CN110555709A - 广告效果模拟的方法、装置和存储介质 - Google Patents

Abstract

本发明公开了一种广告效果模拟的方法、装置和存储介质。该方法包括：信息获取的步骤，用于获取用于推广广告信息的多个选择项；历史模拟的步骤，用于根据与多个所述选择项中各个所述选择项对应的历史推广数据，确定各个所述选择项的效果评估数据；信息修正的步骤，用于对各个所述选择项的所述效果评估数据进行修正，得到各个所述选择项的实时效果评估数据；综合评估的步骤，用于对各个所述选择项的实时效果评估数据进行合并和去重处理，得到多个所述选择项的实时综合效果评估数据。本发明实施例不仅可以适用于当前广告主的多个选择项的广告投放策略，而且可以精确地模拟出当前的、实时的广告效果数据。

Description

广告效果模拟的方法、装置和存储介质

技术领域

本发明涉及网络通信技术领域，尤其涉及一种广告效果模拟的方法、装置和存储介质。

背景技术

随着网络通信技术的快速发展，互联网营销越发流行起来。实时竞价(Real TimeBidding，RTB)广告是目前主流的互联网营销推广方式之一。广告主为了达到推广目标，会设置相应的推广计划，这些推广计划包含目标受众、媒体资源位、出价、展现创意等设置信息。广告主会针对符合要求的网络流量(用于浏览该创意所消耗的网络流量)进行实时竞价，并把自己设置的创意展现给竞得的网络流量，从而达到自己的推广目标。RTB广告致力于让广告主定向其想要资源位上的目标受众，从而大大提高广告的效果。

申请人经研究发现：当前互联网上的用于广告的网络流量数量巨大且形式千差万别。由于广告推广目标以及推广预算的限制，故而广告主需要在定额的推广预算下，从众多网络流量中选择较佳的目标网络流量进行竞价投放，从而最大化预算的使用效率，并提升广告效果。通常，广告主会构建一个推广计划(广告系列)。一个推广计划可以设置多个选择项如可以包含如下选择项：定向选择(目标受众是谁)、资源位选择(在什么媒***置上)、出价选择(愿意出多少钱)、创意选择(展示什么样的创意)。因为推广计划设置是否合理会影响到后续广告推广效果的好坏，以及推广目标是否能达成，所以广告主通常会很关心一个推广计划下多个选择项的综合投放结果。当前，广告主主要通过不断地测试才能了解推广计划的效果好坏。这种测试极大地增加了广告主的投放成本和投放效率。在广告环境不断变化的阶段，对于广告主来说，需要实时的对多个选择项的广告效果进行模拟，从而辅助广告主确定投放决策，以减少广告主的试错成本，提高投放效率。

当前业界为广告主提供了基于效果模拟的方法主要为：利用历史数据，分别对各个选择项模拟广告效果，让广告主选取广告效果较佳几个选择项推广广告。然而，利用该方法模拟的广告效果与实际的广告效果相差较大，模拟的精度较低。

如何面向多个选择项，精确模拟出广告效果，成为业界亟待解决的技术问题。

发明内容

鉴于此，为了解决背景技术中的至少一个问题，本发明实施例提供了一种广告效果模拟的方法、装置和存储介质。

第一方面，提供了一种模拟广告效果的方法。该方法包括以下步骤：

信息获取的步骤，用于获取用于推广广告信息的多个选择项；

历史模拟的步骤，用于根据与多个选择项中各个选择项对应的历史推广数据，确定各个选择项的效果评估数据；

信息修正的步骤，用于对各个选择项的效果评估数据进行修正，得到各个选择项的实时效果评估数据；

综合评估的步骤，用于对各个选择项的实时效果评估数据进行合并和去重处理，得到多个选择项的实时综合效果评估数据。

第二方面，提供了一种广告效果模拟的装置。该装置包括：

信息获取单元，用于获取用于推广广告信息的多个选择项；

历史模拟单元，用于根据与多个选择项中各个选择项对应的历史推广数据，确定各个选择项的效果评估数据；

信息修正单元，用于对各个选择项的效果评估数据进行修正，得到各个选择项的实时效果评估数据；

综合评估单元，用于对各个选择项的实时效果评估数据进行合并和去重处理，得到多个选择项的实时综合效果评估数据。

第三方面，提供了一种广告效果模拟的装置。该装置包括：

存储器，用于存放程序；

处理器，用于执行所述存储器存储的程序，所述程序使得所述处理器执行上述各方面所述的方法。

第四方面，提供了一种计算机可读存储介质。该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。

第五方面，提供了一种包含指令的计算机程序产品。当该产品在计算机上运行时，使得计算机执行上述各方面所述的方法。

第六方面，提供了一种计算机程序。当该计算机程序在计算机上运行时，使得计算机执行上述各方面所述的方法。

上述发明实施例通过获取多个选择项，根据历史推广数据，模拟得到各个选择项的效果评估数据，可以让广告主了解：多个选择项中各个选择项在历史阶段(过去)的广告推广效果；通过对各个选择项的效果评估数据进行修正，可以将效果评估数据修正为当前的、精确的实时效果评估数据；通过对各个选择项的实时效果评估数据进行合并和去重处理，可以减少模拟误差，实现实时地将各个选择项的效果评估数据转换为多个选择项的综合效果评估数据，可以让广告主了解：一个推广计划(包括多个选择项)的当前的综合、精确的广告推广效果。

一方面，上述发明实施例解决了现有的仅能模拟出单个选择项的广告效果，而无法模拟出多个选择项的综合的广告效果的问题，可以较好的满足当前广告主的对一个推广计划(包括多个选择项)的广告投放策略要求，可以模拟出多个选择项的综合的广告效果。

又一方面，上述发明实施例通过实时数据修正技术，摒弃现有的完全通过历史数据的方法，引入了实时数据，较大程度的提升了模拟广告效果的精度。

又一方面，上述发明实施例通过多个选择项的重叠网络流量的修正技术，较好地解决了多个选择项内由于流量重叠带来的整体预估精度较低的问题，通过修正处理，可以将历史的效果评估数据修正为实时效果评估数据，可以精确地模拟出当前的、实时的综合广告效果。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例的广告效果模拟的***架构示意图；

图2是本发明一实施例的广告效果模拟的方法的流程示意图；

图3是本发明另一实施例的广告效果模拟的方法的流程示意图；

图4是本发明一实施例的效果模拟器的界面示意图；

图5是本发明另一实施例的效果模拟器的界面示意图；

图6是本发明一实施例的广告效果模拟的装置的结构示意图；

图7是本发明另一实施例的广告效果模拟的装置的结构示意图；

图8是本发明一实施例的广告效果模拟的装置的框架示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1是本发明一实施例的广告效果模拟的***架构示意图。

如图1所示，***架构可以包括：本地的第一处理设备100、本地的第二处理设备200、云端的第三处理设备300和网络400。

其中，第一处理设备100、第二处理设备200、第三处理设备300均可以包括但不限于：个人电脑、智能手机、平板电脑、个人数字助理、服务器等。这些设备可以安装有各种通讯客户端应用，例如即时通信工具、邮箱客户端、社交平台软件、音频视频软件等。其中，这些设备均具有存储器和逻辑运算处理器、控制元件等处理器件。

其中，第一处理设备100可以用于接收实时数据，利用在线处理流程，对实时数据进行实时在线处理。第二处理设备200可以用于接收历史数据，利用离线处理流程，对历史数据进行离线处理。第三处理设备300可以与第一处理设备100和第二处理设备200信息交互，在云端对实时数据进行在线处理，或者对历史数据进行离线处理。

其中，实时数据可以是当前最新的多个选择项。多个选择项(基本广告投放要素)可以包含但不限于如下选择项：目标受众选择项(定向)、广告位置选择项(资源位)、客户出价选择项。多个选择项可以直观理解为：广告主针对什么样的人(目标受众)、在什么样的位置上(媒***置)、出多少价钱(出价)来投放广告。

历史数据可以是历史时间阶段(相对于当前)的通过各个选择项所获得的广告效果数据。

网络400可以用于在各种设备之间提供通信链路的介质。具体的，网络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。

在本实施例中，广告主(或者维护工程师)500可以利用本地的第一处理设备100进行在线流程，和利用第二处理设备200进行离线流程，将在线流程和离线流程相配合，实时模拟出当前的多个选择项的广告效果。第一处理设备100和第二处理设备200可以分别与云端的第三处理设备300进行信息交互。云端的第三处理设备300可以协助本地的第一处理设备100和本地的第二处理设备200对多个选择项进行实时的广告效果模拟。

应该理解，图1中的设备的数目仅仅是示意性的。根据实现需要，可以灵活增加或者减少上述设备。例如，当本地的服务器的计算能力比较强大时，可以省略云端的服务器。又例如，可以将离线流程由云端的服务器完成等。

本实施例的广告效果模拟的应用场景可以如下所示：

S1，广告主设定了一个广告推广系列(广告计划)。

广告推广系列可以包括N(自然数)个选择项。例如，广告计划A可以包括：选择项1、选择项2、选择项3……选择项N。选择项1的定向可以是：智能人群，其资源位可以是：手淘无线首焦，其出价可以是：100。选择项2的定向可以是：连衣裙人群，其资源位可以是：手淘无线首焦，其出价可以是：90。选择项3的定向可以是：拉新人群，其资源位可以是：手淘无线首焦，其出价可以是：80。

S2，广告效果模拟器在线获取广告主的广告推广系列。

为了对该多个选择项的实时的广告效果进行模拟，首先，客户可以在广告效果模拟器的界面上逐个输入的N个选择项。

S3，广告效果模拟器在线接收广告模拟的指令。

广告主(或者模拟需求者)可以在效果模拟器的界面上点击“开始模拟”按钮。

S4，广告效果模拟器离线利用历史推广数据模拟得到各个选择项的历史广告效果数据(效果评估数据)，对各个选择项的效果评估数据进行合并和去重处理，得到多个选择项的综合效果评估数据。

S5，广告效果模拟器展示实时的多个选择项的整体的广告效果。

广告效果模拟器可以对广告的实时效果进行模拟，其界面上可以展现出广告模拟结果：展现数：52445，点击数：1217，消耗数：4315等。

下面各实施例均可以应用本实施例的***架构进行广告效果模拟。各个实施例可以相互参考和引用，相同或者相似的内容不再赘述。

图2是本发明一实施例的广告效果模拟的方法的流程示意图。

如图2所示，该方法包括以下步骤：S210，信息获取的步骤；S220，历史模拟的步骤；S230，信息修正的步骤；S240，综合评估的步骤。

参考图1和图2，在步骤S210中，该步骤可以由本地的第一处理设备100进行在线流程处理。该步骤可以用于获取用于推广广告信息的多个选择项。多个选择项例如可以是上述的广告计划A。

在步骤S220中，该步骤可以由本地的第二处理设备200进行离线流程处理。该步骤可以用于根据历史推广数据，得到(如模拟得到)各个选择项的历史广告效果数据(效果评估数据)。该步骤可以包括以下步骤：

1)从各个选择项对应的历史推广数据中，统计各个选择项在取不同数值时对应的不同的效果评估数据

例如，统计出某历史时间段(如2017年)中，选择项1(定向为：智能人群，资源位是：手淘无线首焦，出价是：100)的效果评估数据(如广告效果评估数据，单位省略)：展现数是：21000，点击数是：500，消耗(如网络流量)是：2000。

又例如，统计出某历史时间段(如2017年)中，选择项N(定向为：连衣裙人群，资源位是：手淘无线首焦，出价是：90)的效果评估数据为：展现数是：19000，点击数是：450，消耗是：1800等。

2)根据统计的数据，建立各个选择项与各个效果评估数据的映射关系。

映射关系(如映射函数)可以对选择项中的参数(如定向、资源位、出价等参数)和待模拟的广告效果参数(如展现数、点击数、消耗数等参数)进行拟合得到。拟合映射函数的方式可以包括但不限于：回归模型、分段线性模型等。映射函数可以是：出价-展现数映射函数、出价-点击数映射函数、出价-消耗映射函数等。

例如，选取：选择项x：出价，效果评估数据y：点击数。统计得到：x＝100，y＝100；x＝200，y＝200；x＝300，y＝300……根据统计数，建立选择项与效果评估数据的映射函数可以为y＝x。根据映射关系y＝x，可以确定x取任何值时所对应的y。如，当x去取500时，y等于500。

3)根据映射关系，得到各个选择项的效果评估数据。

例如，在某历史时间段(如2017年)中，模拟出的广告计划A中的选择项1(定向为：智能人群，资源位是：手淘无线首焦，出价是：100)的效果评估数据为：展现数是：21000，点击数是：500，消耗是：2000。

在某历史时间段中，模拟出的选择项2(定向为：连衣裙人群，资源位是：手淘无线首焦，出价是：90)的效果评估数据为：展现数是：19000，点击数是：450，消耗是：1800。

在某历史时间段中，模拟出的选择项3(定向为：拉新人群，资源位是：手淘无线首焦，出价是：80)的效果评估数据为：展现数是：20000，点击数是：510，消耗是：2100。

在步骤S230中，该步骤可以由本地的第一处理设备100进行在线流程处理。该步骤可以用于对各个选择项的历史广告效果模拟数据进行修正，得到各个选择项的实时效果评估数据。该步骤可以包括以下步骤：

1)统计历史时间段内各个选择项的历史竞价环境特征。

历史竞价环境特征可以是某历史时间段内的竞价环境特征，其可以包括但不限于以下特征：历史覆盖流量特征、历史市场价格特征、历史点击率特征等。

2)获取当前各个选择项的当前竞价环境特征。

当前竞价环境特征可以是当前的竞价环境特征(实时的更新的数据)，其可以包括但不限于以下特征：当前覆盖流量特征、当前市场价格特征、当前点击率特征等。

3)根据历史竞价环境特征和当前竞价环境特征的变化，修正历史广告效果数据，得到各个选择项的实时效果评估数据。

例如，当前时间段，可竞流量数为3000。历史时间段，可竞流量数为2000。历史时间段，历史广告效果数据中的展现数为200。则，可以将当前广告效果数据修正为300(3000/2000*200)。

在步骤S240中，该步骤可以由本地的第一处理设备100进行在线流程处理。该步骤可以用于对各个选择项的实时效果评估数据进行合并和去重处理，得到多个选择项的实时综合效果评估数据。该步骤可以包括以下步骤：

1)累加各个选择项的当前广告效果数据，得到累加数据。

例如，多个选择项仅包括：选择项1和选择项2。选择项1的展现数是500，选择项2的展现数是500时，累加的数据为展现数1000。

2)统计在当前时间段的上一时间段，各个选择项被浏览所消耗的各种网络流量。

3)获取各种网络流量之间相互重叠的流量。

例如，选择项1和选择项2的流量完全重叠(为了计算方便，而列举了极端数据)。

3)根据相互重叠的网络流量，得到重叠系数。

当流量完全重叠时，累加数据的重叠系数可以是1/2。可以理解，可以根据实现需要，视不同选择项的重要程度，为重叠系数设置权重。

4)将累加数据和重叠系数乘积，确定为多个选择项的实时综合效果评估数据。

该实施例的细节内容，还将在下文中详细描述。

一方面，上述发明实施例通过巧妙的将离线模拟技术(离线流程)和实时的反馈技术(在线流程)相配合，通过计算每个选择项的效果评估数据，然后根据实时数据，计算多个选择项中各个选择项之间的效果重叠情况，从而可以实现对多个选择项的整体广告效果(综合效果评估数据)的精确预估。

另一方面，上述发明实施例根据各个选择项的网络流量重叠情况，对效果评估数据进行实时修正，可以较好的提高多个选择项的联合模拟广告效果的精度。

又一方面，上述发明实施例可以适应新形势下的广告主的多个选择项的综合广告效果的模拟需求，解决了现有的只能对单个选择项的广告效果模拟的问题，可以实现对广告主任意设置的多个选择项(每个选择项均可以设置定向*资源位*出价等子选择项)的广告效果进行预估。该方案通过对比当前和历史竞价环境特征的变化来对预估结果进行实时修正，通过计算网络流量重叠情况来修正多个选择项总体的预估效果，能够较好地解决“竞价环境剧烈变化”和“网络流量重叠”这两个导致预估结果与实际效果有较大偏差的现实问题，提升了预估广告效果的精度。

又一方面，上述发明实施例通过实时数据修正技术，摒弃现有的完全通过历史数据的方法，引入了实时数据，较大程度的提升了模拟广告效果的精度。

又一方面，上述发明实施例通过多个选择项的重叠网络流量修正技术，非常好地解决了多个选择项之间由于网络流量重叠带来的整体预估精度问题。

图3是本发明另一实施例的广告效果模拟的方法的流程示意图。

如图3所示，该方法可以包括：离线流程和在线流程。

其中，离线流程可以包括以下步骤：S11，历史竞价模拟。S12，计算历史出价与广告效果之间的映射函数。S13，统计历史各个时段内不同选择项组合(例如定向、资源位的组合)的竞价环境特征。

在步骤S11中，可以根据历史竞价数据，统计不同定向、资源位的组合在不同出价下全天可获得的展示、点击、消耗等效果数据。步骤S11的具体流程可以包括如下子流程：

1)日志收集。

例如，收集历史一天的所有pv(用以衡量网站用户访问的网页的数量)日志。pv日志可以包括pv所带的定向标签、最高出价、针对每个广告主的预估pctr(协议)等指标。

2)获取单个选择项的可竞网络流量。

根据单个选择项所设置的定向和资源位作为匹配条件，和pv日志进行匹配，找到所有满足设置定向和资源位的可竞流量集合。

3)计算不同出价下单个选择项的广告效果。

根据各个选择项的可竞流量候选集，计算该选择项下的定向、资源位组合在各个出价下(可以根据固定步长设置不同的离散出价点)，可以竞得(出价大于该pv的最高出价)的流量集合，从而统计出具体的广告效果。广告效果包括但不限于：展示数、点击数、消耗等效果数据。具体计算逻辑可以为：根据一定的步长(可以预设)，设定不同出价档次，然后针对每一个出价值，都遍历上述的可竞流量集合，针对每个可竞流量，判断该流量上的最高出价是否低于当前该选择项下设置的出价。如果该流量上的最高出价是低于当前该选择项下设置的出价，则更新该出价下的相应效果信息。效果信息可以包括但不限于：展现数(竞得流量数)、点击数(竞得流量的预估pctr之和)、消耗数(竞得流量的最高出价之和)。

在步骤S12中，可以根据上述定向、资源位组合下出价和效果数据的关系，计算各个定向、资源位组合下，出价到效果数据的映射函数。

计算历史出价、效果之间的映射函数可以根据步骤S11产出的单个选择项下的定向、资源位组合在各个离散出价点下的效果数据(展示、点击、消耗等)，来拟合出该定向、资源位组合下，出价-效果数据的映射函数，从而可以得到任意一个出价的效果数据。具体可以拟合出以下映射函数：出价-展现数映射函数、出价-点击数映射函数、出价-消耗映射函数等。拟合映射函数的方式可以包括但不限于：回归模型、分段线性模型等。另外，还可采取多种回归技术拟合：比如最小二乘法、多项式回归等。

在本实施例中，主要针对出价-展现数的分段线性映射模型作简要介绍。该分段线性映射模型的实现方式可以包括以下子步骤：

1)获取样本数据点。

以离线步骤S11产出的单个选择项下的定向、资源位组合在各个离散出价点下的展现数作为样本数据，详见下面表(1)：

出价	展现数
		5	150
10	364
		15	688
20	1106
		25	1421
30	1595
		35	1682

表(1)

2)计算各个分段下的线性映射函数。

以相邻两个离散点作为一个分段区间，对该分段区间内的出价-展现数进行线性映射。根据2个点(x1，y1)、(x2，y2)，可以构造出如下线性映射函数：

y＝(y2-y1)/(x2-x1)*(x-x1)，x1<＝x<＝x2

同理，可以算出其他区间内的分段线性函数。

当后续给定任意一个出价，可以根据该出价所在分段内的线性函数计算出该出价的展现数。比如按照上述分段线性计算逻辑，当给定任意一个价格(比如16.4元)时，首先判断16.4在<15，20>分段区间内，然后去调取这个分段的线性函数，计算出展现数y：

y＝(1106-688)/(20-15)*(16.4-15)＝117

同理，可以基于出价-预估点击数据，来计算出价-点击的分段线性函数；还可以基于出价-预估消耗数据，来计算出价-消耗的分段线性函数。

在步骤S13中，统计历史各个时段内不同定向、资源位组合的竞价环境特征。竞价环境特征可以包括但不限于：定向、资源位对应的覆盖流量、平均市场价格、平均点击率等。

统计历史各个时段内不同定向、资源位组合的竞价环境特征主要是计算历史各个时段下，不同选择项下的定向、资源位的竞价环境特征(包括但不限于覆盖流量、平均市场价格、平均点击率等)来表征该选择项下的定向、资源位组合在该时段下的竞价环境。该步骤可以包括如下子步骤：

1)pv日志收集。

收集历史一天各个时段的所有pv日志，包括pv所带的定向标签、最高出价、针对每个广告主的预估ctr等指标。

2)获取单个选择项可竞流量。

根据选择项所设置的定向和资源位作为匹配条件，和pv日志进行匹配，找到所有满足设置定向和资源位的可竞流量集合。

3)计算各时段单个选择项覆盖流量。

根据可竞流量候选集，可以直接统计出各个时段下的可竞流量数：pv_num＝sum(可竞流量数)。

4)计算各时段单个选择项平均市场价格。

根据在各个时段的可竞流量候选集，计算各个时段内的所有可竞流量的市场平均价格，主要计算公式可以如下所示：

avg_price＝sum(每个可竞流量的最高出价)/sum(可竞流量数)。

5)计算各时段单个选择项平均点击率。

根据在各个时段的可竞流量候选集，计算各个时段内的平均点击率，主要计算公式可以如下所示：

avg_pctr＝sum(每个可竞流量的预估pctr)/sum(可竞流量数)。

其中，在线流程可以包括以下步骤：S21，获取广告主待模拟的广告系列。S22，根据历史数据预估广告系列下各个选择项的效果基准值：对每个定向、资源位、出价组合，根据上述历史出价-效果之间的映射函数，计算广告主设定的出价下当天所能获得的效果，作为预估基准值。S23，根据当前和历史竞价环境特征的变化对各个选择项效果基准值进行实时修正。S24，根据多个选择项流量重叠情况计算广告系列总体预估效果。

在步骤S21中，广告系列或计划可以包括多个选择项，即多个定向、资源位组合以及该组合对应的出价。

图4是本发明一实施例的效果模拟器的界面示意图。

如图4所示，效果(如广告效果)模拟器可以实时采集多个选择项(如选择项1、选择项2、选择项3等)。效果模拟器的显示界面可以设置有如下栏或者按钮：选择项名称、定向、资源位、出价、+添加选择项、-删除选择项、开始模拟、展现数、点击数、消耗等。

当广告主点击“+添加选择项”按钮输入待模拟的N个(N>＝1)选择项。针对每个选择项，广告主输入相应的定向、资源位和出价。

例如，当点击“+添加选择项”的按钮时，可以添加的选择项名称可以包括：选择项1、选择项2、选择项3等。

其中，选择项1的定向可以是：智能人群；其资源位可以是：手淘无线首焦；其出价可以是：100。选择项2的定向可以是：连衣裙人群；其资源位可以是：手淘无线首焦；其出价可以是：90。选择项3的定向可以是：拉新人群；其资源位可以是：手淘无线首焦；其出价可以是：80。

在步骤S22中，根据历史数据预估广告系列下各个选择项的效果基准值：对每个定向、资源位、出价组合，根据上述历史出价-效果之间的映射函数，计算广告主设定的出价下当天所能获得的效果，作为预估基准值。

根据历史数据预估广告系列下各个选择项的效果基准值可以对每个选择项组合，根据历史出价-效果之间的映射函数，计算广告主在该选择项下当天所能获得的效果，作为预估基准值。具体可以包括如下子步骤：

1)计算单个选择项在该出价下的全天展现数。

根据广告主设定出价确定该出价所在的出价-展现数分段线性映射函数的分段区间，可以调用该分段下的线性映射函数计算出该出价下的展现数。

2)同理，基于出价-点击分段线性函数，可以计算当前出价的全天预估点击数。

3)基于出价-消耗分段线性函数，可以计算当前出价的全天预估消耗。

在步骤S23中，根据当前和历史竞价环境特征的变化对各个选择项效果基准值进行实时修正。

根据上一个时段和前一天相同时段，各个选择项在覆盖流量、平均市场价格、点击率等指标的变化情况，对该选择项的效果预估基准值进行修正。

由于当前环境与历史环境存在差异，为了让预估数据准确，需要在历史数据的基础上，考虑当前环境来对预估数据进行调整修正，从而让预估更加准确；计算当前上一个时段该选择项的可竞流量数、市场平均价格、平均点击率，然后对比前一天该时段下该选择项的可竞流量数、市场平均价格、平均点击率等指标，来修正当前环境带来的选择项效果预估误差。该步骤可以包括以下子步骤：

1)计算当前上一个时段的环境数据。

根据实时日志，可计算上一个时段下该选择项的所有可竞流量，并根据可竞流量来计算出相应的流量数、市场平均价格、平均点击率等各个表征该选择项当前环境的指标。

2)修正该选择项的展现数指标。

根据当天前一个时段和昨天相同时段该选择项的可竞流量数，得到修正系数α，然后利用该修正系数对该选择项全天的展现数进行修正。具体的时段和可竞流量数如下表(2)所示：

时段	可竞网络流量数
		当前上一个时段	2478
历史上一个时段	3412

表(2)

根据上述表(2)，可以得到：α＝3412/2478＝1.3769。

假设该选择项全天展现数为12349，则该值最终可以修正调整为：修正后展现数＝12349*α＝12349*1.3769＝17003。

同理，基于当前上一个时段与历史上一个时段的可竞流量的平均点击率，可以对全天点击数进行修正；基于当前上一个时段与历史上一个时段的可竞流量的市场平均价格，可以对全天消耗进行修正。

在系数修正时，除了上述列出的基于线性的修正策略，还可采取其他非线性修正策略：比如开根号等。

在步骤S24中，根据多个选择项流量重叠情况计算广告系列总体预估效果。

根据上一个时段多个选择项覆盖流量的重叠情况计算重叠系数α(α∈(0，1))，将多个选择项的预估效果的累加值乘以重叠系数，得到广告系列总体的预估效果。

由于在线步骤S23计算得到的是多个选择项各自的效果预估数据，但是广告主关心的是这多个选择项整体能达到的整体效果；然而由于多个选择项之间存在流量的重叠情况，故而计算多个选择项的整体效果不能通过直接对多个选择项的效果线性相加来得到。本步骤可以根据当前实时数据来计算多个选择项的可竞流量重叠情况，从而对多个选择项的最终整体结果进行修正。本步骤可以包括如下子步骤：

1)计算多个选择项线性相加结果。

根据在线步骤S23计算出来的多个选择项各自的流量情况，直接线性相加得出整体的效果数据，详见下面表(3)：

表(3)

上述表(3)仅为方便理解用，其表现形式多样，其具体可以表现为静态图表或者动态的分析视图等。

2)计算实时多个选择项之间的效果重叠系数。

根据当前上一个时段各个选择项的可竞流量重叠情况，计算展现数重叠修正系数、点击数重叠修正系数、消耗数重叠修正系数。具体计算逻辑如下面表(4)：

表(4)

重叠修正系数可以如下所示：

展现数重叠修正系数＝35463/41089＝0.8631

点击数重叠修正系数＝1002/1212＝0.8267

消耗数重叠修正系数＝3137.1/3683.8＝0.8516

3)根据重叠系数修正整体结果。

根据上述计算得到的效果重叠修正系数，对上述计算的整体线性相加的效果数据进行线性修正。

重叠修正后的整体展现数＝60764*0.8631＝52445.4

重叠修正后的整体点击数＝1472*0.8267＝1216.9

重叠修正后的整体消耗数＝5066.4*0.8516＝4314.5

在重叠系数修正时，除了上述列出的基于线性的修正策略，还可采取其他非线性修正策略：比如开根号等。

在步骤S25中，将上述广告系列总体的预估效果展现给广告主。

对在线步骤S24计算得到的这多个选择项的整体效果预估数据进行取整预处理后，并将结果直接输出展示给前端广告主即可。

图5是本发明另一实施例的效果模拟器的界面示意图。

如图5所示，果模拟器的显示界面可以设置有如下栏或者按钮：选择项名称、定向、资源位、出价、+添加选择项、-删除选择项、开始模拟、展现数、点击数、消耗等。利用该效果模拟器，广告主模拟广告的实现方式可以包括以下步骤：

1)广告主点击“+添加选择项”按钮，依次输入选择项1、选择项2和选择项3。

选择项1可以设置为：定向是：智能人群，资源位是：手淘无线首焦，出价是：100。

选择项2可以设置为：定向为：连衣裙人群，资源位是：手淘无线首焦，出价是：90。

选择项3可以设置为：定向为：拉新人群，资源位是：手淘无线首焦，出价是：80。

如果需要删除某选择项，可以点击“-删除选择项”按钮。

2)多个选择项确定之后，广告主点击“开始模拟”按钮，得到当前的综合效果评估数据。

模拟结果可以是综合效果评估数据，其可以是：展现数：52445，点击数：1217，消耗数：4315。

需要说明的是，在不冲突的情况下，本领域的技术人员可以按实际需要将上述的操作步骤的顺序进行灵活调整，或者将上述步骤进行灵活组合等操作。为了简明，不再赘述各种实现方式。另外，各实施例的内容可以相互参考引用。

图6是本发明一实施例的广告效果模拟的装置的结构示意图。

如图6所示，该装置可以包括：信息获取单元610、历史模拟单元620、信息修正单元630和综合评估单元640。其中，信息获取单元610可以用于获取用于推广广告信息的多个选择项；历史模拟单元620可以用于根据与多个选择项中各个选择项对应的历史推广数据，确定各个选择项的效果评估数据；信息修正单元630可以用于对各个选择项的效果评估数据进行修正，得到各个选择项的实时效果评估数据；综合评估单元640可以用于对各个选择项的实时效果评估数据进行合并和去重处理，得到多个选择项的实时综合效果评估数据。

在一些实施例中，各个选择项可以包括以下信息中的一个或者多个信息：目标受众信息、广告位置信息、出价信息。

在一些实施例中，历史模拟单元620还可以用于：从各个选择项对应的历史推广数据中，统计各个选择项在取不同数值时对应的不同的效果评估数据；根据统计的数据，建立各个选择项与各个效果评估数据的映射关系；根据映射关系，得到各个选择项的效果评估数据。

在一些实施例中，信息修正单元630还可以用于：获取历史时间段内各个选择项的历史竞价环境特征；获取当前各个选择项的当前竞价环境特征；根据历史竞价环境特征和当前竞价环境特征的变化，修正效果评估数据，得到各个实时效果评估数据。

在一些实施例中，历史竞价环境特征包括以下特征中的一个或者多个特征：覆盖流量特征、市场价格特征、点击率特征。

在一些实施例中，综合评估单元640还可以用于：累加各个选择项的当前广告效果数据，得到累加数据；统计在当前时间段的上一时间段，各个选择项被浏览所消耗的各种网络流量；获取各种网络流量之间相互重叠的流量；根据相互重叠的流量，得到重叠系数；将累加数据和重叠系数乘积，确定为多个选择项的实时综合效果评估数据。

在一些实施例中，上述装置还可以包括：在线处理单元和/或离线处理单元。其中，在线处理单元可以用于将如下的一种或者多种单元执行实时的在线处理：信息获取单元、信息修正单元和综合评估单元。离线处理单元可以用于将历史模拟单元执行离线处理。在一些实施例中，上述装置可以图4和图5中的效果模拟器。

图7是本发明另一实施例的广告效果模拟的装置的结构示意图。

如图7所示，该装置可以包括：离线模块710和在线模块720。其中，离线模块710可以包括：历史竞价模拟模块、效果映射模块、环境特征获取模块。在线模块720可以包括：输入获取模块、基准值获取模块、基准值修正模块、流量重叠修正模块、效果输出模块。

在一些实施例中，历史竞价模拟模块可以用于历史竞价模拟，根据历史竞价数据，统计不同定向、资源位组合在不同出价下全天可获得的展示、点击、消耗等效果数据。

效果映射模块可以用于计算历史出价-效果之间的映射函数：根据上述定向、资源位组合下出价和效果数据(展示、点击、消耗等)的关系，计算各个定向、资源位组合下，出价到效果数据的映射函数。

环境特征获取模块可以用于统计历史各个时段内不同定向、资源位组合的竞价环境特征：包括定向、资源位对应的覆盖流量、平均市场价格、平均点击率等。

输入获取模块可以用于获取广告主待模拟的广告系列，其中广告系列内部包括多个选择项。基准值获取模块可以用于根据历史数据预估广告系列下各个多个选择项的效果基准值：对每个定向、资源位、出价组合，根据上述历史出价-.效果之间的映射函数，计算广告主设定的出价下当天所能获得的效果，作为预估基准值。

基准值修正模块可以用于根据当前和历史竞价环境特征的变化对各个选择项效果基准值进行实时修正：根据上一个时段和前一天相同时段，各个选择项在覆盖流量、平均市场价格、点击率等指标的变化情况，对该选择项的效果预估基准值进行修正。

流量重叠修正模块可以用于根据多个选择项组流量重叠情况计算广告系列总体预估效果：根据上一个时段多个选择项覆盖流量的重叠情况计算重叠系数α(α∈(0,1))，将多个选择项的预估效果的累加值乘以重叠系数，得到广告系列(多个选择项)总体的预估效果。

效果输出模块可以用于将上述广告系列总体的预估效果展现给广告主。

需要说明的是，上述各实施例的装置可作为上述各实施例的用于各实施例的方法中的执行主体，可以实现各个方法中的相应流程，实现相同的技术效果，为了简洁，此方面内容不再赘述。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令，当其在计算机上运行时，使得计算机执行上述各个实施例中描述的方法。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘)等。

图8是本发明一实施例的广告效果模拟的装置的框架示意图。

如图8所示，该框架可以包括中央处理单元(CPU)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行图2和图3实施例所做的各种操作。在RAM603中，还存储有***架构操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分806；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807；包括硬盘等的存储部分808；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809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，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810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808。

特别地，根据本发明的实施例，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，本发明的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述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809从网络上被下载和安装，和/或从可拆卸介质811被安装。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (16)

1.一种广告效果模拟的方法，其特征在于，包括以下步骤：

信息获取的步骤，用于获取用于推广广告信息的多个选择项；

历史模拟的步骤，用于根据与多个所述选择项中各个所述选择项对应的历史推广数据，确定各个所述选择项的效果评估数据；

信息修正的步骤，用于对各个所述选择项的所述效果评估数据进行修正，得到各个所述选择项的实时效果评估数据；

综合评估的步骤，用于对各个所述选择项的实时效果评估数据进行合并和去重处理，得到多个所述选择项的实时综合效果评估数据。

2.根据权利要求1所述的方法，其特征在于，历史模拟的步骤，包括：

从各个所述选择项对应的历史推广数据中，统计各个所述选择项在取不同数值时对应的不同的效果评估数据；

根据统计的数据，建立各个所述选择项与各个所述效果评估数据的映射关系；

根据所述映射关系，得到各个所述选择项的效果评估数据。

3.根据权利要求1所述的方法，其特征在于，信息修正的步骤，包括：

获取历史时间段内各个所述选择项的历史竞价环境特征；

获取当前各个所述选择项的当前竞价环境特征；

根据所述历史竞价环境特征和所述当前竞价环境特征的变化，修正所述效果评估数据，得到各个所述实时效果评估数据。

4.根据权利要求1所述的方法，其特征在于，综合评估的步骤，包括：

累加各个所述选择项的所述当前广告效果数据，得到累加数据；

统计在当前时间段的上一时间段，各个所述选择项被浏览所消耗的各种网络流量；

获取各种网络流量之间相互重叠的流量；根据所述相互重叠的流量，得到重叠系数；

将所述累加数据和所述重叠系数乘积，确定为多个所述选择项的实时综合效果评估数据。

5.根据权利要求1-4中任一项所述的方法，其特征在于，还包括：

将如下步骤中的一种或者多种执行实时的在线处理：信息获取的步骤、信息修正的步骤、综合评估的步骤；

和/或，

将历史模拟的步骤执行离线处理。

6.根据权利要求3或4所述的方法，其特征在于，所述历史竞价环境特征包括以下特征中的一个或者多个特征：

覆盖流量特征、市场价格特征和点击率特征。

7.根据权利要求1-4中任一项所述的方法，其特征在于，多个所述选择项包括以下信息中的一个或者多个信息：

目标受众信息、广告位置信息和出价信息。

8.一种广告效果模拟的装置，其特征在于，包括：

信息获取单元，用于获取用于推广广告信息的多个选择项；

历史模拟单元，用于根据与多个所述选择项中各个所述选择项对应的历史推广数据，确定各个所述选择项的效果评估数据；

信息修正单元，用于对各个所述选择项的所述效果评估数据进行修正，得到各个所述选择项的实时效果评估数据；

综合评估单元，用于对各个所述选择项的实时效果评估数据进行合并和去重处理，得到多个所述选择项的实时综合效果评估数据。

9.根据权利要求8所述的装置，其特征在于，所述历史模拟单元还用于：

从各个所述选择项对应的历史推广数据中，统计各个所述选择项在取不同数值时对应的不同的效果评估数据；

根据统计的数据，建立各个所述选择项与各个所述效果评估数据的映射关系；

根据所述映射关系，得到各个所述选择项的效果评估数据。

10.根据权利要求8所述的装置，其特征在于，所述信息修正单元还用于：

获取历史时间段内各个所述选择项的历史竞价环境特征；

获取当前各个所述选择项的当前竞价环境特征；

根据所述历史竞价环境特征和所述当前竞价环境特征的变化，修正所述效果评估数据，得到各个所述实时效果评估数据。

11.根据权利要求8所述的装置，其特征在于，所述综合评估单元还用于：

累加各个所述选择项的所述当前广告效果数据，得到累加数据；

统计在当前时间段的上一时间段，各个所述选择项被浏览所消耗的各种网络流量；

获取各种网络流量之间相互重叠的流量；根据所述相互重叠的流量，得到重叠系数；

将所述累加数据和所述重叠系数乘积，确定为多个所述选择项的实时综合效果评估数据。

12.根据权利要求8-11中任一项所述的装置，其特征在于，还包括：

在线处理单元，用于将如下的一种或者多种单元执行实时的在线处理：信息获取单元、信息修正单元和综合评估单元；

和/或

离线处理单元，用于将历史模拟单元执行离线处理。

13.根据权利要求10或11所述的装置，其特征在于，所述历史竞价环境特征包括以下特征中的一个或者多个特征：

覆盖流量特征、市场价格特征和点击率特征。

14.根据权利要求8-11中任一项所述的装置，其特征在于，所述选择项包括以下信息中的一个或者多个信息：

目标受众信息、广告位置信息和出价信息。

15.一种广告效果模拟的装置，其特征在于，包括：

存储器，用于存放程序；

处理器，用于执行所述存储器存储的程序，所述程序使得所述处理器执行如权利要求1-7中任意一项所述的方法。

16.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1-7中任意一项所述的方法。