CN108256883A - 一种流量请求分发方法、装置和设备 - Google Patents

一种流量请求分发方法、装置和设备 Download PDF

Info

Publication number
CN108256883A
CN108256883A CN201611240116.8A CN201611240116A CN108256883A CN 108256883 A CN108256883 A CN 108256883A CN 201611240116 A CN201611240116 A CN 201611240116A CN 108256883 A CN108256883 A CN 108256883A
Authority
CN
China
Prior art keywords
platform
request
party
real
flow
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
Application number
CN201611240116.8A
Other languages
English (en)
Other versions
CN108256883B (zh
Inventor
董晓明
陈东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Qihoo Technology Co Ltd
Original Assignee
Beijing Qihoo Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Qihoo Technology Co Ltd filed Critical Beijing Qihoo Technology Co Ltd
Priority to CN201611240116.8A priority Critical patent/CN108256883B/zh
Publication of CN108256883A publication Critical patent/CN108256883A/zh
Application granted granted Critical
Publication of CN108256883B publication Critical patent/CN108256883B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q30/0241—Advertisements
    • G06Q30/0277—Online advertisement

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明公开了一种流量请求分发方法、装置及设备，涉及计算机技术领域。所述方法，包括：获取各需求方平台需求的流量属性；接收供应方平台发送的实时流量；针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配；如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。解决了目前的ADX平台会针对同一流量发送流量请求至与该ADX连接的全部DSP，会导致ADX平台的流量发送成本以及DSP流量接收成本都较高，而且对网络带宽的影响也较大等技术问题。取得了降低ADX平台的流量发送成本和DSP流量接收成本，同时降低对网络宽带的影响的有益效果。

Description

一种流量请求分发方法、装置和设备
技术领域
本发明涉及计算机技术领域，具体涉及一种流量请求分发方法、装置和设备。
背景技术
随着移动互联网环境的成熟，以及移动广告市场的爆发式增长，实时竞价(RTB，Real Time Bidding)系统的应用越来越广泛。RTB模式是网络广告行业新型的购买模式，在广告交易平台(ADX，Ad exchange)上，交易的货品是每个广告展示的曝光，需求方(DSP，Demand Side Platform)是广告商和代理商，供应方(SSP，Supply Side Platform)就是各大媒体，那么效益最大化的竞价策略就是在每个广告展示曝光的基础上，根据这个展示曝光的需求量，给出不同的竞价进行类似拍卖意义的交易，这就是RTB广告。其中，广告交易主要是在ADX平台中实现，ADX可以根据SSP提供的广告流量发送流量请求至各个DSP，DSP可以根据接收到的流量请求参与流量竞价。
在实际应用中，各个DSP对于流量的需求可能有所区别。例如，有的DSP倾向于某些地域的流量，有的DSP倾向于Cookie Mapping(标识映射)过的流量，有的DSP只能消耗特定流量的一部分等。而对于ADX平台，最大的任务就是将流量请求发送给对应有所需求的DSP，但是目前的ADX平台会针对同一流量发送流量请求至与该ADX连接的全部DSP，会导致ADX平台的流量发送成本以及DSP流量接收成本都较高，而且对网络带宽的影响也较大。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种流量请求分发方法、一种流量请求分发装置和相应的一种流量请求分发设备。
依据本发明的一个方面，提供了一种流量请求分发方法，包括：
获取各需求方平台需求的流量属性；
接收供应方平台发送的实时流量；
针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配；
如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。
可选地，所述获取各需求方平台需求的流量属性的步骤，包括：
在还未对各需求方平台的实时流量进行过滤之前，获取已向各所述需求方平台分发的实时流量的流量使用记录；
根据所述流量使用记录获取各所述需求方平台需求的流量属性。
可选地，所述针对所述需求方平台对所述实时流量进行过滤的步骤，包括：
按照预设比例对所述实时流量进行过滤。
可选地，在针对所述需求方平台对所述实时流量进行过滤的步骤之后，还包括：
利用过滤后的分发至所述需求方平台的实时流量所产生的流量使用记录，更新所述需求方平台需求的流量属性。
可选地，所述针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配的步骤，包括：
从所述实时流量中提取各种流量属性；
针对每个需求方平台，将相同维度的实时流量的流量属性和需求方平台需求的流量属性进行匹配。
可选地，在针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配的步骤之后，还包括：
如果所述需求方平台需求的流量属性与所述实时流量的流量属性匹配，则将所述实时流量发送至所述需求方平台。
可选地，所述将所述实时流量发送至所述需求方平台的步骤，包括：
针对所述需求方平台，根据所述实时流量生成流量请求；
将所述流量请求发送至所述需求方平台。
依据本发明的另一个方面，提供了一种流量请求分发方法，其特征在于，
接收供应方平台发送的实时流量；
针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台；
将所述实时流量分发至所述目标需求方平台。
可选地，在针对每个需求方平台，利用回归模型，确定所述实时流量能够分发的目标需求方平台的步骤之前，还包括：
根据已经分发给各需求方平台的第一流量的流量属性信息，和各需求方平台的平台属性信息，训练回归模型；所述回归模型用于确定所述实时流量能够分发的目标需求方平台。
可选地，所述根据已经分发给各需求方平台的第一流量的流量属性信息，和各需求方平台的平台属性信息，训练回归模型的步骤，包括:
将每个第一流量各流量属性信息，分别与各需求方平台各平台属性信息进行组合，得到训练样本；
利用所述训练样本训练所述回归模型。
可选地，针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台的步骤，包括：
按照预设规则确定所述实时流量的各流量属性信息；
获取各需求方平台的平台属性信息；
基于实时流量的流量属性信息和各需求方平台的平台属性信息，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台。
可选地，所述基于实时流量的流量属性信息和各需求方平台的平台属性信息，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台的步骤，包括：
针对每个实时流量，将所述实时流量的各流量属性信息分别与各需求方平台的平台属性信息进行组合，得到识别对象；
将所述识别对象代入所述回归模型，确定所述实时流量能够分发的目标需求方平台。
可选地，所述流量属性信息包括流量类型、广告位类型、广告位尺寸、媒体星级、地域信息、Cookie映射表信息、流量上下文信息、用户兴趣信息、竞价激烈程度信息其中至少一个；
所述平台属性信息包括：竞价偏好程度、竞价能力、消耗能力其中至少一个。
可选地，在针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台的步骤之前，还包括：
获取各需求方平台需求的流量属性信息；
利用所述需求方平台需求的流量属性信息对所述实时流量进行过滤，并将过滤后的实时流量进入针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台的步骤。
可选地，还包括：
对于确定所述实时流量不能够分发的第一需求方平台，将所述实时流量按指定比例筛选出第二流量，并将所述第二流量分发至所述第一需求方平台。
可选地，所述对于确定所述实时流量不能够分发的第一需求方平台，将所述实时流量按指定比例筛选出第二流量，并将所述第二流量分发至所述第一需求方平台的步骤之后，还包括：
根据已经分发给各第一需求方平台的第二流量的流量属性信息，和各第一需求方平台的平台属性信息，更新所述回归模型。
依据本发明的另一个方面，提供了一种流量请求分发装置，包括：
流量属性获取模块，用于获取各需求方平台需求的流量属性；
第一实时流量接收模块，用于接收供应方平台发送的实时流量；
判断模块，用于针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配；
第一过滤模块，用于如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。
可选地，所述流量属性获取模块，包括：
流量使用记录获取子模块，用于在还未对各需求方平台的实时流量进行过滤之前，获取已向各所述需求方平台分发的实时流量的流量使用记录；
流量属性获取子模块，用于根据所述流量使用记录获取各所述需求方平台需求的流量属性。
可选地，所述第一过滤模块，包括：
过滤子模块，用于按照预设比例对所述实时流量进行过滤。
可选地，在所述第一过滤模块之后，还包括：
流量属性更新模块，用于利用过滤后的分发至所述需求方平台的实时流量所产生的流量使用记录，更新所述需求方平台需求的流量属性。
可选地，所述判断模块，包括：
流量属性提取子模块，用于从所述实时流量中提取各种流量属性；
匹配判断子模块，用于针对每个需求方平台，将相同维度的实时流量的流量属性和需求方平台需求的流量属性进行匹配。
可选地，在所述判断模块之后，还包括：
流量发送模块，用于如果所述需求方平台需求的流量属性与所述实时流量的流量属性匹配，则将所述实时流量发送至所述需求方平台。
可选地，所述流量发送模块，包括：
流量请求生成子模块，用于针对所述需求方平台，根据所述实时流量生成流量请求；
流量请求发送子模块，用于将所述流量请求发送至所述需求方平台。
依据本发明的另一个方面，提供了一种流量请求分发装置，其特征在于，
第二实时流量接收模块，用于接收供应方平台发送的实时流量；
目标需求方平台确定模块，用于针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台；
实时流量分发模块，用于将所述实时流量分发至所述目标需求方平台。
可选地，在所述目标需求方平台确定模块之前，还包括：
回归模型训练模块，用于根据已经分发给各需求方平台的第一流量的流量属性信息，和各需求方平台的平台属性信息，训练回归模型；所述回归模型用于确定所述实时流量能够分发的目标需求方平台。
可选地，所述回归模型训练模块，包括:
训练样本获取子模块，用于将每个第一流量各流量属性信息，分别与各需求方平台各平台属性信息进行组合，得到训练样本；
回归模型训练子模块，用于利用所述训练样本训练所述回归模型。
可选地，所述目标需求方平台确定模块，包括：
流量属性信息确定子模块，用于按照预设规则确定所述实时流量的各流量属性信息；
平台属性信息获取子模块，用于获取各需求方平台的平台属性信息；
目标需求方平台确定子模块，用于基于实时流量的流量属性信息和各需求方平台的平台属性信息，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台。
可选地，所述目标需求方平台确定子模块，包括：
识别对象获取单元，用于针对每个实时流量，将所述实时流量的各流量属性信息分别与各需求方平台的平台属性信息进行组合，得到识别对象；
目标需求方平台确定单元，用于将所述识别对象代入所述回归模型，确定所述实时流量能够分发的目标需求方平台。
可选地，所述流量属性信息包括流量类型、广告位类型、广告位尺寸、媒体星级、地域信息、Cookie映射表信息、流量上下文信息、用户兴趣信息、竞价激烈程度信息其中至少一个；
所述平台属性信息包括：竞价偏好程度、竞价能力、消耗能力其中至少一个。
可选地，在所述目标需求方平台确定模块之前，还包括：
流量属性信息获取模块，用于获取各需求方平台需求的流量属性信息；
实时流量过滤模块，用于利用所述需求方平台需求的流量属性信息对所述实时流量进行过滤，并将过滤后的实时流量进入目标需求方平台确定模块。
可选地，还包括：
第二流量分发模块，用于对于确定所述实时流量不能够分发的第一需求方平台，将所述实时流量按指定比例筛选出第二流量，并将所述第二流量分发至所述第一需求方平台。
可选地，在所述第二流量分发模块之后，还包括：
回归模型更新模块，用于根据已经分发给各第一需求方平台的第二流量的流量属性信息，和各第一需求方平台的平台属性信息，更新所述回归模型。
依据本发明的另一个方面，提供了一种流量请求分发设备，包括：
存储器，加载有多条可执行指令；
处理器，执行所述多条可执行指令；所述多条可执行指令包括执行以下步骤的方法：
获取各需求方平台需求的流量属性；
接收供应方平台发送的实时流量；
针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配；
如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。
依据本发明的另一个方面，提供了一种流量请求分发设备，包括：
存储器，加载有多条可执行指令；
处理器，执行所述多条可执行指令；所述多条可执行指令包括执行以下步骤的方法：
接收供应方平台发送的实时流量；
针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台；
将所述实时流量分发至所述目标需求方平台。
根据本发明的流量请求分发方法可以获取各需求方平台需求的流量属性；接收供应方平台发送的实时流量；针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配；如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。由此解决了目前的ADX平台会针对同一流量发送流量请求至与该ADX连接的全部DSP，导致ADX平台的流量发送成本以及DSP流量接收成本都较高，而且对网络带宽的影响也较大的问题，取得了根据各需求方平台需求的流量属性有选择地过滤掉需求方平台不会参与竞价的部分实时流量，从而降低ADX平台的流量发送成本和DSP流量接收成本，同时降低对网络宽带的影响的有益效果。上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了根据本发明一个实施例的一种流量请求分发方法的步骤流程图；
图1A示出了根据本发明一个实施例的一种RTB过程的示意图；
图2示出了根据本发明一个实施例的一种流量请求分发方法的步骤流程图；
图3示出了根据本发明一个实施例的一种流量请求分发方法的步骤流程图；
图4示出了根据本发明一个实施例的一种流量请求分发方法的步骤流程图；
图5示出了根据本发明一个实施例的一种流量请求分发装置的结构示意图；
图6示出了根据本发明一个实施例的一种流量请求分发装置的结构示意图；
图7示出了根据本发明一个实施例的一种流量请求分发装置的结构示意图；
图8示出了根据本发明一个实施例的一种流量请求分发装置的结构示意图；
图9示出了根据本发明一个实施例的一种流量请求分发设备的结构示意图；以及
图10示出了根据本发明一个实施例的一种流量请求分发设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例一
详细介绍本发明实施例提供的一种流量请求分发方法。
参照图1，示出了本发明实施例中一种流量请求分发方法的步骤流程图。
步骤110，获取各需求方平台需求的流量属性。
RTB是一种利用第三方技术在数以百万计的网站上针对每一个用户展示行为进行评估以及出价的竞价技术。如图1A为RTB过程的示意图，RTB过程涉及广告交易(AdExchange，ADX)服务器、DSP和供应方平台(Sell-Side Platform，SSP)。它的核心是DSP平台，DSP平台如同展示型广告竞价投放的指挥部：第一步通过其数据追踪能力，来发送带有用户展示信息的请求；第二步DSP平台依据预估算法计算用户展示价值，并把竞价返回给流量请求引擎；第三步，指令下达至广告交易系统，广告代码加载至各大媒体，最终传递给最精准的用户。
其中，DSP平台允许广告客户和广告机构更方便地访问，以及更有效地购买广告库存，因为该平台汇集了各种广告交易服务器的库存。有了这一平台，就不需要再出现另一个繁琐的购买步骤——购买请求。SSP能够让发布商也介入广告交易，从而使它们的库存广告位可用。通过这一平台，发布商希望他们的库存广告位可以获得最高的有效每千次展示费用，而不必以低价销售出去。一个开放的、能够将发布商和广告商联系在一起的在线广告市场(类似于股票交易所)。交易平台里的广告位存货并不一定都是溢价库存，只要发布商想要提供的，都可以在里面找到。
下面举例说明RTB的具体过程：
步骤1，用户使用浏览器访问媒体网站，如网站A。网站A将本网站的内容，比如新闻，呈现给用户。与此同时，媒体网站也会在一些广告位上展示广告给用户。尽管媒体网站的主要工作是展现高品质的内容给用户，但也需要通过广告来赚钱，以使得提供内容的业务能够得以延续。他们可以使用自己的销售队伍销售广告库存。然而，对于媒体网站来说，RTB是越来越重要的销售广告库存的渠道。这里我们假设网站A决定将右上角广告位通过RTB方式进行售卖。
步骤2，网站A将信息传递给广告交易服务器。传递的信息包括URL(UniformResource Locator，统一资源定位符)、广告位置、用户Cookie ID(Cookie Identity，Cookie身份标识码)等。
步骤3，广告交易服务器组织一次竞价，向多个DSP发送流量请求。假定广告主1是DSP其中一个。
步骤4，当广告主1对应的DSP服务器接收到广告交易服务器的流量请求，将数据传递给竞价引擎。
步骤5，竞价引擎发送用户ID给用户与广告主信息数据库，看用户与广告主的需求是否匹配。
步骤6，竞价引擎接收到用户与广告客户的信息，并决定是否参与竞价及竞标价格。
步骤7，竞价引擎生成一个出价响应，并把它传递给DSP服务器。竞价响应包括竞标价格及比如从哪个广告服务器获取广告创意等其它信息。
步骤8，广告主1对应的DSP服务器发送竞价响应给广告交易服务器。
步骤9，广告交易服务器在接收到所有DSP服务器的响应或者截止期限到达后进行竞拍。例如，广告交易服务器的截止期限是100ms，那么是指广告交易服务器发送流量请求与接收DSP出价响应的时间差需在截止期限内。假定广告主1是本次广告竞价交易的赢家。
步骤10，广告交易服务器通知用户浏览器竞拍的赢家。浏览器发送广告曝光请求给广告创意所在的广告服务器。
步骤11，广告服务器发送广告创意给用户的浏览器。
步骤12，用户看到网站上的广告。那么如果用户对该广告感兴趣，他会点击广告，从而进入广告主的登陆页。用户浏览广告主的网站，可能采取进一步的行动。例如，如果广告主是一家电子商务公司，用户可能在电子商务网站上进行一次购买活动。
本发明实施例的目的在于根据各需求方平台的流量需求情况，相应地给各需求方平台分发流量。那么首先需要获取各需求方平台所需求的流量属性。其中的需求方平台需求的流量属性可以包括需求方平台参与竞价的全部流量的流量属性，或者是在预设时间段内需求方平台参与竞价的全部流量的流量属性，也可以是对在预设时间段内需求方平台参与竞价的全部流量的流量属性进行分析后的总体结果，等等。例如，需求方平台需求的流量属性可包括需求方平台对流量的投放时间段偏好、需求方平台对流量的投放地域偏好、需求方平台对流量是否需求cookie映射过的cookie映射偏好，等等。
在本发明实施例中，可以根据需求预设设置流量属性具体包含的内容，对此本发明实施例不加以限定。而且，在本发明实施例中，可以利用任何可同方法或设备获取各需求方平台需求的流量属性，对此本发明实施例也不加以限定。
可选地，在本发明实施例中，所述需求方平台需求的流量属性包括：需求方平台对流量的投放时间段偏好、需求方平台对流量的投放地域偏好、需求方平台对流量是否需求cookie映射过的cookie映射偏好、需求方平台对流量反馈的超时偏好、需求方平台对同一类型流量的流量消耗占比偏好、需求方平台对流量的媒体上下文偏好、需求方平台对流量的广告位尺寸偏好其中至少一个。
其中，cookie映射(cookie mapping)就是将用户隶属于SSP的Cookie与隶属于DSP的Cookie进行映射。Cookie Mapping工作需要两个数据，分别是用户隶属于SSP方的Cookie及用户隶属于DSP方的Cookie，同时需要SSP方或者DSP方进行数据的映射工作。在RTB过程中，用户通过浏览器进行广告请求时，HTTP(Hyper Text Transfer Protocol，超文本传输协议)中只能携带SSP方的Cookie，这样对于DSP方竞价不能提供足够的用户数据进行有效的决策。在实现Cookie Mapping工作后，DSP可以通过竞价请求及时获取用户的DSP方Cookie，从而根据用户数据分析进行有效的竞价，实现利益的最大化。Cookie Mapping的映射工作可以在SSP方进行，SSP方根据用户的Cookie信息，映射发送竞价请求中的DSP方Cookie，DSP方在竞价请求消息中获取自己的Cookie并进行竞价决策。Cookie Mapping的映射工作也可以在DSP方进行，SSP方每次在竞价请求中仅设置SSP方的用户Cookie，DSP方在获取到SSP方Cookie后映射到自己的用户Cookie，并进行竞价决策。那么，需求方平台对流量是否需求cookie映射过的cookie映射偏好，包括需求方平台对流量是否需求流量对应的SSP与该需求方平台已进行cookie映射，或者是需求方平台对流量是否需求流量对应的用户与该需求方平台已进行cookie映射，等等。在本发明实施例中，可以根据需求设定需求方平台对流量是否需求cookie映射过的cookie映射偏好的具体内容，对此本发明实施例不加以限定。
在RTB过程中，从ADX针对任一流量向需求方平台发送流量请求到ADX接收到该需求方平台返回的针对该流量的竞价请求之间的时间即为该需求方平台对于该流量的竞价超时时间，也即本发明实施例中的流量反馈的超时。而且在实际应用中，需求方平台不同，或者是参与竞价的流量不同，那么流量反馈的超时都可能不同。
流量消耗占比是指需求方平台在预设周期内所消耗流量最大的时间段。通过流量消耗占比可以推知在后续的预设周期内同一时间段改需求方所消耗的流量同样可能比较大。在本发明实施例中，可以根据流量特征将流量划分为不同的类型。其中，流量特征可以包括流量对应的时间、流量对应的地域、流量对应的媒体上下文、流量对应的广告位尺寸、流量对应的用户信息等等，其中流量对应的用户信息又可以包括用户属性、用户的兴趣维度、用户的浏览记录等等。其中，流量对应的时间是指该流量对应产生的时间，也即用户浏览该流量对应的广告位所在网页的时间。流量对应的地域是指用户浏览该流量对应的广告位所在网页时，用户所在的地域，可以包括用户浏览网页的IP(Internet Protocol，互联网协议)地址等。流量对应的媒体上下文可以包括流量对应的广告位所在的网页的上下文内容。用户属性可以包括用户的性别、年龄等等个人信息。用户的兴趣维度是指用户的兴趣点，可以包括兴趣爱好、社交圈等等。在本发明实施例中，可以在本步骤之前，或者是本步骤之前的任一步骤中之前根据需求设定需提取的流量特征的具体内容，对此本发明实施例不加以限定。而且，在本发明实施例中，还可以根据需求预先设置将流量进行类型划分的规则，对此本发明实施例不加以限定。那么，在将流量进行类型划分之后，则可以获取同一类型流量的流量消耗占比，进而得到需求方平台对同一类型流量的流量消耗占比偏好。
在本发明实施例中，可以通过需求方平台参与竞价的流量对应的竞价请求中分别获取各流量对应的投放时间段、投放地域、流量的广告位尺寸，进而分析得到需求方平台对流量的投放时间段偏好、需求方平台对流量的投放地域偏好、需求方平台对流量的广告位尺寸偏好。通过获取需求方平台的参与竞价的流量记录，分析其中各流量对应的用户是否都在需求方平台侧已进行cookie mapping，如果是则说明需求方平台对流量需求cookie映射过，如果否则说明需求方平台对流量不需求cookie映射过。通过获取需求方平台的历史竞价行为记录，并获取每次竞价行为对应的流量反馈的超时情况，从而得到需求方平台对流量反馈的超时偏好，而且还可以通过历史竞价行为的流量对应的时间分析得到需求方平台对同一类型流量的流量消耗占比偏好。另外，可以通过获取流量对应的广告位在网页中的位置，从而得到需求方平台对流量的媒体上下文偏好。当然，在本发明实施例中，还可以利用任何可用方法获取上述需求方平台需求的流量属性，对此本发明实施例不加以限定。
步骤120，接收供应方平台发送的实时流量。
在实时竞价过程中，供应方平台会根据各媒体网站用户的访问行为实时的发送实时流量至ADX。具体的，供应方平台可以针对各实时流量生成实时流量请求，那么此时接收到的是供应方平台发送的实时流量请求，当然可以直接接收供应方平台发送的实时流量，对此本发明实施例不加以限定。
步骤130，针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配。
在接收到实时流量之后，则可以针对每个需求方平台，判断需求方平台需求的流量属性与实时流量的流量属性是否匹配。那么在判断步骤之前，需要先获取实时流量的流量属性，然后再判断各需求方平台需求的流量属性与实时流量的流量属性是否匹配。
在本发明实施例中，为了方便判断需求方平台需求的流量属性与实时流量的流量属性是否匹配，需要保证实时流量的流量属性所具体包含的内容多于或等于需求方平台需求的流量属性所具体包含的内容。例如，假设需求方平台需求的流量属性包括需求方平台对流量的投放时间段偏好、需求方平台对流量的投放地域偏好、需求方平台对流量是否需求cookie映射过的cookie映射偏好，那么获取的实时流量的流量属性也至少需要包括实时流量的投放时间段、实时流量的投放地域、是否已与该需求方平台进行cookie映射。那么，则可以分别判断实时流量的投放时间段、实时流量的投放地域、实时流量对应的供应方平台是否已与该需求方平台进行cookie映射，是否分别对应与各需求方平台的需求方平台对流量的投放时间段偏好、需求方平台对流量的投放地域偏好、需求方平台对流量是否需求cookie映射过的cookie映射偏好是否匹配。
步骤140，如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。
如果需求方平台需求的流量属性与实时流量的流量属性不匹配，则说明该需求方平台参与竞价该实时流量的可能性非常小，那么此时可以针对该需求方平台对该实时流量进行过滤，也即不将该实时流量发送至该需求方平台。
其中，确定需求方平台需求的流量属性与实时流量的流量属性匹配的条件可以设置为需求方平台需求的流量属性所包含的各项内容都与实时流量的流量属性对应包含的内容一一匹配，否则为不匹配。例如，假设需求方平台需求的流量属性包括：对流量的投放时间段偏好为每一天的上午8点到中午12点、对流量的投放地域偏好为北京、倾向于参与竞价cookie映射过的供应方平台发送的流量，而当前的实时流量的流量属性为投放时间段为上午10点10分至10点20分、投放地域为北京、该实时流量对应的供应方平台已与该需求方平台进行cookie映射，那么可以看出该实时流量的流量属性与需求方平台需求的流量属性对应匹配，此时不需要针对该需求方平台过滤掉该实时流量；而如果当前的实时流量的流量属性为投放时间段为下午10点10分至10点20分，那么此时该实时流量的流量属性与需求方平台需求的流量属性不匹配，此时需要针对该需求方平台过滤掉该实时流量。
另外，在本发明实施例中，还可以设置确定需求方平台需求的流量属性与实时流量的流量属性匹配的条件为需求方平台需求的流量属性所包含的各项内容中的至少预设项数与实时流量的流量属性对应包含的内容一一匹配，否则为不匹配。其中的预设项数可以根据需求进行设定，对此本发明实施例不加以限定。例如，假设预设项数为一项，那么对于上述的需求方平台需求的流量属性包括：对流量的投放时间段偏好为每一天的上午8点到中午12点、对流量的投放地域偏好为北京、倾向于参与竞价cookie映射过的供应方平台发送的流量，而当前的实时流量的流量属性为投放时间段为上午10点10分至10点20分、投放地域为北京、该实时流量对应的供应方平台已与该需求方平台进行cookie映射，而当前的实时流量的流量属性为投放时间段为下午10点10分至10点20分、投放地域为北京、该实时流量对应的供应方平台已与该需求方平台进行cookie映射，此时当前的实时流量的流量属性与需求方平台需求的流量属性匹配，并不会针对该需求方平台过滤当前的实时流量。
在本发明实施例中，可以获取各需求方平台需求的流量属性；接收供应方平台发送的实时流量；针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配；如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。由此取得了根据各需求方平台需求的流量属性有选择地过滤掉需求方平台不会参与竞价的部分实时流量，从而降低ADX平台的流量发送成本和DSP流量接收成本，同时降低对网络宽带的影响的有益效果。
实施例二
详细介绍本发明实施例提供的一种流量请求分发方法。
参照图2，示出了本发明实施例中一种流量请求分发方法的步骤流程图。
步骤210，在还未对各需求方平台的实时流量进行过滤之前，获取已向各所述需求方平台分发的实时流量的流量使用记录。
在实际应用中，如果在对各需求方平台的实时流量进行过滤后再获取各需求方平台的流量使用记录，那么会影响最终获取的各需求方平台需求的流量属性。例如，如果某一需求方平台前期未参与过地区A的流量竞价，那么假设对于该需求方平台，将A地区的实时流量都过滤掉，如果该需求方平台在后续改变广告投放理念，希望可以将广告投放至A地区，但是由于此时已经将A地域的流量请求过滤掉，因此最终获取的该需求方平台需求的流量属性仍然不会包括A地区。
因此，在本发明实施例中，为了保证获取的需求方平台需求的流量属性的准确性，需要在在还未对各需求方平台的实时流量进行过滤之前，获取已向各需求方平台分发的实时流量的流量使用记录。其中的已向各需求方平台分发的实时流量的流量使用记录可以包括已向各需求方平台分发的针对各实时流量的流量请求中各需求方平台参与竞价的流量记录。例如，对于需求方平台1，假设已向其分发针对实时流量A的流量请求A1，针对实时流量B的流量请求B1以及针对实时流量C的流量请求C1，但是需求方平台1参与实时流量A和实时流量C的实时竞价，那么获取到的流量使用记录中可以包括实时流量A和实时流量C。
步骤220，根据所述流量使用记录获取各所述需求方平台需求的流量属性。
在获取了已向各需求方平台分发的实时流量的流量使用记录之后，即可以根据流量使用记录获取对应各需求方平台的需求的流量属性。具体的可以根据需求获取的流量属性具体包含的内容按照相应的可用方法获取各需求方平台需求的流量属性，对此不加以限定。
步骤230，接收供应方平台发送的实时流量。
步骤240，从所述实时流量中提取各种流量属性。
为了判断需求方平台需求的流量属性与实时流量的流量属性是否匹配。那么首先需要从获取的实时流量中提取相应用以判断是否匹配的流量属性。由于实时流量是已知的，那么从实时流量中提取的流量属性的过程相对于获取各需求方平台需求的流量属性更方便。在本发明实施例中，实时流量的流量属性相应的可以包括投放时间段、投放地域、是否cookie映射过、流量反馈的超时、流量消耗占比、媒体上下文、广告位尺寸中至少一个。但是获取的实时流量的流量特征维度应该包含获取的各需求方平台需求的流量属性维度。
其中，实时流量本身就可以包括投放时间段、投放地域、广告位尺寸等属性信息，根据实时流量对应的广告位在网页中的位置即可以获取其媒体上下文，根据实时流量对应的投放时间段即可以获取其是否位于各需求方平台的流量消耗占比，获取该实时流量对应的用户并判断是否与各需求方平台已进行cookie mapping，根据实时流量的类型，获取同一类型的流量对应的流量反馈的超时情况。当然，在本发明实施例中，也可以利用任何可用方法获取实时流量的流量属性，对此本发明实施例不加以限定。
步骤250，针对每个需求方平台，将相同维度的实时流量的流量属性和需求方平台需求的流量属性进行匹配。
在本发明实施例中，在判断需求方平台需求的流量属性与实时流量的流量属性是否匹配，具体的需要针对每个需求方平台，将相同维度的实时流量的流量属性和需求方平台需求的流量属性进行匹配。
例如，将实时流量的投放时间段与需求方平台的需求方平台对流量的投放时间段偏好进行匹配，将实时流量的投放地域与需求方平台对流量的投放地域偏好进行匹配，将实时流量的是否cookie映射过与需求方平台对流量是否需求cookie映射过的cookie映射偏好进行匹配，将实时流量的流量反馈的超时与需求方平台对流量反馈的超时偏好进行匹配、将实时流量的流量消耗占比与需求方平台对同一类型流量的流量消耗占比偏好进行匹配、将实时流量的媒体上下文与需求方平台对流量的媒体上下文偏好进行匹配、将实时流量的广告位尺寸与需求方平台对流量的广告位尺寸偏好进行匹配。
在本发明实施例中，可以设置获取的各维度的实时流量的流量属性和需求方平台需求的流量属性都匹配，则判定需求方平台需求的流量属性与实时流量的流量属性匹配，否则为不匹配；也可以设置获取的各维度中预设维度数的实时流量的流量属性和需求方平台需求的流量属性匹配，则判定需求方平台需求的流量属性与实时流量的流量属性匹配，，否则为不匹配，对此本发明实施例不加以限定。
步骤260，如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则按照预设比例对所述实时流量进行过滤。
在本发明实施例中，为了避免误判影响需求方平台参与流量竞价的机会，可以设置如果需求方平台需求的流量属性与实时流量的流量属性不匹配，则按照预设比例对实时流量进行过滤。从而保证需求方平台仍可以接收到一部分与自身需求的流量属性不匹配的实时流量。其中的预设比例可以根据需求在本步骤之前，或者是本步骤之前的任一步骤之前进行设定，对此本发明实施例不加以限定。而且，在本发明实施例中，还可以针对不同类型的实时流量设置不同的预设比例，对此本发明实施例也不加以限定。
步骤270，如果所述需求方平台需求的流量属性与所述实时流量的流量属性匹配，则将所述实时流量发送至所述需求方平台。
那么，如果需求方平台需求的流量属性与实时流量的流量属性匹配，则将实时流量发送至所述需求方平台。
可选地，在本发明实施例中，所述步骤270进一步可以包括：
子步骤271，针对所述需求方平台，根据所述实时流量生成流量请求。
子步骤272，将所述流量请求发送至所述需求方平台。
当一个用户访问实时流量对应的广告位页面时，SSP端向Ad Exchange发出访问讯号，告知有一个访问请求，SSP会把广告位的具体信息，例如所属站点、最低出价以及通过DMP(Data Management Platform，数据管理平台)分析匹配后的用户属性信息打包发送至ADX，并且在ADX平台生成一个针对该实时流量的流量请求并发送给各个与该实时流量的流量属性匹配的DSP，DSP在接收到流量请求后，即开始对这个实时流量进行竞价，并将参与竞价的竞价价格、预展示的广告创意的存放地址等信息打包在竞价请求中发送至ADX，并在其中进行竞价。因此，在本发明实施例中，为了将实时流量发送至所述需求方平台，可以针对需求方平台，根据实时流量生成流量请求。在生成流量需求之后，即可以将流量请求发送至所述需求方平台，以等待接收需求方平台反馈的针对相应实时流量的竞价请求。
步骤280，利用过滤后的分发至所述需求方平台的实时流量所产生的流量使用记录，更新所述需求方平台需求的流量属性。
在本发明实施例中，在对发送至各需求方平台的实时流量进行过来下之后，可以利用过滤后的分发至各需求方平台的实时流量所产生的流量使用记录，进一步更新相应的需求方平台需求的流量属性。
例如，假设对于某一实时流量A，其流量属性为：投放时间段为2016年11月17日17时00分至2016年11月17日17时30分，广告位尺寸为长50毫米、宽80毫米。某一需求方平台1需求的流量属性为：需求方平台对流量的投放时间段偏好为8点至18点，需求方平台对流量的广告位尺寸偏好为长为20-50毫米、宽为20-50毫米。假设此时设定实时流量有至少一个维度的流量属性与需求方平台需求相同维度的流量属性匹配，则确定实时流量的流量属性有与需求方平台需求的流量属性匹配。那么很明显上述实时流量A与需求方平台1需求的流量属性匹配。此时需求方平台可以接收到实时流量A，那么就会相应更新需求方平台1需求的流量属性中的需求方平台对流量的广告位尺寸偏好包括长50毫米、宽80毫米。
在本发明实施例中，可以获取各需求方平台需求的流量属性；接收供应方平台发送的实时流量；针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配；如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。由此取得了根据各需求方平台需求的流量属性有选择地过滤掉需求方平台不会参与竞价的部分实时流量，从而降低ADX平台的流量发送成本和DSP流量接收成本，同时降低对网络宽带的影响的有益效果。
而且，在本发明实施例中，还可以在还未对各需求方平台的实时流量进行过滤之前，获取已向各所述需求方平台分发的实时流量的流量使用记录，并且根据所述流量使用记录获取各所述需求方平台需求的流量属性。从而保证获取的各需求方平台需求的流量属性的准确度。并且在需求方平台需求的流量属性与实时流量的流量属性不匹配，则针对需求方平台按照预设比例对实时流量进行过滤。从而避免因误判断影响DSP参与相关流量的竞价，提高过滤的准确度。
另外，在本发明实施例中，还可以利用过滤后的分发至所述需求方平台的实时流量所产生的流量使用记录，更新所述需求方平台需求的流量属性。从而进一步提高需求方平台需求的流量属性的准确度。
实施例三
详细介绍本发明实施例提供的一种流量请求分发方法。
参照图3，示出了本发明实施例中一种流量请求分发方法的步骤流程图。
步骤310，接收供应方平台发送的实时流量。
本步骤与前述的实施例一至实施例二中类似步骤类似，在此不再赘述。
步骤320，针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台。
在本发明实施例中，针对每个需求方平台，为了确定是否将流量分发至该需求方平台，可以利用预设的回归模型，判断是否需要将流量分发给至各需求方平台，从而可以确定当前接收到的实时流量，能够分发的目标需求方平台。
例如，在接收到供应方平台发送的某一实时流量之后，可以基于该实时流量，利用回归模型，判断与该实时流量匹配的需求方平台，那么如果该实时流量与某一需求方平台不匹配，那么则可以确定不需要将该实时流量发送分发至该需求方平台；而如果该实时流量与某一需求方平台匹配，那么则可以确定需要将该实时流量发送分发至该需求方平台。
在本发明实施例中，还可以对各实时流量进行分类，进而利用回归模型，判断各需求方平台是否消耗当前接收到的实时流量对应的分类，如果某一需求方平台消耗当前接收到的实时流量对应的分类，则需要将该实时流量分发给该需求方平台；而如果某一需求方平台未曾消耗当前接收到的实时流量对应的分类，则不需要将该实时流量分发给该需求方平台。
而且，在本发明实施例中，在回归模型中还可以包括各需求方平台自身设置的他们希望收到的流量属性，那么在接收到供应方平台发送的实时流量之后，则可以在回归模型中判断与该实时流量的流量属性对应的需求方平台，然后将该实时流量分发至与该实时流量的流量属性对应的需求方平台。
其中，回归模型可以分为针对各个需求方平台的回归模型，那么每个需求方平台都有与之自身相对应的回归模型；回归模型也可以为对应于与当前的供应方平台对应的全部需求方平台的回归模型，那么此时各个需求方平台对应于同一回归模型，通过该回归模型可以判断输入的实时流量对应的能够分发的目标需求方平台。对此本发明实施例不加以限定。
步骤330，将所述实时流量分发至所述目标需求方平台。
在确定了实时流量能够分发的目标需求方平台之后，则可以将该实时流量分发至目标需求方平台。具体的可以经过广告交易平台将实时流量转发至各个目标需求方平台，例如可以利用广告交易平台发送包含实时流量的流量请求至各个目标需求方平台，等等。在本发明实施例中，可以利用任何可用方法或设备将实时流量分发至各目标需求方平台，对此本发明实施例不加以限定。
需要说明的是，本发明实施例中与上述实施例一以及实施例二中相似的步骤可以参考实施例一以及实施例二，对此本发明实施例不加以限定。
可选地，在本发明实施例中，在所述步骤320之前，还可以包括：
步骤301，获取各需求方平台需求的流量属性信息。
在本发明实施例中。为了进一步减少回归模型判断的实时流量的数据量，可以在针对每个需求方平台，利用预置的回归模型，确定接收到的实时流量能够分发的目标需求方平台之前，先对针对各个需求方平台，对实时流量进行过滤。具体的可以根据需求方平台需求的流量属性信息对所述实时流量进行过滤，那么首先则需要获取各需求方平台需求的流量属性信息。其中的流量属性信息可以为前述的流量属性，在此不加以赘述。
步骤302，利用所述需求方平台需求的流量属性信息对所述实时流量进行过滤，并将过滤后的实时流量进入步骤320。
在获取了各需求方平台需求的流量属性信息之后，则可以利用所述需求方平台需求的流量属性信息对所述实时流量进行过滤。例如，如果当前的实时流量的流量属性信息与各需求方平台所需求的流量属性信息都不匹配，那么则可以将该实时流量进行过滤；或者是如果各需求方平台所需求的流量属性信息中都不包含某一属性信息，那么则可以对包含该属性信息的实时流量进行过滤，也可以对包含该属性信息的实时流量按照预设过滤比例进行过滤，对此本发明实施例不加以限定。其中的预设过滤比例可以根据需求在本步骤之前，或者是本步骤之前的任一步骤之前进行设定，对此本发明实施例不加以限定。
可选地，在本发明实施例中，还包括：
步骤340，对于确定所述实时流量不能够分发的第一需求方平台，将所述实时流量按指定比例筛选出第二流量，并将所述第二流量分发至所述第一需求方平台。
在本发明实施例中，为了进一步对回归模型进行更新调整，可以在确定实时流量能够分发的第一需求方平台之后，进而确定实时流量不能够分发的第一需求方平台，那么可以针对确定实时流量不能够分发的第一需求方平台，将实时流量按指定比例筛选出第二流量，并将第二流量分发至各第一需求方平台。其中的指定比例可以根据需求在本步骤之前，或者是本步骤之前的任一步骤之前进行设定，对此本发明实施例不加以限定。
步骤350，根据已经分发给各第一需求方平台的第二流量的流量属性信息，和各第一需求方平台的平台属性信息，更新所述回归模型。
那么则可以根据已经分发给各第一需求方平台的第二流量的流量属性信息，和各第一需求方平台的平台属性信息，更新回归模型。
具体的在更新回归模型过程中，可以确定各第一需求方平台是否可以作为能够分发实时流量的目标需求方平台。
而且在更新回归模型的过程中，也可以重新确定利用更新前的回归模型确定能够接收实时流量的目标需求方平台是否能够继续接收实时流量。例如，对于前述的针对实时流量已经确定的目标需求方平台，可以利用在指定时间段内分发至各目标需求方平台的实时流量的流量属性信息，和各目标需求方平台的平台属性信息，更新回归模型，进而可以重新确定利用本次更新前的回归模块已经确定作为目标需求方平台的各需求方平台能否继续作为实时流量对应的目标需求方平台。
在本发明实施例中，可以接收供应方平台发送的实时流量；针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台；将所述实时流量分发至所述目标需求方平台。从而可以降低ADX平台的流量发送成本和DSP流量接收成本，同时降低对网络宽带的影响。
另外，在本发明实施例中，还可以在针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台之前，获取各需求方平台需求的流量属性信息，并且利用所述需求方平台需求的流量属性信息对所述实时流量进行过滤，并针对过滤后的实时流量，针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台。从而可以进一步减少回归模型需要处理的实时流量的数量，提高确定时流量能够分发的目标需求方平台的效率以及准确率。
实施例四
详细介绍本发明实施例提供的一种流量请求分发方法。
参照图4，示出了本发明实施例中一种流量请求分发方法的步骤流程图。
步骤410，接收供应方平台发送的实时流量。
步骤420，根据已经分发给各需求方平台的第一流量的流量属性信息，和各需求方平台的平台属性信息，训练回归模型；所述回归模型用于确定所述实时流量能够分发的目标需求方平台。
在本发明实施例中，在使用回归模型之前，需要对回归模型进行训练。那么可以根据已经分发给各需求方平台的第一流量的流量属性信息，和各需求方平台的平台属性信息，训练回归模型。那么可以已经分发给各需求方平台的第一流量的流量属性信息，以及各需求方平台的平台属性信息作为输入，以相应第一流量已经分发至的需求方平台作为输出，训练回归模型。
例如，如果与供应方平台对应有三个需求方平台，依次为需求方平台A、需求方平台B和需求方平台C。假设已经分发给各需求方平台的第一流量，以及各第一流量分发至的需求方平台具体信息如下：
第一流量a，分发至需求方平台A、需求方平台B；
第一流量b，分发至需求方平台A、需求方平台B、需求方平台C。
那么可以第一流量a的流量属性信息，以及需求方平台A、B、C的平台属性信息作为输入，以需求方平台A的标识以及需求方平台B的标识作为输出结果；以及以第一流量b的流量属性信息，以及需求方平台A、B、C的平台属性信息作为输入，以需求方平台A的标识、需求方平台B的标识以及需求方平台C的标识作为输出结果。其中的需求方平台A的标识、需求方平台B的标识以及需求方平台C的标识都可以根据需求在本步骤之前，或者是本步骤之前的任一步骤之前进行设定，对此本发明实施例不加以限定。
另外，如果假设回归模型输出结果可以包括第一数值、第二数值，其中第一数值表示当前输入的实时流量可以发送至当前需求方平台，第二数值表示当前输入的实时流量不可以发送至当前需求方平台。而且可以根据与供应方平台对应的各需求方平台，设定输出结果中各数值的次序与各需求方平台之间的对应关系。那么在训练回归模型时，在以第一流量a的流量属性信息，以及需求方平台A、B、C的平台属性信息作为输入时，则可以第一数值、第一数值、第二数值组成的字符串。例如，假设第一数值为1，第二数值为0，那么此时输出为110。
可选地，在本发明实施例中，所述流量属性信息包括流量类型、广告位类型、广告位尺寸、媒体星级、地域信息、Cookie映射表信息、流量上下文信息、用户兴趣信息、竞价激烈程度信息其中至少一个。
在本发明实施例中，流量属性信息可以包括流量类型、广告位类型、广告位尺寸、媒体星级、地域信息、Cookie映射表信息、流量上下文信息、用户兴趣信息、竞价激烈程度信息其中至少一个。其中，流量类型可以为根据实时流量对应的内容、实时流量所在广告位对应的内容等信息对流量进行归类得到的；广告位类型为根据实时流量对应的广告位内容进行归类得到；媒体星级是指实时流量对应的媒体的星级；地域信息是指实时流量对应的广告位所在媒体终端的地域；Cookie映射表信息可以包括实时流量对应的供应方平台中的Cookie映射表信息；流量上下文信息可以包括实时流量所在广告位的广告上下文信息；用户兴趣信息可以包括实时流量对应的用户的兴趣信息；竞价激烈程度可以包括实时流量对应的供应方平台对应的流量的竞价激烈程度，与实时流量的流量类型一致的其他流量的竞价激烈程度，等等。
可选地，在本发明实施例中，所述平台属性信息包括：竞价偏好程度、竞价能力、消耗能力其中至少一个。
其中，竞价偏好程度可以包括需求方平台的竞价时偏好竞价的流量类型以及竞价偏好程度、需求方平台参与其接收到的各流量竞价的竞价偏好程度，等等；竞价能力是指需求方平台参与竞价并且竞价成功的竞价能力；消耗能力可以包括需求方平台在单位时间段内竞价成功流量的能力。
在本发明实施例中，ADX对于发送给DSP的流量，会记录各DSP对该流量的处理情况，比如对于一发送给DSP的流量，ADX记录该DSP是否有对该流量生成竞价响应以返回该ADX；该DSP返回的针对该流量的该竞价响应是否竞价成功；还有该DSP的竞价时间等。然后ADX即可根据其记录统计上述竞价偏好程度、竞价能力、消耗能力其中至少一个。
可选地，在本发明实施例中，所述步骤420，进一步可以包括：
子步骤421，将每个第一流量各流量属性信息，分别与各需求方平台各平台属性信息进行组合，得到训练样本。
在本发明实施例中，在训练回归模型时，可以先将每个第一流量各流量属性信息，分别与各需求方平台各平台属性信息进行组合，得到训练样本。
例如，对于前述的需求方平台A、需求方平台B和需求方平台C，以及第一流量a和第一流量b。则可以将第一流量a的各流量属性信息与需求方平台A的各平台属性信息、需求方平台B的各平台属性信息和需求方平台C的各平台属性信息进行组合，同时将第一流量b的各流量属性信息与需求方平台A的各平台属性信息、需求方平台B的各平台属性信息和需求方平台C的各平台属性信息进行组合，进而得到上述两个组合构成的训练样本。
子步骤422，利用所述训练样本训练所述回归模型。
在获取了训练样本之后，则可以利用训练样本训练回归模型。
步骤430，按照预设规则确定所述实时流量的各流量属性信息。
在本发明实施例中，在训练回归模型时的输入值为各第一流量的各流量属性信息，以及各需求方平台的各平台属性信息。那么在利用回归模型确认实时流量能够分发的目标需求方平台时，输入值仍需要为实时流量的各流量属性信息以及各需求方平台的平台属性信息。那么首先需要按照预设规则确定实时流量的各流量属性信息，其中实时流量的流量属性信息具体包含的选项应该与训练回归模型时的第一流量的流量属性信息包含的选项一致，或者是实时流量的流量属性信息的选项包含第一流量的流量属性信息的选项，但是各选项所包含的内容并不完全一致。其中的预设规则可以根据需求在本步骤之前，或者是本步骤之前的任一步骤之前进行设定，对此本发明实施例不加以限定。而且预设规则可以与流量属性信息具体包含的选项有关，如果流量属性信息中包括广告位尺寸，那么则可以从实时流量对应的广告位所在的客户端网页中获取实时流量对应的广告位尺寸；而如果流量属性信息中包括媒体星级，从实时流量对应的广告位对应的媒体端获取其媒体星级；等等。
步骤440，获取各需求方平台的平台属性信息。
同时可以获取各需求方平台的平台属性信息。同样，此时获取的各需求方平台的平台属性信息具体包含的选项应该与训练回归模型时的需求方平台的平台属性信息包含的选项一致。
步骤450，基于实时流量的流量属性信息和各需求方平台的平台属性信息，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台。
可选地，在本发明实施例中，所述步骤450进一步可以包括：
子步骤451，针对每个实时流量，将所述实时流量的各流量属性信息分别与各需求方平台的平台属性信息进行组合，得到识别对象。
子步骤452，将所述识别对象代入所述回归模型，确定所述实时流量能够分发的目标需求方平台。
同样的，在利用回归模型，确定实时流量能够分发的目标需求方平台时，同样可以先针对每个实时流量，将实时流量的各流量属性信息分别与各需求方平台的平台属性信息进行组合，得到识别对象。进而可以将识别对象代入回归模型，确定对应的实时流量能够分发的目标需求方平台。
步骤460，将所述实时流量分发至所述目标需求方平台。
需要说明的是，本发明实施例中与上述实施例一至实施例三中相似的步骤可以参考实施例一至实施例三，对此本发明实施例不加以限定。
在本发明实施例中，可以接收供应方平台发送的实时流量；针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台；将所述实时流量分发至所述目标需求方平台。从而可以降低ADX平台的流量发送成本和DSP流量接收成本，同时降低对网络宽带的影响。
另外，在本发明实施例中，还可以将每个第一流量各流量属性信息，分别与各需求方平台各平台属性信息进行组合，得到训练样本；利用所述训练样本训练所述回归模型。并且按照预设规则确定所述实时流量的各流量属性信息；获取各需求方平台的平台属性信息；基于实时流量的流量属性信息和各需求方平台的平台属性信息，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台。而且，可以针对每个实时流量，将所述实时流量的各流量属性信息分别与各需求方平台的平台属性信息进行组合，得到识别对象；将所述识别对象代入所述回归模型，确定所述实时流量能够分发的目标需求方平台。从而进一步提高回归模型确定的实时流量能够分发的目标需求方平台的准确率。
对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
实施例五
详细介绍本发明实施例提供的一种流量请求分发装置。
参照图5，示出了本发明实施例中一种流量请求分发装置的结构示意图。
流量属性获取模块510，用于获取各需求方平台需求的流量属性。
第一实时流量接收模块520，用于接收供应方平台发送的实时流量。
判断模块530，用于针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配。
第一过滤模块540，用于如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。
在本发明实施例中，可以获取各需求方平台需求的流量属性；接收供应方平台发送的实时流量；针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配；如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。由此取得了根据各需求方平台需求的流量属性有选择地过滤掉需求方平台不会参与竞价的部分实时流量，从而降低ADX平台的流量发送成本和DSP流量接收成本，同时降低对网络宽带的影响的有益效果。
实施例六
详细介绍本发明实施例提供的一种流量请求分发装置。
参照图6，示出了本发明实施例中一种流量请求分发装置的结构示意图。
流量属性获取模块610，用于获取各需求方平台需求的流量属性。
可选地，所述需求方平台需求的流量属性包括：需求方平台对流量的投放时间段偏好、需求方平台对流量的投放地域偏好、需求方平台对流量是否需求cookie映射过的cookie映射偏好、需求方平台对流量反馈的超时偏好、需求方平台对同一类型流量的流量消耗占比偏好、需求方平台对流量的媒体上下文偏好、需求方平台对流量的广告位尺寸偏好其中至少一个。
可选地，在本发明实施例中，所述流量属性获取模块610，进一步可以包括：
流量使用记录获取子模块611，用于在还未对各需求方平台的实时流量进行过滤之前，获取已向各所述需求方平台分发的实时流量的流量使用记录。
流量属性获取子模块612，用于根据所述流量使用记录获取各所述需求方平台需求的流量属性。
第一实时流量接收模块620，用于接收供应方平台发送的实时流量。
判断模块630，用于针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配。
可选地，在本发明实施例中，所述判断模块630，进一步可以包括：
流量属性提取子模块631，用于从所述实时流量中提取各种流量属性。
匹配判断子模块632，用于针对每个需求方平台，将相同维度的实时流量的流量属性和需求方平台需求的流量属性进行匹配。
第一过滤模块640，用于如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。
可选地，在本发明实施例中，所述第一过滤模块640，进一步可以包括：
过滤子模块641，用于按照预设比例对所述实时流量进行过滤。
流量发送模块650，用于如果所述需求方平台需求的流量属性与所述实时流量的流量属性匹配，则将所述实时流量发送至所述需求方平台。
可选地，在本发明实施例中，所述流量发送模块650进一步可以包括：
流量请求生成子模块，用于针对所述需求方平台，根据所述实时流量生成流量请求。
流量请求发送子模块，用于将所述流量请求发送至所述需求方平台。
流量属性更新模块660，用于利用过滤后的分发至所述需求方平台的实时流量所产生的流量使用记录，更新所述需求方平台需求的流量属性。
在本发明实施例中，可以获取各需求方平台需求的流量属性；接收供应方平台发送的实时流量；针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配；如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。由此取得了根据各需求方平台需求的流量属性有选择地过滤掉需求方平台不会参与竞价的部分实时流量，从而降低ADX平台的流量发送成本和DSP流量接收成本，同时降低对网络宽带的影响的有益效果。
而且，在本发明实施例中，还可以在还未对各需求方平台的实时流量进行过滤之前，获取已向各所述需求方平台分发的实时流量的流量使用记录，并且根据所述流量使用记录获取各所述需求方平台需求的流量属性。从而保证获取的各需求方平台需求的流量属性的准确度。并且在需求方平台需求的流量属性与实时流量的流量属性不匹配，则针对需求方平台按照预设比例对实时流量进行过滤。从而避免因误判断影响DSP参与相关流量的竞价，提高过滤的准确度。
另外，在本发明实施例中，还可以利用过滤后的分发至所述需求方平台的实时流量所产生的流量使用记录，更新所述需求方平台需求的流量属性。从而进一步提高需求方平台需求的流量属性的准确度。
实施例七
详细介绍本发明实施例提供的一种流量请求分发装置。
参照图7，示出了本发明实施例中一种流量请求分发装置的结构示意图。
第二实时流量接收模块710，用于接收供应方平台发送的实时流量。
目标需求方平台确定模块720，用于针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台。
实时流量分发模块730，用于将所述实时流量分发至所述目标需求方平台。
可选地，在本发明实施例中，在所述目标需求方平台确定模块720之前，还可以包括：
流量属性信息获取模块，用于获取各需求方平台需求的流量属性信息。
实时流量过滤模块，用于利用所述需求方平台需求的流量属性信息对所述实时流量进行过滤，并将过滤后的实时流量进入目标需求方平台确定模块。
可选地，在本发明实施例中，所述流量请求分发装置，还包括：
第二流量分发模块，用于对于确定所述实时流量不能够分发的第一需求方平台，将所述实时流量按指定比例筛选出第二流量，并将所述第二流量分发至所述第一需求方平台。
回归模型更新模块，用于根据已经分发给各第一需求方平台的第二流量的流量属性信息，和各第一需求方平台的平台属性信息，更新所述回归模型。
在本发明实施例中，可以接收供应方平台发送的实时流量；针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台；将所述实时流量分发至所述目标需求方平台。从而可以降低ADX平台的流量发送成本和DSP流量接收成本，同时降低对网络宽带的影响。
另外，在本发明实施例中，还可以在针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台之前，获取各需求方平台需求的流量属性信息，并且利用所述需求方平台需求的流量属性信息对所述实时流量进行过滤，并针对过滤后的实时流量，针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台。从而可以进一步减少回归模型需要处理的实时流量的数量，提高确定时流量能够分发的目标需求方平台的效率以及准确率。
实施例八
详细介绍本发明实施例提供的一种流量请求分发装置。
参照图8，示出了本发明实施例中一种流量请求分发装置的结构示意图。
第二实时流量接收模块810，用于接收供应方平台发送的实时流量。
回归模型训练模块820，用于根据已经分发给各需求方平台的第一流量的流量属性信息，和各需求方平台的平台属性信息，训练回归模型；所述回归模型用于确定所述实时流量能够分发的目标需求方平台。
可选地，在本发明实施例中，所述流量属性信息包括流量类型、广告位类型、广告位尺寸、媒体星级、地域信息、Cookie映射表信息、流量上下文信息、用户兴趣信息、竞价激烈程度信息其中至少一个。
可选地，在本发明实施例中，所述平台属性信息包括：竞价偏好程度、竞价能力、消耗能力其中至少一个。
可选地，在本发明实施例中，所述回归模型训练模块820，进一步可以包括：
训练样本获取子模块821，用于将每个第一流量各流量属性信息，分别与各需求方平台各平台属性信息进行组合，得到训练样本。
回归模型训练子模块822，用于利用所述训练样本训练所述回归模型。
目标需求方平台确定模块830，用于针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台。
可选地，在本发明实施例中，所述目标需求方平台确定模块830，进一步可以包括：
流量属性信息确定子模块831，用于按照预设规则确定所述实时流量的各流量属性信息。
平台属性信息获取子模块832，用于获取各需求方平台的平台属性信息。
目标需求方平台确定子模块833，用于基于实时流量的流量属性信息和各需求方平台的平台属性信息，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台。
可选地，在本发明实施例中，所述目标需求方平台确定子模块833，进一步可以包括：
识别对象获取单元，用于针对每个实时流量，将所述实时流量的各流量属性信息分别与各需求方平台的平台属性信息进行组合，得到识别对象。
目标需求方平台确定单元，用于将所述识别对象代入所述回归模型，确定所述实时流量能够分发的目标需求方平台。
实时流量分发模块840，用于将所述实时流量分发至所述目标需求方平台。
在本发明实施例中，可以接收供应方平台发送的实时流量；针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台；将所述实时流量分发至所述目标需求方平台。从而可以降低ADX平台的流量发送成本和DSP流量接收成本，同时降低对网络宽带的影响。
另外，在本发明实施例中，还可以将每个第一流量各流量属性信息，分别与各需求方平台各平台属性信息进行组合，得到训练样本；利用所述训练样本训练所述回归模型。并且按照预设规则确定所述实时流量的各流量属性信息；获取各需求方平台的平台属性信息；基于实时流量的流量属性信息和各需求方平台的平台属性信息，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台。而且，可以针对每个实时流量，将所述实时流量的各流量属性信息分别与各需求方平台的平台属性信息进行组合，得到识别对象；将所述识别对象代入所述回归模型，确定所述实时流量能够分发的目标需求方平台。从而进一步提高回归模型确定的实时流量能够分发的目标需求方平台的准确率。
实施例九
详细介绍本发明实施例提供的一种流量请求分发设备。
参照图9，示出了本发明实施例中一种流量请求分发设备的结构示意图。
所述设备900，包括：
存储器910，加载有多条可执行指令。
处理器920，执行所述多条可执行指令；所述多条可执行指令包括执行以下步骤的方法：
获取各需求方平台需求的流量属性；
接收供应方平台发送的实时流量；
针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配；
如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。
在本发明实施例中，可以获取各需求方平台需求的流量属性；接收供应方平台发送的实时流量；针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配；如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。由此取得了根据各需求方平台需求的流量属性有选择地过滤掉需求方平台不会参与竞价的部分实时流量，从而降低ADX平台的流量发送成本和DSP流量接收成本，同时降低对网络宽带的影响的有益效果。
而且，在本发明实施例中，还可以在还未对各需求方平台的实时流量进行过滤之前，获取已向各所述需求方平台分发的实时流量的流量使用记录，并且根据所述流量使用记录获取各所述需求方平台需求的流量属性。从而保证获取的各需求方平台需求的流量属性的准确度。并且在需求方平台需求的流量属性与实时流量的流量属性不匹配，则针对需求方平台按照预设比例对实时流量进行过滤。从而避免因误判断影响DSP参与相关流量的竞价，提高过滤的准确度。
另外，在本发明实施例中，还可以利用过滤后的分发至所述需求方平台的实时流量所产生的流量使用记录，更新所述需求方平台需求的流量属性。从而进一步提高需求方平台需求的流量属性的准确度。
实施例十
详细介绍本发明实施例提供的一种流量请求分发设备。
参照图10，示出了本发明实施例中一种流量请求分发设备的结构示意图。
所述设备1000，包括：
存储器1010，加载有多条可执行指令。
处理器1020，执行所述多条可执行指令；所述多条可执行指令包括执行以下步骤的方法：
接收供应方平台发送的实时流量；
针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台；
将所述实时流量分发至所述目标需求方平台
在本发明实施例中，可以接收供应方平台发送的实时流量；针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台；将所述实时流量分发至所述目标需求方平台。从而可以降低ADX平台的流量发送成本和DSP流量接收成本，同时降低对网络宽带的影响。
而且，在本发明实施例中，还可以在针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台之前，获取各需求方平台需求的流量属性信息，并且利用所述需求方平台需求的流量属性信息对所述实时流量进行过滤，并针对过滤后的实时流量，针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台。从而可以进一步减少回归模型需要处理的实时流量的数量，提高确定时流量能够分发的目标需求方平台的效率以及准确率。
另外，在本发明实施例中，还可以将每个第一流量各流量属性信息，分别与各需求方平台各平台属性信息进行组合，得到训练样本；利用所述训练样本训练所述回归模型。并且按照预设规则确定所述实时流量的各流量属性信息；获取各需求方平台的平台属性信息；基于实时流量的流量属性信息和各需求方平台的平台属性信息，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台。而且，可以针对每个实时流量，将所述实时流量的各流量属性信息分别与各需求方平台的平台属性信息进行组合，得到识别对象；将所述识别对象代入所述回归模型，确定所述实时流量能够分发的目标需求方平台。从而进一步提高回归模型确定的实时流量能够分发的目标需求方平台的准确率。
对于装置实施例而言，由于其与方法实施例基本相似，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。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的流量请求分发设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
本申请公开了A1、一种流量请求分发方法，包括：
获取各需求方平台需求的流量属性；
接收供应方平台发送的实时流量；
针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配；
如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。
A2、如A1所述的方法，所述获取各需求方平台需求的流量属性的步骤，包括：
在还未对各需求方平台的实时流量进行过滤之前，获取已向各所述需求方平台分发的实时流量的流量使用记录；
根据所述流量使用记录获取各所述需求方平台需求的流量属性。
A3、如A1所述的方法，所述针对所述需求方平台对所述实时流量进行过滤的步骤，包括：
按照预设比例对所述实时流量进行过滤。
A4、如A3所述的方法，在针对所述需求方平台对所述实时流量进行过滤的步骤之后，还包括：
利用过滤后的分发至所述需求方平台的实时流量所产生的流量使用记录，更新所述需求方平台需求的流量属性。
A5、如A1所述的方法，所述针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配的步骤，包括：
从所述实时流量中提取各种流量属性；
针对每个需求方平台，将相同维度的实时流量的流量属性和需求方平台需求的流量属性进行匹配。
A6、如A1所述的方法，在针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配的步骤之后，还包括：
如果所述需求方平台需求的流量属性与所述实时流量的流量属性匹配，则将所述实时流量发送至所述需求方平台。
A7、如A1所述的方法，所述将所述实时流量发送至所述需求方平台的步骤，包括：
针对所述需求方平台，根据所述实时流量生成流量请求；
将所述流量请求发送至所述需求方平台。
本申请还公开了B8、一种流量请求分发方法，包括：
接收供应方平台发送的实时流量；
针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台；
将所述实时流量分发至所述目标需求方平台。
B9、如B8所述的方法，在针对每个需求方平台，利用回归模型，确定所述实时流量能够分发的目标需求方平台的步骤之前，还包括：
根据已经分发给各需求方平台的第一流量的流量属性信息，和各需求方平台的平台属性信息，训练回归模型；所述回归模型用于确定所述实时流量能够分发的目标需求方平台。
B10、如B9所述的方法，所述根据已经分发给各需求方平台的第一流量的流量属性信息，和各需求方平台的平台属性信息，训练回归模型的步骤，包括:
将每个第一流量各流量属性信息，分别与各需求方平台各平台属性信息进行组合，得到训练样本；
利用所述训练样本训练所述回归模型。
B11、如B8所述的方法，针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台的步骤，包括：
按照预设规则确定所述实时流量的各流量属性信息；
获取各需求方平台的平台属性信息；
基于实时流量的流量属性信息和各需求方平台的平台属性信息，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台。
B12、如B11所述的方法，所述基于实时流量的流量属性信息和各需求方平台的平台属性信息，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台的步骤，包括：
针对每个实时流量，将所述实时流量的各流量属性信息分别与各需求方平台的平台属性信息进行组合，得到识别对象；
将所述识别对象代入所述回归模型，确定所述实时流量能够分发的目标需求方平台。
B13、如B8-B12所述的方法，
所述流量属性信息包括流量类型、广告位类型、广告位尺寸、媒体星级、地域信息、Cookie映射表信息、流量上下文信息、用户兴趣信息、竞价激烈程度信息其中至少一个；
所述平台属性信息包括：竞价偏好程度、竞价能力、消耗能力其中至少一个。
B14、如B8所述的方法，在针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台的步骤之前，还包括：
获取各需求方平台需求的流量属性信息；
利用所述需求方平台需求的流量属性信息对所述实时流量进行过滤，并将过滤后的实时流量进入针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台的步骤。
B15、如B8所述的方法，还包括：
对于确定所述实时流量不能够分发的第一需求方平台，将所述实时流量按指定比例筛选出第二流量，并将所述第二流量分发至所述第一需求方平台。
B16、如B15所述的方法，所述对于确定所述实时流量不能够分发的第一需求方平台，将所述实时流量按指定比例筛选出第二流量，并将所述第二流量分发至所述第一需求方平台的步骤之后，还包括：
根据已经分发给各第一需求方平台的第二流量的流量属性信息，和各第一需求方平台的平台属性信息，更新所述回归模型。
本申请还公开了C17、一种流量请求分发装置，包括：
流量属性获取模块，用于获取各需求方平台需求的流量属性；
第一实时流量接收模块，用于接收供应方平台发送的实时流量；
判断模块，用于针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配；
第一过滤模块，用于如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。
C18、如C17所述的装置，所述流量属性获取模块，包括：
流量使用记录获取子模块，用于在还未对各需求方平台的实时流量进行过滤之前，获取已向各所述需求方平台分发的实时流量的流量使用记录；
流量属性获取子模块，用于根据所述流量使用记录获取各所述需求方平台需求的流量属性。
C19、如C17所述的装置，所述第一过滤模块，包括：
过滤子模块，用于按照预设比例对所述实时流量进行过滤。
C20、如C19所述的装置，在所述第一过滤模块之后，还包括：
流量属性更新模块，用于利用过滤后的分发至所述需求方平台的实时流量所产生的流量使用记录，更新所述需求方平台需求的流量属性。
C21、如C17所述的装置，所述判断模块，包括：
流量属性提取子模块，用于从所述实时流量中提取各种流量属性；
匹配判断子模块，用于针对每个需求方平台，将相同维度的实时流量的流量属性和需求方平台需求的流量属性进行匹配。
C22、如C17所述的装置，在所述判断模块之后，还包括：
流量发送模块，用于如果所述需求方平台需求的流量属性与所述实时流量的流量属性匹配，则将所述实时流量发送至所述需求方平台。
C23、如C17所述的装置，所述流量发送模块，包括：
流量请求生成子模块，用于针对所述需求方平台，根据所述实时流量生成流量请求；
流量请求发送子模块，用于将所述流量请求发送至所述需求方平台。
本申请还公开了D24、一种流量请求分发装置，包括：
第二实时流量接收模块，用于接收供应方平台发送的实时流量；
目标需求方平台确定模块，用于针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台；
实时流量分发模块，用于将所述实时流量分发至所述目标需求方平台。
D25、如D24所述的装置，在所述目标需求方平台确定模块之前，还包括：
回归模型训练模块，用于根据已经分发给各需求方平台的第一流量的流量属性信息，和各需求方平台的平台属性信息，训练回归模型；所述回归模型用于确定所述实时流量能够分发的目标需求方平台。
D26、如D25所述的装置，所述回归模型训练模块，包括:
训练样本获取子模块，用于将每个第一流量各流量属性信息，分别与各需求方平台各平台属性信息进行组合，得到训练样本；
回归模型训练子模块，用于利用所述训练样本训练所述回归模型。
D27、如D24所述的装置，所述目标需求方平台确定模块，包括：
流量属性信息确定子模块，用于按照预设规则确定所述实时流量的各流量属性信息；
平台属性信息获取子模块，用于获取各需求方平台的平台属性信息；
目标需求方平台确定子模块，用于基于实时流量的流量属性信息和各需求方平台的平台属性信息，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台。
D28、如D27所述的装置，所述目标需求方平台确定子模块，包括：
识别对象获取单元，用于针对每个实时流量，将所述实时流量的各流量属性信息分别与各需求方平台的平台属性信息进行组合，得到识别对象；
目标需求方平台确定单元，用于将所述识别对象代入所述回归模型，确定所述实时流量能够分发的目标需求方平台。
D29、如D24-28所述的装置，
所述流量属性信息包括流量类型、广告位类型、广告位尺寸、媒体星级、地域信息、Cookie映射表信息、流量上下文信息、用户兴趣信息、竞价激烈程度信息其中至少一个；
所述平台属性信息包括：竞价偏好程度、竞价能力、消耗能力其中至少一个。
D30、如D24所述的装置，在所述目标需求方平台确定模块之前，还包括：
流量属性信息获取模块，用于获取各需求方平台需求的流量属性信息；
实时流量过滤模块，用于利用所述需求方平台需求的流量属性信息对所述实时流量进行过滤，并将过滤后的实时流量进入目标需求方平台确定模块。
D31、如D24所述的装置，还包括：
第二流量分发模块，用于对于确定所述实时流量不能够分发的第一需求方平台，将所述实时流量按指定比例筛选出第二流量，并将所述第二流量分发至所述第一需求方平台。
D32、如D31所述的装置，在所述第二流量分发模块之后，还包括：
回归模型更新模块，用于根据已经分发给各第一需求方平台的第二流量的流量属性信息，和各第一需求方平台的平台属性信息，更新所述回归模型。
本申请还公开了E33、一种流量请求分发设备，包括：
存储器，加载有多条可执行指令；
处理器，执行所述多条可执行指令；所述多条可执行指令包括执行以下步骤的方法：
获取各需求方平台需求的流量属性；
接收供应方平台发送的实时流量；
针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配；
如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。
本申请还公开了F34、一种流量请求分发设备，包括：
存储器，加载有多条可执行指令；
处理器，执行所述多条可执行指令；所述多条可执行指令包括执行以下步骤的方法：
接收供应方平台发送的实时流量；
针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台；
将所述实时流量分发至所述目标需求方平台。

Claims (10)

1.一种流量请求分发方法，包括：
获取各需求方平台需求的流量属性；
接收供应方平台发送的实时流量；
针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配；
如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。
2.根据权利要求1所述的方法，其特征在于，所述获取各需求方平台需求的流量属性的步骤，包括：
在还未对各需求方平台的实时流量进行过滤之前，获取已向各所述需求方平台分发的实时流量的流量使用记录；
根据所述流量使用记录获取各所述需求方平台需求的流量属性。
3.根据权利要求1所述的方法，所述针对所述需求方平台对所述实时流量进行过滤的步骤，包括：
按照预设比例对所述实时流量进行过滤。
4.根据权利要求3所述的方法，其特征在于，在针对所述需求方平台对所述实时流量进行过滤的步骤之后，还包括：
利用过滤后的分发至所述需求方平台的实时流量所产生的流量使用记录，更新所述需求方平台需求的流量属性。
5.根据权利要求1所述的方法，其特征在于，所述针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配的步骤，包括：
从所述实时流量中提取各种流量属性；
针对每个需求方平台，将相同维度的实时流量的流量属性和需求方平台需求的流量属性进行匹配。
6.一种流量请求分发方法，其特征在于，
接收供应方平台发送的实时流量；
针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台；
将所述实时流量分发至所述目标需求方平台。
7.一种流量请求分发装置，包括：
流量属性获取模块，用于获取各需求方平台需求的流量属性；
第一实时流量接收模块，用于接收供应方平台发送的实时流量；
判断模块，用于针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配；
第一过滤模块，用于如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。
8.一种流量请求分发装置，其特征在于，
第二实时流量接收模块，用于接收供应方平台发送的实时流量；
目标需求方平台确定模块，用于针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台；
实时流量分发模块，用于将所述实时流量分发至所述目标需求方平台。
9.一种流量请求分发设备，包括：
存储器，加载有多条可执行指令；
处理器，执行所述多条可执行指令；所述多条可执行指令包括执行以下步骤的方法：
获取各需求方平台需求的流量属性；
接收供应方平台发送的实时流量；
针对每个需求方平台，判断所述需求方平台需求的流量属性与所述实时流量的流量属性是否匹配；
如果所述需求方平台需求的流量属性与所述实时流量的流量属性不匹配，则针对所述需求方平台对所述实时流量进行过滤。
10.一种流量请求分发设备，包括：
存储器，加载有多条可执行指令；
处理器，执行所述多条可执行指令；所述多条可执行指令包括执行以下步骤的方法：
接收供应方平台发送的实时流量；
针对每个需求方平台，利用预置的回归模型，确定所述实时流量能够分发的目标需求方平台；
将所述实时流量分发至所述目标需求方平台。
CN201611240116.8A 2016-12-28 2016-12-28 一种流量请求分发方法、装置和设备 Active CN108256883B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611240116.8A CN108256883B (zh) 2016-12-28 2016-12-28 一种流量请求分发方法、装置和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611240116.8A CN108256883B (zh) 2016-12-28 2016-12-28 一种流量请求分发方法、装置和设备

Publications (2)

Publication Number Publication Date
CN108256883A true CN108256883A (zh) 2018-07-06
CN108256883B CN108256883B (zh) 2024-05-14

Family

ID=62719571

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611240116.8A Active CN108256883B (zh) 2016-12-28 2016-12-28 一种流量请求分发方法、装置和设备

Country Status (1)

Country Link
CN (1) CN108256883B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114513462A (zh) * 2022-04-19 2022-05-17 北京亿典科技有限公司 一种动态业务流量分发方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013036957A2 (en) * 2011-09-09 2013-03-14 Dennoo Inc. Methods and systems for bidding and acquiring advertisement impressions
CN103700003A (zh) * 2013-12-30 2014-04-02 陶鹏 基于意愿符合度匹配的房屋网上直租方法和系统
CN104361415A (zh) * 2014-11-27 2015-02-18 新浪网技术(中国)有限公司 一种展示信息的选取方法及装置
CN104484372A (zh) * 2014-12-04 2015-04-01 北京奇虎科技有限公司 一种业务对象投放信息的检测方法和装置
CN105205696A (zh) * 2015-09-11 2015-12-30 晶赞广告（上海）有限公司 互联网广告实时竞价多广告主多因素流量分配方法
CN105681220A (zh) * 2015-12-30 2016-06-15 微梦创科网络科技（中国）有限公司 一种分配流量的方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013036957A2 (en) * 2011-09-09 2013-03-14 Dennoo Inc. Methods and systems for bidding and acquiring advertisement impressions
CN103700003A (zh) * 2013-12-30 2014-04-02 陶鹏 基于意愿符合度匹配的房屋网上直租方法和系统
CN104361415A (zh) * 2014-11-27 2015-02-18 新浪网技术(中国)有限公司 一种展示信息的选取方法及装置
CN104484372A (zh) * 2014-12-04 2015-04-01 北京奇虎科技有限公司 一种业务对象投放信息的检测方法和装置
CN105205696A (zh) * 2015-09-11 2015-12-30 晶赞广告（上海）有限公司 互联网广告实时竞价多广告主多因素流量分配方法
CN105681220A (zh) * 2015-12-30 2016-06-15 微梦创科网络科技（中国）有限公司 一种分配流量的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
廖秉宜: "《广告经营与管理》", 西安交通大学出版社, pages: 211 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114513462A (zh) * 2022-04-19 2022-05-17 北京亿典科技有限公司 一种动态业务流量分发方法及系统
CN114513462B (zh) * 2022-04-19 2022-06-17 北京亿典科技有限公司 一种动态业务流量分发方法及系统

Also Published As

Publication number Publication date
CN108256883B (zh) 2024-05-14

Similar Documents

Publication Publication Date Title
Lee et al. The effect of online shopping platform strategies on search, display, and membership revenues
Koh et al. Knowledge sharing in virtual communities: an e-business perspective
Park et al. Customer entrepreneurship on digital platforms: Challenges and solutions for platform business models
US20120253928A1 (en) Methods and Apparatus for Portfolio and Demand Bucket Management Across Multiple Advertising Exchanges
US11216850B2 (en) Predictive platform for determining incremental lift
US20130110649A1 (en) Information providing device, information providing method, information providing program, and recording medium having information providing program recorded thereon
CN104036415A (zh) 一种基于用户行为分析的平台推广方法
CN110008248A (zh) 一种数据处理方法和装置
CN107330718B (zh) 一种媒体反作弊方法及装置、存储介质、终端
KR20010092588A (ko) 중개서버를 통한 인터넷 광고전달 방법
US20140032349A1 (en) Online purchase of items based on live offers
CN107067282B (zh) 一种消费品返利销售营销管理系统及其使用方法
Kozielski et al. E-commerce and social media indicators
CN108229990A (zh) 一种广告标题生成方法、装置和设备
CN109784960A (zh) 一种创意自动化审核方法、装置和设备
Al-Kfairy et al. The intercorrelations among risk factors and trust dimensions in S-commerce: An empirical investigation from the user experience
CN108256880A (zh) 一种广告流量响应方法、装置及设备
EP1132836A1 (en) System and method for valuating brands by using an online stock trading technique
CN108256883A (zh) 一种流量请求分发方法、装置和设备
US20150363823A1 (en) System and method for determining associations between users and multiple communication devices
KR20130038642A (ko) 소셜 네트워크 게임을 이용한 광고대행시스템 및 그 시스템을 이용한 광고대행방법
US20140379471A1 (en) System for Handling Multiple Simultaneous Campaigns That Improves Advertisement Performance Through Shape Based Targeting and Real-Time Impression Acquisition
CN108256982A (zh) 一种流量响应方法、装置和设备
CN108256881A (zh) 一种流量过滤方法和装置
CN104050595B (zh) 一种根据流量供应方的质量选择流量供应的装置和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant