可W得到第一广告ID信息（转次数信息为3)对应的转化率。其他广告ID信息（第二广告ID 信息至第十广告ID信息）的跳转次数信息与转化率的对应关系处理方法与此相同。其他 来源地分类的处理与中国类点击链接信息集相同。
[0化5] 步骤105,依据广告ID信息对应的应用包名信息，构建各来源地分类对应的应用 包名在不同跳转次数下的转化率映射关系集。
[0化6] 本步骤中，同一广告对应同一应用包名信息，同一广告可能具有多个点击链接信 息，每一来源地分类中的一点击链接信息对应有一转化率。
[0057] 作为可选实施例，构建各来源地分类对应的应用包名在不同跳转次数下的转化率 映射关系集包括：
[005引在每一来源地分类中，遍历查询构建的所述对应关系中跳转次数信息对应的广告ID信息；
[0化9] 获取该广告ID信息对应的应用包名信息；
[0060] 构建该来源地分类中获取的应用包名与所述对应关系的转化率映射关系，得到该 来源地分类中各应用包名在不同跳转次数下的转化率映射关系集。
[0061] 本发明实施例中，想要量化点击链接跳转次数对广告转化率的影响，必须获得同 一个广告在同一个国家，不同点击链接跳转次数下的转化数据，而该转化数据不可能在同 一家广告运营商获得，因此需要找到不同广告运营商之间投放的相同广告。本发明实施例 中，由于无法根据广告ID信息寻找到各广告运营商投放的广告之间的对应关系，因而，采 用广告对应的应用包名来进行不同广告运营商发布的广告的对应；进一步地，为了消除不 同国家对广告转化数据的影响，最终确定根据应用包名和国家构建各广告运营商发布的广 告的跳转次数信息与广告转化率的对应关系。该样，可W在转化率映射关系集中，获取广告 在不同国家（来源地分类）的最高转化率对应的跳转次数，按照该跳转次数设计广告，可W 使得广告收益达到最优。
[0062] 本发明实施例中，如前所述，在中国类点击链接信息集中，设第一广告ID信息（转 次数信息为3)对应的转化率为0. 5,第二广告ID信息（转次数信息为2)对应的转化率为 0. 677,第S广告ID信息（转次数信息为1)对应的转化率为0. 854,第四广告ID信息（转 次数信息为5)对应的转化率为0. 2,…，第走广告ID信息（转次数信息为4)对应的转化 率为0.377，…。假设第一广告ID信息至第S广告ID信息对应的应用包名信息相同，均 为应用包名1，第四广告ID信息与第走广告ID信息对应的应用包名信息相同，均为应用包 名2,则构建的各来源地分类对应的应用包名在不同跳转次数下的转化率映射关系集可W 如表1所示。
[0063] 表 1
[0064]
[00 化]
[0066] W下举一具体例子，对本发明实施例的分析广告点击链接的方法做进一步说明。
[0067] 客户端跟踪点击链接并将跟踪获取的点击链接信息定时上报至点击链接分析服 务器，点击链接分析服务器W客户端IP地址信息为依据，对接收的广告的点击链接信息进 行一级分类（来源地分类），分类为中国类点击链接信息集W及美国类点击链接信息集。其 中，中国类点击链接信息集中包含有500条点击链接信息，美国类点击链接信息集中包含 有1000条点击链接信息。
[0068] 分别W中国类点击链接信息集W及美国类点击链接信息集为单位，对一级分类 (中国类点击链接信息集W及美国类点击链接信息集）中包含的点击链接信息，按照广告 ID信息进行二级分类。例如，中国类点击链接信息集中包含的500条点击链接信息中，广 告ID1有100条点击链接信息，广告ID2和广告ID3分别对应200条点击链接信息。美国 类点击链接信息集中包含的1000条点击链接信息中，广告ID1对应500条点击链接信息， 广告ID2对应100条点击链接信息，广告ID3对应0条点击链接信息，广告ID4对应400条 点击链接信息。
[0069] 接着，获取二级分类中各点击链接信息（广告ID信息）中的跳转次数信息，取计 数的最多跳转次数作为该二级分类的点击链接信息对应的跳转次数；例如，在中国类点击 链接信息集中，广告ID1对应100条点击链接信息中，跳转次数为10对应有50条点击链接 信息，跳转次数为9对应有30条点击链接信息，跳转次数为8对应有20条点击链接信息， 则广告ID1所在的点击链接信息对应的跳转次数信息为10。
[0070] 然后，获取计数的最多跳转次数对应的点击链接信息在对应一级分类中的历史数 据；例如，在中国区域内，获取广告ID1的历史数据，基于历史数据计算广告ID1的转化率；
[0071] 最后，查询获取各广告ID信息对应的点击链接信息中包含的应用包名，基于来源 地分类W及应用包名信息统计各应用包名在不同广告ID信息（跳转次数）对应的转化率。 广告ID1对应的点击链接信息中，应用包名为a,广告ID2和广告ID3对应的点击链接信息 中，应用包名为b，则构建基于中国的各应用包名在不同转化次数下的转化率的映射关系。
[0072] 由上述可见，本发明实施例中，同一个应用包名在同一个国家对应的不同广告ID 信息可能对应不同的点击链接信息的跳转次数。因而，本发明实施例中，W应用包名、国家、 跳转次数为键，对广告的历史点击数、历史安装数进行累加；然后，W应用包名、国家为键， 连接不同广告第=方运营商之间的数据，过滤上一步连接结果中跳转次数相同的数据，根 据广告的历史历史点击数和历史安装数得到广告的历史转化率。本发明实施例从广告点击 链接的跳转次数信息的角度，对点击链接质量进行分析，可W直观获取点击链接的跳转次 数信息对广告转化率的影响。例如，同样的广告，当点击链接的跳转次数信息由m变为n时， 可W获取转化率发生的变化量。举例来说，依据表1中的数据，可W得出结论，不区分m的 具体大小，当点击链接的跳转次数信息由m+1变为m时，广告转化率上升17. 7%。
[0073]由于目前的广告点击链接大都会在不同的第=方广告运营商之间跳转多次，才会 最终进入下载页面，因而，本发明实施例中，提出W应用包名W及国家而不是W广告ID信 息的方式在多家广告运营商之间寻找广告间的对应关系。通过客户端IP地址信息获得客 户端所在的国家，再W国家为单位计算应用包名在不同跳转次数下的转化率映射关系集， 得到的数据准确率高，可W直观量化跳转次数信息对转化率的影响，对优化广告投放、提升 广告收益W及改进用户体验方面都有着十分关键的作用，能够使广告展示媒体预估更准确 的CVR和。CPM，进而通过更准确的转化率排序获取较优的跳转次数信息，达到广告收益的最 优化。
[0074]图2为本发明实施例分析广告点击链接的装置结构示意图。参见图2,该装置为点 击链接分析服务器，包括：点击链接信息获取模块201、来源地分类模块202、跳转次数处理 模块203、转化率计算模块204W及映射关系集构建模块205,其中，
[0075]点击链接信息获取模块201，用于获取客户端上报的广告的点击链接信息，所述点 击链接信息包括跳转次数信息、广告ID信息、客户端标识信息W及应用包名信息；
[0076]本发明实施例中，点击链接信息还可W进一步包括点击链接地址信息。其中，广告ID信息、应用包名信息W及点击链接地址信息是在点击链接分析服务器推送的广告中携带 有的，跳转次数信息、客户端标识信息是由客户端跟踪点击链接信息获取的，并上报至点击 链接分析服务器。
[0077]本发明实施例中，同一广告具有一个或多个点击链接信息，每一点击链接信息分 别对应一广告ID信息，同一广告的多个点击链接信息中，包含的广告ID信息不同，同一广 告的多个点击链接信息中，包含的应用包名信息相同。
[007引来源地分类模块202,用于解析点击链接信息，获取客户端标识信息，依据客户端 标识信息对获取的点击链接信息进行来源地分类；
[0079]本发明实施例中，较佳地，客户端标识信息为客户端IP地址信息或客户端GI^S信 息，通过获取点击链接信息中包含的客户端IP地址信息或客户端GI^S信息，可W获取广告 投放的国家信息，从而可对点击链接信息进行来源地分类。
[0080] 跳转次数处理模块203,用于W来源地分类为单位，依序获取每一来源地分类中的 点击链接信息包含的广告ID信息W及跳转次数信息；
[0081] 本发明实施例中，作