CN112396475A - 一种控制cpa值的cpm系统和方法 - Google Patents

一种控制cpa值的cpm系统和方法 Download PDF

Info

Publication number
CN112396475A
CN112396475A CN202011543180.XA CN202011543180A CN112396475A CN 112396475 A CN112396475 A CN 112396475A CN 202011543180 A CN202011543180 A CN 202011543180A CN 112396475 A CN112396475 A CN 112396475A
Authority
CN
China
Prior art keywords
module
cpm
cpa
advertisement
advertisements
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
Application number
CN202011543180.XA
Other languages
English (en)
Inventor
陈冰
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.)
Shanghai Cangtai Information Technology Co ltd
Original Assignee
Shanghai Cangtai Information 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 Shanghai Cangtai Information Technology Co ltd filed Critical Shanghai Cangtai Information Technology Co ltd
Priority to CN202011543180.XA priority Critical patent/CN112396475A/zh
Publication of CN112396475A publication Critical patent/CN112396475A/zh
Pending legal-status Critical Current

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
    • G06Q30/0247—Calculate past, present or future revenues
    • 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
    • G06Q30/0255—Targeted advertisements based on user history
    • 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
    • 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

一种控制CPA值的CPM系统，包括接收模块，用于接收DSP广告请求，并获取目标用户的特征数据；筛选模块，用于根据所述特征数据从可投放广告中筛选出相应的待投放广告；机器学习模块，用于对广告投放的历史数据进行学习，以获得预测CTR和预测CR；所述历史数据存放于投放记录数据库中；控制模块，用于根据CPA、预测CTR和预测CR计算CPM，比较CPM与设置出价，从而控制最终出价，并根据最终出价对多个所述待投放广告进行排序；投放模块，用于根据所述控制模块决定的所述最终出价中的最高者进行出价，并根据反馈情况进行广告内容的发送；记录模块，用于记录广告的投放情况，并更新所述广告投放记录数据库。本发明使得在CPM模式下也可以保证CPA。

Description

一种控制CPA值的CPM系统和方法
技术领域
本发明涉及互联网广告技术领域，尤其涉及一种控制CPA值的CPM系统和方法。
背景技术
在互联网广告领域中，CPM系统是最常见的结算方式之一。在CPM广告模式下的网络平台提供富媒体和视频呈现广告，和传统的横幅广告或面板广告相比，富媒体广告更为灵活。同时，动画、视频和动态互动广告给浏览者带来了更高层次的视觉接触。对于那些首要关注点是品牌意识和表现的传统品牌而言，CPM模式更受广告主的欢迎。即使是和代理商在合作，他们也会对其广告内容保有最大的控制权，力求最大化品牌影响力。CPM广告主对最大化品牌展示量意识的关注度要高于他们网站回访量，因此，CPM模式对这种广告系列来说自然是最好的选择。例如，通过利用富媒体广告的交互性，一个品牌的广告可能会要求浏览者选择他们最喜欢的味道或者颜色，而该广告主则会通过这则广告所反映的数据分析利用户对他们口味或者颜色的喜爱程度，打造下一系列的产品。对于广告主而言，广告的展示需要有一定点击率，以避免大量的广告展示而仅有少量点击的情况。CPA（Cost PerAction）：按照每次行为来计费；比如一次下载，比如填写表单等等；一般用于市场活动，推广转化等；也有少部分用来辅助销售用，比如获取一次电话请求。CR（Conversion Rate）是指访问某一网站访客中，转化的访客占全部访客的比例。CTR（Click-Through-Rate）即点击通过率，是互联网广告常用的术语，指网络广告（图片广告/文字广告/关键词广告/排名广告/视频广告等）的点击到达率，即该广告的实际点击次数（严格的来说，可以是到达目标页面的数量）除以广告的展现量（Show content）。因此，对于CPM模式需要考虑CPA值，以提高广告的展示效果。
某发明提供了一种竞价方法和装置。模型建立模块建立所述CTR估计模型、CTR校准模型、媒体质量评估模型、CVR估计模型和概率黑白名单模型中的至少一个模型；模型融合模块融合所建立的模型；流量价值估计模块对于给定的KPI参数，获取广告投放的历史数据和实时数据，基于所融合的模型，对待投放的广告流量价值进行估计；竞价模块基于所述估计得到的流量价值，确定合适的出价策略进行竞价。本发明提供了多种模式，根据对媒体质量的评估，选择合适的模型，从而实现对媒体针对性的广告投放，但是本技术方案在广告主的费用结算模式的情况下，不能够满足广告主的多样化需求。
发明内容
本发明所要解决的技术问题在于，提供一种控制CPA值的CPM系统和方法，通过控制广告投放的出价，降低出价的潜在CPA，从而使得在CPM模式下也可以保证CPA。
为了解决上述技术问题，本发明提供了一种控制CPA值的CPM系统，包括接收模块、筛选模块、机器学习模块、控制模块、投放模块和记录模块；
所述接收模块，用于接收DSP广告请求，并获取目标用户的特征数据；
所述筛选模块，用于根据所述特征数据从可投放广告中筛选出相应的待投放广告；其中，所述待投放广告均有对应的设置出价及目标CPA；
所述机器学习模块，用于对广告投放的历史数据进行学习，以获得预测CTR和预测CR；所述历史数据存放于投放记录数据库中；
所述控制模块，用于根据CPA、预测CTR和预测CR计算CPM，比较CPM与设置出价，从而控制最终出价，并根据最终出价对多个所述待投放广告进行排序；
所述投放模块，用于根据所述控制模块决定的所述最终出价中的最高者进行出价，并根据反馈情况进行广告内容的发送；
所述记录模块，用于记录广告的投放情况，并更新所述广告投放记录数据库。
作为上述方案的改进，所述DSP广告请求既可以来自渠道商，又可以来自媒体。
在上述技术方案中，既接收渠道商的出价请求，又接收媒体的出价请求，保证了系统的应用范围。只要是DSP模式的广告请求，本系统均可以提供相应的展示，说明本系统以内部控制为主，具有更好的适应性。
作为上述方案的改进，所述控制模块对所述待投放广告按照最终出价由高到低进行排序。
在上述技术方案中，由于DSP模式均以竞价的方式进行，故将出价较高的待投放广告排在前面，在出价后更容易获得展示机会。相比于以CPA、CR或CTR为指标进行排序，本方案保证了本系统选出的广告的竞争力，拥有更高的展示成功率。
作为上述方案的改进，所述机器学习模块只对过去一年内的历史数据进行学习。
在上述技术方案中，由于本模块需要对每个广告请求进行处理，会导致海量的数据处理需求。而仅对一年内的数据进行处理，涵盖了社会中人们活动的一个完整周期，既有足够的数据处理量，使得处理的效果较为准确，也使得广告的处理量控制在一定的范围内，使得系统对于数据的处理更加快速，也使得系统的资源消耗较少，提升系统运行的速度。
作为上述方案的改进，CPM的计算公式为CPM=CPA*CTR*CR*1000。
在上述技术方案中，以广告主设置的CPA的值进行计算，得出CPM的值，可以对广告主设置的两个指标进行比较。其中CTR和CR均为预测值。通过对指标的转化，实现了两个指标的兼顾。
作为上述方案的改进，所述控制模块以CPM与设置出价中较低的值为最终出价。
在上述技术方案中，当CPM值较低时，该CPM所对应的CPA就是广告主所期望的CPA值，而由于CPM与CPA呈正比关系，而设置出价大于CPM，所以设置出价所对应的CPA大于广告主的预期，故以CPM作为最终出价可以保证CPA值较为合理。而当CPM值较高时，同理可得CPM所对应的CPA值较高，设置出价的广告的CPA值较低，采用设置出价作为最终出价，可以降低广告主的广告消耗，保障广告主的利益。
作为上述方案的改进，如果待投放广告的最终出价相同，则以CPA为次要指标由低到高排序。
在上述技术方案中，当最终出价相同时，有较低的CPA意味着该广告需要面临的竞争更弱，即中标的价格相对更低，以最终出价进行出价时，也有更多的展示机会。本技术方案使得广告获得最大程度的展示机会，使广告的展示次数更多。
相应地，本发明还提供了一种控制CPA值的CPM方法，包括如下步骤。
A.使用上述的接收模块接收DSP广告请求，并获取目标用户的特征数据。
在本步骤中，通过接收DSP广告请求，为下一步的匹配待投放广告提供数据，以获取该广告符合广告主要求的集合。
B.使用上述的筛选模块根据所述特征数据从可投放广告中筛选出相应的待投放广告；其中，所述待投放广告均有对应的设置出价及目标CPA。
在本步骤中，根据上一步骤中的特征数据，对可投放广告进行筛选，将符合要求的待投放广告筛选出来。与每个待投放广告相对应的，每个待投放广告均有唯一的出价及目标CPA；其中，出价用于参与与其他广告的竞价，而目标CPA是广告主设置的在展示时需要保证的CPA值，因此这两个数据是对本系统非常关键的数据。
C.使用上述的机器学习模块对广告投放的历史数据进行学习，以获得预测CTR和预测CR；所述历史数据存放于投放记录数据库中。
在本步骤中，由于每个广告请求的CTR和CR都是广告投放之后才可以获取，因此需要利用机器学习模块对广告投放的历史数据进行学习，从而可以较精确地预测当前的CTR值和CR。在CPM模式下，由于广告的展示次数较多，因此预测的CTR和CR从长期看可以取得较为准确的数值，通过计算可以有效地控制CPA的值，从而使得广告投放中的CPA值可以满足广告主的要求。
D.使用上述的控制模块根据CPA、预测CTR和预测CR计算CPM，比较CPM与设置出价，从而控制最终出价，并根据最终出价对多个所述待投放广告进行排序。
在本步骤中，既考虑CPA，又考虑设置出价，实现CPA与出价的平衡。当出价过高时，以CPA对应的CPM作为最终出价；当出价较低时，以设置出价作为最终出价，可以实现广告主设置的两个指标的动态平衡，在保证广告主的出价机会的同时，也保证了CPA指标的值。
E.使用上述的投放模块根据所述控制模块决定的所述最终出价中的最高者进行出价，并根据反馈情况进行广告内容的发送。
在本步骤中，根据上一步骤中决定的广告进行出价。本步骤对广告进行出价及后继的广告内容的发送，实现广告的投放过程。
F. 使用上述的记录模块记录广告的投放情况，并更新所述广告投放记录数据库。
在本步骤中，记录广告的投放情况，更新广告投放记录数据库，使得步骤C中的数据保持在最新的状态，保证步骤C中机器学习的结果。
实施本发明，具有如下有益效果。
本发明通过在CPM模式中加入CPA指标，满足了广告主的多样化需求。本发明通过对历史数据的学习，获得预测CTR和预测CR，能够有效评估实际投放后CTR和CR的值。本发明通过对广告的大量投放，使得预测CTR更加接近实际CTR和CR，从而使得广告主设置的CPA值可以实现。本发明通过对CPA的转化，实现其与设置出价的比较，实现了出价与CPA两个指标的动态平衡。本发明以广告排序的顺序对广告请求进行处理，既使得广告符合广告主的要求，又保证每个广告请求都获得反馈，保证了系统的响应。本发明实时更新投放记录数据库，使得对CTR和CR的预测更加准确。
附图说明
图1是本发明一种控制CPA值的CPM系统的第一实施例结构示意图。
图2是本发明对应的一个广告序列。
图3是本发明一种控制CPA值的CPM方法的第一实施例流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
如图1所示的本发明第一实施例，提供了一种控制CPA值的CPM系统，包括接收模块100、筛选模块200、机器学习模块300、控制模块400、投放模块500和记录模块600。
接收模块100，用于接收DSP广告请求，并获取目标用户的特征数据。
具体地说，DSP广告请求既可以来自渠道商，又可以来自媒体。接收模块100对接多个渠道商或媒体，但只能对接其中的一类。接收模块100对于接收到的多个广告请求分别单独处理。接收模块100对于接收到的广告请求，需要识别其特征数据，以便与广告主设置的定向条件 进行比对。特征数据包括IP地址、国家/地区、操作系统等。此处的特征数据与广告主设置的定向条件呈一一对应关系。如果渠道商或媒体请求出价时没有附带特征数据，则接收模块100向渠道发送请求，以获取特征数据。
筛选模块200，用于根据所述特征数据从可投放广告中筛选出相应的待投放广告；其中，所述待投放广告均有对应的设置出价及目标CPA。
具体地说，筛选模块200首先根据用户的特征数据，从系统的所有可投放广告中进行特征数据比对，将定向条件与特征数据一致的所有广告筛选出来，即待投放广告。需要说明的是，可投放广告是所有投放中的广告，即用户没有暂停该广告的投放，系统也没有因为预算结束等原因暂停该广告的投放。每个广告均有广告主设置的出价及目标CPA。
机器学习模块300，用于对广告投放的历史数据进行学习，以获得预测CTR和预测CR；所述历史数据存放于投放记录数据库中。
具体地说，机器学习模块300采用监督学习的方式对数据进行学习预测，并且只对过去一年内的历史数据进行学习。一年是社会中人们生活的一个完整周期。在一年内，人们经历春夏秋冬，同时也以年为主要的时间单位进行工作、学习和生活的安排，因此一年之内存在着较大的差异，而在不同年份之间却存在着一定的相似性，故以一个完整的周期进行学习预测可以获得较为准确的结果。机器学习模块300从投放记录数据库中读取出CTR数据，再进行学习，学习后可以预测CTR。在进行机器学习时，将所有的投放参数视为一个变量，并为其分配一个系数，构成一个向量。通过学习训练，计算出每个系数的值。再将该向量转化为介于0与1之量的函数。对函数代入本次投放数据，得出预测CTR。投放记录数据库使用MariaDB而不是MySQL，是因为MariaDB支持hash join。在连接时，优化器使用两个表中较小的表（通常是小一点的那个表或数据源）利用连接键（JOIN KEY）在内存中建立散列表，将列数据存储到hash列表中，然后扫描较大的表，同样对JOIN KEY进行HASH后探测散列表，找出与散列表匹配的行。需要注意的是：如果HASH表太大，无法一次构造在内存中，则分成若干个partition，写入磁盘的temporary segment，则会多一个写的代价，会降低效率。这种方式适用于较小的表完全可以放于内存中的情况，这样总成本就是访问两个表的成本之和。但是在表很大的情况下并不能完全放入内存，这时优化器会将它分割成若干不同的分区，不能放入内存的部分就把该分区写入磁盘的临时段，此时要有较大的临时段从而尽量提高I/O 的性能。
控制模块400，用于根据CPA、预测CTR和预测CR计算CPM，比较CPM与设置出价，从而控制最终出价，并根据最终出价对多个所述待投放广告进行排序。
具体地说，CPM的计算公式为CPM=CPA*CTR*CR*1000。控制模块400以CPM与设置出价中较低的值为最终出价。控制模块400对所述待投放广告按照最终出价由高到低进行排序。如果待投放广告的最终出价相同，则以CPA为次要指标由低到高排序。比如，如图2所示有5个广告，按最终出价由高到低得到排序B,(A,E),C,D，其中A和E出价相同。由于A的目标CPA大于E的目标CPA，则将A排在E之前，获得最终排序B,E,A,C,D。
投放模块500，用于根据所述控制模块决定的所述最终出价中的最高者进行出价，并根据反馈情况进行广告内容的发送。
具体地说，最终出价中的最高者是指未出价中的广告的最高出价者。如果渠道商或者媒体请求一个广告，而最高者出价失败，则以剩余中没有出价的广告的最高出价为最高出价者进行出价。仍以上例进行说明，得到待投放广告B，则投放模块500按B的出价1.4进行出价。如果竞价成功，则会接收到渠道商或者媒体发送过来的广告内容请求，投放模块500则将对应的广告内容发送给渠道商或者媒体，以完成广告投放。如果竞价失败，则无法接收到渠道商或者媒体发送过来的广告内容请求。
记录模块600，用于记录广告的投放情况，并更新所述广告投放记录数据库。
具体地说，记录模块600用于将投放情况的数据以结构化存储的方式写入广告投放记录数据库。广告投放记录数据库以结构化存储的方式进行存储，可以提高数据的读写速度，从而可以提高系统的运行与响应速度。记录模块600实时对广告投放记录数据库进行更新，不仅包括竞价成功的广告，还包括竞价失败的广告。记录模块600还对超过一年的记录进行删除操作，可以控制广告投放记录数据库的大小，缩短读写时间，提高系统的响应速度。
相应地，如图3所示，提供了一种控制CPA值的CPM方法，包括如下步骤。
S1.使用上述的接收模块接收DSP广告请求，并获取目标用户的特征数据。
在本步骤中，服务器接收DSP广告请求，获得目标用户的特征数据。如果目标用户的特征数据缺失，则需要向渠道商或媒体请求缺失的信息。
S2. 使用上述的筛选模块根据所述特征数据从可投放广告中筛选出相应的待投放广告；其中，所述待投放广告均有对应的设置出价及目标CPA。
在本步骤中，根据上一步骤中的特征数据和系统中广告主设置的定向条件，通过比对识别出符合要求的待投放广告。其中，待投放广告均为投放中的广告。本步骤中同时还获取待投放广告对应的出价及目标CPA。
S3. 使用上述的机器学习模块对广告投放的历史数据进行学习，以获得预测CTR和预测CR；所述历史数据存放于投放记录数据库中。
在本步骤中，通过机器学习的方式对广告投放的数据进行学习，获得预测CTR和预测CR，用以评估该广告请求。本步骤的具体执行参见上一实施例。本步骤可以在步骤S2之后执行，也可以在步骤S2之前执行。
S4. 使用上述的控制模块根据CPA、预测CTR和预测CR计算CPM，比较CPM与设置出价，从而控制最终出价，并根据最终出价对多个所述待投放广告进行排序。
在本步骤中，通过将CPA转化为CPM，可以实现CPA与设置出价的比较，从而可以兼顾CPA与设置出价，实现在CPM模式下控制CPA的作用。本步骤在以上各步骤结束之后进行。
S5. 使用上述的投放模块根据所述控制模块决定的所述最终出价中的最高者进行出价，并根据反馈情况进行广告内容的发送。
在本步骤中，将上一步骤中选择出的广告进行出价流程，并响应后续的渠道商或者媒体的广告内容请求，以完成广告的最终展示。
S6.使用上述的记录模块记录广告的投放情况，并更新所述广告投放记录数据库。
在本步骤中，记录模块实时更新广告投放记录数据库，是所有步骤中最后执行的一个。
在本实施例中，与上一实施例中重复部分不再赘述，未阐明的部分均参见上一实施例。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (8)

1.一种控制CPA值的CPM系统，其特征在于：包括接收模块、筛选模块、机器学习模块、控制模块、投放模块和记录模块；
所述接收模块，用于接收DSP广告请求，并获取目标用户的特征数据；
所述筛选模块，用于根据所述特征数据从可投放广告中筛选出相应的待投放广告；其中，所述待投放广告均有对应的设置出价及目标CPA；
所述机器学习模块，用于对广告投放的历史数据进行学习，以获得预测CTR和预测CR；所述历史数据存放于投放记录数据库中；
所述控制模块，用于根据CPA、预测CTR和预测CR计算CPM，比较CPM与设置出价，从而控制最终出价，并根据最终出价对多个所述待投放广告进行排序；
所述投放模块，用于根据所述控制模块决定的所述最终出价中的最高者进行出价，并根据反馈情况进行广告内容的发送；
所述记录模块，用于记录广告的投放情况，并更新所述广告投放记录数据库。
2.如权利要求1所述的一种控制CPA值的CPM系统，其特征在于，所述DSP广告请求既可以来自渠道商，又可以来自媒体。
3.如权利要求1所述的一种控制CPA值的CPM系统，其特征在于，所述控制模块对所述待投放广告按照最终出价由高到低进行排序。
4.如权利要求1所述的一种控制CPA值的CPM系统，其特征在于，所述机器学习模块只对过去一年内的历史数据进行学习。
5.如权利要求1所述的一种控制CPA值的CPM系统，其特征在于，CPM的计算公式为CPM=CPA*CTR*CR*1000。
6.如权利要求1所述的一种控制CPA值的CPM系统，其特征在于，所述控制模块以CPM与设置出价中较低的值为最终出价。
7.如权利要求3所述的一种控制CPA值的CPM系统，其特征在于，如果待投放广告的最终出价相同，则以CPA为次要指标由低到高排序。
8.一种控制CPA值的CPM方法，其特征在于，包括：
A.使用如权利要求1-7任一项所述的接收模块接收DSP广告请求，并获取目标用户的特征数据；
B.使用如权利要求1-7任一项所述的筛选模块根据所述特征数据从可投放广告中筛选出相应的待投放广告；其中，所述待投放广告均有对应的设置出价及目标CPA；
C.使用如权利要求1-7任一项所述的机器学习模块对广告投放的历史数据进行学习，以获得预测CTR和预测CR；所述历史数据存放于投放记录数据库中；
D. 使用如权利要求1-7任一项所述的控制模块根据CPA、预测CTR和预测CR计算CPM，比较CPM与设置出价，从而控制最终出价，并根据最终出价对多个所述待投放广告进行排序；
E. 使用如权利要求1-7任一项所述的投放模块根据所述控制模块决定的所述最终出价中的最高者进行出价，并根据反馈情况进行广告内容的发送；
F. 使用如权利要求1-7任一项所述的记录模块记录广告的投放情况，并更新所述广告投放记录数据库。
CN202011543180.XA 2020-12-23 2020-12-23 一种控制cpa值的cpm系统和方法 Pending CN112396475A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011543180.XA CN112396475A (zh) 2020-12-23 2020-12-23 一种控制cpa值的cpm系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011543180.XA CN112396475A (zh) 2020-12-23 2020-12-23 一种控制cpa值的cpm系统和方法

Publications (1)

Publication Number Publication Date
CN112396475A true CN112396475A (zh) 2021-02-23

Family

ID=74624899

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011543180.XA Pending CN112396475A (zh) 2020-12-23 2020-12-23 一种控制cpa值的cpm系统和方法

Country Status (1)

Country Link
CN (1) CN112396475A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005190005A (ja) * 2003-12-24 2005-07-14 Invisible Hand:Kk 広告配信システム及び方法
US20080275757A1 (en) * 2007-05-04 2008-11-06 Google Inc. Metric Conversion for Online Advertising
CN105046532A (zh) * 2015-08-07 2015-11-11 北京品友互动信息技术有限公司 一种竞价方法和装置
CN107067274A (zh) * 2016-12-27 2017-08-18 北京掌阔移动传媒科技有限公司 一个基于混合学习模型的dsp实时竞价广告系统
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
CN110969490A (zh) * 2019-12-17 2020-04-07 天津亿玛科技有限公司 一种广告投放方法和装置
CN111489186A (zh) * 2020-03-06 2020-08-04 电子科技大学 一种面向展示广告自动投放装置的分时段预算管理方法
CN111967899A (zh) * 2020-07-31 2020-11-20 深圳市彬讯科技有限公司 商家线上广告投放方法、装置、计算机设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005190005A (ja) * 2003-12-24 2005-07-14 Invisible Hand:Kk 広告配信システム及び方法
US20080275757A1 (en) * 2007-05-04 2008-11-06 Google Inc. Metric Conversion for Online Advertising
CN105046532A (zh) * 2015-08-07 2015-11-11 北京品友互动信息技术有限公司 一种竞价方法和装置
CN107067274A (zh) * 2016-12-27 2017-08-18 北京掌阔移动传媒科技有限公司 一个基于混合学习模型的dsp实时竞价广告系统
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
CN110969490A (zh) * 2019-12-17 2020-04-07 天津亿玛科技有限公司 一种广告投放方法和装置
CN111489186A (zh) * 2020-03-06 2020-08-04 电子科技大学 一种面向展示广告自动投放装置的分时段预算管理方法
CN111967899A (zh) * 2020-07-31 2020-11-20 深圳市彬讯科技有限公司 商家线上广告投放方法、装置、计算机设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘梦娟;岳威;仇笠舟;李家兴;秦志光;: "实时竞价在展示广告中的应用研究及进展", 计算机学报, no. 10 *
林宏伟;邵培基;余步雷;: "基于风险规避的网络广告期权定价模型", 系统管理学报, no. 02 *

Similar Documents

Publication Publication Date Title
US20210248626A1 (en) Method and system for selecting and delivering media content via the internet
US8666809B2 (en) Advertisement campaign simulator
JP6427417B2 (ja) 多次元広告入札
JP6246201B2 (ja) 広告キャンペーン予算に基づいた広告キャンペーンに関するターゲット設定基準の変更
KR101765719B1 (ko) 다수의 타겟팅 기준 입찰을 가지는 광고
CN102934139B (zh) 以用户为中心的实时广告竞价
US20150235275A1 (en) Cross-device profile data management and targeting
US8209715B2 (en) Video play through rates
US20080091524A1 (en) System and method for advertisement price adjustment utilizing traffic quality data
US20080228537A1 (en) Systems and methods for targeting advertisements to users of social-networking and other web 2.0 websites and applications
US20150235258A1 (en) Cross-device reporting and analytics
US20130124308A1 (en) Budget-based advertisment bidding
US20100017287A1 (en) Method and System for Dynamic Advertising
WO2012048244A2 (en) System and method for real-time advertising campaign adaptation
US20170193563A1 (en) Granular control application for delivering online advertising
CN107111654A (zh) 基于事件的内容分发
US20150019324A1 (en) System and method for centralized advertisements serving and verification
US20200219145A1 (en) Bidding Agent with Optimized Reach Limitation by Segment
US8296180B1 (en) System for improving shape-based targeting by using interest level data
WO2013036957A2 (en) Methods and systems for bidding and acquiring advertisement impressions
US20190130456A1 (en) Predictive adjusted bidding for electronic advertisements
CN112396473A (zh) 一种提高ctr值的cpm系统和方法
US20230015413A1 (en) Systems and methods for forecasting based on categorized user membership probability
CN112396475A (zh) 一种控制cpa值的cpm系统和方法
CN112396476A (zh) 一种控制ecpc值的CPM系统和方法

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