一种匀速投放方法及系统与流程

1.本发明涉及广告投放技术领域，尤其涉及一种匀速投放方法及系统。


背景技术：

2.当前大部分广告投放平台投放广告的时候，都会提供两个预算投放选项：快速投放或者匀速投放。
3.快速投放：尽可能快的把当前预算都投出去。快速投放可以加快投放速度，在最短时间内获得最大的投放量。但相应的，快速投放也存在明显的缺点，如果预算比较小，很可能会在短时间内就将预算消耗完，而这对广告长期稳定的投放是极为不利的，所以快速投放一般会在预算比较充足的时候使用。
4.匀速投放：匀速投放也叫平滑投放，尽可能分散的把当日的预算在全天可投放时段内逐步消耗完，每个时段都能分配一定的预算，获得一定的曝光量。这样做的好处是保证投放的稳定性，不至于预算都消耗在某个时段，也更利于广告主挑选流量，优化投放策略，挑选更利于自己的投放时段。当前，匀速投放一般有以下两种方法。
5.小时均分法：假设当日的的总预算是s元，那么每个小时的消耗金额就是s/24元，假设cpm(千人成本)恒定，那么每个小时将展示的曝光就有hpv＝1000*s/24/cpm个，由此确定了每个小时的投放预算。当然，进一步也可以再将每个小时划分为多个时段(如每分钟)，这样的话投放也会更加平滑。而在实际投放过程中，系统会根据最近几个时段的预算消耗情况，调整每个时段的投放概率，控制每个时段产生相应的曝光即可。小时均分法在现实投放中存在两个缺点：第一，当日不能修改预算，预算修改需要次日生效；第二，预算有可能消耗不光，一旦某个小时预算没有消耗完成，这部分预算当日将无法再消耗。
6.剩余均分法：针对小时均分法的缺点，产生了剩余均分法。剩余均分的具体逻辑是：每个小时检查当日已经消耗的预算，在剩余的小时里均分未完成的当日预算，每个小时进行修正。这样就可以避免各种异常导致的当前未按计划消耗的发生，即便修改预算，也能立即在下个小时生效。
7.现有技术的缺点有：
8.第一，预算分配不合理。流量是由用户产生的，用户睡眠和工作时间是不观看广告的，所以流量本身存在明显的高峰时段和低峰时段，而且高峰时段和低峰时段流量有可能相差数十倍。而小时均分法和剩余均分法都没有考虑时段的区别，均分很容易造成在低峰时段预算消耗不完，而高峰时段又预算不足的情况。
9.第二，无法挑选流量，浪费高价值流量。由于现有技术大多是随机选择(过滤)流量，高价值流量和低价值流量会按照相同的概率过滤，因此会过滤掉一些高价值流量，由此造成流量使用效率的降低。这一方面导致ecpm(每一千次展示可以获得的广告收入，即转化能力)降低，媒体和平台利润下降，另一方面也有可能会降低投放效果(过滤了高价值用户)，流失广告主。


技术实现要素：

10.为至少在一定程度上克服相关技术中存在的问题，本技术提供一种匀速投放方法及系统，以解决在现有技术中广告投放不能合理分配预算，随机过滤流量使一些高价值流量被过滤掉，造成浪费，以及流量的使用效率低的技术问题。
11.为实现以上目的，本技术采用如下技术方案：
12.第一方面，
13.本技术提供一种匀速投放方法，包括：
14.接收投放广告请求，进行用户流量价值预估；
15.确定各时段平台曝光比重；
16.在投放过程中，实时计算当前时段剩余时间广告投放量和投放权重，即每次曝光后重新计算，实时调整投放预算使剩余预算在剩余时段能够匀速消耗；
17.在匀速投放预算的同时，根据所述用户流量价值当前时段的分布情况和准入门槛进行流量过滤判断；
18.当流量价值低于流量准入门槛时，为低质量流量，进行过滤；
19.当流量价值高于流量准入门槛时，为高价值流量，进行保留，使其继续投放；
20.所述流量准入门槛是根据当前时段的曝光量和需求量对比，动态调整的。
21.进一步地，所述用户流量价值预估，包括但不限于：
22.转化能力、付费能力、活跃能力的预估。
23.进一步地，所述确定各时段平台曝光比重，具体为：
24.在固定时间内，计算平台整体在各个时段的投放比重，用过去一段时间内的平均值代替，按时间将所述一段时间划分为t个时段，假使过去一段时间内平台总曝光量为m，某个时段内的曝光量为m
t
，则本时段内的投放比重为p
t
＝m
t
/m，其中t＝0,1,....,t-1。
25.进一步地，所述实时计算当前时段剩余时间广告投放量，具体为：
26.每次曝光重新计算当前时段剩余时间内广告的可投放量，对于本时段内某个可投放广告a，预先设定的日投放上限为e，截止目前的投放量为e
t
，则当天剩余可投放量为e
t
＝e-e
t
；
27.当广告a当天仍剩余s个可投放时段t1,t2,...,ts，其中t1即为当前时段，每个时段对应的平台总体投放比重为且当前时段t1总时长为t
total
，剩余时间为tr，则广告a本时段内分配的可投放量为：
[0028][0029]
其中，
[0030]
进一步地，所述实时计算当前时段剩余时间广告投放权重，具体为：
[0031]
当前时段剩余时间为tr，剩余可投放量为则预期速度为：
[0032][0033]
假设vs为当前实际速度，则定义：
[0034][0035]
w为当前时段的实际投放进程和当前时段平台总投放进程的比值；
[0036]
广告投放权重为wa，wa在每个时段开始初始化为1，且wa∈[w
low
,w
high
]，wa更新分为大幅度更新和微调。
[0037]
进一步地，所述速度vs计算，具体为：
[0038][0039]
其中ns和ts分别为广告近似曝光次数和总曝光时间，若t
last
为上次vs更新时间，t
now
为当前时间，n
add
为上次更新t
last
到当前时间t
now
内发生的曝光数，w0为一接近1的常量，ns和ts更新方式如下：
[0040]
初始化：ns、ts和n
add
均初始化为0；
[0041]
如果满足vs定时或发生曝光的更新条件；
[0042]ns
＞0，则ts＝ts*w0+(t
now-t
last
)；
[0043]ns
＝ns*w0+n
add
；
[0044]
t
last
＝t
now
。
[0045]
进一步地，所述大幅度更新和微调，具体为：
[0046]
所述大幅度更新，每当前的时间间隔发生一次，若t
w_big_last
为上次大幅调整的时间，t
now
为当前时间，则大幅度调整方式如下：
[0047]
如果发生曝光，且t
now-t
w_big_last
＞当前的时间间隔；
[0048]
当w＜a时，w
′a＝wa*e；
[0049]
当a≤w＜b时，w
′a＝wa*f；
[0050]
当c≤w＜d时，w
′a＝wa*f；
[0051]
当w＞d时，w
′a＝wa*g；
[0052]
a＜e＜b，b＜f＜c，c＜g＜d；
[0053]
所述微调更新，每当前的时间间隔发生一次，若t
w_small_last
为上次微调的时间，t
now
为当前时间，则微调调整方式如下：
[0054]
如果发生曝光，且t
now-t
w_small_last
＞当前的时间间隔；
[0055]
当w＜h时，w
′a＝wa*h；
[0056]
当h≤w＜k时，w
′a＝wa*w；
[0057]
当w≥k时，w
′a＝wa*k，h＜k；
[0058]
所述微调和大幅度调整同时进行，用w
′a更新wa，且微调和大幅度调整，需要满足wa∈[w
low
，w
high
]。
[0059]
进一步地，所述在匀速投放预算的同时，根据所述用户流量价值当前时段的分布情况和准入门槛进行流量过滤判断，具体为：
[0060]
通过加入ecpm值，根据预估的ecpm值来保留高价值的广告；
[0061]
ecpm为每一千次展示可以获得的广告收入；
[0062]
其中nh和ts分别为以该广告e0＞eh条件曝光的次数和曝光时间，若t
last
为上次vh更新时间，t
now
为当前时间，n
add
为上次更新t
last
到当前时间t
now
内以e0＞eh条件发生的曝光数，
w0为一接近1的常量，ns和ts更新方式如下：
[0063]
初始化：nh、ts和n
add
均初始化为0；
[0064]
如果满足vh定时或发生曝光的更新条件；
[0065]
nh＞0；则ts＝ts*w0+(t
now-t
last
)；
[0066]
nh＝nh*w0+n
add
；
[0067]
t
last
＝t
now
；
[0068]eh
：ecpm调节的上限值，初始值eh＝i*en，eh＞en；根据vh，vd的速度调节。
[0069]
进一步地，所述大幅度更新，每当前时间间隔发生一次，若t
w_big_last
为上次大幅调整的时间，t
now
为当前时间，大幅调整方式如下：
[0070]
如果发生曝光，且t
now-t
w_big_last
＞当前时间间隔；
[0071]
更新wa，当w＜a时，w
′a＝wa*e；
[0072]
当a≤w＜b时，w
′a＝wa*f；
[0073]
当c≤w＜d时，w
′a＝wa*f；
[0074]
当w＞d时，w
′a＝wa*g；
[0075]
a＜e＜b，b＜f＜c，c＜g＜d；
[0076]
更新eh，当wh＜1时，说明速度过慢，wh＞1说明速度过快；
[0077]
如果wh＜a，则eh＝max(en+1，e
h-(e
h-en)*r)；
[0078]
如果wh＞g，则eh＝min(eh+(e
h-en)*r，x)；
[0079]
更新e
l
，将wa控制在q，
[0080]
当wa＞q时，说明保留概率大，速度过慢，需要降低e
l
的值扩大通道，加快速度；
[0081]
即：如果wa＞q，则e
l
＝e
l-(e
n-e
l
)*r；
[0082]el
＞en，e
l
＝max(y，e
n-1)；
[0083]
如果wa＜q，则e
l
＝e
l
+(e
n-e
l
)*r；
[0084]el
＞en，e
l
＝max(y，e
n-1)；
[0085]
所述微调更新，每当前时间间隔发生一次，若t
w_small_last
为上次微调的时间，t
now
为当前时间，微调调整方式如下：
[0086]
如果发生曝光，且t
now-t
w_small_last
＞当前时间间隔；
[0087]
更新wa，当w＜h时，wa＝wa*h；
[0088]
更新eh，
[0089]
当wh＜1时，eh＝e
h-y；
[0090]eh
＜en，eh＝en+y；
[0091]
当wh＞1时，eh＝min(eh+y，x)；
[0092]
更新e
l
，将wa控制在q，当wa＞q时，说明保留概率大，速
[0093]
度过慢，需要降低el的值扩大通道，加快速度；
[0094]
当wa＞q时，e
l
＝max(y，e
l-y)；
[0095]
当wa＜q时，e
l
＝min(e
l
+y，e
n-y)；
[0096]
所述微调和大幅度调整同时进行，用w
′a更新wa，且微调和大幅度调整，需要满足wa∈[w
low
，w
high
]，eh＞en；
[0097]en
：非预估广告为统计的ecpm值；
[0098]el
：ecpm调节的下限值，初始值e
l
＝y，e
l
＜en；根据vh，vd的速度调节；
[0099]
vr：预期速度；vs：当前实际速度；
[0100]
vd：走预估算法的广告预设的速度，vd＝vr*z，影响vh；
[0101]
wh：vh的真实速度与预期速度的比值，wh＝vh/vd；
[0102]
vh：走预估算法的广告，当预估的ecpm大于eh时，广告被投出去的曝光速度，vh＝nh/th；
[0103]
所述a,b,c,d,e,f,g,,i,k,q,r,z,x为大于0的有理数。
[0104]
第二方面，
[0105]
本技术提供一种匀速投放系统，包括：
[0106]
接收模块，用于接收投放广告的请求；
[0107]
匀速投放模块，用于实时计算当前时段剩余时间广告投放量和投放权重，即每次曝光后重新计算，实时调整投放预算，使剩余预算在剩余时段能够匀速消耗；
[0108]
过滤模块，用于在匀速投放过程中，过滤低价值流量。
[0109]
本技术采用以上技术方案，至少具备以下有益效果：
[0110]
本技术在实际应用中，通过结合机器学习算法，接收投放广告请求，进行用户流量价值预估，确定各时段平台曝光比重，在投放过程中，实时计算当前时段剩余时间广告投放量和投放权重，实时调整投放预算使剩余预算在剩余时段能够匀速消耗，同时，根据流量的分布情况和准入门槛进行过滤判断，动态调整流量准入门槛，保留高价值流量，过滤掉低价值流量，使得在相同的预算下曝光可以获得更多的转化，控制广告下发的速度，进而控制曝光速度，在匀速的基础上又加上了一个质量控制，优先选择高质量流量，提高了广告投放效率，也使付费能力和活跃能力有一定程度的提高。
[0111]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
[0112]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
[0113]
图1是根据一示例性实施例示出的一种匀速投放方法流程图；
[0114]
图2是根据一示例性实施例示出的一种匀速投放系统模块图；
[0115]
图3是根据一示例性实施例示出的一种匀速投放方法原理图；
[0116]
图4是根据一示例性实施例示出的匀速投放ecpm对照图。
具体实施方式
[0117]
为使本技术的目的、技术方案和优点更加清楚，下面将对本技术的技术方案进行详细的描述。显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本技术所保护的范围。
[0118]
请参阅图1，图1是根据一示例性实施例示出的一种匀速投放方法流程图，如图1所示，该匀速投放方法包括如下步骤：
[0119]
步骤s01，接收投放广告请求，进行用户流量价值预估。
[0120]
具体的，当投放广告请求到来时，结合机器学习算法，进行用户流量价值判断，预估转化能力、付费能力、活跃能力等。
[0121]
步骤s02，确定各时段平台曝光比重。
[0122]
具体的，计算平台整体在各个时段的投放比重，用过去一段时间内的平均值代替。
[0123]
步骤s03，在投放过程中，实时计算当前时段剩余时间广告投放量和投放权重，即每次曝光后重新计算，实时调整投放预算使剩余预算在剩余时段能够匀速消耗。
[0124]
具体的，每次曝光后重新计算当前时段剩余时间内广告的可投放量(由于定时投放，每个时段内的广告可能不一样)，根据当前时段剩余时间，剩余可投放量，来计算预期速度，从而确定剩余时间段投放预算，实时调整投放预算使剩余预算在剩余时段能够匀速消。
[0125]
步骤s04，在匀速投放预算的同时，根据所述用户流量价值当前时段的分布情况和准入门槛进行流量过滤判断。
[0126]
步骤s05，当流量价值低于流量准入门槛时，为低质量流量，进行过滤。
[0127]
步骤s06，当流量价值高于流量准入门槛时，为高价值流量，进行保留，使其继续投放。
[0128]
具体的，根据流量价值分布情况，在满足预算消耗(期望速度)的前提下，保留高价值流量，过滤掉低价值流量，准入门槛是根据当前时段的曝光量和需求量对比进行动态调整的。
[0129]
采用本技术的技术方案，可以做到在投放广告时，参考流量时段合理分配预算，根据流量峰值实时调整预算量，使预算可以匀速消耗完，同时，结合机器学习算法，根据流量价值分布，保留高价值流量，过滤低价值流量，提高投放效率，使曝光获得更高的转化，相应的付费能力和活跃能力也有一定提高。
[0130]
请参阅图2，图2是根据一示例性实施例示出的一种匀速投放系统模块图，如图2所示，该匀速投放系统包括：
[0131]
接收模块，用于接收投放广告的请求；
[0132]
匀速投放模块，用于实时计算当前时段剩余时间广告投放量和投放权重，即每次曝光后重新计算，实时调整投放预算，使剩余预算在剩余时段能够匀速消耗；
[0133]
过滤模块，用于在匀速投放过程中，过滤低价值流量。
[0134]
在一个实施例中，所述确定各时段平台曝光比重，具体为：
[0135]
在每天凌晨或固定的时间内，计算平台整体在各个时段的投放比重，用过去7日内平均值代替，按小时将一天划分为t(24)个时段，假使过去7天内平台总曝光量为m，某个时段内的曝光量为m
t
，则本时段内的投放比重为p
t
＝m
t
/m，其中t＝0,1,....,t-1。
[0136]
此实施例计算的是过去7日内平台整体在各个时段的投放比重，也可计算过去半小时，或过去一天内平台整体在各个时段的投放比重，计算的时间可以根据具体情况进行选择，不做过多限制。
[0137]
关于时段划分可根据具体情况进行划分，比如凌晨的2点至5点可划分为1个时段，或者晚上的7点至7点30分可划分为一个时段。
[0138]
在一个实施例中，所述实时计算当前时段剩余时间广告投放量，具体为：
[0139]
每次曝光重新计算当前时段剩余时间内广告的可投放量(由于定时投放，每个时段内的广告可能不一样)，对于本时段内某个可投放广告a，预先设定的日投放上限为e，截止目前的投放量为e
t
，则当天剩余可投放量为e
t
＝e-e
t
；
[0140]
当广告a当天仍剩余s个可投放时段(t1,t2,...,ts，其中t1即为当前时段)，每个时段对应的平台总体投放比重为且当前时段t1总时长为t
total
(3600秒)，剩余时间为tr(180秒)，则广告a本时段内分配的可投放量为：
[0141][0142]
其中，
[0143]
在一个实施例中，在投放过程中动态计算投放权重wa，具体为：
[0144]
方法一，对于当前时段t1，假设平台预估总曝光量为(7日平均值)，截至目前曝光量为m，且对于广告a，本时段内分配量为截止目前总曝光量为e，定义其投放权重为wa(wa在每个时段开始初始化为1)，且wa∈[w
low
,w
high
]，wa更新规则为：如果w≥1，则wa＝max[w
low
,wa*(1-ε)]，如果w《1，则wa＝min[w
high
,wa*(1+ε)]，其中ε为极小值，如0.01。
[0145]
方法二，对于当前时段t1，假设时段总时长为(3600秒)，当前已经历时长为t秒，对于广告a，本时段内分配量为截止目前总曝光量为e，定义其投放权重为wa(wa在每个时段开始初始化为1)，且wa∈[w
low
,w
high
]，
[0146]
wa更新规则为：
[0147]
如果w《0.99，则w
′a＝wa*0.99；
[0148]
如果0.99《w《1.01，则w
′a＝wa*w；
[0149]
如果w≥1.01，则w
′a＝wa*1.01；
[0150]
最后，用w
′a更新wa，且满足wa∈[w
low
,w
high
]。
[0151]
方法三，当前时段剩余时间为tr，剩余可投放量为则预期速度为：
[0152][0153]
假设vs为当前实际速度，则定义：
[0154][0155]
w为当前时段的实际投放进程和当前时段平台总投放进程的比值；
[0156]
广告投放权重为wa，wa在每个时段开始初始化为1，且wa∈[w
low
，w
high
]，wa更新分为大幅度更新和微调两种。vs计算及调整具体做法如下：
[0157][0158]
其中ns和ts分别为广告近似曝光次数和总曝光时间，若t
last
为上次vs更新时间，t
now
为当前时间，n
add
为上次更新t
last
到当前时间t
now
内发生的曝光数，w0为一接近1的常量，ns和ts更新方式如下：
[0159]
初始化：ns、ts和n
add
均初始化为0；
[0160]
如果满足vs更新条件(定时或发生曝光)；
[0161]ns
＞0，则ts＝ts*w0+(t
now-t
last
)；
[0162]ns
＝ns*w0+n
add
；
[0163]
t
last
＝t
now
。
[0164]
大幅度更新，每60秒发生一次，若t
w_big_last
为上次大幅调整的时间，t
now
为当前时间，则大幅调整方式如下：
[0165]
如果发生曝光，且t
now-t
w_big_last
＞60秒；
[0166]
当w＜0.5时，w
′a＝wa*0.7；
[0167]
当0.5≤w＜0.8时，w
′a＝wa*0.85；
[0168]
当1.3≤w＜2.0时，w
′a＝wa*0.85；
[0169]
当w＞2.0时，w
′a＝wa*1.5；
[0170]
微调更新，每10秒发生一次，若t
w_small_last
为上次微调的时间，t
now
为当前时间，则微调调整方式如下：
[0171]
如果发生曝光，且t
now-t
w_small_last
＞10秒；
[0172]
当w＜0.99时，wa＝wa*0.99；
[0173]
当0.99≤w＜11.01时，w
′a＝wa*w；
[0174]
当w≥1.01时，w
′a＝wa*1.01；
[0175]
微调和大幅度调整同时进行，用w
′a更新wa，且微调和大幅度调整，需要满足wa∈[w
low
,w
high
]。
[0176]
方法四，在方法三的基础上增加一些参数来达到即保留高价值广告又控速的效果。
[0177]
具体方案如下(以一支广告为例)：
[0178]en
：非预估广告为统计的ecpm值；
[0179]eh
：ecpm调节的上限值，初始值eh＝2*en，eh》en；根据vh，vd的速度调节；
[0180]el
：ecpm调节的下限值，初始值e
l
＝0.1，e
l
《en；根据vh，vd的速度调节；
[0181]
vr：预期速度(同方法三)；
[0182]vs
：当前实际速度(同方法三)；
[0183]
vd：走预估算法的广告预设的速度，vd＝vr*0.8，影响vh；
[0184]
wh：vh的真实速度与预期速度的比值，wh＝vh/vd；
[0185]
vh：走预估算法的广告，当预估的ecpm大于eh时，广告被投出去的曝光速度，vh＝nh/th。
[0186]
其中nh和ts分别为以该广告e0》eh条件曝光的次数和曝光时间，若t
last
为上次vh更新时间，t
now
为当前时间，n
add
为上次更新t
last
到当前时间t
now
内以e0》eh条件发生的曝光数，
w0为一接近1的常量，ns和ts更新方式如下：
[0187]
初始化：nh、ts和n
add
均初始化为0；
[0188]
如果满足vh定时或发生曝光的更新条件；
[0189]
nh＞0；则ts＝ts*w0+(t
now-t
last
)；
[0190]
nh＝nh*w0+n
add
；
[0191]
t
last
＝t
now
。
[0192]
大幅度更新，每60秒发生一次，若t
w_big_last
为上次大幅调整的时间，t
now
为当前时间，大幅调整方式如下：
[0193]
如果发生曝光，且t
now-t
w_big_last
＞60秒；
[0194]
更新wa，当w＜0.5时，wa＝wa*0.7；
[0195]
更新eh，当wh＜1时，说明速度过慢，wh＞1说明速度过快；
[0196]
如果wh＜0.5，则eh＝max(en+1，e
h-(e
h-en)*0.3)；
[0197]
如果wh＞1.5，则eh＝min(eh+(e
h-en)*0.3，1000)；
[0198]
更新e
l
，将wa控制在0.9，
[0199]
当wa＞0.9时，说明保留概率大，速度过慢，需要降低e
l
的值扩大通道，加快速度；
[0200]
即：如果wa＞0.9，则e
l
＝e
l-(e
n-e
l
)*0.3；
[0201]el
＞en，e
l
＝max(0.1，e
n-1)；
[0202]
如果wa＜0.9，则e
l
＝e
l
+(e
n-e
l
)*0.3；
[0203]el
＞en，e
l
＝max(0.1，e
n-1)；
[0204]
所述微调更新，每10秒发生一次，若t
w_small_last
为上次微调的时间，t
now
为当前时间，微调调整方式如下：
[0205]
如果发生曝光，且t
now-t
w_small_last
＞10秒；
[0206]
更新wa，当w＜0.99时，wa＝wa*0.99；
[0207]
更新eh，
[0208]
当wh＜1时，eh＝e
h-0.1；
[0209]eh
＜en，eh＝en+0.1；
[0210]
当wh》1时，eh＝min(eh+0.1,1000)；
[0211]
更新e
l
，将wa控制在0.9，当wa》0.9时，说明保留概率大，速度过慢，需要降低el的值扩大通道，加快速度；
[0212]
当wa》0.9时，e
l
＝max(0.1,e
l-0.1)；
[0213]
当wa《0.9时，e
l
＝min(e
l
+0.1,e
n-0.1)；
[0214]
微调和大幅度调整同时进行，用w
′a更新wa，且微调和大幅度调整，需要满足wa∈[w
low
,w
high
]，eh》
en
。
[0215]
各实施例中的数值，除wh《1，wh》1为固定数值，其他均为实验所得经验值，数值会根据不同的环境有所变动。
[0216]
参见图3，图3是根据一示例性实施例示出的一种匀速投放方法原理图。
[0217]
当收到投放广告请求时，平台进行用户价值预估，预估转化能力、付费能力、活跃能力等数据，然后进行匀速投放以及匀速过滤，通过实时曝光后，获取剩余时间、剩余投放预算等，来计算实际投放速度和期望速度，实时调整投放预算，使剩余预算在剩余时段能够
匀速消耗；根据用户价值和准入门槛判断流量价值的高低，过滤掉低价值流量，准入门槛根据当前时段的曝光量和需求量对比动态调整。
[0218]
参见图4，图4是根据一示例性实施例示出的一种匀速投放ecpm对照图。
[0219]
由图中可知，在相同的预算下，传统的投放方法，ecpm只有16.1，而本技术的投放方法，ecpm可以达到37.8，投放效率提升了一倍多，获得了更多的转化。
[0220]
本技术中通过实时调整投放预算以及过滤低价值流量的方式，使投放预算合理分配且在固定时间内匀速消耗完，提高了投放预算的效率，也保证了在相同预算下ecpm可以获得更高的转化。
[0221]
关于上述相关实施例中的匀速投放系统模块图200，其中各个模块执行操作的具体方式已经在上述有关方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0222]
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
[0223]
需要说明的是，在本技术的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本技术的描述中，除非另有说明，“多个”、“多”的含义是指至少两个。
[0224]
应该理解，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者可能同时存在居中元件；当一个元件被称为“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,此外，这里使用的“连接”可以包括无线连接；使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
[0225]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为：表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
[0226]
应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0227]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0228]
此外，在本技术各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
[0229]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0230]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0231]
尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。