CN114565409B - 一种广告运营智能预警方法及系统 - Google Patents
一种广告运营智能预警方法及系统 Download PDFInfo
- Publication number
- CN114565409B CN114565409B CN202210193584.3A CN202210193584A CN114565409B CN 114565409 B CN114565409 B CN 114565409B CN 202210193584 A CN202210193584 A CN 202210193584A CN 114565409 B CN114565409 B CN 114565409B
- Authority
- CN
- China
- Prior art keywords
- advertisement
- exposure
- sequence
- risk
- early warning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0247—Calculate past, present or future revenues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Computational Linguistics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
Abstract
本发明公开了一种广告运营智能预警方法及系统,包括以下步骤:步骤S1、基于广告的曝光量、点击量和转化量构建出用于对广告运营风险进行定性评估的定性分析模型;步骤S2、将广告的实时曝光量、实时点击量和实时转化量输入至所述定性分析模型得到广告运营风险的定性评估结果,并基于所述定性评估结果对广告在预设时长内的曝光量序列、点击量序列和转化量序列进行分析得到广告运营的预警方向;步骤S3、基于所述预警方向对广告运营进行定向智能预警。本发明基于所述定性评估结果对广告在预设时长内的曝光量序列、点击量序列和转化量序列进行定量分析得到广告运营的预警方向,基于广告运营商的收益最大化进行运营预警,以保障广告运营商的收益。
Description
技术领域
本发明涉及广告运营技术领域,具体涉及一种广告运营智能预警方法及系统。
背景技术
在广告投放系统中,通常会存在一些告警规则,比如服务器的资源CPU,内存,磁盘等硬件资源的告警规则,但这些都是针对硬件的告警,可能也会有每天投放量情况的告警,比如是否缺量的告警,但是这些一般都是按天统计,延迟较大,因此,如何实时统计广告投放流量,并进行预警,已成为现阶段亟待解决的技术问题。
现有技术CN202110416666.5公开了一种基于广告投放过程的实时预警方法、系统及计算机,通过获取实时的曝光数据;根据实时曝光数据,判断当前曝光数量是否超过预设规则,得到判断结果;根据判断结果,进行相应的预警操作。本发明通过监控每个小时的投放量和总量的方式来对投放可能出现的问题进行预警,以便工作人员针广告投放过程中可能出现的问题对广告曝光及时作出调整。
虽然上述现有技术能够实现对广告投放的实时预警,但却仅基于单一影像元素进行预警,却不是以广告运营商的收益最大化进行运营预警,并不能保障广告运营商的收益。
发明内容
本发明的目的在于提供一种广告运营智能预警方法及系统,以解决现有技术中仅基于单一影像元素进行预警,却不是以广告运营商的收益最大化进行运营预警,并不能保障广告运营商的收益的技术问题。
为解决上述技术问题,本发明具体提供下述技术方案:
一种广告运营智能预警方法,包括以下步骤:
步骤S1、基于广告的曝光量、点击量和转化量构建出用于对广告运营风险进行定性评估的定性分析模型;
步骤S2、将广告的实时曝光量、实时点击量和实时转化量输入至所述定性分析模型得到广告运营风险的定性评估结果,并基于所述定性评估结果对广告在预设时长内的曝光量序列、点击量序列和转化量序列进行定量分析得到广告运营的预警方向;
步骤S3、基于所述预警方向对广告运营进行定向智能预警。
作为本发明的一种优选方案,所述基于广告的曝光量、点击量和转化量构建出用于对广告运营风险进行定性评估的定性分析模型,包括:
依次统计广告所在的网页浏览总人数作为广告的曝光量、统计广告点击总人数作为广告的点击量,以及在广告所在的网页浏览总人数中统计购买了广告商品的总人数作为广告的转化量;
为所述曝光量、点击量和转化量分别设定风险权重,并基于所述风险权重对所述曝光量、点击量和转化量进行加权得到风险分析定性指标,所述风险分析定性指标的函数表达式为:
S = w1x + w2y + w3z;
式中,S表征为风险分析定性指标,w1、w2和w3分别表征为曝光量的风险权重、点击量的风险权重和转化量的风险权重,x、y和z分别表征为曝光量、点击量和转化量;
为所述风险分析定性指标设定阈值区间以得到所述定性分析模型,所述定性分析模型的函数表达式为:
其中,S max 、S min 分别表征为阈值区间的上限值和下限值,(S>S max )∪(S<S min )==1→存在风险表征为(S>S max )∪(S<S min )成立时,广告运营风险的定性评估结果为存在风险,(S min ≤S≤S max )==1→不存在风险表征为(S min ≤S≤S max )成立时,广告运营风险的定性评估结果为不存在风险。
作为本发明的一种优选方案,所述为所述曝光量、点击量和转化量分别设定风险权重,包括:
依次获取单个曝光量的运营收费、单个点击量的运营收费以及单个转化量的运营收费分别作为曝光量的单位收益、点击量的单位收益以及转化量的单位收益;
基于曝光量的单位收益、点击量的单位收益以及转化量的单位收益进行归一化计算得到曝光量的风险权重、点击量的风险权重以及转化量的风险权重;
其中,所述曝光量的风险权重的归一化计算公式为:
所述点击量的风险权重的归一化计算公式为:
所述转化量的风险权重的归一化计算公式为:
式中,d 1、d 2和d 3分别表征为曝光量的单位收益、点击量的单位收益以及转化量的单位收益。
作为本发明的一种优选方案,所述将广告的实时曝光量、实时点击量和实时转化量输入至所述定性分析模型得到广告运营风险的定性评估结果,包括:
基于所述风险权重对所述实时曝光量、实时点击量和实时转化量进行加权得到实时的风险分析定性指标,并将实时的风险分析定性指标输入至定性分析模型得到广告运营风险的定性评估结果。
作为本发明的一种优选方案,所述基于所述定性评估结果对广告在预设时长内的曝光量序列、点击量序列和转化量序列进行定量分析得到广告运营的预警方向,包括:
当广告运营风险的定性评估结果为存在风险,获取广告在预设时长中的收益序列;
利用BP神经网络分别基于曝光量序列和收益序列、点击量序列和收益序列以及转化量序列和收益序列训练出曝光量-收益映射模型、点击量-收益映射模型以及转化量-收益映射模型,其中,所述曝光量-收益映射模型、点击量-收益映射模型以及转化量-收益映射模型分别表征为曝光量和收益的时序映射关系、点击量和收益的时序映射关系以及转化量和收益的时序映射关系;
若所述曝光量-收益映射模型呈反比例映射关系,则所述广告运营的预警方向为曝光量;
若所述点击量-收益映射模型呈反比例映射关系,则所述广告运营的预警方向为点击量;
若所述转化量-收益映射模型呈反比例映射关系,则所述广告运营的预警方向为转化量。
作为本发明的一种优选方案,所述利用BP神经网络分别基于曝光量序列和收益序列、点击量序列和收益序列以及转化量序列和收益序列训练出曝光量-收益映射模型、点击量-收益映射模型以及转化量-收益映射模型,包括:
将曝光量序列和收益序列或点击量序列和收益序列或转化量序列和收益序列作为时序样本,并将时序样本按样本数6:4分割为训练集和测试集;
将训练集和测试集应用至所述BP神经网络中得到所述曝光量-收益映射模型或点击量-收益映射模型或转化量-收益映射模型;
其中,所述曝光量-收益映射模型的函数表达式为:
D = BP 1 (x);
所述点击量-收益映射模型的函数表达式为:
D = BP 2 (y);
所述转化量-收益映射模型的函数表达式为:
D = BP 3 (z);
式中,D表征为收益,BP 1、BP 2 和BP 3分别表征为曝光量-收益映射模型函数体、点击量-收益映射模型函数体和转化量-收益映射模型函数体。
作为本发明的一种优选方案,所述基于所述预警方向对广告运营进行定向智能预警,包括:
若所述广告运营的预警方向为曝光量,则对广告运营进行曝光量过剩预警;
若所述广告运营的预警方向为点击量,则对广告运营进行点击量过剩预警;
若所述广告运营的预警方向为转化量,则对广告运营进行转化量过剩预警。
作为本发明的一种优选方案,将所述反比例映射关系的反比例系数量化为风险等级,并在进行定向智能预警时将风险等级进行同步反馈。
作为本发明的一种优选方案,所述曝光量序列、点击量序列、转化量序列、收益序列在运算前需进行数据预处理操作。
作为本发明的一种优选方案,本发明提供了一种根据所述的广告运营智能预警方法的预警系统,其特征在于,包括:
分析模型构建单元,用于基于广告的曝光量、点击量和转化量构建出用于对广告运营风险进行定性评估的定性分析模型;
预警方向确定单元,用于将广告的实时曝光量、实时点击量和实时转化量输入至所述定性分析模型得到广告运营风险的定性评估结果,并基于所述定性评估结果对广告在预设时长内的曝光量序列、点击量序列和转化量序列进行定量分析得到广告运营的预警方向;
定向智能预警单元,用于基于所述预警方向对广告运营进行定向智能预警。
本发明与现有技术相比较具有如下有益效果:
本发明基于广告的曝光量、点击量和转化量构建出用于对广告运营风险进行定性评估的定性分析模型,以及将广告的实时曝光量、实时点击量和实时转化量输入至所述定性分析模型得到广告运营风险的定性评估结果,并基于所述定性评估结果对广告在预设时长内的曝光量序列、点击量序列和转化量序列进行定量分析得到广告运营的预警方向,基于广告运营商的收益最大化进行运营预警,以保障广告运营商的收益。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引伸获得其它的实施附图。
图1为本发明实施例提供的广告运营智能预警方法流程图;
图2为本发明实施例提供的预警系统框图。
图中的标号分别表示如下:
1-分析模型构建单元;2-预警方向确定单元;3-定向智能预警单元。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,广告运营最重要的是运营收益,通常的广告运营预警是通知广告运营商曝光量的不足,但是单一的运营预警指标准确性低,因此本发明提供了一种广告运营智能预警方法,基于收益最大化进行多维角度预警,提高预警准确性。
一种广告运营智能预警方法,包括以下步骤:
步骤S1、基于广告的曝光量、点击量和转化量构建出用于对广告运营风险进行定性评估的定性分析模型;
基于广告的曝光量、点击量和转化量构建出用于对广告运营风险进行定性评估的定性分析模型,包括:
依次统计广告所在的网页浏览总人数作为广告的曝光量、统计广告点击总人数作为广告的点击量,以及在广告所在的网页浏览总人数中统计购买了广告商品的总人数作为广告的转化量;
为曝光量、点击量和转化量分别设定风险权重,并基于风险权重对曝光量、点击量和转化量进行加权得到风险分析定性指标,风险分析定性指标的函数表达式为:
S = w1x + w2y + w3z;
式中,S表征为风险分析定性指标,w1、w2和w3分别表征为曝光量的风险权重、点击量的风险权重和转化量的风险权重,x、y和z分别表征为曝光量、点击量和转化量;
为风险分析定性指标设定阈值区间以得到定性分析模型,定性分析模型的函数表达式为:
其中,S max 、S min 分别表征为阈值区间的上限值和下限值,(S>S max )∪(S<S min )==1→存在风险表征为(S>S max )∪(S<S min )成立时,广告运营风险的定性评估结果为存在风险,(S min ≤S≤S max )==1→不存在风险表征为(S min ≤S≤S max )成立时,广告运营风险的定性评估结果为不存在风险。
为曝光量、点击量和转化量分别设定风险权重,包括:
依次获取单个曝光量的运营收费、单个点击量的运营收费以及单个转化量的运营收费分别作为曝光量的单位收益、点击量的单位收益以及转化量的单位收益;
基于曝光量的单位收益、点击量的单位收益以及转化量的单位收益进行归一化计算得到曝光量的风险权重、点击量的风险权重以及转化量的风险权重;
其中,曝光量的风险权重的归一化计算公式为:
点击量的风险权重的归一化计算公式为:
转化量的风险权重的归一化计算公式为:
式中,d 1、d 2和d 3分别表征为曝光量的单位收益、点击量的单位收益以及转化量的单位收益。
将风险权重与收益进行关联建立,可以保证曝光量、点击量和转化量中收益越高的元素,具有越高的风险权重,以提高在风险分析定性指标中的地位,则会在风险预警具有更高的灵敏度,实现收益驱动的风险预警,比如,转化量的收益更高,则转化量的风险权重将越高,使得在转化量出现过剩时,会迅速进行转化量的风险预警。
步骤S2、将广告的实时曝光量、实时点击量和实时转化量输入至定性分析模型得到广告运营风险的定性评估结果,并基于定性评估结果对广告在预设时长内的曝光量序列、点击量序列和转化量序列进行定量分析得到广告运营的预警方向;
将广告的实时曝光量、实时点击量和实时转化量输入至定性分析模型得到广告运营风险的定性评估结果,包括:
基于风险权重对实时曝光量、实时点击量和实时转化量进行加权得到实时的风险分析定性指标,并将实时的风险分析定性指标输入至定性分析模型得到广告运营风险的定性评估结果。
基于定性评估结果对广告在预设时长内的曝光量序列、点击量序列和转化量序列进行定量分析得到广告运营的预警方向,包括:
当广告运营风险的定性评估结果为存在风险,获取广告在预设时长中的收益序列;
利用BP神经网络分别基于曝光量序列和收益序列、点击量序列和收益序列以及转化量序列和收益序列训练出曝光量-收益映射模型、点击量-收益映射模型以及转化量-收益映射模型,其中,曝光量-收益映射模型、点击量-收益映射模型以及转化量-收益映射模型分别表征为曝光量和收益的时序映射关系、点击量和收益的时序映射关系以及转化量和收益的时序映射关系;
若曝光量-收益映射模型呈反比例映射关系,则广告运营的预警方向为曝光量;
若点击量-收益映射模型呈反比例映射关系,则广告运营的预警方向为点击量;
若转化量-收益映射模型呈反比例映射关系,则广告运营的预警方向为转化量。
利用BP神经网络分别基于曝光量序列和收益序列、点击量序列和收益序列以及转化量序列和收益序列训练出曝光量-收益映射模型、点击量-收益映射模型以及转化量-收益映射模型,包括:
将曝光量序列和收益序列或点击量序列和收益序列或转化量序列和收益序列作为时序样本,并将时序样本按样本数6:4分割为训练集和测试集;
将训练集和测试集应用至BP神经网络中得到曝光量-收益映射模型或点击量-收益映射模型或转化量-收益映射模型;
其中,曝光量-收益映射模型的函数表达式为:
D = BP 1 (x);
点击量-收益映射模型的函数表达式为:
D = BP 2 (y);
转化量-收益映射模型的函数表达式为:
D = BP 3 (z);
式中,D表征为收益,BP 1、BP 2 和BP 3分别表征为曝光量-收益映射模型函数体、点击量-收益映射模型函数体和转化量-收益映射模型函数体。
步骤S3、基于预警方向对广告运营进行定向智能预警。
基于预警方向对广告运营进行定向智能预警,包括:
若广告运营的预警方向为曝光量,则对广告运营进行曝光量过剩预警;
若广告运营的预警方向为点击量,则对广告运营进行点击量过剩预警;
若广告运营的预警方向为转化量,则对广告运营进行转化量过剩预警。
将反比例映射关系的反比例系数量化为风险等级,并在进行定向智能预警时将风险等级进行同步反馈。
反比例映射关系是表示在曝光量或点击量或转化量持续增长时,收益却开始回落,因此此时就无需在进行曝光量或点击量或转化量的增加,以避免运营收益的损失,反比例映射关系可通过数据分析软件MATLAB进行数据拟合得到反比例系数,以作为风险等级,等级越高,则决定了运营人员的处理优先级。
曝光量序列、点击量序列、转化量序列、收益序列在运算前需进行数据预处理操作。
如图2所示,基于上述广告运营智能预警方法,本发明提供了一种预警系统,其特征在于,包括:
分析模型构建单元1,用于基于广告的曝光量、点击量和转化量构建出用于对广告运营风险进行定性评估的定性分析模型;
预警方向确定单元2,用于将广告的实时曝光量、实时点击量和实时转化量输入至定性分析模型得到广告运营风险的定性评估结果,并基于定性评估结果对广告在预设时长内的曝光量序列、点击量序列和转化量序列进行定量分析得到广告运营的预警方向;
定向智能预警单元3,用于基于预警方向对广告运营进行定向智能预警。
本发明基于广告的曝光量、点击量和转化量构建出用于对广告运营风险进行定性评估的定性分析模型,以及将广告的实时曝光量、实时点击量和实时转化量输入至所述定性分析模型得到广告运营风险的定性评估结果,并基于所述定性评估结果对广告在预设时长内的曝光量序列、点击量序列和转化量序列进行定量分析得到广告运营的预警方向,基于广告运营商的收益最大化进行运营预警,以保障广告运营商的收益。
以上实施例仅为本申请的示例性实施例,不用于限制本申请,本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内,对本申请做出各种修改或等同替换,这种修改或等同替换也应视为落在本申请的保护范围内。
Claims (7)
1.一种广告运营智能预警方法,其特征在于,包括以下步骤:
步骤S1、基于广告的曝光量、点击量和转化量构建出用于对广告运营风险进行定性评估的定性分析模型;
步骤S2、将广告的实时曝光量、实时点击量和实时转化量输入至所述定性分析模型得到广告运营风险的定性评估结果,并基于所述定性评估结果对广告在预设时长内的曝光量序列、点击量序列和转化量序列进行定量分析得到广告运营的预警方向;
步骤S3、基于所述预警方向对广告运营进行定向智能预警;
所述基于广告的曝光量、点击量和转化量构建出用于对广告运营风险进行定性评估的定性分析模型,包括:
依次统计广告所在的网页浏览总人数作为广告的曝光量、统计广告点击总人数作为广告的点击量,以及在广告所在的网页浏览总人数中统计购买了广告商品的总人数作为广告的转化量;
为所述曝光量、点击量和转化量分别设定风险权重,并基于所述风险权重对所述曝光量、点击量和转化量进行加权得到风险分析定性指标,所述风险分析定性指标的函数表达式为:
S = w1x + w2y + w3z;
式中,S表征为风险分析定性指标,w1、w2和w3分别表征为曝光量的风险权重、点击量的风险权重和转化量的风险权重,x、y和z分别表征为曝光量、点击量和转化量;
为所述风险分析定性指标设定阈值区间以得到所述定性分析模型,所述定性分析模型的函数表达式为:
其中,S max 、S min 分别表征为阈值区间的上限值和下限值,(S>S max )∪(S<S min )==1→存在风险表征为(S>S max )∪(S<S min )成立时,广告运营风险的定性评估结果为存在风险,(S min ≤S≤S max )==1→不存在风险表征为(S min ≤S≤S max )成立时,广告运营风险的定性评估结果为不存在风险;所述为所述曝光量、点击量和转化量分别设定风险权重,包括:
依次获取单个曝光量的运营收费、单个点击量的运营收费以及单个转化量的运营收费分别作为曝光量的单位收益、点击量的单位收益以及转化量的单位收益;
基于曝光量的单位收益、点击量的单位收益以及转化量的单位收益进行归一化计算得到曝光量的风险权重、点击量的风险权重以及转化量的风险权重;
其中,所述曝光量的风险权重的归一化计算公式为:
所述点击量的风险权重的归一化计算公式为:
所述转化量的风险权重的归一化计算公式为:
式中,d 1、d 2和d 3分别表征为曝光量的单位收益、点击量的单位收益以及转化量的单位收益;
基于定性评估结果对广告在预设时长内的曝光量序列、点击量序列和转化量序列进行定量分析得到广告运营的预警方向,包括:
当广告运营风险的定性评估结果为存在风险,获取广告在预设时长中的收益序列;
利用BP神经网络分别基于曝光量序列和收益序列、点击量序列和收益序列以及转化量序列和收益序列训练出曝光量-收益映射模型、点击量-收益映射模型以及转化量-收益映射模型,其中,曝光量-收益映射模型、点击量-收益映射模型以及转化量-收益映射模型分别表征为曝光量和收益的时序映射关系、点击量和收益的时序映射关系以及转化量和收益的时序映射关系;
若曝光量-收益映射模型呈反比例映射关系,则广告运营的预警方向为曝光量;
若点击量-收益映射模型呈反比例映射关系,则广告运营的预警方向为点击量;
若转化量-收益映射模型呈反比例映射关系,则广告运营的预警方向为转化量。
2.根据权利要求1所述的一种广告运营智能预警方法,其特征在于:所述将广告的实时曝光量、实时点击量和实时转化量输入至所述定性分析模型得到广告运营风险的定性评估结果,包括:
基于所述风险权重对所述实时曝光量、实时点击量和实时转化量进行加权得到实时的风险分析定性指标,并将实时的风险分析定性指标输入至定性分析模型得到广告运营风险的定性评估结果。
3.根据权利要求2所述的一种广告运营智能预警方法,其特征在于:所述利用BP神经网络分别基于曝光量序列和收益序列、点击量序列和收益序列以及转化量序列和收益序列训练出曝光量-收益映射模型、点击量-收益映射模型以及转化量-收益映射模型,包括:
将曝光量序列和收益序列或点击量序列和收益序列或转化量序列和收益序列作为时序样本,并将时序样本按样本数6:4分割为训练集和测试集;
将训练集和测试集应用至所述BP神经网络中得到所述曝光量-收益映射模型或点击量-收益映射模型或转化量-收益映射模型;
其中,所述曝光量-收益映射模型的函数表达式为:
D = BP 1 (x);
所述点击量-收益映射模型的函数表达式为:
D = BP 2 (y);
所述转化量-收益映射模型的函数表达式为:
D = BP 3 (z);
式中,D表征为收益,BP 1、BP 2 和BP 3分别表征为曝光量-收益映射模型函数体、点击量-收益映射模型函数体和转化量-收益映射模型函数体。
4.根据权利要求3所述的一种广告运营智能预警方法,其特征在于,所述基于所述预警方向对广告运营进行定向智能预警,包括:
若所述广告运营的预警方向为曝光量,则对广告运营进行曝光量过剩预警;
若所述广告运营的预警方向为点击量,则对广告运营进行点击量过剩预警;
若所述广告运营的预警方向为转化量,则对广告运营进行转化量过剩预警。
5.根据权利要求4所述的一种广告运营智能预警方法,其特征在于,将所述反比例映射关系的反比例系数量化为风险等级,并在进行定向智能预警时将风险等级进行同步反馈。
6.根据权利要求5所述的一种广告运营智能预警方法,其特征在于,所述曝光量序列、点击量序列、转化量序列、收益序列在运算前需进行数据预处理操作。
7.一种根据权利要求1-6任一项所述的广告运营智能预警方法的预警系统,其特征在于,包括:
分析模型构建单元(1),用于基于广告的曝光量、点击量和转化量构建出用于对广告运营风险进行定性评估的定性分析模型;
预警方向确定单元(2),用于将广告的实时曝光量、实时点击量和实时转化量输入至所述定性分析模型得到广告运营风险的定性评估结果,并基于所述定性评估结果对广告在预设时长内的曝光量序列、点击量序列和转化量序列进行定量分析得到广告运营的预警方向;
定向智能预警单元(3),用于基于所述预警方向对广告运营进行定向智能预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210193584.3A CN114565409B (zh) | 2022-03-01 | 2022-03-01 | 一种广告运营智能预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210193584.3A CN114565409B (zh) | 2022-03-01 | 2022-03-01 | 一种广告运营智能预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114565409A CN114565409A (zh) | 2022-05-31 |
CN114565409B true CN114565409B (zh) | 2022-11-01 |
Family
ID=81716509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210193584.3A Active CN114565409B (zh) | 2022-03-01 | 2022-03-01 | 一种广告运营智能预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114565409B (zh) |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7010495B1 (en) * | 1999-12-29 | 2006-03-07 | General Electric Capital Corporation | Methods and systems for analyzing historical trends in marketing campaigns |
US20040148222A1 (en) * | 2003-01-24 | 2004-07-29 | John Sabella | Method and system for online advertising |
US20070256095A1 (en) * | 2006-04-27 | 2007-11-01 | Collins Robert J | System and method for the normalization of advertising metrics |
US8799814B1 (en) * | 2008-02-22 | 2014-08-05 | Amazon Technologies, Inc. | Automated targeting of content components |
US10600073B2 (en) * | 2010-03-24 | 2020-03-24 | Innovid Inc. | System and method for tracking the performance of advertisements and predicting future behavior of the advertisement |
US8655730B1 (en) * | 2011-09-28 | 2014-02-18 | Amazon Technologies, Inc. | Selecting advertisements based on advertising revenue model |
US20180247321A1 (en) * | 2015-10-28 | 2018-08-30 | Fractal Industries, Inc. | Platform for management of marketing campaigns across multiple distribution mediums |
CN106960359B (zh) * | 2017-02-10 | 2021-09-03 | 上海智子信息科技股份有限公司 | 一种基于流式计算的全自动竞价优化方法及系统 |
CN110458313A (zh) * | 2018-05-07 | 2019-11-15 | 中国科学院沈阳自动化研究所 | 一种基于svm的电力用户信用风险预警方法及系统 |
CN109255651A (zh) * | 2018-08-22 | 2019-01-22 | 重庆邮电大学 | 一种基于大数据的搜索广告转化智能预测方法 |
CN109636477B (zh) * | 2018-12-18 | 2023-05-05 | 北京奇艺世纪科技有限公司 | 一种广告投放缺量的预警方法和装置 |
CN110033314B (zh) * | 2019-03-18 | 2021-07-06 | 北京深演智能科技股份有限公司 | 广告数据处理方法及装置 |
CN113034201A (zh) * | 2021-04-19 | 2021-06-25 | 广州欢网科技有限责任公司 | 一种基于广告投放过程的实时预警方法、系统及计算机 |
CN113393263A (zh) * | 2021-05-24 | 2021-09-14 | 红岚文化传播(上海)有限公司 | 一种基于大数据的智能广告分析推广系统 |
CN113763035A (zh) * | 2021-08-12 | 2021-12-07 | 苏宁易购集团股份有限公司 | 广告投放的效果预测方法、装置、计算机设备和存储介质 |
-
2022
- 2022-03-01 CN CN202210193584.3A patent/CN114565409B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114565409A (zh) | 2022-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108520357B (zh) | 一种线损异常原因的判别方法、装置及服务器 | |
CN110991875B (zh) | 一种平台用户质量评估系统 | |
CN109191283A (zh) | 风险预警方法及系统 | |
CN107679734A (zh) | 一种用于无标签数据分类预测的方法和系统 | |
WO2018157808A1 (zh) | 互联网征信评估方法和系统 | |
CA2927849A1 (en) | Intelligent collections models | |
CN109740036B (zh) | Ota平台酒店排序方法及装置 | |
CN107798615A (zh) | 保单续期收费难度预测方法和装置 | |
CN111325181B (zh) | 一种状态监测方法、装置、电子设备及存储介质 | |
Teimouri | EM algorithm for mixture of skew-normal distributions fitted to grouped data | |
CN113962614B (zh) | 一种上市公司经营异常智能审查方法及装置 | |
CN114565409B (zh) | 一种广告运营智能预警方法及系统 | |
CN114139931A (zh) | 企业数据评估方法、装置、计算机设备及存储介质 | |
CN114155048A (zh) | 关联业务预测的方法、装置、电子设备及存储介质 | |
CN110852322B (zh) | 感兴趣区域的确定方法及装置 | |
CN107194202B (zh) | 过渡金属保护人体健康水质基准的非致癌EDs预测方法 | |
CN108629506A (zh) | 风控模型的建模方法、装置、计算机设备和存储介质 | |
CN115314424A (zh) | 一种快速检测网络信号方法及装置 | |
CN112950258B (zh) | 活动分析方法、装置和电子设备 | |
CN109544410A (zh) | 小区房源价值参数估计方法以及装置 | |
CN115409616A (zh) | 风险检测方法、装置、设备、存储介质及产品 | |
CN113191681A (zh) | 网点选址方法、装置、电子设备及可读存储介质 | |
CN112990689A (zh) | 一种资讯数据质量检测方法和装置 | |
JP6570501B2 (ja) | 情報提供装置、情報提供方法、および情報提供プログラム | |
WO2023240509A1 (zh) | 一种基于降水预报与遥相关对应关系的空间概率分析方法及系统 |
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 |