广告竞价方法和系统技术方案

本申请公开了一种广告竞价方法和系统。其中，该方法包括：获取流量推送条件；根据流量推送条件确定需要进行比对的目标流量和目标流量的价格；生成与流量推送条件对应的推荐结果；基于流量推送条件对目标流量进行比对处理，得到目标流量的比对结果。本申请解决了现有技术中的广告竞价方法无法满足用户的个性化需求的技术问题。

Advertising bidding method and system

【技术实现步骤摘要】
广告竞价方法和系统
本申请涉及流量推送领域，具体而言，涉及一种广告竞价方法和系统。
技术介绍
在互联网广告推广领域中，目前主流的互联网流量推送方式可以是RTB展示广告，广告主首先对希望触达的受众设置价格，平台通过基于价格拍卖的方式决定对该流量展现哪位广告主的创意。因此，对于广告主而言，价格的设置非常关键，价格的高低不仅决定了获取流量的多少，还会影响到广告最终投放效果。互联网上流量的属性千差万别，对广告主的价值天壤之别。但在传统的RTB展示广告系统中，广告主只能在(定向受众*资源位)粗粒度上进行统一出价，无法根据每个流量的质量/价值的差异进行实时报价，导致广告主投放效果不理想。随后，一些互联网平台推出了基准价*调整系数的调价方法，可针对不同设备/时段/地域/页面内容等流量属性设置不同的调整系数来改变出价(例如，在基准价基础上浮动-90％～900％)。目前各大广告DSP都朝着程序化、智能化发展，智能竞价功能基本上已成为广告平台的标配，智能竞价的市场应用范围非常广阔，商业价值显著。业界各大DSP也提供了类似的智能竞价产品功能。本文档来自技高网...

【技术保护点】
1.一种广告竞价方法，包括：/n获取流量推送条件；/n根据所述流量推送条件确定需要进行比对的目标流量和所述目标流量的价格；/n生成与所述流量推送条件对应的推荐结果；/n基于所述流量推送条件对所述目标流量进行比对处理，得到所述目标流量的比对结果。/n

【技术特征摘要】
1.一种广告竞价方法，包括：
获取流量推送条件；
根据所述流量推送条件确定需要进行比对的目标流量和所述目标流量的价格；
生成与所述流量推送条件对应的推荐结果；
基于所述流量推送条件对所述目标流量进行比对处理，得到所述目标流量的比对结果。


2.根据权利要求1所述的方法，其中，所述流量推送条件包括：流量属性参数、价值评分条件和价格条件，所述流量属性参数用于确定所述目标流量，所述价值评分条件用于确定所述目标流量的价值分值，所述价格条件用于表征所述目标流量的价值分值与所述目标流量的价格之间的映射关系。


3.根据权利要求2所述的方法，其中，生成与所述流量推送条件对应的推荐结果，包括：
获取历史比对日志，其中，所述历史比对日志包括：多个关于流量的属性特征、最高价格和点击数；
根据所述流量推送条件和所述历史比对日志，得到第一流量集合和第二流量集合，其中，所述第一流量集合包括与所述流量属性参数匹配成功的流量集合，所述第二流量集合包括所述第一流量集合中与所述价格条件匹配成功的流量集合；
生成所述推荐结果，其中，所述推荐结果包括：所述第一流量集合的价值分布和价格分布，以及所述第二流量集合的预估出的展示次数、点击数和消耗金额。


4.根据权利要求3所述的方法，其中，根据所述流量推送条件和所述历史比对日志，得到第一流量集合和第二流量集合，包括：
将所述多个关于流量的属性特征与所述流量属性参数进行匹配；
获取属性特征与所述流量属性参数匹配成功的流量，得到所述第一流量集合；
根据所述价格条件，得到所述第一流量集合中每个流量的价格；
将所述第一流量集合中每个流量的最高价格与所述每个流量的价格进行比较；
获取最高价格小于所述价格的流量，得到所述第二流量集合。


5.根据权利要求3所述的方法，其中，生成所述推荐结果，包括：
根据所述价值评分条件和所述价格条件，得到所述第一流量集合中每个流量的价值分值和价格；
对所述第一流量集合中每个流量的价值分值进行统计，得到所述价值分布；
对所述第一流量集合中每个流量的价格进行统计，得到所述价格分布；
对所述第二流量集合中每个流量进行统计，得到所述展示次数；
对所述第二流量集合中每个流量的点击数进行统计，得到所述点击数；
对所述第二流量集合中每个流量的最高价格进行统计，得到所述消耗金额。


6.根据权利要求3所述的方法，其中，所述关于流量的属性特征包括至少如下之一：所述流量的推送时间、地域、定向人群、资源位。


7.根据权利要求2所述的方法，其中，所述映射关系包括如下至少之一：线性关系、指数关系、幂指数关系、对数关系。


8.根据权利要求2所述的方法，其中，所述流量属性参数包括如下至少一种：推送时间、地域、定向人群、资源位、创意、总预算；所述价值评分条件包括：评分维度和评分方法；所述价格条件包括：条件模板中的价格条件、自定义价格条件。


9.根据权利要求8所述的方法，其中，所述评分方法包括：评分模型。


10.根据权利要求9所述的方法，其中，所述评分模型如下至少之一：线性加权求和模型、基于用户数据训练得到的模型。


11.根据权利要求2所述的方法，其中，在生成与所述流量推送条件对应的推荐结果之后，所述方法还包括：
对所述流量推...

【专利技术属性】
技术研发人员：李莉，王志勇，张小洵，盖坤，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY