一種競價方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)，尤其涉及一種競價方法和裝置。
【背景技術(shù)】
[0002]實時競價(RTB)是一種新興的互聯(lián)網(wǎng)廣告投放模式，使得廣告的投放方式從媒體、廣告位的粗粒度購買模式轉(zhuǎn)變?yōu)榘从脩舻募毩６荣徺I模式，使得廣告主可以在合適的時間將合適的廣告信息傳遞給合適的用戶，從而提升廣告投放效率。在RTB模式中，媒體、廣告交易平臺(Ad Exchange)、需求方平臺(Demand Side Platform, DSP)、廣告主是其中重要的成員。其中，廣告交易平臺匯集媒體的廣告曝光展示機會信息，并將所述信息傳遞給多家DSP，DSP則匯集廣告主的廣告投放需求，綜合廣告交易平臺提供的廣告曝光場景信息、用戶信息及廣告信息，對每一次廣告曝光機會的價值進行估計，選擇合適的廣告與價格進行出價，以竟得曝光機會。由于DSP平臺的任務(wù)是不斷優(yōu)化廣告主的投放效果，即不斷優(yōu)化不同廣告主所設(shè)定的相應(yīng)KPI (Key Performance Indicator)值，而對于DSP平臺而言，競價算法至關(guān)重要，該算法需要綜合運用人群定向分析、點擊率及轉(zhuǎn)化率估計、成本預(yù)算等對所述KPI(Key Performance Indicator)值不斷優(yōu)化。通常，在RTB模式下，不同廣告主所設(shè)定的KPI值的形式呈多樣性，諸如CTR (點擊率)、CPC (每次點擊付費)、CPA (每行動成本)、ROI (投資回報率)以及到達率、二跳率等等。為適應(yīng)不同廣告主所設(shè)定的KPI值，選擇合適的廣告與價格進行出價，需要DSP的競價算法有相當(dāng)大的靈活性。
[0003]而現(xiàn)有的DSP競價算法主要借鑒搜索廣告、聯(lián)盟廣告的點擊率(CTR)、點擊轉(zhuǎn)化率(CVR)進行預(yù)估運算和出價，采用的算法主要為邏輯回歸及其變種，但是這些算法對于不同廣告主的KPI適應(yīng)性不足，可以優(yōu)化的KPI類型有限，通常只能對CTR、CVR參數(shù)進行優(yōu)化，而且，對于任何一種KPI的參數(shù)都是通過獨立建模進行計算，所獨立建立的模型通常不能融合。特別是，現(xiàn)有競價算法中對數(shù)據(jù)進行統(tǒng)計時，對稀疏數(shù)據(jù)容易出現(xiàn)過擬合，例如，對于曝光數(shù)與點擊數(shù)極少的維度CTR進行統(tǒng)計會出現(xiàn)過高或過低的值；并且，現(xiàn)有競價算法對未知流量探索能力差(例如，對于缺乏數(shù)據(jù)的域名可能一直不會將廣告投放至該域名對應(yīng)的網(wǎng)站)，容易做出非白即黑的簡單判斷、難以融入優(yōu)化人員的經(jīng)驗知識等。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的是提供一種競價方法和裝置，通過聯(lián)合使用多個模型，滿足設(shè)定不同KPI值的廣告主更好地進行實時競價。
[0005]根據(jù)本發(fā)明的一個方面，提供了一種競價方法，該方法包括:
[0006]建立所述CTR估計模型、CTR校準模型、媒體質(zhì)量評估模型、CVR估計模型和概率黑白名單模型中的至少一個模型；
[0007]融合所建立的模型；
[0008]對于給定的KPI參數(shù)，獲取廣告投放的歷史數(shù)據(jù)和實時數(shù)據(jù)，基于所融合的模型，對待投放的廣告流量價值進行估計；
[0009]基于所述估計得到的流量價值，確定合適的出價策略進行競價。
[0010]其中，所建立的CTR估計模型用于基于貝葉斯統(tǒng)計方法估計點擊率。
[0011]其中，所建立的CTR校準模型用于采用Log線性回歸算法捕捉基于所述CTR估計模型得到的CTR值和真實CTR值的總體對應(yīng)關(guān)系。進一步地，所述CTR校準模型還用于:基于Log線性回歸算法，使用局部回歸的方法捕捉局部非線性特征，以使得Log線性回歸可以更準確地描述預(yù)測CTR與實際CTR之間的對應(yīng)關(guān)系，并使所述回歸呈單調(diào)遞增。
[0012]其中，所建立的媒體質(zhì)量評估模型，用于基于多種數(shù)據(jù)對媒體的質(zhì)量進行綜合評分。進一步地，所述綜合評分得到的質(zhì)量評分值連續(xù)。
[0013]其中，所建立的概率黑白名單模型，用于為每個名單設(shè)定一個黑白調(diào)整系數(shù)，以區(qū)分所述各名單為黑名單或白名單的概率。
[0014]其中，在所述競價中，至少基于以下兩個因素進行出價:不同預(yù)測CTR區(qū)段實際CPC的不同、不同時間段的CPM(廣告條每顯示1000次的費用)、CPC、CPA及平均競得率的不同。
[0015]進一步地，所述特定的KPI為CPA時，所述競價方法具體包括:
[0016]至少建立CTR估計模型和CVR估計模型；
[0017]基于概率的鏈式法則融合所建立的CTR模型和CVR模型。
[0018]根據(jù)本發(fā)明的另一個方面，還提供了一種競價裝置，該裝置包括:
[0019]模型建立模塊，用于建立所述CTR估計模型、CTR校準模型、媒體質(zhì)量評估模型、CVR估計模型和概率黑白名單模型中的至少一個模型，以及建立出價模型；
[0020]模型融合模塊，用于融合所建立的模型；
[0021]流量價值估計模塊，對于給定的KPI參數(shù)，用于獲取廣告投放的歷史數(shù)據(jù)和實時數(shù)據(jù)，基于所融合的模型，對待投放的廣告流量價值進行估計；
[0022]競價模塊，基于所述估計得到的流量價值，確定合適的出價策略進行競價。
[0023]其中，所建立的CTR估計模型用于基于貝葉斯統(tǒng)計方法估計點擊率。
[0024]其中，所建立的CTR校準模型用于采用Log線性回歸算法捕捉基于所述CTR估計模型得到的CTR值和真實CTR值的總體對應(yīng)關(guān)系。進一步地，所述CTR校準模型還用于:基于Log線性回歸算法，使用局部回歸的方法捕捉局部非線性特征，并使所述回歸呈單調(diào)遞增。
[0025]其中，所建立的媒體質(zhì)量評估模型，用于基于多種數(shù)據(jù)對媒體的質(zhì)量進行綜合評分。進一步地，所述綜合評分得到的質(zhì)量評分值連續(xù)。
[0026]其中，所建立的概率黑白名單模型，用于為每個名單設(shè)定一個黑白調(diào)整系數(shù)，以區(qū)分所述各名單為黑名單或白名單的概率。
[0027]其中，所述競價模塊至少基于以下兩個因素進行出價:不同預(yù)測CTR區(qū)段實際CPC的不同、不同時間段的CPM、CPC、CPA及平均競得率的不同。
[0028]進一步地，所述特定的KPI為CPA時，在所述競價裝置中:
[0029]所述模型建立模塊至少建立CTR估計模型和CVR估計模型；
[0030]所述模型融合模塊基于概率的鏈式法則融合所建立的CTR模型和CVR模型。
[0031]與現(xiàn)有技術(shù)相比，本發(fā)明提供的基于貝葉斯統(tǒng)計方法的競價方法，通過多模型的聯(lián)合使用及參數(shù)化模型開啟，滿足不同廣告主多樣化的KPI需求，同時應(yīng)用貝葉斯統(tǒng)計方法解決傳統(tǒng)統(tǒng)計方法難以避免的過擬合問題，并改善現(xiàn)有技術(shù)對結(jié)果進行的非白即黑的簡單判斷現(xiàn)狀。進一步，本發(fā)明還可以融入人工經(jīng)驗對該算法進一步優(yōu)化。
【附圖說明】
[0032]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:
[0033]圖1示出根據(jù)本發(fā)明一個方面的一種競價裝置示意圖；
[0034]圖2示出根據(jù)本發(fā)明另一個方面的一種競價方法流程圖；
[0035]附圖中相同或相似的附圖標(biāo)記代表相同或相似的部件。
【具體實施方式】
[0036]下面結(jié)合附圖對本發(fā)明作進一步詳細描述。
[0037]在描述之前，對本申請涉及的相關(guān)術(shù)語進行以下說明:
[0038]CTR:點擊率；
[0039]CVR:點擊轉(zhuǎn)化率；
[0040]KPI:Key Performance Indicator 關(guān)鍵績效指標(biāo)；
[0041]CPC:每次點擊付費；
[0042]CPM:廣告條每顯示1000次的費用；
[0043]CPA:每行動成本；
[0044]R01:投資回報率；
[0045]圖1示出根據(jù)本發(fā)明一個方面的一種競價裝置示意圖；其中，所述競價裝置包括模型建立模塊1、模型融合模塊2、流量價值估計模塊3、競價模塊4。具體地，模型建立模塊I建立所述CTR估計模型、CTR校準模型、媒體質(zhì)量評估模型、CVR估計模型和概率黑白名單模型中的至少一個模型；模型融合模塊2融合所建立的模型；流量價值估計模塊3對于給定的KPI參數(shù)，獲取廣告投放的歷史數(shù)據(jù)和實時數(shù)據(jù)，基于所融合的模型，對待投放的廣告流量價值進行估計；競價模塊4基于所述估計得到的流量價值，確定合適的出價策略進行競價。
[0046]在此，所述競價裝置包括但不限于網(wǎng)絡(luò)裝置、用戶裝置或網(wǎng)絡(luò)裝置與用戶裝置通過網(wǎng)絡(luò)相集成所構(gòu)成的裝置。其中，所述網(wǎng)絡(luò)裝置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、可編程門陣列、數(shù)字處理器、嵌入式設(shè)備等。所述網(wǎng)絡(luò)裝