CN114626881A - 广告投放控制方法、装置、设备、存储介质及程序产品 - Google Patents
广告投放控制方法、装置、设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN114626881A CN114626881A CN202210212316.1A CN202210212316A CN114626881A CN 114626881 A CN114626881 A CN 114626881A CN 202210212316 A CN202210212316 A CN 202210212316A CN 114626881 A CN114626881 A CN 114626881A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- consumption
- information
- idle
- prediction model
- 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
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
- G06Q30/0242—Determining effectiveness of advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0277—Online advertisement
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种广告投放控制方法、装置、设备、存储介质及程序产品,其中方法包括:获取待处理的广告的特征信息;根据预先训练好的消耗预测模型和空耗预测模型,对所述广告对应的消耗信息和空耗信息进行预测,所述消耗信息用于表示所述广告消耗的资源,所述空耗信息用于表示所述广告是否带来收益;根据得到的预测结果,控制所述广告的投放。本发明通过设置消耗预测模型和空耗预测模型这两个模型可以预测广告的资源消耗和是否存在空耗,提高广告评估的准确性,并基于预测结果控制广告投放,降低广告空耗率,减少资源浪费。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及一种广告投放控制方法、装置、设备、存储介质及程序产品。
背景技术
随着网络技术和数字经济的发展,在许多媒体平台均可以为用户推荐展示各类广告。但是,可能存在广告的整个生命周期中都没有任何进件的情况,导致广告空耗。
为了解决这一问题,可以通过模型预测广告的投放效果,广告代理方采取一定的运营手段来减少空耗金额。但是,即使广告代理方采取了严格的运营手段,也很难降低空耗问题,导致较高的资源浪费。
发明内容
本发明的主要目的在于提供一种广告投放控制方法、装置、设备、存储介质及程序产品,旨在提高评估效果的准确性,降低广告空耗率,减少资源浪费。
为实现上述目的,本发明提供一种广告投放控制方法,所述方法包括:
获取待处理的广告的特征信息;
根据预先训练好的消耗预测模型和空耗预测模型,对所述广告对应的消耗信息和空耗信息进行预测,所述消耗信息用于表示所述广告消耗的资源,所述空耗信息用于表示所述广告是否带来收益;
根据得到的预测结果,控制所述广告的投放。
可选地,所述广告的特征信息,包括通过下述至少一项获取到的信息:
获取所述待处理的广告对应的广告素材,所述广告素材包括下述至少一项类型:图片、音频、视频、文字;通过素材类型对应的机器学习模型,提取所述广告素材中的特征信息;
获取所述待处理的广告对应的创意特征信息,所述创意特征信息包括所述广告的目标用户的特征信息和/或所述广告的属性信息;
获取所述待处理的广告的代理账户和/或投放平台的历史投放信息;
在所述广告处于已投放状态时,获取所述广告在已投放阶段的下述至少一项信息:运营策略信息、收益信息、投放时间信息。
可选地,所述方法还包括:
获取样本集,其中,所述样本集中每一样本包括样本广告的特征信息,还包括样本广告对应的消耗标签和/或空耗标签;所述消耗标签按照样本广告消耗的资源划分为多档,所述空耗标签用于表示样本广告的收益是否为零;
将所述样本集中的样本按照时间信息进行排序,并根据排序结果划分训练样本和测试样本;
根据所述训练样本和测试样本,对所述消耗预测模型和空耗预测模型进行训练和测试。
可选地,所述消耗预测模型和所述空耗预测模型中每一模型的训练过程包括:
根据各个训练样本的时间信息,确定各个训练样本的时间权重;其中,时间靠后的训练样本的时间权重大于时间靠前的训练样本的时间权重;
根据训练样本中的时间权重构建损失函数,并基于所述损失函数对模型进行训练;
其中,在模型训练过程中,基于损失函数得到的损失值与时间权重为正相关关系。
可选地,根据得到的预测结果,控制所述广告的投放,包括:
根据预测得到的消耗信息,判断所述待处理的广告是否为高消耗广告,并根据预测得到的空耗信息,判断所述待处理的广告是否为空耗广告;
若所述广告为高消耗且空耗的广告,则控制所述广告停止投放。
可选地,所述空耗信息还用于表示所述广告带来的收益大小;
根据得到的预测结果,控制所述广告的投放,包括:
根据预测得到的消耗信息和空耗信息的匹配程度,控制所述广告的投放。
第二方面,本发明提供了一种广告投放控制装置,所述装置包括:
获取模块,用于获取待处理的广告的特征信息;
预测模块,用于根据预先训练好的消耗预测模型和空耗预测模型,对所述广告对应的消耗信息和空耗信息进行预测,所述消耗信息用于表示所述广告消耗的资源,所述空耗信息用于表示所述广告是否带来收益;
控制模块,用于根据得到的预测结果,控制所述广告的投放。
第三方面,本发明提供了一种电子设备,所述电子设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的广告投放控制程序,所述广告投放控制程序被所述处理器执行时实现如第一方面中任一项所述的广告投放控制方法的步骤。
第四方面,本发明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中存储有广告投放控制程序,所述广告投放控制程序被处理器执行时实现如第一方面中任一项所述的广告投放控制方法的步骤。
第五方面,本发明提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现第一方面中任一项所述的广告投放控制方法。
本发明提供的广告投放控制方法、装置、设备、存储介质及程序产品,可以通过获取待处理的广告的特征信息;根据预先训练好的消耗预测模型和空耗预测模型,对广告对应的消耗信息和空耗信息进行预测,所述消耗信息用于表示所述广告消耗的资源,所述空耗信息用于表示所述广告是否带来收益;进一步地,根据得到的预测结果,控制所述广告的投放。这样,通过设置消耗预测模型和空耗预测模型这两个模型可以预测广告的资源消耗和是否存在空耗,提高广告评估的准确性,并基于预测结果控制广告投放,降低广告空耗率,减少资源浪费。
附图说明
图1为本发明实施例涉及的一种广告代理商投放广告的流程示意图;
图2为本发明实施例涉及的一种应用场景示意图;
图3为本发明实施例提供的一种广告投放控制方法的流程示意图;
图4为本发明实施例提供的一种广告投放控制方法的设备交互图;
图5为本发明实施例提供的一种构建消耗预测模型和空耗预测模型的流程示意图;
图6为本发明实施例提供的一种模型训练方法的流程示意图;
图7为本发明实施例提供的一种广告投放控制装置的结构示意图;
图8为本发明实施例提供的一种电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整地传达给本领域的技术人员。
下面对本发明的应用场景及发明构思进行解释说明。
在广告投放过程中,单个广告主可能会与多个广告代理商进行合作。进一步地,广告代理商在各自对应的广告平台上投放广告,示例性地,图1为本发明实施例涉及的一种广告代理商投放广告的流程示意图。如图1所示,广告代理商可以通过依次完成广告素材设计、广告创意创建、广告创意运营等步骤,针对用户群体创建出合适的广告创意,并可以基于投放广告时的转化数据采取相应的运营策略,在提升广告转化量的同时,可以保持尽可能低的费用率,为广告主带来更多的收益,并节约资源。
需要说明的是,不同的广告代理商在广告投放中的各个环节都有差异,导致最终形成的广告投放效果存在差异。例如,平台代理商投放到各自对应的平台和代理商投放到实体商店大屏的广告,因目标用户人群或者浏览人数等因素的不同,可能导致形成的广告投放效果不同。因此,不同的广告代理商可以设计适合自己运营的广告投放方法进行广告的投放。
为了提高广告投放的控制效果,在一些技术中,可以依靠代理方,基于投放效果采取运营手段来减少空耗金额。例如,通过设定一条广告注册成本线、完件成本线和进件成本线。当该广告在投放过程中,注册成本、完件成本、进件成本超过对应的成本线时,则会停止投放该广告,减少空耗金额。但尽管代理方严格控制运营方式,也很难降低空耗金额,导致较高的金额空耗率,进而导致成本较高以及资源浪费。
需要说明的是,金额空耗率指的是空耗的广告创意的总空耗消耗金额与所有广告创意的总消耗金额之比,所述金额空耗率用于表示广告带来收益为零的概率。
在另一些技术中,可以通过获取广告的投放数据或特征信息输入到模型中,预测广告在整个生命周期中的进件,以评估广告的投放效果。但是,上述方法评估效果的准确性较差,且难以精准地对空耗广告进行控制,依然存在资源浪费等问题。
有鉴于此,本发明实施例提供一种广告投放控制方法,可以通过预先设置消耗预测模型和空耗预测模型这两个双模型,将获取到的广告的特征信息输入到这两个双模型中预测结果,有效地对广告的空耗和消耗进行预测,进一步地,根据预测结果,选择相应的控制策略控制广告的投放,以降低广告空耗率,减少资源浪费。
图2为本发明实施例涉及的一种应用场景示意图。如图2所示,本发明实施例提供的广告投放控制方法可以应用于如图2所示的应用场景中,该应用场景包括:用户的终端设备201和投放平台202。具体地,投放平台202可以将某个广告投放到用户的终端设备201供用户进行浏览查看,在该广告的投放过程中,投放平台202可以获取该广告的投放数据或特征信息,例如,该广告的标题、类型以及观看该广告的用户信息、用户是否对该广告感兴趣、用户满意度等。进一步地,可以将该投放数据或特征信息输入到消耗预测模型和空耗预测模型中预测结果,并根据预测结果选择相应的控制策略,控制广告的投放,以降低该广告的空耗率,减少资源浪费。例如,若预测结果显示该广告为高消耗且空耗的广告,则可以控制该广告停止投放,及时止损,减少空耗金额。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本发明的实施例进行描述。
示例性地,图3为本发明实施例提供的一种广告投放控制方法的流程示意图。所述方法可以应用于任意具有数据处理能力的设备,不限于广告投放平台或终端设备。如图3所示,所述方法可以包括:
S301、获取待处理的广告的特征信息。
在本步骤中,待处理的广告可以是投放到平台的广告,例如,用户在某应用程序(Application,APP)上浏览时,可以在页面上展示对应的广告;或者,待处理的广告也可以是投放到实体广告终端的广告,例如,某商店大屏上的广告;而待处理的广告特征信息可以包括广告对应的任意特征,例如广告素材本身的特征,或者,广告代理商为广告投放设计的运营特征等。
示例性地,可以基于广告平台的数据接口获取某广告的相应数据,如广告创意数据、运营操作数据等,进一步,根据上述数据对于广告创意是否为空耗的重要性进行筛选,可以得到待处理的广告对应的创意特征信息与运营策略信息。
S302、根据预先训练好的消耗预测模型和空耗预测模型,对所述广告对应的消耗信息和空耗信息进行预测,所述消耗信息用于表示所述广告消耗的资源,所述空耗信息用于表示所述广告是否带来收益。
本实施例中,所述消耗预测模型和空耗预测模型可以以任意机器学习模型作为模型架构,经过训练构建得到。其中,消耗预测模型用于对广告对应的消耗信息进行预测,所述消耗信息可以表示所述广告消耗的资源,可以包括投放所述广告需要花费的费用,还可以包括投放所述广告需要消耗的电力、网络带宽等资源。
所述空耗预测模型用于对广告对应的空耗信息进行预测,其中,所述空耗信息可以表示所述广告是否带来收益,即所述广告在时间生命周期中能否带来进件,进件具体可以为下述至少一项:所述广告在时间生命周期中的点击量、留资量、购买量等。
示例性地,所述点击量可以理解为在广告平台向用户终端设备投放广告后,通过在终端设备的广告界面进行触控操作了解广告产品的用户数量;所述留资量可以理解为通过用户在终端设备的广告界面进行触控操作了解广告产品后,填写的个人信息如电话号码、地址等的用户数量;所述购买量可以理解为通过用户在终端设备的广告界面进行触控操作了解广告产品或观看广告界面的广告后,购买该广告产品的用户数量。
可选地,所述空耗信息可以包括空耗和非空耗,所述空耗为广告创意在时间生命周期中不能带来进件,所述非空耗为广告创意在时间生命周期中能够带来一个及以上的进件。
在一种可选的实现方式中,可以将获取到的待处理的广告的特征信息输入到预先训练好的消耗预测模型中进行消耗信息的预测,得到预测结果,并在所述预测结果满足预设要求时,将所述广告对应的特征信息再输入到预先训练好的空耗预测模型中进行空耗信息的预测,得到最终的预测结果。
其中,预设要求可以通过最终想要识别出的目标广告来确定,例如,广告主的目的是找出高消耗且空耗的广告,则所述预设要求可以为高消耗,只有高消耗的广告才被输入到空耗预测模型中进行预测,以节省计算量,提高效率。
在另一种可选的实现方式中,可以将获取到的待处理的广告的特征信息同时输入到预先训练好的消耗预测模型和空耗预测模型,对所述广告对应的消耗信息和空耗信息分别进行预测,得到预测结果。
可选地,可以以XGBoost多分类模型作为模型架构,进行模型训练,得到预先训练好的消耗预测模型;以XGBoost二分类模型作为模型架构,进行模型训练,得到预先训练好的空耗预测模型。本发明实施例对训练构建消耗预测模型和空耗预测模型的机器学习模型不作具体限定。
S303、根据得到的预测结果,控制所述广告的投放。
本实施例中,所述预测结果包括预测得到的消耗信息和空耗信息,其中,所述空耗信息可以用于指示广告带来的收益是否为零,或者,所述空耗信息还可以用于指示广告带来的收益的大小。
在实际应用中,可以通过获取待处理的广告在未进行投放前的特征信息,将所述特征信息输入到预先训练好的消耗预测模型和空耗预测模型中进行预测,可以提前了解到待处理的广告在投放后的可能消耗的资源以及是否带来收益,便于提前进行规划,制定相应策略。或者,也可以在广告投放一段时间后,综合广告更多的特征信息,对广告后续的消耗信息和空耗信息进行预测,提升预测准确性。
一示例中,将待处理的广告的特征信息输入到预先训练好的消耗预测模型和空耗预测模型中进行预测,得到预测结果后,若该预测结果中的空耗信息指示广告带来的收益为零,但是消耗为5000,对应的消耗较高,则可以控制停止该广告的投放,若该预测结果为空耗不为零,且消耗为10,对应的消耗较低,则可以选择相应的控制策略控制该广告的投放。
在另一示例中,将待处理的广告的特征信息输入到预先训练好的消耗预测模型和空耗预测模型中进行预测,得到预测结果,若该预测结果中的空耗信息用于指示广告带来的收益为2,但是消耗为5000,对应的消耗较高,则可以控制停止该广告的投放,相较于上述实施例,体现了收益的具体数值,提高了控制的准确性,在空耗信息不为0的情况下,如果消耗信息和空耗信息不匹配,也可以控制停止该广告的投放,并不仅限于空耗为零的情况下。
在实际应用中,大部分空耗广告的实际消耗都非常低,若将待处理的广告的特征信息仅输入到空耗预测模型中进行预测,测出的大部分都是消耗低的空耗广告,而这部分空耗广告的消耗占比低,仍不能有效地降低金额空耗率。所以,如果仅使用空耗模型进行预测,即使预测结果为空耗,但是无法得到该广告对应的消耗,例如,预测结果为空耗为0,不确定消耗是多还是少,只基于空耗信息的预测结果控制广告的投放,有可能会采取不合适的策略进行调整,准确性不高,还可能浪费资源。因此,本发明设计了双模型策略,能够综合消耗信息和收益信息,预测高消耗且空耗的广告,能更加准确地对广告投放进行控制。
通过上述步骤,本发明实施例提供一种广告投放控制方法,可以通过获取待处理的广告的特征信息,输入到预先训练好的消耗预测模型和空耗预测模型中,对广告对应的消耗信息和空耗信息进行预测,通过设置消耗预测模型和空耗预测模型这两个双模型可以预测广告的资源消耗和空耗情况,提高广告评估的准确性,进一步地,根据得到的预测结果,选择相应的策略控制广告的投放,降低广告空耗率,减少资源浪费。
可以理解的是,本发明实施例提供的广告投放控制方法,可以适用于不同的广告代理商,提高了灵活性。
示例性地,图4为本发明实施例提供的一种广告投放控制方法的设备交互图,如图4所示,企业用户可以通过第一终端设备401向代理商使用的设备402上发送需要投放的广告的需求信息;进一步地,代理商使用的设备402接收该需求信息,并针对该需求信息设计出广告素材、广告创意以及广告运营策略等反馈给第一终端设备401,供企业用户查看;进一步地,代理商可以将设计的广告通过广告投放平台进行投放,即将广告投放到使用该平台对应软件的消费用户的第二终端设备404上,供消费用户查看;平台或者代理商或者其它服务端可以获取第二终端设备404反馈的广告对应的特征信息,输入到双模型当中进行预测,根据预测结果控制所述广告的投放。
可选地,所述广告的特征信息,包括通过下述至少一项获取到的信息:
获取所述待处理的广告对应的广告素材,所述广告素材包括下述至少一项类型:图片、音频、视频、文字;通过素材类型对应的机器学习模型,提取所述广告素材中的特征信息;
获取所述待处理的广告对应的创意特征信息,所述创意特征信息包括所述广告的目标用户的特征信息和/或所述广告的属性信息;
获取所述待处理的广告的代理账户和/或投放平台的历史投放信息;
在所述广告处于已投放状态时,获取所述广告在已投放阶段的下述至少一项信息:运营策略信息、收益信息、投放时间信息。
本发明实施例中,可以通过素材类型对应的机器学习模型,提取所述广告素材中的特征信息。示例性地,可以通过人脸模型或光学字符识别(Optical CharacterRecognition,OCR)模型提取广告素材中图片信息,通过分词模型或情感模型提取广告素材中文字信息,通过自动语音识别(Automatic Speech Recognition,ASR)模型来提取广告素材中的音频信息,通过深度学习模型提取广告素材中的视频信息等。
目标用户的特征信息可以指观看广告的用户对应的性别、年龄、地域等信息;广告的属性信息可以指投放广告对应的广告标题、广告标签等。其中,广告标签用于指示投放给相应用户的类型,例如,适合白领、上班族,或适合小孩、成年人等。
代理账户可以指用于投放该广告的代理商对应的账户,投放平台可以指用于投放广告的应用平台或实体广告终端,例如,用于投放广告的某大屏或某应用软件。
历史投放信息可以指某广告投放到哪些广告账户或平台,该广告账户或平台在一定时间段内对应的特征信息,例如,某广告账户在一段时间内的转化量、用户的满意度、用户是否感兴趣等信息。
运营策略信息可以指在广告的投放过程中,根据历史经验与实时投放效果设置的不同运营策略信息。例如,某广告目前的状态为高消耗且空耗,则对应暂停广告投放的策略;或者,某广告目前的状态为低消耗但收益较少,则对应适应对广告创意的预算进行调整的策略。
收益信息可以指广告的转化特征信息。例如,某广告已经投放1天,获取1天内该广告对应的点击量或留资量,即为该广告的转化特征信息。其中,留资量可以指用户在点击某个广告界面后,对该广告内产品的信息进行了解并填写电话号码、地址等资料的用户数量。
投放时间信息可以指某广告的投放时间生命周期,该时间生命周期指广告从开始投放到结束投放的持续时间。在该时间生命周期内,一个广告的转化量随时间变化可以是呈正态分布的,即转化量先上升到最大阈值,再下降到最小阈值结束。在广告投放过程中的不同时间阶段可以对应不同的转化效果,例如,广告在月初的转化效果和月中转化效果可能不一样。
可选地,投放平台可以获取待处理的广告的初始数据,例如广告素材、广告创意数据、运营操作数据、账户表现数据、时间维度数据、转化效果数据等数据,根据不同的数据对于广告是否为空耗的重要性进行有选择性地筛选,得到所需的待处理的广告的特征信息。
可选地,所述特征信息还可以包括投放终端信息,例如展示广告的广告终端的下述信息:位置信息、环境信息、人流密度、历史投放信息等。
其中,位置信息可以指投放终端处于的地理位置信息,例如某商场;环境信息可以指投放终端所在区域周围的环境信息,例如,投放终端所在区域是个公园,环境优美;人流密度可以指投放终端所在区域的人流量;历史投放信息可以指在一定时间段内投放到该投放终端的广告对应的特征信息。
因此,本发明实施例可以获取待处理的广告对应的至少一项特征信息,并对获取到的特征信息进行处理,适用多种应用场景,应用范围广,而且基于至少一项特征信息便可以进行处理,灵活度高。
可选地,在获取到广告的特征信息后,可以通过将该特征信息输入到预先训练好的消耗预测模型和空耗预测模型中进行预测,图5为本发明实施例提供的一种构建消耗预测模型和空耗预测模型的流程示意图;如图5所示,投放平台对已经投放的广告创意,通过广告平台数据接口获取该广告创意的原始数据,进一步地,对原始数据进行有选择性地特征提取,提取到素材特征(即广告素材中的特征信息)、创意特征(即创意特征信息)、运营特征(即运营策略信息)、账户特征(即历史投放信息)、转化特征(即收益信息)和时间特征(即投放时间信息),分别输入到空耗预测模型和消耗预测模型中,对空耗信息和消耗信息进行预测;其中,空耗预测模型可以为以广告创意在生命周期中是否带来进件作为空耗目标构建的AI(Artificial Intelligence,人工智能)空耗模型,消耗预测模型可以为以广告创意在生命周期最终带来多少消耗作为消耗目标构建的AI消耗模型。
若双模型的预测结果为高消耗且空耗的广告创意,则控制该广告创意停止投放。尽可能在减少广告创意消耗金额的情况下,提升双模型对高消耗且高空耗广告的识别精准度,进而提前停止对广告创意的投放,可以减少空耗金额的浪费,降低广告创意的金额空耗率。
可选地,图6为本发明实施例提供的一种模型训练方法的流程示意图,如图6所示,消耗预测模型和空耗预测模型的训练过程包括:
S601、获取样本集。
其中,所述样本集中每一样本包括样本广告的特征信息,还包括样本广告对应的消耗标签和/或空耗标签;所述消耗标签按照样本广告消耗的资源划分为多档,所述空耗标签用于表示样本广告的收益是否为零。
在本步骤中,所述消耗标签按照样本广告消耗的资源划分为多档,即基于广告创意的消耗费用进行分类,例如,将消耗为0~500的创意广告作为A类,消耗为501~1000的创意广告作为B类,消耗为1001~2000的创意广告作为C类,消耗为2001~3000的创意广告作为D类,消耗为3001~5000消耗的创意广告作为E类,消耗为5001~10000的创意广告作为F类,消耗为10001以上的创意广告作为G类。
所述空耗标签表示样本广告的收益是否为零,在获取样本广告的特征信息后,可以以创意广告是否有收益进行分类,将有收益的创意广告标注为1,无收益的创意广告标注为0,通过0和1作为空耗标签。
示例性地,获取到的样本集,用于训练消耗预测模型和空耗预测模型,其中,所述每一样本集中包括两个模块,第一个模块包括样本广告的特征信息和该样本广告对应的消耗标签,第二个模块包括样本广告的特征信息和该样本广告对应的空耗标签,这样,分两个模块进行训练,可以提高样本广告的特征信息、消耗标签和空耗标签的匹配程度,提高处理精度。
在另一示例中,所述样本集中每一样本包括样本广告的特征信息、该样本广告对应的消耗标签和该样本广告对应的空耗标签,这样,统一地进行训练,可以节省操作步骤,提高模型训练的处理效率。
S602、将所述样本集中的样本按照时间信息进行排序,并根据排序结果划分训练样本和测试样本。
本步骤中,时间信息用于表示所述广告距离当前时间的长短,具体地,可以根据样本距离当前时间的长短划分训练样本和测试样本;例如,获取当前时间前的217233个样本数据,可以时间靠前的80%(即173786个)的样本数据作为训练样本,将时间靠后的20%(即43447个)的样本数据作为测试样本,由于广告创意的转化具有时效性,故选取与当前时间比较接近的数据作为测试样本。
S603、根据所述训练样本和测试样本,对所述消耗预测模型和空耗预测模型进行训练和测试。
示例性地,获取A~G类的样本集,该样本集包括样本广告的A~G类广告的特征信息以及该特征信息对应的消耗标签和空耗标签;将A~G类的样本集中距离当前时间前80%的样本作为训练样本,将A~G类的样本集中距离当前时间后20%的样本作为测试样本。进一步地,将前80%的A~G类的样本集分别输入到两个机器模型中进行模型训练,分别得到消耗预测模型和空耗预测模型;进一步地,将后20%的A~G类的样本集中的样本广告的特征信息分别输入到消耗预测模型和空耗预测模型中进行消耗信息和空耗信息的预测,得到预测结果,该预测结果包括预测出的消耗标签和空耗标签,将该预测结果与后20%的A~G类的样本集中的样本广告对应的原始消耗标签和空耗标签进行比对,查看测试结果。
通过上述步骤,可以利用时间先后顺序将样本集进行划分为训练样本和测试样本,并分别输入到对应的消耗预测模型和空耗预测模型中进行训练和测试,可以提高模型预测的精度,进而使得预测结果更具准确性。
可选地,所述消耗预测模型和所述空耗预测模型中每一模型的训练过程包括:
根据各个训练样本的时间信息,确定各个训练样本的时间权重;其中,时间靠后的训练样本的时间权重大于时间靠前的训练样本的时间权重;
根据训练样本中的时间权重构建损失函数,并基于所述损失函数对模型进行训练;
其中,在模型训练过程中,基于损失函数得到的损失值与时间权重为正相关关系。
本实施例中,所述时间权重可以用于计算损失值,因为与待处理广告在时间上越接近的历史广告对所述待处理广告的参考价值越大,所以在模型训练时可以对时间越靠后的训练样本添加越大的时间权重。
可选地,所述损失函数包括系数,训练样本的时间权重越大,其对应的系数越大,故损失值与时间权重为正相关关系,即时间越靠后的训练样本对应的损失值越大。例如,损失函数中利用时间权重作为系数,损失值与时间权重为正比例关系,则时间权重越大,损失值越大。
因此,通过上述步骤,确定训练样本中的时间权重,并基于该时间权重构建损失函数,用于对模型进行训练,提高模型的计算精度,使得模型预测消耗信息和空耗信息准确性更高。
可选地,根据得到的预测结果,控制所述广告的投放,包括:根据预测得到的消耗信息,判断所述待处理的广告是否为高消耗广告,并根据预测得到的空耗信息,判断所述待处理的广告是否为空耗广告;若所述广告为高消耗且空耗的广告,则控制所述广告停止投放。
本实施例中,所述高消耗广告可以指消耗超过预设阈值的广告,例如,可以设置为消耗档位为D类以上的广告为高消耗广告,所述空耗的广告可以指收益为零的广告,例如,空耗标签对应为0的广告为空耗广告。
示例性地,投放平台可以将获取到的待处理的广告的特征信息输入到预先训练好的消耗预测模型和空耗预测模型中进行预测,预测得到消耗信息和空耗信息。进一步地,判断消耗信息位于哪一档位、空耗信息是否为零,若消耗信息为5000,对应的档位为E类,属于高档位,但是空耗信息为零,则确定该广告为高消耗且空耗的广告,从而可选择控制该广告停止投放。
可选地,所述空耗预测模型输出的结果可以为待处理广告为空耗广告的置信度,可以通过置信度判断广告是否为高消耗且空耗的广告。例如,在通过消耗预测模型确定待处理广告为高消耗广告后,可以将该广告的特征信息输入到空耗预测模型,得到空耗置信度,置信度在0~0.53的广告作为高消耗且空耗的广告。
可选地,控制广告停止投放的方式可以为发送消息指令,以控制停止投放;例如,若待处理的广告是投放在广告大屏上,则在投放平台确定预测结果为高消耗且空耗的广告后,可以通过与广告大屏通信,发送停止投放的消息指令,在广告大屏接收到该消息指令后,立即停止投放,可以节约资源。
需要说明的是,由于大部分空耗广告创意对应非常低的消耗,如果仅仅构建空耗预测模型而缺乏消耗预测模型,有可能导致空耗预测模型预测出的结果都是消耗非常低的空耗广告,无法有效地降低广告的金额空耗率。而通过空耗预测模型和消耗预测模型的双模型策略,能够有效地预测出高消耗且空耗的广告。通过提前停止对高消耗且空耗的广告的投放,能够减少空耗金额的浪费,进而可以降低广告的金额空耗率。
因此,通过双模型相结合的方式预测到高消耗且空耗的广告,提升了对高消耗且空耗预测的准确性,控制广告停止投放,节约资源。
可选地,所述空耗信息还用于表示所述广告带来的收益大小。根据得到的预测结果,控制所述广告的投放,包括:根据预测得到的消耗信息和空耗信息的匹配程度,控制所述广告的投放。
示例性地,所述空耗信息可以表示所述广告带来的收益大小,即将待处理的广告的特征信息输入到预先训练好的消耗预测模型和空耗预测模型中,可以对该广告带来的收益大小以及消耗的资源进行预测,进一步,基于预测得到的该广告的带来的收益大小以及消耗的资源选择适合当时场景的策略进行广告的投放。例如,预测得到的该广告的带来的收益较大以及消耗的资源较少,则可以加大该广告的投放,为广告主带来更多的收益。
可选地,若空耗信息用于表示广告带来的收益大小,则在对消耗预测模型和空耗预测模型进行训练和测试时,获取到样本集中的空耗标签,可以用于表示样本广告的进件数量。具体的,所述样本集中每一样本包括样本广告的特征信息,还包括样本广告对应的消耗标签和/或空耗标签;所述消耗标签按照样本广告消耗的资源划分为多档,所述空耗标签用于表示样本广告的进件数量;进一步地,将所述样本集中的样本按照时间信息进行排序,并根据排序结果划分训练样本和测试样本;根据所述训练样本和测试样本,对所述消耗预测模型和空耗预测模型进行训练和测试。
可选地,若空耗信息用于表示广告带来的收益大小,可以对空耗信息按照样本广告进件的数量划分为多档,则在对消耗预测模型和空耗预测模型进行训练和测试时,获取到样本集中的空耗标签,可以用于表示样本广告的不同档位。例如,1档对应进件为[0,10],2档对应进件为[10,20],依次类推,不同的档位对应不同的进件数量区间,空耗标签对应为1档-50档,具体的过程与上述过程类似,在此不再赘述。
本实施例中,匹配程度可以指收益与消耗是否匹配。例如,进件为1,但是消耗为500,则认为消耗信息和空耗信息不匹配。具体地,可以针对不同的空耗信息划分不同的区间,基于每一区间设定对应的消耗信息等级,针对该消耗信息等级设定对应的取值区间;当预测得到消耗信息和空耗信息时,通过判断该消耗信息位于哪一区间内;再通过判断该区间对应的消耗信息等级进而查找到该等级对应空耗信息区间,进一步地,确定预测得到的空耗信息是否位于区间内,来判断预测得到的消耗信息和空耗信息是否匹配。
或者,当预测得到空耗信息时,通过判断该空耗信息位于哪一区间内,进一步,通过判断该区间对应的消耗信息等级进而查找到该等级对应消耗信息区间,进一步地,确定预测得到的消耗信息是否位于区间内,来判断预测得到的消耗信息和空耗信息是否匹配。
例如,空耗信息为[0,10],则对应的消耗信息等级为1级,该1级对应的消耗信息为[0,50];空耗信息为[10,20],则对应的消耗信息等级为2级,该2级对应的消耗信息为[50,100];依次类推,在此不再赘述。当预测得到的消耗信息为100,空耗信息为2时,通过查找该空耗信息对应的消耗信息等级为1级,该1级对应的消耗信息为[0,50],但是,此时消耗信息为100,超过50,则认为消耗信息和空耗信息不匹配。
可选地,根据预测得到的消耗信息和空耗信息的匹配程度,选择相应的控制策略,控制所述广告的投放,所述控制策略包括停止广告投放,对广告的预算和投入该广告的单价进行调整,加大或减少对广告的投放等。
因此,可以通过消耗信息和空耗信息的匹配程度,选择合适的策略控制广告的投放,提高的广告投放的灵活性,满足不同场景下的使用需求。
在前述实施例中,对本发明实施例提供的广告投放控制方法进行了介绍,而为了实现上述本发明实施例提供的方法中的各功能,作为执行主体的电子设备可以包括硬件结构和/或软件模块,以硬件结构、软件模块、或硬件结构加软件模块的形式来实现上述各功能。上述各功能中的某个功能以硬件结构、软件模块、还是硬件结构加软件模块的方式来执行,取决于技术方案的特定应用和设计约束条件。
例如,图7为本发明实施例提供的一种广告投放控制装置的结构示意图,如图7所示,所述装置包括:获取模块710、预测模块720和控制模块730;
其中,获取模块710,用于获取待处理的广告的特征信息;
预测模块720,用于根据预先训练好的消耗预测模型和空耗预测模型,对所述广告对应的消耗信息和空耗信息进行预测,所述消耗信息用于表示所述广告消耗的资源,所述空耗信息用于表示所述广告是否带来收益;
控制模块730,用于根据得到的预测结果,控制所述广告的投放。
可选地,所述获取模块710,具体用于执行下述至少一项:
获取所述待处理的广告对应的广告素材,所述广告素材包括下述至少一项类型:图片、音频、视频、文字;通过素材类型对应的机器学习模型,提取所述广告素材中的特征信息;
获取所述待处理的广告对应的创意特征信息,所述创意特征信息包括所述广告的目标用户的特征信息和/或所述广告的属性信息;
获取所述待处理的广告的代理账户和/或投放平台的历史投放信息;
在所述广告处于已投放状态时,获取所述广告在已投放阶段的下述至少一项信息:运营策略信息、收益信息、投放时间信息。
可选地,所述装置还包括排序模块和训练模块;
具体的,所述获取模块710,还用于获取样本集,其中,所述样本集中每一样本包括样本广告的特征信息,还包括样本广告对应的消耗标签和/或空耗标签;所述消耗标签按照样本广告消耗的资源划分为多档,所述空耗标签用于表示样本广告的收益是否为零;
所述排序模块,用于将所述样本集中的样本按照时间信息进行排序,并根据排序结果划分训练样本和测试样本;
所述训练模块,用于根据所述训练样本和测试样本,对所述消耗预测模型和空耗预测模型进行训练和测试。
可选地,所述训练模块,具体用于:
根据各个训练样本的时间信息,确定各个训练样本的时间权重;其中,时间靠后的训练样本的时间权重大于时间靠前的训练样本的时间权重;
根据训练样本中的时间权重构建损失函数,并基于所述损失函数对模型进行训练;
其中,在模型训练过程中,基于损失函数得到的损失值与时间权重为正相关关系。
可选地,所述控制模块730,具体用于:
根据预测得到的消耗信息,判断所述待处理的广告是否为高消耗广告,并根据预测得到的空耗信息,判断所述待处理的广告是否为空耗广告;
若所述广告为高消耗且空耗的广告,则控制所述广告停止投放。
可选地,所述空耗信息还用于表示所述广告带来的收益大小;
所述控制模块730,具体用于:
根据预测得到的消耗信息和空耗信息的匹配程度,控制所述广告的投放。
本发明实施例提供的广告投放控制装置的具体实现原理和效果可以参见上述实施例对应的相关描述和效果,此处不做过多赘述。
图8为本发明实施例提供的一种电子设备的结构示意图。如图8所示,本实施例的电子设备可以包括:
存储器802、处理器801及存储在所述存储器802上并可在所述处理器801上运行的广告投放控制程序,所述广告投放控制程序被所述处理器801执行时实现如上述任一实施例所述的广告投放控制方法的步骤。
可选地,存储器802既可以是独立的,也可以跟处理器801集成在一起。可选地,存储器802还可以通过总线803与处理器801实现通信。
本实施例提供的设备的实现原理和技术效果可以参见前述各实施例,此处不再赘述。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有广告投放控制程序,所述广告投放控制程序被处理器执行时实现前述任一实施例所述的方法。
本发明实施例还提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现前述任一实施例所述的广告投放控制方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
上述终端设备可以是无线终端也可以是有线终端。无线终端可以是指向用户提供语音和/或其他业务数据连通性的设备,具有无线连接功能的手持式设备、或连接到无线调制解调器的其他处理设备。无线终端可以经无线接入网(Radio Access Network,简称RAN)与一个或多个核心网设备进行通信,无线终端可以是移动终端,如移动电话(或称为“蜂窝”电话)和具有移动终端的计算机,例如,可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置,它们与无线接入网交换语言和/或数据。再例如,无线终端还可以是个人通信业务(Personal Communication Service,简称PCS)电话、无绳电话、会话发起协议(Session Initiation Protocol,简称SIP)话机、无线本地环路(Wireless Local Loop,简称WLL)站、个人数字助理(Personal Digital Assistant,简称PDA)等设备。无线终端也可以称为系统、订户单元(Subscriber Unit)、订户站(Subscriber Station),移动站(MobileStation)、移动台(Mobile)、远程站(Remote Station)、远程终端(Remote Terminal)、接入终端(Access Terminal)、用户终端(User Terminal)、用户代理(User Agent)、用户设备(User Device or User Equipment),在此不作限定。可选地,上述终端设备还可以是智能手表、平板电脑等设备。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器执行本发明各个实施例所述方法的部分步骤。
应理解,上述处理器可以是中央处理单元(Central Processing Unit,简称CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合申请所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种广告投放控制方法,其特征在于,包括:
获取待处理的广告的特征信息;
根据预先训练好的消耗预测模型和空耗预测模型,对所述广告对应的消耗信息和空耗信息进行预测,所述消耗信息用于表示所述广告消耗的资源,所述空耗信息用于表示所述广告是否带来收益;
根据得到的预测结果,控制所述广告的投放。
2.根据权利要求1所述的广告投放控制方法,其特征在于,所述广告的特征信息,包括通过下述至少一项获取到的信息:
获取所述待处理的广告对应的广告素材,所述广告素材包括下述至少一项类型:图片、音频、视频、文字;通过素材类型对应的机器学习模型,提取所述广告素材中的特征信息;
获取所述待处理的广告对应的创意特征信息,所述创意特征信息包括所述广告的目标用户的特征信息和/或所述广告的属性信息;
获取所述待处理的广告的代理账户和/或投放平台的历史投放信息;
在所述广告处于已投放状态时,获取所述广告在已投放阶段的下述至少一项信息:运营策略信息、收益信息、投放时间信息。
3.根据权利要求1所述的广告投放控制方法,其特征在于,还包括:
获取样本集,其中,所述样本集中每一样本包括样本广告的特征信息,还包括样本广告对应的消耗标签和/或空耗标签;所述消耗标签按照样本广告消耗的资源划分为多档,所述空耗标签用于表示样本广告的收益是否为零;
将所述样本集中的样本按照时间信息进行排序,并根据排序结果划分训练样本和测试样本;
根据所述训练样本和测试样本,对所述消耗预测模型和空耗预测模型进行训练和测试。
4.根据权利要求3所述的广告投放控制方法,其特征在于,所述消耗预测模型和所述空耗预测模型中每一模型的训练过程包括:
根据各个训练样本的时间信息,确定各个训练样本的时间权重;其中,时间靠后的训练样本的时间权重大于时间靠前的训练样本的时间权重;
根据训练样本中的时间权重构建损失函数,并基于所述损失函数对模型进行训练;
其中,在模型训练过程中,基于损失函数得到的损失值与时间权重为正相关关系。
5.根据权利要求1-4任一项所述的广告投放控制方法,其特征在于,根据得到的预测结果,控制所述广告的投放,包括:
根据预测得到的消耗信息,判断所述待处理的广告是否为高消耗广告,并根据预测得到的空耗信息,判断所述待处理的广告是否为空耗广告;
若所述广告为高消耗且空耗的广告,则控制所述广告停止投放。
6.根据权利要求1-4任一项所述的广告投放控制方法,其特征在于,所述空耗信息还用于表示所述广告带来的收益大小;
根据得到的预测结果,控制所述广告的投放,包括:
根据预测得到的消耗信息和空耗信息的匹配程度,控制所述广告的投放。
7.一种广告投放控制装置,其特征在于,所述装置包括:
获取模块,用于获取待处理的广告的特征信息;
预测模块,用于根据预先训练好的消耗预测模型和空耗预测模型,对所述广告对应的消耗信息和空耗信息进行预测,所述消耗信息用于表示所述广告消耗的资源,所述空耗信息用于表示所述广告是否带来收益;
控制模块,用于根据得到的预测结果,控制所述广告的投放。
8.一种电子设备,其特征在于,所述电子设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的广告投放控制程序,所述广告投放控制程序被所述处理器执行时实现如权利要求1至6中任一项所述的广告投放控制方法的步骤。
9.一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上存储有广告投放控制程序,所述广告投放控制程序被处理器执行时实现如权利要求1至6中任一项所述的广告投放控制方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6任一项所述的广告投放控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210212316.1A CN114626881A (zh) | 2022-03-04 | 2022-03-04 | 广告投放控制方法、装置、设备、存储介质及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210212316.1A CN114626881A (zh) | 2022-03-04 | 2022-03-04 | 广告投放控制方法、装置、设备、存储介质及程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114626881A true CN114626881A (zh) | 2022-06-14 |
Family
ID=81900460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210212316.1A Pending CN114626881A (zh) | 2022-03-04 | 2022-03-04 | 广告投放控制方法、装置、设备、存储介质及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114626881A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115145801A (zh) * | 2022-09-05 | 2022-10-04 | 南京云眼科技有限公司 | A/b测试流量分配方法、装置、设备及存储介质 |
-
2022
- 2022-03-04 CN CN202210212316.1A patent/CN114626881A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115145801A (zh) * | 2022-09-05 | 2022-10-04 | 南京云眼科技有限公司 | A/b测试流量分配方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110570232B (zh) | 互联网广告投放方法、装置、服务器及存储介质 | |
CN104767830B (zh) | 信息发布的管理方法和装置 | |
CN110263235A (zh) | 信息推送对象更新方法、装置和计算机设备 | |
CN109064265A (zh) | 基于网络平台的购车推荐方法及系统 | |
CN102076115A (zh) | 一种在移动终端内发布广告信息的控制方法及装置 | |
CN104572775B (zh) | 广告分类方法、装置及服务器 | |
CN110428276B (zh) | 选取线下广告投放区域的方法、装置和存储介质 | |
CN108777701A (zh) | 一种确定信息受众的方法及装置 | |
CN105913279B (zh) | 一种基于移动互联网服务应用的服务费用预算系统 | |
CN111178983B (zh) | 用户性别预测方法、装置、设备及存储介质 | |
WO2021129531A1 (zh) | 一种资源分配方法、装置、设备、存储介质及计算机程序 | |
CN106296247A (zh) | 网络信息资源在线排序方法和装置 | |
CN112150219A (zh) | 一种在线广告投放系统及其使用方法 | |
CN105278893A (zh) | 一种在线印刷服务云系统和方法 | |
CN105989107A (zh) | 一种应用推荐方法及装置 | |
CN106960033B (zh) | 一种给信息流标注标签的方法和装置 | |
CN114626881A (zh) | 广告投放控制方法、装置、设备、存储介质及程序产品 | |
CN115775163A (zh) | 一种基于大数据的程序化广告投放方法、设备及介质 | |
CN114971716A (zh) | 服务接口质量评估方法及其装置、设备、介质、产品 | |
CN112115354A (zh) | 信息处理方法、装置、服务器及存储介质 | |
CN115809889A (zh) | 基于营销效果的智能客群筛选方法、系统、介质及设备 | |
KR102382405B1 (ko) | 광고 제공 방법 및 시스템 | |
CN113128597B (zh) | 一种用户行为特征的提取和分类预测的方法及装置 | |
CN109379722A (zh) | 一种聊天广告的方法与系统 | |
CN115222456A (zh) | 基于大数据用户消费偏好的营销方法、平台、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |