[發明專利]一種廣告投放策略的優化方法及裝置

在審

• 申請號: 202110177409.0
• 申請日: 2021-02-09
• 公開（公告）號: CN112801712A
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 朱旭律;邱顯;潘勝一;楊杰;梁鈞
• 申請（專利權）人: 杭州網易再顧科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06N3/04;G06N3/08
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃邃

1.一種廣告投放策略的優化方法，其特征在于，包括：

分別針對各廣告位，獲取該廣告位的屬性信息，以及在多個連續預定采樣時間段內采集到的多個歷史流量數據，其中，所述歷史流量數據表征在預定采樣時間段內該廣告位展示的對象被瀏覽的次數；

分別對所述各廣告位的屬性信息和所述多個歷史流量數據進行量化處理，生成廣告位信息序列，其中，所述廣告位信息序列中包括各廣告位的量化后的屬性信息和量化后的多個歷史流量數據；

基于已訓練的流量預測模型，以所述廣告位信息序列為輸入參數，通過多級殘差卷積網絡對所述廣告位信息序列進行高維特征提取，獲得所述廣告位信息序列的高維特征，并根據所述高維特征和流量預測函數，確定所述各廣告位的預測流量特征，通過對所述預測流量特征進行降維處理，獲得待預測時間范圍內所述各廣告位的預測流量數據；

根據所述各廣告位的預測流量數據，優化所述各廣告位的廣告投放策略。

2.如權利要求1所述的方法，其特征在于，分別對所述各廣告位的屬性信息和所述多個歷史流量數據進行量化處理，生成廣告位信息序列，生成廣告位信息序列，具體包括：

對所述各廣告位的屬性信息進行one-hot編碼，生成包含有編碼后的屬性信息的屬性序列；

確定所述多個歷史流量數據所屬的量級，并從確定出的所述多個歷史流量數據所屬的量級中，確定出最小的量級，基于均值對數變換算法，分別將所述多個歷史流量數據轉換至確定出的最小的量級，并生成包含有多個轉換后的歷史流量數據的流量序列；

將所述屬性序列與所述流量序列進行合并，生成廣告位信息序列。

3.如權利要求1所述的方法，其特征在于，通過對所述預測流量特征進行降維處理，獲得待預測時間范圍內所述各廣告位的預測流量數據，具體包括：

通過所述流量預測模型中的降維網絡，對所述預測流量特征進行降維處理，獲得降維后的預測流量特征；

根據所述降維后的預測流量特征，獲得所述各廣告位的初始預測流量數據；

將各初始預測流量數據還原至對應的各歷史流量數據對應的量級，獲得待預測時間范圍內所述各廣告位的預測流量數據。

4.如權利要求1所述的方法，其特征在于，通過多級殘差卷積網絡對所述廣告位信息序列進行高維特征提取，獲得所述廣告位信息序列的高維特征，具體包括：

將所述廣告位信息序列輸入第一級殘差卷積網絡進行殘差卷積特征提取，并將獲得的殘差特征作為下一級殘差卷積網絡的輸入，直至獲得最后一級殘差卷積網絡輸出的殘差特征，其中，所述流量預測模型中包含有多級殘差卷積網絡，每個殘差卷積網絡包括三層卷積層；

將所述各級殘差卷積網絡第三層卷積層的輸出對應的殘差特征相加，獲得所述各廣告位的高維特征。

5.如權利要求4所述的方法，其特征在于，若該殘差卷積網絡的第二層卷積層包括第一空洞卷積層和第二空洞卷積層，則獲得每級殘差卷積網絡輸出的殘差特征，具體包括：

通過該殘差卷積網絡中的第一層卷積層，對所述廣告位信息序列進行殘差卷積特征提取，獲得一維卷積特征；

通過第一空洞卷積層對所述一維卷積特征進行特征提取，通過第一激活函數輸出第一空洞特征，并通過第二空洞卷積層對所述一維卷積特征進行特征提取，通過第二激活函數輸出第二空洞特征；

通過對所述第一空洞特征和第二空洞特征進行點乘運算，獲得所述第二層卷積層的輸出；

通過該殘差卷積網絡中的第三層卷積層，對所述第二層卷積層的輸出進行特征提取，獲得該殘差卷積網絡最終輸出的殘差特征，其中，所述第三層卷積層為一維卷積層。

6.如權利要求3所述的方法，其特征在于，通過所述流量預測模型中的降維網絡，對所述預測流量特征進行降維處理，獲得降維后的預測流量特征，具體包括：

通過降維網絡中的第一降維卷積層對所述預測流量特征進行降維處理，獲得初始降維后的預測流量特征；

通過所述降維網絡中的第二降維卷積層，對所述初始降維后的預測流量特征進行降維處理，獲得降維后的預測流量特征，其中，所述第一降維卷積層與所述第二降維卷積層所包含的卷積核的數量不同。