用。
[0073] 可以通过广播请求和用户识别标识提取媒体、用户特征组合，以和所述信息源消 息进行匹配。媒体、用户特征组合可以包括：本次展现机会来源于哪一个广告交易市场 (Adx，AdExchange);表示本次展现机会来源于哪一个媒体网站；广告会投送到网站页面的 哪一个广告位上；广告投送的受众类型，是曾经访问过广告主网站的再营销受众还是其他 受众；受众当前所在地理位置等。可以根据媒体、用户特征组合对广播请求进行区分。
[0074] 由于广告主较多关注的是展示信息也就是广告能否被展示至用户端，故在利用线 性规划法计算每条所述信息源消息的发送控制参数时，可以将求目标方程最大值，以追求 规划展现量最大值；在展示信息发送至用户端后，是否被用户点击，也是广告主的关注点， 也可以参照规划展现量计算规划点击量，用目标方程表征规划点击量，以求得规划点击量 最大值；还可以对用户点击过广告后是否进行购买行为进行跟踪，判断广告是否达到预期 效果，以规划转化量最大化作为目标。
[0075] 可以理解的是，规划点击量和规划展现量均可以参照所述规划展现量进行计算。
[0076] 当发送控制参数为单次成本展现量时，展现最大化的规划模型如下：
[0077]
[0081] 其中，公式（1)为目标方程，表示规划展现量的最大值，X为发送控制参数，为线性 规划模型的计算目标；cost为累计花费；i可以对应一个广告主投放的不同的广告，j可以 对应不同的广播请求。
[0082] 公式（2)为参照所述展示参数设定的线性规划方程的约束条件，表示广告主设定 的累计花费上限小于实际花费。
[0083] 公式（3)为基于所述广播数据库计算所述预设时间内接收到的所述请求广播的 数目，参照该数目设置的约束条件。该公式表示展现量小于等于媒体供应量sup，即这里考 虑了媒体的流量供应能力。
[0084]当发送控制参数为单次成本展现量时，点击最大化的规划模型如下：
[0085]
t
[0089] 其中，ctr为点击率，可以根据统计数据求出；其余参数已在展现量最大化的模型 中进行过介绍，此不赘述。
[0090] 公式⑷为目标方程，表示点击量最大化。
[0091] 公式（5)和公式（6)为约束条件，公式（5)为参照所述展示参数设定的线性规划 方程的约束条件，表示广告主设定的累计花费上限小于实际花费。公式（6)表示媒体流量 约束。
[0092] 当发送控制参数为单次成本展现量时，转化最大化的规划模型如下：
[0093]
[0097] 其中，cvr为转化率，cpa为单次转化成本，属于展示参数；其余参数已在点击率最 大化的模型中进行过介绍，此不赘述。
[0098] 公式（7)为目标方程，表示点击量最大化。
[0099] 公式⑶和公式（9)为线性规划模型的约束条件。
[0100] 通过以上三种线性规划模型可以看出，点击量和转化量均是基于展现量求得的， 线性规划模型中的目标方程均是参照规划展现量列出的。
[0101] 在发送控制参数为单次成本展现量时，参照发送控制参数排序可以是利用发送控 制参数求出千次成本，按照千次成本进行排序，选取千次成本最大值对应的广告进行投放。 千次成本cpm^f1八。*1000。
[0102] 也可以根据目标网页要求的竞价方式，参照展示参数进行计算和排序，选取广告 进行投放。
[0103] 发送控制参数还可以是展示成功率，即展示信息投放至目标服务器后，被目标服 务器向用户端展示的成功率，也就是广告的竞价成功率。
[0104]当发送控制参数为竞价成功率时，展现量最大化的线性规划模型可以是：
[0105]
[0111] 其中，X表示发送控制参数，此处为竞价成功率；pv表示参与竞价的广告的数量， β为风险控制因子，其余参数前文已进行介绍，此不赘述。
[0112] 公式（10)为目标方程，表示展现量最大化。
[0113] 公式（11)至公式（14)为约束条件，其中公式（11)表示竞价成功率值域，β为对 应的广告的竞价成功率的风险控制因子。
[0114] 公式（12)中括号展开后，不等号左侧第一项表示实际花费，第二项CPM表示某个 广告的CPM上限，所以第二项的含义是广告主定义的每个广告的最大花费。
[0115] 公式（13)是基于所述广播数据库计算所述预设时间内接收到的所述请求广播的 数目，参照该数目设置的约束条件。对于每一类"媒体、用户特征组合"流量，表示展现量小 于等于媒体供应量，即这里考虑了媒体的流量供应能力
[0116] 公式（14)是针对展示参数也就是广告主预算设定的约束。一个预算周期内，广告 主的总花费应该小于等于广告主的预算，由于cpm是千次展现成本，因此不等式右侧乘以 1000ο
[0117]当发送控制参数为竞价成功率时，点击量最大化的线性规划模型可以是：
[0118] (15)
[0119]s.t.
[0120] 0 ^ Xlj^ β 1 (16)
[0121]
[0124] 其中，ctr为点击率，可以通过历史求出；cvi^对应不同的xycpm表示千次展现 成本，除以1000得到单次展现成本，以对应单次点击成本CPC。其余参数参见公式（10)至 公式（14)。
[0125] 公式（10)为目标方程，表示点击量最大化。
[0126] 公式（15)至公式（19)为约束条件，具体含义类似于公式（11)至公式（14)，此不 赘述。
[0127]当发送控制参数为竞价成功率时，转化量最大化的线性规划模型可以是：
[0128]
[0134]cvr为转化率，CPA为单次转化成本；其余参数参见公式（15)至（19)。目标方程 (20)表示转化量最大化，转化量=参与竞价量*竞价成功率*点击率*转化率。
[0135] 公式（21)至公式（24)为约束条件，具体含义类似于公式（11)至公式（14)，此不 赘述。
[0136] 当发送控制参数为竞价成功率时，可以通过如下方式进行目标展示信息的选取：
[0137] 通过利用上述模型和预设的时间可以求解决策变量xij;对于到来的广告请求， 提取特征，对于每一个广告，计算平均千次展现成本cpmi]。查看规划得到的Xl]，计算调价 因子alpha^，调价因子alphaifXi/winRate;;可以看出，规划出的竞价成功率如果比历史 平均竞价成功率winRate^，也就是说alpha>l，new_cpm>cpm,即奖励式调价，反之，new_cpm〈cpm，即惩罚式调价；选择候选所有待选择广告中new_cpm最大的广告进行投放。
[0138] 通过上述方式可以在实时出价的同时优化广告主的目标收益（广告展现、广告点 击、广告带来的转化）。在实时竞价过程中引入"价格实时修正"两个模块及其下属的不同 建模方法，兼顾各种收益类型。该方法完全可以做到系统化、智能化、自动化，避免人为干预 出价流程。
[0139] 本发明实施例通过接收请求广播，基于所述同源请求广播选取相匹配展示信息的 筛选过程，可以提升展示信息与同源请求广播的匹配程度，仅对匹配程度达到要求的展示 信息进行发送，可以节省网络资源，提升发送效率。
[0140] 通过计算发送控制参数，存储发送控制参数至发送信息源数据库，从而可以在发 送过程之前计算所述发送控制参数并存储，而不必在发送时临时对发送控制参数进行计 算，从而可以加速信息发送的过程，提升信息发送的效率；可以选择计算所述发送控制参数 的时间，从而可以平衡负载，达到负载均衡。
[0141] 参照所述发送控制参数进行排序，选取目标展示信息，向所述目标网页发送包含 所述目标展示信息和对应的展示参数的消息，对发送的消息内容进行更具针对性的筛选， 避免盲目向目标服务器发送消息，从而可以节省网络资源。
[0142] 本发明实施例还提供一种信息发送控制装置，如图3所示。
[0143] 信息发送控制装置包括：请求广播接收单元31、信息源消息接收单元32、匹配单 元33、发送控制参数计算单元34以及发送控制单元35。
[0144]