CN117408749B - 一种广告投放策略生成方法及系统 - Google Patents
一种广告投放策略生成方法及系统 Download PDFInfo
- Publication number
- CN117408749B CN117408749B CN202311683150.2A CN202311683150A CN117408749B CN 117408749 B CN117408749 B CN 117408749B CN 202311683150 A CN202311683150 A CN 202311683150A CN 117408749 B CN117408749 B CN 117408749B
- Authority
- CN
- China
- Prior art keywords
- advertisement
- strategy
- historical
- data
- advertising
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000002159 abnormal effect Effects 0.000 claims abstract description 100
- 230000008901 benefit Effects 0.000 claims abstract description 56
- 238000013507 mapping Methods 0.000 claims abstract description 43
- 238000012216 screening Methods 0.000 claims description 52
- 238000004364 calculation method Methods 0.000 claims description 46
- 238000012795 verification Methods 0.000 claims description 33
- 230000000694 effects Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
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
-
- 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
- G06Q30/0244—Optimization
-
- 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
- G06Q30/0249—Advertisements based upon budgets or funds
-
- 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
- G06Q30/0255—Targeted advertisements based on user history
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种广告投放策略生成方法及系统,涉及广告技术领域,包括:按照时序采集广告待投放平台的历史广告收益数据和历史广告投放策略;建立历史广告收益数据-时刻映射关系与历史广告投放策略-时刻映射关系;对历史广告收益数据进行分析,得到广告收益标准样本数据;基于历史广告收益数据-时刻映射关系,确定数据异常时刻;求取广告待投放平台的广告收益基准值;确定数据异常时刻的待验证广告投放策略;确定相关联投放策略;确定最佳广告投放策略。本发明的优点在于:可有效的基于平台广告投放的历史数据进行实现最优化的广告投放策略确定,保证广告投入回报比达到最大化,进而提供高效,准确的广告投放策略的预测和决策辅助。
Description
技术领域
本发明涉及广告技术领域,具体是涉及一种广告投放策略生成方法及系统。
背景技术
近年来,随着网络环境的优化和移动智能设备的普及,短视频作为一种新的内容承载形式迅速发展,且逐渐以其创意性与趣味性并存的特点,成为现下最受欢迎的自媒体形式,在这种情况下诞生了众多短视频平台。伴随着短视频平台上用户数量的与日俱增,吸引了大量的广告投放业主在短视频平台上进行视频广告投放。
然而现有技术中,缺乏对广告投放策略和广告收益之间的智能分析,因此在进行广告投放的决策仍然主要依赖于“直觉”或本能,或仅仅以平台的流量作为投放依据,往往难以实现广告投入回报比达到最大化,难以实现最优化的广告投放策略确定。
发明内容
为解决上述技术问题,提供一种广告投放策略生成方法及系统,本技术方案解决了上述的在进行广告投放的决策仍然主要依赖于“直觉”或本能,或仅仅以平台的流量作为投放依据,往往难以实现广告投入回报比达到最大化,难以实现最优化的广告投放策略确定的问题。
为达到以上目的,本发明采用的技术方案为:
一种广告投放策略生成方法,包括:
按照时序采集广告待投放平台的历史广告收益数据和历史广告投放策略;
基于时序,分别建立历史广告收益数据-时刻映射关系与历史广告投放策略-时刻映射关系;
对历史广告收益数据进行分析,筛选出历史广告收益数据中不符合正态分布的异常数据点,并将异常数据点进行剔除,得到广告收益标准样本数据;
基于历史广告收益数据-时刻映射关系,确定异常数据点对应的时刻,记为数据异常时刻;
基于广告收益标准样本数据,求取平均值,作为广告待投放平台的广告收益基准值;
基于历史广告投放策略-时刻映射关系,确定数据异常时刻的待验证广告投放策略;
确定待验证广告投放策略与广告收益之间的关联性,筛选出与广告收益存在相关联的若干个待验证广告投放策略,记为相关联投放策略;
确定当前广告投放的总预算投入,基于当前广告投放的总预算投入确定最佳广告投放策略。
优选的,所述对历史广告收益数据进行分析,筛选出历史广告收益数据中不符合正态分布的异常数据点具体包括:
设定统计周期;
对统计周期内的历史广告收益数据进行求和,获取当前周期内的广告收益总数据;
基于格拉布斯准则,建立峰值筛选条件;
基于峰值筛选条件,筛选出若干个周期内的广告收益总数据中超出正常波动的异常数据点,作为广告收益数据中具有统计意义的异常值;
其中,所述峰值筛选条件的表达式为:
;
式中,为第i个周期内的广告收益总数据,/>为所有周期内的广告收益总数据的平均值,/>为所有周期内的广告收益总数据的标准差,/>为格拉布斯临界值,若满足峰值筛选条件的表达式,则/>为异常值。
优选的,所述格拉布斯临界值的获取方式为:
基于对广告收益总数据的异常敏感程度,设定一检出水平值;
确定所有广告收益总数据的总数;
基于广告收益总数据的总数和检出水平值,从格拉布斯表中査取对应的值,作为格拉布斯临界值。
优选的,所述基于历史广告投放策略-时刻映射关系,确定数据异常时刻的待验证广告投放策略包括:
确定每一个数据异常时刻对应的历史广告投放策略,记为异常历史广告投放策略,并将所有异常历史广告投放策略组成异常历史广告投放策略集;
确定商业活动的普通投放策略手段,并将所有普通投放策略手段组成正常历史广告投放策略集;
求异常历史广告投放策略集和正常历史广告投放策略集之间的差集,并将差集中所有元素记为待验证广告投放策略。
优选的,所述确定待验证广告投放策略与广告收益之间的关联性,筛选出与广告收益存在相关联的若干个待验证广告投放策略,记为相关联投放策略具体包括:
从商业活动的历史广告收益数据中,获取每个待验证历史广告投放策略对应的验证历史广告收益数据,所述待验证历史广告投放策略对应的验证历史广告收益数据为有且仅有待验证历史广告投放策略的投放策略投入成本发生变化时的历史广告收益数据;
基于每一个待验证历史广告投放策略对应的验证历史广告收益数据,通过影响指标计算公式计算出每一个待验证历史广告投放策略的影响指标;
筛选出影响指标大于预设值的若干个待验证历史广告投放策略,作为广告收益的相关联投放策略;
所述影响指标计算公式为:
;
式中,K为待验证广告投放策略与广告收益之间的影响指标,为验证历史广告收益数据,/>为第j个验证历史广告收益数据对应的待验证广告投放策略的投入,/>为第j个验证历史广告收益数据。
优选的,所述基于当前广告投放的总预算投入确定最佳广告投放策略具体包括:
基于当前广告投放的总预算投入,建立预算限制条件;
基于对广告收益的相关联投放策略的所有的验证历史广告收益数据,确定每个相关联投放策略达到广告收益最大值时的投入,记为相关联投放策略的基准投入;
基于相关联投放策略与广告收益之间的影响指标和相关联投放策略的基准投入进行建立策略指标计算模型;
在预算限制条件下,获取使策略指标计算模型取最大值时的所有相关联投放策略的投入值,作为最佳广告投放策略;
其中,所述预算限制条件为:
;
式中,为当前广告投放的总预算投入,/>为第/>个相关联投放策略的投入值,L为相关联投放策略总数;
所述策略指标计算模型为:
;
式中,R为策略指标计算模型输出值,为第/>个相关联投放策略的基准投入,为第/>个相关联投放策略与广告收益之间的影响指标,/>为求最小值函数,/>为广告待投放平台的广告收益基准值。
进一步的,提出一种广告投放策略生成系统,用于实现如上述的广告投放策略生成方法,包括:
数据采集模块,所述数据采集模块用于按照时序采集广告待投放平台的历史广告收益数据和历史广告投放策略;
映射分析模块,所述映射分析模块与所述数据采集模块电性连接,所述映射分析模块用于基于时序,分别建立历史广告收益数据-时刻映射关系与历史广告投放策略-时刻映射关系;
异常识别模块,所述异常识别模块与所述数据采集模块电性连接,所述异常识别模块用于对历史广告收益数据进行分析,筛选出历史广告收益数据中不符合正态分布的异常数据点,并将异常数据点进行剔除,得到广告收益标准样本数据;
时刻确定模块,所述时刻确定模块与所述异常识别模块和所述映射分析模块电性连接,所述时刻确定模块用于基于历史广告收益数据-时刻映射关系,确定异常数据点对应的时刻,记为数据异常时刻;
收益计算模块,所述收益计算模块与所述异常识别模块电性连接,所述收益计算模块用于基于广告收益标准样本数据,求取平均值,作为广告待投放平台的广告收益基准值;
策略筛选模块,所述策略筛选模块与所述时刻确定模块和映射分析模块电性连接,所述策略筛选模块用于基于历史广告投放策略-时刻映射关系,确定数据异常时刻的待验证广告投放策略,并确定待验证广告投放策略与广告收益之间的关联性,筛选出与广告收益存在相关联的若干个待验证广告投放策略,记为相关联投放策略;
策略分析模块,所述策略分析模块与所述策略筛选模块和收益计算模块电性连接,所述策略分析模块用于确定当前广告投放的总预算投入,基于当前广告投放的总预算投入确定最佳广告投放策略。
可选的,所述策略筛选模块包括:
初筛单元,所述初筛单元用于确定每一个数据异常时刻对应的历史广告投放策略,记为异常历史广告投放策略,并将所有异常历史广告投放策略组成异常历史广告投放策略集,确定商业活动的普通投放策略手段,并将所有普通投放策略手段组成正常历史广告投放策略集,并求异常历史广告投放策略集和正常历史广告投放策略集之间的差集,并将差集中所有元素记为待验证广告投放策略;
关联度计算单元,所述关联度计算单元用于从商业活动的历史广告收益数据中,获取每个待验证历史广告投放策略对应的验证历史广告收益数据,并基于每一个待验证历史广告投放策略对应的验证历史广告收益数据,通过影响指标计算公式计算出每一个待验证历史广告投放策略的影响指标;
复筛单元,所述复筛单元用于筛选出影响指标大于预设值的若干个待验证历史广告投放策略,作为广告收益的相关联投放策略。
可选的,所述策略分析模块包括:
预算单元,所述预算单元用于基于当前广告投放的总预算投入,建立预算限制条件;
投入基准计算单元,所述投入基准计算单元用于基于对广告收益的相关联投放策略的所有的验证历史广告收益数据,确定每个相关联投放策略达到广告收益最大值时的投入,记为相关联投放策略的基准投入;
模型构建单元,所述模型构建单元用于基于相关联投放策略与广告收益之间的影响指标和相关联投放策略的基准投入进行建立策略指标计算模型;
最优策略确定单元,所述最优策略确定单元用于在预算限制条件下,获取使策略指标计算模型取最大值时的所有相关联投放策略的投入值,作为最佳广告投放策略。
与现有技术相比,本发明的有益效果在于:
本发明提出一种广告投放策略生成方案,通过捕捉广告待投放平台的历史广告收益数据中产生的异常波动点,并基于异常波动点时对应的广告投放策略进行分析,确定每一个广告投放策略对广告收益的影响指标,并基于广告投放的总预算投入进行综合分析计算出最适合当前状态下的广告投放策略,通过此方式,可有效的基于平台广告投放的历史数据进行实现最优化的广告投放策略确定,保证广告投入回报比达到最大化,进而提供高效,准确的广告投放策略的预测和决策辅助。
附图说明
图1为本发明提出的广告投放策略生成方法流程图;
图2为本发明中的筛选出历史广告收益数据中不符合正态分布的异常数据点的方法流程图;
图3为本发明中的格拉布斯临界值的获取方法流程图;
图4为本发明中的确定数据异常时刻的待验证广告投放策略的方法流程图;
图5为本发明中的确定相关联投放策略的方法流程图;
图6为本发明中的确定最佳广告投放策略的方法流程图;
图7为本发明提出的广告投放策略生成系统结构框图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。
参照图1所示,一种广告投放策略生成方法,包括:
按照时序采集广告待投放平台的历史广告收益数据和历史广告投放策略;
基于时序,分别建立历史广告收益数据-时刻映射关系与历史广告投放策略-时刻映射关系;
对历史广告收益数据进行分析,筛选出历史广告收益数据中不符合正态分布的异常数据点,并将异常数据点进行剔除,得到广告收益标准样本数据;
基于历史广告收益数据-时刻映射关系,确定异常数据点对应的时刻,记为数据异常时刻;
基于广告收益标准样本数据,求取平均值,作为广告待投放平台的广告收益基准值;
基于历史广告投放策略-时刻映射关系,确定数据异常时刻的待验证广告投放策略;
确定待验证广告投放策略与广告收益之间的关联性,筛选出与广告收益存在相关联的若干个待验证广告投放策略,记为相关联投放策略;
确定当前广告投放的总预算投入,基于当前广告投放的总预算投入确定最佳广告投放策略。
本方案通过捕捉广告待投放平台的历史广告收益数据中产生的异常波动点,并基于异常波动点时对应的广告投放策略进行分析,确定每一个广告投放策略对广告收益的影响指标,并基于广告投放的总预算投入进行综合分析计算出最适合当前状态下的广告投放策略。
参照图2所示,所述对历史广告收益数据进行分析,筛选出历史广告收益数据中不符合正态分布的异常数据点具体包括:
设定统计周期;
对统计周期内的历史广告收益数据进行求和,获取当前周期内的广告收益总数据;
基于格拉布斯准则,建立峰值筛选条件;
基于峰值筛选条件,筛选出若干个周期内的广告收益总数据中超出正常波动的异常数据点,作为广告收益数据中具有统计意义的异常值;
其中,所述峰值筛选条件的表达式为:
;
式中,为第i个周期内的广告收益总数据,/>为所有周期内的广告收益总数据的平均值,/>为所有周期内的广告收益总数据的标准差,/>为格拉布斯临界值,若满足峰值筛选条件的表达式,则/>为异常值。
参照图3所示,所述格拉布斯临界值的获取方式为:
基于对广告收益总数据的异常敏感程度,设定一检出水平值;
确定所有广告收益总数据的总数;
基于广告收益总数据的总数和检出水平值,从格拉布斯表中査取对应的值,作为格拉布斯临界值。
可以理解的是,在正常的广告投放中,广告收益数据的波动应该处于正态分布范围区间内,该正态分布范围区间是由平台自身的流量属性所决定,为平台的基准收益,因此,在广告收益数据出现不符合正态分布的异常状态时,该状态下的存在着对广告收益存在影响的广告投放策略,对异常状态下的广告投放策略进行分析,找出导致广告收益出现正向异常波动的广告投放策略,可有效的保证后续确定广告投放策略时的准确性,保证在进行广告投放策略决策时的准确性;
本方案中,对于广告收益数据异常值筛选,采用的是格拉布斯准则,通过此方式可有效的识别出广告收益数据中的不符合正态分布的异常状态值,其中对于检定水平值的确定,可以理解的是,检定水平值取值范围通常为0.01-0.1,检定水平值越大,则筛选出的异常波动点越大,本实施例中,检定水平值具体可取0.05。
参照图4所示,所述基于历史广告投放策略-时刻映射关系,确定数据异常时刻的待验证广告投放策略包括:
确定每一个数据异常时刻对应的历史广告投放策略,记为异常历史广告投放策略,并将所有异常历史广告投放策略组成异常历史广告投放策略集;
确定商业活动的普通投放策略手段,并将所有普通投放策略手段组成正常历史广告投放策略集;
求异常历史广告投放策略集和正常历史广告投放策略集之间的差集,并将差集中所有元素记为待验证广告投放策略。
广告投放中,通常存在着长期稳定的广告投放策略,该广告投放策略保证了广告收益数据的基础,这些广告投放策略为正常广告投放策略,在数据异常时刻通常同时进行着正常广告投放策略,这些广告投放策略对于广告收益数据的影响是确定的,为减少后续的计算过程,本方案中,在确定待验证广告投放策略时,将正常广告投放策略剔除。
参照图5所示,所述确定待验证广告投放策略与广告收益之间的关联性,筛选出与广告收益存在相关联的若干个待验证广告投放策略,记为相关联投放策略具体包括:
从商业活动的历史广告收益数据中,获取每个待验证历史广告投放策略对应的验证历史广告收益数据,所述待验证历史广告投放策略对应的验证历史广告收益数据为有且仅有待验证历史广告投放策略的投放策略投入成本发生变化时的历史广告收益数据;
基于每一个待验证历史广告投放策略对应的验证历史广告收益数据,通过影响指标计算公式计算出每一个待验证历史广告投放策略的影响指标;
筛选出影响指标大于预设值的若干个待验证历史广告投放策略,作为广告收益的相关联投放策略;
所述影响指标计算公式为:
;
式中,K为待验证广告投放策略与广告收益之间的影响指标,为验证历史广告收益数据,/>为第j个验证历史广告收益数据对应的待验证广告投放策略的投入,/>为第j个验证历史广告收益数据。
基于每一个待验证广告投放策略进行调取有且仅有待验证广告投放策略的营销投入成本发生变化时的广告收益数据作为验证广告收益数据,并基于待验证广告投放策略对应的验证广告收益数据计算广告收益数据相对于待验证广告投放策略的营销投入成本之间的线性回归值作为影响指标,该影响指标越大,说明待验证广告投放策略的变化相对于广告收益数据的正向影响程度越大,越能够促进广告收益数据的增长。
参照图6所示,所述基于当前广告投放的总预算投入确定最佳广告投放策略具体包括:
基于当前广告投放的总预算投入,建立预算限制条件;
基于对广告收益的相关联投放策略的所有的验证历史广告收益数据,确定每个相关联投放策略达到广告收益最大值时的投入,记为相关联投放策略的基准投入;
基于相关联投放策略与广告收益之间的影响指标和相关联投放策略的基准投入进行建立策略指标计算模型;
在预算限制条件下,获取使策略指标计算模型取最大值时的所有相关联投放策略的投入值,作为最佳广告投放策略;
其中,所述预算限制条件为:
;
式中,为当前广告投放的总预算投入,/>为第/>个相关联投放策略的投入值,L为相关联投放策略总数;
所述策略指标计算模型为:
;
式中,R为策略指标计算模型输出值,为第/>个相关联投放策略的基准投入,为第/>个相关联投放策略与广告收益之间的影响指标,/>为求最小值函数,/>为广告待投放平台的广告收益基准值。
本方案中,通过每个广告投放策略的基准投入和广告投放策略的影响指标进行建立策略指标计算模型,该模型的输出值越大,则代表着营销方案可实现的对于商业数据的正向增长的影响越大,同时基于广告投放的总预算投入进行建立成本限制条件,保证对于所有广告投放策略的总投入小于广告投放的总预算投入,通过计算在成本限制条件下策略指标计算模型取最大值时的各相关联广告投放策略的投入预算,作为广告投放策略方案,即为当前状态的最优化广告投放策略方案,可实现广告投放的投入回报比达到最大化。
进一步的,基于与上述广告投放策略生成方法相同的发明构思,本方案提出一种广告投放策略生成系统,包括:
数据采集模块,所述数据采集模块用于按照时序采集广告待投放平台的历史广告收益数据和历史广告投放策略;
映射分析模块,所述映射分析模块与所述数据采集模块电性连接,所述映射分析模块用于基于时序,分别建立历史广告收益数据-时刻映射关系与历史广告投放策略-时刻映射关系;
异常识别模块,所述异常识别模块与所述数据采集模块电性连接,所述异常识别模块用于对历史广告收益数据进行分析,筛选出历史广告收益数据中不符合正态分布的异常数据点,并将异常数据点进行剔除,得到广告收益标准样本数据;
时刻确定模块,所述时刻确定模块与所述异常识别模块和所述映射分析模块电性连接,所述时刻确定模块用于基于历史广告收益数据-时刻映射关系,确定异常数据点对应的时刻,记为数据异常时刻;
收益计算模块,所述收益计算模块与所述异常识别模块电性连接,所述收益计算模块用于基于广告收益标准样本数据,求取平均值,作为广告待投放平台的广告收益基准值;
策略筛选模块,所述策略筛选模块与所述时刻确定模块和映射分析模块电性连接,所述策略筛选模块用于基于历史广告投放策略-时刻映射关系,确定数据异常时刻的待验证广告投放策略,并确定待验证广告投放策略与广告收益之间的关联性,筛选出与广告收益存在相关联的若干个待验证广告投放策略,记为相关联投放策略;
策略分析模块,所述策略分析模块与所述策略筛选模块和收益计算模块电性连接,所述策略分析模块用于确定当前广告投放的总预算投入,基于当前广告投放的总预算投入确定最佳广告投放策略。
所述策略筛选模块包括:
初筛单元,所述初筛单元用于确定每一个数据异常时刻对应的历史广告投放策略,记为异常历史广告投放策略,并将所有异常历史广告投放策略组成异常历史广告投放策略集,确定商业活动的普通投放策略手段,并将所有普通投放策略手段组成正常历史广告投放策略集,并求异常历史广告投放策略集和正常历史广告投放策略集之间的差集,并将差集中所有元素记为待验证广告投放策略;
关联度计算单元,所述关联度计算单元用于从商业活动的历史广告收益数据中,获取每个待验证历史广告投放策略对应的验证历史广告收益数据,并基于每一个待验证历史广告投放策略对应的验证历史广告收益数据,通过影响指标计算公式计算出每一个待验证历史广告投放策略的影响指标;
复筛单元,所述复筛单元用于筛选出影响指标大于预设值的若干个待验证历史广告投放策略,作为广告收益的相关联投放策略。
所述策略分析模块包括:
预算单元,所述预算单元用于基于当前广告投放的总预算投入,建立预算限制条件;
投入基准计算单元,所述投入基准计算单元用于基于对广告收益的相关联投放策略的所有的验证历史广告收益数据,确定每个相关联投放策略达到广告收益最大值时的投入,记为相关联投放策略的基准投入;
模型构建单元,所述模型构建单元用于基于相关联投放策略与广告收益之间的影响指标和相关联投放策略的基准投入进行建立策略指标计算模型;
最优策略确定单元,所述最优策略确定单元用于在预算限制条件下,获取使策略指标计算模型取最大值时的所有相关联投放策略的投入值,作为最佳广告投放策略。
上述广告投放策略生成系统的使用过程为:
步骤一:数据采集模块按照时序采集广告待投放平台的历史广告收益数据和历史广告投放策略;
步骤二:映射分析模块基于时序,分别建立历史广告收益数据-时刻映射关系与历史广告投放策略-时刻映射关系;
步骤三:异常识别模块对历史广告收益数据进行分析,筛选出历史广告收益数据中不符合正态分布的异常数据点,并将异常数据点进行剔除,得到广告收益标准样本数据;
步骤四:时刻确定模块基于历史广告收益数据-时刻映射关系,确定异常数据点对应的时刻,记为数据异常时刻;
步骤五:收益计算模块基于广告收益标准样本数据,求取平均值,作为广告待投放平台的广告收益基准值;
步骤六:初筛单元确定每一个数据异常时刻对应的历史广告投放策略,记为异常历史广告投放策略,并将所有异常历史广告投放策略组成异常历史广告投放策略集,确定商业活动的普通投放策略手段,并将所有普通投放策略手段组成正常历史广告投放策略集,并求异常历史广告投放策略集和正常历史广告投放策略集之间的差集,并将差集中所有元素记为待验证广告投放策略;
步骤七:关联度计算单元从商业活动的历史广告收益数据中,获取每个待验证历史广告投放策略对应的验证历史广告收益数据,并基于每一个待验证历史广告投放策略对应的验证历史广告收益数据,通过影响指标计算公式计算出每一个待验证历史广告投放策略的影响指标;
步骤八:复筛单元筛选出影响指标大于预设值的若干个待验证历史广告投放策略,作为广告收益的相关联投放策略;
步骤九:预算单元基于当前广告投放的总预算投入,建立预算限制条件;
步骤十:投入基准计算单元基于对广告收益的相关联投放策略的所有的验证历史广告收益数据,确定每个相关联投放策略达到广告收益最大值时的投入,记为相关联投放策略的基准投入;
步骤十一:模型构建单元基于相关联投放策略与广告收益之间的影响指标和相关联投放策略的基准投入进行建立策略指标计算模型;
步骤十二:最优策略确定单元在预算限制条件下,获取使策略指标计算模型取最大值时的所有相关联投放策略的投入值,作为最佳广告投放策略。
综上所述,本发明的优点在于:可有效的基于平台广告投放的历史数据进行实现最优化的广告投放策略确定,保证广告投入回报比达到最大化,进而提供高效,准确的广告投放策略的预测和决策辅助。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (4)
1.一种广告投放策略生成方法,其特征在于,包括:
按照时序采集广告待投放平台的历史广告收益数据和历史广告投放策略;
基于时序,分别建立历史广告收益数据-时刻映射关系与历史广告投放策略-时刻映射关系;
对历史广告收益数据进行分析,筛选出历史广告收益数据中不符合正态分布的异常数据点,并将异常数据点进行剔除,得到广告收益标准样本数据;
基于历史广告收益数据-时刻映射关系,确定异常数据点对应的时刻,记为数据异常时刻;
基于广告收益标准样本数据,求取平均值,作为广告待投放平台的广告收益基准值;
基于历史广告投放策略-时刻映射关系,确定数据异常时刻的待验证广告投放策略;
确定待验证广告投放策略与广告收益之间的关联性,筛选出与广告收益存在相关联的若干个待验证广告投放策略,记为相关联投放策略;
确定当前广告投放的总预算投入,基于当前广告投放的总预算投入确定最佳广告投放策略;
所述对历史广告收益数据进行分析,筛选出历史广告收益数据中不符合正态分布的异常数据点具体包括:
设定统计周期;
对统计周期内的历史广告收益数据进行求和,获取当前周期内的广告收益总数据;
基于格拉布斯准则,建立峰值筛选条件;
基于峰值筛选条件,筛选出若干个周期内的广告收益总数据中超出正常波动的异常数据点,作为广告收益数据中具有统计意义的异常值;
其中,所述峰值筛选条件的表达式为:
;
式中,为第i个周期内的广告收益总数据, />为所有周期内的广告收益总数据的平均值,/>为所有周期内的广告收益总数据的标准差,/>为格拉布斯临界值,若满足峰值筛选条件的表达式,则/>为异常值;
所述格拉布斯临界值的获取方式为:
基于对广告收益总数据的异常敏感程度,设定一检出水平值;
确定所有广告收益总数据的总数;
基于广告收益总数据的总数和检出水平值,从格拉布斯表中査取对应的值,作为格拉布斯临界值;
所述基于历史广告投放策略-时刻映射关系,确定数据异常时刻的待验证广告投放策略包括:
确定每一个数据异常时刻对应的历史广告投放策略,记为异常历史广告投放策略,并将所有异常历史广告投放策略组成异常历史广告投放策略集;
确定商业活动的普通投放策略手段,并将所有普通投放策略手段组成正常历史广告投放策略集;
求异常历史广告投放策略集和正常历史广告投放策略集之间的差集,并将差集中所有元素记为待验证广告投放策略;
所述确定待验证广告投放策略与广告收益之间的关联性,筛选出与广告收益存在相关联的若干个待验证广告投放策略,记为相关联投放策略具体包括:
从商业活动的历史广告收益数据中,获取每个待验证历史广告投放策略对应的验证历史广告收益数据,所述待验证历史广告投放策略对应的验证历史广告收益数据为有且仅有待验证历史广告投放策略的投放策略投入成本发生变化时的历史广告收益数据;
基于每一个待验证历史广告投放策略对应的验证历史广告收益数据,通过影响指标计算公式计算出每一个待验证历史广告投放策略的影响指标;
筛选出影响指标大于预设值的若干个待验证历史广告投放策略,作为广告收益的相关联投放策略;
所述影响指标计算公式为:
;
式中,K为待验证广告投放策略与广告收益之间的影响指标,为验证历史广告收益数据,/>为第j个验证历史广告收益数据对应的待验证广告投放策略的投入,/>为第j个验证历史广告收益数据;
所述基于当前广告投放的总预算投入确定最佳广告投放策略具体包括:
基于当前广告投放的总预算投入,建立预算限制条件;
基于对广告收益的相关联投放策略的所有的验证历史广告收益数据,确定每个相关联投放策略达到广告收益最大值时的投入,记为相关联投放策略的基准投入;
基于相关联投放策略与广告收益之间的影响指标和相关联投放策略的基准投入进行建立策略指标计算模型;
在预算限制条件下,获取使策略指标计算模型取最大值时的所有相关联投放策略的投入值,作为最佳广告投放策略;
其中,所述预算限制条件为:
;
式中,为当前广告投放的总预算投入,/>为第/>个相关联投放策略的投入值,L为相关联投放策略总数;
所述策略指标计算模型为:
;
式中,R为策略指标计算模型输出值,为第/>个相关联投放策略的基准投入, />为第/>个相关联投放策略与广告收益之间的影响指标,/>为求最小值函数,/>为广告待投放平台的广告收益基准值。
2.一种广告投放策略生成系统,其特征在于,用于实现如权利要求1所述的广告投放策略生成方法,包括:
数据采集模块,所述数据采集模块用于按照时序采集广告待投放平台的历史广告收益数据和历史广告投放策略;
映射分析模块,所述映射分析模块与所述数据采集模块电性连接,所述映射分析模块用于基于时序,分别建立历史广告收益数据-时刻映射关系与历史广告投放策略-时刻映射关系;
异常识别模块,所述异常识别模块与所述数据采集模块电性连接,所述异常识别模块用于对历史广告收益数据进行分析,筛选出历史广告收益数据中不符合正态分布的异常数据点,并将异常数据点进行剔除,得到广告收益标准样本数据;
时刻确定模块,所述时刻确定模块与所述异常识别模块和所述映射分析模块电性连接,所述时刻确定模块用于基于历史广告收益数据-时刻映射关系,确定异常数据点对应的时刻,记为数据异常时刻;
收益计算模块,所述收益计算模块与所述异常识别模块电性连接,所述收益计算模块用于基于广告收益标准样本数据,求取平均值,作为广告待投放平台的广告收益基准值;
策略筛选模块,所述策略筛选模块与所述时刻确定模块和映射分析模块电性连接,所述策略筛选模块用于基于历史广告投放策略-时刻映射关系,确定数据异常时刻的待验证广告投放策略,并确定待验证广告投放策略与广告收益之间的关联性,筛选出与广告收益存在相关联的若干个待验证广告投放策略,记为相关联投放策略;
策略分析模块,所述策略分析模块与所述策略筛选模块和收益计算模块电性连接,所述策略分析模块用于确定当前广告投放的总预算投入,基于当前广告投放的总预算投入确定最佳广告投放策略。
3.根据权利要求2所述的一种广告投放策略生成系统,其特征在于,所述策略筛选模块包括:
初筛单元,所述初筛单元用于确定每一个数据异常时刻对应的历史广告投放策略,记为异常历史广告投放策略,并将所有异常历史广告投放策略组成异常历史广告投放策略集,确定商业活动的普通投放策略手段,并将所有普通投放策略手段组成正常历史广告投放策略集,并求异常历史广告投放策略集和正常历史广告投放策略集之间的差集,并将差集中所有元素记为待验证广告投放策略;
关联度计算单元,所述关联度计算单元用于从商业活动的历史广告收益数据中,获取每个待验证历史广告投放策略对应的验证历史广告收益数据,并基于每一个待验证历史广告投放策略对应的验证历史广告收益数据,通过影响指标计算公式计算出每一个待验证历史广告投放策略的影响指标;
复筛单元,所述复筛单元用于筛选出影响指标大于预设值的若干个待验证历史广告投放策略,作为广告收益的相关联投放策略。
4.根据权利要求3所述的一种广告投放策略生成系统,其特征在于,所述策略分析模块包括:
预算单元,所述预算单元用于基于当前广告投放的总预算投入,建立预算限制条件;
投入基准计算单元,所述投入基准计算单元用于基于对广告收益的相关联投放策略的所有的验证历史广告收益数据,确定每个相关联投放策略达到广告收益最大值时的投入,记为相关联投放策略的基准投入;
模型构建单元,所述模型构建单元用于基于相关联投放策略与广告收益之间的影响指标和相关联投放策略的基准投入进行建立策略指标计算模型;
最优策略确定单元,所述最优策略确定单元用于在预算限制条件下,获取使策略指标计算模型取最大值时的所有相关联投放策略的投入值,作为最佳广告投放策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311683150.2A CN117408749B (zh) | 2023-12-09 | 2023-12-09 | 一种广告投放策略生成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311683150.2A CN117408749B (zh) | 2023-12-09 | 2023-12-09 | 一种广告投放策略生成方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117408749A CN117408749A (zh) | 2024-01-16 |
CN117408749B true CN117408749B (zh) | 2024-03-29 |
Family
ID=89489275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311683150.2A Active CN117408749B (zh) | 2023-12-09 | 2023-12-09 | 一种广告投放策略生成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117408749B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104851023A (zh) * | 2015-05-07 | 2015-08-19 | 容一飞 | 一种实时竞价在线反馈控制方法及系统 |
CN109583921A (zh) * | 2017-09-28 | 2019-04-05 | 北京国双科技有限公司 | 广告预算获取方法、装置、存储介质及处理器 |
CN110288377A (zh) * | 2019-05-24 | 2019-09-27 | 北京派瑞威行互联技术有限公司 | 广告投放优化方法及装置、存储介质及电子装置 |
CN110766449A (zh) * | 2019-09-27 | 2020-02-07 | 北京奥维互娱科技有限公司 | 一种广告预算分配系统及方法 |
CN116342190A (zh) * | 2023-03-20 | 2023-06-27 | 长沙松柏之志传媒有限公司 | 广告投放方法、投放系统及相关设备 |
CN116739669A (zh) * | 2023-08-16 | 2023-09-12 | 成都一心航科技有限公司 | 一种ocpx广告实时监控系统以及监控方法 |
CN117076280A (zh) * | 2023-09-27 | 2023-11-17 | 建信金融科技有限责任公司 | 策略生成方法及装置、电子设备和计算机可读存储介质 |
-
2023
- 2023-12-09 CN CN202311683150.2A patent/CN117408749B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104851023A (zh) * | 2015-05-07 | 2015-08-19 | 容一飞 | 一种实时竞价在线反馈控制方法及系统 |
CN109583921A (zh) * | 2017-09-28 | 2019-04-05 | 北京国双科技有限公司 | 广告预算获取方法、装置、存储介质及处理器 |
CN110288377A (zh) * | 2019-05-24 | 2019-09-27 | 北京派瑞威行互联技术有限公司 | 广告投放优化方法及装置、存储介质及电子装置 |
CN110766449A (zh) * | 2019-09-27 | 2020-02-07 | 北京奥维互娱科技有限公司 | 一种广告预算分配系统及方法 |
CN116342190A (zh) * | 2023-03-20 | 2023-06-27 | 长沙松柏之志传媒有限公司 | 广告投放方法、投放系统及相关设备 |
CN116739669A (zh) * | 2023-08-16 | 2023-09-12 | 成都一心航科技有限公司 | 一种ocpx广告实时监控系统以及监控方法 |
CN117076280A (zh) * | 2023-09-27 | 2023-11-17 | 建信金融科技有限责任公司 | 策略生成方法及装置、电子设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117408749A (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110991875B (zh) | 一种平台用户质量评估系统 | |
CN106960359B (zh) | 一种基于流式计算的全自动竞价优化方法及系统 | |
US20030097292A1 (en) | System and method for stability analysis of profitability of target markets for goods or services | |
CN110119948B (zh) | 基于时变权重动态组合的电力用户信用评价方法及系统 | |
CN115545779B (zh) | 一种基于大数据的广告投放的预警管理方法及系统 | |
CN115408586B (zh) | 一种智能渠道运营数据分析方法、系统、设备及存储介质 | |
CN112565422B (zh) | 一种对电力物联网故障数据的识别方法、系统和存储介质 | |
CN105447634A (zh) | 一种基于大数据平台的实时风险控制方法及系统 | |
CN112330047A (zh) | 一种基于用户行为特征的信用卡还款概率预测方法 | |
CN116881555A (zh) | 基于ai和大数据分析的用户个性化新闻推送系统 | |
CN111061948A (zh) | 一种用户标签推荐方法、装置、计算机设备及存储介质 | |
CN117408749B (zh) | 一种广告投放策略生成方法及系统 | |
CN114722945A (zh) | 一种存量客户投保意向预测方法及装置 | |
CN113887917A (zh) | 基于服务架构的智慧城市管理平台 | |
CN115147081B (zh) | 基于人工智能的政策匹配方法、系统及存储介质 | |
CN113052422A (zh) | 风控模型训练方法和用户信用评估方法 | |
CN115170196A (zh) | 一种基于大数据智能写作的推广方法 | |
CN108629506A (zh) | 风控模型的建模方法、装置、计算机设备和存储介质 | |
CN114676931A (zh) | 一种基于数据中台技术的电量预测系统 | |
CN110232517B (zh) | 一种移动群智感知用户收益选取方法 | |
CN113643071A (zh) | 一种用于数字自媒体的多平台用户互动数据分析方法 | |
CN110399399B (zh) | 用户分析的方法、装置、电子设备和存储介质 | |
CN113139715A (zh) | 电信行业集团客户流失的综合评估预警方法及系统 | |
CN111814890A (zh) | 基于d-s证据理论的网络直播违法违规行为判定方法 | |
CN111860299A (zh) | 目标对象的等级确定方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |