CN111539763B

CN111539763B - 一种广告投放的优化方法、装置及电子设备

Info

Publication number: CN111539763B
Application number: CN202010291991.9A
Authority: CN
Inventors: 赵星; 林怿
Original assignee: Alipay Hangzhou Information Technology Co Ltd
Current assignee: Alipay Hangzhou Information Technology Co Ltd
Priority date: 2020-04-14
Filing date: 2020-04-14
Publication date: 2022-08-12
Anticipated expiration: 2040-04-14
Also published as: CN111539763A

Abstract

本说明书公开了一种广告投放的优化方法、装置及电子设备，该方法包括：根据广告投放的历史数据来获得广告点击率CTR的历史概率分布，根据广告CTR的历史概率分布来获得广告头部流量的点击率阈值，再根据当前广告系统所能提供的总流量分别预测各个广告的点击率概率分布，结合各广告的点击率阈值，获得各广告在总流量上大于点击率阈值的头部流量，根据各广告的头部流量来为各广告分配流量，使得所有广告的总体点击率最高，实现从整体上提升广告保量投放的点击率。

Description

一种广告投放的优化方法、装置及电子设备

技术领域

本说明书涉及软件技术领域，特别涉及一种广告投放的优化方法、装置及电子设备。

背景技术

在广告业务中，保量投放是一种常见的广告投放方式，该方式由广告系统安排一定的流量对广告进行展示，保证广告有固定的曝光量。广告主在选择保量投放的同时也希望广告有较高的点击率(CTR，click through rate)。为了更好地满足客户需求，广告系统在满足广告主的保量投放需求的情况下，还需要尽量提升广告的点击率。如何在保量投放的基础上提升广告的点击率成为了广告保量投放不可回避的技术问题。

发明内容

本说明书实施例提供一种广告投放的优化方法、装置及电子设备，用于从整体上提升广告保量投放的点击率。

第一方面，本说明书实施例提供一种广告投放的优化方法，所述方法包括：

针对每个广告，根据所述广告的历史数据统计获得所述广告的点击率在历史流量上的历史概率分布；根据所述广告的当前流量需求占比和所述历史概率分布获得所述广告的点击率阈值；

通过点击率预估模型获得所述广告的点击率在广告系统当前所能提供的总流量上的预估概率分布；根据所述点击率阈值和所述预估概率分布，获得所述总流量上大于所述点击率阈值的流量作为所述广告的头部流量；

根据待投放的所有广告的头部流量为待投放的每个广告分配流量。

可选的，所述根据待投放的所有广告的头部流量为待投放的每个广告分配流量，包括：

针对待投放的任一广告A，判断是否存在与广告A的头部流量重合或者部分重合的广告B，其中，所述头部流量重合是指头部流量对应的人群重合；

若存在与所述广告A的头部流量重合的所述广告B，获取在满足广告A的头部流量的情况下广告A的点击率CTR-A，以及CTR-A与广告A的点击率阈值之间的差值delta-A；获取在满足所述广告B的头部流量的情况下所述广告B的点击率CTR-B，以及CTR-B与所述广告B的点击率阈值之间的差值delta-B；

比较delta-A和delta-B的大小，将重合的头部流量分配给差值较大的广告，降低差值较小的广告的点击率阈值，并基于降低后的点击率阈值为差值较小的广告分配流量。

可选的，所述方法还包括：若不存在所述广告B，将所述广告A的头部流量分配给所述广告A。

可选的，所述方法还包括：若存在与所述广告A的头部流量部分重合的广告B，降低所述广告A和所述广告B的点击率阈值，基于降低后的点击率阈值为所述广告A和所述广告B分配流量，使得为所述广告A和所述广告B分配的流量满足所述广告A和所述广告B的当前流量需求占比。

可选的，所述方法还包括：

预设时间周期之后，更新所述当前保量需求占比；

根据更新后的所述当前保量需求占比，更新所述广告的点击率阈值；

基于更新后的所述点击率阈值，为所述所有广告分配数据流量。

第二方面，本说明书实施例提供一种广告投放的优化装置，所述装置包括：

阈值获取单元，用于针对每个广告，根据所述广告的历史数据统计获得所述广告的点击率在历史流量上的历史概率分布；根据所述广告的当前流量需求占比和所述历史概率分布获得所述广告的点击率阈值；

头部流量获取单元，用于通过点击率预估模型获得所述广告的点击率在广告系统当前所能提供的总流量上的预估概率分布；根据所述点击率阈值和所述预估概率分布，获得所述总流量上大于所述点击率阈值的流量作为所述广告的头部流量；

流量分配单元，用于根据待投放的所有广告的头部流量为待投放的每个广告分配流量。

可选的，所述流量分配单元用于：

可选的，所述流量分配单元还用于：若不存在所述广告B，将所述广告A的头部流量分配给所述广告A。

可选的，所述流量分配单元还用于：

若存在与所述广告A的头部流量部分重合的广告B，降低所述广告A和所述广告B的点击率阈值，基于降低后的点击率阈值为所述广告A和所述广告B分配流量，使得为所述广告A和所述广告B分配的流量满足所述广告A和所述广告B的当前流量需求占比。

可选的，所述装置还包括：

调整单元，用于在预设时间周期之后，更新所述当前保量需求占比；根据更新后的所述当前保量需求占比，更新所述广告的点击率阈值；基于更新后的所述点击率阈值，为所述所有广告分配数据流量。

本说明书实施例中的上述一个或多个技术方案，至少具有如下技术效果：

本说明书实施例提供一种广告投放的优化方法，针对每个广告，根据广告的历史数据统计获得广告的点击率在历史流量上的历史概率分布；根据广告的当前流量需求占比和历史概率分布获得广告的点击率阈值；针对每个广告，通过点击率预估模型获得广告点击率在当前广告总流量上的预估概率分布；根据点击率阈值和预估概率分布，获得当前广告总流量上大于其点击率阈值的流量作为该广告的头部流量；根据所有广告的头部流量为待投放的广告分配流量。通过广告点击率的历史概率分布，分别求解每个广告在满足当前流量需求占比的点击率阈值，提升了点击率阈值获取的准确性；进一步的，基于当前广告总流量预估获得每个广告的大于点击率阈值的头部流量，获得更为准确的头部流量，根据所有广告的头部流量进行流量分配，从整体上提升了广告保量投放的点击率。

附图说明

为了更清楚地说明本说明书实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本说明书实施例提供的一种广告投放的优化方法的流程图；

图2为本说明书实施例提供的广告点击率的历史概率分布的示意图；

图3为本说明书实施例提供的头部流量不重合的示意图；

图4为本说明书实施例提供的头部流量部分重合的示意图；

图5为本说明书实施例提供的一种广告投放的优化装置的示意图

图6为本说明书实施例提供的一种电子设备的示意图。

具体实施方式

为使本说明书实施例的目的、技术方案和优点更加清楚，下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。

在本说明书实施例提供一种广告投放的优化方法，通过广告投放的历史数据来获得广告点击率CTR的历史概率分布，根据广告CTR的历史概率分布来获得广告头部流量的点击率阈值，再根据当前广告系统所能提供的总流量分别预测各个广告的点击率概率分布，结合各广告的点击率阈值，获得各广告在总流量上大于点击率阈值的头部流量，根据各广告的头部流量来为各广告分配流量，从而提高所有广告的总体点击率，实现从整体上提升广告点击率的有益效果。例如：假设总流量中广告A需要总流量的10％，广告B需要总流量的8％，那么挑选出广告A在总流量中CTR最高的10％，广告B在总流量中CTR最高的8％，这样广告A和广告B的总体CTR最高，因为A和B都已经各自达到了最大。

下面结合附图对本说明书实施例技术方案的主要实现原理、具体实施方式及其对应能够达到的有益效果进行详细的阐述。

实施例

本实施例讨论总流量充足，远大于广告主总的保量投放需求的情况，而且所有需求都是在相同的一个流量池中。这种情况下，广告系统有很大的流量，可以充分满足多个广告主的保量投放需求，所有需求都在相同的广告系统提供的流量上。为了介绍问题的方便性，本实施例讨论一天的保量投放问题。多天的需求可以拆分成每一天进行类似处理。

请参考图1，本实施例提供一种广告投放的优化方法，包括：针对每个广告执行步骤S10～S16以及针对所有广告执行S18：

S10、根据广告的历史数据统计获得广告的点击率在历史流量上的历史概率分布。

其中，广告的历史数据包括广告投放历史上多个投放周期的投放详情数据，例如，广告的投放周期为天，那么历史数据则包含该广告前几天或一周，甚至更长时间段内的投放详情数据。投放详情数据包括用户、流量位以及广告位相关的数据，如流量需求占比、点击率、定向人群条件、点击人群类型等。

流量需求占比是指同一投放周期内广告的保量需求量与广告系统提供给所有广告的总流量之间的比值。定向人群条件是指广告流量指定投放的一类或多类人群。不同类型的人群对不同的广告的需求不同，相应的点击率往往不同，通过定向人群条件将广告投放给对该广告需求高、点击率高的人群。实际应用中，定向人群条件中具体是哪些人群类型对该广告的点击率高还需要根据历史投放数据来确定。

广告的点击率在历史流量上的历史概率分布，往往表现在不同人群类型和不同流量需求占比上的点击率不同，可以通过点击率模型基于广告的历史数据统计获得。通过统计广告的历史概率分布，来获得广告点击率的真实分布情况。

S12、根据广告的当前流量需求占比和历史概率分布获得广告的点击率阈值。

其中，点击率阈值为广告在当前流量需求占比下头部流量对应的点击率最小值。头部流量为保量投放时广告总体点击率最高的流量。我们用CTR-i-di表示广告i在当前流量需求占比di下的点击率阈值，点击率≥CTR-i-di的这部分流量即为该广告的头部流量。请参考图2，为某一广告点击率的历史概率分布情况以及对应当前流量需求占比10％的点击率阈值。图2中，x轴是CTR取值、y轴是流量比例，矩形条是给定CTR范围对应的流量，曲线下总面积是1，即所有流量都用于该广告投放的情况，x≥点击率阈值时，曲线下的面积占总面积的10％，也就是广告点击率大于或等于点击率阈值的头部流量占总流量的10％。

S14、通过点击率预估模型获得广告点击率在广告系统所能提供的总流量上的预估概率分布。

其中，点击率预测模型根据广告的历史数据训练获得，例如：将历史数据中广告的创意、文本、位置等信息,以及用户的人物画像、历史广告浏览等信息作为预测模型的输入，将该广告展现后各用户对该广告是否点击作为预测模型的输出标记，对预测模型进行训练，通过大量训练样本训练获得点击率预测模型。假设将广告系统所能提供的总流量全部用于某一个待预测广告的投放，将待预测广告的创意、文本、位置等信息，以及广告系统所能提供的总流量对应的用户的人物画像、历史广告浏览等信息输入训练好的点击率预测模型即可得到待预测广告的点击率在总流量上的预估概率分布。

S16、根据广告的点击率阈值和预估概率分布，获得当前广告总流量上大于点击率阈值的头部流量。

其中，通过历史数据获得点击率阈值，来预测当前时间周期内广告投放的头部流量，以帮助广告系统将广告投放到点击率较高的数据流量上，提升广告投放的效果。

S18、根据待投放的所有广告的头部流量为待分配的每个广告分配流量。

其中，根据所有广告的头部流量进行流量分配时，使所有广告的总点击率最大，具体可以通过如下方式为每个广告分配流量：

针对所有广告中的任一广告A，根据所有广告的头部流量，判断所有广告中是否存在与广告A的头部流量重合或者部分重合的广告B，其中，头部流量重合是指头部流量对应的人群重合，根据判断结果的不同情形进行不同的流量分配操作。例如：假设广告A的头部流量对应目标人群类型包括：浙江人、广东人、上海人；若广告B的头部流量对应目标人群类型包括：四川人、广西人以及山西人，那么广告A和广告B的头部流量不重合；若广告B的头部流量对应目标人群类型包括：四川男人、广西男人以及广东男人，其中广东男人与广东人中有部分重合，相应的广告A和广告B的头部流量部分重合；若广告B的头部流量对应目标人群类型也包括：浙江人、广东人以及上海人，那么广告A和广告B的头部流量重合。

情形一、选择头部流量分配广告。

如图2所示，广告A的头部流量不与所有广告中的任一广告的头部流量重合，也不与所有广告中的任一广告的头部流量部分重合，即不存在上述广告B，那么将当前广告系统提供的总流量中广告A的头部流量分配给广告A。例如：当前广告系统提供的总流量中的流量集合k，根据点击率预估模型计算各个广告的点击率，如果只有广告A的点击率CTR-A(k)大于广告A的点击率阈值CTR-A-di，说明这个流量k只是广告A的头部流量，应该选中这个流量分配给相应广告A。如果对于所有广告k都不是其头部流量，这个流量不分配任何广告。例如：对广告A和广告B进行流量分配，广告A保量投放的点击率阈值为CTR-A-di，广告B保量投放的点击率阈值为CTR-B-di，广告系统上提供的总流量中大于CTR-A-di的头部流量与大于CTR-B-di的头部流量不重合如图3所示，那么分别向广告A和广告B分配其各自的头部流量。

情形二、放宽广告的点击率阈值后分配广告。

如图4所示，若存在与广告A的头部流量部分重合的广告B，降低广告A和广告B的点击率阈值，基于降低后的点击率阈值为广告A和广告B分配数据流量，使得为广告A和广告B分配的流量满足广告A和广告B的当前流量需求占比。假设用U(CTR-i-di)表示广告i的高于点击率阈值CTR-i-di的流量集合，广告系统当前所提供的总流量是U，U(CTR-i-di)/U＝di。图4的情况是广告A的头部流量是U(CTR-A-10％)，广告B的头部流量是U(CTR-B-8％)。由于U(CTR-A-10％)和U(CTR-B-8％)有部分重合，所以(U(CTR-A-10％)+U(CTR-B-8％))/U<10％+8％。对于头部流量部分重合的问题可以用下面的方案简单处理：可以把广告A和广告B的各自点击率阈值向CTR历史概率分布曲线的左边平移即降低点击率阈值，这样比阈值高的对应的流量比例略高于保量需求占比di，也就是各广告放宽阈值来抵消重合部分，从而达到保量：(U(CTR-A-10％+delta)+U(CTR-B-8％+delta))/U>＝10％+8％。

情形三、多广告的选择：头部流量重合，一个流量集合对应多个广告的头部流量。

若存在与广告A的头部流量k重合的广告B：获取在满足广告A的头部流量k的情况下广告A的点击率CTR-A，以及点击率CTR-A与广告A的点击率阈值之间的差值delta-A；获取在满足广告B的头部流量k的情况下广告B的点击率CTR-B，以及点击率CTR-B与广告B的点击率阈值之间的差值delta-B；比较差值delta-A和差值delta-B的大小，将头部流量k分配给差值较大的广告，降低差值较小的广告的点击率阈值并基于降低后的点击率阈值为差值较小的广告分配数据流量。

例如：给定流量集合k，CTR-i(k)表示流量k在广告i的CTR，对k的广告分配的优化策略是：max-i(CTR-i(k)-CTR-i-di+delta)，也就是选点击率与阈值相差最大的广告。假设广告A的当前保量需求占比di＝10％，广告B的当前保量需求占比di＝8％，若流量集合k同时是A和B的头部流量，如果分配给A，那么B的头部流量U(CTR-B-8％)就会少一个，就需要在B的阈值处补充一个。所以总体CTR是CTR-A(k)+CTR-B-8％。如果分配给B，那么A的头部流量U(CTR-A-10％)就会少一个，就需要在A的阈值处补充一个。所以总体CTR是CTR-B(k)+CTR-A-10％。比较这两种分配方案的大小：CTR-A(k)+CTR-B-8％-(CTR-B(k)+CTR-A-10％)，等价于(CTR-A(k)-CTR-A-10％-(CTR-B(k)-CTR-B-8％)；也就是比较点击率与阈值的差值，选差值较大的那个分配头部流量，差值较小的那个降低阈值来分类其余数据流量。

在实际的应用过程中，因为流量情况一直在变化，可能是广告的保量需求量发生了变化，也可能是当前广告系统所能提供的总流量发生了变化。为此，在预设时间周期之后，更新当前保量需求占比；根据更新后的当前保量需求占比，更新所有广告的点击率阈值，实现各个广告的点击率阈值的动态调整；基于更新后的点击率阈值，为所有广告分配数据流量，使得为广告分配的流量与保量需求量一致。分配数据流量的原则是：当分配流量小于保量需求时，需要调低点击率阈值，从而增加流量；当分配流量大于保量需求时，需要调高点击率阈值，从而减少流量。所以点击率阈值是随着当时间周期的流量情况在动态调节，从而适应新的流量情况。如果流量情况比较稳定，阈值也会比较稳定。

在点击率阈值的动态调整方面，在同一时间周期内也进行，调整的基本思想相同：当分配流量小于保量需求时，需要调点击率低阈值，从而增加流量。当分配流量大于保量需求时，需要调高点击率阈值，从而减少流量。假设lamda是需要调节的点击率阈值，比较简单的调整方案可以是：

lamda(K+1)＝lamda(K)+step_size*error

其中，lamda(K)表示当前的点击率阈值，lamda(K+1)表示调整后的点击率阈值，step_size是阈值调节的步长，error是计划保量需求进度-当前分配流量进度。

上述实施例中，第一方面，基于广告CTR历史概率分布，找到各广告头部流量的点击率阈值，然后根据各个广告的头部流量的CTR阈值来分配流量，CTR小于点击率阈值的流量不分配广告。通过各广告的CTR阈值来分配流量，避免了对大量广告点击率的超大线性规划，提高了广告分配效率。第二方面，如果有多个广告的头部流量重合，则根据各广告头部流量上的点击率与点击率阈值的差值进行择优分配，将头部流量分配给差值大的广告。第三方面，随着流量的变化，调整点击率阈值CTR-i-di，从而匹配保量的要求。

基于同一发明构思，本实施例针对上述提供的一种广告投放的优化方法，对应提供一种广告投放的优化装置，请参考图5，该装置包括：

阈值获取单元51，用于针对每个广告，根据所述广告的历史数据统计获得所述广告的点击率在历史流量上的历史概率分布；根据所述广告的当前流量需求占比和所述历史概率分布获得所述广告的点击率阈值；

头部流量获取单元52，用于通过点击率预估模型获得所述广告的点击率在广告系统当前所能提供的总流量上的预估概率分布；根据所述点击率阈值和所述预估概率分布，获得所述总流量上大于所述点击率阈值的流量作为所述广告的头部流量；

流量分配单元53，用于根据待投放的所有广告的头部流量为待投放的每个广告分配流量。

作为一种可选的实施方式，所述流量分配单元53用于：针对待投放的任一广告A，判断是否存在与广告A的头部流量重合或者部分重合的广告B，其中，所述头部流量重合是指头部流量对应的人群重合；若存在与所述广告A的头部流量重合的所述广告B，获取在满足广告A的头部流量的情况下广告A的点击率CTR-A，以及CTR-A与广告A的点击率阈值之间的差值delta-A；获取在满足所述广告B的头部流量的情况下所述广告B的点击率CTR-B，以及CTR-B与所述广告B的点击率阈值之间的差值delta-B；比较delta-A和delta-B的大小，将重合的头部流量分配给差值较大的广告，降低差值较小的广告的点击率阈值，并基于降低后的点击率阈值为差值较小的广告分配流量。

作为一种可选的实施方式，所述流量分配单元53还用于：若不存在所述广告B，将所述广告A的头部流量分配给所述广告A。

作为一种可选的实施方式，所述流量分配单元53还用于：若存在与所述广告A的头部流量部分重合的广告B，降低所述广告A和所述广告B的点击率阈值，基于降低后的点击率阈值为所述广告A和所述广告B分配流量，使得为所述广告A和所述广告B分配的流量满足所述广告A和所述广告B的当前流量需求占比。

作为一种可选的实施方式，所述装置还包括：

调整单元54，用于在预设时间周期之后，更新所述当前保量需求占比；根据更新后的所述当前保量需求占比，更新所述广告的点击率阈值；基于更新后的所述点击率阈值，为所述所有广告分配数据流量。

关于上述实施例中的装置，其中各个单元执行操作的具体方式已经在有关方法的实施例中进行了详细描述，此处不再详细阐述。

请参考图6，是根据一示例性实施例示出的一种用于实现广告投放的优化方法的电子设备700的框图。例如，电子设备700可以是计算机，数据库控制台，平板设备，个人数字助理等。

参照图6，电子设备700可以包括以下一个或多个组件：处理组件702，存储器704，电源组件706，多媒体组件708，输入/输出(I/O)的接口710，以及通信组件712。

处理组件702通常控制电子设备700的整体操作，诸如与显示，数据通信，及记录操作相关联的操作。处理元件702可以包括一个或多个处理器720来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件702可以包括一个或多个模块，便于处理组件702和其他组件之间的交互。

存储器704被配置为存储各种类型的数据以支持在设备700的操作。这些数据的示例包括用于在电子设备700上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件706为电子设备700的各种组件提供电力。电源组件706可以包括电源管理系统，一个或多个电源，及其他与为电子设备700生成、管理和分配电力相关联的组件。

I/O接口710为处理组件702和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

通信组件712被配置为便于电子设备700和其他设备之间有线或无线方式的通信。电子设备700可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信部件712经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件712还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备700可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器704，上述指令可由电子设备700的处理器720执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得电子设备能够执行一种广告投放的优化方法，所述方法包括：

针对每个广告，根据所述广告的历史数据统计获得所述广告的点击率在历史流量上的历史概率分布；根据所述广告的当前流量需求占比和所述历史概率分布获得所述广告的点击率阈值；通过点击率预估模型获得所述广告的点击率在广告系统当前所能提供的总流量上的预估概率分布；根据所述点击率阈值和所述预估概率分布，获得所述总流量上大于所述点击率阈值的流量作为所述广告的头部流量；根据待投放的所有广告的头部流量为待投放的每个广告分配流量。

应当理解的是，本实施例并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本实施例的范围仅由所附的权利要求来限制

以上所述仅为本实施例的较佳实施例，并不用以限制本实施例，凡在本实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本实施例的保护范围之内。

Claims

1.一种广告投放的优化方法，所述方法包括：

根据待投放的所有广告的头部流量为待投放的每个广告分配流量，包括：

2.如权利要求1所述的方法，所述方法还包括：

若不存在所述广告B，将所述广告A的头部流量分配给所述广告A。

3.如权利要求1所述的方法，所述方法还包括：

4.如权利要求1～3任一所述的方法，所述方法还包括：

预设时间周期之后，更新当前保量需求占比；

5.一种广告投放的优化装置，所述装置包括：

流量分配单元，用于根据待投放的所有广告的头部流量为待投放的每个广告分配流量，具体用于：

6.如权利要求5所述的装置，所述流量分配单元还用于：

7.如权利要求5所述的装置，所述流量分配单元还用于：

8.如权利要求5～7任一所述的装置，所述装置还包括：

调整单元，用于在预设时间周期之后，更新当前保量需求占比；根据更新后的所述当前保量需求占比，更新所述广告的点击率阈值；基于更新后的所述点击率阈值，为所述所有广告分配数据流量。

9.一种计算机可读存储介质，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1～4任一所述方法的步骤。

10.一种电子设备，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以的上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以的上程序所包含的用于进行如权利要求1～4任一所述方法对应的操作指令。