CN112465545B - 确认广告投放异常渠道的方法、装置及计算机设备 - Google Patents
确认广告投放异常渠道的方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN112465545B CN112465545B CN202011346175.XA CN202011346175A CN112465545B CN 112465545 B CN112465545 B CN 112465545B CN 202011346175 A CN202011346175 A CN 202011346175A CN 112465545 B CN112465545 B CN 112465545B
- Authority
- CN
- China
- Prior art keywords
- control
- value
- calculating
- advertisement
- actual
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Computational Mathematics (AREA)
- Development Economics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Accounting & Taxation (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Strategic Management (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种确认广告投放异常渠道的方法、装置及计算机设备,确认广告投放异常渠道的方法包括以下步骤:获取广告投放的激活成本值、实际激活用户数和实际广告行为用户数;根据所述激活成本值构建单值控制图和移动极差控制图;根据所述实际激活用户数和所述实际广告行为用户数构建P控制图;获取超出所述单值控制图、所述移动极差控制图和所述P控制图的控制上限以及控制下线的异常点;根据所述异常点确认广告投放异常渠道。通过结合质量控制图和广告端实际业务指标进行分析,在消除因数据基数过小而无法准确分析渠道状态的因素下,很好的解决了无法系统判定渠道是否异常或者渠道异常节点的问题,有效的减少了误差性和主观性。
Description
技术领域
本发明涉及广告投放领域,更具体地说是一种确认广告投放异常渠道的方法、装置及计算机设备。
背景技术
在进行APP产品推广时,高效确定投放渠道是否异常,能有效地帮助运营人员控制广告投放成本,获取高质量用户。当前异常渠道的发现,主要通过运营人员监控一些广告投放数据指标,再根据经验来判定渠道是否异常。这种监控通常无法及时发现和准确判断渠道是否存在异常或者渠道是在什么时候存在异常。
发明内容
本发明的目的在于克服现有技术的不足,提供一种确认广告投放异常渠道的方法、装置及计算机设备。
为实现上述目的,本发明采用以下技术方案:一种确认广告投放异常渠道的方法,包括以下步骤:
获取广告投放的激活成本值、实际激活用户数和实际广告行为用户数;
根据所述激活成本值构建单值控制图和移动极差控制图;
根据所述实际激活用户数和所述实际广告行为用户数构建P控制图;
获取超出所述单值控制图、所述移动极差控制图和所述P控制图的控制上限以及控制下限的异常点;
根据所述异常点确认广告投放异常渠道。
其进一步技术方案为:所述根据所述激活成本值构建单值控制图和移动极差控制图的步骤,包括:
根据所述激活成本值获取单值控制图和移动极差控制图的相关参数;
根据单值控制图的相关参数计算单值控制图控制限并构建单值控制图;
根据移动极差控制图的相关参数计算移动极差控制图控制限并构建移动极差控制图。
其进一步技术方案为:所述根据所述激活成本值获取单值控制图和移动极差控制图的相关参数的步骤,包括:
对所述激活成本值进行处理,以消除周期性因素的影响,得到处理后的激活成本值;
根据处理后的激活成本值计算极差;
根据处理后的激活成本值计算过程均值;
根据所述极差计算移动平均极差。
其进一步技术方案为:所述根据单值控制图的相关参数计算单值控制图控制限并构建单值控制图的步骤,包括:
根据所述过程均值计算单值控制图的中心线;
根据所述过程均值和所述平均极差计算单值控制上限;
根据所述过程均值和所述平均极差计算单值控制下限;
根据所述单值控制图的中心线、所述单值控制上限和所述单值控制下限构建单值控制图。
其进一步技术方案为:所述根据移动极差控制图的相关参数计算移动极差控制图控制限并构建移动极差控制图的步骤,包括:
根据所述平均极差计算移动极差控制图的中心线;
根据所述平均极差计算移动极差控制上限;
根据所述平均极差计算移动极差控制下限;
根据所述移动极差控制图的中心线、所述移动极差控制上限和所述移动极差控制下限构建单值控制图。
其进一步技术方案为:所述根据所述实际激活用户数和所述实际广告行为用户数构建P控制图的步骤,包括:
根据所述实际激活用户数和所述实际广告行为用户数获取P控制图的相关参数;
根据P控制图的相关参数计算P控制图控制限并构建P控制图。
其进一步技术方案为:所述根据所述实际激活用户数和所述实际广告行为用户数获取P控制图的相关参数的步骤,包括:
对所述实际激活用户数和所述实际广告行为用户数进行处理,分别得到实际激活用户数权重值和所述实际广告行为用户数权重值;
根据所述实际激活用户数权重值和所述实际广告行为用户数权重值分别计算真实激活用户数和真实广告行为用户数;
根据所述真实激活用户数和所述真实广告行为用户数计算有广告行为占比比率。
其进一步技术方案为:所述根据P控制图的相关参数计算P控制图控制限并构建P控制图的步骤,包括:
根据所述有广告行为占比比率计算P控制图的中心线;
根据所述有广告行为占比比率计算P控制上限;
根据所述有广告行为占比比率计算P控制下限;
根据所述P控制图的中心线、所述P控制上限和所述P控制下限构建P控制图。
本发明还提出一种确认广告投放异常渠道的装置,包括:
第一获取单元,用于获取广告投放的激活成本值、实际激活用户数和实际广告行为用户数;
第一构建单元,用于根据所述激活成本值构建单值控制图和移动极差控制图;
第二构建单元,根据所述实际激活用户数和所述实际广告行为用户数构建P控制图;
第二获取单元,用于获取超出所述单值控制图、所述移动极差控制图和所述P控制图的控制上限以及控制下限的异常点;
确认单元,用于根据所述异常点确认广告投放异常渠道。
本发明还提出一种计算机设备,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如上所述的确认广告投放异常渠道的方法。
本发明与现有技术相比的有益效果是:本发明提供的一种确认广告投放异常渠道的方法通过获取广告投放的激活成本值、实际激活用户数和实际广告行为用户数,并根据激活成本值构建单值控制图和移动极差控制图,根据实际激活用户数和实际广告行为用户数构建P控制图,从而获取超出单值控制图、移动极差控制图和P控制图的控制上限以及控制下限的异常点,根据异常点可确认广告投放异常渠道,同时根据单值控制图、移动极差控制图和P控制图的曲线走向也能判断渠道的投放情况,本发明通过结合质量控制图和广告端实际业务指标进行分析,在消除因数据基数过小而无法准确分析渠道状态的因素下,很好的解决了无法系统判定渠道是否异常或者渠道异常节点的问题,有效的减少了根据经验对异常渠道判定而产生的误差性和主观性,解决了广告运营人员无法及时预估异常的缺陷,很大程度提高了运营的效率。对于APP广告投放追踪分析具有很好的操作性和适用性。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明技术手段,可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征及优点能够更明显易懂,以下特举较佳实施例,详细说明如下。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种确认广告投放异常渠道的方法的流程示意图;
图2为本发明实施例提供的一种确认广告投放异常渠道的方法的子流程示意图;;
图3为本发明实施例提供的一种确认广告投放异常渠道的方法的子流程示意图;
图4为本发明实施例提供的一种确认广告投放异常渠道的方法的子流程示意图;;
图5为本发明实施例提供的一种确认广告投放异常渠道的方法的子流程示意图;
图6为本发明实施例提供的一种确认广告投放异常渠道的方法的子流程示意图;;
图7为本发明实施例提供的一种确认广告投放异常渠道的方法的子流程示意图;
图8为本发明实施例提供的一种确认广告投放异常渠道的方法的子流程示意图;
图9为本发明实施例提供的一种确认广告投放异常渠道的装置的示意性框图;
图10为本发明实施例提供的一种确认广告投放异常渠道的装置的第一构建单元的示意性框图;
图11为本发明实施例提供的一种确认广告投放异常渠道的装置的第一获取模块的示意性框图;
图12为本发明实施例提供的一种确认广告投放异常渠道的装置的第一计算模块的示意性框图;
图13为本发明实施例提供的一种确认广告投放异常渠道的装置的第二计算模块的示意性框图;
图14为本发明实施例提供的一种确认广告投放异常渠道的装置的第二构建单元的示意性框图;
图15为本发明实施例提供的一种确认广告投放异常渠道的装置的第二获取模块的示意性框图;
图16为本发明实施例提供的一种确认广告投放异常渠道的装置的第三计算模块的示意性框图;
图17为本发明实施例提供的计算机设备的示意性框图。
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做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。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其合集的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
图1为本发明实施例提供的一种确认广告投放异常渠道的方法的流程示意图;如图1所示,该方法包括以下步骤S10至S50。
S10、获取广告投放的激活成本值、实际激活用户数和实际广告行为用户数。
在本实施例中,激活成本值、实际激活用户数和实际广告行为用户数均为评判广告投放效果的主要指标。
S20、根据激活成本值构建单值控制图和移动极差控制图。
S30、根据实际激活用户数和实际广告行为用户数构建P控制图。
S40、获取超出单值控制图、移动极差控制图和P控制图的控制上限以及控制下限的异常点。
S50、根据异常点确认广告投放异常渠道。
在本实施例中,通过构建单值控制图、移动极差控制图和P控制图,进一步获取超出单值控制图、移动极差控制图和P控制图的控制上限以及控制下限的异常点,根据异常点可确认广告投放异常渠道,同时根据单值控制图、移动极差控制图和P控制图的曲线走向也能判断渠道的投放情况,本发明通过结合质量控制图和广告端实际业务指标进行分析,在消除因数据基数过小而无法准确分析渠道状态的因素下,很好的解决了无法系统判定渠道是否异常或者渠道异常节点的问题,有效的减少了根据经验对异常渠道判定而产生的误差性和主观性,解决了广告运营人员无法及时预估异常的缺陷,很大程度提高了运营的效率。对于APP广告投放追踪分析具有很好的操作性和适用性。
如图2所示,进一步地,步骤S20包括以下步骤S21至S23。
S21、根据激活成本值获取单值控制图和移动极差控制图的相关参数。
S22、根据单值控制图的相关参数计算单值控制图控制限并构建单值控制图。
S23、根据移动极差控制图的相关参数计算移动极差控制图控制限并构建移动极差控制图。
在本实施例中,通过构建单值控制图和移动极差控制图以判断渠道的投放情况,解决了无法系统判定渠道是否异常或者渠道异常节点的问题,有效的减少了根据经验对异常渠道判定而产生的误差性和主观性。
如图3所示,进一步地,步骤S21包括以下步骤S211至S214。
S211、对激活成本值进行处理,以消除周期性因素的影响,得到处理后的激活成本值。
在本实施例中,采用简单移动平均法fi=(ci-1+ci-2+…+ci-l)/l消除周期性因素的影响,得到处理后的激活成本值,其中l表示移动平均的时期个数,i表示第i个周期,ci-1、ci-2、ci-l表示前期、前两期直至前n期的实际值,fi为处理后的激活成本值。
S212、根据处理后的激活成本值计算极差。
在本实施例中,采用MRi=|fi-fi-1|,i=1,2,…,k-1计算极差,其中fi为处理后的激活成本值,MRi表示两个相邻周期fi与fi-1的最大值与最小值之差,即极差。
S213、根据处理后的激活成本值计算过程均值。
S214、根据极差计算移动平均极差。
如图4所示,进一步地,步骤S22包括以下步骤S221至S224。
S221、根据过程均值计算单值控制图的中心线。
S222、根据过程均值和平均极差计算单值控制上限。
S223、根据过程均值和平均极差计算单值控制下限。
S224、根据单值控制图的中心线、单值控制上限和单值控制下限构建单值控制图。
如图5所示,进一步地,步骤S23包括以下步骤S231至S234。
S231、根据平均极差计算移动极差控制图的中心线。
在本实施例中,采用计算移动极差控制图的中心线,其中CLMR表示移动极差控制图的中心线,表示移动平均极差,MRi表示两个相邻周期fi与fi-1的最大值与最小值之差,即极差,k表示统计周期数,k-1表示极差个数。
S232、根据平均极差计算移动极差控制上限。
S233、根据平均极差计算移动极差控制下限。
S234、根据移动极差控制图的中心线、移动极差控制上限和移动极差控制下限构建单值控制图。
具体地,上述d2、D4、D3和E2表示随样本量变化的常数值,n表示样本量大小,如下表:
n | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
D<sub>4</sub> | 3.27 | 2.57 | 2.28 | 2.11 | 2 | 1.92 | 1.86 | 1.82 | 1.78 |
D<sub>3</sub> | * | * | * | * | * | 0.08 | 0.14 | 0.18 | 0.22 |
d<sub>2</sub> | 1.13 | 1.69 | 2.06 | 2.33 | 2.53 | 2.7 | 2.85 | 2.97 | 3.08 |
E<sub>2</sub> | 2.66 | 1.77 | 1.46 | 1.29 | 1.18 | 1.11 | 1.05 | 1.01 | 0.98 |
如图6所示,进一步地,步骤S30包括以下步骤S31至S32。
S31、根据实际激活用户数和实际广告行为用户数获取P控制图的相关参数。
S32、根据P控制图的相关参数计算P控制图控制限并构建P控制图。
在本实施例中,通过P控制图以判断渠道的投放情况,解决了无法系统判定渠道是否异常或者渠道异常节点的问题,有效的减少了根据经验对异常渠道判定而产生的误差性和主观性。
如图7所示,进一步地,步骤S31包括以下步骤S311至S313。
S311、对实际激活用户数和实际广告行为用户数进行处理,分别得到实际激活用户数权重值和实际广告行为用户数权重值。
在本实施例中,采用对实际激活用户数进行处理,得到实际激活用户数权重值,采用对实际广告行为用户数进行处理,得到实际激活用户数权重值和实际广告行为用户数权重值,其中,α表示实际激活用户数权重值,ni表示第i期实际激活用户数,N表示统计周期内激活用户数每个周期的实际值构成的向量,β表示实际广告行为用户数权重值,mi表示第i期实际广告行为用户数,M表示统计周期内有广告行为用户数的每个周期的实际值构成的向量。
S312、根据实际激活用户数权重值和实际广告行为用户数权重值分别计算真实激活用户数和真实广告行为用户数。
在本实施例中,采用计算真实激活用户数,其中 ni表示第i期实际激活用户数,k表示统计周期数,表示统计周期内实际激活用户数均值,αi表示用于计算消除波动后第i期真实激活用户数的权重值,表示第i期消除波动后真实激活用户数。采用计算真实广告行为用户数,其中mi表示第i期实际广告行为用户数,k表示统计周期数,表示统计周期内实际广告行为用户数均值,βi表示用于计算消除波动后第i期实际广告行为用户数的权重值,表示第i期消除波动后真实广告行为用户数。
S313、根据真实激活用户数和真实广告行为用户数计算有广告行为占比比率。
如图8所示,进一步地,步骤S32包括以下步骤S321至S324。
S321、根据有广告行为占比比率计算P控制图的中心线。
在本实施例中,采用CL=p=∑pi/k,计算P控制图的中心线,其中pi表示为有广告行为占比比率,k表示统计周期数,p表示pi总体均值。
S322、根据有广告行为占比比率计算P控制上限。
S323、根据有广告行为占比比率计算P控制下限。
S324、根据P控制图的中心线、P控制上限和P控制下限构建P控制图。
图9是本发明实施例提供的一种确认广告投放异常渠道的装置的示意性框图。如图9所示,对应于以上确认广告投放异常渠道的方法,本发明还提供一种确认广告投放异常渠道的装置。该确认广告投放异常渠道的装置包括用于执行上述确认广告投放异常渠道的方法的单元,该装置可以被配置于台式电脑、平板电脑、手提电脑、等终端中。具体地,请参阅图9,该确认广告投放异常渠道的装置包括:
第一获取单元10,用于获取广告投放的激活成本值、实际激活用户数和实际广告行为用户数;
第一构建单元20,用于根据激活成本值构建单值控制图和移动极差控制图;
第二构建单元30,根据实际激活用户数和实际广告行为用户数构建P控制图;
第二获取单元40,用于获取超出单值控制图、移动极差控制图和P控制图的控制上限以及控制下限的异常点;
确认单元50,用于根据异常点确认广告投放异常渠道。
如图10所示,进一步地,第一构建单元20包括:
第一获取模块21,用于根据激活成本值获取单值控制图和移动极差控制图的相关参数。
第一计算模块22,用于根据单值控制图的相关参数计算单值控制图控制限并构建单值控制图。
第二计算模块23,用于根据移动极差控制图的相关参数计算移动极差控制图控制限并构建移动极差控制图。
如图11所示,进一步地,第一获取模块21包括:
第一处理子模块211,用于对激活成本值进行处理,以消除周期性因素的影响,得到处理后的激活成本值。
第一计算子模块212,用于根据处理后的激活成本值计算极差。
第二计算子模块213,用于根据处理后的激活成本值计算过程均值。
第三计算子模块214,用于根据极差计算移动平均极差。
如图12所示,进一步地,第一计算模块22包括:
第四计算子模块221,用于根据过程均值计算单值控制图的中心线。
第五计算子模块222,用于根据过程均值和平均极差计算单值控制上限。
第六计算子模块223,用于根据过程均值和平均极差计算单值控制下限。
第一构建子模块224,用于根据单值控制图的中心线、单值控制上限和单值控制下限构建单值控制图。
如图13所示,进一步地,第二计算模块23包括:
第七计算子模块231,用于根据平均极差计算移动极差控制图的中心线。
第八计算子模块232,用于根据平均极差计算移动极差控制上限。
第九计算子模块233,用于根据平均极差计算移动极差控制下限。
第二构建子模块234,用于根据移动极差控制图的中心线、移动极差控制上限和移动极差控制下限构建单值控制图。
如图14所示,进一步地,第二构建单元30包括:
第二获取模块31,用于根据实际激活用户数和实际广告行为用户数获取P控制图的相关参数。
第三计算模块32,用于根据P控制图的相关参数计算P控制图控制限并构建P控制图。
如图15所示,进一步地,第二获取模块31包括:
第十计算子模块311,用于对实际激活用户数和实际广告行为用户数进行处理,分别得到实际激活用户数权重值和实际广告行为用户数权重值。
第十一计算子模块312,用于根据实际激活用户数权重值和实际广告行为用户数权重值分别计算真实激活用户数和真实广告行为用户数。
第十二计算子模块313,用于根据真实激活用户数和真实广告行为用户数计算有广告行为占比比率。
如图16所示,进一步地,第三计算模块32包括:
第十三计算子模块321,用于根据有广告行为占比比率计算P控制图的中心线。
第十四计算子模块322,用于根据有广告行为占比比率计算P控制上限。
第十五计算子模块323,用于根据有广告行为占比比率计算P控制下限。
第三构建子模块324,用于根据P控制图的中心线、P控制上限和P控制下限构建P控制图。
本发明一种确认广告投放异常渠道的装置通过第一构建单元构建单值控制图和移动极差控制图,通过第二构建单元和P控制图,通过第二获取单元进一步获取超出单值控制图、移动极差控制图和P控制图的控制上限以及控制下限的异常点,根据异常点可确认广告投放异常渠道,同时根据单值控制图、移动极差控制图和P控制图的曲线走向也能判断渠道的投放情况,本发明通过结合质量控制图和广告端实际业务指标进行分析,在消除因数据基数过小而无法准确分析渠道状态的因素下,很好的解决了无法系统判定渠道是否异常或者渠道异常节点的问题,有效的减少了根据经验对异常渠道判定而产生的误差性和主观性,解决了广告运营人员无法及时预估异常的缺陷,很大程度提高了运营的效率。对于APP广告投放追踪分析具有很好的操作性和适用性。
需要说明的是,所属领域的技术人员可以清楚地了解到,上述基于确认广告投放异常渠道的装置和各单元的具体实现过程,可以参考前述方法实施例中的相应描述,为了描述的方便和简洁,在此不再赘述。
请参阅图17,图17是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是终端,也可以是服务器,其中,终端可以是智能手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等具有通信功能的电子设备。服务器可以是独立的服务器,也可以是多个服务器组成的服务器集群。
参阅图17,该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505,其中,存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令,该程序指令被执行时,可使得处理器502执行一种确认广告投放异常渠道的方法。
该处理器502用于提供计算和控制能力,以支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境,该计算机程序5032被处理器502执行时,可使得处理器502执行一种确认广告投放异常渠道的方法。
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解,图17中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备500的限定,具体的计算机设备500可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,处理器502用于运行存储在存储器中的计算机程序5032。
应当理解,在本申请实施例中,处理器502可以是中央处理单元(CentralProcessing Unit,CPU),该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域普通技术人员可以理解的是实现上述实施例的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。该计算机程序包括程序指令,计算机程序可存储于一存储介质中,该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行,以实现上述方法的实施例的流程步骤。
因此,本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。
存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的。例如,各个单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,终端,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (6)
1.一种确认广告投放异常渠道的方法,其特征在于,包括以下步骤:
获取广告投放的激活成本值、实际激活用户数和实际广告行为用户数;
根据所述激活成本值获取单值控制图和移动极差控制图的相关参数;
根据单值控制图的相关参数计算单值控制图控制限并构建单值控制图;
根据移动极差控制图的相关参数计算移动极差控制图控制限并构建移动极差控制图;
对所述实际激活用户数和所述实际广告行为用户数进行处理,分别得到实际激活用户数权重值和所述实际广告行为用户数权重值;
根据所述实际激活用户数权重值和所述实际广告行为用户数权重值分别计算真实激活用户数和真实广告行为用户数;
根据所述真实激活用户数和所述真实广告行为用户数计算有广告行为占比比率;
根据所述有广告行为占比比率计算P控制图的中心线;
根据所述有广告行为占比比率计算P控制上限;
根据所述有广告行为占比比率计算P控制下限;
根据所述P控制图的中心线、所述P控制上限和所述P控制下限构建P控制图;
获取超出所述单值控制图、所述移动极差控制图和所述P控制图的控制上限以及控制下限的异常点;
根据所述异常点确认广告投放异常渠道。
2.根据权利要求1所述的确认广告投放异常渠道的方法,其特征在于,所述根据所述激活成本值获取单值控制图和移动极差控制图的相关参数的步骤,包括:
对所述激活成本值进行处理,以消除周期性因素的影响,得到处理后的激活成本值;
根据处理后的激活成本值计算极差;
根据处理后的激活成本值计算过程均值;
根据所述极差计算移动平均极差。
3.根据权利要求2所述的确认广告投放异常渠道的方法,其特征在于,所述根据单值控制图的相关参数计算单值控制图控制限并构建单值控制图的步骤,包括:
根据所述过程均值计算单值控制图的中心线;
根据所述过程均值和所述平均极差计算单值控制上限;
根据所述过程均值和所述平均极差计算单值控制下限;
根据所述单值控制图的中心线、所述单值控制上限和所述单值控制下限构建单值控制图。
4.根据权利要求2所述的确认广告投放异常渠道的方法,其特征在于,所述根据移动极差控制图的相关参数计算移动极差控制图控制限并构建移动极差控制图的步骤,包括:
根据所述平均极差计算移动极差控制图的中心线;
根据所述平均极差计算移动极差控制上限;
根据所述平均极差计算移动极差控制下限;
根据所述移动极差控制图的中心线、所述移动极差控制上限和所述移动极差控制下限构建单值控制图。
5.一种确认广告投放异常渠道的装置,其特征在于,包括:
第一获取单元,获取广告投放的激活成本值、实际激活用户数和实际广告行为用户数;
第一获取模块,用于根据所述激活成本值获取单值控制图和移动极差控制图的相关参数;
第一计算模块,用于根据单值控制图的相关参数计算单值控制图控制限并构建单值控制图;
第二计算模块,用于根据移动极差控制图的相关参数计算移动极差控制图控制限并构建移动极差控制图;
第十计算子模块,用于对所述实际激活用户数和所述实际广告行为用户数进行处理,分别得到实际激活用户数权重值和所述实际广告行为用户数权重值;
第十一计算子模块,用于根据所述实际激活用户数权重值和所述实际广告行为用户数权重值分别计算真实激活用户数和真实广告行为用户数;
第十二计算子模块,用于根据所述真实激活用户数和所述真实广告行为用户数计算有广告行为占比比率;
第十三计算子模块,用于根据所述有广告行为占比比率计算P控制图的中心线;
第十四计算子模块,用于根据所述有广告行为占比比率计算P控制上限;
第十五计算子模块,用于根据所述有广告行为占比比率计算P控制下限;
第三构建子模块,用于根据所述P控制图的中心线、所述P控制上限和所述P控制下限构建P控制图;
第二获取单元,用于获取超出所述单值控制图、所述移动极差控制图和所述P控制图的控制上限以及控制下限的异常点;
确认单元,用于根据所述异常点确认广告投放异常渠道。
6.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,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中任一项所述的确认广告投放异常渠道的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011346175.XA CN112465545B (zh) | 2020-11-26 | 2020-11-26 | 确认广告投放异常渠道的方法、装置及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011346175.XA CN112465545B (zh) | 2020-11-26 | 2020-11-26 | 确认广告投放异常渠道的方法、装置及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112465545A CN112465545A (zh) | 2021-03-09 |
CN112465545B true CN112465545B (zh) | 2022-11-22 |
Family
ID=74808544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011346175.XA Active CN112465545B (zh) | 2020-11-26 | 2020-11-26 | 确认广告投放异常渠道的方法、装置及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112465545B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115091178B (zh) * | 2022-03-03 | 2024-07-05 | 湖南领湃科技集团股份有限公司 | 一种螺栓拧紧扭矩计算及控制方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605714A (zh) * | 2013-11-14 | 2014-02-26 | 北京国双科技有限公司 | 网站异常数据的识别方法及装置 |
WO2014049504A1 (en) * | 2012-09-25 | 2014-04-03 | Checkmarx Ltd. | Detecting malicious advertisements using source code analysis |
CN106372959A (zh) * | 2016-08-22 | 2017-02-01 | 广州图灵科技有限公司 | 一种基于互联网的用户访问行为数字营销系统及方法 |
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 |
CN110189165A (zh) * | 2019-05-14 | 2019-08-30 | 微梦创科网络科技(中国)有限公司 | 渠道异常用户和异常渠道识别方法及装置 |
CN110232597A (zh) * | 2019-06-14 | 2019-09-13 | 苏州开心盒子软件有限公司 | 广告渠道的评估方法、装置、设备和存储介质 |
CN110348745A (zh) * | 2019-07-12 | 2019-10-18 | 西安点告网络科技有限公司 | 广告渠道的评级方法和装置 |
CN110458580A (zh) * | 2018-05-07 | 2019-11-15 | 中移(苏州)软件技术有限公司 | 一种异常渠道检测方法、装置、介质及设备 |
CN110910165A (zh) * | 2019-10-29 | 2020-03-24 | 深圳市星河互动科技有限公司 | 多渠道归因方法及相关设备 |
-
2020
- 2020-11-26 CN CN202011346175.XA patent/CN112465545B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014049504A1 (en) * | 2012-09-25 | 2014-04-03 | Checkmarx Ltd. | Detecting malicious advertisements using source code analysis |
CN103605714A (zh) * | 2013-11-14 | 2014-02-26 | 北京国双科技有限公司 | 网站异常数据的识别方法及装置 |
CN106372959A (zh) * | 2016-08-22 | 2017-02-01 | 广州图灵科技有限公司 | 一种基于互联网的用户访问行为数字营销系统及方法 |
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 |
CN110458580A (zh) * | 2018-05-07 | 2019-11-15 | 中移(苏州)软件技术有限公司 | 一种异常渠道检测方法、装置、介质及设备 |
CN110189165A (zh) * | 2019-05-14 | 2019-08-30 | 微梦创科网络科技(中国)有限公司 | 渠道异常用户和异常渠道识别方法及装置 |
CN110232597A (zh) * | 2019-06-14 | 2019-09-13 | 苏州开心盒子软件有限公司 | 广告渠道的评估方法、装置、设备和存储介质 |
CN110348745A (zh) * | 2019-07-12 | 2019-10-18 | 西安点告网络科技有限公司 | 广告渠道的评级方法和装置 |
CN110910165A (zh) * | 2019-10-29 | 2020-03-24 | 深圳市星河互动科技有限公司 | 多渠道归因方法及相关设备 |
Non-Patent Citations (1)
Title |
---|
一种基于控制图法的网络告警闭环管控策略;张璐等;《通信技术》;20160410(第04期);457-461 * |
Also Published As
Publication number | Publication date |
---|---|
CN112465545A (zh) | 2021-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108880931B (zh) | 用于输出信息的方法和装置 | |
CN109697522B (zh) | 一种数据预测的方法和装置 | |
CN109725988B (zh) | 一种任务调度方法和装置 | |
CN107392259B (zh) | 构建不均衡样本分类模型的方法和装置 | |
CN110995539A (zh) | 业务系统监控方法、装置及计算机设备 | |
CN112465545B (zh) | 确认广告投放异常渠道的方法、装置及计算机设备 | |
CN111324511B (zh) | 报警规则的生成方法、装置、电子设备及存储介质 | |
CN108174350B (zh) | 一种定位方法和装置 | |
US10509649B2 (en) | Value stream graphs across heterogeneous software development platforms | |
CN112232406A (zh) | 聚类评估改进方法、装置、计算机设备及存储介质 | |
CN116302893A (zh) | 设备性能评估方法、装置、电子设备及存储介质 | |
CN109684546B (zh) | 推荐方法、装置、存储介质及终端 | |
CN114928574A (zh) | 信息发送方法、装置、电子设备和计算机可读介质 | |
CN113592293A (zh) | 风险识别处理方法、电子设备及计算机可读存储介质 | |
CN114612212A (zh) | 一种基于风险控制的业务处理方法、装置和系统 | |
CN114035895A (zh) | 一种基于虚拟服务计算能力的全局负载均衡方法和装置 | |
CN110633304B (zh) | 组合特征筛选方法、装置、计算机设备及存储介质 | |
CN111932348A (zh) | 针对异常订单的报警方法、装置、电子设备和可读介质 | |
CN111835624B (zh) | 应用内消息分发方法、装置、计算机设备及存储介质 | |
CN115269315A (zh) | 一种异常检测方法、装置、设备、介质 | |
CN112464166A (zh) | 渠道推广评价方法、装置、计算机设备及存储介质 | |
CN114138358A (zh) | 应用程序的启动优化方法、装置、设备和存储介质 | |
CN109669779B (zh) | 用于确定数据的清理路径、清理数据的方法和设备 | |
CN115809404B (zh) | 一种检测阈值计算方法、装置、存储介质及电子设备 | |
CN112069017A (zh) | 业务系统监控方法及装置 |
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 |