[发明专利]广告竞价方法、装置、电子装置及计算机可读介质

说明书

技术领域

本公开总体涉及互联网技术领域，具体而言，涉及一种广告竞价方法、装置、电子装置及计算机可读介质。

背景技术

需求方平台(Demand-side platform，简称DSP)是一种服务于广告主的广告投放平台，接受广告主在多个广告交易平台(Ad exchange，简称ADX)投放广告的请求，参与实时的广告竞价，购买目标受众。同付费搜索相似，DSP允许广告主基于关键绩效指标(Performance Indicator，简称KPI)优化广告投放策略，比如千次点击花费(effective Cost Per Click，简称eCPC)等。实时竞价(Real-time bidding，简称RTB)是一种以单次展现为单位，买卖广告库存(媒体广告位)的程序化竞价方式。

以常见的应用场景为例，广告投放平台购买媒体的展现机会，赢得本次竞价后，广告会展现在媒体的广告位，用户点击广告链接，带来流量，媒体对广告投放平台计费；用户点击广告主投放的广告并达到计费标准后，系统对广告主计费。因此，对于每次展现机会的出价策略，决定了广告主的投资回报率以及平台的盈利能力。

基于上述，现有技术方案中至少存在如下问题：

由于有各项人工干预系数，出价模型的优化目标与竞价系统的目标并不一致，系统效果需要大量人工调整参数才能实现最优。因此，现有技术中的技术方案还存在有待改进之处。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开提供一种广告竞价方法、装置、电子装置及计算机可读介质，解决上述技术问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一方面，提供一种竞价方法，包括：

基于增强学习算法进行建模，得到竞价请求、出价与收益之间关系的竞价模型；

对所述竞价模型进行优化，得到优化的出价策略；

对于实时的竞价请求通过所述竞价模型以及所述优化的出价策略，给出与所述实时的竞价请求相对应的出价。

在本公开的一个实施例中，所述基于增强学习算法进行建模包括：

响应所述竞价请求进行竞价，得到所述出价；

对所述出价进行离散化处理，得到多个出价离散值；

如果竞价成功则根据所述多个出价离散值分别计算得到所述收益，其中所述收益为需求方平台对广告主的计费与广告交易平台对所述需求方平台的计费之差。

在本公开的一个实施例中，响应所述竞价请求之前，还包括：

将所述竞价请求变换为自然语言。

在本公开的一个实施例中，得到多个出价离散值之后，还包括：

当每一个所述出价离散值高于实际价格时，复制一次实时数据流；

所述实时数据流为(x,b,r,p)，其中x为所述竞价请求，b为所述出价，r为所述收益，p为所述实际价格。

在本公开的一个实施例中，在建模过程中，对曝光数据、点击日志以及计费日志按照时间顺序进行实时拼接，得到所述实时数据流，其中所述曝光数据为针对所述竞价请求竞价成功展现给用户的数据，所述点击日志为用户点击媒体广告位时生成的日志数据，所述计费日志为所述用户点击所述媒体广告位时需求方平台对广告主的计费以及广告交易平台对所述需求方平台的计费的日志数据。

在本公开的一个实施例中，所述竞价模型建模之前还包括：

基于已有的竞价信息优化得到初始出价策略。

根据本公开的再一方面，提供一种广告竞价装置，包括：

建模模块，用于基于增强学习算法进行建模，得到竞价请求、出价与收益之间关系的竞价模型；

优化模块，用于对所述竞价模型进行优化，得到优化的出价策略；

出价模块，用于对于实时的竞价请求通过所述竞价模型以及所述优化的出价策略，给出与所述实时的竞价请求相对应的出价。

在本公开的一个实施例中，所述建模模块包括：

响应子模块，用于响应所述竞价请求进行竞价，得到所述出价；

离散子模块，用于对所述出价进行离散化处理，得到多个出价离散值；

计算子模块，用于如果竞价成功则根据所述多个出价离散值分别计算得到所述收益，其中所述收益为需求方平台对广告主的计费与广告交易平台对所述需求方平台的计费之差。