一种基于OCPX的电商广告投放方法技术

技术编号：40840267 阅读：4 留言：0更新日期：2024-04-01 15:06

本发明专利技术公开了一种基于OCPX的电商广告投放方法，属于电子商务广告营销技术领域，包括获取广告主的预算成本；确定双pid控制模型；根据训练好的分配反馈模型、双pid控制模型获取广告在不同细分市场的最优投放成本；根据最优投放成本将预算成本分配于各细分市场。本发明专利技术通过训练好的分配反馈模型在对不同细分市场下营销成本进行控制，再通过双pid控制模型获取广告在不同细分市场的最优投放成本，根据最优投放成本将广告投放于各细分市场，合理分配广告预算，提升了广告实际投产比，解决传统广告推广模式投放效率低下，广告主投放成本过高的问题。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及一种基于ocpx的电商广告投放方法，属于电子商务广告营销。

技术介绍

1、传统的广告流量变现方式不同渠道通过不同方式来完成，如搜索广告是广告主通过设置关联搜索词出价，线上实时流量触达时发生隐形的竞价行为，通过ecpm排序竞价获胜后，就能在优秀坑位上曝光商品，以至于大概率获得点击转化，平台和广告主都能够获得更多收益；推荐广告是广告主通过直接设置点击出价金额，平台根据用户历史行为分析用户兴趣商品，推荐给感兴趣用户，以达到提升广告商品点击转化意图。然而传统这种广告推广方式存在如下问题：不利于客单价较低商户商品参与竞价，尤其是推荐场景；传统的广告推广模式没有办法最大程度的维护广告主实际利益，平衡广告主投入和产出的比例。

技术实现思路

1、本专利技术的目的在于克服现有技术中的不足，提供一种基于ocpx的电商广告投放方法，合理分配广告在不同细分市场渠道的投放，提升了广告投放效率，解决了传统广告推广模式投放效率低下，广告主投放成本过高的问题。

2、为达到上述目的/为解决上述技术问题，本专利技术是采用下述技术方案实现的：

3、一种基于ocpx的电商广告投放方法，包括：

4、获取广告主的预算成本；

5、确定双pid控制模型；

6、根据训练好的分配反馈模型、双pid控制模型获取广告在不同细分市场的最优投放成本；

7、根据最优投放成本将预算成本分配于各细分市场。

8、进一步地，所述分配反馈模型的训练包括：</p>

9、构建分配反馈模型获取成本弹性参数；

10、通过预设训练集和预设训练模型训练成本弹性参数，获取训练好的成本弹性参数；

11、基于训练好的成本弹性参数进行映射处理，获取训练好的分配反馈模型。

12、更进一步地，所述构建分配反馈模型获取成本弹性参数，包括：

13、将logit模型扩展为一个半黑盒模型：

14、

15、其中：

16、di表示第i个细分市场的整体规模，按照小时和广告位拆分细分市场，每个细分市场的市场规模可以用细分市场的总点击量来估算；

17、c表示细分市场的营销成本；

18、e(xi)表示神经网络，用于预估每个细分市场i的成本弹性xi表示神经网络的输入特征；

19、ai和bi表示成本弹性参数。

20、更进一步地，所述通过预设训练集和预设训练模型训练成本弹性参数，获取训练好的成本弹性参数，包括：

21、构建训练集{([x1,c1],q1)…,([xi,ci],qi)}，通过训练集和交叉熵模型训练成本弹性参数ai和bi，包括：

22、

23、其中：

24、表示交叉熵值；

25、qi表示表示第i个细分市场份额的目标占比qrate；

26、表示表示第i个细分市场份额的预估占比qrate；

27、第i个细分市场份额的预估占比qrate＝-2*e(xi)+bi*ci；

28、xi表示神经网络第i个细分市场下的输入特征；ci表示第i个细分市场的营销成本；

29、当交叉熵满足阈值时，成本弹性参数ai和bi训练完成。

30、进一步地，所述基于训练好的成本弹性参数进行映射处理，获取训练好的分配反馈模型，包括：

31、

32、其中：

33、ci表示第i个细分市场的营销成本；ai和bi表示成本弹性参数；表示第i个细分市场份额的预估占比；n表示细分市场总数。

34、进一步地，所述根据训练好的分配反馈模型、双pid控制模型获取广告在不同细分市场的最优投放成本，包括：

35、根据训练好的分配反馈模型获取广告在不同细分市场下的第一投放成本；

36、通过双pid控制模型对第一投放成本进行回调处理，获取最优投放成本。

37、更进一步地，在所述通过双pid控制模型对第一投放成本进行回调处理后，还包括判断广告主的投产比roi实际值是否大于投产比roi目标值，若是，则通过差分计算公式，调整点击计费cpc目标值的平均出价：

38、

39、其中：

40、roi最高值：取历史15日平均roi*1.3；roi最低值：取历史15日平均roi*0.7；

41、cpc最高值：取历史点击数据中90％分位点的cpc值；cpc最低值：取历史点击数据中10％分位点的cpc值。

42、进一步地，所述确定双pid控制模型包括：

43、

44、其中：

45、cbid表示广告实际出价；cvr表示在广告展示机会上的转化率；r表示广告主的目标投产比；price表示商品客单价；p表示超参数；q表示超参数。

46、与现有技术相比，本专利技术所达到的有益效果：

47、1、本专利技术通过训练好的分配反馈模型在对不同细分市场下营销成本进行控制，再通过双pid控制模型获取广告在不同细分市场的最优投放成本，根据最优投放成本将广告投放于各细分市场，合理分配广告预算，提升了广告实际投产比，解决传统广告推广模式投放效率低下，广告主投放成本过高的问题。

48、2、本专利技术还具有兜底策略，在通过双pid控制模型对第一投放成本进行回调处理后，判断广告主的投产比roi实际值是否大于投产比roi目标值，若是，则通过差分计算公式，调整点击计费cpc目标值的平均出价，可在确保用户投产目标达标的同时提高平台收益。

本文档来自技高网...

【技术保护点】

1.一种基于OCPX的电商广告投放方法，其特征在于，包括：

2.根据权利要求1所述的基于OCPX的电商广告投放方法，其特征在于，所述分配反馈模型的训练包括：

3.根据权利要求2所述的基于OCPX的电商广告投放方法，其特征在于，所述构建分配反馈模型获取成本弹性参数，包括：

4.根据权利要求3所述的基于OCPX的电商广告投放方法，其特征在于，所述通过预设训练集和预设训练模型训练成本弹性参数，获取训练好的成本弹性参数，包括：

5.根据权利要求2所述的基于OCPX的电商广告投放方法，其特征在于，所述基于训练好的成本弹性参数进行映射处理，获取训练好的分配反馈模型，包括：

6.根据权利要求1所述的基于OCPX的电商广告投放方法，其特征在于，所述根据训练好的分配反馈模型、双pid控制模型获取广告在不同细分市场的最优投放成本，包括：

7.根据权利要求6所述的基于OCPX的电商广告投放方法，其特征在于，在所述通过双pid控制模型对第一投放成本进行回调处理后，还包括判断广告主的投产比ROI实际值是否大于投产比ROI目标值，若是，

8.根据权利要求1所述的基于OCPX的电商广告投放方法，其特征在于，所述确定双pid控制模型包括：

...

【技术特征摘要】

1.一种基于ocpx的电商广告投放方法，其特征在于，包括：

2.根据权利要求1所述的基于ocpx的电商广告投放方法，其特征在于，所述分配反馈模型的训练包括：

3.根据权利要求2所述的基于ocpx的电商广告投放方法，其特征在于，所述构建分配反馈模型获取成本弹性参数，包括：

4.根据权利要求3所述的基于ocpx的电商广告投放方法，其特征在于，所述通过预设训练集和预设训练模型训练成本弹性参数，获取训练好的成本弹性参数，包括：

5.根据权利要求2所述的基于ocpx的电商广告投放方法，其特征在于，所述基于训练好的成本弹性参数进行映射处理，...

【专利技术属性】
技术研发人员：严康康，邢平平，
申请(专利权)人：航天信息江苏有限公司，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人