广告出价方法、装置、设备及计算机存储介质与流程

1.本发明涉及深度学习技术领域，尤其涉及广告出价方法、装置、设备及计算机存储介质。

背景技术：

2.在程序化广告投放领域，大部分程序化广告交易平台(adx，ad exchange)针对第三方广告需求方平台(dsp，demand-side platform)都是以按千次曝光收费(cpm，cost per mille)结算，而第三方dsp通常即既支持cpm又支持按点击付费(cpc，cost per click)。因此，广告主出价时需要将cpc出价转化为cpm出价。
3.在实际操作中，第三方dsp的出价和在adx中的竞价成功率具有一定的正相关性，出价太高，广告主的成本太高，曝光量多，出价太低，拿不到流量。因此，对于第三方dsp来说，在进行cpm出价，尤其是将cpc出价转化成cpm出价时能够是最优的。目前在现有技术中不管是考虑广告的预估点击率，还是该广告的实时点击率，无法将成本控制在最优的状态下，且都不能灵活且快速的给出竞价过程中广告的最优报价。

技术实现要素：

4.有鉴于此，本发明实施例提供一种广告出价方法、装置、设备及计算机存储介质，以实现在成本可控的情况下，灵活且快速的给出竞价过程中广告的最优报价的目的。
5.为实现上述目的，本发明实施例提供如下技术方案：
6.本发明实施例第一方面公开了一种广告出价方法，适用于需求方平台dsp，所述方法包括：
7.接收广告交易系统adx发送的广告竞价请求；
8.基于所述广告竞价请求，触发调用预先针对广告投放商建立的广告投放素材集合中存储的广告投放素材数据，所述广告投放素材数据中至少包括投放素材的成本利润控制参数rate；
9.按照广告投放商在所述dsp上投放的广告类型和所述广告投放素材数据确定当前按千次曝光付费cpm报价；
10.基于所述广告投放素材数据和预设调整频率进行卡尔曼滤波迭代计算，得到广告竞价成功率；
11.比较所述广告竞价成功率与设定阈值是否一致；
12.若一致，将所述当前cpm报价反馈至所述adx进行竞价；
13.若不一致，基于调整后的成本利润控制参数rate计算得到最终cpm最优报价，将所述最终cpm最优报价反馈至所述adx进行竞价。
14.可选的，所述按照广告投放商在所述dsp上投放的广告类型和所述广告投放素材数据确定当前按千次曝光付费cpm报价，包括：
15.若所述投放广告类型为cpm广告，将所述广告投放素材数据中的预测cpm报价作为
当前cpm报价；
16.若所述投放广告类型为按点击付费cpc广告，计算所述广告投放素材数据中的预测cpm报价和投放素材的历史点击率之间的商值，将所述商值作为当前cpm报价。
17.可选的，所述基于所述广告投放素材数据和预设调整频率进行卡尔曼滤波迭代计算，得到广告竞价成功率，包括：
18.获取所述广告投放素材集合中的预测cpm报价、实际cpm报价、目标cpm报价、成本利润控制参数rate、投放总时间k、投放素材的广告投放系统的噪声方差q和投放素材的实际cpm报价的噪声方差r；
19.按照预设调整频率进行卡尔曼滤波迭代计算，得到到达投放总时间k时的cpm(最优报价)k，所述cpm(最优报价)k为目标cpm最优报价k，所述预设调整频率为每单位时间t内调整一次，k的取值单位为小时或天；
20.根据到达投放总时间k的目标cpm最优报价k进行卡尔曼滤波计算，得到投放总时间k+t的目标cpm最优报价
k+t
；
21.获取所述目标cpm最优报价
k+t
对应的广告竞价成功率；
22.其中，目标cpm最优报价k＝a*预测cpm报价
k-t
+kg(k)*(实际cpm报价
k-t-a*预测cpm报价
k-t
)；
23.a为广告投放系统的系统参数，预测cpm报价
k-t
为到达投放总时间k-t时的预测cpm报价，实际cpm报价
k-t
为到达投放总时间k-t时的实际cpm报价；
24.kg(k)为到达投放总时间k时的卡尔曼增益；
25.kg(k)＝p1(k)/(p1(k)+r)-r；
26.p1(k)为到达投放总时间k时的预测cpm报价的方差；
27.p1(k)＝a^(2*p(k-t)+q)-q；
28.p(k-t)为到达投放总时间k-t时的预测cpm报价的方差；
29.p(k-t)＝p1(k-t)-kg(k-t)*p1(k-t)；
30.kg(k-t)为到达投放总时间k-t时的卡尔曼增益；
31.实际cpm报价1＝实际cpm报价*rate。
32.可选的，所述若不一致，基于调整后的成本利润控制参数rate计算得到最终cpm最优报价，将所述最终cpm最优报价反馈至所述adx进行竞价，包括：
33.若所述广告竞价成功率低于所述设定阈值，将所述成本利润控制参数rate调高第一设定调整参数，利用调高后的成本利润控制参数rate计算得到最终cpm最优报价；
34.若所述广告竞价成功率高于所述设定阈值，将所述成本利润控制参数rate调低第二设定调整参数，利用调低后的成本利润控制参数rate计算得到最终cpm最优报价；
35.其中，所述第一设定调整参数和第二设定调整参数不同或相同。
36.本发明实施例第二方面公开了一种广告出价装置，适用于需求方平台dsp，所述装置包括：
37.dsp交易模块，用于接收广告交易系统adx发送的广告竞价请求，并基于所述广告竞价请求，触发报价模块；
38.所述报价模块，用于响应触发，并调用数据收集模块中预先针对广告投放商建立的广告投放素材集合中的广告投放素材数据；以及按照广告投放商在所述dsp上投放的广
告类型和所述广告投放素材数据确定当前按千次曝光付费cpm报价；基于所述广告投放素材数据和预设调整频率进行卡尔曼滤波迭代计算，得到广告竞价成功率；比较所述广告竞价成功率与设定阈值是否一致；若一致，将所述当前cpm报价反馈至所述adx进行竞价；若不一致，基于调整后的成本利润控制参数rate计算得到最终cpm最优报价，将所述最终cpm最优报价反馈至所述adx进行竞价；
39.所述数据收集模块，用于收集广告投放商的广告投放素材，并针对所述广告投放商建立对应存储所述广告投放素材的广告投放素材集合；以及收集所述adx反馈的所述广告投放商所投放广告的曝光率和点击率；所述广告投放素材数据中至少包括投放素材的成本利润控制参数rate。
40.可选的，所述按照广告投放商在所述dsp上投放的广告类型和所述广告投放素材数据确定当前按千次曝光付费cpm报价的报价模块，包括：
41.cpm报价单元，用于若所述投放广告类型为cpm广告，将所述广告投放素材数据中的预测cpm报价作为当前cpm报价；
42.按点击付费cpc报价单元，用于若所述投放广告类型为cpc广告，计算所述广告投放素材数据中的预测cpm报价和投放素材的历史点击率之间的商值，将所述商值作为当前cpm报价。
43.可选的，所述基于所述广告投放素材数据和预设调整频率进行卡尔曼滤波迭代计算，得到广告竞价成功率的报价模块，包括：
44.获取单元，用于获取所述广告投放素材集合中的预测cpm报价、实际cpm报价、目标cpm报价、成本利润控制参数rate、投放总时间k、投放素材的广告投放系统的噪声方差q和投放素材的实际cpm报价的噪声方差r；
45.迭代计算单元，用于按照预设调整频率进行卡尔曼滤波迭代计算，得到到达投放总时间k时的cpm(最优报价)k，所述cpm(最优报价)k为目标cpm最优报价k，所述预设调整频率为每单位时间t内调整一次，k的取值单位为小时或天；
46.竞价成功率计算单元，用于根据到达投放总时间k的目标cpm最优报价k进行卡尔曼滤波计算，得到投放总时间k+t的目标cpm最优报价
k+t
，获取所述目标cpm最优报价
k+t
对应的广告的竞价成功率；
47.其中，目标cpm最优报价k＝a*预测cpm报价
k-t
+kg(k)*(实际cpm报价
k-t-a*预测cpm报价
k-t
)；
48.a为广告投放系统的系统参数，预测cpm报价
k-t
为到达投放总时间k-t时的预测cpm报价，实际cpm报价
k-t
为到达投放总时间k-t时的实际cpm报价；
49.kg(k)为到达投放总时间k时的卡尔曼增益；
50.kg(k)＝p1(k)/(p1(k)+r)-r；
51.p1(k)为到达投放总时间k时的预测cpm报价的方差；
52.p1(k)＝a^(2*p(k-t)+q)-q；
53.p(k-t)为到达投放总时间k-单位时间时的预测cpm报价的方差；
54.p(k-t)＝p1(k-t)-kg(k-t)*p1(k-t)；
55.kg(k-t)为到达投放总时间k-t时的卡尔曼增益；
56.实际cpm报价1＝实际cpm报价*rate。
57.可选的，所述若不一致，基于调整后的成本利润控制参数rate计算得到最终cpm最优报价，将所述最终cpm最优报价反馈至所述adx进行竞价的报价模块，包括：
58.调高单元，用于若所述广告竞价成功率低于所述设定阈值，将所述成本利润控制参数rate调高第一设定调整参数，利用调高后的成本利润控制参数rate计算得到最终cpm最优报价；
59.调低单元，用于若所述广告竞价成功率低于所述设定阈值，将所述成本利润控制参数rate调低第二设定调整参数，利用调低后的成本利润控制参数rate计算得到最终cpm最优报价；
60.其中，所述第一设定调整参数和第二设定调整参数不同或相同。
61.本发明实施例第三方面公开了一种电子设备，所述电子设备包括存储器和处理器；
62.所述存储器，用于存储计算机程序；
63.所述处理器，用于调用并执行所述存储器中存储的计算机程序时，实现如本发明实施例第一方面公开的广告出价方法。
64.本发明实施例第四方面公开了一种计算机存储介质，所述计算机存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如本发明实施例第一方面公开的广告出价方法。
65.基于上述本发明实施例提供的一种广告出价方法、装置、设备及计算机存储介质，接收广告交易系统adx发送的广告竞价请求；基于所述广告竞价请求，触发调用预先针对广告投放商建立的广告投放素材集合中存储的广告投放素材数据，所述广告投放素材数据中至少包括投放素材的成本利润控制参数rate；按照广告投放商在所述dsp上投放的广告类型和所述广告投放素材数据确定当前按千次曝光付费cpm报价；基于所述广告投放素材数据和预设调整频率进行卡尔曼滤波迭代计算，得到广告竞价成功率；比较所述广告竞价成功率与设定阈值是否一致；若一致，将所述当前cpm报价反馈至所述adx进行竞价；若不一致，基于调整后的成本利润控制参数rate计算得到最终cpm最优报价，将所述最终cpm最优报价反馈至所述adx进行竞价。在本发明实施例中，按照预设调整频率的频次，基于预先收集的广告投放商的广告投放素材数据进行卡尔曼滤波迭代计算，得到投放总时间内的广告竞价成功率，并参考该广告竞价成功率确定是否对成本利润控制参数rate进行调整，以便于得到基于成本利润控制参数rate计算得到最终cpm最优报价，能够实现在成本可控的情况下，灵活且快速的给出竞价过程中广告的最优报价的目的。
附图说明
66.为了更清楚地说明本发明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发明的实施例，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，还可以根据提供的附图获得其他的附图。
67.图1为本发明实施例公开的一种广告出价系统的架构示意图；
68.图2为本发明实施例公开的一种广告出价方法的流程示意图；
69.图3为本发明实施例公开的一种广告出价装置的结构示意图。
具体实施方式
70.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，所描述的实施例仅仅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做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。
71.在本技术中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
72.以下为本发明实施例中所涉及到的缩略语和技术用语：
73.dsp：demand-side platform，广告需求方平台，其是为广告主、代理商、广告投放商提供一个综合性的管理平台，通过统一界面管理多个数字广告和数据交换账户。
74.ssp：supply side platform，供应商平台。
75.adx：ad exchange，广告交易平台，其联系着dsp和ssp，通过接入ssp汇集大量媒体流量，从而收集处理属于广告目标客户的数据，是实现精准营销的交易场所。
76.cpc：cost per click，按点击付费，是指每次点击付费广告的成本，cpc＝广告费/点击量。
77.cpm：cost per mille，按千次曝光收费，即每千次展现费用，是指每1000个独立ip展示广告的成本，cpm＝广告成本
÷
千次展现次数。
78.ctr：click-through-rate，点击通过率，指网络广告(图片广告/文字广告/关键词广告/排名广告/视频广告等)的点击到达率，即该广告的实际点击次数(严格的来说，可以是到达目标页面的数量)除以广告的展现量(show content)。
79.rate：成本利润控制参数。
80.如图1所示，为本发明实施例公开的一种广告出价系统的架构示意图。该广告出价系统主要包括：广告交易平台adx、广告需求方平台dsp和供应商平台ssp。
81.供应商平台ssp用于提供广告位，当用户访问广告位页面时，供应商平台ssp向广告交易平台adx发送广告位信息。
82.广告交易平台adx收集供应商平台ssp提供的广告位的具体信息，并将该具体信息进行分析后，生成与该广告位相关的广告竞价请求，并将该广告竞价请求发送至各个广告需求方平台dsp。
83.该广告交易平台adx还会将广告投放商已投放过的广告的曝光次数或者曝光率，以及点击率或点击次数发送给与该广告投放商相关的广告需求方平台dsp。
84.广告需求方平台dsp会收集广告投放商上报的广告投放素材数据，并基于该广告投放素材数据构建对应的广告投放素材集合，在后续收到广告交易平台adx下发的广告竞价请求，先根据广告投放商在dsp上投放的广告类型确定当前cpm报价。
85.需要说明的是，若广告投放商在dsp上投放的广告类型为cpc，则根据广告交易平台adx反馈的该广告的历史点击率将广告投放商给出的cpc报价转换为cpm报价，并确定为cpc报价转换后的当前cpm报价。
86.具体的，转换后的cpc报价＝转换前的cpc报价/广告的历史点击率。
87.广告需求方平台dsp根据该广告竞价请求调用广告投放素材集合中与广告竞价相关的广告投放素材数据，按照预设调整频率的频次进行卡尔曼滤波迭代计算，得到投放总时间内的广告竞价成功率。
88.广告需求方平台dsp将广告竞价成功率与设定阈值进行比较，若广告竞价成功率与设定阈值一致，将当前cpm报价反馈至广告交易平台adx进行竞价；若广告竞价成功率低于设定阈值，调高rate，并利用调高后的rate计算得到最终cpm最优报价；若广告竞价成功率高于设定阈值，调低rate，并利用调低后的rate计算得到最终cpm最优报价。
89.本发明实施例公开的广告出价系统，按照预设调整频率的频次，基于预先收集的广告投放商的广告投放素材数据进行卡尔曼滤波迭代计算，得到投放总时间内的广告竞价成功率，并参考该广告竞价成功率确定是否对成本利润控制参数rate进行调整，以便于得到基于成本利润控制参数rate计算得到最终cpm最优报价，能够实现在成本可控的情况下，灵活且快速的给出竞价过程中广告的最优报价的目的。
90.基于上述本发明实施例公开的广告出价系统，本发明实施例还公开了一种广告出价方法，该广告出价方法适用于需求方平台dsp，该需求方平台dsp可以为图1中示出的需求方平台dsp。如图2所示，该广告出价方法主要包括如下步骤：
91.s201：接收广告交易系统adx发送的广告竞价请求。
92.s202：基于所述广告竞价请求，触发调用预先针对广告投放商建立的广告投放素材集合中存储的广告投放素材数据。
93.在s202中，该广告投放素材数据中至少包括投放素材的rate。
94.具体的，该广告投放素材数据但不限于包括：投放素材id、投放素材的标签、投放素材的广告位尺寸、投放素材的目标cpm报价(最优值)、投放素材的预测cpm报价(预测值)、投放素材的实际cpm报价(测量值)、投放素材的最优值的方差，投放素材的预测值的方差，投放素材的卡尔曼增益，投放素材的rate，投放素材的系统过程的噪声方差、投放素材的测量值的噪声方差。
95.s203：按照广告投放商在所述dsp上投放的广告类型和所述广告投放素材数据确定当前按千次曝光付费cpm报价。
96.在具体实现s203的过程中，因投放的广告类型中存在cpc广告类型，因此需要将cpc报价转换为cpm报价。
97.在本发明实施例中，根据广告类型确定cpm报价的具体过程为：
98.若所述投放广告类型为cpm广告，将所述广告投放素材数据中的预测cpm报价作为当前cpm报价。
99.即参与adx的cpm报价(当前cpm报价)＝预测cpm报价。
100.需要说明的是，若初始没有预测cpm报价，该预测cpm报价可由广告主cpm广告的出价乘以rate得到(可大于1)。
101.若所述投放广告类型为按点击付费cpc广告，计算所述广告投放素材数据中的预测cpm报价和投放素材的历史点击率之间的商值，将所述商值作为当前cpm报价。
102.即参与adx的cpm报价(当前cpm报价)＝预测cpm报价/投放素材的历史点击率。
103.需要说明的是，在将cpc报价转换为cpm报价时，将广告投放商(广告主)的广告投
放的出价结合该投放素材的历史点击率(无历史点击率用dsp该类型投放的平均点击率)计算出参与adx的cpm报价。在转换的过程中，合理的考虑历史点击率，可以更好的进行cpc报价与cpm报价之间的转换，也能够更好的保护需求方平台dsp的收益。
104.s204：基于所述广告投放素材数据和预设调整频率进行卡尔曼滤波迭代计算，得到广告竞价成功率。
105.在具体实现s204的过程中：
106.首先，由广告投放素材集合中获取进行卡尔曼滤波迭代计算的相关广告投放素材数据。
107.该相关广告投放素材数据至少包括预测cpm报价、实际cpm报价、目标cpm报价、成本利润控制参数rate、投放总时间k、投放素材的广告投放系统的噪声方差q和投放素材的实际cpm报价的噪声方差r。
108.然后，按照预设调整频率进行卡尔曼滤波迭代计算，得到到达投放总时间k时的cpm(最优报价)k，所述cpm(最优报价)k为目标cpm最优报价k。
109.通常情况下，预设调整频率为每单位时间t内调整一次，k的取值单位为小时或天，该单位时间t对应的也为1小时或1天等。例如，预设调整频率为一天一次，投放总时间k为30天，单位时间t为1天。
110.具体的，所述到达投放总时间k时的目标cpm最优报价k：
111.目标cpm最优报价k＝a*预测cpm报价
k-t
+kg(k)*(实际cpm报价
k-t-a*预测cpm报价
k-t
)；
112.预测cpm报价
k-t
为到达投放总时间k-t时的预测cpm报价，实际cpm报价
k-t
为到达投放总时间k-t时的实际cpm报价；a为广告投放系统的系统参数；
113.到达投放总时间k时的卡尔曼增益kg(k)：
114.kg(k)＝p1(k)/(p1(k)+r)-r；
115.到达投放总时间k时的预测cpm报价的方差p1(k)：
116.p1(k)＝a^(2*p(k-t)+q)-q；
117.到达投放总时间k-t时的预测cpm报价的方差p(k-t)：
118.p(k-t)＝p1(k-t)-kg(k-t)*p1(k-t)；
119.其中，kg(k-t)为到达投放总时间k-单位时间时的卡尔曼增益；实际cpm报价1＝实际cpm报价*rate。
120.然后，根据到达投放总时间k的目标cpm最优报价k进行卡尔曼滤波计算，得到投放总时间k+单位时间的目标cpm最优报价
k+t
。
121.最后，获取所述目标cpm最优报价
k+t
对应的广告竞价成功率。
122.需要说明的是，目标cpm最优报价与广告竞价成功率之间呈正相关，即在一定的范围内，出价越高，广告竞价成功率越高。
123.该目标cpm最优报价
k+t
也可以作为预测cpm报价。
124.s205：比较所述广告竞价成功率与设定阈值是否一致；若一致，执行s206；若不一致，执行s207。
125.s206：将所述当前cpm报价反馈至所述adx进行竞价。
126.s207：基于调整后的成本利润控制参数rate计算得到最终cpm最优报价，将所述最
终cpm最优报价反馈至所述adx进行竞价。
127.在具体实现s207的过程中：
128.若所述广告竞价成功率低于所述设定阈值，将所述成本利润控制参数rate调高第一设定调整参数，利用调高后的成本利润控制参数rate计算得到最终cpm最优报价。
129.若所述广告竞价成功率高于所述设定阈值，将所述成本利润控制参数rate调低第二设定调整参数，利用调低后的成本利润控制参数rate计算得到最终cpm最优报价；
130.其中，所述第一设定调整参数和第二设定调整参数不同或相同。
131.需要说明的是，利用调高后的成本利润控制参数rate计算得到最终cpm最优报价可选的，可以是实际经历一次预设调整频率之后的目标cpm最优报价。
132.本发明实施例提供的一种广告出价方法，通过接收广告交易系统adx发送的广告竞价请求；基于所述广告竞价请求，触发调用预先针对广告投放商建立的广告投放素材集合中存储的广告投放素材数据；按照广告投放商在所述dsp上投放的广告类型和所述广告投放素材数据确定当前按千次曝光付费cpm报价；基于所述广告投放素材数据和预设调整频率进行卡尔曼滤波迭代计算，得到广告竞价成功率；比较所述广告竞价成功率与设定阈值是否一致；若一致，将所述当前cpm报价反馈至所述adx进行竞价；若不一致，基于调整后的成本利润控制参数rate计算得到最终cpm最优报价，将所述最终cpm最优报价反馈至所述adx进行竞价。在本发明实施例中，按照预设调整频率的频次，基于预先收集的广告投放商的广告投放素材数据进行卡尔曼滤波迭代计算，得到投放总时间内的广告竞价成功率，并参考该广告竞价成功率确定是否对成本利润控制参数rate进行调整，以便于得到基于成本利润控制参数rate计算得到最终cpm最优报价，能够实现在成本可控的情况下，灵活且快速的给出竞价过程中广告的最优报价的目的。
133.基于上述本发明实施例公开的广告出价方法，这里针对卡尔曼滤波迭代计算进行举例说明。
134.假设预设调整频率为一天一次，投放总时间k为30天，单位时间t为1天，广告投放系统参数a，初始默认为1，投放素材的广告投放系统的噪声方差为q，投放素材的实际cpm报价的噪声方差为r。
135.初始第1天：
136.预测cpm报价1＝0.30；
137.实际cpm报价1＝0.36*rate＝0.36*0.9＝0.32；
138.目标cpm报价1＝0.31；
139.其中，预测cpm报价1为预测值，实际cpm报价1为测量值，目标cpm报价1为最优值。
140.基于此进行卡尔曼滤波迭代计算。
141.第2天：
142.计算出初始状态下目标cpm的方差：
143.p(1)＝(0.32-0.31)^2＝0.001；
144.计算出第2天预测值的方差：
145.p1(2)＝a^2*p(1)+q＝0.0001+q；
146.计算出第2天卡尔曼增益：
147.kg(2)＝p1(2)/(p1(2)+r)；
148.计算出第2天的目标cpm报价2149.目标cpm报价2＝a*预测cpm报价1+kg(2)*(实际cpm报价
1-a*预测cpm报价1)；
150.第3天：
151.计算出第2天目标cpm报价2的方差：
152.p(2)＝p1(2)-kg(2)*p1(2)；
153.计算出第3天预测cpm报价的方差：
154.p1(3)＝a^2*p(2)+q；
155.计算出第3天卡尔曼增益：
156.kg(3)＝p1(3)/(p1(3)+r)；
157.计算出第3天的目标cpm报价3：
158.目标cpm报价3＝a*预测cpm报价2+kg(3)*(实际cpm报价
2-a*预测cpm报价2)
159.如此迭代计算，直至计算得到第30天的目标cpm报价
30
、计算出第30天的卡尔曼增益kg(30)和第30天的预测cpm报价的方差。
160.然后，基于该第30天的目标cpm报价
30
、计算出第30天的卡尔曼增益kg(30)和第30天的预测cpm报价的方差，进行卡尔曼滤波计算，得到第31天的目标cpm报价
31
。
161.然后，根据目标cpm报价和广告竞价成功率的正相关关系，获取目标cpm报价
31
对应的广告竞价成功率。
162.后续再参考该广告竞价成功率，来确定最优报价。具体的，若该广告竞价成功率低于设定阈值，将成本利润控制参数rate调高第一设定调整参数，利用调高后的成本利润控制参数rate计算得到第2天的目标cpm报价2将其作为最终cpm最优报价。
163.若所述广告竞价成功率高于设定阈值，将所述成本利润控制参数rate调低第二设定调整参数，利用调低后的成本利润控制参数rate计算得到第2天的目标cpm报价2将其作为最终cpm最优报价。
164.本发明实施例中，按照预设调整频率的频次，基于预先收集的广告投放商的广告投放素材数据进行卡尔曼滤波迭代计算，得到投放总时间内的广告竞价成功率，并参考该广告竞价成功率确定是否对成本利润控制参数rate进行调整，以便于得到基于成本利润控制参数rate计算得到最终cpm最优报价，能够实现在成本可控的情况下，灵活且快速的给出竞价过程中广告的最优报价的目的。
165.基于上述本发明实施例公开的广告出价方法，本发明实施例还对应公开了一种广告出价装置，该广告出价装置适用于需求方平台dsp，该需求方平台dsp可以为图1中示出的需求方平台dsp。如图3所示，该广告出价装置主要包括：dsp交易模块31，报价模块32和数据收集模块33。
166.dsp交易模块31，用于接收广告交易系统adx发送的广告竞价请求，并基于所述广告竞价请求，触发报价模块32。
167.所述报价模块32，用于响应触发，并调用数据收集模块33中预先针对广告投放商建立的广告投放素材集合中的广告投放素材数据；以及按照广告投放商在所述dsp上投放的广告类型和所述广告投放素材数据确定当前按千次曝光付费cpm报价；基于所述广告投放素材数据和预设调整频率进行卡尔曼滤波迭代计算，得到广告竞价成功率；比较所述广告竞价成功率与设定阈值是否一致；若一致，将所述当前cpm报价反馈至所述adx进行竞价；
若不一致，基于调整后的成本利润控制参数rate计算得到最终cpm最优报价，将所述最终cpm最优报价反馈至所述adx进行竞价。
168.在本发明一实施例中，按照广告投放商在所述dsp上投放的广告类型和所述广告投放素材数据确定当前按千次曝光付费cpm报价的报价模块32，包括：
169.cpm报价单元，用于若所述投放广告类型为cpm广告，将所述广告投放素材数据中的预测cpm报价作为当前cpm报价；
170.按点击付费cpc报价单元，用于若所述投放广告类型为cpc广告，计算所述广告投放素材数据中的预测cpm报价和投放素材的历史点击率之间的商值，将所述商值作为当前cpm报价。
171.在本发明一实施例中，基于所述广告投放素材数据和预设调整频率进行卡尔曼滤波迭代计算，得到广告竞价成功率的报价模块32，包括：
172.获取单元，用于获取所述广告投放素材数据中的预测cpm报价、实际cpm报价、目标cpm报价、成本利润控制参数rate、投放总时间k、投放素材的广告投放系统的噪声方差q和投放素材的实际cpm报价的噪声方差r；
173.迭代计算单元，用于按照预设调整频率进行卡尔曼滤波迭代计算，得到到达投放总时间k时的cpm(最优报价)k，所述cpm(最优报价)k为目标cpm最优报价k，所述预设调整频率为每单位时间内调整一次，k的取值单位为小时或天；
174.竞价成功率计算单元，用于根据到达投放总时间k的目标cpm最优报价k进行卡尔曼滤波计算，得到投放总时间k+t的目标cpm最优报价
k+t
，获取所述目标cpm最优报价
k+t
对应的广告竞价成功率；
175.其中，所述到达投放总时间k时的目标cpm最优报价k＝a*预测cpm报价
k-t
+kg(k)*(实际cpm报价
k-t-a*预测cpm报价
k-t
)；
176.a为广告投放系统的系统参数，预测cpm报价
k-t
为到达投放总时间k-t时的预测cpm报价，实际cpm报价
k-t
为到达投放总时间k-t时的实际cpm报价；
177.kg(k)为到达投放总时间k时的卡尔曼增益；
178.kg(k)＝p1(k)/(p1(k)+r)-r；
179.p1(k)为到达投放总时间k时的预测cpm报价的方差；
180.p1(k)＝a^(2*p(k-t)+q)-q；
181.p(k-t)为到达投放总时间k-t时的预测cpm报价的方差；
182.p(k-t)＝p1(k-t)-kg(k-t)*p1(k-t)；
183.kg(k-t)为到达投放总时间k-t时的卡尔曼增益，a为广告投放系统的系统参数；
184.实际cpm报价1＝实际cpm报价*rate。
185.在本发明一实施例中，所述若不一致，基于调整后的成本利润控制参数rate计算得到最终cpm最优报价，将所述最终cpm最优报价反馈至所述adx进行竞价的报价模块32，包括：
186.调高单元，用于若所述广告竞价成功率低于所述设定阈值，将所述成本利润控制参数rate调高第一设定调整参数，利用调高后的成本利润控制参数rate计算得到最终cpm最优报价；
187.调低单元，用于若所述广告竞价成功率低于所述设定阈值，将所述成本利润控制
参数rate调低第二设定调整参数，利用调低后的成本利润控制参数rate计算得到最终cpm最优报价；
188.其中，所述第一设定调整参数和第二设定调整参数不同或相同。
189.所述数据收集模块33，用于收集广告投放商的广告投放素材，并针对所述广告投放商建立对应存储所述广告投放素材的广告投放素材集合；以及收集所述adx反馈的所述广告投放商所投放广告的曝光率和点击率；所述广告投放素材数据中至少包括投放素材的成本利润控制参数rate。
190.本发明实施例公开的广告出价装置，按照预设调整频率的频次，基于预先收集的广告投放商的广告投放素材数据进行卡尔曼滤波迭代计算，得到投放总时间内的广告竞价成功率，并参考该广告竞价成功率确定是否对成本利润控制参数rate进行调整，以便于得到基于成本利润控制参数rate计算得到最终cpm最优报价，能够实现在成本可控的情况下，灵活且快速的给出竞价过程中广告的最优报价的目的。
191.本发明实施例还提供了一种电子设备，所述电子设备包括存储器和处理器。
192.该存储器，用于存储计算机程序。
193.该处理器，用于调用并执行所述存储器中存储的计算机程序时，实现上述本发明实施例公开的弹幕生成方法。
194.本发明实施例还提供了一种计算机存储介质，所述计算机存储介质中存储有计算机可执行的一个或一个以上的指令，所述计算机可执行指令被处理器加载并执行时，实现上述本发明实施例公开的弹幕生成方法。
195.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，对于系统或系统实施例而言，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。以上所描述的系统及系统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劳动的情况下，即可以理解并实施。
196.专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
197.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：

1.一种广告出价方法，其特征在于，适用于需求方平台dsp，所述方法包括：接收广告交易系统adx发送的广告竞价请求；基于所述广告竞价请求，触发调用预先针对广告投放商建立的广告投放素材集合中存储的广告投放素材数据，所述广告投放素材数据中至少包括投放素材的成本利润控制参数rate；按照广告投放商在所述dsp上投放的广告类型和所述广告投放素材数据确定当前按千次曝光付费cpm报价；基于所述广告投放素材数据和预设调整频率进行卡尔曼滤波迭代计算，得到广告竞价成功率；比较所述广告竞价成功率与设定阈值是否一致；若一致，将所述当前cpm报价反馈至所述adx进行竞价；若不一致，基于调整后的成本利润控制参数rate计算得到最终cpm最优报价，将所述最终cpm最优报价反馈至所述adx进行竞价。2.根据权利要求1所述的方法，其特征在于，所述按照广告投放商在所述dsp上投放的广告类型和所述广告投放素材数据确定当前按千次曝光付费cpm报价，包括：若所述投放广告类型为cpm广告，将所述广告投放素材数据中的预测cpm报价作为当前cpm报价；若所述投放广告类型为按点击付费cpc广告，计算所述广告投放素材数据中的预测cpm报价和投放素材的历史点击率之间的商值，将所述商值作为当前cpm报价。3.根据权利要求1所述的方法，其特征在于，所述基于所述广告投放素材数据和预设调整频率进行卡尔曼滤波迭代计算，得到广告竞价成功率，包括：获取所述广告投放素材集合中的预测cpm报价、实际cpm报价、目标cpm报价、成本利润控制参数rate、投放总时间k、投放素材的广告投放系统的噪声方差q和投放素材的实际cpm报价的噪声方差r；按照预设调整频率进行卡尔曼滤波迭代计算，得到到达投放总时间k时的cpm(最优报价)
k
，所述cpm(最优报价)
k
为目标cpm最优报价
k
，所述预设调整频率为每单位时间t内调整一次，k的取值单位为小时或天；根据到达投放总时间k的目标cpm最优报价
k
进行卡尔曼滤波计算，得到投放总时间k+t的目标cpm最优报价
k+t
；获取所述目标cpm最优报价
k+t
对应的广告竞价成功率；其中，目标cpm最优报价
k
＝a*预测cpm报价
k-t
+kg(k)*(实际cpm报价
k-t-a*预测cpm报价
k-t
)；a为广告投放系统的系统参数，预测cpm报价
k-t
为到达投放总时间k-t时的预测cpm报价，实际cpm报价
k-t
为到达投放总时间k-t时的实际cpm报价；kg(k)为到达投放总时间k时的卡尔曼增益；kg(k)＝p1(k)/(p1(k)+r)-r；p1(k)为到达投放总时间k时的预测cpm报价的方差；p1(k)＝a^(2*p(k-t)+q)-q；p(k-t)为到达投放总时间k-t时的预测cpm报价的方差；
p(k-t)＝p1(k-t)-kg(k-t)*p1(k-t)；kg(k-t)为到达投放总时间k-t时的卡尔曼增益；实际cpm报价1＝实际cpm报价*rate。4.根据权利要求1至3中任一项所述的方法，其特征在于，所述若不一致，基于调整后的成本利润控制参数rate计算得到最终cpm最优报价，将所述最终cpm最优报价反馈至所述adx进行竞价，包括：若所述广告竞价成功率低于所述设定阈值，将所述成本利润控制参数rate调高第一设定调整参数，利用调高后的成本利润控制参数rate计算得到最终cpm最优报价；若所述广告竞价成功率高于所述设定阈值，将所述成本利润控制参数rate调低第二设定调整参数，利用调低后的成本利润控制参数rate计算得到最终cpm最优报价；其中，所述第一设定调整参数和第二设定调整参数不同或相同。5.一种广告出价装置，其特征在于，适用于需求方平台dsp，所述装置包括：dsp交易模块，用于接收广告交易系统adx发送的广告竞价请求，并基于所述广告竞价请求，触发报价模块；所述报价模块，用于响应触发，并调用数据收集模块中预先针对广告投放商建立的广告投放素材集合中的广告投放素材数据；以及按照广告投放商在所述dsp上投放的广告类型和所述广告投放素材数据确定当前按千次曝光付费cpm报价；基于所述广告投放素材数据和预设调整频率进行卡尔曼滤波迭代计算，得到广告竞价成功率；比较所述广告竞价成功率与设定阈值是否一致；若一致，将所述当前cpm报价反馈至所述adx进行竞价；若不一致，基于调整后的成本利润控制参数rate计算得到最终cpm最优报价，将所述最终cpm最优报价反馈至所述adx进行竞价；所述数据收集模块，用于收集广告投放商的广告投放素材，并针对所述广告投放商建立对应存储所述广告投放素材的广告投放素材集合；以及收集所述adx反馈的所述广告投放商所投放广告的曝光率和点击率；所述广告投放素材数据中至少包括投放素材的成本利润控制参数rate。6.根据权利要求5所述的装置，其特征在于，所述按照广告投放商在所述dsp上投放的广告类型和所述广告投放素材数据确定当前按千次曝光付费cpm报价的报价模块，包括：cpm报价单元，用于若所述投放广告类型为cpm广告，将所述广告投放素材数据中的预测cpm报价作为当前cpm报价；按点击付费cpc报价单元，用于若所述投放广告类型为cpc广告，计算所述广告投放素材数据中的预测cpm报价和投放素材的历史点击率之间的商值，将所述商值作为当前cpm报价。7.根据权利要求5所述的装置，其特征在于，所述基于所述广告投放素材数据和预设调整频率进行卡尔曼滤波迭代计算，得到广告竞价成功率的报价模块，包括：获取单元，用于获取所述广告投放素材集合中的预测cpm报价、实际cpm报价、目标cpm报价、成本利润控制参数rate、投放总时间k、投放素材的广告投放系统的噪声方差q和投放素材的实际cpm报价的噪声方差r；迭代计算单元，用于按照预设调整频率进行卡尔曼滤波迭代计算，得到到达投放总时间k时的cpm(最优报价)
k
，所述cpm(最优报价)
k
为目标cpm最优报价k，所述预设调整频率为
每单位时间t内调整一次，k的取值单位为小时或天；竞价成功率计算单元，用于根据到达投放总时间k的目标cpm最优报价k进行卡尔曼滤波计算，得到投放总时间k+t的目标cpm最优报价
k+t
，获取所述目标cpm最优报价
k+t
对应的广告的竞价成功率；其中，目标cpm最优报价
k
＝a*预测cpm报价
k-t
+kg(k)*(实际cpm报价
k-t-a*预测cpm报价
k-t
)；a为广告投放系统的系统参数，预测cpm报价
k-t
为到达投放总时间k-t时的预测cpm报价，实际cpm报价
k-t
为到达投放总时间k-t时的实际cpm报价；kg(k)为到达投放总时间k时的卡尔曼增益；kg(k)＝p1(k)/(p1(k)+r)-r；p1(k)为到达投放总时间k时的预测cpm报价的方差；p1(k)＝a^(2*p(k-t)+q)-q；p(k-t)为到达投放总时间k-单位时间时的预测cpm报价的方差；p(k-t)＝p1(k-t)-kg(k-t)*p1(k-t)；kg(k-t)为到达投放总时间k-t时的卡尔曼增益；实际cpm报价1＝实际cpm报价*rate。8.根据权利要求5至7中任一项所述的装置，其特征在于，所述若不一致，基于调整后的成本利润控制参数rate计算得到最终cpm最优报价，将所述最终cpm最优报价反馈至所述adx进行竞价的报价模块，包括：调高单元，用于若所述广告竞价成功率低于所述设定阈值，将所述成本利润控制参数rate调高第一设定调整参数，利用调高后的成本利润控制参数rate计算得到最终cpm最优报价；调低单元，用于若所述广告竞价成功率低于所述设定阈值，将所述成本利润控制参数rate调低第二设定调整参数，利用调低后的成本利润控制参数rate计算得到最终cpm最优报价；其中，所述第一设定调整参数和第二设定调整参数不同或相同。9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于调用并执行所述存储器中存储的计算机程序时，实现如权利要求1至4中任一项所述的广告出价方法。10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如权利要求1至4中任一项所述的广告方法。

技术总结

本发明提供一种广告出价方法、装置、设备及计算机存储介质，接收ADX发送的广告竞价请求；基于广告竞价请求，触发调用预先针对广告投放商建立的广告投放素材集合中存储的广告投放素材数据，按照广告投放商在DSP上投放的广告类型和所述广告投放素材数据确定当前CPM报价；按照预设调整频率的频次，基于预先收集的广告投放商的广告投放素材数据进行卡尔曼滤波迭代计算，得到投放总时间内的广告竞价成功率，并参考该广告竞价成功率确定是否对成本利润控制参数RATE进行调整，以便于得到基于RATE计算得到最终CPM最优报价，能够实现在成本可控的情况下，灵活且快速的给出竞价过程中广告的最优报价的目的。广告的最优报价的目的。广告的最优报价的目的。