System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机,尤其涉及一种推广资源的处理方法、装置以及存储介质。
技术介绍
1、随着互联网技术的发展,通过互联网获取如生活、娱乐和工作方面的信息已成为人们生活的一部分。商家为了提高知名度,推广商品,往往通过互联网投放推广资源。其中,聚合广告为一种重要的推广资源投放形式,聚合广告是指在单个页面中将多个广告进行聚合展示,并通过技术手段后技巧优化广告点击率(clickthroughrate,ctr)以及广告转换价值(clickvaluerate,cvr)与提升广告平台配置的一种创新广告形式。
2、一般,对于聚合广告的推广曝光选择可以进行千次展示期望配置(expected costper mille,ecpm)的预估,且ecpm的预估过程参照预估的ctr、预估的cvr等多个维度进行。
3、但是,基于ctr、cvr进行ecpm的预估过程中包含多个变量,单一变量的误差会造成整体ecpm预估过程的差异,影响推广资源推广的准确性。
技术实现思路
1、有鉴于此,本申请提供一种推广资源的处理方法,可以有效提高推广资源推广的准确性。
2、本申请第一方面提供一种推广资源的处理方法,可以应用于终端设备中包含推广资源的处理功能的系统或程序中,具体包括:
3、获取目标对象和待推广资源;
4、对所述目标对象和所述待推广资源进行特征提取,以得到输入特征;
5、将所述输入特征输入点击价值预估模型,以得到所述待推广资源对应的预估点击价值信息,所
6、基于所述预估点击价值信息进行推广价值的预估,以得到输出价值信息;
7、根据所述输出价值信息确定所述待推广资源中的目标推广资源,以向所述目标对象推广所述目标推广资源。
8、可选的,在本申请一些可能的实现方式中,所述方法还包括:
9、获取资源库中的样本集合;
10、基于所述样本集合中样本的标签信息对样本分布进行平滑操作,以对所述样本集合进行更新;
11、从更新后的所述样本集合中提取所述训练样本;
12、获取所述训练样本对应的点击记录信息以及所述标签信息,所述标签信息用于指示所述训练样本对应的点击价值;
13、基于所述前馈神经网络确定所述点击记录信息对应的操作特征;
14、根据所述输出层配置的所述目标损失函数按照所述标签信息与所述操作特征的对应关系进行校准训练,以得到所述点击价值预估模型,所述校准训练过程中对所述标签信息之间的差异进行平滑处理。
15、可选的,在本申请一些可能的实现方式中,所述从更新后的所述样本集合中提取所述训练样本,包括:
16、从更新后的所述样本集合中提取存在点击行为的样本作为正样本;
17、从更新后的所述样本集合中提取曝光后未存在点击行为的样本作为负样本;
18、基于预设权重信息对所述正样本和所述负样本进行校正,以得到所述训练样本。
19、可选的,在本申请一些可能的实现方式中,所述方法还包括:
20、确定所述正样本对应的正向产品信息,以及所述负样本对应的负向产品信息;
21、根据所述正向产品信息和所述负向产品信息确定偏好权重,所述偏好权重用于对所述训练样本的训练过程进行加权。
22、可选的,在本申请一些可能的实现方式中,所述根据所述输出层配置的所述目标损失函数按照所述标签信息与所述操作特征的对应关系进行校准训练,以得到所述点击价值预估模型,包括:
23、调用所述训练样本在历史时间段对应的所述历史点击价值信息;
24、将所述历史点击价值信息对应的数值作为参考值对所述标签信息进行校准;
25、根据所述输出层配置的所述目标损失函数按照校准后的所述标签信息与所述操作特征的对应关系进行校准训练,以得到所述点击价值预估模型。
26、可选的,在本申请一些可能的实现方式中,所述将所述历史点击价值信息对应的数值作为参考值对所述标签信息进行校准,包括:
27、确定所述标签信息对应的操作特征中的操作统计序列;
28、将对应的数值作为所述参考值所述历史点击价值信息对所述操作统计序列进行比对操作;
29、对于所述比对操作中的缺失项约束为预设值,并对于所述比对操作中的对应项进行集成,以对所述标签信息进行校准。
30、可选的,在本申请一些可能的实现方式中,所述推广资源的处理方法应用于区块链设备,所述区块链设备为区块链中的节点。
31、本申请第二方面提供一种推广资源的处理装置,包括:
32、获取单元,用于获取目标对象和待推广资源;
33、提取单元,用于对所述目标对象和所述待推广资源进行特征提取,以得到输入特征;
34、处理单元,用于将所述输入特征输入点击价值预估模型,以得到所述待推广资源对应的预估点击价值信息,所述点击价值预估模型包括多个前馈神经网络和输出层,所述前馈神经网络用于获取所述输入特征的预估特征,所述输出层用于根据训练样本的标签信息确定所述预估特征对应的所述预估点击价值信息,所述输出层基于目标损失函数训练所得,所述目标损失函数用于平滑所述标签信息之间差异,所述输出层在训练过程中的输出值由多个参考值校准所得;
35、所述处理单元,还用于基于所述预估点击价值信息进行推广价值的预估,以得到输出价值信息;
36、所述处理单元,还用于根据所述输出价值信息确定所述待推广资源中的目标推广资源,以向所述目标对象推广所述目标推广资源。
37、可选的,在本申请一些可能的实现方式中,所述处理单元,具体用于获取资源库中的样本集合;
38、所述处理单元,具体用于基于所述样本集合中样本的标签信息对样本分布进行平滑操作,以对所述样本集合进行更新;
39、所述处理单元,具体用于从更新后的所述样本集合中提取所述训练样本;
40、所述处理单元,具体用于获取所述训练样本对应的点击记录信息以及所述标签信息,所述标签信息用于指示所述训练样本对应的点击价值;
41、所述处理单元,具体用于基于所述前馈神经网络确定所述点击记录信息对应的操作特征;
42、所述处理单元,具体用于根据所述输出层配置的所述目标损失函数按照所述标签信息与所述操作特征的对应关系进行校准训练,以得到所述点击价值预估模型,所述校准训练过程中对所述标签信息之间的差异进行平滑处理。
43、可选的,在本申请一些可能的实现方式中,所述处理单元,具体用于从更新后的所述样本文档来自技高网...
【技术保护点】
1.一种推广资源的处理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
3.根据权利要求2所述的方法,其特征在于,所述从更新后的所述样本集合中提取所述训练样本,包括:
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
5.根据权利要求2所述的方法,其特征在于,所述根据所述输出层配置的所述目标损失函数按照所述标签信息与所述操作特征的对应关系进行校准训练,以得到所述点击价值预估模型,包括:
6.根据权利要求5所述的方法,其特征在于,所述将所述历史点击价值信息对应的数值作为参考值对所述标签信息进行校准,包括:
7.根据权利要求1所述的方法,其特征在于,所述推广资源的处理方法应用于区块链设备,所述区块链设备为区块链中的节点。
8.一种推广资源的处理装置,其特征在于,包括:
9.一种计算机设备,其特征在于,所述计算机设备包括处理器以及存储器:
10.一种计算机程序产品,包括计算机程序/指令,其特征在于,所述计算机程序/指令被处理器执行时实
...【技术特征摘要】
1.一种推广资源的处理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
3.根据权利要求2所述的方法,其特征在于,所述从更新后的所述样本集合中提取所述训练样本,包括:
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
5.根据权利要求2所述的方法,其特征在于,所述根据所述输出层配置的所述目标损失函数按照所述标签信息与所述操作特征的对应关系进行校准训练,以得到所述点击价值预估模型,包括:
6.根据权利要求5所述的方法,...
【专利技术属性】
技术研发人员:牛明,
申请(专利权)人:腾讯科技深圳有限公司,
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。