廣告投放方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及廣告技術(shù)領(lǐng)域，特別是涉及一種廣告投放方法及裝置。
【背景技術(shù)】
[0002]目前，業(yè)內(nèi)進(jìn)行廣告投放時，都是使用了基于廣告點(diǎn)擊率預(yù)估的方法都廣告進(jìn)行排序。具體方法為，首先通過邏輯回歸算法預(yù)估候選廣告的點(diǎn)擊率，即廣告點(diǎn)擊率預(yù)估(pCTR，predicted click-through rate)，然后基于 pCTR 計(jì)算廣告的質(zhì)量度(Quality)，最后將廣告按照出價(jià)(Bid)*Quality逆序排列并展現(xiàn)，出價(jià)越高且質(zhì)量度越高的廣告排序越靠前。在排序時遵循普遍二級價(jià)格拍賣(GSP，Generalized SecondPrice Auct1n)機(jī)制，該機(jī)制可以最大化搜索引擎的收益，達(dá)到GSP均衡。在上述計(jì)算過程中，廣告點(diǎn)擊率預(yù)估是最核心的部分之一。
[0003]如圖1所示，圖1為現(xiàn)有的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的結(jié)構(gòu)示意圖。該神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)10包括一輸入層101、兩個隱藏層102以及一個輸出層103，其中輸入層101為將訓(xùn)練數(shù)據(jù)中每條廣告中的用戶特征和廣告特征組合離散化后的獨(dú)熱編碼向量。隱藏層102根據(jù)輸入層101的獨(dú)熱編碼向量進(jìn)行模型訓(xùn)練。從圖1中可見，該神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)10為全連接結(jié)構(gòu)，即該神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中的輸入層101和隱藏層102的神經(jīng)元、兩個隱藏層102的神經(jīng)元以及隱藏層與輸出層103的神經(jīng)元之間的連接均采用全連接方式。
[0004]現(xiàn)有的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)10中需要將成千上萬個特征離散化后的稀疏特征向量作為神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)10的輸入，因此必須構(gòu)造相同數(shù)量的輸入層神經(jīng)元，同時輸入層101到隱藏層102、不同隱藏層102之間、隱藏層102到輸出層103均采用全連接方式，整個深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)10的模型參數(shù)眾多，計(jì)算量大且收斂較難；從而造成廣告投放目標(biāo)不準(zhǔn)確。

【發(fā)明內(nèi)容】

[0005]本發(fā)明實(shí)施例提供一種使用計(jì)算量較小以及較易收斂的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的廣告投放方法和廣告投放裝置，該廣告投放方法及廣告投放裝置的廣告投放目標(biāo)準(zhǔn)確度較高；以解決現(xiàn)有的廣告投放方法及廣告投放裝置的廣告投放目標(biāo)不準(zhǔn)確的技術(shù)問題。
[0006]本發(fā)明實(shí)施例提供一種廣告投放方法，其包括:
[0007]獲取廣告點(diǎn)擊率特征參數(shù)，其中所述廣告點(diǎn)擊率特征參數(shù)包括廣告特征參數(shù)以及用戶特征參數(shù)；
[0008]根據(jù)所述廣告點(diǎn)擊率特征參數(shù)，建立相應(yīng)的輸入層神經(jīng)元；
[0009]根據(jù)所述廣告點(diǎn)擊率特征參數(shù)，對所述輸入層神經(jīng)元進(jìn)行分類；
[0010]根據(jù)所述輸入層神經(jīng)元的類別，建立隱藏層神經(jīng)元；其中所述隱藏層神經(jīng)元和至少一個所述輸入層神經(jīng)元連接；
[0011]根據(jù)所述隱藏層神經(jīng)元，輸出預(yù)估廣告點(diǎn)擊率特征；以及
[0012]根據(jù)所述預(yù)估廣告點(diǎn)擊率特征，進(jìn)行廣告投放。
[0013]本發(fā)明實(shí)施例還提供一種廣告投放裝置，其包括:
[0014]點(diǎn)擊率特征參數(shù)獲取模塊，用于獲取廣告點(diǎn)擊率特征參數(shù)，其中所述廣告點(diǎn)擊率特征參數(shù)包括廣告特征參數(shù)以及用戶特征參數(shù)；
[0015]輸入層神經(jīng)元建立模塊，用于根據(jù)所述廣告點(diǎn)擊率特征參數(shù)，建立相應(yīng)的輸入層神經(jīng)元；
[0016]輸入層神經(jīng)元分類模塊，用于根據(jù)所述廣告點(diǎn)擊率特征參數(shù)，對所述輸入層神經(jīng)元進(jìn)行分類；
[0017]隱藏層神經(jīng)元建立模塊，用于根據(jù)所述輸入層神經(jīng)元的類別，建立隱藏層神經(jīng)元；其中所述隱藏層神經(jīng)元和至少一個所述輸入層神經(jīng)元連接；
[0018]點(diǎn)擊率特征輸出模塊，用于根據(jù)所述隱藏層神經(jīng)元，輸出預(yù)估廣告點(diǎn)擊率特征；以及
[0019]廣告投放模塊，用于根據(jù)所述預(yù)估廣告點(diǎn)擊率特征，進(jìn)行廣告投放。
[0020]相較于現(xiàn)有技術(shù)的廣告投放方法和廣告投放裝置，本發(fā)明的廣告投放方法和廣告投放裝置通過對神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的輸入層神經(jīng)元進(jìn)行分類，降低了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)在訓(xùn)練時的計(jì)算量，同時使得神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)在訓(xùn)練時更易收斂，提高了廣告投放目標(biāo)的準(zhǔn)確度；解決了現(xiàn)有的廣告投放方法及廣告投放裝置的廣告投放目標(biāo)不準(zhǔn)確的技術(shù)問題。
【附圖說明】
[0021]圖1為現(xiàn)有的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的結(jié)構(gòu)示意圖；
[0022]圖2為本發(fā)明的廣告投放方法的優(yōu)選實(shí)施例的流程圖；
[0023]圖3為本發(fā)明的廣告投放方法的優(yōu)選實(shí)施例的步驟S203的流程圖；
[0024]圖4為本發(fā)明的廣告投放裝置的優(yōu)選實(shí)施例的結(jié)構(gòu)示意圖；
[0025]圖5為本發(fā)明的廣告投放裝置的優(yōu)選實(shí)施例的輸入層神經(jīng)元分類模塊的結(jié)構(gòu)示意圖；
[0026]圖6為本發(fā)明的廣告投放裝置的優(yōu)選實(shí)施例的隱藏層神經(jīng)元建立模塊的結(jié)構(gòu)示意圖之一；
[0027]圖7為本發(fā)明的廣告投放裝置的優(yōu)選實(shí)施例的隱藏層神經(jīng)元建立模塊的結(jié)構(gòu)示意圖之二 ；
[0028]圖8為本發(fā)明的廣告投放方法及廣告投放裝置的具體實(shí)施例的廣告點(diǎn)擊率特征參數(shù)轉(zhuǎn)換示意圖；
[0029]圖9為本發(fā)明的廣告投放方法及廣告投放裝置的第一具體實(shí)施例對應(yīng)的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的結(jié)構(gòu)示意圖；
[0030]圖10為本發(fā)明的廣告投放方法及廣告投放裝置的第二具體實(shí)施例對應(yīng)的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的結(jié)構(gòu)示意圖；
[0031]圖11為本發(fā)明的廣告投放方法及廣告投放裝置的第三具體實(shí)施例對應(yīng)的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的結(jié)構(gòu)示意圖；
[0032]圖12為本發(fā)明的廣告投放方法及廣告投放裝置的第四具體實(shí)施例對應(yīng)的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的結(jié)構(gòu)示意圖；
[0033]圖13為本發(fā)明的廣告投放裝置所在的電子設(shè)備的工作環(huán)境結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0034]請參照圖式，其中相同的組件符號代表相同的組件，本發(fā)明的原理是以實(shí)施在一適當(dāng)?shù)倪\(yùn)算環(huán)境中來舉例說明。以下的說明是基于所例示的本發(fā)明具體實(shí)施例，其不應(yīng)被視為限制本發(fā)明未在此詳述的其它具體實(shí)施例。
[0035]在以下的說明中，本發(fā)明的具體實(shí)施例將參考由一部或多部計(jì)算機(jī)所執(zhí)行之作業(yè)的步驟及符號來說明，除非另有述明。因此，其將可了解到這些步驟及操作，其中有數(shù)次提到為由計(jì)算機(jī)執(zhí)行，包括了由代表了以一結(jié)構(gòu)化型式中的數(shù)據(jù)之電子信號的計(jì)算機(jī)處理單元所操縱。此操縱轉(zhuǎn)換該數(shù)據(jù)或?qū)⑵渚S持在該計(jì)算機(jī)之內(nèi)存系統(tǒng)中的位置處，其可重新配置或另外以本領(lǐng)域技術(shù)人員所熟知的方式來改變該計(jì)算機(jī)之運(yùn)作。該數(shù)據(jù)所維持的數(shù)據(jù)結(jié)構(gòu)為該內(nèi)存之實(shí)體位置，其具有由該數(shù)據(jù)格式所定義的特定特性。但是，本發(fā)明原理以上述文字來說明，其并不代表為一種限制，本領(lǐng)域技術(shù)人員將可了解到以下所述的多種步驟及操作亦可實(shí)施在硬件當(dāng)中。
[0036]本發(fā)明的廣告投放方法可使用各種具有計(jì)算能力的電子設(shè)備進(jìn)行實(shí)施，該電子設(shè)備包括但不限于個人計(jì)算機(jī)、服務(wù)器計(jì)算機(jī)、手持式或膝上型設(shè)備、移動設(shè)備(比如移動電話、個人數(shù)字助理(PDA)、媒體播放器等等)、多處理器系統(tǒng)、消費(fèi)型電子設(shè)備、小型計(jì)算機(jī)、大型計(jì)算機(jī)、包括上述任意系統(tǒng)或設(shè)備的分布式計(jì)算環(huán)境，等等。本發(fā)明的廣告投放方法通過使用在訓(xùn)練時計(jì)算量較小且更易收斂的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，提高了廣告投放目標(biāo)的準(zhǔn)確性。
[0037]請參照圖2，圖2為本發(fā)明的廣告投放方法的優(yōu)選實(shí)施例的流程圖。本優(yōu)選實(shí)施例的廣告投放方法包括:
[0038]步驟S201，獲取廣告點(diǎn)擊率特征參數(shù)；
[0039]步驟S202，根據(jù)廣告點(diǎn)擊率特征參數(shù)，建立相應(yīng)的輸入層神經(jīng)元；
[0040]步驟S203，根據(jù)廣告點(diǎn)擊率特征參數(shù)，對輸入層神經(jīng)元進(jìn)行分類；
[0041]步驟S204，根據(jù)輸入層神經(jīng)元的類別，建立隱藏層神經(jīng)元；
[0042]步驟S205，根據(jù)隱藏層神經(jīng)元，輸出預(yù)估廣告點(diǎn)擊率特征；
[0043]步驟S206，根據(jù)預(yù)估廣告點(diǎn)擊率特征，進(jìn)行廣告投放；
[0044]下面詳細(xì)說明本優(yōu)選實(shí)施例的廣告投放方法的各步驟的具體流程。
[0045]在步驟S201中，廣告投放裝置獲取廣告點(diǎn)擊率特征參數(shù)，該廣告點(diǎn)擊率特征參數(shù)可包括廣告特征參數(shù)以及用戶特征參數(shù)。其中廣告特征參數(shù)可包括廣告文字或圖片等內(nèi)容，廣告類別等廣告?zhèn)鹊奶卣鲄?shù)；用戶特征參數(shù)可包括用戶的年齡、性別、地址、網(wǎng)齡以及興趣愛好等用戶側(cè)的特征參數(shù)。
[0046]由于上述特征均為人的邏輯表達(dá)，因此可使用獨(dú)熱編碼(One-Hot Encoding)將上述廣告點(diǎn)擊率特征參數(shù)轉(zhuǎn)換為可被機(jī)器識別的數(shù)值。這樣這些數(shù)值可作為相應(yīng)的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的輸入向量。隨后轉(zhuǎn)到步驟S202。
[0047]在步驟S202中，廣告投放裝置根據(jù)步驟S201獲取的機(jī)器可識別的廣告點(diǎn)擊率特征參數(shù)，建立深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的輸入層神經(jīng)元，隨后轉(zhuǎn)到步驟S20