CN109087136B - 一种广告资源值的调整方法及装置 - Google Patents

Abstract

本申请实施例公开了一种广告资源值的调整方法和装置，可以在广告投放方的服务器执行，作为广告投放方可以已知不同时间段内的影响指标值，影响指标值例如转换率，通过前一时间段内的影响指标值与后一时间段内的影响指标值，可以确定出需要增加或减少的调整资源值，如果后一时间段内的影响指标值优于前一时间段内的影响指标值，则可以将当前广告资源值与调整资源值相加得到更新后的广告资源值，如果后一时间段内的影响指标值不优于前一时间段内的影响指标值，则可以将当前广告资源值与调整资源值相减得到更新后的广告资源值，从而作为广告投放方可以更为准确地调整广告资源值。

Description

一种广告资源值的调整方法及装置

技术领域

本申请涉及互联网技术领域，具体涉及一种广告资源值的调整方法及装置。

背景技术

在现有技术中，广告投放方可以在各个媒体中投放广告，所投放广告的资源值一般由媒体决定，媒体可以预估转换率进而调整广告的资源值，其中，转换率可以指应用程序的安装数量与广告曝光数量之比。但是，由于某些游戏类应用程序的特殊性，例如，应用程序安装包过大导致安装延时较长，从而使得用户通过广告进行应用程序的安装具有很大随机性，使得媒体无法准确预估转换率，进一步无法较为准确地调整广告的资源值。

发明内容

有鉴于此，本申请实施例提供一种广告资源值的调整方法及装置，以解决现有技术中无法较为准确地调整广告的资源值的技术问题。

为解决上述问题，本申请实施例提供的技术方案如下：

一种广告资源值的调整方法，所述方法包括：

获取第一时间段内的影响指标值以及第二时间段内的影响指标值，所述第一时间段晚于所述第二时间段；

根据所述第一时间段内的影响指标值以及第二时间段内的影响指标值，确定调整资源值；

当所述第一时间段内的影响指标值大于所述第二时间段内的影响指标值，将当前广告资源值与所述调整资源值相加得到更新后的广告资源值；

当所述第一时间段内的影响指标值小于或等于所述第二时间段内的影响指标值，将当前广告资源值与所述调整资源值相减得到更新后的广告资源值。

在一种可能的实现方式中，所述根据所述第一时间段内的影响指标值以及第二时间段内的影响指标值，确定调整资源值，包括：

对所述第一时间段内的影响指标值以及第二时间段内的影响指标值进行单侧t检验，计算统计量；

根据所述统计量查询t分布分位数表，得到第一显著性评判标准；

计算1与所述第一显著性评判标准之差，得到第二显著性评判标准；

将所述第二显著性评判标准作为韦布尔分布函数的分位数，输出调整资源值。

在一种可能的实现方式中，所述方法还包括：

将所述调整资源值乘以调整参数，更新所述调整资源值。

在一种可能的实现方式中，所述方法还包括：

通过强化学习方式对所述调整参数进行优化。

在一种可能的实现方式中，所述影响指标值包括转化率或收益率，所述转化率为激活数量与广告曝光数据之比，所述收益率为用户生命周期总价值之和与广告成本值之比。

一种广告资源值的调整装置，所述装置包括：

获取单元，用于获取第一时间段内的影响指标值以及第二时间段内的影响指标值，所述第一时间段晚于所述第二时间段；

确定单元，用于根据所述第一时间段内的影响指标值以及第二时间段内的影响指标值，确定调整资源值；

第一更新单元，用于当所述第一时间段内的影响指标值大于所述第二时间段内的影响指标值，将当前广告资源值与所述调整资源值相加得到更新后的广告资源值；

第二更新单元，用于当所述第一时间段内的影响指标值小于或等于所述第二时间段内的影响指标值，将当前广告资源值与所述调整资源值相减得到更新后的广告资源值。

在一种可能的实现方式中，所述确定单元具体包括：

计算子单元，用于对所述第一时间段内的影响指标值以及第二时间段内的影响指标值进行单侧t检验，计算统计量；

第一获得子单元，用于根据所述统计量查询t分布分位数表，得到第一显著性评判标准；

第二获得子单元，用于计算1与所述第一显著性评判标准之差，得到第二显著性评判标准；

输出子单元，用于将所述第二显著性评判标准作为韦布尔分布函数的分位数，输出调整资源值。

在一种可能的实现方式中，所述装置还包括：

第三更新单元，用于将所述调整资源值乘以调整参数，更新所述调整资源值。

在一种可能的实现方式中，所述装置还包括：

优化单元，用于通过强化学习方式对所述调整参数进行优化。

在一种可能的实现方式中，所述影响指标值包括转化率或收益率，所述转化率为激活数量与广告曝光数据之比，所述收益率为用户生命周期总价值之和与广告成本值之比。

由此可见，本申请实施例具有如下有益效果：

本申请实施例可以在广告投放方的服务器执行，作为广告投放方可以已知不同时间段内的影响指标值，影响指标值例如转换率，通过前一时间段内的影响指标值与后一时间段内的影响指标值，可以确定出需要增加或减少的调整资源值，如果后一时间段内的影响指标值优于前一时间段内的影响指标值，则可以将当前广告资源值与调整资源值相加得到更新后的广告资源值，如果后一时间段内的影响指标值不优于前一时间段内的影响指标值，则可以将当前广告资源值与调整资源值相减得到更新后的广告资源值，从而作为广告投放方可以更为准确地调整广告资源值。

附图说明

图1为本申请实施例提供的一种广告资源值的调整方法流程图；

图2为本申请实施例提供的一种确定调整资源值的方法流程图；

图3为本申请实施例提供的一种广告资源值的调整装置结构图。

具体实施方式

为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请实施例作进一步详细的说明。

为了便于理解本申请提供的技术方案，下面先对本申请技术方案的研究背景进行简单说明。

发明人在对传统的广告资源值的调整方法研究中发现，现有的广告资源值的调整主要由媒体方进行，具体调整方法为，媒体根据建立的转换率估计模型对转化率不断进行预估，以对广告资源值进行调整。然而，该调整只能依赖于估计的转化率，由于某些游戏类应用程序的特殊性，转化率容易受到随机波动的影响，增加预估难度，进而导致流量供给不稳定；另一方面无法针对广告投放方多维度的业务进行综合预估，具有局限性；再者，如果广告投放方想要进一步对广告资源值进行优化，则必须给媒体方提供更多的敏感数据，容易造成数据泄露。

基于此，本申请提出了一种广告资源值的调整方法和装置，本申请实施例可以在广告投放方(即广告主)的服务器执行，作为广告投放方可以已知不同时间段内的影响指标值，影响指标值例如转换率，通过前一时间段内的影响指标值与后一时间段内的影响指标值，可以确定出需要增加或减少的调整资源值，如果后一时间段内的影响指标值优于前一时间段内的影响指标值，则可以将当前广告资源值与调整资源值相加得到更新后的广告资源值，如果后一时间段内的影响指标值不优于前一时间段内的影响指标值，则可以将当前广告资源值与调整资源值相减得到更新后的广告资源值，从而作为广告投放方可以更为准确地调整广告资源值。另外，本申请实施例也可以应用于媒体方的服务器，通过从广告投放方获取不同时间段内的影响指标值，从而对广告资源值进行调整。

为便于理解本申请实施例提供的技术方案，下面将结合附图对本申请实施例提供的广告资源值的调整方法进行介绍。

参见图1，其示出了本申请实施例提供的一种广告资源值的调整方法流程图，如图1所示，该方法可以包括：

S101：获取第一时间段内的影响指标值以及第二时间段内的影响指标值。

本实施例中，当需要对广告资源值做出调整时，需要获取不同时间段内影响广告资源值的指标值，该影响指标值可以反应某时间段内广告投放方的广告效果。

其中，第一时间段晚于第二时间段，第一时间段内的影响指标值可以反应最近时间段广告的投放效果；第二时间段内的影响指标值用于反应过去时间段内广告投放效果。第一时间段可以理解为当前时间段，第二时间段可以理解为历史时间段，也就是说，获取当前时间段内的影响指标值以及历史时间段内的影响指标值，该影响指标值可以包括转化率或者收益率。

其中，转化率(Conversion Rate，CVR)为激活数量与广告曝光数据之比，具体是指，用户点击广告到成为一个有效激活或者注册甚至付费用户的转化率。收益率为用户生命周期总价值之和与广告成本值之比，用户生命周期总价值(life time value，LTV)之和可以为使用应用程序的各个用户的LTV之和，广告成本值可以理解为广告曝光数量与单次曝光的成本的乘积。

S102：根据第一时间段内的影响指标值以及第二时间段内的影响指标值，确定调整资源值。

本实施例中，由于影响指标值可以直接反应广告投放效果，而调整资源值与广告效果有具有一定的关系，因此，需要根据第一时间段内的影响指标值以及第二时间段内的影响指标值的变化，确定调整资源值，该调整资源值为大于零的正数。

其中，关于根据第一时间段内的影响指标值和第二时间段内的影响指标值确定调整资源值的具体实现方式将在后续实施例进行说明。

S103：当第一时间段内的影响指标值大于第二时间段内的影响指标值，将当前广告资源值与调整资源值相加得到更新后的广告资源值。

本实施例中，当第一时间段内的影响指标值大于第二时间段内的影响指标值时，表明广告投放效果较好，则可以提高广告资源值，增大投放规模，以使得广告投放方可以获得更多的点击流量，因此，可以将当前广告资源值与调整资源值相加得到更新后的广告资源值，加大投放力度。在实际应用中，广告资源值可以理解为广告竞价出价。

S104：当第一时间段内的影响指标值小于或等于第二时间段内的影响指标值，将当前广告资源值与调整资源值相减得到更新后的广告资源值。

本实施例中，当第一时间段内的影响指标值小于或等于第二时间段内的影响指标值时，表明与之前相比广告投放效果变差，为了保证广告投放方的投资回报率ROI(returnon investment)不变差，减小投资损失，则需要降低广告资源值，缩减投放规模，因此，将当前广告资源值减去调整资源值，得到更新后的广告资源值。

由上述实施例可以看出，本申请实施例可以在广告投放方的服务器执行，作为广告投放方可以已知不同时间段内的影响指标值，影响指标值例如转换率，通过前一时间段内的影响指标值与后一时间段内的影响指标值，可以确定出需要增加或减少的调整资源值，如果后一时间段内的影响指标值优于前一时间段内的影响指标值，则可以将当前广告资源值与调整资源值相加得到更新后的广告资源值，如果后一时间段内的影响指标值不优于前一时间段内的影响指标值，则可以将当前广告资源值与调整资源值相减得到更新后的广告资源值，从而作为广告投放方可以更为准确地调整广告资源值。

另外，由于本申请实施例提供的广告资源值调整方法可以由广告投放方直接参与，无需将敏感数据传输给媒体方，保证了数据安全，此外，广告投放方可以根据自身更多的业务需求组对广告资源值进行调整，从而进一步优化广告资源值，以给自身创造更大的价值。

由上述实施例可知，可以根据第一时间段内的影响指标值以及第二时间段内的影响指标值确定调整资源值，下面将结合附图对确定调整资源值的方法进行说明。

参见图2，该图为本申请实施例提供的一种确定调整资源值的方法流程图，如图2所示，该方法可以包括：

S201：对第一时间段内的影响指标值以及第二时间段内的影响指标值进行单侧t检验，计算统计量。

本实施例中，当获取第一时间段内的影响指标值和第二时间段内的影响指标值时，为保证获取的第一时间段内的影响指标能够真实反映广告的投放效果，需要对获取的影响指标值进行单侧t检验，以避免第一时间段内的影响指标值由于受随机事件影响而波动。

为便于理解，以获取第一时间段内的转化率CVR以及第二时间段内的转换率CVR为例进行说明，参见表1，如表1所示，数据组A为广告投放方在第二时间段内的曝光量以及安装量；数据组B为广告投放方在第一时间段内的曝光量以及安装数量，从CVR来看，数据组B的转化率是数据组A的2倍，直观上看，B的效果好于A，但实际上，B多出的1个安装很有可能是出于随机因素，并不是必然因素，这种情况下，B并不一定比A好。为了证明B组数据比A组数据好，需要对获取的两组数据进行单侧t检验。

表1不同时间段内转化率

数据组	安装	曝光	CVR
				A	1	100000	1e-05
B	2	100000	2e-05

以表1为例对单侧t检验进行说明，具体可以包括以下步骤：

1、原假设H0：CVR_B<＝CVR_A；

2、备则假设H1：CVR_B>CVR_A；

3、计算统计量，具体可以利用单侧双总体t检验方法进行计算，参见公式(1)：

其中，X_B和X_A分别为两组数据CVR平均值，S² _B和S² _A分别为两组数据方差、n_B和n_A分别为两组数据容量。

通过上述公式可以计算统计量t，以根据该统计量t执行S202。

S202：根据统计量查询t分布分位数表，得到第一显著性评判标准。

本实施例中，根据计算获得的统计量，通过查询t分布分位数表获得第一显著性评判标准。该第一显著性评判标准可以反映出第一时间段内的影响指标值是否确实大于第二时间段内的影响指标值。

实际应用中，第一显著性评判标准为在上述单侧t检验假设的情况下，获得的概率值，也就是说，第一显著性评判标准为[0,1]之间数值。例如，针对上述假设情况通过查表获得的概率值P＝0.282，则表明在原假设为真的前提下，有0.282的可能性会出现上述假设情况，

S203：计算1与第一显著性评判标准之差，得到第二显著性评判标准。

本实施例中，根据获得的第一显著性评判标准，与1进行相减，以获得第二显著性评判标准，也就是说，第二显著性评判标准为是否需要调整广告资源值的概率值。第二显著性评判标准可以理解为一个条件概率：在原假设为假(即假设投放效果在变化)的条件下，拒绝原假设(即投放效果确实在变化)的概率。该第二显著性评判标准与调整资源值具有正比例关系，第二显著性评判标准越高，说明两组数据的CVR差异越明显，则需要对当前广告资源值进行调整；第二显著性评判标准越低，说明两组数据的CVR不存在明显差异，则可以不对当前广告资源值进行调整。

S204：将第二显著性评判标准作为韦布尔分布函数的分位数，输出调整资源值。

本实施例中，可以利用韦布尔分布函数计算获得调整资源值，具体为，将第二显著性评判标准作为韦布尔分布函数的分位数，获得调整资源值。

在实际应用中，具体可以通过公式(2)计算获得调整资源值；

bid^*＝weibull(k).ppf(power) (2)

其中，bid*为调整资源值，weibull(k)是指分布形态参数为k的韦布尔分布，ppf(power)为累积分布函数的反函数，即分位数，power为第二显著性评判标准，power＝1-P。

通过公式(2)可以算获得调整资源值bid*，当第一时间段内的影响指标值大于第二时间段内的影响指标值时，更新后的广告资源值bid_new＝bid+bid*；当第一时间段内的影响指标值小于第二时间段内的影响指标时，更新后的广告资源bid_new＝bid-bid*，其中，bid为当前广告资源值。

在实际应用中，还可以对根据公式(2)计算获得调整资源值进行更新，具体可以为将调整资源值乘以调整参数，更新调整资源值，则根据更新后的调整资源值计算广告资源值。例如，调整参数为η，则更新后的调整资源值为η*bid*，则bid_new＝bid+η*bid*；或则bid_new＝bid-η*bid*。其中，调整参数η可以根据实际情况进行设置，本申请实施例对此不进行限定。

在本实施例中，还可以对调整参数进行优化，以进一步优化广告资源值，具体可以通过强化学习方式对调整参数进行优化。在实际应用中，可以通过强化学习Policygradient算法对调整参数进行优化。

基于上述方法实施例，本申请还提供了一种广告资源值的调整装置，下面将结合附图对该调整装置进行说明。

参见图3，该图为本申请实施例提供的一种广告资源值的调整装置结构图，如图3所示，该装置可以包括：

获取单元301，用于获取第一时间段内的影响指标值以及第二时间段内的影响指标值，所述第一时间段晚于所述第二时间段；

确定单元302，用于根据所述第一时间段内的影响指标值以及第二时间段内的影响指标值，确定调整资源值；

第一更新单元303，用于当所述第一时间段内的影响指标值大于所述第二时间段内的影响指标值，将当前广告资源值与所述调整资源值相加得到更新后的广告资源值；

第二更新单元304，用于当所述第一时间段内的影响指标值小于或等于所述第二时间段内的影响指标值，将当前广告资源值与所述调整资源值相减得到更新后的广告资源值。

在一些可能的实现方式中，所述确定单元具体包括：

计算子单元，用于对所述第一时间段内的影响指标值以及第二时间段内的影响指标值进行单侧t检验，计算统计量；

第一获得子单元，用于根据所述统计量查询t分布分位数表，得到第一显著性评判标准；

第二获得子单元，用于计算1与所述第一显著性评判标准之差，得到第二显著性评判标准；

输出子单元，用于将所述第二显著性评判标准作为韦布尔分布函数的分位数，输出调整资源值。

在一些可能的实现方式中，所述装置还包括：

第三更新单元，用于将所述调整资源值乘以调整参数，更新所述调整资源值。

在一些可能的实现方式中，所述装置还包括：优化单元，用于通过强化学习方式对所述调整参数进行优化。

在一些可能的实现方式中，所述影响指标值包括转化率或收益率，所述转化率为激活数量与广告曝光数据之比，所述收益率为用户生命周期总价值之和与广告成本值之比。

由上述实施例可以看出，本申请实施例可以在广告投放方的服务器执行，作为广告投放方可以已知不同时间段内的影响指标值，影响指标值例如转换率，通过前一时间段内的影响指标值与后一时间段内的影响指标值，可以确定出需要增加或减少的调整资源值，如果后一时间段内的影响指标值优于前一时间段内的影响指标值，则可以将当前广告资源值与调整资源值相加得到更新后的广告资源值，如果后一时间段内的影响指标值不优于前一时间段内的影响指标值，则可以将当前广告资源值与调整资源值相减得到更新后的广告资源值，从而作为广告投放方可以更为准确地调整广告资源值。

需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (6)

1.一种广告资源值的调整方法，其特征在于，所述方法包括：

获取第一时间段内的影响指标值以及第二时间段内的影响指标值，所述第一时间段晚于所述第二时间段；

根据所述第一时间段内的影响指标值以及第二时间段内的影响指标值，确定调整资源值；

当所述第一时间段内的影响指标值大于所述第二时间段内的影响指标值，将当前广告资源值与所述调整资源值相加得到更新后的广告资源值；

当所述第一时间段内的影响指标值小于或等于所述第二时间段内的影响指标值，将当前广告资源值与所述调整资源值相减得到更新后的广告资源值；

所述影响指标值包括转化率或收益率，所述转化率为激活数量与广告曝光数据之比，所述收益率为用户生命周期总价值之和与广告成本值之比；

其中，所述根据所述第一时间段内的影响指标值以及第二时间段内的影响指标值，确定调整资源值，包括：

对所述第一时间段内的影响指标值以及第二时间段内的影响指标值进行单侧t检验，计算统计量；

根据所述统计量查询t分布分位数表，得到第一显著性评判标准；

计算1与所述第一显著性评判标准之差，得到第二显著性评判标准；

将所述第二显著性评判标准作为韦布尔分布函数的分位数，输出调整资源值。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述调整资源值乘以调整参数，更新所述调整资源值。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

通过强化学习方式对所述调整参数进行优化。

4.一种广告资源值的调整装置，其特征在于，所述装置包括：

获取单元，用于获取第一时间段内的影响指标值以及第二时间段内的影响指标值，所述第一时间段晚于所述第二时间段；

确定单元，用于根据所述第一时间段内的影响指标值以及第二时间段内的影响指标值，确定调整资源值；

第一更新单元，用于当所述第一时间段内的影响指标值大于所述第二时间段内的影响指标值，将当前广告资源值与所述调整资源值相加得到更新后的广告资源值；

第二更新单元，用于当所述第一时间段内的影响指标值小于或等于所述第二时间段内的影响指标值，将当前广告资源值与所述调整资源值相减得到更新后的广告资源值；

所述影响指标值包括转化率或收益率，所述转化率为激活数量与广告曝光数据之比，所述收益率为用户生命周期总价值之和与广告成本值之比；

其中，所述确定单元具体包括：

计算子单元，用于对所述第一时间段内的影响指标值以及第二时间段内的影响指标值进行单侧t检验，计算统计量；

第一获得子单元，用于根据所述统计量查询t分布分位数表，得到第一显著性评判标准；

第二获得子单元，用于计算1与所述第一显著性评判标准之差，得到第二显著性评判标准；

输出子单元，用于将所述第二显著性评判标准作为韦布尔分布函数的分位数，输出调整资源值。

5.根据权利要求4所述的装置，其特征在于，所述装置还包括：

第三更新单元，用于将所述调整资源值乘以调整参数，更新所述调整资源值。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

优化单元，用于通过强化学习方式对所述调整参数进行优化。

Images