CN111489186A - 一种面向展示广告自动投放装置的分时段预算管理方法 - Google Patents
一种面向展示广告自动投放装置的分时段预算管理方法 Download PDFInfo
- Publication number
- CN111489186A CN111489186A CN202010152586.9A CN202010152586A CN111489186A CN 111489186 A CN111489186 A CN 111489186A CN 202010152586 A CN202010152586 A CN 202010152586A CN 111489186 A CN111489186 A CN 111489186A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- budget
- opportunities
- bidding
- opportunity
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 22
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 65
- 230000000694 effects Effects 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims description 47
- 238000013210 evaluation model Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 abstract description 5
- 230000007246 mechanism Effects 0.000 description 4
- 230000002860 competitive effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007477 logistic regression Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000002716 delivery method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
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
- G06Q30/0273—Determination of fees for advertising
- G06Q30/0275—Auctions
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种面向展示广告自动投放装置的分时段预算管理方法,目的是使广告活动能够在整个广告投放周期都获得广告展示机会,避免广告预算过早花光或者在广告投放周期结束后仍有大量剩余。本发明的创新之处在于采用启发式算法,为每个广告活动计算基于广告投放历史数据集的最优的分时段预算分配方案,并允许在新的广告投放周期根据实际广告预算的花费情况,对未发生时段的预算进行动态调整;此外,本发明通过为每个时段增加一个广告展示机会的估价价值阈值,以及只允许对估计价值大于等于阈值的广告展示机会出价,来控制广告活动将预算花费在那些评估价值高的广告展示机会上。
Description
技术领域
本发明属于互联网应用技术领域,特别涉及一种面向展示广告自动投放装置的分时段预算管理方法。
背景技术
随着互联网的广泛普及以及大数据技术的快速发展,使得广告主利用互联网平台进行广告精准营销成为可能。与传统广告相比,在线广告在覆盖范围、灵活性、针对性、成本和效果评估等方面拥有得天独厚的优势。目前在线广告已经发展成为具有数千亿产值的行业。展示广告是在线广告的一种重要形式,通常是以图像或者视频的形式展示在媒体提供的广告位上,如图1所示。传统的展示广告投放方式是广告主与广告发布媒体(例如网站)签订保证展示时间或展示次数的合约,传统投放方式的缺点在于每个广告主与发布媒体单独签订广告合约,导致展示广告市场的透明度不高。同时,在传统投放方式下一些非著名网站的广告位很难销售出去,对于这些网站的运营者来说很难实现流量变现。
针对展示广告传统合约投放方式的问题,近期工业界提出一种新的展示广告实时投放方式,称为实时竞价(Real Time Biding,RTB)方式。在实时竞价方式中,网站媒体将广告展示机会托管给实时竞价系统的提供方平台进行管理,每当产生一次广告展示机会,由统一的交易中心来对这个广告展示机会进行拍卖,广告主则通过在RTB的需求方平台注册广告活动,由需求方平台根据每个广告活动的定向投放规则及预算,对每次符合投放规则的广告展示机会进行实时竞价,并为赢得的每次广告展示付费。因此,RTB中的需求方平台需要实现一个广告自动投放装置,以帮助平台上注册的广告活动对每个符合自己定向投放规则的广告展示机会进行实时评估并竞价。无论是著名的门户网站还是专业的垂直网站都可以通过RTB系统拍卖自己的广告展示机会,同时广告主被允许在单个广告展示机会粒度上合理分配自己的广告预算,因此RTB被认为是一种更为灵活、精准的广告投放方式,可以大幅提升展示广告市场的资源配置效率和透明度。
图2展示了一个广告通过实时竞价方式投放到一个广告展示机会的过程。具体如下:(1)当用户浏览发布媒体网页时,网页上嵌入的广告位的脚本代码会向RTB系统中的提供方平台发起一次广告展示机会的请求;(2)提供方平台收到这个广告展示机会的请求时,会针对该请求向RTB的交易中心发起一次广告展示机会的竞价请求,该请求携带了用户和网页的相关信息;(3)交易中心收到竞价请求后,发起公开拍卖,将竞价请求向连入RTB的需求方平台发布;(4)需求方平台收到广告展示机会的竞价请求后,根据平台上注册的各广告主的广告活动的定向投放规则和经费预算,计算每个广告活动对这个广告展示机会的竞标价格;(5)需求方平台将最高竞标价格反馈给交易中心;(6)交易中心对收到的所有需求方平台提交的竞标价格,按照规定的拍卖机制(例如广义第二价格拍卖、第一价格拍卖等)确定获胜的广告活动;(7)交易中心将获胜通知发送给对应的需求方平台,并扣除相应费用;(8)交易中心将获胜广告活动的广告链接返回给提供方平台;(9)提供方平台将广告链接返回给用户浏览的页面进行广告展示;(10)通常需求方平台会跟踪用户对投放广告的响应行为(例如是否点击广告),从而对需求方平台为每个注册广告活动提供的预算管理及出价方法进行优化。
在RTB投放方式中,广告主首先需要在需求方平台进行注册,确定自己的广告活动的定向投放规则、每个广告投放周期的预算、针对每个广告展示机会的出价方法等。例如耐克(Nike)公司为自己的运动鞋广告注册一个广告活动,定向规则为用户年龄为10-50岁,预算为每天1000元,出价方法为首先对每个符合定向投放规则的广告展示机会进行价值评估,然后基于估计价值决定这个广告展示机会的竞标价格。对于需求方平台,广告活动针对每个符合定向投放规则的广告展示机会的价值估计及出价决策是由一个广告自动投放装置来完成的。遗憾的是,目前已有的广告自动投放装置通常都只包含了每个广告活动对单个广告展示机会的价值评估和出价决策功能,对于每个广告活动的预算管理是非常粗糙的,即只规定每个广告投放周期中,广告活动购买广告展示机会的实际花费不能超过预算。这种粗糙的预算管理方法往往导致广告活动的预算花费速度过快或过慢,使得整个展示广告的投放是非优化的。具体来说,就是当一个广告活动的出价方法在当前的广告展示机会的拍卖市场中比较激进,会导致广告活动对符合其定向投放规则的广告展示机会的出价过高,使得预算很快花光,从而失去后续时段中价值更高的广告展示机会;当一个广告活动的出价方法比较保守,会导致广告活动对广告展示机会的出价过低,从而丢失很多估计价值较高的广告展示机会,而在广告投放周期结束后还剩余大量预算。因此,如何在广告自动投放装置中增加有效的预算管理功能已经成为目前在线广告平台亟需解决的问题。
本发明提出一种面向展示广告自动投放装置的分时段预算管理方法。该方法首先将一个完整的广告投放周期(通常为“一天”)划分为若干时段,基于广告投放的历史数据集为每个时段分配预算;然后根据每个时段的预算确定每个时段的广告展示机会的估计价值阈值,只有当一个广告展示机会的估计价值大于等于阈值时,广告活动才对这个广告展示机会进行出价,否则不进行出价;最后根据实际的预算花费情况,广告自动投放装置会对后续还未发生时段的预算进行动态调整。大量的离线和在线测试表明,本发明提出的分时段预算管理方法确实能够优化现有的广告自动投放装置,提升整个RTB展示广告投放系统的性能。
发明内容
本发明的目的是提供一种面向展示广告自动投放装置的分时段预算管理方法,该方法能够帮助广告自动投放装置优化每个广告活动的预算使用效率,步骤如下:
步骤1:为每个广告活动建立广告投放历史数据集,方法如下:在一个广告投放周期,按照一个固定价格对符合这个广告活动的定向投放规则的所有广告展示机会出价,记录所有获胜的广告展示机会的信息,获胜的广告展示机会的成交价格,以及获胜的广告展示机会的用户反馈行为,在本发明中用户反馈是指的用户是否点击展示的广告;
步骤2:基于广告投放历史数据集,为每个广告活动建立对广告展示机会的价值评估模型,在本发明中广告展示机会的估计价值是指将广告投放到这个广告展示机会后,用户点击这个广告的概率,称为预测点击率,每个广告活动的广告展示机会点击率预测模型可以采用机器学习模型基于步骤1建立的广告投放历史数据集训练,例如逻辑回归模型;
步骤3:将一个广告投放周期划分为T个时段,基于广告投放历史数据集,为每个广告活动确定最优的分时段预算分配方案,记为这里每个时段的预算分配需要满足公式(1),其中表示最优分配方案中时段t的预算,B是由广告主确定的广告活动在一个广告投放周期的总预算;
最优的分时段预算分配方案的具体计算步骤如下:
步骤3.1:为每个广告活动随机分配T个时段的预算,记为{b1,b2,…,bT},所有T个时段的分配预算之和为B;
步骤3.2:基于步骤3.1建立的广告投放历史数据集,根据时段t的预算bt,确定时段t的广告展示机会的估计价值阈值,记为thresh(t),方法如下:(1)基于广告投放历史数据,利用步骤2建立的广告展示机会的价值评估模型,计算时段t中所有符合定向投放规则的广告展示机会的估计价值;(2)将时段t中所有符合定向投放规则的广告展示机会按照其估计价值由高到低排序;(3)基于排序后的广告展示机会序列,从最高估计价值的广告展示机会开始,依次累计求和购买这些广告展示机会的总花费(历史数据集中对应的成交价格求和),当总花费超过时段t的预算bt时,停止累计,将累计的广告展示机会中最低的估计价值记为时段t的广告展示机会的估计价值阈值thresh(t);
步骤3.3:根据时段t的预算和广告展示机会的估计价值阈值,计算在时段t的广告投放历史数据集中可获得的广告展示机会及这些广告展示机会带来的用户点击数,方法如下:(1)对于广告投放历史数据集中时段t的每个广告展示机会,首先判断这个广告展示机会的估计价值是否大于等于时段t的阈值thresh(t),只对估价价值大于等于阈值的广告展示机会出价,对估计价值小于阈值的广告展示机会放弃出价;(2)对于需要出价的广告展示机会,根据广告主为广告活动设置的出价方法计算广告展示机会的竞标价格,可以采用固定出价方法,也可以采用与广告展示机会估计价值相关联的出价方法;(3)判断计算的广告展示机会的竞标价格是否超过时段t的剩余预算,超过则放弃对这个广告展示机会出价,否则继续参与出价;(4)只有当计算的广告展示机会的竞标价格大于等于这个广告展示机会在广告投放历史数据集中记录的成交价格时,才认为这个广告展示机会在交易中心的拍卖中获胜,广告活动赢得这个广告展示机会,并从时段t的剩余预算中扣除相应的费用,否则认为广告活动对这个广告展示机会的竞价失败;(5)统计时段t中广告活动获胜的所有广告展示机会得到的用户点击数,记为click(t);
步骤3.4:重复步骤3.2和步骤3.3,完成步骤3.1得到的预算分配方案下所有T个时段的用户点击数统计,记为total_clicks,计算公式如(2)所示;
重复执行步骤3.1-3.4,得到M个预算分配方案以及广告活动在这M个预算分配方案下获得的用户点击数,选择获得用户点击数最多的预算分配方案作为最优的分时段预算分配方案;
步骤4:对于一个新的广告投放周期,首先利用步骤3得到的最优的分时段预算分配方案来初始化每个时段的预算;
步骤5:考虑到在新的广告投放周期广告展示机会拍卖是动态变化的,与步骤1收集的广告投放历史数据集有差异,因此在开始一个新的时段的广告投放之前,预算管理方法需要根据新的广告投放周期中已经结束时段的剩余预算更新即将开始的时段t的预算,预算更新公式如(3)所示,这里是时段t更新后的预算,是步骤3得到的最优预算分配方案,spend(i)是已经结束的时段i的实际花费,B是一个广告投放周期的总预算;
步骤6:根据时段t更新后的预算按照步骤3.2的方法,确定即将开始的时段t的广告展示机会的估计价值阈值thresh′(t),由于在新的广告投放周期中,时段t的情况是未知的,在本发明中根据步骤1得到的广告投放历史数据集来确定阈值thresh′(t);
步骤7:在时段t的实时投放过程中,对于一个新到达的满足定向投放规则的广告展示机会的竞价请求,首先利用步骤2中建立的广告展示机会的价值评估模型对这个广告展示机会进行价值评估;如果估计价值大于等于时段t的阈值thresh′(t),则根据出价方法计算竞标价格,否则放弃对这个广告展示机会的出价;只有当计算的竞标价格小于等于广告活动在时段t的剩余预算时,广告活动才继续参与这个广告展示机会的出价,否则广告活动仍然放弃对这个广告展示机会的出价;如果广告活动的竞标价格是这个广告展示机会拍卖收到的最高出价,广告活动获得这个广告展示机会,实现广告实时投放,并按照成交价格为这次广告投放付费;
重复步骤5-7,完成新的广告投放周期中所有T个时段的广告实时投放。
附图说明
图1是本发明的背景技术提供的展示广告示意图
图2是本发明的背景技术提供的实时竞价过程示意图
图3是本发明的具体实施方式提供的分时段预算管理方法流程图
图4是本发明的具体实施方式提供的最优的分时段预算分配方案的计算流程图
图5是本发明的具体实施方式提供的基于广告投放历史数据计算每个时段获得的用户点击数的流程图
图6是本发明的具体实施方式提供的广告活动在每个时段有预算和广告展示机会的估计价值阈值约束时的出价流程图
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
本发明提供一种面向展示广告自动投放装置的分时段预算管理方法,整个方法分为两个阶段:第一个阶段是基于每个广告活动的广告投放历史数据集计算最优的分时段预算分配方案;第二个阶段是在新的广告投放周期,结合分时段预算管理方法对每个时段的广告展示机会进行实时出价,如图3所示,主要步骤包括:
步骤1:为每个广告活动建立广告投放历史数据集,方法如下:在一个广告投放周期,按照一个固定价格对符合这个广告活动的定向投放规则的所有广告展示机会出价,记录所有获胜的广告展示机会的信息,获胜的广告展示机会的成交价格,以及获胜的广告展示机会的用户反馈行为,在本发明中用户反馈是指的用户是否点击展示的广告;
步骤2:基于广告投放历史数据集,为每个广告活动建立对广告展示机会的价值评估模型,在本发明中广告展示机会的估计价值是指将广告投放到这个广告展示机会后,用户点击这个广告的概率,称为预测点击率,每个广告活动的广告展示机会点击率预测模型可以采用机器学习模型训练,例如可以采用逻辑回归模型,利用步骤1收集的广告投放历史数据集作为训练和测试数据集;
步骤3:将一个广告投放周期划分为T个时段,基于广告投放历史数据集,为每个广告活动确定最优的分时段预算分配方案,记为这里每个时段的预算分配需要满足公式(1),其中表示最优分配方案中时段t的预算,B是由广告主确定的广告活动在一个广告投放周期的总预算,图4展示了最优的分时段预算分配方案的计算步骤,如下:
步骤3.1:为每个广告活动随机分配T个时段的预算,记为{b1,b2,…,bT},所有T个时段的分配预算之和为B;
步骤3.2:基于广告投放历史数据集,根据时段t的预算bt,确定时段t的广告展示机会的估计价值阈值,记为thresh(t),方法如下:
(1)基于广告投放历史数据,利用步骤2建立的广告展示机会的价值评估模型,计算时段t中所有符合定向投放规则的广告展示机会的估计价值;
(2)将时段t中所有符合定向投放规则的N个广告展示机会按照其估计价值由高到低排序,记为{imp1,imp2,imp3,…impN},(value(imp1)≥value(imp2)≥…≥value(impN)),这里impi表示降序排列后的第i个广告展示机会,value(impi)表示第i个广告展示机会的估计价值;
(3)基于排序后的广告展示机会序列,从最高估计价值的广告展示机会imp1开始,依次累计求和购买这些广告展示机会的总花费,当总花费超过时段t的预算bt时,停止累计,将累计的广告展示机会中最低的估计价值记为时段t的广告展示机会的估计价值阈值thresh(t),假设c(impi)表示广告展示机会impi的成交价格,则有以下公式成立,则在排序后的广告展示机会序列中,第K+1个广告展示机会的估计价值为时段t的广告展示机会的估计价值阈值;
步骤3.3:根据时段t的预算和广告展示机会的估计价值阈值,计算在时段t的广告投放历史数据集中可获得的广告展示机会及这些广告展示机会带来的用户点击数,图5展示了计算方法的步骤流程,具体如下:(1)对于广告投放历史数据集中时段t的每个广告展示机会,首先判断这个广告展示机会的估计价值是否大于等于时段t的阈值thresh(t),只对估价价值大于等于阈值的广告展示机会出价,对估计价值小于阈值的广告展示机会放弃出价;(2)对于需要出价的广告展示机会,根据广告主为广告活动设置的出价方法计算广告展示机会的竞标价格,可以采用固定出价方法,也可以采用与广告展示机会估计价值相关联的出价方法;(3)判断计算的广告展示机会的竞标价格是否超过时段t的剩余预算,超过则放弃对这个广告展示机会出价,否则继续参与出价;(4)只有当计算的广告展示机会的竞标价格大于等于这个广告展示机会在广告投放历史数据集中记录的成交价格时,才认为这个广告展示机会在交易中心的拍卖中获胜,广告活动赢得这个广告展示机会,并从时段t的剩余预算中扣除相应的费用,否则认为广告活动对这个广告展示机会的竞价失败;(5)统计时段t中广告活动获胜的所有广告展示机会得到的用户点击数,记为click(t);
步骤3.4:重复步骤3.2和步骤3.3,完成步骤3.1得到的预算分配方案下所有T个时段的用户点击数统计,记为total_clicks,计算公式如(2)所示;
重复执行步骤3.1-3.4,得到M个预算分配方案以及这M个预算分配方案下广告活动获得的用户点击数,选择获得用户点击数最多的预算分配方案作为最优的分时段预算分配方案;
步骤4:对于一个新的广告投放周期,首先利用步骤3得到的最优的分时段预算分配方案来初始化每个时段的预算;
步骤5:考虑到在新的广告投放周期广告展示机会拍卖是动态变化的,与步骤1收集的广告投放历史数据集有差异,因此在开始一个新的时段的广告投放之前,预算管理方法需要根据新的广告投放周期中已经结束时段的剩余预算更新即将开始的时段t的预算,预算更新公式如(3)所示;
步骤6:根据时段t更新后的预算按照步骤3.2的方法,确定即将开始的时段t的广告展示机会的估计价值阈值thresh′(t),由于在新的广告投放周期中,时段t的情况是未知的,在本发明中根据步骤1得到的广告投放历史数据集来确定阈值thresh′(t);
步骤7:在时段t的实时投放过程中,对于一个新到达的满足定向投放规则的广告展示机会的竞价请求,首先利用步骤2中建立的广告展示机会的价值评估模型对这个广告展示机会进行价值评估;如果估计价值大于等于时段t的阈值thresh′(t),则根据出价方法计算竞标价格,否则放弃对这个广告展示机会的出价;只有当计算的竞标价格小于等于广告活动在时段t的剩余预算时,广告活动才继续参与这个广告展示机会的出价,否则广告活动仍然放弃对这个广告展示机会的出价;如果广告活动的竞标价格是这个广告展示机会拍卖收到的最高出价,广告活动获得这个广告展示机会,实现广告实时投放,并按照成交价格为这次广告投放付费;图6展示了广告活动参与广告展示机会竞价的过程;
重复步骤5-7,完成新的广告投放周期中所有T个时段的广告实时投放。
实施例
为使本发明的目的、技术方案和优点更加清楚,下面将结合实施例对其中的技术方案进行清楚、完整地描述。
首先本发明提供的面向展示广告自动投放装置的分时段预算管理方法是在实时竞价系统的需求方平台实现的,是针对广告主在需求方平台上注册的每个广告活动的。因此在本实施例中,首先确定一个广告活动A(例如,Nike运动鞋广告)来说明预算管理方法的实施过程。
步骤1:为广告活动A建立广告投放历史数据集,这里设置一个广告投放周期为1天,对每个到达需求方平台的、符合广告活动A定向投放规则的广告展示机会的竞价请求,按照每个广告展示机会3.0元的固定价格出价,记录所有获胜的广告展示机会的相关信息,未获胜的广告展示机会不做记录,从而建立广告活动A的广告投放历史数据集;
表1展示了20个获胜广告展示机会的信息记录示例,其中ID是每个广告展示机会唯一且不重复的编号;广告展示机会的相关信息表示广告位信息、用户信息等,由于不影响专利关键步骤的实施,这里仅使用小写字母简略地示意;广告展示时间的记录格式为“年-月-日-时-分”;成交价格表示在实时竞价机制下这个获胜的广告展示机会的实际成交价,这里假设RTB系统使用的是广义第二高价拍卖,即出价最高的广告活动赢得广告展示机会,但是成交价格即收费是按照拍卖收到的第二高竞标价格,目前大多数的广告实时交易平台都是采用的这种广义第二高价拍卖机制;用户反馈表示广告活动A的广告通过这个广告展示机会展示给用户后,用户是否点击这个广告,1表示点击,0表示未点击,用户点击广告,说明这个广告展示机会的价值高,用户未点击广告,说明这个广告展示机会的价值低;
表1广告活动A的广告投放历史数据集示意
广告展示机会ID | 广告展示机会的信息 | 广告展示时间 | 成交价格(元) | 用户反馈 |
1 | a | 2020-1-1 00:10 | 0.95 | 0 |
2 | b | 2020-1-1 00:15 | 0.46 | 1 |
3 | c | 2020-1-1 00:45 | 1.41 | 1 |
4 | d | 2020-1-1 01:10 | 1.98 | 0 |
5 | a | 2020-1-1 01:30 | 2.40 | 0 |
6 | e | 2020-1-1 02:20 | 0.53 | 0 |
7 | d | 2020-1-1 02:50 | 0.78 | 1 |
8 | c | 2020-1-1 03:10 | 1.25 | 0 |
9 | b | 2020-1-1 03:15 | 2.69 | 0 |
10 | a | 2020-1-1 03:55 | 2.41 | 1 |
11 | d | 2020-1-1 04:10 | 0.32 | 0 |
12 | e | 2020-1-1 06:25 | 2.25 | 0 |
13 | b | 2020-1-1 08:40 | 0.65 | 1 |
14 | b | 2020-1-1 10:35 | 2.81 | 0 |
15 | c | 2020-1-1 12:40 | 1.95 | 1 |
16 | e | 2020-1-1 14:20 | 1.15 | 0 |
17 | a | 2020-1-1 16:45 | 2.00 | 0 |
18 | d | 2020-1-1 19:15 | 0.85 | 1 |
19 | c | 2020-1-1 20:35 | 2.10 | 0 |
20 | b | 2020-1-1 23:10 | 0.60 | 1 |
步骤2:基于步骤1建立的广告活动A的广告投放历史数据集,为广告活动A训练一个对广告展示机会的价值评估模型;在本实施例中采用预测点击率作为广告展示机会的估计价值,可以采用但不限于机器学习方法中的逻辑回归模型来训练点击率预测模型;对于广告活动A,基于点击率预测模型可以计算每个收到的广告展示机会的预测点击率,预测点击率的范围为[0,1],预测值越接近1表示这个广告展示机会的估计价值越高,预测值越接近0表示这个广告展示机会的估价价值越低;
步骤3:在本实施例中,将一个完整的广告投放周期(一天)均匀地划分为12个时段,即从0点到24点每两个小时为一个时段,设置广告活动A一天的总预算B为60元,本步骤的目标是基于步骤1建立的广告投放历史数据集,得到一个最优的分时段预算分配方案;具体计算步骤如下:
步骤3.1:随机地确定一个分时段预算分配方案,满足公式(1),在本实施例中假设分配方案为:{5,3,6,5,7,4,2,5,8,6,4,5}(元),这里需要保证12个时段的预算之和为60元;
步骤3.2:为了避免预算被花费到那些估计价值较低的广告展示机会上,需要为每个时段确定一个广告展示机会的估计价值阈值,只对那些估价价值较高的广告展示机会出价,在本实施例中,指主要将预算用于购买那些预测点击率较高的广告展示机会;这里以时段1为例,介绍每个时段的广告展示机会的估计价值阈值的计算步骤方法:
(1)首先得到时段1的广告展示机会的记录,根据表1可知时段1总共包含5个广告展示机会的记录,如表2所示,然后利用步骤2建立的广告展示机会的价值评估模型,对这5个广告展示机会进行价值估计,在本实施例中,假设估计价值依次为{0.1,0.8,0.95,0.6,0.55};
表2广告投放历史数据集中时段1包含的广告展示机会记录
广告展示机会ID | 广告展示机会的信息 | 广告展示时间 | 成交价格(元) | 用户反馈 |
1 | a | 2020-1-1 00:10 | 0.95 | 0 |
2 | b | 2020-1-1 00:15 | 0.46 | 1 |
3 | c | 2020-1-1 00:45 | 1.41 | 1 |
4 | d | 2020-1-1 01:10 | 1.98 | 0 |
5 | a | 2020-1-1 01:30 | 2.40 | 0 |
(2)将时段1中的5个广告展示机会按照估计价值由高到低排序,记为{ID=3,ID=2,ID=4,ID=5,ID=1},排序后的广告展示机会的预测点击率如下:0.95>0.8>0.6>0.55>0.1;
(3)基于排序后的广告展示机会序列的花费{1.41,0.46,1.98,2.40,0.95}(元),从最高估计价值的广告展示机会ID=3开始,依次累计求和购买这些广告展示机会的总花费,当总花费超过时段1的预算b1=5元时,停止累计,将累计的广告展示机会中最低的估计价值记为时段1的广告展示机会的估计价值阈值,thresh(1)=0.55,即前3个广告展示机会的总花费为:1.41+0.46+1.98=3.85元,而前4个广告展示机会的总花费为:1.41+0.46+1.98+2.40=6.25元,则第4个广告展示机会的估计价值作为时段1的阈值;
步骤3.3:根据每个时段的预算和广告展示机会的估计价值阈值,计算在每个时段的广告投放历史数据集中可获得的广告展示机会及这些广告展示机会带来的用户点击数,这里仍然以时段1为例进行介绍,假设广告活动A的出价方法为固定出价,即对每个符合投放规则的广告展示机会出价为1.5元,时段1的分配预算为5.0元,时段1的广告展示机会的估价机制阈值为0.55,具体方法如下:
对于广告投放历史数据集中时段1记录的每个广告展示机会,判断是否参与出价,以及是否赢得这个广告展示机会,对于获得的广告展示机会统计其获得的用户点击数,表3展示了时段1的5个广告展示机会的相关信息;
表3广告投放历史数据集中时段1包含的广告展示机会的相关信息
广告展示机会ID | 估计价值 | 成交价格(元) | 用户反馈 |
1 | 0.1 | 0.95 | 0 |
2 | 0.8 | 0.46 | 1 |
3 | 0.95 | 1.41 | 1 |
4 | 0.6 | 1.98 | 0 |
5 | 0.55 | 2.40 | 0 |
首先,判断第1个广告展示机会(ID=1)的估计价值0.1小于时段1的广告展示机会的估价价值阈值0.55,因此直接放弃对第1个广告展示机会的出价;
其次,判断第2个广告展示机会(ID=2)的估计价值0.8大于时段1的广告展示机会的估价价值阈值0.55,因此继续参与出价;根据固定出价方法,确定竞标价格为1.5元,小于时段1的当前的剩余预算5.0元,因此继续判断竞标价格大于数据集中记录的成交价格0.46元,广告活动A赢得第2个广告展示机会,需要从时段1的剩余预算中扣除相应费用0.46元,从而剩余预算为5-0.46=4.54元;
第三,判断第3个广告展示机会(ID=3)的估计价值0.95大于时段1的广告展示机会的估价价值阈值0.55,因此继续参与出价;根据固定出价方法,确定竞标价格为1.5元,小于时段1的当前的剩余预算4.54元,因此继续判断竞标价格大于数据集中记录的成交价格1.41元,广告活动A赢得第3个广告展示机会,需要从时段1的剩余预算中扣除相应费用1.41元,从而剩余预算为4.54-1.41=3.13元;
第四,判断第4个广告展示机会(ID=4)的估计价值0.6大于时段1的广告展示机会的估价价值阈值0.55,因此继续参与出价;根据固定出价方法,确定竞标价格为1.5元,小于时段1的当前的剩余预算3.13元,继续判断竞标价格小于数据集中记录的成交价格1.98元,说明1.5元的竞标价格不能使广告活动A在第4个广告展示机会的竞标中获胜,竞标失败,时段1的剩余预算仍然为3.13元;
第五,判断第5个广告展示机会(ID=5)的估计价值0.55等于时段1的广告展示机会的估价价值阈值0.55,因此继续参与出价;根据固定出价方法,确定竞标价格为1.5元,小于时段1的当前的剩余预算3.13元,继续判断竞标价格小于数据集中记录的成交价格2.40元,说明1.5元的竞标价格也不能使广告活动A在第5个广告展示机会的竞标中获胜,竞标失败;
最后时段1结束时剩余预算仍然为3.13元,总共赢得2个广告展示机会(ID=2和ID=3),获得的总的用户点击数为2,click(1)=2。
步骤3.4:重复步骤3.2和步骤3.3中的方法,可以统计步骤3.1得到的预算分配方案下所有12个时段的用户点击数统计,在本实施例中假设12个时段获得的用户点击数序列为:{2,2,0,0,1,0,1,0,0,1,0,1},因此在预算分配为{5,3,6,5,7,4,2,5,8,6,4,5}(元)时,广告活动A一个广告投放周期获得的总的用户点击数为:2+2+0+0+1+0+1+0+0+1+0+1=8;
重复10000轮,执行步骤3.1-3.4,得到10000个预算分配方案以及这10000个预算分配方案下,广告活动获得的用户点击数,选择获得用户点击数最多的预算分配方案作为最优的分时段预算分配方案,在本实施例中,假设这个最优的分时段预算分配方案为:{5.0,3.0,6.0,5.0,7.0,4.0,2.0,5.0,8.0,6.0,4.0,5.0}(元);
步骤4:对于一个新的广告投放周期,首先利用步骤3得到的最优的分时段预算分配方案来初始化每个时段的预算,因此在新的广告投放周期,每个时段的初始预算分配为:{5.0,3.0,6.0,5.0,7.0,4.0,2.0,5.0,8.0,6.0,4.0,5.0}(元);
步骤5:考虑到在新的广告投放周期广告展示机会拍卖是动态变化的,与步骤1收集的广告投放历史数据集有差异,因此在开始一个新的时段的广告投放之前,预算管理方法需要根据新的广告投放周期中已经结束时段的剩余预算更新即将开始的时段的预算;在本实施例中以时段2的预算更新来进行介绍,假设广告活动A在时段1中实际只花费了3.0元,根据公式(3),时段2更新后的预算为:
在时段2结束后,可以更新时段3的预算,在时段3结束后更新时段4的预算,以此类推;
步骤6:根据时段t更新后的预算按照步骤3.2的方法,确定即将开始的时段t的广告展示机会的估计价值阈值thresh′(t),由于在新的广告投放周期中,时段t的情况是未知的,在本发明中根据步骤1得到的广告投放历史数据集来确定阈值thresh′(t);这里的确定阈值的方法与步骤3.2是相同的,这里不再描述;
步骤7:在一个时段的实时投放过程中,对于一个新到达的满足定向投放规则的广告展示机会的竞价请求,首先利用步骤2中建立的广告展示机会的价值评估模型对这个广告展示机会进行价值评估;如果估计价值大于等于这个时段的阈值thresh′(t),则根据出价方法计算竞标价格,否则放弃对这个广告展示机会的出价;只有当计算的竞标价格小于等于广告活动A在这个时段的剩余预算时,广告活动A才继续参与这个广告展示机会的出价,否则广告活动A仍然放弃对这个广告展示机会的出价;如果广告活动A的竞标价格是这个广告展示机会拍卖收到的最高出价,广告活动A获得这个广告展示机会,实现广告实时投放,并按照成交价格为这次广告投放付费;
重复步骤5-7,完成新的广告投放周期中所有12个时段的广告实时投放。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (1)
1.一种面向展示广告自动投放装置的分时段预算管理方法,其特征在于,包括以下步骤:
步骤1:为每个广告活动建立广告投放历史数据集,方法如下:在一个广告投放周期,按照一个固定价格对符合这个广告活动的定向投放规则的所有广告展示机会出价,记录所有获胜的广告展示机会的信息,获胜的广告展示机会的成交价格,以及获胜的广告展示机会的用户反馈行为,在本发明中用户反馈是指的用户是否点击展示的广告;
步骤2:基于广告投放历史数据集,为每个广告活动建立对广告展示机会的价值评估模型,在本发明中广告展示机会的估计价值是指将广告投放到这个广告展示机会后,用户点击这个广告的概率,称为预测点击率,每个广告活动的广告展示机会点击率预测模型可以采用机器学习模型基于步骤1建立的广告投放历史数据集训练;
步骤3:将一个广告投放周期划分为T个时段,基于广告投放历史数据集,为每个广告活动确定最优的分时段预算分配方案,记为这里每个时段的预算分配需要满足公式(1),其中表示最优分配方案中时段t的预算,B是由广告主确定的广告活动在一个广告投放周期的总预算;
最优的分时段预算分配方案的具体计算步骤如下:
步骤3.1:为每个广告活动随机分配T个时段的预算,记为{b1,b2,…,bT},所有T个时段的分配预算之和为B;
步骤3.2:基于步骤1建立的广告投放历史数据集,根据时段t的预算bt,确定时段t的广告展示机会的估计价值阈值,记为thresh(t),方法如下:(1)基于广告投放历史数据,利用步骤2建立的广告展示机会的价值评估模型,计算时段t中所有符合定向投放规则的广告展示机会的估计价值;(2)将时段t中所有符合定向投放规则的广告展示机会按照其估计价值由高到低排序;(3)基于排序后的广告展示机会序列,从最高估计价值的广告展示机会开始,依次累计求和购买这些广告展示机会的总花费(历史数据集中对应的成交价格求和),当总花费超过时段t的预算bt时,停止累计,将累计的广告展示机会中最低的估计价值记为时段t的广告展示机会的估计价值阈值thresh(t);
步骤3.3:根据时段t的预算和广告展示机会的估计价值阈值,计算在时段t的广告投放历史数据集中可获得的广告展示机会及这些广告展示机会带来的用户点击数,方法如下:(1)对于广告投放历史数据集中时段t的每个广告展示机会,首先判断这个广告展示机会的估计价值是否大于等于时段t的阈值thresh(t),只对估价价值大于等于阈值的广告展示机会出价,对估计价值小于阈值的广告展示机会放弃出价;(2)对于需要出价的广告展示机会,根据广告主为广告活动设置的出价方法计算广告展示机会的竞标价格,可以采用固定出价方法,也可以采用与广告展示机会估计价值相关联的出价方法;(3)判断计算的广告展示机会的竞标价格是否超过时段t的剩余预算,超过则放弃对这个广告展示机会出价,否则继续参与出价;(4)只有当计算的广告展示机会的竞标价格大于等于这个广告展示机会在广告投放历史数据集中记录的成交价格时,才认为这个广告展示机会在交易中心的拍卖中获胜,广告活动赢得这个广告展示机会,并从时段t的剩余预算中扣除相应的费用,否则认为广告活动对这个广告展示机会的竞价失败;(5)统计时段t中广告活动获胜的所有广告展示机会得到的用户点击数,记为click(t);
步骤3.4:重复步骤3.2和步骤3.3,完成步骤3.1得到的预算分配方案下所有T个时段的用户点击数统计,记为total_clicks,计算公式如(2)所示;
重复执行步骤3.1-3.4,得到M个预算分配方案以及广告活动在这M个预算分配方案下获得的用户点击数,选择获得用户点击数最多的预算分配方案作为最优的分时段预算分配方案;
步骤4:对于一个新的广告投放周期,首先利用步骤3得到的最优的分时段预算分配方案来初始化每个时段的预算;
步骤5:考虑到在新的广告投放周期广告展示机会拍卖是动态变化的,与步骤1收集的广告投放历史数据集有差异,因此在开始一个新的时段的广告投放之前,预算管理方法需要根据新的广告投放周期中已经结束时段的剩余预算更新即将开始的时段t的预算,预算更新公式如(3)所示,这里是时段t更新后的预算,是步骤3得到的最优预算分配方案,spend(i)是已经结束的时段i的实际花费,B是一个广告投放周期的总预算;
步骤6:根据时段t更新后的预算按照步骤3.2的方法,确定即将开始的时段t的广告展示机会的估计价值阈值thresh′(t),由于在新的广告投放周期中,时段t的情况是未知的,在本发明中根据步骤1得到的广告投放历史数据集来确定阈值thresh′(t);
步骤7:在时段t的实时投放过程中,对于一个新到达的满足定向投放规则的广告展示机会的竞价请求,首先利用步骤2中建立的广告展示机会的价值评估模型对这个广告展示机会进行价值评估;如果估计价值大于等于时段t的阈值thresh′(t),则根据出价方法计算竞标价格,否则放弃对这个广告展示机会的出价;只有当计算的竞标价格小于等于广告活动在时段t的剩余预算时,广告活动才继续参与这个广告展示机会的出价,否则广告活动仍然放弃对这个广告展示机会的出价;如果广告活动的竞标价格是这个广告展示机会拍卖收到的最高出价,广告活动获得这个广告展示机会,实现广告实时投放,并按照成交价格为这次广告投放付费;
重复步骤5-7,完成新的广告投放周期中所有T个时段的广告实时投放。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010152586.9A CN111489186A (zh) | 2020-03-06 | 2020-03-06 | 一种面向展示广告自动投放装置的分时段预算管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010152586.9A CN111489186A (zh) | 2020-03-06 | 2020-03-06 | 一种面向展示广告自动投放装置的分时段预算管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111489186A true CN111489186A (zh) | 2020-08-04 |
Family
ID=71791470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010152586.9A Pending CN111489186A (zh) | 2020-03-06 | 2020-03-06 | 一种面向展示广告自动投放装置的分时段预算管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111489186A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112396474A (zh) * | 2020-12-23 | 2021-02-23 | 上海苍苔信息技术有限公司 | 一种根据广告主预算分配流量的系统和方法 |
CN112396475A (zh) * | 2020-12-23 | 2021-02-23 | 上海苍苔信息技术有限公司 | 一种控制cpa值的cpm系统和方法 |
CN112396476A (zh) * | 2020-12-23 | 2021-02-23 | 上海苍苔信息技术有限公司 | 一种控制ecpc值的CPM系统和方法 |
CN112418907A (zh) * | 2020-10-29 | 2021-02-26 | 当趣网络科技(杭州)有限公司 | 广告投放方法、装置、电子设备及介质 |
CN113095885A (zh) * | 2021-04-22 | 2021-07-09 | 加和(北京)信息科技有限公司 | 信息投放数据的处理方法和装置 |
CN116805255A (zh) * | 2023-06-05 | 2023-09-26 | 深圳市瀚力科技有限公司 | 基于用户画像分析的广告自动优化投放系统 |
WO2024181913A1 (en) * | 2023-02-28 | 2024-09-06 | Grabtaxi Holdings Pte. Ltd. | Device, method and system for generating a recommendation of offerings to a user |
-
2020
- 2020-03-06 CN CN202010152586.9A patent/CN111489186A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418907A (zh) * | 2020-10-29 | 2021-02-26 | 当趣网络科技(杭州)有限公司 | 广告投放方法、装置、电子设备及介质 |
CN112396474A (zh) * | 2020-12-23 | 2021-02-23 | 上海苍苔信息技术有限公司 | 一种根据广告主预算分配流量的系统和方法 |
CN112396475A (zh) * | 2020-12-23 | 2021-02-23 | 上海苍苔信息技术有限公司 | 一种控制cpa值的cpm系统和方法 |
CN112396476A (zh) * | 2020-12-23 | 2021-02-23 | 上海苍苔信息技术有限公司 | 一种控制ecpc值的CPM系统和方法 |
CN113095885A (zh) * | 2021-04-22 | 2021-07-09 | 加和(北京)信息科技有限公司 | 信息投放数据的处理方法和装置 |
CN113095885B (zh) * | 2021-04-22 | 2024-04-12 | 加和(北京)信息科技有限公司 | 信息投放数据的处理方法和装置 |
WO2024181913A1 (en) * | 2023-02-28 | 2024-09-06 | Grabtaxi Holdings Pte. Ltd. | Device, method and system for generating a recommendation of offerings to a user |
CN116805255A (zh) * | 2023-06-05 | 2023-09-26 | 深圳市瀚力科技有限公司 | 基于用户画像分析的广告自动优化投放系统 |
CN116805255B (zh) * | 2023-06-05 | 2024-04-23 | 深圳市瀚力科技有限公司 | 基于用户画像分析的广告自动优化投放系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111489186A (zh) | 一种面向展示广告自动投放装置的分时段预算管理方法 | |
JP5172339B2 (ja) | 広告データの統合及び集約のためのプラットフォーム | |
US8175950B1 (en) | Systems and methods for determining bids for placing advertisements | |
KR100904858B1 (ko) | 다수의 인터넷 매체에 광고를 노출하여 광고효율을 극대화하는 경매시스템 및 운영방법 | |
CN105741133A (zh) | 一种针对在线广告投放的步进管理方法 | |
TWI444917B (zh) | 線上廣告中之佔位符標價之方法、系統及其電腦可讀取媒體 | |
US20060122879A1 (en) | Method and system for pricing electronic advertisements | |
US20080255921A1 (en) | Percentage based online advertising | |
US20090012852A1 (en) | Data marketplace and broker fees | |
US10445789B2 (en) | Segment-based floors for use in online ad auctioning techniques | |
US20080301033A1 (en) | Method and apparatus for optimizing long term revenues in online auctions | |
JP2013543203A (ja) | 入札ランキングモデルに関連付けられた費用及び収益の見積もりの予測 | |
CN107153970A (zh) | 一种面向实时竞价广告的出价及预算估计方法 | |
CN107529654A (zh) | 一种面向展示广告竞价投放系统的动态出价方法 | |
US20130346218A1 (en) | Bidding on Impression Opportunities Using Confidence Indicators | |
US20160350814A1 (en) | Systems, methods, and apparatus for budget allocation | |
CN111899041A (zh) | 信息投放的处理和投放方法、装置、设备及存储介质 | |
JP5703213B2 (ja) | 広告提供方法および広告提供システム | |
KR100943527B1 (ko) | 온라인 쇼핑몰의 키워드광고에서의 과금 방법 | |
KR20110076922A (ko) | 광고 제공 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 | |
US9865004B1 (en) | System and method for advertisement impression volume estimation | |
Schain et al. | Ad exchange–proposal for a new trading agent competition game | |
KR20100032585A (ko) | 검색 광고에 대한 경매 및 과금을 수행하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 | |
US20160019583A1 (en) | Systems and methods for smooth and effective budget delivery in online advertising | |
KR101042900B1 (ko) | 게재 비율에 기초하여 검색 광고에 대한 과금을 수행하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200804 |