CN108985823B - 一种信息投放方法、装置、服务器及存储介质 - Google Patents

Abstract

本发明公开了一种信息投放方法、装置、服务器及存储介质，所述方法包括：获取投放信息的历史曝光数据，历史曝光数据包括曝光用户的用户标识和曝光数量；基于曝光用户的用户标识确定曝光用户的特征信息；将曝光用户的特征信息输入转化识别模型进行转化识别，得到投放信息的转化数量，转化识别模型包括基于曝光转化用户的特征信息和无转化用户的特征信息进行转化识别训练得到的预测模型；基于转化数量和所述曝光数量计算得到投放信息的曝光转化率；利用曝光转化率和投放信息的预设转化价格确定投放信息的投放价格；基于投放价格对投放信息进行竞价投放。利用本说明书实施例提供的技术方案可以针对转化进行出价，有效改善用户体验。

Description

一种信息投放方法、装置、服务器及存储介质

技术领域

本发明涉及互联网通信技术领域，尤其涉及一种信息投放方法、装置、服务器及存储介质。

背景技术

随着互联网行业特别是移动互联网的蓬勃发展，通过互联网进行信息推广成为信息传播的新形态。其中，互联网广告(以下简称广告)作为在互联网进行信息推广的典型技术，已经成为用户获取信息、以及广告主提升知名度和宣传产品的重要途径。

目前，广告信息投放常常采用竞价投放的方式。具体的，广告主可以针对广告信息点击或广告信息曝光进行出价，即CPC(Cost Per Click，每次点击付费广告)出价或CPM(Cost Per Impressions，每千人成本)出价；然后，投放系统选取出价最高的广告主进行广告信息投放展示，以实现媒体收益的最大化。但上述现有的技术方案仅仅对广告信息曝光或广告信息点击进行出价，而大部分广告主投放广告的最终目的还是转化，例如用户点击广告信息到着陆页进行了登录或下载APP等转化。故现有的竞价投放方式对需要基于信息投放实现最终收益的客户而言，无法实现对转化收益进行广告出价，用户体验差。因此，需要提供更有效的方案，以更好的实现客户利益，吸引更多客户到广告平台中来，长远提升投放系统媒体的收益。

发明内容

本发明提供了一种信息投放方法、装置、服务器及存储介质，可以实现针对转化进行出价，有效改善用户体验。

第一方面，本发明提供了一种信息投放方法，所述方法包括：

获取投放信息的历史曝光数据，所述历史曝光数据包括曝光用户的用户标识和曝光数量；

基于所述曝光用户的用户标识确定所述曝光用户的特征信息；

将所述曝光用户的特征信息输入转化识别模型进行转化识别，得到所述投放信息的转化数量，所述转化识别模型包括基于历史转化数据所对应的用户的特征信息和预设数量的无转化用户的特征信息进行转化识别训练得到的预测模型；

基于所述转化数量和所述曝光数量计算得到所述投放信息的曝光转化率；

利用所述曝光转化率和所述投放信息的预设转化价格确定所述投放信息的投放价格；

基于所述投放价格对所述投放信息进行竞价投放。

第二方面提供了一种信息投放装置，所述装置包括：

历史曝光数据获取模块，用于获取投放信息的历史曝光数据，所述历史曝光数据包括曝光用户的用户标识和曝光数量；

特征信息确定模块，用于基于所述曝光用户的用户标识确定所述曝光用户的特征信息；

转化识别模块，用于将所述曝光用户的特征信息输入转化识别模型进行转化识别，得到所述投放信息的转化数量，所述转化识别模型包括基于历史转化数据所对应的用户的特征信息和预设数量的无转化用户的特征信息进行转化识别训练得到的预测模型；

曝光转化率计算模块，用于基于所述转化数量和所述曝光数量计算得到所述投放信息的曝光转化率；

投放价格确定模块，用于利用所述曝光转化率和所述投放信息的预设转化价格确定所述投放信息的投放价格；

竞价投放模块，用于基于所述投放价格对所述投放信息进行竞价投放。

另一实施例中，所述转化识别模型具体包括采用下述单元确定：

曝光转化用户确定单元，用于确定曝光转化数据所对应的曝光转化用户；

第一特征信息获取单元，用于获取所述曝光转化数据所对应的用户的特征信息；

第二特征信息获取单元，用于获取预设数量的无转化用户的特征信息；

转化识别训练基于所述曝光转化数据所对应的用户的特征信息与所述无转化用户的特征信息进行转化识别训练，得到转化识别模型。

另一实施例中，所述历史曝光数据获取模块包括：

投放记录查询单元，用于查询历史投放记录是否存在所述投放信息的投放记录；

历史曝光数据获取单元，用于当所述投放记录查询单元查询的结果为是时，根据所述投放信息的投放标识信息获取所述投放信息的历史曝光数据；

其中，所述历史曝光数据还包括所述投放信息的投放标识信息。

另一实施例中，所述特征信息确定模块包括：

基础信息确定单元，用于利用所述曝光用户的用户标识确定所述曝光用户的基础信息；

特征信息提取单元，用于基于所述曝光用户的基础信息提取所述曝光用户的特征信息。

另一实施例中，所述投放价格确定模块包括下述单元之一：

第一投放价格计算单元，用于计算所述曝光转化率和所述预设转化价格的乘积，将得到的乘积作为所述投放信息的投放价格；

第二投放价格计算单元，用于计算所述曝光转化率和所述预设转化价格的乘积，将得到的乘积转换成预设竞价单位后作为所述投放信息的投放价格。

另一实施例中，所述装置还包括：

判断模块，用于在所述基于所述投放价格对所述投放信息进行竞价投放之前，判断所述投放价格是否小于等于预设阈值；

数据处理模块，当所述判断模块判断的结果为是时，执行基于所述投放价格对所述投放信息进行竞价投放的步骤。

第三方面提供了一种信息投放服务器，所述服务器包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如第一方面所述的信息投放方法。

第四方面提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如第一方面所述的信息投放方法。

本发明提供的信息投放方法、装置、服务器及存储介质，具有如下技术效果：

本发明通过将投放信息的历史曝光所对应的曝光用户的特征信息输入转化识别模型进行转化识别，可以准确的识别出该投放信息的转化数量；然后，基于投放信息的转化数量和曝光数量，计算出投放信息的曝光转化率，基于该曝光转化率确定投放信息的投放价格，可以实现针对转化进行出价，有效改善用户体验，更好的实现信息投放的客户的利益，进而可以吸引更多客户，提升投放系统媒体的收益。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，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它附图。

图1是本发明实施例提供的一种应用环境的示意图；

图2是本发明提供的转化识别模型的训练实施例的一种流程示意图；

图3是本发明提供的转化识别模型训练及应用的一种实施例的示意图；

图4是本发明实施例提供的一种信息投放方法的流程示意图；

图5是本发明实施例提供的获取投放信息的历史曝光数据的一种流程示意图；

图6是本说明书实施例提供的一种基于投放价格对所述投放信息进行竞价投放的实施例的示意图；

图7是本发明实施例提供的另一种信息投放方法的流程示意图；

图8是本发明实施例提供的一种信息投放装置的结构示意图；

图9是本发明实施例提供的另一种信息投放装置的结构示意图；

图10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，所描述的实施例仅仅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的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。

需要说明的是，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数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，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步骤或单元。

请参阅图1，图1是本发明实施例提供的一种应用环境的示意图，如图1所示，该应用环境可以包括竞价投放系统01、需求方平台02和投放媒体03。

具体的，所述竞价投放系统01可以包括用于根据投放信息的出价进行信息投放的系统。具体的，所述竞价投放系统01可以包括一个或多个独立运行的服务器，或者分布式服务器，或者由多个服务器组成的服务器集群。服务器可以包括有网络通信单元、处理器和存储器等等。分布式存储器可以包括多个处理器和多个网络通信单元和多个存储器等。多存储器可以为多个独立的物理存储器，也可以为分布式存储系统。

具体的，所述需求方平台02可以为信息投放的需求方，例如广告信息投放的需求方广告主，也可以为广告主的广告信息投放的委托代理方。具体的，所述需求方平台02可以包括一个或多个独立运行的服务器，或者分布式服务器，或者由多个服务器组成的服务器集群。服务器可以包括有网络通信单元、处理器和存储器等等。分布式存储器可以包括多个处理器和多个网络通信单元和多个存储器等。多存储器可以为多个独立的物理存储器，也可以为分布式存储系统。

具体的，投放媒体03用于进行信息投放展示，具体的，所述投放媒体03可以包括台式电脑、平板电脑、笔记本电脑、智能手机、数字助理、智能可穿戴设备等。其中，智能可穿戴设备可以包括智能手环、智能手表、智能眼镜、智能头盔等。当然，客户端并不限于上述具有一定实体的电子设备，其还可以为运行于上述电子设备中的软体。具体的，例如，客户端可以为腾讯视频、优酷等服务商提供给用户的网页页面，也可以为该些服务商提供给用户的应用。

本说明书实施例，所述竞价投放系统01可以与需求方平台02进行通信，也可以与所述投放媒体03进行通信，以便投放媒体03将投放到投放媒体03的投放信息的历史曝光数据上传至所述竞价投放系统01，以及所述竞价投放系统01可以把历史曝光数据所对应的曝光用户的用户标识、时间戳信息等标识信息传输给需求方平台02，相应的，需求方平台02可以根据曝光用户的用户标识等标识信息回传相应的曝光转化数据；进一步的，竞价投放系统01可以根据历史曝光数据和历史曝光所产生的曝光转化数据进行转化识别模型的训练。

另外，需要说明的是，上述竞价投放系统01与需求方平台02之间传输的曝光转化数据，以及竞价投放系统01与投放媒体03至今传输的历史曝光数据支持第三方监测，以保证数据的真实性。

以下先介绍本发明提供的转化识别模型的训练实施例，具体的，如图2所示，可以包括：

S201：确定曝光转化数据所对应的曝光转化用户。

本说明书实施例中，所述曝光转化数据可以包括投放信息的历史曝光所产生的转化数据，具体地，所述转化数据可以包括：投放APP下载信息时下载APP、投放业务平台的推广信息时在业务平台进行注册的事件、投放购物网站信息时的购买行为等投放信息所对应的目标事件。

本说明书实施例中，所述曝光转化用户可以包括投放信息曝光后产生转化数据的用户。

在实际应用中，上述曝光转化数据产生过程中下载APP、注册以及购买等转化行为是由相应的用户执行的，相应的，所述曝光转化数据与相应的用户所对应。具体的，曝光转化数据与用户之间的对应关系，可以结合下述曝光转化数据回传给竞价服务器的过程中确定：

1)需求方平台可以利用本地的转化跟踪工具来跟踪投放信息曝光所带来的转化，并记录该投放信息曝光所带来的转化所对应的曝光转化数据；另外，也可以使用非本地的转化跟踪工具，例如腾讯移动分析MTA或应用宝。

2)在实际应用中，投放信息曝光发生时，曝光用户的用户标识和投放信息的投放订单标识也可以传输给转化跟踪工具。需求方平台可以根据曝光用户的用户标识和投放信息的投放订单标识等投放曝光相关的标识信息关联到对应的投放信息的曝光转化数据，并回传给竞价投放系统，相应的，需求方平台回传给所述竞价投放系统的曝光转化数据可以标注有曝光转化用户的用户标识以及曝光的投放信息的投放订单标识。

S203：获取所述曝光转化数据所对应的用户的特征信息。

本说明书实施例中，在确定曝光转化数据所对应的曝光转化用户之后，可以获取用户的基本信息，基于所述用户的基础信息提取所述用户的特征信息。

具体的，所述用户的基本信息可以包括用户年龄、性别、学历、收入等可以反映用户个人特征的信息；

本说明书实施例中，基于用户的基础信息提取用户的特征信息可以包括但不限于采用梯度提升决策树、朴素贝叶斯等机器学习方法来提取特征信息。

S205：获取预设数量的无转化用户的特征信息。

本说明书实施例，所述无转化用户可以为投放信息所需要投放的投放媒体上未发生曝光转化的用户，一般的，为了保证后续转化识别模型训练过程中正例数据和负例数据的平衡，本说明书实施例中，所述无转化用户的数量(预设数量)可以根据所述曝光转化数据所对应的用户的数量确定，具体的，所述无转化用户的数量可以与所述曝光转化数据所对应的用户的数量为同一量级的数量值。

此外，这里无转化用户的特征信息的获取方式可以参见上述相关描述，在此不再赘述。

S207：基于所述曝光转化数据所对应的用户的特征信息与所述无转化用户的特征信息进行转化识别训练，得到转化识别模型。

本说明书实施例中，基于所述曝光转化数据所对应的用户的特征信息与所述无转化用户的特征信息进行转化识别训练，得到转化识别模型可以包括但不限于采用卷积神经网络、递归神经网络或逻辑回归网络等机器学习方式。

在一个具体的实施例中，所述转化识别训练过程中包括基于曝光转化数据所对应的用户的特征信息与无转化用户的特征信息训练分类器Y＝F(X)，具体的：

其中，X表示用户的特征信息，所述特征信息可以为多纬变量。函数F是分类器，将任意一个用户的特征信息输入该分类器就可确定该用户是否会转化到结果。这里将所有用户分成两类：曝光转化数据所对应的用户的特征信息所对应的y＝0，即相应的用户会产生转化，无转化用户的特征信息所对应的y＝1，即不相应的会产生转化。

如图3所示，图3是本发明提供的转化识别模型训练及应用的一种实施例的示意图。从图中可见，在基于历史转化数据所对应的用户的特征信息(转化用户的特征信息)和无转化用户的特征信息训练得到的转化识别模型后，该转化识别模型即一个预测模型，后续，将一个用户的特征信息输入该转化识别模型，该转化识别模型可以确定该用户是否会产生转化。

由以上本说明书提供的转化识别模型的训练实施例的技术方案可见，本说明书中通过历史曝光产生曝光转化数据所对应的用户的特征信息与无转化用户的特征信息进行转化识别训练，得到可以准确识别用户是否会产生转化的转化识别模型，可以为后续投放信息的竞价提供有效的转化率作为数据支持。

以下介绍本发明基于上述转化识别模型的信息投放方法的一种具体实施例，图4是本发明实施例提供的一种信息投放方法的流程示意图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或服务器产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图4所示，所述方法可以包括：

S401：获取投放信息的历史曝光数据。

本说明书实施例中，所述投放信息可以包括当前需要投放的投放信息。在实际应用中，竞价投放系统中可以包括大量投放信息，而某一投放信息往往会在竞价投放系统进行多次或长期的竞价投放；因此，在竞价投放系统中的投放信息往往在之前有过投放曝光记录，相应的，在投放媒体侧记录有已经投放曝光过的投放信息的历史曝光数据，竞价投放系统可以根据投放信息的投放标识信息从投放媒体侧获取该投放信息的历史曝光数据。

本说明书实施例中，所述历史曝光数据可以包括投放信息的历史曝光过程中涉及的数据。具体的，可以包括投放信息的曝光数量、浏览投放信息的曝光用户的用户标识(用户ID)，还可以包括投放信息的投放标识信息(订单ID，媒体排期ID等)等。

具体的，如图5所示，所述获取投放信息的历史曝光数据可以包括：

S501：查询历史投放记录是否存在所述投放信息的投放记录。

在实际应用中，信息投放的需求方在将投放信息上传到竞价投放系统后，竞价投放系统中往往会为每个投放信息设置一个投放标识信息，以用于区分不同的投放信息。具体的，本说明书实施例中，所述投放标识信息可以包括但不限于订单ID和媒体排期ID。所述订单ID可以包括需求方在竞价投放系统投放某一投放信息所对应的订单的唯一标识。

本说明书实施例中，竞价投放系统中已经投放过的信息往往记录有相应的历史投放记录，所述历史投放记录与投放过的信息的投放标识信息相对应。相应的，可以在基于投放信息在竞价投放系统中的投放标识信息从所述历史投放记录中查询是否存在所述投放信息的投放记录。

S503：当查询的结果为是时，根据所述投放信息的投放标识信息获取所述投放信息的历史曝光数据。

本说明书实施例中，当步骤S501查询的结果为是时，可以确定所述投放信息之前投放至投放媒体，相应的，根据所述投放信息的投放标识信息获取所述投放信息的历史曝光数据。

S403：基于所述曝光用户的用户标识获取所述曝光用户的特征信息。

本说明书实施例中，所述基于所述曝光用户的用户标识获取所述曝光用户的特征信息可以包括：利用所述曝光用户的用户标识确定所述曝光用户的基础信息；基于所述曝光用户的基础信息提取所述曝光用户的特征信息。

此外，需要说明的是，这里提取所述曝光用户的特征信息可以参见上述提取用户的特征信息相关说明，在此不再赘述。

S405：将所述曝光用户的特征信息输入转化识别模型进行转化识别，得到所述投放信息的转化数量。

本说明书实施例中，投放信息历史曝光时所对应的曝光用户一般可以包括多个，相应的，将所述曝光用户的特征信息输入转化识别模型进行转化识别，可以确定多个曝光用户是否产生转化，相应的，可以根据产生转化的用户的数据，确定所述投放信息的转化数量。

S407：基于所述转化数量和所述曝光数量计算得到所述投放信息的曝光转化率。

本说明书实施例中，所述曝光转化率可以包括投放信息曝光后，产生转化的转化数量占曝光数量的比例。

具体的，本说明书实施例中，可以将投放信息的转化数据除以投放信息的曝光数量得到该投放信息的曝光转化率。

S409：利用所述曝光转化率和所述投放信息的预设转化价格确定所述投放信息的投放价格。

本说明书实施例中，所述预设转化价格可以根据信息投放的需求方设定的需要投放的信息产生一次转化所能带来的收益确定，一般的，该预设转化价格小于等于该产生一次转化所能带来的收益。

具体的实施例中，所述利用所述曝光转化率和所述投放信息的预设转化价格确定所述投放信息的投放价格可以包括计算所述曝光转化率和所述预设转化价格的乘积，将得到的乘积作为所述投放信息的投放价格。

另一些实施例中，考虑到现有的大量竞价投放系统常常采用CPM价格等进行竞价，可以将投放信息的投放价格转换成通用竞价单位，相应的，本说明书实施例中，所述利用所述曝光转化率和所述投放信息的预设转化价格确定所述投放信息的投放价格可以包括计算所述曝光转化率和所述预设转化价格的乘积，将得到的乘积转换成预设竞价单位后作为所述投放信息的投放价格。

在一个具体的实施例中，以竞价单位为CPM为例，所述利用所述曝光转化率和所述投放信息的预设转化价格确定所述投放信息的投放价格可以包括计算曝光转化率和预设转化价格的乘积，将得到的乘积乘以1000后的乘积作为所述投放信息的投放价格。

S411：基于所述投放价格对所述投放信息进行竞价投放。

本说明书实施例中，可以根据投放信息的投放价格高低来选修最终投放的投放信息。具体的实施例中，如图6所示，图6是本说明书实施例提供的一种基于投放价格对所述投放信息进行竞价投放的实施例的示意图。从图6可见，以CPM价格为例，投放信息A的预设转化价格是10元，曝光转化率是0.001；相应的，CPM价格为1000*10*0.001＝10元；投放信息B的预设转化价格是10元，曝光转化率是0.002；相应的，CPM价格为1000*10*0.002＝20元；投放信息C的预设转化价格是5元，曝光转化率是0.01；相应的，CPM价格为1000*5*0.01＝50元；相应的，这里投放信息C的投放价格最好，相应的，可以投放该投放信息C。

在另一些实施例中，考虑到转化预测时，受限于数据量和用户变化等情况，转化率可能存在偏差，相应的，可以设置一个投放价格上限阈值，如果根据预测的转化率得到的投放价格大于该投放价格上限阈值，则该投放信息放弃出价机会或按照所述投放价格上限阈值进行出价。

相应的，在一些实施例中，在步骤S411之前，如图7所示，所述方法还可以包括：

S413：判断所述投放价格是否小于等于预设阈值；

当判断的结果为是时，执行基于所述投放价格对所述投放信息进行竞价投放的步骤。

在另一些实施例中，当判断的结果为否时，该投放信息放弃出价机会或按照所述投放价格上限阈值进行出价。

本说明书中，所述预设阈值可以结合实际应用中，信息投放的需求方的历史收益情况等进行设置。

由以上本说明书实施例提供的信息投放方法的技术方案可见，本说明书实施例中通过将投放信息的历史曝光所对应的曝光用户的特征信息输入转化识别模型进行转化识别，可以准确的识别出该投放信息的转化数量；然后，基于投放信息的转化数量和曝光数量，计算出投放信息的曝光转化率，基于该曝光转化率确定投放信息后续的投放价格，可以实现针对转化进行出价，有效改善用户体验，更好的实现信息投放的客户的利益，进而可以吸引更多客户，提升投放系统媒体的收益。

本发明实施例还提供了一种信息投放装置，如图8所示，所述装置包括：

历史曝光数据获取模块810，可以用于获取投放信息的历史曝光数据，所述历史曝光数据包括曝光用户的用户标识和曝光数量；

特征信息确定模块820，可以用于基于所述曝光用户的用户标识确定所述曝光用户的特征信息；

转化识别模块830，可以用于将所述曝光用户的特征信息输入转化识别模型进行转化识别，得到所述投放信息的转化数量，所述转化识别模型包括基于历史转化数据所对应的用户的特征信息和预设数量的无转化用户的特征信息进行转化识别训练得到的预测模型；

曝光转化率计算模块840，可以用于基于所述转化数量和所述曝光数量计算得到所述投放信息的曝光转化率；

投放价格确定模块850，可以用于利用所述曝光转化率和所述投放信息的预设转化价格确定所述投放信息的投放价格；

竞价投放模块860，用于基于所述投放价格对所述投放信息进行竞价投放。

另一实施例中，所述转化识别模型具体包括采用下述单元确定：

曝光转化用户确定单元，用于确定曝光转化数据所对应的曝光转化用户；

第一特征信息获取单元，用于获取所述曝光转化数据所对应的用户的特征信息；

第二特征信息获取单元，用于获取预设数量的无转化用户的特征信息；

转化识别训练基于所述曝光转化数据所对应的用户的特征信息与所述无转化用户的特征信息进行转化识别训练，得到转化识别模型。

另一实施例中，所述历史曝光数据获取模块包括：

投放记录查询单元，用于查询历史投放记录是否存在所述投放信息的投放记录；

历史曝光数据获取单元，用于当所述投放记录查询单元查询的结果为是时，根据所述投放信息的投放标识信息获取所述投放信息的历史曝光数据；

其中，所述历史曝光数据还包括所述投放信息的投放标识信息。

另一实施例中，所述特征信息确定模块包括：

基础信息确定单元，用于利用所述曝光用户的用户标识确定所述曝光用户的基础信息；

特征信息提取单元，用于基于所述曝光用户的基础信息提取所述曝光用户的特征信息。

另一实施例中，所述投放价格确定模块包括下述单元之一：

第一投放价格计算单元，用于计算所述曝光转化率和所述预设转化价格的乘积，将得到的乘积作为所述投放信息的投放价格；

第二投放价格计算单元，用于计算所述曝光转化率和所述预设转化价格的乘积，将得到的乘积转换成预设竞价单位后作为所述投放信息的投放价格。

所述的装置实施例中的装置与方法实施例基于同样地发明构思。

本发明实施例还提供了一种信息投放装置，如图9所示，所述装置可以包括：

历史曝光数据获取模块910，可以用于获取投放信息的历史曝光数据，所述历史曝光数据包括曝光用户的用户标识和曝光数量；

特征信息确定模块920，可以用于基于所述曝光用户的用户标识确定所述曝光用户的特征信息；

转化识别模块930，可以用于将所述曝光用户的特征信息输入转化识别模型进行转化识别，得到所述投放信息的转化数量，所述转化识别模型包括基于历史转化数据所对应的用户的特征信息和预设数量的无转化用户的特征信息进行转化识别训练得到的预测模型；

曝光转化率计算模块940，可以用于基于所述转化数量和所述曝光数量计算得到所述投放信息的曝光转化率；

投放价格确定模块950，可以用于利用所述曝光转化率和所述投放信息的预设转化价格确定所述投放信息的投放价格；

判断模块960，可以用于在所述基于所述投放价格对所述投放信息进行竞价投放之前，判断所述投放价格是否小于等于预设阈值；

竞价投放模块970，可以用于当所述判断模块判断的结果为是时，基于所述投放价格对所述投放信息进行竞价投放。

所述的装置实施例中的装置与方法实施例基于同样地发明构思。

本发明实施例提供了一种信息投放服务器，该信息投放服务器包括处理器和存储器，该存储器中存储有至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现如上述方法实施例所提供的信息投放方法。

存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、功能所需的应用程序等；存储数据区可存储根据所述设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器还可以包括存储器控制器，以提供处理器对存储器的访问。

本发明实施例所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例，图10是本发明实施例提供的一种信息投放方法的服务器的硬件结构框图。如图10所示，该服务器1000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 Processing Units，CPU)1010(处理器1010可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器1030，一个或一个以上存储应用程序1023或数据1022的存储介质1020(例如一个或一个以上海量存储设备)。其中，存储器1030和存储介质1020可以是短暂存储或持久存储。存储在存储介质1020的程序可以包括一个或一个以上模块，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1010可以设置为与存储介质1020通信，在服务器1000上执行存储介质1020中的一系列指令操作。服务器1000还可以包括一个或一个以上电源1060，一个或一个以上有线或无线网络接口1050，一个或一个以上输入输出接口1040，和/或，一个或一个以上操作系统1021，例如Windows ServerTM，Mac OSXTM，UnixTM,LinuxTM，FreeBSDTM等等。

输入输出接口1040可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括服务器1000的通信供应商提供的无线网络。在一个实例中，输入输出接口1040包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，输入输出接口1040可以为射频(RadioFrequency，RF)模块，其用于通过无线方式与互联网进行通讯。

本领域普通技术人员可以理解，图10所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，服务器1000还可包括比图10中所示更多或者更少的组件，或者具有与图10所示不同的配置。

本发明的实施例还提供了一种存储介质，所述存储介质可设置于服务器之中以保存用于实现方法实施例中一种信息投放方法相关的至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现上述方法实施例提供的信息投放方法。

可选地，在本实施例中，上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

由上述本发明提供的信息投放方法、装置、服务器或存储介质的实施例可见，本发明中通过将投放信息的历史曝光所对应的曝光用户的特征信息输入转化识别模型进行转化识别，可以准确的识别出该投放信息的转化数量；然后，基于投放信息的转化数量和曝光数量，计算出投放信息的曝光转化率，基于该曝光转化率确定投放信息后续的投放价格，可以实现针对转化进行出价，有效改善用户体验，更好的实现信息投放的客户的利益，进而可以吸引更多客户，提升投放系统媒体的收益。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

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

本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 (10)

1.一种信息投放方法，其特征在于，所述方法包括：

获取投放信息的历史曝光数据，所述历史曝光数据包括多个曝光用户的用户标识和曝光数量；

基于所述多个曝光用户的用户标识确定所述多个曝光用户的特征信息；

将所述多个曝光用户的特征信息输入转化识别模型进行转化识别，确定所述多个曝光用户是否产生转化，根据产生转化的用户的数据，确定所述投放信息的转化数量，所述转化识别模型包括基于历史转化数据所对应的用户的特征信息和预设数量的无转化用户的特征信息进行转化识别训练得到的预测模型；

基于所述转化数量和所述曝光数量计算得到所述投放信息的曝光转化率；

利用所述曝光转化率和所述投放信息的预设转化价格确定所述投放信息的投放价格；

基于所述投放价格对所述投放信息进行竞价投放，根据投放信息的所述投放价格的高低来选择最终投放的投放信息。

2.根据权利要求1所述的方法，其特征在于，所述转化识别模型具体包括采用下述方式确定：

确定曝光转化数据所对应的曝光转化用户；

获取所述曝光转化数据所对应的用户的特征信息；

获取预设数量的无转化用户的特征信息；

基于所述曝光转化数据所对应的用户的特征信息与所述无转化用户的特征信息进行转化识别训练，得到转化识别模型。

3.根据权利要求2所述的方法，其特征在于，所述预设数量包括与所述曝光转化数据所对应的用户的数量为同一量级的数量值。

4.根据权利要求1所述的方法，其特征在于，所述获取投放信息的历史曝光数据包括：

查询历史投放记录是否存在所述投放信息的投放记录；

当查询的结果为是时，根据所述投放信息的投放标识信息获取所述投放信息的历史曝光数据；

其中，所述历史曝光数据还包括所述投放信息的投放标识信息。

5.根据权利要求1所述的方法，其特征在于，所述基于所述曝光用户的用户标识获取所述曝光用户的特征信息包括：

利用所述曝光用户的用户标识确定所述曝光用户的基础信息；

基于所述曝光用户的基础信息提取所述曝光用户的特征信息。

6.根据权利要求1所述的方法，其特征在于，所述利用所述曝光转化率和所述投放信息的预设转化价格确定所述投放信息的投放价格包括：

计算所述曝光转化率和所述预设转化价格的乘积，将得到的乘积作为所述投放信息的投放价格；

或，

计算所述曝光转化率和所述预设转化价格的乘积，将得到的乘积转换成预设竞价单位后作为所述投放信息的投放价格。

7.根据权利要求1所述的方法，其特征在于，在所述基于所述投放价格对所述投放信息进行竞价投放之前，所述方法还包括：

判断所述投放价格是否小于等于预设阈值；

当判断的结果为是时，执行基于所述投放价格对所述投放信息进行竞价投放的步骤。

8.一种信息投放装置，其特征在于，所述装置包括：

历史曝光数据获取模块，用于获取投放信息的历史曝光数据，所述历史曝光数据包括多个曝光用户的用户标识和曝光数量；

特征信息确定模块，用于基于所述多个曝光用户的用户标识确定所述多个曝光用户的特征信息；

转化识别模块，用于将所述多个曝光用户的特征信息输入转化识别模型进行转化识别，确定所述多个曝光用户是否产生转化，根据产生转化的用户的数据，确定所述投放信息的转化数量，所述转化识别模型包括基于历史转化数据所对应的用户的特征信息和预设数量的无转化用户的特征信息进行转化识别训练得到的预测模型；

曝光转化率计算模块，用于基于所述转化数量和所述曝光数量计算得到所述投放信息的曝光转化率；

投放价格确定模块，用于利用所述曝光转化率和所述投放信息的预设转化价格确定所述投放信息的投放价格；

竞价投放模块，用于基于所述投放价格对所述投放信息进行竞价投放，根据投放信息的所述投放价格的高低来选择最终投放的投放信息。

9.一种信息投放服务器，其特征在于，所述服务器包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至7任一所述的信息投放方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至7任一所述的信息投放方法。

Images