CN113159809B - 对象处理方法、装置、电子设备及计算机可读存储介质 - Google Patents

对象处理方法、装置、电子设备及计算机可读存储介质 Download PDF

Info

Publication number
CN113159809B
CN113159809B CN202010074134.3A CN202010074134A CN113159809B CN 113159809 B CN113159809 B CN 113159809B CN 202010074134 A CN202010074134 A CN 202010074134A CN 113159809 B CN113159809 B CN 113159809B
Authority
CN
China
Prior art keywords
candidate
display
advertisement
estimated
data
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
CN202010074134.3A
Other languages
English (en)
Other versions
CN113159809A (zh
Inventor
魏朝
孙胜杰
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.)
Alibaba Singapore Holdings Pte Ltd
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN202010074134.3A priority Critical patent/CN113159809B/zh
Publication of CN113159809A publication Critical patent/CN113159809A/zh
Application granted granted Critical
Publication of CN113159809B publication Critical patent/CN113159809B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0247—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
    • G06Q30/0249—Advertisements based upon budgets or funds
    • 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

本公开实施例公开了一种对象处理方法、装置、电子设备及计算机可读存储介质，所述对象处理方法包括获取流量请求；获取与所述流量请求相对应的多个候选展示集合，所述候选展示集合包括至少一个候选展示对象；根据所述候选展示集合中的候选展示对象的历史展示效果数据，确定所述候选展示集合的预估参数；根据预先构建的预估参数与候选展示集合的评价参数的数据关联关系，确定所述候选展示集合的评价参数；根据所述评价参数从所述候选展示集合中选取目标展示集合，并展示所述目标展示集合。该技术方案通过离线和在线设计框架，提高了展示平台的响应速度以及历史数据利用率，在考虑到多个展示对象计划的主体的营销诉求基础上，优化展示平台的收益。

Description

对象处理方法、装置、电子设备及计算机可读存储介质
技术领域
本公开涉及计算机应用技术领域，具体涉及一种对象处理方法、装置、电子设备及计算机可读存储介质。
背景技术
互联网广告通常需要在满足广告主的营销诉求的前提下最大化变现效率，其中，广告主存在多种多样的营销诉求，例如，有些广告主追求最大化广告的曝光量，希望提升新商品的成熟度；有些广告主追求最大化客户进店流量，希望提升广告商品的点击量；有些广告主追求广告的转化效果最佳，希望最大化广告商品的曝光到下单的转化。广告主一般会以单个广告计划承载其对于广告商品的不同营销诉求，并且会为每个广告计划设置对应的消耗预算，一旦广告计划的消耗达到其预算上限，则该广告计划内的商品就不会再被展现，该现象称之为预算耗尽，也称之为“撞线”。
发明内容
为了解决相关技术中的问题，本公开实施例提供一种对象处理方法、装置、电子设备及计算机可读存储介质。
第一方面，本公开实施例中提供了一种对象处理方法。
具体地，所述对象处理方法，包括：
获取流量请求；
获取与所述流量请求相对应的多个候选展示集合，所述候选展示集合包括至少一个候选展示对象；
根据所述候选展示集合中的候选展示对象的历史展示效果数据，确定所述候选展示集合的预估参数，所述预估参数包括展示所述候选展示集合时，所述候选展示集合中的候选展示对象的提供端的预估消耗数据，展示平台的预估收益数据，以及所述候选展示集合中的候选展示对象的预估展示效果数据；
根据预先构建的预估参数与候选展示集合的评价参数的数据关联关系，确定所述候选展示集合的评价参数；
根据所述评价参数从所述候选展示集合中选取目标展示集合，并展示所述目标展示集合。
结合第一方面，本公开在第一方面的第一种实现方式中，所述获取与所述流量请求相对应的多个候选展示集合，包括：
获取与所述流量请求相对应的多个候选展示对象；
基于所述多个候选展示对象的不同组合方式得到所述多个候选展示集合。
结合第一方面的第一种实现方式，本公开在第一方面的第二种实现方式中，所述获取与所述流量请求相对应的多个候选展示对象，包括：
根据所述流量请求的关键字确定预选展示对象；
把未达到相应预算限制的所述预选展示对象作为与所述流量请求相对应的多个候选展示对象。
结合第一方面，本公开在第一方面的第三种实现方式中，还包括：根据带约束条件的线性规划问题的对偶问题，构建所述预估参数与候选展示集合的评价参数的数据关联关系，所述带约束的线性规划问题是，在预设周期内响应于多个流量请求而展示的多个目标展示集合在满足与所述展示效果数据和所述消耗数据有关的约束条件的同时，使得所述多个目标展示集合所对应的展示平台的总预估收益最大。
结合第一方面的第三种实现方式，本公开在第一方面的第四种实现方式中，所述根据带约束的线性规划问题的对偶问题，构建所述预估参数与候选展示集合的评价参数的数据关联关系，包括：
使用历史预设周期内的流量请求数据和历史展示对象数据，在不考虑所述历史展示对象数据的与所述消耗数据有关的预算限制的情况下求解所述对偶问题，得到所述线性规划问题的约束条件的对偶变量的值；
基于所述对偶变量的值构建所述预估参数与候选展示集合的评价参数的数据关联关系。
结合第一方面的第四种实现方式，本公开在第一方面的第五种实现方式中，所述基于所述对偶变量的值构建所述预估参数与候选展示集合的评价参数的数据关联关系，包括：
基于所述候选展示集合的预估参数的线性组合构建所述预估参数与候选展示集合的评价参数的数据关联关系，所述线性组合的系数是基于所述对偶变量的值确定的。
结合第一方面，本公开在第一方面的第六种实现方式中，所述根据所述评价参数从所述候选展示集合中选取目标展示集合，包括选择使得所述评价参数取最值的候选展示集合作为所述目标展示集合，从而在预设周期内响应于多个流量请求而展示的多个目标展示集合在满足与所述展示效果有关的约束条件的同时，所述多个目标展示集合所对应的展示平台的总预估收益最大。
结合第一方面，本公开在第一方面的第七种实现方式中，所述展示平台的预估收益数据包括以下任意一项：所述候选展示集合给所述展示平台带来的总预估收入、所述候选展示集合中的候选展示对象所对应的总预估点击率、所述候选展示集合中的候选展示对象所对应的总预估转化率、所述候选展示集合中的候选展示对象所对应的总预估成交额；
所述预估展示效果数据包括以下任意一项或多项：预估点击率、预估转化率、预估成交额、预估成本收益率。
结合第一方面，本公开在第一方面的第八种实现方式中，所述根据所述候选展示集合中的候选展示对象的历史展示效果数据，确定所述候选展示集合的预估参数，包括：
使用响应于历史流量请求而展示所述候选展示对象时的历史展示效果数据训练预测模型，所述历史展示效果数据包括与所述预估参数有关的数据；
将所述流量请求和所述候选展示集合输入训练好的预测模型，得到所述候选展示集合的预估参数。
结合第一方面，本公开在第一方面的第九种实现方式中，所述流量请求包括搜索请求；
所述候选展示集合包括候选广告集合；
所述目标展示集合包括目标广告集合。
结合第一方面，本公开在第一方面的第十种实现方式中，所述获取流量请求，包括从用户的客户端获取所述搜索请求；
所述获取与所述流量请求相对应的多个候选展示集合，包括从展示平台的广告数据库获取与所述搜索请求相对应的多个候选广告集合，所述候选广告集合包括至少一个广告；
所述展示所述目标展示集合，包括在所述客户端显示的所述搜索请求的搜索结果页面上展示从所述候选广告集合中选择的目标广告集合。
第二方面，本公开实施例中提供了一种展示广告的方法。
具体地，所述展示广告的方法，包括：
获取搜索请求；
获取与所述搜索请求相对应的多个候选广告集合，所述候选广告集合包括至少一个候选广告；
根据所述候选广告集合中的候选广告的历史展示效果数据，确定所述候选广告集合的预估参数，所述预估参数包括展示所述候选广告集合时，所述候选广告集合中的候选广告的广告主的预估扣费数据，广告平台的预估收益数据，以及所述候选广告集合中的候选广告的预估展示效果数据；
根据预先构建的预估参数与候选广告集合的评价参数的数据关联关系，确定所述候选广告集合的评价参数；
根据所述评价参数从所述候选广告集合中选取目标广告集合，并展示所述目标广告集合。
结合第二方面，本公开在第二方面的第一种实现方式中，还包括：根据带约束条件的线性规划问题的对偶问题，构建所述预估参数与候选广告集合的评价参数的数据关联关系，所述带约束的线性规划问题是，在预设周期内响应于多个搜索请求而展示的多个目标广告集合在满足与所述展示效果数据和所述扣费数据有关的约束条件的同时，使得所述多个目标广告集合所对应的广告平台的总预估收益最大。
结合第二方面的第一种实现方式，本公开在第二方面的第二种实现方式中，所述根据带约束的线性规划问题的对偶问题，构建所述预估参数与候选广告集合的评价参数的数据关联关系，包括：
使用历史预设周期内的搜索请求数据和历史广告数据，在不考虑所述历史广告数据的与所述扣费数据有关的预算限制的情况下求解所述对偶问题，得到所述线性规划问题的约束条件的对偶变量的值；
基于所述对偶变量的值构建所述预估参数与候选广告集合的评价参数的数据关联关系。
结合第二方面的第二种实现方式，本公开在第二方面的第三种实现方式中，所述基于所述对偶变量的值构建所述预估参数与候选广告集合的评价参数的数据关联关系，包括：
基于所述候选广告集合的预估参数的线性组合构建所述预估参数与候选广告集合的评价参数的数据关联关系，所述线性组合的系数是基于所述对偶变量的值确定的。
结合第二方面，本公开在第二方面的第四种实现方式中，所述根据所述评价参数从所述候选广告集合中选取目标广告集合，包括选择使得所述评价参数取最值的候选广告集合作为所述目标广告集合，从而在预设周期内响应于多个搜索请求而展示的多个目标广告集合在满足与所述展示效果有关的约束条件的同时，所述多个目标广告集合所对应的广告平台的总预估收益最大。
结合第二方面，本公开在第二方面的第五种实现方式中，所述广告平台的预估收益数据包括以下任意一项：所述候选广告集合给所述广告平台带来的总预估收入、所述候选广告集合中的候选广告所对应的总预估点击率、所述候选广告集合中的候选广告所对应的总预估转化率、所述候选广告集合中的候选广告所对应的总预估成交额；
所述预估展示效果数据包括以下任意一项或多项：预估点击率、预估转化率、预估成交额、预估成本收益率。
第三方面，本公开实施例中提供了一种对象处理装置。
具体地，所述对象处理装置，包括：
第一获取模块，被配置为获取流量请求；
第二获取模块，被配置为获取与所述流量请求相对应的多个候选展示集合，所述候选展示集合包括至少一个候选展示对象；
第一确定模块，被配置为根据所述候选展示集合中的候选展示对象的历史展示效果数据，确定所述候选展示集合的预估参数，所述预估参数包括展示所述候选展示集合时，所述候选展示集合中的候选展示对象的提供端的预估消耗数据，展示平台的预估收益数据，以及所述候选展示集合中的候选展示对象的预估展示效果数据；
第二确定模块，被配置为根据预先构建的预估参数与候选展示集合的评价参数的数据关联关系，确定所述候选展示集合的评价参数；
第一展示模块，被配置为根据所述评价参数从所述候选展示集合中选取目标展示集合，并展示所述目标展示集合。
结合第三方面，本公开在第三方面的第一种实现方式中，所述获取与所述流量请求相对应的多个候选展示集合，包括：
获取与所述流量请求相对应的多个候选展示对象；
基于所述多个候选展示对象的不同组合方式得到所述多个候选展示集合。
结合第三方面的第一种实现方式，本公开在第三方面的第二种实现方式中，所述获取与所述流量请求相对应的多个候选展示对象，包括：
根据所述流量请求的关键字确定预选展示对象；
把未达到相应预算限制的所述预选展示对象作为与所述流量请求相对应的多个候选展示对象。
结合第三方面，本公开在第三方面的第三种实现方式中，还包括：第一构建模块，被配置为根据带约束条件的线性规划问题的对偶问题，构建所述预估参数与候选展示集合的评价参数的数据关联关系，所述带约束的线性规划问题是，在预设周期内响应于多个流量请求而展示的多个目标展示集合在满足与所述展示效果数据和所述消耗数据有关的约束条件的同时，使得所述多个目标展示集合所对应的展示平台的总预估收益最大。
结合第三方面的第三种实现方式，本公开在第三方面的第四种实现方式中，所述根据带约束的线性规划问题的对偶问题，构建所述预估参数与候选展示集合的评价参数的数据关联关系，包括：
使用历史预设周期内的流量请求数据和历史展示对象数据，在不考虑所述历史展示对象数据的与所述消耗数据有关的预算限制的情况下求解所述对偶问题，得到所述线性规划问题的约束条件的对偶变量的值；
基于所述对偶变量的值构建所述预估参数与候选展示集合的评价参数的数据关联关系。
结合第三方面的第四种实现方式，本公开在第三方面的第五种实现方式中，所述基于所述对偶变量的值构建所述预估参数与候选展示集合的评价参数的数据关联关系，包括：
基于所述候选展示集合的预估参数的线性组合构建所述预估参数与候选展示集合的评价参数的数据关联关系，所述线性组合的系数是基于所述对偶变量的值确定的。
结合第三方面，本公开在第三方面的第六种实现方式中，所述根据所述评价参数从所述候选展示集合中选取目标展示集合，包括选择使得所述评价参数取最值的候选展示集合作为所述目标展示集合，从而在预设周期内响应于多个流量请求而展示的多个目标展示集合在满足与所述展示效果有关的约束条件的同时，所述多个目标展示集合所对应的展示平台的总预估收益最大。
结合第三方面，本公开在第三方面的第七种实现方式中，所述展示平台的预估收益数据包括以下任意一项：所述候选展示集合给所述展示平台带来的总预估收入、所述候选展示集合中的候选展示对象所对应的总预估点击率、所述候选展示集合中的候选展示对象所对应的总预估转化率、所述候选展示集合中的候选展示对象所对应的总预估成交额；
所述预估展示效果数据包括以下任意一项或多项：预估点击率、预估转化率、预估成交额、预估成本收益率。
结合第三方面，本公开在第三方面的第八种实现方式中，所述根据所述候选展示集合中的候选展示对象的历史展示效果数据，确定所述候选展示集合的预估参数，包括：
使用响应于历史流量请求而展示所述候选展示对象时的历史展示效果数据训练预测模型，所述历史展示效果数据包括与所述预估参数有关的数据；
将所述流量请求和所述候选展示集合输入训练好的预测模型，得到所述候选展示集合的预估参数。
结合第三方面，本公开在第三方面的第九种实现方式中，所述流量请求包括搜索请求；
所述候选展示集合包括候选广告集合；
所述目标展示集合包括目标广告集合。
结合第三方面，本公开在第三方面的第十种实现方式中，所述获取流量请求，包括从用户的客户端获取所述搜索请求；
所述获取与所述流量请求相对应的多个候选展示集合，包括从展示平台的广告数据库获取与所述搜索请求相对应的多个候选广告集合，所述候选广告集合包括至少一个广告；
所述展示所述目标展示集合，包括在所述客户端显示的所述搜索请求的搜索结果页面上展示从所述候选广告集合中选择的目标广告集合。
第四方面，本公开实施例中提供了一种展示广告的装置。
具体地，所述展示广告的装置，包括：
第三获取模块，被配置为获取搜索请求；
第四获取模块，被配置为获取与所述搜索请求相对应的多个候选广告集合，所述候选广告集合包括至少一个候选广告；
第三确定模块，被配置为根据所述候选广告集合中的候选广告的历史展示效果数据，确定所述候选广告集合的预估参数，所述预估参数包括展示所述候选广告集合时，所述候选广告集合中的候选广告的广告主的预估扣费数据，广告平台的预估收益数据，以及所述候选广告集合中的候选广告的预估展示效果数据；
第四确定模块，被配置为根据预先构建的预估参数与候选广告集合的评价参数的数据关联关系，确定所述候选广告集合的评价参数；
第二展示模块，被配置为根据所述评价参数从所述候选广告集合中选取目标广告集合，并展示所述目标广告集合。
结合第四方面，本公开在第四方面的第一种实现方式中，还包括：第二构建模块，被配置为根据带约束条件的线性规划问题的对偶问题，构建所述预估参数与候选广告集合的评价参数的数据关联关系，所述带约束的线性规划问题是，在预设周期内响应于多个搜索请求而展示的多个目标广告集合在满足与所述展示效果数据和所述扣费数据有关的约束条件的同时，使得所述多个目标广告集合所对应的广告平台的总预估收益最大。
结合第四方面的第一种实现方式，本公开在第四方面的第二种实现方式中，所述根据带约束的线性规划问题的对偶问题，构建所述预估参数与候选广告集合的评价参数的数据关联关系，包括：
使用历史预设周期内的搜索请求数据和历史广告数据，在不考虑所述历史广告数据的与所述扣费数据有关的预算限制的情况下求解所述对偶问题，得到所述线性规划问题的约束条件的对偶变量的值；
基于所述对偶变量的值构建所述预估参数与候选广告集合的评价参数的数据关联关系。
结合第四方面的第二种实现方式，本公开在第四方面的第三种实现方式中，所述基于所述对偶变量的值构建所述预估参数与候选广告集合的评价参数的数据关联关系，包括：
基于所述候选广告集合的预估参数的线性组合构建所述预估参数与候选广告集合的评价参数的数据关联关系，所述线性组合的系数是基于所述对偶变量的值确定的。
结合第四方面，本公开在第四方面的第四种实现方式中，所述根据所述评价参数从所述候选广告集合中选取目标广告集合，包括选择使得所述评价参数取最值的候选广告集合作为所述目标广告集合，从而在预设周期内响应于多个搜索请求而展示的多个目标广告集合在满足与所述展示效果有关的约束条件的同时，所述多个目标广告集合所对应的广告平台的总预估收益最大。
结合第四方面，本公开在第四方面的第五种实现方式中，所述广告平台的预估收益数据包括以下任意一项：所述候选广告集合给所述广告平台带来的总预估收入、所述候选广告集合中的候选广告所对应的总预估点击率、所述候选广告集合中的候选广告所对应的总预估转化率、所述候选广告集合中的候选广告所对应的总预估成交额；
所述预估展示效果数据包括以下任意一项或多项：预估点击率、预估转化率、预估成交额、预估成本收益率。
第五方面，本公开实施例提供了一种电子设备，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如第一方面、第一方面的第一种实现方式至第十种实现方式任一项所述的方法。
第六方面，本公开实施例提供了一种电子设备，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如第二方面、第二方面的第一种实现方式至第五种实现方式任一项所述的方法。
第七方面，本公开实施例中提供了一种可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现如第一方面、第一方面的第一种实现方式至第十种实现方式任一项所述的方法。
第八方面，本公开实施例中提供了一种可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现如第二方面、第二方面的第一种实现方式至第五种实现方式任一项所述的方法。
根据本公开实施例提供的技术方案，通过获取流量请求，获取与流量请求相对应的多个候选展示集合，其中，候选展示集合包括至少一个候选展示对象，根据候选展示集合中的候选展示对象的历史展示效果数据，确定候选展示集合的预估参数，预估参数包括展示候选展示集合时，候选展示集合中的候选展示对象的提供端的预估消耗数据，展示平台的预估收益数据，以及候选展示集合中的候选展示对象的预估展示效果数据，根据预先构建的预估参数与候选展示集合的评价参数的数据关联关系，确定候选展示集合的评价参数，并根据评价参数从候选展示集合中选取目标展示集合，并展示目标展示集合。本公开的实施例通过离线和在线设计框架，提高了展示平台的响应速度以及历史数据的利用率，同时在考虑到多个展示对象计划的主体的营销诉求的基础上，优化展示平台的收益。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：
图1示出根据本公开的实施例的对象处理方法的流程图；
图2示出根据本公开实施例获取与所述流量请求相对应的多个候选展示集合的流程图；
图3示出根据本公开实施例获取与所述流量请求相对应的多个候选展示对象的流程图；
图4示出根据本公开实施例根据带约束的线性规划问题的对偶问题，构建所述预估参数与候选展示集合的评价参数的数据关联关系的流程图；
图5示出根据本公开实施例的对象处理方法的应用场景示意图；
图6示出根据本公开的实施例的展示广告的方法的流程图；
图7示出根据本公开实施例根据带约束的线性规划问题的对偶问题，构建所述预估参数与候选广告集合的评价参数的数据关联关系的流程图；
图8示出根据本公开实施例的展示广告的方法的应用场景示意图；
图9示出根据本公开的实施例的对象处理装置的结构框图；
图10示出根据本公开的实施例的展示广告的装置的结构框图；
图11示出根据本公开的实施例的电子设备的结构框图；
图12示出适于用来实现根据本公开实施例的对象处理方法或广告展示的方法的计算机系统的结构示意图。
具体实施方式
下文中，将参考附图详细描述本公开的示例性实施例，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施例无关的部分。
在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
在做出本公开的过程中，发明人发现，如何在满足广告主不同推广诉求以及预算约束的前提下，最大化展示平台的收益成为亟待解决的技术问题。
一般地，展示平台通常会结合预设周期内流量数据，通过调控广告计划是否参竞每个广告流量，在满足广告主不同推广诉求以及预算约束的前提下，最大化展示平台的收益。例如，对于希望优化点击率的广告计划，展示平台会根据每个广告计划在预设周期内的预算使用率设置一个阈值分，在线上流量请求广告时，计算每个广告计划下的广告所对应的价值分，若价值分低于该阈值分，则该广告计划下的该广告不参竞(不参与排序)。对于推广诉求为优化转化率或成交总额等目标的计划，展示平台所采用的方法与上述方法类似。上述方法中，展示平台仅考虑单个广告计划是否参竞，没有考虑多个广告计划同时进行参竞选择时所引起的连锁反应。
为至少部分地解决发明人发现的现有技术中的问题而提出本公开。
图1示出根据本公开的实施例的对象处理方法的流程图。如图1所示，所述对象处理方法包括以下步骤S101-S105：
在步骤S101中，获取流量请求；
在步骤S102中，获取与所述流量请求相对应的多个候选展示集合，所述候选展示集合包括至少一个候选展示对象；
在步骤S103中，根据所述候选展示集合中的候选展示对象的历史展示效果数据，确定所述候选展示集合的预估参数，所述预估参数包括展示所述候选展示集合时，所述候选展示集合中的候选展示对象的提供端的预估消耗数据，展示平台的预估收益数据，以及所述候选展示集合中的候选展示对象的预估展示效果数据；
在步骤S104中，根据预先构建的预估参数与候选展示集合的评价参数的数据关联关系，确定所述候选展示集合的评价参数；
在步骤S105中，根据所述评价参数从所述候选展示集合中选取目标展示集合，并展示所述目标展示集合。
根据本公开的实施例，当用户在展示平台上执行一次特定动作时，例如，输入关键词进行搜索或者浏览页面时，展示平台会获取一次流量请求i。展示平台可以获取与当前流量请求i相对应的多个候选展示集合，其中，候选展示集合包括至少一个候选展示对象，候选展示对象是指与用户的特定动作相关联的展示内容，对于不同的应用场景，可以有不同的候选展示对象，例如，候选展示对象可以是与流量请求相关的广告，也可以是与流量请求相关的文章、视频、图片等。当候选展示对象被展示平台展示，并且用户对候选展示对象执行预定操作(例如点击、选择等)时，展示平台将对候选展示对象的提供方进行扣费，被扣除的费用将成为展示平台的收益。
在下文中，本公开实施例将以广告作为展示对象的示例进行说明。例如，假设用户的特定动作为搜索关键词，假设候选展示对象为候选广告时，展示平台可以根据用户输入的关键词，获取与该关键词有关的多个候选展示集合，其中，候选展示集合中至少包括一个候选展示对象，即候选广告。例如，假设在给用户呈现的页面上有五个广告位，则在这五个广告位呈现的五个广告构成一个候选展示集合。当存在多于5个候选广告时，可以基于全部候选广告的各种组合可以形成多个不同的候选展示集合。
根据本公开的实施例，一个展示对象计划可以包括一个或多个展示对象并且具有预设周期预算约束，比如，每日预算约束。例如，对于一个展示对象计划，当其中的任意一个展示对象被执行预设动作(例如被展示或者被用户点击)时，该任意一个展示对象所对应的展示对象计划的预算将被消耗，即该展示对象计划的预算由于该展示对象被执行预设动作而被扣费。当展示对象计划的预算被扣光后，该展示对象计划中的展示对象将不再被列入候选展示对象。
由于对不同的候选展示集合中的候选展示对象进行展示的时候，需要兼顾候选展示对象的提供端(例如在展示平台投放展示对象计划的组织或用户，例如广告主等)的营销诉求和预算约束，以及展示平台的收益，因此，需要在多个候选展示集合中选择最优候选展示集合。根据本公开的实施例，可以根据每个候选展示集合中的候选展示对象的历史展示效果数据，确定每个候选展示集合的预估参数，其中，历史展示效果数据包括历史预设时间段内展示候选展示集合中的候选展示对象所对应的效果数据。
根据本公开的实施例，预估参数可以包括展示平台的预估收益数据revij，其中，预估收益数据revij可以是响应于当前流量请求i，展示平台向用户展示候选展示集合j时，展示平台的预估收益，例如可以是候选展示集合j中所有候选展示对象的预估消耗数据之和。
根据本公开的实施例，预估参数还可以包括候选展示集合中的候选展示对象的提供端的预估消耗数据costijk，其中，预估消耗数据costijk可以是响应于当前流量请求i，展示平台向用户展示候选展示集合j时，候选展示集合j中属于展示对象计划k的展示对象的预估消耗数据之和。候选展示对象的预估消耗数据可以是候选展示对象的扣费费率乘以候选展示对象的预估点击率。例如，假设候选展示对象A每次被点击时的扣费费率是0.001元，其预估点击率为10％，则候选展示对象A的预估消耗数据可以是0.0001元。
根据本公开的实施例，预估参数还可以包括候选展示集合中的候选展示对象的预估展示效果数据，其中，预估展示效果数据与候选展示对象的提供端的营销诉求有关，本公开对其不做具体限定。
例如，当候选展示对象的提供端的营销诉求为点击率时，预估展示效果数据可以包括预估点击率ctrijk，其中，预估点击率ctrijk可以是响应于当前流量请求i，展示平台向用户展示候选展示集合j时，候选展示集合j中属于展示对象计划k的展示对象的预估点击率ctrijk。
例如，当候选展示对象的提供端的营销诉求为转化率时，预估展示效果数据可以包括预估转化率ctrijk*cvrijk，其中，预估转化率ctrijk*cvrijk可以是响应于当前流量请求i，展示平台向用户展示候选展示集合j时，候选展示集合j中属于展示对象计划k的展示对象的预估转化率ctrijk*cvrijk。
例如，当候选展示对象的提供端的营销诉求为成交额时，预估展示效果数据可以包括预估成交额，比如，响应于当前流量请求i，展示平台向用户展示候选展示集合j时，候选展示集合j中属于展示对象计划k的展示对象的预估成交额。
例如，当候选展示对象的提供端的营销诉求为成本收益率时，预估展示效果数据可以包括预估成本收益率，比如，响应于当前流量请求i，展示平台向用户展示候选展示集合j时，候选展示集合j中属于展示对象计划k的展示对象的预估成本收益率。
根据本公开的实施例，当候选展示对象的提供端有多个不同的营销诉求时，预估展示效果数据可以包括相应的多个不同预估展示效果数据。
根据本公开的实施例，为了提高展示平台的响应速度，可以预先获取多个展示对象的预估参数，例如，可以在展示平台离线状态下，根据多个历史展示对象的历史展示效果数据，获取多个历史展示对象所对应的预估参数，其中，历史展示对象可以是历史预设时间段内，展示平台向多个用户展示过的展示对象，从而提高了展示平台的历史数据的利用率。然后，在展示平台在线状态下，当获取当前流量请求i之后，可以根据预估参数与多个候选展示集合的评价参数的数据关联关系确定多个候选展示集合的评价参数。
根据本公开的实施例，当确定了多个候选展示集合的相应评价参数之后，可以基于所述评价参数，从多个候选展示集合中确定目标展示集合，并向发起流量请求i的用户展示目标展示集合中的候选展示对象。由于目标展示集合兼顾了候选展示对象的提供端的预估消耗数据、候选展示对象的预估展示效果数据，以及展示平台的预估收益数据，因此，向用户展示的目标展示集合中的目标展示对象，可以使在考虑到多个展示对象计划的主体的营销诉求的基础上，优化展示平台的收益。
根据本公开实施例提供的技术方案，通过获取流量请求，获取与流量请求相对应的多个候选展示集合，其中，候选展示集合包括至少一个候选展示对象，根据候选展示集合中的候选展示对象的历史展示效果数据，确定候选展示集合的预估参数，预估参数包括展示候选展示集合时，候选展示集合中的候选展示对象的提供端的预估消耗数据，展示平台的预估收益数据，以及候选展示集合中的候选展示对象的预估展示效果数据，根据预先构建的预估参数与候选展示集合的评价参数的数据关联关系，确定候选展示集合的评价参数，并根据评价参数从候选展示集合中选取目标展示集合，并展示目标展示集合。本公开的实施例通过离线和在线设计框架，提高了展示平台的响应速度以及历史数据的利用率，同时在考虑到多个展示对象计划的主体的营销诉求的基础上，优化展示平台的收益。
图2示出根据本公开实施例获取与所述流量请求相对应的多个候选展示集合的流程图。如图2所示，所述步骤S102，即获取与所述流量请求相对应的多个候选展示集合，包括以下步骤S201-S202：
在步骤S201中，获取与所述流量请求相对应的多个候选展示对象；
在步骤S202中，基于所述多个候选展示对象的不同组合方式得到所述多个候选展示集合。
根据本公开的实施例，展示平台在获取一次流量请求i之后，可以获取与当前流量请求i相对应的Pi个候选展示对象，由于展示平台每次对目标展示对象的展示数量有限，假设最多只能展示Ki(Pi≥Ki)个目标展示对象，因此，可以从Pi个候选展示对象中任意选择Ki个候选展示对象并形成候选展示集合，候选展示集合的数量可以为
Figure BDA0002378033400000161
根据本公开的实施例，候选展示集合中的候选展示对象的排列次序可以是任意的。或者，根据本公开的实施例，候选展示集合中的候选展示对象的排列次序还可以为有序排列，例如，可以根据预设规则对候选展示对象进行排列，例如，可以将预估消耗数据较大的候选展示对象排在预估消耗数据较小的候选展示对象前面。
例如，假设用户的特定动作为输入关键词进行搜索，假设候选展示对象为候选广告时，展示平台可以根据用户输入的关键词，比如“牛排”，获取与该关键词“牛排”有关的4(假设Pi＝4)个候选展示对象，比如牛排商家的候选广告，假设分别为：XD牛排、CK牛排、JKL牛排和JS牛排，假设Ki＝3，即展示平台针对此处特定动作仅提供3个广告位，需要从4个牛排商家中选择3家牛排商家形成候选展示集合，比如，候选展示集合可以为{XD牛排、CK牛排、JKL牛排}、{XD牛排、CK牛排、JS牛排}、{XD牛排、JKL牛排、JS牛排}、{CK牛排、JKL牛排、JS牛排}。
图3示出根据本公开实施例获取与所述流量请求相对应的多个候选展示对象的流程图。如图3所示，所述步骤S202，即获取与所述流量请求相对应的多个候选展示对象，包括以下步骤S301-S302：
在步骤S301中，根据所述流量请求的关键字确定预选展示对象；
在步骤S302中，把未达到相应预算限制的所述预选展示对象作为与所述流量请求相对应的多个候选展示对象。
根据本公开的实施例，展示平台可以根据当前获取的流量请求i召回与该流量请求i有关的多个预选展示对象，从而形成预选展示集合PLi＝{op,p＝1,…,Pi}，其中，op为第p个预选展示对象，Pi为该预选展示集合中的预选展示对象的数量。本公开实施例对召回算法不做具体限定，可以根据实际需要进行选择，例如，假设用户的特定动作为输入关键词进行搜索时，可以基于关键词的协同过滤或其各类优化方法召回预选展示对象。
根据本公开的实施例，预选展示集合PLi中的预选展示对象的排列次序可以为无序排列，也可以为根据预设规则的有序排列。
根据本公开的实施例，展示平台可以将召回的所有预选展示对象作为与当前获取的流量请求i相对应的多个候选展示对象，或者，展示平台还可以将满足预设条件的预选展示对象作为与当前获取的流量请求i相对应的多个候选展示对象，其中，预设条件可以为未达到相应预算限制。例如，将多个预选展示对象中未达到与预选展示对象的预算限制的预选展示对象作为候选展示对象。例如，假设展示对象为广告时，预设条件可以为广告计划的消耗未达到相应预算限制，即“未撞线”，候选展示对象可以为“未撞线”的广告计划中的广告。
根据本公开的实施例，假设通过有序排列的预选展示集合获取有序排列的候选展示集合时，在通过预选展示对象选择候选展示对象形成候选展示集合时，可以不改变预选展示对象在预选展示集合中的排列次序，从而可以实现基于有序排列的预选展示集合形成有序排列的候选展示集合。
根据本公开的实施例，所述展示平台的预估收益数据包括以下任意一项：所述候选展示集合给所述展示平台带来的总预估收入、所述候选展示集合中的候选展示对象所对应的总预估点击率、所述候选展示集合中的候选展示对象所对应的总预估转化率、所述候选展示集合中的候选展示对象所对应的总预估成交额；
所述预估展示效果数据包括以下任意一项或多项：预估点击率、预估转化率、预估成交额、预估成本收益率。
根据本公开的实施例，候选展示集合给展示平台带来的总预估收入可以是候选展示集合中各候选展示对象给展示平台带来的预估收入(例如，各候选展示对象的预估扣费)之和。候选展示集合中的候选展示对象所对应的总预估点击率可以是候选展示集合中各候选展示对象的预估点击率之和。候选展示集合中的候选展示对象所对应的总预估转化率可以是候选展示集合中各候选展示对象的预估转化率之和。候选展示集合中的候选展示对象所对应的总预估成交额可以是候选展示集合中各候选展示对象的预估成交额之和。
根据本公开的实施例，所述步骤S103，即根据所述候选展示集合中的候选展示对象的历史展示效果数据，确定所述候选展示集合的预估参数，包括：
使用响应于历史流量请求而展示所述候选展示对象时的历史展示效果数据训练预测模型，所述历史展示效果数据包括与所述预估参数有关的数据；
将所述流量请求和所述候选展示集合输入训练好的预测模型，得到所述候选展示集合的预估参数。
应理解，本公开的实施例将以预测模型为WDL(Wide&Deep Learning)模型为例，预估展示效果数据将以预估点击率为例进行说明，具体地，将以响应于当前流量请求i而展示候选展示集合j时，展示对象计划k中的展示对象的预估点击率ctrijk为例进行说明。
WDL模型具备两项基本能力：记忆能力和泛化能力，其中，记忆能力是指从历史展示效果数据中学习到特征之间的相关性；泛化能力是指通过相似度的传递，挖掘出历史展示效果数据中很少或者没有出现的新的特征组合，从而使WDL模型的输出结果具备泛化性和新颖性。
根据本公开的实施例，可以根据用户的曝光数据获取历史展示效果数据，其中，曝光数据包括用户历史请求数据、响应于用户历史请求数据向用户展示的候选展示对象、以及用户对候选展示对象的点击行为或未点击行为等。可以从曝光数据中获取WDL算法的样本训练数据，其中，样本训练数据可以包括以下一项或多项特征数据：用户的行为特征数据(比如，用户对候选展示对象的点击、浏览或搜索等特征数据)、用户的静态特征数据(比如，国家或用户ID等特征数据)，商品特征数据(商品ID或历史点击统计等特征数据)、渠道特征数据(移动端、电脑或引流渠道等特征数据)、用户行为的文本特征数据(比如，用户搜索词的文本特征等特征数据)、商品的文本特征数据(比如，商品标题文本特征等特征数据)。可以从曝光数据中获取样本训练数据所对应的标签，其中，样本训练数据所对应的标签为1可以表示用户对候选展示对象做出了点击行为，样本训练数据所对应的标签为0可以表示用户未对候选展示对象做出点击行为。
根据本公开的实施例，可以基于样本训练数据以及所对应的标签训练WDL模型，确定WDL模型中的参数，并获取训练好的WDL模型，从而实现当输入流量请求i以及展示候选展示集合j时，通过训练好的WDL模型，可以输出展示对象计划k中的候选展示对象的预估点击率ctrijk。
根据本公开的实施例，对于其他的预估参数，比如，预估消耗数据、预估收益数据、预估转化率、预估成交额以及预估成本收益率等，可以通过对应的训练好的WDL模型获取，在此不再赘述。在训练对应的WDL模型时，样本数据包括对应的历史展示效果数据，其中，对应的历史展示效果数据与对应的预估参数有关，比如，在获取预估成交额时，样本数据包括历史成交额数据；又比如，在获取预估转化率时，样本数据包括历史转化率数据。
根据本公开的实施例，所述对象处理方法还包括：根据带约束条件的线性规划问题的对偶问题，构建所述预估参数与候选展示集合的评价参数的数据关联关系，所述带约束的线性规划问题是，在预设周期内响应于多个流量请求而展示的多个目标展示集合在满足与所述展示效果数据和所述消耗数据有关的约束条件的同时，使得所述多个目标展示集合所对应的展示平台的总预估收益最大。
应理解，本公开实施例将以广告展示，且预估展示效果数据包括预估点击率和预估转化率为例进行说明，但本公开不限于此，而是也适用于其他应用场景以及其他预估展示效果数据(比如，预估成交额、预估成本收益率等)。假设展示平台有两种展示对象计划，分别为希望获得高点击率的展示对象计划和希望获得高转化率的展示对象计划，候选展示对象的提供端可以根据自身需求分别设定不同的展示对象计划(例如，广告推广计划)，其中，C1代表希望获得高点击率的展示对象计划集合，C2代表希望获得高转化率的展示对象计划集合。
根据本公开的实施例，带约束的线性规划问题可以表示为：
Figure BDA0002378033400000201
Figure BDA0002378033400000202
Figure BDA0002378033400000203
Figure BDA0002378033400000204
Figure BDA0002378033400000205
Figure BDA0002378033400000206
其中，i表示当前用户的流量请求；j表示候选展示集合；revij表示响应于流量请求i而展示候选展示集合j时，展示平台的预估收益数据；Ωk表示所有包含展示对象计划k的候选展示对象的流量请求i和展示集合j的组合。ctrijk，cvrijk以及costijk分别表示响应于流量请求i而展示候选展示集合j时，展示对象计划k中的展示对象的预估点击率，预估转化率和预估消耗数据；budgetk表示展示对象计划k的预设周期内的预算上限，本公开对预设周期不做具体限定，比如，可以为24小时；Tcy是集合C1中所有展示对象计划的候选展示对象的期望点击率之和的下限；Tvy是集合C2中的所有展示对象计划的候选展示对象的期望转化率之和的下限；xij为0或1的二元变量，其中，0表示当前流量请求i下未展示候选展示集合j，1表示当前流量请求i下展示候选展示集合j。
根据本公开的实施例，公式(1)为上述线性规划问题的目标函数，用于表示响应于流量请求i而展示候选展示集合j时，展示平台的总预估收益取得最大值。公式(2)-(6)为上述线性规划问题的约束条件，其中，公式(2)用于表示集合C1中所有展示对象计划的候选展示对象的期望点击率之和大于或等于Tcy，即满足点击率的推广诉求；公式(3)用于表示集合C2中的所有展示对象计划的候选展示对象的期望转化率之和大于或等于Tvy，即满足转化率的推广诉求；公式(4)用于表示响应于流量请求i而展示候选展示集合j时，属于展示对象计划k中的候选展示对象的预算小于或等于budgetk，即满足展示对象计划的主体的预算约束；公式(5)用于表示线性规划问题的变量的取值范围；公式(6)用于表示线性规划问题的变量的非负性限定。
根据本公开的实施例，上述带约束的线性规划问题用于表示在满足投放展示对象的主体不同推广诉求以及预算约束的前提下，最大化展示平台的收益，具体地，通过将投放展示对象的主体的不同推广诉求和计划预算转化成约束条件，将实际业务问题抽象成带约束的展示平台收益最大化问题，并通过调整展示对象计划是否参竞(参与排序)来达到最终目标。
根据本公开的实施例，根据投放展示对象的主体的诉求，可以设置更多或更少的约束条件。例如，如果投放展示对象的主体仅对点击率有要求，则可以删除上述带约束的线性规划问题中与转化率有关的约束条件即公式(3)。或者，如果投放展示对象的主体除了对点击率和转化率有要求，还对成本收益率有要求，则可以在上述约束条件即公式(2)-(6)的基础上增加与成本收益率有关的约束条件：
Figure BDA0002378033400000211
其中，roiijk是响应于流量请求i而展示展示集合j时，展示对象计划k中的展示对象的预估成本收益率，C3代表希望获得高成本收益率的展示对象计划集合。
由于每个线性规划问题都有相对应的对偶线性规划问题，且当计算出对偶线性规划问题的对偶变量的同时也可以计算出原线性规划问题的解，根据本公开的实施例，上述带约束的线性规划问题相对应的对偶线性规划问题可以表示如下：
Figure BDA0002378033400000212
Figure BDA0002378033400000213
Figure BDA0002378033400000214
Figure BDA0002378033400000215
γ≥0
δ≥0
其中，参数αk，βi，γ，δ为上述带约束的线性规划问题中限制条件的对偶变量，可以根据上述带约束条件的线性规划问题的对偶问题，构建预估参数与候选展示集合的评价参数的数据关联关系。
图4示出根据本公开实施例根据带约束的线性规划问题的对偶问题，构建所述预估参数与候选展示集合的评价参数的数据关联关系的流程图。如图4所示，所述根据带约束的线性规划问题的对偶问题，构建所述预估参数与候选展示集合的评价参数的数据关联关系，包括以下步骤S401-S402：
在步骤S401中，使用历史预设周期内的流量请求数据和历史展示对象数据，在不考虑所述历史展示对象数据的与所述消耗数据有关的预算限制的情况下求解所述对偶问题，得到所述线性规划问题的约束条件的对偶变量的值；
在步骤S402中，基于所述对偶变量的值构建所述预估参数与候选展示集合的评价参数的数据关联关系。
根据本公开的实施例，可以在历史预设周期内获取用户流量请求数据和响应于用户流量请求数据而向用户展示的历史展示对象数据，比如，针对用户流量请求i，以及响应于用户流量请求i而向用户展示的目标展示集合j中的目标展示对象，还可以获取展示平台的收益数据revij、属于展示对象计划k的目标展示对象的提供端的消耗数据costijk、属于展示对象计划k的目标展示对象的点击率ctrijk和转化率cvrijk。为了更好地反映出在不同时间对各展示对象进行展示的客观情况，可以在不考虑历史展示对象数据的与消耗数据有关的预算限制的情况下求解对偶问题，并得到带约束条件的线性规划问题的约束条件的对偶变量的值，即αk，γ，δ的值，本公开实施例对求解对偶问题的具体方法不做具体限定，例如，可以为优化方法，比如，梯度下降法。确定对偶变量αk，γ，δ的具体取值之后，可以基于对偶变量的值构建预估参数与候选展示集合的评价参数的数据关联关系。
根据本公开的实施例，所述步骤S402，即基于所述对偶变量的值构建所述预估参数与候选展示集合的评价参数的数据关联关系，包括：基于所述候选展示集合的预估参数的线性组合构建所述预估参数与候选展示集合的评价参数的数据关联关系，所述线性组合的系数是基于所述对偶变量的值确定的。
根据本公开的实施例，假设预估展示效果数据包括预估点击率和预估转化率，假设候选展示集合的评价参数表示为evaij，可以基于候选展示集合的预估参数的线性组合构建预估参数与候选展示集合的评估参数的数据关联关系，比如，数据关联关系可以表示为：
Figure BDA0002378033400000231
Figure BDA0002378033400000232
可以将对偶变量αk，γ，δ的具体取值作为上述线性组合的系数代入数据关联关系，并分别将候选展示集合相对应的预估参数的值分别代入数据关联关系，从而确定候选展示集合的评价参数，并根据评价参数evaij的值确定目标展示集合。
根据本公开的实施例，所述步骤S105，即根据所述评价参数从所述候选展示集合中选取目标展示集合，包括：选择使得所述评价参数取最值的候选展示集合作为所述目标展示集合，从而在预设周期内响应于多个流量请求而展示的多个目标展示集合在满足与所述展示效果有关的约束条件的同时，所述多个目标展示集合所对应的展示平台的总预估收益最大。
根据本公开的实施例，由于不同的候选展示集合对应于不同的评价参数evaij，可以选择使得评价参数evaij取最值的候选展示集合作为目标展示集合，本公开实施例将以评价参数evaij取最大值为例进行说明，假设获取的多个候选展示集合为集合J，如果j1∈J使evaij取最大值且为非负值，即可以将候选展示集合j1作为目标展示集合。另一方面，如果以evaij的倒数作为评价参数，则可以把使评价参数取最小值的j1对应的候选展示集合作为目标展示集合。响应于多个流量请求，可以分别确定多个目标展示集合，从而在预设周期内响应于多个流量请求而展示的多个目标展示集合在满足于展示效果有关的约束条件的同时，该多个目标展示集合所对应的展示平台的总预估收益最大。
根据本公开的实施例，所述流量请求包括搜索请求；所述候选展示集合包括候选广告集合；所述目标展示集合包括目标广告集合。
根据本公开的实施例，当流量请求包括搜索请求时，展示平台可以基于用户的搜索请求，获取与搜索请求相对应的多个候选展示集合，即候选广告集合，可以根据多个候选广告集合的评价参数从多个候选广告集合中确定目标展示集合，即目标广告集合。
例如，假设用户的搜索请求为关键词“牛排”，展示平台可以获取4个候选广告集合，分别表示为{XD牛排、CK牛排、JKL牛排}、{XD牛排、CK牛排、JS牛排}、{XD牛排、JKL牛排、JS牛排}、{CK牛排、JKL牛排、JS牛排}，展示平台可以根据4个候选广告集合的评价参数确定目标广告集合为{XD牛排、JKL牛排、JS牛排}。
根据本公开的实施例，所述获取流量请求，包括从用户的客户端获取所述搜索请求；
所述获取与所述流量请求相对应的多个候选展示集合，包括从展示平台的广告数据库获取与所述搜索请求相对应的多个候选广告集合，所述候选广告集合包括至少一个广告；
所述展示所述目标展示集合，包括在所述客户端显示的所述搜索请求的搜索结果页面上展示从所述候选广告集合中选择的目标广告集合。
根据本公开的实施例，用户可以通过用户的客户端输入搜索请求，并将搜索请求发送给展示平台，以便于展示平台可以获取搜索请求。展示平台获取搜索请求之后，可以从展示平台的广告数据库中获取与该搜索请求相对应的多个候选广告集合，例如，假设用户的搜索请求为关键词“牛排”，展示平台可以根据用户输入的关键词，从展示平台的广告数据库中获取与该关键词“牛排”有关的4个候选广告(比如提供牛排的商家)，假设分别为：XD牛排、CK牛排、JKL牛排和JS牛排，假设展示平台针对此次搜索请求，提供3个广告位，可以从4个牛排商家中选择3家牛排商家形成4个候选广告集合，分别表示为{XD牛排、CK牛排、JKL牛排}、{XD牛排、CK牛排、JS牛排}、{XD牛排、JKL牛排、JS牛排}、{CK牛排、JKL牛排、JS牛排}。展示平台可以根据4个候选广告集合的评价参数确定目标广告集合为{XD牛排、JKL牛排、JS牛排}，并在客户端显示搜索请求的搜索结果页面上展示该目标广告集合{XD牛排、JKL牛排、JS牛排}。
图5示出根据本公开实施例的对象处理方法的应用场景示意图。如图5所示，应用场景包括用户客户端501以及服务器(例如，展示平台服务器)502，为了描述的方便，图5的应用场景中仅绘制了一个客户端501和服务器502，应当了解的是，该示例仅为示例使用，并非是对于本公开的限制，本公开中的客户端501和服务器502的数量、种类以及连接方式可以根据实际需要进行设定，本公开对此不作具体限定。同时，本公开实施例的应用场景将以广告展示为例进行说明，但本公开不限于此，而是也适用于其他应用场景。
服务器502可以预先根据广告主的不同推广诉求、广告计划预算以及展示平台收益最大化建立线性规划问题，其中，展示平台收益最大化为目标函数，广告主的不同推广诉求和计划预算为约束条件，本应用场景将以推广诉求为优化预估点击率Ctr、优化预估转化率Cvr、优化预估成交额Gmv和优化预估成本收益率Roi为例进行说明。
由于每个线性规划问题都有相对应的对偶线性规划问题，且当计算出对偶线性规划问题的对偶变量的同时也可以计算出原线性规划问题的解，因此，我们可以建立上述线性规划问题的对偶问题。服务器502可以获取历史真实广告的曝光数据，其中，曝光数据可以包括历史流量请求数据、历史展示对象数据和历史展示效果数据，服务器502可以在离线环境下基于历史流量请求数据和历史展示对象数据获取线性规划问题的对偶问题的对偶变量αk，γ，δ的值；服务器502可以在离线环境下基于历史展示效果数据，利用预测模型确定预估参数。
当用户通过客户端501向服务器502发起一次流量请求时，服务器502可以获取与该流量请求相对应的多个候选展示集合。服务器502可以在在线环境下基于对偶变量αk，γ，δ的值以及多个候选展示集合的预估参数，确定多个候选展示集合的评价参数，并基于多个评价参数确定目标展示集合，并向客户端501展示目标展示集合中的目标广告。
本公开实施例的对象处理方法通过把广告主不同推广诉求和计划预算转化成约束条件，将实际业务问题转化成带约束的展示平台广告收益的最大化问题，通过推导求解，设计离线在线的实现框架，同时调控多广告计划是否参竞每个流量请求，从而实现在满足广告主不同推广诉求以及预算约束的前提下，最大化展示平台的收益。
图6示出根据本公开的实施例的展示广告的方法的流程图。如图6所示，所述展示广告的方法包括以下步骤S601-S605：
在步骤S601中，获取搜索请求；
在步骤S602中，获取与所述搜索请求相对应的多个候选广告集合，所述候选广告集合包括至少一个候选广告；
在步骤S603中，根据所述候选广告集合中的候选广告的历史展示效果数据，确定所述候选广告集合的预估参数，所述预估参数包括展示所述候选广告集合时，所述候选广告集合中的候选广告的广告主的预估扣费数据，广告平台的预估收益数据，以及所述候选广告集合中的候选广告的预估展示效果数据；
在步骤S604中，根据预先构建的预估参数与候选广告集合的评价参数的数据关联关系，确定所述候选广告集合的评价参数；
在步骤S605中，根据所述评价参数从所述候选广告集合中选取目标广告集合，并展示所述目标广告集合。
根据本公开的实施例，广告平台可以基于用户的搜索请求获取与该搜索请求相对应的多个候选广告集合，例如，假设用户的搜索请求为搜索关键词，广告平台可以根据用户输入的关键词，获取与该关键词有关的多个候选广告集合，其中，候选广告集合中至少包括一个候选广告。比如，假设在给用户呈现的页面上有五个广告位，则在这五个广告位呈现的五个广告构成一个候选广告集合。当存在多于5个候选广告时，可以基于全部候选广告的各种组合形成多个不同的候选广告集合。
根据本公开的实施例，一个广告计划可以包括一个或多个广告并且具有预设周期预算约束，比如，每日预算约束。例如，对于一个广告计划，当其中的任意一个广告被执行预设动作(例如被展示或者被用户点击)时，该任意一个广告所对应的广告计划的预算将被消耗，即该广告计划的预算由于该广告被执行预设动作而被扣费。当广告计划的预算被扣光时，该广告计划中的广告不再被列入候选广告。
由于对不同的候选广告集合中的候选广告进行展示的时候，需要兼顾广告主的营销诉求和预算约束，以及广告平台的收益，因此，需要在多个候选广告集合中选择最优候选广告集合。根据本公开的实施例，可以根据每个候选广告集合中的候选广告的历史展示效果数据，确定每个候选广告集合的预估参数，其中，历史展示效果数据包括历史预设时间段内展示候选广告集合中的候选广告所对应的效果数据。
根据本公开的实施例，预估参数可以包括广告平台的预估收益数据revij，其中，预估收益数据revij可以是响应于当前搜索请求i，广告平台向用户展示候选广告集合j时，候选广告集合j中所有候选广告的预估扣费数据之和。
根据本公开的实施例，预估参数还可以包括候选广告集合中的候选广告的广告主的预估扣费数据costijk，其中，预估扣费数据costijk可以是响应于当前搜索请求i，广告平台向用户展示候选广告集合j时，候选广告集合j中属于广告计划k的广告的预估扣费数据之和。候选广告的预估扣费数据可以是候选广告的扣费费率乘以候选广告的预估点击率。例如，假设候选广告A每次被点击时的扣费费率是0.001元，其预估点击率为10％，则候选广告A的预估扣费数据可以是0.0001元。
根据本公开的实施例，预估参数还可以包括候选广告集合中的候选广告的预估展示效果数据，其中，预估展示效果数据与候选广告的广告主的营销诉求有关，本公开对其不做具体限定。
例如，当候选广告的广告主的营销诉求为点击率时，预估展示效果数据可以包括预估点击率ctrijk，其中，预估点击率ctrijk可以是响应于当前搜索请求i，广告平台向用户展示候选广告集合j时，候选广告集合j中属于广告计划k的广告的预估点击率ctrijk。
例如，当候选广告的广告主的营销诉求为转化率时，预估展示效果数据可以包括预估转化率ctrijk*cvrijk，其中，预估转化率ctrijk*cvrijk可以是响应于当前搜索请求i，广告平台向用户展示候选广告集合j时，候选广告集合j中属于广告计划k的广告的预估转化率ctrijk*cvrijk。
例如，当候选广告的广告主的营销诉求为成交额时，预估展示效果数据可以包括预估成交额，比如，响应于当前搜索请求i，广告平台向用户展示候选广告集合j时，候选广告集合j中属于广告计划k的广告的预估成交额。
例如，当候选广告的广告主的营销诉求为成本收益率时，预估展示效果数据可以包括预估成本收益率，比如，响应于当前搜索请求i，广告平台向用户展示候选广告集合j时，候选广告集合j中属于广告计划k的广告的预估成本收益率。
根据本公开的实施例，当候选广告的广告主有多个不同的营销诉求时，预估展示效果数据可以包括相应的多个不同预估展示效果数据。
根据本公开的实施例，为了提高广告平台的响应速度，可以预先获取多个广告的预估参数，例如，可以在广告平台离线状态下，根据多个历史广告的历史展示效果数据，获取多个历史广告所对应的预估参数，其中，历史广告可以是历史预设时间段内，广告平台向多个用户展示过的广告，从而提高了广告平台的历史数据的利用率。然后，在广告平台在线状态下，当获取当前搜索请求i之后，可以根据预估参数与多个候选广告集合的评价参数的数据关联关系确定多个候选广告集合的评价参数。
根据本公开的实施例，当确定了多个候选广告集合的评价参数之后，可以基于多个评价参数，从多个候选广告集合中确定目标广告集合，并向发起搜索请求i的用户展示目标广告集合中的候选广告。由于目标广告集合兼顾了候选广告的广告主的预估扣费数据、候选广告的预估展示效果数据，以及广告平台的预估收益数据，因此，向用户展示的目标广告集合中的目标展示对象，可以使在考虑到多个广告计划的主体的营销诉求的基础上，优化广告平台的收益。
根据本公开实施例提供的技术方案，通过获取搜索请求，获取与搜索请求相对应的多个候选广告集合，其中，候选广告集合包括至少一个候选广告，根据候选广告集合中的候选广告的历史展示效果数据，确定候选广告集合的预估参数，预估参数包括展示候选广告集合时，候选广告集合中的候选广告的广告主的预估扣费数据，广告平台的预估收益数据，以及候选广告集合中的候选广告的预估展示效果数据，根据预先构建的预估参数与候选广告集合的评价参数的数据关联关系，确定候选广告集合的评价参数，并根据评价参数从候选广告集合中选取目标广告集合，并展示目标广告集合。本公开的实施例通过离线和在线设计框架，提高了广告平台的响应速度以及历史数据的利用率，同时在考虑到多个广告计划的广告主的营销诉求的基础上，优化广告平台的收益。
根据本公开的实施例，所述展示广告的方法，还包括：根据带约束条件的线性规划问题的对偶问题，构建所述预估参数与候选广告集合的评价参数的数据关联关系，所述带约束的线性规划问题是，在预设周期内响应于多个搜索请求而展示的多个目标广告集合在满足与所述展示效果数据和所述扣费数据有关的约束条件的同时，使得所述多个目标广告集合所对应的广告平台的总预估收益最大。
应理解，本公开实施例将以预估展示效果数据包括预估点击率和预估转化率为例进行说明，但本公开不限于此，而是也适用于其他预估展示效果数据(比如，预估成交额、预估成本收益率等)。假设广告平台有两种广告计划，分别为希望获得高点击率的广告计划和希望获得高转化率的广告计划，候选广告的广告主可以根据自身需求分别设定不同的广告计划，其中，C1代表希望获得高点击率的广告计划集合，C2代表希望获得高转化率的广告计划集合。
根据本公开的实施例，带约束的线性规划问题可以表示为：
Figure BDA0002378033400000291
Figure BDA0002378033400000292
Figure BDA0002378033400000293
Figure BDA0002378033400000294
Figure BDA0002378033400000295
Figure BDA0002378033400000296
其中，i表示当前用户的搜索请求；j表示候选广告集合；revij表示响应于搜索请求i而展示候选广告集合j时，广告平台的预估收益数据；Ωk表示所有包含广告计划k的候选广告的搜索请求i和候选广告集合j的组合。ctrijk，cvrijk以及costijk分别表示响应于搜索请求i而展示候选广告集合j时，广告计划k中的广告的预估点击率，预估转化率和预估扣费数据；budgetk表示广告计划k的预设周期内的预算上限，本公开对预设周期不做具体限定，比如，可以为24小时；Tcy是集合C1中所有广告计划的候选广告的期望点击率之和的下限；Tvy是集合C2中的所有广告计划的候选广告的期望转化率之和的下限；xij为0或1的二元变量，其中，0表示当前搜索请求i下未展示候选广告集合j，1表示当前搜索请求i下展示候选广告集合j。
根据本公开的实施例，公式(7)为上述线性规划问题的目标函数，用于表示响应于搜索请求i而展示候选广告集合j时，广告平台的总预估收益取得最大值。公式(8)-(12)为上述线性规划问题的约束条件，其中，公式(8)用于表示集合C1中所有广告计划的候选广告的期望点击率之和大于或等于Tcy，即满足点击率的推广诉求；公式(9)用于表示集合C2中的所有广告计划的候选广告的期望转化率之和大于或等于Tvy，即满足转化率的推广诉求；公式(10)用于表示响应于搜索请求i而展示候选广告集合j时，属于广告计划k中的候选广告的预算小于或等于budgetk，即满足广告计划的广告主的预算约束；公式(11)用于表示线性规划问题的变量的取值范围；公式(12)用于表示线性规划问题的变量的非负性限定。
根据本公开的实施例，上述带约束的线性规划问题用于表示在满足广告主的不同推广诉求以及预算约束的前提下，最大化广告平台的收益，具体地，通过将广告主的不同推广诉求和计划预算转化成约束条件，将实际业务问题抽象成带约束的广告平台收益最大化问题，并通过调整广告计划是否参竞(参与排序)来达到最终目标。
根据本公开的实施例，根据广告主的诉求，可以设置更多或更少的约束条件。例如，如果广告主仅对点击率有要求，则可以删除上述带约束的线性规划问题中与转化率有关的约束条件即公式(9)。或者，如果广告主除了对点击率和转化率有要求，还对成本收益率有要求，则可以在上述约束条件即公式(8)-(12)的基础上增加与成本收益率有关的约束条件：
Figure BDA0002378033400000301
其中，roiijk是响应于搜索请求i而展示展示集合j时，广告计划k中的广告的预估成本收益率，C3代表希望获得高成本收益率的广告计划集合。
由于每个线性规划问题都有相对应的对偶线性规划问题，且当计算出对偶线性规划问题的对偶变量的同时也可以计算出原线性规划问题的解，根据本公开的实施例，上述带约束的线性规划问题相对应的对偶线性规划问题可以表示如下：
Figure BDA0002378033400000302
Figure BDA0002378033400000303
Figure BDA0002378033400000304
Figure BDA0002378033400000305
γ≥0
δ≥0
其中，参数αk，βi，γ，δ为上述带约束的线性规划问题中限制条件的对偶变量，可以根据上述带约束条件的线性规划问题的对偶问题，构建预估参数与候选广告集合的评价参数的数据关联关系。
图7示出根据本公开实施例根据带约束的线性规划问题的对偶问题，构建所述预估参数与候选广告集合的评价参数的数据关联关系的流程图。如图7所示，述根据带约束的线性规划问题的对偶问题，构建所述预估参数与候选广告集合的评价参数的数据关联关系，包括以下步骤S701-S702：：
在步骤S701中，使用历史预设周期内的搜索请求数据和历史广告数据，在不考虑所述历史广告数据的与所述扣费数据有关的预算限制的情况下求解所述对偶问题，得到所述线性规划问题的约束条件的对偶变量的值；
在步骤S702中，基于所述对偶变量的值构建所述预估参数与候选广告集合的评价参数的数据关联关系。
根据本公开的实施例，可以在历史预设周期内获取用户搜索请求数据和响应于用户搜索请求数据而向用户展示的历史广告数据，比如，针对用户搜索请求i，以及响应于用户搜索请求i而向用户展示的历史广告数据，即目标展示集合j中的目标展示对象，还可以获取展示平台的收益数据revij、广告计划k的主体的扣费数据costijk、广告计划k中的广告的点击率ctrijk和转化率cvrijk。为了更好地反映出在不同时间对各广告进行展示的客观情况，可以在不考虑历史广告数据的与扣费数据有关的预算限制的情况下求解对偶问题，并得到带约束条件的线性规划问题的约束条件的对偶变量的值，即αk，γ，δ的值，本公开实施例对求解对偶问题的具体方法不做具体限定，例如，可以为优化方法，比如，梯度下降法。确定对偶变量αk，γ，δ的具体取值之后，可以基于对偶变量的值构建预估参数与候选广告集合的评价参数的数据关联关系。
根据本公开的实施例，所述步骤S702，即基于所述对偶变量的值构建所述预估参数与候选广告集合的评价参数的数据关联关系，包括：基于所述候选广告集合的预估参数的线性组合构建所述预估参数与候选广告集合的评价参数的数据关联关系，所述线性组合的系数是基于所述对偶变量的值确定的。
根据本公开的实施例，假设预估展示效果数据包括预估点击率和预估转化率，假设候选展示集合的评价参数表示为evaij，可以基于候选广告集合的预估参数的线性组合构建预估参数与候选广告集合的评估参数的数据关联关系，比如，数据关联关系可以表示为：
Figure BDA0002378033400000321
Figure BDA0002378033400000322
可以将对偶变量αk，γ，δ的具体取值作为上述线性组合的系数代入数据关联关系，并分别将候选广告集合相对应的预估参数的值分别代入数据关联关系，从而确定候选广告集合的评价参数，并根据评价参数evaij的情况确定目标广告集合。
根据本公开的实施例，所述步骤S605，即根据所述评价参数从所述候选广告集合中选取目标广告集合，包括：选择使得所述评价参数取最值的候选广告集合作为所述目标广告集合，从而在预设周期内响应于多个搜索请求而展示的多个目标广告集合在满足与所述展示效果有关的约束条件的同时，所述多个目标广告集合所对应的展示平台的总预估收益最大。
根据本公开的实施例，由于不同的候选广告集合对应于不同的评价参数evaij，可以选择使得评价参数evaij取最值的候选广告集合作为目标广告集合，本公开实施例将以评价参数evaij取最大值为例进行说明，假设获取的多个候选广告集合为集合J，如果对于j1∈J，evaij取最大值且为非负值，则可以将候选广告集合j1作为目标广告集合。另一方面，如果评价参数为evaij的倒数，则可以把使评价参数取最小值的j1对应的候选广告集合作为目标广告集合。对于响应于多个流量请求，可以分别确定多个目标广告集合，从而在预设周期内响应于多个流量请求而展示的多个目标广告集合在满足于展示效果有关的约束条件的同时，该多个目标广告集合所对应的展示平台的总预估收益最大。
根据本公开的实施例，所述广告平台的预估收益数据包括以下任意一项：所述候选广告集合给所述广告平台带来的总预估收入、所述候选广告集合中的候选广告所对应的总预估点击率、所述候选广告集合中的候选广告所对应的总预估转化率、所述候选广告集合中的候选广告所对应的总预估成交额；
所述预估展示效果数据包括以下任意一项或多项：预估点击率、预估转化率、预估成交额、预估成本收益率。
根据本公开的实施例，候选广告集合给广告平台带来的总预估收入可以是候选广告集合中各候选广告给广告平台带来的预估收入之和。候选广告集合中的候选广告所对应的总预估点击率可以是候选广告集合中各候选广告的预估点击率之和。候选广告集合中的候选广告所对应的总预估转化率可以是候选广告集合中各候选广告的预估转化率之和。候选广告集合中的候选广告所对应的总预估成交额可以是候选广告集合中各候选广告的预估成交额之和。
图8示出根据本公开实施例的展示广告的方法的应用场景示意图。如图8所示，应用场景包括客户端801以及服务器(例如，广告平台服务器)802，为了描述的方便，图8的应用场景中仅绘制了一个客户端801和服务器802，应当了解的是，该示例仅为示例使用，并非是对于本公开的限制，本公开中的客户端801和服务器802的数量、种类以及连接方式可以根据实际需要进行设定，本公开对此不作具体限定。
服务器802可以预先根据广告主的不同推广诉求、广告计划预算以及广告平台收益最大化建立线性规划问题，其中，广告平台收益最大化为目标函数，广告主的不同推广诉求和计划预算为约束条件，本应用场景将以推广诉求为优化预估点击率Ctr、优化预估转化率Cvr、优化预估成交额Gmv和优化预估成本收益率Roi为例进行说明。
由于每个线性规划问题都有相对应的对偶线性规划问题，且当计算出对偶线性规划问题的对偶变量的同时也可以计算出原线性规划问题的解，因此，我们可以建立上述线性规划问题的对偶问题。服务器802可以获取历史真实广告的曝光数据，其中，曝光数据可以包括历史搜索请求数据、历史广告数据和历史展示效果数据，服务器802可以在离线环境下基于历史搜索请求数据和历史广告数据获取线性规划问题的对偶问题的对偶变量αk，γ，δ的值；服务器802可以在离线环境下基于历史展示效果数据，利用预测模型确定预估参数。
当用户通过客户端801向服务器802发起一次搜索请求时，服务器802可以获取与该搜索请求相对应的多个候选广告集合。服务器802可以在在线环境下基于对偶变量αk，γ，δ的值以及多个候选广告集合的预估参数，确定多个候选广告集合的评价参数，并基于多个评价参数确定目标广告集合，并向客户端801展示目标广告集合中的目标广告。
本公开实施例的广告展示的方法通过把广告主不同推广诉求和计划预算转化成约束条件，将实际业务问题转化成带约束的广告平台广告收益的最大化问题，通过推导求解，设计离线在线的实现框架，同时调控多广告计划是否参竞每个搜索请求，从而实现在满足广告主不同推广诉求以及预算约束的前提下，最大化广告平台的收益。
图9示出根据本公开的实施例的对象处理装置的结构框图。其中，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图9所示，所述对象处理装置900包括第一获取模块910、第二获取模块920、第一确定模块930、第二确定模块940和第一展示模块950。
所述第一获取模块910被配置为获取流量请求；
所述第二获取模块920被配置为获取与所述流量请求相对应的多个候选展示集合，所述候选展示集合包括至少一个候选展示对象；
所述第一确定模块930被配置为根据所述候选展示集合中的候选展示对象的历史展示效果数据，确定所述候选展示集合的预估参数，所述预估参数包括展示所述候选展示集合时，所述候选展示集合中的候选展示对象的提供端的预估消耗数据，展示平台的预估收益数据，以及所述候选展示集合中的候选展示对象的预估展示效果数据；
所述第二确定模块940被配置为根据预先构建的预估参数与候选展示集合的评价参数的数据关联关系，确定所述候选展示集合的评价参数；
所述第一展示模块950被配置为根据所述评价参数从所述候选展示集合中选取目标展示集合，并展示所述目标展示集合。
根据本公开的实施例，所述获取与所述流量请求相对应的多个候选展示集合，包括：
获取与所述流量请求相对应的多个候选展示对象；
基于所述多个候选展示对象的不同组合方式得到所述多个候选展示集合。
根据本公开的实施例，所述获取与所述流量请求相对应的多个候选展示集合，包括：
获取与所述流量请求相对应的多个候选展示对象；
基于所述多个候选展示对象的不同组合方式得到所述多个候选展示集合。
根据本公开的实施例，所述获取与所述流量请求相对应的多个候选展示对象，包括：
根据所述流量请求的关键字确定预选展示对象；
把未达到相应预算限制的所述预选展示对象作为与所述流量请求相对应的多个候选展示对象。
根据本公开的实施例，还包括：第一构建模块960，被配置为根据带约束条件的线性规划问题的对偶问题，构建所述预估参数与候选展示集合的评价参数的数据关联关系，所述带约束的线性规划问题是，在预设周期内响应于多个流量请求而展示的多个目标展示集合在满足与所述展示效果数据和所述消耗数据有关的约束条件的同时，使得所述多个目标展示集合所对应的展示平台的总预估收益最大。
根据本公开的实施例，所述根据带约束的线性规划问题的对偶问题，构建所述预估参数与候选展示集合的评价参数的数据关联关系，包括：
使用历史预设周期内的流量请求数据和历史展示对象数据，在不考虑所述历史展示对象数据的与所述消耗数据有关的预算限制的情况下求解所述对偶问题，得到所述线性规划问题的约束条件的对偶变量的值；
基于所述对偶变量的值构建所述预估参数与候选展示集合的评价参数的数据关联关系。
根据本公开的实施例，所述基于所述对偶变量的值构建所述预估参数与候选展示集合的评价参数的数据关联关系，包括：
基于所述候选展示集合的预估参数的线性组合构建所述预估参数与候选展示集合的评价参数的数据关联关系，所述线性组合的系数是基于所述对偶变量的值确定的。
根据本公开的实施例，所述根据所述评价参数从所述候选展示集合中选取目标展示集合，包括选择使得所述评价参数取最值的候选展示集合作为所述目标展示集合，从而在预设周期内响应于多个流量请求而展示的多个目标展示集合在满足与所述展示效果有关的约束条件的同时，所述多个目标展示集合所对应的展示平台的总预估收益最大。
根据本公开的实施例，所述展示平台的预估收益数据包括以下任意一项：所述候选展示集合给所述展示平台带来的总预估收入、所述候选展示集合中的候选展示对象所对应的总预估点击率、所述候选展示集合中的候选展示对象所对应的总预估转化率、所述候选展示集合中的候选展示对象所对应的总预估成交额；
所述预估展示效果数据包括以下任意一项或多项：预估点击率、预估转化率、预估成交额、预估成本收益率。
根据本公开的实施例，所述根据所述候选展示集合中的候选展示对象的历史展示效果数据，确定所述候选展示集合的预估参数，包括：
使用响应于历史流量请求而展示所述候选展示对象时的历史展示效果数据训练预测模型，所述历史展示效果数据包括与所述预估参数有关的数据；
将所述流量请求和所述候选展示集合输入训练好的预测模型，得到所述候选展示集合的预估参数。
根据本公开的实施例，所述流量请求包括搜索请求；
所述候选展示集合包括候选广告集合；
所述目标展示集合包括目标广告集合。
根据本公开的实施例，所述获取流量请求，包括从用户的客户端获取所述搜索请求；
所述获取与所述流量请求相对应的多个候选展示集合，包括从展示平台的广告数据库获取与所述搜索请求相对应的多个候选广告集合，所述候选广告集合包括至少一个广告；
所述展示所述目标展示集合，包括在所述客户端显示的所述搜索请求的搜索结果页面上展示从所述候选广告集合中选择的目标广告集合。
图10示出根据本公开的实施例的展示广告的装置的结构框图。其中，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图10所示，所述展示广告的装置1000包括第三获取模块1010、第四获取模块1020、第三确定模块1030、第四确定模块1040和第二展示模块1050。
所述第三获取模块1010被配置为获取搜索请求；
所述第四获取模块1020被配置为获取与所述搜索请求相对应的多个候选广告集合，所述候选广告集合包括至少一个候选广告；
所述第三确定模块1030被配置为根据所述候选广告集合中的候选广告的历史展示效果数据，确定所述候选广告集合的预估参数，所述预估参数包括展示所述候选广告集合时，所述候选广告集合中的候选广告的广告主的预估扣费数据，广告平台的预估收益数据，以及所述候选广告集合中的候选广告的预估展示效果数据；
所述第四确定模块1040被配置为根据预先构建的预估参数与候选广告集合的评价参数的数据关联关系，确定所述候选广告集合的评价参数；
所述第二展示模块1050被配置为根据所述评价参数从所述候选广告集合中选取目标广告集合，并展示所述目标广告集合。
根据本公开的实施例，还包括：第二构建模块1060，被配置为根据带约束条件的线性规划问题的对偶问题，构建所述预估参数与候选广告集合的评价参数的数据关联关系，所述带约束的线性规划问题是，在预设周期内响应于多个搜索请求而展示的多个目标广告集合在满足与所述展示效果数据和所述扣费数据有关的约束条件的同时，使得所述多个目标广告集合所对应的广告平台的总预估收益最大。
根据本公开的实施例，所述根据带约束的线性规划问题的对偶问题，构建所述预估参数与候选广告集合的评价参数的数据关联关系，包括：
使用历史预设周期内的搜索请求数据和历史广告数据，在不考虑所述历史广告数据的与所述扣费数据有关的预算限制的情况下求解所述对偶问题，得到所述线性规划问题的约束条件的对偶变量的值；
基于所述对偶变量的值构建所述预估参数与候选广告集合的评价参数的数据关联关系。
根据本公开的实施例，所述基于所述对偶变量的值构建所述预估参数与候选广告集合的评价参数的数据关联关系，包括：
基于所述候选广告集合的预估参数的线性组合构建所述预估参数与候选广告集合的评价参数的数据关联关系，所述线性组合的系数是基于所述对偶变量的值确定的。
根据本公开的实施例，所述根据所述评价参数从所述候选广告集合中选取目标广告集合，包括选择使得所述评价参数取最值的候选广告集合作为所述目标广告集合，从而在预设周期内响应于多个搜索请求而展示的多个目标广告集合在满足与所述展示效果有关的约束条件的同时，所述多个目标广告集合所对应的广告平台的总预估收益最大。
根据本公开的实施例，所述广告平台的预估收益数据包括以下任意一项：所述候选广告集合给所述广告平台带来的总预估收入、所述候选广告集合中的候选广告所对应的总预估点击率、所述候选广告集合中的候选广告所对应的总预估转化率、所述候选广告集合中的候选广告所对应的总预估成交额；
所述预估展示效果数据包括以下任意一项或多项：预估点击率、预估转化率、预估成交额、预估成本收益率。
本公开还公开了一种电子设备，图11示出根据本公开的实施例的电子设备的结构框图。
如图11所示，所述电子设备1100包括存储器1101和处理器1102；其中，
所述存储器1101用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器1102执行以实现根据本公开的实施例的方法。
图12示出适于用来实现根据本公开实施例的对象处理方法或广告展示的方法的计算机系统的结构示意图。
如图12所示，计算机系统1200包括中央处理单元(CPU)1201，其可以根据存储在只读存储器(ROM)1202中的程序或者从存储部分1208加载到随机访问存储器(RAM)1203中的程序而执行上述实施例中的各种处理。在RAM 1203中，还存储有系统1200操作所需的各种程序和数据。CPU 1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
以下部件连接至I/O接口1205：包括键盘、鼠标等的输入部分1206；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1207；包括硬盘等的存储部分1208；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1209。通信部分1209经由诸如因特网的网络执行通信处理。驱动器1210也根据需要连接至I/O接口1205。可拆卸介质1211，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1210上，以便于从其上读出的计算机程序根据需要被安装入存储部分1208。
特别地，根据本公开的实施例，上文描述的方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行上述对象类别确定方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1209从网络上被下载和安装，和/或从可拆卸介质1211被安装。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过可编程硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中电子设备或计算机系统中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (19)

1.一种对象处理方法，包括：
通过处理器获取流量请求；
通过处理器获取与所述流量请求相对应的多个候选展示集合，所述候选展示集合包括至少一个候选展示对象；
通过处理器根据所述候选展示集合中的候选展示对象的历史展示效果数据，利用预测模型确定所述候选展示集合的预估参数，所述预估参数包括展示所述候选展示集合时，所述候选展示集合中的候选展示对象的提供端的预估消耗数据，展示平台的预估收益数据，以及所述候选展示集合中的候选展示对象的预估展示效果数据；所述预估展示效果数据包括以下任意一项或多项：预估点击率、预估转化率、预估成交额、预估成本收益率；
通过处理器根据带约束条件的线性规划问题的对偶问题，基于所述候选展示集合的预估参数的线性组合构建所述预估参数与候选展示集合的评价参数的数据关联关系，所述线性组合的系数是基于所述对偶变量的值确定的，根据所述预估参数与候选展示集合的评价参数的数据关联关系确定所述候选展示集合的评价参数；
通过处理器根据所述评价参数从所述候选展示集合中选取目标展示集合，并展示所述目标展示集合。
2.根据权利要求1所述的方法，其特征在于，所述获取与所述流量请求相对应的多个候选展示集合，包括：
获取与所述流量请求相对应的多个候选展示对象；
基于所述多个候选展示对象的不同组合方式得到所述多个候选展示集合。
3.根据权利要求2所述的方法，其特征在于，所述获取与所述流量请求相对应的多个候选展示对象，包括：
根据所述流量请求的关键字确定预选展示对象；
把未达到相应预算限制的所述预选展示对象作为与所述流量请求相对应的多个候选展示对象。
4.根据权利要求1所述的方法，其特征在于，所述带约束的线性规划问题是，在预设周期内响应于多个流量请求而展示的多个目标展示集合在满足与所述展示效果数据和所述消耗数据有关的约束条件的同时，使得所述多个目标展示集合所对应的展示平台的总预估收益最大。
5.根据权利要求1所述的方法，其特征在于，所述根据带约束的线性规划问题的对偶问题，构建所述预估参数与候选展示集合的评价参数的数据关联关系，包括：
使用历史预设周期内的流量请求数据和历史展示对象数据，在不考虑所述历史展示对象数据的与所述消耗数据有关的预算限制的情况下求解所述对偶问题，得到所述线性规划问题的约束条件的对偶变量的值；
基于所述对偶变量的值构建所述预估参数与候选展示集合的评价参数的数据关联关系。
6.根据权利要求1所述的方法，其特征在于，所述根据所述评价参数从所述候选展示集合中选取目标展示集合，包括选择使得所述评价参数取最值的候选展示集合作为所述目标展示集合，从而在预设周期内响应于多个流量请求而展示的多个目标展示集合在满足与所述展示效果有关的约束条件的同时，所述多个目标展示集合所对应的展示平台的总预估收益最大。
7.根据权利要求1所述的方法，其特征在于：
所述展示平台的预估收益数据包括以下任意一项：所述候选展示集合给所述展示平台带来的总预估收入、所述候选展示集合中的候选展示对象所对应的总预估点击率、所述候选展示集合中的候选展示对象所对应的总预估转化率、所述候选展示集合中的候选展示对象所对应的总预估成交额。
8.根据权利要求1所述的方法，其特征在于，所述根据所述候选展示集合中的候选展示对象的历史展示效果数据，确定所述候选展示集合的预估参数，包括：
使用响应于历史流量请求而展示所述候选展示对象时的历史展示效果数据训练预测模型，所述历史展示效果数据包括与所述预估参数有关的数据；
将所述流量请求和所述候选展示集合输入训练好的预测模型，得到所述候选展示集合的预估参数。
9.根据权利要求1所述的方法，其特征在于：
所述流量请求包括搜索请求；
所述候选展示集合包括候选广告集合；
所述目标展示集合包括目标广告集合。
10.根据权利要求9所述的方法，其特征在于：
所述获取流量请求，包括从用户的客户端获取所述搜索请求；
所述获取与所述流量请求相对应的多个候选展示集合，包括从展示平台的广告数据库获取与所述搜索请求相对应的多个候选广告集合，所述候选广告集合包括至少一个广告；
所述展示所述目标展示集合，包括在所述客户端显示的所述搜索请求的搜索结果页面上展示从所述候选广告集合中选择的目标广告集合。
11.一种展示广告的方法，其特征在于，包括：
通过处理器获取搜索请求；
通过处理器获取与所述搜索请求相对应的多个候选广告集合，所述候选广告集合包括至少一个候选广告；
通过处理器根据所述候选广告集合中的候选广告的历史展示效果数据，利用预测模型确定所述候选广告集合的预估参数，所述预估参数包括展示所述候选广告集合时，所述候选广告集合中的候选广告的广告主的预估扣费数据，广告平台的预估收益数据，以及所述候选广告集合中的候选广告的预估展示效果数据；所述预估展示效果数据包括以下任意一项或多项：预估点击率、预估转化率、预估成交额、预估成本收益率；
通过处理器根据带约束条件的线性规划问题的对偶问题，基于所述候选广告集合的预估参数的线性组合构建所述预估参数与候选广告集合的评价参数的数据关联关系，所述线性组合的系数是基于所述对偶变量的值确定的，根据所述预估参数与候选广告集合的评价参数的数据关联关系确定所述候选广告集合的评价参数；
通过处理器根据所述评价参数从所述候选广告集合中选取目标广告集合，并展示所述目标广告集合。
12.根据权利要求11所述的方法，其特征在于，所述带约束的线性规划问题是，在预设周期内响应于多个搜索请求而展示的多个目标广告集合在满足与所述展示效果数据和所述扣费数据有关的约束条件的同时，使得所述多个目标广告集合所对应的广告平台的总预估收益最大。
13.根据权利要求11所述的方法，其特征在于，所述根据带约束的线性规划问题的对偶问题，构建所述预估参数与候选广告集合的评价参数的数据关联关系，包括：
使用历史预设周期内的搜索请求数据和历史广告数据，在不考虑所述历史广告数据的与所述扣费数据有关的预算限制的情况下求解所述对偶问题，得到所述线性规划问题的约束条件的对偶变量的值；
基于所述对偶变量的值构建所述预估参数与候选广告集合的评价参数的数据关联关系。
14.根据权利要求11所述的方法，其特征在于，所述根据所述评价参数从所述候选广告集合中选取目标广告集合，包括选择使得所述评价参数取最值的候选广告集合作为所述目标广告集合，从而在预设周期内响应于多个搜索请求而展示的多个目标广告集合在满足与所述展示效果有关的约束条件的同时，所述多个目标广告集合所对应的广告平台的总预估收益最大。
15.根据权利要求11所述的方法，其特征在于：
所述广告平台的预估收益数据包括以下任意一项：所述候选广告集合给所述广告平台带来的总预估收入、所述候选广告集合中的候选广告所对应的总预估点击率、所述候选广告集合中的候选广告所对应的总预估转化率、所述候选广告集合中的候选广告所对应的总预估成交额。
16.一种对象处理装置，其特征在于，包括：
第一获取模块，被配置为获取流量请求；
第二获取模块，被配置为获取与所述流量请求相对应的多个候选展示集合，所述候选展示集合包括至少一个候选展示对象；
第一确定模块，被配置为根据所述候选展示集合中的候选展示对象的历史展示效果数据，利用预测模型确定所述候选展示集合的预估参数，所述预估参数包括展示所述候选展示集合时，所述候选展示集合中的候选展示对象的提供端的预估消耗数据，展示平台的预估收益数据，以及所述候选展示集合中的候选展示对象的预估展示效果数据；所述预估展示效果数据包括以下任意一项或多项：预估点击率、预估转化率、预估成交额、预估成本收益率；
第二确定模块，被配置为根据带约束条件的线性规划问题的对偶问题，基于所述候选展示集合的预估参数的线性组合构建所述预估参数与候选展示集合的评价参数的数据关联关系，所述线性组合的系数是基于所述对偶变量的值确定的，根据所述预估参数与候选展示集合的评价参数的数据关联关系确定所述候选展示集合的评价参数；
第一展示模块，被配置为根据所述评价参数从所述候选展示集合中选取目标展示集合，并展示所述目标展示集合。
17.一种展示广告的装置，其特征在于，包括：
第三获取模块，被配置为获取搜索请求；
第四获取模块，被配置为获取与所述搜索请求相对应的多个候选广告集合，所述候选广告集合包括至少一个候选广告；
第三确定模块，被配置为根据所述候选广告集合中的候选广告的历史展示效果数据，利用预测模型确定所述候选广告集合的预估参数，所述预估参数包括展示所述候选广告集合时，所述候选广告集合中的候选广告的广告主的预估扣费数据，广告平台的预估收益数据，以及所述候选广告集合中的候选广告的预估展示效果数据；所述预估展示效果数据包括以下任意一项或多项：预估点击率、预估转化率、预估成交额、预估成本收益率；
第四确定模块，被配置为根据带约束条件的线性规划问题的对偶问题，基于所述候选广告集合的预估参数的线性组合构建所述预估参数与候选广告集合的评价参数的数据关联关系，所述线性组合的系数是基于所述对偶变量的值确定的，根据所述预估参数与候选广告集合的评价参数的数据关联关系确定所述候选广告集合的评价参数；
第二展示模块，被配置为根据所述评价参数从所述候选广告集合中选取目标广告集合，并展示所述目标广告集合。
18.一种电子设备，其特征在于，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现权利要求1-15任一项所述的方法步骤。
19.一种可读存储介质，其上存储有计算机指令，其特征在于，该计算机指令被处理器执行时实现权利要求1-15任一项所述的方法步骤。
CN202010074134.3A 2020-01-22 2020-01-22 对象处理方法、装置、电子设备及计算机可读存储介质 Active CN113159809B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010074134.3A CN113159809B (zh) 2020-01-22 2020-01-22 对象处理方法、装置、电子设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010074134.3A CN113159809B (zh) 2020-01-22 2020-01-22 对象处理方法、装置、电子设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN113159809A CN113159809A (zh) 2021-07-23
CN113159809B true CN113159809B (zh) 2022-06-14

Family

ID=76881561

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010074134.3A Active CN113159809B (zh) 2020-01-22 2020-01-22 对象处理方法、装置、电子设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113159809B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI796745B (zh) * 2021-07-29 2023-03-21 禾多移動多媒體股份有限公司 推播廣告預算控制系統
CN116823410B (zh) * 2023-08-29 2024-01-12 阿里巴巴(成都)软件技术有限公司 数据处理方法、对象处理方法、推荐方法及计算设备

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105989004B (zh) * 2015-01-27 2020-04-14 阿里巴巴集团控股有限公司 一种信息投放的预处理方法和装置
CN106504011B (zh) * 2015-09-06 2019-11-05 阿里巴巴集团控股有限公司 一种业务对象的展示方法和装置
CN105844493A (zh) * 2016-03-30 2016-08-10 新浪网技术(中国)有限公司 实时竞价广告出价建议实现方法及装置
CN107944589A (zh) * 2016-10-12 2018-04-20 北京奇虎科技有限公司 广告点击率的预测方法和预测装置
CN109214842B (zh) * 2017-06-30 2020-07-28 北京金山安全软件有限公司 信息推广方法、装置以及设备
CN108830660A (zh) * 2018-06-27 2018-11-16 杭州祁睿信息技术有限公司 一种基于深度机器学习与组合优化的数字广告投放方法
CN109711907B (zh) * 2019-01-21 2022-09-23 南京大学 一种基于顶端排序的在线广告排序方法
CN109615442B (zh) * 2019-01-23 2021-07-20 上海旺翔文化传媒股份有限公司 基于激励视频广告的rtb实时竞价方法
US10678594B2 (en) * 2020-01-09 2020-06-09 Alipay Labs (singapore) Pte. Ltd. System and method for optimizing resource allocation using GPU
CN111417975A (zh) * 2020-01-13 2020-07-14 支付宝(杭州)信息技术有限公司 用于个性化优惠的方法和系统

Also Published As

Publication number Publication date
CN113159809A (zh) 2021-07-23

Similar Documents

Publication Publication Date Title
US11409717B1 (en) Overspend control in a messaging platform
US11288702B1 (en) Exploration in a real time messaging platform
US9892431B1 (en) Temporal features in a messaging platform
JP6427417B2 (ja) 多次元広告入札
US9460451B2 (en) Quality scoring system for advertisements and content in an online system
US8364525B2 (en) Using clicked slate driven click-through rate estimates in sponsored search
US8788338B1 (en) Unified marketplace for advertisements and content in an online system
US11875380B2 (en) Method for matching influencers to brands and pairing influencer videos to products for intra-video transactions
CN111401963B (zh) 训练用户行为预测模型的方法和装置
US10769677B1 (en) Temporal features in a messaging platform
WO2014011393A1 (en) Modifying targeting criteria for an advertising campaign based on advertising campaign budget
WO2010132855A2 (en) System and method for optimizing purchase of inventory for online display advertising
US20080140519A1 (en) Advertising based on simplified input expansion
CN113159809B (zh) 对象处理方法、装置、电子设备及计算机可读存储介质
US20140257972A1 (en) Method, computer readable medium and system for determining true scores for a plurality of touchpoint encounters
US20220277342A1 (en) Method for modeling digital advertisement consumption
US20210382952A1 (en) Web content organization and presentation techniques
WO2002079901A2 (en) Customer preference system
KR101074568B1 (ko) 클릭 방식의 광고 검색이 가능한 온라인 광고 시스템 및 그방법
Xu et al. A scalable recommendation engine for new users and items
US20240202776A1 (en) Policy evaluation device, policy evaluation method, and computer-readable medium that stores policy evaluation program
US20240177190A1 (en) Optimizing communication channels for user communications based on improved channel attributions
Aggarwal Inferring the causal impact of Super Bowl marketing campaigns using a Bayesian structural time series model
Sharma Improving Real-Time Bidding in Online Advertising Using Markov Decision Processes and Machine Learning Techniques
CN113962727A (zh) 针对连锁门店的广告投放方法及装置

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
TR01 Transfer of patent right

Effective date of registration: 20240205

Address after: # 01-21, Lai Zan Da Building 1, 51 Belarusian Road, Singapore

Patentee after: Alibaba Singapore Holdings Ltd.

Country or region after: Singapore

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Patentee before: ALIBABA GROUP HOLDING Ltd.

Country or region before: Cayman Islands

TR01 Transfer of patent right