PDB广告流量优选方法、装置、存储介质及电子设备与流程

本申请涉及广告投放领域，具体而言，涉及一种pdb广告流量优选方法、装置、存储介质及电子设备。

背景技术：

企业、商家等为了提升知名度、吸引客户等，进行广告投放是一种行之有效的方式。而投放广告需要找媒介，在当前的环境中，媒体是一个不错的选择(企业、商家等可称为广告主)。而采用何种策略进行广告投放，则可以由专业的机构、部门或人员(称为需求方)来具体操作，通过媒体提供的流量，对广告进行投放，以满足广告主的广告投放需求。

在广告投放中，由于媒体提供的流量是定量(可以基于广告主的订单而确定)的，在媒体提供的流量中，需求方应当控制退量比(未投放广告的流量在媒体提供的流量中所占的比例)：如果退量比过高(退量比超出一定数值时)，会导致媒体流量的浪费，媒体难以接受，因为媒体会损失利益(因此媒体会每天检查退量比)；如果退量比过低，媒体虽然可以获得更多的利益，但广告主却需要支付更多的广告费用，同时还可能会导致广告投放的kpi(keyperformanceindicator，关键指标绩效，此处可理解为一种广告投放效果的指标)有所降低。因此，需求方需要平衡好媒体与广告主之间的利益，即控制好退量比。

在现有的广告投放方式中，需求方可选择的方式多种多样，例如pdbpdb(programmaticdirectbuying，程序化直接购买)、rtb(realtimebidding，实时竞价)、pd(preferreddeals，优先交易)等。其中，pdb为：在广告投放前，根据广告主的投放需求，按照固定的cpm(costpermille，千人成本)价格、固定的资源位、固定的预定量在媒体进行下单；在广告投放过程中，当用户在访问媒体产生曝光机会时，根据广告主的预定量将广告请求发给单个需求方，需求方根据n倍推送约定的规则有选择地挑选和回退流量，且无需进行竞价，而需求方挑选的流量将展示对应广告主的广告。

为了平衡退量比和广告主的kpi，需要在保证退量比的前提下，尽可能提高广告主的kpi。但如何进行更高效的广告投放(即在保证退量比的前提下，尽可能提高kpi)，是本领域中的一个技术难题。

技术实现要素：

本申请实施例的目的在于提供一种pdb广告流量优选方法、装置、存储介质及电子设备，以在保证退量比的前提下，尽可能提高kpi。

为了实现上述目的，本申请的实施例通过如下方式实现：

第一方面，本申请实施例提供一种pdb广告流量优选方法，应用于广告的投放周期开始之前，所述方法包括：根据前一个投放周期内预设广告分组中每个分组的广告流量推送比例，确定出每个分组在下一个投放周期的预测推送比例，其中，所述广告流量推送比例表示广告推送量与可投放广告的广告流量之间的比例；根据每个分组的预测推送比例和所述下一个投放周期设置的退量比，确定出每个分组的预测投放概率，其中，所述退量比表示未投放广告的流量与所述广告流量之间的比例；根据每个分组的预测投放概率，从预设的投放策略中确定出与所述预测投放概率对应的预测投放策略，以使每个分组在所述下一个投放周期内按照对应的预测投放策略投放广告。

基于预设广告分组，根据前一个投放周期内的广告流量推送比例确定出每个分组在下一个投放周期的预测推送比例，并进一步确定出每个分组的预测投放概率，使得每个分组按照预测投放概率对应的投放策略(即预测投放策略)投放广告，可以提前预测下一个周期内的广告流量推送比例，从而可以针对性地确定出投放策略，以在保证退量比的前提下，尽可能提高kpi。

结合第一方面，在第一方面的第一种可能的实现方式中，所述根据每个分组的预测推送比例和所述下一个投放周期设置的退量比，确定出每个分组的预测投放概率，包括：基于所述下一个投放周期设置的退量比确定出临界范围，根据所述临界范围和所述预设广告分组的优先级，以及每个分组的所述预测推送比例，确定出预测投放概率为a的分组，预测投放概率为b的分组，以及预测投放概率为c的分组，其中，所述预测投放概率为a的分组的预测推送比例之和未达所述临界范围，所述预测投放概率为a和b的分组的预测推送比例之和位于所述临界范围内，所述预测投放概率为a、b和c的分组的预测推送比例之和超出所述临界范围，a小于等于1且大于b；b小于a且大于c；c小于b且大于等于0。

根据预设广告分组的优先级、每个分组的预测推送比例与基于下一个投放周期设置的退量比确定出临界范围，确定出每种情况对应的预测投放概率(即a、b和c)，从而使得预测投放概率可以很好地反映每个分组的投放情况，进而可以有针对性地采用不同的投放策略，有利于更好地进行广告投放(在保证退量比的前提下，尽可能提高kpi)。

结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述预设的投放策略包括kpi优先策略、保退量比策略和备用投放策略，所述根据每个分组的预测投放概率，从预设的投放策略中确定出与所述预测投放概率对应的预测投放策略，包括：将所述kpi优先策略与所述预测投放概率为a的分组对应，其中，所述kpi优先策略对应的分组优先对满足投放要求的广告流量投放广告；将所述保退量比策略与所述预测投放概率为b的分组对应，其中，所述保退量比策略对应的分组用于优先调整退量比；将所述备用投放策略与所述预测投放概率为c的分组对应，其中，所述备用投放策略对应的分组不参与广告投放。

预测投放概率(即a、b和c)不同的分组可以与不同的投放策略(即kpi优先策略、保退量比策略和备用投放策略)相对应，从而能够结合多种投放策略，根据不同分组各自的特点(预测推送比例、预测投放概率)，有针对性地对分组内的广告进行投放，有利于在保证退量比的前提下，尽可能提高kpi。

第二方面，本申请实施例提供一种pdb广告流量优选方法，应用于广告的投放周期内，所述方法包括：确定出当前的实时退量比，其中，所述实时退量比表示在所述投放周期内，当前未投放广告的流量与当前的可投放广告的广告流量之间的比例；确定出实时退量比与预设退量比之间的退量比差异；在所述退量比差异超出预设阈值时，从预设广告分组中确定出目标分组，调整所述目标分组对应的投放策略，以使所述实时退量比趋近于所述预设退量比，其中，每个分组对应一类投放策略，且至少两个分组对应的投放策略对所述实时退量比的作用方向不同。

由于包括对实时退量比作用方向不同的投放策略，通过检测当前的实时退量比，并确定出其与预设退量比之间的差异是否超出预设阈值，在超出时，对分组的投放策略进行调整(即通过改变分组采用的投放策略)，实现对实时退量比的影响，从而能够尽可能保证退量比的要求得到满足。

结合第二方面，在第二方面的第一种可能的实现方式中，所述投放策略包括kpi优先策略、保退量比策略和备用投放策略，所述从预设广告分组中确定出目标分组，调整所述目标分组对应的投放策略，包括：在所述实时退量比高于所述预设退量比时，确定出所述备用投放策略对应的分组为目标分组，并将所述目标分组对应的投放策略调整为所述保退量比策略，其中，所述备用投放策略对应的分组不参与广告投放，所述保退量比策略对应的分组用于优先调整退量比；在所述实时退量比低于所述预设退量比时，确定出所述kpi优先策略对应的分组为目标分组，并将所述目标分组对应的投放策略调整为所述保退量比策略，其中，所述kpi优先策略对应的分组优先对满足投放要求的广告流量投放广告。

通过在实时退量比高于预设退量比时，为了保证退量比不至于过高(维护媒体的利益)，调整备用投放策略对应的分组所对应的投放策略(备用投放策略调整为保退量比策略)，可以实现退量比的快速调整(降低退量比)，从而有利于控制好退量比。而在实时退量比低于预设退量比时，为了保证kpi(维护广告主的利益)，可以调整kpi优先策略对应的分组所对应的投放策略(kpi优先策略调整为保退量比策略)，可以实现退量比的快速调整(提高退量比)，从而有利于控制好退量比。

结合第二方面，在第二方面的第二种可能的实现方式中，所述投放策略包括kpi优先策略、保退量比策略和备用投放策略，所述从预设广告分组中确定出目标分组，调整所述目标分组对应的投放策略，包括：将对应的投放策略为所述kpi优先策略和所述备用投放策略的分组确定为目标分组，其中，所述kpi优先策略对应的分组优先对满足投放要求的广告流量投放广告，所述备用投放策略对应的分组不参与广告投放；将所述目标分组对应的投放策略调整为所述保退量比策略，其中，所述保退量比策略对应的分组用于优先调整退量比。

在退量比差异超出预设阈值时，为了尽可能快速地调整实时退量比，可以将kpi优先策略和备用投放策略对应的分组的广告投放策略都进行调整(kpi优先策略和备用投放策略都调整为保退量比策略)，可以在尽可能短的时间内实现对退量比的调整，从而满足退量比的要求。

第三方面，本申请实施例提供一种pdb广告流量优选装置，应用于广告的投放周期开始之前，所述装置包括：预测推送比例模块，用于根据前一个投放周期内预设广告分组中每个分组的广告流量推送比例，确定出每个分组在下一个投放周期的预测推送比例，其中，所述广告流量推送比例表示广告推送量与可投放广告的广告流量之间的比例；预测投放概率模块，用于根据每个分组的预测推送比例和所述下一个投放周期设置的退量比，确定出每个分组的预测投放概率，其中，所述退量比表示未投放广告的流量与所述广告流量之间的比例；预测投放策略模块，用于根据每个分组的预测投放概率，从预设的投放策略中确定出与所述预测投放概率对应的预测投放策略，以使每个分组在所述下一个投放周期内按照对应的预测投放策略投放广告。

第四方面，本申请实施例提供一种pdb广告流量优选装置，应用于广告的投放周期内，所述装置包括：实时退量比确定模块，用于确定出当前的实时退量比，其中，所述实时退量比表示在所述投放周期内，当前未投放广告的流量与当前的可投放广告的广告流量之间的比例；退量比差异确定模块，用于确定出实时退量比与预设退量比之间的退量比差异；投放策略调整模块，用于在所述退量比差异超出预设阈值时，从预设广告分组中确定出目标分组，调整所述目标分组对应的投放策略，以使所述实时退量比趋近于所述预设退量比，其中，每个分组对应一类投放策略，且至少两个分组对应的投放策略对所述实时退量比的作用方向不同。

第五方面，本申请实施例提供一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现第一方面、第一方面的可能的实现方式、第二方面或第二方面的可能的实现方式中任一项所述的pdb广告流量优选方法的步骤。

第六方面，本申请实施例提供一种电子设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，所述程序指令被处理器加载并执行时实现第一方面、第一方面的可能的实现方式、第二方面或第二方面的可能的实现方式中任一项所述的pdb广告流量优选方法的步骤。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的一种应用于广告的投放周期开始之前的pdb广告流量优选方法的流程图。

图2为本申请实施例提供的一种应用于广告的投放周期内的pdb广告流量优选方法的流程图。

图3为本申请实施例提供的一种应用于广告的投放周期开始之前的pdb广告流量优选装置的结构框图。

图4为本申请实施例提供的一种应用于广告的投放周期内的pdb广告流量优选装置的结构框图。

图5为本申请实施例提供的一种电子设备的结构框图。

图标：10、20-pdb广告流量优选装置；11-预测推送比例模块；12-预测投放概率模块；13-预测投放策略模块；21-实时退量比确定模块；22-退量比差异确定模块；23-投放策略调整模块；30-电子设备；31-存储器；32-通信模块；33-总线；34-处理器。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

在广告投放过程中，为了在保证退量比(整个投放周期内，投放广告的流量与媒体提供的流量之间的比例)的前提下，尽可能提高kpi，本申请实施例提供一种pdb广告流量优选方法，可以应用于广告的投放周期开始之前，而pdb广告流量优选方法可以由电子设备运行。

请参阅图1，图1为本申请实施例提供的一种应用于广告的投放周期开始之前的pdb广告流量优选方法的流程图。方法可以包括：步骤s11、步骤s12和步骤s13。

为了便于对本申请实施例提供的pdb广告流量优选方法的理解，此处对目前的pdb的特点进行简单的介绍。pdb广告投放的目标是在每天保住退量比的同时，尽量保证广告主的kpi，目标流量(即ta流量，ta表示targetaudience，目标受众)100％优选，非ta的流量尽量都不选，以此实现尽可能提高广告主的kpi。

但是，保持退量比和保证广告主kpi两者是制约关系，如果想要每天精准保住广告主的kpi，则需要实时根据退量比gap(缺口)来决定优选流量，这样必然会选取较多的非ta的流量。如果想要很好地保证广告主的kpi而单纯优选ta流量，不选非ta流量，那么必然守不住每天的退量比红线。基于此，本方案的发明人从预测下一个投放周期内的广告投放情况的角度，提出了一种解决方式。

在本实施例中，电子设备中可以将媒体提供的流量按照一些规则进行分组(即预设广告分组)。例如，可以根据流量的特点、广告投放的频率等对流量进行分组。

示例性的，可以确定出6种不同场景：n+reach(ta优先)、n+reach(频次优先)、频次控制、以及这三种场景分别对应的追控频模式，总计六种不同场景。其中，n+reach(ta优先)表示：采用n+reach(进行广告投放时，看到n次广告)的方式进行广告投放时，强调广告受众；n+reach(频次优先)表示：n+reach的方式进行广告投放时，更偏重于看到广告的次数；而频次控制表示：强调广告投放的次数；而追控频模式则表示：对让用户看到广告的频次的控制(例如，广告主希望的用户看到广告的频次为3，那么，投放广告的频次控制在6次以内都是可以的)。

示例性的，电子设备可以对这些场景下的流量根据优先级进行分组编号(例如，划分为甲、乙、丙、丁、戊、己、庚、辛、壬等9个大组，每个大组还可以分别对应着细分组)。

通过这样的方式对流量进行分组，可以尽可能地使流量的特点、投放广告的频率在各个分组下具有更高的独立性，从而将流量进行更准确的分类，有利于对下一个投放周期的广告投放情况的预测。但以上的分组方式此处不作限定，还可以采用其他的分组规则、其他的分组数量、以及不同的分组粒度(即分组的精细程度、大分组中细分组的层级和精细程度)等实现对流量的分组，因此，此处不应视为对本申请的限定。

基于预设广告分组，电子设备可以运行步骤s11。

步骤s11：根据前一个投放周期内预设广告分组中每个分组的广告流量推送比例，确定出每个分组在下一个投放周期的预测推送比例，其中，所述广告流量推送比例表示广告推送量与可投放广告的广告流量之间的比例。

在本实施例中，电子设备可以获取前一个投放周期的广告投放结果(可以包括广告流量推送比例、实际的退量比等)。由此，电子设备可以确定出预设广告分组中每个分组的广告流量推送比例，其中，广告流量推送比例表示广告推送量(即投放了广告的流量)与可投放广告的广告流量(即媒体提供的流量)之间的比例。

确定出预设广告分组中每个分组的广告流量推送比例后，电子设备可以进一步确定出每个分组在下一个投放周期的预测推送比例。为了尽可能保证确定出的预测推送比例的准确性，示例性的，电子设备可以采用arima时序分析模型(autoregressiveintegratedmovingaveragemodel，差分整合移动平均自回归模型)，结合预设广告分组中每个分组的广告流量推送比例(前一个投放周期的)，确定出预设广告分组中每个分组在下一个投放周期的预测推送比例。当然，这种方式不应视为对本申请的限定，还可以采用其他方式，例如，采用其他时间序列分析模型，或者采用其他类型的非时间序列分析的模型，或者采用另外的方式而非模型进行预测，此处不作限定。

确定出预设广告分组中每个分组在下一个投放周期的预测推送比例后，电子设备可以运行步骤s12。

步骤s12：根据每个分组的预测推送比例和所述下一个投放周期设置的退量比，确定出每个分组的预测投放概率，其中，所述退量比表示未投放广告的流量与所述广告流量之间的比例。

在本实施例中，电子设备可以根据每个分组的预测推送比例和下一个投放周期设置的退量比，确定出每个分组的预测投放概率。

示例性的，电子设备可以基于下一个投放周期设置的退量比确定出临界范围(例如，下一个投放周期设置的退量比为33.5％，则临界范围可以由此确定出：100％-33.5％＝66.5％，则临界范围可以为61.5～71.5％，退量比的具体值、临界范围的具体数值范围不作具体限定)。其中，下一个投放周期设置的退量比可以在下一个周期开始之前确定出。

确定出临界范围后，电子设备可以进一步根据临界范围和预设广告分组的优先级，以及每个分组的预测推送比例，确定出预测投放概率为a的分组，预测投放概率为b的分组，以及预测投放概率为c的分组，其中，预测投放概率为a的分组的预测推送比例之和未达临界范围，预测投放概率为a和b的分组的预测推送比例之和位于临界范围内，预测投放概率为a、b和c的分组的预测推送比例之和超出临界范围，a小于等于1且大于b；b小于a且大于c；c小于b且大于等于0。

例如，下一个周期设置的退量比为33.5％，临界范围为61.5～71.5％，则假设各组的预测推送比例为：分组甲(10％)、分组乙(10％)，分组丙(20％)，分组丁(15％)，分组戊(15％)，分组己(10％)，分组庚(10％)，分组辛(5％)，分组壬(5％)；而预设优先级为：甲>乙>丙>丁>戊>己>庚>辛>壬。电子设备则可以从分组甲开始累加预测推送比例，比如从分组甲加到分组丁(10+10+20+15)％，预测推送比例之和为55％，小于61.5％(即未达到临界范围)，则分组甲、乙、丙、丁的预测投放概率都为a。而分组甲加到分组戊的预测推送比例之和为70％(位于临界范围内)，则可以确定分组戊的预测投放概率为b，而分组戊之后的分组(己、庚、辛、壬)，其从分组甲开始累加时的预测推送比例之和超过了临界范围(大于71.5％)，则分组己、庚、辛、壬的预测投放概率可以为c。其中，a小于等于1且大于b；b小于a且大于c；c小于b且大于等于0。当然，此处的例子不应视为对本申请的限定。

通过对预设广告分组中每个分组在下一个投放周期内的推送比例进行预测，并进一步(结合下一个投放周期设置的退量比)确定出每个分组对应的预测投放概率，可以使得预测的结果的准确性得到保证。而且，由于预测推送比例与下一个投放周期设置的退量比的比较，可以准确反映每个分组的可以用于投放的比例，从而可以用于进一步确定广告在下一个投放周期内的投放方式(即有利于针对性地对每个分组确定合适的投放策略，以尽可能最大化地提升kpi)，从而有利于在尽可能在保证退量比的同时提升kpi。

确定出每个分组的预测投放概率后，电子设备可以运行步骤s13。

步骤s13：根据每个分组的预测投放概率，从预设的投放策略中确定出与所述预测投放概率对应的预测投放策略，以使每个分组在所述下一个投放周期内按照对应的预测投放策略投放广告。

在本实施例中，为了尽可能在提升kpi的同时，也能够照顾到退量比，使得退量比也达标，电子设备中可以预设多种投放策略，以供各个分组在下一个投放周期投放广告时使用。而为了使得各个分组使用对应的投放策略投放广告时，能够尽可能满足退量比的要求，投放策略可以对退量比产生影响，而不同种类的投放策略，则可以对退量比产生不同作用方向的影响。例如，一种投放策略，可以提高kpi，但退量比可能会提高(即侧重广告投放的质量，挑选质量更高的流量投放广告，必然会提升回退的流量，提高退量比)；另一种投放策略有利于调整退量比，但kpi则难以有效保证(即侧重广告投放的退量比，放低对广告投放的质量的要求，从而有利于灵活调整退量比)。但此处不应视为对本申请的限定。

示例性的，电子设备中的预设的投放策略可以包括：kpi优先策略、保退量比策略和备用投放策略。其中，kpi优先策略对应的分组优先对满足投放要求的广告流量投放广告；保退量比策略对应的分组用于优先调整退量比；备用投放策略对应的分组不参与广告投放。需要说明的是，此处的投放策略的类型、数量、作用效果都可以根据实际需求进行选取和设定，此处不应视为对本申请的限定。

在本实施例中，基于预设的投放策略，电子设备可以将每个分组的预测投放概率，作为确定与之对应的投放策略的指标。即，电子设备可以根据每个分组的预测投放概率，从预设的投放策略中确定出与预测投放概率对应的预测投放策略。

示例性的，电子设备可以将kpi优先策略与预测投放概率为a的分组对应；将保退量比策略与预测投放概率为b的分组对应；以及，将备用投放策略与所述预测投放概率为c的分组对应。需要说明的是，此处的对应方式并不限定于此。

通过将预测投放概率为a的分组对应kpi优先策略，而预测投放概率为a的分组，可以放心地投放广告而不必担心退量比问题，且能够尽可能提升kpi，将其与kpi优先策略相对应，能够尽可能在保证退量比的情况下提升kpi。

通过将预测投放概率为b的分组对应保退量比策略，而预测投放概率为b的分组，可以有限制地投放广告，主要可以用于在尽可能保证kpi的条件下，调整退量比，从而有利于将退量比维持在一个较为合适(例如在预设的退量比的一定范围内，例如5％范围内)的水平。例如，对应kpi优先策略的分组在尽可能提升kpi时，可能某个时刻退量比偏高，那么对应保退量比策略的分组就可以降低对kpi的要求，以通过增多投放广告的方式，降低退量比。或者，对应kpi优先策略的分组在尽可能提升kpi时，可能某个时刻退量比偏低，那么对应保退量比策略的分组就可以提高对kpi的要求，以通过减少投放广告的方式，提升退量比。

通过将预测投放概率为c的分组对应备用投放策略，而预测投放概率为c的分组，属于非ta流量，且难以满足退量比指标，以及，此类分组中的广告流量在用于提升kpi而投放广告时可能会导致退量比的急剧升高，因此，对应此投放策略的分组可以不参与广告投放。

本申请实施例提供的应用于广告的投放周期开始之前的pdb广告流量优选方法，基于预设广告分组，根据前一个投放周期内的广告流量推送比例确定出每个分组在下一个投放周期的预测推送比例，并进一步确定出每个分组的预测投放概率，使得每个分组按照预测投放概率对应的投放策略(即预测投放策略)投放广告，可以提前预测下一个周期内的广告流量推送比例，从而可以针对性地确定出投放策略，以在保证退量比的前提下，尽可能提高kpi。

为了在保持退量比的条件下，尽可能提升kpi，本申请实施例还提供一种应用于广告的投放周期内的pdb广告流量优选方法。

请参阅图2，图2为本申请实施例提供的一种应用于广告的投放周期内的pdb广告流量优选方法的流程图。在本实施例中，pdb广告流量优选方法在应用于广告的投放周期内时，可以包括步骤s21、步骤s22和步骤s23。

需要说明的是，本申请实施例提供的应用于广告的投放周期开始之前的pdb广告流量优选方法，与应用于广告的投放周期内的pdb广告流量优选方法，可以是相互独立的，没有必然的联系，可以分开运行，也可以合并运行，此处不作限定。

在广告投放周期内，电子设备可以运行步骤s21。

步骤s21：确定出当前的实时退量比，其中，所述实时退量比表示在所述投放周期内，当前未投放广告的流量与当前的可投放广告的广告流量之间的比例。

在本实施例中，电子设备可以确定出实时退量比，其中，实时退量比表示在投放周期内，当前未投放广告的流量与当前的可投放广告的广告流量之间的比例。即，实时退量比可以表示媒体在投放周期开始至当前这个阶段内提供的流量中，未投放广告的流量与这个阶段内提供的流量之间的比例。

需要说明的是，电子设备确定出的实时退量比，可以是通过确定预设广告分组(预设广告分组的定义和分组方式可参阅前文，此处不再赘述)中每个分组的实时退量比后确定出的实时退量比，也可以是通过确定所有分组综合起来的退量比确定出的实时退量比，此处不作限定。

另外，确定实时退量比的时机，可以是在整个投放周期内的任一时刻确定，也可以是选取其中几个关键节点(例如40％、55％和70％等)确定，此处不作限定。

确定出实时退量比后，电子设备可以运行步骤s22。

步骤s22：确定出实时退量比与预设退量比之间的退量比差异。

在本实施例中，电子设备可以确定出实时退量比与预设退量比之间的退量比差异。此处的预设退量比，其数值可以根据实际情况设定(可以是媒体和广告主约定的一个值或范围，也可以是历史投放周期内与这个节点对应的历史退量比，此处不作限定)，可以以67％为例，但不作限定。

例如，当前的实时退量比为78％，而预设退量比为67％，那么退量比差异为+11％；而若实时退量比为55％，那么退量比差异为-12％。

示例性的，电子设备还可以在确定出退量比差异时(之前或之后或同时)，判断实时退量比与预设退量比的大小。

例如，将实时退量比与预设退量比的数值进行比较(可以在确定出退量比差异之前、之后或同时进行)；也可以在确定出退量比差异后，通过退量比差异判断实时退量比与预设退量比的大小(例如通过退量比差异的符号)，此处不作限定。

确定出退量比差异后，电子设备可以运行步骤s23。

步骤s23：在所述退量比差异超出预设阈值时，从预设广告分组中确定出目标分组，调整所述目标分组对应的投放策略，以使所述实时退量比趋近于所述预设退量比，其中，每个分组对应一类投放策略，且至少两个分组对应的投放策略对所述实时退量比的作用方向不同。

在本实施例中，电子设备中预设有投放策略，且预设分组中每个分组都可以对应一类投放策略。例如，分组甲、乙、丙可以都对应kpi优先策略，分组丁、戊、己可以都对应保退量比策略，庚、辛、壬可以都对应备用投放策略(各类投放策略的介绍可参阅前文，此处不作限定)。

需要说明的是，此处为方便描述而采用前文的投放策略，但不限定于此，也可以是其他与应用于广告投放周期开始之前的pdb广告流量优选方法不同的投放策略，满足条件：每个分组对应一类投放策略，且至少两个分组对应的投放策略对实时退量比的作用方向不同，即可为应用于广告的投放周期内的pdb广告流量优选方法的投放策略。

此处将对电子设备从预设广告分组中确定出目标分组，调整目标分组对应的投放策略，以使实时退量比趋近于预设退量比的方式进行详细介绍。

示例性的，电子设备可以在实时退量比高于预设退量比，且退量比差异超出预设阈值(预设阈值可以是一个范围，例如5％、10％等，需要说明的是，预设阈值是基于预设退量比确定的，例如预设退量比为67％，预设阈值可以为5％，则实时退量比位于62～72％之间时，退量比差异不超出预设阈值，预设阈值也可以为10％，此处不作限定)时，确定出备用投放策略对应的分组为目标分组，并将目标分组对应的投放策略调整为保退量比策略。

以及，示例性的，电子设备可以在实时退量比低于预设退量比，且退量比差异超出预设阈值时，确定出kpi优先策略对应的分组为目标分组，并将目标分组对应的投放策略调整为保退量比策略。

至于调整投放策略的方式，可以是通过改变分组的投放概率实现对应的投放策略的调整(例如，分组甲在调整之前，投放概率为1，属于概率a的范围内，对应kpi优先策略；而将分组甲的投放概率从1调整为0.5时，假设b的范围为0.01～0.99，那么，调整后的分组甲的投放概率属于概率b的范围，则对应保退量比策略，从而实现分组的投放策略的调整)。但此种调整方式不应视为对本申请的限定，也可以采用其他的调整投放策略的方式，例如直接调整分组甲的投放策略。

通过这样的方式，可以在实时退量比高于预设退量比时，将备用投放策略对应的分组的投放策略调整为保退量比策略，以起到扩大保退量比策略对应的分组的规模，从而有利于调整实时退量比，使实时退量比趋近于预设退量比。而在实时退量比低于预设退量比时，将kpi优先策略对应的分组的投放策略调整为保退量比策略，一方面可以扩大保退量比策略对应的分组的规模，从而有利于调整实时退量比；另一方面，还可以进一步提高kpi(由于实时退量比低于预设退量比，调整的方向则为降低广告投放量，从而有利于进一步提升广告投放的质量，从而提高kpi)。

当然，电子设备也可以采用其他方式调整实时退量比。示例性的，电子设备还可以在退量比差异超出预设阈值时，将对应的投放策略为kpi优先策略和备用投放策略的分组确定为目标分组，并将目标分组对应的投放策略调整为保退量比策略。这样的方式，可以进一步扩大保退量比策略对应的分组的规模(可以将所有分组都实行保退量比策略)，从而能够在尽可能短的时间内将退量比调整至达标。

在本实施例中，为了在保证退量比的条件下更进一步地提升kpi，电子设备还可以根据实时退量比的获取节点，来确定调整投放策略的方式。

示例性的，电子设备可以在整个投放周期内的40％(即在整个投放周期内的媒体提供的流量达到在该投放周期内需要提供的流量的40％)这个节点获取的实时退量比，并在该实时退量比与预设退量比之间的退量比差异超出预设阈值时，选用将备用投放策略调整为保退量比策略(实时退量比高于预设退量比时)，或者将kpi优先策略调整为保退量比策略(实时退量比低于预设退量比时)的方式对投放策略进行调整。这样的调整方式可以尽可能地在保证kpi的情况下将实时退量比调整至趋近于预设退量比。

示例性的，电子设备可以在整个投放周期内的70％(可参阅40％的解释来理解)这个节点获取的实时退量比，并在该实时退量比与预设退量比之间的退量比差异超出预设阈值时，选用将备用投放策略和kpi优先策略都调整为保退量比策略，以尽快将退量比调整至达标(即趋近于预设退量比)。

当然，以上的节点的选取，以及调整投放策略的方式，都不应视为对本申请的限定，可以以实际情况为准，灵活选取调整投放策略的方式。

请参阅图3，基于同一发明构思，本申请实施例中还提供一种pdb广告流量优选装置10，应用于广告的投放周期开始之前，包括：

预测推送比例模块11，用于根据前一个投放周期内预设广告分组中每个分组的广告流量推送比例，确定出每个分组在下一个投放周期的预测推送比例，其中，所述广告流量推送比例表示广告推送量与可投放广告的广告流量之间的比例；

预测投放概率模块12，用于根据每个分组的预测推送比例和所述下一个投放周期设置的退量比，确定出每个分组的预测投放概率，其中，所述退量比表示未投放广告的流量与所述广告流量之间的比例；

预测投放策略模块13，用于根据每个分组的预测投放概率，从预设的投放策略中确定出与所述预测投放概率对应的预测投放策略，以使每个分组在所述下一个投放周期内按照对应的预测投放策略投放广告。

在本实施例中，所述预测投放概率模块12，还用于基于所述下一个投放周期设置的退量比确定出临界范围，根据所述临界范围和所述预设广告分组的优先级，以及每个分组的所述预测推送比例，确定出预测投放概率为a的分组，预测投放概率为b的分组，以及预测投放概率为c的分组，其中，所述预测投放概率为a的分组的预测推送比例之和未达所述临界范围，所述预测投放概率为a和b的分组的预测推送比例之和位于所述临界范围内，所述预测投放概率为a、b和c的分组的预测推送比例之和超出所述临界范围，a小于等于1且大于b；b小于a且大于c；c小于b且大于等于0。

在本实施例中，所述预设的投放策略包括kpi优先策略、保退量比策略和备用投放策略，所述预测投放策略模块13，还用于将所述kpi优先策略与所述预测投放概率为a的分组对应，其中，所述kpi优先策略对应的分组优先对满足投放要求的广告流量投放广告；将所述保退量比策略与所述预测投放概率为b的分组对应，其中，所述保退量比策略对应的分组用于优先调整退量比；将所述备用投放策略与所述预测投放概率为c的分组对应，其中，所述备用投放策略对应的分组不参与广告投放。

请参阅图4，本申请实施例中还提供一种pdb广告流量优选装置20，应用于广告的投放周期内，包括：实时退量比确定模块21，用于确定出当前的实时退量比，其中，所述实时退量比表示在所述投放周期内，当前未投放广告的流量与当前的可投放广告的广告流量之间的比例；退量比差异确定模块22，用于确定出实时退量比与预设退量比之间的退量比差异；投放策略调整模块23，用于在所述退量比差异超出预设阈值时，从预设广告分组中确定出目标分组，调整所述目标分组对应的投放策略，以使所述实时退量比趋近于所述预设退量比，其中，每个分组对应一类投放策略，且至少两个分组对应的投放策略对所述实时退量比的作用方向不同。

在本实施例中，所述投放策略包括kpi优先策略、保退量比策略和备用投放策略，所述投放策略调整模块23，还用于在所述实时退量比高于所述预设退量比时，确定出所述备用投放策略对应的分组为目标分组，并将所述目标分组对应的投放策略调整为所述保退量比策略，其中，所述备用投放策略对应的分组不参与广告投放，所述保退量比策略对应的分组用于优先调整退量比；在所述实时退量比低于所述预设退量比时，确定出所述kpi优先策略对应的分组为目标分组，并将所述目标分组对应的投放策略调整为所述保退量比策略，其中，所述kpi优先策略对应的分组优先对满足投放要求的广告流量投放广告。

在本实施例中，所述投放策略包括kpi优先策略、保退量比策略和备用投放策略，所述投放策略调整模块23，还用于将对应的投放策略为所述kpi优先策略和所述备用投放策略的分组确定为目标分组，其中，所述kpi优先策略对应的分组优先对满足投放要求的广告流量投放广告，所述备用投放策略对应的分组不参与广告投放；将所述目标分组对应的投放策略调整为所述保退量比策略，其中，所述保退量比策略对应的分组用于优先调整退量比。

请参阅图5，图5为本申请实施例提供的一种电子设备30的结构框图。在本实施例中，电子设备30可以为服务器，在电子设备30为服务器时，可以为网络服务器、云服务器、多个服务器构成的服务器集群等；电子设备30也可以为终端，在电子设备30为终端时，可以为智能手机、平板电脑、个人电脑等，此处不作限定。

示例性的，电子设备30可以包括：通过网络与外界连接的通信模块32、用于执行程序指令的一个或多个处理器34、总线33、不同形式的存储器31，例如，磁盘、rom(read-onlymemory，只读存储器)、或ram(randomaccessmemory，随机存取存储器)，或其任意组合。其中，存储器31、通信模块32和处理器34之间通过总线33连接。

示例性的，存储器31中存储有程序。处理器34可以从存储器31调用并运行这些程序，从而便可以通过运行程序而执行应用于广告的投放周期开始之前的pdb广告流量优选方法，或者执行应用于广告的投放周期内的pdb广告流量优选方法。

本申请实施例还提供一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现本申请实施例所述的pdb广告流量优选方法的步骤。

综上所述，本申请实施例提供一种pdb广告流量优选方法、装置、存储介质及电子设备，通过基于预设广告分组在前一个投放周期内确定出每个分组在下一个投放周期的预测推送比例，预测每个分组在下一个投放周期的预测推送比例，并进一步确定出每个分组的预测投放概率，使得每个分组按照预测投放概率对应的投放策略(即预测投放策略)投放广告，可以提前预测下一个周期内的广告流量推送比例，从而可以针对性地确定出投放策略，以尽可能在保证退量比的前提下，尽可能提高kpi。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。