CN110969460B - 一种针对信息流广告的投放效果预测方法和装置 - Google Patents
一种针对信息流广告的投放效果预测方法和装置 Download PDFInfo
- Publication number
- CN110969460B CN110969460B CN201811150112.XA CN201811150112A CN110969460B CN 110969460 B CN110969460 B CN 110969460B CN 201811150112 A CN201811150112 A CN 201811150112A CN 110969460 B CN110969460 B CN 110969460B
- Authority
- CN
- China
- Prior art keywords
- creative
- effect
- target
- similarity
- orientation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000000694 effects Effects 0.000 title claims abstract description 131
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000007476 Maximum Likelihood Methods 0.000 claims description 6
- 230000008685 targeting Effects 0.000 description 12
- 238000012360 testing method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请实施例公开了一种针对信息流广告的投放效果预测方法和装置。在获取需要预测投放效果的待定组合时，可以从历史数据中确定出目标定向与多个参考定向中每个参考定向之间的第一相似度，以及目标创意与多个参考创意中每个参考创意之间的第二相似度，根据第一效果部分和第二效果部分预测出所述待定组合的投放效果；由此，通过引入了目标定向与多个参考定向间的语义相似度以及目标创意与多个参考创意间的语义相似度，可以结合多个参考定向和创意与目标定向和目标创意间的投放效果作为预测待定组合投放效果的依据，从而可以得到较为准确的预测结果，不仅杜绝了人为经验的影响，也提高了预测效率和准确性。
Description
技术领域
本申请涉及领域，特别是涉及一种针对信息流广告的投放效果预测方法和装置。
背景技术
信息流广告是位于社交媒体用户的好友动态、或者资讯媒体和视听媒体内容流中的广告。信息流广告的形式有图片、图文、视频等，特点是算法推荐、原生体验，可以通过标签进行定向投放，根据自己的需求选择推曝光、落地页或者应用下载等等，最后的效果取决于创意+定向这两个关键因素。其中，定向用于标识信息流广告的投放对象的相关信息，例如哪一类人群，这一类人群的特征等。而创意用于标识信息流广告的具体内容，例如信息流广告内的具体广告文案等。
在基于定向+创意组合投放信息流广告之前，需要预测不同的定向+创意组合的投放效果，以决定通过何种组合投放信息流广告。
目前的预测方式是通过人工经验进行的，即通过资深从业人员的个人经验从海量的定向和创意中挑选可能投放效果不错的组合，这种方式非常依赖个人经验，不仅工作量大，而且准确率难以保证。
发明内容
为了解决上述技术问题，本申请提供了一种针对信息流广告的投放效果预测方法和装置，不仅杜绝了人为经验的影响，也提高了预测效率和准确性。
本申请实施例公开了如下技术方案：
第一方面，一种针对信息流广告的投放效果预测方法，所述方法包括：
获取包括目标定向和目标创意的待定组合；
确定所述目标定向与多个参考定向中每个参考定向之间的第一相似度，以及所述目标创意与多个参考创意中每个参考创意之间的第二相似度；
根据第一效果部分和第二效果部分预测出所述待定组合的投放效果；其中，所述第一效果部分是根据所述第一相似度和包含所述目标创意与参考定向的历史定向创意组合的投放效果确定的，所述第二效果部分是根据所述第二相似度和包含所述目标定向与参考创意的历史定向创意组合的投放效果确定的。
可选的，在预测所述待定组合的投放效果时，所述第一效果部分和第二效果部分以及各自对应权重进行预测，其中，所述权重是根据最大似然估计方法估计得到的。
可选的，所述第一相似度是根据所述目标定向与每个参考定向分别计算独热码后计算欧式距离得到的。
可选的，所述第二相似度是根据所述目标创意的关键词与每个参考创意的关键词分别计算独热码后计算欧式距离得到的。
第二方面，本申请实施例提供了一种针对信息流广告的投放效果预测装置，所述装置包括获取单元、确定单元和预测单元：
所述获取单元，用于获取包括目标定向和目标创意的待定组合；
所述确定单元，用于确定所述目标定向与多个参考定向中每个参考定向之间的第一相似度，以及所述目标创意与多个参考创意中每个参考创意之间的第二相似度；
所述预测单元，用于根据第一效果部分和第二效果部分预测出所述待定组合的投放效果；其中，所述第一效果部分是根据所述第一相似度和包含所述目标创意与参考定向的历史定向创意组合的投放效果确定的，所述第二效果部分是根据所述第二相似度和所述目标定向与参考创意的历史定向创意组合的投放效果确定的。
可选的，在预测所述待定组合的投放效果时，所述第一效果部分和第二效果部分以及各自对应权重进行预测，其中，所述权重是根据最大似然估计方法估计得到的。
可选的，所述第一相似度是根据所述目标定向与每个参考定向分别计算独热码后计算欧式距离得到的。
可选的，所述第二相似度是根据所述目标创意的关键词与每个参考创意的关键词分别计算独热码后计算欧式距离得到的。
由上述技术方案可以看出，在获取需要预测投放效果的待定组合时，可以从历史数据中确定出目标定向与多个参考定向中每个参考定向之间的第一相似度，以及目标创意与多个参考创意中每个参考创意之间的的第二相似度，根据第一效果部分和第二效果部分预测出所述待定组合的投放效果；其中，所述第一效果部分是根据所述第一相似度和包含所述目标创意与参考定向的历史定向创意组合的投放效果确定的，所述第二效果部分是根据所述第二相似度和包含所述目标定向与参考创意的历史定向创意组合的投放效果确定的，由此，通过引入了目标定向与多个参考定向间的相似度(例如，可以是语义相似度)以及目标创意与多个参考创意间的相似度(例如，可以是语义相似度)，可以结合多个参考定向和创意与目标定向和目标创意间的投放效果作为预测待定组合投放效果的依据，从而可以得到较为准确的预测结果，不仅杜绝了人为经验的影响，也提高了预测效率和准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种针对信息流广告的投放效果预测方法的方法流程图；
图2为本申请实施例提供的一种针对信息流广告的投放效果预测装置的装置结构图。
具体实施方式
下面结合附图，对本申请的实施例进行描述。
2006年，Facebook首先推出了信息流广告。2014年，信息流开始在中国广告市场出现，并以每年超50％的增长率快速发展。2018年，中国信息流广告市场规模达预期可达到到914亿，市场份额约为18.2％，成为仅次于搜索和电商的新型广告媒体。
信息的传播遵循“香农-韦弗传播模式”，它是一种直线性的单项过程，过程为：信息源产生讯息->发射器发出讯息->信道传输信息->接收器接受并还原信息->接收者收到信息。信息流广告也是信息的一种，传播过程可描述为：信息流广告投放->信息流产生曝光->信息流产生点击->受众进入目标页面->受众进行转化。对应的投放过程为：信息流广告投放->定向方式决定曝光->创意引起点击->受众进入着陆页->受众进行转化。简述而言，整个传播过程可划分为三大模块：定向模块、创意模块、着陆页模块。而定向模块和创意模块中属性值多种多样，在投放测试环节，如果全部交叉进行测试，不仅工作量和最终产出很难成正比，广告主的预算也不足以支撑最终结论的产出。
故目前常规做法是由优化师根据自己经验进行测试，并根据测试效果进行之后的相应投放。该工作量及准确度都不稳定，且需大量的消耗人力成本。所以，如果可以通过简单测试和工具即可得出各种组合的效能评分，对实际投放有着重要的意义。本申请实施例提供的技术方案设计将根据简单测试结果，建立一个定向、创意即创意组合的效能评估模型，使得在投放时能够预估出最佳的定向创意组合。
如图1所示，为本申请实施例提供的一种针对信息流广告的投放效果预测方法的方法流程图，所述方法包括：
101：获取包括目标定向和目标创意的待定组合。
在本申请实施例中，一般是需要确定针对某一确定的定向，哪些创意与其组合后的投放效果较好，从而确定向该定向(即目标定向)投放哪一或哪些创意的信息流广告。在这一情况下，目标创意为任意一种创意，通过与该定向的不同组合方式，以通过预测的投放效果确定出适于与该定向组合的创意。
或者，针对某一特定创意，哪些定向与其组合后的投放效果较好，从而确定向哪一或哪些定向投放该创意(即目标创意)的信息流广告。在这一情况下，目标定向为任意一种定向，通过与该创意的不同组合方式，以通过预测的投放效果确定出适于与该创意组合的定向。
或者，针对某一特定定向创意组合，确定是否可以作为组合进行投放。
102：确定所述目标定向与多个参考定向中每个参考定向之间的第一相似度，以及所述目标创意与多个参考创意中每个参考创意之间的第二相似度。后文中将语义相似度作为第一和第二相似度的具体实例进行说明。
在一种可能的实现方式中，所述多个参考定向是历史定向创意组合中与所述目标创意有组合关系的定向；所述多个参考创意是历史定向创意组合中与所述目标定向有组合关系的创意。例如表1所示：
| B1 | B2 | B3 | B4 | B5 | |
| A1 | e(A1B2) | e(A1B3) | e(A1B4) | e(A1B5) | |
| A2 | e(A2B1) | ||||
| A3 | e(A3B1) | ||||
| A4 | e(A4B1) | ||||
| A5 | |||||
| A6 | e(A6B1) | ||||
| A7 | e(A7B1) | ||||
| A8 |
表1
在表1中，Ai为定向，Bj为创意，e(AiBj)为Ai和Bj作为定向创意组合时，投放信息流广告所能达到的投放效果。历史定向创意组合的投放效果是已知的。
当待定组合为A1B1时，目标定向为A1，目标创意为B1。若表1中为可以得到的历史定向创意组合以及其投放效果，那么前述的多个参考定向可以为表1中与B1有组合关系的定向，分别为A2、A3、A4、A6、A7，前述的多个参考创意为表1中与A1有组合关系的创意，分别为B2、B3、B4、B5。
在一种可能的实现方式中，所述第一相似度是根据所述目标定向与每个参考定向分别计算独热码后计算欧式距离得到的。
所述第二相似度是根据所述目标创意的关键词与多个参考创意的关键词分别计算独热码后计算欧式距离得到的。
继续以表1为例，可以将A1能够体现的对象相关信息进行独热码编码(one-hotencoding)得到a1，对多个参考定向A2、A3、A4、A6、A7分别进行独热码编码得到a2、a3、a4、a6、a7，得到的第一相似度可以包括5个，分别为r(A2A1)、r(A3A1)、r(A4A1)、r(A6A1)、r(A7A1)。具体的，r(AiA1)可以为标准化后的距离信息，两个定向的语义相似度数值越靠近1，这两个定向的语义相似度就越接近。
还可以将B1所包括的关键词进行独热码编码得到b1，对多个参考创意B2、B3、B4、B5分别进行独热码编码得到b2、b3、b4、b5，得到的第二相似度可以包括4个，分别为r(B2B1)、r(B3B1)、r(B4B1)、r(B5B1)。具体的，r(BiB1)可以为标准化后的距离信息，两个创意的语义相似度数值越靠近1，这两个创意的语义相似度就越接近。
103：根据第一效果部分和第二效果部分预测出所述待定组合的投放效果；其中，所述第一效果部分是根据所述第一相似度和包含所述目标创意与参考定向的历史定向创意组合的投放效果确定的，所述第二效果部分是根据所述第二相似度和包含所述目标定向与参考创意的历史定向创意组合的投放效果确定的。
在一种可能的实现方式中，确定待定组合的投放效果可以通过下式得到：
其中，可以为权重，m为参考定向的数量，n为参考创意的数量，e(AiB1)为任一个参考定向与目标创意的组合所达到的投放效果，e(A1Bj)为任一个参考创意与目标定向的组合所达到的投放效果。
可以预先设置，在一种可能的实现方式中，计算所述待定组合的投放效果时，所述第一效果部分和第二效果部分以及各自对应权重进行预测，其中，所述权重是根据最大似然估计方法估计得到的。
由上述技术方案可以看出，在获取需要预测投放效果的待定组合时，可以从历史数据中确定出目标定向与多个参考定向中每个参考定向之间的第一相似度，以及目标创意与多个参考创意中每个参考创意之间的第二相似度，根据第一效果部分和第二效果部分预测出所述待定组合的投放效果；其中，所述第一效果部分是根据所述第一相似度和包含所述目标创意与参考定向的历史定向创意组合的投放效果确定的，所述第二效果部分是根据所述第二相似度和包含所述目标定向与参考创意的历史定向创意组合的投放效果确定的，由此，通过引入了目标定向与多个参考定向间的相似度(例如，可以是语义相似度)以及目标创意与多个参考创意间的相似度(例如，可以是语义相似度)，可以结合多个参考定向和创意与目标定向和目标创意间的投放效果作为预测待定组合投放效果的依据，从而可以得到较为准确的预测结果，不仅杜绝了人为经验的影响，也提高了预测效率和准确性。
图2为本申请实施例提供了一种针对信息流广告的投放效果预测装置的装置结构图，所述装置包括获取单元201、确定单元202和预测单元203：
所述获取单元201，用于获取包括目标定向和目标创意的待定组合；
所述确定单元202，用于确定所述目标定向与多个参考定向中每个参考定向之间的第一相似度，以及所述目标创意与多个参考创意中每个参考创意之间的第二相似度；
所述预测单元203，用于根据第一效果部分和第二效果部分预测出所述待定组合的投放效果；其中，所述第一效果部分是根据所述第一相似度和包含所述目标创意与参考定向的历史定向创意组合的投放效果确定的，所述第二效果部分是根据所述第二相似度和所述目标定向与参考创意的历史定向创意组合的投放效果确定的。
可选的，在预测所述待定组合的投放效果时，所述第一效果部分和第二效果部分以及各自对应权重进行预测，其中，所述权重是根据最大似然估计方法估计得到的。
可选的，所述第一相似度是根据所述目标定向与每个参考定向分别计算独热码后计算欧式距离得到的。
可选的，所述第二相似度是根据所述目标创意的关键词与每个参考创意的关键词分别计算独热码后计算欧式距离得到的。
由上述技术方案可以看出，在获取需要预测投放效果的待定组合时，可以从历史数据中确定出目标定向与多个参考定向中每个参考定向之间的第一相似度，以及目标创意与多个参考创意中每个参考创意之间的第二相似度，根据第一效果部分和第二效果部分预测出所述待定组合的投放效果；其中，所述第一效果部分是根据所述第一相似度和包含所述目标创意与参考定向的历史定向创意组合的投放效果确定的，所述第二效果部分是根据所述第二相似度和包含所述目标定向与参考创意的历史定向创意组合的投放效果确定的，由此，通过引入了目标定向与多个参考定向间的语义相似度以及目标创意与多个参考创意间的语义相似度，可以结合多个参考定向和创意与目标定向和目标创意间的投放效果作为预测待定组合投放效果的依据，从而可以得到较为准确的预测结果，不仅杜绝了人为经验的影响，也提高了预测效率和准确性。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质可以是下述介质中的至少一种：只读存储器(英文：read-only memory，缩写：ROM)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备及***实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的设备及***实施例仅仅是示意性的，其中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劳动的情况下，即可以理解并实施。
以上所述，仅为本申请的一种具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种针对信息流广告的投放效果预测方法，其特征在于，所述方法包括：
获取包括目标定向和目标创意的待定组合；
确定所述目标定向与多个参考定向中每个参考定向之间的第一相似度，以及所述目标创意与多个参考创意中每个参考创意之间的第二相似度；
根据第一效果部分和第二效果部分预测出所述待定组合的投放效果；其中，所述第一效果部分是根据所述第一相似度和包含所述目标创意与参考定向的历史定向创意组合的投放效果确定的，所述第二效果部分是根据所述第二相似度和包含所述目标定向与参考创意的历史定向创意组合的投放效果确定的；
预测所述待定组合的投放效果可以通过下式得到：
其中，Ai为定向，Bj为创意，e(A1B1)为目标定向与目标创意的组合所达到的投放效果，为权重，m为参考定向的数量，r(AiA1)为所述第一相似度，e(AiB1)为包含所述目标创意与参考定向的历史定向创意组合的投放效果，n为参考创意的数量，r(BjB1)为所述第二相似度，e(A1Bj)为包含所述目标定向与参考创意的历史定向创意组合的投放效果。
2.根据权利要求1所述的方法，其特征在于，在预测所述待定组合的投放效果时，所述第一效果部分和第二效果部分以及各自对应权重进行预测，其中，所述权重是根据最大似然估计方法估计得到的。
3.根据权利要求1所述的方法，其特征在于，所述第一相似度是根据所述目标定向与每个参考定向分别计算独热码后计算欧式距离得到的。
4.根据权利要求1-3任意一项所述的方法，其特征在于，所述第二相似度是根据所述目标创意的关键词与每个参考创意的关键词分别计算独热码后计算欧式距离得到的。
5.一种针对信息流广告的投放效果预测装置，其特征在于，所述装置包括获取单元、确定单元和预测单元：
所述获取单元，用于获取包括目标定向和目标创意的待定组合；
所述确定单元，用于确定所述目标定向与多个参考定向中每个参考定向之间的第一相似度，以及所述目标创意与多个参考创意中每个参考创意之间的第二相似度；
所述预测单元，用于根据第一效果部分和第二效果部分预测出所述待定组合的投放效果；其中，所述第一效果部分是根据所述第一相似度和包含所述目标创意与参考定向的历史定向创意组合的投放效果确定的，所述第二效果部分是根据所述第二相似度和所述目标定向与参考创意的历史定向创意组合的投放效果确定的；
预测所述待定组合的投放效果可以通过下式得到：
其中，Ai为定向，Bj为创意，e(A1B1)为目标定向与目标创意的组合所达到的投放效果，为权重，m为参考定向的数量，r(AiA1)为所述第一相似度，e(AiB1)为包含所述目标创意与参考定向的历史定向创意组合的投放效果，n为参考创意的数量，r(BjB1)为所述第二相似度，e(A1Bj)为包含所述目标定向与参考创意的历史定向创意组合的投放效果。
6.根据权利要求5所述的装置，其特征在于，在预测所述待定组合的投放效果时，所述第一效果部分和第二效果部分以及各自对应权重进行预测，其中，所述权重是根据最大似然估计方法估计得到的。
7.根据权利要求5所述的装置，其特征在于，所述第一相似度是根据所述目标定向与每个参考定向分别计算独热码后计算欧式距离得到的。
8.根据权利要求5-7任意一项所述的装置，其特征在于，所述第二相似度是根据所述目标创意的关键词与每个参考创意的关键词分别计算独热码后计算欧式距离得到的。
9.一种存储介质，其上存储有程序，其特征在于，所述程序被处理器执行时实现权利要求1至4任一项所述的方法。
10.一种处理器，所述处理器用于运行程序，其特征在于，所述程序运行时执行权利要求1至4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811150112.XA CN110969460B (zh) | 2018-09-29 | 2018-09-29 | 一种针对信息流广告的投放效果预测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811150112.XA CN110969460B (zh) | 2018-09-29 | 2018-09-29 | 一种针对信息流广告的投放效果预测方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110969460A CN110969460A (zh) | 2020-04-07 |
| CN110969460B true CN110969460B (zh) | 2023-10-31 |
Family
ID=70028078
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811150112.XA Active CN110969460B (zh) | 2018-09-29 | 2018-09-29 | 一种针对信息流广告的投放效果预测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110969460B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113570422B (zh) * | 2021-09-26 | 2022-02-08 | 腾讯科技（深圳）有限公司 | 创意指导信息的生成方法、装置、计算机设备和存储介质 |
| CN116823360B (zh) * | 2023-07-13 | 2024-02-06 | 天津瀛智科技有限公司 | 一种基于用户行为的智能广告计划生成方法及*** |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005190340A (ja) * | 2003-12-26 | 2005-07-14 | Yafoo Japan Corp | 広告管理プログラム、広告管理方法および広告管理装置 |
| CN102110265A (zh) * | 2009-12-23 | 2011-06-29 | 深圳市腾讯计算机***有限公司 | 一种预估网络广告效果的方法及*** |
| CN102592235A (zh) * | 2011-12-28 | 2012-07-18 | 北京品友互动信息技术有限公司 | 一种互联网广告投放*** |
| CN103996088A (zh) * | 2014-06-10 | 2014-08-20 | 苏州工业职业技术学院 | 基于多维特征组合逻辑回归的广告点击率预测方法 |
| CN104574124A (zh) * | 2013-10-10 | 2015-04-29 | 深圳市腾讯计算机***有限公司 | 确定广告数据的展示效果的方法及装置 |
| CN105160548A (zh) * | 2015-08-20 | 2015-12-16 | 北京奇虎科技有限公司 | 对广告点击率进行预测的方法及装置 |
| CN105654345A (zh) * | 2015-12-30 | 2016-06-08 | 上海珍岛信息技术有限公司 | 一种基于贝叶斯网络的广告点击率预测方法及装置 |
| CN105894337A (zh) * | 2016-06-23 | 2016-08-24 | 广州筷子信息科技有限公司 | 广告创意元素效果测试的方法与装置 |
| CN107346496A (zh) * | 2016-05-05 | 2017-11-14 | 腾讯科技（北京）有限公司 | 目标用户定向方法及装置 |
| CN108053050A (zh) * | 2017-11-14 | 2018-05-18 | 广州优视网络科技有限公司 | 点击率预估方法、装置、计算设备及存储介质 |
| CN108109008A (zh) * | 2017-12-21 | 2018-06-01 | 暴风集团股份有限公司 | 用于预估广告的点击率的方法、装置、设备和存储介质 |
| CN108256893A (zh) * | 2016-12-29 | 2018-07-06 | 北京国双科技有限公司 | 广告投放效果的分析方法及装置 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006048320A (ja) * | 2004-08-04 | 2006-02-16 | Sony Corp | 情報処理装置および方法、記録媒体、並びにプログラム |
| US9087339B2 (en) * | 2009-11-19 | 2015-07-21 | Google Inc. | Content performance estimation |
| US20110288935A1 (en) * | 2010-05-24 | 2011-11-24 | Jon Elvekrog | Optimizing targeted advertisement distribution |
| US20120158456A1 (en) * | 2010-12-20 | 2012-06-21 | Xuerui Wang | Forecasting Ad Traffic Based on Business Metrics in Performance-based Display Advertising |
| US20130346182A1 (en) * | 2012-06-20 | 2013-12-26 | Yahoo! Inc. | Multimedia features for click prediction of new advertisements |
-
2018
- 2018-09-29 CN CN201811150112.XA patent/CN110969460B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005190340A (ja) * | 2003-12-26 | 2005-07-14 | Yafoo Japan Corp | 広告管理プログラム、広告管理方法および広告管理装置 |
| CN102110265A (zh) * | 2009-12-23 | 2011-06-29 | 深圳市腾讯计算机***有限公司 | 一种预估网络广告效果的方法及*** |
| CN102592235A (zh) * | 2011-12-28 | 2012-07-18 | 北京品友互动信息技术有限公司 | 一种互联网广告投放*** |
| CN104574124A (zh) * | 2013-10-10 | 2015-04-29 | 深圳市腾讯计算机***有限公司 | 确定广告数据的展示效果的方法及装置 |
| CN103996088A (zh) * | 2014-06-10 | 2014-08-20 | 苏州工业职业技术学院 | 基于多维特征组合逻辑回归的广告点击率预测方法 |
| CN105160548A (zh) * | 2015-08-20 | 2015-12-16 | 北京奇虎科技有限公司 | 对广告点击率进行预测的方法及装置 |
| CN105654345A (zh) * | 2015-12-30 | 2016-06-08 | 上海珍岛信息技术有限公司 | 一种基于贝叶斯网络的广告点击率预测方法及装置 |
| CN107346496A (zh) * | 2016-05-05 | 2017-11-14 | 腾讯科技（北京）有限公司 | 目标用户定向方法及装置 |
| CN105894337A (zh) * | 2016-06-23 | 2016-08-24 | 广州筷子信息科技有限公司 | 广告创意元素效果测试的方法与装置 |
| CN108256893A (zh) * | 2016-12-29 | 2018-07-06 | 北京国双科技有限公司 | 广告投放效果的分析方法及装置 |
| CN108053050A (zh) * | 2017-11-14 | 2018-05-18 | 广州优视网络科技有限公司 | 点击率预估方法、装置、计算设备及存储介质 |
| CN108109008A (zh) * | 2017-12-21 | 2018-06-01 | 暴风集团股份有限公司 | 用于预估广告的点击率的方法、装置、设备和存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 基于品效合一视角的移动应用广告转化效果研究;张宁;中国优秀硕士学位论文全文数据库 经济与管理科学辑;J157-12 * |
| 基于用户相似度和特征分化的广告点击率预测研究;潘书敏;颜娜;谢瑾奎;;计算机科学(02);290-296 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110969460A (zh) | 2020-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8868481B2 (en) | Video recommendation based on video co-occurrence statistics | |
| US9824156B1 (en) | Targeting of digital content to geographic regions | |
| US8341169B2 (en) | Open profile content identification | |
| US8732015B1 (en) | Social media pricing engine | |
| US8321462B2 (en) | Custodian based content identification | |
| US20130086063A1 (en) | Deriving User Influences on Topics from Visual and Social Content | |
| US8688717B2 (en) | Method and apparatus for generating and using an interest graph | |
| CN105654198B (zh) | 具有最优阈值筛选的品牌广告效果优化的方法 | |
| US8965867B2 (en) | Measuring and altering topic influence on edited and unedited media | |
| CN105069041A (zh) | 基于视频用户性别分类的广告投放方法 | |
| CN110969460B (zh) | 一种针对信息流广告的投放效果预测方法和装置 | |
| CN110515904B (zh) | 媒体文件的质量预测模型训练方法、质量预测方法及装置 | |
| CN113222653A (zh) | 一种程序化广告用户受众扩展方法、***、设备及存储介质 | |
| US9208509B1 (en) | System, method, and computer program for personalizing content for a user based on a size of a working vocabulary of the user | |
| CN109241120A (zh) | 一种用户推荐方法及装置 | |
| GB2591677A (en) | System and method for providing recommendations based on consumer location | |
| CN107507023B (zh) | 一种信息投放方法及装置 | |
| CN116485472B (zh) | 基于互联网和人工智能的精准广告、信息的投放*** | |
| KR102106617B1 (ko) | 광고 반응 기반의 사용자 관심도 예측 방법 | |
| US20200218740A1 (en) | Data prioritization through relationship analysis mapping | |
| CN111582901A (zh) | 一种展示链接效果的量化方法、装置、***及存储介质 | |
| Dokoupil | Long-term fairness for group recommender systems with large groups | |
| Abubakar et al. | The mediating effect of novelty-seeking tendencies in tourists’ revisit intention: a case from Singapore | |
| Yang et al. | Who are like-minded: mining user interest similarity in online social networks | |
| CN111259266B (zh) | 一种互联网内容推荐方法及*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |