一種廣告智能排序方法技術(shù)

本發(fā)明專利技術(shù)公開了一種廣告智能排序方法，包括，S1、基于投放產(chǎn)品在某個應(yīng)用媒體上的激活轉(zhuǎn)化率和在整體流量上的激活轉(zhuǎn)化率，獲取投放產(chǎn)品的整體激活轉(zhuǎn)化率；S2、根據(jù)投放產(chǎn)品的整體激活轉(zhuǎn)化率與當(dāng)前投放產(chǎn)品的預(yù)估轉(zhuǎn)化率，確定用于計算投放產(chǎn)品得分的浮動系數(shù)；S3、基于浮動系數(shù)計算投放產(chǎn)品的得分，并根據(jù)得分高低對所有的投放產(chǎn)品進行排序，得分越高的投放產(chǎn)品排序越靠前。優(yōu)點是：通過廣告排序公式的參數(shù)設(shè)計，加權(quán)用戶偏好更大的廣告的排序得分，解決了單純轉(zhuǎn)化率乘以價格計算得分帶來的一系列問題。在基本不降低流水的情況下，有效提高了轉(zhuǎn)化率，保證了廣告產(chǎn)品盡量投放至感興趣的用戶，做到了業(yè)務(wù)流水和用戶體驗的雙提高。做到了業(yè)務(wù)流水和用戶體驗的雙提高。做到了業(yè)務(wù)流水和用戶體驗的雙提高。

【技術(shù)實現(xiàn)步驟摘要】
一種廣告智能排序方法


[0001]本專利技術(shù)涉及廣告智能排序
，尤其涉及一種廣告智能排序方法。

技術(shù)介紹

[0002]廣告推薦作為是目前移動廣告平臺廣告引擎核心返回方式，其中主要涉及兩個方面，廣告轉(zhuǎn)化預(yù)估和最終的排序方法。廣告的轉(zhuǎn)化預(yù)估一般采用機器學(xué)習(xí)模型通過用戶特征和行為進行深度學(xué)習(xí)計算，得到當(dāng)前用戶最滿足目標(biāo)設(shè)定的一個廣告集合和轉(zhuǎn)化得分。而決定最終展示給用戶廣告的則是根據(jù)換化得分，通過一套計算方法，獲得最終排序，以排序靠前者為最優(yōu)結(jié)果。
[0003]目前廣告的排序設(shè)計大多以廣告平臺獲得最大流水為目標(biāo)，即轉(zhuǎn)化率和廣告主結(jié)算價格的乘積作為得分來進行排序，此方法存在明顯的缺陷，廣告主出價較高的產(chǎn)品，往往轉(zhuǎn)化率較低，僅追求流水最大值，則會導(dǎo)致廣告展示效率低下、模型有效樣本減少、高價產(chǎn)品集中、馬太效應(yīng)明顯等問題。

技術(shù)實現(xiàn)思路

[0004]本專利技術(shù)的目的在于提供一種廣告智能排序方法，從而解決現(xiàn)有技術(shù)中存在的前述問題。
[0005]為了實現(xiàn)上述目的，本專利技術(shù)采用的技術(shù)方案如下：
[0006]一種廣告智能排序方法，包括如下步驟，
[0007]S1、基于投放產(chǎn)品在某個應(yīng)用媒體上的激活轉(zhuǎn)化率和在整體流量上的激活轉(zhuǎn)化率，獲取投放產(chǎn)品的整體激活轉(zhuǎn)化率；
[0008]S2、根據(jù)投放產(chǎn)品的整體激活轉(zhuǎn)化率與當(dāng)前投放產(chǎn)品的預(yù)估轉(zhuǎn)化率，確定用于計算投放產(chǎn)品得分的浮動系數(shù)；
[0009]S3、基于浮動系數(shù)計算投放產(chǎn)品的得分，并根據(jù)得分高低對所有的投放產(chǎn)品進行排序，得分越高的投放產(chǎn)品排序越靠前。
[0010]優(yōu)選的，步驟S1具體為，
[0011]若cvr_app＞0，則cvr＝cvr_app，否則cvr＝cvr_total；且cvr_app和cvr_total的計算都必須滿足3000以上的曝光，否則取默認值，默認值為0；
[0012]其中，cvr_app為投放產(chǎn)品在某個應(yīng)用媒體上的激活轉(zhuǎn)化率；cvr_total為投放產(chǎn)品在整體流量上的激活轉(zhuǎn)化率；cvr為投放產(chǎn)品的整體激活轉(zhuǎn)化率。
[0013]優(yōu)選的，步驟S2具體為，
[0014]若cvr＝0，則w＝1；
[0015]若cvr＞0，則
[0016][0017]其中，cvr
p
為當(dāng)前投放產(chǎn)品的預(yù)估轉(zhuǎn)化率；a為權(quán)重基數(shù)，a＞1；和取值范圍為(1，m)，m為截斷。
[0018]優(yōu)選的，步驟S3中計算廣告得分具體為，
[0019]Score＝w*f_ranking(出價，轉(zhuǎn)化率)+random(0，0.1)
[0020]f_ranking(出價，轉(zhuǎn)化率)
[0021]＝(1000*轉(zhuǎn)化率*出價+1000*Pc*ctr+1000*Pv*cvr)*(1+ClickUniqueNum)/(1+ImpressionUniqueNum)
[0022]其中，Score為投放產(chǎn)品的得分；1000*轉(zhuǎn)化率*出價，即ecpm；Pv＝1；當(dāng)投放產(chǎn)品的計費類型為CPC類型時，Pc＝0.1，“轉(zhuǎn)化率”為ctr，當(dāng)投放產(chǎn)品的計費類型為CPA類型時，Pc＝0.01，“轉(zhuǎn)化率”為cvr；ctr為點擊率，通過點擊量除以曝光量計算獲取；ClickUniqueNum為去重點擊數(shù)；ImpressionUniqueNum為去重曝光數(shù)：
[0023]若cvr、ctr是經(jīng)過預(yù)估的結(jié)果，則在計算Score時，ClickUniqueNum＝0，ImpressionUniqueNum＝0；若cvr、ctr不是經(jīng)過預(yù)估的結(jié)果，則在計算Score時，ClickUniqueNum和ImpressionUniqueNum采用歷史統(tǒng)計值；random(0，0.1)為隨機函數(shù)。
[0024]本專利技術(shù)的有益效果是：1、通過廣告排序公式的參數(shù)設(shè)計，加權(quán)用戶偏好更大的廣告的排序得分，解決了單純轉(zhuǎn)化率乘以價格計算得分帶來的一系列問題。2、在基本不降低流水的情況下，有效提高了轉(zhuǎn)化率，保證了廣告產(chǎn)品盡量投放至感興趣的用戶，做到了業(yè)務(wù)流水和用戶體驗的雙提高。
附圖說明
[0025]圖1是本專利技術(shù)實施例中排序方法的流程示意圖。
具體實施方式
[0026]為了使本專利技術(shù)的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖，對本專利技術(shù)進行進一步詳細說明。應(yīng)當(dāng)理解，此處所描述的具體實施方式僅僅用以解釋本專利技術(shù)，并不用于限定本專利技術(shù)。
[0027]如圖1所示，本實施例中，提供了一種廣告智能排序方法，包括如下步驟，
[0028]S1、基于投放產(chǎn)品在某個應(yīng)用媒體上的激活轉(zhuǎn)化率和在整體流量上的激活轉(zhuǎn)化率，獲取投放產(chǎn)品的整體激活轉(zhuǎn)化率；
[0029]S2、根據(jù)投放產(chǎn)品的整體激活轉(zhuǎn)化率與當(dāng)前投放產(chǎn)品的預(yù)估轉(zhuǎn)化率，確定用于計算投放產(chǎn)品得分的浮動系數(shù)；
[0030]S3、基于浮動系數(shù)計算投放產(chǎn)品的得分，并根據(jù)得分高低對所有的投放產(chǎn)品進行排序，得分越高的投放產(chǎn)品排序越靠前。
[0031]本實施例中，步驟S1具體為，
[0032]若cvr_app＞0，則cvr＝cvr_app，否則cvr＝cvr_total；且cvr_app和cvr_total的計算都必須滿足3000以上的曝光，否則取默認值，默認值為0；
[0033]其中，cvr_app為投放產(chǎn)品在某個應(yīng)用媒體上的激活轉(zhuǎn)化率；cvr_total為投放產(chǎn)品在整體流量上的激活轉(zhuǎn)化率；cvr為投放產(chǎn)品的整體激活轉(zhuǎn)化率。
[0034]具體的，cvr_app指的是當(dāng)前用戶所在app的過去一段時間統(tǒng)計的這個產(chǎn)品的cvr，例如，一個開心消消樂的用戶請求廣告，系統(tǒng)給他返回了一個下載類app，那么我們會計算整個開心消消樂上用戶對這個下載類產(chǎn)品的cvr，即cvr_app。
[0035]cvr_total則是指不僅是開心消消樂，而是歷史上一段時間所有請求過廣告的應(yīng)用上面整體的cvr；系統(tǒng)首先會使用用戶所在app的統(tǒng)計轉(zhuǎn)化率，如果沒有則使用全局的；這里的邏輯在于，我們需要對比當(dāng)前用戶我們預(yù)估的轉(zhuǎn)率，在這個應(yīng)用上和整體水平上是高還是低，高則優(yōu)先展示，低則降低展示權(quán)重，這樣做的好處在于：比如有兩個廣告產(chǎn)品，經(jīng)過“cvr
p
*價格”得到的得分一樣，但事實上這個用戶的cvr
p
如果處于歷史轉(zhuǎn)化用戶群的高位，那我們應(yīng)該優(yōu)先給用戶推薦這個高的產(chǎn)品，這樣更有利于用戶接受這個廣告，用戶容易接受則其轉(zhuǎn)化和后續(xù)的體驗就會提高。
[0036]本實施例中，步驟S2具體為，
[0037]若cvr＝0，則w＝1；
[0038]若cvr＞0，則
[0039][0040]其中，cvr
p
為當(dāng)前投放產(chǎn)品的預(yù)估轉(zhuǎn)化率；a為權(quán)重基數(shù)，a＞1；和取值范圍為(1，m)，m為截斷，取值為11。
[0041]cvr具體指的是激活到曝光的轉(zhuǎn)化率，即廣告激活數(shù)/廣告曝光數(shù)；則預(yù)估轉(zhuǎn)化率cvr
p
指的是廣告投放系統(tǒng)收到廣告請求以后，根據(jù)用戶和場景和歷史數(shù)據(jù)特征利用算法模型預(yù)測的一本文檔來自技高網(wǎng)...

【技術(shù)保護點】

【技術(shù)特征摘要】
1.一種廣告智能排序方法，其特征在于：包括如下步驟，S1、基于投放產(chǎn)品在某個應(yīng)用媒體上的激活轉(zhuǎn)化率和在整體流量上的激活轉(zhuǎn)化率，獲取投放產(chǎn)品的整體激活轉(zhuǎn)化率；S2、根據(jù)投放產(chǎn)品的整體激活轉(zhuǎn)化率與當(dāng)前投放產(chǎn)品的預(yù)估轉(zhuǎn)化率，確定用于計算投放產(chǎn)品得分的浮動系數(shù)；S3、基于浮動系數(shù)計算投放產(chǎn)品的得分，并根據(jù)得分高低對所有的投放產(chǎn)品進行排序，得分越高的投放產(chǎn)品排序越靠前。2.根據(jù)權(quán)利要求1所述的廣告智能排序方法，其特征在于：步驟S1具體為，若cvr_app＞0，則cvr＝cvr_app，否則cvr＝cvr_total；且cvr_app和cvr_total的計算都必須滿足3000以上的曝光，否則取默認值，默認值為0；其中，cvr_app為投放產(chǎn)品在某個應(yīng)用媒體上的激活轉(zhuǎn)化率；cvr_total為投放產(chǎn)品在整體流量上的激活轉(zhuǎn)化率；cvr為投放產(chǎn)品的整體激活轉(zhuǎn)化率。3.根據(jù)權(quán)利要求2所述的廣告智能排序方法，其特征在于：步驟S2具體為，若cvr＝0，則w＝1；若cvr＞0，則其中，cvr
p
為當(dāng)前投放產(chǎn)品的預(yù)估轉(zhuǎn)化率；a為權(quán)重基數(shù)，a＞1；和取值范圍為(1，m)，m為截斷。4.根據(jù)權(quán)利要求3所述的廣...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：李波，徐大江，
申請(專利權(quán))人：北京創(chuàng)智匯聚科技有限公司，
類型：發(fā)明
國別省市：