RTB出价方法及装置、存储介质、终端与流程
本发明涉及数据处理技术领域，尤其涉及一种rtb出价方法及装置、存储介质、终端。
背景技术：
近些年，数据展示，例如广告的程序化购买开始成为在线数据展示业的主流。为实现展示数据在数据展示方，例如广告主和媒体之间的自动交易，实时竞价(realtimebidding,rtb)的方式开始普及起来。需求方平台(demand-sideplatform,dsp)需要为每个数据展示机会出一个合理的价格从而来降低数据展示方的成本。在这种非透明的拍卖机制下，dsp很难去预估每个展示数据的价格，因为该dsp只能获知其竞价成功的展示数据的胜出价格。如何准确地出价能够帮助数据展示方确定合理的出价，并且还有助于其决定是否去竞价。
现有技术中，出价的方法主要有两种，一种是固定出价，另一种是基于预估点击率的方式。固定出价，即对于某个数据展示方或者平台统一出固定的价格去竞价，这是最简单最容易实现的出价方法。基于点击率(click-through-rate,ctr)的预估方法也有如下两种经典的方法：线性出价(linearbidding)和优化实时出价(optimalreal-timebidding,ortb)。它们都是通过拟合一个关于ctr的函数来输出出价。不同的是，线性出价使用的是一个线性的函数，而ortb使用的是一个非线性的函数，这两种方法都简单且易于实现。
但是，固定出价的方式忽略了流量的价值差异以及市场的变化，导致价格太低，数据展示方难以出价成功；出价太高，数据展示方成本上升。基于预估点击率的方式需要依赖于预估的ctr这一指标，如果ctr模型预估的不准，可能会导致出价失败。
技术实现要素：
本发明解决的技术问题是如何优化rtb的出价，兼顾数据展示的成本和竞价成功率。
为解决上述技术问题，本发明实施例提供一种rtb出价方法，rtb出价方法包括：获取在线竞价流量及其对应的投放平台或投放活动；计算针对所述在线竞价流量的初始出价；至少根据所述投放平台或所述投放活动的历史竞价信息对所述初始出价进行调整，以得到针对所述在线竞价流量的最终出价。
可选的，所述根据所述投放平台或所述投放活动的历史竞价信息对所述初始出价进行调整包括：计算所述历史竞价信息中在第一预设时间段内的最优历史流量的第一出价胜率；计算在第二预设时间段内的所述在线竞价流量的第二出价胜率，所述第二预设时间段的长度小于所述第一预设时间段的长度；如果所述第二出价胜率小于所述第一出价胜率，则上调所述初始出价，所述最终出价大于所述初始出价。
可选的，所述根据所述投放平台或所述投放活动的历史竞价信息对所述初始出价进行调整包括：计算所述历史竞价信息中在第一预设时间段内的最优历史流量的所有出价的第一平均绝对误差；计算在第二预设时间段内的所述在线竞价流量的所有出价的第二平均绝对误差，所述第二预设时间段的长度小于所述第一预设时间段的长度，其中，所述第一平均绝对误差和所述第二平均绝对误差为出价与胜出价的差值的平均值；如果所述第二平均绝对误差小于所述第一平均绝对误差，则上调所述初始出价，所述最终出价大于所述初始出价。
可选的，所述rtb出价方法还包括：如果所述第二出价胜率大于所述第一出价胜率且所述第二平均绝对误差大于所述第一平均绝对误差，则下调所述初始出价，所述最终出价小于所述初始出价。
可选的，所述计算针对所述在线竞价流量的初始出价包括：提取所述在线竞价流量的流量特征；将所述在线竞价流量的流量特征输入回归模型，得到所述初始出价，所述回归模型是利用历史竞价数据离线训练得到的。
可选的，所述计算针对所述在线竞价流量的初始出价包括：计算针对所述在线竞价流量的预估点击率；根据所述预估点击率计算所述初始出价。
可选的，所述至少根据所述投放平台或所述投放活动的历史竞价信息对所述初始出价进行调整包括：根据所述投放平台或所述投放活动的历史竞价信息对所述初始出价进行调整，得到调整后出价；判断所述调整后出价是否处于预设价格范围内；如果所述调整后出价未处于所述预设价格范围内，则对所述调整后出价进行调整，以使所述最终出价处于所述预设价格范围内。
为解决上述技术问题，本发明实施例还公开了一种rtb出价装置，rtb出价装置包括：获取模块，适于获取在线竞价流量及其对应的投放平台或投放活动；初始出价计算模块，适于计算针对所述在线竞价流量的初始出价；调整模块，适于至少根据所述投放平台或所述投放活动的历史竞价信息对所述初始出价进行调整，以得到针对所述在线竞价流量的最终出价。
可选的，所述调整模块包括：第一出价胜率计算单元，适于计算所述历史竞价信息中在第一预设时间段内的最优历史流量的第一出价胜率；第二出价胜率计算单元，适于计算在第二预设时间段内的所述在线竞价流量的第二出价胜率，所述第二预设时间段的长度小于所述第一预设时间段的长度；第一调整单元，适于在所述第二出价胜率小于所述第一出价胜率时，上调所述初始出价，所述最终出价大于所述初始出价。
可选的，所述调整模块包括：第一平均绝对误差计算单元，适于计算所述历史竞价信息中在第一预设时间段内的最优历史流量的所有出价的第一平均绝对误差；第二平均绝对误差计算单元，适于计算在第二预设时间段内的所述在线竞价流量的所有出价的第二平均绝对误差，所述第二预设时间段的长度小于所述第一预设时间段的长度，其中，所述第一平均绝对误差和所述第二平均绝对误差为出价与胜出价的差值的平均值；第二调整单元，适于在所述第二平均绝对误差小于所述第一平均绝对误差时，上调所述初始出价，所述最终出价大于所述初始出价。
可选的，所述调整模块还包括：第三调整单元，适于在所述第二出价胜率大于所述第一出价胜率且所述第二平均绝对误差大于所述第一平均绝对误差时，下调所述初始出价，所述最终出价小于所述初始出价。
可选的，所述初始出价计算模块包括：流量特征提取单元，提取所述在线竞价流量的流量特征；第一初始出价确定单元，适于将所述在线竞价流量的流量特征输入回归模型，得到所述初始出价，所述回归模型是利用历史竞价数据离线训练得到的。
可选的，所述初始出价计算模块包括：预估点击率计算单元，适于计算针对所述在线竞价流量的预估点击率；第二初始出价确定单元，适于根据所述预估点击率计算所述初始出价。
可选的，所述调整模块包括：第四调整单元，适于根据所述投放平台或所述投放活动的历史竞价信息对所述初始出价进行调整，得到调整后出价；判断单元，适于判断所述调整后出价是否处于预设价格范围内；再次调整单元，适于在所述调整后出价未处于所述预设价格范围内时，对所述调整后出价进行调整，以使所述最终出价处于所述预设价格范围内。
本发明实施例还公开了一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行所述rtb出价方法的步骤。
本发明实施例还公开了一种终端，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所述rtb出价方法的步骤。
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：
本发明技术方案获取在线竞价流量及其对应的投放平台或投放活动；计算针对所述在线竞价流量的初始出价；至少根据所述投放平台或所述投放活动的历史竞价信息对所述初始出价进行调整，以得到针对所述在线竞价流量的最终出价。本发明技术方案在计算出针对在线竞价流量的初始出价后，结合历史竞价信息对初始出价进行调整，调整后的最终出价将参与针对所述在线竞价流量的竞价过程，历史竞价信息可以为最终出价提供参考，通过上述出价调整过程，可以使得最终出价得到优化，保证出价效率，提高出价准确率，避免出价太高或者太低，在考虑流量本身的价值以及市场的环境的情况下，保证出价的合理性。
进一步地，计算所述历史竞价信息中在第一预设时间段内的最优历史流量的第一出价胜率；计算在第二预设时间段内的所述在线竞价流量的第二出价胜率，所述第二预设时间段的长度小于所述第一预设时间段的长度；如果所述第二出价胜率小于所述第一出价胜率，则上调所述初始出价，所述最终出价大于所述初始出价。本发明技术方案中，投放平台或投放活动在第一预设时间段内的历史竞价信息的第一出价胜率可以表示该历史竞价信息中出价成功的相关信息；在线竞价流量在第二预设时间段内的第二出价胜率可以表示在线竞价流量中出价成功的相关信息，通过将第一出价胜率与第二出价胜率进行比较，可以确定对初始出价的调整方向，保证最终出价的出价胜率。
进一步地，提取所述在线竞价流量的流量特征；将所述在线竞价流量的流量特征输入回归模型，得到所述初始出价，所述回归模型是利用历史竞价数据离线训练得到的。本发明技术方案通过参考在线竞价流量的流量特征，并引入回归模型，也即梯度回归树，保证价值高的在线竞价流量的初始出价也较高，从而保证精确出价，降低单次点击的成本，进而降低数据展示方的数据展示成本。
附图说明
图1是本发明实施例一种rtb出价方法的流程图；
图2是图1所示步骤s103的一种具体实施方式的流程图；
图3是图1所示步骤s103的另一种具体实施方式的流程图；
图4是图1所示步骤s101的一种具体实施方式的流程图；
图5是图1所示步骤s103的又一种具体实施方式的流程图；
图6是本发明实施例一种rtb出价装置的结构示意图。
具体实施方式
如背景技术中所述，现有技术中固定出价的方式忽略了流量的价值差异以及市场的变化，导致价格太低，数据展示方难以出价成功；出价太高，数据展示方成本上升。基于预估点击率的方式需要依赖于预估的ctr这一指标，如果ctr模型预估的不准，将会导致出价失败。
本发明技术方案在计算出针对在线竞价流量的初始出价后，结合历史竞价信息对初始出价进行调整，调整后的最终出价将参与针对所述在线竞价流量的竞价过程；历史竞价信息可以为最终出价提供参考，通过上述出价调整过程，可以使得最终出价得到优化，保证出价效率，提高出价准确率，避免出价太高或者太低，在考虑流量本身的价值以及市场的环境的情况下，保证出价的合理性。
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
图1是本发明实施例一种rtb出价方法的流程图。
本发明实施例的rtb出价方法可以应用于dsp平台，能够响应于dsp平台中的竞价请求，为竞价请求匹配竞价流量并出价。
图1所示rtb出价方法可以包括以下步骤：
步骤s101：获取在线竞价流量及其对应的投放平台或投放活动；
步骤s102：计算针对所述在线竞价流量的初始出价；
步骤s103：至少根据所述投放平台或所述投放活动的历史竞价信息对所述初始出价进行调整，以得到针对所述在线竞价流量的最终出价。
具体实施中，可以获取在线竞价流量。具体而言，在线竞价流量可以是数据展示位的相关信息以及用户访问信息。例如在线竞价流量可以是展示位的位置信息。
具体而言，在线竞价流量对应的投放平台(vender)可以是指该在线竞价流量的来源平台。单个在线竞价流量仅对应单个投放平台。此外，步骤s101中的在线竞价流量对应的投放活动(campaign)可以是指dsp确定的参与竞价的投放活动。例如，对于在线竞价流量1，多个投放活动中的点击通过率模型(click-through-rate,ctr)预估其点击率，根据预估点击率的排序以及多个投放活动的投放条件选定其中一个投放活动，以参与在线竞价流量1的在线竞价。换言之，在确定了针对在线竞价流量进行竞价的投放活动，以及在线竞价流量来自的投放平台后，可以执行步骤s101。
具体地，投放活动至少可以包括投放目标、投放时间、投放预算、投放条件等。
在步骤s102的具体实施中，可以计算针对在线竞价流量的初始出价。初始出价可以表示数据展示方在针对所述在线竞价流量进行竞价展示时，数据展示方需要出的初始的价格的大小。具体而言，可以基于在线竞价流量的预估点击率确定初始出价。
在步骤s103的具体实施中，可以结合历史竞价信息对初始出价进行调整，调整后的初始出价为最终出价。最终出价表示可以表示在针对所述在线竞价流量进行竞价展示时，数据展示方需要出的价格大小。最终出价将参与到针对在线竞价流量的竞价过程。
现有的出价方式在点击率预估不准确的情况下，容易导致出价失败。本发明实施例可以在已有的出价方式的基础上，结合所述投放平台或所述投放活动的历史竞价信息对所述初始出价进行调整，也就是说，将历史竞价信息中的出价状况考量至当前针对在线竞价流量的最终出价。
本发明实施例在计算出针对在线竞价流量的初始出价后，结合历史竞价信息对初始出价进行调整，调整后的最终出价将参与针对所述在线竞价流量的竞价过程；历史竞价信息可以为最终出价提供参考，通过上述出价调整过程，可以使得最终出价得到优化，保证出价效率，提高出价准确率，避免出价太高或者太低，在考虑流量本身的价值以及市场的环境的情况下，保证出价的合理性。
在本发明的一个具体实施例中，请参照图2，图1所示步骤s103可以包括以下步骤：
步骤s201：计算所述历史竞价信息中在第一预设时间段内的最优历史流量的第一出价胜率；
步骤s202：计算在第二预设时间段内的所述在线竞价流量的第二出价胜率，所述第二预设时间段的长度小于所述第一预设时间段的长度；
步骤s203：如果所述第二出价胜率小于所述第一出价胜率，则上调所述初始出价，所述最终出价大于所述初始出价。
在步骤s201的具体实施中，第一出价胜率可以是历史竞价信息中最优历史流量的所有出价胜出量与参与竞价量的比值。具体地，所述最优历史流量可以是历史竞价信息中点击率最高的流量，也可以是每点击花费(costperclick,cpc)最低的流量。
在具体的应用中，第一预设时间段的长度可以是1天、3天、5天等任意可实施的长度。第一预设时间段为1天的情况下，可以计算当前时刻的前1天内最优历史流量的第一出价胜率。
在步骤s202的具体实施中，第二胜出价胜率可以是第二预设时间段内的在线竞价流量中出价胜出量与参与竞价量的比值。
进一步而言，第二出价胜率表示在线竞价流量的实时出价胜率，故而第二预设时间段的长度小于第一预设时间段的长度。更具体地，第二预设时间段的长度较短。具体可以计算当前时刻之前第二预设时间段的长度内在线竞价流量的第二出价胜率。在具体的应用中，第二预设时间段的长度可以是3分钟、5分钟或10分钟等。
在步骤s203的具体实施中，如果在线竞价的第二出价胜率小于最优历史流量的第一出价胜率，则表示在线竞价过程中的出价偏低，故而对当前出价，也即初始出价进行上调，使得最终出价大于初始出价。
本发明实施例中，投放平台或投放活动在第一预设时间段内的历史竞价信息的第一出价胜率可以表示该历史竞价信息中出价成功的相关信息；在线竞价流量在第二预设时间段内的第二出价胜率可以表示在线竞价流量中出价成功的相关信息，通过将第一出价胜率与第二出价胜率进行比较，可以确定对初始出价的调整方向，保证最终出价的出价胜率。
可以理解的是，如果在线竞价的第二出价胜率大于最优历史流量的第一出价胜率，则可以对初始出价进行下调，使得最终出价小于初始出价。
在本发明的一个具体实施例中，请参照图3，图1所示步骤s103可以包括以下步骤：
步骤s301：计算所述历史竞价信息中在第一预设时间段内的最优历史流量的所有出价的第一平均绝对误差；
步骤s302：计算在第二预设时间段内的所述在线竞价流量的所有出价的第二平均绝对误差，所述第二预设时间段的长度小于所述第一预设时间段的长度，其中，所述第一平均绝对误差和所述第二平均绝对误差为出价与胜出价的差值的平均值；
步骤s303：如果所述第二平均绝对误差小于所述第一平均绝对误差，则上调所述初始出价，所述最终出价大于所述初始出价。
在步骤s301的具体实施中，第一平均绝对误差为最优历史流量中所有出价与胜出价的差值的平均值。
在步骤s302的具体实施中，第二平均绝对误差为在线竞价流量中所有出价与胜出价的差值的平均值
关于最优历史流量、第一预设时间段和第二预设时间段可参照前述实施例，此处不再赘述。
如果在线竞价流量的第二平均绝对误差小于最优历史流量的第一平均绝对误差，则表示在线竞价过程中的出价偏低，故而对当前出价，也即初始出价进行上调，使得最终出价大于初始出价。
可以理解的是，如果在线竞价的第二平均绝对误差大于最优历史流量的第一平均绝对误差，则可以对初始出价进行下调，使得最终出价小于初始出价。
进一步地，图1所示步骤s103还可以包括以下步骤：如果所述第二出价胜率大于所述第一出价胜率且所述第二平均绝对误差大于所述第一平均绝对误差，则下调所述初始出价，所述最终出价小于所述初始出价。
也就是说，只有在第二出价胜率大于所述第一出价胜率且所述第二平均绝对误差大于所述第一平均绝对误差的情况下，才对初始出价进行下调。如果所述第二出价胜率大于所述第一出价胜率，所述第二平均绝对误差小于所述第一平均绝对误差，则最终出价为所述初始出价，也即不对初始出价做调整。如果所述第二出价胜率小于所述第一出价胜率，所述第二平均绝对误差大于所述第一平均绝对误差，则最终出价为所述初始出价。
具体实施中，上调所述初始出价的具体操作可以是：将初始出价与大于1的调整系数相乘，乘积为最终出价。下调所述初始出价的具体操作可以是：将初始出价与大于0小于1的调整系数相乘，乘积为最终出价。
在本发明一个优选实施例中，请参照图4，图1所示步骤s101可以包括以下步骤：
步骤s401：提取所述在线竞价流量的流量特征；
步骤s402：将所述在线竞价流量的流量特征输入回归模型，得到所述初始出价，所述回归模型是利用历史竞价数据离线训练得到的。
本实施例中，可以利用训练完成的回归模型得到初始出价。
具体实施中，在线竞价流量的流量特征可以包括广告位的相关信息，例如广告位的位置、广告位的长度和宽度等；还可以包括浏览网页的用户的相关信息，例如用户的年龄、性别、居住城市、兴趣爱好等。
具体地，在离线训练回归模型时，可以先提取历史竞价数据中历史流量的流量特征、成交价、出价等，再将上述数据输入回归模型进行训练。
可以理解的是，回归模型可以是在训练之前预先建立好的。
回归模型采用的算法为梯度提升决策树(gradientboostingdecisiontree，gbdt)算法，gbdt算法具有排序功能，可以使得价值较高的流量可以得到较高的初始出价。
为了提升针对在线竞价流量的出价的准确性，在对回归模型进行训练时，可以利用所述投放平台或投放活动的历史竞价信息对回归模型进行训练。
在本发明另一个优选实施例中，图1所示步骤s101可以包括以下步骤：计算针对所述在线竞价流量的预估点击率；根据所述预估点击率计算所述初始出价。
本实施例中，初始出价与所述预估点击率正相关。具体可以采用线性出价方式或非线性出价方式确定初始出价。
具体应用中，可以采用以下公式确定初始出价
需要说明的是，关于预估点击率的具体计算方式，以及线性出价、非线性出价的具体算法可参照现有技术，此处不再赘述。
本发明在一个优选实施例中，请参照图5，图1所示步骤s103还可以包括以下步骤：
步骤s501：根据所述投放平台或所述投放活动的历史竞价信息对所述初始出价进行调整，得到调整后出价；
步骤s502：判断所述调整后出价是否处于预设价格范围内；
步骤s503：如果所述调整后出价未处于所述预设价格范围内，则对所述调整后出价进行调整，以使所述最终出价处于所述预设价格范围内。
本实施例中，在对初始出价基于历史竞价信息调整后，还可以根据预设价格范围再次调整初始价格。
具体实施中，预设价格范围可以是预先设定的。预设价格范围为底价和最高价格所限定的数值范围。具体地，投放平台具有底价限制，最终出价需要大于等于平台底价；数据展示方为了控制成本，限制最高价格，最终出价需要小于等于最高价格。
换言之，如果判断出调整后出价小于预设价格范围的底价，则调整最终出价为所述底价；如果判断出调整后出价大于预设价格范围的最高价格，则调整最终出价为所述最高价格；如果判断出调整后出价处于预设价格范围的底价和最高价格之间，则确定该调整后价格为最终出价。
请参照图6，rtb出价装置60可以包括获取模块601、初始出价计算模块602和调整模块603。rtb出价装置60可以用于dsp平台，能够响应于dsp平台中的竞价请求，为竞价请求匹配竞价流量并出价。
其中，获取模块601适于获取在线竞价流量及其对应的投放平台或投放活动；
初始出价计算模块602适于计算针对所述在线竞价流量的初始出价；
调整模块603适于至少根据所述投放平台或所述投放活动的历史竞价信息对所述初始出价进行调整，以得到针对所述在线竞价流量的最终出价。
本发明实施例在计算出针对在线竞价流量的初始出价后，结合历史竞价信息对初始出价进行调整，调整后的最终出价将参与针对所述在线竞价流量的竞价过程；历史竞价信息可以为最终出价提供参考，通过上述出价调整过程，可以使得最终出价得到优化，保证出价效率，提高出价准确率，避免出价太高或者太低，在考虑流量本身的价值以及市场的环境的情况下，保证出价的合理性。
本发明一个具体实施例中，图6所示调整模块603可以包括：第一出价胜率计算单元，适于计算所述历史竞价信息中在第一预设时间段内的最优历史流量的第一出价胜率；第二出价胜率计算单元，适于计算在第二预设时间段内的所述在线竞价流量的第二出价胜率，所述第二预设时间段的长度小于所述第一预设时间段的长度；第一调整单元，适于在所述第二出价胜率小于所述第一出价胜率时，上调所述初始出价，所述最终出价大于所述初始出价。
本发明实施例中，投放平台或投放活动在第一预设时间段内的历史竞价信息的第一出价胜率可以表示该历史竞价信息中出价成功的相关信息；在线竞价流量在第二预设时间段内的第二出价胜率可以表示在线竞价流量中出价成功的相关信息，通过将第一出价胜率与第二出价胜率进行比较，可以确定对初始出价的调整方向，保证最终出价的出价胜率。
本发明一个具体实施例中，图6所示调整模块603可以包括：第一平均绝对误差计算单元，适于计算所述历史竞价信息中在第一预设时间段内的最优历史流量的所有出价的第一平均绝对误差；第二平均绝对误差计算单元，适于计算在第二预设时间段内的所述在线竞价流量的所有出价的第二平均绝对误差，所述第二预设时间段的长度小于所述第一预设时间段的长度，其中，所述第一平均绝对误差和所述第二平均绝对误差为出价与胜出价的差值的平均值；第二调整单元，适于在所述第二平均绝对误差小于所述第一平均绝对误差时，上调所述初始出价，所述最终出价大于所述初始出价。
进一步地，图6所示调整模块603还可以包括：第三调整单元，适于在所述第二出价胜率大于所述第一出价胜率且所述第二平均绝对误差大于所述第一平均绝对误差时，下调所述初始出价，所述最终出价小于所述初始出价。
本发明一个优选实施例中，图6所示初始出价计算模块602可以包括：流量特征提取单元，提取所述在线竞价流量的流量特征；第一初始出价确定单元，适于将所述在线竞价流量的流量特征输入回归模型，得到所述初始出价，所述回归模型是利用历史竞价胜出数据离线训练得到的。
本发明实施例通过参考在线竞价流量的流量特征，并引入回归模型，也即梯度回归树，保证价值高的在线竞价流量的初始出价也较高，从而保证精确出价，降低单次点击的成本，进而降低数据展示方的数据展示成本。
本发明另一个优选实施例中，图6所示初始出价计算模块602可以包括：预估点击率计算单元，适于计算针对所述在线竞价流量的预估点击率；第二初始出价确定单元，适于根据所述预估点击率计算所述初始出价。
本发明又一个具体实施例中，图6所示调整模块603可以包括：第四调整单元，适于根据所述投放平台或所述投放活动的历史竞价信息对所述初始出价进行调整，得到调整后出价；判断单元，适于判断所述调整后出价是否处于预设价格范围内；再次调整单元，适于在所述调整后出价未处于所述预设价格范围内时，对所述调整后出价进行调整，以使所述最终出价处于所述预设价格范围内。
关于所述rtb出价装置60的工作原理、工作方式的更多内容，可以参照图1至图5中的相关描述，这里不再赘述。
本发明实施例还公开了一种存储介质，其上存储有计算机指令，所述计算机指令运行时可以执行图1至图5中所示的rtb出价方法的步骤。所述存储介质可以包括rom、ram、磁盘或光盘等。所述存储介质还可以包括非挥发性存储器(non-volatile)或者非瞬态(non-transitory)存储器等。
本发明实施例还公开了一种终端，所述终端可以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可以执行图1至图5中所示的rtb出价方法的步骤。所述终端包括但不限于手机、计算机、平板电脑等终端设备。
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。
- 还没有人留言评论。精彩留言会获得点赞！