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】
本申请涉及互联网,尤其涉及一种广告出价确定方法、装置、电子设备及存储介质。
技术介绍
1、广告出价,顾名思义,就是对于广告主而言,是它为获得本次流量(例如某个投放用户)愿意付出的真实价格,是向媒体平台表达营销成本的途径。早期的广告投放主要依赖人力,即人为设定一个固定的广告出价,这种方式效率低且广告投放效果存在局限性。
2、为此智能出价应运而生,通过不同用户的行为特征、兴趣爱好、网络行为等数据,训练深度学习模型,利用训练好的深度学习模型实现智能出价,这样可以提高广告投放的效果和效率。作为广告主,通过智能出价也能满足自身需求及预算,实现降本增收的目的。
3、然而,通过不同用户的行为特征、兴趣爱好、网络行为等数据,训练深度学习模型的过程中,业界通常以单一的投放目标进行优化,这样无法兼顾到别的投放目标,捕捉不到该投放目标与别的投放目标之间的联系,导致智能出价的效果并不理想。
技术实现思路
1、为了解决上述通过不同用户的行为特征、兴趣爱好、网络行为等数据,训练深度学习模型的过程中,业界通常以单一的投放目标进行优化,这样无法兼顾到别的投放目标,捕捉不到该投放目标与别的投放目标之间的联系,导致智能出价的效果并不理想的技术问题,本申请提供了一种广告出价确定方法、装置、电子设备及存储介质。具体技术方案如下:
2、第一方面,本申请提供了一种广告出价确定方法,所述方法包括:
3、获取目标用户特征、目标媒体特征以及出价特征集合,其中,所述出价特征集合包括多个
4、针对所述出价特征集合中任一所述目标出价特征,将所述目标用户特征、所述目标媒体特征以及所述目标出价特征,输入至预训练的广告投放预估模型,得到所述目标出价特征对应的多个投放目标的预测情况;
5、根据任一所述目标出价特征对应的多个所述投放目标的预测情况,从多个所述目标出价特征中,确定最优出价特征,所述最优出价特征为最优广告出价。
6、在一个可选的实施方式中,多个所述投放目标中包括表征广告转化收入的投放目标;
7、所述根据任一所述目标出价特征对应的多个所述投放目标的预测情况,从多个所述目标出价特征中,确定最优出价特征,包括:
8、针对任一所述目标出价特征,从所述目标出价特征对应的多个所述投放目标的预测情况中,筛选表征广告转化收入的投放目标的预测情况;
9、根据所述目标出价特征与所述表征广告转化收入的投放目标的预测情况,确定所述目标出价特征对应的成本率;
10、根据任一所述目标出价特征对应的所述成本率,从多个所述目标出价特征中,确定最优出价特征。
11、在一个可选的实施方式中,所述根据任一所述目标出价特征对应的所述成本率,从多个所述目标出价特征中,确定最优出价特征,包括:
12、从任一所述目标出价特征对应的所述成本率中,确定多对相邻的第一成本率与第二成本率;
13、针对任一相邻的所述第一成本率与所述第二成本率,确定第一成本率与所述第二成本率之间的成本率差值;
14、从所述成本率差值中,选取最大的所述成本率差值,并确定最大的所述成本率差值所对应的所述第一成本率与所述第二成本率;
15、确定最大的所述成本率差值所对应的所述第一成本率与所述第二成本率中最大的成本率;
16、将最大的成本率对应的所述目标出价特征确定为最优出价特征。
17、在一个可选的实施方式中,所述根据任一所述目标出价特征对应的所述成本率,从多个所述目标出价特征中,确定最优出价特征,包括:
18、根据任一所述目标出价特征对应的所述成本率,拟合表征所述目标出价特征与所述成本率之间关系的关系图;
19、确定所述关系图中首次发生跃迁的坐标点,将所述坐标点对应的所述目标出价特征确定为最优出价特征。
20、在一个可选的实施方式中,在执行所述方法之前,还包括:
21、获取训练样本,并确定所述训练样本对应的多个投放目标的样本情况;
22、其中,所述训练样本包括样本用户特征、样本媒体特征以及样本出价特征;
23、根据多个所述投放目标的样本情况,设置所述训练样本对应的样本标签;
24、根据经过样本标签设置的所述训练样本,对广告投放预估模型进行有监督训练,得到预训练的广告投放预估模型。
25、在一个可选的实施方式中,所述根据多个所述投放目标的样本情况,设置所述训练样本对应的样本标签,包括:
26、针对任一所述投放目标,确定所述投放目标对应的目标类型;
27、根据所述目标类型以及所述投放目标的样本情况,设置所述训练样本对应的样本标签。
28、在一个可选的实施方式中,所述根据经过样本标签设置的所述训练样本,对广告投放预估模型进行有监督训练,得到预训练的广告投放预估模型,包括:
29、将经过样本标签设置的所述训练样本,输入至广告投放预估模型,得到多个投放目标的预估情况;
30、根据多个所述投放目标的预估情况与所述样本标签,确定损失值,根据所述损失值,对广告投放预估模型进行有监督训练;
31、在所述损失值小于预设阈值的情况下,停止模型训练,得到预训练的广告投放预估模型。
32、第二方面,本申请提供了一种广告出价确定装置,所述装置包括:
33、特征获取模块,用于获取目标用户特征、目标媒体特征以及出价特征集合,其中,所述出价特征集合包括多个目标出价特征;
34、情况确定模块,用于针对所述出价特征集合中任一所述目标出价特征,将所述目标用户特征、所述目标媒体特征以及所述目标出价特征,输入至预训练的广告投放预估模型,得到所述目标出价特征对应的多个投放目标的预测情况;
35、广告出价确定模块,用于根据任一所述目标出价特征对应的多个所述投放目标的预测情况,从多个所述目标出价特征中,确定最优出价特征,所述最优出价特征为最优广告出价。
36、第三方面,还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
37、存储器,用于存放计算机程序;
38、处理器,用于执行存储器上所存放的程序时,实现上述第一方面中任一所述的广告出价确定方法。
39、第四方面,还提供了一种存储介质,所述存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述第一方面中任一所述的广告出价确定方法。
40、第五方面,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一所述的广告出价确定方法。
41、本申请实施例提供的上述技术方案与现有技术相比具有如下优点:本申请实施例提供的该方法,通过获取目标用户特征、目标媒体特征以及出价特征集合,针对出价特征集合中任一目标出价特征,将目标用户特征、目标媒体本文档来自技高网...
【技术保护点】
1.一种广告出价确定方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,多个所述投放目标中包括表征广告转化收入的投放目标;
3.根据权利要求2所述的方法,其特征在于,所述根据任一所述目标出价特征对应的所述成本率,从多个所述目标出价特征中,确定最优出价特征,包括:
4.根据权利要求2所述的方法,其特征在于,所述根据任一所述目标出价特征对应的所述成本率,从多个所述目标出价特征中,确定最优出价特征,包括:
5.根据权利要求1所述的方法,其特征在于,在执行所述方法之前,还包括:
6.根据权利要求5所述的方法,其特征在于,所述根据多个所述投放目标的样本情况,设置所述训练样本对应的样本标签,包括:
7.根据权利要求5所述的方法,其特征在于,所述根据经过样本标签设置的所述训练样本,对广告投放预估模型进行有监督训练,得到预训练的广告投放预估模型,包括:
8.一种广告出价确定装置,其特征在于,所述装置包括:
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其
10.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
...【技术特征摘要】
1.一种广告出价确定方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,多个所述投放目标中包括表征广告转化收入的投放目标;
3.根据权利要求2所述的方法,其特征在于,所述根据任一所述目标出价特征对应的所述成本率,从多个所述目标出价特征中,确定最优出价特征,包括:
4.根据权利要求2所述的方法,其特征在于,所述根据任一所述目标出价特征对应的所述成本率,从多个所述目标出价特征中,确定最优出价特征,包括:
5.根据权利要求1所述的方法,其特征在于,在执行所述方法之前,还包括:
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:陈晨,许家铭,沈翔宇,赵欣莅,
申请(专利权)人:北京奇艺世纪科技有限公司,
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。