CN109697635A - 一种竞价获取方法、装置、电子设备及介质 - Google Patents
一种竞价获取方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN109697635A CN109697635A CN201811607305.3A CN201811607305A CN109697635A CN 109697635 A CN109697635 A CN 109697635A CN 201811607305 A CN201811607305 A CN 201811607305A CN 109697635 A CN109697635 A CN 109697635A
- Authority
- CN
- China
- Prior art keywords
- predicted
- budget
- dynamic
- bidding
- price
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000006243 chemical reaction Methods 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
- G06Q30/0273—Determination of fees for advertising
- G06Q30/0275—Auctions
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
本发明实施例涉及互联网技术领域，公开了一种竞价获取方法、装置、电子设备及介质。竞价获取方法，包括：根据历史竞价成功率，获取基础价格；根据预测投资回报率，获取动态调价因子；根据所述基础价格与所述动态调价因子，获取竞价。采用本发明的实施方式，使得能够根据历史数据和用户需求来实现自动获取竞价，有效提升了竞价效率和成功率。
Description
技术领域
本发明实施例涉及互联网技术领域，特别涉及一种竞价获取方法、装置、电子设备及介质。
背景技术
随着经济发展和互联网技术的广泛应用，广告已经渗透人们生活的各个方面。目前，由于广告带来的收益是巨大的，当商户为了获得在网络上展示广告的机会时，需要通过竞价的方式，和其他商户进行广告刊位的竞争；不同类型的商户在不同刊位进行广告投放时，所需的投放成本和所获得的收益都是存在极大不同的。
然而发明人发现相关技术中至少存在如下问题：由于存在商户对于广告竞价的竞价规则不够了解的情况，导致许多商户不知道如何进行竞价才能够使最终的投资回报率满足期望。
发明内容
本发明实施方式的目的在于提供一种竞价获取方法、装置、电子设备及介质，使得能够根据历史数据和用户需求来实现自动获取竞价，有效提升了竞价效率和成功率。
为解决上述技术问题，本发明的实施方式提供了一种竞价获取方法，包括以下步骤：根据历史竞价成功率，获取基础价格；根据预测投资回报率，获取动态调价因子；根据所述基础价格与所述动态调价因子，获取竞价。
本发明的实施方式还提供了一种竞价获取装置，包括：获取基础价格模块，用于根据历史竞价成功率，获取的基础价格；获取动态调价因子模块用于根据预测投资回报率，获取动态调价因子；获取竞价模块，用于根据所述基础价格与所述动态调价因子，获取竞价。
本发明的实施方式还提供了一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：根据历史竞价成功率，获取的基础价格；根据的预测投资回报率，获取动态调价因子；根据所述基础价格与所述动态调价因子，获取竞价。
本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述的竞价获取方法。
本发明实施方式相对于现有技术而言，根据历史竞价成功率，获取的基础价格，有效保证了一定的竞价成功基准概率；根据预测投资回报率，获取动态调价因子，以个性化的进行竞价的实时调整；根据所述基础价格与所述动态调价因子，获取竞价。通过上述竞价获取方法，在保证基础的竞价成功率的同时，针对个性化的用户需求，最大化实现预测投资回报率，有效的提升了竞价效率和成功率。
另外，根据预测投资回报率，获取动态调价因子，具体包括：获取最大预算；根据所述最大预算和所述预测投资回报率的约束关系，计算动态调价因子，以在最大预算的约束下满足商户个性化的期望投资回报率。
另外，最大预算和所述预测投资回报率的约束关系，具体为：所述预测投资回报率大于预设阈值，其中，所述预测投资回报率具体为预测收入与所述最大预算的比值。
另外，根据所述最大预算和预测投资回报率的约束关系，计算动态调价因子，具体包括：根据所述最大预算和所述预测投资回报率的约束关系，获取预测点击率和预测转化率；获取实时预算误差，其中，所述实时预算误差为：实时预测支出和实时支出的比值；根据所述预测点击率，所述预测转化率和所述实时预算误差，计算动态调价因子。
另外，根据所述预测点击率，所述预测转化率和所述实时预算误差，计算动态调价因子，具体为：根据以下公式，计算动态调价因子：
y＝(1+c1*pctr)*(1+c2*pcvr)*(1+c3*(Budget_predict)/(Cost_current))
其中，所述y表示所述动态调价因子，所述pctr表示所述预测点击率，所述pcvr表示所述预测转化率，所述Budget_predict表示所述实时预测支出，所述Cost_current表示所述实时支出，c1、c2和c3均为常数。
另外，根据所述预测点击率，所述预测转化率和所述实时预算误差，计算动态调价因子，具体为：
根据以下公式，计算动态调价因子：
y＝(1+c1*pctr)*(1+c2*pcvr)*(1+c3*(Budget_predict)/(Cost_current))*(1+c4*Budget_lastslot/Cost_lastslot)
其中，所述y表示所述动态调价因子，所述pctr表示所述预测点击率，pcvr表示所述预测转化率，所述Budget_predict表示所述实时预测支出，所述Cost_current表示所述实时支出，所述Budget_lastslot表示前一时间段内的预测支出，所述Cost_lastslot表示前一时间段内的实际支出，c1、c2、c3和c4均为常数。通过引入前一时间段内的预算误差作为平滑项，有效避免了预算误差的动态变化过于剧烈，导致计算出的动态调价因子不够准确的问题。
另外，历史竞价成功率，具体通过以下方式获得：获取相似商户的平均历史竞价成功率，作为所述历史竞价成功率；或者获取曝光量达到预设门限的商户的平均历史竞价成功率，作为所述历史竞价成功率，以保证获取到的历史竞价成功率的准确度，或是获取到的竞价成功率处于一个较高的基准。
另外，根据历史竞价成功率，获取的基础价格，具体包括：获取所述历史基础价格和历史点击率，计算所述平均历史竞价分数；根据所述历史竞价成功率和所述平均历史竞价分数，计算基础价格。通过将评估历史竞价效果的多个历史数据纳为计算基础价格的因素，有效提升了计算出的基础价格的准确性和真实度，有助于提高竞价的成功率。
附图说明
图1是根据本发明第一实施方式的竞价获取方法的流程图；
图2是根据本发明第二实施方式的竞价获取方法的流程图；
图3是根据本发明第三实施方式的竞价获取装置的结构图；
图4是根据本发明第四实施方式的电子设备的结构图。
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，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便，不应对本发明的具体实现方式构成任何限定，各个实施例在不矛盾的前提下可以相互结合相互引用。
本发明的第一实施方式涉及一种竞价获取方法，具体流程如图1所示。本实施方式中，根据历史竞价成功率，获取基础价格；根据预测投资回报率，获取动态调价因子；根据所述基础价格与所述动态调价因子，获取竞价，以保证一定基准的竞价成功率时达到最大化商户投资回报率的业务目标。由于广告竞价是一个时刻进行的动态事件，因此本实施方式中涉及的竞价获取方法也是一个动态进行的过程，每当产生一次竞价请求时都会根据当前时刻下的历史数据和当前时刻下的预测投资回报率，获取竞价，以实现自动调整竞价价格。下面对图1的流程做具体说明：
步骤101，根据历史竞价成功率，获取商户的基础价格。
具体地说，由于竞价成功率受到竞价价格的极大影响，因此可根据历史竞价成功率，反推得出基础价格，以保证一定基准的竞价成功率。历史竞价成功率可通过以下方式获得：将曝光量达到预设门限的商户的平均历史竞价成功率，作为历史竞价成功率，以保证竞价成功率处于一个较高的基准，且竞价成功后带来较为理想的曝光量和收益。历史竞价成功率还可通过以下方式获得：取商户的相似商户的平均历史竞价成功率，作为历史竞价成功率，以提高获取到的历史竞价成功率的准确度。通过已完成竞价的商户的历史数据，拟合得到历史竞价成功率和基础价格存在的线性关系；根据线性关系，可通过历史竞价成功率反推出商户的基础价格。
步骤102，获取商户的最大预算，根据商户的最大预算和预测投资回报率，获取商户的动态调价因子。
具体地说，竞价的获取是一个动态获取的过程，每产生一次竞价请求时都会根据当前时刻的预测投资回报率等，获取竞价，也就是说，竞价获取实际上是一个约束条件下求最优解的过程，根据每个时刻约束条件的不同，求得每个时刻的动态调价因子，以计算出每个时刻的最优竞价价格，从而实现最大化商户的投资回报率等业务目标，实现个性化的竞价实时调整。
更具体地说，本实施方式中通过拉格朗日算子，在最大预算和预测投资回报率的约束关系下，计算动态调价因子。最大预算和预测投资回报率之间存在约束关系，具体为：以商户的预测收入和商户的最大预算的比值作为预测投资回报率，且预测投资回报率大于预设阈值，以满足商户个性化的期望投资回报率。
其中，最大预算可由商户根据实际情况给出，最大预算可通过以下积分公式表示：
Budeget＝∫pctr*w*bid_basedx
其中，Budeget表示给出的最大预算的值，pctr表示商户的预测点击率，w表base表示基础价格，x表示竞价周期内的竞价次数；上述积分公式表示对竞价周期内的竞价次数进行积分。例如在1天的竞价周期内，产生了1000次竞价，则积分范围为0～1000。
因此，预测投资回报率大于预设阈值可理解为以下公式：
其中，分子部分表示商户的预测收入，分母部分即为上述最大预算，r表示预设阈值。pctr表示商户的预测点击率，w表示历史竞价成功率，pcvr表示商户的预测转化率，price表示成交订单产生的收入。由于分母部分为已知参数，分子部分的pctr、w、price也均为已知参数，因此可通过对上述约束关系公式求最优解反推得到商户的预测转化率和预测点击率，从而进行动态调价因子的计算。
步骤103，根据商户的基础价格和动态调价因子，获取商户的竞价。通过在基础价格上结合动态调价因子来获取竞价，以实现自动调整竞价价格。
具体地说，在本实施方式中，对动态调价因子进行归一化处理，将基础价格和动态调价因子相乘，将相乘得到的积，作为此次获取的竞价。例如，根据70％的历史竞价成功率，反推得到基础价格为1000元；根据10％的预测投资回报率，获取动态调价因子为1.2，则获取到竞价为(1000×1.2)＝1200元。
下面以一实例做具体说明：在T1时刻，根据历史竞价成功率，获取到商户在T1时的基础价格为S1元；根据商户的预测投资回报率，获取到商户在T1时刻的动态调价因子为a；则获取到商户在T1时刻的竞价为S1*a元，以S1*a元参与竞价。在T2时刻，商户继续参与竞价，获取到商户在T2时的基础价格为S2元；根据商户的预测投资回报率，获取到商户在T2时刻的动态调价因子为b；则获取到商户在T2时刻的竞价为S2*b元，以S2*b元参与竞价。
本实施方式相对于现有技术而言，根据历史竞价成功率，获取商户的基础价格，保证了一定基准的竞价成功率；根据商户的预测投资回报率，获取动态调价因子，并根据商户的基础价格和动态调价因子，获取商户的竞价，以实现对商户自动竞价的同时，针对个性化的用户需求，最大化实现商户预测的投资回报率，有效的提升了竞价效率和成功率。
本发明的第二实施方式涉及一种竞价获取方法，具体流程如图2所示。本实施方式中，对获取基础价格，和获取动态调价因子的过程，做了进一步细化。下面对图2的流程做具体说明：
步骤201，获取相似商户的平均历史竞价成功率，作为商户的历史竞价成功率；或者获取曝光量达到预设门限的商户的平均历史竞价成功率，作为商户的历史竞价成功率。
具体地说，将曝光量达到预设门限的商户的平均历史竞价成功率，作为历史竞价成功率，以保证竞价成功率处于一个较高的基准，且竞价成功后带来较为理想的曝光量和收益。例如，取曝光量位于前50％的商户各自的历史竞价成功率，对各自的历史竞价成功率进行求平均值，得到平均历史竞价成功率，作为商户的历史竞价成功率。
或者，取相似商户的平均历史竞价成功率，作为历史竞价成功率，以提高获取到的历史竞价成功率的准确度。这里的相似商户，可以为与商户的类型、经营范围等多方面特征相似的商户；相似商户可通过以下方式获得：将商户的多方面特征输入至现有的机器学习模型，对商户的多方面特征进行打分，将特征分数与商户的特征分数相近的商户，作为商户的相似商户。
步骤202，获取历史基础价格和历史点击率，计算平均历史竞价分数。
具体地说，由于需要根据历史竞价成功率反推基础价格，因此当获取相似商户的平均历史竞价成功率时，获取相似商户的历史基础价格和历史点击率，以评估似商户的历史竞价效果；当获取曝光量达到预设门限的商户的平均历史竞价成功率时，获取达到预设门限的商户的历史基础价格和历史点击率；将获取到的历史基础价格和历史点击率相乘，将相乘的到的积，作为平均历史竞价分数，作为表征历史竞价效果的因素。
步骤203，根据历史竞价成功率和平均历史竞价分数，计算基础价格。
具体地说，通过以下公式，计算基础价格：
w＝k1*bid_base*pctr/avg_rank_score+k2
即bid_base＝(w-k2)*avg_rank_score/(k1*pctr)；
其中，w表示历史竞价成功率，bid_base表示基础价格，pctr表示预测点击率，avg-rank_score为上述的平均历史竞价分数，即历史基础价格和历史点击率的乘积；k1和k2为常数参数；其中，k1和k2为通过已完成竞价的商户的历史数据，线性拟合得到的最优参数，具体为：将多个已完成竞价的商户的已知竞价成功率、已知竞价时的基础价格和相似商户的平均历史竞价分数，代入上述公式，反推计算出k1和k2。通过上述算法计算基础价格，是在本地化服务中预测竞价成功率上的创新，适用于多种本地化竞价场景；且通过将评估相似商户的历史竞价效果的多个历史数据纳为计算基础价格的因素，有效提升了计算出的基础价格的准确性和真实度，有助于提高竞价的成功率。
步骤204，获取商户的最大预算，根据商户的最大预算和预测投资回报率的约束关系，获取商户的预测点击率和预测转化率。此步骤与步骤102中根据最大预算和预测投资回报率的约束关系，获取到商户的预测点击率和预测转化率等参数的步骤相同，此处不再赘述。
步骤205，获取商户的实时预算误差。
具体地说，实时预算误差具体为：商户的实时预测支出和实时支出的比值；实时预测支出具体指预先估测的截止目前为止的支出。例如，从开始竞价距离当前时刻经过了2小时，预先估测的截止当前时刻的支出为1500元，实时实际支出了为1000元，则实时预算误差为(1500/1000)＝1.5。
步骤206，根据商户的预测点击率，预测转化率和实时预算误差，计算商户的动态调价因子。
具体地说，可根据以下公式，计算动态调价因子：
y＝(1+c1*pctr)*(1+c2*pcvr)*(1+c3*(Budget_predict)/(Cost_current))
其中，所述y表示所述动态调价因子，所述pctr表示所述预测点击率，所述pcvr表示所述预测转化率，所述Budget_predict表示所述实时预测支出，所述Cost_current表示所述实时支出，(Budget_predict)/(Cost_current)即表示上述的实时预算误差，c1、c2和c3均为常数。
另外，在实际应用中，还可根据以下公式，计算动态调价因子：
y＝(1+c1*pctr)*(1+c2*pcvr)*(1+c3*(Budget_predict)/(Cost_current))*(1+c4*Budget_lastslot/Cost_lastslot)
其中，所述y表示所述动态调价因子，所述pctr表示所述预测点击率，pcvr表示所述预测转化率，所述Budget_predict表示所述实时预测支出，所述Cost_current表示所述实时支出，(Budget_predict)/(Cost_current)即表示上述的实时预算误差；另外，还增加了一项计算参数，公式中的Budget_lastslot表示前一时间段内的预测支出，Cost_lastslot表示前一时间段内的实际支出，即(Budget_lastslot)/(Cost_lastslot)即表示前一段时间内的预算误差；c1、c2、c3和c4均为常数。由于竞价的获取也是一个动态获取的过程，因此在上述公式中引入前一时间段内的预算误差作为平滑项，用于平滑截止目前为止的预算误差，有效避免了预算误差的动态变化过于剧烈，导致计算出的动态调价因子不够准确的问题。
步骤207，根据商户的基础价格和动态调价因子，获取商户的竞价。此步骤与步骤103相同，此处不再赘述。
本实施方式相对于现有技术而言，当获取基础价格时，将相似商户的平均历史竞价成功率，或是曝光量达到预设门限的商户的平均历史竞价成功率，作为历史竞价成功率；获取上述获取的商户历史基础价格和历史点击率，计算获取的商户的平均历史竞价分数，作为评估历史竞价效果的因素，有效保证了后续获取到的基础价格的准确度；根据历史竞价成功率和平均历史竞价分数，通过一定的公式计算出基础价格；当获取动态调价因子时，获取最大预算，根据最大预算和预测投资回报率的约束关系，获取预测点击率和预测转化率；获取实时预算误差；根据预测点击率，预测转化率和实时预算误差，通过一定的公式计算动态调价因子。本实施方式中的算法，适用于多种本地化竞价场景，能够根据历史数据和用户需求，自动进行竞价的获取，有效的提升了竞价效率和成功率。
本发明第三实施方式涉及一种竞价获取装置，如图3所示，包括：获取基础价格模块301，获取动态调价因子模块302和获取竞价模块303。
获取基础价格模块301用于根据历史竞价成功率，获取基础价格。
获取动态调价因子模块302用于根据预测投资回报率，获取动态调价因子。
获取竞价模块303用于根据所述基础价格与所述动态调价因子，获取竞价。
在一个实例中，获取动态调价因子模块302具体用于获取最大预算；根据所述最大预算和所述预测投资回报率的约束关系，计算动态调价因子。
在一个实例中，获取动态调价因子模块302计算动态调价因子时根据的最大预算和所述预测投资回报率的约束关系，具体为：所述预测投资回报率大于预设阈值，其中，所述预测投资回报率具体为预测收入与所述最大预算的比值。
在一个实例中，获取动态调价因子模块302具体用于根据所述最大预算和所述预测投资回报率的约束关系，获取预测点击率和预测转化率；获取实时预算误差，其中，所述实时预算误差为：实时预测支出和实时支出的比值；根据所述预测点击率，所述预测转化率和所述实时预算误差，计算动态调价因子。
在一个实例中，获取动态调价因子模块302具体用于计算动态调价因子的公式为：y＝(1+c1*pctr)*(1+c2*pcvr)*(1+c3*(Budget_predict)/(Cost_current))；
其中，y表示动态调价因子，pctr表示预测点击率，pcvr表示预测转化率，Budget_predict表示实时预测支出，Cost_current表示实时支出，(Budget_predict)/(Cost_current)即表示实时预算误差，c1、c2和c3均为常数。
在一个实例中，获取动态调价因子模块302具体用于计算动态调价因子的公式为：y＝(1+c1*pctr)*(1+c2*pcvr)*(1+c3*(Budget_predict)/(Cost_current))*(1+c4*Budget_lastslot/Cost_lastslot)
其中，y表示动态调价因子，pctr表示预测点击率，pcvr表示预测转化率，Budget_predict表示实时预测支出，Cost_current表示实时支出，(Budget_predict)/(Cost_current)即表示实时预算误差，Budget_lastslot表示前一时间段内的预测支出，Cost_lastslot表示前一时间段内的实际支出，即(Budget_lastslot)/(Cost_lastslot)即表示前一段时间内的预算误差，c1、c2、c3和c4均为常数。
在一个实例中，获取基础价格模块301获取相似商户的平均历史竞价成功率，作为所述历史竞价成功率。
在一个实例中，获取基础价格模块301获取所述相似商户的历史基础价格和历史点击率，计算所述相似商户的平均历史竞价分数；根据所述历史竞价成功率和所述平均历史竞价分数，计算基础价格。
不难发现，本实施方式为与第一实施方式或第二实施方式相对应的装置实施例，本实施方式可与第一实施方式或第二实施方式互相配合实施。第一实施方式和第二实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应的，本实施方式中提到的相关技术细节也可应用在第一实施方式或第二实施方式中。
值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。
本发明第四实施方式涉及一种电子设备，如图4所示，该电子设备包括：
至少一个处理器401；以及，与至少一个处理器401通信连接的存储器402；以及，与竞价获取装置通信连接的通信组件403，通信组件403在处理器401的控制下接收和发送数据；其中，存储器402存储有可被至少一个处理器401执行的指令，指令被至少一个处理器401执行以实现：
根据历史竞价成功率，获取基础价格；
根据的预测投资回报率，获取动态调价因子；
根据所述基础价格与所述动态调价因子，获取竞价。
具体地，该终端包括：一个或多个处理器401以及存储器402，图4中以一个处理器401为例。处理器401、存储器402可以通过总线或者其他方式连接，图4中以通过总线连接为例。存储器402作为一种计算机可读存储介质，可用于存储计算机软件程序、计算机可执行程序以及模块。处理器401通过运行存储在存储器402中的计算机软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述竞价获取方法。
存储器402可以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、至少一个功能所需要的应用程序；存储数据区可存储选项列表等。此外，存储器402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、或其他非易失性固态存储器件。在一些实施方式中，存储器402可选包括相对于处理器401远程设置的存储器，这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器402中，当被一个或者多个处理器401执行时，执行上述任意方法实施方式中的竞价获取方法。
上述产品可执行本申请实施方式所提供的方法，具备执行方法相应的功能模块和有益效果，未在本实施方式中详尽描述的技术细节，可参见本申请实施方式所提供的方法。
在本实施方式中，根据历史竞价成功率，获取基础价格，有效保证了一定的竞价成功基准概率；根据预测投资回报率，获取动态调价因子，以个性化的进行竞价的实时调整；根据所述基础价格与所述动态调价因子，获取竞价。通过上述竞价获取方法，在保证基础的竞价成功率的同时，针对个性化的用户需求，最大化实现预测投资回报率，有效的提升了竞价效率和成功率。
本发明第五实施方式涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述竞价获取方法实施例。
即，本领域技术人员可以理解，实现上述竞价获取方法实施例中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。
本申请实施例公开了A1.一种竞价获取方法，包括：
根据历史竞价成功率，获取基础价格；
根据预测投资回报率，获取动态调价因子；
根据所述基础价格与所述动态调价因子，获取竞价。
A2.如A1所述的竞价获取方法，所述根据预测投资回报率，获取动态调价因子，具体包括：
获取最大预算；
根据所述最大预算和所述预测投资回报率的约束关系，计算动态调价因子。
A3.如A2所述的竞价获取方法，所述最大预算和所述预测投资回报率的约束关系，具体为：
所述预测投资回报率大于预设阈值，其中，所述预测投资回报率具体为预测收入与所述最大预算的比值。
A4.如A2所述的竞价获取方法，所述根据所述最大预算和预测投资回报率的约束关系，计算动态调价因子，具体包括：
根据所述最大预算和所述预测投资回报率的约束关系，获取预测点击率和预测转化率；
获取实时预算误差，其中，所述实时预算误差为：实时预测支出和实时支出的比值；
根据所述预测点击率，所述预测转化率和所述实时预算误差，计算动态调价因子。
A5.如A4所述的竞价获取方法，所述根据所述预测点击率，所述预测转化率和所述实时预算误差，计算动态调价因子，具体为：
根据以下公式，计算动态调价因子：
y＝(1+c1*pctr)*(1+c2*pcvr)*(1+c3*(Budget_predict)/(Cost_current))
其中，所述y表示所述动态调价因子，所述pctr表示所述预测点击率，所述pcvr表示所述预测转化率，所述Budget_predict表示所述实时预测支出，所述Cost_current表示所述实时支出，c1、c2和c3均为常数。
A6.如A4所述的竞价获取方法，所述根据所述预测点击率，所述预测转化率和所述实时预算误差，计算动态调价因子，具体为：
根据以下公式，计算动态调价因子：
y＝(1+c1*pctr)*(1+c2*pcvr)*(1+c3*(Budget_predict)/(Cost_current))*(1+c4*Budget_lastslot/Cost_lastslot)
其中，所述y表示所述动态调价因子，所述pctr表示所述预测点击率，pcvr表示所述预测转化率，所述Budget_predict表示所述实时预测支出，所述Cost_current表示所述实时支出，所述Budget_lastslot表示前一时间段内的预测支出，所述Cost_lastslot表示前一时间段内的实际支出，c1、c2、c3和c4均为常数。
A7.如A1所述的竞价获取方法，所述历史竞价成功率，具体通过以下方式获得：
获取相似商户的平均历史竞价成功率，作为所述历史竞价成功率；或者
获取曝光量达到预设门限的商户的平均历史竞价成功率，作为所述历史竞价成功率。
A8.如A7所述的竞价获取方法，所述根据历史竞价成功率，获取的基础价格，具体包括：
获取所述历史基础价格和历史点击率，计算所述平均历史竞价分数；
根据所述历史竞价成功率和所述平均历史竞价分数，计算基础价格。
本申请实施例公开了B1.一种竞价获取装置，包括：
获取基础价格模块，用于根据历史竞价成功率，获取的基础价格；
获取动态调价因子模块，用于根据预测投资回报率，获取动态调价因子；
获取竞价模块，用于根据所述基础价格与所述动态调价因子，获取竞价。
本申请实施例公开了C1.一种电子设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：
根据历史竞价成功率，获取的基础价格；
根据的预测投资回报率，获取动态调价因子；
根据所述基础价格与所述动态调价因子，获取竞价。
C2.如C1所述的电子设备，所述根据预测投资回报率，获取动态调价因子，具体包括：
获取最大预算；
根据所述最大预算和所述预测投资回报率的约束关系，计算动态调价因子。
C3.如C2所述的电子设备，所述最大预算和所述预测投资回报率的约束关系，具体为：
所述预测投资回报率大于预设阈值，其中，所述预测投资回报率具体为预测收入与所述最大预算的比值。
C4.如C2所述的电子设备，所述根据所述最大预算和预测投资回报率的约束关系，计算动态调价因子，具体包括：
根据所述最大预算和所述预测投资回报率的约束关系，获取预测点击率和预测转化率；
获取实时预算误差，其中，所述实时预算误差为：实时预测支出和实时支出的比值；
根据所述预测点击率，所述预测转化率和所述实时预算误差，计算动态调价因子。
C5.如C4所述的电子设备，所述根据所述预测点击率，所述预测转化率和所述实时预算误差，计算动态调价因子，具体为：
根据以下公式，计算动态调价因子：
y＝(1+c1*pctr)*(1+c2*pcvr)*(1+c3*(Budget_predict)/(Cost_current))
其中，所述y表示所述动态调价因子，所述pctr表示所述预测点击率，所current表示所述实时支出，c1、c2和c3均为常数。
C6.如C4所述的电子设备，所述根据所述预测点击率，所述预测转化率和所述实时预算误差，计算动态调价因子，具体为：
根据以下公式，计算动态调价因子：
y＝(1+c1*pctr)*(1+c2*pcvr)*(1+c3*(Budget_predict)/(Cost_current))*(1+c4*Budget_lastslot/Cost_lastslot)
其中，所述y表示所述动态调价因子，所述pctr表示所述预测点击率，pcvrlastslot表示前一时间段内的实际支出，c1、c2、c3和c4均为常数。
C7.如C1所述的竞价获取方法，所述历史竞价成功率，具体通过以下方式获得：
获取相似商户的平均历史竞价成功率，作为所述历史竞价成功率；或者
获取曝光率达到预设门限的商户的平均历史竞价成功率，作为所述历史竞价成功率。
C8.如C7所述的竞价获取方法，所述根据历史竞价成功率，获取商户的基础价格，具体包括：
获取所述历史基础价格和历史点击率，计算所述平均历史竞价分数；
根据所述历史竞价成功率和所述平均历史竞价分数，计算基础价格。
本申请实施例还公开了D1.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现A1至A8中任一项所述的竞价获取方法。
Claims (10)
1.一种竞价获取方法，其特征在于，包括：
根据历史竞价成功率，获取基础价格；
根据预测投资回报率，获取动态调价因子；
根据所述基础价格与所述动态调价因子，获取竞价。
2.根据权利要求1所述的竞价获取方法，其特征在于，所述根据预测投资回报率，获取动态调价因子，具体包括：
获取最大预算；
根据所述最大预算和所述预测投资回报率的约束关系，计算动态调价因子。
3.根据权利要求2所述的竞价获取方法，其特征在于，所述最大预算和所述预测投资回报率的约束关系，具体为：
所述预测投资回报率大于预设阈值，其中，所述预测投资回报率具体为预测收入与所述最大预算的比值。
4.根据权利要求2所述的竞价获取方法，其特征在于，所述根据所述最大预算和预测投资回报率的约束关系，计算动态调价因子，具体包括：
根据所述最大预算和所述预测投资回报率的约束关系，获取预测点击率和预测转化率；
获取实时预算误差，其中，所述实时预算误差为：实时预测支出和实时支出的比值；
根据所述预测点击率，所述预测转化率和所述实时预算误差，计算动态调价因子。
5.根据权利要求4所述的竞价获取方法，其特征在于，所述根据所述预测点击率，所述预测转化率和所述实时预算误差，计算动态调价因子，具体为：
根据以下公式，计算动态调价因子：
y＝(1+c1*pctr)*(1+c2*pcvr)*(1+c3*(Budget_predict)/(Cost_current))
其中，所述y表示所述动态调价因子，所述pctr表示所述预测点击率，所述pcvr表示所述预测转化率，所述Budget_predict表示所述实时预测支出，所述Cost_current表示所述实时支出，c1、c2和c3均为常数。
6.根据权利要求4所述的竞价获取方法，其特征在于，所述根据所述预测点击率，所述预测转化率和所述实时预算误差，计算动态调价因子，具体为：
根据以下公式，计算动态调价因子：
y＝(1+c1*pctr)*(1+c2*pcvr)*(1+c3*(Budget_predict)/(Cost_current))*(1+c4*Budget_lastslot/Cost_lastslot)
其中，所述y表示所述动态调价因子，所述pctr表示所述预测点击率，pcvr表示所述预测转化率，所述Budget_predict表示所述实时预测支出，所述Cost_current表示所述实时支出，所述Budget_lastslot表示前一时间段内的预测支出，所述Cost_lastslot表示前一时间段内的实际支出，c1、c2、c3和c4均为常数。
7.根据权利要求1所述的竞价获取方法，其特征在于，所述历史竞价成功率，具体通过以下方式获得：
获取相似商户的平均历史竞价成功率，作为所述历史竞价成功率；或者
获取曝光量达到预设门限的商户的平均历史竞价成功率，作为所述历史竞价成功率。
8.一种竞价获取装置，其特征在于，包括：
获取基础价格模块，用于根据历史竞价成功率，获取的基础价格；
获取动态调价因子模块，用于根据预测投资回报率，获取动态调价因子；
获取竞价模块，用于根据所述基础价格与所述动态调价因子，获取竞价。
9.一种电子设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：
根据历史竞价成功率，获取的基础价格；
根据的预测投资回报率，获取动态调价因子；
根据所述基础价格与所述动态调价因子，获取竞价。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的竞价获取方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811607305.3A CN109697635A (zh) | 2018-12-27 | 2018-12-27 | 一种竞价获取方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811607305.3A CN109697635A (zh) | 2018-12-27 | 2018-12-27 | 一种竞价获取方法、装置、电子设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109697635A true CN109697635A (zh) | 2019-04-30 |
Family
ID=66232672
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811607305.3A Pending CN109697635A (zh) | 2018-12-27 | 2018-12-27 | 一种竞价获取方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109697635A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111105268A (zh) * | 2019-11-28 | 2020-05-05 | 微梦创科网络科技（中国）有限公司 | 广告投放成本调节方法、装置及存储介质、电子设备 |
| CN111340561A (zh) * | 2020-03-04 | 2020-06-26 | 深圳前海微众银行股份有限公司 | 信息点击率的计算方法、装置、设备及可读存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006057518A1 (en) * | 2004-11-24 | 2006-06-01 | Nhn Corporation | Method for providing search service and system for executing the method |
| US20090099909A1 (en) * | 2007-10-10 | 2009-04-16 | Yahoo! Inc. | System and Method for Setting Bid Prices Associated with Digital Advertisements Based on Market Conditions |
| CN103606098A (zh) * | 2013-11-29 | 2014-02-26 | 北京随视传媒科技股份有限公司 | 一种网络实时竞价控制方法及装置 |
| CN105741133A (zh) * | 2016-01-26 | 2016-07-06 | 电子科技大学 | 一种针对在线广告投放的步进管理方法 |
| CN106875220A (zh) * | 2017-01-24 | 2017-06-20 | 王耀资 | 一种网吧价格动态调整方法及装置 |
| CN107529654A (zh) * | 2017-08-08 | 2018-01-02 | 电子科技大学 | 一种面向展示广告竞价投放系统的动态出价方法 |
| CN107679892A (zh) * | 2017-09-15 | 2018-02-09 | 晶赞广告（上海）有限公司 | 用于dsp的出价方法及装置、可读存储介质、终端 |
| CN108564404A (zh) * | 2018-04-09 | 2018-09-21 | 北京搜狐新媒体信息技术有限公司 | 一种预测广告投资回报率的方法及装置 |
| CN108846697A (zh) * | 2018-06-13 | 2018-11-20 | 北京搜狐新媒体信息技术有限公司 | 实时确定广告出价的方法及装置、广告竞价方法及装置 |
-
2018
- 2018-12-27 CN CN201811607305.3A patent/CN109697635A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006057518A1 (en) * | 2004-11-24 | 2006-06-01 | Nhn Corporation | Method for providing search service and system for executing the method |
| US20090099909A1 (en) * | 2007-10-10 | 2009-04-16 | Yahoo! Inc. | System and Method for Setting Bid Prices Associated with Digital Advertisements Based on Market Conditions |
| CN103606098A (zh) * | 2013-11-29 | 2014-02-26 | 北京随视传媒科技股份有限公司 | 一种网络实时竞价控制方法及装置 |
| CN105741133A (zh) * | 2016-01-26 | 2016-07-06 | 电子科技大学 | 一种针对在线广告投放的步进管理方法 |
| CN106875220A (zh) * | 2017-01-24 | 2017-06-20 | 王耀资 | 一种网吧价格动态调整方法及装置 |
| CN107529654A (zh) * | 2017-08-08 | 2018-01-02 | 电子科技大学 | 一种面向展示广告竞价投放系统的动态出价方法 |
| CN107679892A (zh) * | 2017-09-15 | 2018-02-09 | 晶赞广告（上海）有限公司 | 用于dsp的出价方法及装置、可读存储介质、终端 |
| CN108564404A (zh) * | 2018-04-09 | 2018-09-21 | 北京搜狐新媒体信息技术有限公司 | 一种预测广告投资回报率的方法及装置 |
| CN108846697A (zh) * | 2018-06-13 | 2018-11-20 | 北京搜狐新媒体信息技术有限公司 | 实时确定广告出价的方法及装置、广告竞价方法及装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111105268A (zh) * | 2019-11-28 | 2020-05-05 | 微梦创科网络科技（中国）有限公司 | 广告投放成本调节方法、装置及存储介质、电子设备 |
| CN111340561A (zh) * | 2020-03-04 | 2020-06-26 | 深圳前海微众银行股份有限公司 | 信息点击率的计算方法、装置、设备及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110505165B (zh) | 一种基于双向拍卖机制的边缘计算任务卸载方法及装置 | |
| CN106875027A (zh) | 资源请求值的预测方法及装置、交易量的预测方法 | |
| CN112445699B (zh) | 策略匹配方法、装置、电子设备及存储介质 | |
| CN109118012B (zh) | 一种工业动态多维度能耗成本预测方法、系统、存储介质和终端 | |
| CN113626199B (zh) | 闲置云计算资源的管理方法、装置、电子设备和存储介质 | |
| CN112070301A (zh) | 一种用户用电量调整方法、系统及设备 | |
| CN109697635A (zh) | 一种竞价获取方法、装置、电子设备及介质 | |
| CN106469332A (zh) | 一种数据处理方法及装置 | |
| WO2023029680A1 (zh) | 一种确定磁盘可使用时长的方法及装置 | |
| CN110533479B (zh) | 一种标识分配方法、装置及电子设备 | |
| CN107613325A (zh) | 广告下发方法及装置 | |
| CN110069708B (zh) | 一种跨媒介推广的推广效果预估方法、装置、介质和设备 | |
| CN110648164A (zh) | 一种节点边际电价区间的确定方法和装置 | |
| CN109615132A (zh) | 区域配送压力的确定方法、装置、电子设备及存储介质 | |
| CN111583010A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
| CN111724176A (zh) | 店铺流量调节方法、装置、设备及计算机可读存储介质 | |
| CN112819266B (zh) | 配送参数调整方法、装置、存储介质及电子设备 | |
| CN114254841A (zh) | 资源额度处理方法、计算设备、用户设备以及服务器 | |
| CN111985952A (zh) | 实时竞价广告的出价方法及装置、计算机可读存储介质 | |
| CN109146536A (zh) | 一种信息竞价操作的方法与装置 | |
| CN118332475B (zh) | 一种涂料生产全流程智能监督管理方法与系统 | |
| CN111667287A (zh) | Dsp出价方法及装置、存储介质、终端 | |
| US20210374809A1 (en) | Artificial intelligence techniques for bid optimization used for generating dynamic online content | |
| CN106934654B (zh) | 评估流量和确定价值的方法、装置以及移动终端 | |
| CN115409555A (zh) | 广告投放的竞价策略确定方法、装置、设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190430 |