CN113011912B - 媒体信息处理方法、装置、电子设备以及存储介质 - Google Patents
媒体信息处理方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN113011912B CN113011912B CN202110090548.XA CN202110090548A CN113011912B CN 113011912 B CN113011912 B CN 113011912B CN 202110090548 A CN202110090548 A CN 202110090548A CN 113011912 B CN113011912 B CN 113011912B
- Authority
- CN
- China
- Prior art keywords
- media information
- period
- evaluation
- play
- information
- 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
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
- G06Q30/0277—Online advertisement
-
- 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
- G06Q30/0275—Auctions
Abstract
本申请实施例公开了一种媒体信息处理方法、装置、电子设备以及存储介质,涉及人工智能、云技术以及大数据等领域。该方法包括:获取候选媒体信息集合中的各第一媒体信息在上一时段的目标数据,目标数据包括流量预测信息和播放相关数据中的至少一项,播放相关数据包括上一时段的历史播放量、媒体信息播放竞争信息或目标播放量中的至少一项;对于每一第一媒体信息,基于第一媒体信息在上一时段的目标数据,确定第一媒体信息在当前时段的第一播放评估值;获取各第二媒体信息在当前时段的第二播放评估值;根据各第一媒体信息对应的第一播放评估值以及各第二媒体信息的对应的第二播放评估值,从候选媒体信息集合中确定出当前时段的待播放媒体信息。
Description
技术领域
本申请涉及人工智能、云技术以及大数据等领域,尤其涉及一种媒体信息处理方法、装置、电子设备以及存储介质。
背景技术
在目前的互联网媒体信息中,例如互联网广告,按照产品形态的不同,互联网广告可以分为合约广告和竞价广告两种类型。
由于合约广告和竞价广告产品形式的不同,决定了媒体对两者需要采用不同的投放策略。对于合约广告,最重要的目标是保量,也就是广告的投放量要达到预定量,既不能多,又不能少。对于竞价广告,媒体的投放目标为平台收益最大化。
合约广告和效果广告投放目标的不同,决定了两者需要采用不同的投放策略。目前对于很多媒体而言,同一个广告位上既可以给用户展示合约广告,也可以展示竞价广告,因此,如何合理地展示合约广告和竞价广告,成为目前亟需解决的技术问题。
发明内容
本申请实施例提供一种媒体信息处理方法、装置、电子设备以及存储介质,通过对候选媒体信息集合中的媒体信息进行处理,提高了播放媒体信息的合理性。
一方面,本申请实施例提供一种媒体信息处理方法,该方法包括:
获取候选媒体信息集合中的各第一媒体信息在上一时段的目标数据,上述目标数据包括流量预测信息和播放相关数据中的至少一项,上述播放相关数据包括上一时段的历史播放量、媒体信息的播放竞争信息或目标播放量中的至少一项,上述候选媒体信息集合包括至少一个第一类型的第一媒体信息和至少一个第二类型的第二媒体信息;
对于每一上述第一媒体信息,基于上述第一媒体信息在上一时段的目标数据,确定上述第一媒体信息在当前时段的第一播放评估值;
获取各上述第二媒体信息在当前时段的第二播放评估值,其中,对于上述第一媒体信息或第二媒体信息对应的播放评估值,播放评估值表征了媒体信息的被推广概率;
根据各上述第一媒体信息对应的第一播放评估值以及各上述第二媒体信息的对应的第二播放评估值,从上述候选媒体信息集合中确定出当前时段的待播放媒体信息。
一方面,本申请实施例提供了一种媒体信息处理装置,该装置包括:
目标数据获取模块,用于获取候选媒体信息集合中的各第一媒体信息的目标数据,上述目标数据包括流量预测信息和播放相关数据中的至少一项,上述播放相关数据包括上一时段的历史播放量、媒体信息播放竞争信息或目标播放量中的至少一项,上述候选媒体信息集合包括至少一个第一类型的第一媒体信息和至少一个第二类型的第二媒体信息;
播放评估值处理模块,用于对于每一上述第一媒体信息,基于上述第一媒体信息的目标数据,确定上述第一媒体信息在当前时段的第一播放评估值;
上述播放评估值处理模块,用于获取各上述第二媒体信息的第二播放评估值,其中,对于上述第一媒体信息或第二媒体信息对应的播放评估值,播放评估值表征了媒体信息的被推广概率;
待播放媒体信息处理模块,用于根据各上述第一媒体信息对应的第一播放评估值以及各上述第二媒体信息的对应的第二播放评估值,从上述候选媒体信息集合中确定出当前时段的待播放媒体信息。
在一种可选的实施例中,上述播放竞争信息包括上述候选媒体信息集合的各媒体信息的以下信息中的至少一项:
上一时段的点击率;
上一时段的转化率;
上一时段的曝光率;
上一时段的播放评估值。
在一种可选的实施例中,上述播放评估值处理模块,用于:
根据上述目标数据,对上述第一媒体信息上一时段的历史播放评估值进行调整,得到上述第一媒体信息在当前时段的第一播放评估值。
在一种可选的实施例中,上述待播放媒体信息处理模块,还用于:
确定各上述第一媒体信息在当前时段的被播放概率;
上述根据各上述第一媒体信息对应的第一播放评估值以及各上述第二媒体信息的对应的第二播放评估值,从上述候选媒体信息集合中确定出当前时段的待播放媒体信息,包括:
基于各上述第一媒体信息对应的第一播放评估值、上述被播放概率以及各上述第二媒体信息对应的第二播放评估值,从上述各候选媒体信息中确定出当前时段对应的待播放媒体信息。
在一种可选的实施例中,上述待播放媒体信息处理模块,还用于:
对于每一上述第一媒体信息,获取上述第一媒体信息对应于当前时段的展示评估数据,其中,上述展示评估数据是指影响上述第一媒体信息的被播放概率的信息;
对于每一上述第一媒体信息,根据上述第一媒体信息对应的展示评估数据,确定上述第一媒体信息在当前时段的被播放概率。
在一种可选的实施例中,对于任一上述第一媒体信息,上述展示评估数据包括以下至少一项:
当前终端设备对应的目标用户的画像数据;
当前终端设备的设备相关信息;
上述第一媒体信息的属性信息;
上述终端设备对应的当前时间信息;
上述终端设备对应的当前地点信息;
上述目标用户对应于当前终端设备的行为统计信息。
在一种可选的实施例中,对于每一上述第一媒体信息,基于上述第一媒体信息在上一时段的目标数据,确定上述第一媒体信息在当前时段的第一播放评估值,是通过媒体信息评估模型实现的,上述媒体信息评估模型是通过训练模块通过以下方式训练得到的:
获取训练样本集,其中,上述训练样本集中的每个训练样本包括一个第一类型的第三媒体信息在初始时段的样本目标数据;
将各上述第三媒体信息在初始时段的样本目标数据输入至初始信息评估模型中,得到各上述第三媒体信息在上述初始时段的下一时段的预测播放评估值;
对于每个上述第三媒体信息,基于上述第三媒体信息在初始时段的样本目标数据和下一时段的预测播放评估值,确定上述第三媒体信息对应的第一预测评估效果表征值;
基于各上述第三媒体信息对应的第一预测效果评估表征值,确定上述信息评估模型对应的第一训练总损失;
基于各上述训练样本和第一训练总损失对上述信息评估模型进行重复训练,直至上述训练总损失满足预设的第一训练结束条件,得到上述媒体信息评估模型。
在一种可选的实施例中,每个上述训练样本还包括上述第三媒体信息在初始时段的下一时段的真实播放评估值、初始时段的下一时段的真实评估效果表征值和上述初始时段的第一时段的样本目标数据,其中,上述第一时段为下一时段的下一时段,对于每个上述第三媒体信息,基于上述第三媒体信息在初始时段的样本目标数据和预测播放评估值,确定上述第三媒体信息对应的第一预测评估效果表征值,是通过效果评估模型实现的,上述效果评估模型是通过上述训练模块训练得到的,上述训练模块,用于:
将各上述第三媒体信息在第一时段的样本目标数据输入至初始信息评估模型中,得到各上述第三媒体信息在第一时段的第二预测播放评估值;
将各上述第三媒体信息在初始时段的第一时段的样本目标数据和对应的第二预测播放评估值输入至初始效果评估模型中,得到各上述第三媒体信息对应的第二预测评估效果表征值;
对于每个上述第三媒体信息,基于上述真实评估效果表征值和上述第二预测评估效果表征值,确定上述第三媒体信息对应的第一评估效果表征值,基于上述第三媒体信息在初始时段的样本目标数据和初始时段的下一时段的真实播放评估值,通过效果评估模型,得到上述第三媒体信息对应的第二评估效果表征值;
基于各上述第三媒体信息对应的第一评估效果表征值和第二评估效果表征值,确定上述效果评估模型对应的第二训练总损失;
基于各上述训练样本和上述第二训练总损失,对效果评估模型进行重复训练,直至满足预设的第二训练结束条件。
在一种可选的实施例中,每个上述训练样本还包括上述第三媒体信息所对应的至少一个第二类型的第四媒体信息在上述初始时段的下一时段的播放效果评估参量,对于任一上述第三媒体信息,上述真实评估效果表征值是通过上述训练模块通过以下方式得到的:
获取上述第三媒体信息的目标播放量以及上述初始时段的下一时段对应的已播放量;
根据上述目标播放量和上述已播放量,确定上述第三媒体信息的播放效果评估参量;
根据上述第三媒体信息的播放效果评估参量和上述第三媒体信息对应的各第四媒体信息的各播放评估效果参量,确定上述真实评估效果表征值。
一方面,本申请实施例提供了一种电子设备,该电子设备包括处理器和存储器,该处理器和存储器相互连接;该存储器用于存储计算机程序;该处理器被配置用于在调用上述计算机程序时,执行上述媒体信息播放任一种可能的实现方式提供的方法。
一方面,本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行以实现上述媒体信息处理方法任一种可能的实施方式所提供的方法。
一方面,本申请实施例提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述媒体信息处理方法的任一种可能的实施方式所提供的方法。
本申请实施例的有益效果在于:
在本申请实施例中,获取候选媒体信息集合中的各第一媒体信息上一时段的目标数据,该目标数据包括流量预测信息和播放相关数据中的至少一项,播放相关数据包括上一时段的历史播放量、媒体信息的竞争信息或目标播放量中的至少一项,对于每一第一媒体信息来说,可以基于获取到的在上一时段的目标数据,确定出该第一媒体信息在当前时段的第一播放评估值,然后结合获取到的各第二媒体信息在当前时段的第二播放评估值,可以对候选媒体信息集合中的各第一媒体信息和各第二媒体信息进行排序,确定当前时段的待播放媒体信息。采用上述方式,可以依据目标数据确定各第一媒体信息的第一播放评估值,并依据各第一媒体信息的第一播放评估值和第二播放评估值来确定要在当前时段播放的待播放媒体信息,能够有效利用目标数据确定第一媒体信息的播放评估值,并利用播放评估值确定待播放的媒体信息,提高了展示待播放媒体信息的合理性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,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是本申请实施例提供的一种广告混合排序系统框架的结构示意图;
图2本申请实施例提供的一种媒体信息处理方法的应用环境的示意图;
图3本申请实施例提供的一种媒体信息处理方法的流程示意图;
图4a是本申请实施例提供的一种通过目标展示界面播放待播放媒体信息的示意图;
图4b是本申请实施例提供的另一种通过目标展示界面播放待播放媒体信息的示意图;
图5是本发明实施例提供的一种可选的分布式系统100应用于区块链系统的结构示意图;
图6是本发明实施例提供的一种可选的区块结构(Block Structure)的示意图;
图7是本申请实施例提供的一种媒体信息处理装置的结构示意图;
图8是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请实施例提供的媒体信息处理方法中的至少部分内容涉及到人工智能领域中的机器学习等领域,还涉及云技术的多种领域,如云技术(Cloud technology)中的云计算、云服务以及大数据领域中的相关数据计算处理领域。
人工智能(Artificial Intelligence,简称AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
机器学习(Machine Learning,简称ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
云技术是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来,实现数据的计算、储存、处理和共享的一种托管技术。本申请实施例所提供的媒体信息处理方法可基于云技术中的云计算(cloud computing)实现。
云计算是指通过网络以按需、易扩展的方式获得所需资源,是网格计算(GridComputing)、分布式计算(Distributed Computing)、并行计算(Parallel Computing)、效用计算(Utility Computing)、网络存储(Network Storage Technologies)、虚拟化(Virtualization)、负载均衡(Load Balance)等传统计算机和网络技术发展融合的产物。
人工智能云服务,一般也被称作是AIaaS(AI as a Service,AI即服务)。这是目前主流的一种人工智能平台的服务方式,具体来说AIaaS平台会把几类常见的人工智能服务进行拆分,并在云端提供独立或者打包的服务,如处理资源转换请求等。
大数据(Big data)是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。随着云时代的来临,大数据也吸引了越来越多的关注。基于大数据需要特殊的技术,以有效地实施本实施例所提供的媒体信息处理方法,其中适用于大数据的技术,包括大规模并行处理数据库、数据挖掘、分布式文件系统、分布式数据库、以及上述云计算等。
本申请实施例中对于所涉及的媒体信息(第一媒体信息、第二媒体信息)的具体类型不做限定,本申请实施例中的媒体信息(第一媒体信息、第二媒体信息)可以对产品进行宣传所形成的媒体信息,具体可以应用于对产品1(即第一媒体信息)的播放数量有保量要求,同时追求产品2(即第二媒体信息)的整体收益最大化的场景中。其中,产品可以为媒体类产品,如游戏类产品、影视类产品、美妆类产品、家居类产品、服饰类产品等等、日常用品类产品,等等。具体可以通过广告投放的方式对产品进行宣传,如通过合约广告和竞价广告的方式,在智能设备上对产品进行播放宣传,在商场的电子展示屏、公路上的电子展示屏等进行播放宣传的场景中。
其中,上述智能设备包括但不限于移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等移动终端以及诸如数字TV、台式计算机等固定终端,具体也可基于实际应用场景需求确定,在此不作限定。
为了更加清楚的说明本申请的技术方案,在本示例中,以产品是合约广告、竞价广告的方式进行宣传播放的方式,需要对合约广告、竞价广告进行混合排序为例进行说明。产品1以合约广告的方式进行播放,产品2以竞价广告的方式进行播放,在播放合约广告和竞价广告时,需要达到合约广告保量与效果广告的千次展示收益(effective cost permile,简称ecpm)最大两者整体最优的目标。其中,合约广告即为上述第一类型的第一媒体信息,效果广告即为上述第二类型的第二媒体信息。
在当前的互联网广告市场上,按照产品形态的不同,互联网广告可以分为合约广告和竞价广告两种类型。
合约广告又称展示广告,合约广告就是在预定时间段按照预定价格投放预定数量的广告。合约广告是最早的在线广告售卖方式,它是指媒体和广告主约定在某一时间段内、在某些广告位上固定投放该广告主的广告,相应的结算方式为按照一个时间段进行展示来费用(Cost Per Time,简称cpt),后来又陆续演化出担保式投送(Guaranteed Delivery),媒体和广告主约定在某一时间段内、在某些广告位上为某些用户投放一定数量的该广告主的广告,相应的结算方式为千次广告展现的费用(Cost Per Mille,简称cpm),如果媒体投放的广告数量超出了广告主的预定数量,则超出的部分不会被计费,而如果媒体投放的广告数量少于广告主的预定数量,则将需要进行相应的经济赔偿。
竞价广告,又称效果广告,竞价广告是指按照广告主的广告出价进行选择性投放的广告。由广告主自主出价,并按照效果计费,常见的计费方式包括按照广告被点击的次数来计费(Cost Per Click,简称cpc)和按照用户反馈操作来计费(cost per Action,简称cpa),近年来又演化出优化点击付费(Optimized Cost per Click,简称ocpc)和优化行为出价(Optimized Cost per Action,简称ocpa)等形式。与合约广告不同,媒体和效果广告主并未约定广告的投放数量。对于媒体方的流量,效果广告主之间需要出价进行竞争,常见的流量拍卖方式为竞价机制(Generalized Second-Price,简称GSP)。
由于合约广告和竞价广告产品形式的不同,决定了媒体对两者需要采用不同的投放策略。对于合约广告,最重要的目标是保量,也就是广告的投放量要达到预定量,既不能多,又不能少,同时兼顾合约广告的点击率(Click-Through Rate,简称ctr)、广告的转化率(click value rate,简称cvr)等指标。对于效果广告,媒体的投放目标为投放平台收益最大化,也就是整体ecpm最大。
合约广告和效果广告投放目标的不同,决定了两者需要采用不同的投放策略。目前,对于很多媒体而言,同一个广告位上既可以给用户展示合约广告,也可以展示竞价广告,因此广告投放系统往往会引入一个专门的模块-合约广告/竞价广告混合排序来决策是否展示合约/竞价广告、展示哪一个合约/竞价广告。
本申请涉及的术语解释如下:
广告主(advertisers):指想为自己的品牌或者产品做广告的人。
媒体(publisers):提供广告位置的载体。例如新闻类客户端、浏览器、短视频平台、影视剧平台、即时通讯类应用等等。
广告商(agency):本质上其实就是中介,帮广告主找媒体广告位,帮媒体找广告主。
受众(audience):“消费”广告的人,即消费者、用户。
点击率(Click-Through Rate,简称ctr),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除以广告的展现量。
广告的转化率(click value rate,简称cvr),是一个衡量cpa广告效果的指标,简言之就是用户点击广告到成为一个有效激活或者注册甚至付费用户的转化率。cvr=(转化量/点击量)*100%。转化量在此需要一个明确的定义,根据不同人的定义不同,一般指广告行业甲方(一般指广告主),也就是广告主考核乙方(一般指渠道)的标准,如果此标准是一个有效的手机号码注册用户,那么转化率(点击到有效用户的转化率)就是:cvr=渠道带来的手机号码注册用户数/渠道带来的点击数,一般而言,0≤cvr≤100%。
广告点击率预测(Predict Click-Through rate,简称pctr),是指对某个广告将要在某个情形下展现前,预估该广告可能的点击概率。
千次展示收益(effective cost per mile,简称ecpm),是媒体衡量自己广告投产效率的指标,它是指每千次广告的曝光,能够给媒体带来多少的广告收益。这个值对媒体越大越好。ecpm=CPC×CTR×1000。
千次广告展现的费用(Cost Per Mille,简称cpm)。因为每次展现的费用数字很小,业内约定按照广告展现了1000次的形式来收费。按此付费的广告大多以品牌展示、产品发布为主。
按照广告被点击的次数来计费(Cost Per Click,简称cpc)。关键词竞价、信息流广告大多是这种模式。
优化点击付费(Optimized Cost per Click,简称ocpc),按照cpc付费。采用更科学的转化率预估机制的准确性,可帮助广告主在获取更多优质流量的同时提高转化完成率。系统会在广告主出价基础上,基于多维度、实时反馈及历史积累的海量数据,并根据预估的转化率以及竞争环境智能化的动态调整出价,进而优化广告排序,帮助广告主竞得最适合的流量,并降低转化成本。
按照用户反馈操作来计费(cost per Action,简称cpa),一般为注册行为,注册成本。也包括每次下载成本(CostPer Download,简称cpd)和每次安装成本(Cost PerInstall,简称cpi)。
优化行为出价(Optimized Cost per Action,简称ocpa),本质还是按照cpa付费。当广告主在广告投放流程中选定特定的优化目标(例如:移动应用的激活,网站的下单),提供愿意为此投放目标而支付的平均价格,并及时、准确回传效果数据,我们将借助转化预估模型,实时预估每一次点击对广告主的转化价值,自动出价,最终按照点击扣费;同时,我们的转化预估模型会根据广告主的广告转化数据不断自动优化。
按照销售来付费(cost per sell,简称cps),直接的效果营销广告。
按照一个时间段进行展示来费用(Cost Per Time,简称cpt),一般为1天,1周,1月。以一个固定价格去买断一段时间内的广告位展示,被称作最省心的投放方式。大多数平台方通过CPT是最快速也是最有效赚钱的合作方式。
流量可以理解为PV,即页面浏览量或点击量,是衡量一个网站或网页用户访问量。具体的说,PV值就是所有访问者在24小时(0点到24点)内看了某个网站多少个页面或某个网页多少次。PV是指页面刷新的次数,每一次页面刷新,就算做一次PV流量。度量方法就是从浏览器发出一个对网络服务器的请求(Request),网络服务器接到这个请求后,会将该请求对应的一个网页(Page)发送给浏览器,从而产生了一个PV。那么在这里只要是这个请求发送给了浏览器,无论这个页面是否完全打开(下载完成),那么都是应当计为1个PV。
为了实现对合约广告和效果广告的混合排序,在本申请示例中,主要通过博弈论的思想,基于强化学习的方式,利用合约广告的保量情况、效果广告的ecpm分布、合约广告的库存分布(即尚未完成的播放量),给出合约广告的合理的出价,从而达到合约广告保量与效果广告整体ecpm最大这个最优的目标。
作为一种可选实施方式,图1中示出了本申请提供的一种广告混合排序系统的框架结构示意图,如图1中所示,该系统包括可以离线和在线两部分。离线部分主要进行模型训练和流量预测。在线部分主要根据实时的在线精排和曝光情况,利用模型预测功能,给出合约广告的出价。
如图1所示,广告混合排序系统的离线部分可以包括流量预测模块、模拟器、模型训练模块,在线部分可以包括模型预测模块、广告混合排序模块、用户终端。
以某一天(即周期为一天)的播放时间为例,对合约广告和效果广告进行混合排序,然后进行播放的具体过程如下:
步骤S1,将合约广告的投放周期划分为细粒度的时间片(例如5min、10min、15min等等)。
步骤S2,在每个时间片开始,根据上一个时间片的播放情况(即上一时间段的历史播放量)、混排阶段的竞争情况(即上述媒体信息播放竞争信息)、以及该合约广告的流量预测信息,使用强化学习(Reinforcement Learning,简称RL)给出该合约广告的出价。出价即为上述播放评估值,出价也可以理解为对合约广告进行打分,得到该合约广告被播放的最终可能性。
步骤S3,观察一个时间片,并记录当按照上一个时间片的出价进行竞争,在上一个时间片所产生的相关信息,记录上一个时间片的播放情况、混排阶段的竞争情况等。
步骤S4,重复步骤S2-S3,直至合约广告的播放达到预定量或者投放周期结束。
需要说明的是,在对合约广告和效果广告进行混合排序时,当天时间内,要播放多少个合约广告、要播放哪些合约广告都是预先知晓的,要播放的效果广告会根据当前的播放情况安排不同的时间段播放不同的效果广告。
为了更加清楚的说明每个模块的作用,以下对各个模块分别进行介绍:
流量预测模块主要负责对合约广告的流量情况进行预估,其预测内容包括,该合约广告随时间的流量分布、对应流量上该合约广告的竞争情况(包括合约广告个数、ctr分布等)、对应流量上效果广告的竞争情况(包括效果广告的个数、ecpm分布等)。
其中,流量预测模块对合约广告随时间的流量分布进行预估时,可以使用流量预估算法进行流量分布的预估,流量预估算法会根据预设应用在预定地区的预定人群的历史流量数据,对预设应用在预定地区的预定人群在预定时间的流量分布进行预测。例如,流量分布预估是指,譬如说某个合约广告定向投放在2020年1月2号-2020年1月4号某视频应用A的某地区B的男性流量上,流量预估算法会根据过去一段时间内每天该视频应用A上该地区B的男性流量的分布,预估2020年1月2号-2020年1月4号该视频应用A的该地区B的男性流量的具体数额。
典型的流量预估算法一般可以采用机器学习模型,预估流程如下:
步骤1,收集广告主的定向条件,并统计该定向条件下每天的流量大小;
其中,定向条件可以根据实际场景需求设定进行设定,在此不作限定。例如,该定向条件可以为针对某些特定地区(如一线城市)的流量,该定向条件还可以为针对某些特定用户(如电信用户、移动用户、联通用户等)的流量,该定向条件还可以为针对特定人群(如20岁-40岁年龄段的人群)的流量,等等。
步骤2,将广告主的定向条件作为特征,对应的流量大小为标签label,训练机器学习模型;
步骤3,对于一个新下单的广告主,使用步骤2中训练出的机器学习模型预估其在投放期间的流量分布。
模拟器主要对广告的混排阶段和展示阶段进行模拟,能够模拟真实的广告混合排序过程,其内部包括两个子模块:混排模拟模块,该混排模拟模块模拟了混排阶段的在线逻辑(包括排序规则、广告位最大可播广告个数/时长限制、同广告主过滤逻辑等),可以模拟某个合约广告在给定的出价下在某个时间片(即时间段)内的混排胜出情况,包括合约广告胜出个数/胜出率、效果广告胜出个数/胜出率/胜出ecpm分布等;展示模拟模块,为一个统计机器学习模型,该模型的输入特征为用户的特征数据(年龄、性别、受教育等程度、兴趣爱好、购物行为数据、最近关注度较高的浏览行为数据等)、广告属性(广告id、行业、时长等)、上下文(时间、地点、网络、用户设备等)、以及用户的行为统计类特征(当日已经观看视频次数、广告次数等),展示模拟模块的输出为广告能够的被播放概率。
其中,可以通过混排模拟模块的算法实现模拟混排阶段的在线逻辑的过程,该混排模拟模块的算法的输入和输出具体如下:
输入:某个5min时间片上的贴片广告排序日志(如第一媒体信息在上一时段的目标数据),合约广告A以及由强化学习模型(即媒体信息评估模型)给出的该广告(如第一媒体信息)的新出价new_bid(如第一播放评估值)。
其中,贴片广告是指通过激光唱片(Compact Disk,简称CD)、视频压缩碟片(VideoCompact Disc,简称VCD)、数字多功能光盘(Digital Video Disc,简称DVD)等介质或包装海报等形式,经过覆盖全国及部分海外市场的发行机构,在短时间内将品牌和产品信息传达给目标消费者的传播平台,也叫作“随片广告。
输出:该合约广告在此5min时间片上的胜出次数,以及实际的竞争情况等信息。
混排模拟模块的具体算法如下:
步骤1,收集5min时间片上,合约广告A参与的排序流量X;
步骤2,针对排序流量X中的每一个流量x:
a.计算合约广告A在X中的每一个流量x上的新得分new_score,一般而言new_score=new_bid*pctr*pcvr;
b.初始化胜出广告队列Res为空。
c.针对在贴片广告上的每一贴:
1)将可以在本贴上进行展示的广告按照打分从高到低排序,广告队列标记为L。
2)对广告队列L中的每一个广告l,如果广告l和胜出广告队列Res中广告的总时长没有超过广告位所允许的总时长、同时广告l和胜出广告队列Res中的广告不是同一个广告主,则将广告l加入胜出广告队列Res,否则继续执行。
d.判断广告A是否在胜出广告队列Res中,记录其是否胜出,以及竞争队列的平均打分等情况。
步骤3,汇总数据,给出广告A的胜出率以及竞争环境等相关统计数据。
上述胜出广告队列Res用于表示最终可以播放的广告的队列。
具体来说,假设某视频应用的开头的广告位可以播放总时长为150秒的8个贴片广告,可以按照以下方式确定要播放的8个贴片广告:
可以预先设置好每个贴片广告的具体时长,对于任一贴来说,将可以在本贴上进行展示的广告按照打分从高到低排序,广告队列标记为L,从中选出打分最高的一个广告,如广告1,如果广告l和胜出广告队列Res中广告的总时长没有超过广告位所允许的总时长、同时广告l和胜出广告队列Res中的广告不是同一个广告主,可以将该广告1作为胜出广告队列Res中的一个广告。
模型训练模块:合约广告的投放是一个典型的奖赏延迟问题,直至合约广告的播放周期结束,才可以获知合约广告的真正保量情况,该问题可以使用强化学习建模解决。强化学习的模型可以采用强化学习(Reinforcement Learning,简称RL)、深度强化学习(DeepQ Network,简称DQN)、深度确定性策略梯度(Deep Deterministic Policy Gradient,简称DDPG)、深度强化学习算法(Actor-Critic Algorithm,简称A3C)等模型,在此不作限定。
强化学习的State、Action、Reward具体设计如下:
状态State:状态总共包括3个部分,混排阶段的竞争环境状态、流量预测状态和投放状态,其中,混排阶段的竞争环境状态可以包括合约广告参与混排的个数、效果广告的出价分布、其他合约广告的出价分步、胜率、ctr/cvr分布等。流量预测状态可以包括该合约广告对应的预测库存分布、对应流量上的效果广告ecpm分布、合约广告的竞争个数分布等。投放状态可以合约广告的预定量、已经曝光的广告数量等。前文中的第一媒体信息在上一时段的目标数据和第三媒体信息在初始时段的样本目标数据,以及后文中的初始State和终止State中的所包含的具体信息,可以参考该State中的具体信息。
行为Action:合约广告的出价。该Action即为前文描述的预测播放评估值。
奖赏Reward:Reward是一个分段函数,主要包括3个部分。前文中的第三媒体信息在初始时段的下一时段的真实评估效果表征值的计算方式,可参考该Reward的计算方式。
在每一个时间片(如前文中的初始时段的下一时段),如果合约广告的截止到当前时间片的全部的已经完成的播放量尚未达到预定量(如第三媒体信息的目标播放量):
那么Reward=合约广告播放量+alpha*合约广告效果+beta*效果广告ecpm。
如果合约广告的播放量已经达到预定量:
那么,Reward=-合约广告播放量+alpha*合约广告效果+beta*效果广告ecpm。
其中,上述公式中的合约广告播放量可对应于前文中的第三媒体信息在初始时段的下一时段的已播放量,合约广告效果可对应于前文中的第三媒体信息在初始时段的下一时段的播放效果评估参量,效果广告ecpm可对应于前文中的第四媒体信息在初始时段的下一时段的播放效果评估参量。
在合约广告投放结束时:
Reward=-abs(合约广告的实际播放量–合约广告的预定播放量)。
其中,abs表示绝对值函数。合约广告效果指合约广告的ctr、cvr等指标。alpha和beta的取值范围为0-1,为模拟器的权重,在此不作限定。
举例来说,假设有个合约广告A,预订了今天的播放量为100w,截止到18:00点,已经播放了90w,在18:00-18:05这个时间片上的总共参与混排30万次,播放量为10w,平均点击率ctr是0.02,这个合约广告在18:00-18:05这个时间片上与其他广告进行竞争时,在pk失败的20w流量上,胜出效果广告的平均ecpm是10块钱。
那么18:00-18:05这个时间片上,Reward=10w+alpha*10w*0.02+beta*20w*10。
然后,18:05-18:10这个时间片,该合约广告的播放量为10w,其他情况与18:00-18:05时间片的情况一样,即ctr、pk失败的流量数量和胜出效果广告的平均ecpm不变。
那么18:05-18:10这个时间片上,Reward=-10w+alpha*10w*0.02+beta*20w*10。
总体来说,模型在训练的时候,主要思想如下:有两个模型,一个用于预测Action(如文中所描述的媒体信息评估模型),记为模型A,一个用于预测Reward(如文中所描述的效果评估模型、critic模型),记为模型B。主要过程为,先用模型A通过获取到的上一个时间片的State预测当前时间片的Action。然后,模型A基于当前的State和这个预测出来的Action,将当前的State和预测出来的Action送到模型B,得到预测的Reward。然后,将当前的State和真实的Action送到模型B中,得到真实的Reward。
其中,模型B的优化目标就是让预测的Reward和真实Reward越来越接近。模型A的优化目标就是,输出Action之后,送到模型B里,得到预测Reward,预测Reward越接近真实的Reward越好。模型B在训练过程中,得到的预测结果会越来越准,这就相当于模型A的优化目标是输出Action后,得到真实Reward越接近真实的Reward越好。
模型训练整体流程如下:
首先,获取训练样本集合,基于博弈轮的RL混排模型离线训练流程具体如下:
步骤1,对每一个合约广告,获取合约广告的信息,包括预定量(如第三媒体信息的目标播放量),预定周期等;
步骤2,将预定周期切分为时间片(譬如5min粒度)。
步骤3,对于每一个时间片,执行以下步骤:
步骤a,收集当前时间片的初始State。
步骤b,将收集到的State输入至RL模型中,得到预测的Action。其中,该预测的Action可对应于文中描述的始时段的下一时段的真实播放评估值。
步骤c,将预测得到的Action,以及该合约广告在当前时间片的混排日志,输入到模拟器,获取Reward、结束标记done、以及后续状态-终止State。
步骤d,将<初始State,Action,Reward,终止State>保存为一条样本(即将每个时间片的初始State,预测得到的Action,该时间片的Reward和终止State作为一条样本进行存储),如果样本数量达到一定阈值,则进行RL模型训练(RL模型训练过程见下文)。
步骤e,如果结束标记done为真,则返回步骤1。
步骤f,如果结束标记done为假,则返回步骤a。
步骤4,如果所有合约训练完毕,则结束流程。
当前时间片的初始State,即为当前时间片的初始状态,也就是上一个时间片终止时的状态。该时间片的终止State是该时间片结束时对应的state(即当前时间片的下一个时间片的初始State)。
需要说明的是,该当前时间片可对应于文中所描述的初始时段的下一时段。<初始State,Action,Reward,终止State>中的初始State可与文中描述的初始时段的样本目标数据相对应,Action可与文中描述的初始时段的下一时段的真实播放评估值相对应,Reward可与文中描述的初始时段的下一时段的真实评估效果表征值相对应,终止State可与文中描述的初始时段的第一时段的样本目标数据,其中,上述第一时段为下一时段的下一时段。
可选的,在存储样本时,可以将每个合约广告在每一个时间片对应的上一个时间片的State、当前时间片预测得到的Action,当前时间片通过模拟器得到的Reward和下一个时间片的State(即文中描述的<初始State,Action,Reward,终止State>)作为一条样本。将所有按照这种方式存储的样本记为样本A,该样本A为最初存储的样本。
需要说明的是,在对RL模型进行训练时,样本A中的数据均作为真实的数据。
其中,上述步骤a-步骤c是基于合约广告的真实的历史数据所产生的多条样本的过程,目的是为了丰富样本,所产生的样本均作为真实的样本进行RL模型的训练,通过步骤a-步骤c可以产生该合约广告在每一个时间片的样本,当该合约广告播放完成、且产生的样本超过一定阈值时,即可通过产生的样本进行RL模型的训练。
具体地,RL模型训练过程如下(以经典的Action-critic构型为例):
步骤1:训练critic模型:
步骤a,获取样本<初始State,Action,Reward,终止State>;
步骤b,将终止State输入到Action模型中,获得Action_Next;
步骤c,将<终止State,Action_Next>输入到critic模型中,获得Reward_Next;
步骤d,计算Final_Reward1=Reward+lamda*Reward_Next;
步骤e,将<初始State,Action>输入到critc模型中,得到Final_Reward2;
步骤f,训练critic模型,输入为<初始State,Action>,损失loss为Final_Reward1和Final_Reward2的差值;
其中,在训练critic模型时,lamda的取值范围为0-1,长期Reward(即Reward_Next)的衰减权重,在此不作限定。
步骤2:训练Action模型:
步骤a:将<初始State>输入到Action模型中,得到Action_New;
步骤b:将<初始State,Action_New>输入到critc模型中,得到Final_Reward3;
步骤c:训练Action模型,输入为<初始State>,损失loss为-Final_Reward3。
长期Reward(即Reward_Next、Final_Reward2和Final_Reward3),是对应于所有时间片的Reward得到的。
需要说明的是,critic模型为用于预测Reward的模型(即效果评估模型),Action模型为用于预测Action的模型(即媒体信息评估模型)。
其中,<初始State,Action_New>中的初始State可与文中描述的初始时段的样本目标数据相对应,Action_Next可与文中描述的初始时段的下一时段的预测播放评估值相对应,Final_Reward3可与文中描述的第三媒体信息对应的第一预测评估效果表征值相对应。全部的-Final_Reward3的和即为第一训练总损失。
<终止State,Action_Next>中的Action_Next可与文中描述的第三媒体信息在第一时段的第二预测播放评估值相对应,Reward_Next可与文中描述的第三媒体信息对应的第二预测评估效果表征值相对应,Final_Reward1可与文中描述的第一评估效果表征值相对应,Final_Reward2可与文中描述的第二评估效果表征值相对应。Final_Reward1和Final_Reward2的差值即为第一评估效果表征值和第二评估效果表征值的差值。
在对critic模型进行训练时,训练的目的是为了让损失loss为Final_Reward1和Final_Reward2的差值越来越小,达到让critic模型预测Reward的精度越来越高的目的。在对Action模型进行训练时,训练的目的是为了让损失loss为-Final_Reward3越来越小(即Final_Reward3越来越接近正无穷大),达到让Action模型预测Action的效果越来越好的目的。
根据本发明实施例的一个方面,提供了一种媒体信息处理方法。可选地,该媒体信息处理方法可以但不限于应用于如图2所示的应用环境中。如图2所示,该媒体信息处理方法可以但不限于应用于如图2所示的环境中的媒体信息处理系统中,其中,该媒体信息处理系统可以包括但不限于用户终端101、网络102、服务器103。用户终端101可以通过网络102与服务器103通信,用户终端101可以通过网络向服务器103发起互联网请求。用户终端101中运行有互联网应用,该互联网应用能够为用户提供互联网服务,例如,为用户提供观看视频、浏览网页、搜索资料、游戏等服务,在该互联网应用上,用户可以观看到插播的媒体信息,如广告等。该互联网应用可以为网页应用、应用程序(Application,简称APP)等。上述用户终端101中包括人机交互屏幕1011,处理器1012及存储器1013。人机交互屏幕1011用于用户发起互联网请求,还可以用于用户观看待播放媒体信息。处理器1012用于处理该用户的互联网请求的相关操作。存储器1013用于存储该互联网请求的相关的数据。服务器103中包括数据库1031及处理引擎1032。
如图2所示,本申请中的媒体信息处理方法确定待播放媒体信息的具体过程如步骤S1-S9:
S1,用户通过用户终端101中的互联网应用发起互联网请求,并通过网络102向服务器103发送互联网请求。
S2,服务器103接收到互联网请求后,响应该互联网请求,如向用户终端101返回该互联网请求对应的视频等。同时,服务器103中的处理引擎1032获取候选媒体信息集合中的各第一媒体信息在上一时段的目标数据,上述目标数据包括流量预测信息和播放相关数据中的至少一项,上述播放相关数据包括上一时段的历史播放量、媒体信息的播放竞争信息或目标播放量中的至少一项,上述候选媒体信息集合包括至少一个第一类型的第一媒体信息和至少一个第二类型的第二媒体信息。其中,服务器103中的数据库1031用户存储目标数据。
S3,对于每一上述第一媒体信息,服务器103中的处理引擎1032基于上述第一媒体信息在上一时段的目标数据,确定上述第一媒体信息在当前时段的第一播放评估值。
S4,服务器103的处理引擎1032获取各上述第二媒体信息在当前时段的第二播放评估值。
S5,服务器103中的处理引擎1032根据各上述第一媒体信息对应的第一播放评估值以及各上述第二媒体信息的对应的第二播放评估值,从上述候选媒体信息集合中确定出当前时段的待播放媒体信息。并将该待播放媒体信息通过网络102发送给用户终端101。
S6,用户终端101在接收到待播放媒体信息时,在用户终端101的人机交互屏幕1011上播放该待播放媒体信息。
可理解,上述仅为一种示例,本实施例在此不作限定。
其中,服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器或服务器集群。上述网络可以包括但不限于:有线网络,无线网络,其中,该有线网络包括:局域网、城域网和广域网,该无线网络包括:蓝牙、Wi-Fi及其他实现无线通信的网络。用户终端可以是智能手机(如Android手机、iOS手机等)、平板电脑、笔记本电脑、数字广播接收器、MID(Mobile InternetDevices,移动互联网设备)、PDA(个人数字助理)、台式计算机、车载终端(例如车载导航终端)、智能音箱、智能手表等,用户终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,但并不局限于此。具体也可基于实际应用场景需求确定,在此不作限定。
参见图3,图3是本申请实施例提供的一种媒体信息处理方法的流程示意图,该方法可以由任一电子设备执行,如可以是服务器或者用户终端,也可以是用户终端和服务器交互完成,可选的,可以由服务器执行,如图3所示本申请实施例提供的媒体信息处理方法包括如下步骤:
S301、获取候选媒体信息集合中的各第一媒体信息在上一时段的目标数据,上述目标数据包括流量预测信息和播放相关数据中的至少一项,上述播放相关数据包括上一时段的历史播放量、媒体信息的播放竞争信息或目标播放量中的至少一项,上述候选媒体信息集合包括至少一个第一类型的第一媒体信息和至少一个第二类型的第二媒体信息求。
S302,对于每一上述第一媒体信息,基于上述第一媒体信息在上一时段的目标数据,确定上述第一媒体信息在当前时段的第一播放评估值。
S303,获取各上述第二媒体信息在当前时段的第二播放评估值,其中,对于上述第一媒体信息或第二媒体信息对应的播放评估值,播放评估值表征了媒体信息的被推广概率;
S304,根据各上述第一媒体信息对应的第一播放评估值以及各上述第二媒体信息的对应的第二播放评估值,从上述候选媒体信息集合中确定出当前时段的待播放媒体信息。
可选的,候选媒体信息集合中包括至少一个第一类型的第一媒体信息(如合约广告),以及至少一个第二类型的第二媒体信息(如效果广告)。
对于每个第一媒体信息对应的目标数据,该目标数据包括流量预测信息和播放相关数据中的至少一项,播放相关数据包括上一时段的历史播放量、媒体信息播放竞争信息或目标播放量中的至少一项。
其中,流量预测信息是当前时段以及当前时段之后的各时段该第一媒体信息对应的流量预测信息。该第一媒体信息可以为针对不同地方的对应的流量预测信息,如该第一媒体信息在一线城市等地方的对应用户的流量预测信息,在此不作限定。
上述历史播放量可以为上一时段该第一媒体信息的历史播放量,如该第一媒体信息在上一时段播放了10w(10万)次。目标播放量即该第一媒体信息预先设定好的播放量,如100w。
在一种可选的实施例中,上述播放竞争信息包括以下至少一项:
各上述第一媒体信息在上一时段内的历史点击率;
各上述第二媒体信息在上一时段内的历史点击率;
各上述第一媒体信息在上一时段内的转化率;
各上述第二媒体信息在上一时段内的转化率;
各上述第一媒体信息在上一时段内的曝光率;
各上述第二媒体信息在上一时段内的曝光率;
各上述第一媒体信息在上一时段内的播放评估值;
各上述第二媒体信息在上一时段内的播放评估值。
可选的,曝光率用于表征该第一媒体信息的胜率,由该第一媒体信息在上一时段的曝光情况决定。播放评估值即该第一媒体信息在上一时段的出价,出价也可以理解为对合约广告进行打分,得到该合约广告的质量分。
基于获取到的目标数据,可以确定出当前时段段内该第一媒体信息的第一播放评估值。然后,获取当前时间段内参与此次混合排序竞争的各第二媒体信息的第二播放评估值,按照第一播放评估值和第二播放评估值,从候选媒体集合中确定出要当前时间段要播放的待播放媒体信息,并播放。
举例来说,以在某热播剧的开头的广告位上播放合约广告为例进行说明,需要在该广告位上对10个合约广告在一天(即00:00-24:00)的时间内完成这10个合约广告各自对应的预订播放量,例如,合约广告1的预订播放量为100w、合约广告1的预订播放量为200w……合约广告10的预订播放量为150w。
以合约广告1为例进行说明,具体步骤如下:
步骤1,将这一天的投放周期划分为细粒度的时间片,如5min。
步骤2,在晚上的时间片内,观看该热播剧的人数较少,对应的流量也较少,可以设置出价较低,或者为0。
步骤3,在白天的时间片内,如9:00-9:05这个时间片开始,获取上一个时间片该合约广告1的播放量(如5w)(即上一时间段的历史播放量)、混排阶段的竞争情况(即除了合约广告1的其他9个合约广告的竞争情况、参与该时间片的广告播放竞争的其他效果广告的竞争情况)(即上述媒体信息播放竞争信息)、以及该合约广告的对应的流量预测信息(如12:30-13:00流量较多,20:00-22:30的流量较多等)。假设由这些信息得出,该合约广告1在9:00-9:05胜率较高,库存的播放量还剩85w,在9:00-9:05这个时间片之后还有较大的流量产生,那么,在9:00-9:05时间片可以仍然保持8:55-9:00这个时间片的出价进行该9:00-9:05时间片的出价,并且,引入能够产生较大收益的至少一个效果广告。或者,相对于8:55-9:00这个时间片,可以提高9:00-9:05这个时间片的出价,并且,引入能够产生较大收益的1个或多个效果广告。
当确定好该合约广告1的出价之后,该合约广告1会在该9:00-9:05时间片内与其他9个合约广告以及其他1个或多个效果广告进行竞争,在竞争时,除了考虑出价因素,还会考虑参与竞争的广告的时长、广告的类型、广告位最大可播广告个数/时长限制、同广告主过滤逻辑(即不能在同一个时间段的同一个广告位播放同一个广告主的广告)等因素,对竞争成功的广告进行排序,并对竞争成功的广告按照排序之后的顺序在上述热播剧开头的广告位进行播放。
步骤4,按照上述方式,对每个时间片的广告进行出价、排序、播放,直至达到预定播放量或者达到这一天的投放周期。
如图4a所示,假设按照上述方式待播放媒体信息为竞争成功的合约广告1、合约广告3、合约广告4、合约广告5、以及效果广告2、效果广告5,这些竞争成功的待播放媒体信息会在该热播剧开头的广告位上轮流播放。图4a中所示的目标展示界面中,合约广告1、合约广告3、合约广告4、合约广告5、以及效果广告2、效果广告5这几个广告的总时长为120秒,在该目标展示界面中,当前正在播放的是关于效果广告5的相关信息(即图中所示的“汽车A,您最好的选择!”),在播放完该效果广告5之后,可以播放合约广告1、合约广告3、合约广告4、合约广告5、以及效果广告2。
如图4b所示,假设按照上述方式待播放媒体信息为竞争成功的合约广告1、合约广告3、合约广告4、合约广告5、以及效果广告2、效果广告5,这些竞争成功的待播放媒体信息会在该热播剧开头的广告位上轮流播放。图4b中所示的目标展示界面中,当前正在播放的是关于合约广告1、合约广告4和效果广告2的相关信息,在播放完合约广告1、合约广告4和效果广告2之后,可以播放合约广告3、合约广告5、以及效果广告5的相关信息。
也就是说,可以在目标播放界面中同时播放一个或多个广告,在此不作限定。其中,图4a和图4b所示的示例中,是以视频中的广告位为例进行说明的,实际应用中,对广告位具体是什么不作限定。
在本申请实施例中,获取候选媒体信息集合中的各第一媒体信息在上一时段的目标数据,该目标数据包括流量预测信息和播放相关数据中的至少一项,播放相关数据包括上一时段的历史播放量、媒体信息的竞争信息或目标播放量中的至少一项,对于每一第一媒体信息来说,可以基于获取到的在上一时段的目标数据,确定出该第一媒体信息在当前时段的第一播放评估值,然后结合获取到的各第二媒体信息在当前时段的第二播放评估值,可以对候选媒体信息集合中的各第一媒体信息和各第二媒体信息进行排序,确定当前时段的待播放媒体信息。采用上述方式,可以依据目标数据确定各第一媒体信息的第一播放评估值,并依据各第一媒体信息的第一播放评估值和第二播放评估值来确定要在当前时段播放的待播放媒体信息,能够有效利用目标数据确定第一媒体信息的播放评估值,并利用播放评估值确定待播放的媒体信息,提高了展示待播放媒体信息的合理性。
在一种可选的实施例中,上述播放竞争信息包括上一时段的播放评估值,对于任一上述第一媒体信息,上述基于上述第一媒体信息的目标数据,确定上述第一媒体信息在当前时段的第一播放评估值,包括:
根据上述目标数据,对上述第一媒体信息上一时段的播放评估值进行调整,得到上述第一媒体信息在当前时段的第一播放评估值。
可选的,在获取到目标数据后,可以根据目标数据对第一媒体信息在上一时段的历史播放评估值进行调整,得到该第一媒体信息在当前时段的第一播放评估值。
具体地,可以综合考虑上一时段该第一媒体信息的出价情况、曝光率、点击率、转化率,其他第二媒体信息的播放评估值、其他第一媒体信息的播放评估值、该第一媒体信息的流量预测信息、该第一媒体信息尚未完成的播放量、对应流量上的第二媒体信息的ecpm分布、其他第一媒体信息的竞争个数分布等来得到该第一媒体信息在当前时段的第一播放评估值。
以广告为例,可以综合考虑混排阶段的竞争环境状态的因素,即合约广告参与混排的个数、效果广告的出价分布、其他合约广告的出价分步、胜率、ctr/cvr分布等。流量预测状态的因素,即该合约广告对应的尚未完成的播放量、对应流量上的效果广告ecpm分布、合约广告的竞争个数分布等。投放状态的因素,即合约广告的预定量、已经曝光的广告数量等。
举例来说,如果在当前时段第一媒体信息的目标播放量仍未达到,第一媒体信息在上一时段的播放情况比较好,如点击率和/或转化率相对比较高,满足了设定的要求,那么,可以保持上一时段的历史播放评估值不变,或者稍微降低一些历史播放评估值来得到当前时段的第一播放评估值。
如果在当前时段第一媒体信息的目标播放量仍未达到,第一媒体信息在上一时段的播放情况比较差,如点击率和/或转化率相对比较低,没有满足设定的要求,那么,可以在上一时段的历史播放评估值的基础上,提高该历史播放评估值,得到当前时段的第一播放评估值。
如果在当前时段第一媒体信息的目标播放量仍未达到,第一媒体信息在上一时段的播放情况比较好,如点击率和/或转化率相对比较高,满足了设定的要求,并且由流量预测信息可知,在当前时间段之后有较大的流量产生,那么,可以保持上一时段的历史播放评估值不变,或者稍微降低一些历史播放评估值来得到当前时段的第一播放评估值。
如果在当前时段第一媒体信息的目标播放量仍未达到,第一媒体信息在上一时段的播放情况比较差,如点击率和/或转化率相对比较低,没有满足设定的要求,并且由流量预测信息可知,在当前时间段之后没有较大的流量产生,那么,可以在上一时段的历史播放评估值的基础上,提高该历史播放评估值,得到当前时段的第一播放评估值。
还可以考虑除了该第一媒体信息之外的其他媒体信息的播放评估值情况这个因素,如果由其他媒体信息播放评估值情况得知,其他媒体信息播放评估值比较高(即出价较高),表明竞争比较大,如果该第一媒体信息尚未完成的播放量已经所剩不多,可以在上一时段的历史播放评估值得基础上降低当前时段的播放评估值,如果该第一媒体信息尚未完成的播放量还比较多,可以在上一时段的历史播放评估值得基础上增加当前时段的播放评估值。
可理解,上述仅为几种可能的示例,在实际应用中,会综合考虑各种会对播放量以及ecpm值产生影响的各种因素,来调整当前时段的播放评估值(即出价),本实施例在此不作任何限定。
在一种可能的实施例中,上述方法还包括:
确定各上述第一媒体信息在当前时段的被播放概率;
上述根据各上述第一媒体信息对应的第一播放评估值以及各上述第二媒体信息的对应的第二播放评估值,从上述候选媒体信息集合中确定出当前时段的待播放媒体信息,包括:
基于各上述第一媒体信息对应的第一播放评估值、上述被播放概率以及各上述第二媒体信息对应的第二播放评估值,从上述各候选媒体信息中确定出当前时段对应的待播放媒体信息。
可选的,在实际应用中,在确定待播放媒体信息时,除了考虑播放评估值(即出价)这个因素,还需要考虑媒体信息的被播放概率。也就是说,通过综合考虑各第一媒体信息的第一播放评估值、被播放概率以及各第二媒体信息的第二播放评估值,从各候选媒体信息中确定出当前时段对应的待播放媒体信息。
在一种可选的实施例中,上述确定各上述第一媒体信息在当前时段的被播放概率,包括:
对于每一上述第一媒体信息,获取上述第一媒体信息对应于当前时段的展示评估数据,其中,上述展示评估数据是指影响上述第一媒体信息的被播放概率的信息;
对于每一上述第一媒体信息,根据上述第一媒体信息对应的展示评估数据,确定上述第一媒体信息在当前时段的被播放概率。
可选的,展示评估数据可以是能够影响第一媒体信息的被播放概率的相关的信息,可以通过展示评估数据来确定第一媒体信息对应于当前时段的被播放概率。
在一种可选的实施例中,对于任一上述第一媒体信息,上述展示评估数据包括以下至少一项:
当前终端设备对应的目标用户的画像数据;
当前终端设备的设备相关信息;
上述第一媒体信息的属性信息;
上述终端设备对应的当前时间信息;
上述终端设备对应的当前地点信息;
上述目标用户对应于当前终端设备的行为统计信息。
可选的,当前终端设备对应的目标用户的画像数据可以理解为用户的年龄、性别、受教育程度、兴趣爱好等。当前终端设备的设备相关信息可以理解为当前终端设备的对应的网络情况、用户设备的类型,如第五代移动通信技术(5th generation mobilenetworks,简称5G)手机,第四代移动通讯技术(the 4Generation mobile communicationtechnology,简称4G)手机,第三代移动通讯技术(The 3rd GenerationTelecommunication,简称3G)手机,第二代手机通信技术(2-Generation wirelesstelephone technology,简称2G)手机,以及各类型手机对应的产品品牌等。展示评估数据包括终端设备对应的当前时间信息(如晚上3点、早上10点等)、终端设备对应的当前地点信息(如北京、上海、青藏等)。目标用户对应于当前终端设备的行为统计信息可以理解为用户的行为统计类特征(如当日已经观看视频次数、广告次数、使用终端设备的时间等)
通过展示评估信息,可以确定出第一媒体信息的被播放概率。
通过本申请实施例,可以综合考虑播放评估值和被播放概率的因素,来确定待播放媒体信息,提高了确定待播放媒体信息的准确性。
在一种可选的实施例中,上述对于每一上述第一媒体信息,基于上述第一媒体信息在上一时段的目标数据,确定上述第一媒体信息在当前时段的第一播放评估值,是通过媒体信息评估模型实现的,上述媒体信息评估模型是通过以下方式训练得到的:
获取训练样本集,其中,上述训练样本集中的每个训练样本包括一个第一类型的第三媒体信息在初始时段的样本目标数据;
将各上述第三媒体信息在初始时段的样本目标数据输入至初始信息评估模型中,得到各上述第三媒体信息在上述初始时段的下一时段的预测播放评估值;
对于每个上述第三媒体信息,基于上述第三媒体信息在初始时段的样本目标数据和下一时段的预测播放评估值,确定上述第三媒体信息对应的第一预测评估效果表征值;
基于各上述第三媒体信息对应的第一预测效果评估表征值,确定上述信息评估模型对应的第一训练总损失;
基于各上述训练样本和第一训练总损失对上述信息评估模型进行重复训练,直至上述训练总损失满足预设的第一训练结束条件,得到上述媒体信息评估模型。
可选的,上述预测播放评估值是通过初始信息评估模型得到的,该预测播放评估值表征了上述第三媒体信息的被推广概率。
确定第一媒体信息的第一播放评估值是通过媒体信息评估模型实现的,该媒体信息评估模型是通过以下方式训练得到的:
以广告为例,通过真实的历史数据,如前一个月的精排日志(即广告的相关历史播放数据的记录),作为训练样本集。或者,还可以通过前文中的描述,将按照样本A的形式存储的样本集作为训练样本集,在此不作任何限定。
对于该媒体信息评估模型的具体训练过程可参考前文中训练Action模型的具体过程,在此不再赘述。
本申请实施例中,通过这种强化学习的方式,通过状态信息State确定出价Action,然后对出价Action通过奖赏机制Reward来评判出价是否合理,使得模型不断的学习,直到具备能够完成合理的出价,表示该模型训练完成,通过模型自动出价来确定待播放媒体信息,有效解决了对广告进行混合排序时合约广告保量和效果广告ecpm最大化的问题,达到了混排系统的最优化,提高了混合排序的合理性。
在一种可选的实施例中,每个上述训练样本还包括上述第三媒体信息在初始时段的下一时段的真实播放评估值、初始时段的下一时段的真实评估效果表征值和上述初始时段的第一时段的样本目标数据,其中,上述第一时段为下一时段的下一时段;
其中,对于每个上述第三媒体信息,基于上述第三媒体信息在初始时段的样本目标数据和预测播放评估值,确定上述第三媒体信息对应的第一预测评估效果表征值,是通过效果评估模型实现的,上述效果评估模型是通过以下方式训练得到的:
将各上述第三媒体信息在第一时段的样本目标数据输入至初始信息评估模型中,得到各上述第三媒体信息在第一时段的第二预测播放评估值;
将各上述第三媒体信息在初始时段的第一时段的样本目标数据和对应的第二预测播放评估值输入至初始效果评估模型中,得到各上述第三媒体信息对应的第二预测评估效果表征值;
对于每个上述第三媒体信息,基于上述真实评估效果表征值和上述第二预测评估效果表征值,确定上述第三媒体信息对应的第一评估效果表征值,基于上述第三媒体信息在初始时段的样本目标数据和初始时段的下一时段的真实播放评估值,通过效果评估模型,得到上述第三媒体信息对应的第二评估效果表征值;
基于各上述第三媒体信息对应的第一评估效果表征值和第二评估效果表征值,确定上述效果评估模型对应的第二训练总损失;
基于各上述训练样本和上述第二训练总损失,对效果评估模型进行重复训练,直至满足预设的第二训练结束条件。
可选的,对于该效果评估模型模型的具体训练过程可以参考前文中训练critic模型的具体过程,在此不再赘述。
在一种可选的实施例中,每个上述训练样本还包括上述第三媒体信息所对应的至少一个第二类型的第四媒体信息在上述初始时段的下一时段的播放效果评估参量,对于任一上述第三媒体信息,上述真实评估效果表征值是通过以下方式得到的:
获取上述第三媒体信息的目标播放量以及上述初始时段的下一时段对应的已播放量;
根据上述目标播放量和上述已播放量,确定上述第三媒体信息的播放效果评估参量;
根据上述第三媒体信息的播放效果评估参量和上述第三媒体信息对应的各第四媒体信息的各播放评估效果参量,确定上述真实评估效果表征值。
可选的,对于上述真实评估效果表征值的具体计算方式,真实评估效果表征值的计算方式可参考文中奖赏Reward的计算方式,在此不再赘述。
本申请实施例中所涉及的各电子设备(包括但不限于用户终端、终端设备)可以是区块链系统的节点,所涉及的服务器(可以是区块链服务器),本申请实施例中所需要存储的数据也可以存储于区块链节点中。本申请实施例涉及的媒体信息处理系统可以是由客户端、多个区块链节点(接入网络中的任意形式的计算设备,如服务器、用户终端)通过网络通信的形式连接形成的分布式系统。
以分布式系统为区块链系统为例,参见图5,图5是本发明实施例提供的一种可选的分布式系统100应用于区块链系统的结构示意图,由多个节点200(接入网络中的任意形式的计算设备,如服务器、用户终端)和客户端300形成,节点之间形成组成的点对点(P2P,Peer To Peer)网络,P2P协议是一个运行在传输控制协议(TCP,Transmission ControlProtocol)协议之上的应用层协议。在分布式系统中,任何机器如服务器、终端都可以加入而成为节点,节点包括硬件层、中间层、操作系统层和应用层。
参见图5示出的区块链系统中各节点的功能,涉及的功能包括:
1)路由,节点具有的基本功能,用于支持节点之间的通信。
节点除具有路由功能外,还可以具有以下功能:
2)应用,用于部署在区块链中,根据实际业务需求而实现特定业务,记录实现功能相关的数据形成记录数据,在记录数据中携带数字签名以表示任务数据的来源,将记录数据发送到区块链系统中的其他节点,供其他节点在验证记录数据来源以及完整性成功时,将记录数据添加到临时区块中。
例如,应用实现的业务包括:
2.1)钱包,用于提供进行电子货币的交易的功能,包括发起交易(即,将当前交易的交易记录发送给区块链系统中的其他节点,其他节点验证成功后,作为承认交易有效的响应,将交易的记录数据存入区块链的临时区块中;当然,钱包还支持查询电子货币地址中剩余的电子货币;
2.2)共享账本,用于提供账目数据的存储、查询和修改等操作的功能,将对账目数据的操作的记录数据发送到区块链系统中的其他节点,其他节点验证有效后,作为承认账目数据有效的响应,将记录数据存入临时区块中,还可以向发起操作的节点发送确认。
2.3)智能合约,计算机化的协议,可以执行某个合约的条款,通过部署在共享账本上的用于在满足一定条件时而执行的代码实现,根据实际的业务需求代码用于完成自动化的交易,例如查询买家所购买商品的物流状态,在买家签收货物后将买家的电子货币转移到商户的地址;当然,智能合约不仅限于执行用于交易的合约,还可以执行对接收的信息进行处理的合约。
3)区块链,包括一系列按照产生的先后时间顺序相互接续的区块(Block),新区块一旦加入到区块链中就不会再被移除,区块中记录了区块链系统中节点提交的记录数据。
参见图6,图6是本发明实施例提供的一种可选的区块结构(Block Structure)的示意图,每个区块中包括本区块存储交易记录的哈希值(本区块的哈希值)、以及前一区块的哈希值,各区块通过哈希值连接形成区块链。另外,区块中还可以包括有区块生成时的时间戳等信息。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了相关的信息,用于验证其信息的有效性(防伪)和生成下一个区块。
参见图7,图7是本申请实施例提供的一种媒体信息处理装置的结构示意图。本申请实施例提供的媒体信息处理装置1包括:
目标数据获取模块11,用于获取候选媒体信息集合中的各第一媒体信息在上一时段的目标数据,上述目标数据包括流量预测信息和播放相关数据中的至少一项,上述播放相关数据包括上一时段的历史播放量、媒体信息的播放竞争信息或目标播放量中的至少一项,上述候选媒体信息集合包括至少一个第一类型的第一媒体信息和至少一个第二类型的第二媒体信息;
播放评估值处理模块12,用于对于每一上述第一媒体信息,基于上述第一媒体信息在上一时段的目标数据,确定上述第一媒体信息在当前时段的第一播放评估值;
上述播放评估值处理模块12,用于获取各上述第二媒体信息在当前时段的第二播放评估值,其中,对于上述第一媒体信息或第二媒体信息对应的播放评估值,播放评估值表征了媒体信息的被推广概率;
待播放媒体信息处理模块13,用于根据各上述第一媒体信息对应的第一播放评估值以及各上述第二媒体信息的对应的第二播放评估值,从上述候选媒体信息集合中确定出当前时段的待播放媒体信息。
上述播放竞争信息包括上述候选媒体信息集合的各媒体信息的以下信息中的至少一项:
上一时段的点击率;
上一时段的转化率;
上一时段的曝光率;
上一时段的播放评估值。
在一种可选的实施例中,上述播放评估值处理模块,用于:
根据上述目标数据,对上述第一媒体信息上一时段的历史播放评估值进行调整,得到上述第一媒体信息在当前时段的第一播放评估值。
在一种可选的实施例中,上述待播放媒体信息处理模块,还用于:
确定各上述第一媒体信息在当前时段的被播放概率;
上述根据各上述第一媒体信息对应的第一播放评估值以及各上述第二媒体信息的对应的第二播放评估值,从上述候选媒体信息集合中确定出当前时段的待播放媒体信息,包括:
基于各上述第一媒体信息对应的第一播放评估值、上述被播放概率以及各上述第二媒体信息对应的第二播放评估值,从上述各候选媒体信息中确定出当前时段对应的待播放媒体信息。
在一种可选的实施例中,上述待播放媒体信息处理模块,还用于:
对于每一上述第一媒体信息,获取上述第一媒体信息对应于当前时段的展示评估数据,其中,上述展示评估数据是指影响上述第一媒体信息的被播放概率的信息;
对于每一上述第一媒体信息,根据上述第一媒体信息对应的展示评估数据,确定上述第一媒体信息在当前时段的被播放概率。
在一种可选的实施例中,对于任一上述第一媒体信息,上述展示评估数据包括以下至少一项:
当前终端设备对应的目标用户的画像数据;
当前终端设备的设备相关信息;
上述第一媒体信息的属性信息;
上述终端设备对应的当前时间信息;
上述终端设备对应的当前地点信息;
上述目标用户对应于当前终端设备的行为统计信息。
在一种可选的实施例中,对于每一上述第一媒体信息,基于上述第一媒体信息在上一时段的目标数据,确定上述第一媒体信息在当前时段的第一播放评估值,是通过媒体信息评估模型实现的,上述装置还包括训练模块,上述训练模块用于训练媒体信息评估模型,上述媒体信息评估模型是通过以下方式训练得到的:
获取训练样本集,其中,上述训练样本集中的每个训练样本包括一个第一类型的第三媒体信息在初始时段的样本目标数据;
将各上述第三媒体信息在初始时段的样本目标数据输入至初始信息评估模型中,得到各上述第三媒体信息在上述初始时段的下一时段的预测播放评估值;
对于每个上述第三媒体信息,基于上述第三媒体信息在初始时段的样本目标数据和下一时段的预测播放评估值,确定上述第三媒体信息对应的第一预测评估效果表征值;
基于各上述第三媒体信息对应的第一预测效果评估表征值,确定上述信息评估模型对应的第一训练总损失;
基于各上述训练样本和第一训练总损失对上述信息评估模型进行重复训练,直至上述训练总损失满足预设的第一训练结束条件,得到上述媒体信息评估模型。
在一种可选的实施例中,每个上述训练样本还包括上述第三媒体信息在初始时段的下一时段的真实播放评估值、初始时段的下一时段的真实评估效果表征值和上述初始时段的第一时段的样本目标数据,其中,上述第一时段为下一时段的下一时段,对于每个上述第三媒体信息,基于上述第三媒体信息在初始时段的样本目标数据和预测播放评估值,确定上述第三媒体信息对应的第一预测评估效果表征值,是通过效果评估模型实现的,上述效果评估模型是通过上述训练模块训练得到的,上述训练模块,用于:
将各上述第三媒体信息在第一时段的样本目标数据输入至初始信息评估模型中,得到各上述第三媒体信息在第一时段的第二预测播放评估值;
将各上述第三媒体信息在初始时段的第一时段的样本目标数据和对应的第二预测播放评估值输入至初始效果评估模型中,得到各上述第三媒体信息对应的第二预测评估效果表征值;
对于每个上述第三媒体信息,基于上述真实评估效果表征值和上述第二预测评估效果表征值,确定上述第三媒体信息对应的第一评估效果表征值,基于上述第三媒体信息在初始时段的样本目标数据和初始时段的下一时段的真实播放评估值,通过效果评估模型,得到上述第三媒体信息对应的第二评估效果表征值;
基于各上述第三媒体信息对应的第一评估效果表征值和第二评估效果表征值,确定上述效果评估模型对应的第二训练总损失;
基于各上述训练样本和上述第二训练总损失,对效果评估模型进行重复训练,直至满足预设的第二训练结束条件。
在一种可选的实施例中,每个上述训练样本还包括上述第三媒体信息所对应的至少一个第二类型的第四媒体信息在上述初始时段的下一时段的播放效果评估参量,对于任一上述第三媒体信息,上述真实评估效果表征值是通过上述训练模块通过以下方式得到的:
获取上述第三媒体信息的目标播放量以及上述初始时段的下一时段对应的已播放量;
根据上述目标播放量和上述已播放量,确定上述第三媒体信息的播放效果评估参量;
根据上述第三媒体信息的播放效果评估参量和上述第三媒体信息对应的各第四媒体信息的各播放评估效果参量,确定上述真实评估效果表征值。
具体实现中,上述媒体信息处理装置1可通过其内置的各个功能模块执行如上述图3中各个步骤所提供的实现方式,具体可参见上述各个步骤所提供的实现方式,在此不再赘述。
在本申请实施例中,获取候选媒体信息集合中的各第一媒体信息在上一时段的目标数据,该目标数据包括流量预测信息和播放相关数据中的至少一项,播放相关数据包括上一时段的历史播放量、媒体信息的竞争信息或目标播放量中的至少一项,对于每一第一媒体信息来说,可以基于获取到的上一时段的目标数据,确定出该第一媒体信息在当前时段的第一播放评估值,然后结合获取到的各第二媒体信息在当前时段的第二播放评估值,可以对候选媒体信息集合中的各第一媒体信息和各第二媒体信息进行排序,确定当前时段的待播放媒体信息。采用上述方式,可以依据目标数据确定各第一媒体信息的第一播放评估值,并依据各第一媒体信息的第一播放评估值和第二播放评估值来确定要在当前时段播放的待播放媒体信息,能够有效利用目标数据确定第一媒体信息的播放评估值,并利用播放评估值确定待播放的媒体信息,提高了展示待播放媒体信息的合理性。
上文主要介绍说明了执行主体为硬件,来实施本申请中的媒体信息处理方法,但是本申请的媒体信息处理方法的执行主体并不仅限于硬件,本申请中的媒体信息处理方法的执行主体还可以为软件,上述媒体信息处理装置可以是运行于计算机设备中的一个计算机程序(包括程序代码),例如,该媒体信息处理装置为一个应用软件;该装置可以用于执行本申请实施例提供的方法中的相应步骤。
在一些实施例中,本发明实施例提供的媒体信息处理装置可以采用软硬件结合的方式实现,作为示例,本发明实施例提供的媒体信息处理装置可以是采用硬件译码处理器形式的处理器,其被编程以执行本发明实施例提供的媒体信息处理方法,例如,硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路(ASIC,Application SpecificIntegrated Circuit)、DSP、可编程逻辑器件(PLD,Programmable Logic Device)、复杂可编程逻辑器件(CPLD,Complex Programmable Logic Device)、现场可编程门阵列(FPGA,Field-Programmable Gate Array)或其他电子元件。
在另一些实施例中,本发明实施例提供的媒体信息处理装置可以采用软件方式实现,图8示出的媒体信息处理装置1,其可以是程序和插件等形式的软件,并包括一系列的模块,包括目标数据获取模块11、播放评估值处理模块12、待播放媒体信息处理模块13;其中,目标数据获取模块11、播放评估值处理模块12、待播放媒体信息处理模块13用于实现本发明实施例提供的媒体信息处理方法。
参见图8,图8是本申请实施例提供的一种电子设备的结构示意图。如图8所示,本实施例中的电子设备1000可以包括:处理器1001,网络接口1004和存储器1005,此外,上述电子设备1000还可以包括:用户接口1003,和至少一个通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。其中,用户接口1003可以包括显示屏(Display)、键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1004可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图8所示,作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及设备控制应用程序。
在图8所示的电子设备1000中,网络接口1004可提供网络通讯功能;而用户接口1003主要用于为用户提供输入的接口;而处理器1001可以用于调用存储器1005中存储的计算机程序。
应当理解,在一些可行的实施方式中,上述处理器1001可以是中央处理单元(central processing unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(digital signal processor,DSP)、专用集成电路(application specific integratedcircuit,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。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。该存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如,存储器还可以存储设备类型的信息。
具体实现中,上述电子设备1000可通过其内置的各个功能模块执行如上述图3中各个步骤所提供的实现方式,具体可参见上述各个步骤所提供的实现方式,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,被处理器执行以实现图3中各个步骤所提供的方法,具体可参见上述各个步骤所提供的实现方式,在此不再赘述。
上述计算机可读存储介质可以是前述任一实施例提供的任务处理装置的内部存储单元,例如电子设备的硬盘或内存。该计算机可读存储介质也可以是该电子设备的外部存储设备,例如该电子设备上配备的插接式硬盘,智能存储卡(smart media card,SMC),安全数字(secure digital,SD)卡,闪存卡(flash card)等。上述计算机可读存储介质还可以包括磁碟、光盘、只读存储记忆体(read-only memory,ROM)或随机存储记忆体(randomaccess memory,RAM)等。进一步地,该计算机可读存储介质还可以既包括该电子设备的内部存储单元也包括外部存储设备。该计算机可读存储介质用于存储该计算机程序以及该电子设备所需的其他程序和数据。该计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述图3中任一种可能的实施方式所提供的方法。
本申请的权利要求书和说明书及附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置展示该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。在本申请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。
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。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申请的范围。
以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。
Claims (12)
1.一种媒体信息处理方法,其特征在于,包括:
获取候选媒体信息集合中的各第一媒体信息在上一时段的目标数据,所述目标数据包括流量预测信息和播放相关数据中的至少一项,所述播放相关数据包括上一时段的历史播放量、媒体信息的播放竞争信息或目标播放量中的至少一项,所述候选媒体信息集合包括至少一个第一类型的第一媒体信息和至少一个第二类型的第二媒体信息;
对于每一所述第一媒体信息,基于所述第一媒体信息在上一时段的目标数据,确定所述第一媒体信息在当前时段的第一播放评估值;
获取各所述第二媒体信息在当前时段的第二播放评估值,其中,对于所述第一媒体信息或第二媒体信息对应的播放评估值,播放评估值表征了媒体信息的被推广概率;
根据各所述第一媒体信息对应的第一播放评估值以及各所述第二媒体信息的对应的第二播放评估值,从所述候选媒体信息集合中确定出当前时段的待播放媒体信息。
2.根据权利要求1所述的方法,其特征在于,所述播放竞争信息包括所述候选媒体信息集合的各媒体信息的以下信息中的至少一项:
上一时段的点击率;
上一时段的转化率;
上一时段的曝光率;
上一时段的播放评估值。
3.根据权利要求2所述的方法,其特征在于,所述播放竞争信息包括上一时段的播放评估值,对于任一所述第一媒体信息,所述基于所述第一媒体信息的目标数据,确定所述第一媒体信息在当前时段的第一播放评估值,包括:
根据所述目标数据,对所述第一媒体信息上一时段的播放评估值进行调整,得到所述第一媒体信息在当前时段的第一播放评估值。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定各所述第一媒体信息在当前时段的被播放概率;
所述根据各所述第一媒体信息对应的第一播放评估值以及各所述第二媒体信息的对应的第二播放评估值,从所述候选媒体信息集合中确定出当前时段的待播放媒体信息,包括:
基于各所述第一媒体信息对应的第一播放评估值、所述被播放概率以及各所述第二媒体信息对应的第二播放评估值,从所述各候选媒体信息中确定出当前时段对应的待播放媒体信息。
5.根据权利要求4所述的方法,其特征在于,所述确定各所述第一媒体信息在当前时段的被播放概率,包括:
对于每一所述第一媒体信息,获取所述第一媒体信息对应于当前时段的展示评估数据,其中,所述展示评估数据是指影响所述第一媒体信息的被播放概率的信息;
对于每一所述第一媒体信息,根据所述第一媒体信息对应的展示评估数据,确定所述第一媒体信息在当前时段的被播放概率。
6.根据权利要求5所述的方法,其特征在于,对于任一所述第一媒体信息,所述展示评估数据包括以下至少一项:
当前终端设备对应的目标用户的画像数据;
当前终端设备的设备相关信息;
所述第一媒体信息的属性信息;
所述终端设备对应的当前时间信息;
所述终端设备对应的当前地点信息;
所述目标用户对应于当前终端设备的行为统计信息。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述对于每一所述第一媒体信息,基于所述第一媒体信息在上一时段的目标数据,确定所述第一媒体信息在当前时段的第一播放评估值,是通过媒体信息评估模型实现的,所述媒体信息评估模型是通过以下方式训练得到的:
获取训练样本集,其中,所述训练样本集中的每个训练样本包括一个第一类型的第三媒体信息在初始时段的样本目标数据;
将各所述第三媒体信息在初始时段的样本目标数据输入至初始信息评估模型中,得到各所述第三媒体信息在所述初始时段的下一时段的预测播放评估值;
对于每个所述第三媒体信息,基于所述第三媒体信息在初始时段的样本目标数据和下一时段的预测播放评估值,确定所述第三媒体信息对应的第一预测评估效果表征值;
基于各所述第三媒体信息对应的第一预测效果评估表征值,确定所述初始信息评估模型对应的第一训练总损失;
基于各所述训练样本和第一训练总损失对所述初始信息评估模型进行重复训练,直至所述训练总损失满足预设的第一训练结束条件,得到所述媒体信息评估模型。
8.根据权利要求7所述的方法,其特征在于,每个所述训练样本还包括所述第三媒体信息在初始时段的下一时段的真实播放评估值、初始时段的下一时段的真实评估效果表征值和第一时段的样本目标数据,其中,所述第一时段为所述初始时段的下一时段的下一时段;
其中,对于每个所述第三媒体信息,基于所述第三媒体信息在初始时段的样本目标数据和下一时段的预测播放评估值,确定所述第三媒体信息对应的第一预测评估效果表征值,是通过效果评估模型实现的,所述效果评估模型是通过以下方式训练得到的:
将各所述第三媒体信息在第一时段的样本目标数据输入至初始信息评估模型中,得到各所述第三媒体信息在第一时段的第二预测播放评估值;
将各所述第三媒体信息在第一时段的样本目标数据和对应的第二预测播放评估值输入至初始效果评估模型中,得到各所述第三媒体信息对应的第二预测评估效果表征值;
对于每个所述第三媒体信息,基于所述真实评估效果表征值和所述第二预测评估效果表征值,确定所述第三媒体信息对应的第一评估效果表征值,基于所述第三媒体信息在初始时段的样本目标数据和初始时段的下一时段的真实播放评估值,通过效果评估模型,得到所述第三媒体信息对应的第二评估效果表征值;
基于各所述第三媒体信息对应的第一评估效果表征值和第二评估效果表征值,确定所述效果评估模型对应的第二训练总损失;
基于各所述训练样本和所述第二训练总损失,对效果评估模型进行重复训练,直至满足预设的第二训练结束条件。
9.根据权利要求8所述的方法,其特征在于,每个所述训练样本还包括所述第三媒体信息所对应的至少一个第二类型的第四媒体信息在所述初始时段的下一时段的播放效果评估参量,对于任一所述第三媒体信息,所述真实评估效果表征值是通过以下方式得到的:
获取所述第三媒体信息的目标播放量以及所述初始时段的下一时段对应的已播放量;
根据所述目标播放量和所述已播放量,确定所述第三媒体信息的播放效果评估参量;
根据所述第三媒体信息的播放效果评估参量和所述第三媒体信息对应的各第四媒体信息的各播放评估效果参量,确定所述真实评估效果表征值。
10.一种媒体信息处理装置,其特征在于,所述装置包括:
目标数据获取模块,用于获取候选媒体信息集合中的各第一媒体信息在上一时段的目标数据,所述目标数据包括流量预测信息和播放相关数据中的至少一项,所述播放相关数据包括上一时段的历史播放量、媒体信息的播放竞争信息或目标播放量中的至少一项,所述候选媒体信息集合包括至少一个第一类型的第一媒体信息和至少一个第二类型的第二媒体信息;
播放评估值处理模块,用于对于每一所述第一媒体信息,基于所述第一媒体信息在上一时段的目标数据,确定所述第一媒体信息在当前时段的第一播放评估值;
所述播放评估值处理模块,用于获取各所述第二媒体信息在当前时段的第二播放评估值,其中,对于所述第一媒体信息或第二媒体信息对应的播放评估值,播放评估值表征了媒体信息的被推广概率;
待播放媒体信息处理模块,用于根据各所述第一媒体信息对应的第一播放评估值以及各所述第二媒体信息的对应的第二播放评估值,从所述候选媒体信息集合中确定出当前时段的待播放媒体信息。
11.一种电子设备,其特征在于,包括处理器和存储器,所述处理器和存储器相互连接;
所述存储器用于存储计算机程序;
所述处理器被配置用于在调用所述计算机程序时,执行如权利要求1至9任一项所述的方法。
12.一种计算机可读存储介质,其特征在于,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以实现权利要求1至9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110090548.XA CN113011912B (zh) | 2021-01-22 | 2021-01-22 | 媒体信息处理方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110090548.XA CN113011912B (zh) | 2021-01-22 | 2021-01-22 | 媒体信息处理方法、装置、电子设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113011912A CN113011912A (zh) | 2021-06-22 |
CN113011912B true CN113011912B (zh) | 2023-07-25 |
Family
ID=76385367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110090548.XA Active CN113011912B (zh) | 2021-01-22 | 2021-01-22 | 媒体信息处理方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113011912B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114615552A (zh) * | 2022-03-15 | 2022-06-10 | 江苏云舟通信科技有限公司 | 短视频自适应优先权修正系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103493500A (zh) * | 2012-09-04 | 2014-01-01 | 华为终端有限公司 | 媒体播放方法、控制点和终端 |
CN107105316A (zh) * | 2017-05-25 | 2017-08-29 | 华为软件技术有限公司 | 一种广告播放方法及装置 |
CN108197989A (zh) * | 2017-12-29 | 2018-06-22 | 深圳正品创想科技有限公司 | 一种视频广告播放方法和装置 |
CN108965936A (zh) * | 2017-05-17 | 2018-12-07 | 腾讯科技(深圳)有限公司 | 一种媒体信息的播放控制方法、服务器及计算机存储介质 |
CN110060079A (zh) * | 2018-11-09 | 2019-07-26 | 阿里巴巴集团控股有限公司 | 一种多媒体物料推送方法和装置 |
CN110415023A (zh) * | 2019-07-09 | 2019-11-05 | 日立楼宇技术(广州)有限公司 | 一种电梯广告推荐方法、装置、设备及存储介质 |
CN110598016A (zh) * | 2019-09-11 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 一种多媒体信息推荐的方法、装置、设备和介质 |
CN111798280A (zh) * | 2020-09-08 | 2020-10-20 | 腾讯科技(深圳)有限公司 | 多媒体信息推荐方法、装置和设备及存储介质 |
-
2021
- 2021-01-22 CN CN202110090548.XA patent/CN113011912B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103493500A (zh) * | 2012-09-04 | 2014-01-01 | 华为终端有限公司 | 媒体播放方法、控制点和终端 |
CN108965936A (zh) * | 2017-05-17 | 2018-12-07 | 腾讯科技(深圳)有限公司 | 一种媒体信息的播放控制方法、服务器及计算机存储介质 |
CN107105316A (zh) * | 2017-05-25 | 2017-08-29 | 华为软件技术有限公司 | 一种广告播放方法及装置 |
CN108197989A (zh) * | 2017-12-29 | 2018-06-22 | 深圳正品创想科技有限公司 | 一种视频广告播放方法和装置 |
CN110060079A (zh) * | 2018-11-09 | 2019-07-26 | 阿里巴巴集团控股有限公司 | 一种多媒体物料推送方法和装置 |
CN110415023A (zh) * | 2019-07-09 | 2019-11-05 | 日立楼宇技术(广州)有限公司 | 一种电梯广告推荐方法、装置、设备及存储介质 |
CN110598016A (zh) * | 2019-09-11 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 一种多媒体信息推荐的方法、装置、设备和介质 |
CN111798280A (zh) * | 2020-09-08 | 2020-10-20 | 腾讯科技(深圳)有限公司 | 多媒体信息推荐方法、装置和设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113011912A (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8694373B2 (en) | Methods and systems for processing and displaying advertisements of variable lengths | |
US20090192871A1 (en) | Business Social Network Advertising | |
US20100153197A1 (en) | Method and apparatus for providing advertising service | |
US20130066705A1 (en) | Methods and systems for processing and displaying advertisements of variable lengths | |
TW201520936A (zh) | 使用者參與度上下文相關之非保證交付自動標價 | |
KR20150118587A (ko) | 입찰로부터의 예상 수익에 기반한 실시간 입찰의 개시 | |
TW200945231A (en) | Method and system for displaying correlated advertisements to internet users | |
AU2012101979A4 (en) | Sponsorship system | |
CN101802856A (zh) | 测定基于位置的广告活动 | |
US20130066726A1 (en) | Methods and systems for bidding and displaying advertisements utilizing various cost models | |
CN103238164A (zh) | 网络化广告交换 | |
AU2013101758A4 (en) | Sponsorship System | |
CN109598543B (zh) | 一种从多种维度条件中获取结果的方法及系统 | |
US20150324836A1 (en) | Method and server for managing advertisements | |
US20150081422A1 (en) | Service providing apparatus and service providing method | |
KR101981612B1 (ko) | 인플루언서 마케팅 실행 결과의 분석 서비스 제공 방법 | |
JP2012503247A (ja) | 掲載の割合に基づいて検索広告に対する課金を行うための方法、システム及びコンピューター読み取り可能な記録媒体 | |
CN113011912B (zh) | 媒体信息处理方法、装置、电子设备以及存储介质 | |
Lee et al. | A generalized Bass model for predicting the sales patterns of motion pictures having seasonality and herd behavior | |
US20150081455A1 (en) | Service providing apparatus and service providing method | |
CN112116369A (zh) | 广告投放的方法及装置 | |
US20130066712A1 (en) | Method and system for serving advertisements based on visibility of ad-frames | |
KR101042900B1 (ko) | 게재 비율에 기초하여 검색 광고에 대한 과금을 수행하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 | |
Ji et al. | Exploring diversified incentive strategies for long-term participatory sensing data collections | |
CN114820012A (zh) | 媒体信息展示方法、装置、设备以及存储介质 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40045493 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |