CN108985810A - 一种需求方平台进行广告投放的方法和装置 - Google Patents

Abstract

本发明公开了一种需求方平台进行广告投放的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：从接收到的广告投放请求中提取特征数据；根据预先保存的规则和提取的特征数据计算广告的曝光次数；根据广告的曝光次数计算广告此次投放的费用；当该广告的预算不小于该费用时，从预算中锁定该费用并投放该广告。该实施方式能够解决需求方平台在进行广告投放的过程中出现的重复计费和超预算投放问题，使广告预算的消耗更加合理和可控。

Description

一种需求方平台进行广告投放的方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种需求方平台进行广告投放的方法和装置。

背景技术

近些年移动互联网广告方兴未艾，其中又以原生广告(又叫信息流广告)表现最为抢眼。原生广告强调“内容即广告”的概念，无论在外观、形式还是内容上都可以和计算机应用程序APP(Application)形成自然融合，因此深受广告主的欢迎。

和传统互联网广告不同，由于移动互联网的不稳定性，各个APP都会针对用户使用习惯采用特殊的缓存策略在客户端缓存内容和广告，以优化用户体验。但是这会产生以下两个问题：

1、由于广告的请求和曝光之间存在一个时间差，因此需求方平台DSP(Demand-Side Platform)向广告主扣费与广告的曝光时间相比会出现延迟；

2、用户在屏幕内上下滑动，会导致同一次广告请求返回的广告内容产生重复曝光的问题。

目前对于信息流广告，大多数需求方平台和广告主按照广告的曝光次数进行计费，延迟扣费和重复曝光增加了需求方平台向广告主计费的难度：如何在保证需求方平台的利润的前提下，最大化广告主的广告投放效果，并保证精确的预算控制，是亟待解决的问题。此外，由于需求方平台和各媒体方计费模式多种多样，更加大了这一问题的复杂度。

一般地，当用户访问APP时，该APP的广告媒体方会发送广告投放请求给需求方平台；需求方平台在接收到媒体方发来的广告投放请求后，可以采取按照时间段进行包段采买的方式向媒体方投放广告，也可以将确定的广告内容和报价一起返回给媒体方以通过竞价投标的方式向媒体方请求投放广告；对于包段采买的信息流广告，媒体方根据与需求方平台的约定进行广告投放，对于实时竞价的信息流广告，媒体方根据不同需求方平台的报价决定该展示哪个广告。对于实时竞价的信息流广告，媒体方是根据次价密封投标拍卖的规则来确定此次中标的需求方平台和要展示的广告，以及对需求方平台进行扣费的标准。所谓次价密封投标拍卖，是指投标者提交密封式投标并且投标价最高者获得物品，但价格不等于他的投标价，而是仅次于其投标的第二高投标价。媒体方在广告发生曝光(也就是广告被展示)后，将通知需求方平台，并对需求方平台进行扣费，之后，需求方平台对广告主进行相应的扣费操作。

目前，需求方平台对广告主进行扣费的方式相应地有以下两种：

1、对于按照时间段进行包段采买的信息流广告，根据采买成本以及请求时需求方平台竞价的价格，直接对广告主进行扣费；

2、对于实时竞价的信息流广告，在广告曝光中加入价格宏，媒体方平台进行价格替换。需求方平台在收到曝光请求后，将成交价格解密出来，直接对广告主进行扣费。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

1、不考虑媒体方扣费策略，例如有的媒体方多次重复曝光会多次计费，有的媒体方多次重复曝光只收费一次，会导致需求方平台为了保证其利益，而向广告主多扣费或重复扣费的问题；

2、不考虑不同用户的浏览习惯，会导致广告曝光次数的不确定性，使得计费的波动幅度较大，增加了广告主控制预算的难度；并且，由于信息流广告的延迟曝光特性，不确定在暂停广告计划、预算用完后多长时间内还会进行扣费，造成超预算播放的问题。

发明内容

有鉴于此，本发明实施例提供一种需求方平台进行广告投放的方法和装置，能够解决需求方平台在进行广告投放的过程中出现的重复计费和超预算投放问题，使广告预算的消耗更加合理和可控。

为实现上述目的，根据本发明实施例的一个方面，提供了一种需求方平台进行广告投放的方法。

一种需求方平台进行广告投放的方法，包括：从接收到的广告投放请求中提取特征数据；根据预先保存的规则和所述提取的特征数据计算广告的曝光次数；根据所述曝光次数计算广告此次投放的费用；当所述广告的预算不小于所述费用时，从所述预算中锁定所述费用并投放所述广告。

可选地，所述特征数据包括用户行为特征数据、媒体方特征数据和时间特征数据。

可选地，所述预先保存的规则通过对最近时段的所述特征数据进行离线模型训练得到，所述最近时段具有预定义的时长。

可选地，计算广告的曝光次数之后，还包括：根据所述曝光次数计算每次曝光的计费系数，以对所述曝光次数进行修正。

可选地，从所述预算中锁定所述费用并投放所述广告之后，还包括：设置所述锁定的费用的锁定过期时间。

可选地，设置所述锁定的费用的锁定过期时间之后，还包括：在所述锁定过期时间内，若所述广告发生了曝光，则从所述锁定的费用中进行曝光扣费，并更新所述锁定的费用；在所述锁定过期时间到期后，将所述锁定的费用释放。

可选地，所述曝光次数包括所述广告在不同时间间隔区间内的曝光次数；并且，所述锁定过期时间根据所述时间间隔区间的长度进行设定。

根据本发明实施例的另一方面，提供了一种需求方平台进行广告投放的装置。

一种需求方平台进行广告投放的装置，包括：特征提取模块，用于从接收到的广告投放请求中提取特征数据；曝光次数预估模块，用于根据预先保存的规则和所述提取的特征数据计算广告的曝光次数；投放费用计算模块，用于根据所述曝光次数计算广告此次投放的费用；投放判定模块，用于当所述广告的预算不小于所述费用时，从所述预算中锁定所述费用并投放所述广告。

可选地，所述特征数据包括用户行为特征数据、媒体方特征数据和时间特征数据。

可选地，所述预先保存的规则通过对最近时段的所述特征数据进行离线模型训练得到，所述最近时段具有预定义的时长。

可选地，还包括曝光次数修正模块，用于：在计算广告的曝光次数之后，根据所述曝光次数计算每次曝光的计费系数，以对所述曝光次数进行修正。

可选地，还包括锁定时间设置模块，用于：在从所述预算中锁定所述费用并投放所述广告之后，设置所述锁定的费用的锁定过期时间。

可选地，还包括锁定费用控制模块，用于：设置所述锁定的费用的锁定过期时间之后，在所述锁定过期时间内，若所述广告发生了曝光，则从所述锁定的费用中进行曝光扣费，并更新所述锁定的费用；在所述锁定过期时间到期后，将所述锁定的费用释放。

可选地，所述曝光次数包括所述广告在不同时间间隔区间内的曝光次数；并且，所述锁定过期时间根据所述时间间隔区间的长度进行设定。

根据本发明实施例的又一方面，提供了一种需求方平台进行广告投放的终端设备。

一种需求方平台进行广告投放的终端设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例所提供的需求方平台进行广告投放的方法。

根据本发明实施例的再一方面，提供了一种计算机可读介质。

一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例所提供的需求方平台进行广告投放的方法。

上述发明中的一个实施例具有如下优点或有益效果：通过基于用户行为数据、媒体方数据和时间数据，进行每次广告投放的曝光次数及时间预测，进而预估每次广告投放的费用，并对广告预算进行预锁定，可以实现对预算的精确控制，从而解决了需求方平台在进行广告投放的过程中出现的重复计费和超预算投放问题，使广告预算的消耗更加合理和可控。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的需求方平台进行广告投放的方法的主要步骤的示意图；

图2是本发明一个实施例的***架构图；

图3是本发明一个实施例的预算控制流程图；

图4是根据本发明实施例的需求方平台进行广告投放的装置的主要模块的示意图；

图5是本发明实施例可以应用于其中的示例性***架构图；

图6是适于用来实现本发明实施例的终端设备或服务器的计算机***的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

为了解决现有技术中存在的问题，本发明的实施例提供了一种需求方平台进行广告投放的方法，可以更合理地对广告主进行扣费，以及实现对预算的精确控制，解决了需求方平台在进行广告投放的过程中出现的重复计费和超预算投放问题。

图1是根据本发明实施例的需求方平台进行广告投放的方法的主要步骤的示意图。如图1所示，本发明实施例的需求方平台进行广告投放的方法主要包括如下的步骤S101至步骤S104。

步骤S101：从接收到的广告投放请求中提取特征数据。

其中，需要提取的特征数据主要包括用户行为特征数据、媒体方特征数据和时间特征数据。

从媒体方发来的实时广告投放请求中可以提取到用户、媒体方和时间等的特征数据，主要包括：用户标识ID、App ID、用户的位置数据、运营商数据、手机操作***、手机机型、App类型、广告位置、频道ID、计费类型、请求时间(精确到小时)、周几等等数据。其中，App类型可以包括图书、商业、商品指南、教育、娱乐、财务、美食佳饮、游戏、健康健美、生活、医疗、音乐、导航、新闻、报刊杂志、摄影与录像、效率、参考、社交、体育、旅行、工具、天气等等；频道ID可以包括财经、体育、娱乐等；计费类型是指媒体方与需求方平台的计费结算方式，包括按去重前的曝光收费和按去重后的曝光收费。由于广告重复曝光的频次随时间会有比较明显的变化，因此引入时间特征可以更好的进行数据分析。

步骤S102：根据预先保存的规则和提取的特征数据计算广告的曝光次数。

其中，预先保存的规则通过对最近时段的特征数据进行离线模型训练得到，最近时段具有预定义的时长。通过将最近一段时间内的用户、媒体方和时间等的特征数据进行分析和机器学习，可得到数据模型，以用于根据特征数据预估每次广告投放后广告的曝光次数。例如：通过对最近一个月内的特征数据进行离线模型训练，得到与特征数据对应的数据模型，以用来实现该预先保存的规则。

其中，离线模型训练的过程主要可以通过以下几个单元来实现：日志接收单元、日志拼接单元、特征提取单元、模型训练单元、模型更新单元。

日志接收单元，负责接收终端用户在App上的广告请求日志、广告浏览日志，及媒体方对于广告展示的实时扣费日志和离线扣费日志等，并对日志进行简单的时间检测，以及过滤掉异常日志等。其中，异常日志主要是指作弊的广告浏览、扣费日志，以及网络爬虫导致的网络请求数据等。通过分析媒体方对于广告展示的实时扣费日志和离线扣费日志等数据，即可得到媒体方的广告计费策略。

当用户使用APP时，媒体方会向需求方平台发起广告请求以通知需求方平台投放广告。而当用户浏览广告时，App也会发送广告曝光消息给需求方平台，以便需求方平台根据曝光消息对广告主进行扣费。这些数据记录了用户在每一个广告(通过广告请求ID索引)上的浏览时间戳、浏览次数，及请求的流量来源(来自于哪个媒体方平台)，APP名字，广告位的特征：如新闻类APP的哪个标签(“体育”“财经”等等)等信息。

日志拼接单元：主要用于把日志接收模块接收到的所有日志按广告请求的标识ID进行拼接。

特征提取单元：将拼接后的日志进行特征提取，以便为后续的机器学习模块提供输入样本数据。根据本发明实施例的技术方案，主要基于用户的行为数据进行建模，所用的特征包括以下几组：

1、用户行为特征数据

主要指用户的广告请求、广告曝光、广告点击等行为数据里面包含的特征，例如包括：用户标识ID、App ID、地理位置、运营商数据、手机操作***、手机机型等；

2、媒体方特征数据

主要是媒体相关数据特征，例如包括：App类型、广告位置、频道ID(财经、体育、娱乐等)、计费类型、计费差异gap。其中计费类型是指媒体方与需求方平台的计费结算方式，主要包括按去重前的曝光收费和按去重后的曝光收费。计费差异gap是指媒体方统计的费用与需求方平台统计的费用的差异(gap)，由于网络传输、日志传输、反作弊等因素会导致双方出现数据的统计误差，这部分误差会作为特征的一部分，用于后续的计算；

3、时间特征数据

从数据来看，重复曝光的频次在每天里面随时间会有比较明显的变化。引入时间特征可以更好的进行模型训练。时间特征主要包括：小时、周几、重复曝光的时间间隔等。重复曝光的时间间隔是指同一个请求的多次曝光的时间戳与请求时间之间的差值。为了更好的标识重复曝光的时间间隔这一特征，可以把时间间隔进行离散化，例如离散化为以下几个时间间隔区间：(0-10分钟)、(10分钟-30分钟)、(30分钟-1小时)、(1小时-2小时)、(2小时-12小时)、(12小时-1天)、(1天以上)共7个时间段，特征里面的“小时”和“周几”都是指的请求发生的时间点，而并非广告曝光的时间点。在实际使用中，针对不同的***和应用，可以设置不同个数和长度的时间间隔区间。

特征提取处理完之后的数据被整理成一个特征矩阵，每次广告曝光时的数据对应矩阵中的一行。每行数据中包括用户行为特征、媒体方特征和时间特征3部分数据。

模型训练单元：通过对日志进行特征提取，利用机器学习中的回归算法，对每个时间间隔的曝光次数进行预测。

通过特征提取，得到训练样本集，选取合适的机器学习算法，训练出模型。对于每一个输入X，通过训练得到的模型Model计算出对应的输出Y。根据本发明的实施例，输入X是特征提取模块得到的特征数据矩阵，输出Y是不同时间间隔区间内的广告曝光次数。利用机器学习模型Model对每一个离散的时间段内的广告曝光次数进行预测，也就是模型的训练过程，可以认为是一个回归问题。即针对每一个输入X，求对应的Y。问题可描述为：

其中，Yj代表在第j个时间段内的曝光次数，Xi为输入特征，θ_i为Xi对应的参数。为了简化表示，在输入特征中令X₀＝1，于是可以得到：

给定一个训练集，为了得到参数θ。我们定义了一个损失函数J(θ)，用来描述h_θ(x)ⁱ和对应的yⁱ之间的接近程度：

通过使用梯度下降法来调整θ，以使得J(θ)取得最小值。

模型更新单元：该单元是用来将离线训练出来的模型导入线上实时计算环境。离线模型训练***每天生成一份模型数据，完成之后，由模型更新单元导入线上。为了***的稳定性，新生成的模型在导入线上之前，都会用当天的已有数据作为测试集对模型进行效果验证，然后再将新模型更新到线上***。

通过日志接收单元、日志拼接单元、特征提取单元、模型训练单元和模型更新单元，即可对特征数据进行离线训练以得到特征数据模型并将特征数据模型更新到线上***。其中，特征数据模型即是本发明实施例中所提到的预先保存的规则。

当接收到媒体方发来的广告投放请求后，需求方平台即可根据该特征数据模型和在线提取的特征数据，估算广告投放后广告的曝光次数。

由上面的介绍可知，本发明的实施例中的曝光次数包括广告在不同时间间隔区间内的曝光次数。假设每个时间间隔区间内的曝光次数以Fi(浮点数)表示，则可以得到广告此次投放在各个时间间隔区间内的曝光次数，如下面所示的表1。

表1

时间间隔区间	曝光次数
		T1(0-10分钟)	F1
T2(10分钟-30分钟)	F2
		T3(30分钟-1小时)	F3
T4(1小时-2小时)	F4
		T5(2小时-12小时)	F5
T6(12小时-1天)	F6
		T7(1天以上)	F7

在表1中，对于每个时间间隔区间内的曝光次数，可对应分配一个计费权重，以用于对应不同的计费策略。当所有的计费权重都为默认值1时，广告此次投放的总曝光次数即为各个时间间隔区间内的曝光次数之和。本领域技术人员应该知道，对于时间间隔区间划分的长度以及个数等，可根据实际使用情况进行设定，表1中所示的内容仅为示例。

另外，在计算广告的曝光次数之后，还可以根据曝光次数计算每次曝光的计费系数，以对曝光次数进行修正。

由于媒体方的计费策略不同，可能会对很短时间内的广告的多次曝光进行重复计费，而这对广告主来说是不合理的；并且，由于网络传输、日志传输、反作弊等因素可能会导致媒体方与需求方平台存在计费差异gap，因此需求方平台可以对这种情况下预估出来的曝光次数进行修正，计费系数R对应的公示为：

其中，gap是在特征提取单元提取的媒体方的特征数据中进行统计的；n为时间间隔区间的个数，在该实施例中，n＝7；W_i是每个时间间隔区间的计费权重，默认都是1。W_i是***的一个配置项，可以根据不同的媒体方、不同的用户以及不同的时间段进行具体设定，以更好地用于对广告曝光次数的修正。

步骤S103：根据曝光次数计算广告此次投放的费用。

根据步骤S102中得到的广告的曝光次数，以及需求方平台与广告主约定的曝光单价bid_price(即：广告曝光一次的费用)，即可预估该广告此次投放的费用P，P＝bid_price*F*R，其中，F为曝光次数，R为计费系数。

步骤S104：当广告的预算不小于该费用时，从预算中锁定该费用并投放该广告。

通过步骤S103确定了广告此次投放的费用P，那么当某个广告的预算不小于P时，即可从该广告的预算中锁定费用P并投放该广告。其中，从预算中锁定该费用后，对应的广告的预算中该部分费用即变为不可用，亦即此时该广告的预算中应扣除该部分费用P。

另外，在从预算中锁定该费用并投放该广告之后，还包括：设置锁定的费用的锁定过期时间。由步骤S102中的介绍可知，本发明的实施例中的曝光次数包括广告在不同时间间隔区间内的曝光次数。那么，锁定过期时间即可根据时间间隔区间的长度进行设定。一般地，锁定过期时间取值为对应的时间间隔区间的上限值。例如：对应表1中所示的T1(0-10分钟)，曝光次数F1需要的费用P1的锁定过期时间即可设置为10分钟；对应表1中所示的T2(10分钟-30分钟)，曝光次数F2需要的费用P2的锁定过期时间即可设置为30分钟，以此类推。

设置锁定的费用的锁定过期时间之后，在锁定过期时间内，若该广告发生了曝光，则从锁定的费用中进行曝光扣费，并更新锁定的费用；在锁定过期时间到期后，将锁定的费用释放。

比如：假设对应表1中所示的T1(0-10分钟)，其预估曝光次数F1为5次，需要的费用为5元，那么在广告投放时将会从该广告的预算中锁定5元，且锁定过期时间为10分钟。若在10分钟内，该广告曝光了4次，那么需要的曝光费用即可从该锁定的5元中进行扣除，同时，更新锁定的费用为1元，但是锁定过期时间不变。待10分钟后，锁定过期时间到期，那么锁定的费用1元机会被释放，重新回到该广告的预算中。特殊情况下，若在锁定过期时间10分钟内，该广告曝光了6次，需要扣费6元，那么曝光费用6元将首先从锁定的5元中扣除，多余的曝光费用1元会从该广告的未被锁定的预算中进行扣除。特殊地，如果该广告的未被锁定的预算也不足以扣除多余的曝光费用时，可以从其他时间间隔区间内锁定的费用中扣除，也可以暂不扣除，待锁定的所有费用都释放后再行扣除。

根据前面所介绍的步骤S101至步骤S104，即可根据特征数据和线下训练的模型计算广告的曝光次数，从而得到广告投放的费用，并从预算中锁定该部分费用，从而可以解决超预算投放的问题；由于特征数据中包括媒体方数据，所以解决了由于不同媒体方计费策略的不同而导致的重复计费的问题，从而使广告预算的消耗更加合理和可控。

图2是本发明一个实施例的***架构图。如图2所示，该实施例的技术方案主要分为离线和实时在线两大部分。离线部分的主要工作是数据分析及模型计算，实时在线部分主要是对实时的广告投放请求进行费用预估以确定广告投放。

其中，离线部分主要通过以下几个单元来实现：日志接收单元、日志拼接单元、特征提取单元、模型训练单元、模型更新单元。具体的实现过程可参见步骤S102中的介绍，此处不再赘述。

用户在访问App时触发媒体服务器向需求方平台发送广告投放请求，实时在线部分的广告投放控制***根据接收到的广告投放请求和离线训练的数据模型，对广告此次投放的费用进行预估，并根据预估的费用和广告预算确定要投放的广告。并且，在广告投放后，根据广告的曝光次数对广告主进行扣费，以对广告主的预算进行实时控制。

因为信息流广告的延迟曝光的特征，很容易造成广告主的预算超出。在预估了曝光次数及计费系数之后，可以计算广告此次投放的费用，进而对广告主的预算进行预锁定，并根据曝光时间间隔设置锁定过期时间。当该广告的所有预算都被锁定时，则停止对该广告的投放。预锁定是指在没有实际广告曝光的情况下先对广告主的预算进行扣费，因此又叫预扣费。如果在锁定过期时间内发生了曝光，那么预扣费就转成真实扣费；如果锁定过期时间内没有曝光，则预扣费会被释放并返还给广告主。

下面结合图3介绍本发明的实施例是如何进行预算控制的。

图3是本发明一个实施例的预算控制流程图。如图3所示，获取预估的广告在不同时间间隔区间Ti内的曝光次数Fi及计费系数Ri，计算在时间间隔区间Ti内，广告此次投放的费用Pi＝bid_price*Fi*Ri，然后，对所有的Pi求和即得到广告此次投放的费用P。当广告预算不小于P时，投放该广告，并从预算中锁定费用P，且设置锁定过期时间，其中，费用P中的各个部分Pi根据其对应的时间间隔区间Ti的区间长度设定锁定过期时间为Ti。广告投放后，若在锁定期内发生真实曝光，则对该广告进行真实扣费并更新锁定的费用，当锁定过期时间到期后，释放锁定的费用，更新该广告的预算，广告此次投放结束。每次在接收到媒体方发来的广告投放请求时，通过将预估的广告投放的费用与广告预算进行比较来决定是否该投放此广告。若预算不足，则不投放此广告。如此，即可对广告预算进行控制，从而更好地进行广告投放决策，避免广告预算的超出。

图4是根据本发明实施例的需求方平台进行广告投放的装置的主要模块的示意图。如图4所示，本发明实施例的需求方平台进行广告投放的装置400主要包括特征提取模块401、曝光次数预估模块402、投放费用计算模块403和投放判定模块404。

特征提取模块401用于从接收到的广告投放请求中提取特征数据；

曝光次数预估模块402用于根据预先保存的规则和提取的特征数据计算广告的曝光次数；

投放费用计算模块403用于根据曝光次数计算广告此次投放的费用；

投放判定模块404用于当广告的预算不小于该费用时，从预算中锁定该费用并投放该广告。

在本发明的实施例中，特征数据主要可以包括用户行为特征数据、媒体方特征数据和时间特征数据。

根据本发明实施例的技术方案，预先保存的规则通过对最近时段的特征数据进行离线模型训练得到，最近时段具有预定义的时长。例如：通过对最近一个月内的特征数据进行离线模型训练，得到与特征数据对应的数据模型，以用来实现该预先保存的规则。

另外，本发明实施例的需求方平台进行广告投放的装置400还可以包括曝光次数修正模块(图中未示出)，用于：在计算广告的曝光次数之后，根据曝光次数计算每次曝光的计费系数，以对曝光次数进行修正。

本发明实施例的需求方平台进行广告投放的装置400还可以包括锁定时间设置模块(图中未示出)，用于：在从预算中锁定该费用并投放该广告之后，设置锁定的费用的锁定过期时间。

并且，本发明实施例的需求方平台进行广告投放的装置400还可以包括锁定费用控制模块(图中未示出)，用于：设置锁定的费用的锁定过期时间之后，在锁定过期时间内，若广告发生了曝光，则从锁定的费用中进行曝光扣费，并更新锁定的费用；在锁定过期时间到期后，将锁定的费用释放。

根据本发明实施例的技术方案，曝光次数可以包括广告在不同时间间隔区间内的曝光次数；并且，锁定过期时间根据时间间隔区间的长度进行设定。

图5示出了可以应用本发明实施例的需求方平台进行广告投放的方法或需求方平台进行广告投放的装置的示例性***架构500。

如图5所示，***架构500可以包括终端设备501、502、503，网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备501、502、503通过网络504与服务器505交互，以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器505可以是提供各种服务的服务器，例如对用户利用终端设备501、502、503所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的需求方平台进行广告投放的方法一般由服务器505执行，相应地，需求方平台进行广告投放的装置一般设置于服务器505中。

应该理解，图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

根据现有技术的介绍可知，由于App信息流广告具有多次曝光和延迟曝光的特点，导致了广告计费***出现重复计费、超预算播放等问题。为了解决这些问题，本发明的实施例提供了一种需求方平台进行广告投放的方法，通过对用户行为数据、媒体方数据以及时间数据进行分析，进而用于预估每次广告投放的费用，可以克服由于用户不同浏览习惯和不同APP的缓存策略不同而引起的预算无法控制的问题，如此即可以根据广告主的预算进行广告的投放决策，从而使广告主的预算消耗更加合理和可控，解决了计费异常和超预算播放的问题。

下面参考图6，其示出了适于用来实现本发明实施例的终端设备的计算机***600的结构示意图。图6示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图6所示，计算机***600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有***600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本发明的***中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括特征提取模块、曝光次数预估模块、投放费用计算模块和投放判定模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，特征提取模块还可以被描述为“用于从接收到的广告投放请求中提取特征数据的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：从接收到的广告投放请求中提取特征数据；根据预先保存的规则和所述提取的特征数据计算广告的曝光次数；根据所述曝光次数计算广告此次投放的费用；当所述广告的预算不小于所述费用时，从所述预算中锁定所述费用并投放所述广告。

根据本发明实施例的技术方案，通过基于用户行为数据、媒体方数据和时间数据，进行每次广告投放的曝光次数及时间预测，进而预估每次广告投放的费用，并对广告预算进行预锁定，可以实现对预算的精确控制，从而解决了需求方平台在进行广告投放的过程中出现的重复计费和超预算投放问题，使广告预算的消耗更加合理和可控。

本发明实施例的技术方案充分考虑了各个APP的缓存策略和不同用户的使用***台采买流量的方式，根据历史的延迟扣费时间分布，设置不同的计费系数；对于延迟扣费时间外的重复曝光会根据权重及延迟因素对广告主进行扣费，使得广告主体验较好；自动形成反馈机制，无需人工干预，更加合理的决定每次广告展示的价格，在保证需求方平台一定利润率的前提下，尽可能的提升广告投放效果，提升广告主的用户体验；并且，还可以避免出现广告超预算投放的情况。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (16)

1.一种需求方平台进行广告投放的方法，其特征在于，包括：

从接收到的广告投放请求中提取特征数据；

根据预先保存的规则和所述提取的特征数据计算广告的曝光次数；

根据所述曝光次数计算广告此次投放的费用；

当所述广告的预算不小于所述费用时，从所述预算中锁定所述费用并投放所述广告。

2.根据权利要求1所述的方法，其特征在于，所述特征数据包括用户行为特征数据、媒体方特征数据和时间特征数据。

3.根据权利要求1所述的方法，其特征在于，所述预先保存的规则通过对最近时段的所述特征数据进行离线模型训练得到，所述最近时段具有预定义的时长。

4.根据权利要求1所述的方法，其特征在于，计算广告的曝光次数之后，还包括：

根据所述曝光次数计算每次曝光的计费系数，以对所述曝光次数进行修正。

5.根据权利要求1所述的方法，其特征在于，从所述预算中锁定所述费用并投放所述广告之后，还包括：

设置所述锁定的费用的锁定过期时间。

6.根据权利要求5所述的方法，其特征在于，设置所述锁定的费用的锁定过期时间之后，还包括：

在所述锁定过期时间内，若所述广告发生了曝光，则从所述锁定的费用中进行曝光扣费，并更新所述锁定的费用；

在所述锁定过期时间到期后，将所述锁定的费用释放。

7.根据权利要求1或5所述的方法，其特征在于，所述曝光次数包括所述广告在不同时间间隔区间内的曝光次数；并且，所述锁定过期时间根据所述时间间隔区间的长度进行设定。

8.一种需求方平台进行广告投放的装置，其特征在于，包括：

特征提取模块，用于从接收到的广告投放请求中提取特征数据；

曝光次数预估模块，用于根据预先保存的规则和所述提取的特征数据计算广告的曝光次数；

投放费用计算模块，用于根据所述曝光次数计算广告此次投放的费用；

投放判定模块，用于当所述广告的预算不小于所述费用时，从所述预算中锁定所述费用并投放所述广告。

9.根据权利要求8所述的装置，其特征在于，所述特征数据包括用户行为特征数据、媒体方特征数据和时间特征数据。

10.根据权利要求8所述的装置，其特征在于，所述预先保存的规则通过对最近时段的所述特征数据进行离线模型训练得到，所述最近时段具有预定义的时长。

11.根据权利要求8所述的装置，其特征在于，还包括曝光次数修正模块，用于：

在计算广告的曝光次数之后，根据所述曝光次数计算每次曝光的计费系数，以对所述曝光次数进行修正。

12.根据权利要求8所述的装置，其特征在于，还包括锁定时间设置模块，用于：

在从所述预算中锁定所述费用并投放所述广告之后，设置所述锁定的费用的锁定过期时间。

13.根据权利要求12所述的装置，其特征在于，还包括锁定费用控制模块，用于：

设置所述锁定的费用的锁定过期时间之后，在所述锁定过期时间内，若所述广告发生了曝光，则从所述锁定的费用中进行曝光扣费，并更新所述锁定的费用；

在所述锁定过期时间到期后，将所述锁定的费用释放。

14.根据权利要求8或12所述的装置，其特征在于，所述曝光次数包括所述广告在不同时间间隔区间内的曝光次数；并且，所述锁定过期时间根据所述时间间隔区间的长度进行设定。

15.一种需求方平台进行广告投放的终端设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

16.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。