[發(fā)明專利]流量分級方法及裝置

在審

• 申請?zhí)枺?/td>: 201710398014.7
• 申請日: 2017-05-31
• 公開（公告）號: CN108985804A
• 公開（公告）日: 2018-12-11
• 發(fā)明（設計）人: 尋云波;覃建旺;黃文群;黎瑞
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京志霖恒遠知識產權代理事務所(普通合伙) 11435
• 代理人: 陳姍姍

1.一種流量分級方法，其特征在于，包括：

接收各客戶端中的SDK采集裝置所分別采集上傳的移動互聯(lián)網廣告流量的流量信息；

根據各所述流量信息確定用于評估分級的數據因素，通過機器學習構建質量分級綜合模型，并根據所述質量分級綜合模型生成各所述廣告流量的綜合質量指數；

根據各所述綜合質量指數對各所述廣告流量進行分級。

2.根據權利要求1所述的流量分級方法，其特征在于，所述流量信息包括來源信息、廣告數據信息和用戶行為信息。

3.根據權利要求2所述的流量分級方法，其特征在于，所述來源信息包括以下至少一項：宿主應用程序信息，來源國家信息，來源設備信息；

所述廣告數據信息包括以下至少一項：廣告曝光信息，廣告點擊信息，廣告下載信息，廣告所推薦應用的安裝信息，廣告收入信息，廣告利潤信息；

所述用戶行為信息包括以下至少一項：廣告所推薦應用的卸載信息，嵌入所述SDK數據采集裝置的應用程序的留存信息。

4.根據權利要求3所述的流量分級方法，其特征在于，所述數據因素包括以下至少一項：卸載率、留存率、點擊率、安裝率、每千次曝光廣告收入；

所述卸載率根據分別統(tǒng)計所述安裝信息和所述卸載信息獲得的安裝量和卸載量確定；

所述留存率根據統(tǒng)計所述留存信息獲得的次日留存量和新增留存量確定；

所述點擊率根據分別統(tǒng)計所述廣告點擊信息和所述廣告曝光信息獲得的點擊量和曝光量確定；

所述安裝率根據所述安裝量和所述點擊量確定；

所述每千次曝光廣告收入根據統(tǒng)計所述廣告利潤信息獲得的廣告利潤和所述曝光量確定。

5.根據權利要求2所述的流量分級方法，其特征在于，還包括：

根據所述來源信息對各所述流量信息進行不同維度的分類整合；其中，所述維度根據所述來源信息的種類確定。

6.根據權利要求1-5任一項所述的流量分級方法，其特征在于，所述根據各所述流量信息確定用于評估分級的數據因素，通過機器學習構建質量分級綜合模型，并根據所述質量分級綜合模型生成各所述廣告流量的綜合質量指數包括：

從各所述流量信息中篩選出用于構建模型的數據集；

根據各所述流量信息確定用于評估分級的數據因素；

根據所述數據因素構建單因素質量分級模型，并根據所述單因素質量分級模型獲得各廣告流量的單因素質量指數；

根據所述單因素質量指數對所述數據集進行去噪；

根據去噪后的數據集，通過機器學習和統(tǒng)計學方法構建質量分級綜合模型，從而獲得各廣告流量的綜合質量指數。

7.根據權利要求6所述的流量分級方法，其特征在于，所述從各所述流量信息中篩選出用于構建模型的數據集包括以下至少一項：

查詢各所述廣告流量的歷史分級數據，根據所述歷史分級數據標記是否需要進行分級；

根據經驗策略進行篩選。

8.根據權利要求6所述的流量分級方法，其特征在于，所述根據所述數據因素構建單因素質量分級模型，并根據所述單因素質量分級模型獲得所述數據集中各廣告流量的單因素質量指數包括：

計算各廣告流量的單項數據因素，并對計算結果進行排序；

根據排序結果確定所述單項數據因素的優(yōu)質分布區(qū)間和非優(yōu)質分布區(qū)間；

根據所述優(yōu)質分布區(qū)間和非優(yōu)質分布區(qū)間確定所述單項數據因素的期望值；

根據所述期望值和邏輯回歸公式構建單因素質量分級模型；

根據所述單因素質量分級模型獲得各廣告流量的單因素質量指數。