CN110533479A - 一种标识分配方法、装置及电子设备 - Google Patents

Abstract

本发明提供了一种标识分配方法、装置及电子设备，在接收到访问流量时，依据访问流量的初始标识和预估点击率确定出一个与该访问流量相匹配的目标标识，即根据不同的访问流量确定各自对应的目标标识。由于流量实际价值也是依据访问流量本身确定的，确定的目标标识会更加贴近该访问请求的流量实际价值，该访问流量竞价成功的概率提高，则需求方平台的处理器的本次标识分配为有效操作的概率提高，进而减少了需求方平台的处理器的资源的浪费。

Description

一种标识分配方法、装置及电子设备

技术领域

本发明涉及广告标识确定领域，更具体的说，涉及一种标识分配方法、装置及电子设备。

背景技术

实时竞价广告是一种新兴的互联网在线广告购买模式。与传统的流量购买模式相比，实时竞价广告是指广告主借助于第三方平台，针对每一次流量曝光机会进行评估并决定是否竞价。在该过程中，第三方平台，或者说，需求方平台在为流量请求定价时，会为该流量请求分配一个标识，该标识用于表示为该流量请求的出价。并且，当面临多个流量请求时，为了操作简便快速，为每一个流量请求配置相同的标识。但是由于采用统一标识，会导致流量请求的出价和该流量请求的流量实际价值差距较大，本次流量请求竞价失败，进而需求方平台的处理器的本次标识分配过程即为无效操作，当遇到多个流量请求时，这种无效操作会更多，极大的占用了需求方平台的处理器的资源，造成了资源浪费。

发明内容

有鉴于此，本发明提供一种标识分配方法、装置及电子设备，以解决在为流量请求分配标识时，需求方平台的处理器需要处理多次定价请求，极大的占用了需求方平台的处理器的资源，造成了资源浪费的问题。

为解决上述技术问题，本发明采用了如下技术方案：

一种标识分配方法，包括：

在接收到访问流量时，计算所述访问流量对应的访问页面中预设广告区域被点击的预估点击率；

确定所述访问流量的初始标识；所述初始标识用于表征所述访问流量的市场预估价格；

基于所述预估点击率和所述初始标识，为所述访问流量分配目标标识；所述目标标识表征所述访问流量的出价。

可选地，在所述基于所述预估点击率和所述初始标识，为所述访问流量分配目标标识之前，还包括：

获取标识基准初始阈值、以及投放在所述预设广告区域的历史广告对应的历史访问流量、广告历史投放数据；所述广告历史投放数据包括历史点击数和历史投放数值；所述标识基准初始阈值为多个；

对于每一所述历史广告，确定历史访问流量以及每一所述标识基准初始阈值对应的历史标识；

在所有的所述历史标识中，筛选出大于与所述历史标识相匹配的历史投放数值的历史标识，并作为目标历史标识；

确定所述目标历史标识对应的历史广告；

从确定出的历史广告中筛选出对应的历史点击数最大的目标历史广告；

将计算所述目标历史广告对应的目标历史标识中使用的标识基准初始阈值作为标识基准阈值。

可选地，所述为所述访问流量分配目标标识b的确定公式为：

其中，ctr为所述预估点击率；c为所述初始标识；p为所述标识基准阈值。

可选地，所述确定所述访问流量的初始标识，包括：

获取在所述预设广告区域投放广告的广告平均历史标识数据和广告平均历史标识竞得率数据；

从所述广告平均历史标识数据和广告平均历史标识竞得率数据中，查询与访问流量的生成时刻对应的历史时刻的广告平均历史标识和广告平均历史标识竞得率；

其中，所述初始标识c的计算方式为：其中，w为广告平均历史标识；r为广告平均历史标识竞得率。

可选地，所述计算所述访问流量对应的访问页面中预设广告区域被点击的预估点击率，包括：

获取所述访问流量对应的用户特征以及所述预设广告区域的展示环境特征；

获取点击率计算模型；所述点击率计算模型包括用户特征、展示环境特征和预估点击率的对应关系；

依据所述用户特征、所述展示环境特征和所述点击率计算模型，计算所述预估点击率。

一种标识分配装置，包括：

点击率计算模块，用于在接收到访问流量时，计算所述访问流量对应的访问页面中预设广告区域被点击的预估点击率；

初始标识确定模块，用于确定所述访问流量的初始标识；所述初始标识用于表征所述访问流量的市场预估价格；

标识分配模块，用于基于所述预估点击率和所述初始标识，为所述访问流量分配目标标识；所述目标标识表征所述访问流量的出价。

可选地，还包括：

数据获取模块，用于获取标识基准初始阈值、以及投放在所述预设广告区域的历史广告对应的历史访问流量、广告历史投放数据；所述广告历史投放数据包括历史点击数和历史投放数值；所述标识基准初始阈值为多个；

历史标识确定模块，用于在所有的所述历史标识中，筛选出大于与所述历史标识相匹配的历史投放数值的历史标识，并作为目标历史标识；

目标历史标识确定模块，用于在所有的所述历史标识中，筛选出大于与所述历史标识相匹配的历史投放数值的历史标识，并作为目标历史标识；

广告确定模块，用于确定所述目标历史标识对应的历史广告；

广告筛选模块，用于从确定出的历史广告中筛选出对应的历史点击数最大的目标历史广告；

阈值确定模块，用于将计算所述目标历史广告对应的目标历史标识中使用的标识基准初始阈值作为标识基准阈值。

可选地，所述为所述访问流量分配目标标识b的确定公式为：

其中，ctr为所述预估点击率；c为所述初始标识；p为所述标识基准阈值。

可选地，所述初始标识确定模块包括：

数据获取子模块，用于获取在所述预设广告区域投放广告的广告平均历史标识数据和广告平均历史标识竞得率数据；

数据查询子模块，用于从所述广告平均历史标识数据和广告平均历史标识竞得率数据中，查询与访问流量的生成时刻对应的历史时刻的广告平均历史标识和广告平均历史标识竞得率；

数据计算子模块，用于计算所述初始标识；其中，所述初始标识c的计算方式为：其中，w为广告平均历史标识；r为广告平均历史标识竞得率。

一种电子设备，包括：存储器和处理器；

其中，所述存储器用于存储程序；

处理器调用程序并用于：

在接收到访问流量时，计算所述访问流量对应的访问页面中预设广告区域被点击的预估点击率；

确定所述访问流量的初始标识；所述初始标识用于表征所述访问流量的市场预估价格；

基于所述预估点击率和所述初始标识，为所述访问流量分配目标标识；所述目标标识表征所述访问流量的出价。

相较于现有技术，本发明具有以下有益效果：

本发明提供了一种标识分配方法、装置及电子设备，在接收到访问流量时，依据访问流量的初始标识和预估点击率确定出一个与该访问流量相匹配的目标标识，即根据不同的访问流量确定各自对应的目标标识。由于流量实际价值也是依据访问流量本身确定的，确定的目标标识会更加贴近该访问请求的流量实际价值，该访问流量竞价成功的概率提高，则需求方平台的处理器的本次标识分配为有效操作的概率提高，进而减少了需求方平台的处理器的资源的浪费。

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，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地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种标识分配方法的方法流程图；

图2为本发明实施例提供的另一种标识分配方法的方法流程图；

图3为本发明实施例提供的一种标识分配装置的结构示意图。

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。

本发明实施例提供了一种标识分配方法，该标识分配方法对应的广告为实时竞价广告，实时竞价广告展示的基本过程：

1)用户访问媒体网站，竞价请求由广告交易平台发起，媒体网站只是将流量请求发给广告交易平台；

2)媒体端携带流量信息通知广告交易平台；

3)广告交易平台接收到竞价请求后，将竞价请求转发给所有接入该平台的需求方平台DSP；

4)DSP接收到请求后，查询相关的数据管理平台，获取相关用户特征，例如兴趣爱好、性别、年龄等。

5)DSP根据用户特征，在自己的广告库中检索出最适合的广告，并将该广告的竞价以及广告链接返回给广告交易平台。

6)广告交易平台接收到各家DSP返回的出价后，根据出价情况，宣布由出价最高的广告获得展示机会。

7)广告平台将竞价获胜通知发送给获胜DSP，并进行扣费。根据广义第二价格机制，获胜DSP须支付所有出价中第二高的价格；

8)广告交易平台将获胜的广告链接发送给媒体，完成展示。

该申请的发明人在研究广告出价方法的过程中，发现现有的广告出价方法包括固定千次曝光成本CPM出价，单次点击成本CPC出价，单次转化成本CPA出价等。固定CPM出价是指广告主根据期望的千次曝光成本，设置一个固定的价格。对后续所有合适的流量展示机会，都以该固定价格进行竞价。固定出价的方式，没有考虑单次流量的价值差异，对所有流量都是“一刀切”，没有发挥出实时竞价广告RTB针对单次流量进行差异化采买的特点。CPC出价是指广告主根据期望的单次点击成本(CPC)，并考虑流量的点击率CTR进行动态出价，出价p＝CPC*CTR。CPC出价对每条流量请求计算该流量的CTR，根据CTR的大小来调整出价的高低。CTR越高，出价越高；CTR越低，出价越低。CPA出价与CPC出价类似，是指广告主根据期望的单次转化成本(CPA)，并综合考虑流量的CTR和转化率CVR，动态调整出价，出价p＝CPA*CTR*CVR。CPC和CPA出价考虑到了流量的价值差异，将更多的预算投放给了高价值的流量，从而实现总的点击数、转化数最优。CPC和CPA出价针对高价值流量出高价的动态出价，虽然能够实现总的点击数和转化数最优，但是未必能实现最优的点击成本和转化成本。因为优质流量，往往竞争更加激烈，成本更高。而对于那些低价值流量，虽然点击率和转化率低，但是成本往往也更低，这部分流量也更容易竞得。因此CPC和CPA出价虽然能获得最多的点击数、转化数，但是付出的成本往往也会更多，整体的投资回报率ROI未必能实现最优。另一方面，CPC/CPA出价虽然是动态的出价机制，但是出价和流量价值是线性关系，大部分预算消耗在了少量的高价值流量当中，而大量的低价值流量没有有效的利用起来。

本申请发明人在上述的广告出价方法的基础上进行了改进，提出了新的标识分配方法(其中，标识就是指为该流量请求的出价)，综合考虑了流量价值和流量成本，以作为出价依据，直接优化ROI。只有当很高的时候，才会出高价去优先竞得这部分流量。

具体的，参照图1，标识分配方法可以包括：

S11、在接收到访问流量时，计算所述访问流量对应的访问页面中预设广告区域被点击的预估点击率。

用户在进行页面访问，如访问购物网站，在该网站的预设广告区域，如网页右下角会有广告展示区域，此时会预估用户点击该预设广告区域的预估点击率，即用户点击该预设广告区域的可能性。

S12、确定所述访问流量的初始标识。

所述初始标识用于表征所述访问流量的市场预估价格，即预估所述访问流量的市场预估价格。

访问流量的市场预估价格即为预估的该访问流量的市场价。

S13、基于所述预估点击率和所述初始标识，为所述访问流量分配目标标识。

所述目标标识表征所述访问流量的出价。

本发明的另一具体实现方式中，执行步骤S13之前，还可以包括：

1)获取标识基准初始阈值、以及投放在所述预设广告区域的历史广告对应的历史访问流量、广告历史投放数据；所述广告历史投放数据包括历史点击数和历史投放数值；所述标识基准初始阈值为多个；

2)对于每一所述历史广告，确定历史访问流量以及每一所述标识基准初始阈值对应的历史标识；

3)在所有的所述历史标识中，筛选出大于与所述历史标识相匹配的历史投放数值的历史标识，并作为目标历史标识；

4)确定所述目标历史标识对应的历史广告；

5)从确定出的历史广告中筛选出对应的历史点击数最大的目标历史广告；

6)将计算所述目标历史广告对应的目标历史标识中使用的标识基准初始阈值作为标识基准阈值。

具体的，获取历史预设时间内，如前一天或一个月的历史广告的历史访问流量和广告历史投放数据，广告历史投放数据包括历史点击数和历史投放数值，然后设定若干个标识基准初始阈值，如依次设置为从0-1中的任意值作为标识基准初始阈值，标识基准初始阈值也可以称为竞价效率初始阈值。

对于每一历史广告，依据步骤S11、S12和S13预估历史访问流量以及每一所述标识基准初始阈值对应的历史标识。

然后，在所有的广告对应的历史标识中确定出大于与所述历史标识相匹配的历史投放数值的历史标识，并作为目标历史标识，并找出该目标历史标识对应的广告。其中，与所述历史标识相匹配的历史投放数值即为与历史标识属于同一广告的历史投放数值。

在满足给定投放预算的情况下，将找出的广告中，筛选出最大历史点击数的广告，并作为目标历史广告。

将计算所述目标历史广告对应的目标历史标识中使用的标识基准初始阈值作为标识基准阈值。

其中，标识基准阈值为单条访问流量的预估点击率与市场预估价格的比值中的最优比值。

本实施例中，在接收到访问流量时，依据访问流量的初始标识和预估点击率确定出一个与该访问流量相匹配的目标标识，即根据不同的访问流量确定各自对应的目标标识。由于流量实际价值也是依据访问流量本身确定的，确定的目标标识会更加贴近该访问请求的流量实际价值，该访问流量竞价成功的概率提高，则需求方平台的处理器的本次标识分配为有效操作的概率提高，进而减少了需求方平台的处理器的资源的浪费。此外，通过本发明，可以针对每一次访问流量，进行实时竞价，即实现单次流量的差异化采买。

本发明的另一具体实现方式中，所述为所述访问流量分配目标标识_b的确定公式为：

其中，ctr为所述预估点击率；c为所述初始标识；p为所述标识基准阈值。表征即可以直接体现为投资回报率ROI，也即是说，广告出价直接与ROI相关，上述公式中，将出价b与投资回报率ROI直接关联，ROI越大，出价b越大，相比于固定CPM出价，本方案根据流量价值，实现了流量的差异化购买。CPC和CPA出价只考虑流量价值，对高价值流量出高价，但是高价值流量往往竞争更加激烈，成本更高。本方案综合考虑了流量价值和流量成本因素，以竞价效率作为出价依据，能更好地降低成本，例如某些低价值流量，如果成本足够低的话，本方案也会参竞。

在实际应用中，初始标识的确定过程可以包括：

获取在所述预设广告区域投放广告的广告平均历史标识数据和广告平均历史标识竞得率数据；

从所述广告平均历史标识数据和广告平均历史标识竞得率数据中，查询与访问流量的生成时刻对应的历史时刻的广告平均历史标识和广告平均历史标识竞得率；

其中，所述初始标识c的计算方式为：其中，w为广告平均历史标识；r为广告平均历史标识竞得率。

具体的，对每一次访问流量，也即流量请求，预估该流量的市场价，即初始标识，市场价越高，代表该流量成本越高。主要实现手段如下：每天离线统计每个广告主在前一天的每个小时内，每个广告位的出价信息，包含广告平均历史标识数据(也可以称为广告平均历史竞得价数据)和广告平均历史标识竞得率数据。将上述统计结果作为模型文件上传至线上系统。当系统收到竞价请求后，读取模型文件，根据该流量的广告位，即上述的预设广告区域和请求时段，即访问流量的生成时刻，查询该流量平均历史标识和广告平均历史标识竞得率。根据该流量的平均历史标识w和广告平均历史标识竞得率r，预估该流量的初始标识即市场价。

在实际应用中，参照图2，预估点击率的计算过程可以包括：

S21、获取所述访问流量对应的用户特征以及所述预设广告区域的展示环境特征。

其中，用户特征可以包括用户使用的手机型号、电脑操作系统等，展示环境特征可以包括交易平台、媒体、广告位尺寸、广告创意、地域等。

S22、获取点击率计算模型。

点击率计算模型预先构建，采用现有的点击率计算模型即可，所述点击率计算模型包括用户特征、展示环境特征和预估点击率的对应关系。

点击率计算模型是根据历史曝光点击数据离线训练得到，具体过程为：

将曝光点击数据当成正样本，曝光未点击数据当成负样本，构造用户侧、媒体侧、广告侧及组合特征，训练分类模型，得到每个特征的权重参数。

训练过程为：随机初始化每个特征的权重参数，计算损失函数(损失函数可以理解为预估值和真实值的差异程度)及梯度，通过梯度下降更新权重参数，直至收敛。

将模型文件上传至线上系统。在接收到访问流量后，读取访问流量中携带的用户、媒体数据，构造相关特征。查询模型文件中的相应特征的权重参数，求和，得到预估的点击率大小。

S23、依据所述用户特征、所述展示环境特征和所述点击率计算模型，计算所述预估点击率。

将用户特征和所述展示环境特征输入到所述点击率计算模型中，即可得到预估点击率。

本实施例中，在流量购买时，考虑了投资回报率，即购买的是流量价值相比于流量成本更有优势的访问流量，实现了最优的投资回报率。

可选的，在上述标识分配方法的实施例的基础上，本发明的另一实施例提供了一种标识分配装置，参照图3，可以包括：

点击率计算模块101，用于在接收到访问流量时，计算所述访问流量对应的访问页面中预设广告区域被点击的预估点击率；

初始标识确定模块102，用于确定所述访问流量的初始标识；所述初始标识用于表征所述访问流量的市场预估价格；

标识分配模块103，用于基于所述预估点击率和所述初始标识，为所述访问流量分配目标标识；所述目标标识表征所述访问流量的出价。

进一步，还可以包括：

数据获取模块，用于获取标识基准初始阈值、以及投放在所述预设广告区域的历史广告对应的历史访问流量、广告历史投放数据；所述广告历史投放数据包括历史点击数和历史投放数值；所述标识基准初始阈值为多个；

历史标识确定模块，用于在所有的所述历史标识中，筛选出大于与所述历史标识相匹配的历史投放数值的历史标识，并作为目标历史标识；

目标历史标识确定模块，用于在所有的所述历史标识中，筛选出大于与所述历史标识相匹配的历史投放数值的历史标识，并作为目标历史标识；

广告确定模块，用于确定所述目标历史标识对应的历史广告；

广告筛选模块，用于从确定出的历史广告中筛选出对应的历史点击数最大的目标历史广告；

阈值确定模块，用于将计算所述目标历史广告对应的目标历史标识中使用的标识基准初始阈值作为标识基准阈值。

本实施例中，在接收到访问流量时，依据访问流量的初始标识和预估点击率确定出一个与该访问流量相匹配的目标标识，即根据不同的访问流量确定各自对应的目标标识。由于流量实际价值也是依据访问流量本身确定的，确定的目标标识会更加贴近该访问请求的流量实际价值，该访问流量竞价成功的概率提高，则需求方平台的处理器的本次标识分配为有效操作的概率提高，进而减少了需求方平台的处理器的资源的浪费。

此外，通过本发明，可以针对每一次访问流量，进行实时竞价，即实现单次流量的差异化采买。

需要说明的是，本实施例中的各个模块的工作过程，请参照上述实施例中的相应说明，在此不再赘述。

可选的，在上述标识分配装置的实施例的基础上，所述为所述访问流量分配目标标识b的确定公式为：

其中，ctr为所述预估点击率；c为所述初始标识；p为所述标识基准阈值。所述初始标识确定模块包括：

数据获取子模块，用于获取在所述预设广告区域投放广告的广告平均历史标识数据和广告平均历史标识竞得率数据；

数据查询子模块，用于从所述广告平均历史标识数据和广告平均历史标识竞得率数据中，查询与访问流量的生成时刻对应的历史时刻的广告平均历史标识和广告平均历史标识竞得率；

数据计算子模块，用于计算所述初始标识；其中，所述初始标识c的计算方式为：其中，w为广告平均历史标识；r为广告平均历史标识竞得率。所述点击率预估模块包括：

特征获取子模块，用于获取所述访问流量对应的用户特征以及所述预设广告区域的展示环境特征；

模型获取子模块，用于获取点击率计算模型；所述点击率计算模型包括用户特征、展示环境特征和预估点击率的对应关系；

点击率计算子模块，用于依据所述用户特征、所述展示环境特征和所述点击率计算模型，计算所述预估点击率。

本实施例中，在流量购买时，考虑了投资回报率，即购买的是流量价值相比于流量成本更有优势的访问流量，实现了最优的投资回报率。

需要说明的是，本实施例中的各个模块的工作过程，请参照上述实施例中的相应说明，在此不再赘述。

可选的，在上述标识分配方法及装置的实施例的基础上，本发明的另一实施例提供了一种电子设备，包括：存储器和处理器；

其中，所述存储器用于存储程序；

处理器调用程序并用于：

在接收到访问流量时，计算所述访问流量对应的访问页面中预设广告区域被点击的预估点击率；

确定所述访问流量的初始标识；所述初始标识用于表征所述访问流量的市场预估价格；

基于所述预估点击率和所述初始标识，为所述访问流量分配目标标识；所述目标标识表征所述访问流量的出价。

进一步，在所述基于所述预估点击率和所述初始标识，为所述访问流量分配目标标识之前，还包括：

获取标识基准初始阈值、以及投放在所述预设广告区域的历史广告对应的历史访问流量、广告历史投放数据；所述广告历史投放数据包括历史点击数和历史投放数值；所述标识基准初始阈值为多个；

对于每一所述历史广告，确定历史访问流量以及每一所述标识基准初始阈值对应的历史标识；

在所有的所述历史标识中，筛选出大于与所述历史标识相匹配的历史投放数值的历史标识，并作为目标历史标识；

确定所述目标历史标识对应的历史广告；

从确定出的历史广告中筛选出对应的历史点击数最大的目标历史广告；

将计算所述目标历史广告对应的目标历史标识中使用的标识基准初始阈值作为标识基准阈值。

进一步，所述为所述访问流量分配目标标识b的确定公式为：

其中，ctr为所述预估点击率；c为所述初始标识；p为所述标识基准阈值。

进一步，所述确定所述访问流量的初始标识，包括：

获取在所述预设广告区域投放广告的广告平均历史标识数据和广告平均历史标识竞得率数据；

从所述广告平均历史标识数据和广告平均历史标识竞得率数据中，查询与访问流量的生成时刻对应的历史时刻的广告平均历史标识和广告平均历史标识竞得率；

其中，所述初始标识c的计算方式为：其中，w为广告平均历史标识；r为广告平均历史标识竞得率。

进一步，所述计算所述访问流量对应的访问页面中预设广告区域被点击的预估点击率，包括：

获取所述访问流量对应的用户特征以及所述预设广告区域的展示环境特征；

获取点击率计算模型；所述点击率计算模型包括用户特征、展示环境特征和预估点击率的对应关系；

依据所述用户特征、所述展示环境特征和所述点击率计算模型，计算所述预估点击率。

本实施例中，在接收到访问流量时，依据访问流量的初始标识和预估点击率确定出一个与该访问流量相匹配的目标标识，即根据不同的访问流量确定各自对应的目标标识。由于流量实际价值也是依据访问流量本身确定的，确定的目标标识会更加贴近该访问请求的流量实际价值，该访问流量竞价成功的概率提高，则需求方平台的处理器的本次标识分配为有效操作的概率提高，进而减少了需求方平台的处理器的资源的浪费。

此外，通过本发明，可以针对每一次访问流量，进行实时竞价，即实现单次流量的差异化采买。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商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、商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，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

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发明。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发明的精神或范围的情况下，在其它实施例中实现。因此，本发明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 (10)

1.一种标识分配方法，其特征在于，包括：

在接收到访问流量时，计算所述访问流量对应的访问页面中预设广告区域被点击的预估点击率；

确定所述访问流量的初始标识；所述初始标识用于表征所述访问流量的市场预估价格；

基于所述预估点击率和所述初始标识，为所述访问流量分配目标标识；所述目标标识表征所述访问流量的出价。

2.根据权利要求1所述的标识分配方法，其特征在于，在所述基于所述预估点击率和所述初始标识，为所述访问流量分配目标标识之前，还包括：

获取标识基准初始阈值、以及投放在所述预设广告区域的历史广告对应的历史访问流量、广告历史投放数据；所述广告历史投放数据包括历史点击数和历史投放数值；所述标识基准初始阈值为多个；

对于每一所述历史广告，确定历史访问流量以及每一所述标识基准初始阈值对应的历史标识；

在所有的所述历史标识中，筛选出大于与所述历史标识相匹配的历史投放数值的历史标识，并作为目标历史标识；

确定所述目标历史标识对应的历史广告；

从确定出的历史广告中筛选出对应的历史点击数最大的目标历史广告；

将计算所述目标历史广告对应的目标历史标识中使用的标识基准初始阈值作为标识基准阈值。

3.根据权利要求2所述的标识分配方法，其特征在于，所述为所述访问流量分配目标标识b的确定公式为：

其中，ctr为所述预估点击率；c为所述初始标识；p为所述标识基准阈值。

4.根据权利要求3所述的标识分配方法，其特征在于，所述确定所述访问流量的初始标识，包括：

获取在所述预设广告区域投放广告的广告平均历史标识数据和广告平均历史标识竞得率数据；

从所述广告平均历史标识数据和广告平均历史标识竞得率数据中，查询与访问流量的生成时刻对应的历史时刻的广告平均历史标识和广告平均历史标识竞得率；

其中，所述初始标识c的计算方式为：其中，w为广告平均历史标识；r为广告平均历史标识竞得率。

5.根据权利要求3所述的标识分配方法，其特征在于，所述计算所述访问流量对应的访问页面中预设广告区域被点击的预估点击率，包括：

获取所述访问流量对应的用户特征以及所述预设广告区域的展示环境特征；

获取点击率计算模型；所述点击率计算模型包括用户特征、展示环境特征和预估点击率的对应关系；

依据所述用户特征、所述展示环境特征和所述点击率计算模型，计算所述预估点击率。

6.一种标识分配装置，其特征在于，包括：

点击率计算模块，用于在接收到访问流量时，计算所述访问流量对应的访问页面中预设广告区域被点击的预估点击率；

初始标识确定模块，用于确定所述访问流量的初始标识；所述初始标识用于表征所述访问流量的市场预估价格；

标识分配模块，用于基于所述预估点击率和所述初始标识，为所述访问流量分配目标标识；所述目标标识表征所述访问流量的出价。

7.根据权利要求6所述的标识分配装置，其特征在于，还包括：

数据获取模块，用于获取标识基准初始阈值、以及投放在所述预设广告区域的历史广告对应的历史访问流量、广告历史投放数据；所述广告历史投放数据包括历史点击数和历史投放数值；所述标识基准初始阈值为多个；

历史标识确定模块，用于在所有的所述历史标识中，筛选出大于与所述历史标识相匹配的历史投放数值的历史标识，并作为目标历史标识；

目标历史标识确定模块，用于在所有的所述历史标识中，筛选出大于与所述历史标识相匹配的历史投放数值的历史标识，并作为目标历史标识；

广告确定模块，用于确定所述目标历史标识对应的历史广告；

广告筛选模块，用于从确定出的历史广告中筛选出对应的历史点击数最大的目标历史广告；

阈值确定模块，用于将计算所述目标历史广告对应的目标历史标识中使用的标识基准初始阈值作为标识基准阈值。

8.根据权利要求7所述的标识分配装置，其特征在于，所述为所述访问流量分配目标标识b的确定公式为：

其中，ctr为所述预估点击率；c为所述初始标识；p为所述标识基准阈值。

9.根据权利要求8所述的标识分配装置，其特征在于，所述初始标识确定模块包括：

数据获取子模块，用于获取在所述预设广告区域投放广告的广告平均历史标识数据和广告平均历史标识竞得率数据；

数据查询子模块，用于从所述广告平均历史标识数据和广告平均历史标识竞得率数据中，查询与访问流量的生成时刻对应的历史时刻的广告平均历史标识和广告平均历史标识竞得率；

数据计算子模块，用于计算所述初始标识；其中，所述初始标识c的计算方式为：其中，w为广告平均历史标识；r为广告平均历史标识竞得率。

10.一种电子设备，其特征在于，包括：存储器和处理器；

其中，所述存储器用于存储程序；

处理器调用程序并用于：

在接收到访问流量时，计算所述访问流量对应的访问页面中预设广告区域被点击的预估点击率；

确定所述访问流量的初始标识；所述初始标识用于表征所述访问流量的市场预估价格；

基于所述预估点击率和所述初始标识，为所述访问流量分配目标标识；所述目标标识表征所述访问流量的出价。