广告流量分配方法、装置、设备和存储介质与流程

1.本发明涉及互联网领域，尤其涉及一种广告流量分配方法、装置、设备和存储介质。


背景技术：

2.伴随互联网技术的不断发展，互联网广告是收入的一个重要方式，越来越多的用户喜欢利用互联网上的各种应用程序进行网上购物，浏览服务平台提供的广告页面，从中挑选所需购买的如衣服、餐品等各种商品。现有技术中，在应用程序中通常是将基于用户历史行为数据所确定的用户可能感兴趣的广告信息优先呈现，从而将这些广告信息推荐给用户。然而，这种处理方式仅仅是简单地将广告的图片、广告的名称等通过推广位或者列表等形式呈现给用户，缺少与用户之间的互动。
3.而广告投放的流量一般会按照定价以及点击等情况进行分配，对于广告商来说，广告的价值一般是以竞价的方式来定的，这种处理方式仅是简单的、人为的、主观性的确定广告的价值，因为流量如何分配可以利益最大化，是难以用竞价方式进行的，所以这种方式会存在一定的误差，用户体验不好。
4.因此，如何结合用户的喜好以及如何从提升公司整体收益的角度来进行广告流量的分配是本领域技术人员亟待解决的问题。


技术实现要素：

5.有鉴于此，本发明的目的是为了克服现有技术中的不足，提供一种广告流量分配方法、装置、设备和存储介质，旨在解决当前分配广告素材流量缺少与用户之间的互动的问题。
6.本发明提供如下技术方案：
7.第一方面，本公开实施例中提供了一种广告流量分配方法，所述方法包括：
8.响应于广告推荐请求，确定广告素材；
9.预测每个所述广告素材的点击概率和提升概率；
10.将所述广告素材的点击概率和提升概率结合素材价值进行融合，生成所述广告素材的综合得分，并根据所述综合得分对所述广告素材进行排序；
11.将与排序后的广告素材相关联的广告信息按照预设顺序进行展示。
12.进一步地，所述响应于广告推荐请求，确定广告素材，包括：
13.根据所述广告推荐请求中的用户标识，获取所述用户标识对应的用户数据；
14.将所述用户数据与广告素材库中存储的广告素材进行匹配，将相匹配的广告素材确定为对应的广告素材。
15.进一步地，所述预测每个所述广告素材的点击概率和提升概率，包括：
16.将用户行为数据、基础数据、素材统计数据和描述数据输入到预设的点击概率模型和提升概率模型，得到每个用户对单个广告素材的点击概率和提升概率。
17.进一步地，所述预测每个所述广告素材的点击概率和提升概率之后，还包括：
18.根据每个用户的点击日当天和平滑预设时间后的数据进行比较得到每个用户的当次点击的价值提升值；
19.累计预设周期的价值提升值后计算平均值，作为每个用户预设周期内的提升值；
20.对所有每个用户周期内的提升值计算平均值，作为周期内的素材价值。
21.进一步地，所述将所述广告素材的点击概率和提升概率结合素材价值进行融合，生成所述广告素材的综合得分，并根据所述综合得分对所述广告素材进行排序，包括：
22.根据所述广告素材的点击概率、提升概率和素材价值计算所述广告素材的综合得分并排序，其中所述综合得分的计算公式为：
[0023][0024]
其中，x为综合得分，a为点击概率，b为提升概率，c为素材价值，d为各个素材价值的权重，e为调整系数，所述调整系数用于根据业务完成度和活跃度对广告素材的综合得分进行调整。
[0025]
进一步地，在所述提升概率模型中：
[0026]
将大于等于所述素材价值的每个用户预设周期内的提升值作为第一正样本；
[0027]
将小于所述素材价值的每个用户预设周期内的提升值作为第一负样本；
[0028]
利用所述第一正样本和第一负样本构成的样本集对所述提升概率模型进行训练。
[0029]
进一步地，在所述点击概率模型中：
[0030]
将用户点击过的广告素材作为第二正样本；
[0031]
将用户未点击过的广告素材作为第二负样本；
[0032]
利用所述第二正样本和第二负样本构成的样本集对所述点击概率模型进行训练。
[0033]
第二方面，本公开实施例中提供了一种广告流量分配装置，所述装置包括：
[0034]
确定模块，用于响应于广告推荐请求，确定广告素材；
[0035]
预测模块，用于预测每个所述广告素材的点击概率和提升概率；
[0036]
排序模块，用于将所述广告素材的点击意愿和提升概率结合素材价值进行融合，生成所述广告素材的综合得分，并根据所述综合得分对所述广告素材进行排序；
[0037]
展示模块，用于将与排序后的广告素材相关联的广告信息按照预设顺序进行展示。
[0038]
第三方面，本公开实施例中提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现第一方面中所述的广告流量分配方法的步骤。
[0039]
第四方面，本公开实施例中提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中所述的广告流量分配方法的步骤。
[0040]
本技术的实施例具有如下优点：
[0041]
本技术实施例提供的广告流量分配方法，通过响应于广告推荐请求，确定广告素材；预测每个所述广告素材的点击概率和提升概率；将所述广告素材的点击概率和提升概率结合素材价值进行融合，生成所述广告素材的综合得分，并根据所述综合得分对所述广告素材进行排序；将与排序后的广告素材相关联的广告按照预设顺序进行展示。综合考虑
了素材价值和用户偏好两方面内容，对一个用户的广告推荐列表中的广告素材进行综合得分排序，优先推荐综合得分高的广告素材，能够很好地帮助用户对广告素材相关联的广告进行了解，更贴切的符合了用户的喜好，有助于提高用户获取广告推荐的兴趣度和体验感。根据用户的偏好、素材价值以及如何提升公司整体收益角度来分配流量，可以在有限流量的基础上，实现了广告的精准推荐和较佳的广告引流效果，保证了效益的最大化，保证了用户和公司双重的利益，促进广告公司与目标客户达成交易。
[0042]
为使本发明的上述目的、特征和优点能更明显和易懂，下文特举较佳实施例，并配合所附附图，做详细说明如下。
附图说明
[0043]
为了更清楚地说明本发明实施例的技术方案，下面将对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发明的某些实施例，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。
[0044]
图1示出了本技术实施例提供的一种广告流量分配方法的流程图；
[0045]
图2示出了本技术实施例提供的一种广告流量分配装置的结构示意图；
[0046]
图3示出了本技术实施例提供的计算机设备的硬件架构示意图。
具体实施方式
[0047]
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
[0048]
需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。相反，当元件被称作“直接在”另一元件“上”时，不存在中间元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
[0049]
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0050]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0051]
除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中在模板的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在限制本发明。本文所使用的术语“及/或”包括一个或多个相关的
所列项目的任意的和所有的组合。
[0052]
实施例1
[0053]
如图1所示，为本技术实施例中的一种广告流量分配方法的流程图，本技术实施例提供的广告流量分配方法包括以下步骤：
[0054]
步骤110，响应于广告推荐请求，确定广告素材；
[0055]
具体地，应用程序中可具有广告推荐入口，用户可通过点击等方式触发应用程序中提供的广告推荐入口而跳转至对应的广告推荐页面，该广告推荐页面可包含有与广告相关的介绍、推荐规则以及推荐按钮等。如果用户想要获得广告推荐，那么可通过点击等方式触发应用程序中广告推荐页面中提供的推荐按钮，根据用户对推荐按钮的触发操作，向服务器发送广告推荐请求，以供服务器响应于广告推荐请求，返回包含有对应的广告素材的显示页面。可选地，也可以从本地预先缓存好的广告素材库中选取对应的广告素材提供给用户查看。可以根据实际需求设定，本技术实施例对此不做限定。
[0056]
其中，广告推荐请求中包括用户标识，所述用户标识具体为用于唯一标识用户身份的数据，例如用户id、用户的手机号、用户的应用账号、用户的邮箱地址等。服务器在接收到广告推荐请求后，响应于广告推荐请求，根据广告推荐请求中的用户标识，从用户数据库中获取用户标识对应的用户数据。进一步地，用户数据库中存储有各个用户标识对应的用户数据，用户数据具体可包括：用户历史请求数据、用户浏览数据、购物清单数据、预点单数据和用户画像等。
[0057]
在获取了用户标识对应的用户数据之后，即可根据用户数据确定对应的广告素材。其中，匹配的广告素材是根据用户数据所确定的，广告素材对应的商品比较贴合用户的喜好。
[0058]
在一种可选的实施方式中，将用户数据与广告信息库中存储的广告信息进行匹配，得到相匹配的广告信息，然后利用匹配的广告信息，生成对应的广告素材。其中，广告信息库中存储有各个广告信息，广告信息可包括以下信息中的一种或多种：广告标识、广告名称、广告图片、广告介绍文本、广告介绍视频和/或广告展现页面链接等。具体地，可采用预设的匹配模型等，将用户数据与广告信息库中存储的广告信息进行匹配，计算用户数据与各个广告信息之间的匹配值并排序，按照匹配值从高到低的顺序选取预设数量的广告信息作为相匹配的商品信息，然后利用相匹配的广告信息和素材生成模板，生成对应的广告素材。例如可从相匹配的广告信息中提取出广告图片，利用素材生成模板对广告图片进行处理，生成广告素材。本领域技术人员可根据实际需要确定预设数量，此处不做具体限定，例如预设数量可为10个、15个或20个等。通过将用户数据与广告信息库中存储的已生成的广告信息进行匹配，即可便捷地确定对应的广告素材，有效地提高了广告素材的确定速度。
[0059]
在另一种可选的实施方式中，可预先根据广告素材库中的广告信息生成各个广告对应的广告素材，并将所生成的广告素材存储至广告素材库中，利用广告素材库对广告素材进行统一存储和管理。那么在获取了用户标识对应的用户数据之后，可将用户数据与广告素材库中存储的广告素材进行匹配，将相匹配的广告素材确定为广告素材。具体地，可采用预设的匹配模型等，将用户数据与广告素材库中存储的广告素材进行匹配，计算该用户数据与各个广告素材之间的匹配值，将匹配值按照从高到低的顺序进行排列，按照匹配值从高到低的顺序选取预设数量的广告素材确定为对应的广告素材。通过将用户数据与广告
素材库中存储的已生成的广告素材进行匹配，即可便捷地确定对应的广告素材，有效地提高了广告素材的确定速度。
[0060]
步骤120，预测每个所述广告素材的点击概率和提升概率；
[0061]
具体地，可将用户的行为数据、信息数据等输入到预先训练好的点击概率模型和提升概率模型中，得到每个用户对单个广告素材的点击概率和提升概率。其中，用户的行为数据可包括：用户在页面的停留时间、跳出率、回访者、新访问者、回访次数、回访相隔天数、用户所使用的搜索引擎、关键词、关联关键词和站内关键字等；信息数据可包括：用户姓名、用户性别、用户邮箱、用户年龄、用户家庭住址、用户教育水平、用户职业等。
[0062]
进一步地，预先计算素材价值，根据每个用户的点击日当天和平滑预设时间后的数据进行比较得到每个用户的当次点击的价值提升值；然后累计预设周期的价值提升值后计算平均值，作为每个用户预设周期内的提升值；最后对所有每个用户周期内的提升值计算平均值，作为周期内的素材价值。
[0063]
预先计算出广告素材的点击概率、提升概率和素材价值，以供后续将三者进行模型融合，可以更精准的根据用户的偏好和素材价值来分配广告流量。也能够很好地符合用户的喜好，有助于提高用户获取广告推荐的兴趣度和体验感。
[0064]
步骤130，将所述广告素材的点击概率和提升概率结合素材价值进行融合，生成所述广告素材的综合得分，并根据所述综合得分对所述广告素材进行排序；
[0065]
可以理解的是，在提升概率模型中，将大于等于所述素材价值的每个用户预设周期内的提升值作为第一正样本，将小于所述素材价值的每个用户预设周期内的提升值作为第一负样本，利用第一正样本和第一负样本构成的样本集对提升概率模型进行训练。在点击概率模型中，将用户点击过的广告素材作为第二正样本，将用户未点击过的广告素材作为第二负样本，利用第二正样本和第二负样本构成的样本集对点击概率模型进行训练。
[0066]
通过利用第一正样本、第一负样本、第二正样本以及第二负样本对提升概率模型和点击概率模型进行训练，能够有效地提高对提升概率和点击概率的预测结果准确率，进而更加精准的分配广告流量。同时也能够很好地符合用户的喜好，有助于提高用户获取广告推荐的兴趣度和体验感。
[0067]
进一步地，根据预先预测出的广告素材的点击概率、提升概率和计算好的素材价值计算所述广告素材的综合得分并排序，其中所述综合得分的计算公式为：
[0068][0069]
其中，x为综合得分，a为点击概率，b为提升概率，c为素材价值，d为各个素材价值的权重，e为调整系数，所述调整系数用于根据业务完成度和活跃度对广告素材的综合得分进行调整。
[0070]
步骤140，将与排序后的广告素材相关联的广告信息按照预设顺序进行展示。
[0071]
具体地，将与排序后的广告素材相关联的广告信息按照综合得分从高到低的顺序进行展示。其中，与广告素材相关联的广告信息可包括以下信息中的一种或多种：广告名称、广告图片、广告介绍文本和/或广告介绍视频等。用户根据所展示的广告素材相关联的广告信息，能够更方便地对广告进行了解。
[0072]
本技术的实施例具有如下优点：
[0073]
本技术实施例提供的广告流量分配方法，通过响应于广告推荐请求，确定广告素
材；预测每个所述广告素材的点击概率和提升概率；将所述广告素材的点击概率和提升概率结合素材价值进行融合，生成所述广告素材的综合得分，并根据所述综合得分对所述广告素材进行排序；将与排序后的广告素材相关联的广告按照预设顺序进行展示。综合考虑了素材价值和用户偏好两方面内容，对一个用户的广告推荐列表中的广告素材进行综合得分排序，优先推荐综合得分高的广告素材，能够很好地帮助用户对广告素材相关联的广告进行了解，更贴切的符合了用户的喜好，有助于提高用户获取广告推荐的兴趣度和体验感。根据用户的偏好、素材价值以及如何提升公司整体收益角度来分配流量，可以在有限流量的基础上，实现了广告的精准推荐和较佳的广告引流效果，保证了效益的最大化，保证了用户和公司双重的利益，促进广告公司与目标客户达成交易。
[0074]
实施例2
[0075]
如图2所示，为本技术实施例中的一种广告流量分配装置200的结构示意图，其装置包括：
[0076]
确定模块210，用于响应于广告推荐请求，确定广告素材；
[0077]
预测模块220，预测每个所述广告素材的点击概率和提升概率；
[0078]
排序模块230，用于将所述广告素材的点击意愿和提升概率结合素材价值进行融合，生成所述广告素材的综合得分，并根据所述综合得分对所述广告素材进行排序；
[0079]
展示模块240，用于将与排序后的广告素材相关联的广告信息按照预设顺序进行展示。
[0080]
可选地，上述广告流量分配装置还可以包括：
[0081]
用户数据获取模块，用于根据所述广告推荐请求中的用户标识，获取所述用户标识对应的用户数据；
[0082]
广告素材确定模块，用于将所述用户数据与广告素材库中存储的广告素材进行匹配，将相匹配的广告素材确定为对应的广告素材。
[0083]
可选地，上述广告流量分配装置还可以包括：
[0084]
预测子模块，用于将用户行为数据、基础数据、素材统计数据和描述数据输入到预设的点击概率模型和提升概率模型，预测每个用户对单个广告素材的点击概率和提升概率。
[0085]
可选地，上述广告流量分配装置还可以包括：
[0086]
价值提升值计算模块，用于根据每个用户的点击日当天和平滑预设时间后的数据进行比较得到每个用户的当次点击的价值提升值；
[0087]
提升值计算模块，用于累计预设周期的价值提升后计算平均值，作为每个用户预设周期内的提升值；
[0088]
素材价值计算模块，用于对所有每个用户周期内的提升值计算平均值，作为周期内的素材价值。
[0089]
可选地，上述广告流量分配装置还可以包括：
[0090]
排序子模块，用于根据所述广告素材的点击概率、提升概率和素材价值计算所述广告素材的综合得分并排序，其中所述综合得分的计算公式为：
[0091][0092]
其中，x为综合得分，a为点击概率，b为提升概率，c为素材价值，d为各个素材价值
divisionmultiple access，简称为wcdma)、4g网络、5g网络、蓝牙(bluetooth)、wi-fi等无线或有线网络。
[0101]
需要指出的是，图3仅示出了具有部件310-330的计算机设备，但是应理解的是，并不要求实施所有示出的部件，可以替代的实施更多或者更少的部件。
[0102]
在本实施例中，存储于存储器310中的广告流量分配方法还可以被分割为一个或者多个程序模块，并由一个或多个处理器(本实施例为处理器320)所执行，以完成本发明。
[0103]
实施例4
[0104]
本实施例还提供一种计算机可读存储介质，计算机可读存储介质其上存储有计算机程序，计算机程序被处理器执行时实现实施例中广告流量分配方法的步骤。
[0105]
本实施例中，计算机可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、随机访问存储器(ram)、静态随机访问存储器(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘等。在一些实施例中，计算机可读存储介质可以是计算机设备的内部存储单元，例如该计算机设备的硬盘或内存。在另一些实施例中，计算机可读存储介质也可以是计算机设备的外部存储设备，例如该计算机设备上配备的插接式硬盘，智能存储卡(smart media card，简称为smc)，安全数字(secure digital，简称为sd)卡，闪存卡(flash card)等。当然，计算机可读存储介质还可以既包括计算机设备的内部存储单元也包括其外部存储设备。本实施例中，计算机可读存储介质通常用于存储安装于计算机设备的操作系统和各类应用软件。此外，计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的各类数据。
[0106]
在这里示出和描述的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制，因此，示例性实施例的其他示例可以具有不同的值。
[0107]
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0108]
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。