[發(fā)明專利]基于快消行業(yè)用戶觸達(dá)的OCPX自適應(yīng)學(xué)習(xí)方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110067803.9
• 申請(qǐng)日: 2021-01-19
• 公開(kāi)（公告）號(hào): CN112651790A
• 公開(kāi)（公告）日: 2021-04-13
• 發(fā)明（設(shè)計(jì)）人: 景艷山;姚俊盛
• 申請(qǐng)（專利權(quán)）人: 恩億科（北京）數(shù)據(jù)科技有限公司
• 主分類(lèi)號(hào): G06Q30/02
• 分類(lèi)號(hào): G06Q30/02;G06N20/00;G06K9/62
• 代理公司: 青島清泰聯(lián)信知識(shí)產(chǎn)權(quán)代理有限公司 37256
• 代理人: 李紅巖

本申請(qǐng)涉及一種基于快消行業(yè)用戶觸達(dá)的OCPX自適應(yīng)學(xué)習(xí)方法和系統(tǒng)，該方法包括：數(shù)據(jù)提取步驟，一算法平臺(tái)基于行為監(jiān)測(cè)數(shù)據(jù)日志對(duì)廣告投放數(shù)據(jù)和轉(zhuǎn)化數(shù)據(jù)進(jìn)行提取；特征提取步驟，根據(jù)廣告投放數(shù)據(jù)，從轉(zhuǎn)化數(shù)據(jù)中選擇相應(yīng)的樣本，并根據(jù)樣本進(jìn)行特征提取；模型訓(xùn)練步驟，基于特征，根據(jù)極限梯度提升樹(shù)原理訓(xùn)練一二分類(lèi)模型；結(jié)果上傳步驟，根據(jù)二分類(lèi)模型依次對(duì)用戶包進(jìn)行打分，根據(jù)評(píng)分結(jié)果選取用戶包中一部分用戶作為預(yù)測(cè)結(jié)果并上傳至一前置機(jī)；結(jié)果查詢步驟，廣告服務(wù)方通過(guò)前置機(jī)完成對(duì)預(yù)測(cè)結(jié)果的查詢及相應(yīng)操作。從自有數(shù)據(jù)的提取，到訓(xùn)練，推送至前置機(jī)供廣告查詢進(jìn)行數(shù)據(jù)查詢的流程閉環(huán)所形成的自適應(yīng)狀態(tài)，優(yōu)化投放效果和用戶體驗(yàn)。

技術(shù)領(lǐng)域

本申請(qǐng)涉及廣告投放決策技術(shù)領(lǐng)域，特別是涉及基于快消行業(yè)用戶觸達(dá)的OCPX自適應(yīng)學(xué)習(xí)方法和系統(tǒng)。

背景技術(shù)

當(dāng)前的互聯(lián)網(wǎng)環(huán)境下，客戶主通過(guò)廣告服務(wù)商，通過(guò)保價(jià)保量和優(yōu)先購(gòu)買(mǎi)采買(mǎi)網(wǎng)絡(luò)廣告時(shí)，無(wú)法直接與客戶主的直接轉(zhuǎn)化指標(biāo)進(jìn)行掛鉤，無(wú)法有效對(duì)采買(mǎi)與廣告效果進(jìn)行衡量，也無(wú)法根據(jù)實(shí)際的轉(zhuǎn)化業(yè)務(wù)指標(biāo)進(jìn)行智能優(yōu)化采買(mǎi)流量，導(dǎo)致預(yù)算浪費(fèi)，相應(yīng)的廣告受眾也會(huì)被無(wú)用的廣告侵?jǐn)_，造成供需雙方的矛盾。導(dǎo)致這樣情況的原因包括：供應(yīng)方存在因無(wú)效廣告重復(fù)投放、無(wú)法有效知道受眾的真實(shí)接觸情況導(dǎo)致預(yù)算大量浪費(fèi)的情況；需求方存在被推送無(wú)意義信息和信息存在轉(zhuǎn)譯燈情況。

相關(guān)技術(shù)中，一般采用，基于廣告主自有數(shù)據(jù)建立自適應(yīng)學(xué)習(xí)模型進(jìn)行實(shí)時(shí)流量評(píng)分選取所需流量進(jìn)行廣告投放，例如：手機(jī)應(yīng)用廠商在三個(gè)不同平臺(tái)投放廣告，投放目標(biāo)為新用戶下載，首先手機(jī)應(yīng)用廠商在現(xiàn)有軟件中嵌入廣告服務(wù)方數(shù)據(jù)據(jù)采集代碼，積累30天轉(zhuǎn)化數(shù)據(jù)或2000條轉(zhuǎn)化數(shù)據(jù)；然后，廣告服務(wù)方開(kāi)始基于自有數(shù)據(jù)進(jìn)行模型學(xué)習(xí)調(diào)優(yōu)；最后，進(jìn)行廣告投放。或直接基于點(diǎn)擊等方式進(jìn)行廣告優(yōu)化。現(xiàn)有技術(shù)存在缺點(diǎn)如下，在自有的APP中需要插入每家的數(shù)據(jù)采集代碼，時(shí)間周期長(zhǎng)，操作復(fù)雜；存在數(shù)據(jù)泄露不可控等問(wèn)題。在當(dāng)前數(shù)據(jù)安全的要求下，數(shù)據(jù)的轉(zhuǎn)譯存在合規(guī)性的問(wèn)題。廣告投放的優(yōu)化周期時(shí)間長(zhǎng)。優(yōu)化過(guò)程不由廣告主自有控制。目標(biāo)數(shù)據(jù)的積累沉淀不在廣告主方。

目前針對(duì)相關(guān)技術(shù)中無(wú)法直接確認(rèn)點(diǎn)擊與做后轉(zhuǎn)化的直接聯(lián)系影響投放效果的問(wèn)題，尚未提出有效的解決方案。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供了一種基于快消行業(yè)用戶觸達(dá)的OCPX自適應(yīng)學(xué)習(xí)方法和系統(tǒng)，以至少解決相關(guān)技術(shù)中無(wú)法直接確認(rèn)點(diǎn)擊與做后轉(zhuǎn)化的直接聯(lián)系影響投放效果的問(wèn)題。實(shí)現(xiàn)基于投放目標(biāo)效果的快速迭代優(yōu)化，持續(xù)提高廣告的效果。

第一方面，本申請(qǐng)實(shí)施例提供了一種基于快消行業(yè)用戶觸達(dá)的OCPX自適應(yīng)學(xué)習(xí)，包括以下步驟：

數(shù)據(jù)提取步驟，一算法平臺(tái)基于行為監(jiān)測(cè)數(shù)據(jù)日志對(duì)廣告投放數(shù)據(jù)和轉(zhuǎn)化數(shù)據(jù)進(jìn)行提取；

特征提取步驟，根據(jù)所述廣告投放數(shù)據(jù)，從所述轉(zhuǎn)化數(shù)據(jù)中選擇相應(yīng)的樣本，并根據(jù)所述樣本進(jìn)行特征提取；

模型訓(xùn)練步驟，基于所述特征，根據(jù)極限梯度提升樹(shù)原理訓(xùn)練一二分類(lèi)模型；

結(jié)果上傳步驟，根據(jù)所述二分類(lèi)模型依次對(duì)用戶包進(jìn)行打分，根據(jù)評(píng)分結(jié)果選取所述用戶包中一部分用戶作為預(yù)測(cè)結(jié)果并上傳至一前置機(jī)；

結(jié)果查詢步驟，廣告服務(wù)方通過(guò)所述前置機(jī)完成對(duì)所述預(yù)測(cè)結(jié)果的查詢及相應(yīng)操作。

在其中一些實(shí)施例中，所述模型訓(xùn)練步驟具體包括以下步驟：

特征系數(shù)獲得步驟，根據(jù)優(yōu)化目標(biāo)模型獲得對(duì)應(yīng)特征的特征系數(shù)；

模型打分步驟，根據(jù)所述正樣本和所述負(fù)樣本的各特征與特征系數(shù)進(jìn)行模型打分，具體為：

其中，h＝∑特征*特征系數(shù)。

其中一些實(shí)施例中，所述優(yōu)化目標(biāo)模型表示為：

L＝|y_{預(yù)測(cè)}-y_真實(shí)|