CN106339897A - 确定投放策略的方法及装置 - Google Patents
确定投放策略的方法及装置 Download PDFInfo
- Publication number
- CN106339897A CN106339897A CN201610686125.3A CN201610686125A CN106339897A CN 106339897 A CN106339897 A CN 106339897A CN 201610686125 A CN201610686125 A CN 201610686125A CN 106339897 A CN106339897 A CN 106339897A
- Authority
- CN
- China
- Prior art keywords
- display location
- input
- user
- throwing
- score value
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0244—Optimization
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种确定投放策略的方法及装置,属于互联网技术领域。方法包括:获取接收到的多个内容展示请求中携带的展示位置的属性信息和用户身份信息;基于用户分值计算模型,根据获取的多个展示位置的用户身份信息计算多个展示位置的用户分值;根据多个待展示内容和多个展示位置,确定多种投放策略;基于已训练的至少一个参数计算模型,根据每个展示位置的属性信息和用户分值计算每种投放策略的投放收益数值;根据多种投放策略中每种投放策略的投放收益数值,选取投放策略;本发明考虑到了用户对投放收益数值的影响,为寻找优质精准的展示位置提供了可行的量化指标,提高了计算精确度,提高了确定投放策略的准确性。
Description
技术领域
本发明涉及互联网技术领域,特别涉及一种确定投放策略的方法及装置。
背景技术
ADX(Advertisement Exchange Platform,广告交易平台)是一种互联网广告交易平台,可以联系广告主和广告位拥有方,帮助两方完成投放广告的交易。而随着移动设备的发展和多种应用的普及,广告位可以设置于很多应用的页面中。面临着众多的广告位,如何选择广告位成为广告主关注的焦点。
为了帮助广告主选择合适的广告位,出现了一种在线广告平台:DSP(Demand-SidePlatform,需求方平台)。DSP可以收集能够展示广告的多个广告位以及广告主待投放的多个广告,按照不同的组合方式将任一广告与任一广告位进行组合,从而制定多种投放策略,每种投放策略均确定了每个广告位上要投放的广告。针对于每种投放策略,DSP根据该投放策略中确定的多个广告位上要投放的广告计算总投放收益,再从多种投放策略中确定总投放收益最大的投放策略,按照确定的投放策略向ADX发送投放请求,由ADX根据DSP发送的投放请求进行投放广告的交易。
事实上,广告位面向的用户不同时,在该广告位上投放广告所带来的投放收益数值是不同的,但是,上述确定投放策略的方法并未考虑到用户的差异性,因此需要提出一种新的确定投放策略的方法,结合广告位面向的用户确定更加准确的投放策略。
发明内容
为了解决现有技术的问题,本发明实施例提供了一种确定投放策略的方法及装置。所述技术方案如下:
第一方面,提供了一种确定投放策略的方法,所述方法包括:
获取接收到的多个内容展示请求中携带的展示位置的属性信息和用户身份信息;
基于已训练的用户分值计算模型,根据获取的多个展示位置的用户身份信息计算所述多个展示位置的用户分值;
根据已获取的多个待展示内容和所述多个展示位置,确定多种投放策略,每种投放策略用于确定在每个展示位置上要投放的待展示内容;
基于已训练的至少一个参数计算模型,根据每个展示位置的属性信息和用户分值计算每种投放策略的投放收益数值;
根据所述多种投放策略中每种投放策略的投放收益数值,选取投放策略;
其中,所述用户分值计算模型根据收集的多个样本用户标识的操作行为数据进行训练得到,所述至少一个参数计算模型根据多个样本用户分值进行训练得到,所述至少一个参数计算模型用于计算至少一项参数,所述至少一项参数是指计算在展示位置上投放待展示内容时的投放收益数值所需的参数。
第二方面,提供了一种确定投放策略的装置,所述装置包括:
获取模块,用于获取接收到的多个内容展示请求中携带的展示位置的属性信息和用户身份信息;
用户分值计算模块,用于基于已训练的用户分值计算模型,根据获取的多个展示位置的用户身份信息计算所述多个展示位置的用户分值;
确定模块,用于根据已获取的多个待展示内容和所述多个展示位置,确定多种投放策略,每种投放策略用于确定在每个展示位置上要投放的待展示内容;
收益计算模块,用于基于已训练的至少一个参数计算模型,根据每个展示位置的属性信息和用户分值计算每种投放策略的投放收益数值;
所述确定模块,用于根据所述多种投放策略中每种投放策略的投放收益数值,选取投放策略;
其中,所述用户分值计算模型根据收集的多个样本用户标识的操作行为数据进行训练得到,所述至少一个参数计算模型根据多个样本用户分值进行训练得到,所述至少一个参数计算模型用于计算至少一项参数,所述至少一项参数是指计算在展示位置上投放待展示内容时的投放收益数值所需的参数。
本发明实施例提供的技术方案带来的有益效果是:
本发明实施例提供的方法及装置,通过收集用户标识的操作行为数据,训练得到用户分值计算模型,则可以基于该用户分值计算模型计算展示位置的用户分值,基于该用户分值计算每种投放策略的投放数值,从而确定优选投放策略,考虑到了用户对投放收益数值的影响,为寻找优质精准的展示位置提供了可行的量化指标,提高了计算精确度,提高了确定投放策略的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种交互系统的结构示意图;
图2是本发明实施例提供的一种策略服务器的系统架构示意图;
图3是本发明实施例提供的一种确定投放策略的方法的流程图;
图4是本发明实施例提供的一种确定投放策略的方法的流程图;
图5是本发明实施例提供的一种确定投放策略的装置;
图6是本发明实施例提供的一种服务器的结构示意图。
具体实施方式
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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在进行详细说明之前,首先对本发明实施例涉及的概念进行如下解释:
DSP:是一个系统,也是一种在线广告平台,DSP服务于广告主,帮助广告主在互联网上进行广告投放,使广告主更简单便捷地遵循统一的竞价方式,能够根据收集到的多个广告和多个广告位制定投放策略,并通过精确地计算,确定最优的投放策略,按照确定的投放策略向ADX发起投放广告的请求。
ADX:是一种互联网广告交易平台,可以联系广告主和广告位的拥有方,帮助两方完成投放广告的交易。ADX的竞价机制为RTB(Real Time Bidding,实时竞价)模式,当有广告位曝光给用户时,由多个广告对该广告位进行竞价,出价高的广告即可投放到该广告位上,展示给用户。
展示位置:能够展示内容的位置,如终端任一应用页面上的广告位等。
待展示内容:可在展示位置上进行展示的内容,如视频内容、音频内容、文本内容等。
用户分值:表示用户价值的分值,用户分值越大,表示在展示位置上投放待展示内容时用户点击该待展示内容的可能性越高。
投放成本数值:在展示位置上投放待展示内容时需要支付的投放成本。
点击率:在展示位置上投放待展示内容时该待展示内容被点击的概率,点击价值:在展示位置上投放待展示内容时点击该待展示内容所产生的价值,点击率与点击价值的乘积即为投放收入。
投放收益数值:在展示位置上投放待展示内容时产生的利润,等于投放收入与投放成本的差值。
图1是本发明实施例提供的一种交互系统的结构示意图,参见图1,该交互系统包括应用、策略服务器和交易服务器。
该应用可以为任一应用软件或者应用网站等,本发明实施例对此不做限定。
当用户在应用中打开某一应用页面时,该应用发起内容展示请求,请求在该页面的展示位置上投放待展示内容,该内容展示请求至少携带展示位置的属性信息和用户身份信息。
策略服务器接收至少一个应用发起的多个内容展示请求,该多个内容展示请求可以包括多个不同用户在多个不同应用中发起的内容展示请求,根据获取的多个待展示内容和多个广告位制定多种投放策略,并通过计算确定优选的投放策略,向交易服务器发起投放请求。
交易服务器根据接收到的一个或多个投放请求进行广告投放。投放时可以采用实时竞价的方式,针对于同一广告位的投放请求,可以选取出价最高的广告进行投放或者选择出价第二高的广告进行投放,本发明实施例对最终投放的广告不做限定。
其中,策略服务器可以为DSP平台,交易服务器可以为ADX平台,本发明实施例对此不做限定。
进一步地,策略服务器的系统架构示意图可以如图2所示,参见图2,该策略服务器包括分布式计算平台,该分布式计算平台用于收集用户的操作行为数据,将收集的操作行为数据整理成以用户标识为键的统一存储格式,方便进行建模,得到点击率计算模型、用户分值计算模型和应用分值计算模型等。
该策略服务器还包括广告库,用于存放待投放的广告,实时索引模块用于实时接受要投放的广告,存放于广告库中。
该策略服务器还包括广告投放机,当通过接口接收到内容展示请求时,通过广告投放机进行广告投放。
其中,该广告投放机包括广告检索模块、广告排序模块和收益管理模块,广告检索模块能够根据用户标识以及页面标签,从广告库中查找符合条件的广告,广告排序模块能够在线高效地计算广告的收益期望,对多个广告进行排序,计算时需要用到创建的模型和特征,还会用到流计算平台得到的实时点击率的特征。而收益管理模块主要负责策略服务器的出价策略,能够通过流计算平台,针对制定的多种投放策略计算投放收益,从而确定最终的投放策略,按照最终确定的投放策略向交易服务器发起投放请求。该流计算平台包括计费模块和反作弊模块,该计费模块用于统计广告的剩余预算,对于预算耗尽的广告将从广告库中下线,该反作弊模块用于实时判断流量来源中是否有作弊流量,并将这部分流量从计费统计中删除。
图3是本发明实施例提供的一种确定投放策略的方法的流程图。该发明实施例的执行主体为策略服务器,参见图3,该方法包括:
301、获取接收到的多个内容展示请求中携带的展示位置的属性信息和用户身份信息。
302、基于已训练的用户分值计算模型,根据获取的多个展示位置的用户身份信息计算该多个展示位置的用户分值。
303、根据已获取的多个待展示内容和该多个展示位置,确定多种投放策略,每种投放策略用于确定在每个展示位置上要投放的待展示内容。
304、基于已训练的至少一个参数计算模型,根据每个展示位置的属性信息和用户分值计算每种投放策略的投放收益数值。
305、根据该多种投放策略中每种投放策略的投放收益数值,选取投放策略。
其中,该用户分值计算模型根据收集的多个样本用户标识的操作行为数据进行训练得到,该至少一个参数计算模型根据多个样本用户分值进行训练得到,该至少一个参数计算模型用于计算至少一项参数,该至少一项参数是指计算在展示位置上投放待展示内容时的投放收益数值所需的参数。
本发明实施例提供的方法,通过收集用户标识的操作行为数据,训练得到用户分值计算模型,则可以基于该用户分值计算模型计算展示位置的用户分值,基于该用户分值计算每种投放策略的投放数值,从而确定优选投放策略,考虑到了用户对投放收益数值的影响,为寻找优质精准的展示位置提供了可行的量化指标,提高了计算精确度,提高了确定投放策略的准确性。
可选地,基于已训练的用户分值计算模型,根据该多个展示位置的用户身份信息计算该多个展示位置的用户分值,包括:
根据预设用户身份映射表,获取该用户身份信息对应的用户标识,该预设用户身份映射表中包括在至少一个应用中的用户身份信息对应的用户标识;
基于该用户分值计算模型,根据该用户标识计算用户分值。
可选地,每种投放策略中包括至少一项投放组合,每项投放组合包括一个待展示内容和一个展示位置;
基于已训练的至少一个参数计算模型,根据每个展示位置的属性信息和用户分值计算每种投放策略的投放收益数值,包括:
基于该至少一个参数计算模型,根据每个展示位置的属性信息和用户分值,计算每项投放组合的点击率、点击分值和投放成本数值;
根据每项投放组合的该点击率、该点击分值和该投放成本数值,计算每项投放组合的投放收益数值;
将每种投放策略中至少一项投放组合的投放收益数值之和作为每种投放策略的投放收益数值。
可选地,基于该至少一个参数计算模型,根据每个展示位置的属性信息和用户分值,计算每项投放组合的点击率、点击分值和投放成本数值,包括:
基于点击率计算模型,根据该投放组合中的展示位置与待展示内容以及该展示位置的属性信息,计算在该展示位置上投放该待展示内容时的点击率;
将该展示位置的用户分值作为在该展示位置上投放该待展示内容时的点击分值;
基于投放成本数值计算模型,根据该展示位置的用户分值和该展示位置的属性信息,计算在该展示位置上投放该待展示内容时的投放成本数值。
可选地,该方法还包括:
当基于该用户分值计算模型并根据该展示位置的用户身份信息未计算出该展示位置的用户分值时,获取该展示位置所在的应用对应的多个用户分值,将该多个用户分值的统计值作为该展示位置的用户分值。
可选地,根据每项投放组合的该点击率、该点击分值和该投放成本数值,计算每项投放组合的投放收益数值,包括:
根据该点击率、该点击分值和该投放成本数值,应用以下公式,计算该投放组合的投放收益数值,包括:
Wi=μ(ai,ui,ci)*ν(ai,ui)-p(ui,ci);
其中,Wi表示投放组合i的投放收益数值,μ(ai,ui,ci)表示投放组合i的点击率,ν(ai,ui)表示投放组合i的点击分值,p(ui,ci)表示投放组合i的投放成本数值,ai表示投放组合i的待展示内容的属性信息,ui表示投放组合i的展示位置的用户分值,ci表示投放组合i的展示位置的属性信息。
可选地,该基于已训练的至少一个参数计算模型,根据每个展示位置的属性信息和用户分值计算每种投放策略的投放收益数值,包括:
如果有N个节点用于接收内容展示请求,则确定节点q接收到的内容展示请求数量Sq,1≤q≤N,N为大于1的整数;
根据投放策略j,确定节点q对应的多个展示位置上投放待展示内容a的比例yqa,1≤a≤M,M为大于1的整数;
根据投放策略j中每项投放组合的点击率和点击分值,计算节点q对应的多个展示位置上投放待展示内容a所获得的投放收入数值的平均值rqa;
获取待展示内容a的投放成本数值pa;
应用以下公式,计算投放策略j的投放收益数值Wj:
上述所有可选技术方案,可以采用任意结合形成本发明的可选实施例,在此不再一一赘述。
图4是本发明实施例提供的一种确定投放策略的方法的流程图。该发明实施例的执行主体为策略服务器,参见图4,该方法包括:
401、策略服务器获取接收到的多个内容展示请求中携带的展示位置的属性信息和用户身份信息。
其中,该内容展示请求在任一用户打开终端上的任一应用页面时触发,当用户要打开应用页面时需要显示该应用页面,此时为了确定该应用页面上展示位置上展示的内容,终端触发对该展示位置的内容展示请求,发送给策略服务器。
具体地,该终端可以通过该策略服务器提供的接口,向该策略服务器发送该内容展示请求,或者,该终端向交易服务器发送该内容展示请求,由该交易服务器通过该策略服务器提供的接口,向该策略服务器发送该内容展示请求。该接口可以为RTBS(Real TimeBidding for Supply,实时竞价需求方)接口或者其他接口,本发明实施例对此不做限定。
该内容展示请求至少携带应用页面上展示位置的属性信息和用户身份信息。该属性信息可以包括该展示位置所在应用的名称和类型、该展示位置所在应用页面的地址、该展示位置在所在应用页面中的上下文信息等,本发明实施例对此不做限定。该用户身份信息用于表示该展示位置所在终端的用户身份,可以为用户Cookie等,针对于同一终端上的不同展示位置,对应的用户Cookie可以相同,也可以不同,本发明实施例对此不做限定。
另外,该内容展示请求还可以携带该展示位置对应的最低投放数值,该最低投放数值是指若要在该展示位置上投放内容时需支付的最低的数值,可以由该展示位置所在应用的提供商确定,另外该内容展示请求还可以携带其他信息,本发明实施例对此不做限定。
在应用过程中,任一终端均可向策略服务器发送内容展示请求,相应地,该策略服务器会接收到多个内容展示请求,从而确定多个需要展示内容的展示位置。
402、策略服务器根据预设用户身份映射表,获取该用户身份信息对应的用户标识,基于用户分值计算模型,根据该用户标识计算用户分值。
由于同一终端在不同应用中的用户身份信息可能不同,但实际上均属于同一用户,因此该策略服务器确定预设用户身份映射表,该预设用户身份映射表包括在至少一个应用中的用户身份信息对应的用户标识,通过该预设用户身份映射表可以将用户身份信息转换为策略服务器可识别的用户标识。那么,对于同一终端上不同应用中的展示位置,可以将对应的不同用户身份信息均转换为同一用户标识。
其中,该用户标识用于唯一确定对应的用户,可以为该策略服务器上注册的用户账号、用户昵称,或者也可以为终端的设备编号、电话号码等,本发明实施例对此不做限定。该策略服务器可以采用Cookie映射服务器将用户Cookie转换为用户标识。
本发明实施例中,在展示位置上投放待展示内容时,投放效果不仅受到展示位置和待展示内容的影响,还会受到展示位置所面向用户的影响,用户不同时,在展示位置上投放待展示内容的投放收益数值也不同。
因此,为了根据用户的不同准确地计算投放收益数值,该策略服务器获取用户分值计算模型,基于该用户分值计算模型对该用户标识进行计算,得到该用户标识对应的用户分值。其中,该用户分值用于体现用户的价值,用户分值越高,表示在展示位置上投放待展示内容的投放效果越好,也即是点击该待展示内容所获得的收益越大。
其中,该用户分值计算模型可以通过离线训练得到,且该用户分值计算模型可以由该策略服务器训练得到,或者由其他设备训练后发送给该策略服务器,例如可以由分布式计算平台训练后传输给该策略服务器,本发明实施例对训练该用户分值计算模型的设备不做限定。
需要说明的是,该用户分值计算模型根据收集的多个样本用户标识的操作行为数据进行训练得到,该操作行为数据可以包括该用户标识对应的应用列表、使用应用的时长、使用应用的次数、终端的设备信息、应用喜好等,本发明实施例对此不做限定。
可选地,该策略服务器收集多个样本用户标识的操作行为数据,对收集的操作行为数据进行向量化,生成操作行为数据空间,对该空间内的多种操作行为特征进行筛选,选取最能代表用户价值的特征,基于选取的特征进行训练,得到该用户分值计算模型。
其中,上述建模过程中可以采用逻辑回归模型或者其他类型的模型,本发明实施例对此不做限定。
403、策略服务器根据已获取的多个待展示内容和该多个展示位置,确定多种投放策略。
该策略服务器可以根据接收到的内容展示请求,获取到多个展示位置,而且还可以获取多个待展示内容,此时需要确定投放策略,确定每个待展示内容要投放的展示位置,或者说确定每个展示位置上要投放的待展示内容。
该策略服务器可以将多个展示位置和多个待展示内容按照多种方式进行排列组合,确定多种投放策略。每种投放策略均确定了在每个展示位置上要投放的待展示内容,在每种投放策略中,一个展示位置上可以投放一个待展示内容,一个待展示内容可以投放至一个或多个展示位置。且不同的投放策略中,至少有一个展示位置上要投放的待展示内容不同。
具体地,每种投放策略可以包括至少一项投放组合,每项投放组合包括一个待展示内容和一个展示位置,不同投放组合的展示位置和待展示内容中的其中一项可以相同,或者也可以不同。不同投放策略中至少有一项投放组合不同。
404、策略服务器基于至少一个参数计算模型,根据每个展示位置的属性信息和用户分值,计算每项投放组合的点击率、点击分值和投放成本数值。
确定多种投放策略之后,该策略服务器需要通过计算投放收益数值,选取最终的投放策略。其中,投放收益数值是指在展示位置上投放待展示内容时产生的收益,每种投放策略的投放收益数值根据多项投放组合的投放收益数值确定。
为了准确地计算各个投放策略的投放收益数值,该策略服务器获取至少一个参数计算模型,基于该至少一个参数计算模型,根据每个展示位置的属性信息和用户分值进行计算。其中,该至少一个参数计算模型根据多个样本用户分值进行训练,用于计算至少一项参数,该至少一项参数是指计算在展示位置上投放待展示内容时的投放收益数值所需的参数。根据该至少一个参数计算模型可以计算出用户分值所对应的参数,从而计算出投放收益数值。
本发明实施例以至少一项参数包括点击率、点击分值和投放成本数值为例,该策略服务器可以基于该至少一个参数计算模型,根据每个展示位置的属性信息和用户分值,计算每项投放组合的点击率、点击分值和投放成本数值。
具体地,对于每项投放组合,该步骤404可以包括以下步骤4041-4043:
4041、基于点击率计算模型,根据该投放组合中的展示位置与待展示内容以及该展示位置的属性信息,计算在该展示位置上投放该待展示内容时的点击率。
该点击率计算模型用于计算点击率,可以根据多个样本展示位置以及多个样本内容的匹配度进行训练得到,根据展示位置与待展示内容能够估计出点击率。其中,该点击率计算模型可以由该策略服务器训练得到,或者由其他设备训练得到后发送给该策略服务器,本发明实施例对此不做限定。
4042、将该展示位置的用户分值作为在该展示位置上投放该待展示内容时的点击分值。
其中,该点击分值是指在展示位置上投放待展示内容时每次点击该待展示内容时所产生的价值。该策略服务器计算出该展示位置的用户分值之后,可以直接将该用户分值作为点击分值。
在另一种可能的实现方式中,如果根据该预设用户身份映射表并未获取到该展示位置的用户身份信息所对应的用户标识时,将导致不能计算出该展示位置的用户分值,此时该策略服务器可以获取该展示位置所在的应用对应的多个用户分值,将该多个用户分值的统计值作为该展示位置的用户分值。
也即是,该策略服务器可以获取多个用户标识的用户分值,也可以根据多个用户标识的操作行为数据获取多个用户标识使用的应用,此时可以对每个应用的用户分值进行分析统计,计算每个应用对应的多个用户分值的统计值,该统计值即可代表使用该应用的用户分值的期望值,那么当未计算出该展示位置的用户分值时可以将应用的统计值作为该展示位置的用户分值。
其中,该统计值可以为多个用户分值的平均值或者其他类型的统计值,本发明实施例对该统计值不做限定,只需保证用户分值越大时,该统计值越大即可。
4043、基于投放成本数值计算模型,根据该展示位置的用户分值和该展示位置的属性信息,计算在该展示位置上投放该待展示内容时的投放成本数值。
其中,该投放成本数值是指在展示位置上投放待展示内容时,待展示内容的拥有方需要向展示位置的拥有方付出的价值。该投放成本数值也在一定程度上影响在该展示位置上投放该待展示内容所获得的投放收益数值。
该投放成本数值计算模型用于计算投放成本数值,可以根据多个样本展示位置以及多个样本展示位置的用户分值进行训练得到,根据展示位置的用户分值和属性信息能够估计出投放成本数值。其中,该投放成本数值计算模型可以由该策略服务器训练得到,或者由其他设备训练得到后发送给该策略服务器,本发明实施例对此不做限定。
在另一种可能实现方式中,该投放成本数值计算模型可以包括应用分值计算模型,该应用分值计算模型用于计算每个应用的价值。该策略服务器在创建用户分值计算模型时,可以统计每个应用的用户分值,根据每个应用的用户分值的分布情况进行训练,创建应用分值计算模型。那么,在计算投放成本数值时,可以基于该应用分值计算模型计算该展示位置所在应用的应用分值,作为投放成本数值。
进一步地,该投放成本数值计算模型可以包括该应用分值计算模型和环境成本分值计算模型,该环境成本分值计算模型用于根据每个应用的环境因素计算每个应用的环境价值,环境因素可以包括触发内容展示请求的时间,如繁忙时段或者空闲时段等,还可以包括地理位置等。该策略服务器在计算投放成本数值时,可以基于该应用分值计算模型计算该展示位置所在应用的应用分值,并基于该环境成本分值计算模型计算展示位置所在应用的环境分值,将该应用分值和该环境分值进行加权求和得到投放成本数值,应用分值和环境分值的权重之和为1。
采用这种方式计算投放成本数值,保证了对于更优质的应用的市场估值更高,更能贴合应用的展示位置的市场价值,进而精确计算展示位置的投放成本数值。
另外,如果内容展示请求已经携带了展示位置的最低投放数值,则在计算该展示位置对应的投放成本数值时,需要保证该投放成本数值不小于该最低投放数值。
405、策略服务器根据每项投放组合的该点击率、该点击分值和该投放成本数值,计算每项投放组合的投放收益数值。
具体地,根据该点击率、该点击分值和该投放成本数值,应用以下公式,计算该投放组合的投放收益数值,包括:
Wi=μ(ai,ui,ci)*ν(ai,ui)-p(ui,ci);
其中,Wi表示投放组合i的投放收益数值,μ(ai,ui,ci)表示投放组合i的点击率,ν(ai,ui)表示投放组合i的点击分值,p(ui,ci)表示投放组合i的投放成本数值,ai表示投放组合i的待展示内容的属性信息,ui表示投放组合i的展示位置的用户分值,ci表示投放组合i的展示位置的属性信息。
点击率与点击价值的乘积可以表示在展示位置上投放待展示内容所获得的投放收入数值,投放收入数值与投放成本数值的差即为该投放组合的投放收益数值,代表着投放利润。
406、策略服务器将每种投放策略中至少一项投放组合的投放收益数值之和作为每种投放策略的投放收益数值,根据该多种投放策略中每种投放策略的投放收益数值,选取投放策略。
重复执行上述步骤403-404可以计算出每种投放策略中每项投放组合的投放收益数值,则每种投放策略中至少一项投放组合的投放收益数值之和即为投放策略的投放收益数值。获取到每种投放策略的投放收益数值后,即可选择投放收益数值最大的投放策略。也即是,基于步骤405提供的公式,可以应用以下公式确定投放收益数值最大的投放策略:max∑{μ(ai,ui,ci)*ν(ai,ui)-p(ui,ci)}。
确定了投放策略之后,该策略服务器可以按照该投放策略向交易服务器发起投放请求,由交易服务器按照该投放策略进行交易。
其中,该投放请求可以包括该投放策略,还可以包括该投放策略中每项投放组合对应的投放成本数值,即待展示内容在展示位置上投放所需支付的数值。也可以包括每个待展示内容的属性信息,如内容标识、地址信息、该待展示内容跳转到的地址信息、该待展示内容的尺寸和类型等,本发明实施例对此不做限定。
需要说明的是,该交易服务器可能会接收到多种投放策略的交易请求,不同投放策略之间可能会对同一展示位置投放不同的待展示内容,此时该交易服务器可以采用竞价机制,按照不同的待展示内容的拥有方希望支付的投放成本数值,将该展示位置分配给投放成本数值最高的拥有方。当该策略服务器竞价成功时,该交易服务器会向该策略服务器返回成功消息,通知该策略服务器成功的投放策略。
本发明实施例提供的方法,通过收集用户标识的操作行为数据,训练得到用户分值计算模型,则可以基于该用户分值计算模型计算展示位置的用户分值,基于该用户分值计算每种投放策略的投放数值,从而确定优选投放策略,考虑到了用户对投放收益数值的影响,为寻找优质精准的展示位置提供了可行的量化指标,提高了计算精确度,提高了确定投放策略的准确性。
需要说明的是,在实际应用过程中,该策略服务器可以包括多个节点,该多个节点均用于接收内容展示请求,那么,在从多个投放策略中选取投放策略时,需要保证多个节点所获得的投放收益数值的总和最大。
因此,在本发明实施例提供的另一实施例中,在步骤403之后,该方法还可以包括以下步骤407-411:
407、如果有N个节点用于接收内容展示请求,则确定节点q接收到的内容展示请求数量Sq,1≤q≤N,N为大于1的整数。该展示请求数量能够表示该策略服务器的流量中分流到节点q上的流量。
408、根据投放策略j,确定节点q对应的多个展示位置上投放待展示内容a的比例yqa,yqa≥0。
节点q接收到了多个内容展示请求,每个内容展示请求对应于一个或多个展示位置,因此节点q对应于多个展示位置。而投放策略j中的多项投放组合确定了每个展示位置上要投放的待展示内容,其中节点q对应的多个展示位置上可能会投放多个待展示内容。针对其中的待展示内容a来说,确定节点q对应的多个展示位置上投放待展示内容a的比例yqa,也即是,计算节点q对应的多个展示位置上投放待展示内容a的数量与节点q对应的多个展示位置上投放的待展示内容的总数量之间的比例,该比例能够表示节点q的流量分配到待展示内容a上的比例。
另外,针对不同的待展示内容,节点q对应的多个展示位置上投放不同待展示内容的比例不同,而不同待展示内容的比例之和小于或者等于1,即
409、根据投放策略j中每项投放组合的点击率和点击分值,计算节点q对应的多个展示位置上投放待展示内容a所获得的投放收入数值的平均值rqa。
每项投放组合的点击率和点击分值的乘积即为投放组合的投放收入分值,而节点q对应的多个展示位置上可能会投放多个待展示内容,将其中投放待展示内容a的多项投放组合的投放收入分值与节点q对应的多个展示位置上投放待展示内容a的数量的商,即为投放收入数值的平均值rqa。
410、获取待展示内容a的投放成本数值pa。
该步骤410与上述步骤4043中计算投放成本数值的步骤类似,在此不再赘述。
411、应用以下公式,计算投放策略j的投放收益数值Wj:
展示请求数量Sq与比例yqa的乘积可以表示节点q上分配给待展示内容a的流量,投放收入数值的平均值rqa与投放成本数值pa之间的差可以表示节点q上对待展示内容a的平均投放收益数值,则Sqyqa(rqa-pa)可以表示节点q针对待展示内容a的投放收益数值,对所有节点针对所有待展示内容的投放收益数值求和,即可得到相应投放策略的投放收益数值,再根据该多种投放策略中每种投放策略的投放收益数值,选取投放策略。
需要说明的是,上述投放成本数值pa需要由待展示内容的拥有方支付给展示位置的拥有方,通常待展示内容的拥有方会按照预算设定投放成本数值的最大值,那么在制定投放策略并计算投放策略的投放收益数值时需要保证多个待展示内容的投放成本数值之和应当小于或者等于设定的投放成本数值的最大值,也即是,Pmax是指投放成本数值的最大值。
本发明实施例提供的方法,通过收集用户标识的操作行为数据,训练得到用户分值计算模型,则可以基于该用户分值计算模型计算展示位置的用户分值,基于该用户分值计算每种投放策略的投放数值,从而确定优选投放策略,考虑到了用户对投放收益数值的影响,为寻找优质精准的展示位置提供了可行的量化指标,提高了计算精确度,提高了确定投放策略的准确性。进一步地,将所有节点的投放收益数值进行汇总来计算总的投放收益数值,进一步提高了精确度。
本发明采用的方案可以为广告主寻找合适的应用内广告位,广告主设定好预算以及广告的链接之后,即可根据算法输出结果决定要对某个用户的某个广告位进行竞价,而无需广告主进行选择,操作非常方便。
图5是本发明实施例提供的一种确定投放策略的装置,参见图5,该装置包括:
获取模块501,用于获取接收到的多个内容展示请求中携带的展示位置的属性信息和用户身份信息;
用户分值计算模块502,用于基于已训练的用户分值计算模型,根据获取的多个展示位置的用户身份信息计算该多个展示位置的用户分值;
确定模块503,用于根据已获取的多个待展示内容和该多个展示位置,确定多种投放策略,每种投放策略用于确定在每个展示位置上要投放的待展示内容;
收益计算模块504,用于基于已训练的至少一个参数计算模型,根据每个展示位置的属性信息和用户分值计算每种投放策略的投放收益数值;
该确定模块503,用于根据该多种投放策略中每种投放策略的投放收益数值,选取投放策略;
其中,该用户分值计算模型根据收集的多个样本用户标识的操作行为数据进行训练得到,该至少一个参数计算模型根据多个样本用户分值进行训练得到,该至少一个参数计算模型用于计算至少一项参数,该至少一项参数是指计算在展示位置上投放待展示内容时的投放收益数值所需的参数。
可选地,该用户分值计算模块502用于根据预设用户身份映射表,获取该用户身份信息对应的用户标识,该预设用户身份映射表中包括在至少一个应用中的用户身份信息对应的用户标识;基于该用户分值计算模型,根据该用户标识计算用户分值。
可选地,每种投放策略中包括至少一项投放组合,每项投放组合包括一个待展示内容和一个展示位置;
该收益计算模块504,用于基于该至少一个参数计算模型,根据每个展示位置的属性信息和用户分值,计算每项投放组合的点击率、点击分值和投放成本数值;根据每项投放组合的该点击率、该点击分值和该投放成本数值,计算每项投放组合的投放收益数值;将每种投放策略中至少一项投放组合的投放收益数值之和作为每种投放策略的投放收益数值。
可选地,该收益计算模块504,用于基于点击率计算模型,根据该投放组合中的展示位置与待展示内容以及该展示位置的属性信息,计算在该展示位置上投放该待展示内容时的点击率;将该展示位置的用户分值作为在该展示位置上投放该待展示内容时的点击分值;基于投放成本数值计算模型,根据该展示位置的用户分值和该展示位置的属性信息,计算在该展示位置上投放该待展示内容时的投放成本数值。
可选地,该收益计算模块504,还用于当基于该用户分值计算模型并根据该展示位置的用户身份信息未计算出该展示位置的用户分值时,获取该展示位置所在的应用对应的多个用户分值,将该多个用户分值的统计值作为该展示位置的用户分值。
可选地,该收益计算模块504,用于根据该点击率、该点击分值和该投放成本数值,应用以下公式,计算该投放组合的投放收益数值,包括:
Wi=μ(ai,ui,ci)*ν(ai,ui)-p(ui,ci);
其中,Wi表示投放组合i的投放收益数值,μ(ai,ui,ci)表示投放组合i的点击率,ν(ai,ui)表示投放组合i的点击分值,p(ui,ci)表示投放组合i的投放成本数值,ai表示投放组合i的待展示内容的属性信息,ui表示投放组合i的展示位置的用户分值,ci表示投放组合i的展示位置的属性信息。
可选地,该收益计算模块504,用于如果有N个节点用于接收内容展示请求,则确定节点q接收到的内容展示请求数量Sq,1≤q≤N,N为大于1的整数;根据投放策略j,确定节点q对应的多个展示位置上投放待展示内容a的比例yqa,1≤a≤M,M为大于1的整数;根据投放策略j中每项投放组合的点击率和点击分值,计算节点q对应的多个展示位置上投放待展示内容a所获得的投放收入数值的平均值rqa;获取待展示内容a的投放成本数值pa;应用以下公式,计算投放策略j的投放收益数值Wj:
需要说明的是:上述实施例提供的确定投放策略的装置在确定投放策略时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将策略服务器的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的确定投放策略的装置与确定投放策略的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图6是本发明实施例提供的一种服务器的结构示意图,该服务器600可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processingunits,CPU)622(例如,一个或一个以上处理器)和存储器632,一个或一个以上存储应用程序642或数据644的存储介质630(例如一个或一个以上海量存储设备)。其中,存储器632和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器622可以设置为与存储介质630通信,在服务器600上执行存储介质630中的一系列指令操作。
服务器600还可以包括一个或一个以上电源626,一个或一个以上有线或无线网络接口650,一个或一个以上输入输出接口658,一个或一个以上键盘656,和/或,一个或一个以上操作系统641,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
该服务器600可以用于执行上述实施例提供的确定投放策略的方法中策略服务器所执行的步骤。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,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 (14)
1.一种确定投放策略的方法,其特征在于,所述方法包括:
获取接收到的多个内容展示请求中携带的展示位置的属性信息和用户身份信息;
基于已训练的用户分值计算模型,根据获取的多个展示位置的用户身份信息计算所述多个展示位置的用户分值;
根据已获取的多个待展示内容和所述多个展示位置,确定多种投放策略,每种投放策略用于确定在每个展示位置上要投放的待展示内容;
基于已训练的至少一个参数计算模型,根据每个展示位置的属性信息和用户分值计算每种投放策略的投放收益数值;
根据所述多种投放策略中每种投放策略的投放收益数值,选取投放策略;
其中,所述用户分值计算模型根据收集的多个样本用户标识的操作行为数据进行训练得到,所述至少一个参数计算模型根据多个样本用户分值进行训练得到,所述至少一个参数计算模型用于计算至少一项参数,所述至少一项参数是指计算在展示位置上投放待展示内容时的投放收益数值所需的参数。
2.根据权利要求1所述的方法,其特征在于,所述基于已训练的用户分值计算模型,根据所述多个展示位置的用户身份信息计算所述多个展示位置的用户分值,包括:
根据预设用户身份映射表,获取所述用户身份信息对应的用户标识,所述预设用户身份映射表中包括在至少一个应用中的用户身份信息对应的用户标识;
基于所述用户分值计算模型,根据所述用户标识计算用户分值。
3.根据权利要求1所述的方法,其特征在于,每种投放策略中包括至少一项投放组合,每项投放组合包括一个待展示内容和一个展示位置;
所述基于已训练的至少一个参数计算模型,根据每个展示位置的属性信息和用户分值计算每种投放策略的投放收益数值,包括:
基于所述至少一个参数计算模型,根据每个展示位置的属性信息和用户分值,计算每项投放组合的点击率、点击分值和投放成本数值;
根据每项投放组合的所述点击率、所述点击分值和所述投放成本数值,计算每项投放组合的投放收益数值;
将每种投放策略中至少一项投放组合的投放收益数值之和作为每种投放策略的投放收益数值。
4.根据权利要求3所述的方法,其特征在于,所述基于所述至少一个参数计算模型,根据每个展示位置的属性信息和用户分值,计算每项投放组合的点击率、点击分值和投放成本数值,包括:
基于点击率计算模型,根据所述投放组合中的展示位置与待展示内容以及所述展示位置的属性信息,计算在所述展示位置上投放所述待展示内容时的点击率;
将所述展示位置的用户分值作为在所述展示位置上投放所述待展示内容时的点击分值;
基于投放成本数值计算模型,根据所述展示位置的用户分值和所述展示位置的属性信息,计算在所述展示位置上投放所述待展示内容时的投放成本数值。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
当基于所述用户分值计算模型并根据所述展示位置的用户身份信息未计算出所述展示位置的用户分值时,获取所述展示位置所在的应用对应的多个用户分值,将所述多个用户分值的统计值作为所述展示位置的用户分值。
6.根据权利要求3所述的方法,其特征在于,所述根据每项投放组合的所述点击率、所述点击分值和所述投放成本数值,计算每项投放组合的投放收益数值,包括:
根据所述点击率、所述点击分值和所述投放成本数值,应用以下公式,计算所述投放组合的投放收益数值,包括:
Wi=μ(ai,ui,ci)*ν(ai,ui)-p(ui,ci);
其中,Wi表示投放组合i的投放收益数值,μ(ai,ui,ci)表示投放组合i的点击率,ν(ai,ui)表示投放组合i的点击分值,p(ui,ci)表示投放组合i的投放成本数值,ai表示投放组合i的待展示内容的属性信息,ui表示投放组合i的展示位置的用户分值,ci表示投放组合i的展示位置的属性信息。
7.根据权利要求3所述的方法,其特征在于,所述基于已训练的至少一个参数计算模型,根据每个展示位置的属性信息和用户分值计算每种投放策略的投放收益数值,包括:
如果有N个节点用于接收内容展示请求,则确定节点q接收到的内容展示请求数量Sq,1≤q≤N,N为大于1的整数;
根据投放策略j,确定节点q对应的多个展示位置上投放待展示内容a的比例yqa,1≤a≤M,M为大于1的整数;
根据投放策略j中每项投放组合的点击率和点击分值,计算节点q对应的多个展示位置上投放待展示内容a所获得的投放收入数值的平均值rqa;
获取待展示内容a的投放成本数值pa;
应用以下公式,计算投放策略j的投放收益数值Wj:
8.一种确定投放策略的装置,其特征在于,所述装置包括:
获取模块,用于获取接收到的多个内容展示请求中携带的展示位置的属性信息和用户身份信息;
用户分值计算模块,用于基于已训练的用户分值计算模型,根据获取的多个展示位置的用户身份信息计算所述多个展示位置的用户分值;
确定模块,用于根据已获取的多个待展示内容和所述多个展示位置,确定多种投放策略,每种投放策略用于确定在每个展示位置上要投放的待展示内容;
收益计算模块,用于基于已训练的至少一个参数计算模型,根据每个展示位置的属性信息和用户分值计算每种投放策略的投放收益数值;
所述确定模块,用于根据所述多种投放策略中每种投放策略的投放收益数值,选取投放策略;
其中,所述用户分值计算模型根据收集的多个样本用户标识的操作行为数据进行训练得到,所述至少一个参数计算模型根据多个样本用户分值进行训练得到,所述至少一个参数计算模型用于计算至少一项参数,所述至少一项参数是指计算在展示位置上投放待展示内容时的投放收益数值所需的参数。
9.根据权利要求8所述的装置,其特征在于,所述用户分值计算模块用于根据预设用户身份映射表,获取所述用户身份信息对应的用户标识,所述预设用户身份映射表中包括在至少一个应用中的用户身份信息对应的用户标识;基于所述用户分值计算模型,根据所述用户标识计算用户分值。
10.根据权利要求8所述的装置,其特征在于,每种投放策略中包括至少一项投放组合,每项投放组合包括一个待展示内容和一个展示位置;
所述收益计算模块,用于基于所述至少一个参数计算模型,根据每个展示位置的属性信息和用户分值,计算每项投放组合的点击率、点击分值和投放成本数值;根据每项投放组合的所述点击率、所述点击分值和所述投放成本数值,计算每项投放组合的投放收益数值;将每种投放策略中至少一项投放组合的投放收益数值之和作为每种投放策略的投放收益数值。
11.根据权利要求10所述的装置,其特征在于,所述收益计算模块,用于基于点击率计算模型,根据所述投放组合中的展示位置与待展示内容以及所述展示位置的属性信息,计算在所述展示位置上投放所述待展示内容时的点击率;将所述展示位置的用户分值作为在所述展示位置上投放所述待展示内容时的点击分值;基于投放成本数值计算模型,根据所述展示位置的用户分值和所述展示位置的属性信息,计算在所述展示位置上投放所述待展示内容时的投放成本数值。
12.根据权利要求11所述的装置,其特征在于,所述收益计算模块,还用于当基于所述用户分值计算模型并根据所述展示位置的用户身份信息未计算出所述展示位置的用户分值时,获取所述展示位置所在的应用对应的多个用户分值,将所述多个用户分值的统计值作为所述展示位置的用户分值。
13.根据权利要求10所述的装置,其特征在于,所述收益计算模块,用于根据所述点击率、所述点击分值和所述投放成本数值,应用以下公式,计算所述投放组合的投放收益数值,包括:
Wi=μ(ai,ui,ci)*ν(ai,ui)-p(ui,ci);
其中,Wi表示投放组合i的投放收益数值,μ(ai,ui,ci)表示投放组合i的点击率,ν(ai,ui)表示投放组合i的点击分值,p(ui,ci)表示投放组合i的投放成本数值,ai表示投放组合i的待展示内容的属性信息,ui表示投放组合i的展示位置的用户分值,ci表示投放组合i的展示位置的属性信息。
14.根据权利要求10所述的装置,其特征在于,所述收益计算模块,用于如果有N个节点用于接收内容展示请求,则确定节点q接收到的内容展示请求数量Sq,1≤q≤N,N为大于1的整数;根据投放策略j,确定节点q对应的多个展示位置上投放待展示内容a的比例yqa,1≤a≤M,M为大于1的整数;根据投放策略j中每项投放组合的点击率和点击分值,计算节点q对应的多个展示位置上投放待展示内容a所获得的投放收入数值的平均值rqa;获取待展示内容a的投放成本数值pa;应用以下公式,计算投放策略j的投放收益数值Wj:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610686125.3A CN106339897B (zh) | 2016-08-18 | 2016-08-18 | 确定投放策略的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610686125.3A CN106339897B (zh) | 2016-08-18 | 2016-08-18 | 确定投放策略的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106339897A true CN106339897A (zh) | 2017-01-18 |
CN106339897B CN106339897B (zh) | 2020-02-21 |
Family
ID=57825674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610686125.3A Active CN106339897B (zh) | 2016-08-18 | 2016-08-18 | 确定投放策略的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106339897B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107844995A (zh) * | 2017-11-15 | 2018-03-27 | 中国联合网络通信集团有限公司 | 广告投放方法、广告交易平台及广告投放系统 |
CN108053229A (zh) * | 2017-11-22 | 2018-05-18 | 晶赞广告(上海)有限公司 | 展示请求响应方法及装置、存储介质、终端 |
CN108269127A (zh) * | 2018-01-18 | 2018-07-10 | 百度在线网络技术(北京)有限公司 | 潜在对象挖掘方法和装置 |
WO2018145652A1 (zh) * | 2017-02-09 | 2018-08-16 | 腾讯科技(深圳)有限公司 | 媒体数据处理方法、服务器及存储介质 |
CN108510299A (zh) * | 2017-02-28 | 2018-09-07 | 腾讯科技(北京)有限公司 | 确定多媒体资源投放策略的方法及装置 |
WO2019019958A1 (en) * | 2017-07-25 | 2019-01-31 | Beijing DIDI Infinity Technology and Development Co., Ltd | SYSTEMS AND METHODS FOR DETERMINING AN OPTIMAL STRATEGY |
CN109308552A (zh) * | 2017-07-26 | 2019-02-05 | 北京嘀嘀无限科技发展有限公司 | 一种业务策略评估方法、装置及电子设备 |
CN109360012A (zh) * | 2018-08-22 | 2019-02-19 | 中国平安人寿保险股份有限公司 | 广告投放渠道的选择方法及装置、存储介质、电子设备 |
CN109389424A (zh) * | 2018-09-20 | 2019-02-26 | 北京达佳互联信息技术有限公司 | 流量分配方法、装置、电子设备及存储介质 |
CN109936860A (zh) * | 2019-04-24 | 2019-06-25 | 腾讯科技(深圳)有限公司 | 网络信息流量分配方法、流量分配模型训练方法及装置 |
CN110022484A (zh) * | 2018-01-08 | 2019-07-16 | 武汉斗鱼网络科技有限公司 | 一种展示方法、装置、服务器及介质 |
CN110020209A (zh) * | 2019-04-18 | 2019-07-16 | 北京奇艺世纪科技有限公司 | 内容和搜索词的相关性确定方法及系统、展示方法及系统 |
WO2020029688A1 (zh) * | 2018-08-07 | 2020-02-13 | 阿里巴巴集团控股有限公司 | 通过深度强化学习进行营销成本控制的方法及装置 |
CN111553738A (zh) * | 2020-04-30 | 2020-08-18 | 北京深演智能科技股份有限公司 | 多层级的流量分配方法及装置、电子设备、计算机存储介质 |
CN111756590A (zh) * | 2019-03-27 | 2020-10-09 | 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 |
CN111932315A (zh) * | 2020-09-02 | 2020-11-13 | 上海优扬新媒信息技术有限公司 | 数据展示的方法及装置、电子设备及计算机可读存储介质 |
CN112199187A (zh) * | 2019-07-08 | 2021-01-08 | 北京字节跳动网络技术有限公司 | 内容展示方法、装置、电子设备及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101383034A (zh) * | 2008-09-18 | 2009-03-11 | 腾讯科技(深圳)有限公司 | 一种广告统计和投放的方法及系统 |
CN102956009A (zh) * | 2011-08-16 | 2013-03-06 | 阿里巴巴集团控股有限公司 | 一种基于用户行为的电子商务信息推荐方法与装置 |
CN104899462A (zh) * | 2015-06-17 | 2015-09-09 | 北京奇虎科技有限公司 | 确定信息发布位置的价值度的方法及装置 |
CN105809458A (zh) * | 2014-12-29 | 2016-07-27 | 苏宁云商集团股份有限公司 | 电子商务网站中广告精准投放方法和系统 |
-
2016
- 2016-08-18 CN CN201610686125.3A patent/CN106339897B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101383034A (zh) * | 2008-09-18 | 2009-03-11 | 腾讯科技(深圳)有限公司 | 一种广告统计和投放的方法及系统 |
CN102956009A (zh) * | 2011-08-16 | 2013-03-06 | 阿里巴巴集团控股有限公司 | 一种基于用户行为的电子商务信息推荐方法与装置 |
CN105809458A (zh) * | 2014-12-29 | 2016-07-27 | 苏宁云商集团股份有限公司 | 电子商务网站中广告精准投放方法和系统 |
CN104899462A (zh) * | 2015-06-17 | 2015-09-09 | 北京奇虎科技有限公司 | 确定信息发布位置的价值度的方法及装置 |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108415908A (zh) * | 2017-02-09 | 2018-08-17 | 腾讯科技(北京)有限公司 | 一种多媒体数据的处理方法及服务器 |
CN108415908B (zh) * | 2017-02-09 | 2021-12-10 | 腾讯科技(北京)有限公司 | 一种多媒体数据的处理方法及服务器 |
WO2018145652A1 (zh) * | 2017-02-09 | 2018-08-16 | 腾讯科技(深圳)有限公司 | 媒体数据处理方法、服务器及存储介质 |
CN108510299A (zh) * | 2017-02-28 | 2018-09-07 | 腾讯科技(北京)有限公司 | 确定多媒体资源投放策略的方法及装置 |
US10963830B2 (en) | 2017-07-25 | 2021-03-30 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining an optimal strategy |
WO2019019958A1 (en) * | 2017-07-25 | 2019-01-31 | Beijing DIDI Infinity Technology and Development Co., Ltd | SYSTEMS AND METHODS FOR DETERMINING AN OPTIMAL STRATEGY |
CN109308552A (zh) * | 2017-07-26 | 2019-02-05 | 北京嘀嘀无限科技发展有限公司 | 一种业务策略评估方法、装置及电子设备 |
CN107844995A (zh) * | 2017-11-15 | 2018-03-27 | 中国联合网络通信集团有限公司 | 广告投放方法、广告交易平台及广告投放系统 |
CN108053229A (zh) * | 2017-11-22 | 2018-05-18 | 晶赞广告(上海)有限公司 | 展示请求响应方法及装置、存储介质、终端 |
CN110022484A (zh) * | 2018-01-08 | 2019-07-16 | 武汉斗鱼网络科技有限公司 | 一种展示方法、装置、服务器及介质 |
CN108269127A (zh) * | 2018-01-18 | 2018-07-10 | 百度在线网络技术(北京)有限公司 | 潜在对象挖掘方法和装置 |
CN108269127B (zh) * | 2018-01-18 | 2022-10-21 | 百度在线网络技术(北京)有限公司 | 潜在对象挖掘方法和装置 |
US11295332B2 (en) | 2018-08-07 | 2022-04-05 | Advanced New Technologies Co., Ltd. | Method and apparatus of deep reinforcement learning for marketing cost control |
WO2020029688A1 (zh) * | 2018-08-07 | 2020-02-13 | 阿里巴巴集团控股有限公司 | 通过深度强化学习进行营销成本控制的方法及装置 |
CN109360012A (zh) * | 2018-08-22 | 2019-02-19 | 中国平安人寿保险股份有限公司 | 广告投放渠道的选择方法及装置、存储介质、电子设备 |
CN109360012B (zh) * | 2018-08-22 | 2023-06-23 | 中国平安人寿保险股份有限公司 | 广告投放渠道的选择方法及装置、存储介质、电子设备 |
CN109389424A (zh) * | 2018-09-20 | 2019-02-26 | 北京达佳互联信息技术有限公司 | 流量分配方法、装置、电子设备及存储介质 |
CN111756590A (zh) * | 2019-03-27 | 2020-10-09 | 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 |
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 |
CN110020209B (zh) * | 2019-04-18 | 2022-03-22 | 北京奇艺世纪科技有限公司 | 内容和搜索词的相关性确定方法及系统、展示方法及系统 |
CN110020209A (zh) * | 2019-04-18 | 2019-07-16 | 北京奇艺世纪科技有限公司 | 内容和搜索词的相关性确定方法及系统、展示方法及系统 |
CN109936860A (zh) * | 2019-04-24 | 2019-06-25 | 腾讯科技(深圳)有限公司 | 网络信息流量分配方法、流量分配模型训练方法及装置 |
CN112199187A (zh) * | 2019-07-08 | 2021-01-08 | 北京字节跳动网络技术有限公司 | 内容展示方法、装置、电子设备及计算机可读存储介质 |
CN111553738A (zh) * | 2020-04-30 | 2020-08-18 | 北京深演智能科技股份有限公司 | 多层级的流量分配方法及装置、电子设备、计算机存储介质 |
CN111553738B (zh) * | 2020-04-30 | 2023-07-14 | 北京深演智能科技股份有限公司 | 多层级的流量分配方法及装置、电子设备、计算机存储介质 |
CN111932315A (zh) * | 2020-09-02 | 2020-11-13 | 上海优扬新媒信息技术有限公司 | 数据展示的方法及装置、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106339897B (zh) | 2020-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106339897A (zh) | 确定投放策略的方法及装置 | |
CN104636945B (zh) | 一种实现dsp广告投放的方法及装置 | |
CN103914468B (zh) | 一种投放信息搜索的方法和装置 | |
US20110238494A1 (en) | Auction system for maximizing advertising efficiency by exposing advertisements through internet media and method of operating the same | |
CN103136690A (zh) | 一种免费抢购营销模式及交易方法 | |
CN104036415A (zh) | 一种基于用户行为分析的平台推广方法 | |
CN108734565A (zh) | 一种征信分实时调整处理方法、装置及处理服务器 | |
CN106504098A (zh) | 一种基于大数据技术的金融投资系统的投资方法 | |
CN108062680A (zh) | 预估转化率确定方法、广告需求方平台及计算机可读介质 | |
US20120059759A1 (en) | Fundraising systems and methods | |
CN107529654A (zh) | 一种面向展示广告竞价投放系统的动态出价方法 | |
CN102542491A (zh) | 一种具有精准广告传播效果的有奖调研系统 | |
CN105205696A (zh) | 互联网广告实时竞价多广告主多因素流量分配方法 | |
CN108686375A (zh) | 用于对等交易的委托代理接口 | |
CN108038741A (zh) | 一种基于邻里的多功能社交管理方法及系统 | |
CN107025564A (zh) | 一种针对作品的处理方法、装置及系统 | |
CN110390553A (zh) | 用于活动资金的出资公开募集系统 | |
CN107812385A (zh) | 通过游戏引导资源配置的数据处理方法和装置 | |
CN110163683A (zh) | 价值用户关键指标确定方法、广告投放方法及装置 | |
CN104657390B (zh) | 一种问答平台实现方法和系统 | |
CN110490657A (zh) | 一种基于云端计算和跨库访问的多广告分发平台协作系统 | |
CN109544271A (zh) | 一种交易管理系统 | |
CN108764642A (zh) | 基于互联网组织体育赛事的方法及装置 | |
Zhang et al. | Optimized bidding algorithm of real time bidding in online ads auction | |
CN106022498A (zh) | 一种球场预订方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |