CN110245969A - 推广信息处理方法、装置、电子设备及计算机可读介质 - Google Patents

Abstract

本公开涉及一种推广信息处理方法、装置、电子设备及计算机可读介质。涉及数据处理技术领域，该方法包括：获取推广信息的用户激活数据，所述激活数据包括用户激活时间；通过所述用户激活时间确定所述推广信息在单位时间单元中的激活数量；获取所述推广信息在单位时间单元中的回流比例；以及通过所述单位时间单元中的激活数量与单位时间单元中的回流比例确定所述推广信息的总转化量。本公开的推广信息处理方法、装置、电子设备及计算机可读介质，能够实时获得广告投放过程中的总转化量数据。

Description

推广信息处理方法、装置、电子设备及计算机可读介质

技术领域

本公开涉及数据处理技术领域，具体而言，涉及一种推广信息处理方法、装置、电子设备及计算机可读介质。

背景技术

转化量是指某一反应物转化的数量，转化物是针对反应物而言的。在广告信息推广领域，转化量指广告投放之后，用户对该广告的特定行为的数量。目前，在现有技术中，广告的转化量只能在广告投放期间根据以往经验积累进行预估，或者只能在广告投放了足够长的时间之后，经由统计计算获得前期广告带来的总转化量，在现有技术中无法实时获取广告的总转化量。

因此，需要一种新的推广信息处理方法、装置、电子设备及计算机可读介质。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本公开提供一种推广信息处理方法、装置、电子设备及计算机可读介质，能够实时获得广告投放过程中的总转化量数据。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一方面，提出一种推广信息处理方法，该方法包括：获取推广信息的用户激活数据，所述激活数据包括用户激活时间；通过所述用户激活时间确定所述推广信息在单位时间单元中的激活数量；获取所述推广信息在单位时间单元中的回流比例；以及通过所述单位时间单元中的激活数量与单位时间单元中的回流比例确定所述推广信息的总转化量。

根据本公开的另一方面，提出一种推广信息处理装置，该装置包括：激活数据模块，用于获取推广信息的用户激活数据，所述激活数据包括用户激活时间；激活数量模块，用于通过所述用户激活时间确定所述推广信息在单位时间单元中的激活数量；回流计算模块，用于获取所述推广信息在单位时间单元中的回流比例；以及总转化量模块，用于通过所述单位时间单元中的激活数量与单位时间单元中的回流比例确定所述推广信息的总转化量。

根据本公开的另一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。

根据本公开的另一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。

根据本公开的推广信息处理方法、装置、电子设备及计算机可读介质，能够实时获得广告投放过程中的总转化量数据。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

通过参照附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，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他的附图。

图1是根据一示例性实施例示出的一种推广信息处理方法或推广信息处理的系统框图。

图2是根据一示例性实施例示出的一种推广信息处理方法的用户场景示意图。

图3是根据一示例性实施例示出的一种推广信息处理方法中的示意图。

图4是根据一示例性实施例示出的一种推广信息处理方法中的示意图。

图5是根据一示例性实施例示出的一种推广信息处理方法中的示意图。

图6是根据一示例性实施例示出的一种推广信息处理方法的流程图。

图7是根据一示例性实施例示出的一种推广信息处理方法中的示意图。

图8是根据另一示例性实施例示出的一种推广信息处理方法的流程图。

图9是根据另一示例性实施例示出的一种推广信息处理方法的用户场景示意图。

图10是根据另一示例性实施例示出的一种推广信息处理方法的流程图。

图11是根据一示例性实施例示出的一种推广信息处理方法中的示意图。

图12是根据一示例性实施例示出的一种推广信息处理装置的框图。

图13是根据另一示例性实施例示出的一种推广信息处理装置的框图。

图14是根据另一示例性实施例示出的一种推广信息处理装置的框图。

图15是根据一示例性实施例示出的一种电子设备的计算机系统的结构示意图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

应理解，虽然本文中可能使用术语第一、第二、第三等来描述各种组件，但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此，下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用，术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。

本领域技术人员可以理解，附图只是示例实施例的示意图，附图中的模块或流程并不一定是实施本公开所必须的，因此不能用于限制本公开的保护范围。

图1是根据一示例性实施例示出的一种推广信息处理方法或推广信息处理的系统框图。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如用户利用终端设备101、102、103进行广告信息的点击或激活，点击或激活信息上传到服务器105中，服务器105获取推广信息的用户激活数据，服务器105还可以通过所述用户激活时间确定所述推广信息在单位时间单元中的激活数量；获取所述推广信息在单位时间单元中的回流比例；以及通过所述单位时间单元中的激活数量与单位时间单元中的回流比例确定推广信息的总转化量。

又例如，服务器105根据计算获得的总转化量实时调整向用户的终端设备101、102、103推送广告的策略。服务器105根据所述推广信息的总转化量，实时优化所述推广信息的推广方式；服务器105还可根据所述推广信息的总转化量，实时获取所述推广信息的推广成本。终端设备101、102、103接收到调整之后的广告推送信息之后，进行点击或激活的信息会再次反馈给服务器105。直至该广告投放的总体时间周期结束。服务器105在该广告投放周期结束后，可统计该广告实际的总转化量，进而对在该广告投放中进行的转化量预估进行评价分析，以利于后续再次进行广告的转化量计算。

需要说明的是，本公开实施例所提供的推广信息处理方法一般由服务器105执行，相应地，推广信息处理装置一般设置于服务器105中。而对广告信息进行点击与激活的装置一般设置在用户的终端设备101、102、103中。

以下对本发明实施例的相关技术方案进行详细阐述：

竞价广告有多种投放方式，推广信息提供商可以选择按曝光(千次)出价(CPM，Cost Per Mille)，按点击出价(CPC，Cost Per Click)，也可以选择按转化出价(CPA，CostPer Action)。不同的出价方式有不同的适用场景，如搜索广告主流是CPC。而移动应用类(APP)广告更关注转化成本，所以CPA方式有利于推广信息提供商控制转化成本。

随着广告投放的发展，按转化出价的投放方式，除了CPA，还逐渐衍化出了oCPM(Optimized Cost Per Mille)、oCPA(Optimized Cost Per Action)等投放方式。不变的是，CPA、oCPM、oCPA都是按转化出价。显然，在按转化出价的广告投放过程中，广告平台非常迫切的需要知道广告真实的转化量，不仅可用于扣费和余额控制，也可根据实际转化量对广告效果进行实时优化，从而将广告投放给更适合的人。

本公开的发明人发现，广告的转化数据并不容易获取，不像曝光和点击是会直接被广告平台记录下来。例如，如图2所示的用户使用场景中，对于IOS的移动应用广告而言，用户在点击广告下载链接后，会跳转到APP store进行下载，下载完成的用户有一部分会激活该APP，至此广告的一次转化才完成。由于目前投放的APP基本都没有嵌入广告软件开发工具包(sdk，Software Development Kit)，对于用户是否激活APP，广告平台是不知道的。目前的主流方式是由推广信息提供商把激活数据通过应用程序编程接口(API，Application Programming Interface)形式回传给广告平台，广告平台对激活数据和点击数据进行关联，从而得到广告的转化数据。

简单来说，就是转化数据需要经过一连串的链路才能在广告平台达到数据可使用的状态，这不可避免会有些时间差。另外，用户在点击并下载APP之后，也不一定是马上进行激活，有的用户可能隔了一段时间才激活。所以，广告在被曝光并被用户点击之后，并不一定是马上能得到最终的转化量的，一般情况下，广告投放的总体时间周期可例如根据历史经验获得，例如，可认为广告投放之后，用户会在投放时间的1000小时之后停止进行注册激活应用，即可认为该广告投放的总体时间周期为投放时间X+1000小时。即为，在广告停止投放1000小时后，才能计算总体实际转化量。如此长的时间周期，对广告的优化和推广是极其不利的，基于上述问题，本公开关注的是如何实时估计广告投放过程中的总转化量。

其中，转化量：指广告投放之后，用户对该广告的特定行为的数量。对本发明提到的移动应用类广告，就是特指推广的移动应用(APP)被用户下载并激活的次数。

其中，转化回流时间延迟：是指广告投放之后，从用户点击该广告开始，到用户激活该APP并且广告平台收到激活数据结束，这段时间的间隔，称为转化数据回流时间延迟。

在目前，通常有如下两种计算广告转化量的方法，方案一：统计该推广信息提供商历史投放的其他广告的平均转化率，将此平均转化率近似作为当前广告的转化率。由于广告的点击数据可以实时发送到广告平台，因此广告平台可在实时得到广告的点击量后，乘上该转化率即可得到总转化量的估计值。方案二：当前正在投放的广告，在已经投放了一段时间之后，已经累积了一些回流的转化数据。此时假设前期的点击带来的真实转化已经全部回流，则可根据这些转化数据的回流时间统计出距离点击每隔一小段时间后的转化数据的回流比例。根据此回流比例的分布可在广告后续的投放过程中实时预估广告点击带来的总转化量。

本公开的发明人发现，现有的方案一的缺点在于推广信息提供商的不同广告的转化率并不稳定，差别可能会很大，这跟广告的素材和定向人群等有很大关系。比如游戏类广告投放给有游戏标签的用户的转化率可能会很高，但是投放给女性用户的转化率可能会很低。现有的方案二的缺点在于需要广告投放足够长的时间后，才有可能得到前期点击带来的总转化量，从而预估后续的点击带来的转化。因此在广告投放的开始阶段，是无法用此方法预估真实转化的。尤其是对于转化数据回流时间比较长的广告，此方法的弊端更明显。方案二还有另一缺点是：只靠当前广告前期投放的累积转化数据，此数据量很可能不够充分，因此统计出的回流比例可能置信度不高，从而影响总转化量预估的准确度。

在本公开中，对每个广告，计算激活与对应的点击之间的时间间隔，以小时为单位，统计出不同时间间隔(时间单元)的激活数据的比例，也可称之为回流比例(rate)，本公开的申请人发现这个比例是服从一定的规律分布的。以时间单元1(时间间隔在一小时内)为例，图3，图4分别是两个不同的推广信息提供商的多个广告的回流比例比例分布。

其中，图3，图4每个图是一个推广信息提供商，每个点表示一个广告，纵坐标表示此时间间隔(时间单元1)的转化数占该广告所有转化的比例，横坐标表示广告的所有转化数。由图中可知：不同推广信息提供商的回流比例有区别，其中一个推广信息提供商的回流比例0.6上下波动，另一个的回流比例是0.8上下波动；同时，同一个推广信息提供商的不同广告的回流比例差别不大。而且广告的转化数越多，回流比例的表现越平稳。

进一步地，对同个广告的不同时间间隔(时间单元)的回流比例(rate)进行累积：

RATE(1)＝rate(1)；

RATE(2)＝rate(1)+rate(2)；

……

RATE(n)＝rate(1)+rate(2)+……rate(n)

对同个推广信息提供商的多个广告，计算在相同时间间隔下的累积比例的标准差σ，结果如图5所示。图5中每个点表示推广信息提供商的多个广告在某个时间间隔内的累积比例所计算出的标准差，横坐标表示时间间隔，纵坐标表示标准差。

从图5可得出如下结论：每个时间间隔的累积比例都很小(最大的是0.05)，也进一步说明了同个推广信息提供商的不同广告的回流比例分布比较平稳。时间间隔越长，累积比例越平稳，也即广告投放截至当前的每个时间段(以小时为单位)，越长的时间前发生的点击，所累积至今的转化数占该时间段发生的点击带来的实际总转化数的比例越平稳。

本公开继续以波动最大的第一个时间单元为例，统计出不同推广信息提供商的标准差。发现90％的推广信息提供商的累积比例的标准差均小于0.1，也即90％的推广信息提供商的回流比例是比较平稳的。

以上的数据分析，说明了大部分推广信息提供商的广告的点击到激活的时间间隔有规律可循。基于上述分析，在本发明中提出了一种推广信息的处理方法，基于转化数据回流时间的移动应用类广告的总转化量实时预估方法，通过分析出转化数据回流时间延迟的分布规律，并根据正在投放的广告截止至当前已经回流的转化，预估出尚未回流到广告平台的转化，从而能够实时获取广告投放带来的总转化量。

图6是根据一示例性实施例示出的一种推广信息处理方法的流程图。参照图6所示，该推广信息的处理方法至少包括步骤S502至步骤S508，详细介绍如下：

如图6所示，在S602中，获取推广信息的用户激活数据，所述激活数据包括用户激活时间。推广信息可例如为广告信息，如上文所述，用户在点击广告下载链接后，会跳转到应用商城进行下载，下载完成的用户有一部分会激活该应用，至此广告的一次转化才完成。可例如由推广信息提供商把激活数据通过API形式回传给广告平台，广告平台对激活数据进行统计，继而获取该推广信息所对应的用户激活数据。激活数据中包括该用户激活该广告链接的时间，激活数据中还可例如包括用户的ID等信息，本公开不以此为限。

在S604中，通过所述用户激活时间确定所述推广信息在单位时间单元中的激活数量。可根据实际情况设置单位时间单元的长度，可例如将时间单元设定为1个小时，将广告投放的时刻作为起始时间，由此时间开始计时，每一个小时作为一个时间单元，广告投放后的第一小时记为第一时间单元，广告投放后的第二小时记为第二时间单元，以此顺序类推。

在一个实施例中，将每个用户点击激活时间按照时间单元进行数值统计，确定每一个时间单元中的激活数量。例如，在广告投放5小时后，进行用户激活数量统计，共有100个用户激活该广告。其中，统计用户激活时间，得到数据如下：

第一小时激活人数为10人；第二小时激活人数为15人；第三小时激活人数为20人；第四小时激活人数为25人；第五小时激活人数为30人。据此统计，则第一时间单元的数值记为10；第二时间单元的数值记为15；第三时间单元的数值记为20；第四时间单元的数值记为25；第五时间单元的数值记为30。

在S606中，获取所述推广信息在单位时间单元中的回流比例。例如，根据所述推广信息所属推广信息提供商的历史数据，获取所述推广信息在单位时间单元中的回流比例。

本公开的申请人发现，不同推广信息提供商在单位时间单元中的回流比例有区别，但是对于同一个推广信息提供商而言，在单位时间单元中的不同广告的回流比例动不大。而且，广告的转化数越多，表现越平稳。由此，在本公开的一个实施例中，可例如以该广告的推广信息提供商所属的其他广告的历史数据中的回流比例作为本次广告在单位时间中的回流比例，进而进行后续计算。

在一个实施例中，还可例如，根据所述推广信息提供商的历史数据，分别获取该推广信息提供商的多个历史推广信息在其单位时间单元中的回流比例；以及通过所述多个历史推广信息在其单位时间单元中的回流比例的统计值确定本次推广信息在单位时间单元中的回流比例。例如，获取推广信息提供商的多个推广信息中的每一个推广信息的回流比例，分别计算这些回流比例的在每一个时间单元中的数学平均值以作为本广告的回流比例数据。还可例如，根据推广信息提供商的历史中的各个推广信息中的相似程度，在计算回流比例的数学平均值时引入权重，将以往与本次广告类型相似的广告的权重比例设置的多一些，然后通过不同历史推广信息的权重值计算回流比例的平均值，以此作为本次广告的回流比例数据。

在另一个实施例中，还可例如通过本次广告当前时间单元计算的回流比例，对后续时间单位中的回流比例进行推算以获取其他单元的回流比例。

在S608中，通过所述单位时间单元中的激活数量与单位时间单元中的回流比例确定所述推广信息的总转化量。例如，通过多个单位时间单元中的回流比例获取单位时间单元的累积回流比例；通过所述每一个单位时间单元中的激活数量与单位时间单元的累积回流比例获取单位时间单元中的转化量；以及将所有时间单元的转化量进行累积计算，获取所述推广信息的总转化量。

图7是根据一示例性实施例示出的一种推广信息处理方法中的示意图。如图7所示，其中Pi为每个时间单元的累积回流比例，则每一列的Pi累积即为累积回流比例，用每一列中激活数除以该列对应的累积回流比例，即可得到该列的估计转化总数。所有列的转化总数相加，即为投放至今的转化总数估计值。计算公式可例如为：

其中，num(i)为第i个单位时间单元中的激活数量。

在一个实施例中，第n个单位时间单元的累积回流比例为n个单位时间单元的回流比例之和；

其中，RATE(n)为第n个单位时间单元的累积回流比例，rate(i)为第i个单位时间单元的回流比例。可例如，假设某一个推广信息提供商的广告经由7个时间单元转化全部完成，根据历史数据确定第一时间单元的回流比例为0.3；第二时间单元的回流比例为0.3；第三时间单元的回流比例为0.2；第四时间单元的回流比例为0.05；第五时间单元的回流比例为0.05；第六时间单元的回流比例为0.05；第七时间单元的回流比例为0.05。

则第一时间单元的累积回流比例为第一时间单元的回流比例为0.3；

则第二时间单元的累积回流比例为第一时间单元的回流比例与第二时间单元的回流比例之和，即为0.6；

则第三时间单元的累积回流比例为第一时间单元的回流比例至第三时间单元的回流比例之和，即为0.8；

则第四时间单元的累积回流比例为第一时间单元的回流比例至第四时间单元的回流比例之和，即为0.85；

则第五时间单元的累积回流比例为第一时间单元的回流比例至第五时间单元的回流比例之和，即为0.9；

则第六时间单元的累积回流比例为第一时间单元的回流比例至第六时间单元的回流比例之和，即为0.95；

则第七时间单元的累积回流比例为第一时间单元的回流比例至第七时间单元的回流比例之和，即为1；

结合上文的实施例，将每个用户点击激活时间按照时间单元进行数值统计，确定每一个时间单元中的激活数量。例如，在广告投放5小时后，进行用户激活数量统计，共有100个用户激活该广告。其中，将统计用户激活时间，得到数据如下：第一小时激活人数为10人；第二小时激活人数为15人；第三小时激活人数为20人；第四小时激活人数为25人；第五小时激活人数为30人。据此统计，则第一时间单元记为10；第二时间单元记为15；第三时间单元记为20；第四时间单元记为25；第五时间单元记为30。

所述推广信息的总转化量为第一时间单元中的转化量至第五单元的转化量之和。即为

根据本公开的推广信息处理方法，通过将用户的激活数量分配到单位时间单元中，然后根据每个单位时间单元的回流比例计算该时间单元的转化数量，进而根据所有时间单元的转化数量计算该广告的总转化量的方式，能够实时准确的获得广告投放过程中的总转化量数据。

应清楚地理解，本公开描述了如何形成和使用特定示例，但本公开的原理不限于这些示例的任何细节。相反，基于本公开公开的内容的教导，这些原理能够应用于许多其它实施例。

在获取广告的实时总转化量之后，可根据该数据实时对所述广告推广信息进行处理，图8是根据另一示例性实施例示出的一种推广信息处理方法的流程图。如图8所示，对广告推广信息的后续处理可包括如下步骤：

在S802中，根据所述推广信息的总转化量，实时优化所述推广信息的推广方式。可例如，根据总转化量与预计转化量之间的关系，优化该广告推广的用户以及推广的渠道。可例如步骤S306与S308所示，对广告在用户界面上的排序方式进行优化，还可例如实时更改广告推广策略，将该广告的目的用户人群进行调整。

在S804中，根据所述推广信息的总转化量，实时获取所述推广信息的推广成本。按转化出价的投放方式(CPA)中，广告平台可根据实际转化量对广告效果进行计算，从而实时获取该广告信息的推广成本等相关成本金额。

在S806中，根据所述推广信息的总转化量，实时优化所述推广信息的排序方式。

在S808中，根据所述推广信息的总转化量，实时优化所述推广信息的接收用户。

在一个实施例中，广告信息的价格是按照eCPM(按转化出价和扣费的广告)进行排序的，可例如按照推广信息提供商的期望转化成本(CPA)，和广告信息每一次曝光/点击的预期转化率(pCVR)计算出推广信息提供商应该出价(Bid)多少，然后帮助广告主自动出价。CPA广告的eCPM计算公式为：eCPM＝bid*pCTR*pCVR，其中，bid为广告主出价，eCPM指的是每一千次展示可以获得的广告收入，pCTR为每一千次展示可以获得的预估点击率，pCVR广告信息每一次点击的预期转化率，pCVR可通过上文中获取的总转化量与广告点击数进行实时估测。实时计算获得的eCPM有助于推广信息提供商实时了解广告推广情况与广告的排序情况。

在一个实施例中，借助于图9的用户场景示意图对广告推广信息的后续处理方式进行描述。根据eCPM进行广告优化排序的方式可例如：根据实际的推广需求，自定义广告的优化目标，并对优化目标设定出价。例如，推广目标为A的广告，优化目标可以设置为获得更多关注量，CPA出价可以设置为10元/次关注。广告引擎在广告的投放过程中，实时获取更加准确的pCVR值，有利于对广告投放的CPA出价进行智能优化排序，能够辅助推广信息提供商将该广告的接收用户进行优化，以便将该广告更精准触达高转化率用户。

在一个实施例中，借助于图9的用户场景示意图对广告推广信息的后续处理方式进行描述，在广告引擎对广告的计费处理步骤可例如为：广告引擎为每个候选广告分别计算其eCPM，再根据eCPM对所有的广告进行排序，eCPM越高的广告排名越靠前，排序后按照广义二价扣费(GSP)原则进行计费，即第一名广告的计费等于第二名广告的eCPM，第二名广告的计费等于第三名广告的eCPM。广告引擎在广告的投放过程中，实时获取更加准确的pCVR值，有利于对广告进行更加精确的计费处理，能够辅助推广信息提供商实时控制广告成本，对超出预期的广告成本进行调整。

根据本公开的推广信息处理方法，实时获取广告的总转化量，进而根据总转化量对后续广告的推广进行优化处理的方式，能够随时对广告推广信息的推广和处理方式进行优化，提高客户体验，增加推广信息的受众用户。

在本公开的一种示例性实施例中，还包括：根据所述推广信息所属推广信息提供商的历史数据，获取所述推广信息在单位时间单元中的回流比例。图10是根据另一示例性实施例示出的一种推广信息处理方法的流程图。参考图10，下面对获取推广信息在单位时间单元中的回流比例进行示例性描述。

如图10所示，在S1002中，获取所述推广信息提供商的历史推广数据，所述历史推广数据包括历史推广信息的点击时间，历史推广信息的激活时间，历史推广信息的激活总量。例如，通过分布式数据库获取所述推广信息提供商的历史推广数据。分布式数据库系统通常使用较小的计算机系统，每台计算机可单独放在一个地方，每台计算机中都可能有数据库管理系统(DBMS，Database Management System)的一份完整拷贝副本，或者部分拷贝副本，并具有自己局部的数据库，位于不同地点的许多计算机通过网络互相连接，共同组成一个完整的、全局的逻辑上集中、物理上分布的大型数据库。大数据时代，面对日益增长的海量数据，传统的集中式数据库的弊端日益显现，分布式数据库相对传统的集中式数据库具有更高的数据访问速度；更强的可扩展性；更高的并发访问量。

在S1004中，通过所述历史推广信息的点击时间与历史推广信息的激活时间相关联，确定点击激活时间间隔。例如，通过流式数据库获取所述推广信息在单位时间单元中的回流比例。大数据技术的广泛应用使其成为引领众多行业技术进步、促进效益增长的关键支撑技术。根据数据处理的时效性，大数据处理系统可分为批式(batch)大数据和流式(streaming)大数据两类。其中，批式大数据又被称为历史大数据，流式大数据又被称为实时大数据。用于处理流式数据的数据库被称为流式数据库。流式数据库专注于实时获取流式数据(stream data)，并规定各个系统之间的数据交互机制也以流式数据为承载，同时还允许对这些流式数据进行实时处理。

在一个实施例中，将所述点击激活时间间隔按照时间单元进行数值统计，获取单位时间单元中的激活数量；以及通过单位时间单元中的激活数量与所述历史推广信息的激活总量获取所述推广信息在单位时间单元中的回流比例。

在S1006中，通过所述点击激活时间间隔与所述历史推广信息的激活总量获取所述推广信息在单位时间单元中的回流比例。在一个实施例中，根据所述推广信息提供商的历史数据，分别获取该推广信息提供商的多个历史推广信息在其单位时间单元中的回流比例；以及通过所述多个历史推广信息在其单位时间单元中的回流比例的统计值确定本次推广信息在单位时间单元中的回流比例。

例如，获取推广信息提供商的多个推广信息中的每一个推广信息的回流比例，分别计算这些回流比例的在每一个时间单元中的数学平均值以作为本广告的回流比例数据。还可例如，根据推广信息提供商的历史中的各个推广信息中的相似程度，在计算回流比例的数学平均值时引入权重，将以往与本次广告类型相似的广告的权重比例设置的多一些，然后通过不同历史推广信息的权重值计算回流比例的平均值，以此作为本次广告的回流比例数据。

根据本公开的推广信息处理方法，通过分布式数据库与流式数据库相结合的方式处理推广信息的历史数据与当前推广信息的实时数据，能够快速准确的获取该推广信息在每一个时间单元的回流比例，进而获取该推广信息的总转化量。

在一些实施例中，等广告投放结束后，再累积一段时间(如30天)，则广告投放所发生的所有转化都已回流到广告平台。此时可以统计到每小时发生的点击所带来的全部最终转化，以此作为转化数真实值。

将平均绝对误差MAE(Mean Absolute Error)作为离线评估指标：

y_i表示真实值，表示估计值，可计算出依据本公开中方法进行总转化量预估的MAE(exp)。而对照组是没预估的观测值作为y_’i，可计算出的MAE(base)。

对比申请中的方法得到的总转化量与对照组相比MAE可以减少多少：即为计算(MAE(exp)-MAE(base))/MAE(base)。结果如图11所示，图10的结果显示，对于每个时间单元，本公开采用的方式计算出的总转化量估计值都比对照组数值更接近真实值，而且本公开中方法得到的总转化量估计值非常接近真实值。

本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时，执行本公开提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中，该存储介质可以是只读存储器，磁盘或光盘等。

此外，需要注意的是，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图12是根据一示例性实施例示出的一种推广信息处理装置的框图。如图12所示，推广信息处理装置1200包括：激活数据模块1202，激活数量模块1204，回流计算模块1206，总转化量模块1208。

其中，激活数据模块1202用于获取推广信息的用户激活数据，所述激活数据包括用户激活时间。推广信息可例如为广告信息，如上文所述，用户在点击广告下载链接后，会跳转到APP商城进行下载，下载完成的用户有一部分会激活该APP，至此广告的一次转化才完成。可例如由推广信息提供商把激活数据通过API形式回传给广告平台，广告平台对激活数据记性统计，继而获取该推广信息所对应的用户激活数据。激活数据模块1202获取的激活数据中包括该用户激活该广告链接的时间，激活数据中还可例如包括用户的ID等信息，本公开不以此为限。

激活数量模块1204用于通过所述用户激活时间确定所述推广信息在单位时间单元中的激活数量。激活数量模块1204可根据实际情况设置单位时间单元的长度，可例如将时间单元设定为1个小时，将广告投放的时刻作为起始时间，由此时间开始计时，每一个小时作为一个时间单位，广告投放后的第一小时记为第一时间单元，广告投放后的第二小时记为第二时间单元，以此顺序类推。

回流计算模块1206用于获取所述推广信息在单位时间单元中的回流比例。回流计算模块1206根据所述推广信息所属推广信息提供商的历史数据，获取所述推广信息在单位时间单元中的回流比例。还可例如，回流计算模块1206获取该推广信息提供商的多个推广信息的中的每一个推广信息在单位时间单元中的回流比例；以及通过每一个推广信息在单位时间单元中的回流比例的统计值确定单位时间单元中的回流比例。在另一个实施例中，回流计算模块1206还可例如通过本次广告当前时间单元计算的回流比例，然后对后续时间单位中的回流比例进行推算以获取其他单元的回流比例。

回流计算模块1206还用于根据所述推广信息所属推广信息提供商的历史数据，获取所述推广信息在单位时间单元中的回流比例。

其中，在一个实施例中，回流计算模块1206用于获取所述推广信息提供商的历史推广数据，所述历史推广数据包括历史推广信息的点击时间，历史推广信息的激活时间，历史推广信息的激活总量。例如，回流计算模块1206通过分布式数据库获取所述推广信息提供商的历史推广数据。

在一个实施例中，回流计算模块1206用于通过所述历史推广信息的点击时间与历史推广信息的激活时间相关联，确定点击激活时间间隔。例如，回流计算模块1206通过流式数据库获取所述推广信息在单位时间单元中的回流比例。回流计算模块1206将所述点击激活时间间隔按照时间单元进行数值统计，获取单位时间单元中的激活数量；以及通过单位时间单元中的激活数量与所述历史推广信息的激活总量获取所述推广信息在单位时间单元中的回流比例。

在一个实施例中，回流计算模块1206用于通过所述点击激活时间间隔与所述历史推广信息的激活总量获取所述推广信息在单位时间单元中的回流比例。在一个实施例中，回流计算模块1206获取该推广信息提供商的多个推广信息的中的每一个推广信息在单位时间单元中的回流比例；以及通过每一个推广信息在单位时间单元中的回流比例的统计值确定单位时间单元中的回流比例。

总转化量模块1208用于通过所述单位时间单元中的激活数量与单位时间单元中的回流比例确定所述推广信息的总转化量。例如，总转化量模块1208通过多个单位时间单元中的回流比例获取单位时间单元的累积回流比例；总转化量模块1208通过所述每一个单位时间单元中的激活数量与单位时间单元的累积回流比例获取单位时间单元中的转化量；以及总转化量模块1208将所有时间单元的转化量进行累积计算，获取所述推广信息的总转化量。

根据本公开的推广信息处理装置，通过将用户的激活数量分配到单位时间单元中，然后根据每个单位时间单元的回流比例计算该时间单元的转化数量，进而根据所有时间单元的转化数量计算该广告的总转化量的方式，能够实时准确的获得广告投放过程中的总转化量数据。

图13是根据另一示例性实施例示出的一种推广信息处理装置的框图。如图13所示，推广信息处理装置1300在图12所示的基础上，还包括推广优化模块1302，推广成本模块1304。

其中，推广优化模块1302用于根据所述推广信息的总转化量，实时优化所述推广信息的推广方式；

推广成本模块1304用于根据所述推广信息的总转化量，实时获取所述推广信息的推广成本。

根据本公开的推广信息处理装置，实时获取广告的总转化量，进而根据总转化量对后续广告的推广进行优化处理的方式，能够随时对广告推广信息的推广和处理方式进行优化，提高客户体验，增加推广信息的受众用户。

图14是根据另一示例性实施例示出的一种推广信息处理装置的框图。如图14所示，推广信息处理装置1400包括：历史数据模块1402，离线计算模块1404，实时数据模块1406，实时计算模块1408，广告排序模块1410。

其中，历史数据模块1402用于通过分布式数据库储存推广信息提供商用户的历史数据。分布式数据库系统通常使用较小的计算机系统，每台计算机可单独放在一个地方，每台计算机中都可能有DBMS的一份完整拷贝副本，或者部分拷贝副本，并具有自己局部的数据库，位于不同地点的许多计算机通过网络互相连接，共同组成一个完整的、全局的逻辑上集中、物理上分布的大型数据库。

离线计算模块1404用于统计计算推广信息提供商历史时间单元中的回流比例。例如，离线计算模块1404首先通过所述历史推广信息的点击时间与历史推广信息的激活时间相关联，确定点击激活时间间隔。然后离线计算模块1404通过所述点击激活时间间隔与所述历史推广信息的激活总量获取所述推广信息在单位时间单元中的回流比例。

实时数据模块1406用于通过流式数据库获取广告的实时激活数据。大数据技术的广泛应用使其成为引领众多行业技术进步、促进效益增长的关键支撑技术。根据数据处理的时效性，大数据处理系统可分为批式(batch)大数据和流式(streaming)大数据两类。其中，批式大数据又被称为历史大数据，流式大数据又被称为实时大数据。用于处理流式数据的数据库被称为流式数据库。

实时计算模块1408用于实时预估总转化量。实时计算模块1408通过多个单位时间单元中的回流比例获取单位时间单元的累积回流比例；通过所述每一个单位时间单元中的激活数量与单位时间单元的累积回流比例获取单位时间单元中的转化量；以及将所有时间单元的转化量进行累积计算，获取所述推广信息的总转化量。

广告排序模块1410用于根据实时计算模块1308的结果，实时调整广告的排序策略。

根据本公开的推广信息处理装置，通过分布式数据库与流式数据库相结合的方式处理推广信息的历史数据与当前推广信息的实时数据，能够快速准确的获取该推广信息在每一个时间单元的回流比例，进而获取该推广信息的总转化量，并能够通过总转化量实时优化推广信息的推广方式与受众用户。

图15是根据一示例性实施例示出的一种电子设备的计算机系统的结构示意图。

下面参照图15来描述根据本公开的这种实施方式的电子设备1500。图15显示的电子设备1500仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图15所示，电子设备1500以通用计算设备的形式表现。电子设备1500的组件可以包括但不限于：至少一个处理单元1510、至少一个存储单元1520、连接不同系统组件(包括存储单元1520和处理单元1510)的总线1530、显示单元1540等。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元1510执行，使得所述处理单元1510执行本说明书上述电子处方流转处理方法部分中描述的根据本公开各种示例性实施方式的步骤。例如，所述处理单元1510可以执行如图6，图8，图10中所示的步骤。

所述存储单元1520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)15201和/或高速缓存存储单元15202，还可以进一步包括只读存储单元(ROM)15203。

所述存储单元1520还可以包括具有一组(至少一个)程序模块15205的程序/实用工具15204，这样的程序模块15205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线1530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备1500也可以与一个或多个外部设备1600(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备1500交互的设备通信，和/或与使得该电子设备1500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1550进行。并且，电子设备1500还可以通过网络适配器1560与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器1560可以通过总线1530与电子设备1500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备1500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

作为另一方面，本公开还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如下述实施例中所述的方法。例如，所述的电子设备可以实现如上文所示的各个步骤。

本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中，也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

以上具体地示出和描述了本公开的示例性实施例。应可理解的是，本公开不限于这里描述的详细结构、设置方式或实现方法；相反，本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。

Claims (15)

1.一种推广信息处理方法，其特征在于，包括：

获取推广信息的用户激活数据，所述激活数据包括用户激活时间；

通过所述用户激活时间确定所述推广信息在单位时间单元中的激活数量；

获取所述推广信息在单位时间单元中的回流比例；以及

通过所述单位时间单元中的激活数量与单位时间单元中的回流比例确定所述推广信息的总转化量。

2.如权利要求1所述的方法，其特征在于，还包括：

根据所述推广信息的总转化量，实时优化所述推广信息的推广方式；和/或

根据所述推广信息的总转化量，实时获取所述推广信息的推广成本。

3.如权利要求2所述的方法，其特征在于，根据所述推广信息的总转化量，实时优化所述推广信息的推广方式，包括：

根据所述推广信息的总转化量，实时优化所述推广信息的排序方式；以及

根据所述推广信息的总转化量，实时优化所述推广信息的接收用户。

4.如权利要求1所述的方法，其特征在于，获取所述推广信息在单位时间单元中的回流比例包括：

根据所述推广信息所属推广信息提供商的历史数据，获取所述推广信息在单位时间单元中的回流比例。

5.如权利要求4所述的方法，其特征在于，根据所述推广信息所属推广信息提供商的历史数据，获取所述推广信息在单位时间单元中的回流比例包括：

通过分布式数据库获取所述推广信息提供商的历史推广数据；以及

通过流式数据库获取所述推广信息在单位时间单元中的回流比例。

6.如权利要求4所述的方法，其特征在于，根据所述推广信息所属推广信息提供商的历史数据，获取所述推广信息在单位时间单元中的回流比例包括：

获取所述推广信息提供商的历史推广数据，所述历史推广数据包括历史推广信息的点击时间，历史推广信息的激活时间，历史推广信息的激活总量；

将所述历史推广信息的点击时间与历史推广信息的激活时间进行关联以确定点击激活时间间隔；

通过所述点击激活时间间隔与所述历史推广信息的激活总量获取所述推广信息在单位时间单元中的回流比例。

7.如权利要求6所述的方法，其特征在于，通过所述点击激活时间间隔与所述历史推广信息的激活总量获取所述推广信息在单位时间单元中的回流比例包括：

将所述点击激活时间间隔按照时间单元进行数值统计，获取单位时间单元中的激活数量；以及

通过单位时间单元中的激活数量与所述历史推广信息的激活总量获取所述推广信息在单位时间单元中的回流比例。

8.如权利要求4所述的方法，其特征在于，还包括：

根据所述推广信息提供商的历史数据，分别获取该推广信息提供商的多个历史推广信息在其单位时间单元中的回流比例；以及

通过所述多个历史推广信息在其单位时间单元中的回流比例的统计值确定本次推广信息在单位时间单元中的回流比例。

9.如权利要求1所述的方法，其特征在于，通过所述单位时间单元中的激活数量与单位时间单元中的回流比例确定所述推广信息的总转化量包括：

通过多个单位时间单元中的回流比例获取单位时间单元的累积回流比例；

通过所述单位时间单元中的激活数量与单位时间单元的累积回流比例获取单位时间单元中的转化量；以及

将所有时间单元的转化量进行累积计算，获取所述推广信息的总转化量。

10.如权利要求9所述的方法，其特征在于，通过所述单位时间单元中的激活数量与单位时间单元的累积回流比例获取单位时间单元中的转化量包括：

第n个单位时间单元的累积回流比例为n个单位时间单元的回流比例之和；

其中，RATE(n)为第n个单位时间单元的累积回流比例，rate(i)为第i个单位时间单元的回流比例。

11.一种用于推广信息分析的装置，其特征在于，包括：

激活数据模块，用于获取推广信息的用户激活数据，所述激活数据包括用户激活时间；

激活数量模块，用于通过所述用户激活时间确定所述推广信息在单位时间单元中的激活数量；

回流计算模块，用于获取所述推广信息在单位时间单元中的回流比例；以及

总转化量模块，用于通过所述单位时间单元中的激活数量与单位时间单元中的回流比例确定所述推广信息的总转化量。

12.如权利要求11所述的装置，其特征在于，还包括：

推广优化模块，用于根据所述推广信息的总转化量，实时优化所述推广信息的推广方式；和/或

推广成本模块，用于根据所述推广信息的总转化量，实时获取所述推广信息的推广成本。

13.如权利要求11所述的装置，其特征在于，所述回流计算模块还用于根据所述推广信息所属推广信息提供商的历史数据，获取所述推广信息在单位时间单元中的回流比例。

14.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-10中任一所述的方法。

15.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-10中任一所述的方法。