CN111062774A - 活动投放方法、装置、电子设备和计算机可读介质 - Google Patents

Abstract

本申请实施例公开了活动投放方法、装置、电子设备和计算机可读介质。该方法的实施例包括：获取目标活动的用户集、活动内容集和投放场景集；以用户、活动内容和投放场景作为一个三元组，对用户集、活动内容集和投放场景集中的元素进行组合，生成三元组集；对三元组集中的各三元组的价值进行预测；从三元组集中，提取满足约束情况下的价值总和最高的最优三元组子集；对于最优三元组子集中的每一个三元组，按照该三元组中的活动内容和投放场景，向该三元组中的用户投放目标活动。该实施方式可针对不同用户选择最优的活动内容和投放场景，提高了活动的投放效率。

Description

活动投放方法、装置、电子设备和计算机可读介质

技术领域

本申请实施例涉及计算机技术领域，具体涉及活动投放方法、装置、电子设备和计算机可读介质。

背景技术

随着计算机技术的发展，各种类型的服务平台越来越多。各平台为了提升收益效果，通常会向用户投放活动。例如，电商平台需要经常向用户投放优惠活动，以增加订单量或者吸引更多用户等。

现有的活动投放方式，通常是根据用户画像对用户进行分层，为不同分层的用户策划大量的投放策略，并逐一试验和分析各投放策略下的活动投放效果，从而针对不同分层的用户选择不同的投放策略。这种方式下，若需达到较好的活动投放效果，通常需要较多人力成本进行投放策略的制定、试验和分析，导致活动的准备周期较长。在活动发生变更时，也需要重新进行投放策略的制定、试验和分析，导致活动变更时无法及时更换投放策略。由此，这种方式下人力成本较高，且活动的投放效率较低。

发明内容

本申请实施例提出了活动投放方法、装置、电子设备和计算机可读介质，以降低人力成本，提高活动的投放效率。

第一方面，本申请实施例提供了一种活动投放方法，该方法包括：获取目标活动的用户集、活动内容集和投放场景集；以用户、活动内容和投放场景作为一个三元组，对用户集、活动内容集和投放场景集中的元素进行组合，生成三元组集；对三元组集中的各三元组的价值进行预测，价值用于指示按照三元组中的活动内容和投放场景对三元组中的用户投放目标活动后的收益；从所述三元组集中，提取满足约束情况下的价值总和最高的最优三元组子集；对于所述最优三元组子集中的每一个三元组，按照该三元组中的活动内容和投放场景，向该三元组中的用户投放所述目标活动。

第二方面，本申请实施例提供了一种活动投放装置，该装置包括：获取单元，被配置成获取目标活动的用户集、活动内容集和投放场景集；生成单元，被配置成以用户、活动内容和投放场景作为一个三元组，对用户集、活动内容集和投放场景集中的元素进行组合，生成三元组集；预测单元，被配置成对三元组集中的各三元组的价值进行预测，价值用于指示按照三元组中的活动内容和投放场景对三元组中的用户投放目标活动后的收益；提取单元，被配置成从所述三元组集中，提取满足约束情况下的价值总和最高的最优三元组子集；投放单元，被配置成对于所述最优三元组子集中的每一个三元组，按照该三元组中的活动内容和投放场景，向该三元组中的用户投放所述目标活动。

第三方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，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第一方面中的方法。

第四方面，本申请实施例提供了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第一方面中的方法

本申请实施例提供的活动投放方法、装置、电子设备和计算机可读介质，通过获取目标活动的用户集、活动内容集和投放场景集，而后以用户、活动内容和投放场景作为一个三元组，对各集合中的元素进行组合，从而生成三元组集；之后，对三元组集中的各三元组的价值进行预测，从而从三元组集中，提取满足约束情况下的价值总和最高的最优三元组子集；最后对于最优三元组子集中的每一个三元组，按照该三元组中的活动内容和投放场景，向该三元组中的用户投放所述目标活动。由此，一方面，能够针对不同用户选择不同的活动内容和投放场景，实现了千人千面的活动投放。另一方面，在预测各三元组的价值后，从三元组集中选出满足约束且价值总和最大的最优三元组子集，能够在满足约束下使活动投放后的收益最大化，提高了活动投放后的收益，同时，不需要人工试验和分析即可选择出最优的投放策略，降低了人力成本，提高了活动的投放效率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是根据本申请的活动投放方法的一个实施例的流程图；

图2是根据本申请中的模型的结构示意图；

图3是根据本申请的活动投放方法的又一个实施例的流程图；

图4是根据本申请的活动投放装置的一个实施例的结构示意图；

图5是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

请参考图1，其示出了根据本申请的活动投放方法的一个实施例的流程100。该活动投放方法，包括以下步骤：

步骤101，获取目标活动的用户集、活动内容集和投放场景集。

在本实施例中，活动投放方法的执行主体(如服务器等电子设备)可以获取目标活动的用户集、活动内容集和投放场景集。其中，目标活动即为当前待投放的活动，例如某平台(如电商平台、订餐平台等)的营销活动。

在本实施例中，目标活动的用户集，可以是目标活动所针对的用户的集合。实践中，针对不同的活动，可通过用户画像进行人群圈定，为每个活动选择其所针对的用户群体。例如，某项目所针对的用户群体可以为末单距今15-30天和流失概率大于0.2的用户，则可以配置查找条件(如条件一为末单距今15-30天，条件二为流失概率大于0.2)，查找满足条件的用户。由此，针对上述目标活动，可以通过预先设定查找条件的方式，对目标活动所针对的用户进行查找，从而获取到用户目标用户的用户集。

在本实施例中，活动内容集中的活动内容可以包括但不限于发放营销文案、发放落地页、发放优惠券(如通用优惠券、商家券)等。上述执行主体可以针对活动进行活动内容的预先生成。例如，可以生成通用优惠券并对其进行定价，也可以生成商家券并设定推荐的商家，还可以生成主题落地页等。需要说明的是，活动内容也可以根据需要进行其他设定，不限于上述列举。

在本实施例中，投放场景集中的投放场景可以用于表征活动投放给用户的时机和方式。例如，可以包括但不限于投放时间(如恶劣天气、节假日等)、运力情况(如外配配送场景下的配送员运力)、投放针对的用户行为(如浏览、收藏、加购)等、用户所处场景(如出差场景等)。

在本实施例中，上述执行主体可以进行活动场景的挖掘。此外，上述执行主体可以根据场景的配置，为各用户设定其有效的场景。例如，在某个活动中配置了恶劣天气场景、出差场景和加购场景。用户A满足了恶劣天气场景和加购场景，则会为用户A生成这两个场景和对应的参数。例如，生成天气情况信息和加购店铺ID等。

步骤102，以用户、活动内容和投放场景作为一个三元组，对用户集、活动内容集和投放场景集中的元素进行组合，生成三元组集。

在本实施例中，上述执行主体可以以用户、活动内容和投放场景作为一个三元组，对用户集、活动内容集和投放场景集中的元素进行组合，生成三元组集。其中，每一个三元组中包含三个元素，分别为用户、活动内容和投放场景。

在本实施例中，三元组集可以由所有可能的三元组组成。上述执行主体可以通过遍历各个集合或者计算用户集、活动内容集和投放场景集的笛卡尔乘积等方式，生成三元组集。

步骤103，对三元组集中的各三元组的价值进行预测。

在本实施例中，上述执行主体可以对三元组集中的各三元组的价值进行预测。其中，三元组的价值可以用于指示按照三元组中的活动内容和投放场景对三元组中的用户投放目标活动后的收益。

实践中，收益可以通过订单量、转化率、成交总额、成本等进行表征。因而，三元组的价值可以包括订单量、转化率、成交总额、成本中的一项或多项，且不限于上述列举。

在本实施例中，上述执行主体可以通过预先训练的价值预测模型，进行三元组的价值的预测。其中，价值预测模型可以是基于大量数据统计而预先制定的、用于表征三元组的与价值的对应关系的对应关系表；也可以是通过机器学习算法预先训练得到的用于预测价值的模型。本申请实施例对价值预测模型的形式不作限定。

作为示例，当价值预测模型为通过机器学习算法预先训练得到的用于预测价值的模型时，可以按照如下步骤进行各三元组的价值进行预测：首先，可以采用各种特征提取方式，提取各三元组的特征。上述特征可以包括离散特征和连续特征。具体地，可以包括但不限于用户的特征(如用户的年龄、性别、居住地等属性，以及用户的行为数据等)、活动内容的特征(如是否折扣、折扣力度等)、投放场景特征(如投放场景、投放渠道等)。实践中，每一个三元组的特征可以通过一个向量进行表示。而后，可以将各三元组的特征分别输入至该价值预测模型中，得到该价值预测模型输出的价值。

在本实施例的一些可选的实现方式中，上述执行主体可以采用如下步骤对各三元组的价值进行预测：

第一步，提取各三元组的特征，上述特征包括离散特征和连续特征。

第二步，采用极端梯度提升(eXtreme Gradient Boosting，XGBoost)树模型，从上述连续特征中提取高阶特征。具体地，可以预先构造XGBoost树模型。在需要提取高阶特征时，可以将三元组的连续特征输入至该XGBoost树模型，从而将XGBoost树模型的叶子节点的特征作为高阶特征。

第三步，分别将各三元组的高阶特征、离散特征和连续特征输入至预先训练的价值预测模型，得到各三元组的价值预测结果，上述价值预测模型用于进行多任务预测。此处，上述价值预测结果包括以下至少一项：订单量、转化率、成交总额、成本。

可选的，上述第三步中的价值预测模型通过如下步骤训练得到：首先，获取样本集。其中，上述样本集中的样本包括样本三元组和与上述样本三元组的价值信息，上述价值信息包括以下至少一项：上述样本三元组对应的订单量、转化率、成交总额、成本。而后，提取样本三元组的特征，上述特征包括离散特征和连续特征。之后，采用极端梯度提升算法，从样本三元组的连续特征中提取高阶特征。最后，将样本三元组的高阶特征信息和离散特征信息输入至深度神经网络(Deep Neural Network，DNN)，将样本三元组的价值信息作为上述深度神经网络的输出，利用机器学习方法，对上述深度神经网络进行训练，并将训练后的上述深度神经网络确定为价值预测模型。

作为示例，图2为模型(包括深度神经网络和极端梯度提升树模型)的结构示意图。如图2所示。价值预测模型采用深度神经网络训练而成。上述深度神经网络可以包含第一输入层、第二输入层、第三输入层、第一嵌入层、第二嵌入层、池化层和多个隐藏层。其中，第一输入层(如图2所示的W1、W2…Wn)与极端梯度提升树模型的叶子节点相连接，用于将叶子节点输出的高阶特征进行输入。第二输入层(如图2所示的C1、C2…Cn)用于输入连续特征。第三输入层(如图2所示的S1、S2…Sn)用于输入离散特征。第一嵌入层(如图2中W1、W2…Wn所分别指向的E1、E2…En)与第一输入层相连接，用于将高阶特征转换为编码向量。第二嵌入层(如图2中S1、S2…Sn所分别指向的E1、E2…En)与第三输入层相连接，用于将高阶特征转换为编码向量。池化层与第一嵌入层相连接，用于将第一嵌入层输出的编码向量进行池化处理。

如图2所示，在对深度神经网络进行训练时，可以首先通过XGBoost树模型得到连续特征对应的高阶特征。而后，可以将高阶特征(如图2所示的W1、W2…Wn)、连续特征(如图2所示的C1、C2…Cn)和离散特征(如图2所示的S1、S2…Sn)输入至价值预测模型。之后，深度神经网络的第一嵌入层和第二嵌入层可以分别对高阶特征和离散特征进行处理，并通过深度神经网络的池化层和多个隐藏层进行进一步的数据处理，从而由最后一层的隐藏层输出预测结果(包含GMV(Gross Merchandise Volume，成交总额)和CVR(Conversion Rate，转化率))。最后一个隐藏层输出的预测结果可以输入到多个损失函数中进行不同任务的损失计算。如图2所示，可进行GMV以及CVR的损失的计算。所得到的损失值可以用于指导深度神经网络的参数的更新。由于训练深度神经网络采用了Muti-task(多任务学习)的方式进行，因而，可以在不显著损失精度的情况下极大提高训练和预测效率。

步骤104，从三元组集中，提取满足约束情况下的价值总和最高的最优三元组子集。

在本实施例中，上述执行主体可以基于价值的预测结果，上述执行主体可以采用各种优化算法(即求最优解的算法)，从三元组集中提取出满足约束情况下的最优三元组子集。例如，可以采用贪心算法、启发式算法等，提取最优三元组子集。

需要说明的是，最优三元组子集中的三元组的数量和选取条件可以预先设定。例如，共有10个用户，2个活动内容，3个投放场景，则共有60个三元组。若限制只能向其中的5个用户投放活动，并且每个用户只能被触达一次，则最终需要选出5个用户不同的三元组，组成最优三元组子集。

以采用基于贪心规则的启发式算法确定最优三元组子集为例。具体可按照如下步骤执行：

第一步，以价值总和为优化目标，从上述三元组集中选取使上述优化目标最大的候选三元组子集。此步骤选取候选三元组子集时，可以不考虑约束。此时的价值总和，可称为最大优化目标。

实践中，优化目标和约束可以根据需要预先设定。例如，当价值为订单量时，约束可以是ROI(Return On Investment，投资回报率)大于或等于3。此时的任务为，在满足约束(ROI≥3)的情况下，寻找使订单量最大的最优三元组子集。

第二步，执行如下求解步骤：确定上述候选三元组子集是否满足约束。若满足，将上述候选三元组子集组作为最优三元组子集。

需要说明的是，若上述候选三元组子集不满足约束，则采用基于贪心规则的启发式算法，更新上述候选三元组子集，并使用更新后的候选三元组子集继续执行上述求解步骤，直至满足约束。

可选的，每一次采用基于贪心规则的启发式算法，更新上述候选三元组子集，均可以按照如下子步骤执行：

子步骤S11，遍历所述候选三元组子集的更新方式。

实践中，候选三元组子集的更新方式包括第一更新方式、第二更新方式和第三更新方式。其中，所述第一更新方式为删除所述候选三元组子集中的一个候选三元组。第二更新方式为将未入选所述候选三元组子集的一个三元组添加至所述候选三元组子集。第三更新方式为将未入选所述候选三元组子集的一个三元组与所述候选三元组子集中的一个三元组进行交换。此处遍历候选三元组子集的更新方式，可以是分别遍历第一更新方式、第二更新方式和第三更新方式。

例如，若候选三元组子集中包含3个候选三元组，未输入候选三元组子集的三元组共有4个。遍历第一种更新方式后，共得到3种选择；遍历第二种更新方式后，共得到4种选择；遍历上述第三种更新方式后，共得到12种选择。由此，共有19中选择。

需要说明的是，候选三元组子集的更新方式还可以根据需要进行其他设定，不限于上述列举。

子步骤S12，分别确定以每一种更新方式更新候选三元组子集后的价值总和，并分别确定以每一种更新方式更新候选三元组子集后的所述约束对象的值。

此处，以每一种更新方式更新候选三元组子集后的价值总和，即为更新后的候选三元组子集的价值总和。以每一种更新方式更新候选三元组子集后的所述约束对象的值，即为通过更新后的候选三元组子集计算出的约束对象的值。

此处，约束可以用于指示约束对象的取值范围。例如，约束可以是投资回报率大于或等于3。此时，约束对象即为投资回报率。约束对象的取值范围即为[3，+∞)。

子步骤S13，对于每一种更新方式，确定该更新方式对应的优化目标下降量和约束满足量。

此处，对于每一种更新方式，该更新方式对应的优化目标下降量，即为候选三元组子集当前的价值总和与以该更新方式更新候选三元组子集后的价值总和(即新的候选三元组子集的价值总和)的差值。

可以理解的是，由于优化目标为价值总和，因而价值总和越高，互动投放后的收益就越高。初始的候选三元组子集由于未考虑约束，故价值总和最高。在对候选三元组更新后，价值总和将会下降。价值总和下降的越少，即价值总和下降量越小，更新方式越优。

此处，对于每一种更新方式，该更新方式对应的约束满足量，可以基于约束对象的当前值与以该更新方式更新候选三元组子集后的约束对象的值确定。实践中，可以是二者的差值。

作为示例，若约束所指示约束对象的取值范围为大于或等于某一预设值(如约束为投资回报率大于或等于3)，由于当前尚未满足约束，因而可知，约束对象的当前值(如2)小于该预设值。此时，每更新一次，约束对象的值应增加，才能接近约束。由此，可以将以该更新方式更新候选三元组子集后的约束对象的值(如2.5)与约束对象的当前值(如2)的差值，作为约束满足量。

作为又一示例，若约束所指示约束对象的取值范围为小于或等于某一预设值(如成本小于或等于5)，由于当前尚未满足约束，因而可知，约束对象的当前值(例如6)大于该预设值。此时，每更新一次，约束对象的值应降低，才能接近约束。由此，可以将约束对象的当前值(如6)与以该更新方式更新候选三元组子集后的约束对象的值(如5.5)的差值，作为约束满足量。

由此，约束满足量越高，则意味着约束对象的值越接近约束所指示的取值范围，更新方式越优。可以理解的是，当约束满足量小于零时，则意味着更加无法满足约束，此时，可以排除这种更新方式。

子步骤S14，将约束满足量与优化目标下降量的比值作为更新方式的评价值，将评价值最大的更新方式作为最优更新方式。

此处，由于价值总和下降量越小，更新方式越优，并且，约束满足量越高，更新方式越优。由此，可以将约束满足量与价值总和下降量的差值，作为更新方式的评价值。由此，即可得到所遍历出的各种更新方式的评价值。从而，即可将评价值最大的更新方式作为最优更新方式。

在本实施例的一些可选的实现方式中，由于对于同一个用户，可能会有多个活动预对其进行投放，因而，在得到目标活动的最优三元组子集后，上述执行主体还可以分别将所述最优三元组子集中的每一个三元组作为第一目标三元组，将所述第一目标三元组中的用户作为目标用户，确定所述目标用户是否为其他活动的最优三元组子集中的用户。若是，可以将其他活动的最优三元组子集中的、所述目标用户所属的三元组作为第二目标三元组，确定所述第一目标三元组的长期价值和所述第二目标三元组的长期价值。其中，所述长期价值为未来预设时长内(如未来1个月、3个月、半年甚至一年的订单数、交易额等)的价值。此处，每一个目标三元组的价值用于指示按照该目标三元组中的活动内容和投放场景对三元组中的用户投放活动后的收益。长期价值的获取可以采用与步骤103相似的方式，此处不再赘述。若所述第一目标三元组的长期价值大于所述第二目标三元组的长期价值，向所述目标用户投放所述目标活动；若所述第一目标三元组的长期价值小于所述第二目标三元组的长期价值，向所述目标用户投放所述其他活动。

步骤105，对于最优三元组子集中的每一个三元组，按照该三元组中的活动内容和投放场景，向该三元组中的用户投放所述目标活动。

在本实施例中，对于最优三元组子集中的每一个三元组，上述执行主体可以按照该三元组中的活动内容和投放场景，向该三元组中用户投放目标活动。

作为示例，最优三元组子集中的某个三元组的元素包括用户A、优惠券(活动内容)以及在用户浏览页面时以弹窗形式投放(投放场景)时，可以在用户A浏览页面时以弹窗形式投放优惠券形式的活动内容。

本申请的上述实施例提供的方法，通过获取目标活动的用户集、活动内容集和投放场景集，而后以用户、活动内容和投放场景作为一个三元组，对各集合中的元素进行组合，从而生成三元组集；之后，对三元组集中的各三元组的价值进行预测，从而从三元组集中，提取满足约束情况下的价值总和最高的最优三元组子集；最后对于最优三元组子集中的每一个三元组，按照该三元组中的活动内容和投放场景，向该三元组中的用户投放所述目标活动。由此，一方面，能够针对不同用户选择不同的活动内容和投放场景，实现了千人千面的活动投放。另一方面，在预测各三元组的价值后，从三元组集中选出满足约束且价值总和最大的最优三元组子集，能够在满足约束下使活动投放后的收益最大化，由此，提高了活动投放后的收益，同时，不需要人工试验和分析即可选择出最优的投放策略，降低了人力成本，提高了活动的投放效率。

进一步参考图3，其示出了活动投放方法的又一个实施例的流程300。该活动投放方法的流程300，包括以下步骤：

步骤301，获取目标活动的用户集、活动内容集和投放场景集。

步骤302，以用户、活动内容和投放场景作为一个三元组，对用户集、活动内容集和投放场景集中的元素进行组合，生成三元组集。

本实施例中的步骤301-步骤302可参见图1所示实施例中的步骤101-步骤102，此处不再赘述。

步骤303，提取各三元组的特征。

在本实施例中，活动投放方法的执行主体可以采用各种特征提取方式，提取各三元组的特征。上述特征可以包括离散特征和连续特征。具体地，三元组的特征可以包括但不限于用户的特征(如用户的年龄、性别、居住地等属性，以及用户的行为数据等)、活动内容的特征(如是否折扣、折扣力度等)、投放场景特征(如投放场景、投放渠道等)。

实践中，每一个三元组的特征可以通过一个向量进行表示。

步骤304，采用极端梯度提升树模型，从连续特征中提取高阶特征。

在本实施例中，上述执行主体可以采用极端梯度提升树模型，从上述连续特征中提取高阶特征。具体地，可以预先构造极端梯度提升树模型。在需要提取高阶特征时，可以将三元组的连续特征输入至该极端梯度提升树模型，从而将极端梯度提升树模型的叶子节点的特征作为高阶特征。

步骤305，分别将各三元组的高阶特征、连续特征和离散特征输入至预先训练的价值预测模型，得到各三元组的价值预测结果。

在本实施例中，上述执行主体可以分别将各三元组的高阶特征、连续特征和离散特征输入至预先训练的价值预测模型，得到各三元组的价值预测结果。其中，上述价值预测模型用于进行多任务预测。此处，上述价值预测结果包括以下至少一项：订单量、转化率、成交总额、成本。

在本实施例中，价值预测模型通过如下步骤训练得到：首先，获取样本集。其中，上述样本集中的样本包括样本三元组和与上述样本三元组的价值信息，上述价值信息包括以下至少一项：上述样本三元组对应的订单量、转化率、成交总额、成本。而后，提取样本三元组的特征，上述特征包括离散特征和连续特征。之后，采用极端梯度提升算法，从样本三元组的连续特征中提取高阶特征。最后，将样本三元组的高阶特征信息和离散特征信息输入至深度神经网络(Deep Neural Network，DNN)，将样本三元组的价值信息作为上述深度神经网络的输出，利用机器学习方法，对上述深度神经网络进行训练，并将训练后的上述深度神经网络确定为价值预测模型。

步骤306，以价值总和为优化目标，从三元组集中选取使优化目标最大的候选三元组子集。

在本实施例中，上述执行主体可以以价值总和为优化目标，从上述三元组集中选取使上述优化目标最大(可称为最大优化目标)的候选三元组子集。此步骤选取候选三元组子集时，可以不考虑约束。

实践中，优化目标和约束可以根据需要预先设定。例如，当价值为订单量时，约束可以是ROI(Return On Investment，投资回报率)大于或等于3。此时的任务为，在满足约束(ROI≥3)的情况下，寻找使订单量最大的最优三元组子集。

在得到候选三元组子集后，可以执行如步骤307-步骤308所描述的求解步骤。

步骤307，确定候选三元组子集是否满足约束。

在本实施例中，上述执行主体可以确定步骤306得到的候选三元组子集是否满足约束。若满足，可以执行步骤308。若不满足，可以执行步骤309。

步骤308，若满足，将候选三元组子集组作为最优三元组子集。

步骤309，若不满足，采用基于贪心规则的启发式算法，更新候选三元组子集，并使用更新后的候选三元组子集继续执行求解步骤。

在本实施例中，若上述候选三元组子集不满足约束，则可以采用基于贪心规则的启发式算法，更新上述候选三元组子集，并使用更新后的候选三元组子集继续执行上述求解步骤。具体操作可参见步骤104中的可选实现方式，此处不再赘述。

步骤310，对于最优三元组子集中的每一个三元组，按照该三元组中的活动内容和投放场景，向该三元组中的用户投放所述目标活动。

本实施例中的步骤310可参见图1所示实施例中的步骤105，此处不再赘述。

本实施例中的活动投放方法，通过将用户、活动内容和投放场景设置为三元组并进行各三元组价值的预测，从而选取最优三元组子集，能够针对不同用户选择最优的活动内容和投放场景，提高了活动投放后的收益。此外，本实施例中的活动投放方法涉及了基于极端梯度提升算法提取的高阶特征、连续特征和离散特征预测三元组的价值的步骤，由此，可以使输入至价值预测模型的特征更丰富，有助于提升价值预测模型对价值预测的准确性。

进一步参考图4，作为对上述各图所示方法的实现，本申请提供了一种活动投放装置的一个实施例，该装置实施例与图1所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例所述的活动投放装置400包括：获取单元401，被配置成获取目标活动的用户集、活动内容集和投放场景集；生成单元402，被配置成以用户、活动内容和投放场景作为一个三元组，对所述用户集、所述活动内容集和所述投放场景集中的元素进行组合，生成三元组集；预测单元403，被配置成对所述三元组集中的各三元组的价值进行预测，所述价值用于指示按照三元组中的活动内容和投放场景对三元组中的用户投放所述目标活动后的收益；提取单元404，被配置成从所述三元组集中，提取满足约束情况下的价值总和最高的最优三元组子集；投放单元405，被配置成对于所述最优三元组子集中的每一个三元组，按照该三元组中的活动内容和投放场景，向该三元组中的用户投放所述目标活动。。

在本实施例的一些可选的实现方式中，上述预测单元403，进一步被配置成：提取各三元组的特征，上述特征包括离散特征和连续特征；采用极端梯度提升树模型，从上述连续特征中提取高阶特征；分别将各三元组的高阶特征、离散特征和连续特征输入至预先训练的价值预测模型，得到各三元组的价值预测结果，上述价值预测模型用于进行多任务预测，上述价值预测结果包括以下至少一项：订单量、转化率、成交总额、成本。

在本实施例的一些可选的实现方式中，上述价值预测模型包括第一输入层、第二输入层、第三输入层、第一嵌入层、第二嵌入层、池化层和多个隐藏层；其中，上述第一输入层与上述极端梯度提升树模型的叶子节点相连接，用于将上述叶子节点输出的高阶特征进行输入；上述第二输入层用于输入上述连续特征；上述第三输入层用于输入上述离散特征；上述第一嵌入层与上述第一输入层相连接，用于将上述高阶特征转换为编码向量；上述第二嵌入层与上述第三输入层相连接，用于将上述高阶特征转换为编码向量；上述池化层与上述第一嵌入层相连接，用于将上述第一嵌入层输出的编码向量进行池化处理。

在本实施例的一些可选的实现方式中，上述提取单元404，进一步被配置成：以价值总和为优化目标，从上述三元组集中选取使上述优化目标最大的候选三元组子集；执行如下求解步骤：确定上述候选三元组子集是否满足约束；若满足，将上述候选三元组子集作为最优三元组子集；若上述候选三元组子集不满足约束，采用基于贪心规则的启发式算法，更新上述候选三元组子集，并使用更新后的候选三元组子集继续执行上述求解步骤。

在本实施例的一些可选的实现方式中，上述约束用于指示约束对象的取值范围；以及，上述提取单元404，进一步被配置成：遍历上述候选三元组子集的更新方式；分别确定以每一种更新方式更新上述候选三元组子集后的价值总和，并分别确定以每一种更新方式更新上述候选三元组子集后的上述约束对象的值；对于每一种更新方式，确定该更新方式对应的优化目标下降量和约束满足量，其中，上述优化目标下降量为上述候选三元组子集当前的价值总和与以该更新方式更新上述候选三元组子集后的价值总和的差值，上述约束满足量基于上述约束对象的当前值与以该更新方式更新上述候选三元组子集后的上述约束对象的值确定；将上述约束满足量与上述优化目标下降量的比值作为更新方式的评价值，将评价值最大的更新方式作为最优更新方式；按照上述最优更新方式更新上述候选三元组子集。

在本实施例的一些可选的实现方式中，上述候选三元组子集的更新方式包括第一更新方式、第二更新方式和第三更新方式；其中，上述第一更新方式为删除上述候选三元组子集中的一个候选三元组，上述第二更新方式为将未入选上述候选三元组子集的一个三元组添加至上述候选三元组子集，上述第三更新方式为将未入选上述候选三元组子集的一个三元组与上述候选三元组子集中的一个三元组进行交换；以及，上述提取单元404，进一步被配置成：分别遍历上述第一更新方式、第二更新方式和第三更新方式。

在本实施例的一些可选的实现方式中，上述装置还包括：执行单元，被配置成：分别将上述最优三元组子集中的每一个三元组作为第一目标三元组，将上述第一目标三元组中的用户作为目标用户，执行如下步骤：确定上述目标用户是否为其他活动的最优三元组子集中的用户；若是，将上述其他活动的最优三元组子集中的、上述目标用户所属的三元组作为第二目标三元组，确定上述第一目标三元组的长期价值和上述第二目标三元组的长期价值，其中，上述长期价值为未来预设时长内的价值；若上述第一目标三元组的长期价值大于上述第二目标三元组的长期价值，向上述目标用户投放上述目标活动；若上述第一目标三元组的长期价值小于上述第二目标三元组的长期价值，向上述目标用户投放上述其他活动。

本申请的上述实施例提供的装置，通过获取目标活动的用户集、活动内容集和投放场景集，而后以用户、活动内容和投放场景作为一个三元组，对各集合中的元素进行组合，从而生成三元组集；之后，对三元组集中的各三元组的价值进行预测，从而从三元组集中，提取满足约束情况下的价值总和最高的最优三元组子集；最后对于最优三元组子集中的每一个三元组，按照该三元组中的活动内容和投放场景，向该三元组中的用户投放所述目标活动。由此，一方面，能够针对不同用户选择不同的活动内容和投放场景，实现了千人千面的活动投放。另一方面，在预测各三元组的价值后，从三元组集中选出满足约束且价值总和最大的最优三元组子集，能够在满足约束下使活动投放后的收益最大化，由此，提高了活动投放后的收益，同时，不需要人工试验和分析即可选择出最优的投放策略，降低了人力成本，提高了活动的投放效率。

下面参考图5，其示出了适于用来实现本申请实施例的电子设备的计算机系统500的结构示意图。图5示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

作为另一方面，本申请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装置中所包含的；也可以是单独存在，而未装配入该装置中。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该装置执行时，使得该装置：获取目标活动的用户集、活动内容集和投放场景集；以用户、活动内容和投放场景作为一个三元组，对用户集、活动内容集和投放场景集中的元素进行组合，生成三元组集；对三元组集中的各三元组的价值进行预测；从三元组集中，提取满足约束情况下的价值总和最高的最优三元组子集；对于最优三元组子集中的每一个三元组，按照该三元组中的活动内容和投放场景，向该三元组中的用户投放目标活动。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种活动投放方法，其特征在于，所述方法包括：

获取目标活动的用户集、活动内容集和投放场景集；

以用户、活动内容和投放场景作为一个三元组，对所述用户集、所述活动内容集和所述投放场景集中的元素进行组合，生成三元组集；

对所述三元组集中的各三元组的价值进行预测，所述价值用于指示按照三元组中的活动内容和投放场景对三元组中的用户投放所述目标活动后的收益；

从所述三元组集中，提取满足约束情况下的价值总和最高的最优三元组子集；

对于所述最优三元组子集中的每一个三元组，按照该三元组中的活动内容和投放场景，向该三元组中的用户投放所述目标活动。

2.根据权利要求1所述的活动投放方法，其特征在于，所述对所述三元组集中的各三元组的价值进行预测，包括：

提取各三元组的特征，所述特征包括离散特征和连续特征；

采用极端梯度提升树模型，从所述连续特征中提取高阶特征；

分别将各三元组的高阶特征、离散特征和连续特征输入至预先训练的价值预测模型，得到各三元组的价值预测结果，所述价值预测模型用于进行多任务预测，所述价值预测结果包括以下至少一项：订单量、转化率、成交总额、成本。

3.根据权利要求2所述的活动投放方法，其特征在于，所述价值预测模型包括第一输入层、第二输入层、第三输入层、第一嵌入层、第二嵌入层、池化层和多个隐藏层；

其中，所述第一输入层与所述极端梯度提升树模型的叶子节点相连接，用于将所述叶子节点输出的高阶特征进行输入；

所述第二输入层用于输入所述连续特征；

所述第三输入层用于输入所述离散特征；

所述第一嵌入层与所述第一输入层相连接，用于将所述高阶特征转换为编码向量；

所述第二嵌入层与所述第三输入层相连接，用于将所述高阶特征转换为编码向量；

所述池化层与所述第一嵌入层相连接，用于将所述第一嵌入层输出的编码向量进行池化处理。

4.根据权利要求1所述的活动投放方法，其特征在于，所述从所述三元组集中，提取满足约束情况下的价值总和最高的最优三元组子集，包括：

以价值总和为优化目标，从所述三元组集中选取使所述优化目标最大的候选三元组子集；

执行如下求解步骤：确定所述候选三元组子集是否满足约束；若满足，将所述候选三元组子集作为最优三元组子集；

若所述候选三元组子集不满足约束，采用基于贪心规则的启发式算法，更新所述候选三元组子集，并使用更新后的候选三元组子集继续执行所述求解步骤。

5.根据权利要求4所述的活动投放方法，其特征在于，所述约束用于指示约束对象的取值范围；以及

所述采用基于贪心规则的启发式算法，更新所述候选三元组子集，包括：

遍历所述候选三元组子集的更新方式；

分别确定以每一种更新方式更新所述候选三元组子集后的价值总和，并分别确定以每一种更新方式更新所述候选三元组子集后的所述约束对象的值；

对于每一种更新方式，确定该更新方式对应的优化目标下降量和约束满足量，其中，所述优化目标下降量为所述候选三元组子集当前的价值总和与以该更新方式更新所述候选三元组子集后的价值总和的差值，所述约束满足量基于所述约束对象的当前值和以该更新方式更新所述候选三元组子集后的所述约束对象的值确定；

将所述约束满足量与所述优化目标下降量的比值作为更新方式的评价值，将评价值最大的更新方式作为最优更新方式；

按照所述最优更新方式更新所述候选三元组子集。

6.根据权利要求5所述的活动投放方法，其特征在于，所述候选三元组子集的更新方式包括第一更新方式、第二更新方式和第三更新方式；其中，所述第一更新方式为删除所述候选三元组子集中的一个候选三元组，所述第二更新方式为将未入选所述候选三元组子集的一个三元组添加至所述候选三元组子集，所述第三更新方式为将未入选所述候选三元组子集的一个三元组与所述候选三元组子集中的一个三元组进行交换；以及

所述遍历所述候选三元组子集的更新方式，包括：

分别遍历所述第一更新方式、第二更新方式和第三更新方式。

7.根据权利要求1所述的活动投放方法，其特征在于，在所述提取满足约束情况下的价值总和最高的最优三元组子集之后，所述方法还包括：

分别将所述最优三元组子集中的每一个三元组作为第一目标三元组，将所述第一目标三元组中的用户作为目标用户，执行如下步骤：

确定所述目标用户是否为其他活动的最优三元组子集中的用户；

若是，将所述其他活动的最优三元组子集中的、所述目标用户所属的三元组作为第二目标三元组，确定所述第一目标三元组的长期价值和所述第二目标三元组的长期价值，其中，所述长期价值为未来预设时长内的价值；

若所述第一目标三元组的长期价值大于所述第二目标三元组的长期价值，向所述目标用户投放所述目标活动；

若所述第一目标三元组的长期价值小于所述第二目标三元组的长期价值，向所述目标用户投放所述其他活动。

8.一种活动投放装置，其特征在于，所述装置包括：

获取单元，被配置成获取目标活动的用户集、活动内容集和投放场景集；

生成单元，被配置成以用户、活动内容和投放场景作为一个三元组，对所述用户集、所述活动内容集和所述投放场景集中的元素进行组合，生成三元组集；

预测单元，被配置成对所述三元组集中的各三元组的价值进行预测，所述价值用于指示按照三元组中的活动内容和投放场景对三元组中的用户投放所述目标活动后的收益；

提取单元，被配置成从所述三元组集中，提取满足约束情况下的价值总和最高的最优三元组子集；

投放单元，被配置成对于所述最优三元组子集中的每一个三元组，按照该三元组中的活动内容和投放场景，向该三元组中的用户投放所述目标活动。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

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1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images