控制RTA策略规则执行的方法、装置、设备和存储介质制造方法及图纸

本申请涉及一种控制RTA策略规则执行的方法、装置、设备和存储介质。所述方法包括：获取当前执行RTA策略规则的所有渠道以及每一渠道对应的所有RTA策略规则；对目标渠道获取当前时间之前第一时长内及历史数据的渠道广告消耗金额和渠道可用额度以及对应执行的RTA策略规则，并输入至卷积神经网络模型中；根据当前时间之前第一时长内的渠道广告消耗金额和渠道可用额度与历史数据中的渠道广告消耗金额和渠道可用额度进行对比，判断是否需要调整RTA策略规则；若是，则根据历史数据确定实时RTA策略规则中融合模型分的取值；若否，则保持目标渠道当前执行的RTA策略规则并输出。本方法减少了业务人员的工作量，保证了结果判断的准确性。准确性。准确性。

【技术实现步骤摘要】
控制RTA策略规则执行的方法、装置、设备和存储介质


[0001]本申请涉及广告投放
，特别是涉及一种控制RTA策略规则执行的方法、装置、计算机设备和存储介质。

技术介绍

[0002]在广告投放业务领域内，RTA是指广告主通过API接口的方式，对广告流量实时进行筛选和出价干预。RTA即RealtimeAPI的简称，在定向环节中将客户身份的识别的请求发送给广告主，进行客户的筛选，用于满足广告主实时个性化的投放需求。RTA服务是广告主用于控制用户是否参与广告竞价的系统。广告主侧的系统中提供RTA服务给媒体一个RTA请求接口，由媒体针对广告位信息向广告主发起RTA请求，询问广告主某个用户是否参与广告位的竞价。
[0003]目前广告主侧判断用户是否参与竞价，主要是利用模型分再去执行业务配置的规则，然后判断此用户是否参与竞价。基本是预先设置好几种固定的策略规则，根据广告消耗和初始授信金额输出模型分的取值，业务人员根据模型分的取值决策选取被执行的策略规则，且只能在已有的固定的策略规则中选取。
[0004]但是，由于这种固定设置的策略规则无法实时修改调整，导致业务人员想根据当天广告的效果调整规则很繁琐，而且无法对规则实时修改调整，造成策略规则无法调整或延期调整，不能根据实时的广告投放效果数据实时调整策略规则，最终会导致RTA服务针对用户是否参加的结果产生偏差。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种控制RTA策略规则执行的方法、装置、计算机设备和存储介质，能够解决传统的RTA服务业务配置完成RTA策略规则后，无法根据实时的广告投放效果数据实时调整策略规则，最终会导致RTA服务针对用户是否参加的结果产生偏差的技术问题。
[0006]一方面，提供一种控制RTA策略规则执行的方法，所述方法包括：
[0007]获取当前执行RTA策略规则的所有渠道以及每一渠道对应的所有RTA策略规则；
[0008]对目标渠道获取当前时间之前第一时长内的渠道广告消耗金额和渠道可用额度以及对应执行的RTA策略规则，并输入至卷积神经网络模型中；
[0009]对目标渠道获取历史数据中的渠道广告消耗金额和渠道可用额度以及对应执行的RTA策略规则，并输入至卷积神经网络模型中；所述渠道可用额度包括渠道首借金额和/或渠道初始授信金额；
[0010]所述卷积神经网络模型根据当前时间之前第一时长内的渠道广告消耗金额和渠道可用额度与历史数据中的渠道广告消耗金额和渠道可用额度进行对比，判断是否需要调整目标渠道当前执行的RTA策略规则；
[0011]若需要调整目标渠道当前执行的RTA策略规则，则根据历史数据确定实时RTA策略
规则中融合模型分的取值；若不需要调整目标渠道当前执行的RTA策略规则，则保持目标渠道当前执行的RTA策略规则为实时RTA策略规则；
[0012]当目标渠道对应的媒体发起RTA服务询问时，获取实时RTA策略规则并执行。
[0013]在其中一个实施例中，所述卷积神经网络模型根据当前时间之前第一时长内的渠道广告消耗金额和渠道可用额度与历史数据中的渠道广告消耗金额和渠道可用额度进行对比，判断是否需要调整目标渠道当前执行的RTA策略规则步骤，包括：
[0014]计算当前时间之前第一时长内的渠道广告消耗金额和渠道可用额度的比值作为实时消耗率参数；
[0015]计算历史数据中当前时间之前第二时长内的渠道广告消耗金额和渠道可用额度的比值作为第一基准消耗率参数；所述第二时长大于所述第一时长；
[0016]当所述实时消耗率参数大于所消耗率参数时，判定需要调整目标渠道当前执行的RTA策略规则。
[0017]在其中一个实施例中，当所述实时消耗率参数小于等于所述第一基准消耗率参数时，还包括：
[0018]计算历史数据中当前时间之前第三时长内的渠道广告消耗金额和渠道可用额度的比值作为第二基准消耗率参数；所述第三时长大于所述第二时长；
[0019]当所述实时消耗率参数大于所消耗率参数时，判定需要调整目标渠道当前执行的RTA策略规则；
[0020]当所述实时消耗率参数小于等于所述第二基准消耗率参数时，判定不需要调整目标渠道当前执行的RTA策略规则。
[0021]在其中一个实施例中，若需要调整目标渠道当前执行的RTA策略规则，则根据历史数据确定实时RTA策略规则中融合模型分的取值步骤，包括：
[0022]获取目标渠道当前执行的RTA策略规则对应的渠道可用额度的数值和级别；
[0023]设置目标渠道的渠道可用额度的数值增大为下一级别内的数值；
[0024]根据目标渠道的渠道可用额度的最新数值设置实时RTA策略规则中融合模型分的取值。
[0025]在其中一个实施例中在所述当目标渠道对应的媒体发起RTA服务询问时，获取实时RTA策略规则并执行步骤之后，还包括：
[0026]判断是否参与竞价，并答复目标渠道对应的媒体发起RTA服务询问；
[0027]收集目标渠道执行实时RTA策略规则后的渠道广告消耗金额和渠道可用额度数据并反馈至所述卷积神经网络模型中；
[0028]所述卷积神经网络模型将收集的渠道广告消耗金额和渠道可用额度数据作为历史数据以迭代更新实时RTA策略规则。
[0029]在其中一个实施例中，所述卷积神经网络模型将收集的渠道广告消耗金额和渠道可用额度数据作为历史数据以迭代更新实时RTA策略规则步骤，包括：
[0030]获取目标渠道的渠道可用额度的在数值增大前的数值以及增大为下一级别内的数值所对应的渠道广告消耗金额并对比；
[0031]对比获得渠道广告消耗金额最大值对应的渠道可用额度的数值作为第一额度数值；
[0032]在[第一额度数值
‑
第一阈值，第一额度数值+第一阈值]范围内选取多个第二额度数值；
[0033]根据多个第二额度数值更新目标渠道的渠道可用额度的数值设置为多个试验RTA策略规则，并对每一试验RTA策略规则中融合模型分的取值；
[0034]以周为时间单位执行所有试验RTA策略规则后，收集目标渠道执行每一试验RTA策略规则后的渠道广告消耗金额和渠道可用额度数据并反馈至所述卷积神经网络模型中；
[0035]对比获得所有试验RTA策略规则中渠道广告消耗金额最大值对应的渠道可用额度的数值作为第二次迭代更新额度数值；
[0036]以此循环直至获得渠道广告消耗金额最大值对应的渠道可用额度的数值作为最终额度数值。
[0037]在其中一个实施例中，所述获取当前执行RTA策略规则的所有渠道以及每一渠道对应的所有RTA策略规则步骤，包括：
[0038]获取当前执行RTA策略规则的所有渠道的名称，所述渠道的名称包括腾讯、今日头条和百度；
[0039]获取每一渠道对应的所有RTA策略规则以及每一RTA策略规则中融合模型分的取值；
[0040]建立渠道的名称与对应执行的RTA本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种控制RTA策略规则执行的方法，其特征在于，包括：获取当前执行RTA策略规则的所有渠道以及每一渠道对应的所有RTA策略规则；对目标渠道获取当前时间之前第一时长内的渠道广告消耗金额和渠道可用额度以及对应执行的RTA策略规则，并输入至卷积神经网络模型中；对目标渠道获取历史数据中的渠道广告消耗金额和渠道可用额度以及对应执行的RTA策略规则，并输入至卷积神经网络模型中；所述渠道可用额度包括渠道首借金额和/或渠道初始授信金额；所述卷积神经网络模型根据当前时间之前第一时长内的渠道广告消耗金额和渠道可用额度与历史数据中的渠道广告消耗金额和渠道可用额度进行对比，判断是否需要调整目标渠道当前执行的RTA策略规则；若是，则根据历史数据确定实时RTA策略规则中融合模型分的取值；若否，则保持目标渠道当前执行的RTA策略规则为实时RTA策略规则；当目标渠道对应的媒体发起RTA服务询问时，获取实时RTA策略规则并执行。2.根据权利要求1所述的控制RTA策略规则执行的方法，其特征在于，所述卷积神经网络模型根据当前时间之前第一时长内的渠道广告消耗金额和渠道可用额度与历史数据中的渠道广告消耗金额和渠道可用额度进行对比，判断是否需要调整目标渠道当前执行的RTA策略规则步骤，包括：计算当前时间之前第一时长内的渠道广告消耗金额和渠道可用额度的比值作为实时消耗率参数；计算历史数据中当前时间之前第二时长内的渠道广告消耗金额和渠道可用额度的比值作为第一基准消耗率参数；所述第二时长大于所述第一时长；当所述实时消耗率参数大于所消耗率参数时，判定需要调整目标渠道当前执行的RTA策略规则。3.根据权利要求2所述的控制RTA策略规则执行的方法，其特征在于，当所述实时消耗率参数小于等于所述第一基准消耗率参数时，还包括：计算历史数据中当前时间之前第三时长内的渠道广告消耗金额和渠道可用额度的比值作为第二基准消耗率参数；所述第三时长大于所述第二时长；当所述实时消耗率参数大于所消耗率参数时，判定需要调整目标渠道当前执行的RTA策略规则；当所述实时消耗率参数小于等于所述第二基准消耗率参数时，判定不需要调整目标渠道当前执行的RTA策略规则。4.根据权利要求2或3所述的控制RTA策略规则执行的方法，其特征在于，若需要调整目标渠道当前执行的RTA策略规则，则根据历史数据确定实时RTA策略规则中融合模型分的取值步骤，包括：获取目标渠道当前执行的RTA策略规则对应的渠道可用额度的数值和级别；设置目标渠道的渠道可用额度的数值增大为下一级别内的数值；根据目标渠道的渠道可用额度的最新数值设置实时RTA策略规则中融合模型分的取值。5.根据权利要求4所述的控制RTA策略规则执行的方法，其特征在于，在所述当目标渠
道对应的媒体发起RTA服务询问时，获取实时RTA策略规则并执行步骤之后，还包括：判断是否参与竞价，并答复目标渠道对应的媒体发起RTA服务询问；收集目标渠道执行实时RTA策略规则后的渠道广告消耗金额和渠道可用额度数据并反馈至所述卷积神经网络模型中；所述卷积神经网络模型将收集的渠道广告消耗金额和渠道可用额度数据作为历史数据以迭代更新实时RTA策略规则。6.根据权利要求5所述的控制RT...

【专利技术属性】
技术研发人员：周峰，
申请(专利权)人：上海数禾信息科技有限公司，
类型：发明
国别省市：