本发明涉及数据处理技术,更具体的说,是涉及一种互联网广告效果的评估方法、装置及电子设备。
背景技术:
1、随着互联网和大数据的迅速发展,互联网用户的数量不断增长,互联网已经成为广告主投放广告的重要途径。对互联网广告进行有效的投放效果评估,可以得到量化的广告投放效果,从而评估广告的价值,以及决定是否需要调整广告投放的预算分配结构来增加广告收入。因此广告投放的效果评估对广告投放至关重要。
2、当前互联网广告效果评估方法,是广告主在广告投放前,将用户分为实验组和对照组两组,在保证实验组和对照组用户特征相同的前提下,同一个广告位,在实验组用户账户下正常投放广告创意,对照组用户账户下投放空白广告创意。投放一段时间后,分别计算实验组和对照组转化率并进行比较,来衡量广告投放的效果。
3、当前的互联网广告效果评估方法虽然可以科学的评估广告效果,但是在此过程中,对照组用户无法看到投放的广告,造成了一定的资源浪费。另外在实际投放场景中,很多广告主不会在投放前进行分组分流,因此现互联网广告效果评估方法也失去了用武之地。
技术实现思路
1、有鉴于此,本发明提供如下技术方案:
2、一种互联网广告效果的评估方法,包括:
3、获取实验组数据和对照组候选数据,所述对照组候选数据多于所述实验组数据,所述实验组数据对应的用户为接收过第一广告数据的用户,所述对照组候选数据对应的用户为没有接收过第一广告数据的用户;
4、从所述对照组候选数据中确定出对照组数据,所述对照组数据对应的用户数量与所述实验组数据对应的用户数量相同;
5、基于所述实验组数据和所述对照组数据针对所述第一广告数据的转化率确定所述第一广告数据的投放效果。
6、可选地,所述从所述对照组候选数据中确定出对照组数据,包括:
7、构建对照组选取模型;
8、基于所述对照组选取模型从所述对照组候选数据中确定出对照组数据。
9、可选地,所述构建对照组选取模型,包括:
10、将实验组数据确定为正样本,并从对照组候选数据中选取出负样本,所述正样本和所述负样本组成训练数据;
11、在所述训练数据上构造特征并采用分类算法模型对构造特征后的训练数据进行训练,所述特征包括用户属性、用户行为和基于所述用户属性和所述用户行为获得的衍生特征;
12、所述基于所述对照组选取模型从所述对照组候选数据中确定出对照组数据,包括:
13、对所述对照组候选数据构造特征,并将构造特征后的对照组候选数据导入训练好的分类算法模型,得到包含不同概率值的输出结果;
14、将所述输出结果中与所述正样本最接近的第一数量的用户数据确定为对照组数据,所述第一数量为实验组数据对应的用户数量。
15、可选地,在所述从所述对照组候选数据中确定出对照组数据后,还包括:
16、对所述对照组数据进行质量评估;
17、在所述对照组数据的质量评估结果符合第一要求的情况下,进入所述基于所述实验组数据和所述对照组数据针对所述第一广告数据的转化率确定所述第一广告数据的投放效果的步骤。
18、可选地,所述对所述对照组数据进行质量评估,包括:
19、评估所述对照组数据与所述实验组数据中的各个特征的相似度。
20、可选地,所述评估个所述对照组数据与所述实验组数据中的各个特征的相似度,包括:
21、评估所述对照组数据与所述实验组数据在人群属性方面以及消费行为方面的相似度。
22、可选地,在所述对照组数据的质量评估结果不符合第一要求的情况下,还包括:
23、调整所述对照组选取模型,并基于调整后的所述对照组选取模型从所述对照组候选数据中确定出对照组数据。
24、可选地,所述分类算法模型为逻辑回归模型、支持向量机模式和树模型中的任意一种。
25、本发明还公开了一种互联网广告效果的评估装置,包括:
26、数据获取模块,用于获取实验组数据和对照组候选数据,所述对照组候选数据多于所述实验组数据,所述实验组数据对应的用户为接收过第一广告数据的用户,所述对照组候选数据对应的用户为没有接收过第一广告数据的用户;
27、对照组确定模块,用于从所述对照组候选数据中确定出对照组数据,所述对照组数据对应的用户数量与所述实验组数据对应的用户数量相同;
28、效果确定模块,用于基于所述实验组数据和所述对照组数据针对所述第一广告数据的转化率确定所述第一广告数据的投放效果。
29、进一步的,本申请还公开了一种电子设备,包括:
30、存储器和处理器,所述存储器用于存储计算机程序,所述处理器用于调用所述计算机程序,以执行权利要求1-8任一项所述的互联网广告效果的评估方法。
31、经由上述的技术方案可知,与现有技术相比,本发明实施例公开了一种互联网广告效果的评估方法、装置及电子设备,方法包括:获取实验组数据和对照组候选数据,所述对照组候选数据多于所述实验组数据;从所述对照组候选数据中确定出对照组数据,所述对照组数据对应的用户数量与所述实验组数据对应的用户数量相同;基于所述实验组数据和所述对照组数据针对所述第一广告数据的转化率确定所述第一广告数据的投放效果。上述方案实现了广告投放前未安排对照组的场景下的互联网广告投放效果评估,通过相似用户查找算法选择找出可与实验组广告投放效果进行对比的对照组,该方案不仅降低了投放成本,避免资源浪费,同时可以兼容多种互联网广告投放场景。
1.一种互联网广告效果的评估方法,其特征在于,包括:
2.根据权利要求1所述的互联网广告效果的评估方法,其特征在于,所述从所述对照组候选数据中确定出对照组数据,包括:
3.根据权利要求2所述的互联网广告效果的评估方法,其特征在于,所述构建对照组选取模型,包括:
4.根据权利要求3所述的互联网广告效果的评估方法,在所述从所述对照组候选数据中确定出对照组数据后,还包括:
5.根据权利要求4所述的互联网广告效果的评估方法,其特征在于,所述对所述对照组数据进行质量评估,包括:
6.根据权利要求5所述的互联网广告效果的评估方法,其特征在于,所述评估个所述对照组数据与所述实验组数据中的各个特征的相似度,包括:
7.根据权利要求4所述的互联网广告效果评估方法,在所述对照组数据的质量评估结果不符合第一要求的情况下,还包括:
8.根据权利要求3所述的互联网广告效果的评估方法,其特征在于,所述分类算法模型为逻辑回归模型、支持向量机模式和树模型中的任意一种。
9.一种互联网广告效果的评估装置,其特征在于,包括:
10.一种电子设备,其特征在于,包括: