词相关的参数，此处不再赘述。

在本申请实施例中，分段单元102可以针对每一个竞价词，将该竞价词所对应的原始排序分的分布区间划分为多个分段，其中，根据该比例关系向量确定每一个分段的下界；并且，在本申请实施例中，对于不同的竞价词，可以采用统一的比例关系向量。

在本申请实施例中，分段单元102可以针对高深度竞价词和低深度竞价词，采用不同的方式计算下界。分段单元102可以包括第一分段单元和第二分段单元，分别针对高深度竞价词和低深度竞价词进行分段。

在本申请实施例中，第一分段单元可以针对每个高深度竞价词，将该高深度竞价词对应的第K大的原始排序分作为参考值R，将该参考值与该比例关系向量中的元素分别相乘，作为每一个分段的下界，即，对于某一高深度竞价词，预设质量分n所对应的分段的下界S(n)＝R*V(n)。

其中，K为自然数，且K的取值可以根据业务需要来确定，例如，搜索结果页每页有13个广告，如果希望在某一竞价词下，前5页的广告对应的质量分都是10分，可以令K＝13*5＝65，因为只要该广告对应的原始排序分不小于该竞价词下第65大的原始排序分，那么该广告对应的质量分都是10分。

在本申请实施例中，第二分段单元可以针对每个低深度竞价词，将所有竞价词对应的原始排序分中的百分比排名为P的原始排序分作为参考值R，将该参考值与该比例关系向量中的元素分别相乘，并除以该比例关系向量中的预定元素，作为每一个分段的下界，该预定元素对应于该质量分中的百分比排名为P的质量分，即，对于某一低深度竞价词，预设质量分n所对应的分段的下界S(n)＝R*V(n)/V(x)；V(x)是预设质量分中的百分比排名为P的预设质量分所对应的该预定元素。

在本实施例中，P是一个百分数，P的取值与业务相关，本申请不做限制。例如，假设比例关系向量是{V(3)，V(4)，V(5)，V(6)，V(7)，V(8)，V(9)，V(10)}，对于某个低深度竞价词而言，如果取P＝50％，则参考值R可以是所有竞价词对应的原始排序分中百分比排名为50％的原始排序分，相应地，在预设质量分{3，4，5，6，7，8，9，10}中，百分比排名为50％的预设质量分为6，那么，比例关系向量中的该预定元素是与预设质量分6对应的元素，即V(6)，所以，对于该低深度竞价词，预设质量分n所对应的分段的下界S(n)＝R*V(n)/V(6)。

此外，在本申请实施例中，分段单元102也可以不区分高深度竞价词和低深度竞价词，而是采用统一的方式确定每一个竞价词的分段的下界。

在本申请实施例中，质量分生成单元103可以针对每一个竞价词，根据该竞价词所对应的原始排序分所处的分段，确定该原始排序分对应的预设质量分，并将该预设质量分作为该原始排序分对应的质量分。

根据本申请的实施例，将反映竞价词与广告的匹配程度的原始排序分的分布区间划分为多个分段，根据原始排序分所在的分段，生成数值范围较小的质量分，从而使质量分更精确地反映<竞价词，广告>对的匹配程度；并且，根据各预设质量分所对应的广告数量的期望占比值来确定各个分段，由此，能够根据期望调整各预设质量分所对应的广告数量，使广告数量的分布快速达到期望的分布。

实施例3

本申请实施例3提供一种广告的质量分生成方法，与实施例1和2的装置对应。

图3是本申请实施例的广告的质量分的生成方法的流程图，如图3所示，该方法包括：

步骤301，针对每一个竞价词，根据所述多个预设质量分所分别对应的广告数量的期望占比值和原始排序分，生成比例关系向量；

步骤302，针对每一个竞价词，将该竞价词对应的原始排序分的分布区间划分为多个分段，其中，根据该比例关系向量确定每一个分段的下界；

步骤303，针对每一个竞价词，根据该竞价词对应的原始排序分所处的分段，确定该原始排序分对应的预设质量分，以生成所述质量分。

在本申请实施例中，上述步骤302中可以根据多个预设质量分所分别对应的广告数量的期望占比值和高深度竞价词对应的原始排序分，生成该比例关系向量。

图4是本申请实施例的生成比例关系向量的方法的流程图，如图4所示，该方法包括：

步骤401，针对每一个高深度竞价词，选取一个原始排序分作为该高深度竞价词对应的参考值；

步骤402，针对每一个高深度竞价词，根据该比例关系向量的精度以及该参考值，将该高深度竞价词对应的所有原始排序分的分布区间划分为多个子区间，统计每个子区间内的原始排序分所对应的广告数量，生成第一向量；

步骤403，将所有高深度竞价词的第一向量中的对应元素相加，生成第二向量，遍历该第二向量的全部元素，按元素的排列序号将该第二向量的元素逐个累加，生成第三向量，依次计算该第三向量中每个元素与最后一个元素的比值，生成第四向量；

步骤404，遍历各预设质量分所对应的广告数量的期望占比值，按顺序逐个累加该期望占比值，生成期望分布向量；

步骤405，对于该期望分布向量中的每一个元素，在第四向量中选取与该元素的数值最接近的元素，根据该第四向量中的元素的排列序号和该比例关系向量的精度，计算该比例关系向量中的每一个元素。

在本申请实施例中，上述每一个步骤的原理与实施例1、2中相应单元的原理相同，本申请实施例不再赘述。

实施例4

本申请实施例提供一种质量分服务系统，其包括如实施例1、2所述的广告的质量分生成装置。该质量分服务系统接收质量分服务请求，生成<竞价词，广告>对的质量分，并显示该质量分。

图5是本申请实施例的质量分服务系统500的构成的一示意框图。如图5所示，该质量分服务系统500可以包括中央处理器501和存储器502；存储器502耦合到中央处理器501。值得注意的是，该图是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现相应的功能。

在一个实施方式中，该广告的质量分生成装置的功能可以被集成到中央处理器501中。如图5所示，该质量分服务系统500还可以包括：接收单元503，用于接收质量分服务请求，该质量分服务请求例如可以包含<竞价词，广告>对；算分模块504，用于计算<竞价词，广告>对的原始排序分，并将该原始排序分发送给中央处理器501；显示装置505，用于将中央处理器501生成的质量分进行显示；电源506，用于对系统提供电力。

在另一个实施方式中，该广告的质量分生成装置可以与中央处理器501分开配置，例如可以将该广告的质量分生成装置配置为与中央处理器501连接的芯片，通过中央处理器的控制来实现该广告的质量分生成装置的功能。在这种实施方式中，该广告的质量分生成装置接收算分模块504发送的原始排序分，生成相应的质量分。

值得注意的是，该质量分服务系统500也并不是必须要包括图5中所示的所有部件；此外，该质量分服务系统500还可以包括图5中没有示出的部件，可以参考现有技术。

如图5所示，中央处理器501有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器501接收输入并控制该质量分服务系统500的各个部件的操作。

其中，存储器502，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种，可储存存储执行有关信息的程序；并且，中央处理器501可执行该存储器502存储的该程序，以实现信息存储或处理等。其他部件的功能与现有类似，此处不再赘述。该质量分服务系统500的各部件可以通过专用硬件、固件、软件或其结合来实现，而不偏离本申请的范围。

本申请实施例还提供一种计算机可读程序，其中当在信息处理装置或用户设备中执行所述程序时，所述程序使得计算机在所述信息处理装置或用户设备中执行实施例3所述的广告的质量分的生成方法。

本申请实施例还提供一种存储有计算机可读程序的存储介质，其中所述计算机可读程序使得计算机在信息处理装置或用户设备中执行实施例3所述的广告的质量分的生成方法。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。同样，在实施本发明的方法时，可以将各个步骤在同一个或多个软件和/或硬件中实现。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本发明可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。

本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

虽然通过实施例描绘了本发明，本领域普通技术人员知道，本发明有许多变形和变化而不脱离本发明的精神，希望所附的权利要求包括这些变形和变化而不脱离本发明的精神。

Claims (11)

1.一种广告的质量分生成装置，其特征在于，所述生成装置用于从多个预设质量分中确定与原始排序分对应的预设质量分，并将所确定的预设质量分作为质量分，所述原始排序分反映竞价词与广告的匹配程度，所述原始排序分的取值范围大于所述预设质量分的取值范围，所述生成装置包括：

比例关系生成单元，其针对每一个竞价词，基于所述多个预设质量分所分别对应的广告数量的期望占比值和原始排序分，生成比例关系向量，其中，所述期望占比值是指该预设质量分所对应的广告数量与使用该竞价词的所有广告数量的比值的期望值，所述比例关系向量中的每个元素分别对应一个预设质量分；

分段单元，其针对每一个竞价词，将该竞价词所对应的所有原始排序分的分布区间划分为多个分段，其中，根据该比例关系向量确定每一个分段的下界，并且每一个分段分别对应一个预设质量分；

质量分生成单元，其针对每一个竞价词所对应的每一个原始排序分，根据该原始排序分所处的分段，确定该原始排序分对应的预设质量分，以生成所述质量分。

2.根据权利要求1所述的装置，其中，

所述比例关系生成单元具体用于根据所述多个预设质量分所分别对应的广告数量的期望占比值和和全局中所有高深度竞价词对应的原始排序分，生成该比例关系向量；其中，所述高深度竞价词对应的广告数量大于或等于第一阈值。

3.根据权利要求2所述的装置，其中，所述比例关系生成单元包括：

参考值生成单元，其针对每一个高深度竞价词，选取一个原始排序分作为该高深度竞价词对应的参考值；

第一计算单元，其针对每一个高深度竞价词，根据该比例关系向量的精度以及该参考值，将该高深度竞价词对应的所有原始排序分的分布区间划分为多个子区间，统计每个子区间内的原始排序分所对应的广告数量，生成第一向量；

第二计算单元，其将所有高深度竞价词的第一向量中的对应元素相加，生成第二向量；遍历该第二向量的全部元素，按元素的排列序号将该第二向量的元素逐个累加，生成第三向量；并依次计算该第三向量中每个元素与最后一个元素的比值，生成第四向量；

期望分布向量计算单元，其遍历各预设质量分所对应的广告数量的期望占比值，按顺序逐个累加该期望占比值，生成期望分布向量；

比例关系向量计算单元，其对于该期望分布向量中的每一个元素，在第四向量中选取与该元素的数值最接近的元素，根据该第四向量中的元素的排列序号和该比例关系向量的精度，计算该比例关系向量中的每一个元素。

4.根据权利要求1所述的装置，其中，所述分段单元包括：

第一分段单元，其针对每个高深度竞价词，将该高深度竞价词对应的第K大的原始排序分作为参考值，将该参考值与该比例关系向量中的元素分别相乘，作为每一个分段的下界，其中，K为自然数；

第二分段单元，其针对每个低深度竞价词，将所有竞价词对应的原始排序分中的百分比排名为P的原始排序分作为参考值，将该参考值与该比例关系向量中的元素分别相乘，并除以该比例关系向量中的预定元素，作为每一个分段的下界，该预定元素对应于所述预设质量分中的百分比排名为P的预设质量分，其中，P为百分数；

所述高深度竞价词对应的广告数量大于或等于第一阈值，所述低深度竞价词对应的广告数量小于该第一阈值。

5.根据权利要求1所述的装置，其中，

所述多个预设质量分所分别对应的广告数量的期望占比值按正态分布。

6.一种广告的质量分生成方法，其特征在于，该生成方法用于从多个预设质量分中确定与原始排序分对应的预设质量分，并将所确定的预设质量分作为质量分，所述原始排序分反映竞价词与广告的匹配程度，所述原始排序分的取值范围大于所述预设质量分的取值范围，所述生成方法包括：

针对每一个竞价词，根据所述多个预设质量分所分别对应的广告数量的期望占比值和原始排序分，生成比例关系向量，其中，所述期望占比值是指该预设质量分所对应的广告数量与使用该竞价词的所有广告数量的比值的期望值，所述比例关系向量中的每个元素分别对应一个预设质量分；

针对每一个竞价词，将该竞价词对应的原始排序分的分布区间划分为多个分段，其中，根据该比例关系向量确定每一个分段的下界；

针对每一个竞价词，根据该竞价词对应的原始排序分所处的分段，确定该原始排序分对应的预设质量分，以生成所述质量分。

7.根据权利要求6所述的方法，其中，

根据所述多个预设质量分所分别对应的广告数量的期望占比值和全局中所有高深度竞价词对应的原始排序分，生成该比例关系向量；其中，所述高深度竞价词对应的广告数量大于或等于第一阈值。

8.根据权利要求7所述的方法，其中，根据该质量分中各数值的期望占比值和高深度竞价词对应的原始排序分，生成比例关系向量包括：

针对每一个高深度竞价词，选取一个原始排序分作为该高深度竞价词对应的参考值；

针对每一个高深度竞价词，根据该比例关系向量的精度以及该参考值，将该高深度竞价词对应的所有原始排序分的分布区间划分为多个子区间，统计每个子区间内的原始排序分所对应的广告数量，生成第一向量；

将所有高深度竞价词的第一向量中的对应元素相加，生成第二向量，遍历该第二向量的全部元素，按元素的排列序号将该第二向量的元素逐个累加，生成第三向量，依次计算该第三向量中每个元素与最后一个元素的比值，生成第四向量；

遍历各预设质量分所对应的广告数量的期望占比值，按顺序逐个累加该期望占比值，生成期望分布向量；

对于该期望分布向量中的每一个元素，在第四向量中选取与该元素的数值最接近的元素，根据该第四向量中的元素的排列序号和该比例关系向量的精度，计算该比例关系向量中的每一个元素。

9.根据权利要求6所述的方法，其中，根据该比例关系向量确定每一个分段的下界包括：

针对每个高深度竞价词，将该高深度竞价词对应的第K大的原始排序分作为参考值，将该参考值与该比例关系向量中的元素分别相乘，作为每一个分段的下界，其中，K为自然数；

针对每个低深度竞价词，将所有竞价词对应的原始排序分中的百分比排名为P的原始排序分作为参考值，将该参考值与该比例关系向量中的元素分别相乘，并除以该比例关系向量中的预定元素，作为每一个分段的下界，该预定元素对应于所述预设质量分中的百分比排名为P的预设质量分，其中，P为百分数；

其中，所述高深度竞价词对应的广告数量大于或等于第一阈值，所述低深度竞价词对应的广告数量小于该第一阈值。

10.根据权利要求6所述的方法，其中，

所述多个预设质量分所分别对应的广告数量的期望占比值按正态分布。

11.一种质量分服务系统，其特征在于，所述质量分服务系统包括如权利要求1至5任一项所述的广告的质量分生成装置。