[发明专利]基于激励视频广告的RTB实时竞价方法

说明书

本发明涉及一种基于激励视频广告的RTB实时竞价方法，包括：输入媒体广告的流量请求信息数据；对输入的流量请求信息数据进行流量反作弊处理；依据媒体广告位要求以及用户属性特征匹配广告活动；计算每次广告展示的竞价估值并排序，得到最优竞价估值；根据最优竞价估值以及历史竞价数据实时调整竞价，获得满足市场动态需求的最优出价；输出最优出价对应的广告活动及竞价信息组。本发明通过导入有效的竞价流量，排除无效流量，可规避无效的受众到达，同时根据竞价策略以及历史竞价数据调整实际竞价，可满足市场动态需求。

技术领域

本发明涉及一种RTB竞价方法，具体涉及一种基于激励视频广告的RTB实时竞价方法。

背景技术

随着互联网技术的发展，互联网广告应运而生，激励型视频广告是一种全屏体验，时间上通常不超过15秒，用户可以选择观看视频广告来换取虚拟货币、应用内积分、游戏生命值等。这种双赢的方式更受到游戏开发者和游戏用户的偏爱。相比于传统的网络广告，激励型视频广告的点击率转化率更高，用户的留存率也更大。然而互联网广告行业发展时间较短，市场规则与监管制度建设尚不完善，市场存在不健康竞争问题。RTB(Real TimeBidding)实时竞价，是一种利用第三方技术在数以百万计的网站或移动端针对每一个用户展示行为进行评估以及出价的竞价技术。该技术应用于竞价引擎中需要建立每一个广告计划的最优出价模型，采用算法来帮助完成出价。但采用的算法需假定广告展示机会是平稳的，意味着给定足够多的历史数据，通过解离线对偶问题获得最优竞价。实际上，由于市场是动态的，广告展示机会的到达并不是平稳的，比如：供应随季节变化。另一方面，需求方的估值也是一个不固定的过程，比如：旧的广告过期，新的广告开始。这些不固定性不满足完备松弛条件，从而历史最优竞价对于未来并不一定是最优的。

发明内容

针对现有技术中的不足，本发明的目的是提供一种基于激励视频广告的RTB实时竞价方法，通过导入有效的竞价流量，排除无效流量，可规避无效的受众到达，同时根据竞价策略以及历史竞价数据调整实际竞价，以满足市场动态需求。

本发明的目的是采用下述技术方案实现的：

一种基于激励视频广告的RTB实时竞价方法，包括：

输入媒体广告的流量请求信息数据；

对输入的流量请求信息数据进行流量反作弊处理；

依据媒体广告位要求以及用户属性特征匹配广告活动；

计算每次广告展示的竞价估值并排序，得到最优竞价估值；

根据最优竞价估值以及历史竞价数据实时调整竞价，获得满足市场动态需求的最优出价；

输出最优出价对应的广告活动及竞价信息组。

具体的，所述流量请求信息数据包括：媒体信息、用户ID、广告活动集、DMP系统信息、广告位信息、用户属性信息、广告主发布的活动信息及竞价策略以及竞价历史信息。

具体的，所述对输入的流量请求信息数据进行流量反作弊处理，即利用用户识别、IP或IP段识别、媒体识别和流量渠道识别，分析广告的访问频次、转化情况以及用户行为，对不符合规律的异常数据进行自动纠错或人工纠错。

具体的，所述流量反作弊处理的方法具体包括：

对广告详情、渠道详情和用户点击安装日志进行特征提取；

根据流量反作弊的算法规则判断提取的特征数据是否为作弊流量；

若判断为作弊流量，将作弊流量的异常数据进行流量过滤，通过自动纠错返回正常数据。

具体的，采用相对熵比较算法和差异衡量算法判断计算的特征数据是否为作弊流量，其计算公式为：

相对熵比较算法: