CN114119074A - 一种推荐广告的方法以及装置 - Google Patents

一种推荐广告的方法以及装置 Download PDF

Info

Publication number
CN114119074A
CN114119074A CN202111318909.8A CN202111318909A CN114119074A CN 114119074 A CN114119074 A CN 114119074A CN 202111318909 A CN202111318909 A CN 202111318909A CN 114119074 A CN114119074 A CN 114119074A
Authority
CN
China
Prior art keywords
advertisement
candidate
candidate advertisement
historical
conversion
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111318909.8A
Other languages
English (en)
Inventor
李雪建
吴晓旭
廖国钢
王泽�
朱冰琪
王永康
王兴星
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.)
Beijing Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202111318909.8A priority Critical patent/CN114119074A/zh
Publication of CN114119074A publication Critical patent/CN114119074A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0257User requested
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0249Advertisements based upon budgets or funds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0255Targeted advertisements based on user history

Abstract

本说明书公开了一种推荐广告的方法以及装置,首先,响应于用户的广告推送请求,确定向用户推送的各候选广告。其次,针对每个候选广告,预估用户在浏览到该候选广告后,执行该候选广告对应业务的概率,作为预估转化概率。而后,根据该候选广告在历史上的历史预估转化概率,以及该候选广告在历史上的真实转化概率,对预估转化概率进行校准,确定出该候选广告对应的校准转化概率。最后,根据每个候选广告对应的校准转化概率以及每个候选广告对应的预设广告成本,确定每个候选广告对应的竞价,再确定向用户推荐的目标广告,并将目标广告推送给用户。本方法避免了预估出的用户执行广告对应业务的概率不准确的情况,使得向用户推送的广告更为合理。

Description

一种推荐广告的方法以及装置
技术领域
本说明书涉及计算机技术领域,尤其涉及一种推荐广告的方法以及装置。
背景技术
在实际应用中,为了方便用户进行便捷购物,通常将各广告归属方所提供的广告推送给用户,使得用户通过广告可以获取到感兴趣的商品信息。目前,为了提高用户浏览到广告后,执行广告对应业务的概率,通常预估用户执行广告对应业务的概率,并根据预估出的用户执行广告对应业务的概率,向用户推送广告。但是,可能出现预估出的用户执行广告对应业务的概率不准确的情况,导致向用户推送的广告并不合理。
因此,如何能够确定出合理的预估用户执行广告对应业务的概率,则是一个亟待解决的问题。
发明内容
本说明书提供一种推荐广告的方法、装置、存储介质及电子设备,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种推荐广告的方法,包括:
响应于用户的广告推送请求,确定向所述用户推送的各候选广告;
针对每个候选广告,预估所述用户在浏览到该候选广告后,执行该候选广告对应业务的概率,作为预估转化概率;
根据该候选广告在历史上的历史预估转化概率,以及该候选广告在历史上的真实转化概率,对所述预估转化概率进行校准,确定出该候选广告对应的校准转化概率;
根据每个候选广告对应的校准转化概率以及每个候选广告对应的预设广告成本,确定每个候选广告对应的竞价;
根据每个候选广告对应的竞价,确定向所述用户推荐的目标广告,并将所述目标广告推送给所述用户。
可选地,针对每个候选广告,预估所述用户在浏览到该候选广告后,执行该候选广告对应业务的概率,作为预估转化概率,具体包括:
获取所述用户的行为偏好数据;
针对每个候选广告,将该候选广告对应的广告内容以及所述用户的行为偏好数据,输入到预先的概率模型中,预估所述用户在浏览到该候选广告后,执行该候选广告对应业务的概率,作为预估转化概率。
可选地,根据该候选广告在历史上的历史预估转化概率,以及该候选广告在历史上的真实转化概率,对所述预估转化概率进行校准,确定出该候选广告对应的校准转化概率,具体包括:
根据该候选广告在历史上的历史预估转化概率,以及该候选广告在历史上的真实转化概率,确定针对该候选广告的转化率校准值,所述转化率校准值包括:该候选广告在页面中的不同位置上对应的转化率校准值,以及该候选广告在该候选广告所属的广告类型下对应的转化率校准值中的至少一种;
通过所述转化率校准值,对所述预估转化概率进行校准,确定出该候选广告对应的校准转化概率。
可选地,通过所述转化率校准值,对所述预估转化概率进行校准,确定出该候选广告对应的校准转化概率,具体包括:
获取该候选广告在历史上的历史广告转化数量,所述历史广告转化数量用于表征在历史上各用户在浏览到该候选广告后,执行该候选广告对应业务的数量;
若所述历史广告转化数量小于设定数量阈值,通过该候选广告在该候选广告所属的广告类型下对应的转化率校准值,对所述预估转化概率进行校准,确定出该候选广告在该候选广告所属的广告类型下对应的校准转化概率;
若所述历史广告转化数量不小于所述设定数量阈值,通过该候选广告所对应的页面位置的转化率校准值,对所述预估转化概率进行校准,得到该候选广告所对应的页面位置对应的校准转化概率。
可选地,根据每个候选广告对应的校准转化概率以及每个候选广告对应的广告成本,确定每个候选广告对应的竞价,具体包括:
获取该候选广告所属的广告归属方对应的历史竞价信息;
根据该候选广告所属的广告归属方对应的历史竞价信息,预测该候选广告针对所述用户的竞价环境表征值,所述竞价环境表征值用于表征当前该候选广告所属的广告归属方与其他广告归属方的竞价激烈程度;
根据每个候选广告对应的校准转化概率、每个候选广告对应的广告成本,以及每个候选广告对应的竞价环境表征值,确定每个候选广告对应的竞价。
可选地,所述历史竞价信息包括:历史出价信息、历史计费信息;
根据该候选广告所属的广告归属方对应的历史竞价信息,预测该候选广告针对所述用户的竞价环境表征值,具体包括:
若所述历史广告转化数量不小于所述设定数量阈值,根据该候选广告投放在不同页面位置对应的历史出价信息以及历史计费信息,预测该候选广告在不同页面位置对应的竞价环境表征值;
若所述历史广告转化数量小于设定数量阈值,根据该候选广告投放在该候选广告所属的广告类型下对应的历史出价信息以及历史计费信息,预测该候选广告在该候选广告所属的广告类型下对应的竞价环境表征值,其中,历史出价信息与历史计费信息越接近,当前该候选广告所属的广告归属方与其他广告归属方的竞价激烈程度越高。
可选地,根据每个候选广告对应的竞价,确定向所述用户推荐的目标广告,具体包括:
根据每个候选广告对应的竞价,确定最高竞价的候选广告,以及次高竞价的候选广告;
将所述最高竞价的候选广告,作为向所述用户推荐的目标广告,并根据所述次高竞价的候选广告的竞价,确定所述目标广告所归属的广告归属方所需支付的实际广告费用。
可选地,根据所述次高竞价的候选广告的竞价,确定所述目标广告所归属的广告归属方所需支付的实际广告费用,具体包括:
获取该候选广告所属的广告归属方对应的历史计费信息,以及该候选广告在历史上的历史广告转化数量;
根据所述历史计费信息,预测未来一段时间内的所述目标广告所归属的广告归属方所需支付的实际广告费用,作为预测支付费用;
根据所述历史广告转化数量,预测所述未来一段时间内的广告转化数量,作为预测广告转化数量;
根据所述预测支付费用、所述目标广告对应的期望广告成本与所述目标广告的预设广告成本之间的成本差值,以及所述预测广告转化数量,确定所述目标广告所归属的广告归属方所需支付的实际广告费用,所述目标广告对应的期望广告成本是通过所述预估转化概率以及所述次高竞价的候选广告的竞价确定出的。
可选地,根据所述预测支付费用、所述目标广告对应的期望广告成本与所述目标广告的预设广告成本之间的成本差值,以及所述预测广告转化数量,确定所述目标广告所归属的广告归属方所需支付的实际广告费用,具体包括:
根据所述成本差值,以及所述预测广告转化数量,确定广告盈亏数额;
根据所述广告盈亏数额,以及所述预测支付费用,确定广告成本调整参数;
根据所述广告成本调整参数,对所述次高竞价的候选广告的竞价进行调整,得到所述目标广告所归属的广告归属方所需支付的实际广告费用。
本说明书提供了一种推荐广告的装置,包括:
获取模块,用于响应于用户的广告推送请求,确定向所述用户推送的各候选广告;
预估模块,用于针对每个候选广告,预估所述用户在浏览到该候选广告后,执行该候选广告对应业务的概率,作为预估转化概率;
校准模块,用于根据该候选广告在历史上的历史预估转化概率,以及该候选广告在历史上的真实转化概率,对所述预估转化概率进行校准,确定出该候选广告对应的校准转化概率;
确定模块,用于根据每个候选广告对应的校准转化概率以及每个候选广告对应的预设广告成本,确定每个候选广告对应的竞价;
推送模块,用于根据每个候选广告对应的竞价,确定向所述用户推荐的目标广告,并将所述目标广告推送给所述用户。
本说明书提供了一种计算机可读存储介质,所述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时实现上述推荐广告的方法。
本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述推荐广告的方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书提供的推荐广告的方法中,首先,响应于用户的广告推送请求,确定向用户推送的各候选广告。其次,针对每个候选广告,预估用户在浏览到该候选广告后,执行该候选广告对应业务的概率,作为预估转化概率。而后,根据该候选广告在历史上的历史预估转化概率,以及该候选广告在历史上的真实转化概率,对预估转化概率进行校准,确定出该候选广告对应的校准转化概率。最后,根据每个候选广告对应的校准转化概率以及每个候选广告对应的预设广告成本,确定每个候选广告对应的竞价,再根据每个候选广告对应的竞价,确定向用户推荐的目标广告,并将目标广告推送给用户。
从上述方法中可以看出,本方法可以根据该候选广告在历史上的历史预估转化概率,以及该候选广告在历史上的真实转化概率,对预估转化概率进行校准,确定出较为准确的校准转化概率。相比于现有技术,本方法避免了预估出的用户执行广告对应业务的概率不准确的情况,使得向用户推送的广告更为合理。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书实施例提供的推荐广告的方法的流程示意图;
图2为本说明书实施例提供的确定竞价方法的流程示意图;
图3为本说明书实施例提供的推荐广告的装置结构示意图;
图4为本说明书实施例提供的电子设备的结构示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,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,都属于本说明书保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书实施例提供的推荐广告的方法的流程示意图,具体包括以下步骤:
S100:响应于用户的广告推送请求,确定向所述用户推送的各候选广告。
在本说明书实施例中,本说明书中涉及的推荐广告的方法的执行主体可以是服务器,也可以是台式电脑等终端设备。为了便于描述,下面仅以服务器为执行主体,对本说明书提供的推荐广告的方法进行说明。
在本说明书实施例中,服务器可以响应于用户的广告推送请求,确定向用户推送的各候选广告。这里提到的广告推送请求可以是在用户浏览信息的过程中,向用户进行广告展示的请求,也可以是用户打开客户端、应用(Application,App)时,向用户进行广告展示的请求。
其中,用户浏览信息时所用的终端设备可以是诸如手机、平板电脑等终端设备,当然,用于获取广告的执行主体也可以是终端设备中安装的客户端、应用(Application,App)等,抑或是终端设备或是客户端中的浏览器。
进一步的,服务器在确定向用户推送的各候选广告的过程中,可以获取各候选广告对应的广告内容。例如,候选广告的广告类型(美食、旅游等)、候选广告的展示形式(视频、图片等)、候选广告的质量信息等。服务器还可以获取各用户的行为偏好数据。
具体的,用户在浏览信息的过程中,将会产生多种行为数据,这些行为数据可以分析用户在浏览信息时的行为偏好数据。获取到的行为偏好数据可以包括:用户在浏览信息时的实际点击浏览的信息类型(美食、旅游等)、用户在浏览信息时点击浏览的页面位置、用户在浏览信息时所在的地点以及时间段、用户对所点击的信息进行浏览的时长等。通过上述方法,服务器可以确定出用户在浏览信息时所反映出的一些偏好特征
S102:针对每个候选广告,预估所述用户在浏览到该候选广告后,执行该候选广告对应业务的概率,作为预估转化概率。
在本说明书实施例中,服务器可以针对每个候选广告,预估用户在浏览到该候选广告后,执行该候选广告对应业务的概率,作为预估转化概率。
具体的,服务器可以获取用户的行为偏好数据。并针对每个候选广告,将该候选广告对应的广告内容以及用户的行为偏好数据,输入到预先的概率模型中,预估用户在浏览到该候选广告后,执行该候选广告对应业务的概率,作为预估转化概率。
需要说明的是,概率模型可以有多种形式,例如,逻辑回归模型(LogisticRegression,LR)、场感知分解机模型(Field-aware Factorization Machine,FFM)等,本说明书不对概率模型进行具体的限定。
S104:根据该候选广告在历史上的历史预估转化概率,以及该候选广告在历史上的真实转化概率,对所述预估转化概率进行校准,确定出该候选广告对应的校准转化概率。
在实际应用中,可能出现预估转化概率不准确的情况,导致向用户推送的广告并不合理。基于此,服务器可以通过在过去一段时间内对该候选广告的预估转化概率,以及该候选广告对应的真实转化概率,对预估转化概率进行校准,以保证预估转化概率的准确性。
在本说明书实施例中,服务器可以根据该候选广告在历史上的历史预估转化概率,以及该候选广告在历史上的真实转化概率,对预估转化概率进行校准,确定出该候选广告对应的校准转化概率。这里提到的历史预估转化概率可以是指在历史上通过概率模型预估该候选广告的预估转化概率的平均值。当然,在计算历史预估转化概率的过程中,可以参考预估该候选广告的预估转化概率对应的历史时刻,该历史时刻距离当前时刻越长,该历史时刻的预估转化概率对历史预估转化概率的影响越低,该历史时刻距离当前时刻越短,该历史时刻的预估转化概率对历史预估转化概率的影响越高,使得确定出的历史预估转化概率更为准确。
进一步的,服务器可以根据该候选广告在历史上的历史预估转化概率,以及该候选广告在历史上的真实转化概率,确定针对该候选广告的转化率校准值,这里提到的转化率校准值包括:该候选广告在页面中的不同位置上对应的转化率校准值,以及该候选广告在该候选广告所属的广告类型下对应的转化率校准值中的至少一种。再通过转化率校准值,对预估转化概率进行校准,确定出该候选广告对应的校准转化概率。这里提到的该候选广告所属的广告类型下对应的转化率校准值可以是指将该候选广告所属的广告类型下的其他候选广告对应的转化率校准值的平均值。也可以是该候选广告所属的广告类型下的其他候选广告对应的历史预估转化概率的平均值,与该候选广告所属的广告类型下的其他候选广告对应的真实转化概率的平均值的比值。
也就是说,为了保证校准转化概率的准确性,服务器可以针对页面中的不同位置,确定出候选广告在页面中的不同位置上对应的转化率校准值,并确定出该候选广告在该候选广告所属的广告类型下对应的转化率校准值。服务器根据不同需求对预估转化概率进行校准,从而提高校准转化概率的准确性。
在实际应用中,在刚开始向用户推送广告时,用户浏览到该候选广告的次数较少,从而导致用户在浏览到该候选广告后,执行该候选广告对应业务的数量较少或者数量为零的情况,进而,使得确定出真实转化概率不可信,导致对预估转化概率的校准并不合理。为了避免这种情况,服务器可以通过该候选广告所属的广告类型下的真实转化概率,对预估转化概率进行校准,以提高校准转化概率的准确性。
在本说明书实施例中,服务器可以在对预估转化概率进行校准之前,需要先获取该候选广告在历史上的历史广告转化数量,这里提到的历史广告转化数量用于表征在历史上各用户在浏览到该候选广告后,执行该候选广告对应业务的数量。
若历史广告转化数量小于设定数量阈值,服务器可以通过该候选广告在该候选广告所属的广告类型下对应的转化率校准值,对预估转化概率进行校准,确定出该候选广告在该候选广告所属的广告类型下对应的校准转化概率。也就是说,历史广告转化数量较小,可能会导致确定出的转化率校准值出现偏差。因此,通过该候选广告在该候选广告所属的广告类型下对应的转化率校准值,对预估转化概率进行校准。
若历史广告转化数量不小于所述设定数量阈值,服务器可以通过该候选广告所对应的页面位置的转化率校准值,对预估转化概率进行校准,得到该候选广告所对应的页面位置对应的校准转化概率。也就是说,历史广告转化数量较大,可以认为确定出的转化率校准值较为准确。因此,服务器可以通过该候选广告所对应的页面位置的转化率校准值,对预估转化概率进行校准。
需要说明的是,该候选广告所对应的页面位置是指该候选广告所属的广告归属方获得将该候选广告推送给用户的机会后,该候选广告在用户浏览的页面中所处的页面位置。
S106:根据每个候选广告对应的校准转化概率以及每个候选广告对应的预设广告成本,确定每个候选广告对应的竞价。
在实际应用中,服务器除了需要参考候选广告的预设转化概率以外,还需要参考候选广告对应的预设广告成本,这样能够有效地保证向用户推送的候选广告能够在一定程度上符合用户的个人偏好,还能够保证候选广告所归属的广告归属方的收益以及广告成本。
在本说明书实施例中,服务器可以根据每个候选广告对应的校准转化概率以及每个候选广告对应的预设广告成本,确定每个候选广告对应的竞价。这里提到的预设广告成本可以是指候选广告所属的广告归属方根据自身的需求,预设的用户在浏览到该候选广告后,执行该候选广告对应业务的广告成本。
在实际应用中,通常采用第二价格密封拍卖,即维克里拍卖。在第二价格密封拍卖中,各广告归属方以密封的形式独立出价,将广告推送给用户的机会出售给出价最高的广告归属方。但是,竞价成功者支付的是所有竞价中的第二高价。因此,服务器可以根据广告归属方的出价以及广告归属方实际支付的广告成本,确定出当前广告归属方之间的竞价激烈程度。
在本说明书实施例中,服务器可以获取该候选广告所属的广告归属方对应的历史竞价信息。其次,根据该候选广告所属的广告归属方对应的历史竞价信息,预测该候选广告针对用户的竞价环境表征值,这里提到的竞价环境表征值用于表征当前该候选广告所属的广告归属方与其他广告归属方的竞价激烈程度。最后,根据每个候选广告对应的校准转化概率、每个候选广告对应的广告成本,以及每个候选广告对应的竞价环境表征值,确定每个候选广告对应的竞价。具体公式如下:
Figure BDA0003344785220000111
在上述公式中,ocpc_bid可以用于表征候选广告对应的竞价。pcvr可以用于表征用户在浏览到候选广告后,执行候选广告对应业务的概率,也就是预估转化概率。given_cpa可以用于表征候选广告对应的广告归属方的预设广告成本。jfb可以用于表征候选广告对应的竞价环境表征值,通过候选广告对应的竞价环境表征值,在竞价环境不激烈时,大幅度提高竞价,以提高获取向用户推送广告的机会的概率,在竞价环境激烈时,不需要大幅度的提高竞价,就可以获取到符合预设广告成本的向用户推送广告的机会,并且,可以避免候选广告对应的广告归属方实际支付的广告成本过高。pcoc可以用于表征候选广告对应的转化率校准值,通过历史预估转化概率以及真实转化概率确定出的。
Figure BDA0003344785220000112
可以用于表征候选广告对应的校准转化概率,从上述公式中可以看出,服务器可以通过候选广告对应的校准转化概率,以及候选广告对应的竞价环境表征值,确定出较为合适的竞价,提高将候选广告推送给用户的概率,并避免广告归属方实际支付的广告成本过高。
在实际应用中,在刚开始向用户推送广告时,用户浏览到该候选广告的次数较少,从而导致出现用户在浏览到该候选广告后,执行该候选广告对应业务的数量较少或者数量为零的情况,进而,使得确定出的竞价环境表征值出现偏差,导致确定出的竞价并不合理。为了避免这种情况,服务器可以通过该候选广告所属的广告类型下的竞价环境表征值,确定出候选广告对应的竞价,以提高确定出的竞价的合理性。
在本说明书实施例中,历史竞价信息包括:历史出价信息、历史计费信息。若历史广告转化数量不小于设定数量阈值,服务器可以根据该候选广告投放在不同页面位置对应的历史出价信息以及历史计费信息,预测该候选广告在不同页面位置对应的竞价环境表征值。也就是说,竞价环境表征值可以是指历史出价信息与历史计费信息的比值。
若历史广告转化数量小于设定数量阈值,服务器可以根据该候选广告投放在该候选广告所属的广告类型下对应的历史出价信息以及历史计费信息,预测该候选广告在该候选广告所属的广告类型下对应的竞价环境表征值,其中,历史出价信息与历史计费信息越接近,当前该候选广告所属的广告归属方与其他广告归属方的竞价激烈程度越高。
也就是说,服务器可以根据过去一段时间内的该候选广告所属的广告归属方与其他广告归属方的竞价激烈程度,预测当前该候选广告所属的广告归属方与其他广告归属方的竞价激烈程度,若竞价激烈程度越高,确定出的竞价越低,若竞价激烈程度越低,确定出的竞价越高。
进一步的,若历史广告转化数量不小于设定数量阈值,服务器可以根据该候选广告在不同页面位置对应的竞价环境表征值、该候选广告所对应的页面位置对应的校准转化概率,以及该候选广告对应的预设广告成本,确定该候选广告对应的竞价。
若历史广告转化数量小于设定数量阈值,服务器可以根据该候选广告在该候选广告所属的广告类型下对应的竞价环境表征值、该候选广告在该候选广告所属的广告类型下对应的校准转化概率,以及该候选广告对应的预设广告成本,确定该候选广告对应的竞价。
在本说明书实施例中,服务器可以通过内模控制器快速且高效的调整候选广告的竞价。具体如图2所示。
图2为本说明书实施例提供的确定竞价方法的流程示意图。
在图2中,广告竞价模型是通过第二价格密封拍卖的业务逻辑确定出的。具体公式如下:
Figure BDA0003344785220000121
在上述公式中,real_cpa可以用于表征目标广告所归属的广告归属方所需支付的实际广告费用。从上述公式中可以看出,ocpc_bid×jfb可以用于表征目标广告的计费,也就是次高竞价的候选广告的竞价。pcvr/pcoc可以用于表征校准转化概率。
在图2中,内模控制器的数学原理可以简化为对系统y=f(x)求逆x=f-1(y)。物理含义是针对一个系统y=f(x),若想通过调整输入x得到一个给定的输出y_given,可根据该系统的逆系统求得对应的x。具体公式如下:
Figure BDA0003344785220000131
从上述公式中可以看出,内模控制器就是将输入和输出进行转换。为了使得目标广告所归属的广告归属方所需支付的实际广告费用与目标广告所归属的广告归属方对应的预设广告成本相接近,可以使得目标广告所归属的广告归属方所需支付的实际广告费用与目标广告所归属的广告归属方对应的预设广告成本相等,也就是real_cpa=given_cpa。具体公式如下:
Figure BDA0003344785220000132
从上述公式中可以看出,由于jfb、pcoc都是通过历史数据确定出的,因此,通过该公式确定竞价,不依赖误差反馈,也就不会有误差累积。
在图2中,将上述内模控制器的公式以及上述广告竞价模型的公式代入,可以看出预设广告成本在输入内模控制器的过程中,先确定与目标广告所归属的广告归属方所需支付的实际广告费用之间的差值,再确定与广告竞价模型确定出的期望广告成本之间的和值。也就是说,通过期望广告成本与实际广告费用之间的偏差最小化为目标,对内模控制器进行调整,以确定出较为合适的竞价。
需要说明的是,在实际应用中,由于广告数据可能出现传输延时的情况,基于此,服务器可以应用无延迟时间段的jfb和pcoc参数,也就是说,将历史时刻确定出的jfb和pcoc参数,应用到当前时刻,以避免延时确定出候选广告的竞价。
S108:根据每个候选广告对应的竞价,确定向所述用户推荐的目标广告,并将所述目标广告推送给所述用户。
在本说明书实施例中,服务器可以根据每个候选广告对应的竞价,确定向用户推荐的目标广告,并将目标广告推送给用户。
在本说明书实施例中,由于采用的是第二价格密封拍卖,基于此,服务器可以根据每个候选广告对应的竞价,确定最高竞价的候选广告,以及次高竞价的候选广告。再将最高竞价的候选广告,作为向用户推荐的目标广告,并根据次高竞价的候选广告的竞价,确定目标广告所归属的广告归属方所需支付的实际广告费用。
通过第二价格密封拍卖的方法,各广告归属方的可以根据自身对候选广告的广告成本进行竞价。若低于这个广告成本,将减少各广告归属方竞价成功的概率。若高于这个广告成本,虽然可以提高各广告归属方竞价成功的概率,但广告归属方支付的广告成本可能高于该广告归属方对商品的估价。上述方法可以有效的降低广告归属方所需支付的实际广告费用。
在实际应用中,候选广告所属的广告归属方预设的广告成本可能大于该广告归属方竞价成功后所需支付的次高竞价的候选广告的竞价。服务器可以对该广告归属方竞价成功后所需支付的次高竞价的候选广告的竞价进行调整,确定出广告归属方所需支付的实际广告费用,以保证业务平台的收益。
在本说明书实施例中,服务器可以获取该候选广告所属的广告归属方对应的历史计费信息,以及该候选广告在历史上的历史广告转化数量。首先,根据历史计费信息,预测未来一段时间内的目标广告所归属的广告归属方所需支付的实际广告费用,作为预测支付费用。
其次,由于在确定用户对目标广告进行点击后,并不能及时的获取到用户是否对目标广告对应业务进行执行,因此,服务器可以根据历史广告转化数量,预测未来一段时间内的广告转化数量,作为预测广告转化数量。
最后,根据预测支付费用、目标广告对应的期望广告成本与目标广告的预设广告成本之间的成本差值,以及预测广告转化数量,确定目标广告所归属的广告归属方所需支付的实际广告费用,这里提到的目标广告对应的期望广告成本是通过预估转化概率以及次高竞价的候选广告的竞价确定出的。
具体的,服务器可以根据成本差值,以及预测广告转化数量,确定广告盈亏数额。例如,目标广告对应的期望广告成本为100,目标广告的预设广告成本为80,预测广告转化数量为10,预测支付费用为1000。服务器可以确定成本差值为20,根据成本差值,以及预测广告转化数量,确定广告盈亏数额为200。
其次,根据广告盈亏数额,以及预测支付费用,确定广告成本调整参数。最后,根据广告成本调整参数,对次高竞价的候选广告的竞价进行调整,得到目标广告所归属的广告归属方所需支付的实际广告费用。
其中,服务器可以确定出目标广告所归属的广告归属方当前处于超成本还是欠成本。若目标广告对应的期望广告成本大于目标广告对应的预设广告成本,且目标广告对应的期望广告成本与目标广告对应的预设广告成本之间的差值大于设定差值阈值,确定目标广告的广告成本为超成本。若目标广告对应的期望广告成本小于目标广告对应的预设广告成本,且目标广告对应的期望广告成本与目标广告对应的预设广告成本之间的差值大于设定差值阈值,确定目标广告的广告成本为欠成本。若目标广告对应的期望广告成本与目标广告对应的预设广告成本之间的差值不大于设定差值阈值,确定目标广告的广告成本为标准成本。
当目标广告所归属的广告归属方为超成本时,广告成本调整参数小于1,超成本时的广告盈亏数额越大,广告成本调整参数越小。当目标广告所归属的广告归属方为欠成本时,广告成本调整参数大于1,欠成本时的广告盈亏数额越大,广告成本调整参数越大。当目标广告所归属的广告归属方为标准成本时,广告成本调整参数为1,也就是说,不对次高竞价的候选广告的竞价产生影响。
也就是说,服务器可以通过广告成本调整参数,将广告盈亏数额平摊到未来一段时间内的目标广告所归属的广告归属方所需支付的实际广告费用中,以使得目标广告所归属的广告归属方每次所需支付的实际广告费用与目标广告的预设广告成本相接近,从而保证广告归属方所需支付的实际广告费用不超过预设广告成本,同时保证了业务平台的收益。
需要说明的是,确定出的广告成本调整参数会根据历史一段时间内的广告盈亏数额不断进行调整。
从上述过程中可以看出,本方法可以根据该候选广告在历史上的历史预估转化概率,以及该候选广告在历史上的真实转化概率,对预估转化概率进行校准,确定出较为准确的校准转化概率。本方法避免了预估出的用户执行广告对应业务的概率不准确的情况,使得向用户推送的广告更为合理。并且,本方法不仅考虑到了对预估转化概率进行校准,同时也考虑到了候选广告所归属的广告归属方的收益以及广告成本,业务平台的收益,使得确定出的向用户推送的广告满足了多方的要求。
以上为本说明书的一个或多个实施例提供的推荐广告的方法,基于同样的思路,本说明书还提供了相应的推荐广告的装置,如图4所示。
图3为本说明书实施例提供的推荐广告的装置结构示意图,具体包括:
获取模块300,用于响应于用户的广告推送请求,确定向所述用户推送的各候选广告;
预估模块302,用于针对每个候选广告,预估所述用户在浏览到该候选广告后,执行该候选广告对应业务的概率,作为预估转化概率;
校准模块304,用于根据该候选广告在历史上的历史预估转化概率,以及该候选广告在历史上的真实转化概率,对所述预估转化概率进行校准,确定出该候选广告对应的校准转化概率;
确定模块306,用于根据每个候选广告对应的校准转化概率以及每个候选广告对应的预设广告成本,确定每个候选广告对应的竞价;
推送模块308,用于根据每个候选广告对应的竞价,确定向所述用户推荐的目标广告,并将所述目标广告推送给所述用户。
可选地,所述预估模块302具体用于,获取所述用户的行为偏好数据,针对每个候选广告,将该候选广告对应的广告内容以及所述用户的行为偏好数据,输入到预先的概率模型中,预估所述用户在浏览到该候选广告后,执行该候选广告对应业务的概率,作为预估转化概率。
可选地,所述校准模块304具体用于,根据该候选广告在历史上的历史预估转化概率,以及该候选广告在历史上的真实转化概率,确定针对该候选广告的转化率校准值,所述转化率校准值包括:该候选广告在页面中的不同位置上对应的转化率校准值,以及该候选广告在该候选广告所属的广告类型下对应的转化率校准值中的至少一种,通过所述转化率校准值,对所述预估转化概率进行校准,确定出该候选广告对应的校准转化概率。
可选地,所述校准模块304具体用于,获取该候选广告在历史上的历史广告转化数量,所述历史广告转化数量用于表征在历史上各用户在浏览到该候选广告后,执行该候选广告对应业务的数量,若所述历史广告转化数量小于设定数量阈值,通过该候选广告在该候选广告所属的广告类型下对应的转化率校准值,对所述预估转化概率进行校准,确定出该候选广告在该候选广告所属的广告类型下对应的校准转化概率,若所述历史广告转化数量不小于所述设定数量阈值,通过该候选广告所对应的页面位置的转化率校准值,对所述预估转化概率进行校准,得到该候选广告所对应的页面位置对应的校准转化概率。
可选地,所述确定模块306具体用于,获取该候选广告所属的广告归属方对应的历史竞价信息,根据该候选广告所属的广告归属方对应的历史竞价信息,预测该候选广告针对所述用户的竞价环境表征值,所述竞价环境表征值用于表征当前该候选广告所属的广告归属方与其他广告归属方的竞价激烈程度,根据每个候选广告对应的校准转化概率、每个候选广告对应的广告成本,以及每个候选广告对应的竞价环境表征值,确定每个候选广告对应的竞价。
可选地,所述确定模块306具体用于,所述历史竞价信息包括:历史出价信息、历史计费信息;
若所述历史广告转化数量不小于所述设定数量阈值,根据该候选广告投放在不同页面位置对应的历史出价信息以及历史计费信息,预测该候选广告在不同页面位置对应的竞价环境表征值,若所述历史广告转化数量小于设定数量阈值,根据该候选广告投放在该候选广告所属的广告类型下对应的历史出价信息以及历史计费信息,预测该候选广告在该候选广告所属的广告类型下对应的竞价环境表征值,其中,历史出价信息与历史计费信息越接近,当前该候选广告所属的广告归属方与其他广告归属方的竞价激烈程度越高。
可选地,所述推送模块308具体用于,根据每个候选广告对应的竞价,确定最高竞价的候选广告,以及次高竞价的候选广告;
将所述最高竞价的候选广告,作为向所述用户推荐的目标广告,并根据所述次高竞价的候选广告的竞价,确定所述目标广告所归属的广告归属方所需支付的实际广告费用。
可选地,所述推送模块308具体用于,获取该候选广告所属的广告归属方对应的历史计费信息,以及该候选广告在历史上的历史广告转化数量,根据所述历史计费信息,预测未来一段时间内的所述目标广告所归属的广告归属方所需支付的实际广告费用,作为预测支付费用,根据所述历史广告转化数量,预测所述未来一段时间内的广告转化数量,作为预测广告转化数量,根据所述预测支付费用、所述目标广告对应的期望广告成本与所述目标广告的预设广告成本之间的成本差值,以及所述预测广告转化数量,确定所述目标广告所归属的广告归属方所需支付的实际广告费用,所述目标广告对应的期望广告成本是通过所述预估转化概率以及所述次高竞价的候选广告的竞价确定出的。
可选地,所述推送模块308具体用于,根据所述成本差值,以及所述预测广告转化数量,确定广告盈亏数额,根据所述广告盈亏数额,以及所述预测支付费用,确定广告成本调整参数,根据所述广告成本调整参数,对所述次高竞价的候选广告的竞价进行调整,得到所述目标广告所归属的广告归属方所需支付的实际广告费用。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的推荐广告的方法。
本说明书还提供了图4所示的电子设备的结构示意图。如图4所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的推荐广告的方法。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,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。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。

Claims (12)

1.一种推荐广告的方法,其特征在于,包括:
响应于用户的广告推送请求,确定向所述用户推送的各候选广告;
针对每个候选广告,预估所述用户在浏览到该候选广告后,执行该候选广告对应业务的概率,作为预估转化概率;
根据该候选广告在历史上的历史预估转化概率,以及该候选广告在历史上的真实转化概率,对所述预估转化概率进行校准,确定出该候选广告对应的校准转化概率;
根据每个候选广告对应的校准转化概率以及每个候选广告对应的预设广告成本,确定每个候选广告对应的竞价;
根据每个候选广告对应的竞价,确定向所述用户推荐的目标广告,并将所述目标广告推送给所述用户。
2.如权利要求1所述的方法,其特征在于,针对每个候选广告,预估所述用户在浏览到该候选广告后,执行该候选广告对应业务的概率,作为预估转化概率,具体包括:
获取所述用户的行为偏好数据;
针对每个候选广告,将该候选广告对应的广告内容以及所述用户的行为偏好数据,输入到预先的概率模型中,预估所述用户在浏览到该候选广告后,执行该候选广告对应业务的概率,作为预估转化概率。
3.如权利要求1所述的方法,其特征在于,根据该候选广告在历史上的历史预估转化概率,以及该候选广告在历史上的真实转化概率,对所述预估转化概率进行校准,确定出该候选广告对应的校准转化概率,具体包括:
根据该候选广告在历史上的历史预估转化概率,以及该候选广告在历史上的真实转化概率,确定针对该候选广告的转化率校准值,所述转化率校准值包括:该候选广告在页面中的不同位置上对应的转化率校准值,以及该候选广告在该候选广告所属的广告类型下对应的转化率校准值中的至少一种;
通过所述转化率校准值,对所述预估转化概率进行校准,确定出该候选广告对应的校准转化概率。
4.如权利要求3所述的方法,其特征在于,通过所述转化率校准值,对所述预估转化概率进行校准,确定出该候选广告对应的校准转化概率,具体包括:
获取该候选广告在历史上的历史广告转化数量,所述历史广告转化数量用于表征在历史上各用户在浏览到该候选广告后,执行该候选广告对应业务的数量;
若所述历史广告转化数量小于设定数量阈值,通过该候选广告在该候选广告所属的广告类型下对应的转化率校准值,对所述预估转化概率进行校准,确定出该候选广告在该候选广告所属的广告类型下对应的校准转化概率;
若所述历史广告转化数量不小于所述设定数量阈值,通过该候选广告所对应的页面位置的转化率校准值,对所述预估转化概率进行校准,得到该候选广告所对应的页面位置对应的校准转化概率。
5.如权利要求4所述的方法,其特征在于,根据每个候选广告对应的校准转化概率以及每个候选广告对应的广告成本,确定每个候选广告对应的竞价,具体包括:
获取该候选广告所属的广告归属方对应的历史竞价信息;
根据该候选广告所属的广告归属方对应的历史竞价信息,预测该候选广告针对所述用户的竞价环境表征值,所述竞价环境表征值用于表征当前该候选广告所属的广告归属方与其他广告归属方的竞价激烈程度;
根据每个候选广告对应的校准转化概率、每个候选广告对应的广告成本,以及每个候选广告对应的竞价环境表征值,确定每个候选广告对应的竞价。
6.如权利要求5所述的方法,其特征在于,所述历史竞价信息包括:历史出价信息、历史计费信息;
根据该候选广告所属的广告归属方对应的历史竞价信息,预测该候选广告针对所述用户的竞价环境表征值,具体包括:
若所述历史广告转化数量不小于所述设定数量阈值,根据该候选广告投放在不同页面位置对应的历史出价信息以及历史计费信息,预测该候选广告在不同页面位置对应的竞价环境表征值;
若所述历史广告转化数量小于设定数量阈值,根据该候选广告投放在该候选广告所属的广告类型下对应的历史出价信息以及历史计费信息,预测该候选广告在该候选广告所属的广告类型下对应的竞价环境表征值,其中,历史出价信息与历史计费信息越接近,当前该候选广告所属的广告归属方与其他广告归属方的竞价激烈程度越高。
7.如权利要求1所述的方法,其特征在于,根据每个候选广告对应的竞价,确定向所述用户推荐的目标广告,具体包括:
根据每个候选广告对应的竞价,确定最高竞价的候选广告,以及次高竞价的候选广告;
将所述最高竞价的候选广告,作为向所述用户推荐的目标广告,并根据所述次高竞价的候选广告的竞价,确定所述目标广告所归属的广告归属方所需支付的实际广告费用。
8.如权利要求7所述的方法,其特征在于,根据所述次高竞价的候选广告的竞价,确定所述目标广告所归属的广告归属方所需支付的实际广告费用,具体包括:
获取该候选广告所属的广告归属方对应的历史计费信息,以及该候选广告在历史上的历史广告转化数量;
根据所述历史计费信息,预测未来一段时间内的所述目标广告所归属的广告归属方所需支付的实际广告费用,作为预测支付费用;
根据所述历史广告转化数量,预测所述未来一段时间内的广告转化数量,作为预测广告转化数量;
根据所述预测支付费用、所述目标广告对应的期望广告成本与所述目标广告的预设广告成本之间的成本差值,以及所述预测广告转化数量,确定所述目标广告所归属的广告归属方所需支付的实际广告费用,所述目标广告对应的期望广告成本是通过所述预估转化概率以及所述次高竞价的候选广告的竞价确定出的。
9.如权利要求8所述的方法,其特征在于,根据所述预测支付费用、所述目标广告对应的期望广告成本与所述目标广告的预设广告成本之间的成本差值,以及所述预测广告转化数量,确定所述目标广告所归属的广告归属方所需支付的实际广告费用,具体包括:
根据所述成本差值,以及所述预测广告转化数量,确定广告盈亏数额;
根据所述广告盈亏数额,以及所述预测支付费用,确定广告成本调整参数;
根据所述广告成本调整参数,对所述次高竞价的候选广告的竞价进行调整,得到所述目标广告所归属的广告归属方所需支付的实际广告费用。
10.一种推荐广告的装置,其特征在于,包括:
获取模块,用于响应于用户的广告推送请求,确定向所述用户推送的各候选广告;
预估模块,用于针对每个候选广告,预估所述用户在浏览到该候选广告后,执行该候选广告对应业务的概率,作为预估转化概率;
校准模块,用于根据该候选广告在历史上的历史预估转化概率,以及该候选广告在历史上的真实转化概率,对所述预估转化概率进行校准,确定出该候选广告对应的校准转化概率;
确定模块,用于根据每个候选广告对应的校准转化概率以及每个候选广告对应的预设广告成本,确定每个候选广告对应的竞价;
推送模块,用于根据每个候选广告对应的竞价,确定向所述用户推荐的目标广告,并将所述目标广告推送给所述用户。
11.一种计算机可读存储介质,其特征在于,所述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时实现上述权利要求1~9任一项所述的方法。
12.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~9任一项所述的方法。
CN202111318909.8A 2021-11-09 2021-11-09 一种推荐广告的方法以及装置 Pending CN114119074A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111318909.8A CN114119074A (zh) 2021-11-09 2021-11-09 一种推荐广告的方法以及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111318909.8A CN114119074A (zh) 2021-11-09 2021-11-09 一种推荐广告的方法以及装置

Publications (1)

Publication Number Publication Date
CN114119074A true CN114119074A (zh) 2022-03-01

Family

ID=80377902

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111318909.8A Pending CN114119074A (zh) 2021-11-09 2021-11-09 一种推荐广告的方法以及装置

Country Status (1)

Country Link
CN (1) CN114119074A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114528495A (zh) * 2022-04-22 2022-05-24 北京派瑞威行互联技术有限公司 基于小程序的操作数据处理方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114528495A (zh) * 2022-04-22 2022-05-24 北京派瑞威行互联技术有限公司 基于小程序的操作数据处理方法、装置、设备及存储介质
CN114528495B (zh) * 2022-04-22 2022-07-12 北京派瑞威行互联技术有限公司 基于小程序的操作数据处理方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
US8538811B2 (en) Method and apparatus for social network marketing with advocate referral
CN106407210B (zh) 一种业务对象的展示方法和装置
US10366433B2 (en) Methods and systems for usage based content search results
KR102058302B1 (ko) 추적 데이터를 이용하는 데이터 프레젠테이션 리플로우
CN108965951B (zh) 广告的播放方法及装置
CN112418920A (zh) 信息推荐模型的训练方法、信息推荐方法以及装置
US11869043B2 (en) Adaptive bidding for networked advertising
CN110889725B (zh) 在线广告ctr预估方法、装置、设备及存储介质
CN113688313A (zh) 一种预测模型的训练方法、信息推送的方法及装置
US20210192549A1 (en) Generating analytics tools using a personalized market share
CN110134860B (zh) 用户画像生成方法、装置和设备
CN111815373A (zh) 一种转化成本优化方法、装置、电子设备及存储介质
CN114119074A (zh) 一种推荐广告的方法以及装置
JP5904987B2 (ja) 広告装置、予測方法及び予測プログラム
CA2918915A1 (en) Automatic computation of keyword bids for pay-per-click advertising campaigns and methods and systems incorporating the same
CN110033383B (zh) 一种数据处理方法、设备、介质以及装置
US20190370850A1 (en) Reliability metrics for real-time auctions
CN115049434A (zh) 一种信息推送的方法以及装置
CN112308644A (zh) 一种描述信息的处理方法及装置
CN115689646A (zh) 一种广告推送方法及其相关产品
CN114782129A (zh) 一种信息推荐的方法及装置
CN114331602A (zh) 一种基于迁移学习的模型训练方法、信息推荐方法及装置
US11062386B1 (en) Bid placement for ranked items
CN112561162A (zh) 一种信息推荐的方法及装置
CN110351098B (zh) 资费预演方法以及相关设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication