[发明专利]广告投放方法、终端及计算机可读存储介质

权利要求书

1.一种广告投放方法，其特征在于，包括：

接收总询价流量，根据所述总询价流量获取模型训练数据、用户的静态属性特征数据和动态属性特征数据，所述总询价流量包括多支广告的询价流量，所述模型训练数据包括每次广告的曝光记录和点击行为记录；

根据所述模型训练数据、静态属性特征数据和动态属性数据确定关于曝光/点击的全场景数据，所述全场景数据包括多个单阶特征；

根据所述单阶特征，结合逻辑回归模型和梯度增强决策树模型预测多支广告的多个潜在点击率值；

接收用户输入的广告点击价值预估值，根据多个所述潜在点击率值和所述广告点击价值预估值，计算出多支广告的出价；

对多支广告的出价进行排序以得到广告出价排序表，并根据所述广告出价排序表进行广告投放。

2.如权利要求1所述的广告投放方法，其特征在于，接收总询价流量之前，所述方法还包括：

通过埋点落日志记录每次广告的曝光与点击行为。

3.如权利要求2所述的广告投放方法，其特征在于，所述静态属性特征数据包括年龄、性别及兴趣爱好，所述动态属性特征数据包括浏览行为。

4.如权利要求3所述的广告投放方法，其特征在于，所述单阶特征包括用户属性特征、媒体方特征及广告方特征。

5.如权利要求4所述的广告投放方法，其特征在于，根据所述单阶特征，结合逻辑回归模型和梯度增强决策树模型预测多支广告的多个潜在点击率值，具体包括：

根据多个所述单阶特征构建组合特征；

采用所述梯度增强决策树模型对多个所述单阶特征和所述组合特征进行重新组合，以得到目标特征；

采用所述逻辑回归模型对所述目标特征进行训练，以预测得到多支广告的多个潜在点击率值。

6.一种广告投放终端，其特征在于，包括：

获取单元，用于接收总询价流量，根据所述总询价流量获取模型训练数据、用户的静态属性特征数据和动态属性特征数据，所述总询价流量包括多支广告的询价流量，所述模型训练数据包括每次广告的曝光记录和点击行为记录；

确定单元，用于根据所述模型训练数据、静态属性特征数据和动态属性数据确定关于曝光/点击的全场景数据，所述全场景数据包括多个单阶特征；

预测单元，根据所述单阶特征、结合逻辑回归模型和梯度增强决策树模型预测多支广告的多个潜在点击率值；

计算单元，用于接收用户输入的广告点击价值预估值、根据多个所述潜在点击率值和所述广告点击价值预估值计算出多支广告的出价；

投放单元，用于对多支广告的出价进行排序以得到广告出价排序表、并根据所述广告出价排序表进行广告投放。

7.如权利要求6所述的广告投放终端，其特征在于，所述广告投放终端还包括：

记录单元，用于通过埋点落日志记录每次广告的曝光与点击行为。

8.如权利要求7所述的广告投放终端，其特征在于，所述预测单元具体用于：

根据多个所述单阶特征构建组合特征；

采用所述梯度增强决策树模型对多个所述单阶特征和所述组合特征进行重新组合，以得到目标特征；

采用所述逻辑回归模型对所述目标特征进行训练，以预测得到多支广告的多个潜在点击率值。

9.一种广告投放终端，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-5任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-5任一项所述的方法。