CN111242689A - 广告投放方法、装置、服务器及存储介质 - Google Patents

Abstract

本申请提出一种广告投放方法、装置、服务器及存储介质，涉及网络技术领域，通过获得用户端对应的多个待投放广告中，每一待投放广告各自对应的投放紧迫度以及预测点击概率，然后计算获得每一待投放广告各自对应的投放匹配度；进而根据用户对应的多个待投放广告中，每一待投放广告的投放匹配度，确定出目标投放广告，从而将该目标投放广告推送给用户端；相比于现有技术，能够结合用户端点击每一待投放广告的点击概率向用户端投放广告，使得在调整低点击率广告的投放量时，可以使对应广告的投放更加精确，能够有效的提升对应广告的点击率。

Description

广告投放方法、装置、服务器及存储介质

技术领域

本申请涉及网络技术领域，具体而言，涉及一种广告投放方法、装置、服务器及存储介质。

背景技术

随着互联网技术的不断发展，人们可以利用互联网技术，在互联网平台获取各个方面的信息，比如生活资讯、娱乐影音、餐饮美食等；相应地，广告需求商也可以通过互联网平台投放广告，以推广商品。

在例如合约广告等推送场景中，广告运营商不仅需要完成广告需求商投放广告的需求，还需要尽可能的考虑每一投放的广告的点击率问题，尽可能的提高广告的点击率，使得广告需求商投放的广告能够更有效的转化为收益。

然而，目前的例如合约广告点击率优化方案仅仅是利用实际的点击率对投放的广告内容进行修正，不仅会影响各个广告的投放比率，而且对广告点击率的提升效果也很有限。

发明内容

本申请的目的在于提供一种广告投放方法、装置、服务器及存储介质，能够有效的提升对应广告的点击率。

为了实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供一种广告投放方法，所述方法包括：

获得用户端对应的多个待投放广告中，每一待投放广告各自对应的投放紧迫度和预测点击概率；

根据每一所述待投放广告各自对应的投放紧迫度和预测点击概率，获得每一所述待投放广告对应的投放匹配度；

根据每一所述待投放广告对应的投放匹配度，在所述多个待投放广告中确定出目标投放广告，并将所述目标投放广告推送给所述用户端。

第二方面，本申请实施例提供一种广告投放装置，所述装置包括：

处理模块，用于获得用户端对应的多个待投放广告中，每一待投放广告各自对应的投放紧迫度和预测点击概率；

所述处理模块还用于，根据每一所述待投放广告各自对应的投放紧迫度和预测点击概率，获得每一所述待投放广告对应的投放匹配度；

所述处理模块还用于，根据每一所述待投放广告对应的投放匹配度，在所述多个待投放广告中确定出目标投放广告；

发送模块，用于将所述目标投放广告推送给所述用户端。

第三方面，本申请实施例提供一种服务器，所述服务器包括存储器，用于存储一个或多个程序；处理器；当所述一个或多个程序被所述处理器执行时，实现上述的广告投放方法。

第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的广告投放方法。

本申请实施例提供的一种广告投放方法、装置、服务器及存储介质，通过获得用户端对应的多个待投放广告中，每一待投放广告各自对应的投放紧迫度以及预测点击概率，然后计算获得每一待投放广告各自对应的投放匹配度；进而根据用户对应的多个待投放广告中，每一待投放广告的投放匹配度，确定出目标投放广告，从而将该目标投放广告推送给用户端；相比于现有技术，能够结合用户端点击每一待投放广告的点击概率向用户端投放广告，使得在调整低点击率广告的投放量时，可以使对应广告的投放更加精确，能够有效的提升对应广告的点击率。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其它相关的附图。

图1示出本申请提供的广告投放方法的一种示意性应用场景图；

图2示出本申请一实施例提供的服务器的一种示意性结构框图；

图3示出本申请一实施例提供的广告投放方法的一种示意性流程图；

图4示出图3中步骤203的子步骤的一种示意性流程图；

图5示出本申请提供的广告投放方法的另一种示意性流程图；

图6示出图5中步骤207的子步骤的一种示意性流程图；

图7示出图3中步骤205确定出目标投放广告时的一种示意性流程图；

图8示出本申请提供的广告投放装置的一种示意性结构框图。

图中：100-服务器；101-存储器；102-处理器；103-通信接口；300-广告投放装置；301-处理模块；302-发送模块。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

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。

在例如上述的广告推送场景中，目前广告运营商提高投放广告的点击率的策略一般为，利用实际的点击率对投放的广告内容进行修改；比如将点击率较少的广告的投放量增加，即增加低点击率广告的展示量，从而使相应广告的点击量增加。

然而，在广告运营商实际的广告投放场景中，一般会有多个待推送广告一起进行投放；在同一时刻对于同一用户端，广告运营商会在多个待推送广告中至少择一出目标投放广告推送给用户端。

因此，采用上述的解决方案，由于在增加低点击率广告的展示量时，在短时间内，用户流量未产生较大变化，但会使得多个待推送广告中每一投放广告的投放比率产生较大变化，最终可能会影响各个广告需求商的投放需求量不能及时完成；并且，上述的解决方案仅仅是增加低点击率广告的展示量，即增加低点击率广告的投放量，而未考虑用户端实际点击相应广告的可能性，导致该解决方案对广告点击率的提升效果也很有限。

为此，基于上述缺陷，本申请提供的一种可能的实现方式为：通过获得用户端对应的多个待投放广告中，每一待投放广告各自对应的投放紧迫度以及预测点击概率，然后计算获得每一待投放广告各自对应的投放匹配度；进而根据用户对应的多个待投放广告中，每一待投放广告的投放匹配度，确定出目标投放广告，从而将该目标投放广告推送给用户端；使得在调整低点击率广告的投放量时，可以使对应广告的投放更加精确，能够有效的提升对应广告的点击率。

下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

请参阅图1，图1示出本申请提供的广告投放方法的一种示意性应用场景图，在本申请的一实施例中，服务器与用户端位于无线网络或有线网络中，通过该无线网络或有线网络，服务器与用户端进行数据交互。

在本申请一实施例中，用户端可采用移动终端设备，例如可以包括智能手机、个人电脑(personal computer，PC)、平板电脑、穿戴式移动终端等等。

本申请所提供的一种广告投放方法，可以应用于如图1所示的服务器，该服务器中安装有应用程序，与用户端相对应，用于为用户提供服务；本申请提供的广告投放方法可以通过该服务器中安装的应用程序实现。

请参阅图2，图2示出本申请一实施例提供的服务器100的一种示意性结构框图，服务器100可以包括存储器101、处理器102和通信接口103，该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。

存储器101可用于存储软件程序及模块，如本申请提供的广告投放装置对应的程序指令/模块，处理器102通过执行存储在存储器101内的软件程序及模块，从而执行各种功能应用以及数据处理，进而执行本申请提供的广告投放方法的步骤。该通信接口103可用于与其他节点设备进行信令或数据的通信。

其中，存储器101可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除可编程只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。

处理器102可以是一种集成电路芯片，具有信号处理能力。该处理器102可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(Digital Signal Processing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

可以理解的是，图2所示的结构仅为示意，服务器100还可以包括比图2中所示更多或者更少的组件，或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。

下面以图2所示的服务器100作为示意性执行主体为例，对本申请提供的广告投放方法进行示意性说明。

请参阅图3，图3示出本申请一实施例提供的广告投放方法的一种示意性流程图，可以包括以下步骤：

步骤201，获得用户端对应的多个待投放广告中，每一待投放广告各自对应的投放紧迫度和预测点击概率；

步骤203，根据每一待投放广告各自对应的投放紧迫度和预测点击概率，获得每一待投放广告对应的投放匹配度；

步骤205，根据每一待投放广告对应的投放匹配度，在多个待投放广告中确定出目标投放广告，并将目标投放广告推送给用户端。

在一实施例中，比如在合约广告的投放场景中，服务器可以根据用户端对应的特征标签，先确定出该用户端对应的多个待投放广告；比如，假定存在三个广告需求商A、B、C，且每一广告需求上各自需求的目标人群对应的特征标签分别为“A：上海用户，B：上海的男性用户，C：女性用户”。

示意性地，假定用户端对应的特征标签为“上海的男性用户”，则服务器可以将广告需求商A的广告以及广告需求商B的广告作为该用户端对应的多个待投放广告；假定用户端对应的特征标签为“上海的女性用户”，则服务器可以将广告需求商A的广告以及广告需求商C的广告作为该用户端对应的多个待投放广告。

然后，服务器可以针对该用户端对应的多个待投放广告，获得每一待投放广告各自对应的投放紧迫度和预测点击概率；其中，每一待投放广告各自对应的投放紧迫度，表征的是每一待投放广告的紧迫程度，在一些可能的实现方式中，投放紧迫度高的待投放广告一般比投放紧迫度低的待投放广告拥有更大的投放概率；每一待投放广告各自对应的预测点击概率表征的该用户端点击对应待投放广告的概率，在一些可能的实现方式中，预测点击概率越大，表征用户端点击对应待投放广告的可能性越高。

需要说明的是，服务器在执行步骤201以获得每一待投放广告各自对应的投放紧迫度和预测点击概率时，可以利用如申请号为2019110241257的中国专利申请提供的方案进行计算，本申请在此不再进行赘述。

接下来，服务器可以根据每一待投放广告各自对应的投放紧迫度和预测点击概率，计算获得每一待投放广告对应的投放匹配度；其中，每一投放匹配度用于表征将对应的待投放广告投放给用户端的匹配程度，投放匹配度越高，表征在综合点击概率以及投放紧迫度等维度的影响后，用户端与对应的待投放广告越相匹配。

由此，服务器可以根据每一待投放广告对应的投放匹配度，在多个待投放广告中确定出目标投放广告，并将目标投放广告推送给用户端，以完成对用户端的广告推送。

可见，基于上述设计，本申请提供的一种广告投放方法，通过获得用户端对应的多个待投放广告中，每一待投放广告各自对应的投放紧迫度以及预测点击概率，然后计算获得每一待投放广告各自对应的投放匹配度；进而根据用户对应的多个待投放广告中，每一待投放广告的投放匹配度，确定出目标投放广告，从而将该目标投放广告推送给用户端；相比于现有技术，能够结合用户端点击每一待投放广告的点击概率向用户端投放广告，使得在调整低点击率广告的投放量时，可以使对应广告的投放更加精确，能够有效的提升对应广告的点击率。

其中，为对步骤203进行示例性说明，在图3的基础上，请参阅图4，图4示出图3中步骤203的子步骤的一种示意性流程图，作为一种可能的实现方式，步骤203可以包括以下子步骤：

步骤203-1，根据每一待投放广告对应的投放紧迫度，获得每一待投放广告对应的投放概率；

步骤203-2，利用预测算法对每一待投放广告对应的投放概率及预测点击概率进行处理，生成每一待投放广告对应的投放匹配度。

如上所述，每一待投放广告对应的投放紧迫度，表征的是每一待投放广告的紧迫程度，投放紧迫度高的待投放广告一般会比投放紧迫度低的待投放广告拥有更大的投放概率。

为此，服务器在执行步骤203时，可以先根据每一待投放广告对应的投放紧迫度，获得每一待投放广告对应的投放概率。

比如，作为一种可能的实现方式，每一待投放广告对应的投放概率的计算公式可以满足如下：

式中，Sh_i表示待投放广告i对应的投放概率，r_i表示待投放广告i对应的投放紧迫度。

需要说明的是，上述计算投放概率的公式仅为示意，在本申请其他一些可能的实现方式中，还可以为每一待投放广告设置一定的比例系数进行调整；比如对于需要调整投放量的低点击率的广告，可以设置较大的比例系数，而无需调整投放量的广告，或者是投放量已接近预设投放量的广告，可以设置较小的比例系数，从而使得需要调整投放量的广告具有相对较大的投放概率。

然后，服务器可以利用一预测算法，对每一待投放广告对应的投放概率及预测点击概率进行处理，从而生成每一待投放广告对应的投放匹配度。

比如，作为一种可能的实现方式，每一待投放广告对应的投放匹配度的计算公式可以满足如下：

T_c,i,j＝ctr_i,j-α_i*(1-Sh_i)+β_i

式中，T_c,i,j表示向用户端j推送待投放广告i的投放匹配度，ctr_i,j表示用户端j点击待投放广告i的预测点击概率，α_i、β_i均表示设定的参数。

并且，上述示例的计算投放匹配度的公式也仅为示意，在本申请其他一些可能的实现方式中，也可以采用其他的一些公式计算每一待投放广告对应的投放匹配度。

另外，在一些可能的实现方式中，可以通过调整待投放广告i的投放匹配度，从而调整待投放广告i被投放给用户端的概率。

但通过分析上述公式可知，服务器通过预测算法计算得到的向用户端j推送待投放广告i的投放匹配度，不仅受入参预测点击概率ctr_i,j和投放概率Sh_i的影响，还受参数α_i和β_i取值的影响。

并且，在实际的计算中，预测点击概率ctr_i,j和投放概率Sh_i的值与预测算法本身无关，预测点击概率ctr_i,j和投放概率Sh_i分别是受待投放广告i的投放紧迫度和预测点击概率的影响；因此，对于服务器而言，服务器可以调整参数α_i和β_i的具体取值，从而调整待投放广告i的投放匹配度。

因此，在图4的基础上，请参阅图5，图5示出本申请提供的广告投放方法的另一种示意性流程图，作为一种可能的实现方式，该广告投放方法还可以包括以下步骤：

步骤207，根据目标投放广告在投放对照组中的投放展示量，更新预测算法的第一参数。

在一实施例中，服务器可以在实际的用户流量中划分出一部流量作为投放对照组，以待投放广告i作为目标投放广告为例，服务器可以根据目标投放广告在投放对照组中的投放展示量，适应性更新预测算法的第一参数，从而调整目标投放广告的投放匹配度，即：通过调整预测算法的参数，以调整目标投放广告的投放量。

比如，在一实施例中，以上述的待投放广告i作为目标投放广告为例，服务器可以根据待投放广告i中实际的投放比率，以及投放对照组的用户流量占所有用户流量的比例，计算出待投放广告i的期望投放量；然后再调整预测算法中的第一参数，选取最接近该期望投放量时的预测算法的参数，作为预测算法更新后的第一参数；从而使得待投放广告i的实际的投放比率能够结合投放对照组中的投放比率进行调整，投放更精准。

可见，基于上述设计，本申请提供的一种广告投放方法，通过设置投放对照组，并结合目标投放广告在投放对照组中的投放展示量，更新预测算法的第一参数，能够使服务器投放目标投放广告更加精准。

另外，为使调整预测算法的第一参数更加精准，在一实施例中，可以将投放对照组分为第一对照组和第二对照组；比如，可以将实际用户流量按照设定的比例分为三个分桶，例如将实际用户流量的1％划为第一对照组，命名为a分桶；将实际用户流量的1％划分为第二对照组，命名为b分桶；将实际用户流量的98％划分为实际投放组，命名为c分桶。

相应地，目标投放广告在投放对照组中的投放展示量也可以分为在第一对照组中的第一展示量以及在第二对照组中的第二展示量。

如此，在图5的基础上，请参阅图6，图6示出图5中步骤207的子步骤的一种示意性流程图，作为一种可能的实现方式，步骤207可以包括以下子步骤：

步骤207-1，计算目标投放广告在第二对照组中的对照匹配度及参考匹配度；

步骤207-2，根据第一展示量、第二展示量、对照匹配度及参考匹配度，计算在第三参数下的匹配度差值；

步骤207-3，按照设定的步长调整第三参数的值，获得多个匹配度差值；

步骤207-4，将多个匹配度差值中的目标匹配度差值所对应的第三参数确定为预测算法更新后的第一参数。

需要说明的是，对于a分桶(即第一对照组)的广告投放策略：服务器针对一个用户端对应的多个待投放广告M₁,M₂,…,M_n，按照每一待投放广告各自的广告紧迫度r₁,r₂,…,r_n，可以采用上述相同的计算公式

计算每一待投放广告的投放概率；然后服务器可以采用例如轮盘赌算法的形式，在多个待投放广告M₁,M₂,…,M_n确定出需要投放的广告。

而对于b分桶(即第二对照组)的广告投放策略：服务器针对一个用户端对应的多个待投放广告M₁,M₂,…,M_n，同样可以按照每一待投放广告各自的广告紧迫度r₁,r₂,…,r_n，采用上述相同的计算公式

计算每一待投放广告的投放概率；

然后，服务器可以结合每一待投放广告各自的预测点击概率ctr_1,j,ctr_2,j,…,ctr_n,j，按照另一预测算法计算每一待投放广告在b分桶中的对照匹配度；比如，b分桶中采用的另一种预测算法可以满足如下公式：

T_b,i,j＝ctr_i,j-α*(1-Sh_i)+β

式中，T_b,i,j表示对照匹配度，ctr_i,j表示用户端j点击待投放广告i的预测点击概率，r_i表示待投放广告i对应的投放紧迫度，Sh_i表示待投放广告i对应的投放概率，α、β表示b分桶中采用的预测算法的第二参数。

其中：α、β可以均为预先设置的定值，例如α＝0.01,β＝0。

接下来，服务器可以遍历b分桶中每一待投放广告i对应用户端j的对照匹配度T_b,i,j，将对应的对照匹配度T_b,i,j达到设定阈值的待投放广告i添加至投放候选集中；

如此，服务器遍历结束b分桶中所有待投放广告i对应用户端j的对照匹配度T_b,i,j后，可以采用例如轮盘赌算法等方式，在投放候选集所包含的所有待投放广告中确定出一个广告，并将其投放给用户端j。

基于上述，服务器在执行步骤207时，可以采用例如上述示例的b分桶中的预测算法，计算出目标投放广告在第二对照组中的对照匹配度，以及计算出参考匹配度；其中，对照匹配度为第二对照组中的目标投放广告在第二参数下计算得到的投放匹配度(比如上述的α＝0.01,β＝0)，参考匹配度为第二对照组中的目标投放广告在第三参数下计算得到的投放匹配度；

示例性地，参考匹配度的计算公式可以满足如下：

T_b,i,j ^*＝ctr_i,j-α_i*(1-Sh_i)+β_i

式中，T_b,i,j ^*表示参考匹配度，α_i、β_i表示第三参数；即：参考匹配度为b分桶中的预测算法在利用第一参数时所计算得到的投放匹配度。

如此，服务器可以根据第一展示量、第二展示量、对照匹配度及参考匹配度，计算在第三参数下的匹配度差值。

比如，匹配度差值的计算公式可以满足如下：

value＝|imp_b,i ^*-save_i*imp_b,i|

式中，value表示匹配度差值，

imp_b,i表示第二展示量，imp_a,i表示第一展示量。

并且，基于上述计算的匹配度差值，服务器可以按照设定的步长调整第三参数的值，从而获得多个匹配度差值。

比如，第三参数中α_i、β_i的取值范围可以为[0,0.02]，并以设定的步长δ＝0.001为间隔；α_i共计可以取值21个，β_i共计可以取值21个，若α_i、β_i均从0开始取值，以0.02作为结束，则服务器可以求得共计441个匹配度差值。

最后，服务器可以遍历所求得的多个匹配度差值，并将多个匹配度差值中最小的一个作为目标匹配度差值，从而将该目标匹配度差值所对应的第三参数确定c分桶中预测算法更新后的第一参数。

另外，为对步骤205进行示例性说明，在图3的基础上，请参阅图7，图7示出图3中步骤205确定出目标投放广告时的一种示意性流程图，作为一种可能的实现方式，可以包括以下子步骤：

步骤205-1，将多个待投放广告中，对应的投放匹配度达到匹配阈值的所有待投放广告确定为初始推送广告；

步骤205-2，采用轮盘赌算法，在所有初始推送广告中确定出目标投放广告。

在一实施例中，服务器可以设置一匹配阈值，并利用该匹配阈值，将多个待投放广告中，对应的投放匹配度达到该匹配阈值的所有待投放广告确定为初始推送广告；即：服务器可以利用该匹配阈值对用户端对应的多个待投放广告进行初筛，并将初筛所获得的所有初始推送广告添加至候选推送集中。

然后，服务器可以采用例如轮盘赌算法，以候选推送集中包含的所有初始推送广告为对象，在所有初始推送广告中确定出目标投放广告，进而再将该目标投放广告推送给用户端。

另外，基于与本申请提供的上述广告投放方法相同的发明沟通，请参阅图8，图8示出本申请提供的广告投放装置300的一种示意性结构框图，该广告投放装置300包括处理模块301及发送模块302。其中：

处理模块301，用于获得用户端对应的多个待投放广告中，每一待投放广告各自对应的投放紧迫度和预测点击概率；

处理模块301还用于，根据每一待投放广告各自对应的投放紧迫度和预测点击概率，获得每一待投放广告对应的投放匹配度；

处理模块301还用于，根据每一待投放广告对应的投放匹配度，在多个待投放广告中确定出目标投放广告；

发送模块302，用于将目标投放广告推送给用户端。

可选地，作为一种可能的实现方式，处理模块301在根据每一待投放广告各自对应的投放紧迫度和预测点击概率，获得每一待投放广告对应的投放匹配度时，具体用于：

根据每一待投放广告对应的投放紧迫度，获得每一待投放广告对应的投放概率；

利用预测算法对每一待投放广告对应的投放概率及预测点击概率进行处理，生成每一待投放广告对应的投放匹配度。

可选地，作为一种可能的实现方式，每一待投放广告对应的投放概率的计算公式满足如下：

式中，Sh_i表示待投放广告i对应的投放概率，r_i表示待投放广告i对应的投放紧迫度；

每一待投放广告对应的投放匹配度的计算公式满足如下：

T_c,i,j＝ctr_i,j-α_i*(1-Sh_i)+β_i

式中，T_c,i,j表示向用户端j推送待投放广告i的投放匹配度，ctr_i,j表示用户端j点击待投放广告i的预测点击概率，α_i、β_i均表示设定的参数。

可选地，作为一种可能的实现方式，处理模块301还用于：

根据目标投放广告在投放对照组中的投放展示量，更新预测算法的第一参数。

可选地，作为一种可能的实现方式，投放对照组包括第一对照组和第二对照组；投放展示量包括目标投放广告在第一对照组中的第一展示量和在第二对照组中的第二展示量；

处理模块301在根据目标投放广告在投放对照组中的投放展示量，更新预测算法的第一参数时，具体用于：

计算目标投放广告在第二对照组中的对照匹配度及参考匹配度；其中，对照匹配度为第二对照组中的目标投放广告在第二参数下计算得到的投放匹配度，参考匹配度为第二对照组中的目标投放广告在第三参数下计算得到的投放匹配度；

根据第一展示量、第二展示量、对照匹配度及参考匹配度，计算在第三参数下的匹配度差值；

按照设定的步长调整第三参数的值，获得多个匹配度差值；

将多个匹配度差值中的目标匹配度差值所对应的第三参数确定为预测算法更新后的第一参数；其中，目标匹配度差值为多个匹配度差值中最小的一个。

可选地，作为一种可能的实现方式，对照匹配度的计算公式满足如下：

T_b,i,j＝ctr_i,j-α*(1-Sh_i)+β

式中，T_b,i,j表示对照匹配度，ctr_i,j表示用户端j点击待投放广告i的预测点击概率，r_i表示待投放广告i对应的投放紧迫度，Sh_i表示待投放广告i对应的投放概率，α、β表示第二参数；

参考匹配度的计算公式满足如下：

T_b,i,j ^*＝ctr_i,j-α_i*(1-Sh_i)+β_i

式中，T_b,i,j ^*表示参考匹配度，α_i、β_i表示第三参数；

匹配度差值的计算公式满足如下：

value＝|imp_b,i ^*-save_i*imp_b,i|

式中，

value表示匹配度差值，imp_b,i表示第二展示量，imp_a,i表示第一展示量。

可选地，作为一种可能的实现方式，处理模块301在根据每一待投放广告对应的投放匹配度，在多个待投放广告中确定出目标投放广告时，具体用于：

将多个待投放广告中，对应的投放匹配度达到匹配阈值的所有待投放广告确定为初始推送广告；

采用轮盘赌算法，在所有初始推送广告中确定出目标投放广告。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请提供的装置、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，所述模块、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方式中，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，两个连续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动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。

另外，在本申请示例出的实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请所述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、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。

综上所述，本申请提供的一种广告投放方法、装置、服务器及存储介质，通过获得用户端对应的多个待投放广告中，每一待投放广告各自对应的投放紧迫度以及预测点击概率，然后计算获得每一待投放广告各自对应的投放匹配度；进而根据用户对应的多个待投放广告中，每一待投放广告的投放匹配度，确定出目标投放广告，从而将该目标投放广告推送给用户端；相比于现有技术，能够结合用户端点击每一待投放广告的点击概率向用户端投放广告，使得在调整低点击率广告的投放量时，可以使对应广告的投放更加精确，能够有效的提升对应广告的点击率。

并且，还通过设置投放对照组，并结合目标投放广告在投放对照组中的投放展示量，更新预测算法的第一参数，能够使服务器投放目标投放广告更加精准。

以上所述仅为本申请的部分实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其它的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (10)

1.一种广告投放方法，其特征在于，所述方法包括：

获得用户端对应的多个待投放广告中，每一待投放广告各自对应的投放紧迫度和预测点击概率；

根据每一所述待投放广告各自对应的投放紧迫度和预测点击概率，获得每一所述待投放广告对应的投放匹配度；

根据每一所述待投放广告对应的投放匹配度，在所述多个待投放广告中确定出目标投放广告，并将所述目标投放广告推送给所述用户端。

2.如权利要求1所述的方法，其特征在于，根据每一所述待投放广告各自对应的投放紧迫度和预测点击概率，获得每一所述待投放广告对应的投放匹配度的步骤，包括：

根据每一所述待投放广告对应的投放紧迫度，获得每一所述待投放广告对应的投放概率；

利用预测算法对每一所述待投放广告对应的投放概率及预测点击概率进行处理，生成每一所述待投放广告对应的投放匹配度。

3.如权利要求2所述的方法，其特征在于，每一所述待投放广告对应的投放概率的计算公式满足如下：

式中，Sh_i表示待投放广告i对应的投放概率，r_i表示待投放广告i对应的投放紧迫度；

每一所述待投放广告对应的投放匹配度的计算公式满足如下：

T_c,i,j＝ctr_i,j-α_i*(1-Sh_i)+β_i

式中，T_c,i,j表示向用户端j推送待投放广告i的投放匹配度，ctr_i,j表示用户端j点击待投放广告i的预测点击概率，α_i、β_i均表示设定的参数。

4.如权利要求2所述的方法，其特征在于，所述方法还包括：

根据所述目标投放广告在投放对照组中的投放展示量，更新所述预测算法的第一参数。

5.如权利要求4所述的方法，其特征在于，所述投放对照组包括第一对照组和第二对照组；所述投放展示量包括所述目标投放广告在第一对照组中的第一展示量和在所述第二对照组中的第二展示量；

根据所述目标投放广告在投放对照组中的投放展示量，更新所述预测算法的第一参数的步骤，包括：

计算所述目标投放广告在所述第二对照组中的对照匹配度及参考匹配度；其中，所述对照匹配度为所述第二对照组中的所述目标投放广告在第二参数下计算得到的投放匹配度，所述参考匹配度为所述第二对照组中的所述目标投放广告在第三参数下计算得到的投放匹配度；

根据所述第一展示量、所述第二展示量、所述对照匹配度及所述参考匹配度，计算在所述第三参数下的匹配度差值；

按照设定的步长调整所述第三参数的值，获得多个匹配度差值；

将所述多个匹配度差值中的目标匹配度差值所对应的第三参数确定为所述预测算法更新后的第一参数；其中，所述目标匹配度差值为所述多个匹配度差值中最小的一个。

6.如权利要求5所述的方法，其特征在于，所述对照匹配度的计算公式满足如下：

T_b,i,j＝ctr_i,j-α*(1-Sh_i)+β

式中，T_b,i,j表示所述对照匹配度，ctr_i,j表示用户端j点击待投放广告i的预测点击概率，r_i表示待投放广告i对应的投放紧迫度，Sh_i表示待投放广告i对应的投放概率，α、β表示所述第二参数；

所述参考匹配度的计算公式满足如下：

T_b,i,j ^*＝ctr_i,j-α_i*(1-Sh_i)+β_i

式中，T_b,i,j ^*表示所述参考匹配度，α_i、β_i表示所述第三参数；

所述匹配度差值的计算公式满足如下：

value＝|imp_b,i ^*-save_i*imp_b,i|

式中，

value表示所述匹配度差值，imp_b,i表示所述第二展示量，imp_a,i表示所述第一展示量。

7.如权利要求1-6中任一项所述的方法，其特征在于，根据每一所述待投放广告对应的投放匹配度，在所述多个待投放广告中确定出目标投放广告的步骤，包括：

将所述多个待投放广告中，对应的投放匹配度达到匹配阈值的所有待投放广告确定为初始推送广告；

采用轮盘赌算法，在所有所述初始推送广告中确定出所述目标投放广告。

8.一种广告投放装置，其特征在于，所述装置包括：

处理模块，用于获得用户端对应的多个待投放广告中，每一待投放广告各自对应的投放紧迫度和预测点击概率；

所述处理模块还用于，根据每一所述待投放广告各自对应的投放紧迫度和预测点击概率，获得每一所述待投放广告对应的投放匹配度；

所述处理模块还用于，根据每一所述待投放广告对应的投放匹配度，在所述多个待投放广告中确定出目标投放广告；

发送模块，用于将所述目标投放广告推送给所述用户端。

9.一种服务器，其特征在于，包括：

存储器，用于存储一个或多个程序；

处理器；

当所述一个或多个程序被所述处理器执行时，实现如权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。

Images