CN104331823A - 确定发布信息中关键词保留价格的方法及装置 - Google Patents

Abstract

本发明公开了一种确定发布信息中关键词保留价格的方法及装置。其中方法包括：利用搜索日志，计算关键词的搜索相关信息，以及获取发布方对关键词的历史购买信息；利用关键词相似性算法，得到与关键词相似的多个相关词；利用搜索日志，计算每个相关词的搜索相关信息，以及获取发布方对每个相关词的历史购买信息；根据关键词的预设初始价格、关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息计算关键词价格；迭代执行本步骤，直至关键词价格相对于上一次计算得到的关键词价格的变化量小于或等于预设值，输出关键词价格作为关键词保留价格。本发明能够自动调整关键词的最低竞拍价格，提升关键词的价值。

Description

确定发布信息中关键词保留价格的方法及装置

技术领域

本发明涉及互联网技术领域，具体涉及一种确定发布信息中关键词保留价格的方法及装置。

背景技术

竞价发布信息是一种由发布方自主投放、自主管理，按照发布信息效果付费的新型网络发布信息形式。在竞价发布信息中，发布方通常要购买很多的关键词，对于不同的关键词有不同的保留价格。而对于引擎平台方而言，要确定每个关键词的保留价格，是件非常复杂的事情。例如，当关键词为“女鞋”、“洗面奶”、“手机”时和关键词为“网页游戏”、“400电话”、“注册公司”等时，关键词的保留价格是截然不同的，然而如果保留价格都设为某个最小值(例如0.3元)时，在购买人数偏少的情况下，很多价值高的关键词实际上都出现了价值被低估的情况。

目前，常用的确定关键词保留价格的方法是，1)对关键词按照所属的行业进行分类，例如分成电商、游戏、工业品、原材料、金融服务等类别，根据各个行业公布的行业利润率，制定每个行业对应的关键词的保留价格；2)分析关键词的构成，是否含有明显的购买意图，例如“何处买”、“怎么样”等词语，行业关键词的起拍价的基础上进行一定程度的上浮；3)根据发布方对关键词的购买情况，竞价热度、平均价格等信息，计算得到关键词的最低起拍价格。

然而上述确定关键词保留价格的方法分别存在以下缺点：

方法1)：1、保留价格依赖于行业的利润率数据，该数据宽泛且很难准确，且统计时间长；2、行业内部的关键词维度相差巨大，例如“起重机”和“拖拉机”同属工业品机械类，“北京搬家”和“店铺出租”同属于生活服务类，而利润率明显不同；3、时效性差，例如2014巴西世界杯、世界杯彩票等词，由于热点效应，造成该部分关键词和其他词的保留价格不同，在上述方法中无法体现；4、在通用搜索引擎中，无法区分出明显购买意向关键词的保留价格，例如关键词“iphone5s”和“哪里买iphone5s好”的保留价格是截然不同的。

方法2)：通过引入一部分的语义上因素对方法1)的关键词的价值进行了修正，对明显购买倾向的关键词进行了价格上的提升，例如“pvc原料”和“pvc原料商家报价”等，认定关键词“pvc原料商家报价”的购买倾向是大于前者，所以对含有购买倾向的关键词进行了起拍价格的上调。然而这种方法也存在方法1)的时效性差、统计力度粗等问题。

方法3)根据发布方对关键词购买的信息，计算得到关键词的保留价格，优点是以关键词粒度做计算，精确性较好，其存在的问题是覆盖面非常窄，只能计算部分客户竞价热度较高的关键词。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的确定发布信息中关键词保留价格的方法和相应的确定发布信息中关键词保留价格的装置。

根据本发明的一个方面，提供了一种确定发布信息中关键词保留价格的方法，包括：

利用搜索日志，计算所述关键词的搜索相关信息，以及获取发布方对所述关键词的历史购买信息；

利用关键词相似性算法，得到与所述关键词相似的多个相关词；利用搜索日志，计算每个相关词的搜索相关信息，以及获取发布方对每个相关词的历史购买信息；

根据所述关键词的预设初始价格、所述关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息计算所述关键词价格；迭代执行本步骤，直至所述关键词价格相对于上一次计算得到的所述关键词价格的变化量小于或等于预设值，输出所述关键词价格作为所述关键词保留价格。

根据本发明的另一方面，提供了一种确定发布信息中关键词保留价格的装置，包括：

第一计算模块，适于利用搜索日志，计算所述关键词的搜索相关信息；

第一获取模块，适于获取发布方对所述关键词的历史购买信息；

相关词获取模块，适于利用关键词相似性算法，得到与所述关键词相似的多个相关词；

第二计算模块，适于利用搜索日志，计算每个相关词的搜索相关信息；

第二获取模块，适于获取发布方对每个相关词的历史购买信息；

迭代计算模块，适于根据所述关键词的预设初始价格、所述关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息计算所述关键词价格；

输出模块，适于在所述关键词价格相对于上一次计算得到的所述关键词价格的变化量小于或等于预设值的情况下，输出所述关键词价格作为所述关键词保留价格。

根据本发明提供的方案，利用搜索日志，计算所述关键词的搜索相关信息，以及获取发布方对所述关键词的历史购买信息；利用关键词相似性算法，得到与所述关键词相似的多个相关词；利用搜索日志，计算每个相关词的搜索相关信息，以及获取发布方对每个相关词的历史购买信息；根据所述关键词的预设初始价格、所述关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息计算所述关键词价格；迭代执行本步骤，直至所述关键词价格相对于上一次计算得到的所述关键词价格的变化量小于或等于预设值，输出所述关键词价格作为所述关键词保留价格。本发明综合分析了关键词的搜索相关信息、关键词的历史购买信息、相关词的搜索相关信息、相关词的历史购买信息等几方面的特征，根据这几方面的特征计算关键词保留价格，自动的调整关键词的最低竞拍价格，赋予每个关键词合适的保留价格，提高了关键词售出的单价，提升了关键词的价值，保证了广告引擎方的利益。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的确定发布信息中关键词保留价格的方法的流程图；

图2示出了根据本发明另一个实施例的确定发布信息中关键词保留价格的方法的流程图；

图3示出了根据本发明一个实施例的确定发布信息中关键词保留价格的装置的结构框图；

图4示出了根据本发明另一个实施例的确定发布信息中关键词保留价格的装置的结构框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1示出了根据本发明一个实施例的确定发布信息中关键词保留价格的方法的流程图。如图1所示，该方法包括以下步骤：

步骤S100，利用搜索日志，计算关键词的搜索相关信息，以及获取发布方对关键词的历史购买信息。

搜索日志指搜索用户通过移动终端或PC端等终端设备进行搜索时，服务器生成的记录有搜索用户的输入的搜索词相关信息的日志。发布方指将发布信息投放到互联网信息平台的企业或个人。

步骤S110，利用关键词相似性算法，得到与关键词相似的多个相关词；利用搜索日志，计算每个相关词的搜索相关信息，以及获取发布方对每个相关词的历史购买信息。

相关词指与某一关键词具有相关关系的其他词语，其中相关关系可以为词义相同或相近，此处仅是举例说明，不应理解为具体限定。

步骤S120，根据关键词的预设初始价格、关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息计算关键词价格；迭代执行本步骤，直至关键词价格相对于上一次计算得到的关键词价格的变化量小于或等于预设值，输出关键词价格作为关键词保留价格。

关键词的预设初始价格指竞价引擎平台方设置的计算关键词保留价格时的初始价格。

关键词保留价格指竞价引擎平台方对某个关键词设置的最低竞拍价格，当发布方竞拍价格低于该最低竞拍价格时，发布方的竞价是无效的。

根据本发明上述实施例提供的方法，利用搜索日志，计算关键词的搜索相关信息，以及获取发布方对关键词的历史购买信息；利用关键词相似性算法，得到与关键词相似的多个相关词；利用搜索日志，计算每个相关词的搜索相关信息，以及获取发布方对每个相关词的历史购买信息；根据关键词的预设初始价格、关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息计算关键词价格；迭代执行本步骤，直至关键词价格相对于上一次计算得到的关键词价格的变化量小于或等于预设值，输出关键词价格作为关键词保留价格。本发明综合分析了关键词的搜索相关信息、关键词的历史购买信息、相关词的搜索相关信息、相关词的历史购买信息等几方面的特征，根据这几方面的特征计算关键词保留价格，自动的调整关键词的最低竞拍价格，赋予每个关键词合适的保留价格，提高了关键词售出的单价，提升了关键词的价值，保证了广告引擎方的利益。

图2示出了根据本发明另一个实施例的确定发布信息中关键词保留价格的方法的流程图。如图2所示，该方法包括以下步骤：

步骤S200，利用搜索日志，计算关键词的搜索相关信息，以及获取发布方对关键词的历史购买信息。

Hadoop是一个能够对大量数据进行分布式处理的软件框架，其具有可靠、高效、可伸缩等优点。Hive是建立在Hadoop上的数据仓库基础构架，它提供了一系列的工具，可以用来进行数据提取转化加载(ETL)，是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。

原始数据存储在数据库中，由于数据量级较大，可以在Hadoop分布式集群上使用hive语言对存储有原始数据的数据库进行数据提取和预处理，主要包括搜索日志以及发布方的账户信息。

其中，关键词的搜索相关信息包括：关键词的搜索次数、点击次数、平均展现价格以及展现价格标准差。关键词的搜索次数指海量搜索用户通过终端设备搜索某一关键词的次数。点击次数指海量搜索用户点击查看反馈给终端设备的某一关键词的次数。关键词平均展现价格指搜索用户点击该关键词展现时价格的平均值。关键词展现价格标准差指关键词展现价格与关键词平均展现价格差值的平方的平均值的平方根。

关键词的历史购买信息包括：关键词的平均购买价格以及购买人数。关键词的平均购买价格指所有发布方对某一关键词的购买价格的平均值。具体地，可以根据发布方的账户信息获取发布方对关键词的历史购买信息。

平均展现价格以及展现价格标准差的计算方法如下：利用搜索日志，获取关键词的搜索次数、点击次数以及点击价格；根据关键词的搜索次数、点击次数以及点击价格计算关键词的平均展现价格及展现价格标准差。具体地，搜索用户的每一次搜索行为都会通过搜索日志的方式记录，该搜索日志中记录有所展示的发布信息、该发布信息的关键词、关键词购买价格、搜索用户是否点击该发布信息，通过对搜索日志进行统计可以得到关键词的平均展现价格及展现价格标准差。

步骤S210，利用关键词相似性算法，得到与关键词相似的多个相关词；利用搜索日志，计算每个相关词的搜索相关信息，以及获取发布方对每个相关词的历史购买信息。

相关词指与某一关键词具有相关关系的其他词语，其中相关关系可以为词义相同或相近，此处仅是举例说明，不应理解为具体限定。以关键词为“网页游戏”举例说明，利用关键词相似性算法，得到与关键词为“网页游戏”相似的多个相关词，例如“最新网页游戏排行”、“最新网页游戏”、“网页游戏大全”、“今日网页游戏排行”。

相关词的搜索相关信息包括：相关词的搜索次数和点击次数；相关词的历史购买信息包括：相关词的购买人数。具体地，可以根据发布方的账户信息获取发布方对每个相关词的历史购买信息。

步骤S220，根据关键词的搜索相关信息以及关键词的历史购买信息计算关键词的预设初始价格。

关键词的预设初始价格指竞价引擎平台方设置的计算关键词保留价格的初始价格。

可选地，关键词的预设初始价格可以是竞价引擎平台方随机设置的，例如在[0，10]元之间随机选取某个值作为关键词的预设初始价格。或者，关键词的预设初始价格也可以是根据关键词的平均购买价格、关键词的平均展现价格以及关键词的展现价格标准差而确定的。具体地，根据以下判断结果确定关键词的预设初始价格：

判断关键词的平均购买价格bidprice是否大于或等于关键词的平均展现价格avgprice，若是则将关键词的平均展现价格avgprice确定为关键词的预设初始价格，即若bidprice>avgprice，则关键词的预设初始价格为avgprice；

或，判断关键词的平均购买价格bidprice是否小于关键词的平均展现价格avgprice，且关键词的平均购买价格bidprice是否大于或等于关键词的平均展现价格avgprice与2倍关键词展现价格标准差sd之差，若是则将关键词的平均购买价格bidprice确定为关键词的预设初始价格，即若bidprice<avgprice，并且bidprice>avgprice-2*sd，则关键词的预设初始价格为bidprice；

或，判断关键词的平均购买价格bidprice是否小于关键词的平均展现价格avgprice与2倍关键词展现价格标准差sd之差，若是则将关键词的平均展现价格avgprice与2倍关键词展现价格标准差sd之差确定为关键词的预设初始价格，即若bidprice<avgprice-2*sd，则关键词的预设初始价格为avgprice-2*sd。

将计算得到的关键词的预设初始价格作为关键词价格，用于步骤S230中计算新的关键词价格。

步骤S230，将关键词价格、关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息一起作为输入参数计算新的关键词价格。

在本步骤中，将根据步骤S220确定的关键词的预设初始价格、步骤S200中计算得到的关键词的搜索次数、点击次数、平均展现价格、展现价格标准差、步骤S200中获取的关键词的平均购买价格、购买人数、步骤S210中计算得到的相关词的搜索次数、点击次数、以及步骤S200中获取的相关词的购买人数一起作为输入参数计算新的关键词价格。

本步骤中，可以采用如下公式计算关键词价格：

$A^{\&prime;}=\mathrm{\&delta;}\left({\mathrm{custdepth}}_A\right)\&times;A+{\mathrm{\&omega;}}_{A}A+\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{\mathrm{\&omega;}}_i{B}_i$

其中，

其中，A′为关键词价格，δ(custdepth_A)是关键词维持初始价格的惰性系数，A为关键词的预设初始价格，ω_A为关键词的权重系数，ω_i为第i个相关词的权重系数，B_i为第i个相关词的初始价格，n为相关词的个数，pv_i为第i个相关词的搜索次数，click_i为第i个相关词的点击次数，custdepth_i为第i个相关词的购买人数，为参数pv_i、click_i、custdepth_i的单调递增函数，pv_A为关键词的搜索次数，click_A为关键词的点击次数，custdepth_A为关键词的购买人数，为参数pv_A、click_A、custdepth_A的单调递增函数。其中，δ(custdepth_A)是和购买关键词的发布方人数相关的函数，如果购买的人数越多，说明关键词的价值已经被发布方认可，所以受其他相关词的影响就会越小，目前是个随购买人数增加的单调递增的函数；B_i的初始价格可以设为0.3元。

在第一次计算关键词价格时是根据关键词的预设初始价格进行计算的，在后续的关键词价格计算过程中，则根据上一次计算得到的关键词价格计算新的关键词价格。

在关键词计算时，考虑了关键词的相关词，以关键词A为例，假设词A有相关词B₁,B₂,…,B_n，则关键词A的保留价格不仅受到其自身的搜索相关信息以及历史购买信息的影响，还受到相关词B₁,B₂,...，B_n的搜索相关信息以及历史购买信息的影响。举例来说，发布方对关键词“网页游戏”的竞拍价为10元，那么发布方在对关键词“最新网页游戏排行”竞拍时就会考虑到对关键词“网页游戏”的竞拍价。在计算关键词价格时综合考虑了关键词以及相关词搜索相关信息、历史购买信息的影响，使得所计算的关键词价格更为精确。

步骤S240，判断新的关键词价格相对于上一次计算得到的关键词价格的变化量是否小于或等于预设值，若是，则执行步骤S250；若否，则执行步骤S230。

具体地，在第一次比较时，将步骤S230中计算得到的新的关键词价格与步骤S220中计算得到关键词的预设初始价格进行比较，判断新的关键词价格相对于关键词的预设初始价格的变化量是否小于或等于预设值例如0.04，若新的关键词价格相对于关键词的预设初始价格的变化量小于或等于预设值例如0.04，则执行步骤S250；若关键词价格相对于关键词的预设初始价格的变化量大于预设值例如0.04，则执行步骤S230。在后续的比较中，则将新的关键词价格与上一次计算得到的关键词价格进行比较，判断新的关键词价格相对于上一次计算得到的关键词价格的变化量是否小于或等于预设值例如0.04，若新的关键词价格相对于上一次计算得到的关键词价格的变化量小于或等于预设值例如0.04，则执行步骤S250；若新的关键词价格相对于上一次计算得到的关键词价格的变化量大于预设值例如0.04，则执行步骤S230。

步骤S250，输出关键词价格作为关键词保留价格。

关键词保留价格指竞价引擎平台方对某个关键词设置的最低竞拍价格，当发布方竞拍价格低于该最低竞拍价格时，发布方的竞价是无效的。

此外，本发明还可以通过对关键词行业进行细分，对各个子行业的关键词分类和价值进行分析，确定每个子类目的核心关键词及其真实价值，将每个子类目下的其他关键词、搜索量、点击量等信息作为权重，计算出该关键词的保留价格。

根据本发明上述实施例提供的方法，利用搜索日志，计算关键词的搜索相关信息，以及获取发布方对关键词的历史购买信息；利用关键词相似性算法，得到与关键词相似的多个相关词；利用搜索日志，计算每个相关词的搜索相关信息，以及获取发布方对每个相关词的历史购买信息；将关键词的预设初始价格、关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息一起作为输入参数计算关键词价格；判断关键词价格相对于上一次计算得到的关键词价格的变化量是否小于或等于预设值，若是，则输出新的关键词价格作为关键词保留价格；若否则将关键词价格、关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息一起作为输入参数计算新的关键词价格。本发明综合分析了关键词的搜索相关信息、关键词的历史购买信息、相关词的搜索相关信息、相关词的历史购买信息等几方面的特征，根据这几方面的特征计算关键词保留价格，自动的调整关键词的最低竞拍价格，赋予每个关键词合适的保留价格，提高了关键词售出的单价，提升了关键词的价值，保证了广告引擎方的利益。

图3示出了根据本发明一个实施例的确定发布信息中关键词保留价格的装置的结构框图。如图3所示，该装置包括：第一计算模块300、第一获取模块310、相关词获取模块320、第二计算模块330、第二获取模块340、迭代计算模块350、输出模块360。

第一计算模块300，适于利用搜索日志，计算关键词的搜索相关信息。

第一获取模块310，适于获取发布方对关键词的历史购买信息。

相关词获取模块320，适于利用关键词相似性算法，得到与关键词相似的多个相关词。

第二计算模块330，适于利用搜索日志，计算每个相关词的搜索相关信息。

第二获取模块340，适于获取发布方对每个相关词的历史购买信息。

迭代计算模块350，适于根据关键词的预设初始价格、关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息计算关键词价格。

输出模块360，适于在关键词价格相对于上一次计算得到的关键词价格的变化量小于或等于预设值的情况下，输出关键词价格作为关键词保留价格。

图4示出了根据本发明另一个实施例的确定发布信息中关键词保留价格的装置的结构框图。如图4所示，该装置包括：第一计算模块400、第一获取模块410、相关词获取模块420、第二计算模块430、第二获取模块440、迭代计算模块450、判断模块460、输出模块470、确定模块480。

第一计算模块400，适于利用搜索日志，计算关键词的搜索相关信息。

其中，关键词的搜索相关信息包括：关键词的搜索次数、点击次数、平均展现价格以及展现价格标准差。

第一计算模块400包括：获取单元401，适于利用搜索日志，获取关键词的搜索次数、点击次数以及点击价格；

第一计算单元402，适于根据关键词的搜索次数、点击次数以及点击价格计算关键词的平均展现价格及展现价格标准差。

第一获取模块410，适于获取发布方对关键词的历史购买信息。

其中，关键词的历史购买信息包括：关键词的平均购买价格以及购买人数。

相关词获取模块420，适于利用关键词相似性算法，得到与关键词相似的多个相关词。

第二计算模块430，适于利用搜索日志，计算每个相关词的搜索相关信息。

其中，相关词的搜索相关信息包括：相关词的搜索次数和点击次数。

第二获取模块440，适于获取发布方对每个相关词的历史购买信息。

其中，相关词的历史购买信息包括：相关词的购买人数。

迭代计算模块450，适于根据关键词的预设初始价格、关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息计算关键词价格。

关键词的预设初始价格是根据关键词的平均购买价格、关键词的平均展现价格以及关键词的展现价格标准差而确定的。

迭代计算模块450具体适于采用如下公式计算关键词价格：

$A^{\&prime;}=\mathrm{\&delta;}\left({\mathrm{custdepth}}_A\right)\&times;A+{\mathrm{\&omega;}}_{A}A+\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{\mathrm{\&omega;}}_i{B}_i$

其中，

其中，A′为关键词价格，δ(custdepth_A)是关键词维持初始价格的惰性系数，A为关键词的预设初始价格，ω_A为关键词的权重系数，ω_i为第i个相关词的权重系数，B_i为第i个相关词的初始价格，n为相关词的个数，pv_i为第i个相关词的搜索次数，click_i为第i个相关词的点击次数，custdepth_i为第i个相关词的购买人数，为参数pv_i、click_i、custdepth_i的单调递增函数，pv_A为关键词的搜索次数，click_A为关键词的点击次数，custdepth_A为关键词的购买人数，为参数pv_A、click_A、custdepth_A的单调递增函数。

判断模块460，适于判断关键词价格相对于上一次计算得到的关键词价格的变化量是否小于或等于预设值，若是则输出关键词价格；若否则迭代计算关键词价格。

具体地，在第一次比较时，将迭代计算模块计算得到的关键词价格与关键词的预设初始价格进行比较，判断关键词价格相对于关键词的预设初始价格的变化量是否小于或等于预设值例如0.04，若关键词价格相对于关键词的预设初始价格的变化量小于或等于预设值例如0.04，则输出关键词价格；若关键词价格相对于关键词的预设初始价格的变化量大于预设值例如0.04，则迭代计算关键词价格。在后续的比较中，则将新的关键词价格与上一次计算得到的关键词价格进行比较，判断新的关键词价格相对于上一次计算得到的关键词价格的变化量是否小于或等于预设值例如0.04，若新的关键词价格相对于上一次计算得到的关键词价格的变化量小于或等于预设值例如0.04，则输出关键词价格；若新的关键词价格相对于上一次计算得到的关键词价格的变化量大于预设值例如0.04，则迭代计算关键词价格。

输出模块470，适于输出关键词价格作为关键词保留价格。

该装置还包括：确定模块480，适于根据以下判断结果确定关键词的预设初始价格：

判断关键词的平均购买价格是否大于或等于关键词的平均展现价格，若是则将关键词的平均展现价格确定为关键词的预设初始价格；

或，判断关键词的平均购买价格是否小于关键词的平均展现价格，且关键词的平均购买价格是否大于或等于关键词的平均展现价格与2倍关键词展现价格标准差之差，若是则将关键词的平均购买价格确定为关键词的预设初始价格；

或，判断关键词的平均购买价格是否小于关键词的平均展现价格与2倍关键词展现价格标准差之差，若是则将关键词的平均展现价格与2倍关键词展现价格标准差之差确定为关键词的预设初始价格。

根据本发明上述实施例提供的装置，利用搜索日志，计算关键词的搜索相关信息，以及获取发布方对关键词的历史购买信息；利用关键词相似性算法，得到与关键词相似的多个相关词；利用搜索日志，计算每个相关词的搜索相关信息，以及获取发布方对每个相关词的历史购买信息；将关键词的预设初始价格、关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息一起作为输入参数计算关键词价格；判断关键词价格相对于上一次计算得到的关键词价格的变化量是否小于或等于预设值，若是，则输出新的关键词价格作为关键词保留价格；若否则将关键词价格、关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息一起作为输入参数计算新的关键词价格。本发明综合分析了关键词的搜索相关信息、关键词的历史购买信息、相关词的搜索相关信息、相关词的历史购买信息等几方面的特征，根据这几方面的特征计算关键词保留价格，自动的调整关键词的最低竞拍价格，赋予每个关键词合适的保留价格，提高了关键词售出的单价，提升了关键词的价值，保证了广告引擎方的利益。

在此提供的算法和显示不与任何特定计算机、虚拟***或者其它设备固有相关。各种通用***也可以与基于在此的示教一起使用。根据上面的描述，构造这类***所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的确定发布信息中关键词保留价格的设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

本发明公开了：A1、一种确定发布信息中关键词保留价格的方法，包括：

利用搜索日志，计算所述关键词的搜索相关信息，以及获取发布方对所述关键词的历史购买信息；

利用关键词相似性算法，得到与所述关键词相似的多个相关词；利用搜索日志，计算每个相关词的搜索相关信息，以及获取发布方对每个相关词的历史购买信息；

根据所述关键词的预设初始价格、所述关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息计算所述关键词价格；迭代执行本步骤，直至所述关键词价格相对于上一次计算得到的所述关键词价格的变化量小于或等于预设值，输出所述关键词价格作为所述关键词保留价格。

A2、根据A1所述的方法，根据所述关键词的预设初始价格、所述关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息计算所述关键词价格；迭代执行本步骤，直至所述关键词价格相对于上一次计算得到的所述关键词价格的变化量小于或等于预设值，输出所述关键词价格作为所述关键词保留价格进一步包括：

将所述关键词的预设初始价格、所述关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息一起作为输入参数计算所述关键词价格；

将计算得到的关键词价格、所述关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息一起作为输入参数计算新的关键词价格；迭代执行本步骤，直至新的关键词价格相对于上一次计算得到的关键词价格的变化量小于或等于预设值，输出所述新的关键词价格作为所述关键词保留价格。

A3、根据A1或A2所述的方法，所述关键词的搜索相关信息包括：关键词的搜索次数、点击次数、平均展现价格以及展现价格标准差；

所述关键词的历史购买信息包括：关键词的平均购买价格以及购买人数；

所述相关词的搜索相关信息包括：相关词的搜索次数和点击次数；

所述相关词的历史购买信息包括：相关词的购买人数。

A4、根据A3所述的方法，所述利用搜索日志，计算所述关键词的搜索相关信息具体包括：

利用搜索日志，获取所述关键词的搜索次数、点击次数以及点击价格；

根据所述关键词的搜索次数、点击次数以及点击价格计算所述关键词的平均展现价格及展现价格标准差。

A5、根据A3或A4所述的方法，所述关键词的预设初始价格是根据所述关键词的平均购买价格、所述关键词的平均展现价格以及所述关键词的展现价格标准差而确定的。

A6、根据A5所述的方法，还包括：根据以下判断结果确定所述关键词的预设初始价格：

判断所述关键词的平均购买价格是否大于或等于所述关键词的平均展现价格，若是则将所述关键词的平均展现价格确定为所述关键词的预设初始价格；

或，判断所述关键词的平均购买价格是否小于所述关键词的平均展现价格，且所述关键词的平均购买价格是否大于或等于所述关键词的平均展现价格与2倍关键词展现价格标准差之差，若是则将所述关键词的平均购买价格确定为所述关键词的预设初始价格；

或，判断关键词的平均购买价格是否小于所述关键词的平均展现价格与2倍关键词展现价格标准差之差，若是则将所述关键词的平均展现价格与2倍关键词展现价格标准差之差确定为所述关键词的预设初始价格。

A7、根据A1所述的方法，所述根据所述关键词的预设初始价格、所述关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息计算所述关键词价格具体为：

采用如下公式计算所述关键词价格：

$A^{\&prime;}=\mathrm{\&delta;}\left({\mathrm{custdepth}}_A\right)\&times;A+{\mathrm{\&omega;}}_{A}A+\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{\mathrm{\&omega;}}_i{B}_i$

其中，

其中，A′为所述关键词价格，δ(custdepth_A)是所述关键词维持初始价格的惰性系数，A为所述关键词的预设初始价格，ω_A为所述关键词的权重系数，ω_i为第i个相关词的权重系数，B_i为第i个相关词的初始价格，n为相关词的个数，pv_i为第i个相关词的搜索次数，click_i为第i个相关词的点击次数，custdepth_i为第i个相关词的购买人数，为参数pv_i、click_i、custdepth_i的单调递增函数，pv_A为关键词的搜索次数，click_A为关键词的点击次数，custdepth_A为关键词的购买人数，为参数pv_A、click_A、custdepth_A的单调递增函数。

本发明还公开了：B8、一种确定发布信息中关键词保留价格的装置，包括：

第一计算模块，适于利用搜索日志，计算所述关键词的搜索相关信息；

第一获取模块，适于获取发布方对所述关键词的历史购买信息；

相关词获取模块，适于利用关键词相似性算法，得到与所述关键词相似的多个相关词；

第二计算模块，适于利用搜索日志，计算每个相关词的搜索相关信息；

第二获取模块，适于获取发布方对每个相关词的历史购买信息；

迭代计算模块，适于根据所述关键词的预设初始价格、所述关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息计算所述关键词价格；

输出模块，适于在所述关键词价格相对于上一次计算得到的所述关键词价格的变化量小于或等于预设值的情况下，输出所述关键词价格作为所述关键词保留价格。

B9、根据B8所述的装置，所述迭代计算模块，进一步适于将计算得到的关键词价格、所述关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息一起作为输入参数计算新的关键词价格；

所述输出模块，进一步适于在新的关键词价格相对于上一次计算得到的关键词价格的变化量小于或等于预设值的情况下，输出所述新的关键词价格作为所述关键词保留价格。

B10、根据B8或B9所述的装置，所述关键词的搜索相关信息包括：关键词的搜索次数、点击次数、平均展现价格以及展现价格标准差；

所述关键词的历史购买信息包括：关键词的平均购买价格以及购买人数；

所述相关词的搜索相关信息包括：相关词的搜索次数和点击次数；

所述相关词的历史购买信息包括：相关词的购买人数。

B11、根据B10所述的装置，所述第一计算模块包括：

获取单元，适于利用搜索日志，获取所述关键词的搜索次数、点击次数以及点击价格；

第一计算单元，适于根据所述关键词的搜索次数、点击次数以及点击价格计算所述关键词的平均展现价格及展现价格标准差。

B12、根据B10或B11所述的装置，所述关键词的预设初始价格是根据所述关键词的平均购买价格、所述关键词的平均展现价格以及所述关键词的展现价格标准差而确定的。

B13、根据B12所述的装置，还包括：确定模块，适于根据以下判断结果确定所述关键词的预设初始价格：

判断所述关键词的平均购买价格是否大于或等于所述关键词的平均展现价格，若是则将所述关键词的平均展现价格确定为所述关键词的预设初始价格；

或，判断所述关键词的平均购买价格是否小于所述关键词的平均展现价格，且所述关键词的平均购买价格是否大于或等于所述关键词的平均展现价格与2倍关键词展现价格标准差之差，若是则将所述关键词的平均购买价格确定为所述关键词的预设初始价格；

或，判断所述关键词的平均购买价格是否小于所述关键词的平均展现价格与2倍关键词展现价格标准差之差，若是则将所述关键词的平均展现价格与2倍关键词展现价格标准差之差确定为所述关键词的预设初始价格。

B14、根据B8所述的装置，所述迭代计算模块具体适于：

采用如下公式计算所述关键词价格：

$A^{\&prime;}=\mathrm{\&delta;}\left({\mathrm{custdepth}}_A\right)\&times;A+{\mathrm{\&omega;}}_{A}A+\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{\mathrm{\&omega;}}_i{B}_i$

其中，

其中，A′为所述关键词价格，δ(custdepth_A)是所述关键词维持初始价格的惰性系数，A为所述关键词的预设初始价格，ω_A为所述关键词的权重系数，ω_i为第i个相关词的权重系数，B_i为第i个相关词的初始价格，n为相关词的个数，pv_i为第i个相关词的搜索次数，click_i为第i个相关词的点击次数，custdepth_i为第i个相关词的购买人数，为参数pv_i、click_i、custdepth_i的单调递增函数，pv_A为关键词的搜索次数，click_A为关键词的点击次数，custdepth_A为关键词的购买人数，为参数pv_A、click_A、custdepth_A的单调递增函数。

Claims (10)

1.一种确定发布信息中关键词保留价格的方法，包括：

利用搜索日志，计算所述关键词的搜索相关信息，以及获取发布方对所述关键词的历史购买信息；

利用关键词相似性算法，得到与所述关键词相似的多个相关词；利用搜索日志，计算每个相关词的搜索相关信息，以及获取发布方对每个相关词的历史购买信息；

根据所述关键词的预设初始价格、所述关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息计算所述关键词价格；迭代执行本步骤，直至所述关键词价格相对于上一次计算得到的所述关键词价格的变化量小于或等于预设值，输出所述关键词价格作为所述关键词保留价格。

2.根据权利要求1所述的方法，根据所述关键词的预设初始价格、所述关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息计算所述关键词价格；迭代执行本步骤，直至所述关键词价格相对于上一次计算得到的所述关键词价格的变化量小于或等于预设值，输出所述关键词价格作为所述关键词保留价格进一步包括：

将所述关键词的预设初始价格、所述关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息一起作为输入参数计算所述关键词价格；

将计算得到的关键词价格、所述关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息一起作为输入参数计算新的关键词价格；迭代执行本步骤，直至新的关键词价格相对于上一次计算得到的关键词价格的变化量小于或等于预设值，输出所述新的关键词价格作为所述关键词保留价格。

3.根据权利要求1或2所述的方法，所述关键词的搜索相关信息包括：关键词的搜索次数、点击次数、平均展现价格以及展现价格标准差；

所述关键词的历史购买信息包括：关键词的平均购买价格以及购买人数；

所述相关词的搜索相关信息包括：相关词的搜索次数和点击次数；

所述相关词的历史购买信息包括：相关词的购买人数。

4.根据权利要求3所述的方法，所述利用搜索日志，计算所述关键词的搜索相关信息具体包括：

利用搜索日志，获取所述关键词的搜索次数、点击次数以及点击价格；

根据所述关键词的搜索次数、点击次数以及点击价格计算所述关键词的平均展现价格及展现价格标准差。

5.根据权利要求3或4所述的方法，所述关键词的预设初始价格是根据所述关键词的平均购买价格、所述关键词的平均展现价格以及所述关键词的展现价格标准差而确定的。

6.根据权利要求5所述的方法，还包括：根据以下判断结果确定所述关键词的预设初始价格：

判断所述关键词的平均购买价格是否大于或等于所述关键词的平均展现价格，若是则将所述关键词的平均展现价格确定为所述关键词的预设初始价格；

或，判断所述关键词的平均购买价格是否小于所述关键词的平均展现价格，且所述关键词的平均购买价格是否大于或等于所述关键词的平均展现价格与2倍关键词展现价格标准差之差，若是则将所述关键词的平均购买价格确定为所述关键词的预设初始价格；

或，判断关键词的平均购买价格是否小于所述关键词的平均展现价格与2倍关键词展现价格标准差之差，若是则将所述关键词的平均展现价格与2倍关键词展现价格标准差之差确定为所述关键词的预设初始价格。

7.根据权利要求1所述的方法，所述根据所述关键词的预设初始价格、所述关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息计算所述关键词价格具体为：

采用如下公式计算所述关键词价格：

$A^{\&prime;}=\mathrm{\&delta;}\left({\mathrm{custdepth}}_A\right)\&times;A+{\mathrm{\&omega;}}_{A}A+\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{\mathrm{\&omega;}}_i{B}_i$

其中，

其中，A′为所述关键词价格，δ(custdepth_A)是所述关键词维持初始价格的惰性系数，A为所述关键词的预设初始价格，ω_A为所述关键词的权重系数，ω_i为第i个相关词的权重系数，B_i为第i个相关词的初始价格，n为相关词的个数，pv_i为第i个相关词的搜索次数，click_i为第i个相关词的点击次数，custdepth_i为第i个相关词的购买人数，为参数pv_i、click_i、custdepth_i的单调递增函数，pv_A为关键词的搜索次数，click_A为关键词的点击次数，custdepth_A为关键词的购买人数，为参数pv_A、click_A、custdepth_A的单调递增函数。

8.一种确定发布信息中关键词保留价格的装置，包括：

第一计算模块，适于利用搜索日志，计算所述关键词的搜索相关信息；

第一获取模块，适于获取发布方对所述关键词的历史购买信息；

相关词获取模块，适于利用关键词相似性算法，得到与所述关键词相似的多个相关词；

第二计算模块，适于利用搜索日志，计算每个相关词的搜索相关信息；

第二获取模块，适于获取发布方对每个相关词的历史购买信息；

迭代计算模块，适于根据所述关键词的预设初始价格、所述关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息计算所述关键词价格；

输出模块，适于在所述关键词价格相对于上一次计算得到的所述关键词价格的变化量小于或等于预设值的情况下，输出所述关键词价格作为所述关键词保留价格。

9.根据权利要求8所述的装置，所述迭代计算模块，进一步适于将计算得到的关键词价格、所述关键词的搜索相关信息和历史购买信息、以及每个相关词的搜索相关信息和历史购买信息一起作为输入参数计算新的关键词价格；

所述输出模块，进一步适于在新的关键词价格相对于上一次计算得到的关键词价格的变化量小于或等于预设值的情况下，输出所述新的关键词价格作为所述关键词保留价格。

10.根据权利要求8或9所述的装置，所述关键词的搜索相关信息包括：关键词的搜索次数、点击次数、平均展现价格以及展现价格标准差；

所述关键词的历史购买信息包括：关键词的平均购买价格以及购买人数；

所述相关词的搜索相关信息包括：相关词的搜索次数和点击次数；

所述相关词的历史购买信息包括：相关词的购买人数。