本申请提供一种基于流量价值的广告投放方法、装置及电子设备及存储介质，其中，基于流量价值的广告投放方法包括：获取目标广告的若干投放策略的特征信息和目标广告的投放对象的特征信息；基于目标广告的每个投放策略的特征信息和投放对象的特征信息计算每个投放策略的用户点击率；基于目标广告的每个投放策略的特征信息和投放对象的特征信息计算每个投放策略的价值提升概率；基于目标广告的每个投放策略的特征信息和每个投放策略的价值提升概率计算每个投放策略的业务价值指标的值等步骤。本申请能够提高广告投放的精准度和避免流量浪费。流量浪费。流量浪费。
【技术实现步骤摘要】
基于流量价值的广告投放方法、装置及电子设备及存储介质
[0001]本申请涉及计算机
，具体而言，涉及一种基于流量价值的广告投放方法、装置及电子设备及存储介质。
技术介绍
[0002]目前，现有技术在向用户推荐广告时，采用的方式为：先预测广告的点击率，然而基于广告的点击率向用户推荐广告，例如，当广告A每投放一次有100次点击，而广告B每投放一次有50次点击时，向用户投放广告A，其中，由于广告A的点击率高，因此由更好的投放效果。
[0003]由上可知，现有技术仅基于广告的点击率来投放广告，然而在实际场景中，当广告投放后，用户的点击行为可以是用户误触发的，或者是说用户虽然点击广告，但是并没有进行相关的业务操作，因此，现有技术在这一场景下，存在投放不精准、浪费流量的缺陷。
技术实现思路
[0004]本申请实施例的目的在于提供一种机器学习模型的训练方法、装置及电子设备、存储介质，用以在提高广告投放的精准度和避免流量浪费。
[0005]本申请第一方面公开一种基于流量价值的广告投放方法，所述方法包括：
[0006]获取目标广告的若干投放策略的特征信息和所述目标广告的投放对象的特征信息；
[0007]基于所述目标广告的每个所述投放策略的特征信息和所述投放对象的特征信息计算每个所述投放策略的用户点击率；
[0008]基于所述目标广告的每个所述投放策略的特征信息和所述投放对象的特征信息计算每个所述投放策略的价值提升概率；
[0009]基于所述目标广告的每个所述投放策略的特征信息和每个所述投放策略的价值提升概率计算每个所述投放策略的业务价值指标的值；
[0010]基于每个所述投放策略的业务价值指标的值和每个所述投放策略的用户点击率，计算每个所述投放策略的策略得分；
[0011]基于每个所述投放策略的策略得分，确定所述目标广告的最优投放策略。
[0012]在本申请中，通过获取目标广告的若干投放策略的特征信息和所述目标广告的投放对象的特征信息，进而能够基于所述目标广告的每个所述投放策略的特征信息和所述投放对象的特征信息计算每个所述投放策略的用户点击率，进而能够基于所述目标广告的每个所述投放策略的特征信息和所述投放对象的特征信息计算每个所述投放策略的价值提升概率，另一方面，基于所述目标广告的每个所述投放策略的特征信息和每个所述投放策略的价值提升概率能够计算每个所述投放策略的业务价值指标的值，进而能够基于每个所述投放策略的业务价值指标的值和每个所述投放策略的用户点击率，计算每个所述投放策略的策略得分，进而能够基于每个所述投放策略的策略得分，确定所述目标广告的最优投
放策略。
[0013]与现有技术相比，本申请在确定目标广告的投放策略时，不仅能够考虑每个投放策略所带来的点击率，还能够考虑每个投放策略价值提升概率以及每个所述投放策略的业务价值指标的值，从而能够更加精确地确定最优投放策略，进而避免流量浪费。
[0014]在本申请第一方面中，作为一种可选的实施方式，所述业务价值指标包括第一业务价值指标和第二业务价值指标，其中，所述第一业务价值指标表征所述目标广告千次曝光后所述投放对象点击所述目标广告所带来的AUM总额，所述第二业务指标表征所述目标广告千次曝光后所述投放对象点击所述目标广告所带来的AUM营收总额。
[0015]在本可选的实施方式中，基于所述目标广告的每个所述投放策略的特征信息和每个所述投放策略的价值提升概率能够计算所述目标广告千次曝光后所述投放对象点击所述目标广告所带来的AUM总额和所述目标广告千次曝光后所述投放对象点击所述目标广告所带来的AUM营收总额。
[0016]在本申请第一方面中，作为一种可选的实施方式，所述基于所述目标广告的每个所述投放策略的特征信息和所述投放对象的特征信息计算每个所述投放策略的用户点击率，包括：
[0017]将所述目标广告的每个所述投放策略的特征信息和所述投放对象的特征信息输入至点击率预估模型，以使得所述点击率预估模型计算并输出每个所述投放策略的用户点击率。
[0018]在本可选的实施方式中，通过将所述目标广告的每个所述投放策略的特征信息和所述投放对象的特征信息输入至点击率预估模型，能够使得所述点击率预估模型计算并输出每个所述投放策略的用户点击率。
[0019]在本申请第一方面中，作为一种可选的实施方式，所述方法还包括:
[0020]获取第一训练样本，所述第一训练样本包括第一正样本和第一负样本，所述第一正样本表征用户点击过广告的样本，所述第一负样本表征用户没有点击过广告的样本；
[0021]基于第一正样本和所述第一负样本提取第一特征信息，所述第一特征信息包括广告行为类特征、历史广告点击特征、用户特征；
[0022]基于所述广告行为类特征、所述历史广告点击特征和所述用户特训练所述点击率预估模型。
[0023]在本可选的实施方式中，通过获取第一训练样本，进而能够基于第一正样本和所述第一负样本提取广告行为类特征、历史广告点击特征、用户特征，进而能够基于所述广告行为类特征、所述历史广告点击特征和所述用户特训练所述点击率预估模型。
[0024]在本申请第一方面中，作为一种可选的实施方式，所述基于所述目标广告的每个所述投放策略的特征信息和所述投放对象的特征信息计算每个所述投放策略的价值提升概率，包括：
[0025]将所述目标广告的每个所述投放策略的特征信息和所述投放对象的特征信息输入至策略价值预测模型中，以使得所述策略价值预测模型计算并输出每个所述投放策略的价值提升概率。
[0026]在本可选的实施方式，将所述目标广告的每个所述投放策略的特征信息和所述投放对象的特征信息输入至策略价值预测模型中，进而能够使得所述策略价值预测模型计算
并输出每个所述投放策略的价值提升概率。
[0027]在本申请第一方面中，作为一种可选的实施方式，所述基于每个所述投放策略的业务价值指标的值和每个所述投放策略的用户点击率，计算每个所述投放策略的策略得分，包括：
[0028]基于每个所述投放策略的业务价值指标的值计算所述投放策略的第一得分；
[0029]基于每个所述投放策略的用户点击率计算所述投放策略的第二得分；
[0030]基于所述第一得分的权重、所述第二得分的权重、所述第一得分和所述第二得分计算每个所述投放策略的策略得分。
[0031]在本可选的实施方式中，基于每个所述投放策略的业务价值指标的值能够计算所述投放策略的第一得分，进而能够基于每个所述投放策略的用户点击率计算所述投放策略的第二得分，进而能够基于所述第一得分的权重、所述第二得分的权重、所述第一得分和所述第二得分计算每个所述投放策略的策略得分。
[0032]在本申请第一方面中，作为一种可选的实施方式，所述基于每个所述投放策略的业务价值指标的值计算所述投放策略的第一得分，包括：
[0033]当所述投放策略有多个所述业务价值指标的值时，获取每个所述业务本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于流量价值的广告投放方法，其特征在于，所述方法包括：获取目标广告的若干投放策略的特征信息和所述目标广告的投放对象的特征信息；基于所述目标广告的每个所述投放策略的特征信息和所述投放对象的特征信息计算每个所述投放策略的用户点击率；基于所述目标广告的每个所述投放策略的特征信息和所述投放对象的特征信息计算每个所述投放策略的价值提升概率；基于所述目标广告的每个所述投放策略的特征信息和每个所述投放策略的价值提升概率计算每个所述投放策略的业务价值指标的值；基于每个所述投放策略的业务价值指标的值、每个所述投放策略的价值提升概率和每个所述投放策略的用户点击率，计算每个所述投放策略的策略得分；基于每个所述投放策略的策略得分，确定所述目标广告的最优投放策略。2.如权利要求1所述的方法，其特征在于，所述业务价值指标包括第一业务价值指标和第二业务价值指标，其中，所述第一业务价值指标表征所述目标广告千次曝光后所述投放对象点击所述目标广告所带来的AUM总额，所述第二业务指标表征所述目标广告千次曝光后所述投放对象点击所述目标广告所带来的AUM营收总额。3.如权利要求1所述的方法，其特征在于，所述基于所述目标广告的每个所述投放策略的特征信息和所述投放对象的特征信息计算每个所述投放策略的用户点击率，包括：将所述目标广告的每个所述投放策略的特征信息和所述投放对象的特征信息输入至点击率预估模型，以使得所述点击率预估模型计算并输出每个所述投放策略的用户点击率。4.如权利要求3所述的方法，其特征在于，所述方法还包括:获取第一训练样本，所述第一训练样本包括第一正样本和第一负样本，所述第一正样本表征用户点击过广告的样本，所述第一负样本表征用户没有点击过广告的样本；基于第一正样本和所述第一负样本提取第一特征信息，所述第一特征信息包括广告行为类特征、历史广告点击特征、用户特征；基于所述广告行为类特征、所述历史广告点击特征和所述用户特训练所述点击率预估模型。5.如权利要求3所述的方法，其特征在于，所述基于所述目标广告的每个所述投放策略的特征信息和所述投放对象的特征信息计算每个所述投放策略的价值提升概率，包括：将所述目标广告的每个所述投放策略的特征信息和所述投放对象的特征信息输入至策略价值预测模型中，以使得所述策略价值预测模型计算并...
【专利技术属性】
技术研发人员：黎建辉，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。