成本控制因子确定方法技术

本申请实施例提供一种成本控制因子确定方法

【技术实现步骤摘要】
成本控制因子确定方法、装置、设备及存储介质


[0001]本申请实施例涉及互联网
，涉及但不限于一种成本控制因子确定方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]在广告领域中，在对行业独立成本进行控制和调整时，需要先确定出每一广告的成本控制因子，从而基于成本控制因子对广告成本进行核算和控制
。
目前，在确定广告的成本控制因子时，主要包括广告初始阶段和广告成熟阶段
。
在广告初始阶段，通常使用相似广告的近期数据结合全局数据来计算成本控制因子；在广告成熟阶段，通常使用广告自身的数据结合相似广告的数据，完成成本控制因子的计算
。
但是，相关技术中，无法智能的识别同类型的相似广告，且在不同阶段的成本控制因子计算中，均需要用到平滑系数，而相关技术无法准确的确定出适用于不同阶段的平滑系数，因此，相关技术中无法确定出准确的成本控制因子
。

技术实现思路

[0003]本申请实施例提供一种成本控制因子确定方法
、
装置
、
设备及存储介质，至少应用于人工智能领域，能够准确的识别出相似广告，并确定出适用于每一阶段的平滑系数，从而准确的确定出成本控制因子
。
[0004]本申请实施例的技术方案是这样实现的：
[0005]本申请实施例提供一种成本控制因子确定方法，所述方法包括：
[0006]获取待控制广告的广告数据；
[0007]从预先构建的数据查询表中，查询得到与所述广告数据对应的统计数据特征；其中，所述统计数据特征是针对不同广告预先统计的广告信息的数据特征；
[0008]对所述统计数据特征进行数据编码处理，得到与所述待控制广告对应的聚合数据和平滑系数；其中，所述聚合数据是用于表征所述待控制广告的属性信息的数据；
[0009]基于所述平滑系数对所述聚合数据进行平滑处理，得到所述待控制广告的成本控制因子
。
[0010]本申请实施例提供一种成本控制因子确定装置，所述装置包括：
[0011]获取模块，用于获取待控制广告的广告数据；查询模块，用于从预先构建的数据查询表中，查询得到与所述广告数据对应的统计数据特征；其中，所述统计数据特征是针对不同广告预先统计的广告信息的数据特征；数据编码模块，用于对所述统计数据特征进行数据编码处理，得到与所述待控制广告对应的聚合数据和平滑系数；其中，所述聚合数据是用于表征所述待控制广告的属性信息的数据；平滑处理模块，用于基于所述平滑系数对所述聚合数据进行平滑处理，得到所述待控制广告的成本控制因子
。
[0012]本申请实施例提供一种成本控制因子确定设备，包括：
[0013]存储器，用于存储可执行指令；处理器，用于执行所述存储器中存储的可执行指令
时，实现上述成本控制因子确定方法
。
[0014]本申请实施例提供一种计算机程序产品或计算机程序，计算机程序产品或计算机程序包括可执行指令，可执行指令存储在计算机可读存储介质中；其中，成本控制因子确定设备的处理器从计算机可读存储介质中读取可执行指令，并执行可执行指令时，实现上述的成本控制因子确定方法
。
[0015]本申请实施例提供一种计算机可读存储介质，存储有可执行指令，用于引起处理器执行所述可执行指令时，实现上述成本控制因子确定方法
。
[0016]本申请实施例具有以下有益效果：从预先构建的数据查询表中，查询得到与待控制广告的广告数据对应的统计数据特征，对统计数据特征进行数据编码处理，得到与待控制广告对应的聚合数据和平滑系数，从而基于聚合数据和平滑系数，确定待控制广告的成本控制因子
。
如此，由于基于预先构建的数据查询表进行查询，从而能够基于待控制广告的任意特定属性参数查询到对应的统计数据，从而基于该统计数据对应的统计数据特征实现对相似广告的准确判定；并且，通过数据编码处理能够动态拟合出准确的平滑系数，进而准确的确定出成本控制因子
。
附图说明
[0017]图1是本申请实施例提供的广告过程示意图；
[0018]图2是本申请实施例提供的成本控制因子确定系统的一个可选的架构示意图；
[0019]图3是本申请实施例提供的成本控制因子确定设备的结构示意图；
[0020]图4是本申请实施例提供的成本控制因子确定方法的一个可选的流程示意图；
[0021]图5是本申请实施例提供的广告成本控制方法在广告初始阶段的一个可选的流程示意图；
[0022]图6是本申请实施例提供的广告初始阶段模型训练方法的实现流程示意图；
[0023]图7是本申请实施例提供的广告成本控制方法在广告成熟阶段的一个可选的流程示意图；
[0024]图8是本申请实施例提供的广告成熟阶段模型训练方法的实现流程示意图；
[0025]图9是本申请实施例提供的品牌电商的商品
A
的广告在一天内的广告偏差变化曲线；
[0026]图
10
是本申请实施例提供的品牌电商的商品
B
的广告在一天内的广告偏差变化曲线；
[0027]图
11
是本申请实施例提供的直营电商的商品
C
的广告在一天内的广告偏差变化曲线；
[0028]图
12
是本申请实施例提供的直营电商的商品
D
的广告在一天内的广告偏差变化曲线；
[0029]图
13
是本申请实施例提供的广告初始阶段成本控制因子计算过程示意图；
[0030]图
14
是本申请实施例提供的广告成熟阶段成本控制因子计算过程示意图；
[0031]图
15
是本申请实施例提供的广告成熟阶段同类相似广告数据的聚合统计方式；
[0032]图
16
是本申请实施例提供的不同商品的预估转化数总和与实际转化数总和的比值示意图；
[0033]图
17
是本申请实施例提供的基于不同类别对商品属性进行分类示意图；
[0034]图
18
是本申请实施例提供的广告初始阶段模型的结构示意图；
[0035]图
19
是本申请实施例提供的广告成熟阶段模型的结构示意图
。
具体实施方式
[0036]为了使本申请的目的
、
技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围
。
[0037]在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种成本控制因子确定方法，其特征在于，所述方法包括：获取待控制广告的广告数据；从预先构建的数据查询表中，查询得到与所述广告数据对应的统计数据特征；其中，所述统计数据特征是针对不同广告预先统计的广告信息的数据特征；对所述统计数据特征进行数据编码处理，得到与所述待控制广告对应的聚合数据和平滑系数；其中，所述聚合数据是用于表征所述待控制广告的属性信息的数据；基于所述平滑系数对所述聚合数据进行平滑处理，得到所述待控制广告的成本控制因子
。2.
根据权利要求1所述的方法，其特征在于，所述待控制广告的转化过程包括广告初始阶段；其中，在所述广告初始阶段，所述待控制广告的广告偏差与所述待控制广告的全天整体偏差之间的差值的绝对值大于或等于预设阈值；当处于所述广告初始阶段时，所述从预先构建的数据查询表中，查询得到与所述广告数据对应的统计数据特征，包括：从所述广告数据中获取所述待控制广告的广告属性参数；从所述数据查询表中，查询与所述广告属性参数对应的全局数据和局部数据；分别对所述全局数据和所述局部数据进行特征提取，得到全局数据特征和局部数据特征；将所述全局数据特征和所述局部数据特征，确定为与所述广告数据中的广告属性参数对应的统计数据特征
。3.
根据权利要求2所述的方法，其特征在于，所述全局数据包括全天内整体数据，所述局部数据包括当前时刻之前的最近邻预设时间段内的近期数据；所述数据查询表中的每一数据具有一数据时间戳；所述从所述数据查询表中，查询与所述广告属性参数对应的全局数据和局部数据，包括：以所述广告属性参数为关键字，从所述数据查询表中，基于当前时刻和每一数据的数据时间戳，查询得到所述全天内整体数据和所述近期数据
。4.
根据权利要求3所述的方法，其特征在于，所述对所述统计数据特征进行数据编码处理，得到与所述待控制广告对应的聚合数据和平滑系数，包括：采用第一编码器分别对所述全局数据特征和所述局部数据特征进行数据编码处理，对应得到全局聚合数据和局部聚合数据；其中，所述全局聚合数据和所述局部聚合数据构成与所述待控制广告对应的聚合数据；对所述全局数据特征和所述局部数据特征进行拼接处理，得到第一拼接特征；采用第二编码器对所述第一拼接特征进行数据编码处理，得到所述平滑系数
。5.
根据权利要求4所述的方法，其特征在于，所述第一编码器为具有
N
层数据处理层的第一神经网络；采用第一编码器对所述全局数据特征进行数据编码处理，对应得到全局聚合数据，包括：将所述全天内整体数据的数据特征输入至所述第一神经网络中；采用所述第一神经网络中的每一数据处理层，对所述全天内整体数据的数据特征进行数据处理，得到全天转化数据和全天广告聚合数据；
其中，当所述待控制广告为
CPC
广告时，所述全天广告聚合数据为全天广告转化率预估值与所述待控制广告的行业因子的乘积；当所述待控制广告为
CPM
广告时，所述全天广告聚合数据为全天广告转化率预估值
、
全天页面访问点击率和所述待控制广告的行业因子的乘积；将所述全天转化数据和所述全天广告聚合数据，确定为所述全局聚合数据；其中，
N
为大于1的整数
。6.
根据权利要求4所述的方法，其特征在于，所述第一编码器为具有
N
层数据处理层的第一神经网络；采用第一编码器对所述局部数据特征进行数据编码处理，对应得到局部聚合数据，包括：将所述近期数据的数据特征输入至所述第一神经网络中；采用所述第一神经网络中的每一数据处理层，对所述近期数据的数据特征进行数据处理，得到所述最近邻预设时间段内的近期转化数据和近期广告聚合数据；其中，当所述待控制广告为
CPC
广告时，所述近期广告聚合数据为所述最近邻预设时间段内的近期广告转化率预估值与所述待控制广告的行业因子的乘积；当所述待控制广告为
CPM
广告时，所述近期广告聚合数据为近期广告转化率预估值
、
近期页面访问点击率和所述待控制广告的行业因子的乘积；将所述近期转化数据和所述近期广告聚合数据，确定为所述局部聚合数据；其中，
N
为大于1的整数
。7.
根据权利要求4所述的方法，其特征在于，所述第二编码器为具有
M
层数据处理层的第二神经网络；所述采用第二编码器对所述第一拼接特征进行数据编码处理，得到所述平滑系数，包括：将所述第一拼接特征输入至所述第二神经网络中；采用所述第二神经网络中的每一数据处理层，对所述第一拼接特征进行数据处理，得到全局平滑系数和第一平滑系数；将所述全局平滑系数和所述第一平滑系数，确定为所述平滑系数；其中，
M
为大于1的整数
。8.
根据权利要求2至7任一项所述的方法，其特征在于，确定所述待控制广告的成本控制因子是通过广告初始阶段模型来实现的；其中，...

【专利技术属性】
技术研发人员：李少波，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：