[发明专利]一种基于商户自定义规则的广告竞价调整方法及系统

说明书

本发明公开了一种基于商户自定义规则的广告竞价调整方法及系统，包括：S1：获取历史数据；S2：筛选特征信息；S3：获取目标用户画像的特征信息；S4：对特征信息进行特征值提取；S5：利用皮尔逊相关系数计算推广指标参数与特征值之间的相关系数，构建基于动态序列化的智能调价模型；S6：接收自定义规则信息和竞价信息，预测出所需的特征值；S7：将获取的特征值输入到第三方电商平台的竞价接口中，接收基于自定义规则信息构建的推广任务信息，根据推广任务信息进行特征值的竞价推送。本发明利用历史投放数据建模，利用机器学习进行成本预估与效果收益预测，实现竞价策略的实时调整，达到降低广告成本，提升ROI的目的。

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于商户自定义规则的广告竞价调整方法及系统。

背景技术

广告竞价是一种由商户群体自主投放、自主管理，通过调整价格来进行排名，按照广告效果付费的新型网络广告形式。

现有互联网竞价广告计费方式中，一般遵循出价排序原理，通常为出价越高，获取高曝光量的机会越大。为了达到更好的投放效果，商户群体往往需要实时监测广告计划的消耗、互动情况，并根据自身诉求，比如追求导流、追求曝光的目的，动态调整出价以及定向人群等，以满足此次推广目的。

本申请发明人发现，目前各第三方电子商务平台(比如京东、淘宝、天猫等)的商户群体在使用营销平台进行付费推广时，往往需要各自的网络推广专员人工主观的层层参与，并且在实施各类推广计划时，凭经验或自身感觉操作，并不会考虑到商户的历史数据以及电商平台当前的推动状态，并且操作频率也受控于人，因此无法做到利用最少的推广成本获取最大的曝光点击频率。

发明内容

本申请实施例通过提供一种基于商户自定义规则的广告竞价调整方法及系统，解决了现有技术中人为设置推广策略导致无法做到利用最少的推广成本获取最大的曝光点击频率的技术问题，实现了将营销人员需要参与的工作流简单化、合理化、自动化，基于历史数据、自定义规则以及推广对象在内的至少三项，通过构建目标用户画像，推广规则、多渠道搭建策略级自动化，使得在对的时间将对的内容进行自动设置推广，以自动化工作流场景削减了运营时间和人力成本，并且能够提供更加精准及时有效的推广计划调整，增加成交量，提升投资回报率ROI，帮助商户快速实现商业目标。

第一方面，本申请提供了一种基于商户自定义规则的广告竞价调整方法，包括：

S1：获取商户在第三方电商平台的历史广告投放数据、竞价数据；

S2：根据历史广告投放数据和竞价数据，筛选分析出包括推广对象、目标用户、推广指标参数、关键词、出价数据、竞价结果在内的特征信息；

S3：对推广对象和目标用户进行聚类，结合人工智能算法，生成推广对象的用户画像，获取基于目标用户画像的特征信息；

S4：对特征信息进行包括推广时间段、关键词、出价数据以及竞价结果在内的特征值提取；

S5：利用皮尔逊相关系数计算推广指标参数与特征值之间的相关系数，构建基于动态序列化的智能调价模型；选出符合相关性的多个特征值，输入到智能调价模型中，根据推广指标参数预测出特征值；其中，推广指标参数作为因变量，特征值作为自变量；

S6：接收商户利用推广指标参数构建的自定义规则信息，实时接收第三方电商平台当前输出的包括关键词、出价数据在内的竞价信息，将自定义规则信息和竞价信息输入到智能调价模型中，预测出包括推广时间段、推广对象、出价数据在内的特征值；

S7：将预测出的特征值输入到第三方电商平台的竞价接口中，接收基于自定义规则信息构建的推广任务信息，根据推广任务信息进行特征值的竞价推送。

进一步地，在步骤S2中，筛选出的所述出价数据服从标准正态分布，并通过95％置信区间对出价数据进行检验后，获取出价数据的范围分布。