一种n+广告投放优化方法
【技术领域】
[0001] 本发明涉及一种N+广告投放优化方法。
【背景技术】
[0002] 在广告商进行广告投放的活动中，有一类N+广告投放需求，即广告主要求投放的 目标客户在一段时间内（例如为一周）能够有效地接触该广告至少是N次（通常为3次， 由广告主根据自己的需求确定），如果在规定时间内某已经投放了该广告的目标客户达不 到该次数要求，则视为一次无效的广告投放，如果达到该次数要求则视为一次有效的投放。 除了对接触广告次数有要求外，对是否满足这样的目标客户的量也有一定要求。
[0003] 因此，对媒体广告平台而言，针对该类N+广告投放需求，如何确保对目标客户投 放出去的广告的正确率和召回率成为关键问题，高正确率就能确保资源少浪费，高召回率 则是量的保证，确保收益，在量并不充足的情况下应优先保证高召回率。
【发明内容】
[0004] 为解决现有技术中存在的上述技术问题，本发明提供一种N+广告投放优化方法， 该方法将对目标客户浏览视频的标记值（即cookie)在未来一段时间（例如一周）内出现 N次的概率做一个预测并得到预测值，设定一个概率阈值threhold，该预测值大于等于该 阈值才对该cookie进行广告投放，小于则不投放。业内对该广告投放也称作播种，不投放 则称作不播种。该方法能有效降低资源浪费，并能保证收益。
[0005] 本发明的N+广告投放优化方法的基本原理是：在线下，首先对目标客户浏览视频 的标记值（即cookie)的特征数据进行选择，选择对用户是否再回来具有表征作用而且线 上能够轻易获取的特征数据，然后使用CART分类树来建立cookie是否再回来预测模型，通 过该模型预测某cookie用户一周内是否还会再回来的概率；线上运行时，设定N值，设定概 率阈值，通过线上获得该cookie的相应特征数据预测其再回来的概率，计算该概率的N次 方结果，该结果大于等于设定概率阈值时投放广告，否则不投放。
【附图说明】
[0006] 本发明将参照附图来进一步详细说明，其中：
[0007] 图1是本发明方法流程图；
[0008] 图2是本发明方法线上、线下实现的示意图。
【具体实施方式】
[0009] 虽然将参照含有本发明的较佳实施例的附图充分描述本发明，但在此描述之前应 了解本领域的普通技术人员可修改本文中所描述的发明，同时获得本发明的技术效果。因 此，须了解以上的描述对本领域的普通技术人员而言为一广泛的揭示，且其内容不在于限 制本发明所描述的示例性实施例。
[0010] 本发明的N+广告投放优化方法中使用CART(ClassificationandRegression Trees)分类树建立预测模型。首先，对本发明使用的CART分类树等背景做一个介绍。CART 是决策树的一种，CART算法既可以用于创建分类树（ClassificationTree)，也可以用于创 建回归树（RegressionTree)，分类树是预测结果是离散类型值的树，回归树是预测结果为 连续型值的树。决策树算法都属于有监督一类的机器学习算法，所以模型的建立需要经过 有标签数据的训练过程，模型树建立过程中，难免会出现数据过度拟合的情况，因此树剪枝 操作往往是必须的，剪枝包括预剪枝和后剪枝，预剪枝是在建树过程中进行的，后剪枝是建 树完成后进行的。CART分类树的分支节点存储分割特征序号splnd和分割值spVal，叶子 节点存储组合值包括：是否再来label，再来概率posProb，不来概率negProb，再来概率大 于不来概率时，是否再来label为1，否则为0。再来概率由落在该叶子节点的分类标签值 为1的数量除以该叶子中所有训练数据条数得出。
[0011] 训练、剪枝和测试数据集由cookie对应的特征属性和表示是否再来的0、1标签值 组成。
[0012] CART预剪枝：CART分类树在建立过程中会进行预剪枝，分为以下三种情况：
[0013] 如果在某个分支的所有数据中，某一类（标签为0或1)的数据所在比率大于等于 某个阈值ratio_threshold时停止分支，作为叶子。该阈值作为参数传入，默认为0. 85 ; [0014] 如果在某个分支的所有数据条目数小于等于某个阈值num_threshold时停止分 支，作为叶子。该阈值作为参数传入，默认为50 ;
[0015] 如果在某个分支属性分割后的基尼不纯度Gini相较于分割前的基尼不纯度并未 降低到一定阈值gini_threshold时，停止分支，作为叶子。该阈值作为参数传入，默认为 0. 01〇
[0016] CART后剪枝：CART后剪枝是建立好模型分类树后在新的剪枝数据集上进行的，在 以下两种情况中会进行后剪枝：
[0017] 如果某分支的左（或右）子树不是叶子，而没有数据分到该左（或右）子树，那么 剪枝，该左（或右）子树变为叶子。叶子存储的值由兄弟分支的相关计算结果得出，把兄弟 分支暂当作叶子计算其label，如果兄弟分支的label为1，则该叶子存储的值为[0,0. 001， 0.999]，反之，存储[1，0.999,0.001];
[0018] 如果某分支的左右子树都是叶子，而计算出该分支在不分裂时的错误率要小于分 裂后的错误率，那么剪枝，该分支变为叶子。计算所有落在该分支的数据中label为1的记 录所占比，得出相应的值作为该叶子的存储值。
[0019] 下面，以一周为例说明本发明的N+广告投放优化方法，并不以此限定。
[0020] 本发明的N+广告投放优化方法包括：
[0021] 第一步，抽取目标客户浏览视频的标记值（即cookie)特征数据，生成CART分类 树的训练、剪枝、测试数据。
[0022] 视频平台数据系统中通常有两个日志表，access表和vvlog表，分别用来记录视 频广告的播放日志和vv日志，这两个日志表里有大量有关视频、广告、用户的相关属性信 息，从这些属性里选择一部分属性信息来作为CART分类树的训练，剪枝和测试数据。选择 的属性信息必须在线上也能轻易并快速的获取，以便做预测。
[0023] 生成CART分类树的训练、剪枝、测试数据的步骤如下：
[0024] 步骤1. 1，以2014. 08. 04的数据为例，从access日志表中抽取2014. 08. 04这 一天的cookie数据，记为：accessCookieAttrs_804,该数据集包含以下属性：cookieO sessionld，视频分类，是否为长视频，视频时长，时间戳，使用cookieOsessionld而不使用 cookie是为了与vvlog中的数据--映射。
[0025] 步骤1. 2,从vvlog日志表中抽取2014. 08. 04这一天的cookie数据，记为： vvCookieAttrs_804,该数据集包含以下属性：cookieOsessionld，是否注册，vvstep史来 vv，seidcount史来session计数，sevvstep本次session计数。
[0026] 步骤1.3,统计access日志表中时间跨度为一周（即2014. 08. 05-2014. 08. 11)的 cookie出现次数，记为：cookieNum_805_811，该数据集包含以下属性：cookie，cookie出现 次数。
[0027] 步骤1. 4,整合连接上述三个步骤得到的三个数据集：accessCookieAttrs_804， vvCookieAttrs_804，cookieNum_805_811 (cookieNum_805_806)，生成是否再来类属标签， 得到新的数据集，记为：train0ri