CN106033583A - 一种应用于电子商务的广告竞价排名方法和系统 - Google Patents

Abstract

本发明公开了一种应用于电子商务的广告竞价排名方法和系统，用于对用户需要推广的商品进行自动的广告出价投放，节约商家的大量时间，且可以保证广告投放的精确性。本发明提供一种应用于电子商务的广告竞价排名方法，包括：对用户为商品输入的标题进行分词处理，得到初始关键词；根据初始关键词从数据仓库中获取相关关键词和相关关键词的属性信息，相关关键词包括：初始关键词、以及数据仓库中与初始关键词关联的相关词，相关关键词的属性信息包括：初始关键词的属性和相关词的属性；根据相关关键词的属性信息为商品选取出推广词，并获取到推广词的当前属性信息；使用推广词的当前属性信息对推广词进行出价，并按照推广词展示商品。

Description

一种应用于电子商务的广告竞价排名方法和系统

技术领域

本发明涉及计算机技术领域，具体涉及一种应用于电子商务的广告竞价排名方法和系统。

背景技术

电子商务平台都提供了竞价广告展位，例如淘宝直通车，这是一种全新的搜索竞价模式。每件商品可以设置200个关键词，商家可以针对每个关键词自由定价，并且可以看到在相应的平台上的排名位置，商家需要按实际被点击次数向平台付费。

商家在使用电子商务平台推广自家商品时，需要商家手动完成针对需推广商品的一系列设置，但是大部分的商家都是凭自己的经验给关键词出价。现有技术中商家直接面向电子商务平台的竞价系统，商家采用手动输入价格数值的方式，需要商家完全自己手动处理。但是商家在手动输入关键词价格时，商家只能根据自己的经验给出多个关键词，商家依据个人经验给出的关键词并不全面，效果不理想。另外，商家完全自己手动处理时，商家对广告词的出价也是凭自己的经验，造成出价不够合理。大部分商家在出价时没有分情况考虑，缺乏有效的合理出价管理。另外选词方面考虑的因素不够多，部分还是以选热词为主，这样往往造成关键词的出价高，但是不一定能够带来更高的购买率。

发明内容

本发明的目的在于提供一种应用于电子商务的广告竞价排名方法和系统，用于对用户需要推广的商品进行自动的广告出价投放，节约商家的大量时间，且可以保证广告投放的精确性。

为了达到上述目的，本发明采用这样的如下技术方案：

一方面，本发明提供一种应用于电子商务的广告竞价排名方法，包括：

对用户为商品输入的标题进行分词处理，得到初始关键词；

根据所述初始关键词从数据仓库中获取相关关键词和所述相关关键词的属性信息，所述相关关键词包括：所述初始关键词、以及所述数据仓库中与所述初始关键词关联的相关词，所述相关关键词的属性信息包括：所述初始关键词的属性和所述相关词的属性；

根据所述相关关键词的属性信息为所述商品选取出推广词，并获取到所述推广词的当前属性信息；

使用所述推广词的当前属性信息对所述推广词进行出价，并按照所述推广词展示所述商品。

另一方面，本发明提供一种应用于电子商务的广告竞价排名系统，包括：

分词模块，用于对用户为商品输入的标题进行分词处理，得到初始关键词；

词属性获取模块，用于根据所述初始关键词从数据仓库中获取相关关键词和所述相关关键词的属性信息，所述相关关键词包括：所述初始关键词、以及所述数据仓库中与所述初始关键词关联的相关词，所述相关关键词的属性信息包括：所述初始关键词的属性和所述相关词的属性；

推广词选取模块，用于根据所述相关关键词的属性信息为所述商品选取出推广词，并获取到所述推广词的当前属性信息；

出价展示模块，用于使用所述推广词的当前属性信息对所述推广词进行出价，并按照所述推广词展示所述商品。

采用上述技术方案后，本发明提供的技术方案将有如下优点：

在本发明实施例中，首先对用户为商品输入的标题进行分词处理，得到初始关键词，然后根据初始关键词从数据仓库中获取相关关键词和所述相关关键词的属性信息，接下来根据相关关键词的属性信息为商品选取出推广词，并获取到推广词的当前属性信息，最后使用推广词的当前属性信息对推广词进行出价，并按照推广词展示商品。由于本发明实施例中只需要用户针对需要推广的商品输入标题即可完成对标题的自动分词、自动选词从而得到推广词，该推广词的当前属性信息作为对商品的出价依据，避免现有技术中由用户人工根据经验来出价，本发明实施例可以对用户需要推广的商品进行自动的广告出价投放，节约商家的大量时间，本发明实施例中通过数据仓库存储的大量关键词可以为商品选取到更精准的推广词，从而可以保证广告投放的精确性。

附图说明

图1为本发明实施例提供一种应用于电子商务的广告竞价排名方法的流程方框示意图；

图2为本发明实施例提供的应用于电子商务的广告竞价排名系统的系统架构部署示意图；

图3为本发明实施例提供的应用于电子商务的广告竞价排名系统中部署的实时算法模块的实现架构示意图；

图4为本发明实施例提供的实时算法模块中部署的分词模块的实现架构示意图；

图5为本发明实施例提供的应用于电子商务的广告竞价排名方法中调价流程示意图；

图6为本发明实施例提供的应用于电子商务的广告竞价排名系统中部署的关键词维护模块的实现架构示意图；

图7-a为本发明实施例提供的一种应用于电子商务的广告竞价排名系统的组成结构示意图；

图7-b为本发明实施例提供的词属性获取模块的组成结构示意图；

图7-c为本发明实施例提供的出价展示模块的组成结构示意图；

图7-d为本发明实施例提供的另一种应用于电子商务的广告竞价排名系统的组成结构示意图；

图7-e为本发明实施例提供的调价模块的组成结构示意图；

图7-f为本发明实施例提供的另一种应用于电子商务的广告竞价排名系统的组成结构示意图。

具体实施方式

本发明实施例提供了一种应用于电子商务的广告竞价排名方法和系统，用于对用户需要推广的商品进行自动的广告出价投放，节约商家的大量时间，且可以保证广告投放的精确性。

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域的技术人员所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本发明的实施例中对相同属性的对象在描述时所采用的区分方式。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。

以下分别进行详细说明。本发明应用于电子商务的广告竞价排名方法的一个实施例，可应用于和电子商务平台的对接，以科学的辅助用户对广告的关键词做出出价。请参阅图1所示，本发明提供的应用于电子商务的广告竞价排名方法，可以包括如下步骤：

101、对用户为商品输入的标题进行分词处理，得到初始关键词。

在本发明实施例中，需要推广商品的用户可以使用本发明实施例提供的应用于电子商务的广告竞价排名系统完成对商品的自动出价。本发明实施例中，应用于电子商务的广告竞价排名系统只需要用户输入原始的商品信息即可，例如需要用户输入需要推广的商品标识(英文名称：ID)，该商品标识是在电子商务平台中分配给商品的，针对需要推广的商品，用户可以根据自己的认知能力随意的输入该商品的标题，用户输入的标题可以是描述商品任何方面的属性，例如质量、用途、属性等信息。需要说明的是，用户输入到应用于电子商务的广告竞价排名系统中的标题不需要用户做精确查询以及分类，因为本发明实施例中会根据该标题进行分词处理、选词处理。因此对于用户而言，可以极大的方便用户使用，而无需用户做过多准备，节省用户的时间和精力，可以使简化用户作为商家对广告出价的处理难度。

在本发明实施例中，用户为商品输入标题之后，应用于电子商务的广告竞价排名系统可以获取到该标题，然后对用户输入的标题首先进行分词处理，将一个完整的标题拆分为独立的多个词，将从标题分词处理后得到的单个词定义为初始关键词，该初始关键词直接来源于用户输入的商品标题。在本发明的一些实施例中，对标题的分词处理具体可以选用基于条件随机场的分词技术来对标题进行分词。通过对用户输入的标题进行自动分割，可以得到初始关键词，这些初始关键词可能受限于用户手动输入的标题内容而不能够很好的表示用户需要推广的商品，按照现有技术，通常会按照用户输入的标题中的词来要求用户输入该词作为广告词的用户出价。而在本发明实施例中，得到初始关键词之后，还需要确定相关关键词，详见后续步骤102的描述，以解决用户输入标题内容不够准确的问题。显然的是，用户无法知道自己所输入的标题对商品描述的准确程度，用户也无法知道所出的价格是否过高，或者过低，若用户出价过高，就会增加商品的成本价格，减少用户自己的利益，但是若出价过低，则可能出现广告点击不够理想的情况，造成广告费的白白支出。

在本发明的一些实施例中，步骤101对用户为商品输入的标题进行分词处理，得到初始关键词，可以包括如下步骤：将标题分词为尽可能多的词或尽可能长的词，得到初始关键词。

具体的，本发明实施例中对标题的分词处理还可以采用庖丁解牛分词系统(英文名称：Paoding)来完成，该庖丁解牛分词系统是基于字符串匹配的分词方法，是基于Java开发的，可结合到Lucene应用中的组件，在分词策略方面本法实施例可以采用了两种模式分别为MOST_WORD_MODE和MAX_WORD_LENGTH_MODE，前者表示尽可能多的分词，后一种表示尽可能长的分词。庖丁分词系统的分词结果很大程度取决于庖丁词库的完整性和准确性。进一步的，本发明实施例中还可以通过爬取和各种开源词库对庖丁词库进行扩充，从而实现对标题的精确分词处理，得到的初始关键词具有精确性。

102、根据初始关键词从数据仓库中获取相关关键词和该相关关键词的属性信息，相关关键词包括：初始关键词、以及数据仓库中与初始关键词关联的相关词，相关关键词的属性信息包括：初始关键词的属性和相关词的属性。

在本发明实施例中，通过对标题的分词处理得到一个或几个初始关键词之后，本发明实施例中还需要检索数据仓库，根据初始关键词从数据仓库中获取到相关关键词，以及相关关键词的属性信息。具体的，从数据仓库中获取到的相关关键词包括了步骤101通过分词得到初始关键词，以及在数据仓库中与该初始关键词有关联的相关词。其中，数据仓库指的是存储有大量关键词以及对应的词属性信息的数据集合，该数据仓库提供应用于电子商务的广告竞价排名系统的访问接口，实时的根据该系统的查询请求反馈查询结果。

本发明实施例中，应用于电子商务的广告竞价排名系统中可以存在一个数据仓库，该数据仓库里面存储着大量的关于电子商务平台上提到的关于商品的关键词，以及这些关键词所对应的属性信息。本发明实施例中相关词指的是与初始关键词在属性、类型、术语上有关联的词。例如，初始关键词为毛衣，则相关词可能是羊毛衫、线衣，因此相关关键词可以包括本词毛衣以及羊毛衫、线衣等。本发明实施例中通过使用初始关键词查询数据仓库，可以得到相关关键词，相关关键词包括的关键词多于初始关键词，以解决初始关键词的词量较少问题。

本发明实施例中，在获取到相关关键词之后，还可以从数据仓库中检索与该相关关键词对应的属性信息，例如该相关关键词的属性信息包括：初始关键词的属性和相关词的属性。通过在数据仓库中对词属性的查找，可以确定出相关关键词的属性信息。其中，相关关键词的属性信息指示了各个相关关键词在多种类目下具有的词属性，具体可以结合应用场景来确定。举例说明如下，在本发明的一些实施例中，相关关键词的属性信息包括如下属性中的至少一种：词的展现量(英文名称：PV)，词的点击量(英文名称：CLICK)、词的点击率(英文名称：Click-Through-Rate，英文简称：CTR)、词的千次成本(英文名称：Cost PerMille，英文简称：CPM)、词的质量得分(英文名称：QSCORE)、词的平均得分(英文名称：AVGPOS)、词的平均价格(英文名称：AVG_PRICE)。具体的，词的PV表示某段时间内，全网搜索某关键词，商品被展现的次数。词的CLICK表示某段时间内，全网搜索某一关键词，商品被点击的次数。词的CTR可以表示为：CTR＝CLICK/PV。词的CPM表示某段时间内，全网搜索某一个关键词，商品成交次数/点击量。词的QSCORE表示某一关键词的质量得分，具体可以由电子商务平台提供。词的AVGPOS表示某关键词的全网质量得分的平均值。词的AVG_PRICE表示某个关键词的平均出价。需要说明的是，相关关键词的属性信息包括的具体内容并不局限于上述描述，可以结合具体的应用场景进行替换以及更新。

在本发明的一些实施例中，步骤102根据初始关键词从数据仓库中获取相关关键词和所述相关关键词的属性信息，具体可以包括如下步骤：

A1、从数据仓库中获取与初始关键词关联的相关词；

A2、将相关词和初始关键词进行重新排列组合，得到相关关键词；

A3、从数据仓库中查找相关关键词中每个词的属性，得到相关关键词的属性信息。

其中，首先搜索数据仓库，可以提取到相关词，然后再对相关词和初始关键词进行重新排列组合，得到相关关键词。举例说明如下，步骤A1从数据仓库中获取与初始关键词关联的相关词，包括如下步骤：从数据仓库中获取与初始关键词对应的相似词和热门词，将相似词和热门词作为相关词。其中，热门词也称为热词，即热门词汇，热词作为一种词汇现象，反映了与初始关键词有关联且属于当前很热(例如搜索平台中搜索量很大)的词汇。相似词和热门词都可以作为与初始关键词相关联的词，不限定的是，还可以选取其它词作为相关词，例如与初始关键词属于相同种类的词。步骤A2中通过对相关词和初始关键词的重新排列组合，可以得到完整的相关关键词，例如，从相关词和初始关键词中选取2-3个词进行排列组合，最后得到的相关关键词的数量是n为未处理之前的相关词和初始关键词的数量。通过对相关词和初始关键词的重新排列组合，可以得到表述更合理的相关关键词，从而便于后续准确的选取推广词。得到相关关键词之后，在数据仓库中查找每个相关关键词的属性。例如，步骤A3从数据仓库中获取相关关键词中每个词的属性，包括如下步骤：从数据仓库中获取相关关键词中每个词的基础属性和非基础属性。其中，词的基础属性是定位、黏附性较强的黏着饰词，其内部结构对分布功能会产生重要影响，基础属性与所饰词语存在着较密切的语义结构关系。而非基础属性不同于基础属性，可以是词的基础属性以外的其它属性。

在本发明的一些实施例中，若数据仓库包括：本地数据库和电子商务平台数据库，步骤102根据初始关键词从数据仓库中获取相关关键词和相关关键词的属性信息，包括如下步骤：

B1、根据初始关键词从本地数据库中查找与初始关键词关联的相关词；

B2、若本地数据库中没有查找到相关词，根据初始关键词从电子商务平台数据库中继续查找相关词，并将查询结果存储到本地数据库中。

其中，本发明实施例中所述的数据仓库可以有两种类型：一种是本地数据库，即数据保存在当前的存储器，另一种是电子商务平台数据库，即数据保存在云端。本发明实施例中，将分好的初始关键词先放入本地数据仓库的中进行匹配，将分好的初始关键词和本地数据仓库中的关键词进行匹配，来找出词的属性，如果本地数据仓库中没有该词属性的信息，这时就调用电子商务平台数据库，例如该电子商务平台数据库可以是电子商务平台提供的词属性分析数据仓库，得到词的相关属性，并把所得结果备份到本地数据仓库中，扩充本地数据仓库的信息，通过前述的方式都可以解析得到初始关键词的属性和相关词及这些相关词的属性。本发明实施例中通过维护两类数据仓库，可以满足数据的快速查询与精确查询。

在本发明的一些实施例中，步骤102根据初始关键词从数据仓库中获取相关关键词和该相关关键词的属性信息之后，本发明实施例提供的应用于电子商务的广告竞价排名方法，还可以包括如下步骤：

将相关关键词和相关关键词的属性信息组成词条信息，并将词条信息存储到数据仓库中。

其中，根据初始关键词搜索数据仓库得到相关关键词和对应的属性信息之后，可以将相关关键词和对应的属性信息建立匹配关系，得到词条信息，在数据仓库中存储该词条信息，其中，词条信息也叫词目信息，指在数据仓库中存储的词语及其对应的属性信息。词条信息可以是构成数据仓库的基本单元。当数据仓库中维护大量有的词条信息时，通过对相关关键词进行词条搜索，可以快速查找到该相关关键词对应的属性信息。在具体信息中，词条信息在数据仓库中可以通过键值对的方式来存储，将相关关键词作为键key，将对应的属性信息作为value。

103、根据相关关键词的属性信息为商品选取出推广词，并获取到推广词的当前属性信息。

在本发明实施例中，通过步骤102获取到相关关键词的属性信息之后，可以根据该相关关键词的属性信息为商家需要推广的商品选取出推广词，并获取到推广词的当前属性信息。该推广词是从多个相关关键词中根据多个相关关键词的属性信息选择出来的词，推广词是用于广告竞价的广告关键词。需要说明的是，本发明实施例中针对相关关键词的具体属性信息可以有多种选取推广词的实现方式，例如，相关关键词的属性信息为词的质量得分，则可以根据质量得分选择质量分高的相关关键词作为推广词，又如相关关键词的属性信息为词的平均得分和词的平均价格时，根据平均得分和平均价格选择平均得分高但是平均价格不高的相关关键词作为推广词。在具体实现过程中，可以选择具体的选词策略从相关关键词中选取出推广词，对于选取出的推广词，可以确定出该推广词对应的当前属性信息。

需要说明的是，本发明实施例中根据相关关键词的属性为商品选取的推广词可以是电子商务平台上投放广告时选定的词汇，依据用户在平台上搜索习惯和商品特征得到。推广词的当前属性就是指商家所提供的关键词多对应的商品是什么类目，或者其他类似的形式。

在本发明的一些实施例中，相关关键词的属性信息包括：词的相似度和词的性价比，在这种实现场景下，步骤103根据相关关键词的属性信息为商品选取出推广词，具体可包括如下步骤：

C1、对于每一个相关关键词，将相关关键词对应的词的相似度和词的性价比进行加权相加，得到每一个相关关键词的得分值；

C2、根据每一个相关关键词的得分值从所有的相关关键词中确定出推广词。

其中，选词依据的属性可以是词的相似度和词的性价比，词的相似度和词的性价比通过对相关关键词的属性信息中得到，选词时，对这两个属性进行加权相加并排序，例如，可以从相关关键词中选出得分最高的200个关键词作为推广词。

进一步的，步骤C1对于每一个相关关键词，将相关关键词对应的词的相似度和词的性价比进行加权相加，得到每一个相关关键词的得分值，具体包括如下步骤：

C11、通过如下方式计算每一个相关关键词的得分值R：

R＝α*PQR+(1－α)*S，

其中，PQR为词的性价比，S为词的相似度，α的取值范围在0到1之间。

需要说明的是，在本发明的上述实施例中，α是平衡因子，α的取值范围是0到1之间的一个数值，α具体可以应用场景来设置具体值，不限定的是，α取值可以为0.5。在本发明的另一些实施例中，可以不局限于步骤C11的加权方式，例如，除了设置平衡因子外，还可以设置分值补偿因子，用β表示，则结合α、β通过如下方式计算每一个相关关键词的得分值R：

R＝α*PQR+(1－α)*S+β。

进一步的，在本发明的一些实施例中，词的性价比通过如下方式计算：

PQR＝C_1/C_2；

其中，C_1＝AVG_PRICE，AVG_PRICE为词的平均价格，C_2＝COMPETITION/PV，COMPETITION为客观竞争度，PV为词的展现量。

在本发明的一些实施例中，词的相似度通过如下方式计算：

S＝Sqrt[S(category)*S(product)]；

其中，Sqrt[]表示平方根计算，S(category)＝词所在类目下的展现量PV/该词在所有类目下的PV，S(product)＝词在标题中的编辑距离/该词的长度。

需要说明的是，AVG_PRICE和COMPETITION，可以从数据仓库中得到，例如从数据仓库中保存的系统分析平台数据中得到AVG_PRICE和COMPETITION。具体的，S(category)是指相关关键词所在类目下与在全网下的展现量比值，词的展现量都可以通过数据仓库获取到。

104、使用推广词的当前属性信息对推广词进行出价，并按照推广词展示商品。

在本发明实施例中，推广词是可以用于广告竞价排名的词，推广词能够更准确的描述用户需要推广的商品，并且推广词是从多个相关关键词中选取出来的词，推广词是按照本发明实施例前述的自动分词、选词后选取出的关键词，该推广词具体可以选取出的一个相关关键词，也可以选取出的多个相关关键词，此处不做限定。按照上述推广词的当前属性信息进行出价，可以自动得到更符合商品推广需要的价格，从而保证用户出价的合理性，同时又能够保证广告的投放效果。对推广词出价后，按照推广词来展示商品，买家可以通过搜索到该推广词来展示对应的商品，用户需要按照对推广词的出价以及点击率来付费。

在本发明的一些实施例中，步骤104使用推广词的当前属性信息对推广词进行出价，具体可以包括如下步骤：

D1、从推广词的当前属性信息中确定推广词的当前平均价格；

D2、根据用户的级别和推广词的当前平均价格计算对推广词的出价。

其中，获取到推广词之后，从推广词的当前属性信息中确定对应该推广词的当前平均价格，当前平均价格是对推广词作为广告的平均出价，若获取到多个推广词时，可以对每个推广词都确定对应的当前平均价格。在进行实际出价时，可以考虑推广商品的用户级别，再结合推广词的当前平均价格计算出对推广词的出价，通过对用户级别的引入，可以考虑用户级别的高低对所出价格的影响因素，从而保证所出价格能够符合用户作为商家的身份对等，避免给用户带来巨大的广告开销，同时也能保证广告投放的效果。举例说明如下，推广词的当前平均价格超过用户的级别能够承受的最高价时可以降低该当前平均价格作为对推广词的出价。当需要对多个推广词进行出价时，可以按照上述方法对每个推广词进行单独出价。

进一步的，在本发明的一些实施例中，步骤D2根据用户的级别和推广词的当前平均价格计算对推广词的出价，可以包括如下步骤：

D21、根据用户的级别确定对应于不同级别的出价因子；

D22、将出价因子和推广词的当前平均价格进行相乘计算，得到对推广词的出价。

其中，对推广商品的用户的不同级别设置不同的出价因子，该出价因子直接影响最终对推广词的出价。举例说明如下，根据用户的级别为小商家、中商家、大商家的街不同级别，分别设置对应的出价因子为1.0、1.4、2.0，则可以依据商家的级别进行出价，出价方法为：小商家出价＝AVG_PRICE*1.0，中商家出价＝AVG_PRICE*1.4，大商家出价＝AVG_PRICE*2.0。其中，小、中、大商家的区分方法可以包括：小商家是主营类目内日均营业额在类目(有成交商家中)排名最后的20％的商家，中商家是主营类目内日均营业额在类目(有成交商家中)排名在20％到80％的商家，大商家是主营类目内日均营业额在类目(有成交商家中)排名前20％的商家。

在本发明的一些实施例中，步骤104按照推广词展示商品之后，本发明实施例提供的应用于电子商务的广告竞价排名方法，还可以包括如下步骤：

E1、对推广词的当前属性信息进行重新统计，获取到推广词的更新后属性信息；

E2、根据推广词的更新后属性信息对推广词进行调价，并按照调价后的推广词重新展示商品。

其中，对推广词出价后，按照推广词展示商家需要推广的商品，然后过一段时间后，选词得到的推广词的属性可能发生变动，因此需要重新统计推广词的属性信息，依据更新后的属性信息对推广词进行调价，从而使得本发明实施例可以自动更新推广词的调价，使得对推广词的当前出价能够得到实时验证更新，这相比于现有技术由用户手动来更改价格的盲目性，本发明实施例中可以实现对推广词的自动出价、自动调价。可以对商品进行自动地广告投放，为商家节约了大量时间，此外整个技术方案选得的推广词具有更高的性价比，投放更精准，由此既节约资金成本又达到了良好的投放效果。本发明实施例提供的应用于电子商务的广告竞价排名系统实时分析出价的合理性，例如，通过分析投放后广告的点击率，回报率等是否提高。并且对推广词的价格进行调价，对推广词调价后，可以继续对相应商品进行展示，展示一段时间后系统再进行调价。对推广词调价后，对相应商品继续展示，展示一段时间后依据产生的结果再进行调价，例如可以获取广告投放后的点击率，回报率等信息。

进一步的，在本发明的一些实施例中，推广词的更新后属性信息，包括：更新后质量得分、更新后展现量、更新后点击率、更新后平均得分和更新后转化率。在这种情况下，步骤E2根据推广词的更新后属性信息对推广词进行调价，具体可以包括如下步骤：

E21、获取推广词的更新后质量得分，若更新后质量得分小于或等于第一质量阈值，则剔除推广词；

E22、获取推广词的更新后展现量，若更新后展现量低于展现量阈值，则获取推广词的更新后质量得分，若更新后质量得分大于第一质量阈值、且小于或等于第二质量阈值，则获取推广词的更新后点击率，若更新后点击率大于或等于点击率阈值，则对推广词进行加价，若更新后点击率小于点击率阈值，则对推广词的出价保持不变；若更新后质量得分大于第二质量阈值，则获取推广词的更新后平均得分，若更新后平均得分小于或等于平均得分阈值，则对推广词的出价保持不变，若更新后平均得分大于平均得分阈值，则对推广词进行加价；

E23、若更新后展现量大于或等于展现量阈值，则获取推广词的更新后点击率，若更新后点击率小于点击率阈值，则获取推广词的更新后质量得分，若更新后质量得分大于第一质量阈值、且小于或等于第二质量阈值，则对推广词的出价保持不变，若更新后质量得分大于第二质量阈值，则获取推广词的更新后平均得分，若更新后平均得分小于或等于平均得分阈值，则对推广词的出价保持不变，若更新后平均得分大于平均得分阈值，则对推广词进行加价；若更新后点击率大于或等于点击率阈值，则获取推广词的更新后转化率，若更新后转化率小于或等于转化率阈值，则对推广词的出价保持不变，若更新后转化率大于转化率阈值，则获取推广词的更新后平均得分，若更新后平均得分小于或等于平均得分阈值，则对推广词的出价保持不变，若更新后平均得分大于平均得分阈值，则对推广词进行加价。

具体的，在上述实现场景下，对推广词进行更新之后，该推广词的更新后属性信息，包括：更新后质量得分、更新后展现量、更新后点击率、更新后平均得分和更新后转化率。为质量得分设置第一质量阈值和第二质量阈值，为点击率设置点击率阈值，为平均得分设置平均得分阈值，为转化率设置转化率阈值，为展现量设置展现量阈值。上述阈值的具体设置可以结合应用场景的需要，并且可以根据推广词的属性信息的更新进行上述阈值的重新设置，具体此处不做限定。另外，在上述实施例中，对推广词的调价尺度具体可以根据应用场景来灵活设置。

在本发明的另一些实施例中，步骤104按照推广词展示商品之后，本发明实施例提供的应用于电子商务的广告竞价排名方法，还可以包括如下步骤：

F1、对相关关键词的属性信息进行重新统计，得到相关关键词的更新后属性信息；

F2、根据相关关键词的更新后属性信息为商品重新选取出推广词，并获取到重新选取后的推广词的属性信息；

F3、根据重新选取后的推广词的属性信息对重新选取后的推广词进行调价，并按照调价后的推广词重新展示商品。

其中，对推广词出价后，按照推广词展示商家需要推广的商品，然后过一段时间后，步骤102中所获取到的相关关键词的属性可能发生变动，因此需要重新统计选取推广词以及对应的属性信息，依据更新后的推广词的属性信息对推广词进行调价，从而使得本发明实施例可以自动更新推广词的调价，使得对推广词的当前出价能够得到实时验证更新，这相比于现有技术由用户手动来更改价格的盲目性，本发明实施例中可以实现对推广词的自动出价、自动调价。本发明实施例提供的应用于电子商务的广告竞价排名系统实时分析出价的合理性，例如，通过分析投放后广告的点击率，回报率等是否提高。并且可以实时的重新选取推广词进行调价，在出价不合理时，可以重新在数据仓库中匹配出一批其他店家或者电子商务平台中点击率等比较高的关键词作为推广词进行平台投放。

需要说明的是，在本发明的前述实施例中对推广词进行实时的调价，完成调价之后要对推广词进行补充。完成调价后，从数据仓库选择分数高的推广词补充到投放广告中，电子商务平台可以根据平台自己的规则对竞价后的商品在直通车展位上进行展示。电子商务平台会根据本系统代替商家的出价，按照投放广告的时间进行投放。

通过前述实施例对本发明的举例说明可知，首先对用户为商品输入的标题进行分词处理，得到初始关键词，然后根据初始关键词从数据仓库中获取相关关键词和所述相关关键词的属性信息，接下来根据相关关键词的属性信息为商品选取出推广词，并获取到推广词的当前属性信息，最后使用推广词的当前属性信息对推广词进行出价，并按照推广词展示商品。由于本发明实施例中只需要用户针对需要推广的商品输入标题即可完成对标题的自动分词、自动选词从而得到推广词，该推广词的当前属性信息作为对商品的出价依据，避免现有技术中由用户人工根据经验来出价，本发明实施例可以对用户需要推广的商品进行自动的广告出价投放，节约商家的大量时间，本发明实施例中通过数据仓库存储的大量关键词可以为商品选取到更精准的推广词，从而可以保证广告投放的精确性。

为便于更好的理解和实施本发明实施例的上述方案，下面举例相应的应用场景来进行具体说明。本发明实施例提供的应用于电子商务的广告竞价排名系统可以对商品进行自动地广告投放，为商家节约了大量时间，另外，还可以根据不同级别的商家设置不同的个性化参数，使选得的词具有更高的性价比，投放更精准，由此既节约资金成本又达到了良好的投放效果。应用于电子商务的广告竞价排名系统，包含了自动分词、选词、出价、调价等方法，可以应用于直通车软件中，如图2所示，图2为本发明实施例提供的应用于电子商务的广告竞价排名系统的系统架构部署示意图。至少一个用户终端10通过网络与广告竞价排名系统20连接，用户终端10可以包括PC机、手机、平板电脑等。用户终端10通过有线或无线方式登录广告竞价排名系统20，广告竞价排名系统20可以在例如淘宝直通车等电子商务平台提供的界面中进行针对将要推广的商品的操作，并对应生成相应的关键词。

该广告竞价排名系统20，包括：前端负载模块21、实时算法模块22、系统主程序模块23、日志文件存储模块24、数据仓库模块25、缓存系统模块26、索引搜索模块27、关键词维护模块28。其中，

前端负载模块21，用于把前端客户的访问请求分发到不同的服务器上，提高用户的响应效率，应对大规模用户访问时的压力。用户登录本系统，当用户数多时，前端负载模块21进行流量分发。例如，该前端负载模块运用了基于阿里云的前端负载，根据调度算法实现的将用户访问流量进行分发，扩展应用系统对外的服务能力。

如图3所示，本发明实施例提供的应用于电子商务的广告竞价排名系统中部署的实时算法模块的实现架构示意图，实时算法模块22包括：分词模块221，选词模块222、出价模块223和调价模块224。如图4所示，本发明实施例提供的实时算法模块中部署的分词模块的实现架构示意图，分词模块221可包括标题划分模块2211、相关词查询模块2212、组词模块2213和数据检索模块2214。

具体的，标题划分模块2211用于对商品标题进行划分得到初始关键词，分词模块221中的标题划分模块2211抓取用户输入的商品标题，对标题进行划分，划分完成后得到若干初始关键词。

相关词查询模块2212用于找出相关词并将其加入到相关关键词中。例如，相似词查询模块2212会通过电子商务平台的API接口对初始关键词的相关词进行查询。

组词模块2213用于将相关词、初始关键词进行组合形成新的关键词。例如，组词模块2213从组合后的关键词中选取2或3个词进行排列组合，组成新的词，新的词和初始关键词一起称为相关关键词。

数据检索模块2214用于将新的关键词存放到数据仓库中并建立索引。这里的索引类似目录，每个内容对于一个页码，每个关键词有对应的一个索引，通过索引能够更加快速的找到关键词。数据检索模块2214和索引搜索模块27相配合，将相关关键词及其属性存入数据仓库中并建立索引，以便进行快速查词。

选词模块222用于对需要推广的商品从相关关键词中选取200个推广词，其中，推广词的个数可以依据不同平台进行设定，在本发明实施例中取推广词个数为200个为例。分词完成后，选词模块222将对所有相关关键词进行加权排序，选出排名前200的关键词作为推广词。相关加权排序公式为:R＝α*PQR+(1-α)*S，α的值是根据不同的用户经过大量的试验得出的，按照商家级别的不同，当商家级别分别是大中小商家时，α的值是经过大量的试验得出的，依据商家的级别而定，大商家的α的值为0.3，中商家的α的值为0.7，小商家的α的值为0.9。

出价模块223用于根据不同商家级别对推广词的当前平均价格(该价格可以通过对电子商务平台分析得到的)进行不同程度的加权得出本用户对推广词的出价。出价模块223将根据买家级别不同来设定不同的出价，具体出价公式为：小商家出价＝AVG_PRICE*1.0；中商家出价＝AVG_PRICE*1.4；大商家出价＝AVG_PRICE*2.0。

对商品进行出价完成以后，调价模块224会实时记录商品的数据，收集商品2-3天的数据，对推广词进行加价或减价。例如电子商务平台中，商家对商品进行广告投放时，对每个商品会匹配图片和推广词。投放一天后，会反馈每个广告创意的点击率，1天内通过该广告而购买的信息，一周内通过该广告购买的信息，点击单价信息，则调价模块可以根据推广词的更新后属性信息对推广词进行调价，接下来举例说明。

如图5所示，为本发明实施例提供的应用于电子商务的广告竞价排名方法中调价流程示意图。在图5所示的调价模型中，详细的调价过程运用决策树来实现。以最近3天按照本发明实施例选取的推广词进行出价后对商品的展示为例，首先在本地数据仓库中查询所推广商品的每个推广词的质量得分QSCORE，如果词的质量得分QSCORE小于等于3分，则剔除此推广词；如果词的质量得分QSCORE大于等于4分，查询剩下推广词的展现量PV，并与通过全网平均水平确定的展现量阈值进行比较，若词的展现量PV低于全网平均水平，则获取推广词的质量得分QSCORE，若词的质量得分QSCORE在4分到5分之间，则查询词的点击率CTR，若词的点击率CTR大于等于全网平均水平的2/3(即点击率阈值)则按一定比例对推广词进行加价，反之保留并观察一段时间，若词的质量得分QSCORE大于5分，则查询词的平均得分AVOGPOS，若词的平均得分AVOGPOS小于等于16分，则保留推广词，反之按一定比例加价；再次，当词的展现量PV高于通过全网平均水平确定的展现量阈值的时候，查询剩下推广词的点击率CTR，若点击率CTR低于全网平均水平的2/3(即点击率阈值)，则查询词的质量得分QSCORE，若质量得分QSCORE为在4分到5分之间则保留推广词进行观察，若词的质量得分QSCORE大于等于6分，则观察词的平均得分AVOGPOS，若词的平均得分AVOGPOS大于16分，则按照一定比例对推广词加价，若三次加价后仍无效则删除推广词。若词的平均得分AVOGPOS小于等于16分，则不对词进行加价操作。接着，当词的点击率CTR高于全网平均水平的2/3(即点击率阈值)时，查询词的千次成本CPM，若无转化，则保留观察，一周之后若仍无转化则删除此推广词；最后，若词的千次成本CPM显示有转化，则观察词的平均得分AVOGPOS，若词的平均得分小于等于16分，则不改变词的出价，若词的平均得分AVOGPOS大于16分，则按一定比例对词进行加价。

在上述的实时算法模块22运行的过程中，缓存系统模块26提供用户访问会话的缓存、热门查询结果的缓存，提高了计算速度。

系统主程序模块23，用于提供用户操作界面和各种操作功能，方便用户操作。系统主程序模块23提供各种操作界面及功能，并且当用户进行各种操作时，日志文件存储模块24会将用户的操作记录进行存储，实时算法模块22和关键词维护模块28将对操作进行响应，响应结果通过系统主程序模块23显示。用户在操作界面新建推广，选择相应的商品进行推广，据商家自身的承受能力设置最高日限额和最高点击单价。

实时算法模块22分词、选词、出价完成之后，还会将相关结果返回到系统主程序模块23中，由系统主程序模块23负责将结果显示在页面中，使用户可以实时查看。系统主程序模块23会为整个系统提供用户操作界面，在这个界面中用户可以按不同查询模块查看信息，可在全部推广模块中查看全部的推广计划及推广计划的花费、展现量、点击量、点击率、投入产出比、平均点击花费、千次展现花费的走势图。

对于系统主程序模块23，主程序可以是基于MVC构建的，并实现了基于B/S的用户操作界面，用于用户推广参数的设定、调整和效果监控，同时，主程序模块基于webservice协议实现了与实时算法模块、关键词维护模块、进行通讯交互，用户单击网页上的内容，系统主程序模块23将用户的请求发送到实时算法模块和关键词维护模块进行响应，响应的结果再返回到主程序模块展现给用户。具体的，MVC是模型(英文名称：model)－视图(英文名称：view)－控制器(英文名称：controller)的缩写，它强制性的使应用程序的输入、处理和输出分开。使用MVC应用程序被分成三个核心部件：模型、视图、控制器。它们各自处理自己的任务。模型表示企业数据和业务规则。在MVC的三个部件中，模型拥有最多的处理任务。控制器接受用户的输入并调用模型和视图去完成用户的需求。视图是用户看到并与之交互的界面。本系统中，实时算法模块和关键词维护模块是MVC模式模型，而界面上对用户操作的响应和操作结果的显示都是由主程序来完成的，即系统主程序模块是MVC模式中的视图和控制器。

在本发明的一些实施例中，系统主程序模块23中还可以包括全部推广模块，全部推广模块和系统相连接，分为标准推广计划模块及默认推广计划模块，均用于展现推广计划的基本信息、推广中的商品、地域投放、分时折扣设置、投放平台设置、操作记录、推广计划、推广计划启动钮、日限额设置。全部推广模块可展示店铺的全部商品、推广中的商品、暂停中的商品。全部推广商模块，分为手动开车、自动开车模块，用于满足用户自动开车和手动开车两方面的需求。此外，当用户需要进行自主选词、出价调价时，系统主程序模块23还可以包括：用户自定价模块，用于满足用户自己设定和依据本系统设定的两方面的需求。当用户查看全店商品指标的状况时，即通过电子商务平台反馈的点击率，转化率等信息来衡量，系统主程序模块23中还可以进一步的包括全店健康诊断模块，该全店健康诊断模块用于提供给商家各项指标情况，将全网的平均指标与用户的指标进行对比，便于用户查看。在本发明的一些实施例中，该系统主程序模块23中还可以设置客服与帮助模块，用于商家及时、方便地与运营商进行在线沟通及列出常用问题解答，使用户快捷方便地找到解决问题的方式。在本发明的一些实施例中，该系统主程序模块23中还可以设置新建推广模块，用于允许使用者新建一个推广计划。

日志文件存储模块24，用于存储静态文件及用户操作日志及系统操作日志，方便用户对操作的回溯和查询。

数据仓库模块25，用于存储商品数据、投放数据、投放效果报表数据、关键词历史统计数据，积累历史数据，以便查找。开始投放后，固定时间段内会生产这些表格。固定时间可以是一天，一周等。该数据仓库模块25存储的关键词历史数据已经建立索引，在将商品标题进行划分后可以先在数据仓库中进行检索并获取词的一系列属性，如果本地数据仓库中没有相关的信息，则从相应的云端数据仓库(该仓库由电子商务平台维护)上获取关键词的信息。该数据仓库模块25还可以不断地积累词的历史数据，添加词的属性数据，改善API接口中词的属性信息不完整的缺陷。

缓存系统模块26，用于提供对用户访问会话的缓存、热门查询的结果缓存，减轻索引搜索模块和数据仓库的查询压力，提高查询速度。

索引搜索模块27，用于提供基于多字段的过滤搜索，为系统挖掘特定指标关键词提供支持。例如，该索引搜索模块27运用了Lucene索引搜索引擎，在分词的时候为数据仓库中的关键词建立索引，以便词条被快速查询。

关键词维护模块28，用于维护用户已经投放的直通车广告，对用户投放的关键词进行定时维护和调整，对商品的关键词进行删减和调价，定时通过电子商务平台对数据仓库里的数据进行更新。

如图6所示，为本发明实施例提供的应用于电子商务的广告竞价排名系统中部署的关键词维护模块的实现架构示意图。关键词维护模块28进一步包括数据更新模块281和调价模块282。当电子商务平台产生新数据时，关键词维护模块28，可以获取关键词的数据信息，例如会通过数据更新模块281在API接口中获取相关更新数据，自动及时更新关键词的相关数据。此外，关键词维护模块28还负责对商品的关键词进行调价，有新数据更新时调价一次，调价依据调价模块282来进行。具体的，该关键词维护模块28通过决策树对关键词进行调整和维护，此外根据电子商务平台更新的关键词数据对数据仓库进行定时更新。该关键词维护模块26还需要同步电子商务平台的数据，实时对关键词的属性进行统计，使调价功能能够实时进行。

本发明实施例提供的一种应用于电子商务的关键词广告的自动竞价排名系统，用于帮助商家对电子商务平台广告投放的自动精确分词、选性价比最高的词、合理出价、实时调价，使商品更好地被推广的同时使用户的出价更合理，提高商品转化率，降低用户经营成本。整个技术方案使商家能够通过简单的操作实现店铺内商品进行自动化地选词、出价、调价，节约了商家的时间，此外整个技术方案使选得的词具有更高的性价比，避免不必要的开支。

前述实施例介绍了本发明实施例提供的应用于电子商务的广告竞价排名方法，接下来介绍基于该应用于电子商务的广告竞价排名方法实现的应用于电子商务的广告竞价排名系统，请参阅图7-a所示。所述应用于电子商务的广告竞价排名系统700，包括：

分词模块701，用于对用户为商品输入的标题进行分词处理，得到初始关键词；

词属性获取模块702，用于根据所述初始关键词从数据仓库中获取相关关键词和所述相关关键词的属性信息，所述相关关键词包括：所述初始关键词、以及所述数据仓库中与所述初始关键词关联的相关词，所述相关关键词的属性信息包括：所述初始关键词的属性和所述相关词的属性；

推广词选取模块703，用于根据所述相关关键词的属性信息为所述商品选取出推广词，并获取到所述推广词的当前属性信息；

出价展示模块704，用于使用所述推广词的当前属性信息对所述推广词进行出价，并按照所述推广词展示所述商品。

在本发明的一些实施中，请参阅如图7-b所示，所述词属性获取模块702，包括：

相关词获取模块7021，用于从所述数据仓库中获取与所述初始关键词关联的相关词；

词组合模块7022，用于将所述相关词和所述初始关键词进行重新排列组合，得到所述相关关键词；

词属性查找模块7023，用于从所述数据仓库中查找所述相关关键词中每个词的属性，得到所述相关关键词的属性信息。

在本发明的一些实施中，若所述数据仓库包括：本地数据库和电子商务平台数据库，所述词属性获取模块702，具体用于根据所述初始关键词从所述本地数据库中查找与所述初始关键词关联的相关词；若所述本地数据库中没有查找到所述相关词，根据所述初始关键词从所述电子商务平台数据库中继续查找所述相关词，并将查询结果存储到所述本地数据库中。

在本发明的一些实施中，所述相关关键词的属性信息包括如下属性中的至少一种：词的展现量PV，词的点击量CLICK、词的点击率CTR、词的千次成本CPM、词的质量得分QSCORE、词的平均得分AVGPOS、词的平均价格AVG_PRICE。

在本发明的一些实施中，请参阅如图7-c所示，所述出价展示模块704，包括：

均价确定模块7041，用于从所述推广词的当前属性信息中确定所述推广词的当前平均价格；

出价模块7042，用于根据所述用户的级别和所述推广词的当前平均价格计算对所述推广词的出价。

在本发明的一些实施中，所述出价模块7042，具体用于根据所述用户的级别确定对应于不同级别的出价因子；将所述出价因子和所述推广词的当前平均价格进行相乘计算，得到对所述推广词的出价。

在本发明的一些实施中，请参阅如图7-d所示，所述应用于电子商务的广告竞价排名系统700还包括：词属性更新模块705和调价模块706，其中，

所述词属性更新模块705，用于所述出价展示模块704按照所述推广词展示所述商品之后，对所述推广词的当前属性信息进行重新统计，获取到所述推广词的更新后属性信息；

所述调价模块706，用于根据所述推广词的更新后属性信息对所述推广词进行调价，并按照调价后的推广词重新展示所述商品。

进一步的，所述推广词的更新后属性信息，包括：更新后质量得分、更新后展现量、更新后点击率、更新后平均得分和更新后转化率；在本发明的一些实施中，请参阅如图7-e所示，所述调价模块706，包括：

推广词剔除模块7061，用于获取所述推广词的更新后质量得分，若所述更新后质量得分小于或等于第一质量阈值，则剔除所述推广词；

第一价格管理模块7062，用于获取所述推广词的更新后展现量，若所述更新后展现量低于展现量阈值，则获取所述推广词的更新后质量得分，若所述更新后质量得分大于所述第一质量阈值、且小于或等于第二质量阈值，则获取所述推广词的更新后点击率，若所述更新后点击率大于或等于点击率阈值，则对所述推广词进行加价，若所述更新后点击率小于所述点击率阈值，则对所述推广词的出价保持不变；若所述更新后质量得分大于所述第二质量阈值，则获取所述推广词的更新后平均得分，若所述更新后平均得分小于或等于平均得分阈值，则对所述推广词的出价保持不变，若所述更新后平均得分大于所述平均得分阈值，则对所述推广词进行加价；

第二价格管理模块7063，用于若所述更新后展现量大于或等于所述展现量阈值，则获取所述推广词的更新后点击率，若所述更新后点击率小于所述点击率阈值，则获取所述推广词的更新后质量得分，若所述更新后质量得分大于所述第一质量阈值、且小于或等于所述第二质量阈值，则对所述推广词的出价保持不变，若所述更新后质量得分大于所述第二质量阈值，则获取所述推广词的更新后平均得分，若所述更新后平均得分小于或等于平均得分阈值，则对所述推广词的出价保持不变，若所述更新后平均得分大于所述平均得分阈值，则对所述推广词进行加价；若所述更新后点击率大于或等于所述点击率阈值，则获取所述推广词的更新后转化率，若所述更新后转化率小于或等于转化率阈值，则对所述推广词的出价保持不变，若所述更新后转化率大于所述转化率阈值，则获取所述推广词的更新后平均得分，若所述更新后平均得分小于或等于平均得分阈值，则对所述推广词的出价保持不变，若所述更新后平均得分大于所述平均得分阈值，则对所述推广词进行加价。

在本发明的一些实施中，请参阅如图7-f所示，相对于如图7-a所示，所述应用于电子商务的广告竞价排名系统700还包括：调价展示模块707，其中，

所述推广词选取模块703，还用于所述出价展示模块704按照所述推广词展示所述商品之后，对所述相关关键词的属性信息进行重新统计，得到所述相关关键词的更新后属性信息；根据所述相关关键词的更新后属性信息为所述商品重新选取出推广词，并获取到重新选取后的推广词的属性信息；

所述调价展示模块707，用于根据所述重新选取后的推广词的属性信息对重新选取后的推广词进行调价，并按照调价后的推广词重新展示所述商品。

在本发明的一些实施中，所述相关关键词的属性信息包括：词的相似度和词的性价比，所述推广词选取模块703，具体用于对于每一个相关关键词，将所述相关关键词对应的词的相似度和词的性价比进行加权相加，得到所述每一个相关关键词的得分值；根据所述每一个相关关键词的得分值从所有的相关关键词中确定出所述推广词。

在本发明的一些实施中，所述推广词选取模块703，具体用于通过如下方式计算每一个相关关键词的得分值R：

R＝α*PQR+(1－α)*S，

其中，PQR为所述词的性价比，所述S为所述词的相似度，所述α的取值范围在0到1之间。

在本发明的一些实施中，所述词的性价比通过如下方式计算：

PQR＝C_1/C_2；

其中，所述C_1＝AVG_PRICE，所述AVG_PRICE为词的平均价格，所述C_2＝COMPETITION/PV，所述COMPETITION为客观竞争度，所述PV为词的展现量。

在本发明的一些实施中，所述词的相似度通过如下方式计算：

S＝Sqrt[S(category)*S(product)]；

其中，所述Sqrt[]表示平方根计算，所述S(category)＝词所在类目下的展现量PV/该词在所有类目下的PV，所述S(product)＝词在标题中的编辑距离/该词的长度。

通过前述实施例对本发明的举例说明可知，首先对用户为商品输入的标题进行分词处理，得到初始关键词，然后根据初始关键词从数据仓库中获取相关关键词和所述相关关键词的属性信息，接下来根据相关关键词的属性信息为商品选取出推广词，并获取到推广词的当前属性信息，最后使用推广词的当前属性信息对推广词进行出价，并按照推广词展示商品。由于本发明实施例中只需要用户针对需要推广的商品输入标题即可完成对标题的自动分词、自动选词从而得到推广词，该推广词的当前属性信息作为对商品的出价依据，避免现有技术中由用户人工根据经验来出价，本发明实施例可以对用户需要推广的商品进行自动的广告出价投放，节约商家的大量时间，本发明实施例中通过数据仓库存储的大量关键词可以为商品选取到更精准的推广词，从而可以保证广告投放的精确性。

另外需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，所属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的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本发明而言更多情况下软件程序实现是更佳的实施方式。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，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘、U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等，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所述的方法。

综上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照上述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对上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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种应用于电子商务的广告竞价排名方法，其特征在于，包括：

对用户为商品输入的标题进行分词处理，得到初始关键词；

根据所述初始关键词从数据仓库中获取相关关键词和所述相关关键词的属性信息，所述相关关键词包括：所述初始关键词、以及所述数据仓库中与所述初始关键词关联的相关词，所述相关关键词的属性信息包括：所述初始关键词的属性和所述相关词的属性；

根据所述相关关键词的属性信息为所述商品选取出推广词，并获取到所述推广词的当前属性信息；

使用所述推广词的当前属性信息对所述推广词进行出价，并按照所述推广词展示所述商品。

2.根据权利要求1所述的方法，其特征在于，所述根据所述初始关键词从数据仓库中获取相关关键词和所述相关关键词的属性信息，包括：

从所述数据仓库中获取与所述初始关键词关联的相关词；

将所述相关词和所述初始关键词进行重新排列组合，得到所述相关关键词；

从所述数据仓库中查找所述相关关键词中每个词的属性，得到所述相关关键词的属性信息。

3.根据权利要求1所述的方法，其特征在于，若所述数据仓库包括：本地数据库和电子商务平台数据库，所述根据所述初始关键词从数据仓库中获取相关关键词和所述相关关键词的属性信息，包括：

根据所述初始关键词从所述本地数据库中查找与所述初始关键词关联的相关词；

若所述本地数据库中没有查找到所述相关词，根据所述初始关键词从所述电子商务平台数据库中继续查找所述相关词，并将查询结果存储到所述本地数据库中。

4.根据权利要求1所述的方法，其特征在于，所述相关关键词的属性信息包括如下属性中的至少一种：词的展现量PV，词的点击量CLICK、词的点击率CTR、词的千次成本CPM、词的质量得分QSCORE、词的平均得分AVGPOS、词的平均价格AVG_PRICE。

5.根据权利要求1所述的方法，其特征在于，所述使用所述推广词的当前属性信息对所述推广词进行出价，包括：

从所述推广词的当前属性信息中确定所述推广词的当前平均价格；

根据所述用户的级别和所述推广词的当前平均价格计算对所述推广词的出价。

6.根据权利要求5所述的方法，其特征在于，所述根据所述用户的级别和所述推广词的当前平均价格计算对所述推广词的出价，包括：

根据所述用户的级别确定对应于不同级别的出价因子；

将所述出价因子和所述推广词的当前平均价格进行相乘计算，得到对所述推广词的出价。

7.根据权利要求1至6中任一项所述的方法，其特征在于，所述按照所述推广词展示所述商品之后，所述方法还包括：

对所述推广词的当前属性信息进行重新统计，获取到所述推广词的更新后属性信息；

根据所述推广词的更新后属性信息对所述推广词进行调价，并按照调价后的推广词重新展示所述商品。

8.根据权利要求7所述的方法，其特征在于，所述推广词的更新后属性信息，包括：更新后质量得分、更新后展现量、更新后点击率、更新后平均得分和更新后转化率；

所述根据所述推广词的更新后属性信息对所述推广词进行调价，包括：

获取所述推广词的更新后质量得分，若所述更新后质量得分小于或等于第一质量阈值，则剔除所述推广词；

获取所述推广词的更新后展现量，若所述更新后展现量低于展现量阈值，则获取所述推广词的更新后质量得分，若所述更新后质量得分大于所述第一质量阈值、且小于或等于第二质量阈值，则获取所述推广词的更新后点击率，若所述更新后点击率大于或等于点击率阈值，则对所述推广词进行加价，若所述更新后点击率小于所述点击率阈值，则对所述推广词的出价保持不变；若所述更新后质量得分大于所述第二质量阈值，则获取所述推广词的更新后 平均得分，若所述更新后平均得分小于或等于平均得分阈值，则对所述推广词的出价保持不变，若所述更新后平均得分大于所述平均得分阈值，则对所述推广词进行加价；

若所述更新后展现量大于或等于所述展现量阈值，则获取所述推广词的更新后点击率，若所述更新后点击率小于所述点击率阈值，则获取所述推广词的更新后质量得分，若所述更新后质量得分大于所述第一质量阈值、且小于或等于所述第二质量阈值，则对所述推广词的出价保持不变，若所述更新后质量得分大于所述第二质量阈值，则获取所述推广词的更新后平均得分，若所述更新后平均得分小于或等于平均得分阈值，则对所述推广词的出价保持不变，若所述更新后平均得分大于所述平均得分阈值，则对所述推广词进行加价；若所述更新后点击率大于或等于所述点击率阈值，则获取所述推广词的更新后转化率，若所述更新后转化率小于或等于转化率阈值，则对所述推广词的出价保持不变，若所述更新后转化率大于所述转化率阈值，则获取所述推广词的更新后平均得分，若所述更新后平均得分小于或等于平均得分阈值，则对所述推广词的出价保持不变，若所述更新后平均得分大于所述平均得分阈值，则对所述推广词进行加价。

9.一种应用于电子商务的广告竞价排名系统，其特征在于，包括：

分词模块，用于对用户为商品输入的标题进行分词处理，得到初始关键词；

词属性获取模块，用于根据所述初始关键词从数据仓库中获取相关关键词和所述相关关键词的属性信息，所述相关关键词包括：所述初始关键词、以及所述数据仓库中与所述初始关键词关联的相关词，所述相关关键词的属性信息包括：所述初始关键词的属性和所述相关词的属性；

推广词选取模块，用于根据所述相关关键词的属性信息为所述商品选取出推广词，并获取到所述推广词的当前属性信息；

出价展示模块，用于使用所述推广词的当前属性信息对所述推广词进行出价，并按照所述推广词展示所述商品。