CN111967901A - 广告商家排序方法、装置、计算机设备及存储介质 - Google Patents

广告商家排序方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN111967901A
CN111967901A CN202010761637.8A CN202010761637A CN111967901A CN 111967901 A CN111967901 A CN 111967901A CN 202010761637 A CN202010761637 A CN 202010761637A CN 111967901 A CN111967901 A CN 111967901A
Authority
CN
China
Prior art keywords
merchant
advertisement
released
click rate
launched
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.)
Granted
Application number
CN202010761637.8A
Other languages
English (en)
Other versions
CN111967901B (zh
Inventor
王国彬
刘成宇
牟锟伦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Bincent Technology Co Ltd
Original Assignee
Shenzhen Bincent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Bincent Technology Co Ltd filed Critical Shenzhen Bincent Technology Co Ltd
Priority to CN202010761637.8A priority Critical patent/CN111967901B/zh
Publication of CN111967901A publication Critical patent/CN111967901A/zh
Application granted granted Critical
Publication of CN111967901B publication Critical patent/CN111967901B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q30/0242—Determining effectiveness of advertisements
    • G06Q30/0245—Surveys
    • 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
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0254—Targeted advertisements based on statistics
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种广告商家排序方法、装置、计算机设备及介质。该方法获取广告投放计划，所述广告投放计划包括待投放商家标识、广告内容、待投放广告页和计划价格；基于所述待投放商家标识查询数据库，获取所述待投放商家标识对应的待投放商家在所述待投放广告页上投放广告所形成的商家历史数据，根据所述商家历史数据，获取所述待投放商家在所述待投放广告页的目标预测点击率；根据所述待投放商家在所述待投放广告页的目标预测点击率和所述计划价格，获取商家排序结果；根据所述商家排序结果，确定所述待投放商家标识对应的广告内容在所述待投放广告页上的投放位置。该广告商家排序方法可以用于可以为用户提供更高的参考价值，以提高广告的质量。

Description

广告商家排序方法、装置、计算机设备及存储介质
技术领域
本发明涉及广告投放领域，尤其涉及一种广告商家排序方法、装置、计算机设备及存储介质。
背景技术
随着互联网技术的不断发展，越来越多的商家选择在APP或者PC端上投放广告，以获得更高的曝光率，但是，现有的广告投放方法大多数是根据商品属性和感兴趣人群等因素进行分析，得到商家的投放位置，这种广告投放方法限制因素较多，算法复杂，排序精度不高，给用户的参考价值也不高，不能应用在专用领域上。
发明内容
本发明实施例提供一种广告商家排序方法、装置、计算机设备及存储介质，以解决算法复杂，排序精度不高，给用户的参考价值也不高，不能应用在专用领域的问题。
一种广告商家排序方法，包括：
获取广告投放计划，所述广告投放计划包括待投放商家标识、广告内容、待投放广告页和计划价格；
基于所述待投放商家标识查询数据库，获取所述待投放商家标识对应的待投放商家在所述待投放广告页上投放广告所形成的商家历史数据，根据所述商家历史数据，获取所述待投放商家在所述待投放广告页的目标预测点击率；
根据所述待投放商家在所述待投放广告页的目标预测点击率和所述计划价格，获取商家排序结果；
根据所述商家排序结果，确定所述待投放商家标识对应的广告内容在所述待投放广告页上的投放位置。
一种广告商家排序装置，包括：
广告投放计划获取模块，用于获取广告投放计划，所述广告投放计划包括待投放商家标识、广告内容、待投放广告页和计划价格；
目标预测点击率获取模块，用于基于所述待投放商家标识查询数据库，获取所述待投放商家标识对应的待投放商家在所述待投放广告页上投放广告所形成的商家历史数据，根据所述商家历史数据，获取所述待投放商家在所述待投放广告页的目标预测点击率；
商家排序结果获取模块，用于根据所述待投放商家在所述待投放广告页的目标预测点击率和所述计划价格，获取商家排序结果；
投放位置确定模块，用于根据所述商家排序结果，确定所述待投放商家标识对应的广告内容在所述待投放广告页上的投放位置。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述广告商家排序方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述广告商家排序方法的步骤。
上述广告商家排序方法、装置、计算机设备及存储介质，该广告商家排序方法基于所述待投放商家标识查询数据库，获取所述待投放商家标识对应的待投放商家在所述待投放广告页上投放广告所形成的商家历史数据，根据所述商家历史数据，获取所述待投放商家在所述待投放广告页的目标预测点击率，商家历史数据是根据用户在待投放广告页上的点击情况确定的具有针对性，以便根据商家历史数据得到准确的目标预测点击率。根据所述待投放商家在所述待投放广告页的目标预测点击率和所述计划价格，获取商家排序结果，根据所述商家排序结果，确定所述待投放商家标识对应的广告内容在所述待投放广告页上的投放位置，确保商家排序结果是针对用户的点击情况确定的，具有客观性，可以为用户提供更高的参考价值，以提高广告的质量。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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是本发明一实施例中广告商家排序方法的一应用环境示意图；
图2是本发明一实施例中广告商家排序方法的一流程图；
图3是本发明一实施例中广告商家排序方法的另一流程图；
图4是本发明一实施例中广告商家排序方法的另一流程图；
图5是本发明一实施例中广告商家排序方法的另一流程图；
图6是本发明一实施例中广告商家排序方法的另一流程图；
图7是本发明一实施例中广告商家排序装置的一原理框图；
图8是本发明一实施例中计算机设备的一示意图。
具体实施方式
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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明实施例提供的广告商家排序方法，该广告商家排序方法可应用如图1所示的应用环境中。具体地，该广告商家排序方法应用在广告商家排序系统中，该广告商家排序系统包括如图1所示的客户端和服务器，客户端与服务器通过网络进行通信，用于实现自动为广告商家排序，提高排序精度，为用户提供更高地参考价值。其中，客户端又称为用户端，是指与服务器相对应,为客户提供本地服务的程序。客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中，如图2所示，提供一种广告商家排序方法，该广告商家排序方法应用在专用领域，专用领域是指同一领域，例如，该专用领域可以是装修领域和建筑领域等，以专用领域是装修领域为例，即该方法具体应用在装修领域中，以便装修领域的商家可以自主在装修领域的应用程序(APP)或者网页上投放广告，实现对商家精准排序。以该方法应用在图1中的服务器为例进行说明，包括如下步骤：
S201：获取广告投放计划，广告投放计划包括待投放商家标识、广告内容、待投放广告页和计划价格。
其中，广告投放计划是指待投放商家标识对应的待投放商家在该专用领域的应用程序(APP)或者网页上投放广告而生成的广告计划。
待投放商家标识是用于识别待投放商家的唯一标识，该待投放商家标识可以是商家名称等。
广告内容是待投放商家投放在专用领域的应用程序或者网页上的内容，例如，该广告内容可以是短视频或者海报等。
待投放广告页是待投放商家投放广告的页面，例如，待投放广告页可以是专用领域的应用程序或者网页的首页和攻略页等。
计划价格是用户每次通过应用程序(APP)或者网页点击广告内容时，商家愿意支付给应用程序(APP)或者网页经营者的费用，该计划价格可以理解为待投放广告页的单次点击价格。
S202：基于待投放商家标识查询数据库，获取待投放商家标识对应的待投放商家在待投放广告页上投放广告所形成的商家历史数据，根据商家历史数据，获取待投放商家在待投放广告页的目标预测点击率。
其中，数据库是用于预先存储待投放商家信息的库。
其中，商家历史数据是在当前时间之前，待投放商家在待投放广告页投放广告时生成的数据，该商家历史数据与待投放商家标识关联存储。商家历史数据包括历史天数和与历史天数对应的第一单日点击率。历史天数是是在当前时间之前，待投放商家在待投放广告页上投放广告时的投放时间段内的天数，例如，待投放商家在待投放广告页投放广告时的投放时间段为30天，则历史天数为第一天、第二天、……。第一单日点击率是表示与历史天数相对应的，待投放商家在待投放广告页投放过广告内容的点击率。例如，第一天的第一单日点击率是30％；第二天的第一单日点击率是15％。
目标预测点击率是预测待投放商家在待投放广告页的点击率，以便根据目标预测点击率对商家进行自动排序。
具体地，服务器基于待投放商家标识查询数据库，以得到商家历史数据，商家历史数据包括历史天数和与历史天数对应的第一单日点击率。根据统计分析周期内待投放商家的所有第一单日点击率和对应的历史单日权重，以对所有第一单日点击率和对应的历史单日权重进行加权运算，得到待投放商家在待投放广告页的目标预测点击率。其中，分析周期是用于对待投放商家的商家历史数据进行分析的周期，以确定待投放商家在在待投放广告页投放广告的点击率。需要说明地是，该分析周期是当前时间之前的预设天数，且是已经进行投放的待投放计划，例如，分析周期为30天，当前时间为7月23日，则分析周期为6月23日到7月22日，以保证商家历史数据符合当前市场情况，具有实时性。
现有技术中，广告投放方法常常是应用在非专业领域的应用程序(APP)或者网页中，例如，广告投放可以投放在百度网页或者淘宝APP上，商家排序时，需要根据商家的关键词确定商品分类、商品属性和感兴趣人群喜好等，然后在采用算法对商品分类、商品属性和感兴趣人群进行分析，得到商家的投放位置。而对于专用领域的广告投放方法，由于待投放商家是同一领域的，排序时通常需要考虑的是商家自身因素的不同，这是因为对于专用领域来说，感兴趣人群是确定的，因此，现有技术的算法并不适用于专用领域的广告投放。因此，本实施例中，根据待投放商家在待投放广告页中的商家历史数据，商家历史数据具有针对性，可以得到准确的目标预测点击率，数据有较强地针对性，适用范围广，适用同一专用领域的商家，可以确保得到的目标预测点击率准确，以精准地商家排序结果，以得到待投放商家的投放位置。
S203：根据待投放商家在待投放广告页的目标预测点击率和计划价格，获取商家排序结果。
其中，商家排序结果在同一待投放广告页上的投放广告的待投放商家的排序结果。
具体地，当存在多个待投放商家投放同一待投放广告页时，则选择所有待投放商家的广告投放计划，确定每一待投放商家的目标预测点击率，后续对每一待投放商家的计划价格和目标预测点击率进行计算得到排序值，以便根据排序值进行排序，得到所有待投放商家的商家排序结果。
本实施例中，对每一待投放商家的计划价格和目标预测点击率进行计算，以便根据计算结果得到所有待投放商家的商家排序结果的实现过程如下：采用排序公式：排序值＝计划价格*(第一预预点击率)k，其中，k的取值为0-2，k是用于调节目标预测点击率的影响力，当待投放商家数量大于预设数量，则k为1-2，当待投放商家数量不大于预设数量，则k值为0-1，以便灵活地根据待投放商家的数量进行调整，确保合理排序。
S204：根据商家排序结果，确定待投放商家标识对应的广告内容在待投放广告页上的投放位置。
其中，投放位置是指待投放商家在投放广告页上的位置，例如，投放广告页上包括投放位置a1、投放位置a2、投放位置a3和投放位置a4，一个投放位置用于投放一个待投放商家的广告内容。
本实施例中，服务器根据商家排序结果，以便将待投放商家标识对应的广告内容投放在待投放广告页上的投放位置，确保商家排序结果是针对用户的点击情况确定的，具有客观性，可以为用户提供更高的参考价值，以提高广告的质量。
本实施例所提供的广告商家排序方法，基于待投放商家标识查询数据库，获取待投放商家标识对应的待投放商家在待投放广告页上投放广告所形成的商家历史数据，根据商家历史数据，获取待投放商家在待投放广告页的目标预测点击率，商家历史数据是根据用户在待投放广告页上的点击情况确定的具有针对性，以便根据商家历史数据得到准确的目标预测点击率。根据待投放商家在待投放广告页的目标预测点击率和计划价格，获取商家排序结果，根据商家排序结果，确定待投放商家标识对应的广告内容在待投放广告页上的投放位置，确保商家排序结果是针对用户的点击情况确定的，具有客观性，可以为用户提供更高的参考价值，以提高广告的质量。
在一实施例中，如图3所示，步骤S204，即根据待投放商家在待投放广告页的目标预测点击率和计划价格，获取商家排序结果，包括：
S301：基于待投放商家标识获取定向加分。
其中，定向加分是预先设定给特定的待投放商家的数值，定向加分数值为0-2，可以使待投放商家的排序提升，以便提高待投放商家的积极性，利于广告投放管理。
作为一示例，计算广告投放计划中同一待投放广告页中的待投放商家标识的待投放商家数量，当待投放商家数量小于预设商家数量，则将定向加分数值确定为1-2，以吸引商家投放广告。
作为另一示例，基于待投放商家标识查询对应待投放商家的信誉值或者客户评分或者投诉值，基于信誉值或者客户评分或者投诉值将定向加分数值确定为0-2，可以理解地，当信誉值或者客户评分或者投诉值较好，则定向加分数值为1-2；当信誉值或者客户评分或者投诉值较差，则定向加分数值为0-1，可以为用户提供方更好地导向。
S302：基于目标预测点击率、计划价格和定向加分获取每一待投放商家标识对应的排序值。
其中，排序值是待投放商家在待投放广告页中值。
具体地，采用排序值＝计划价格*(第一预预点击率)k*定向加分，计算每一待投放商家标识对应的排序值。
S303：按照排序规则，对排序值对应的待投放商家标识进行排序，获取商家排序结果。
本实施例中，排序规则是根据排序值由高到低进行排序，以将排序靠前的待投放商家的广告内容投放在待投广告页中的靠前投放位置。
本实施例中，按照排序规则，对排序值对应的待投放商家标识进行排序，以将排序靠前的待投放商家的广告内容投放在待投广告页中的靠前投放位置，实现合理安排投放位置。
本实施例所提供的广告商家排序方法，基于待投放商家标识获取定向加分，可以使待投放商家的排序提升，以便提高待投放商家的积极性，利于广告投放管理，为用户提高更好地参考价值。基于目标预测点击率、计划价格和定向加分获取每一待投放商家标识对应的排序值。按照排序规则，对排序值对应的待投放商家标识进行排序，获取商家排序结果，以将排序靠前的待投放商家的广告内容投放在待投广告页中的靠前投放位置，实现合理安排投放位置。
在一实施例中，商家历史数据包括历史天数和与历史天数对应的第一单日点击率。
如图4所示，步骤S202，即根据商家历史数据，获取待投放商家在待投放广告页的目标预测点击率，包括：
S401：若历史天数大于预设天数，则将历史天数输入权重预测模型，获取与历史天数对应的历史单日权重。
S402：对分析周期内每一天的第一单日点击率和历史单日权重进行加权处理，获取待投放商家在待投放广告页的目标预测点击率。
其中，预设天数是预先设定的天数，用于判断待投放商家的商家历史数据是否足够，当历史天数大于预设天数，则待投放商家的商家历史数据足够，此时根据该待投放商家的商家历史数据即可得到较为准确的目标预测点击率。
历史单日权重是通过权重预测模型确定的待投放商家在待投放广告页上的权重。本实施例中，由于分析周期较长，为了提高计算效率，节约计算时间，则预先训练权重预测模型，以便后续输入历史天数则可以直接得到对应的历史单日权重。
本实施例中，当历史天数大于预设天数，则对分析周期内待投放商家在待投放广告页每一天的第一单日点击率和历史单日权重进行加权处理，待投放商家在待投放广告页的目标预测点击率，因此数据具有较强的针对性，确保目标预测点击率准确。例如，分析周期为三天，第一天的第一单日点击率为30％，第一天的历史单日权重为0.375；第二天的第一单日点击率为35％，第二天的历史单日权重为0.4375；第三天的第一单日点击率为25％，第三天的历史单日权重为0.3125；则目标预测点击率为30％*0.375+33％*0.4375+25％*0.3125＝0.34375。
S403：若历史天数不大于预设天数，则确定与待投放商家标识相对应的多个关联商家，获取分析周期内每一关联商家在待投放广告页上投放广告的第二单日点击率，基于所有第二单日点击率，获取每一关联商家在待投放广告页的关联预测点击率。
其中，关联商家是与待投放商家相关联，且在待投放广告页上投放过广告的商家。也就是说，若待投放商家为装修领域的商家，待投放商家在待投放广告页上投放过广告，则关联商家也必须为装修领域的商家且在待投放广告页上投放过广告，且投放时间段较长。
第二单日点击率是关联商家在分析周期内的每一天的点击率。
关联预测点击率是预测关联商家在待投放广告页投放广告的点击率。
具体地，根据多个关联商家的商家历史数据进行计算，以得到每一关联商家的关联预测点击率，以便根据所有的关联商家的关联预测点击率确定待投放商家的目标预测点击率，使得目标预测点击率具有较高的准确性，避免待投放商家的商家历史数据不足造成目标预测点击率不准确。
S404：获取多个关联商家在待投放广告页的关联预测点击率，获取关联点击率排序结果。
其中，关联点击率排序结果是所有关联商家的关联预测点击率进行排序得到的结果，以根据直观的关联点击率排序结果确定目标预测点击率。
本实施例中，可以将关联预测点击率按照由高到低的顺序进行排序，也可以按照由低到高的顺序进行排序。
S405：根据关联点击率排序结果，获取待投放商家在待投放广告页的目标预测点击率。
具体地，取关联点击率排序结果的其中一个值作为待投放商家在待投放广告页的目标预测点击率，例如，可以去取关联点击率排序结果的三分之一作为待投放商家在待投放广告页的目标预测点击率。
作为另一示例，还可以计算所有关联商家的关联预测点击率以得到平均预测点击率，将平均预测点击率作为目标预测点击率。
本实施例所提供的广告商家排序方法，历史天数大于预设天数，则将历史天数输入权重预测模型，获取与历史天数对应的历史单日权重。对分析周期内每一天的第一单日点击率和历史单日权重进行加权处理，获取待投放商家在待投放广告页的目标预测点击率，实现准确地预测待投放商家的目标预测点击率，为后续的投放位置的确定提供基础。当历史天数不大于预设天数，则确定与待投放商家标识相对应的多个关联商家，获取分析周期内每一关联商家在待投放广告页上投放广告的第二单日点击率，基于所有第二单日点击率，获取每一关联商家在待投放广告页的关联预测点击率，以便根据所有的关联商家的关联预测点击率确定待投放商家的目标预测点击率，使得目标预测点击率具有较高的准确性，避免待投放商家的商家历史数据不足造成目标预测点击率不准确。获取多个关联商家在待投放广告页的关联预测点击率，获取关联点击率排序结果。根据关联点击率排序结果，获取待投放商家在待投放广告页的目标预测点击率。
在一实施例中，如图5所示，在步骤S401之前，即在将历史天数输入权重预测模型之前，应用于专用领域的广告投放方法还包括：
S501：获取训练周期内的模型训练数据，模型训练数据包括待投放商家标识对应的训练单日点击率和训练天数。
其中，训练周期是用于训练模型的周期，该训练周期为待投放商家标识在该待投放广告页上的同一个广告投放计划的投放时间段，以确保后续得到目标预测点击率的准确性。一般来说，该训练周期等于或者大于分析周期，以确保训练生成的模型适用于本方案。
S502：基于训练周期内的所有训练单日点击率计算得到训练汇总点击率，基于训练汇总点击率和训练单日点击率，确定训练周期内每一天的单日点击权重。
例如，训练周期为三天，第一天的第一单日点击率为30％，第二天的第一单日点击率为35％，第三天的第一单日点击率为25％，则训练汇总点击率为80％，因此，第一天的历史单日权重为30％除以80％等于0.375；第二天的历史单日权重为35％除以80％等于0.4375；第三天的历史单日权重为25％除以80％等于0.3125；则目标预测点击率为30％*0.375+33％*0.4375+25％*0.3125＝0.34375。
S503：采用单日点击权重和训练天数，对对数函数模型进行拟合训练，获取权重预测模型。
具体地，该对数函数模型中的函数为y＝loga x，其中，y为单日点击权重，x为训练天数，采用单日点击权重和对应的训练天数对对数函数模型进行拟合，以得到准确度高的a值，从而形成权重预测模型，后续通过权重预测模型可以快速地得到投放计算中每一天的单日点击权重。
可以理解地，当待投放商家在待投放广告位上投放广告时，每天都重新对将前一天的目标预测点击率和实时点击率进行比较，当相差较大时，则重新对a值进行调整。且当待投放商家在待投放广告位上投放广告时，每天都要计对应的目标预测点击率，实现实时对待投放广告位上待投放商家的投放位置进行调整，以根据每一天的预测点击率对待投放广告位上待投放商家进行轮播，提高灵活性。
本实施例所提供的应用于专用领域的广告投放方法，获取训练周期内的模型训练数据，该训练周期为待投放商家标识在该待投放广告页上的同一个广告投放计划的投放时间段，以确保后续得到目标预测点击率的准确性。基于训练周期内的所有训练单日点击率计算得到训练汇总点击率，基于训练汇总点击率和训练单日点击率，确定训练周期内每一天的单日点击权重，采用单日点击权重和训练天数，对对数函数模型进行拟合训练，获取权重预测模型，后续通过权重预测模型可以快速地得到投放计算中每一天的单日点击权重。
在一实施例中，如图6所示，步骤S201，即获取广告投放计划，包括：
S601：接收商家终端发送的广告投放请求，广告投放请求包括待投放商家标识和广告内容。
其中，广告投放请求是用待投放商家向服务器发送的，以进行广告投放的请求。广告内容是用于进行投放的短片或者海报等。
S602：基于广告投放请求显示广告投放操作界面，广告投放操作界面包括可选广告页。
其中，广告投放操作界面是指待投放商家在商家终端上的操作界面，该操作界面还包括时间选择项和价格选择项等。可选广告页是供待投放商家选择的广告页，该可选广告页包括首页、攻略页和效果页等。
具体地，服务器接收商家终端的广告投放请求，则基于该广告投放请求控制商家终端显示广告投放操作界面，以便用户自主在该广告投放操作界面上操作，以便待投放商家选择待投放广告页、投放时间和单次点击费用等，实现快速地确定广告投放计划。本实施例中，广告投放计划生成过程简单高效，适用范围广，不需要太高的竞价专业知识。
进一步地，为了合理管理，在接收商家终端的广告投放请求时，需要判断待投放商家的账户余额是否小于预设金额，若待投放商家的账户余额小于预设金额，则需要发送提醒信息，提醒待投放商家充值，以利于后续的管理；若待投放商家的账户余额不小于预设金额，则显示广告投放操作界面给待投放商家进行操作。
S603：接收商家终端基于可选广告页确定的待投放广告页，获取广告投放计划。
本实施例中，当待投放商家在广告投放操作界面上选择完所有的选项时，则点击确定并发送给服务器，以便服务器存储和后续监控待投放商家的投放情况。
本实施例所提供的应用于专用领域的广告投放方法，基于广告投放请求显示广告投放操作界面，广告投放操作界面包括可选广告页，以便用户自主在该广告投放操作界面上操作，广告投放计划生成过程简单高效，适用范围广，不需要太高的竞价专业知识。接收商家终端基于可选广告页确定的待投放广告页，获取广告投放计划，以便服务器存储和后续监控待投放商家的投放情况。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在一实施例中，提供一种广告商家排序装置，该广告商家排序装置与上述实施例中广告商家排序方法一一对应。如图7所示，该广告商家排序装置包括广告投放计划获取模块701、目标预测点击率获取模块702、商家排序结果获取模块703和投放位置确定模块704。各功能模块详细说明如下：
广告投放计划获取模块701，用于获取广告投放计划，广告投放计划包括待投放商家标识、广告内容、待投放广告页和计划价格。
目标预测点击率获取模块702，用于基于待投放商家标识查询数据库，获取待投放商家标识对应的待投放商家在待投放广告页上投放广告所形成的商家历史数据，根据商家历史数据，获取待投放商家在待投放广告页的目标预测点击率。
商家排序结果获取模块703，用于根据待投放商家在待投放广告页的目标预测点击率和计划价格，获取商家排序结果。
投放位置确定模块704，用于根据商家排序结果，确定待投放商家标识对应的广告内容在待投放广告页上的投放位置。
优选地，商家排序结果获取模块703，包括：定向加分获取单元、排序值获取单元和排序单元。
定向加分获取单元，用于基于待投放商家标识获取定向加分。
排序值获取单元，用于基于目标预测点击率、计划价格和定向加分获取每一待投放商家标识对应的排序值。
排序单元，用于按照排序规则，对排序值对应的待投放商家标识进行排序，获取商家排序结果。
优选地，商家历史数据包括历史天数和与历史天数对应的第一单日点击率。目标预测点击率获取模块702，包括：历史单日权重获取单元、目标预测点击率第一获取单元、关联预测点击率获取单元、关联点击率排序结果获取单元和目标预测点击率第二获取单元。
历史单日权重获取单元，用于若历史天数大于预设天数，则将历史天数输入权重预测模型，获取与历史天数对应的历史单日权重。
目标预测点击率第一获取单元，用于对分析周期内每一天的第一单日点击率和历史单日权重进行加权处理，获取待投放商家在待投放广告页的目标预测点击率。
关联预测点击率获取单元，用于若历史天数不大于预设天数，则确定与待投放商家标识相对应的多个关联商家，获取分析周期内每一关联商家在待投放广告页上投放广告的第二单日点击率，基于所有第二单日点击率，获取每一关联商家在待投放广告页的关联预测点击率。
关联点击率排序结果获取单元，用于获取多个关联商家在待投放广告页的关联预测点击率，获取关联点击率排序结果。
目标预测点击率第二获取单元，用于根据关联点击率排序结果，获取待投放商家在待投放广告页的目标预测点击率。
优选地，在历史单日权重获取单元之前，广告商家排序装置还包括：模型训练数据获取单元、单日点击权重确定单元和权重预测模型获取单元。
模型训练数据获取单元，用于获取训练周期内的模型训练数据，模型训练数据包括待投放商家标识对应的训练单日点击率和训练天数。
单日点击权重确定单元，用于基于训练周期内的所有训练单日点击率计算得到训练汇总点击率，基于训练汇总点击率和训练单日点击率，确定训练周期内每一天的单日点击权重。
权重预测模型获取单元，用于采用单日点击权重和训练天数，对对数函数模型进行拟合训练，获取权重预测模型。
优选地，广告投放计划获取模块701，包括：广告投放请求接收单元、广告投放操作界面但显示单元和广告投放计划获取单元。
广告投放请求接收单元，用于接收商家终端发送的广告投放请求，广告投放请求包括待投放商家标识和广告内容。
广告投放操作界面但显示单元，用于基于广告投放请求显示广告投放操作界面，广告投放操作界面包括可选广告页。
广告投放计划获取单元，用于接收商家终端基于可选广告页确定的待投放广告页，获取广告投放计划。
关于广告商家排序装置的具体限定可以参见上文中对于广告商家排序方法的限定，在此不再赘述。上述广告商家排序装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储模型训练数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种广告商家排序方法。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中广告商家排序方法的步骤，例如图2所示的步骤S201-S204，或者图3至图6中所示的步骤，为避免重复，这里不再赘述。或者，处理器执行计算机程序时实现广告商家排序装置这一实施例中的各模块/单元的功能，例如图7所示的广告投放计划获取模块701、目标预测点击率获取模块702、商家排序结果获取模块703和投放位置确定模块704的功能，为避免重复，这里不再赘述。
在一实施例中，提供一计算机可读存储介质，该计算机可读存储介质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实施例中广告商家排序方法的步骤，例如图2所示的步骤S201-S204，或者图3至图6中所示的步骤，为避免重复，这里不再赘述。或者，处理器执行计算机程序时实现广告商家排序装置这一实施例中的各模块/单元的功能，例如图7所示的广告投放计划获取模块701、目标预测点击率获取模块702、商家排序结果获取模块703和投放位置确定模块704的功能，为避免重复，这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种广告商家排序方法，其特征在于，包括：
获取广告投放计划，所述广告投放计划包括待投放商家标识、广告内容、待投放广告页和计划价格；
基于所述待投放商家标识查询数据库，获取所述待投放商家标识对应的待投放商家在所述待投放广告页上投放广告所形成的商家历史数据，根据所述商家历史数据，获取所述待投放商家在所述待投放广告页的目标预测点击率；
根据所述待投放商家在所述待投放广告页的目标预测点击率和所述计划价格，获取商家排序结果；
根据所述商家排序结果，确定所述待投放商家标识对应的广告内容在所述待投放广告页上的投放位置。
2.如权利要求1所述的广告商家排序方法，其特征在于，所述根据所述待投放商家在所述待投放广告页的目标预测点击率和所述计划价格，获取商家排序结果，包括：
基于所述待投放商家标识获取定向加分；
基于所述目标预测点击率、所述计划价格和所述定向加分获取每一所述待投放商家标识对应的排序值；
按照排序规则，对所述排序值对应的待投放商家标识进行排序，获取商家排序结果。
3.如权利要求1所述的广告商家排序方法，其特征在于，所述商家历史数据包括历史天数和与所述历史天数对应的第一单日点击率；
所述根据所述商家历史数据，获取所述待投放商家在所述待投放广告页的目标预测点击率，包括：
若所述历史天数大于预设天数，则将所述历史天数输入权重预测模型，获取与所述历史天数对应的历史单日权重；
对分析周期内每一天的所述第一单日点击率和所述历史单日权重进行加权处理，获取所述待投放商家在所述待投放广告页的目标预测点击率。
4.如权利要求1所述的广告商家排序方法，其特征在于，所述根据所述商家历史数据，获取所述待投放商家在所述待投放广告页的目标预测点击率，还包括：
若所述历史天数不大于预设天数，则确定与所述待投放商家标识相对应的多个关联商家，获取分析周期内每一所述关联商家在所述待投放广告页上投放广告的第二单日点击率，基于所有所述第二单日点击率，获取每一所述关联商家在所述待投放广告页的关联预测点击率；
获取多个所述关联商家在所述待投放广告页的关联预测点击率，获取关联点击率排序结果；
根据所述关联点击率排序结果，获取所述待投放商家在所述待投放广告页的目标预测点击率。
5.如权利要求3所述的广告商家排序方法，其特征在于，在所述将所述历史天数输入权重预测模型之前，所述广告商家排序方法还包括：
获取训练周期内的模型训练数据，所述模型训练数据包括待投放商家标识对应的训练单日点击率和训练天数；
基于训练周期内的所有所述训练单日点击率计算得到训练汇总点击率，基于所述训练汇总点击率和所述训练单日点击率，确定所述训练周期内每一天的单日点击权重；
采用所述单日点击权重和所述训练天数，对对数函数模型进行拟合训练，获取权重预测模型。
6.如权利要求1所述的广告商家排序方法，其特征在于，所述获取广告投放计划，包括：
接收所述商家终端发送的广告投放请求，所述广告投放请求包括待投放商家标识和广告内容；
基于所述广告投放请求显示广告投放操作界面，所述广告投放操作界面包括可选广告页；
接收所述商家终端基于所述可选广告页确定的待投放广告页，获取所述广告投放计划。
7.一种广告商家排序装置，其特征在于，包括：
广告投放计划获取模块，用于获取广告投放计划，所述广告投放计划包括待投放商家标识、广告内容、待投放广告页和计划价格；
目标预测点击率获取模块，用于基于所述待投放商家标识查询数据库，获取所述待投放商家标识对应的待投放商家在所述待投放广告页上投放广告所形成的商家历史数据，根据所述商家历史数据，获取所述待投放商家在所述待投放广告页的目标预测点击率；
商家排序结果获取模块，用于根据所述待投放商家在所述待投放广告页的目标预测点击率和所述计划价格，获取商家排序结果；
投放位置确定模块，用于根据所述商家排序结果，确定所述待投放商家标识对应的广告内容在所述待投放广告页上的投放位置。
8.如权利要求7所述的广告商家排序装置，其特征在于，所述商家排序结果获取模块，包括：
定向加分获取单元，用于基于所述待投放商家标识获取定向加分；
排序值获取单元，用于基于所述目标预测点击率、所述计划价格和所述定向加分获取每一所述待投放商家标识对应的排序值；
排序单元，用于按照排序规则，对所述排序值对应的待投放商家标识进行排序，获取商家排序结果。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述广告商家排序方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述广告商家排序方法的步骤。
CN202010761637.8A 2020-07-31 2020-07-31 广告商家排序方法、装置、计算机设备及存储介质 Active CN111967901B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010761637.8A CN111967901B (zh) 2020-07-31 2020-07-31 广告商家排序方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010761637.8A CN111967901B (zh) 2020-07-31 2020-07-31 广告商家排序方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN111967901A true CN111967901A (zh) 2020-11-20
CN111967901B CN111967901B (zh) 2023-08-11

Family

ID=73363514

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010761637.8A Active CN111967901B (zh) 2020-07-31 2020-07-31 广告商家排序方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN111967901B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112465550A (zh) * 2020-11-30 2021-03-09 上海酷量信息技术有限公司 一种根据时间维度滞后分配流量的系统和方法
CN113205375A (zh) * 2021-05-31 2021-08-03 上海苍苔信息技术有限公司 一种根据广告主目的自动选择平台的广告投放系统和方法
CN113421148A (zh) * 2021-06-30 2021-09-21 北京百度网讯科技有限公司 商品数据处理方法、装置、电子设备及计算机存储介质
CN113506125A (zh) * 2021-06-21 2021-10-15 北京琥珀创想科技有限公司 用户价值的预测方法、装置以及存储介质
CN113793164A (zh) * 2020-11-27 2021-12-14 北京沃东天骏信息技术有限公司 广告投放方法、装置、设备及存储介质
CN114862447A (zh) * 2022-04-08 2022-08-05 无线生活（杭州）信息科技有限公司 广告重排序方法及装置
CN114997894A (zh) * 2021-03-01 2022-09-02 汉朔科技股份有限公司 一种广告排期方法、装置、电子设备及存储介质
WO2024087796A1 (zh) * 2022-10-27 2024-05-02 深圳新度博望科技有限公司 一种视频广告投放方法、装置、计算机设备及存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101079039A (zh) * 2006-06-30 2007-11-28 腾讯科技（深圳）有限公司 一种搜索广告排序系统和方法
CN102592235A (zh) * 2011-12-28 2012-07-18 北京品友互动信息技术有限公司 一种互联网广告投放系统
CN103440584A (zh) * 2013-07-31 2013-12-11 北京亿赞普网络技术有限公司 一种广告投放方法和系统
US20160086226A1 (en) * 2014-09-19 2016-03-24 Yahoo Japan Corporation Extraction apparatus, extraction method, and non-transitory computer readable storage medium
CN108280682A (zh) * 2018-01-16 2018-07-13 深圳市和讯华谷信息技术有限公司 广告投放方法、终端及计算机可读存储介质
CN108335136A (zh) * 2018-01-30 2018-07-27 易玩（上海）网络科技有限公司 一种广告定价方法及计算设备
CN109493136A (zh) * 2018-11-06 2019-03-19 广东工业大学 一种基于Xgboost算法的点击率预估方法及系统
CN109636488A (zh) * 2019-01-17 2019-04-16 珠海天燕科技有限公司 广告投放方法及装置
CN110363548A (zh) * 2018-03-26 2019-10-22 优酷网络技术（北京）有限公司 广告投放方法及装置
CN110866199A (zh) * 2019-10-17 2020-03-06 北京三快在线科技有限公司 位置确定方法、装置、电子设备和计算机可读介质
CN111222902A (zh) * 2018-11-27 2020-06-02 阿里巴巴集团控股有限公司 广告投放方法、装置、系统、计算设备及存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101079039A (zh) * 2006-06-30 2007-11-28 腾讯科技（深圳）有限公司 一种搜索广告排序系统和方法
CN102592235A (zh) * 2011-12-28 2012-07-18 北京品友互动信息技术有限公司 一种互联网广告投放系统
CN103440584A (zh) * 2013-07-31 2013-12-11 北京亿赞普网络技术有限公司 一种广告投放方法和系统
US20160086226A1 (en) * 2014-09-19 2016-03-24 Yahoo Japan Corporation Extraction apparatus, extraction method, and non-transitory computer readable storage medium
CN108280682A (zh) * 2018-01-16 2018-07-13 深圳市和讯华谷信息技术有限公司 广告投放方法、终端及计算机可读存储介质
CN108335136A (zh) * 2018-01-30 2018-07-27 易玩（上海）网络科技有限公司 一种广告定价方法及计算设备
CN110363548A (zh) * 2018-03-26 2019-10-22 优酷网络技术（北京）有限公司 广告投放方法及装置
CN109493136A (zh) * 2018-11-06 2019-03-19 广东工业大学 一种基于Xgboost算法的点击率预估方法及系统
CN111222902A (zh) * 2018-11-27 2020-06-02 阿里巴巴集团控股有限公司 广告投放方法、装置、系统、计算设备及存储介质
CN109636488A (zh) * 2019-01-17 2019-04-16 珠海天燕科技有限公司 广告投放方法及装置
CN110866199A (zh) * 2019-10-17 2020-03-06 北京三快在线科技有限公司 位置确定方法、装置、电子设备和计算机可读介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
MENGJUAN LIU 等: "《An Effective Budget Management Framework for Real－Time Bidding in Online Advertising》", 《IEEE ACCESS》, vol. 8, pages 131107 *
NAJAFI-ASADOLAHI, SAMI 等: "《Cost-per-Click Pricing for Display Advertising》", 《MANUFACTURING & SERVICE OPERATIONS MANAGEMENT》, vol. 16, no. 4, pages 482 - 497 *
WEIGUO LIU 等: "《Online Advertisement Campaign Optimization》", 《2007 IEEE INTERNATIONAL CONFERENCE ON SERVICE OPERATIONS AND LOGISTICS, AND INFORMATICS》, pages 1 - 4 *
朱长春: "《中国汽车业网络广告研究》", 《中国优秀硕士学位论文全文数据库社会科学Ⅰ辑（经济政治与法律）》, no. 6, pages 157 - 7 *
祁全昌: "《基于内容广告平台的点击率预估系统的设计与实现》", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 3, pages 138 - 1314 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113793164A (zh) * 2020-11-27 2021-12-14 北京沃东天骏信息技术有限公司 广告投放方法、装置、设备及存储介质
CN112465550A (zh) * 2020-11-30 2021-03-09 上海酷量信息技术有限公司 一种根据时间维度滞后分配流量的系统和方法
CN114997894A (zh) * 2021-03-01 2022-09-02 汉朔科技股份有限公司 一种广告排期方法、装置、电子设备及存储介质
CN113205375A (zh) * 2021-05-31 2021-08-03 上海苍苔信息技术有限公司 一种根据广告主目的自动选择平台的广告投放系统和方法
CN113506125A (zh) * 2021-06-21 2021-10-15 北京琥珀创想科技有限公司 用户价值的预测方法、装置以及存储介质
CN113421148A (zh) * 2021-06-30 2021-09-21 北京百度网讯科技有限公司 商品数据处理方法、装置、电子设备及计算机存储介质
CN113421148B (zh) * 2021-06-30 2023-08-18 北京百度网讯科技有限公司 商品数据处理方法、装置、电子设备及计算机存储介质
CN114862447A (zh) * 2022-04-08 2022-08-05 无线生活（杭州）信息科技有限公司 广告重排序方法及装置
WO2024087796A1 (zh) * 2022-10-27 2024-05-02 深圳新度博望科技有限公司 一种视频广告投放方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN111967901B (zh) 2023-08-11

Similar Documents

Publication Publication Date Title
CN111967901B (zh) 广告商家排序方法、装置、计算机设备及存储介质
CN111967899B (zh) 商家线上广告投放方法、装置、计算机设备及存储介质
CN108763502B (zh) 信息推荐方法和系统
CN110807655B (zh) 一种广告竞价方法、装置及设备
CN109840782B (zh) 点击率预测方法、装置、服务器以及存储介质
CN109872170B (zh) 广告投放反馈数据处理方法、装置和计算机设备
CN108985823B (zh) 一种信息投放方法、装置、服务器及存储介质
EP3133537A1 (en) Method and device for forecasting changes of feature information
JP2018519572A (ja) 情報配信方法、ならびに装置、サーバ、および記憶媒体
CN108536721A (zh) 在评估与在线资源的未来用户交互时，利用在线资源的使用数据
CN111210258A (zh) 广告投放方法、装置、电子设备及可读存储介质
US20150019347A1 (en) Viewport based display of advertisements
CN115423541B (zh) 广告自动排期投放方法、装置、设备及存储介质
CN113778286B (zh) 应用控件显示方法、装置、存储介质及电子设备
CN104835067B (zh) 网络广告实时竞价系统
CN115796969A (zh) 确定广告投放策略的方法、装置、计算机设备及存储介质
CN116205684A (zh) 一种智能广告管理方法、系统、计算机设备及存储介质
US20160283888A1 (en) Systems and methods for use in marketing
US20120239468A1 (en) High-performance supply forecasting using override rules in display advertising systems
CN112036929B (zh) 应用于专用领域的广告投放方法、装置、设备及存储介质
US10956920B1 (en) Methods and systems for implementing automated bidding models
KR20220037023A (ko) 플리마켓의 운영 및 관리 자동화를 수행하는 방법 및 이를 수행하는 서버
WO2015179717A1 (en) Determination of initial value for automated delivery of news items
JP2013020461A (ja) 広告処理装置及び方法
US9672546B2 (en) Accurate and instantaneous commodity pricing information system

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