CN115936782A - 广告投放效果预估方法、装置、电子设备和存储介质 - Google Patents

Abstract

本发明提供一种广告投放效果预估方法、装置、电子设备和存储介质，其中方法包括：确定待投放广告和目标用户；基于所述待投放广告所属广告主的历史投放信息和/或所述目标用户的历史行为信息，以及所述待投放广告的广告信息和所述目标用户的用户信息，进行广告投放效果预估。本发明提供的方法、装置、电子设备和存储介质，结合待投放广告所属广告主的历史投放信息和/或目标用户的历史行为信息，以及待投放广告的广告信息和目标用户的用户信息，进行广告投放效果预估，在待投放广告真实投放向目标用户之前，即可实现广告投放效果预估，解决了广告投放效果的滞后性问题，为广告投放的决策提供了参考。

Description

广告投放效果预估方法、装置、电子设备和存储介质

技术领域

本发明涉及计算机技术领域，尤其涉及一种广告投放效果预估方法、装置、电子设备和存储介质。

背景技术

随着互联网的发展，网络广告成为了各大互联网产品的主要宣传方式之一。而如何实现网络广告的精准投放，以达到最优的广告投放效果，成为了亟待解决的问题。

目前，针对广告投放效果的预估，通常是基于对广告在较短时间内的实际投放效果进行长期拟合。而如此一来，在广告实际投放之前，广告投放效果难以预估，广告投放效果获取的滞后性，为广告投放的决策带来了困难。

发明内容

本发明提供一种广告投放效果预估方法、装置、电子设备和存储介质，用以解决现有技术中广告投放效果获取滞后的缺陷。

本发明提供一种广告投放效果预估方法，包括：

确定待投放广告和目标用户；

基于所述待投放广告所属广告主的历史投放信息和/或所述目标用户的历史行为信息，以及所述待投放广告的广告信息和所述目标用户的用户信息，进行广告投放效果预估。

根据本发明提供的一种广告投放效果预估方法，所述历史投放信息的确定步骤包括：

确定所述待投放广告所属广告主在预设时段内投放的历史广告；

基于所述历史广告在所述预设时段内对应各类用户的投放效果，确定所述历史投放信息。

根据本发明提供的一种广告投放效果预估方法，所述基于所述历史广告在所述预设时段内对应各类用户的投放效果，确定所述历史投放信息，包括：

基于所述历史广告在所述预设时段内对应各类用户的投放效果，以及所述历史广告的广告信息，确定所述历史投放信息。

根据本发明提供的一种广告投放效果预估方法，所述历史行为信息的确定步骤包括：

基于所述目标用户在预设时段内对曝光广告的观看行为和/或点击行为的频次，确定所述历史行为信息。

根据本发明提供的一种广告投放效果预估方法，所述基于所述待投放广告所属广告主的历史投放信息和/或所述目标用户的历史行为信息，以及所述待投放广告的广告信息和所述目标用户的用户信息，进行广告投放效果预估，包括：

对所述待投放广告所属广告主的历史投放信息和/或所述目标用户的历史行为信息，以及所述待投放广告的广告信息和所述目标用户的用户信息进行信息编码，得到联合特征；

基于所述联合特征进行广告投放效果预估。

根据本发明提供的一种广告投放效果预估方法，所述基于提取所得的联合特征进行广告投放效果预估，包括：

基于所述联合特征，分别预估所述待投放广告的点击率和点击转化率，并基于所述点击率和所述点击转化率确定所述待投放广告的转化率。

根据本发明提供的一种广告投放效果预估方法，所述进行广告投放效果预估，之后还包括：

基于预估所得的广告投放效果，进行广告投放。

本发明还提供一种广告投放效果预估装置，包括：

信息获取单元，用于确定待投放广告和目标用户；

效果预测单元，用于基于所述待投放广告所属广告主的历史投放信息和/或所述目标用户的历史行为信息，以及所述待投放广告的广告信息和所述目标用户的用户信息，进行广告投放效果预估。

本发明还提供一种电子设备，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如上述任一种所述广告投放效果预估方法。

本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述广告投放效果预估方法。

本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述广告投放效果预估方法。

本发明提供的广告投放效果预估方法、装置、电子设备和存储介质，结合待投放广告所属广告主的历史投放信息和/或目标用户的历史行为信息，以及待投放广告的广告信息和目标用户的用户信息，进行广告投放效果预估，在待投放广告真实投放向目标用户之前，即可实现广告投放效果预估，解决了广告投放效果的滞后性问题，为广告投放的决策提供了参考。

附图说明

为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。

图1是本发明提供的广告投放效果预估方法的流程示意图之一；

图2是本发明提供的广告投放效果预估模型的结构示意图；

图3是本发明提供的广告投放效果预估方法的流程示意图之二；

图4是本发明提供的数据预处理流程示意图；

图5是本发明提供的广告投放效果预估装置的结构示意图；

图6是本发明提供的电子设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。

目前，针对广告投放效果的预估，通常是基于对广告在较短时间内的实际投放效果进行长期拟合。而如此一来，在广告实际投放之前，广告投放效果难以预估。针对这一问题，本发明提供一种广告投放效果预估方法，以期在广告投放之前，先行预估投放效果，从而为广告投放的决策提供便利。

图1是本发明提供的广告投放效果预估方法的流程示意图之一，如图1所示，该方法包括：

步骤110，确定待投放广告和目标用户。

具体地，待投放广告为即将进行投放的广告，待投放广告可以是互联网广告，也可以是车站广告、电梯间广告等，本发明实施例对此不作具体限定。目标用户与待投放广告是相对的，目标用户即待投放广告进行投放所对应的用户，目标用户可以是一类或者多类用户群体。

例如，待投放广告是互联网广告的情况，目标用户可以是使用待投放广告预备投放的应用程序的用户；待投放广告是电梯间广告的情况，目标用户可以是出入待投放广告预备投放的区域的用户。

步骤120，基于所述待投放广告所属广告主的历史投放信息和/或所述目标用户的历史行为信息，以及所述待投放广告的广告信息和所述目标用户的用户信息，进行广告投放效果预估。

具体地，在确定待投放广告和目标用户之后，为了实现广告投放效果的预估，可以参考待投放广告的广告信息和目标用户的用户信息，以及待投放广告所属广告主的历史投放信息和/或目标用户的历史行为信息。

其中，待投放广告的广告信息是用于反映待投放广告本身特质的信息，广告信息可以包括广告所应用创意、广告所属项目、广告所属广告主、广告所属品牌、广告所宣传产品所属行业的各级属性、广告投放点位等信息中的一种或者多种。

进一步地，广告所对应创意可以包括广告中应用到的各类创意素材，具体可以包括各类创意素材的标识、各类创意素材的来源和内容含义等。广告所属项目可以包括广告所属的营销活动项目，具体可以包括营销活动项目的标识、营销活动项目下与该广告联合宣传的方式、内容等。广告所属广告主，是指该广告活动的发起者，具体可以包括广告主的标识、广告主所涉及的产品等。广告所属品牌，是指该广告所宣传产品的品牌，广告所属品牌通常是广告主所持有的品牌，具体可以包括品牌的标识、品牌形象、品牌旗下各类产品的信息等。广告所宣传产品所属行业的各级属性，是指广告所宣传产品所在行业的属性，并且考虑到通常对于行业的划分具有层级性，可以获取产品所在行业的各级属性，例如产品为XX洗发水，属于快消行业下的个人护理品行业。广告投放点位即广告投放的位置，具体可以是广告投放的平台、时段等。

可以理解的是，用户对于在不同点位下、以不同创意方式展示的不同行业、品牌下不同产品的广告的反馈也是不同，因而能够反映待投放广告本身的特质的广告信息，对于广告投放效果存在影响，可以作为进行广告投放效果预估的因素之一。

目标用户的用户信息是用于反映目标用户本身特质的信息，用户信息可以包括用户年龄段、用户性别、用户所处地域、用户所应用的设备类型和用户对于媒体的偏好特征等信息中的一种或者多种。

进一步地，用户年龄段可以是目标用户群体所处的年龄段，也可以是目标用户群体在各个年龄段的分布情况；用户性别可以是目标用户群体在性别上的分布情况；用户所处地域可以是目标用户群体在各个区域上的分布情况，也可以是目标用户群体集中分布的预设数量个区域；用户所应用的设备类型可以是目标用户群体所应用的各种设备类型的分布情况，也可以是目标用户群体主要应用的几种设备类型，例如目标用户通常应用手机端；用户对于媒体的偏好特征用于反映目标用户的媒体偏好，例如偏好观看长图、偏好观看短视频，又例如偏好点击应用软件的开屏广告等，本发明实施例对此不作具体限定。

可以理解的是，广告在投放在不同年龄段、不同性别、不同地域、不同设备类型、不同媒体偏好的用户处，所得的反馈也不相同，因而能够反映目标用户本身特征的用户信息，对于广告投放效果存在影响，可以作为进行广告投放效果预估的因素之一。

此外，为了在广告未投放之前进行投放效果预估，即在无法获取将待投放广告短期投放到目标用户的投放效果数据的前提下，实现可靠、准确的投放效果预估，在待投放广告的广告信息和目标用户的用户信息之外，还需要参考待投放广告所属广告主的历史投放信息和/或目标用户的历史行为信息。

此处，待投放广告所属广告主的历史投放信息是指，待投放广告所属广告主在此之前进行广告投放的情况。可以理解的是，历史投放信息中所涵盖的广告投放情况，均是历史上真实发生的、通过数据统计得到的。此处所指的之前进行的广告投放，可以包括待投放广告之前向除目标用户之外的其他用户群体进行广告投放的效果，或者，包括该广告主下与待投放广告相关的广告向目标用户进行广告投放的效果，再或者，包括该广告主下各类广告向各类用户进行广告投放的效果。

可以理解的是，待投放广告所属广告主的历史投放信息，能够反映广告主进行广告投放的通用效果，而属于该广告主的待投放广告投放效果，存在较大概率与广告主的历史投放信息所体现的效果相似，由此在无法获取到将待投放广告短期投放到目标用户的投放效果数据的前提下，应用待投放广告所属广告主的历史投放信息，能够约束广告投放效果的预估结果。

另外，目标用户的历史行为信息是指，目标用户在此之前进行广告观看、点击、通过广告链接进行产品购买等行为的情况。可以理解的是，历史行为信息中目标用户的各种行为情况，均是历史上真实发生的、通过数据统计得到的。此处所指的目标用户在此之前针对广告进行的各种行为的情况，可以包括目标用户针对与待投放广告属于同类广告的其他广告进行的各种行为的情况，或者，可以包括目标用户针对与待投放广告属于同一广告主的其他广告进行的各种行为的情况，或者，可以包括目标用户针对各类广告进行的各种行为的情况。

可以理解的是，目标用户的历史行为信息，能够反映目标用户对于广告的通用行为，而针对目标用户投放待投放广告的效果，存在较大概率与目标用户的历史行为信息所反映的广告投放效果相似，由此在无法获取到将待投放广告短期投放到目标用户的投放效果数据的前提下，应用目标用户的历史行为信息，能够约束广告投放效果的预估结果。

由此，可以结合待投放广告所属广告主的历史投放信息和/或目标用户的历史行为信息，以及待投放广告的广告信息和目标用户的用户信息，进行广告投放效果预估。具体在进行预估时，可以应用预先训练好的模型，将上述信息作为输入，由模型基于输入进行广告投放效果预估，即可得到预估的投放效果，此处的投放效果，可以包括广告点击率(clickthrough rate，CTR)，也可以包括广告转化率(conversion rate，CVR)，还可以包括广告点击转化率(click through conversion rate，CTCVR)，本发明实施例对此不作具体限定。

本发明实施例提供的方法，结合待投放广告所属广告主的历史投放信息和/或目标用户的历史行为信息，以及待投放广告的广告信息和目标用户的用户信息，进行广告投放效果预估，在待投放广告真实投放向目标用户之前，即可实现广告投放效果预估，解决了广告投放效果的滞后性问题，为广告投放的决策提供了参考。

基于上述实施例，步骤120中应用的所述历史投放信息的确定步骤包括：

确定所述待投放广告所属广告主在预设时段内投放的历史广告；

基于所述历史广告在所述预设时段内对应各类用户的投放效果，确定所述历史投放信息。

具体地，为了保证用于广告投放效果预估参考的历史投放信息的有效性，针对于历史投放信息的获取，需要保证一定的时效性。即，在获取历史投放信息时，需要从待投放广告所属广告主历史上投放过的各个广告中，筛选出在预设时段内投放的历史广告。

此处所指的预设时段，是从当前时刻向前倒推预设时长所得到的时段，例如从今天起向前推的一个月内，或者从今天起向前推的一个周内。在预设时段的时间窗口内，待投放广告所属广告主投放的广告，此处记为历史广告。

针对于历史广告，可以采集历史广告在预设时段内针对各类用户的投放效果，例如历史广告在预设时段内针对不同类用户的点击率、点击转化率等，并基于上述数据，确定历史投放信息。可以理解的是，此处的历史投放信息可以直接涵盖各历史广告针对各类用户的投放效果，也可以从中筛选中各历史广告针对于目标用户或者与目标用户类似的用户群体的投放效果，本发明实施例对此不作具体限定。

本发明实施例提供的方法，通过获取在预设时段内投放的历史广告对应各类用户的投放效果，确定历史投放信息以辅助广告投放效果预估，其中，以预设时间为时间窗口进行信息筛选，能够在避免信息过度冗余导致广告投放效果预估的计算量剧增的问题的同时，保证历史投放信息的时效性，使得历史投放信息在辅助近期或者未来的广告投放效果预估时，更能贴合广告投放效果预估的需求，更具针对性，从而能够保证广告投放效果预估的可靠性。

基于上述任一实施例，所述基于所述历史广告在所述预设时段内对应各类用户的投放效果，确定所述历史投放信息，包括：

基于所述历史广告在所述预设时段内对应各类用户的投放效果，以及所述历史广告的广告信息，确定所述历史投放信息。

具体地，为了进一步提高广告投放效果预估的可靠性，在构建历史投放信息时，除了应用各历史广告的投放效果，还可以补充各历史广告的广告信息。历史广告的广告信息的构成与上述实施例中待投放广告的广告信息的构成一致，此处不作赘述。

可以理解的是，此处，历史广告的广告信息可以直接作为历史投放信息中的一部分，使得后续在参考各历史广告的投放效果时，可以着重参考广告信息与待投放广告相似的历史广告的投放效果；或者，历史广告的广告信息也可以作为构建历史投放信息时的参考，例如可以基于各历史广告信息的广告信息和待投放广告信息的广告信息，从各历史广告中选取出与待投放广告接近的历史广告，并将此部分历史广告在预设时段内对应各类用户的投放效果置入历史投放信息以便广告投放效果预估时进行参考。

本发明实施例提供的方法，结合各历史广告的投放效果和广告信息确定历史投放信息，由此得到的历史投放信息，能够更有针对性地为待投放广告的投放效果预估提供参考，由此确保广告投放效果预估的可靠性。

基于上述任一实施例，步骤120中应用的所述历史行为信息的确定步骤包括：

基于所述目标用户在预设时段内对曝光广告的观看行为和/或点击行为的频次，确定所述历史行为信息。

具体地，为了保证用于广告投放效果预估参考的历史行为信息的有效性，针对于历史行为信息的获取，需要保证一定的时效性。即，在获取历史行为信息时，需要统计目标用户在预设时段内对曝光广告的观看行为和/或点击行为的频次。

此处所指的预设时段，是从当前时刻向前倒推预设时长所得到的时段，例如从今天起向前推的一个月内，或者从今天起向前推的一个周内。在预设时段的时间窗口内，目标用户对于曝光广告的观看行为和/或点击行为，均在统计范围内。

针对于统计所得的目标用户在预设时段内对曝光广告的观看行为和/或点击行为的频次，可以直接将上述数据作为目标用户的历史行为信息，也可以从中进一步统计出目标用户对于待投放广告属于同一类型的曝光广告的观看行为和/或点击行为的频次，作为目标用户的历史行为信息；或者，还可以在统计得到目标用户在预设时段内对曝光广告的观看行为和/或点击行为的频次的基础上，另外统计目标用户在预设时段内产生对曝光广告的观看行为和/或点击行为的天数，将频次与天数均置入历史行为信息中，本发明实施例对此不作具体限定。

本发明实施例提供的方法，通过获取目标用户在预设时段内对曝光广告的观看行为和/或点击行为的频次，确定历史行为信息以辅助广告投放效果预估，其中，以预设时间为时间窗口进行行为统计，能够在避免信息过度冗余导致广告投放效果预估的计算量剧增的问题的同时，保证历史行为信息的时效性，使得历史行为信息在辅助近期或者未来的广告投放效果预估时，更能贴合广告投放效果预估的需求，更具针对性，从而能够保证广告投放效果预估的可靠性。

基于上述任一实施例，步骤120包括：

对所述待投放广告所属广告主的历史投放信息和/或所述目标用户的历史行为信息，以及所述待投放广告的广告信息和所述目标用户的用户信息进行信息编码，得到联合特征；

基于所述联合特征进行广告投放效果预估。

具体地，在得到广告信息、用户信息、历史投放信息和历史行为信息之后，可以首先针对真实统计得到的历史投放信息和/或历史行为信息，以及待投放广告的广告信息和目标用户的用户信息进行信息编码。在针对上述信息进行信息编码时，可以根据各类信息自身的特点，分别进行编码，例如针对历史投放信息、历史行为信息、广告信息和用户信息中的标识类特征，诸如用户标识、广告标识、广告主标识等，可以通过one-hot的形式进行编码；针对历史投放信息、历史行为信息、广告信息和用户信息中的数值类特征，诸如行为频次、曝光天数、转化率、点击率等，可以通过标准化、离散化、非线性变换等形式进行编码；针对历史投放信息、历史行为信息、广告信息和用户信息中组合特征，即，在各类信息存在交叉的信息，诸如广告信息中的广告所应用创意与广告主进行组合，能够起到更优的特征表征效果。

在针对上述信息完成信息编码之后，即可得到能够反映上述信息的联合特征，随后即可应用联合特征进行广告投放效果预估。在此过程中，可以将联合特征输入到预先训练好的模型中，以获取模型基于联合特征进行预估并输出的广告投放效果。

可以理解的是，上述实施例中，基于待投放广告所属广告主的历史投放信息和/或所述目标用户的历史行为信息，以及所述待投放广告的广告信息和所述目标用户的用户信息进行的广告投放效果预估，或者基于联合特征进行的广告投放效果预估，均可以通过预先训练好的模型实现。而此处所指的可实现效果预估的模型，需要通过有监督学习得到。

此处的有监督学习，需要应用携带实际广告投放效果标签的训练数据实现。而在实际数据统计时，携带转化率CVR标签的训练数据的数据量远小于携带点击率CTR标签的训练数据的数据量，歇带转化率CVR标签的训练数据稀疏，导致模型在有监督学习中难以完全学习到用户的偏好，直接影响了模型对于转化率CVR的预估效果。

针对这一问题，基于上述任一实施例，步骤120中，基于所述联合特征进行广告投放效果预估，包括：

基于所述联合特征，分别预估所述待投放广告的点击率和点击转化率，并基于所述点击率和所述点击转化率确定所述待投放广告的转化率。

具体地，考虑到携带转化率CVR标签的训练数据稀疏，直接应用模型实现CVR的预估效果欠佳，而携带点击率CTR标签的训练数据、以及携带点击转化率CTCVR的训练数据获取难度更小、获取成本更低，可以优先训练用于预估点击率CTR和点击转化率CTCVR的模型。可以理解的是，此处预估点击率CTR和点击转化率CTCVR的模型，可以是相互独立的两个模型，也可以是多任务训练得到一个模型。

本发明实施例中，可以应用关联特征分别预估待投放广告的点击率CTR和点击转化率CTCVR。在得到点击率CTR和点击转化率CTCVR之后，即可基于点击率CTR、转化率CVR和点击转化率CTCVR三者之间的关系，即CTR*CVR＝CTCVR，求取转化率CVR。

例如，图2是本发明提供的广告投放效果预估模型的结构示意图，如图2所示，广告投放效果预估模型是一个多任务学习得到的模型，此处所指的多任务，可以包括图2中的主任务和辅助任务，其中主任务即CVR预测任务，辅助任务即CTR预测任务，其中CVR的学习通过预测CTR和CTCVR实现。图2中CVR任务的网络与CTR任务的网络，共享特征编码Embedding。CVR和CTR任务采用相同的特征输入并共享embedding Layer，此处的特征输入可以是上述实施例中的联合特征。

由于CTR任务中由于具有大量训练数据，因此可以对CTR网络进行充分训练。由于两个任务网络共享底层的权重参数，CVR任务也就具有了更多的训练数据，如此的参数迁移学习可以降低数据稀疏带来的影响。

另外，由于两个任务网络的上层的网络权重参数是各自独立，两个任务的网络结构又是相对独立的。虽然CVR任务网络没有监督信号，但是CTR和CTCVR的预估均存在监督信号，由此可以利用公式约束得到CVR任务网络。即，CVR任务网络预估的CVR值pCVR可视为一个中间变量，而CTR任务网络预估的CTR值pCTR和CTCVR值pCTCVR才是上述广告投放效果预估模型实际训练的主要因素。pCVR的值最终由pCTR和pCTCVR估算得到。计算公式如下：

pCTCVR＝pCTR*pCVR

上述广告投放效果预估模型的结构中，引入点击率CTR和点击转化CTCVR作为辅助任务，迂回学习转化率CVR，从而在完整样本空间下进行模型的训练和预测，解决了CVR预估中的难题。每个任务都有自己的样本，使用多任务学习，模型的样本量会提升很多，对噪声鲁棒性更好，可以学到一个更精确的特征表达。高效地学习每一个重要的特征，其它任务可以辅助学习在本任务中难以学习的特征。对于一个任务而言，其他任务的学习都会对该任务有正则化效果；多任务学习在新任务上的表现效果往往也会更好，增强泛化能力。

可以理解的是，上述广告投放效果预估模型不仅可以实现CVR的预估，还可以实现CTR或者CTCVR的预估。

基于上述任一实施例，图3是本发明提供的广告投放效果预估方法的流程示意图之二，如图3所示，该方法包括：

在模型训练阶段，可以先通过数据预处理模块获取训练数据，再通过训练模块进行模型训练以获取用于实现广告投放效果预估的预测模型；

在模型应用阶段，可以先通过数据预处理模块获取待投放广告和目标用户所对应的特征作为预测数据，再应用预测模块进行广告投放效果预估。

在此过程中，数据预处理模块可以对广告曝光数据进行数据清洗，包括剔除掉无效的用户表示、广告标识以及异常曝光的数据、填补缺失值等。在完成数据清洗之后，即可对清洗后的广告曝光数据进行特征抽取，由此得到三方面的特征，即用户侧特征、广告侧特征、历史统计特征。其中，用户侧特征对应目标用户的用户信息，广告侧特征对应待投放广告的广告信息，历史统计信息对应待投放广告所属广告主的历史投放信息和/或目标用户的历史行为信息。

此外，针对于模型训练阶段所需的训练数据的获取，数据预处理模块还需进行特征处理和标签处理。图4是本发明提供的数据预处理流程示意图，如图4所示，在通过特征抽取得到用户侧特征、广告侧特征、历史统计特征，可以通过特征处理实现上述用户信息、广告信息、历史投放信息和历史行为信息的信息编码，由此到联合特征。在特征处理的过程中，可以针对不同的信息采用不同的特征处理手段，例如针对标识类特征通过one-hot的形式进行编码；针对数值类特征通过标准化、离散化、非线性变换等形式进行编码；针对组合特征，进行交叉特征组合。随后，还需要进行标签处理，以确定训练数据所对应的CTR和CTCVR作为样本标签。

在完成上述操作之后，即可应用携带有样本标签的训练数据，进行模型训练。

基于上述任一实施例，在步骤120之后还包括：

基于预估所得的广告投放效果，进行广告投放。

具体地，在完成广告投放效果预估之后，可以应用预估所得的广告投放效果确定广告投放的实施方案，并基于此进行广告投放。

在此过程中，可以从不同待投放广告投放向同一个目标用户的广告投放效果中，选取广告投放效果最优的待投放广告进行投放；或者从同一个广告投放向不同目标用户的广告投放效果中，选取广告投放效果最优的目标用户，作为实际进行广告投放的对象；或者，可以从不同待投放广告投放向不同目标用户的广告投放效果中，选取广告投放效果最优的待投放广告和目标用户的组合，作为广告投放方案进行投放，本发明实施例对此不作具体限定。

本发明实施例提供的方法，实现了广告投放效果预估和基于此的自动化投放，在保证广告投放效果的同时，最大限定缩短了广告投放的决策时间，提高了广告投放效率。

基于上述任一实施例，图5是本发明提供的广告投放效果预估装置的结构示意图，如图5所示，该装置包括：

信息获取单元510，用于确定待投放广告和目标用户；

效果预测单元520，用于基于所述待投放广告所属广告主的历史投放信息和/或所述目标用户的历史行为信息，以及所述待投放广告的广告信息和所述目标用户的用户信息，进行广告投放效果预估。

本发明实施例提供的装置，结合待投放广告所属广告主的历史投放信息和/或目标用户的历史行为信息，以及待投放广告的广告信息和目标用户的用户信息，进行广告投放效果预估，在待投放广告真实投放向目标用户之前，即可实现广告投放效果预估，解决了广告投放效果的滞后性问题，为广告投放的决策提供了参考。

基于上述任一实施例，信息获取单元还用于：

确定所述待投放广告所属广告主在预设时段内投放的历史广告；

基于所述历史广告在所述预设时段内对应各类用户的投放效果，确定所述历史投放信息。

基于上述任一实施例，信息获取单元具体用于：

基于所述历史广告在所述预设时段内对应各类用户的投放效果，以及所述历史广告的广告信息，确定所述历史投放信息。

基于上述任一实施例，信息获取单元还用于：

基于所述目标用户在预设时段内对曝光广告的观看行为和/或点击行为的频次，确定所述历史行为信息。

基于上述任一实施例，效果预测单元具体用于：

对所述待投放广告所属广告主的历史投放信息和/或所述目标用户的历史行为信息，以及所述待投放广告的广告信息和所述目标用户的用户信息进行信息编码，得到联合特征；

基于所述联合特征进行广告投放效果预估。

基于上述任一实施例，效果预测单元具体用于：

基于所述联合特征，分别预估所述待投放广告的点击率和点击转化率，并基于所述点击率和所述点击转化率确定所述待投放广告的转化率。

基于上述任一实施例，该装置还包括投放单元，用于：

基于预估所得的广告投放效果，进行广告投放。

图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)610、通信接口(Communications Interface)620、存储器(memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行广告投放效果预估方法，该方法包括：确定待投放广告和目标用户；基于所述待投放广告所属广告主的历史投放信息和/或所述目标用户的历史行为信息，以及所述待投放广告的广告信息和所述目标用户的用户信息，进行广告投放效果预估。

此外，上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的广告投放效果预估方法，该方法包括：确定待投放广告和目标用户；基于所述待投放广告所属广告主的历史投放信息和/或所述目标用户的历史行为信息，以及所述待投放广告的广告信息和所述目标用户的用户信息，进行广告投放效果预估。

又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的广告投放效果预估方法，该方法包括：确定待投放广告和目标用户；基于所述待投放广告所属广告主的历史投放信息和/或所述目标用户的历史行为信息，以及所述待投放广告的广告信息和所述目标用户的用户信息，进行广告投放效果预估。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

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各实施方式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。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种广告投放效果预估方法，其特征在于，包括：

确定待投放广告和目标用户；

基于所述待投放广告所属广告主的历史投放信息和/或所述目标用户的历史行为信息，以及所述待投放广告的广告信息和所述目标用户的用户信息，进行广告投放效果预估。

2.根据权利要求1所述的广告投放效果预估方法，其特征在于，所述历史投放信息的确定步骤包括：

确定所述待投放广告所属广告主在预设时段内投放的历史广告；

基于所述历史广告在所述预设时段内对应各类用户的投放效果，确定所述历史投放信息。

3.根据权利要求2所述的广告投放效果预估方法，其特征在于，所述基于所述历史广告在所述预设时段内对应各类用户的投放效果，确定所述历史投放信息，包括：

基于所述历史广告在所述预设时段内对应各类用户的投放效果，以及所述历史广告的广告信息，确定所述历史投放信息。

4.根据权利要求1所述的广告投放效果预估方法，其特征在于，所述历史行为信息的确定步骤包括：

基于所述目标用户在预设时段内对曝光广告的观看行为和/或点击行为的频次，确定所述历史行为信息。

5.根据权利要求1至4中任一项所述的广告投放效果预估方法，其特征在于，所述基于所述待投放广告所属广告主的历史投放信息和/或所述目标用户的历史行为信息，以及所述待投放广告的广告信息和所述目标用户的用户信息，进行广告投放效果预估，包括：

对所述待投放广告所属广告主的历史投放信息和/或所述目标用户的历史行为信息，以及所述待投放广告的广告信息和所述目标用户的用户信息进行信息编码，得到联合特征；

基于所述联合特征进行广告投放效果预估。

6.根据权利要求5所述的广告投放效果预估方法，其特征在于，所述基于提取所得的联合特征进行广告投放效果预估，包括：

基于所述联合特征，分别预估所述待投放广告的点击率和点击转化率，并基于所述点击率和所述点击转化率确定所述待投放广告的转化率。

7.根据权利要求1至4中任一项所述的广告投放效果预估方法，其特征在于，所述进行广告投放效果预估，之后还包括：

基于预估所得的广告投放效果，进行广告投放。

8.一种广告投放效果预估装置，其特征在于，包括：

信息获取单元，用于确定待投放广告和目标用户；

效果预测单元，用于基于所述待投放广告所属广告主的历史投放信息和/或所述目标用户的历史行为信息，以及所述待投放广告的广告信息和所述目标用户的用户信息，进行广告投放效果预估。

9.一种电子设备，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计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述广告投放效果预估方法。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述广告投放效果预估方法。

Images