1.一种在线竞价概率模型生成方法，其特征在于，包括：
步骤1，输入竞价成功的请求记录作为样本；
步骤2，将每条所述请求记录基于预定规则得到预测的KPI，将所述样本根据所述预测的KPI分为若干个区间，统计每个区间的统计的KPI的均值、KPI的方差、获胜价格的均值和获胜价格的方差，并统计每个区间的KPI的分布和获胜价格的分布；
步骤3，采用混合beta分布拟合每个区间的样本数据得到模型分布，并得到每个区间的计算的KPI的均值和KPI的方差；
步骤4，拟合每个区间的KPI和获胜价格得到模型函数；
步骤5，将每个区间根据所述模型分布重新生成一组满足所述模型分布的新样本，并统计所述新样本的KPI的均值和方差，将所述新样本根据所述模型函数得到的获胜价格，并统计得到获胜价格的均值和方差；
步骤6，判断步骤5中新样本的KPI的均值和方差、获胜价格的均值和方差是否逼近步骤2中所述统计的KPI的均值、KPI的方差、获胜价格的均值和获胜价格的方差，如果逼近，则进入下一步骤，若否，则返回步骤3，并改变所述混合beta分布中beta分布的数量；
步骤7，判断步骤5中新样本的KPI的分布和获胜价格的分布是否逼近步骤2中所述样本中KPI的分布和获胜价格的分布，如果逼近，则模型构建完成，否则，返回步骤2，并改变所述样本的区间的数量。
2.根据权利要求1所述的在线竞价概率模型生成方法，其特征在于：
其中，所述请求记录包含自然属性、媒体属性、用户之前的点击行为、出价、成交价、点击和转化。
3.根据权利要求1所述的在线竞价概率模型生成方法，其特征在于：
其中，所述KPI包含：点击成本、点击量、转化成本、转化量、CTR、CVR。
4.根据权利要求1所述的在线竞价概率模型生成方法，其特征在于：
步骤2中，还需统计每个区间的样本数量，如果单个区间的样本的数量小于门限值，则需要将该区间与其它区间进行合并，并更新合并后的区间的统计的KPI的均值、KPI的方差、获胜价格的均值和获胜价格的方差,并更新合并后每个区间的KPI的分布和获胜价格的分布。