一种待发布信息位的竞价胜出率的预测方法及装置与流程

本发明涉及互联网数据发布领域，具体地涉及一种待发布信息位的竞价胜出率的预测方法及装置。
背景技术：
：现有的信息发布市场大多采用实时竞价(realtimebidding，简称RTB)模式来进行待发布信息的交易，从而利用精准营销技术针对每一个用户的展示行为进行评估以及出价。在这种待发布信息交易模式中，整个待发布信息生态链包括待发布信息主、需求方平台(demandsideplatform，简称DSP)、待发布信息交易平台以及互联网媒体四个主体，其中，信息发布方将自己的信息发布需求放到需求方平台上，互联网媒体将自己的待发布信息流量资源放到待发布信息交易平台，由需求方平台通过与待发布信息交易平台的技术对接完成待发布信息位的竞价购买。在现阶段的需求方平台中，比较常用的方法是通过点击到达率(clickthroughrate，简称CTR)来指导需求方平台的出价策略。所述点击到达率可以理解为待发布信息的点击率除以待发布信息的展现量的结果。需求方平台基于点击到达率，通过加价或减价的方法来调整出价以期提高竞价胜出率。但是，基于上述方案，需求方平台无法直观、准确的获知待发布信息位的竞价胜出率的实际情况，进而不利于需求方平台对出价的及时、准确的调整。技术实现要素：本发明解决的技术问题是现有技术无法以较为直观的方法来准确预测待发布信息位在全流量上的竞价胜出率，不利于需求方平台对出价进行及时、准确的调整。为解决上述技术问题，本发明实施例提供一种待发布信息位的竞价胜出率的预测方法，包括如下步骤：获取所述待发布信息位在全流量上的竞价结果，所述全流量包括针对所述待发布信息位的多个展现请求，每一展现请求包括对应的出价，所述多个展现请求覆盖多个出价区段；根据所述竞价结果中每次胜出时所述待发布信息位的成交价，确定所述成交价与竞价胜出率的成交价-竞价胜出率关系曲线；基于所述成交价-竞价胜出率关系曲线预测竞价胜出率。可选的，获取所述待发布信息位在全流量上的竞价结果，包括如下步骤：对于所述待发布信息位，统计已知的至少一出价区段中的展现请求的出价以及对应的竞价结果；根据所述至少一出价区段中的展现请求的出价以及对应的竞价结果，拟合获得所述出价与竞价胜出率之间的出价-竞价胜出率关系曲线；基于所述出价-竞价胜出率关系曲线确定所述竞价胜出率为100％的出价区段；以所述竞价胜出率为100％的出价区段为上限，通过预设次数的随机出价探测，以获得所述待发布信息位在全流量上的竞价胜出率的分布。可选的，所述出价-竞价胜出率关系曲线基于如下步骤拟合获得：根据高斯函数以及误差函数拟合获得所述出价-竞价胜出率关系曲线。可选的，根据所述竞价结果中每次胜出时所述待发布信息位的成交价确定所述成交价与竞价胜出率的成交价-竞价胜出率关系曲线，包括如下步骤：根据所述随机出价探测的结果，获取每次胜出时所述待发布信息位的成交价以及对应的胜出次数；对于每一成交价，基于所述成交价对应的胜出次数计算获得所述成交价的竞价胜出率；根据所述成交价以及对应的竞价胜出率确定获得所述成交价-竞价胜出率关系曲线。可选的，所述成交价-竞价胜出率关系曲线基于如下步骤确定：根据高斯函数以及误差函数拟合获得所述成交价-竞价胜出率关系曲线。可选的，所述基于高斯函数以及误差函数拟合获得所述成交价-竞价胜出率关系曲线，包括如下步骤：基于如下公式计算获得所述成交价-竞价胜出率关系曲线：f(x)＝ω1(1+erf(x))+...+ωi(1+erf(x))+...+ωn(1+erf(x))，其中，f(x)为所述成交价-竞价胜出率关系曲线，ωi为第i个高斯函数的权重分布，x为竞价胜出率，erf(x)为误差函数，n为预设高斯拟合数量，1≤i≤n。可选的，所述误差函数基于如下公式计算获得：其中，erf(x)为所述误差函数，x为竞价胜出率，t为高斯参数；所述高斯参数基于公式t＝(x-m)/(2×δ)计算获得，其中，x为所述竞价胜出率，m为高斯函数的正态分布的均值，δ为高斯函数的正态分布的协方差。本发明实施例还提供一种待发布信息位的竞价胜出率的预测装置，包括：获取模块，用于获取所述待发布信息位在全流量上的竞价结果，所述全流量包括针对所述待发布信息位的多个展现请求，每一展现请求包括对应的出价，所述多个展现请求覆盖多个出价区段；确定模块，用于根据所述竞价结果中每次胜出时所述待发布信息位的成交价，确定所述成交价与竞价胜出率的成交价-竞价胜出率关系曲线；预测模块，用于基于所述成交价-竞价胜出率关系曲线预测竞价胜出率。可选的，所述获取模块包括：统计子模块，对于所述待发布信息位，统计已知的至少一出价区段中的展现请求的出价以及对应的竞价结果；第一拟合子模块，用于根据所述至少一出价区段中的展现请求的出价以及对应的竞价结果，拟合获得所述出价与竞价胜出率之间的出价-竞价胜出率关系曲线；确定子模块，用于基于所述出价-竞价胜出率关系曲线确定所述竞价胜出率为100％的出价区段；第一处理子模块，用于以所述竞价胜出率为100％的出价区段为上限，通过预设次数的随机出价探测，以获得所述待发布信息位在全流量上的竞价胜出率的分布。可选的，所述第一拟合子模块包括：拟合单元，用于根据高斯函数以及误差函数拟合获得所述出价-竞价胜出率关系曲线。可选的，所述确定模块包括：获取子模块，用于根据所述随机出价探测的结果，获取每次胜出时所述待发布信息位的成交价以及对应的胜出次数；计算子模块，对于每一成交价，基于所述成交价对应的胜出次数计算获得所述成交价的竞价胜出率；第二处理子模块根据所述成交价以及对应的竞价胜出率确定获得所述成交价-竞价胜出率关系曲线。可选的，所述确定模块包括：第二拟合子模块，用于根据高斯函数以及误差函数拟合获得所述成交价-竞价胜出率关系曲线。可选的，所述第二拟合子模块包括：第一计算单元，用于基于如下公式计算获得所述成交价-竞价胜出率关系曲线：f(x)＝ω1(1+erf(x))+...+ωi(1+erf(x))+...+ωn(1+erf(x))，其中，f(x)为所述成交价-竞价胜出率关系曲线，ωi为第i个高斯函数的权重分布，x为竞价胜出率，erf(x)为误差函数，n为预设高斯拟合数量，1≤i≤n。可选的，所述第二拟合子模块还包括：第二计算单元，用于基于如下公式计算获得所述误差函数：其中，erf(x)为所述误差函数，x为竞价胜出率，t为高斯参数；第三计算单元，用于基于公式t＝(x-m)/(2×δ)计算获得所述高斯参数，其中，x为所述竞价胜出率，m为高斯函数的正态分布的均值，δ为高斯函数的正态分布的协方差。与现有技术相比，本发明实施例的技术方案具有以下有益效果：获取所述待发布信息位在全流量上的竞价结果，根据所述竞价结果中每次胜出时所述待发布信息位的成交价来确定成交价-竞价胜出率关系曲线，从而基于所述成交价-竞价胜出率关系曲线预测所述待发布信息位在全流量上的竞价胜出率。较之现有的基于出价与竞价胜出率的对应关系进行拟合以预测竞价胜出率的技术方案，本发明实施例的技术方案能够以所述成交价为出发点，更加直观、准确的对所述待发布信息位的竞价胜出率进行预测，有利于指导需求方平台及时调整出价，提高所述待发布信息位的胜出次数。进一步，统计已知的至少一出价区段中的展现请求的出价以及对应的竞价结果，从而拟合获得出价-竞价胜出率关系曲线，并基于所述出价-竞价胜出率关系曲线确定竞价胜出率为100％的出价区段，从而以所述竞价胜出率为100％的出价区段为上限作预设次数的随机出价探测，以获得所述待发布信息位在全流量上的竞价胜出率的分布。较之现有技术只能基于历史出价以及对应的竞价结果来预测竞价胜出率的技术方案，本发明实施例的技术方案为了了解不同的出价区段可能对竞价胜出率造成的影响，优选地进行预设次数的出价探测，尤其是以前期出价-竞价胜出率关系曲线所确定的竞价胜出率为100％的出价区段为上限的基础上，进行高价探测，以获得所述待发布信息位在全流量上的竞价结果，从而为拟合出所述成交价-竞价胜出率关系曲线提供更加全面的拟合样本。附图说明图1是本发明的第一实施例的一种待发布信息位的竞价胜出率的预测方法的流程图；图2是采用本发明实施例获得的待发布信息位的成交价-竞价胜出率关系曲线；图3是本发明的第二实施例的一种待发布信息位的竞价胜出率的预测方法的流程图；图4是本发明的第三实施例的一种待发布信息位的竞价胜出率的预测方法的流程图；图5是本发明的第四实施例的一种待发布信息位的竞价胜出率的预测装置的结构示意图。具体实施方式本领域技术人员理解，由于实时竞价模式在实际操作时一般采用封闭的二价拍卖方法进行待发布信息位的竞价拍卖，需求方平台通常无法掌握所述待发布信息位在全流量上的成交价，因而，现有技术在预测待发布信息位的竞价胜出率时，一般只能通过出价-竞价胜出率关系曲线来预测所述待发布信息位的竞价胜出率。但是，由于二价拍卖方法是以第二高的出价作为所述待发布信息位的成交价的，这就导致需求方平台以出价和竞价胜出率为主要考虑因素拟合出的出价-竞价胜出率关系曲线并不能非常准确、直观的反映出待发布信息位实际的成交价对竞价胜出率的影响。另一方面，现有的需求方平台所采用的曲线拟合方法大多是最小二乘法等较常规的手段，但是这种拟合方法无法保证拟合获得的曲线为递增趋势，与出价和竞价胜出率的实际对应关系不相符，不利于需求方平台的后续操作。为了解决这一技术问题，本发明所述技术方案获取所述待发布信息位在全流量上的竞价结果，根据所述竞价结果中每次胜出时所述待发布信息位的成交价来确定成交价-竞价胜出率关系曲线，从而基于所述成交价-竞价胜出率关系曲线预测所述待发布信息位在全流量上的竞价胜出率，从而能够以所述成交价为出发点，更加直观、准确的对所述待发布信息位的竞价胜出率进行预测，有利于指导需求方平台及时调整出价，提高对所述待发布信息位的胜出次数。为使本发明的上述目的、特征和有益效果能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。图1是本发明的第一实施例的一种待发布信息位的竞价胜出率的预测方法的流程图。其中，所述待发布信息位可以用于展示待发布信息，所述待发布信息可以是各种推送信息(例如新闻)、广告(例如互联网广告)等；所述竞价胜出率(winrate)可以是所述待发布信息在所述待发布信息位上竞价的胜出几率。本领域技术人员理解，所述竞价胜出率与需求方平台的出价(bidingprice)密切相关，则所述竞价胜出率可以通过公式wr＝a/b，其中，a为一段时间内以特定出价去参与所述待发布信息位的竞价后的胜出次数，b为所述一段时间内以相同或不同出价去参与所述待发布信息位的竞价的总次数。进一步地，对于采用封闭式二价拍卖方式的实时竞价模式的待发布信息位，对于所述需求方平台本次出价胜出的情形，实际应用时，所述待发布信息位的供应商可能并非是以本轮竞价中最高的价格作为成交价(winprice)来与所述需求方平台结算，在以互联网广告为例的应用场景中，通常是以本轮竞价中第二高的价格作为成交价(winprice)来与所述需求方平台结算的，则所述a还可以为一段时间内参与所述待发布信息位的竞价后特定成交价的胜出次数。具体地，在本实施例中，首先执行步骤S101，获取所述待发布信息位在全流量上的竞价结果，所述全流量包括针对所述待发布信息位的多个展现请求，每一展现请求包括对应的出价，所述多个展现请求覆盖多个出价区段。更为具体地，所述多个出价区段覆盖所述待发布信息位可接受的出价范围。优选地，所述多个展现请求可以与所述多个出价区段一一对应，例如，对于每一展现请求，其包含的出价为从相应的出价区段选择的合适的出价。在一个变化例中，所述多个展现请求也可以不与所述多个出价区段一一对应，例如，多个展现请求可以包含的出价可以落入同一出价区段，以提高对所述待发布信息位的竞价胜出率。然后进入步骤S102执行，根据所述竞价结果中每次胜出时所述待发布信息位的成交价，确定所述成交价与竞价胜出率的成交价-竞价胜出率关系曲线。具体地，所述竞价结果包括竞价成功还是竞价失败。更为具体地，所述竞价结果包括本次竞价成功时的成交价。更进一步地，所述竞价结果还包括所述需求方平台在所述待发布信息位的全流量上以同一出价发出多个展现请求后的竞价胜出次数，以及竞价成功时所述出价对应的成交价。优选地，所述成交价可以基于所述需求方平台与所述待发布信息位的供应商结算时实际支付的价格确定。在一个优选例中，统计所述全流量上的竞价结果中相同成交价对应的竞价胜出次数，统计各成交价各自的竞价胜出次数在总竞价胜出次数中所占比例，所述比例即为所述成交价对应的竞价胜出率，进而以多个成交价与竞价胜出率的对应关系为样本点，拟合获得所述成交价-竞价胜出率关系曲线。最后执行步骤S103，基于所述成交价-竞价胜出率关系曲线预测竞价胜出率。本领域技术人员理解，上述步骤S102中获得的所述多个成交价与竞价胜出率的对应关系优选的用于表示所述成交价-竞价胜出率关系曲线上的多个样本点，对于除这些样本点之外的成交价，由于所述需求方平台并未在相应的竞价上胜出，导致所述需求方平台无从获知对应的竞价胜出率，因而需要在所述多个样本点的基础上拟合获得所述成交价-竞价胜出率关系曲线，使得所述需求方平台能够预测所述待发布信息位全流量上的竞价胜出率，尤其当所述需求方平台因竞价失败而未能获得对应的成交价时，仍能根据所述成交价-竞价胜出率关系曲线预测出对应的竞价胜出率，进而为后续的出价起到指导意义。进一步地，所述成交价-竞价胜出率关系曲线如图2所示，其中，所述成交价可以以每千次展示所消耗的成本(costpermile，简称cpm)为单位，所述竞价胜出率可以以[0,1]为区间的数字表示(其中0代表所述竞价胜出率为0％，1代表竞价胜出率为100％)。本领域技术人员理解，所述成交价-竞价胜出率关系曲线具有递增的特性，所述递增特性是指所述竞价胜出率随所述成交价的增长而增长。由上，采用第一实施例的方案，较之现有的基于出价与竞价胜出率的对应关系进行拟合以预测竞价胜出率的技术方案，本发明实施例的技术方案能够以所述成交价为出发点，更加直观、准确的对所述待发布信息位的竞价胜出率进行预测，有利于指导需求方平台及时调整出价，提高对所述待发布信息位的胜出次数。图3是本发明的第二实施例的一种待发布信息位的竞价胜出率的预测方法的流程图。具体地，在本实施例中，首先执行步骤S201，对于所述待发布信息位，统计已知的至少一出价区段中的展现请求的出价以及对应的竞价结果。更为具体地，所述已知的至少一出价区段中的展现请求可以包括所述需求方平台自身发出的展现请求，还可以包括与所述需求方平台相关联的其他方发出的展现请求。然后进入步骤S202执行，根据所述至少一出价区段中的展现请求的出价以及对应的竞价结果，拟合获得所述出价与竞价胜出率之间的出价-竞价胜出率关系曲线。优选地，根据高斯函数以及误差函数拟合获得所述出价-竞价胜出率关系曲线。本领域技术人员理解，本步骤用于基于所述至少一出价区段中的展现请求的出价以及对应的竞价结果，拟合获得所述多个出价区段中除了所述至少一出价区段之外的出价以及对应的竞价结果(即使这些出价并未实际向所述待发布信息位发出过展现请求)，从而获得所述待发布信息位在全流量下的出价以及对应的竞价结果。接下来执行步骤S203，基于所述出价-竞价胜出率关系曲线确定所述竞价胜出率为100％的出价区段。具体地，所述竞价胜出率为100％的出价区段还可以包括在数学意义上误差范围内所述竞价胜出率逼近100％的出价区段，在以互联网广告位为例的应用场景中，所述误差范围为5％，则本步骤所述竞价胜出率为100％的出价区段可以包括所述竞价胜出率为95％到100％的出价区段。本领域技术人员理解，所述需求方平台在向所述待发布信息位发出展现请求时，由于成本等因素的限制，一般不会以较高的出价去竞价，则对于所述竞价胜出率为100％的出价区段，很难获得其对应的出价和成交价，则本发明实施例基于前期所述需求方平台实际发出的至少一出价区段的展现请求的出价以及对应的竞价结果，拟合获得所述待发布信息位在全流量上的出价-竞价胜出率关系曲线，从而能够预测出对于所述待发布信息位而言竞价胜出率为100％时的出价区段，有利于所述需求方平台更精准的确定与所述待发布信息位相适应的出价范围。然后进入步骤S204执行，以所述竞价胜出率为100％的出价区段为上限，通过预设次数的随机出价探测，以获得所述待发布信息位在全流量上的竞价胜出率的分布。具体地，所述预设次数基于所述需求方平台预先设置获得。更为具体地，竞价胜出率的分布所述待发布信息在全流量上的竞价结果。优选地，所述竞价结果包括所述预设次数的随机出价探测中，每一出价的胜出次数，以及胜出时所述出价对应的成交价。在一个优选例中，所述需求方平台每天通过100次的随机出价探测，获得所述多个出价区段上对所述待发布信息位的展现请求的竞价结果，根据每次胜出时所述待发布信息位的成交价以及所述成交价在所述100次随机出价探测中的胜出次数，获得所述待发布信息位在全流量上的竞价胜出率的分布。优选地，所述预设次数可以为100次/天，本领域技术人员可以根据实际需要变化出更多实施例，在此不予赘述。接下来执行步骤S205，根据所述竞价结果中每次胜出时所述待发布信息位的成交价，确定所述成交价与竞价胜出率的成交价-竞价胜出率关系曲线。具体地，本领域技术人员可以参考上述图1所示实施例中所述步骤S102，在此不予赘述。最后执行步骤S206，基于所述成交价-竞价胜出率关系曲线预测竞价胜出率。具体地，本领域技术人员可以参考上述图1所示实施例中所述步骤S103，在此不予赘述。由上，采用第二实施例的方案，所述步骤S201、所述步骤S202、所述步骤S203以及所述步骤S204可以理解为上述图1所示实施例中所述步骤S101的一个具体实施方式，本实施例所述技术方案为了了解不同的出价区段可能对竞价胜出率造成的影响，优选地进行预设次数的出价探测，尤其是以前期出价-竞价胜出率关系曲线所确定的竞价胜出率为100％的出价区段为上限的基础上，进行高价探测，以获得所述待发布信息位在全流量上的竞价结果，从而为拟合出所述成交价-竞价胜出率关系曲线提供更加全面的拟合样本。图4是本发明的第二实施例的一种待发布信息位的竞价胜出率的预测方法的流程图。具体地，在本实施例中，首先执行步骤S301，对于所述待发布信息位，统计已知的至少一出价区段中的展现请求的出价以及对应的竞价结果。更为具体地，本领域技术人员可以参考上述图3所示实施例中所述步骤S201，在此不予赘述。然后进入步骤S302执行，根据所述至少一出价区段中的展现请求的出价以及对应的竞价结果，拟合获得所述出价与竞价胜出率之间的出价-竞价胜出率关系曲线。具体地，本领域技术人员可以参考上述图3所示实施例中所述步骤S202，在此不予赘述。接下来执行步骤S303，基于所述出价-竞价胜出率关系曲线确定所述竞价胜出率为100％的出价区段。具体地，本领域技术人员可以参考上述图3所示实施例中所述步骤S203，在此不予赘述。然后进入步骤S304执行，以所述竞价胜出率为100％的出价区段为上限，通过预设次数的随机出价探测，以获得所述待发布信息位在全流量上的竞价胜出率的分布。具体地，本领域技术人员可以参考上述图3所示实施例中所述步骤S203，在此不予赘述。在一个优选例中，可以以离线方式计算用于随机出价探测的出价以及对应的随机探测概率，从而在需要向所述待发布信息位发出展现请求时，通过rand随机数来随机选取前述以离线方式计算获得的随机出价探测的出价来进行出价，并与基于正常流程(例如，待发布信息检索排序等)确定的待发布信息一起发出所述展现请求，从而完成本次对所述待发布信息位的竞价操作。接下来执行步骤S305，根据所述随机出价探测的结果，获取每次胜出时所述待发布信息位的成交价以及对应的胜出次数。具体地，所述随机出价探测的结果包括每一次出价探测对应的竞价结果。表1预设次数的随机出价探测的结果成交价(分)胜出次数52105155……10012001表1示出了所述需求方平台共进行了100次随机出价探测后统计获得的，每次胜出时所述待发布信息位的成交价以及对应的胜出次数，其中，所述成交价以每千次展现的成本为单位，所述每千次展现的成本cpm的货币单位可以为分。然后进入步骤S306执行，对于每一成交价，基于所述成交价对应的胜出次数计算获得所述成交价的竞价胜出率。表2根据表1计算获得的不同成交价对应的竞价胜出率成交价(分)竞价胜出率52％107％1512％……10099％200100％表2示出了根据本发明实施例所述计算方法计算获得的所述成交价对应的竞价胜出率，具体的计算方法本领域技术人员可以参考上述图1所示实施例中的描述，在此不予赘述。在以互联网广告为例的应用场景中，对于成交价为15分的竞价结果，其对应的竞价胜出率为(5+5+2)/100＝12％。优选地，所述竞价胜出率可以以百分比形式表示，也可以以[0,1]的数值表示，本领域技术人员可以根据实际需要变化出更多实施例，这并不影响本发明的技术内容。最后执行步骤S307，根据所述成交价以及对应的竞价胜出率确定获得所述成交价-竞价胜出率关系曲线。优选地，根据高斯函数以及误差函数对所述成交价以及竞价胜出率进行处理，以拟合获得所述成交价-竞价胜出率关系曲线。在一个优选例中，基于如下公式计算获得所述成交价-竞价胜出率关系曲线：f(x)＝ω1(1+erf(x))+...+ωi(1+erf(x))+...+ωn(1+erf(x))其中，f(x)为所述成交价-竞价胜出率关系曲线，ωi为第i个高斯函数的权重分布，x为竞价胜出率，erf(x)为误差函数，n为预设高斯拟合数量，1≤i≤n。进一步地，所述误差函数基于如下公式计算获得：其中，erf(x)为所述误差函数，x为竞价胜出率，t为高斯参数；所述高斯参数基于公式t＝(x-m)/(2×δ)计算获得，其中，x为所述竞价胜出率，m为高斯函数的正态分布的均值，δ为高斯函数的正态分布的协方差。本领域技术人员理解，由于所述高斯函数是正态分布函数，其不具有递增特性；而所述误差函数是累积曲线，其可以理解为针对高斯分布(也可称为正态分布)的积分，相当于在所述高斯分布组成的二维图形上计算所述高斯分布的面积，因而需要经过所述误差函数的二次处理来获得更符合实际的成交价-竞价胜出率关系曲线，使得所述成交价-竞价胜出率关系曲线能够具有递增的特性。在一个优选例中，所述预设高斯拟合数量n＝3(对应的高斯函数可以成为三高斯函数)，则通过在所述高斯函数中输入成交价以及竞价胜出率差分组成的二元数组，可以获得对应的输出结果，所述输出结果包括三组三高斯函数参数ω1、ω2和ω3；m1、m2和m3；δ1、δ2和δ3，其中ω1、ω2和ω3用于表示所述三高斯函数的三个权重；m1、m2和m3用于表示所述三高斯函数的正态分布的三个均值；δ1、δ2和δ3用于表示所述三高斯函数的正态分布的协方差，每次从所述三组三高斯函数参数中任选一个数值代入所述误差函数的公式中进行拟合，通过调整从所述三组三高斯函数参数中选出的拟合数值来得到不同的成交价-竞价胜出率关系曲线，从而获得如图2所示的最符合实际的成交价-竞价胜出率关系曲线。优选地，所述竞价胜出率差分用于反映所述竞价结果中，不同成本价对应的竞价胜出率的增长率(或下降率)的大小，例如，竞价胜出率差分＝成本价为200分时对应的竞价胜出率-成本价为100时对应的竞价胜出率。最后执行步骤S308，基于所述成交价-竞价胜出率关系曲线预测竞价胜出率。具体地，本领域技术人员可以参考上述图1所示实施例中所述步骤S103，在此不予赘述。由上，采用第三实施例的方案，所述步骤S305、所述步骤S306、所述步骤S307可以理解为上述图1所示实施例中所述步骤S102或者上述图2所示实施例中所述步骤S205的一个具体实施方式，通过高斯函数以及误差函数对探测获得的成交价以及对应的竞价胜出率组成的拟合样本进行处理，以拟合出更为准确、直观的成交价-竞价胜出率关系曲线，使得获得的曲线在保持递增特性的同时，更加光滑，有利于后续对竞价胜出率的预测。图5是本发明的第四实施例的一种待发布信息位的竞价胜出率的预测装置的结构示意图。本领域技术人员理解，本实施例所述预测装置4用于实施上述图1至图4所示实施例中所述的方法技术方案。具体地，在本实施例中，所述预测装置4包括获取模块41，用于获取所述待发布信息位在全流量上的竞价结果，所述全流量包括针对所述待发布信息位的多个展现请求，每一展现请求包括对应的出价，所述多个展现请求覆盖多个出价区段；确定模块42，用于根据所述竞价结果中每次胜出时所述待发布信息位的成交价，确定所述成交价与竞价胜出率的成交价-竞价胜出率关系曲线；以及预测模块43，用于基于所述成交价-竞价胜出率关系曲线预测竞价胜出率。优选地，所述获取模块41包括统计子模块411，对于所述待发布信息位，统计已知的至少一出价区段中的展现请求的出价以及对应的竞价结果；第一拟合子模块412，用于根据所述至少一出价区段中的展现请求的出价以及对应的竞价结果，拟合获得所述出价与竞价胜出率之间的出价-竞价胜出率关系曲线；确定子模块413，用于基于所述出价-竞价胜出率关系曲线确定所述竞价胜出率为100％的出价区段；以及第一处理子模块414，用于以所述竞价胜出率为100％的出价区段为上限，通过预设次数的随机出价探测，以获得所述待发布信息位在全流量上的竞价胜出率的分布。优选地，所述第一拟合子模块412包括拟合单元4121，用于根据高斯函数以及误差函数拟合获得所述出价-竞价胜出率关系曲线。优选地，所述确定模块42包括获取子模块421，用于根据所述随机出价探测的结果，获取每次胜出时所述待发布信息位的成交价以及对应的胜出次数；计算子模块422，对于每一成交价，基于所述成交价对应的胜出次数计算获得所述成交价的竞价胜出率；第二处理子模块423，根据所述成交价以及对应的竞价胜出率确定获得所述成交价-竞价胜出率关系曲线。进一步地，所述确定模块42还包括第二拟合子模块424，用于根据高斯函数以及误差函数拟合获得所述成交价-竞价胜出率关系曲线。优选地，所述第二拟合子模块424包括第一计算单元4241，用于基于如下公式计算获得所述成交价-竞价胜出率关系曲线：f(x)＝ω1(1+erf(x))+...+ωi(1+erf(x))+...+ωn(1+erf(x))其中，f(x)为所述成交价-竞价胜出率关系曲线，ωi为第i个高斯函数的权重分布，x为竞价胜出率，erf(x)为误差函数，n为预设高斯拟合数量，1≤i≤n。优选地，所述第二拟合子模块424还包括第二计算单元4242，用于基于如下公式计算获得所述误差函数：其中，erf(x)为所述误差函数，x为竞价胜出率，t为高斯参数；以及第三计算单元4243，用于基于公式t＝(x-m)/(2×δ)计算获得所述高斯参数，其中，x为所述竞价胜出率，m为高斯函数的正态分布的均值，δ为高斯函数的正态分布的协方差。关于所述预测装置4的工作原理、工作方式的更多内容，可以参照图1至图4中的相关描述，这里不再赘述。本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于以计算机可读存储介质中，存储介质可以包括：ROM、RAM、磁盘或光盘等。虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。当前第1页1 2 3