CN113793181A - 一种广告位的出价方法、系统和装置 - Google Patents
一种广告位的出价方法、系统和装置 Download PDFInfo
- Publication number
- CN113793181A CN113793181A CN202111080639.1A CN202111080639A CN113793181A CN 113793181 A CN113793181 A CN 113793181A CN 202111080639 A CN202111080639 A CN 202111080639A CN 113793181 A CN113793181 A CN 113793181A
- Authority
- CN
- China
- Prior art keywords
- cost
- information
- target
- historical
- flow
- 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.)
- Granted
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
- G06Q30/0273—Determination of fees for advertising
- G06Q30/0275—Auctions
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种广告位的出价方法、系统和装置,方法由计算机实现,方法包括:获取针对目标广告位预估的第一流量关联信息,目标广告位用于当前展示目标广告;以及获取目标广告对应的成本信息,成本信息包括目标成本和历史成本,历史成本包括目标广告在先在历史广告位中展示所投入的成本;然后结合第一流量关联信息对应的流量质量和成本信息,对针对目标广告位的当前出价金额进行调整;并根据调整后的当前出价金额对目标广告位进行出价。实现了基于流量的质量和目标成本对目标广告位进行合理的出价,避免了现有技术中盲目的提高或降低出价的金额,而导致信息发布者展示信息的需求无法完全实现的问题。
Description
技术领域
本发明属于互联网技术领域,特别是涉及一种广告位的出价方法、系统和装置。
背景技术
当用户在互联网平台浏览某个页面时,该页面中可能会出现可供展示广告的广告位。因此,为了实现例如用户点击广告的链接、用户根据广告下载APP(Application,应用程序)、用户根据广告进行消费等需求,可以在广告位中展示自己的广告。
为了获取到在广告位展示广告的资格,需要先针对广告位进行出价来进行竞拍;现有的自动出价方式是:广告主预先在计算机中设置一目标成本,目标成本可以指展示一定次数所投入的总成本金额,例如:展示10次的总成本在100万。
在针对当前的广告位进行出价时,计算机可以先获取需要展示的广告在先在广告位展示时已经投入的历史成本的平均值,然后根据历史成本的平均值与目标成本对应的平均值确定针对当前的广告位的出价金额。
当历史成本的平均值高于目标成本对应的平均值时,计算机则降低针对当前的广告位的出价金额;当历史成本的平均值低于目标成本对应的平均值时,计算机则提高针对当前的广告位的出价金额。
但是,现有的这种出价方式可能盲目的提高或降低出价的金额,进而导致广告主展示广告的需求无法完全实现。
发明内容
本发明实施例的目的在于提供一种广告位的出价方法、系统和装置,以实现兼顾目标成本和流量质量的出价。具体技术方案如下:
在本发明实施的第一方面,首先提供了一种广告位的出价方法,所述方法由计算机实现,所述方法包括:
获取针对目标广告位预估的第一流量关联信息,所述目标广告位用于当前展示目标广告;
获取所述目标广告对应的成本信息,所述成本信息包括目标成本和历史成本,所述历史成本包括所述目标广告在先在历史广告位中展示所投入的成本;
结合所述第一流量关联信息对应的流量质量和所述成本信息,对针对所述目标广告位的当前出价金额进行调整;
根据调整后的当前出价金额对所述目标广告位进行出价。
可选地,所述结合所述第一流量关联信息对应的流量质量和所述成本信息,对针对所述目标广告位的当前出价金额进行调整,包括:
获取所述目标广告的第二流量关联信息,并以所述第二流量关联信息作为参照,确定所述第一流量关联信息对应的流量质量;所述第二流量关联信息为所述目标广告在先在所述历史广告位中展示时采集的;
根据所述历史成本相对于所述目标成本的偏差,确定用于对所述当前出价金额进行调整的成本控制参数;
根据所述目标成本、所述第一流量关联信息对应的流量质量和所述成本控制参数,对所述当前出价金额进行调整。
可选地,所述第一流量关联信息包括当前预估浅层转化率、当前预估点击率和当前预估深层转化率;所述第二流量关联信息包括历史浅层转化率、历史点击率和历史深层转化率;
所述以所述第二流量关联信息作为参照,确定所述第一流量关联信息对应的流量质量,包括:
确定所述当前预估浅层转化率与当前预估点击率的第一乘积,以及确定所述历史浅层转化率与所述历史点击率的第二乘积;根据所述第一乘积与所述第二乘积的第一比值,确定第一流量因子;所述第一流量因子用于表示第一流量关联信息对应的浅层的流量质量;
和/或,根据所述当前预估深层转化率与所述历史深层转化率的第二比值,确定第二流量因子;所述第二流量因子用于表示第一流量关联信息对应的深层的流量质量;
所述根据所述目标成本、所述第一流量关联信息对应的流量质量和所述成本控制参数,对所述当前出价金额进行调整,包括:
根据所述目标成本和所述成本控制参数,以及所述第一流量因子和/或所述第二流量因子,对所述当前出价金额进行调整。
可选地,所述获取针对目标广告位预估的第一流量关联信息,包括:
获取所述目标广告的广告信息,以及所述目标广告位的当前用户信息;
将所述广告信息和所述当前用户信息输入预设的预估模型,确定所述第一流量关联信息;其中,所述预估模型由所述第二流量关联信息、目标广告的广告信息,和与所述第二流量关联信息相关联的历史用户信息训练得到。
可选地,所述预估模型包括第一预估模型和第二预估模型,所述第一预估模型基于所述历史浅层转化率和所述历史点击率训练得到,所述第二预估模型基于所述历史深层转化率训练得到;
所述根据所述第一乘积与所述第二乘积的第一比值,确定第一流量因子,包括:
根据所述第一预估模型训练过程时所采用的信息的数量,确定所述第一预估模型的第一预估准确性参数;
采用所述第一预估准确性参数,对所述第一比值进行校准,生成所述第一流量因子;
所述根据所述当前预估深层转化率与所述历史深层转化率的第二比值,确定第二流量因子,包括:
根据所述第二预估模型训练过程时所采用的信息的数量,确定所述第二预估模型的第二预估准确性参数;
采用所述第二预估准确性参数,对所述第二比值进行校准,生成所述第二流量因子。
在本发明实施的第二方面,还提供了一种广告平台,包括:
数据收集系统,用于收集目标广告的广告信息和成本信息,以及目标广告位的当前用户信息;所述成本信息包括目标成本和历史成本,所述历史成本包括所述目标广告在先在历史广告位中展示所投入的成本;
出价系统,用于根据从所述数据收集系统获取的所述广告信息和所述当前用户信息,预估目标广告位的第一流量关联信息,所述目标广告位用于当前展示所述目标广告;根据所述第一流量关联信息和从所述数据收集系统获取的所述成本信息,对所述目标广告位进行出价;
展示系统,用于在所述目标广告位中展示所述目标广告。
可选地,所述展示系统,用于按照预置的排序策略,在所述目标广告位中展示所述目标广告。
在本发明实施例的第三方面,还提供了一种广告位的出价装置,所述装置部署在计算机中,所述装置包括:
第一获取模块,用于获取针对目标广告位预估的第一流量关联信息,所述目标广告位用于当前展示目标广告;
第二获取模块,用于获取所述目标广告对应的成本信息,所述成本信息包括目标成本和历史成本,所述历史成本包括所述目标广告在先在历史广告位中展示所投入的成本;
调整模块,用于结合所述第一流量关联信息对应的流量质量和所述目标成本信息,对针对所述目标广告位的当前出价金额进行调整;
出价模块,用于根据调整后的当前出价金额对所述目标广告位进行出价。
可选地,所述调整模块,包括:
流量质量确定子模块,用于获取所述目标广告的第二流量关联信息,并以所述第二流量关联信息作为参照,确定所述第一流量关联信息对应的流量质量;所述第二流量关联信息为所述目标广告在先在所述历史广告位中展示时采集的;
成本控制参数确定子模块,用于根据所述历史成本相对于所述目标成本的偏差,确定用于对所述当前出价金额进行调整的成本控制参数;
出价金额调整子模块,用于根据所述目标成本、所述第一流量关联信息对应的流量质量和所述成本控制参数,对所述当前出价金额进行调整。
可选地,所述第一流量关联信息包括当前预估浅层转化率、当前预估点击率和当前预估深层转化率;所述第二流量关联信息包括历史浅层转化率、历史点击率和历史深层转化率;
所述流量质量确定子模块,包括:
第一流量因子确定单元,用于确定所述当前预估浅层转化率与当前预估点击率的第一乘积,以及确定所述历史浅层转化率与所述历史点击率的第二乘积;根据所述第一乘积与所述第二乘积的第一比值,确定第一流量因子;所述第一流量因子用于表示第一流量关联信息对应的浅层的流量质量;
第二流量因子确定单元,用于根据所述当前预估深层转化率与所述历史深层转化率的第二比值,确定第二流量因子;所述第二流量因子用于表示第一流量关联信息对应的深层的流量质量;
所述出价金额调整子模块,用于根据所述目标成本和所述成本控制参数,以及所述第一流量因子和/或所述第二流量因子,对所述当前出价金额进行调整。
可选地,所述第一获取模块,包括:
信息获取子模块,用于获取所述目标广告的广告信息,以及所述目标广告位的当前用户信息;
第一流量关联信息确定子模块,用于将所述广告信息和所述当前用户信息输入预设的预估模型,确定所述第一流量关联信息;其中,所述预估模型由所述第二流量关联信息、目标广告的广告信息,和与所述第二流量关联信息相关联的历史用户信息训练得到。
可选地,所述预估模型包括第一预估模型和第二预估模型,所述第一预估模型基于所述历史浅层转化率和所述历史点击率训练得到,所述第二预估模型基于所述历史深层转化率训练得到;
所述第一流量因子确定单元,用于根据所述第一预估模型训练过程时所采用的信息的数量,确定所述第一预估模型的第一预估准确性参数;采用所述第一预估准确性参数,对所述第一比值进行校准,生成所述第一流量因子;
所述第一流量因子确定单元,用于根据所述第二预估模型训练过程时所采用的信息的数量,确定所述第二预估模型的第二预估准确性参数;采用所述第二预估准确性参数,对所述第二比值进行校准,生成所述第二流量因子。
在本发明实施例的第四方面,还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现如上任一所述的广告位的出价方法的步骤。
在本发明实施例的第五方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如上任一所述的广告位的出价方法的步骤。
本发明实施例提供的广告位的出价方法,计算机通过先获取针对目标广告位预估的第一流量关联信息,所述目标广告位用于当前展示目标广告;以及获取所述目标广告对应的成本信息,所述成本信息包括目标成本和历史成本,所述历史成本包括所述目标广告在先在历史广告位中展示所投入的成本;然后结合所述第一流量关联信息对应的流量质量和所述成本信息,对针对所述目标广告位的当前出价金额进行调整;并根据调整后的当前出价金额对所述目标广告位进行出价。实现了基于流量的质量和成本对目标广告位进行合理的出价,避免了现有技术中盲目的提高或降低出价的金额,而导致信息发布者展示信息的需求无法完全实现的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1是本发明实施例提供的一种广告位的出价方法的步骤流程图;
图2是本发明实施例提供的一种广告位的出价方法可选的步骤流程图;
图3是本发明实施例提供的另一种广告位的出价方法可选的步骤流程图;
图4是本发明实施例提供的一种广告平台的结构框图;
图5是本发明实施例提供的另一种广告平台的结构框图;
图6是本发明实施例提供的一种广告位的出价装置的结构框图;
图7是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行描述。
为了更好的完成广告主发布广告的需求,在本发明实施例中,提供了一种广告位的出价方法,该方法可以综合流量的质量情况,以及历史成本和目标成本,针对广告位进行出价。
图1是本发明实施例提供的一种广告位的出价方法的步骤流程图,所述方法可以由计算机实现;
具体地,可以包括如下步骤:
步骤101、获取针对目标广告位预估的第一流量关联信息,所述目标广告位用于当前展示目标广告;
其中,第一流量关联信息可以指通过对目标广告位预估的,目标广告位在展示目标广告时可能发生的与流量关联的信息,例如:可能发生的点击率、转化率等。
在本发明实施例中,当广告主需要在目标广告位展示自己的目标广告时,可以先在计算机中选定该目标广告位;然后,计算机可以针对该目标广告位,预估如果目标广告在目标广告位展示的话,可能产生的第一流量关联信息。
步骤102、获取所述目标广告对应的成本信息,所述成本信息包括目标成本和历史成本,所述历史成本包括所述目标广告在先在历史广告位中展示所投入的成本;
同时,为了避免出价金额超过广告主所设定的目标成本,可以再获取目标广告的成本信息;其中,成本信息可以包括广告主在计算机中预先设定的目标成本,以及目标广告在先在历史广告位展示时所投入的成本。
一般来说,目标广告可能在先已经展示过多次了,因此成本信息中可能包括一个历史成本甚至多个历史成本,本发明实施例对此不作限制。
步骤103、结合所述第一流量关联信息对应的流量质量和所述成本信息,对针对所述目标广告位的当前出价金额进行调整;
在获取到第一流量关联信息和成本信息后,可以先确定第一流量关联信息对应的流量质量;流量质量可以用于表示第一流量关联信息的优劣;例如:目标广告在先在历史广告中展示的平均点击率为10%,而预估得到点击率为15%,则可以认为第一流量关联信息的流量质量为优,如果预估得到点击率为8%,则可以认为第一流量关联信息的流量质量为劣,本发明实施例对此不作限制。
在确定第一流量关联信息的流量质量后,计算机可以综合第一流量关联信息的流量质量和目标广告的成本信息,对针对目标广告位的当前出价金额进行调整,以便得到兼顾流量质量和成本的当前出价金额。
例如:
第一种情况:当确定第一流量关联信息的流量质量为优,且历史成本的平均值低于目标成本的平均值时,则可以调高当前出价金额。
第二种情况:当确定第一流量关联信息的流量质量为优,且历史成本的平均值高于目标成本的平均值时,则可以采用低于第一种情况的调整幅度的调整幅度,调高当前出价金额。
第三种情况:当确定第一流量关联信息的流量质量为劣,且历史成本的平均值高于目标成本的平均值时,则可以调低当前出价金额。
第四种情况:当确定第一流量关联信息的流量质量为劣,且历史成本的平均值低于目标成本的平均值时,则可以采用低于第三种情况的调整幅度的调整幅度,调低当前出价金额。
需要说明的是,上述调整的幅度可以根据实际情况设定,本发明实施例对此不作限制。
步骤104、根据调整后的当前出价金额对所述目标广告位进行出价。
在对当前出价金额进行调整后,计算机可以根据调整后的当前出价金额对目标广告位进行出价,以便对目标广告位进行竞拍。
综上,在本发明实施例中,计算机先获取针对目标广告位预估的第一流量关联信息,所述目标广告位用于当前展示目标广告;以及获取所述目标广告对应的成本信息,所述成本信息包括目标成本和历史成本,所述历史成本包括所述目标广告在先在历史广告位中展示所投入的成本;然后结合所述第一流量关联信息对应的流量质量和所述成本信息,对针对所述目标广告位的当前出价金额进行调整;并根据调整后的当前出价金额对所述目标广告位进行出价。实现了基于流量的质量和目标成本对目标广告位进行合理的出价,避免了现有技术中盲目的提高或降低出价的金额,而导致信息发布者展示信息的需求无法完全实现的问题。
图2是本发明实施例提供的一种广告位的出价方法可选的步骤流程图,具体可以包括如下步骤:
步骤201、获取针对目标广告位预估的第一流量关联信息;
其中,第一流量关联信息可以包括当前预估浅层转化率、当前预估点击率和当前预估深层转化率。
当前预估点击率可以指预估的目标广告在目标广告位展示的话,点击了在目标广告位中展示的目标广告的用户,占所有观看了在目标广告位展示的目标广告的用户的比例。
当前预估浅层转化率可以指预估的目标广告在目标广告位展示的话,对在目标广告位中展示的目标广告进行了浅层操作(例如:激活游戏、将商品添加购物车等,)的用户,占所有点击了在目标广告位展示的目标广告的用户的比例;其中,浅层操作可以根据实际情况设定,也可以由广告主设定,本发明实施例对此不作限制。
当前预估深层转化率可以指预估的目标广告在目标广告位展示的话,对目标广告位中展示的目标广告进行了深层操作(例如:长期玩游戏、加购物车且购买)的用户,占所有对在目标广告位展示的目标广告进行了浅层操作的用户的比例;其中,深层操作可以根据实际情况设定,也可以由广告主设定,本发明实施例对此不作限制。
步骤202、获取所述目标广告对应的成本信息;
步骤202与上述步骤102类似,在此不再赘述。
步骤203、获取所述目标广告的第二流量关联信息,并以所述第二流量关联信息作为参照,确定所述第一流量关联信息对应的流量质量;所述第二流量关联信息为所述目标广告在先在所述历史广告位中展示时采集的;
其中,第二流量关联信息可以指目标广告在先在历史广告位中展示时,计算机收集的已发生的、与流量关联的信息。
例如:所述第二流量关联信息可以包括历史浅层转化率、历史点击率和历史深层转化率。
历史点击率可以指目标广告在历史广告位中展示时,实际上点击了在历史广告位中的目标广告的用户,占实际上所有观看了在历史广告位展示的目标广告的用户的比例。
历史浅层转化率可以指目标广告在历史广告位中展示时,实际对在历史广告位中展示的目标广告进行了深层操作的用户,占实际上所有点击了在历史广告位展示的目标广告的用户的比例。
历史深层转化率可以指目标广告在历史广告位中展示时,实际对在历史广告位中展示的目标广告进行了深层操作的用户,占实际上所有对在历史广告位展示的目标广告进行了浅层操作的用户的比例。
在获取第一流量关联信息和成本信息时,计算机还可以获取第二流量关联信息,以便将第二流量关联信息作为参照来确定第一流量关联信息的流量质量;例如:当历史点击率为10%,当前预估点击率为12%,由于当前预估点击率是高于历史点击率的,则可以认为第一流量关联信息的流量质量为优;当历史点击率为10%,当前预估点击率为8%,由于当前预估点击率是低于历史点击率的,则可以认为第一流量关联信息的流量质量为劣,本发明实施例对此不作限制。
需要说明的是,第二流量关联信息也可以是目标广告位在历史广告位展示之前预估得到的,本发明实施例对此不作限制。
步骤204、根据所述历史成本相对于所述目标成本的偏差,确定用于对所述当前出价金额进行调整的成本控制参数;
为了避免当前出价金额过高而导致目标广告的实际支出成本超过目标成本,或者因为历史成本的平均值已经超过目标成本的平均值,而盲目降低当前出价金额,进而导致竞拍不到流量质量为优的目标广告位,本发明实施例可以先根据历史成本和目标成本确定一成本控制参数;所述成本控制参数可以用于对当前出价金额进行控制,从而避免上述情况的发生。
在本发明实施例中,计算机可以通过对历史成本的平均值,相比于目标成本的平均值的偏差,来确定成本控制参数;例如:计算机可以采用PID(Proportional、Integral、Differential,比例、积分、微分)控制算法等,依据目标对象的目标成本和历史成本,计算所述成本控制参数。
步骤205、根据所述目标成本、所述第一流量关联信息对应的流量质量和所述成本控制参数,对所述当前出价金额进行调整;
在确定成本控制参数后,计算机可以再计算目标成本对应的平均目标成本,例如:当目标成本为目标广告展示10次,总成本为100万,则可以确定平均目标成本为10万;在确定平均目标成本后,可以将该平均目标成本作为当前出价金额的初始值,然后综合第一流量关联信息对应的流量质量和成本控制参数对该当前出价金额进行调整,以得到兼顾流量质量和目标成本的出价金额。
步骤206、根据调整后的当前出价金额对所述目标广告位进行出价。
在对当前出价金额进行调整后,计算机可以根据调整后的当前出价金额对目标广告位进行出价,以便对目标广告位进行竞拍。
综上,在本发明实施例中,计算机先获取针对目标广告位预估的第一流量关联信息,以及所述目标广告对应的成本信息;然后获取所述目标广告的第二流量关联信息,并以所述第二流量关联信息作为参照,确定所述第一流量关联信息对应的流量质量;所述第二流量关联信息为所述目标广告在先在所述历史广告位中展示时采集的;再根据所述历史成本相对于所述目标成本的偏差,确定用于对所述当前出价金额进行调整的成本控制参数;之后再根据所述目标成本、所述第一流量关联信息对应的流量质量和所述成本控制参数,对所述当前出价金额进行调整,并根据调整后的当前出价金额对所述目标广告位进行出价。实现了基于流量质量和目标成本对目标广告位进行合理的出价,避免了现有技术中盲目的提高或降低出价的金额,而导致信息发布者展示信息的需求无法完全实现的问题。
且基于历史成本与目标成本的偏差对出价金额进行调整,避免了过高的出价导致广告主投入过多的成本。
图3是本发明实施例提供的另一种广告位的出价方法可选的步骤流程图,具体可以包括如下步骤:
步骤301、获取所述目标广告的广告信息,以及所述目标广告位的当前用户信息;
第一流量关联信息既与目标广告的内容有关,也与当前正在查看目标广告位的用户有关;例如:内容丰富的广告可能比内容匮乏的广告更容易吸引用户点击,家中有婴儿的用户可能比家中没有婴儿的用户更频繁的点击母婴产品的广告。
因为,为了准确的预估目标广告位的第一流量关联信息,计算机可以分别获取目标广告的广告信息,和目标广告位的当前用户信息。
其中,广告信息可以包括目标广告对应的产品、价格、属性等等,当前用户信息可以包括用户年龄、职业、用户历史点击过的广告等等,本发明实施例对此不作限制。
步骤302、将所述广告信息和所述当前用户信息输入预设的预估模型,确定所述第一流量关联信息;其中,所述预估模型由所述第二流量关联信息、目标广告的广告信息,和与所述第二流量关联信息相关联的历史用户信息训练得到;
在实际应用中,计算机可以预先根据第二流量关联信息、广告信息和相关联的历史用户信息训练一预估模型;其中,历史用户信息可以指与第二流量关联信息相关联的用户信息,例如:在采集得到第二流量关联信息时,观看在历史广告位中展示的目标广告的用户的用户信息,观看后及进行了浅层操作的用户的用户信息等等。
在本发明一实施例中,预估模型可以包括第一预估模型和第二预估模型,所述第一预估模型可以基于所述历史浅层转化率和所述历史点击率训练得到,所述第二预估模型基于所述历史深层转化率训练得到。其中,预估模型可以是FM(factor Machine,因子分解机)、ESMM(Entire Space Multi-Task Model,多空间多任务模型)等模型,本发明实施例对此不作限制。
在实际应用中,可以采用历史浅层转化率、所述历史点击率、目标广告的广告信息,以及与历史浅层转化率和所述历史点击率相关联的历史用户信息训练第一预估模型;另外,可以采用历史深层转化率、目标广告的广告信息,以及与历史深层转化率相关联的历史用户信息训练第二预估模型。
当需要获取第一流量关联信息时,计算机可以将所获取的广告信息和当前用户信息输入预设的预估模型中,例如:可以将广告信息和当前用户信息输入第一预估模型中,来得到当前预估点击率和当前预估浅层转化率;或者可以将广告信息和当前用户信息输入第二预估模型中,来得到当前预估深层转化率。
步骤303、获取所述目标广告对应的成本信息;
为了避免出价金额超过广告主所设定的目标成本,可以同时获取目标广告的成本信息。
步骤304、获取所述目标广告的第二流量关联信息;
在得到第一流量关联信息和成本信息后,计算机还可以获取第二流量关联信息。
步骤305、确定所述当前预估浅层转化率与当前预估点击率的第一乘积,以及确定所述历史浅层转化率与所述历史点击率的第二乘积;根据所述第一乘积与所述第二乘积的第一比值,确定第一流量因子;所述第一流量因子用于表示第一流量关联信息对应的浅层的流量质量;
在得到当前预估浅层转化率和当前预估点击率后,计算机可以基于当前预估浅层转化率和当前预估点击率,来确定所有对目标广告进行浅层操作的用户占所有观看用户的比例。
在本发明实施例中,计算机可以先计算当前预估浅层转化率与当前预估点击率的第一乘积,以及历史浅层转化率与所述历史点击率的第二乘积;其中,第一乘积可以用于表示目标广告在目标广告位中展示时,可能对目标广告进行浅层操作的用户,占所有观看用户的比例;第二乘积可以用于标识目标广告在历史广告位中展示时,实际对目标广告进行浅层操作的用户,占实际上所有观看了目标广告的用户的比例。
然后,计算机可以计算第一乘积与第二乘积的比值,为了便于区分,将第一乘积与第二乘积的比值称作第一比值。
在实际中,目标广告可能已经在先展示过多次了,相应的第二乘积也可能包括多个,此时,可以先计算第二乘积的均值,然后计算第一乘积与该均值的第二比值,本发明实施例对此不作限制。
在计算得到第一比值后,计算机可以基于第一比值确定第一流量因子,其中,第一流量因子可以用于表示第一流量关联信息在浅层操作方面的流量质量;例如:当第一流量因子大于1时,可以表示第一流量关联信息在浅层操作方面的流量质量为优,当第一流量因子小于1时,可以表示第一流量关联信息在浅层操作方面的流量质量为劣,本发明实施例对此不作限制。
另一方面,计算机也可以先计算当前预估浅层转化率与历史浅层转化率的比值,以及当前预估点击率和历史点击率的比值,然后计算两个比值的乘积来得到第一流量因子,本发明实施例对此不作限制。
在本发明一实施例中,可以通过如下步骤确定第一流量因子:
根据所述第一预估模型训练过程时所采用的信息的数量,确定所述第一预估模型的第一预估准确性参数;采用所述第一预估准确性参数,对所述第一比值进行校准,生成所述第一流量因子。
在实际应用中,预估模型的准确性可能会受到训练过程时所采用的信息的数量的影响,例如:10000个信息训练的预估模型的准确性可能会比100个信息训练的预估模型的准确性高;因此,在确定第一流量因子时,可以基于训练第一预估模型的信息的数量来进行校准。当然,预估模型的准确性也可能会与预估模型的结构、训练机制、时效性等有关,本发明实施例对此不作限制。
作为一示例,可以先确定用于训练第一预估模型的信息的数量,然后基于该数量确定用于表示第一预估模型预估的准确性的第一预估准确性参数;具体确定第一预估准确性参数的过程可以是例如:划分不同的信息的数量的区间,然后不同区间对应不同的参数,从而依据对应关系确定与第一预估模型的第一预估准确性参数;也可以对信息的数量与参数建立线性关系,从而依据线性关系确定与第一预估模型的第一预估准确性参数,本发明实施例对此不作限制。
在确定第一预估准确性参数后,可以采用第一预估准确性参数,对所述第一比值进行校准,从而得到第一流量因子。
例如:可以通过如下公式计算第一流量因子:
g(x)=1+σ(x)*r1;
其中:σ(x)可以是关于x的递增函数;pCTR可以指当前预估点击率;pCVR可以指当前预估浅层转化率;r1可以指第一预估准确性参数;E1可以指第二乘积的均值;g可以指第一流量因子。
步骤306、根据所述当前预估深层转化率与所述历史深层转化率的第二比值,确定第二流量因子;所述第二流量因子用于表示第一流量关联信息对应的深层的流量质量;
在得到当前预估深层转化率后,计算机可以先计算当前预估深层转化率与历史深层转化率的比值,为了便于区分,将该比值称作第二比值。
在实际中,目标广告可能已经在先展示过多次了,相应的历史深层转化率也可能包括多个,此时,可以先计算历史深层转化率的均值,然后计算当前预估深层转化率与与该均值的第二比值,本发明实施例对此不作限制。
在计算得到第二比值后,计算机可以基于第二比值确定第二流量因子,其中,第二流量因子可以用于表示第一流量关联信息在深层操作方面的流量质量;例如:当第二流量因子大于1时,可以表示第一流量关联信息在深层操作方面的流量质量为优,当第二流量因子小于1时,可以表示第一流量关联信息在深层操作方面的流量质量为劣,本发明实施例对此不作限制。
在本发明一实施例中,可以通过如下步骤确定第二流量因子:
根据所述第二预估模型训练过程时所采用的信息的数量,确定所述第二预估模型的第二预估准确性参数;采用所述第二预估准确性参数,对所述第二比值进行校准,生成所述第二流量因子。
作为一示例,可以先确定用于训练第二预估模型的信息的数量,然后基于该数量确定用于表示第二预估模型预估的准确性的第二预估准确性参数;具体确定第二预估准确性参数的过程可以是例如:划分不同的信息的数量的区间,然后不同区间对应不同的参数,从而依据对应关系确定与第二预估模型的第二预估准确性参数;也可以对信息的数量与参数建立线性关系,从而依据线性关系确定与第二预估模型的第二预估准确性参数,本发明实施例对此不作限制。
在确定第二预估准确性参数后,可以采用第二预估准确性参数,对所述第二比值进行校准,从而得到第二流量因子;例如:可以计算第二预估准确性参数与第二比值的乘积,并将该乘积作为第二流量因子,本发明实施例对此不作限制。
例如:可以通过如下公式计算第二流量因子:
h(y)=1+σ(y)*r2;
其中,σ(y)可以是关于y的递增函数;pDCVR可以指当前预估深层转化率;r2可以指第二预估准确性参数;E2可以指历史深层转化率的均值;h可以指第二流量因子。
需要说明的是,上述步骤305和步骤306可以择一进行,也可以同时或者逐步进行,本发明实施例对此不作限制。
步骤307、根据所述目标成本和所述成本控制参数,以及所述第一流量因子和/或所述第二流量因子,对所述当前出价金额进行调整。
在确定第一流量因子和/或第二流量因子后,可以根据所述目标成本和所述成本控制参数,以及所述第一流量因子和/或所述第二流量因子,对所述当前出价金额进行调整,以便得到兼顾流量质量和目标成本的当前出价金额。
作为一示例,计算机可以根据目标成本、所述成本控制参数、所述第一流量因子,以及当前预估点击率和当前预估浅层转化率的乘积,对所述当前出价金额进行调整;以便得到兼顾浅层操作方面的流量质量和目标成本的当前出价金额。
例如:可以通过如下公式计算得到调整后的当前出价金额:
ECPM=pCTR*pCVR*price*α*g;
其中:ECPM可以指调整后的当前出价金额;pCTR可以指当前预估点击率;pCVR可以指当前预估浅层转化率;price可以指目标成本;α可以指成本控制参数;g可以指第一流量因子。
作为另一示例,计算机也可以根据目标成本、所述成本控制参数,以及所述第二流量因子,对所述当前出价金额进行调整;以便得到兼顾深层操作方面的流量质量和目标成本的当前出价金额。
作为又一示例,计算机还可以根据目标成本、所述成本控制参数、所述第一流量因子,以及所述第二流量因子,对所述当前出价金额进行调整;以便得到兼顾浅层操作方面的流量质量、深层操作方面的流量质量,以及目标成本的当前出价金额。
例如:可以通过如下公式计算得到调整后的当前出价金额:
ECPM=pCTR*pCVR*price*α*g*h;
其中:ECPM可以指出价金额;pCTR可以指当前预估点击率;pCVR可以指当前预估转化率;price可以指目标成本;α可以指成本控制参数;g可以指第一流量因子;h可以指第二流量因子。
步骤308、根据调整后的当前出价金额对所述目标广告位进行出价。
在对当前出价金额进行调整后,计算机可以根据调整后的当前出价金额对目标广告位进行出价,以便对目标广告位进行竞拍。
综上,在本发明实施例中,计算机先获取所述目标广告的广告信息,以及所述目标广告位的当前用户信息;然后将所述广告信息和所述当前用户信息输入预设的预估模型,确定所述第一流量关联信息;其中,所述预估模型由所述第二流量关联信息、目标广告的广告信息,和与所述第二流量关联信息相关联的历史用户信息训练得到;再获取所述目标广告对应的成本信息;之后再确定所述当前预估浅层转化率与当前预估点击率的第一乘积,以及确定所述历史浅层转化率与所述历史点击率的第二乘积;根据所述第一乘积与所述第二乘积的第一比值,确定第一流量因子;所述第一流量因子用于表示第一流量关联信息对应的浅层的流量质量;和/或,根据所述当前预估深层转化率与所述历史深层转化率的第二比值,确定第二流量因子;所述第二流量因子用于表示第一流量关联信息对应的深层的流量质量;之后,根据所述目标成本和所述成本控制参数,以及所述第一流量因子和/或所述第二流量因子,对所述当前出价金额进行调整,并根据调整后的当前出价金额对所述目标广告位进行出价。实现了兼顾目标成本,以及浅层操作方面的流量质量和/或深层操作方面的流量质量,对目标广告位进行合理的出价,避免了现有技术中盲目的提高或降低出价的金额,而导致信息发布者展示信息的需求无法完全实现的问题。
且综合广告自身的信息以及用户信息来预估流量关联信息,保证了预估的流量关联信息的准确性。
图4是本发明实施例提供的一种广告平台的结构框图;具体可以包括如下单元:
数据收集系统401,用于收集所述目标广告的广告信息和成本信息,以及所述目标广告位的当前用户信息;所述成本信息包括目标成本和历史成本,所述历史成本包括所述目标广告在先在历史广告位中展示所投入的成本;
数据收集系统401可以用于目标广告在广告位展示时,收集目标广告实际发生的点击率、浅层转化率和深层转化率等;也可以目标广告在先在历史广告位中展示是所实际发生的历史点击率、历史浅层转化率和历史深层转化率等;还可以收集目标广告位的广告信息和用户信息,用户信息可以包括针对当前用户展示目标广告的目标广告位的当前用户信息,以及目标广告在先展示时与实际发生的点击率、浅层转化率和深层转化率等相关联的历史用户信息;
另外,数据收集系统401还可以收集广告主预设的目标成本,以及目标广告在先在历史广告位中展示所投入的成本(为了便于区分,将其作为历史成本);
一般来说,目标广告可能已经展示了多次,因此,历史成本可以包括一个或者多个。
当目标广告已经在目标广告位展示后,数据收集系统401也可以对展示所产生的实际点击率、浅层转化率和深层转化率进行收集。
数据收集系统401收集到数据后,可以将数据发送给出价系统402,以便出价系统402可以基于数据对目标广告位进行出价。
作为一示例,数据收集系统401可以通过获取广告投放跟踪日志,来获取上述数据。
另外,上述收集的各种数据一部分可以是实时流的数据(例如:当前用户信息等),用于计算各种参数(例如:第一流量因子等);其中,实时流的数据可以基于kafka平台来转发给出价系统。
另一部分可以存储在数据收集系统401的数据库中,以便后续出价系统402可以从中获取所需要的数据;例如,可以采用hive平台来存储数据。
出价系统402,用于根据从所述数据收集系统401获取的所述广告信息和所述当前用户信息,预估目标广告位的第一流量关联信息,所述目标广告位用于当前展示所述目标广告;根据所述第一流量关联信息和从所述数据收集系统401获取的所述成本信息,对所述目标广告位进行出价;
当需要针对目标广告位进行出价时,出价系统402可以从数据收集系统401获取所述广告信息、所述当前用户信息和所述成本信息,然后根据所述广告信息和所述当前用户信息,预估第一流量关联信息,并根据所述第一流量关联信息和所述成本信息,对所述目标广告位进行出价。
另外,出价系统402还可以通过从数据收集系统401获取第二流量关联信息,并基于历史点击率、历史浅层转化率和历史深层转化率训练用于预估第一流量关联信息的预估模型。
出价系统402可以面向用广告主,广告主可以在出价系统402中注册账户,并可以在出价系统402中选择需要出价的目标广告位、设置目标成本以及所要展示的广告等等。
出价系统402也可以基于各个广告主的账户对应的当前出价金额确定在目标广告位展示的待展示广告,并将目标广告位的标识与所确定的待展示广告发送给展示系统403进行展示。
展示系统403,用于在所述目标广告位中展示所述目标广告。
其中,展示系统403可以用于按照预置的排序策略,在所述目标广告位中展示所述目标广告。
排序策略可以指目标广告在目标广告位中的排列方式;当目标广告竞拍到目标广告位后,展示系统403可以先基于排序策略对目标广告进行排列;然后基于排列的样式在目标广告位中展示目标广告,以便将目标广告曝光给大量的用户,从而实现广告主投放光广告所期望实现的用户的点击、用户注册、用户激活、用户购买等行为。
展示系统403中可以部署有多个广告位,每个广告位可以在不同的地方展示,例如:应用程序的启动界面中、浏览器的界面中等等。
当展示系统403接收到目标广告位的标识与所确定的待展示的目标广告后,可以先按照排序策略对所确定的待展示的目标广告进行排列,然后在目标广告位中展示该待展示的目标广告。
展示系统403可以由广告位的持有者控制,例如:广告位的持有者可以对广告位的位置进行部署,以及对排序策略进行设置。
如图5所示:
数据收集系统401可以对正在展示的目标广告收集现场特征,以及获取目标广告的广告投放跟踪日志;然后基于现场特征和广告投放跟踪日志得到特征流和日志流的双关联数据;另外,还可以将双关联数据中的实时流的数据发送给出价系统402进行各种参数和因子的计算,以及将双关联数据中的离线存储数的数据(例如:历史点击率等)发送给出价系统的模型来预估生成第一流量关联信息(可以包括:当前预估点击率、当前预估浅层转化率和当前预估深层转化率)。其中,实时流的数据可能因为时效的原因存储作为离线存储数的数据。
出价系统402可以在需要对目标广告位进行出价时(例如:广告主预先选定了需要展示的目标广告位,或者广告主实时选定的需要展示的目标广告位),基于双关联数据中的实时流的数据进行参数计算,从而得到各种参数(例如第一流量因子等);以及可以将双关联数据中的离线存储的数据输入模型中,从而预估得到第一流量关联信息。出价系统402可以基于计算得到的参数和第一流量关联信息计算得出对当前广告位的当前出价金额。
出价系统402在得到各个广告主的当前出价金额后,可以将金额最大的当前出价金额对应的目标广告作为待展示的目标广告,并将待展示的目标广告以及目标广告位对应的标识发送给展示系统403。
展示系统403在接收到目标广告位的标识与所确定的待展示的目标广告后,可以先按照预置排序策略对待展示的目标广告进行排序,之后再在按照排序后的方式在目标广告位展示待展示的目标广告。
需要说明的是,上述方法的实施例与上述平台的实施例存在较多重复部分,在此不再赘述。
图6是本发明实施例提供的一种广告位的出价装置的结构框图,所述装置部署在计算机中,具体可以包括如下模块:
第一获取模块601,用于获取针对目标广告位预估的第一流量关联信息,所述目标广告位用于当前展示目标广告;
第二获取模块602,用于获取所述目标广告对应的成本信息,所述成本信息包括目标成本和历史成本,所述历史成本包括所述目标广告在先在历史广告位中展示所投入的成本;
调整模块603,用于结合所述第一流量关联信息对应的流量质量和所述目标成本信息,对针对所述目标广告位的当前出价金额进行调整;
出价模块604,用于根据调整后的当前出价金额对所述目标广告位进行出价。
在本发明实施例的一种优选实施例中,所述调整模块603,包括:
流量质量确定子模块,用于获取所述目标广告的第二流量关联信息,并以所述第二流量关联信息作为参照,确定所述第一流量关联信息对应的流量质量;所述第二流量关联信息为所述目标广告在先在所述历史广告位中展示时采集的;
成本控制参数确定子模块,用于根据所述历史成本相对于所述目标成本的偏差,确定用于对所述当前出价金额进行调整的成本控制参数;
出价金额调整子模块,用于根据所述目标成本、所述第一流量关联信息对应的流量质量和所述成本控制参数,对所述当前出价金额进行调整。
在本发明实施例的一种优选实施例中,所述第一流量关联信息包括当前预估浅层转化率、当前预估点击率和当前预估深层转化率;所述第二流量关联信息包括历史浅层转化率、历史点击率和历史深层转化率;
所述流量质量确定子模块,包括:
第一流量因子确定单元,用于确定所述当前预估浅层转化率与当前预估点击率的第一乘积,以及确定所述历史浅层转化率与所述历史点击率的第二乘积;根据所述第一乘积与所述第二乘积的第一比值,确定第一流量因子;所述第一流量因子用于表示第一流量关联信息对应的浅层的流量质量;
第二流量因子确定单元,用于根据所述当前预估深层转化率与所述历史深层转化率的第二比值,确定第二流量因子;所述第二流量因子用于表示第一流量关联信息对应的深层的流量质量;
所述出价金额调整子模块,用于根据所述目标成本和所述成本控制参数,以及所述第一流量因子和/或所述第二流量因子,对所述当前出价金额进行调整。
在本发明实施例的一种优选实施例中,所述第一获取模块601,包括:
信息获取子模块,用于获取所述目标广告的广告信息,以及所述目标广告位的当前用户信息;
第一流量关联信息确定子模块,用于将所述广告信息和所述当前用户信息输入预设的预估模型,确定所述第一流量关联信息;其中,所述预估模型由所述第二流量关联信息、目标广告的广告信息,和与所述第二流量关联信息相关联的历史用户信息训练得到。
在本发明实施例的一种优选实施例中,所述预估模型包括第一预估模型和第二预估模型,所述第一预估模型基于所述历史浅层转化率和所述历史点击率训练得到,所述第二预估模型基于所述历史深层转化率训练得到;
所述第一流量因子确定单元,用于根据所述第一预估模型训练过程时所采用的信息的数量,确定所述第一预估模型的第一预估准确性参数;采用所述第一预估准确性参数,对所述第一比值进行校准,生成所述第一流量因子;
所述第一流量因子确定单元,用于根据所述第二预估模型训练过程时所采用的信息的数量,确定所述第二预估模型的第二预估准确性参数;采用所述第二预估准确性参数,对所述第二比值进行校准,生成所述第二流量因子。
综上,在本发明实施例中,计算机先获取针对目标广告位预估的第一流量关联信息,所述目标广告位用于当前展示目标广告;以及获取所述目标广告对应的成本信息,所述成本信息包括目标成本和历史成本,所述历史成本包括所述目标广告在先在历史广告位中展示所投入的成本;然后结合所述第一流量关联信息对应的流量质量和所述成本信息,对针对所述目标广告位的当前出价金额进行调整;并根据调整后的当前出价金额对所述目标广告位进行出价。实现了基于流量的质量和目标成本对目标广告位进行合理的出价,避免了现有技术中盲目的提高或降低出价的金额,而导致信息发布者展示信息的需求无法完全实现的问题。
本发明实施例还提供了一种电子设备,如图7所示,包括处理器701、通信接口702、存储器703和通信总线704,其中,处理器701,通信接口702,存储器703通过通信总线704完成相互间的通信,
存储器703,用于存放计算机程序;
处理器701,用于执行存储器703上所存放的程序时,实现如下步骤:
获取针对目标广告位预估的第一流量关联信息,所述目标广告位用于当前展示目标广告;
获取所述目标广告对应的成本信息,所述成本信息包括目标成本和历史成本,所述历史成本包括所述目标广告在先在历史广告位中展示所投入的成本;
结合所述第一流量关联信息对应的流量质量和所述成本信息,对针对所述目标广告位的当前出价金额进行调整;
根据调整后的当前出价金额对所述目标广告位进行出价。
可选地,所述结合所述第一流量关联信息对应的流量质量和所述成本信息,对针对所述目标广告位的当前出价金额进行调整,包括:
获取所述目标广告的第二流量关联信息,并以所述第二流量关联信息作为参照,确定所述第一流量关联信息对应的流量质量;所述第二流量关联信息为所述目标广告在先在所述历史广告位中展示时采集的;
根据所述历史成本相对于所述目标成本的偏差,确定用于对所述当前出价金额进行调整的成本控制参数;
根据所述目标成本、所述第一流量关联信息对应的流量质量和所述成本控制参数,对所述当前出价金额进行调整。
可选地,所述第一流量关联信息包括当前预估浅层转化率、当前预估点击率和当前预估深层转化率;所述第二流量关联信息包括历史浅层转化率、历史点击率和历史深层转化率;
所述以所述第二流量关联信息作为参照,确定所述第一流量关联信息对应的流量质量,包括:
确定所述当前预估浅层转化率与当前预估点击率的第一乘积,以及确定所述历史浅层转化率与所述历史点击率的第二乘积;根据所述第一乘积与所述第二乘积的第一比值,确定第一流量因子;所述第一流量因子用于表示第一流量关联信息对应的浅层的流量质量;
和/或,根据所述当前预估深层转化率与所述历史深层转化率的第二比值,确定第二流量因子;所述第二流量因子用于表示第一流量关联信息对应的深层的流量质量;
所述根据所述目标成本、所述第一流量关联信息对应的流量质量和所述成本控制参数,对所述当前出价金额进行调整,包括:
根据所述目标成本和所述成本控制参数,以及所述第一流量因子和/或所述第二流量因子,对所述当前出价金额进行调整。
可选地,所述获取针对目标广告位预估的第一流量关联信息,包括:
获取所述目标广告的广告信息,以及所述目标广告位的当前用户信息;
将所述广告信息和所述当前用户信息输入预设的预估模型,确定所述第一流量关联信息;其中,所述预估模型由所述第二流量关联信息、目标广告的广告信息,和与所述第二流量关联信息相关联的历史用户信息训练得到。
可选地,所述预估模型包括第一预估模型和第二预估模型,所述第一预估模型基于所述历史浅层转化率和所述历史点击率训练得到,所述第二预估模型基于所述历史深层转化率训练得到;
所述根据所述第一乘积与所述第二乘积的第一比值,确定第一流量因子,包括:
根据所述第一预估模型训练过程时所采用的信息的数量,确定所述第一预估模型的第一预估准确性参数;
采用所述第一预估准确性参数,对所述第一比值进行校准,生成所述第一流量因子;
所述根据所述当前预估深层转化率与所述历史深层转化率的第二比值,确定第二流量因子,包括:
根据所述第二预估模型训练过程时所采用的信息的数量,确定所述第二预估模型的第二预估准确性参数;
采用所述第二预估准确性参数,对所述第二比值进行校准,生成所述第二流量因子。
上述终端提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述终端与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable GateArray,简称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。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如上任一所述的广告位的出价方法的步骤。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种广告位的出价方法,其特征在于,所述方法由计算机实现,所述方法包括:
获取针对目标广告位预估的第一流量关联信息,所述目标广告位用于当前展示目标广告;
获取所述目标广告对应的成本信息,所述成本信息包括目标成本和历史成本,所述历史成本包括所述目标广告在先在历史广告位中展示所投入的成本;
结合所述第一流量关联信息对应的流量质量和所述成本信息,对针对所述目标广告位的当前出价金额进行调整;
根据调整后的当前出价金额对所述目标广告位进行出价。
2.根据权利要求1所述的方法,其特征在于,所述结合所述第一流量关联信息对应的流量质量和所述成本信息,对针对所述目标广告位的当前出价金额进行调整,包括:
获取所述目标广告的第二流量关联信息,并以所述第二流量关联信息作为参照,确定所述第一流量关联信息对应的流量质量;所述第二流量关联信息为所述目标广告在先在所述历史广告位中展示时采集的;
根据所述历史成本相对于所述目标成本的偏差,确定用于对所述当前出价金额进行调整的成本控制参数;
根据所述目标成本、所述第一流量关联信息对应的流量质量和所述成本控制参数,对所述当前出价金额进行调整。
3.根据权利要求2所述的方法,其特征在于,所述第一流量关联信息包括当前预估浅层转化率、当前预估点击率和当前预估深层转化率;所述第二流量关联信息包括历史浅层转化率、历史点击率和历史深层转化率;
所述以所述第二流量关联信息作为参照,确定所述第一流量关联信息对应的流量质量,包括:
确定所述当前预估浅层转化率与当前预估点击率的第一乘积,以及确定所述历史浅层转化率与所述历史点击率的第二乘积;根据所述第一乘积与所述第二乘积的第一比值,确定第一流量因子;所述第一流量因子用于表示第一流量关联信息对应的浅层的流量质量;
和/或,根据所述当前预估深层转化率与所述历史深层转化率的第二比值,确定第二流量因子;所述第二流量因子用于表示第一流量关联信息对应的深层的流量质量;
所述根据所述目标成本、所述第一流量关联信息对应的流量质量和所述成本控制参数,对所述当前出价金额进行调整,包括:
根据所述目标成本和所述成本控制参数,以及所述第一流量因子和/或所述第二流量因子,对所述当前出价金额进行调整。
4.根据权利要求3所述的方法,其特征在于,所述获取针对目标广告位预估的第一流量关联信息,包括:
获取所述目标广告的广告信息,以及所述目标广告位的当前用户信息;
将所述广告信息和所述当前用户信息输入预设的预估模型,确定所述第一流量关联信息;其中,所述预估模型由所述第二流量关联信息、目标广告的广告信息,和与所述第二流量关联信息相关联的历史用户信息训练得到。
5.根据权利要求4所述的方法,其特征在于,所述预估模型包括第一预估模型和第二预估模型,所述第一预估模型基于所述历史浅层转化率和所述历史点击率训练得到,所述第二预估模型基于所述历史深层转化率训练得到;
所述根据所述第一乘积与所述第二乘积的第一比值,确定第一流量因子,包括:
根据所述第一预估模型训练过程时所采用的信息的数量,确定所述第一预估模型的第一预估准确性参数;
采用所述第一预估准确性参数,对所述第一比值进行校准,生成所述第一流量因子;
所述根据所述当前预估深层转化率与所述历史深层转化率的第二比值,确定第二流量因子,包括:
根据所述第二预估模型训练过程时所采用的信息的数量,确定所述第二预估模型的第二预估准确性参数;
采用所述第二预估准确性参数,对所述第二比值进行校准,生成所述第二流量因子。
6.一种广告平台,其特征在于,包括:
数据收集系统,用于收集目标广告的广告信息和成本信息,以及目标广告位的当前用户信息;所述成本信息包括目标成本和历史成本,所述历史成本包括所述目标广告在先在历史广告位中展示所投入的成本;
出价系统,用于根据从所述数据收集系统获取的所述广告信息和所述当前用户信息,预估目标广告位的第一流量关联信息,所述目标广告位用于当前展示所述目标广告;根据所述第一流量关联信息和从所述数据收集系统获取的所述成本信息,对所述目标广告位进行出价;
展示系统,用于在所述目标广告位中展示所述目标广告。
7.根据权利要求6所述的系统,其特征在于,所述展示系统,用于按照预置的排序策略,在所述目标广告位中展示所述目标广告。
8.一种广告位的出价装置,其特征在于,所述装置部署在计算机中,所述装置包括:
第一获取模块,用于获取针对目标广告位预估的第一流量关联信息,所述目标广告位用于当前展示目标广告;
第二获取模块,用于获取所述目标广告对应的成本信息,所述成本信息包括目标成本和历史成本,所述历史成本包括所述目标广告在先在历史广告位中展示所投入的成本;
调整模块,用于结合所述第一流量关联信息对应的流量质量和所述目标成本信息,对针对所述目标广告位的当前出价金额进行调整;
出价模块,用于根据调整后的当前出价金额对所述目标广告位进行出价。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-5任一所述的方法步骤。
10.一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内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-5任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111080639.1A CN113793181B (zh) | 2021-09-15 | 2021-09-15 | 一种广告位的出价方法、系统和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111080639.1A CN113793181B (zh) | 2021-09-15 | 2021-09-15 | 一种广告位的出价方法、系统和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113793181A true CN113793181A (zh) | 2021-12-14 |
CN113793181B CN113793181B (zh) | 2023-10-13 |
Family
ID=78878415
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111080639.1A Active CN113793181B (zh) | 2021-09-15 | 2021-09-15 | 一种广告位的出价方法、系统和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113793181B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117689428A (zh) * | 2023-12-21 | 2024-03-12 | 广州迈量科技有限公司 | 广告瀑布流询价策略生成方法、装置、电子设备及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080255922A1 (en) * | 2007-04-12 | 2008-10-16 | Jon Feldman | Preferred cost bidding for online advertising |
US20080275757A1 (en) * | 2007-05-04 | 2008-11-06 | Google Inc. | Metric Conversion for Online Advertising |
US20130066726A1 (en) * | 2011-09-09 | 2013-03-14 | Dennoo Inc. | Methods and systems for bidding and displaying advertisements utilizing various cost models |
US20140129323A1 (en) * | 2012-11-06 | 2014-05-08 | Microsoft Corporation | Predictive model for adjusting click pricing |
US20160104207A1 (en) * | 2014-10-11 | 2016-04-14 | Papaya Mobile, Inc. | Advertising campaign conversion systems and methods |
CN108108991A (zh) * | 2016-11-25 | 2018-06-01 | 百度在线网络技术(北京)有限公司 | 广告价值处理方法和装置 |
CN110070386A (zh) * | 2019-03-13 | 2019-07-30 | 北京品友互动信息技术股份公司 | 确定流量价值和广告出价的方法及装置 |
CN110807655A (zh) * | 2019-10-15 | 2020-02-18 | 微梦创科网络科技(中国)有限公司 | 一种广告竞价方法、装置及设备 |
CN111899041A (zh) * | 2019-05-06 | 2020-11-06 | 腾讯科技(深圳)有限公司 | 信息投放的处理和投放方法、装置、设备及存储介质 |
CN112418899A (zh) * | 2019-08-21 | 2021-02-26 | 上海哔哩哔哩科技有限公司 | 广告位的显示控制方法及装置 |
-
2021
- 2021-09-15 CN CN202111080639.1A patent/CN113793181B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080255922A1 (en) * | 2007-04-12 | 2008-10-16 | Jon Feldman | Preferred cost bidding for online advertising |
US20080275757A1 (en) * | 2007-05-04 | 2008-11-06 | Google Inc. | Metric Conversion for Online Advertising |
US20130066726A1 (en) * | 2011-09-09 | 2013-03-14 | Dennoo Inc. | Methods and systems for bidding and displaying advertisements utilizing various cost models |
US20140129323A1 (en) * | 2012-11-06 | 2014-05-08 | Microsoft Corporation | Predictive model for adjusting click pricing |
US20160104207A1 (en) * | 2014-10-11 | 2016-04-14 | Papaya Mobile, Inc. | Advertising campaign conversion systems and methods |
CN108108991A (zh) * | 2016-11-25 | 2018-06-01 | 百度在线网络技术(北京)有限公司 | 广告价值处理方法和装置 |
CN110070386A (zh) * | 2019-03-13 | 2019-07-30 | 北京品友互动信息技术股份公司 | 确定流量价值和广告出价的方法及装置 |
CN111899041A (zh) * | 2019-05-06 | 2020-11-06 | 腾讯科技(深圳)有限公司 | 信息投放的处理和投放方法、装置、设备及存储介质 |
CN112418899A (zh) * | 2019-08-21 | 2021-02-26 | 上海哔哩哔哩科技有限公司 | 广告位的显示控制方法及装置 |
CN110807655A (zh) * | 2019-10-15 | 2020-02-18 | 微梦创科网络科技(中国)有限公司 | 一种广告竞价方法、装置及设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117689428A (zh) * | 2023-12-21 | 2024-03-12 | 广州迈量科技有限公司 | 广告瀑布流询价策略生成方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113793181B (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5695655B2 (ja) | ユーザフィードバックに基づくオンライン広告の選択及び優先順位付け | |
US10776832B2 (en) | Systems, methods and programmed products for electronic bidding on and electronic tracking, delivery and performance of digital advertisements on non-personal digital devices | |
KR101577508B1 (ko) | 정보 처리 장치, 정보 처리 방법, 및 정보 처리 프로그램이 기록된 기록 매체 | |
US10630794B2 (en) | Multi computing device network based conversion determination based on computer network traffic | |
US10540695B2 (en) | Information providing device, information providing method, information providing program, and recording medium having information providing program recorded thereon | |
KR101546461B1 (ko) | 경쟁 광고 서버 | |
CN110796477A (zh) | 广告展示方法、装置、电子设备及可读存储介质 | |
JP5144719B2 (ja) | 大衆へ向けた製品プレースメント | |
US20160132935A1 (en) | Systems, methods, and apparatus for flexible extension of an audience segment | |
US20110178839A1 (en) | Method and system for evaluating a consumer product based on web-searchable criteria | |
US20220129949A1 (en) | Dynamic determination of localization source for web site content | |
JP5595556B1 (ja) | 新しいコストモデルによる広告プラットフォームを実現するためのシステムおよび方法 | |
JP2011243125A (ja) | 広告配信システム | |
CN106445965B (zh) | 信息推广处理方法及装置 | |
US20240177184A1 (en) | Self-learning valuation and access to digital content | |
JP6059169B2 (ja) | 算出装置、算出方法および算出プログラム | |
CN117333233A (zh) | 一种基于ai的目标导向电子商务广告推送方法 | |
JP6674527B1 (ja) | 価額設定装置、価額設定方法、及び価額設定プログラム | |
CN113793181B (zh) | 一种广告位的出价方法、系统和装置 | |
CN110570271A (zh) | 信息推荐方法、装置、电子设备及可读存储介质 | |
KR101737424B1 (ko) | 사용자의 구매 및 참여 가능성에 기반하여 광고를 제공하는 방법 및 서버 | |
US20130117071A1 (en) | Techniques for providing perceived quality metric analysis | |
JP6203352B2 (ja) | 算出装置、算出方法および算出プログラム | |
JP6800713B2 (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
JP6186062B2 (ja) | 算出装置、算出方法および算出プログラム |
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 |