广告在线预算平滑分配的方法及装置、可读存储介质与流程

本发明属于互联网广告技术领域，特别涉及一种广告在线预算平滑分配的方法及装置、可读存储介质。

背景技术：

在需求方平台(demandsideplatform，dsp)广告系统中，基于广告投放方给的预算，根据流量各个时间段的效果，进行预算分配，优化广告效果。在不同时间段的预算分配依据，可以分为以下两种方法：第一种方法根据投放效果，比如在不同时间段、不同位置定位等历史上的投放效果，可以考察点击成本或者转化成本；第二种方法则根据可以投放流量的流量大小来分配预算。

然而，两种方法各有优缺点，第一种方法在总体预算较小的情况下，由于受样本数较少的原因，在某些时间段统计的投放效果不够准确；同时，该方法受本身投放影响较大，投放效果在不同的预算分配下会发生较大变化。对于第二种方法，由于考察流量客观情况，因此不受广告自身投放影响，但对投放效果的不是很敏感。

对于上述两种方法，一般的预算分配到小时，而以小时为单位的预算分配过于粗放，对于投放策略来说不够精确；同时，在流量波动大等特殊情况下，容易导致预算过早花完，使广告投放的持续时间过短。

技术实现要素：

本发明实施例解决的是投放策略不够精确以及预算过早花完的问题。

为解决上述技术问题，本发明实施例提供一种广告在线预算平滑分配的方法，广告在线预算平滑分配的方法包括：根据广告定向投放信息，获取历史捕获数据；根据所述历史捕获数据，得到每分钟的预测数据；采用所述每分钟的预测数据，计算每分钟的预算分配；根据线上广告投放剩余的预算，对所述每分钟的预算分配进行调整。

可选的，所述根据所述历史捕获数据，得到每分钟的预测数据，包括：根据所述历史捕获数据，统计每小时的捕获数据；采用所述每小时的捕获数据进行svr模型训练，得到预算分配模型；根据所述预算分配模型，获取所述每分钟的预测数据，并根据所述每分钟的预测数据计算每分钟的预算分配。

可选的，所述svr模型采用rbf核函数生成，其中，svr模型的特征数据为预设时间段内的时间点，svr模型的回归的因变量为所述每小时的捕获数据。

可选的，所述采用所述每小时的捕获数据进行svr模型训练，得到预算分配模型，包括：将训练特征和训练目标值输入svr模型进行训练，得到预算分配模型；其中：训练特征的长度为预设时间段内的小时数量，训练特征的向量值为预设时间段内对应的分钟，训练目标值为预设时间段内的捕获数据。

可选的，所述根据所述预算分配模型，获取每分钟的预测数据，包括：将预测特征输入所述预算分配模型进行预测，得到每分钟的预测数据；其中，所述预测特征为预设时间段内每一分钟对应的时间点。

可选的，所述采用所述每分钟的预测数据，计算每分钟的预算分配，包括：采用如下公式计算所述每分钟的预算分配：其中，minutebudget为某分钟i的预算分配，1≤i≤n，n为预设时间段内的总分钟数量，budget为总预算，pi为某分钟i的预测数据。

可选的，所述根据线上广告投放剩余的预算，对所述每分钟的预算分配进行调整，包括：采用如下公式计算调整后的所述每分钟预算分配：其中，minutebudget为调整后的某分钟i的预算分配，now≤i≤n，now为剩余的分钟数量，n为预设时间段内的总分钟数量，budgetremain为剩余预算，pi为某分钟i的预测数据。

为解决上述技术问题，本发明实施例还公开了一种广告在线预算平滑分配的装置，广告在线预算平滑分配的装置包括获取单元，用于根据广告定向投放信息，获取历史捕获数据；预测单元，用于根据所述历史捕获数据，得到每分钟的预测数据，进而计算每分钟的预算分配；调整单元，用于根据线上广告投放剩余的预算，对所述每分钟的预算分配进行调整。

可选的，所述预测单元，用于根据所述历史捕获数据，统计每小时的捕获数据；采用所述每小时的捕获数据进行svr模型训练，得到预算分配模型；根据所述预算分配模型，获取所述每分钟的预测数据，并根据所述每分钟的预测数据计算每分钟的预算分配。

可选的，所述svr模型采用rbf核函数生成，其中，svr模型的特征数据为预设时间段内的时间点，svr模型的回归的因变量为所述每小时的捕获数据。

可选的，所述预测单元，用于将训练特征和训练目标值输入所述svr模型进行训练，得到预算分配模型；其中：训练特征的长度为预设时间段内的小时数量，训练特征的向量值为预设时间段内对应的分钟，训练目标值为预设时间段内的捕获数据。

可选的，所述预测单元，用于将预测特征输入所述预算分配模型进行预测，得到所述每分钟的预测数据；其中，所述预测特征为预设时间段内每一分钟对应的时间点。

可选的，所述预测单元，用于计算每分钟的预算分配，采用如下公式计算所述每分钟的预算分配：其中，minutebudget为某分钟i的预算分配，1≤i≤n，n为预设时间段内的总分钟数量，budget为总预算，pi为某分钟i的预测数据。

可选的，所述调整单元，用于根据线上广告投放剩余的预算，对所述每分钟的预算分配进行调整，采用如下公式计算调整后的所述每分钟预算分配：其中，minutebudget为调整后的某分钟i的预算分配，now≤i≤n，now为剩余的分钟数量，n为预设时间段内的总分钟数量，budgetremain为剩余预算，pi为某分钟i的预测数据。

本发明实施例还公开了一种可读存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述任一种所述的广告在线预算平滑分配的方法的步骤。

本发明实施例还提供了一种广告在线预算平滑分配的装置，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述任一种所述的广告在线预算平滑分配的方法的步骤。

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：

根据获取到的历史捕获数据，得到每分钟的预测数据，进而得到每分钟的预算分配，可以有效地控制广告在线预算的平滑分配，使广告投放更加精确有效。根据线上广告投放剩余的预算情况，对以分钟为单位的预算分配进行再调整，提高了广告预算分配的精确性，避免了因流量波动大等原因导致的预算过早花完，保证了广告投放活动的持续时间，从而提高了线上广告的受众数量和投放效果。

附图说明

图1是本发明实施例一种广告在线预算平滑分配的方法的流程图；

图2是本发明实施例一种广告在线预算平滑分配的方法的原始数据图；

图3是本发明实施例一种广告在线预算平滑分配的方法的平滑效果图；

图4是本发明实施例一种广告在线预算平滑分配的装置的结构示意图。

具体实施方式

现有技术中，在互联网广告投放平台上基于广告投放方给的预算，并根据流量各个时间段的效果，进行预算分配，优化广告效果。一般的预算分配到小时，而以小时为单位的预算分配过于粗放，对于投放策略来说不够精确。

本发明实施例中，根据获取到的历史捕获数据，得到每分钟的预测数据，进而得到每分钟的预算分配，可以有效地控制广告在线预算的平滑分配，使广告投放更加精确有效。根据线上广告投放剩余的预算情况，对以分钟为单位的预算分配进行再调整，提高了广告预算分配的精确性，避免了因流量波动大等原因导致的预算过早花完，保证了广告投放活动的持续时间，从而提高了线上广告的受众数量和投放效果。

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。

本发明实施例提供了一种广告在线预算平滑分配的方法，参照图1，以下通过具体步骤进行详细说明。

本发明实施例中提供的广告在线预算平滑分配的方法可以应用于需求方平台(demandsideplatform，dsp)。

步骤s101，根据广告定向投放信息，获取历史捕获数据。

在具体实施中，广告投放方可以针对自身投放需求，进而选择定向投放信息的条件。例如，广告投放方依据年龄段定向投放的信息、依据区域定向投放的信息等。在选择定向投放信息的条件之后，广告投放方可以选择广告流量较平稳的一个时间段来获取所述历史捕获数据。

在本发明一实施例中，选择历史7天的捕获数据来具体说明，但并不仅限于这一时间段，也可以选取其他时长的历史捕获数据。

步骤s102，根据所述历史捕获数据，得到每分钟的预测数据。

在具体实施中，采用步骤s101获取的所述历史捕获数据时，可以依据广告投放方的需求，统计不同时段的所述每小时的捕获数据。

在本发明一实施例中，采用了24小时内每1小时的捕获数据，对应的特征数据点为24个。但在实际应用中，可采用其他小时数的捕获数据，例如24小时内每2个小时的捕获数据，对应的特征数据点为12个等，本发明实施例不做赘述。

在本发明一实施例中，采用如下公式(1)表示24个小时的捕获数据pv：

pv＝[p1,p2,p3……p24]；(1)

其中，[p1,p2,p3……p24]为24个小时对应的捕获数据。

在本发明一实施例中，所述24个小时对应的捕获数据为历史7天的捕获数据的均值。但在实际应用中，可根据广告投放方的不同要求，采用其他的计算方法计算所述历史捕获数据，得到24个小时的捕获数据，本发明实施例不做赘述。

在具体实施中，可以采用所述每小时捕获数据进行svr模型训练，得到预算分配模型；之后，根据所述预算分配模型，获取每分钟的预测数据，并根据所述预测数据计算每分钟的预算分配。

在具体实施中，所述svr模型可以采用rbf核函数生成，其中，把每分钟预算分配作为回归问题，svr模型的特征数据为预设时间段内的时间点，svr模型的回归的因变量为所述每小时的捕获数据。

在具体实施中，可以采用所述每小时捕获数据进行svr模型训练，将训练特征和训练目标值输入svr模型进行训练，得到预算分配模型。

在本发明一实施例中，将长度为24的向量值，即一天24小时对应的分钟作为特征数据，将所述每小时的捕获数据作为因变量，可以采用如下公式(2)、(3)表示特征数据和因变量：

x＝[60,120,180,240,300,360,……,1320,1380,1440]24；(2)

y＝pv；(3)

其中，x为特征数据，[60,120,180,240,300,360,……,1320,1380,1440]24为长度为24的向量值，即24小时对应的分钟，y为因变量。

在具体实施中，将x、y输入svr模型进行训练，得到预算分配模型记为model。

在具体实施中，将预测特征输入所述预算分配模型进行预测，采用如下公式(4)表示预测特征：

x＝[1,2,3,4,5,6,……1438,1439,1440]1440；(4)

其中，[1,2,3,4,5,6,……1438,1439,1440]1440为24小时对应的1440个数据点。

在具体实施中，通过模型预测，可以得到所述每分钟的预测数据，采用如下公式(5)表示所述每分钟的预测数据：

predictpv＝[p1,p2,p3……p1440]；(5)

其中，[p1,p2,p3……p1440]为1440分钟对应的预测数据。

步骤s103，采用所述每分钟的预测数据，计算每分钟的预算分配。

在本发明一实施例中，采用如下公式(6)计算1440分钟的所述每分钟的预算分配：

其中，minutebudget为某分钟i的预算分配，1≤i≤1440，budget为总预算，pi为某分钟i的预测数据。可以理解的是，根据广告投放方的实际情况，可以选取不同分钟数来进行每分钟预算分配，本发明实施例不做赘述。

步骤s104，根据线上广告投放剩余的预算，对所述每分钟的预算分配进行调整。

在本发明一实施例中，采用如下公式(7)计算调整后的所述每分钟预算分配：

其中，minutebudget为调整后的某分钟i的预算分配，now≤i≤1440，now为剩余的分钟数量，budgetremain为剩余预算，pi为某分钟i的预测数据。

在具体实施中，根据广告投放方的实际情况，可以多次调整，也可以在不同的剩余时间内来进行每分钟预算分配调整，本发明实施例不做赘述。

通过基于小时数据，平滑到分钟的预算分配方法，可以使线上广告投放更加精确。

参照图2给出了本发明实施例一种广告在线预算平滑分配的方法的原始数据图，图3给出了本发明实施例一种广告在线预算平滑分配的方法的平滑效果图。

图2为基于小时数据的原始数据图，图3为基于分钟数据的平滑效果图。将图2与图3进行比对可知，在采用本发明实施例中提供的广告在线预算平滑分配的方法后，可以有效地控制广告在线预算的平滑分配。

由此可见，对比小时级别的预算分配，通过对每分钟的数据进行预测，进而计算每分钟的预算分配，最后根据剩余预算再次调整，提高了广告预算分配的精确性，避免了因流量波动大等原因导致的预算过早花完，使线上广告投放更加精确有效，提高了线上广告的受众数量和投放效果。

参照图4，本发明实施例还提供了一种广告在线预算平滑分配的装置40。所述广告在线预算平滑分配的装置40可以包括：获取单元401、预测单元402和调整单元403，其中：

所述获取单元401，用于根据广告定向投放信息，获取历史捕获数据；

所述预测单元402，用于根据所述历史捕获数据，得到每分钟的预测数据，进而计算每分钟的预算分配；

所述调整单元403，用于根据线上广告投放剩余的预算，对所述每分钟的预算分配进行调整。

在具体实施中，所述预测单元402，可以用于根据所述历史捕获数据，统计每小时的捕获数据；之后，采用所述每小时的捕获数据进行svr模型训练，得到预算分配模型；之后，根据所述预算分配模型，获取每分钟的预测数据，并根据所述预测数据计算每分钟的预算分配。

在具体实施中，所述预测单元402，所述svr模型可以采用rbf核函数生成，其中，svr模型的特征数据为预设时间段内的时间点，svr模型的回归的因变量为所述每小时的捕获数据。

在具体实施中，所述预测单元402，可以用于将训练特征和训练目标值输入所述svr模型进行训练，得到预算分配模型；其中：训练特征的长度为预设时间段内的小时数量，训练特征的向量值为预设时间段内对应的分钟，训练目标值为预设时间段内的捕获数据。

在具体实施中，所述预测单元402，可以用于将预测特征输入训练的所述预算分配模型进行预测，得到所述每分钟的预测数据；其中，所述预测特征为预设时间段内每一分钟对应的时间点。

在具体实施中，所述预测单元402，可以采用如下公式计算所述每分钟的预算分配：其中，minutebudget为某分钟i的预算分配，1≤i≤n，n为预设时间段内的总分钟数量，budget为总预算，pi为某分钟i的预测数据。

在具体实施中，所述调整单元403，可以用于根据线上广告投放剩余的预算，对所述每分钟的预算分配进行调整，采用如下公式获得调整后的所述每分钟预算分配：其中，minutebudget为调整后的某分钟i的预算分配，now≤i≤n，now为剩余的分钟数量，n为预设时间段内的总分钟数量，budgetremain为剩余预算，pi为某分钟i的预测数据。

本发明实施例还提供了一种可读存储介质，计算机可读存储介质为非易失性存储介质或非瞬态存储介质，其上存储有计算机指令，所述计算机指令运行时执行本发明上述实施例中提供的广告在线预算平滑分配的方法的步骤。

本发明实施例还提供了一种广告在线预算平滑分配的装置，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所示计算机指令时，执行本发明上述实施例中提供的所述广告在线预算平滑分配的方法的步骤。

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，该程序可以存储于任一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。