[发明专利]广告转化率的实时预测方法、广告评价方法与系统

说明书

本发明涉及一种广告转化率的实时预测方法、广告评价方法与系统，属于互联网广告技术领域。所述广告转化率实时预测方法包括：在客户端设备上收集用户在页面上的行为数据；根据用户的行为数据生成样本；根据所述样本预测所述竞价广告的转化率。本发明使用FTRL或DNN等模型对广告的转化率进行精确预判，在评价广告时，将广告的转化率纳入考量体系，提高高转化率广告的竞争力，从而保证了广告主和平台的收益。

技术领域

本发明涉及互联网广告技术领域，特别地涉及一种广告转化率的实时预测方法、广告评价方法与系统。

背景技术

互联网广告技术领域中的广告竞价排序技术涉及到Ad Exchange(交易平台)和DSP(Pemand Side Platform，需求方平台)。其中，Ad Exchange为一个为广告位供应方(如媒体网站、某个手机APP)和广告位需求方(如广告主或其代理)提供广告位在线交易的平台。DSP整合了不同来源的广告位。其中，广告主或其代理将要发布的广告放到DSP，根据广告主设置的投放条件，对于一个广告位，DSP中可能会有多个广告要竞争，DSP通过评价所有竞争广告的价值，为这些竞争广告进行内部排序，排序最高的广告将获得该DSP中该广告位的展示机会，然后再参与到Ad exchange中的外部竞价。

在现有的广告评价算法中，一般采用eCPM(effective cost per mille，有效的千人成本)来定义广告的价值。其中，eCPM＝ctr*bid，其中ctr是广告的历史点击率，bid是广告主的出价。有些采用的是pctr(预估点击率)，通过各种方法对当前竞价广告的点击率进行预测，尽量接近于展示时的实时点击率，从而提高eCPM的准确率。

发明内容

针对现有技术中存在的技术问题，本发明提出了一种广告转化率的实时预测方法、广告评价方法与系统，用于对竞价广告的转化率进行实时预测，提高高转化率广告的竞争力。

为了解决上述技术问题，本发明提供了一种广告转化率实时预测方法，包括：

在客户端设备上收集用户在页面上的行为数据；

根据用户的行为数据生成样本；以及

根据所述样本预测所述竞价广告的转化率。

优选地，所述预测基于DNN模型、FTRL模型、LR模型、GBDT+LR模型和/或FM模型。

优选地，所述的广告转化率实时预测方法进一步包括：在页面设置埋点；以及通过采集所述埋点的数据获取用户在页面上的行为数据。

优选地，所述的广告转化率实时预测方法进一步包括：监控客户端设备的系统广播消息以获取用户在页面上的行为数据。

优选地，所述行为数据包括用户点击页面和/或页面跳转时的数据。

为了解决上述技术问题，本发明提供了一种广告评价方法，包括：

获取竞价广告的点击率；

根据前述方法获取竞价广告的转化率；

根据所述转化率调整所述竞价广告的原始出价，获得当前出价；以及

至少部分基于转化率和当前出价，获得所述竞价广告的有效千人成本。

优选地，所述的广告评价方法还包括：响应于所述转化率小于第一阈值退出竞价。

优选地，所述的广告评价方法还包括：响应于所述转化率大于或等于第二阈值时，以原始出价作为当前出价。

优选地，所述的广告评价方法还包括：在所述转化率大于或等于所述第一阈值且小于所述第二阈值时，以所述转化率为自变量，利用正相关函数获取所述竞价广告的当前出价。

为了解决上述技术问题，本发明提供了一种客户端设备，包括：