多媒体资源投放优化方法、装置、计算机设备及存储介质制造方法及图纸

本申请提供一种多媒体资源投放优化方法、装置、计算机设备及存储介质，方法包括：获取各个候选区域的属性信息；根据属性信息，构造各候选区域的干预变量和混淆变量；分析各候选区域的干预变量和混淆变量，得到各候选区域的因果效应估值；根据因果效应估值，筛选出目标区域进行多媒体资源投放。采用本方法，能够有效提升多媒体资源的投放准确率。提升多媒体资源的投放准确率。提升多媒体资源的投放准确率。

【技术实现步骤摘要】
多媒体资源投放优化方法、装置、计算机设备及存储介质


[0001]本申请实施例涉及大数据
，特别是涉及一种多媒体资源投放优化方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着移动互联网及大数据的发展，越来越多的企业或商户选择通过线上或向下渠道向用户推送或投放营销内容，以期提升其业务达成率。
[0003]目前而言，多数企业或商户主要是通过分析用户的线上行为，完成用户描述及定位形成用户画像，进而根据用户画像向用户推送或投放合适的内容。又或者是进行线下随机推送或投放。但是，线上行为分析不免存在分析维度单一的问题，而线下随机投放又缺乏完善的渠道归因，难以区分各个渠道相似营销内容的实际效果差异，最终仍无法提升业务达成率，也无法满足用户实际需求。
[0004]因此，现有的营销内容投放方法存在着投放准确率不高的技术问题。

技术实现思路

[0005]本申请的目的在于提供一种多媒体资源投放优化方法、装置、计算机设备及存储介质，用以提升多媒体资源的投放准确率。
[0006]第一方面，本申请提供一种多媒体资源投放优化方法，包括：
[0007]获取各个候选区域的属性信息；
[0008]根据属性信息，构造各候选区域的干预变量和混淆变量；
[0009]分析各候选区域的干预变量和混淆变量，得到各候选区域的因果效应估值；
[0010]根据因果效应估值，筛选出目标区域进行多媒体资源投放。
[0011]在本申请一些实施例中，属性信息包括用户属性信息和区域属性信息，根据属性信息，构造各候选区域的干预变量和混淆变量，包括：分析用户属性信息，得到各候选区域的品牌竞争力值；根据品牌竞争力值，构造各候选区域的干预变量；根据区域属性信息，构造各候选区域的混淆变量。
[0012]在本申请一些实施例中，分析用户属性信息，得到各候选区域的品牌竞争力值，包括：分析用户属性信息，以获取各候选区域内归属于目标品牌的用户数，得到第一用户数；其中，目标品牌归属于目标行业；针对候选区域，获取归属于目标行业的用户数，得到第二用户数；计算第一用户数与第二用户数之商，得到品牌竞争力值。
[0013]在本申请一些实施例中，根据品牌竞争力值，构造各候选区域的干预变量，包括：根据品牌竞争力值，对各候选区域进行排序，得到竞争力值序列；根据竞争力值序列，筛选出各候选区域中的正例区域和反例区域；构造正例区域和反例区域，作为干预变量。
[0014]在本申请一些实施例中，区域属性信息包括AOI属性信息和人群属性信息，根据区域属性信息，构造各候选区域的混淆变量，包括：根据AOI属性信息，获取各候选区域的区域类型信息、区域房价信息以及区域周边信息，作为AOI属性变量；根据人群属性信息，统计各
候选区域的人群特征值、累计消费频次和累计消费金额，作为人群特征变量；构造AOI属性变量和人群特征变量，作为混淆变量。
[0015]在本申请一些实施例中，分析各候选区域的干预变量和混淆变量，得到各候选区域的因果效应估值，包括：将各候选区域的干预变量和混淆变量输入至倾向分模型之中，输出各候选区域的倾向分数值；根据各倾向分数值，对各候选区域进行分层处理，并筛选得到包含正例区域和反例区域的目标区域层；其中，正例区域对应的品牌竞争力值为第一竞争力值，反例区域对应的品牌竞争力值为第二竞争力值；针对目标区域层，计算第一竞争力值与第二竞争力值之差，得到各候选区域的因果效应估值。
[0016]在本申请一些实施例中，根据因果效应估值，筛选出目标区域进行多媒体资源投放，包括：若因果效应估值大于预设的因果效应阈值，则确定目标区域层包含的正例区域和反例区域，作为目标区域进行多媒体资源投放。
[0017]第二方面，本申请提供一种多媒体资源投放优化装置，包括：
[0018]信息获取模块，用于获取各个候选区域的属性信息；
[0019]变量构造模块，用于根据属性信息，构造各候选区域的干预变量和混淆变量；
[0020]变量分析模块，用于分析各候选区域的干预变量和混淆变量，得到各候选区域的因果效应估值；
[0021]资源投放模块，用于根据因果效应估值，筛选出目标区域进行多媒体资源投放。
[0022]第三方面，本申请还提供一种计算机设备，包括：
[0023]一个或多个处理器；
[0024]存储器；以及一个或多个应用程序，其中的一个或多个应用程序被存储于存储器中，并配置为由处理器执行以实现上述多媒体资源投放优化方法。
[0025]第四方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器进行加载，以执行多媒体资源投放优化方法中的步骤。
[0026]第五方面，本申请实施例提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述第一方面提供的方法。
[0027]上述多媒体资源投放优化方法、装置、计算机设备及存储介质，服务器通过获取各个候选区域的属性信息，并根据属性信息，构造各候选区域的干预变量和混淆变量，再分析各候选区域的干预变量和混淆变量，即可得到各候选区域的因果效应估值，最终根据因果效应估值，筛选出目标区域进行多媒体资源投放。由此，以构造多维变量入模的方式线上分析各个候选区域相对于多媒体资源的效应结果，来适时优化多媒体资源的投放策略，可有效提升多媒体资源的投放准确率。
附图说明
[0028]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0029]图1为本申请实施例中提供的多媒体资源投放优化方法的场景示意图；
[0030]图2为本申请实施例中提供的多媒体资源投放优化方法的流程示意图；
[0031]图3是本申请实施例中提供的多媒体资源投放优化装置的结构示意图；
[0032]图4是本申请实施例中提供的计算机设备的结构示意图。
具体实施方式
[0033]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0034]在本申请的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0035]在本申请本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多媒体资源投放优化方法，其特征在于，包括：获取各个候选区域的属性信息；根据所述属性信息，构造各所述候选区域的干预变量和混淆变量；分析各所述候选区域的干预变量和混淆变量，得到各所述候选区域的因果效应估值；根据所述因果效应估值，筛选出目标区域进行多媒体资源投放。2.如权利要求1所述的方法，其特征在于，所述属性信息包括用户属性信息和区域属性信息，所述根据所述属性信息，构造各所述候选区域的干预变量和混淆变量，包括：分析所述用户属性信息，得到各所述候选区域的品牌竞争力值；根据所述品牌竞争力值，构造各所述候选区域的干预变量；根据所述区域属性信息，构造各所述候选区域的混淆变量。3.如权利要求2所述的方法，其特征在于，所述分析所述用户属性信息，得到各所述候选区域的品牌竞争力值，包括：分析所述用户属性信息，以获取各所述候选区域内归属于目标品牌的用户数，得到第一用户数；其中，所述目标品牌归属于目标行业；针对所述候选区域，获取归属于所述目标行业的用户数，得到第二用户数；计算所述第一用户数与所述第二用户数之商，得到所述品牌竞争力值。4.如权利要求2所述的方法，其特征在于，所述根据所述品牌竞争力值，构造各所述候选区域的干预变量，包括：根据所述品牌竞争力值，对各所述候选区域进行排序，得到竞争力值序列；根据所述竞争力值序列，筛选出各所述候选区域中的正例区域和反例区域；构造所述正例区域和所述反例区域，作为所述干预变量。5.如权利要求2所述的方法，其特征在于，所述区域属性信息包括AOI属性信息和人群属性信息，所述根据所述区域属性信息，构造各所述候选区域的混淆变量，包括：根据所述AOI属性信息，获取各所述候选区域的区域类型信息、区域房价信息以及区域周边信息，作为AOI属性变量；根据所述人群属性信息，统计各所述候选区域的人群特征值、累计消费频次和累计消费金额，作为人群特征变量；构造所述A...

【专利技术属性】
技术研发人员：王茹，朱静涛，谢茵，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：