CN108629626A - 一种基于ai大数据的搜索广告智能托管方法和系统 - Google Patents
一种基于ai大数据的搜索广告智能托管方法和系统 Download PDFInfo
- Publication number
- CN108629626A CN108629626A CN201810429654.4A CN201810429654A CN108629626A CN 108629626 A CN108629626 A CN 108629626A CN 201810429654 A CN201810429654 A CN 201810429654A CN 108629626 A CN108629626 A CN 108629626A
- Authority
- CN
- China
- Prior art keywords
- rule
- keyword
- trustship
- strategy
- data
- 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
- G06Q30/0241—Advertisements
- G06Q30/0249—Advertisements based upon budgets or funds
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于广告选词的技术领域,具体涉及一种基于AI大数据的搜索广告智能托管方法和系统;解决的技术问题为:提供一种实现智能化的关键词选择的基于AI大数据的搜索广告智能托管方法和系统;采用的技术方案为:包括:设定规则,并对规则进行存储;建立策略指令与规则一一对应的数据库;接收外部策略指令;定时进行策略指令扫描,判断策略模式;对广告数据进行提取计算,判断是否达到策略执行条件,达到,则将策略指令对应的规则分发至分布式策略执行系统进行广告操作;通过模型算法,对广告数据进行计算,得出最优广告投放方案后,将最优广告投放方案分发至分布式策略执行系统进行广告操作。
Description
技术领域
本发明属于广告选词的技术领域,具体涉及一种基于AI大数据的搜索广告智能托管方法和系统。
背景技术
苹果搜索广告在投放过程中,优化师在不同阶段会面临不同的难题:
一方面,在创建推广计划时,不知道该投放哪些关键词,以及不同关键词的出价如何设置;
另一方面,在搜索广告投放过程中,由于时差等原因,优化师很难实现24小时实时人工优化,故会出现预算超投、错失最佳竞价时间、转化效果不理想等问题。
因此,亟需一种智能托管工具,能够实现智能化的关键词选择、预算控制、自动启停、自动调价、预警告知等功能;解放优化师人力成本,解决人工投放难题,减少误操作率。
发明内容
本发明克服现有技术存在的不足,所要解决的技术问题为:提供一种实现智能化的关键词选择的基于AI大数据的搜索广告智能托管方法和系统。
为了解决上述技术问题,本发明采用的技术方案为:
一种基于AI大数据的搜索广告智能托管方法,包括:S10,设定规则,并对规则进行存储;S20,建立策略指令与规则一一对应的数据库;S30,接收外部策略指令;S40,定时进行策略指令扫描,判断策略模式,如为自定义托管策略指令,则执行S50,如为AI托管策略指令,则执行S60;S50,对广告数据进行提取计算,判断是否达到策略执行条件,达到,则将策略指令对应的规则分发至分布式策略执行系统进行广告操作;S60,通过模型算法,对广告数据进行计算,得出最优广告投放方案后,将最优广告投放方案分发至分布式策略执行系统进行广告操作。
优选地,所述接收外部策略指令中,所述的指令包括:自定义托管策略指令和AI托管策略指令;所述的自定义托管策略指令包括:执行动作、执行时间、筛选条件、执行层次;所述的AI托管策略指令包括:日预算、总预算、目标CPA。
优选地,所述设定规则,并对规则进行存储中,所述的规则包括:规则一,无展现量关键词定时提升出价;规则二,CPA超过目标值的关键词降低出价或进行关键词预警;规则三,推广计划花费同比昨天波动范围超过一定阈值系统预警。
优选地,所述的执行做动作包括:开启/暂停,增加日/总预算,关键词加价,屏蔽关键词,添加关键词,异常预警;所述的筛选条件包括:筛选类型和筛选数据,其中:所述筛选类型包括:按照具体的数据、相比于昨天/上周均值的变化、在整体账户下的分布区间;所述筛选数据包括:展现、点击、安装、花费、CPT、CPA、CR、TTR;所述的执行层次包括:推广计划、广告组、关键词、搜索词。
优选地,所述通过模型算法,对广告数据进行计算,得出最优广告投放方案后,将最优广告投放方案分发至分布式策略执行系统进行广告操作中,所述的通过模型算法,对广告数据进行计算,得出最优广告投放方案,具体包括:
关键词选择,通过关键词推荐模型选出优质关键词;运用OCPC调价模型动态调价;所述的运用OCPC调价模型动态调价,具体包括:根据pCVR、广告主历史的转化数据,确定出价调整区间的上下边界;在出价区间内,迭代产生最终的出价,该出价可以最大化平台eCPM的收益。
相应地,一种基于AI大数据的搜索广告智能托管系统,包括:设定单元,用于设定规则,并对规则进行存储;建立单元,用于建立策略指令与规则一一对应的数据库;接收单元,用于接收外部策略指令;策略定时调度单元,用于定时进行策略指令扫描,判断策略模式;自定义托管策略执行单元,用于对广告数据进行提取计算,判断是否达到策略执行条件,达到,则将策略指令对应的规则分发至分布式策略执行系统进行广告操作;AI托管策略执行单元,用于通过模型算法,对广告数据进行计算,得出最优广告投放方案后,将最优广告投放方案分发至分布式策略执行系统进行广告操作。
优选地,所述接收单元中接收的指令包括:自定义托管策略指令和AI托管策略指令;
所述的自定义托管策略指令包括:执行动作、执行时间、筛选条件、执行层次;
所述的AI托管策略指令包括:日预算、总预算、目标CPA。
优选地,所述设定单元中的规则包括:规则一,无展现量关键词定时提升出价;规则二,CPA超过目标值的关键词降低出价或进行关键词预警;规则三,推广计划花费同比昨天波动范围超过一定阈值系统预警。
优选地,所述的执行做动作包括:开启/暂停,增加日/总预算,关键词加价,屏蔽关键词,添加关键词,异常预警;
所述的筛选条件包括:筛选类型和筛选数据,其中:
所述筛选类型包括:按照具体的数据、相比于昨天/上周均值的变化、在整体账户下的分布区间;
所述筛选数据包括:展现、点击、安装、花费、CPT、CPA、CR、TTR;
所述的执行层次包括:推广计划、广告组、关键词、搜索词。
优选地,所述自定义托管策略执行单元(50)中,通过模型算法,对广告数据进行计算,得出最优广告投放方案,具体包括:关键词选择,通过关键词推荐模型选出优质关键词;运用OCPC调价模型动态调价;
其中,所述的运用OCPC调价模型动态调价具体包括:根据pCVR、广告主历史的转化数据,确定出价调整区间的上下边界;在出价区间内,迭代产生最终的出价,该出价可以最大化平台eCPM的收益。
本发明与现有技术相比具有以下有益效果:
1、本发明中,通过自定义托管策略和AI托管策略,可自动完成=广告数据的提取、判断,并将制定的规则通过分布式策略执行系统进行广告操作,节约了人工成本,智能化程度高。
2、本发明中,通过AI托管策略,能够对汇总数据系统(广告数据库)中的各项数据,通过机器学习算法,得出最优广告投放方案,便于对效果好的广告进行预算以及价格调整;同时可筛选出效果差的广告,进行屏蔽暂停,通过不停的轮转计算实现广告投放的效果最大化。
附图说明
下面结合附图对本发明做进一步详细的说明;
图1为本发明实施例一提供的一种基于AI大数据的搜索广告智能托管方法的流程示意图;
图2为本发明实施例一提供的一种基于AI大数据的搜索广告智能托管系统的结构示意图;
图3为本发明实施例二提供的一种基于AI大数据的搜索广告智能托管系统的结构示意图;
图中:10为设定单元,20为建立单元,30为接收单元,40为策略定时调度单元,50为自定义托管策略执行单元,60为AI托管策略执行单元;
301为自定义托管策略指令,302为AI托管策略指令。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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的一部分实施例,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作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。
图1为本发明实施例一提供的一种基于AI大数据的搜索广告智能托管方法的流程示意图;如图1所示,一种基于AI大数据的搜索广告智能托管方法,包括:S10,设定规则,并对规则进行存储;S20,建立策略指令与规则一一对应的数据库;S30,接收外部策略指令;S40,定时进行策略指令扫描,判断策略模式,如为自定义托管策略指令,则执行S50,如为AI托管策略指令,则执行S60;S50,对广告数据进行提取计算,判断是否达到策略执行条件,达到,则将策略指令对应的规则分发至分布式策略执行系统进行广告操作;S460,通过模型算法,对广告数据进行计算,得出最优广告投放方案后,将最优广告投放方案分发至分布式策略执行系统进行广告操作。
本发明中,通过自定义托管策略和AI托管策略,可自动完成=广告数据的提取、判断,并将制定的规则通过分布式策略执行系统进行广告操作,节约了人工成本,智能化程度高。
具体地,所述接收外部策略指令中,所述的指令包括:自定义托管策略指令和AI托管策略指令;所述的自定义托管策略指令包括:执行动作、执行时间、筛选条件、执行层次;所述的AI托管策略指令包括:日预算、总预算、目标CPA。
进一步地,所述设定规则,并对规则进行存储中,所述的规则包括:规则一,无展现量关键词定时提升出价;规则二,CPA超过目标值的关键词降低出价或进行关键词预警;规则三,推广计划花费同比昨天波动范围超过一定阈值系统预警。
更进一步地,所述的执行做动作包括:开启/暂停,增加日/总预算,关键词加价,屏蔽关键词,添加关键词,异常预警;
所述的筛选条件包括:筛选类型和筛选数据,其中:所述筛选类型包括:按照具体的数据、相比于昨天/上周均值的变化、在整体账户下的分布区间;
所述筛选数据包括:展现、点击、安装、花费、CPT、CPA、CR、TTR;
所述的执行层次包括:推广计划、广告组、关键词、搜索词。
更进一步地,所述通过模型算法,对广告数据进行计算,得出最优广告投放方案后,将最优广告投放方案分发至分布式策略执行系统进行广告操作中,所述的通过模型算法,对广告数据进行计算,得出最优广告投放方案,具体包括:
关键词选择,通过关键词推荐模型选出优质关键词;运用OCPC调价模型动态调价;所述的运用OCPC调价模型动态调价,具体包括:根据pCVR、广告主历史的转化数据,确定出价调整区间的上下边界;在出价区间内,迭代产生最终的出价,该出价可以最大化平台eCPM的收益。
图2为本发明实施例一提供的一种基于AI大数据的搜索广告智能托管系统的结构示意图;如图2所示,一种基于AI大数据的搜索广告智能托管系统,包括:设定单元(10),用于设定规则,并对规则进行存储;建立单元(20),用于建立策略指令与规则一一对应的数据库;
接收单元(30),用于接收外部策略指令;策略定时调度单元(40),用于定时进行策略指令扫描,判断策略模式;自定义托管策略执行单元(50),用于对广告数据进行提取计算,判断是否达到策略执行条件,达到,则将策略指令对应的规则分发至分布式策略执行系统进行广告操作;AI托管策略执行单元(60),用于通过模型算法,对广告数据进行计算,得出最优广告投放方案后,将最优广告投放方案分发至分布式策略执行系统进行广告操作。
图3为本发明实施例二提供的一种基于AI大数据的搜索广告智能托管系统的结构示意图,如图3所示,在实施例一的基础上,所述接收单元(30)中接收的指令包括:自定义托管策略指令(301)和AI托管策略指令(302);所述的自定义托管策略指令(301)包括:执行动作、执行时间、筛选条件、执行层次;所述的AI托管策略指令(302)包括:日预算、总预算、目标CPA。
具体地,所述设定单元(10)中的规则包括:规则一,无展现量关键词定时提升出价;规则二,CPA超过目标值的关键词降低出价或进行关键词预警;规则三,推广计划花费同比昨天波动范围超过一定阈值系统预警。
所述的执行做动作包括:开启/暂停,增加日/总预算,关键词加价,屏蔽关键词,添加关键词,异常预警;
所述的筛选条件包括:筛选类型和筛选数据,其中:
所述筛选类型包括:按照具体的数据、相比于昨天/上周均值的变化、在整体账户下的分布区间;
所述筛选数据包括:展现、点击、安装、花费、CPT、CPA、CR、TTR;
所述的执行层次包括:推广计划、广告组、关键词、搜索词。
进一步地,所述自定义托管策略执行单元(50)中,通过模型算法,对广告数据进行计算,得出最优广告投放方案,具体包括:
关键词选择,通过关键词推荐模型选出优质关键词;
运用OCPC调价模型动态调价;
其中,所述的运用OCPC调价模型动态调价具体包括:
根据pCVR、广告主历史的转化数据,确定出价调整区间的上下边界;
在出价区间内,迭代产生最终的出价,该出价可以最大化平台eCPM的收益
本发明中,通过AI托管策略,能够对汇总数据系统(广告数据库)中的各项数据,通过机器学习算法,得出最优广告投放方案,便于对效果好的广告进行预算以及价格调整;同时可筛选出效果差的广告,进行屏蔽暂停,通过不停的轮转计算实现广告投放的效果最大化。
本发明能够释放一半的优化师人力,异常情况发现和处理效率提升58%,整体优化效果提升60%。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部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范围。
Claims (10)
1.一种基于AI大数据的搜索广告智能托管方法,其特征在于:包括:
S10,设定规则,并对规则进行存储;
S20,建立策略指令与规则一一对应的数据库;
S30,接收外部策略指令;
S40,定时进行策略指令扫描,判断策略模式,如为自定义托管策略指令,则执行S50,如为AI托管策略指令,则执行S60;
S50,对广告数据进行提取计算,判断是否达到策略执行条件,达到,则将策略指令对应的规则分发至分布式策略执行系统进行广告操作;
S60,通过模型算法,对广告数据进行计算,得出最优广告投放方案后,将最优广告投放方案分发至分布式策略执行系统进行广告操作。
2.根据权利要求1所述的一种基于AI大数据的搜索广告智能托管方法,其特征在于:所述接收外部策略指令中,所述的指令包括:自定义托管策略指令和AI托管策略指令;
所述的自定义托管策略指令包括:执行动作、执行时间、筛选条件、执行层次;
所述的AI托管策略指令包括:日预算、总预算、目标CPA。
3.根据权利要求1所述的一种基于AI大数据的搜索广告智能托管方法,其特征在于:所述设定规则,并对规则进行存储中,所述的规则包括:
规则一,无展现量关键词定时提升出价;
规则二,CPA超过目标值的关键词降低出价或进行关键词预警;
规则三,推广计划花费同比昨天波动范围超过一定阈值系统预警。
4.根据权利要求2所述的一种基于AI大数据的搜索广告智能托管方法,其特征在于:所述的执行做动作包括:开启/暂停,增加日/总预算,关键词加价,屏蔽关键词,添加关键词,异常预警;
所述的筛选条件包括:筛选类型和筛选数据,其中:
所述筛选类型包括:按照具体的数据、相比于昨天/上周均值的变化、在整体账户下的分布区间;
所述筛选数据包括:展现、点击、安装、花费、CPT、CPA、CR、TTR;
所述的执行层次包括:推广计划、广告组、关键词、搜索词。
5.根据权利要求2所述的一种基于AI大数据的搜索广告智能托管方法,其特征在于:所述通过模型算法,对广告数据进行计算,得出最优广告投放方案后,将最优广告投放方案分发至分布式策略执行系统进行广告操作中,所述的通过模型算法,对广告数据进行计算,得出最优广告投放方案,具体包括:
关键词选择,通过关键词推荐模型选出优质关键词;
运用OCPC调价模型动态调价;
所述的运用OCPC调价模型动态调价,具体包括:
根据pCVR、广告主历史的转化数据,确定出价调整区间的上下边界;
在出价区间内,迭代产生最终的出价,该出价可以最大化平台eCPM的收益。
6.一种基于AI大数据的搜索广告智能托管系统,其特征在于:包括:
设定单元(10),用于设定规则,并对规则进行存储;
建立单元(20),用于建立策略指令与规则一一对应的数据库;
接收单元(30),用于接收外部策略指令;
策略定时调度单元(40),用于定时进行策略指令扫描,判断策略模式;
自定义托管策略执行单元(50),用于对广告数据进行提取计算,判断是否达到策略执行条件,达到,则将策略指令对应的规则分发至分布式策略执行系统进行广告操作;
AI托管策略执行单元(60),用于通过模型算法,对广告数据进行计算,得出最优广告投放方案后,将最优广告投放方案分发至分布式策略执行系统进行广告操作。
7.根据权利要求6所述的一种基于AI大数据的搜索广告智能托管系统,其特征在于:
所述接收单元(30)中接收的指令包括:自定义托管策略指令(301)和AI托管策略指令(302);
所述的自定义托管策略指令(301)包括:执行动作、执行时间、筛选条件、执行层次;
所述的AI托管策略指令(302)包括:日预算、总预算、目标CPA。
8.根据权利要求6所述的种基于AI大数据的搜索广告智能托管系统,其特征在于:所述设定单元(10)中的规则包括:
规则一,无展现量关键词定时提升出价;
规则二,CPA超过目标值的关键词降低出价或进行关键词预警;
规则三,推广计划花费同比昨天波动范围超过一定阈值系统预警。
9.根据权利要求7所述的种基于AI大数据的搜索广告智能托管系统,其特征在于:所述的执行做动作包括:开启/暂停,增加日/总预算,关键词加价,屏蔽关键词,添加关键词,异常预警;
所述的筛选条件包括:筛选类型和筛选数据,其中:
所述筛选类型包括:按照具体的数据、相比于昨天/上周均值的变化、在整体账户下的分布区间;
所述筛选数据包括:展现、点击、安装、花费、CPT、CPA、CR、TTR;
所述的执行层次包括:推广计划、广告组、关键词、搜索词。
10.根据权利要求7所述的种基于AI大数据的搜索广告智能托管系统,其特征在于:所述自定义托管策略执行单元(50)中,通过模型算法,对广告数据进行计算,得出最优广告投放方案,具体包括:
关键词选择,通过关键词推荐模型选出优质关键词;
运用OCPC调价模型动态调价;
其中,所述的运用OCPC调价模型动态调价具体包括:
根据pCVR、广告主历史的转化数据,确定出价调整区间的上下边界;
在出价区间内,迭代产生最终的出价,该出价可以最大化平台eCPM的收益。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810429654.4A CN108629626B (zh) | 2018-05-08 | 2018-05-08 | 一种基于ai大数据的搜索广告智能托管方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810429654.4A CN108629626B (zh) | 2018-05-08 | 2018-05-08 | 一种基于ai大数据的搜索广告智能托管方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108629626A true CN108629626A (zh) | 2018-10-09 |
CN108629626B CN108629626B (zh) | 2021-11-19 |
Family
ID=63695880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810429654.4A Active CN108629626B (zh) | 2018-05-08 | 2018-05-08 | 一种基于ai大数据的搜索广告智能托管方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108629626B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109919677A (zh) * | 2019-03-06 | 2019-06-21 | 厦门清谷信息技术有限公司 | 广告策略优化迭代的方法、装置及智能终端 |
CN111581494A (zh) * | 2020-04-08 | 2020-08-25 | 西窗科技(苏州)有限公司 | 一种互联网广告投放平台的关键词分类方法及分类系统 |
CN111598631A (zh) * | 2020-06-05 | 2020-08-28 | 上海智子信息科技股份有限公司 | 一种效果目标导向的跨渠道关键字价格优化方法 |
CN112215647A (zh) * | 2020-10-12 | 2021-01-12 | 上海酷量信息技术有限公司 | 一种触发预设条件自动化处理系统及方法 |
CN113674013A (zh) * | 2021-07-08 | 2021-11-19 | 上海百秋电子商务有限公司 | 一种基于商户自定义规则的广告竞价调整方法及系统 |
CN116883073A (zh) * | 2023-07-11 | 2023-10-13 | 广州易尊网络科技股份有限公司 | 一种实现广告快速通过学习期的编排式决策方法 |
CN118608210A (zh) * | 2024-08-07 | 2024-09-06 | 巨掌互动科技(北京)有限公司 | 一种关键词推荐方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102385729A (zh) * | 2011-10-25 | 2012-03-21 | 北京亿赞普网络技术有限公司 | 一种广告投放策略的评估方法和装置 |
CN103606100A (zh) * | 2013-12-05 | 2014-02-26 | 深圳市宜搜科技发展有限公司 | 广告排序方法及装置 |
CN104851023A (zh) * | 2015-05-07 | 2015-08-19 | 容一飞 | 一种实时竞价在线反馈控制方法及系统 |
CN105844493A (zh) * | 2016-03-30 | 2016-08-10 | 新浪网技术(中国)有限公司 | 实时竞价广告出价建议实现方法及装置 |
-
2018
- 2018-05-08 CN CN201810429654.4A patent/CN108629626B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102385729A (zh) * | 2011-10-25 | 2012-03-21 | 北京亿赞普网络技术有限公司 | 一种广告投放策略的评估方法和装置 |
CN103606100A (zh) * | 2013-12-05 | 2014-02-26 | 深圳市宜搜科技发展有限公司 | 广告排序方法及装置 |
CN104851023A (zh) * | 2015-05-07 | 2015-08-19 | 容一飞 | 一种实时竞价在线反馈控制方法及系统 |
CN105844493A (zh) * | 2016-03-30 | 2016-08-10 | 新浪网技术(中国)有限公司 | 实时竞价广告出价建议实现方法及装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109919677A (zh) * | 2019-03-06 | 2019-06-21 | 厦门清谷信息技术有限公司 | 广告策略优化迭代的方法、装置及智能终端 |
CN111581494A (zh) * | 2020-04-08 | 2020-08-25 | 西窗科技(苏州)有限公司 | 一种互联网广告投放平台的关键词分类方法及分类系统 |
CN111598631A (zh) * | 2020-06-05 | 2020-08-28 | 上海智子信息科技股份有限公司 | 一种效果目标导向的跨渠道关键字价格优化方法 |
CN112215647A (zh) * | 2020-10-12 | 2021-01-12 | 上海酷量信息技术有限公司 | 一种触发预设条件自动化处理系统及方法 |
CN113674013A (zh) * | 2021-07-08 | 2021-11-19 | 上海百秋电子商务有限公司 | 一种基于商户自定义规则的广告竞价调整方法及系统 |
CN113674013B (zh) * | 2021-07-08 | 2024-04-30 | 上海百秋新网商数字科技有限公司 | 一种基于商户自定义规则的广告竞价调整方法及系统 |
CN116883073A (zh) * | 2023-07-11 | 2023-10-13 | 广州易尊网络科技股份有限公司 | 一种实现广告快速通过学习期的编排式决策方法 |
CN118608210A (zh) * | 2024-08-07 | 2024-09-06 | 巨掌互动科技(北京)有限公司 | 一种关键词推荐方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108629626B (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108629626A (zh) | 一种基于ai大数据的搜索广告智能托管方法和系统 | |
CN110415010A (zh) | 一种互联网广告投放系统、方法及其应用系统 | |
Mei et al. | On engineering game theory with its application in power systems | |
Mekonnen et al. | Drivers of groundwater use and technical efficiency of groundwater, canal water, and conjunctive use in Pakistan's Indus Basin Irrigation System | |
Rodríguez-García et al. | A novel tool for the evaluation and assessment of demand response activities in the industrial sector | |
Stenzel et al. | Freshwater requirements of large-scale bioenergy plantations for limiting global warming to 1.5 C | |
JP2010157269A5 (zh) | ||
Uyar et al. | A novel differential evolution application to short-term electrical power generation scheduling | |
Klychova et al. | Priorities of agricultural credit cooperation development | |
CN110348908A (zh) | 广告投放预算控制方法及装置 | |
CN109615430A (zh) | 一种广告投放分配方法及装置 | |
CN112348598A (zh) | 投放方法、投放装置、服务器和存储介质 | |
CN110335075A (zh) | 适于消费金融的智能营销系统及其工作方法 | |
CN112465573A (zh) | 一种多渠道智能广告投放方法、装置和电子设备 | |
CN115222450A (zh) | 一种广告自动化投放管理系统 | |
CN109598480A (zh) | 定时任务执行时间的管理方法及装置 | |
Kazempour et al. | Risk-constrained self-scheduling of a fuel and emission constrained power producer using rolling window procedure | |
CN110009526A (zh) | 基于三维市场状态的售电商智能代理投标行为优化方法 | |
CN109144762A (zh) | 一种修复异常调度任务的处理方法及装置 | |
CN113689113A (zh) | 工艺信息的推荐方法和装置,以及存储介质和处理器 | |
Vitiello et al. | A smart grid for the city of Rome: a cost benefit analysis | |
Zois et al. | Integrated platform for automated sustainable demand response in smart grids | |
CN106709573A (zh) | 一种提供日期信息的方法和装置 | |
CN114372645A (zh) | 基于多智能体强化学习的供能系统优化方法及系统 | |
Pupavac | Dynamic Pricing: The Future of Retail Business |
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 |