数据处理方法、装置、介质及电子设备与流程

本发明的实施例涉及大数据领域，更具体地，本发明的实施例涉及数据处理方法、数据处理装置、计算机可读存储介质以及电子设备。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

随着互联网技术的发展，越来越多的企业选择在互联网上开展线上营销活动，如何为线上活动投放广告成为了关注的焦点。

目前的技术方案中，为了保证投放广告的公平性，通过对每个线上活动随机投放广告来分配广告流量。

技术实现要素：

但是，这种技术方案虽然对每个广告主比较公平，但是投放的广告的点击率仅能达到平均水平，广告的投放效果较差。

因此在现有技术中，难以达到令人满意的广告投放效果。

为此，非常需要一种改进的数据处理方法，以使得能够在保证广告投放公平的同时提高投放广告的点击率。

在本上下文中，本发明的实施例期望提供一种数据处理方法、数据处理装置、计算机可读存储介质以及电子设备。

在本发明实施例的第一方面中，提供了一种数据处理方法，包括：估计广告候选集中各个广告的预估点击率；基于所述预估点击率从所述广告候选集中选取广告进行投放；判断被投放的广告的曝光次数是否达到预定阈值；在判定达到所述预定阈值时，从所述广告候选集中去除曝光次数达到所述预定阈值的广告，其中，所述广告候选集为曝光次数未达到所述预定阈值的广告的集合。

在本发明的一些实施例中，基于前述方案，基于所述预估点击率从所述广告候选集中选取广告进行投放，包括：基于广告历史投放数据计算所述广告候选集中各个广告的平均点击率；计算各个广告的所述预估点击率与所述平均点击率的差值；基于所述差值对各个广告进行降序排列，基于降序排列的结果从所述广告候选集中选取广告进行投放。

在本发明的一些实施例中，基于前述方案，基于降序排列的结果从所述广告候选集中选取广告进行投放，包括：基于降序排列的结果从所述广告候选集中选取所述预估点击率与所述平均点击率的差值最大的广告进行投放。

在本发明的一些实施例中，基于前述方案，基于所述预估点击率从所述广告候选集中选取广告进行投放，包括：从所述广告候选集中选取所述预估点击率最大的广告进行投放。

在本发明的一些实施例中，基于前述方案，估计广告候选集中各个广告的预估点击率，包括：从用户信息、广告信息以及上下文信息中提取广告候选集中各个广告的特征；基于所提取的各个广告的特征对点击率预估模型进行训练；基于训练后的所述点击率预估模型估计广告候选集中各个广告的预估点击率。

在本发明的一些实施例中，基于前述方案，所述点击率预估模型为逻辑回归模型。

在本发明的一些实施例中，基于前述方案，所述数据处理方法还包括：从所述广告候选集中选取广告进行投放后，更新被投放的广告的曝光次数。

在本发明的一些实施例中，基于前述方案，从所述广告候选集中选取广告进行投放，包括：以预定投放次数为周期从所述广告候选集中选取广告进行投放；在所述周期结束时，将每个广告的所述曝光次数清零。

在本发明的一些实施例中，基于前述方案，所述数据处理方法还包括：基于所有广告的总数量以及所述预定投放次数设置所述预定阈值。

在本发明实施例的第二方面中，提供了一种数据处理装置，包括：点击率预估单元，用于估计广告候选集中各个广告的预估点击率；广告投放单元，用于基于所述预估点击率从所述广告候选集中选取广告进行投放；判断单元，用于判断被投放的广告的曝光次数是否达到预定阈值；广告去除单元，用于在判定达到所述预定阈值时，从所述广告候选集中去除曝光次数达到所述预定阈值的广告，其中，所述广告候选集为曝光次数未达到所述预定阈值的广告的集合。

在本发明实施例的第三方面中，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的数据处理方法。

在本发明实施例的第四方面中，提供了一种电子设备，包括：处理器；以及存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现如上述第一方面所述的数据处理方法。

根据本发明实施例的技术方案，一方面，基于广告候选集中各个广告的预估点击率选取广告进行投放，能够选择预估点击率较高的广告进行投放，从而能够提高投放广告的点击率；另一方面，在被投放广告的曝光次数达到预定阈值时从广告候选集中去除该广告，能够在提高广告点击率的同时保证广告投放量的公平性，从而能够提高广告投放效果。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施例的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施例，其中：

图1示意性示出了根据本发明的一些实施例的示例性应用场景的示意框图；

图2示意性地示出了根据本发明的一些实施例的数据处理方法的流程示意图；

图3示意性地示出了根据本发明的一些实施例估计广告候选集中各个广告的预估点击率的流程示意图；

图4示意性地示出了根据本发明的一些实施例的基于预估点击率从广告候选集中选取广告进行投放的流程示意图；

图5示意性地示出了根据本发明的一些实施例的数据处理装置的示意框图；

图6示意性地示出了根据本发明的示例实施例的存储介质的示意图；以及

图7示意性地示出了根据发明的示例实施例的电子设备的方框图。

在附图中，相同或对应的标号表示相同或对应的部分。

具体实施方式

下面将参考若干示例性实施例来描述本发明的原理和精神。应当理解，给出这些实施例仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施例是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

本领域技术人员知道，本发明的实施例可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。

根据本发明的实施例，提出了一种数据处理方法、数据处理装置、介质和电子设备。

在本文中，需要理解的是，所涉及的术语广告候选集表示曝光次数未达到所述预定阈值的广告的集合。广告的曝光次数表示一个广告例如图像文件被成功下载至访客端浏览器中的次数。此外，附图中的任何元素数量均用于示例而非限制，以及任何命名都仅用于区分，而不具有任何限制含义。

下面参考本发明的若干代表性实施例，详细阐释本发明的原理和精神。

发明概述

本发明人发现，在一种技术方案中，为了保证广告投放的公平性，采用随机投放广告的方式进行广告投放；在另一种技术方案中，为了提高广告的点击率，通过点击率预估模型对待投放广告的点击率进行预估，选择预估点击率较大的广告进行投放。然而，在第一种技术方案中，虽然保证了广告投放的公平性，但是被投放广告的点击率较低，仅能达到平均水平；在第二种技术方案中，虽然提高了被投放广告的点击率，但是难以保证广告投放的公平性。

基于上述内容，本发明的基本思想在于，通过估计广告候选集中各个广告的预估点击率选取广告进行投放，在被投放广告的曝光次数达到预定阈值时，从广告候选集中去除该广告。通过设定曝光次数的预定阈值来保证广告投放的公平性，通过选取预估点击率较高的广告进行投放来提高广告的点击率，从而能够实现在提高广告点击率的同时保证广告投放量的公平性。

在介绍了本发明的基本原理之后，下面具体介绍本发明的各种非限制性实施例。

应用场景总览

首先参考图1，图1示出了根据本发明的一些实施例的示例性应用场景的示意框图。如图1所示，该广告投放系统可以包括：广告数据库110、点击率预估模块120以及广告投放模块130。其中，广告数据库110中存储有多条广告信息，点击率预估模块120用于根据用户信息、广告信息、广告位信息以及上下文信息估计广告数据库110中的各条广告的预估点击率，广告投放模块130用于根据点击率预估模块120估计的各条广告的预估点击率从广告数据库110获取广告进行投放。

应该理解的是，图1所示的应用场景仅是本发明的实施例可以在其中得以实现的一个示例。本发明实施例的适用范围不受到该应用场景任何方面的限制。

示例性方法

下面结合图1的应用场景，参考图2来描述根据本发明示例性实施例的数据处理方法。需要注意的是，上述应用场景仅是为了便于理解本发明的精神和原理而示出，本发明的实施例在此方面不受任何限制。相反，本发明的实施例可以应用于适用的任何场景。

参照图2所示，在步骤s210中，估计广告候选集中各个广告的预估点击率。

在示例实施例中，广告候选集为曝光次数未达到预定阈值的广告的集合。在初始状态，广告候选集为所有广告的集合。可以根据所有广告的总数量来设置该预定阈值。

在接收到客户端发送的曝光请求时，可以通过点击率预估模型估计广告候选集中各个广告的预估点击率。点击率预估模型可以为逻辑回归模型，也可以为fm(factorizationmachine，分解机)模型、还可以为其他适当的模型例如(field-awarefactorizationmachine，场感知分解机)模型，本发明对比不进行特殊限定。

在步骤s220中，基于所述预估点击率从所述广告候选集中选取广告进行投放。

在示例实施例中，基于广告候选集中的各个广告的预估点击率从广告候选集中选取广告进行投放。例如，可以从广告候选集中选取预估点击率最大的广告的进行投放。此外，也可以基于预估点击率的大小对广告候选集中的各个广告进行降序排列，基于降序排列的结果选取排序结果前几位的广告进行投放。

进一步地，在从广告候选集中选取广告进行投放后，更新被投放的广告的曝光次数即将被投放的广告的曝光次数加1。

在步骤s230中，判断被投放的广告的曝光次数是否达到预定阈值。

在示例实施例中，可以获取被投放的广告的曝光次数，判断被投放的广告的曝光次数是否大达到上述预定阈值。在一些实施例中，可以以预定投放次数为周期投放广告候选集中的广告，在这种情况下，可以根据所有广告的总数量以及该预定投放次数来设置该预定阈值。例如，设有n个广告，预定投放次数为1000次，在n为偶数时，该预定阈值为1000/n；在n为奇数时，该预定阈值为1000/n+1。

在步骤s240中，在判定达到所述预定阈值时，从所述广告候选集中去除曝光次数达到所述预定阈值的广告。

在示例实施例中，在判定被投放的广告的曝光次数达到上述预定阈值时，从广告候选集中去除曝光次数达到该预定阈值的广告。在广告候选集中的广告投放完之后，将每个广告的曝光次数清零，开始下一轮投放。

根据图2示例实施例的技术方案，一方面，基于广告候选集中各个广告的预估点击率选取广告进行投放，能够选择预估点击率较高的广告进行投放，从而能够提高投放广告的点击率；另一方面，在被投放广告的曝光次数达到预定阈值时从广告候选集中去除该广告，能够在提高广告点击率的同时保证广告投放量的公平性，从而能够提高广告投放效果。

图3示意性地示出了根据本发明的一些实施例估计广告候选集中各个广告的预估点击率的流程示意图。

参照图3所示，在步骤s310中，从用户信息、广告信息以及上下文信息中提取广告候选集中各个广告的特征。

在示例实施例中，用户信息可以包括：用户个人信息例如性别年龄用户浏览历史信息等信息，广告信息可以包括：广告类型、广告内容、广告素材、广告位信息等信息，上下文信息可以包括：广告投放场景、投放时间等信息。

可以从用户信息、广告信息以及上下文信息中分别提取广告候选集中各个广告的用户类特征、广告类特征以及上下文类特征。进一步地，还可以对各个广告的用户类特征、广告类特征以及上下文特征之间进行组合，形成组合特征。

在步骤s320中，基于所提取的各个广告的特征对点击率预估模型进行训练。

在示例实施例中，可以基于提取的各个广告的用户类特征、广告类特征以及上下文特征对点击率预估模型进行训练。点击率预估模型可以为逻辑回归模型，也可以为其他适当的机器学习模型例如gbdt(gradientboostingdecisiontree，梯度提升决策树)模型。

可以将提取的各个广告的用户类特征向量、广告类特征向量以及上下文特征向量输入到点击率预估模型进行训练。进一步地，还可以将提取的各个广告的用户类特征、广告类特征以及上下文特征的集合分为训练样本集和测试样本集，基于训练样本集中各个广告的特征对点击率预估模型进行训练，基于验证样本集中各个广告的特征对点击率预估模型进行验证，基于验证结果调整点击率预估模型的参数，从而能够提高模型预测的准确性。

在步骤s330中，基于训练后的所述点击率预估模型估计广告候选集中各个广告的预估点击率。

在示例实施例中，在训练好点击率预估模型后，基于训练后的点击率预估模型估计广告候选集中各个广告的预估点击率。通过点击率预估模型估计的广告的预估点击率越高，说明该广告的投放效果越好。选取预估点击率较高的广告进行投放，能够提高广告投放效果。。

图4示意性地示出了根据本发明的一些实施例的基于预估点击率从广告候选集中选取广告进行投放的流程示意图。

参照图4所示，在步骤s410中，基于广告历史投放数据计算所述广告候选集中各个广告的平均点击率。

在示例实施例中，可以获取过去一段时间例如1个月的广告历史投放数据，该历史投放数据可以为全部或部分随机投放广告的历史投放数据。广告历史投放数据可以包括广告的投放次数以及点击次数，基于广告的投放次数以及点击次数计算各个广告的平均点击率，设有n个广告，则每个广告的平均点击率可以表示为(m1，m2，…，mn)。

在步骤s420中，计算各个广告的所述预估点击率与所述平均点击率的差值。

在示例实施例中，基于点击率预估模型估计各个广告的预估点击率，并计算各个广告的预估点击率与上述平均点击率的差值，例如，设基于点击率预估模型估计的各个广告的预估点击率为(pctr1，pctr2，…，pctrn)，则各个广告的预估点击率与平均点击率的差值为(pctr1-m1，pctr2-m2，…，pctrn-mn)。

在步骤s430中，基于所述差值对各个广告进行降序排列，基于降序排列的结果从所述广告候选集中选取广告进行投放。

在示例实施例中，基于上述各个广告的预估点击率与平均点击率的差值对各个广告进行降序排列，基于降序排列的结果从广告候选集中选取广告进行投放。例如，可以基于降序排列的结果从广告候选集中选取预估点击率与平均点击率的差值最大的广告进行投放。此外，在一些实施例中，也可以选取预估点击率与平均点击率的差值大于预定值的广告进行投放，该预定值可以根据每次投放的广告数量进行设定。

示例性装置

在介绍了本发明示例性实施例的方法之后，接下来，参考图5对本发明示例性实施例的数据处理装置。

在图5中，数据处理装置500可以包括：点击率预估单元510、广告投放单元520、判断单元530以及广告去除单元540。其中：点击率预估单元510用于估计广告候选集中各个广告的预估点击率；广告投放单元520用于基于所述预估点击率从所述广告候选集中选取广告进行投放；判断单元530用于判断被投放的广告的曝光次数是否达到预定阈值；广告去除单元540用于在判定达到所述预定阈值时，从所述广告候选集中去除曝光次数达到所述预定阈值的广告，其中，所述广告候选集为曝光次数未达到所述预定阈值的广告的集合。

在本发明的一些实施例中，基于前述方案，广告投放单元520包括：平均点击率计算单元，用于基于广告历史投放数据计算所述广告候选集中各个广告的平均点击率；差值计算单元，用于计算各个广告的所述预估点击率与所述平均点击率的差值；投放处理单元，用于基于所述差值对各个广告进行降序排列，基于降序排列的结果从所述广告候选集中选取广告进行投放。

在本发明的一些实施例中，基于前述方案，投放处理单元被配置成：基于降序排列的结果从所述广告候选集中选取所述预估点击率与所述平均点击率的差值最大的广告进行投放。

在本发明的一些实施例中，基于前述方案，广告投放单元520被配置为：从所述广告候选集中选取所述预估点击率最大的广告进行投放。

在本发明的一些实施例中，基于前述方案，点击率预估单元510包括：特征提取单元，用于从用户信息、广告信息以及上下文信息中提取广告候选集中各个广告的特征；训练单元，用于基于所提取的各个广告的特征对点击率预估模型进行训练；估计单元，用于基于训练后的所述点击率预估模型估计广告候选集中各个广告的预估点击率。

在本发明的一些实施例中，基于前述方案，所述点击率预估模型为逻辑回归模型。

在本发明的一些实施例中，基于前述方案，所述数据处理装置500还包括：更新单元，用于从所述广告候选集中选取广告进行投放后，更新被投放的广告的曝光次数。

在本发明的一些实施例中，基于前述方案，广告投放单元520被配置为：以预定投放次数为周期从所述广告候选集中选取广告进行投放；在所述周期结束时，将每个广告的所述曝光次数清零。

在本发明的一些实施例中，基于前述方案，所述数据处理装置还包括：阈值设定单元，用于基于所有广告的总数量以及所述预定投放次数设置所述预定阈值。

示例性介质

在介绍了本发明示例性实施例的装置之后，接下来，对本发明示例性实施例的存储介质进行说明。

在一些实施例中，本发明的各个方面还可以实现为一种介质，其上存储有程序代码，当所述程序代码被设备的处理器执行时用于实现本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的数据处理方法中的步骤。

例如，所述设备的处理器执行所述程序代码时可以实现如图2中所述的步骤s210，估计广告候选集中各个广告的预估点击率；步骤s220，基于所述预估点击率从所述广告候选集中选取广告进行投放；步骤s230，判断被投放的广告的曝光次数是否达到预定阈值；步骤s240，在判定达到所述预定阈值时，从所述广告候选集中去除曝光次数达到所述预定阈值的广告，其中，所述广告候选集为曝光次数未达到所述预定阈值的广告的集合。

参考图6所示，描述了根据本发明的实施例的用于实现上述数据处理方法的程序产品600，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备。

示例性计算设备

在介绍了本发明示例性实施例的数据处理方法、数据处理装置以及存储介质之后，接下来，介绍根据本发明的示例性实施例的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施例、完全的软件实施例(包括固件、微代码等)，或硬件和软件方面结合的实施例，这里可以统称为“电路”、“模块”或“系统”。

在一些可能的实施例中，根据本发明的电子设备可以至少包括至少一个处理单元、以及至少一个存储单元。其中，所述存储单元存储有程序代码，当所述程序代码被所述处理单元执行时，使得所述处理单元执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的数据处理方法中的步骤。例如，所述处理单元可以执行如图2中所示的步骤s210，估计广告候选集中各个广告的预估点击率；步骤s220，基于所述预估点击率从所述广告候选集中选取广告进行投放；步骤s230，判断被投放的广告的曝光次数是否达到预定阈值；步骤s240在判定达到所述预定阈值时，从所述广告候选集中去除曝光次数达到所述预定阈值的广告，其中，所述广告候选集为曝光次数未达到所述预定阈值的广告的集合。

下面参照图7来描述根据本发明的示例实施例的电子设备700。图7所示的电子设备700仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于：上述至少一个处理单元701、上述至少一个存储单元702、连接不同系统组件(包括存储单元702和处理单元701)的总线703、显示单元707。

总线703表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。

存储单元702可以包括易失性存储器形式的可读介质，例如随机存取存储器(ram)7021和/或高速缓存存储器7022，还可以进一步包括只读存储器(rom)7023。

存储单元702还可以包括具有一组(至少一个)程序模块7024的程序/实用工具7025，这样的程序模块7024包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

电子设备700也可以与一个或多个外部设备704(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与电子设备700交互的设备通信，和/或与使得电子设备700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口705进行。并且，电子设备700还可以通过网络适配器706与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器706通过总线703与电子设备700的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备700使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。

应当注意，尽管在上文详细描述中提及了数据处理装置的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施例，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。

此外，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

虽然已经参考若干具体实施例描述了本发明的精神和原理，但是应该理解，本发明并不限于所公开的具体实施例，对各方面的划分也不意味着这些方面中的特征不能组合以进行受益，这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。