CN110570232A 互联网广告投放方法、装置、服务器及存储介质 （科大讯飞股份有限公司）

本申请实施例提供一种互联网广告投放方服务端将获取到的用户特征和目标广告特征输2服务端将获取到的用户特征和目标广告特征输入训练所述服务端基于所述预估转化率和投放目标参数对所述所述服务端根据所述目标转化成本和所述实时转化成本确定是否优化当前投放策略，所述服务端根据所述智能投放的各个流量媒体的转化成本和所述目标转化成本选取所述服务端根据所述智能投放的各个用户标签的转化成本和所述目标转化成本选择所述服务端根据所述智能投放的各个流量媒体的转化成本和所述目标转化成本优化6.根据权利要求1～5任一项所述的方法，其特所述服务端向多个客户端投放用于测试的目标广告，搜所述服务端统计搜集到的由所述多个客户端发送的用户行为样本数据的量级是否达若达到，所述服务端执行所述基于所述用户所述服务端根据量级与学习模型的对应关系确定与所述用户行为样本数据的量级对3所述服务端基于所述目标学习模型和所述用户行为样本数据训练所述转化率预估模所述服务端基于所述目标学习模型和所述用户行为样本数据训练所述转化率预估模若所述转化率预估模型的接受者操作特性曲线下若所述转化率预估模型的接受者操作特性曲线下的面积小于或等于所述第一预设阈估计单元，用于将获取到的用户特征和目标广告特征输入训练好的转化率预估模型，投放单元，还用于基于所述预估转化率和投放目标参数对所述目标广告进行智能投4[0002]随着互联网广告行业的发展，各种广告投放者都越来越关注广告投放的广告效5用户设备(userequipment，UE)，移动台统架构包括服务器100和与服务器100通信连接的至少一个电子设备101。用户持有电子设6子设备101通过互联网建立通信连接。本申请实施例中的客户端可以向用户提供内容显示[0029]请参阅图2，图2是本申请实施例提供的一种互联网广告投放方法的流程示意7能会不同，步骤202可以根据最新得到的预估转化率和投放目标参数对目标广告进行智能[0041]请参阅图3，图3是本申请实施提供的另一种互联网广告投放方法的流程示意图3是在图2的基础上进一步优化得到的，如图3所示，该互联网广告投放方法应用于服务8[0045]步骤302为模型训练阶段，服务端可以将用户行为样本数据中每份用户行为样本[0050]如果用于对转化率预估模型进行训练的用户行为样本数据的数量没有达到训练[0051]对于每个测试订单，服务端会分别统计每个测试订单的实际转化成本(实际转化成本等于测试订单实际花费与产生的转换数量的比值，具体可以参见后面对该词的定义)和目标转化成本(广告主在投放测试订单之前设置的转化成本，具体可以参见后面对该词9标转化成本CPAexp是广告主设定的转化成本，目标转化成本可以由广告主根据目标广告的智能投放阶段的实时转化成本。CPAre[0067]目标广告的历史订单可以包括服务端在广告投放测试阶段向多个客户端投放的[0075]目标广告的历史订单可以包括服务端在广告投放测试阶段向多个客户端投放的[0078]服务端根据智能投放的各个流量媒体的转化成本和目标转化成本选取目标流量[0083]目标广告的历史订单可以包括服务端在广告投放测试阶段向多个客户端投放的[0086]服务端根据智能投放的各个用户标签的转化成本和目标转化成本选择目标用户[0091]目标广告的历史订单可以包括服务端在广告投放测试阶段向多个客户端投放的[0095]服务端根据智能投放的各个流量媒体的转化成本和目标转化成本优化各个流量[0106]点击率预估模型的训练可以在执行301时执行，服务端获取目标广告的用户行为[0109]请参阅图4，图4是本申请实施提供的另一种互联网广告投放方法的流程示意图4是在图3的基础上进一步优化得到的，如图3所示，该互联网广告投放方法应用于服务[0112]402，服务端统计搜集到的由多个客户端发送的用户行为样本数据的总量的量级[0114]用户行为样本数据的总量需要达到一定的数据量级才能得到对转化率预估模型[0127](221)服务端基于目标学习模型和用户行为样本数据训练转化率预估模型，评估[0131]可选的，步骤(221)中，服务端评估转化率预估模型的模型指标是否符合预期要[0134]本申请实施例中，评估模型指标一般使用接受者操作特性曲线(receiveroperatingcharacteristiccurve，ROC)下的面积和逻辑斯蒂损失(logisiticloss，logloss是评估准确度的指标，根据模型训练的历史经验会设定AUC和logloss的阈值，当AUC大于设定的阈值(第一预设阈值)且logloss小于设定阈值(第二预设阈值)时才认为模型可用。[0135]本申请实施例可以根据转化率预估模型的接受者操作特性曲线下的面积和逻辑[0142]阶段四：投放三天后，如果发现实际转化成本CP对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元的结构示意图，应用于服务器，该互联网广告投放装置500包括估计单元501和投放单元[0148]估计单元501，用于将获取到的用户特征和目标广告特征输入训练好的转化率预[0149]投放单元502，还用于基于所述预估转化率和投放目标参数对所述目标广告进行媒体的转化成本和所述目标转化成本优化各[0156]所述数据搜集单元504，用于搜集由所述多个客户端发送的基于所述目标广告的[0157]所述模型训练单元505，用于基于所述用户行为样本数据对转化率预估模型进行于所述目标广告的用户行为样本数据之后，以及所述模型训练单元505基于所述用户行为目标广告展示页面采集得到的，所述目标广告展示页面用于展示所述用于测试的目标广[0161]可选的，所述模型训练单元505基于所述用户行为样本数据对转化率预估模型进[0162]可选的，所述模型训练单元505基于所述目标学习模型和所述用户行为样本数据[0163]可选的，所述模型训练单元505评估所述转化率预估模型的模型指标是否符合预[0164]若所述转化率预估模型的接受者操作特性曲线下的面积小于或等于所述第一预603可以通过通信总线604相互连接。通信总线604可以是外设部件互连标准(PeripheralComponentInterconnect，简称PCI)总线或扩展工业标准结构(ExtendedIndustry[0170]处理器601可以是通用中央处理器(CPU)，微处理器，特定应用集成电路息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(ElectricallyErasableProgrammableRead-OnlyMemory，EEPROM)、只读光盘(CompactDiscRead-令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦[0182]所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体[0183]本领域普通技术人员可以理解上述实施例的各种