本發(fā)明涉及計算機技術(shù)領(lǐng)域，尤其涉及一種用于調(diào)整推廣信息的出價的方法和裝置。

背景技術(shù)：

關(guān)鍵詞廣告等在線推廣信息已成為一種日益重要的廣告媒體形式，其一般結(jié)合搜索引擎，向用戶呈現(xiàn)與搜索關(guān)鍵詞相關(guān)的廣告。然而，基于現(xiàn)有技術(shù)的在線推廣系統(tǒng)一般使用推廣信息的出價作為對推廣信息進行排名的重要因素。但出價易于被操縱，直接采用出價作為排名因素容易產(chǎn)生壟斷、競爭不充分等現(xiàn)象。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種用于調(diào)整推廣信息的出價的方法和裝置。

根據(jù)本發(fā)明的一個方面，提供了一種用于調(diào)整推廣信息的出價的方法，其中，所述方法包括以下步驟：

-獲取推廣信息的出價信息和預估價值信息；

-基于所述預估價值信息和出價信息，并基于預定的價格變換函數(shù)，計算所述推廣信息的虛擬價值；

-基于所述虛擬價值，調(diào)整所述推廣信息的出價信息，以基于調(diào)整后的出價信息進行排序或計費。

根據(jù)本發(fā)明的一個方面，提供了一種用于調(diào)整推廣信息的出價的調(diào)整裝置，其中，所述調(diào)整裝置包括：

用于獲取推廣信息的出價信息和預估價值信息的裝置；

用于基于所述預估價值信息和出價信息，并基于預定的價格變換函數(shù)，計算所述推廣信息的虛擬價值的裝置；

用于基于所述虛擬價值，調(diào)整所述推廣信息的出價信息，以基于調(diào)整后的出價信息進行排序或計費的裝置。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點：通過將推廣信息的實時出價變換函數(shù)變換為推廣信息的虛擬價值，并使用虛擬價值代替實時出價作為推廣信息排名和計費的因素，突破了現(xiàn)有技術(shù)中僅基于出價來對推廣信息進行排名和計費的方式，使得排名結(jié)果和計費結(jié)果更加符合投放客戶的需求，從而能夠避免在線推廣系統(tǒng)中出現(xiàn)壟斷現(xiàn)象，促進良競爭，提升系統(tǒng)效率。

附圖說明

通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細描述，本發(fā)明的其它特征、目的和優(yōu)點將會變得更明顯：

圖1示意出了根據(jù)本發(fā)明的一種用于調(diào)整推廣信息的出價的方法流程圖；

圖2示意出了根據(jù)本發(fā)明的一種用于調(diào)整推廣信息的出價的調(diào)整裝置的結(jié)構(gòu)示意圖。

附圖中相同或相似的附圖標記代表相同或相似的部件。

具體實施方式

下面結(jié)合附圖對本發(fā)明作進一步詳細描述。

圖1示意出了根據(jù)本發(fā)明的一種用于調(diào)整推廣信息的出價的方法流程圖。根據(jù)本發(fā)明的方法包括步驟S1、步驟S2和步驟S3。

其中，根據(jù)本發(fā)明的方法通過包含于計算機設(shè)備中的調(diào)整裝置來實現(xiàn)。所述計算機設(shè)備包括一種能夠按照事先設(shè)定或存儲的指令，自動進行數(shù)值計算和/或信息處理的電子設(shè)備，其硬件包括但不限于微處理器、專用集成電路(ASIC)、可編程門陣列(FPGA)、數(shù)字處理器(DSP)、嵌入式設(shè)備等。所述計算機設(shè)備包括網(wǎng)絡(luò)設(shè)備和/或用戶設(shè)備。其中，所述網(wǎng)絡(luò)設(shè)備包括但不限于單個網(wǎng)絡(luò)服務(wù)器、多個網(wǎng)絡(luò)服務(wù)器組成的服務(wù)器組或基于云計算(Cloud Computing)的由大量主機或網(wǎng)絡(luò)服務(wù)器構(gòu)成的云，其中，云計算是分布式計算的一種，由一群松散耦合的計算機集組成的一個超級虛擬計算機。所述用戶設(shè)備包括但不限于任何一種可與用戶通過鍵盤、鼠標、遙控器、觸摸板、或聲控設(shè)備等方式進行人機交互的電子產(chǎn)品，例如，個人計算機、平板電腦、智能手機、PDA、游戲機、或IPTV等。

其中，所述用戶設(shè)備及網(wǎng)絡(luò)設(shè)備所處的網(wǎng)絡(luò)包括但不限于互聯(lián)網(wǎng)、廣域網(wǎng)、城域網(wǎng)、局域網(wǎng)、VPN網(wǎng)絡(luò)等。

需要說明的是，所述用戶設(shè)備、網(wǎng)絡(luò)設(shè)備以及網(wǎng)絡(luò)僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的用戶設(shè)備、網(wǎng)絡(luò)設(shè)備以及網(wǎng)絡(luò)如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明保護范圍以內(nèi)，并以引用方式包含于此。

參照圖1，在步驟S1中，調(diào)整裝置獲取推廣信息的出價信息和預估價值信息。

其中，所述推廣信息包括各種可基于客戶選擇的關(guān)鍵詞或短語來觸發(fā)和展現(xiàn)的信息。

其中，所述預估價值信息用于指示通過預測算法而得到的預估出價，例如，過去一周內(nèi)的歷史出價的平均價格等等。

優(yōu)選地，所述方法包括步驟S4(圖未示)，所述步驟S1包括步驟S101(圖未示)。

在步驟S4中，調(diào)整裝置基于多個推廣信息的歷史交易數(shù)據(jù)，建立或訓練所述價值預估模型。

其中，所述推廣信息的歷史交易數(shù)據(jù)包括以下至少任一項：

1)歷史展現(xiàn)時間信息；

2)歷史出價信息；該歷史出價信息包括該推廣信息在預定時間段內(nèi)

的各個歷史成交價格或平均成交價格等等。

3)競價關(guān)鍵詞信息；

4)投放客戶相關(guān)信息；該投放客戶相關(guān)信息可包括各種與投放推廣信息的客戶相關(guān)的信息，例如，客戶的名稱、營業(yè)范圍或信用等級等等。

優(yōu)選地，調(diào)整裝置通過對已投放的多個推廣信息上述一項或多項歷史交易數(shù)據(jù)進行聚類分析操作，建立或訓練所述價值預估模型。

在步驟S101中，調(diào)整裝置基于所述價值預估模型，獲得所述推廣信息的預估價值信息。

優(yōu)選地，調(diào)整裝置基于所述價值預估模型，獲得所述推廣信息的預估價值分布信息，作為其預估價值信息。

根據(jù)本發(fā)明的第一示例，調(diào)整裝置包含于提供關(guān)鍵詞廣告服務(wù)的系統(tǒng)的服務(wù)器中。調(diào)整裝置在步驟S4中基于已投放的多個廣告的歷史出價信息和歷史展現(xiàn)時間信息來建立并訓練價值預估模型model_1。對于廣告A，調(diào)整裝置在步驟S101中基于價值預估模型model_1和廣告A的歷史出價信息和歷史展現(xiàn)時間信息，獲得廣告A的價值分布的概率密度函數(shù)和累積分布函數(shù)，作為其預估價值分布信息。并且，調(diào)整裝置獲取到廣告A的當前出價為bid_1。

繼續(xù)參照圖1，接著，在步驟S2中，調(diào)整裝置基于所述出價信息和所述預估價值信息，并基于預定的價格變換函數(shù)，計算所述推廣信息的虛擬價值。

優(yōu)選地，所述價格變換函數(shù)基于拍賣算法而獲得。例如，用于確定最優(yōu)拍賣價格的算法等等。

其中，所述虛擬價值用于指示推廣信息對其投放客戶的重要性程度。

例如，如果獲得推廣信息A過去一周內(nèi)的平均成交價格為10，而該推廣信息A前的出價價格為5，推廣信息B過去一周內(nèi)的平均成交價格為2，當前的出價價格也為5。雖然，推廣信息A和推廣信息B的當前出價均為5，但當前出價低于推廣信息A的歷史成交價格，而高于推廣信息B的歷史成交價格，則可認為推廣信息A對于其投放客戶的重要性已降低而推廣信息B的重要性則上升，即推廣信息A的虛擬價值小于推廣信息B的虛擬價值。

根據(jù)本發(fā)明的一個優(yōu)選實施例，所述預估價值信息包括推廣信息的價值分布的概率密度函數(shù)和累積分布函數(shù)，調(diào)整裝置基于以下價格變換函數(shù)來計算目標價格：

$virtual\_{\mathrm{value}}_i\left({\mathrm{bid}}_i\right)={\mathrm{bid}}_i-\frac{1-F_i\left({\mathrm{bid}}_i\right)}{f_i\left({\mathrm{bid}}_i\right)}---\left(1\right)$

其中，bid_i表示推廣信息i的出價，virtual_valve_i表示推廣信息i虛擬價值，f_i表示推廣信息i的價值分布的概率密度函數(shù)，F(xiàn)_i表示推廣信息i的價值分布的累積分布函數(shù)。

繼續(xù)對前述第一示例進行說明，調(diào)整裝置基于廣告A的價值分布的概率密度函數(shù)和累積分布函數(shù)和當前出價bid_1，并基于上述公式(1)，計算得到廣告A的虛擬價值virtual_1。

繼續(xù)參照圖1進行說明，在步驟S3中，調(diào)整裝置基于所述虛擬價值，調(diào)整所述推廣信息的出價信息，以基于調(diào)整后的出價信息進行排序或計費。

具體地，調(diào)整裝置可將出價信息調(diào)整為所述虛擬價值，或者，可基于所述虛擬價值和預定的調(diào)整規(guī)則，得到調(diào)整后的出價信息。

繼續(xù)對前述第一示例進行說明，調(diào)整裝置將廣告A的出價bid_1調(diào)整為虛擬價值virtual_1，以基于虛擬價值virtual_1進行排序或計費。

優(yōu)選地，根據(jù)本發(fā)明的方法包括步驟S5(圖未示)。

在步驟S5中，調(diào)整裝置基于各個推廣信息各自的、調(diào)整后的出價信息和點擊率，來對各個推廣信息進行排序。

優(yōu)選地，所述調(diào)整裝置基于各個推廣信息的虛擬價值和預定的排序規(guī)則來對各個推廣信息進行排序。

例如，調(diào)整裝置基于點擊率和實時出價對各個推廣信息進行排序時，基于以下公式來計算用于排序的排序分：

score_i＝ctr_i×bid_i (2)

其中，score_i表示推廣信息i的排序分，ctr_i表示推廣信息i的點擊率。

則當調(diào)整裝置基于各個推廣信息的點擊率和虛擬價值，并基于以下公式來計算用于排序的排序分：

score_i＝ctr_i×virtual_value_i (3)

其中，score_i表示推廣信息i的排序分，ctr_i表示推廣信息i的點擊率，virtual_valve_i表示推廣信息i虛擬價值。

優(yōu)選地，根據(jù)本發(fā)明的方法采用預定的計費公式來對各個推廣信息進行計費，所述方法包括步驟S6(圖未示)。

在步驟S6中，調(diào)整裝置基于所述調(diào)整后的出價信息和預定的計費公式，對所述推廣信息進行計費。

具體地，調(diào)整裝置基于調(diào)整后的出價信息和預定的計費公式，計算與所述虛擬價值對應(yīng)的虛擬計費價格；接著，基于所述價格變化函數(shù)的反函數(shù)，對所述虛擬計費價格進行反解，得到所述推廣信息的最終計費價格，以基于該最終計費價格進行計費。

例如，調(diào)整裝置基于點擊率和實時出價來進行計費時，基于公式(2)和以下公式來計算計費價格：

price_i＝score_i+1÷ctr_i (4)

其中，score_i+1表示推廣信息i排名下一位的排序分，ctr_i表示推廣信息i的點擊率。

則當調(diào)整裝置基于各個推廣信息的點擊率和虛擬價值來進行計費時，調(diào)整裝置基于公式(3)和(4)計算基于虛擬價值進行排序計費得到的計費價格virtual_price，接著，調(diào)整裝置計算價格變換函數(shù)(1)的反函數(shù)，并將virtual_price反解得到推廣信息i的最終計費價格price_i，則price_i可表示為以下公式：

其中，其中為推廣信息i計算虛擬價值函數(shù)的反函數(shù)。

根據(jù)本發(fā)明的方法，通過將推廣信息的實時出價變換函數(shù)變換為推廣信息的虛擬價值，并使用虛擬價值代替實時出價作為推廣信息排名和計費的因素，突破了現(xiàn)有技術(shù)中僅基于出價來對推廣信息進行排名和計費的方式，使得排名結(jié)果和計費結(jié)果更加符合投放客戶的需求，從而能夠避免在線推廣系統(tǒng)中出現(xiàn)壟斷現(xiàn)象，促進良競爭，提升系統(tǒng)效率。

圖2示意出了根據(jù)本發(fā)明的一種用于調(diào)整推廣信息的出價的調(diào)整裝置的結(jié)構(gòu)示意圖。

根據(jù)本發(fā)明的調(diào)整裝置包括：用于獲取推廣信息的出價信息和預估價值信息的裝置(以下簡稱“信息獲取裝置1”)；用于基于所述預估價值信息和出價信息，并基于預定的價格變換函數(shù)，計算所述推廣信息的虛擬價值的裝置(以下簡稱“價值計算裝置2”)；用于基于所述虛擬價值，調(diào)整所述推廣信息的出價信息，以基于調(diào)整后的出價信息進行排序或計費的裝置(“出價調(diào)整裝置3”)。

參照圖2，信息獲取裝置1獲取推廣信息的出價信息和預估價值信息。

其中，所述推廣信息包括各種可基于客戶選擇的關(guān)鍵詞或短語來觸發(fā)和展現(xiàn)的信息。

其中，所述預估價值信息用于指示通過預測算法而得到的預估出價，例如，過去一周內(nèi)的歷史出價的平均價格等等。

優(yōu)選地，所述調(diào)整裝置包括用于基于多個推廣信息的歷史交易數(shù)據(jù)，建立或訓練所述價值預估模型的裝置(圖未示，以下簡稱“模型訓練裝置”)，所述信息獲取裝置1包括用于基于所述價值預估模型，獲得所述推廣信息的預估價值信息的裝置(圖未示，以下簡稱“子獲取裝置”)。

模型訓練裝置基于多個推廣信息的歷史交易數(shù)據(jù)，建立或訓練所述價值預估模型。

其中，所述推廣信息的歷史交易數(shù)據(jù)包括以下至少任一項：

1)歷史展現(xiàn)時間信息；

2)歷史出價信息；該歷史出價信息包括該推廣信息在預定時間段內(nèi)的各個歷史成交價格或平均成交價格等等。

3)競價關(guān)鍵詞信息；

4)投放客戶相關(guān)信息；該投放客戶相關(guān)信息可包括各種與投放推廣信息的客戶相關(guān)的信息，例如，客戶的名稱、營業(yè)范圍或信用等級等等。

優(yōu)選地，模型訓練裝置通過對已投放的多個推廣信息上述一項或多項歷史交易數(shù)據(jù)進行聚類分析操作，建立或訓練所述價值預估模型。

子獲取裝置基于所述價值預估模型，獲得所述推廣信息的預估價值信息。

優(yōu)選地，子獲取裝置基于所述價值預估模型，獲得所述推廣信息的預估價值分布信息，作為其預估價值信息。

根據(jù)本發(fā)明的第一示例，調(diào)整裝置包含于提供關(guān)鍵詞廣告服務(wù)的系統(tǒng)的服務(wù)器中。模型訓練裝置基于已投放的多個廣告的歷史出價信息和歷史展現(xiàn)時間信息來建立并訓練價值預估模型model_1。對于廣告A，子獲取裝置基于價值預估模型model_1和廣告A的歷史出價信息和歷史展現(xiàn)時間信息，獲得廣告A的價值分布的概率密度函數(shù)和累積分布函數(shù)，作為其預估價值分布信息。并且，信息獲取裝置1獲取到廣告A的當前出價為bid_1。

繼續(xù)參照圖2進行說明，接著，價值計算裝置2基于所述出價信息和所述預估價值信息，并基于預定的價格變換函數(shù)，計算所述推廣信息的虛擬價值。

優(yōu)選地，所述價格變換函數(shù)基于拍賣算法而獲得。例如，用于確定最優(yōu)拍賣價格的算法等等。

其中，所述虛擬價值用于指示推廣信息對其投放客戶的重要性程度。

例如，如果獲得推廣信息A過去一周內(nèi)的平均成交價格為10，而該推廣信息A前的出價價格為5，推廣信息B過去一周內(nèi)的平均成交價格為2，當前的出價價格也為5。雖然，推廣信息A和推廣信息B的當前出價均為5，但當前出價低于推廣信息A的歷史成交價格，而高于推廣信息B的歷史成交價格，則可認為推廣信息A對于其投放客戶的重要性已降低而推廣信息B的重要性則上升，即推廣信息A的虛擬價值小于推廣信息B的虛擬價值。

根據(jù)本發(fā)明的一個優(yōu)選實施例，所述預估價值信息包括推廣信息的價值分布的概率密度函數(shù)和累積分布函數(shù)，價值計算裝置2基于以下價格變換函數(shù)來計算目標價格：

$virtual\_{\mathrm{value}}_i\left({\mathrm{bid}}_i\right)={\mathrm{bid}}_i-\frac{1-F_i\left({\mathrm{bid}}_i\right)}{f_i\left({\mathrm{bid}}_i\right)}---\left(1\right)$

其中，bid_i表示推廣信息i的出價，virtual_valve_i表示推廣信息i虛擬價值，f_i表示推廣信息i的價值分布的概率密度函數(shù)，F(xiàn)_i表示推廣信息i的價值分布的累積分布函數(shù)。

繼續(xù)對前述第一示例進行說明，價值計算裝置2基于廣告A的價值分布的概率密度函數(shù)和累積分布函數(shù)和當前出價bid_1，并基于上述公式(1)，計算得到廣告A的虛擬價值virtual_1。

繼續(xù)參照圖2進行說明，出價調(diào)整裝置3基于所述虛擬價值，調(diào)整所述推廣信息的出價信息，以基于調(diào)整后的出價信息進行排序或計費。

具體地，出價調(diào)整裝置3可將出價信息調(diào)整為所述虛擬價值，或者，可基于所述虛擬價值和預定的調(diào)整規(guī)則，得到調(diào)整后的出價信息。

繼續(xù)對前述第一示例進行說明，出價調(diào)整裝置3將廣告A的出價bid_1調(diào)整為虛擬價值virtual_1，以基于虛擬價值virtual_1進行排序或計費。

優(yōu)選地，根據(jù)本發(fā)明的方法包括用于基于各個推廣信息各自的、調(diào)整后的出價信息和點擊率，來對各個推廣信息進行排序的裝置(圖未示，以下簡稱“排序裝置”)。

排序裝置基于各個推廣信息各自的、調(diào)整后的出價信息和點擊率，來對各個推廣信息進行排序。

優(yōu)選地，所述排序裝置基于各個推廣信息的虛擬價值和預定的排序規(guī)則來對各個推廣信息進行排序。

例如，排序裝置基于點擊率和實時出價對各個推廣信息進行排序時，基于以下公式來計算用于排序的排序分：

score_i＝ctr_i×bid_i (2)

其中，score_i表示推廣信息i的排序分，ctr_i表示推廣信息i的點擊率。

則當排序裝置基于各個推廣信息的點擊率和虛擬價值，并基于以下公式來計算用于排序的排序分：

score_i＝ctr_i×virtual_value_i (3)

其中，score_i表示推廣信息i的排序分，ctr_i表示推廣信息i的點擊率，virtual_valve_i表示推廣信息i虛擬價值。

優(yōu)選地，根據(jù)本發(fā)明的調(diào)整裝置包括用于基于所述調(diào)整后的出價信息和預定的計費公式，對所述推廣信息進行計費的裝置(圖未示，以下簡稱“計費裝置”)。

計費裝置基于所述調(diào)整后的出價信息和預定的計費公式，對所述推廣信息進行計費。

具體地，計費裝置基于調(diào)整后的出價信息和預定的計費公式，計算與所述虛擬價值對應(yīng)的虛擬計費價格；接著，基于所述價格變化函數(shù)的反函數(shù)，對所述虛擬計費價格進行反解，得到所述推廣信息的最終計費價格，以基于該最終計費價格進行計費。

例如，計費裝置基于點擊率和實時出價來進行計費時，基于公式(2)和以下公式來計算計費價格：

price_i＝score_i+1÷ctr_i (4)

其中，score_i+1表示推廣信息i排名下一位的排序分，ctr_i表示推廣信息i的點擊率。

則當計費裝置基于各個推廣信息的點擊率和虛擬價值來進行計費時，調(diào)整裝置基于公式(3)和(4)計算基于虛擬價值進行排序計費得到的計費價格virtual_price，接著，計費裝置計算價格變換函數(shù)(1)的反函數(shù)，并將virtual_price反解得到推廣信息i的最終計費價格price_i，則price_i可表示為以下公式：

其中，其中為推廣信息i計算虛擬價值函數(shù)的反函數(shù)。

根據(jù)本發(fā)明的方案，通過將推廣信息的實時出價變換函數(shù)變換為推廣信息的虛擬價值，并使用虛擬價值代替實時出價作為推廣信息排名和計費的因素，突破了現(xiàn)有技術(shù)中僅基于出價來對推廣信息進行排名和計費的方式，使得排名結(jié)果和計費結(jié)果更加符合投放客戶的需求，從而能夠避免在線推廣系統(tǒng)中出現(xiàn)壟斷現(xiàn)象，促進良競爭，提升系統(tǒng)效率。

本發(fā)明的軟件程序可以通過處理器執(zhí)行以實現(xiàn)上文所述步驟或功能。同樣地，本發(fā)明的軟件程序(包括相關(guān)的數(shù)據(jù)結(jié)構(gòu))可以被存儲到計算機可讀記錄介質(zhì)中，例如，RAM存儲器，磁或光驅(qū)動器或軟磁盤及類似設(shè)備。另外，本發(fā)明的一些步驟或功能可采用硬件來實現(xiàn)，例如，作為與處理器配合從而執(zhí)行各個功能或步驟的電路。

另外，本發(fā)明的一部分可被應(yīng)用為計算機程序產(chǎn)品，例如計算機程序指令，當其被計算機執(zhí)行時，通過該計算機的操作，可以調(diào)用或提供根據(jù)本發(fā)明的方法和/或技術(shù)方案。而調(diào)用本發(fā)明的方法的程序指令，可能被存儲在固定的或可移動的記錄介質(zhì)中，和/或通過廣播或其他信號承載媒體中的數(shù)據(jù)流而被傳輸，和/或被存儲在根據(jù)所述程序指令運行的計算機設(shè)備的工作存儲器中。在此，根據(jù)本發(fā)明的一個實施例包括一個裝置，該裝置包括用于存儲計算機程序指令的存儲器和用于執(zhí)行程序指令的處理器，其中，當該計算機程序指令被該處理器執(zhí)行時，觸發(fā)該裝置運行基于前述根據(jù)本發(fā)明的多個實施例的方法和/或技術(shù)方案。

對于本領(lǐng)域技術(shù)人員而言，顯然本發(fā)明不限于上述示范性實施例的細節(jié)，而且在不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實現(xiàn)本發(fā)明。因此，無論從哪一點來看，均應(yīng)將實施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權(quán)利要求而不是上述說明限定，因此旨在將落在權(quán)利要求的等同要件的含義和范圍內(nèi)的所有變化涵括在本發(fā)明內(nèi)。不應(yīng)將權(quán)利要求中的任何附圖標記視為限制所涉及的權(quán)利要求。此外，顯然“包括”一詞不排除其他單元或步驟，單數(shù)不排除復數(shù)。系統(tǒng)權(quán)利要求中陳述的多個單元或裝置也可以由一個單元或裝置通過軟件或者硬件來實現(xiàn)。第一，第二等詞語用來表示名稱，而并不表示任何特定的順序。