CN112036929B - 应用于专用领域的广告投放方法、装置、设备及存储介质 - Google Patents

应用于专用领域的广告投放方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112036929B
CN112036929B CN202010759085.7A CN202010759085A CN112036929B CN 112036929 B CN112036929 B CN 112036929B CN 202010759085 A CN202010759085 A CN 202010759085A CN 112036929 B CN112036929 B CN 112036929B
Authority
CN
China
Prior art keywords
merchant
advertisement
click rate
day
putting
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
Application number
CN202010759085.7A
Other languages
English (en)
Other versions
CN112036929A (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 CN202010759085.7A priority Critical patent/CN112036929B/zh
Publication of CN112036929A publication Critical patent/CN112036929A/zh
Application granted granted Critical
Publication of CN112036929B publication Critical patent/CN112036929B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

本发明公开一种应用于专用领域的广告投放方法、装置、设备及存储介质，获取广告投放计划；判断待投放广告页在期望投放时间内的投放位置是否饱和；若待投放广告页在期望投放时间内的投放位置未饱和，则获取期望投放时间内的已有商家在待投放广告页的已有预测点击率；基于待投放商家标识查询数据库，获取待投放商家在待投放广告页的目标预测点击率；根据待投放商家在待投放广告页的目标预测点击率和已有商家在待投放广告页的已有预测点击率对已有商家和待投放商家进行排序，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。

Description

应用于专用领域的广告投放方法、装置、设备及存储介质
技术领域
本发明涉及广告投放领域，尤其涉及一种应用于专用领域的广告投放方法、装置、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，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，此时，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中，由于待投放商家往往是同一领域的，通常需要考虑的是商家自身因素的不同，而对于专用领域来说，感兴趣人群是确定的，因此，现有的广告投放方法不能准确地得到商家的预测点击率和投放位置，导致难以合理地对商家进行排序。
发明内容
本发明实施例提供一种应用于专用领域的广告投放方法、装置、计算机设备及存储介质，以解决现有的广告投放方法不能准确地得到商家的预测点击率和投放位置，导致难以合理地对商家进行排序的问题。
一种应用于专用领域的广告投放方法，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、期望投放时间、广告内容和待投放广告页；
判断所述待投放广告页在所述期望投放时间内的投放位置是否饱和；
若所述待投放广告页在所述期望投放时间内的投放位置未饱和，则获取所述期望投放时间内的已有商家在所述待投放广告页的已有预测点击率；
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已有商家在所述待投放广告页的已有预测点击率对已有商家和待投放商家进行排序，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。
一种应用于专用领域的广告投放装置，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、期望投放时间、广告内容和待投放广告页；
判断模块，用于判断所述待投放广告页在所述期望投放时间内的投放位置是否饱和；
已有预测点击率获取模块，用于若所述待投放广告页在所述期望投放时间内的投放位置未饱和，则获取所述期望投放时间内的已有商家在所述待投放广告页的已有预测点击率；
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已有商家在所述待投放广告页的已有预测点击率对已有商家和待投放商家进行排序，获取商家排序结果；
投放位置获取模块，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应用于专用领域的广告投放方法的步骤。
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应用于专用领域的广告投放方法的步骤。
上述应用于专用领域的广告投放方法、装置、计算机设备及存储介质，判断所述待投放广告页在所述期望投放时间内的投放位置是否饱和，确保顺利生成广告投放计划，期望投放时间合理化，避免待投放商家所选择的期望投放时间上所述待投放广告页的投放位置饱和。当待投放广告页在所述期望投放时间内的投放位置未饱和，则获取所述期望投放时间内的已有商家在所述待投放广告页的已有预测点击率，以便后续确定已有商家和待投放商家的排序。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在所述待投放广告页的目标预测点击率，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，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，确保商家排序结果具有客观性，可以为买家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应用于专用领域的广告投放方法的一应用环境示意图；
图2是本发明一实施例中应用于专用领域的广告投放方法的一流程图；
图3是本发明一实施例中应用于专用领域的广告投放方法的另一流程图；
图4是本发明一实施例中应用于专用领域的广告投放方法的另一流程图；
图5是本发明一实施例中应用于专用领域的广告投放方法的另一流程图；
图6是本发明一实施例中应用于专用领域的广告投放方法的另一流程图；
图7是本发明一实施例中应用于专用领域的广告投放装置的一原理框图；
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应用于专用领域的广告投放方法，该应用于专用领域的广告投放方法可应用如图1所示的应用环境中。具体地，该应用于专用领域的广告投放方法应用在应用于专用领域的广告投放系统中，该应用于专用领域的广告投放系统包括如图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，用于实现专用领域的广告投放，确保商家排序结果具有客观性，可以为买家提供更高的参考价值，以提高广告的质量。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，提供一种应用于专用领域的广告投放方法，需要说明地是，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。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、期望投放时间、广告内容和待投放广告页。
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。
期望投放时间是待投放商家希望在待投放广告页投放广告时的投放时间，例如，期望投放时间为2020年7月22日-2020年8月22日。
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。
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。
S202：判断待投放广告页在期望投放时间内的投放位置是否饱和。
具体地，当服务器获取到待投放商家发送的期望投放时间，则查询数据库，以确定待投放广告页在期望投放时间内的投放位置是否饱和，确保顺利生成广告投放计划，期望投放时间合理化，避免待投放商家所选择的期望投放时间上待投放广告页的投放位置饱和。可以理解地，当待投放广告页在期望投放时间内的投放位置饱和，则发送提醒信息给待投放商家，以便待投放商家修改期望投放时间或者待投放商家修改待投放广告页，形成新的广告投放计划，确保广告投放计划顺利完成。
S203：若待投放广告页在期望投放时间内的投放位置未饱和，则获取期望投放时间内的已有商家在待投放广告页的已有预测点击率。
其中，已有预测点击率是已有商家在待投放广告页上投放广告的点击率。
具体地，当待投放广告页在期望投放时间内的投放位置未饱和，此时，该待投放广告页上剩余的投放位置，此时，则计算已有商家在待投放广告页的已有预测点击率，以便后续确定已有商家和待投放商家的排序，并按照待投放商家的投放计划生成时间确定待投放商家的数量，例如，待投放广告位上的投放位置为10个，此时，已经有6个投放位置被用，则还剩余4个投放位置，因此，可以接收4个待投放商家。
S204：基于待投放商家标识查询数据库，获取待投放商家在待投放广告页的目标预测点击率。
其中，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，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。
本实施例中，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。
S205：根据待投放商家在待投放广告页的目标预测点击率和已有商家在待投放广告页的已有预测点击率对已有商家和待投放商家进行排序，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。
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。
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在待投放广告页的投放情况，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，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买家的点击情况确定的，具有客观性，可以为买家提供更高的参考价值，以提高广告的质量。
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*(第一预测点击率)k，其中，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值较小，当待投放商家数量小于预设数量，则k值较大，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。
进一步地，对于较少待投放商家的待投放广告位，则可以采用排序值＝计划价格*(第一预测点击率)k*定向加分，以吸引待投放商家投放。
S206：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。
本实施例所提供的应用于专用领域的广告投放方法，判断待投放广告页在期望投放时间内的投放位置是否饱和，确保顺利生成广告投放计划，期望投放时间合理化，避免待投放商家所选择的期望投放时间上待投放广告页的投放位置饱和。当待投放广告页在期望投放时间内的投放位置未饱和，则获取期望投放时间内的已有商家在待投放广告页的已有预测点击率，以便后续确定已有商家和待投放商家的排序。基于待投放商家标识查询数据库，获取待投放商家在待投放广告页的目标预测点击率，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，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，确保商家排序结果具有客观性，可以为买家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，即获取待投放商家在待投放广告页的目标预测点击率，包括：
S301：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，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。
其中，数据库是用于预先存储待投放商家信息的库。
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。
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、应用于专用领域的广告投放。
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的广告点击率。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％。
本实施例中，商家历史数据是根据买家在待投放广告页上的点击情况确定的具有针对性，后续根据商家历史数据可以得到准确的目标预测点击率。
S302：若历史天数大于预设天数，则根据分析周期内的所有第一单日点击率，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。
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。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，使得商家排序更加精准。
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，此时，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中，由于待投放商家往往是同一领域的，采用这种算法常常只是感兴趣人群不同，不能准确地得到待投放商家的目标预测点击率和投放位置，因此，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，且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。
具体地，当历史天数大于预设天数，则表示待投放商家在该待投放广告页上投放过广告，且投放的历史天数大于预设天数，因此，待投放商家的商家历史数据充足，此时，则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。
S303：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。
S304：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。
S305：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。
本实施例所提供的应用于专用领域的广告投放方法，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。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，以根据直观的关联点击率排序结果确定目标预测点击率。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4所示，步骤S302，即根据分析周期内的所有第一单日点击率，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：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，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，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。
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。且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点击率和，基于训练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％，则训练点击率和为90％，因此，第一天的历史单日权重为30％除以90％等于0.3333；第二天的历史单日权重为35％除以90％等于0.3889；第三天的历史单日权重为25％除以90％等于0.2778；则目标预测点击率为30％*0.3333+35％*0.3889+25％*0.2778＝0.305555。
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记性进行拟合，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。
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点击率和，基于训练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相服务器发送的，以进行广告投放的请求。
S602：基于广告投放请求显示商家广告投放操作界面，广告投放操作界面包括可选广告页。
其中，商家广告投放操作界面是指待投放商家在商家终端的界面，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商家广告投放操作界面，以便用户自主在该商家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；若若待投放商家的账户余额不小于预设金额，则显示商家广告投放操作界面给待投放商家进行操作。
进一步地，为了使得投放广告时间合理化，避免待投放商家所选择的投放时间是其他商家正在进行投放的，需要根据对待投放商家的投放时间进行验证，以避免冲突。
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，当待投放商家在商家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，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；
基于广告投放请求显示商家广告投放操作界面，广告投放操作界面包括可选广告页，以便用户自主在该商家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，提供一种应用于专用领域的广告投放装置，该应用于专用领域的广告投放装置与上述实施例中应用于专用领域的广告投放方法一一对应。如图7所示，该应用于专用领域的广告投放装置包括广告投放计划获取模块701、判断模块702、已有预测点击率获取模块703、目标预测点击率获取模块704、商家排序结果获取模块705和投放位置获取模块706。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、期望投放时间、广告内容和待投放广告页；
判断模块702，用于判断待投放广告页在期望投放时间内的投放位置是否饱和；
已有预测点击率获取模块703，用于若待投放广告页在期望投放时间内的投放位置未饱和，则获取期望投放时间内的已有商家在待投放广告页的已有预测点击率；
目标预测点击率获取模块704，用于基于待投放商家标识查询数据库，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705，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已有商家在待投放广告页的已有预测点击率对已有商家和待投放商家进行排序，获取商家排序结果；
投放位置获取模块706，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，目标预测点击率获取模块704，包括：商家历史数据获取单元、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。
商家历史数据获取单元，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，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；
目标预测点击率第一获取单元，用于若历史天数大于预设天数，则根据分析周期内的所有第一单日点击率，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，目标预测点击率第一获取单元，包括：历史单日权重获取单元和加权处理单元。
历史单日权重获取单元，用于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；
加权处理单元，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。
优选地，在历史单日权重获取单元之前，应用于专用领域的广告投放装置还包括：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。
优先地，广告投放计划获取模块701，包括：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。
关于应用于专用领域的广告投放装置的具体限定可以参见上文中对于应用于专用领域的广告投放方法的限定，在此不再赘述。上述应用于专用领域的广告投放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关联点击率。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应用于专用领域的广告投放方法。
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应用于专用领域的广告投放方法的步骤，例如图2所示的步骤S201-S206，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应用于专用领域的广告投放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、判断模块702、已有预测点击率获取模块703、目标预测点击率获取模块704、商家排序结果获取模块705和投放位置获取模块706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应用于专用领域的广告投放方法的步骤，例如图2所示的步骤S201-S206，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应用于专用领域的广告投放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、判断模块702、已有预测点击率获取模块703、目标预测点击率获取模块704、商家排序结果获取模块705和投放位置获取模块706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 (8)

1.一种应用于专用领域的广告投放方法，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、期望投放时间、广告内容和待投放广告页；
判断所述待投放广告页在所述期望投放时间内的投放位置是否饱和；
若所述待投放广告页在所述期望投放时间内的投放位置未饱和，则获取所述期望投放时间内的已有商家在所述待投放广告页的已有预测点击率；
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，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；
若所述历史天数大于预设天数，则根据分析周期内的所有所述第一单日点击率，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；
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；
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已有商家在所述待投放广告页的已有预测点击率对已有商家和待投放商家进行排序，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所述的应用于专用领域的广告投放方法，其特征在于，所述根据分析周期内的所有所述第一单日点击率，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：
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。
3.如权利要求2所述的应用于专用领域的广告投放方法，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，所述应用于专用领域的广告投放方法还包括：
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点击率和，基于所述训练点击率和与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。
4.如权利要求1所述的应用于专用领域的广告投放方法，其特征在于，所述获取广告投放计划，包括：
接收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商家广告投放操作界面，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。
5.一种应用于专用领域的广告投放装置，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、期望投放时间、广告内容和待投放广告页；
判断模块，用于判断所述待投放广告页在所述期望投放时间内的投放位置是否饱和；
已有预测点击率获取模块，用于若所述待投放广告页在所述期望投放时间内的投放位置未饱和，则获取所述期望投放时间内的已有商家在所述待投放广告页的已有预测点击率；
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已有商家在所述待投放广告页的已有预测点击率对已有商家和待投放商家进行排序，获取商家排序结果；
投放位置获取模块，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；
所述目标预测点击率获取模块，包括：
商家历史数据获取单元，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，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；
目标预测点击率第一获取单元，用于若所述历史天数大于预设天数，则根据分析周期内的所有所述第一单日点击率，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；
关联预测点击率获取单元，用于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；
关联点击率排序结果获取单元，用于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；
目标预测点击率第二获取单元，用于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。
6.如权利要求5所述的应用于专用领域的广告投放装置，其特征在于，所述目标预测点击率第一获取单元，包括：
历史单日权重获取单元，用于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；
加权处理单元，用于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。
7.一种计算机设备，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4任一项所述应用于专用领域的广告投放方法的步骤。
8.一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4任一项所述应用于专用领域的广告投放方法的步骤。
CN202010759085.7A 2020-07-31 2020-07-31 应用于专用领域的广告投放方法、装置、设备及存储介质 Active CN112036929B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010759085.7A CN112036929B (zh) 2020-07-31 2020-07-31 应用于专用领域的广告投放方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010759085.7A CN112036929B (zh) 2020-07-31 2020-07-31 应用于专用领域的广告投放方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112036929A CN112036929A (zh) 2020-12-04
CN112036929B true CN112036929B (zh) 2023-08-15

Family

ID=73583648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010759085.7A Active CN112036929B (zh) 2020-07-31 2020-07-31 应用于专用领域的广告投放方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112036929B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115131079B (zh) * 2022-08-25 2022-12-09 道有道科技集团股份公司 基于数据处理的广告投放效果预测方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
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
CN108960901A (zh) * 2018-06-13 2018-12-07 网易（杭州）网络有限公司 数据处理方法、装置、介质及电子设备
CN109615411A (zh) * 2018-10-29 2019-04-12 中国平安人寿保险股份有限公司 基于算法模型的广告投放方法及装置、电子设备
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
CN110796477A (zh) * 2019-09-23 2020-02-14 北京三快在线科技有限公司 广告展示方法、装置、电子设备及可读存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110055003A1 (en) * 2009-08-31 2011-03-03 Yahoo! Inc. Budget-influenced ranking and pricing in sponsored search

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
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
CN108960901A (zh) * 2018-06-13 2018-12-07 网易（杭州）网络有限公司 数据处理方法、装置、介质及电子设备
CN109615411A (zh) * 2018-10-29 2019-04-12 中国平安人寿保险股份有限公司 基于算法模型的广告投放方法及装置、电子设备
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
CN110796477A (zh) * 2019-09-23 2020-02-14 北京三快在线科技有限公司 广告展示方法、装置、电子设备及可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《中国汽车业网络广告研究》;朱长春;《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）》(第6期);J157-7 *

Also Published As

Publication number Publication date
CN112036929A (zh) 2020-12-04

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
CN110807655B (zh) 一种广告竞价方法、装置及设备
US10255608B2 (en) Bid landscape tool
US20210056458A1 (en) Predicting a persona class based on overlap-agnostic machine learning models for distributing persona-based digital content
CN110223141B (zh) 一种匹配方法、装置、计算机设备及存储介质
WO2020244152A1 (zh) 数据推送方法、装置、计算机设备和存储介质
US20160217383A1 (en) Method and apparatus for forecasting characteristic information change
US20100082428A1 (en) Display advertising inventory estimation
CN111210258A (zh) 广告投放方法、装置、电子设备及可读存储介质
CN108921587B (zh) 一种数据处理方法、装置及服务器
US10937070B2 (en) Collaborative filtering to generate recommendations
US11037183B2 (en) System and method for blending promotion effects based on statistical relevance
CN109075987B (zh) 优化数字组件分析系统
CN116205684A (zh) 一种智能广告管理方法、系统、计算机设备及存储介质
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
CN113590893A (zh) 控制方法、显示方法及电子设备
US10956920B1 (en) Methods and systems for implementing automated bidding models
KR20220037023A (ko) 플리마켓의 운영 및 관리 자동화를 수행하는 방법 및 이를 수행하는 서버
US20150339693A1 (en) Determination of initial value for automated delivery of news items
CN113139825A (zh) 广告位的分配权限确定方法、装置、计算机设备
US20120158495A1 (en) Inventory allocation in advertising systems
CN112488766B (zh) 页面展示图设置方法、装置、计算机设备和存储介质
CN105227331B (zh) 信息发送控制方法及装置
KR20210041393A (ko) 소비자 데이터 기반의 쇼핑 인터페이스 제공 방법 및 그 장치

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