CN111476586B - 广告投放方法、装置、终端设备及计算机存储介质 - Google Patents
广告投放方法、装置、终端设备及计算机存储介质 Download PDFInfo
- Publication number
- CN111476586B CN111476586B CN201910063175.XA CN201910063175A CN111476586B CN 111476586 B CN111476586 B CN 111476586B CN 201910063175 A CN201910063175 A CN 201910063175A CN 111476586 B CN111476586 B CN 111476586B
- Authority
- CN
- China
- Prior art keywords
- advertisement
- exposure
- target media
- determining
- benefit
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000008901 benefit Effects 0.000 claims abstract description 171
- 238000006243 chemical reaction Methods 0.000 claims description 37
- 230000014759 maintenance of location Effects 0.000 claims description 25
- 238000012549 training Methods 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 21
- 238000002716 delivery method Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000003213 activating effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000011478 gradient descent method Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000001737 promoting effect Effects 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
- G06Q30/0277—Online advertisement
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
本发明实施例提供了一种广告投放方法、装置、终端设备及计算机存储介质,其中,广告投放方法包括:确定待投放广告以及用于投放所述待投放广告的目标媒体,所述目标媒体包括至少一广告位;根据所述待投放广告以及其对应的目标媒体的历史投放数据,确定所述待投放广告的曝光收益;根据所述待投放广告的曝光收益,将所述待投放广告投放至其对应的所述目标媒体的广告位。本发明实施例提供的广告投放方案,效率更高、获益更高。
Description
技术领域
本发明实施例涉及数据处理技术领域,尤其涉及一种广告投放方法、装置、终端设备及计算机存储介质。
背景技术
随着互联网的飞速发展,使得互联网的受众群体越来越多,则如何在互联网准确、高效地投放广告是广告主们重点关注的问题。现在,大多互联网广告的投放是通过广告投放系统实现的,例如DSP系统。
广告需求方平台(Demand-Side Platform,DSP)系统是伴随着互联网和广告业的飞速发展新兴起的网络广告领域,已在全球快速发展。在世界网络展示广告领域,DSP系统成为推动网络展示广告实时竞价(Real Time Bidding,RTB)市场快速发展的主要动力之一。
通常,在DSP系统中,现有的投放方式为:通过人工方式,判断若将某一广告投放至媒体中,DSP系统是否能够获得收益,然后根据判断结果确定是否进行广告投放。这种方式所需的人工成本较高,且由于判断时受人的主观影响较大,导致判断结果准确性不高。
发明内容
有鉴于此,本发明实施例提供一种广告投放方法、装置、终端设备及计算机存储介质,以解决上述问题。
根据本发明实施例的第一方面,提供了一种广告投放方法,其包括:确定待投放广告以及用于投放所述待投放广告的目标媒体,所述目标媒体包括至少一广告位;根据所述待投放广告以及其对应的目标媒体的历史投放数据,确定所述待投放广告的曝光收益;根据所述待投放广告的曝光收益,将所述待投放广告投放至其对应的所述目标媒体的广告位。
根据本发明实施例的第二方面,提供了一种广告投放装置,其包括:确定模块,用于确定待投放广告以及用于投放所述待投放广告的目标媒体,所述目标媒体包括至少一广告位;收益模块,用于根据所述待投放广告以及其对应的目标媒体的历史投放数据,确定所述待投放广告的曝光收益;投放模块,用于根据所述待投放广告的曝光收益,将所述待投放广告投放至其对应的所述目标媒体的广告位。
根据本发明实施例的第三方面,提供了一种终端设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如上所述的广告投放方法对应的操作。
根据本发明实施例的第四方面,提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上所述的广告投放方法。
根据本发明实施例提供的方案,通过确定待投放广告以及用于投放所述待投放广告的目标媒体;根据所述待投放广告以及其对应的目标媒体的历史投放数据,可以准确地确定曝光收益,进而根据所述待投放广告的曝光收益,可以准确地将所述待投放广告投放至其对应的所述目标媒体的广告位,且与现有技术中的人工投放相比,效率更高、获益更高。
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实施例中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1a为本发明实施例一的一种广告投放方法的步骤流程图;
图1b为本发明实施例一的一种DSP系统的示意图;
图2为本发明实施例二的一种广告投放方法的步骤流程图;
图3为本发明实施例三的一种收益模型的训练方法的步骤流程图;
图4为本发明实施例四的一种广告投放装置的结构框图;
图5为本发明实施例五的一种终端设备的结构示意图。
具体实施方式
为了使本领域的人员更好地理解本发明实施例中的技术方案,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,所描述的实施例仅是本发明实施例一部分实施例,而不是全部的实施例。基于本发明实施例中的实施例,本领域普通技术人员所获得的所有其他实施例,都应当属于本发明实施例保护的范围。
下面结合本发明实施例附图进一步说明本发明实施例具体实现。
实施例一
参照图1a,示出了根据本发明实施例一的一种广告投放方法的步骤流程图。
本实施例的广告投放方法包括以下步骤:
S102、确定待投放广告以及用于投放所述待投放广告的目标媒体。
其中,所述目标媒体包括至少一广告位。
本实施例提供的方案可以适用于DSP系统,当然,其也可以适用于其他用于投放广告的平台,本实施例对此不进行限定。
本实施例中,待投放广告由各个广告主确定。以DSP系统为例,参见图1b,多个广告主以及多个目标媒体可以通过DSP系统连接,在投放广告时,各广告主确定广告投放计划信息并将其录入DSP系统中,DSP系统即可根据录入的广告投放计划信息确定待投放广告,例如确定广告1、广告2…广告n,并通过购买目标媒体的流量实现待投放广告的投放,例如向媒体1、媒体2…媒体n买流量。
本实施例中,目标媒体可以为网页或者应用等。同样以DSP系统为例,各个媒体会将自身信息以及广告位数据录入DSP系统中,DSP系统可以结合该媒体的自身信息以及广告位数据,确定其是否适合用于投放待投放广告,从而确定该媒体是否为用于投放所述待投放广告的目标媒体。
本实施例中,确定的待投放广告的数量可以为一个或者多个。每个待投放广告可以对应有一个目标媒体,也可以对应有多个目标媒体,目标媒体中用于投放广告的广告位也可以有一个或多个,本实施例对此不进行限定。
S104、根据所述待投放广告以及其对应的目标媒体的历史投放数据,确定所述待投放广告的曝光收益。
本实施例中,待投放广告的历史投放数据可以包括该待投放广告的历史投放的次数、每次投放后为该广告的主体的使用用户变化等、每次投放带来的收益等。当然,若待投放广告并不存在历史投放数据,则可以使用该待投放广告类似的其他广告的投放历史。
待投放广告的历史投放数据可以通过该待投放广告的广告主提供,也可以由用于投放该待投放广告的平台系统,例如DSP系统,提供,本实施例对此不进行限定。
另外,目标媒体的历史投放数据可以包括目标历史投放过广告的次数、每次投放为广告的主体带来的收益等。目标媒体的历史记录同样可以投目标媒体方提供,也可以由用于投放广告的平台提供,例如DSP系统。
待投放广告的曝光收益是指将待投放广告投放至用于投放其的目标媒体后产生的收益。由于待投放广告还未真正投放,因此,此处的曝光收益是指预测的曝光收益。具体地,一个待投放广告可以对应有一个或多个目标媒体;多个待投放广告可以对应有同一个目标媒体。则确定待投放广告的曝光收益时,若存在多个待投放广告或对应有多个目标媒体,确定的待投放广告的曝光收益有多个。
根据待投放广告以及目标媒体的广告投放历史,可以较为准确地预测将待投放广告投放至目标媒体后对应的曝光收益,从而通过步骤S106较为准确地投放待投放广告至目标媒体。
S106、根据所述待投放广告的曝光收益,将所述待投放广告投放至其对应的所述目标媒体的广告位。
本实施例中,在投放待投放广告时,投放的目标是收益最大化,即根据待投放广告的曝光收益,使得曝光收益最大化。
若仅存在一个待投放广告,则可以直接确定曝光收益最高值,若最高值大于零,则可以直接根据最高曝光收益将待投放广告投放至目标媒体。
若存在多个待投放广告,则可以综合考虑各个待投放广告的曝光收益后进行投放,使得曝光收益尽量高。
本实施例中,以DSP系统为例,现有的DSP系统大多采用CPS合作方式,即DSP系统将待投放广告投放至目标媒体,并根据广告投放后广告主的收益进行分成,例如,针对广告1、广告2…广告n进行分成。因此,本实施例中,通过考虑待投放广告的曝光收益,可以尽量使得曝光收益最大化,进而使得广告主以及DSP系统最终获得的收益较高,提升了用户体验。
本实施例提供的方案,通过确定待投放广告以及用于投放所述待投放广告的目标媒体;根据所述待投放广告以及其对应的目标媒体的历史投放数据,可以准确地确定曝光收益,进而根据所述待投放广告的曝光收益,可以准确地将所述待投放广告投放至其对应的所述目标媒体的广告位,且与现有技术中的人工投放相比,效率更高、获益更高。
实施例二
参照图2,示出了根据本发明实施例二的一种广告投放方法的步骤流程图。
本实施例的广告投放方法包括以下步骤:
S202、确定待投放广告以及用于投放所述待投放广告的目标媒体。
本步骤的具体实现参见上述实施例一中的步骤S102,本实施例在此不再赘述。
S204、根据所述待投放广告以及其对应的目标媒体的历史投放数据,确定将所述待投放广告投放至其对应的所述目标媒体的广告位的预算收益。
本实施例中,假设待投放广告j,用于投放待投放广告j的目标媒体为媒体j,则设将待投放广告j投放至目标媒体i的预算收益为incomei,j。
具体地,确定预算收益incomei,j时,可以根据所述待投放广告j以及其对应的目标媒体i的历史投放数据,确定通过所述目标媒体i曝光一次广告对应的用户转化率,以及所述待投放广告j被曝光一次对应的平均用户收益,确定将所述待投放广告投放至该目标媒体的广告位的预算收益incomei,j。通过确定目标媒体i曝光一次广告对应的用户转化率,以及待投放广告j被曝光一次对应的平均用户收益,可以准确地确定将待投放广告j投放至目标媒体i的预算收益,进而使得确定的曝光收益更加准确。
本实施例中,用户转化率即为通过投放的广告吸引的用户转换成为有效用户的比率。针对不同类型的广告,有效用户的具体指代不同,本领域的技术人员可根据广告的实际类型确定。例如,针对游戏类广告,有效用户是指通过该游戏广告吸引到的登录用户或消费用户,而通过游戏广告吸引到的用户是指下载或打开游戏的用户。
通过所述目标媒体i曝光一次广告对应的用户转化率是指:通过目标媒体i曝光广告后,为该广告对应的广告主吸引的用户转换为有效用户的比例。
在计算用户转化率时,可以根据所述目标媒体i的历史投放数据,确定通过所述目标媒体i曝光一次广告对应的用户转化率。具体地,可以根据目标媒体i的历史投放数据,确定目标媒体i历史投放的广告吸引的所有用户的数量,以及通过目标媒体i历史投放的广告吸引的有效用户的数量,然后计算有效用户的数量除以所有用户的数量,将确定的结果作为所述目标媒体i曝光一次广告对应的用户转化率。
下面,以游戏广告为例,对目标媒体i曝光一次广告对应的用户转化率的具体计算方法进行说明。
具体地,针对游戏广告,用户被游戏广告吸引到成为游戏的有效用户的过程为:用户通过被曝光的游戏广告下载游戏,下载后激活游戏或者注册游戏,从而成为游戏的有效用户。
则本实施例中,目标媒体i曝光一次游戏广告对应的用户转化率可以为:
ctri*atri
其中,ctrj为目标媒体i曝光游戏广告吸引到的下载游戏的用户的转化率,atri为下载游戏的用户到激活游戏的用户的转化率。
具体地,ctrj可以为目标媒体i的平均下载率其中,downi为通过目标媒体i曝光的广告下载游戏的用户数量,showi为通过目标媒体i曝光广告的次数。
atri可以为目标媒体i的平均激活率其中,downi为通过目标媒体i曝光的广告下载游戏的用户数量,activei为通过目标媒体i下载并激活或注册游戏的用户数量。
另外,若存在待投放广告j在目标媒体i的历史投放记录,则可以根据该历史投放记录,确定目标媒体i曝光一次待投放广告j对应的用户转化率,则上述公式可变为ctri,j*atri,j
其中,ctri,j为目标媒体i曝光待投放广告j吸引到的下载待投放广告j对应的游戏的用户的转化率,atri,j为下载游戏的用户到激活游戏的用户的转化率。
且,
其中,downi,j为通过目标媒体i曝光的待投放广告j下载游戏的用户数量,showi,j为通过目标媒体i曝光待投放广告j的次数,activei,j为通过目标媒体i下载并激活或注册待投放广告j对应的游戏的用户数量。
本实施例中,待投放广告被曝光一次对应的平均用户收益即待投放广告被曝光一次后的平均收益值。
在计算时,可以根据所述待投放广告j的历史投放数据,确定所述待投放广告j被曝光一次对应的平均用户收益valuej。通过待投放广告j的历史投放数据确定平均用户收益的结果更加准确,从而可以准确地确定将待投放广告j投放至目标媒体i的预算收益incomei,j,进而使得确定的曝光收益更加准确。
具体地,广告对应的领域不同,计算平均用户收益valuej的方法也不同。
例如,若广告对应的领域为游戏领域,则游戏领域的收益时用过用户在游戏内的付费确定的,而用户在游戏内的付费时间是不均匀的,有的在加入游戏三天后开始付费,有的加入一个月后开始付费,有的仅是加入了游戏,但并未付费等。这导致在用户下载游戏时,不能确定用户对应的准确收益值。因此,本实施例中,在游戏领域,待投放广告j被曝光一次对应的平均用户收益valuej可以通过训练后的收益模型确定。当然,对于游戏类似的其他领域,例如学习领域,也可以通过收益模型确定待投放广告j被曝光一次对应的平均用户收益valuej,本实施例对此不进行限定。
具体地,可以确定所述待投放广告被曝光一次对应的历史数据集,根据所述历史数据集训练收益模型,以通过训练后的所述收益模型确定所述待投放广告被曝光一次对应的平均用户收益valuej。通过根据历史数据集训练后的收益模型确定待投放广告被曝光一次对应的平均用户收益valuej,可以使得确定的结果更加准确,且无需进行复杂的人工计算,提高了计算效率。收益模型的具体训练方法见下述实施例三,本实施例在此不进行详细说明。
另外,若存在待投放广告j在目标媒体i的历史投放记录,则可以根据该历史投放记录,确定待投放广告j在目标媒体i被曝光一次对应的平均用户收益valuei,j。
确定目标媒体i曝光一次游戏广告对应的用户转化率以及待投放广告j被曝光一次对应的平均用户收益valuej以及后,可以确定将待投放广告j投放至目标媒体i的预算收益为incomei,j:
incomei,j=ctri*atri*valuej
进一步地,若ctri、atri、valuej三者均是通过待投放广告j在目标媒体i的历史投放记录确定的,则将待投放广告j投放至目标媒体i的预算收益incomei,j可以为:
incomei,j=ctri,j*atri,j*valuei,j
其中,ctri,j为目标媒体i曝光待投放广告j吸引到的下载待投放广告j对应的游戏的用户的转化率,atri,j为下载游戏的用户到激活游戏的用户的转化率,valuei,j为待投放广告j在目标媒体i被曝光一次对应的平均用户收益。
S206、根据将所述待投放广告投放至其对应的所述目标媒体的广告位的曝光花费以及所述预算收益,确定将所述待投放广告投放至其对应的所述目标媒体的广告位的曝光收益。
本实施例中,确定待投放广告的曝光收益时,可以根据待投放广告为广告主带来的收入(即上述预算收益incomei,j)以及广告主为投放该待投放广告的而产生的支出确定;广告主为投放该待投放广告的而产生的支出即为将所述待投放广告投放至其对应的所述目标媒体的广告位的曝光花费payi。
本实施例中,上述步骤中已写明预算收益的确定方法,而将所述待投放广告投放至其对应的所述目标媒体的广告位的曝光花费payi由目标媒体确定。具体地,多个广告主可以在DSP系统中为目标媒体的曝光花费payi进行竞价,最终由目标媒体根据竞价结果确定曝光花费payi的具体值。
确定后,即可确定将所述待投放广告投放至其对应的所述目标媒体的广告位为广告主带来的曝光收益earni,j。
曝光收益earni,j具体可以为:
earni,j=incomei,j-payi=ctri,j·atri,j·valuei,j-payi
S208、根据所述待投放广告的曝光收益,将所述待投放广告投放至其对应的所述目标媒体的广告位。
本步骤的具体实现可参考上述步骤S106,本实施例在此不再赘述。
具体地,若所述待投放广告的数量为多个,则步骤S208具体可以包括:
根据多个所述待投放广告分别对应的曝光收益,确定曝光总收益最高的投放方案;根据确定的投放方案,将多个所述待投放广告投放至其对应的所述目标媒体的广告位。
例如,若一共存在m个待投放广告,以及共存在n个目标媒体,则可以将m个待投放广告中的任意待投放广告投放至n个目标媒体的任意目标媒体对应的曝光收益,共确定出m*n个曝光收益。然后,可以根据m*n个曝光收益,确定曝光总收益最高的投放方案,即确定收益最大化的投放方案。
在一可选方式中,可以先筛选m*n个曝光收益,将其中曝光收益小于或等于0删除,仅保留大于0的曝光收益,然后将留的曝光收益由大到小进行排序,然后根据曝光收益的排序确定投放方案,从而实现收益最大化,且与人工确定投放方案相比,通过本实施例确定投放方案的效率更高。例如,若曝光收益的最大值为earni,j,则确定将待投放广告i投放至目标媒体j,其中,i∈(1,m),j∈(1,n)。
另外,针对一个待投放广告,可以在多个目标媒体进行多次投放,针对一个目标媒体,其上可以有多个广告位,用来投放多个待投放广告。则在根据曝光收益的排序确定投放方案时,同样可以考虑待投放广告的投放次数,以及目标媒体中广告位的个数,从而使得确定的投放方案更加符合待投放广告的投放需求以及符合目标媒体投放广告的需求。
另外,在具体使用时,可以多次投放待投放广告,并将投放后获得的广告投放数据,作为下一次投放过程的历史投放数据,使得投放结果更加准确。
本实施例提供的广告投放方案,可以通过确定将所述待投放广告投放至其对应的所述目标媒体的广告位的预算收益,可以更加准确地确定将所述待投放广告投放至其对应的所述目标媒体的广告位的曝光收益,进而使得确定的投放结果更加准确;另外,在投放时,可以综合考虑多个待投放广告和/或多个目标媒体,确定收益最大化的投放方案,同时,提高了确定投放方案的效率。
实施例三
参照图3,示出了根据本发明实施例三的一种收益模型的训练方法的步骤流程图。
本实施例中,以训练适用于游戏领域的广告的收益模型为例进行举例说明。
本实施例的收益模型的训练方法包括以下步骤:
S302、确定所述待投放广告被曝光一次对应的历史数据集,以确定多次曝光对应的多个所述历史数据集。
所述历史数据集中包括:存留天数为t对应的新增用户留存率Rt、存留天数为t对应的平均用户收益Lt,以及该次曝光对应的平均用户收益S,其中t为正整数。
具体地,本实施例中,优选使用在目标媒体i投放待投放广告j的历史数据集进行训练。则,确定的历史数据级中可以包括:存留天数为t对应的新增用户留存率Ri,j,t、存留天数为t对应的平均用户收益Li,j,t、该次曝光对应的平均用户收益Si,j,T。
Ri,j,t存留天数为t对应的新增用户留存率,存留天数为t的用户为:自用户加入游戏开始起第t天仍在游戏中的用户。
Li,j,t为表示待投放广告j对应的游戏中来自目标媒体i用户在存留天数为t的平均用户收益,Li,j,t的计算方式是:所有来自目标媒体i的用户前t天的分成收益/所有来自媒体i的用户总数。
Si,j,T是指在预设采集时长T中所有来自目标媒体i的用户平均用户收益,当t=T时,Si,j,T=Li,j,T。根据上述实施例可知,用户在游戏内的付费时间是不均匀的,有的在加入游戏三天后开始付费,有的加入一个月后开始付费,有的仅是加入了游戏,但并未付费等。因此,本实施例中,确定的是预设采集时长的平均用户收益。其中,预设采集时长T可以由本领域的技术人员根据具体的游戏确定,本实施例对此不进行限定。
当然,若不存在目标媒体i投放待投放广告j的历史数据集,则可以直接使用待投放广告的历史数据集也可,本实施例对此不进行限定。
优选使用在目标媒体i投放待投放广告j的历史数据集进行训练,可以使得训练后的收益模型与目标媒体更加相符,进而使得确定的曝光收益更加准确。
S304、根据所述历史数据集中的计算用户留存率Rt、平均用户收益Lt以及所述历史数据集中的总收益S,训练所述收益模型。
具体地,收益模型具体可以为神经网络模型,其结构可以是预先设计好的。
具体地,收益模型中预先设计的结构可以根据下述公式确定:
其中,α+βRi,j,t为Ri,j,t对应的线性拟合函数,该线性拟合函数为Li,j,t的系数,wt为Li,j,t的权重。
另外,由于t为在预设采集时长T内采集到的用户的存留天数,因此,t小于等于T,由于存留天数为0的用户代表用户并未存留,则t大于等于1。Li,j,t与存留天数t一一对应,而wt为Li,j,t的权重,则wt也与存留天数t一一对应。另外,由于α+βRi,j,t为Ri,j,t对应的线性拟合函数,则{α,β}的值是固定的,并不随t的变化而变化。
上述公式中,Ri,j,t、Li,j,t以及Si,j,T的值是固定的,则可以通过其训练得到参数{wt}以及{α,β}。即,将Si,j,T作为监督,将Ri,j,t、Li,j,t作为输入,训练收益模型。
具体地,在训练过程中,可以采用梯度下降法进行训练。具体方法如下:
第1步:把模型所有参数{wt}以及{α,β}统一记到一个集合θ,不妨记为θ={θi},随机给定一组参数的值,可以将值设在0-1之间,计为θ(0),并初始化迭代步数k=0。
第2步:进行迭代计算
其中,k用于表示迭代步数,每次迭代后k值加1,ρ用于控制收敛速度,ρ可以取为0.01。
第3步:判断是否收敛
如果满足下列两个条件之一,则确定收敛,并返回θ(k+1)。
两个条件分别为:
条件1:k≥iteNums,其中iteNums是最大迭代次数,经验值为300。
条件2:其中dim(θ)是参数的数量,α是一个很小的值,可以取α=0.01·ρ。
通过梯度下降的方法,可以使得训练得到的最优解更加准确,进而使得通过训练后的收益模型确定的平均用户收益更加准确。
当然,在具体实现时,也可以通过其他方法进行训练,本实施例对此不进行限定。
本申请实施例一、二、三提供的方案可以由任意适当的具有数据处理能力的终端设备执行,包括但不限于:移动终端(如平板电脑、手机等)和PC机。
实施例四
参照图4,示出了根据本发明实施例四的一种广告投放装置的结构框图。
如图4所示,广告投放装置包括确定模块402、收益模块404、投放模块406。
其中,确定模块402,用于确定待投放广告以及用于投放所述待投放广告的目标媒体,所述目标媒体包括至少一广告位。
收益模块404,用于根据所述待投放广告以及其对应的目标媒体的历史投放数据,确定所述待投放广告的曝光收益。
投放模块406,用于根据所述待投放广告的曝光收益,将所述待投放广告投放至其对应的所述目标媒体的广告位。
在一种可选的实施方式中,所述收益模块包括:预算收益模块,用于根据所述待投放广告以及其对应的目标媒体的历史投放数据,确定将所述待投放广告投放至其对应的所述目标媒体的广告位的预算收益;曝光收益模块,用于根据将所述待投放广告投放至其对应的所述目标媒体的广告位的曝光花费以及所述预算收益,确定将所述待投放广告投放至其对应的所述目标媒体的广告位的曝光收益。
在一种可选的实施方式中,所述预算收益模块包括:根据所述待投放广告以及其对应的目标媒体的历史投放数据,确定通过所述目标媒体曝光一次广告对应的用户转化率,以及所述待投放广告被曝光一次对应的平均用户收益,以确定将所述待投放广告投放至该目标媒体的广告位的预算收益。
在一种可选的实施方式中,所述通过所述目标媒体曝光一次广告对应的用户转化率包括:通过所述目标媒体曝光一次所述待投放广告对应曝光一次广告对应的用户转化率;和/或,所述待投放广告被曝光一次对应的平均用户收益包括:通过所述目标媒体曝光一次所述待投放广告对应的平均用户收益。
在一种可选的实施方式中,包括:用户转化率确定模块,用于根据所述目标媒体的历史投放数据,确定通过所述目标媒体曝光一次广告对应的用户转化率;和\或,平均用户收益模块,用于根据所述待投放广告的历史投放数据,确定所述待投放广告被曝光一次对应的平均用户收益。
在一种可选的实施方式中,所述预算收益模块包括:模型确定模块,用于确定所述待投放广告被曝光一次对应的历史数据集,根据所述历史数据集训练收益模型,以通过训练后的所述收益模型确定所述待投放广告被曝光一次对应的平均用户收益。
在一种可选的实施方式中,所述模型确定模块包括:历史数据集确定模块,用于确定所述待投放广告被曝光一次对应的历史数据集,以确定多次曝光对应的多个所述历史数据集,所述历史数据集中包括:存留天数为t对应的新增用户留存率Rt、存留天数为t对应的平均用户收益Lt,以及该次曝光对应的平均用户收益S,其中t为正整数;训练模块,用于根据所述历史数据集中的计算用户留存率Rt、平均用户收益Lt以及所述历史数据集中的总收益S,训练所述收益模型。
在一种可选的实施方式中,若所述待投放广告的数量为多个,则所述投放模块包括:方案确定模块,用于根据多个所述待投放广告分别对应的曝光收益,确定曝光总收益最高的投放方案;方案执行模块,用于根据确定的投放方案,将多个所述待投放广告投放至其对应的所述目标媒体的广告位。
本实施例提供的广告投放方案,通过确定待投放广告以及用于投放所述待投放广告的目标媒体;根据所述待投放广告以及其对应的目标媒体的历史投放数据,可以准确地确定曝光收益,进而根据所述待投放广告的曝光收益,可以准确地将所述待投放广告投放至其对应的所述目标媒体的广告位,且与现有技术中的人工投放相比,效率更高、获益更高。
实施例五
一种终端设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如上所述的广告投放方法对应的操作。
具体地,参照图5,示出了根据本发明实施例五的一种终端设备的结构示意图,本发明具体实施例并不对终端设备的具体实现做限定。
如图5所示,该终端设备可以包括:处理器(processor)502、通信接口(Communications Interface)504、存储器(memory)506、以及通信总线508。
其中:
处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。
通信接口504,用于与其它终端设备或服务器进行通信。
处理器502,用于执行程序510,具体可以执行上述广告投放方法实施例中的相关步骤。
具体地,程序510可以包括程序代码,该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。终端设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器506,用于存放程序510。存储器506可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行以下操作:确定待投放广告以及用于投放所述待投放广告的目标媒体,所述目标媒体包括至少一广告位;根据所述待投放广告以及其对应的目标媒体的历史投放数据,确定所述待投放广告的曝光收益;根据所述待投放广告的曝光收益,将所述待投放广告投放至其对应的所述目标媒体的广告位。
在一种可选的实施方式中,所述根据所述待投放广告以及其对应的目标媒体的历史投放数据,确定所述待投放广告的曝光收益包括:根据所述待投放广告以及其对应的目标媒体的历史投放数据,确定将所述待投放广告投放至其对应的所述目标媒体的广告位的预算收益;根据将所述待投放广告投放至其对应的所述目标媒体的广告位的曝光花费以及所述预算收益,确定将所述待投放广告投放至其对应的所述目标媒体的广告位的曝光收益。
在一种可选的实施方式中,包括:根据所述待投放广告以及其对应的目标媒体的历史投放数据,确定通过所述目标媒体曝光一次广告对应的用户转化率,以及所述待投放广告被曝光一次对应的平均用户收益,以确定将所述待投放广告投放至该目标媒体的广告位的预算收益。
在一种可选的实施方式中,所述通过所述目标媒体曝光一次广告对应的用户转化率包括:通过所述目标媒体曝光一次所述待投放广告对应曝光一次广告对应的用户转化率;和/或,所述待投放广告被曝光一次对应的平均用户收益包括:通过所述目标媒体曝光一次所述待投放广告对应的平均用户收益。
在一种可选的实施方式中,包括:根据所述目标媒体的历史投放数据,确定通过所述目标媒体曝光一次广告对应的用户转化率;和\或,根据所述待投放广告的历史投放数据,确定所述待投放广告被曝光一次对应的平均用户收益。
在一种可选的实施方式中,所述根据所述待投放广告的历史投放数据,确定所述待投放广告被曝光一次对应的平均用户收益包括:确定所述待投放广告被曝光一次对应的历史数据集,根据所述历史数据集训练收益模型,以通过训练后的所述收益模型确定所述待投放广告被曝光一次对应的平均用户收益。
在一种可选的实施方式中,所述确定所述待投放广告被曝光一次对应的历史数据集,根据所述历史数据集训练收益模型包括:确定所述待投放广告被曝光一次对应的历史数据集,以确定多次曝光对应的多个所述历史数据集,所述历史数据集中包括:存留天数为t对应的新增用户留存率Rt、存留天数为t对应的平均用户收益Lt,以及该次曝光对应的平均用户收益S,其中t为正整数;根据所述历史数据集中的计算用户留存率Rt、平均用户收益Lt以及所述历史数据集中的总收益S,训练所述收益模型。
在一种可选的实施方式中,若所述待投放广告的数量为多个,则所述根据所述待投放广告的曝光收益,将所述待投放广告投放至其对应的所述目标媒体的广告位包括:根据多个所述待投放广告分别对应的曝光收益,确定曝光总收益最高的投放方案;根据确定的投放方案,将多个所述待投放广告投放至其对应的所述目标媒体的广告位。
程序510中各步骤的具体实现可以参见上述广告投放方法实施例中的相应步骤和单元中对应的描述,在此不赘述。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的设备和模块的具体工作过程,可以参考前述方法实施例中的对应过程描述,在此不再赘述。
本实施例的终端设备,通过确定待投放广告以及用于投放所述待投放广告的目标媒体;根据所述待投放广告以及其对应的目标媒体的历史投放数据,可以准确地确定曝光收益,进而根据所述待投放广告的曝光收益,可以准确地将所述待投放广告投放至其对应的所述目标媒体的广告位,且与现有技术中的人工投放相比,效率更高、获益更高。
实施例六
本申请实施例提供一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上所述的广告投放方法。
本实施例的计算机存储介质,通过确定待投放广告以及用于投放所述待投放广告的目标媒体;根据所述待投放广告以及其对应的目标媒体的历史投放数据,可以准确地确定曝光收益,进而根据所述待投放广告的曝光收益,可以准确地将所述待投放广告投放至其对应的所述目标媒体的广告位,且与现有技术中的人工投放相比,效率更高、获益更高。
需要指出,根据实施的需要,可将本发明实施例中描述的各个部件/步骤拆分为更多部件/步骤,也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤,以实现本发明实施例的目的。
上述根据本发明实施例的方法可在硬件、固件中实现,或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码,或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码,从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解,计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如,RAM、ROM、闪存等),当所述软件或计算机代码被计算机、处理器或硬件访问且执行时,实现在此描述的广告投放方法。此外,当通用计算机访问用于实现在此示出的广告投放方法的代码时,代码的执行将通用计算机转换为用于执行在此示出的广告投放方法的专用计算机。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明实施例的范围。
以上实施方式仅用于说明本发明实施例,而并非对本发明实施例的限制,有关技术领域的普通技术人员,在不脱离本发明实施例的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明实施例的范畴,本发明实施例的专利保护范围应由权利要求限定。
Claims (14)
1.一种广告投放方法,其特征在于,包括:
确定待投放广告以及用于投放所述待投放广告的目标媒体,所述目标媒体包括至少一广告位;
根据所述待投放广告以及其对应的目标媒体的历史投放数据,确定所述待投放广告的曝光收益;
根据所述待投放广告的曝光收益,将所述待投放广告投放至其对应的所述目标媒体的广告位;
其中,所述根据所述待投放广告以及其对应的目标媒体的历史投放数据,确定所述待投放广告的曝光收益包括:
根据所述目标媒体的历史投放数据,确定通过所述目标媒体曝光一次广告对应的用户转化率;
根据所述待投放广告的历史投放数据,确定所述待投放广告被曝光一次对应的平均用户收益;
根据所述用户转化率和所述平均用户收益,确定所述待投放广告的曝光收益。
2.根据权利要求1所述的方法,其特征在于,所述根据所述用户转化率和所述平均用户收益,确定所述待投放广告的曝光收益包括:
根据通过所述目标媒体曝光一次广告对应的用户转化率以及所述待投放广告被曝光一次对应的平均用户收益,确定将所述待投放广告投放至其对应的所述目标媒体的广告位的预算收益;
根据将所述待投放广告投放至其对应的所述目标媒体的广告位的曝光花费以及所述预算收益,确定将所述待投放广告投放至其对应的所述目标媒体的广告位的曝光收益。
3.根据权利要求2所述的方法,其特征在于,所述通过所述目标媒体曝光一次广告对应的用户转化率包括:通过所述目标媒体曝光一次所述待投放广告对应曝光一次广告对应的用户转化率;
和/或,所述待投放广告被曝光一次对应的平均用户收益包括:通过所述目标媒体曝光一次所述待投放广告对应的平均用户收益。
4.根据权利要求1所述的方法,其特征在于,所述根据所述待投放广告的历史投放数据,确定所述待投放广告被曝光一次对应的平均用户收益包括:
确定所述待投放广告被曝光一次对应的历史数据集,根据所述历史数据集训练收益模型,以通过训练后的所述收益模型确定所述待投放广告被曝光一次对应的平均用户收益。
5.根据权利要求4所述的方法,其特征在于,所述确定所述待投放广告被曝光一次对应的历史数据集,根据所述历史数据集训练收益模型包括:
确定所述待投放广告被曝光一次对应的历史数据集,以确定多次曝光对应的多个所述历史数据集,所述历史数据集中包括:存留天数为t对应的新增用户留存率Rt、存留天数为t对应的平均用户收益Lt,以及该次曝光对应的平均用户收益S,其中t为正整数;
根据所述历史数据集中的计算用户留存率Rt、平均用户收益Lt以及所述历史数据集中的总收益S,训练所述收益模型。
6.根据权利要求1所述的方法,其特征在于,若所述待投放广告的数量为多个,则所述根据所述待投放广告的曝光收益,将所述待投放广告投放至其对应的所述目标媒体的广告位包括:
根据多个所述待投放广告分别对应的曝光收益,确定曝光总收益最高的投放方案;
根据确定的投放方案,将多个所述待投放广告投放至其对应的所述目标媒体的广告位。
7.一种广告投放装置,其特征在于,包括:
确定模块,用于确定待投放广告以及用于投放所述待投放广告的目标媒体,所述目标媒体包括至少一广告位;
收益模块,用于根据所述待投放广告以及其对应的目标媒体的历史投放数据,确定所述待投放广告的曝光收益;
投放模块,用于根据所述待投放广告的曝光收益,将所述待投放广告投放至其对应的所述目标媒体的广告位;
用户转化率确定模块,用于根据所述目标媒体的历史投放数据,确定通过所述目标媒体曝光一次广告对应的用户转化率;
平均用户收益模块,用于根据所述待投放广告的历史投放数据,确定所述待投放广告被曝光一次对应的平均用户收益;并且
所述收益模块具体用于根据所述用户转化率和所述平均用户收益,确定所述待投放广告的曝光收益。
8.根据权利要求7所述的装置,其特征在于,所述收益模块包括:
预算收益模块,用于根据通过所述目标媒体曝光一次广告对应的用户转化率以及所述待投放广告被曝光一次对应的平均用户收益,确定将所述待投放广告投放至其对应的所述目标媒体的广告位的预算收益;
曝光收益模块,用于根据将所述待投放广告投放至其对应的所述目标媒体的广告位的曝光花费以及所述预算收益,确定将所述待投放广告投放至其对应的所述目标媒体的广告位的曝光收益。
9.根据权利要求8所述的装置,其特征在于,所述通过所述目标媒体曝光一次广告对应的用户转化率包括:通过所述目标媒体曝光一次所述待投放广告对应曝光一次广告对应的用户转化率;
和/或,所述待投放广告被曝光一次对应的平均用户收益包括:通过所述目标媒体曝光一次所述待投放广告对应的平均用户收益。
10.根据权利要求8所述的装置,其特征在于,所述预算收益模块包括:模型确定模块,用于确定所述待投放广告被曝光一次对应的历史数据集,根据所述历史数据集训练收益模型,以通过训练后的所述收益模型确定所述待投放广告被曝光一次对应的平均用户收益。
11.根据权利要求10所述的装置,其特征在于,所述模型确定模块包括:
历史数据集确定模块,用于确定所述待投放广告被曝光一次对应的历史数据集,以确定多次曝光对应的多个所述历史数据集,所述历史数据集中包括:存留天数为t对应的新增用户留存率Rt、存留天数为t对应的平均用户收益Lt,以及该次曝光对应的平均用户收益S,其中t为正整数;
训练模块,用于根据所述历史数据集中的计算用户留存率Rt、平均用户收益Lt以及所述历史数据集中的总收益S,训练所述收益模型。
12.根据权利要求7所述的装置,其特征在于,若所述待投放广告的数量为多个,则所述投放模块包括:
方案确定模块,用于根据多个所述待投放广告分别对应的曝光收益,确定曝光总收益最高的投放方案;
方案执行模块,用于根据确定的投放方案,将多个所述待投放广告投放至其对应的所述目标媒体的广告位。
13.一种终端设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-6任一项所述的广告投放方法对应的操作。
14.一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1-6中任一项所述的广告投放方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910063175.XA CN111476586B (zh) | 2019-01-23 | 2019-01-23 | 广告投放方法、装置、终端设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910063175.XA CN111476586B (zh) | 2019-01-23 | 2019-01-23 | 广告投放方法、装置、终端设备及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111476586A CN111476586A (zh) | 2020-07-31 |
CN111476586B true CN111476586B (zh) | 2023-12-22 |
Family
ID=71743235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910063175.XA Active CN111476586B (zh) | 2019-01-23 | 2019-01-23 | 广告投放方法、装置、终端设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111476586B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111985975A (zh) * | 2020-08-31 | 2020-11-24 | 湖南快乐阳光互动娱乐传媒有限公司 | 一种信息投放方法及装置 |
CN112258213A (zh) * | 2020-09-18 | 2021-01-22 | 北京达佳互联信息技术有限公司 | 广告投放位置的确定方法、装置、设备和存储介质 |
CN112667892B (zh) * | 2020-12-25 | 2024-01-19 | 北京达佳互联信息技术有限公司 | 一种信息推荐方法、装置、服务器和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279565A (zh) * | 2013-06-14 | 2013-09-04 | 北京艾德思奇科技有限公司 | 广告投放追踪方法及系统 |
CN104636940A (zh) * | 2013-11-07 | 2015-05-20 | 深圳市腾讯计算机系统有限公司 | 广告投放方法及系统、广告筛选方法及装置、服务器 |
CN106920128A (zh) * | 2017-03-03 | 2017-07-04 | 加和(北京)信息科技有限公司 | 一种广告投放方法、业务平台及系统 |
CN107977859A (zh) * | 2017-11-14 | 2018-05-01 | 广州优视网络科技有限公司 | 广告投放方法、装置、计算设备及存储介质 |
WO2018133863A1 (zh) * | 2017-01-22 | 2018-07-26 | 腾讯科技(深圳)有限公司 | 广告曝光频次的控制方法、广告交易平台 |
CN108681920A (zh) * | 2018-05-14 | 2018-10-19 | 微梦创科网络科技(中国)有限公司 | 基于广告创意优化广告投放的方法及系统 |
CN108898421A (zh) * | 2018-06-05 | 2018-11-27 | 北京奇艺世纪科技有限公司 | 一种广告投放方法、装置及电子设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839171A (zh) * | 2012-11-23 | 2014-06-04 | 腾讯科技(深圳)有限公司 | 一种网络广告的定向条件展示方法和装置 |
US20170124596A1 (en) * | 2015-10-30 | 2017-05-04 | Adelphic, Inc. | Systems and methods for optimal automatic advertising transactions on networked devices |
-
2019
- 2019-01-23 CN CN201910063175.XA patent/CN111476586B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279565A (zh) * | 2013-06-14 | 2013-09-04 | 北京艾德思奇科技有限公司 | 广告投放追踪方法及系统 |
CN104636940A (zh) * | 2013-11-07 | 2015-05-20 | 深圳市腾讯计算机系统有限公司 | 广告投放方法及系统、广告筛选方法及装置、服务器 |
WO2018133863A1 (zh) * | 2017-01-22 | 2018-07-26 | 腾讯科技(深圳)有限公司 | 广告曝光频次的控制方法、广告交易平台 |
CN106920128A (zh) * | 2017-03-03 | 2017-07-04 | 加和(北京)信息科技有限公司 | 一种广告投放方法、业务平台及系统 |
CN107977859A (zh) * | 2017-11-14 | 2018-05-01 | 广州优视网络科技有限公司 | 广告投放方法、装置、计算设备及存储介质 |
CN108681920A (zh) * | 2018-05-14 | 2018-10-19 | 微梦创科网络科技(中国)有限公司 | 基于广告创意优化广告投放的方法及系统 |
CN108898421A (zh) * | 2018-06-05 | 2018-11-27 | 北京奇艺世纪科技有限公司 | 一种广告投放方法、装置及电子设备 |
Non-Patent Citations (1)
Title |
---|
实时竞价广告研究述评;袁勇;曾大军;李娟娟;秦蕊;;信息系统学报(01);114-128 * |
Also Published As
Publication number | Publication date |
---|---|
CN111476586A (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210118015A1 (en) | System and Methods for Generating Dynamic Market Pricing for Use in Real-Time Auctions | |
CN111476586B (zh) | 广告投放方法、装置、终端设备及计算机存储介质 | |
CN107547214B (zh) | 基于电子书的群组阅读方法、电子设备及计算机存储介质 | |
US20090276364A1 (en) | Process control system | |
US11288710B2 (en) | Analyzing the advertisement bidding-chain | |
CN106296247B (zh) | 网络信息资源在线排序方法和装置 | |
US20180114269A1 (en) | Accelerated streaming price chart data for trading competitions | |
CN114047971B (zh) | 边缘计算资源分配方法及装置 | |
CN113763118A (zh) | 策略推荐方法、装置、设备及存储介质 | |
CN110533479B (zh) | 一种标识分配方法、装置及电子设备 | |
CN112418899A (zh) | 广告位的显示控制方法及装置 | |
CN111861525A (zh) | 任务执行方法、装置、电子设备及计算机可读存储介质 | |
CN107507023B (zh) | 一种信息投放方法及装置 | |
US20150134464A1 (en) | Advertisement information and bidding system | |
CN112819508B (zh) | 电子资源的分配方法及装置 | |
CN115202890B (zh) | 数据元件生产资源空间分配方法、系统及设备 | |
CN109858942B (zh) | 推广信息展示方法、装置、电子设备及可读存储介质 | |
CN103942194B (zh) | 一种信息投放账户的优化方法及装置 | |
CN116185731A (zh) | 一种基于区块链网络的终端测试系统、方法和电子设备 | |
JP5250652B2 (ja) | 投票支援システム、投票支援システムの制御方法、プログラム及び記録媒体 | |
CN112073454B (zh) | 资源分发方法、装置、电子设备 | |
CN109472454B (zh) | 活动评估方法、装置、电子设备及存储介质 | |
CN107977850A (zh) | 信息投放方法和系统 | |
CN111681024A (zh) | 信息推广中的风险管理方法及其装置、电子设备和存储介质 | |
CN110807656A (zh) | 一种媒体采买量确定方法、装置、电子设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |