本发明专利技术提供了一种实时竞价在线反馈控制方法及系统，属于互联网广告以及信息处理领域。该实时竞价在线反馈控制系统嵌入到需求方平台的竞价系统中，所述需求方平台的竞价系统包括竞价计算器，所述需求方平台接收来自公开广告交易平台的竞价请求，然后由所述竞价计算器进行价格评估并给出竞价；所述实时竞价在线反馈控制系统包括控制器、执行器和监测器；所述监测器接收并统计所有竞标成功的信息以及用户反馈信息，并将收集到的数据进行计算，得出当前广告投放效果的关键业绩指标，并发送给所述控制器；所述竞标成功的信息包括所有成功竞标的有效花销。
【技术实现步骤摘要】
本专利技术属于互联网广告以及信息处理领域，具体涉及一种实时竞价在线反馈控制 方法及系统，对实时竞价广告活动中关键业绩指标进行在线反馈控制。
技术介绍
实时竞价广告兴起于2009年，是互联网数字广告的一种新形式。它通过计算机程 序高速运算完成广告主对每一次广告展示的单独竞价。如图1所示，一次实时竞价广告展 示流程基本如下： 1.用户访问媒体资源如网站或APP时带来一次广告展示机会； 2.这次展示机会通过供应端平台或广告网络平台以竞价请求的方式发送给公开 交易平台； 3.公开交易平台给注册在它上面的所有需求端平台发送该竞价请求； 4.每个需求端平台根据广告主的需要对该竞价请求进行价格评估并出价； 5.广告交易平台对短时间（100毫秒）收集到的所有出价进行对比，价格最高者的 广告最终会在此次展示中曝光； 6.用户对曝光广告的反馈信息（例如广告点击和转化）被追踪并发回至需求方平 台。在竞价的过程中，广告主对每次展示机会的出价取决于对这些机会的价值的评估（如， 通过竞价请求中的对应的用户的信息以及广告位的信息去评估该展示有多大几率会带来 用户的点击或广告的转化）。然而，尽管实时竞价能够比传统在线广告带来更高的投资回报 率以及更好的效果广告投放，在投放过程中，各项主要的关键业绩指标（KPI，如广告活动中 的每1000次展示的成本、每个点击的有效成本以及赢得每次展示机会的概率等）在不同时 间点的波动很大，严重阻碍广告主把控和优化这些关键业绩指标。 伴随实时竞价的出现以及其技术的不断成熟，广告主越来越看重实时竞价广告活 动效果的优化，现有的实现方式大部分是在需求方平台中优化竞价的算法。这些优化算法 通常包括： 1.广告点击率和转化率的预估，也即是对每次广告展示机会的价值的预估 (可参考文献：Lee,Kuangchih,etal."Estimatingconversionrateindisplay advertisingfrompastperformancedata."U.S.PatentApplication13/584, 545?文 献：0entaryo,RichardJ.,etal."Predictingresponseinmobileadvertisingwith hierarchicalimportanceawarefactorizationmachine."Proceedingsofthe7th ACMinternationalconferenceonWebsearchanddatamining.ACM, 2014.) 〇 这是最 常见的互联网广告优化问题。准确地预估广告的点击率或转化率使得广告主能够有效的对 每次广告展示机会进行估值（好比在交易中对商品的准确估值），从而给出最优的出价。 2.市场价分布估计，也即是对每次广告展示机会的花销的预估（可参考 文献：Cui,Ying,etal."Bidlandscapeforecastinginonlineadexchange marketplace."Proceedingsofthe17thACMSIGKDDinternationalconference onKnowledgediscoveryanddatamining.ACM, 2011.文献：Lang,KevinJ. ,Benjamin Moseley,andSergeiVassilvitskii."Handlingforecasterrorswhilebidding fordisplayadvertising."Proceedingsofthe21stinternationalconferenceon WorldWideWeb.ACM, 2012)。市场价指的是对某次广告展示机会众多广告主出价中最高的 价格。这里市场是参与竞价的成百上千的广告主的整体。由于要估计市场对具体的某一次 广告展示机会十分困难，目前业界都是做市场价在多次展示机会上的分布的估计。 3.竞价算法的函数及参数优化。竞价算法的函数是指从对一次广告展示机会预 估的价值和花销到最终出价的映射。目前业界流行的竞价函数都是一个针对于预估点击率 的线性函数（可参考文献：Perlich，Claudia，etal. "Bidoptimizingandinventory scoringintargetedonlineadvertising."Proceedingsofthe18thACMSIGKDDin ternationalconferenceonKnowledgediscoveryanddatamining.ACM, 2012),优化工 作是调节线性函数的斜率和截距参数。另外也有研究工作提出一种针对于预估点击率的凹 函数来作为竞价函数（可参考文献：Zhang，Weinan，ShuaiYuan,andJunWang. "Optimal real-timebiddingfordisplayadvertising."Proceedingsofthe20thACMSIGKDD internationalconferenceonKnowledgediscoveryanddatamining.ACM,2014)〇 4.除了对每次广告展示机会出价算法的优化，广告主还希望自己的预算在时间或 者流量上有一个更优的分配。例如广告主希望预算在一段时间内平稳地花完，这样在一天 的任何时刻用户都能看到相应的广告。这种预算在时间和流量上的分配算法可以使得广告 活动在受众上有更大的曝光率，广告的效果也会随之提升，可参考文献Lee，KuangChih，Ali Jalali,andAliDasdan."Realtimebidoptimizationwithsmoothbudgetdelivery inonlineadvertising."ProceedingsoftheSeventhInternationalWorkshopon DataMiningforOnlineAdvertising.ACM,2013。 但是，以上的这些优化算法都无法解决实时竞价广告中关键业绩指标波动大并且 无法有效控制的问题。另外，这些算法在广告效果的优化上只能起到提高的作用，并不能保 证关键业绩指标能达到某个目标值。 现有唯--项与控制广告效果关键业绩指标有关的技术是在文献"Chen， Ye,etal."Real-timebiddingalgorithmsforperformance-baseddisplayad allocation."Proceedingsofthe17thACMSIGKDDinternationalconferenceon Knowledgediscoveryanddatamining.ACM，2011"中提出的。该工作中作者提出用PI反 馈控制器以及Waterlevel反馈控制器控制不同广告活动的展示流量率，从而控制并优化 某个媒体的广告收入，但其有如下不足： 1.其是针对单个媒体投放多个广告活动的广告流量动态分配算法，旨在通过控制 每个广告活动的展示流量率来最大化媒体的收入，而不能在实时竞价广告生态环境中代表 单个广告主在需求方平台中实施竞价控制，不能控本文档来自技高网...
【技术保护点】
一种实时竞价在线反馈控制系统，其嵌入到需求方平台的竞价系统中，所述需求方平台的竞价系统包括竞价计算器，所述需求方平台接收来自公开广告交易平台的竞价请求，然后由所述竞价计算器进行价格评估并给出竞价；其特征在于：所述实时竞价在线反馈控制系统包括控制器、执行器和监测器；所述监测器接收并统计所有竞标成功的信息以及用户反馈信息，并将收集到的数据进行计算，得出当前广告投放效果的关键业绩指标，并发送给所述控制器；所述竞标成功的信息包括成功竞标的有效花销；所述控制器将所述当前关键业绩指标以及广告主设定好的目标参考值进行对比，计算得出误差值，然后控制器根据控制函数对误差值进行处理得出反馈控制信号，并将反馈控制信号发送给执行器；所述执行器接收来自竞价计算器的竞价，并根据所述反馈控制信号对下一周期竞价计算器得出的竞价进行调整，然后将调整后的竞价作为竞价回复发送给所述公开广告交易平台。
【技术特征摘要】
【专利技术属性】
技术研发人员：容一飞，张伟楠，
申请(专利权)人：容一飞，张伟楠，
类型：发明
国别省市：海南;66
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。