[发明专利]网络广告投放中媒体选择的优化系统及方法

权利要求书

1.网络广告投放中媒体选择的优化系统，其特征在于，包括客户端、数据处理器端和数据库端，所述客户端用于选择广告投放的定向条件，广告预算、投放周期、总期望点击数、总期望展示数从而确定广告投放预算和投放周期，并可下载数据处理器端反馈后的数据；

所述数据库端用于网站用户属性的搜集、存储，所述客户端发送定向条件数据后，会触动所述数据库端的定向条件触发器，促使其根据所述客户端选定的条件经过筛选出初始的包含用户属性的媒体组合，并将所述初始的包含用户属性的媒体组合数据发送至所述数据处理器端；所述用户属性包括点击数、展示数、转化率、每点击成本和每千人展示成本；

所述数据处理器端接收所述数据库端发送来的初始的媒体组合数据和所述客户端发送的广告预算、投放周期、总期望点击数、总期望展示数后，将初始的媒体组合数据无量纲化后，通过析取其主成分构建模型，通过模型求解器进行求解，最后将求解后的最优媒体组合数据反馈给客户端。

2.一种利用权利要求1所述系统的网络广告投放中媒体选择优化方法，其特征在于，包括如下步骤：

21)客户端选择广告投放的定向条件和广告预算、投放周期、总期望点击数、总期望展示数从而确定广告投放预算和投放周期；

所述定向条件包括地域定向、人群定向、行为定向、内容定向、网站定向、地域定向；

22)客户端将定向条件数据发送至数据库，将所述广告预算、投放周期、总期望点击数、总期望展示数发送至数据处理器端，所述数据库接收到定向条件数据，进而触动定向条件触发器，所述定向条件触发器根据定向条件在所述数据库中筛选出初始的媒体组合，将所述的初始的媒体组合数据发送至数据处理器端；

23)数据处理器端接收到初始的媒体组合数据及客户端发送的广告预算、投放周期、总期望点击数、总期望展示数数据后，对初始的媒体组合数据采用公式a进行数据无量纲化处理：

Zi=Xi-X‾σ,i=1,2,...,5]]>公式a

其中Z_i为无量纲化后的新变量，X_i(i＝1，2，…，5)表示初始的媒体组合中衡量广告效果的变量，分别为点击数、展示数、转化率、每点击成本和每千人展示成本，为X_i的均值，σ为变量X_i的标准差；

24)将步骤23)得到的数据Z_i(i＝1，2，…，5)，经公式b，获得衡量广告效果的主成分：

公式b

其中Y_i(i＝1，2，…，5)为主成分，Y₁为Z₁，Z₂，…，Z₅线性组合中方差最大者，Y₂是与Y₁不相关且Z₁，Z₂，…，Z₅线性组合中方差次最大者，依次类推，Y_i就是Z₁，Z₂，…，Z₅线性组合中方差第i大者，所述i≤5，选择主成分的规则是方差大于1，所述(i＝1，2，…，5)为：|λE-R|＝0的特征值对应的特征向量，其中λ为特征值，E为5阶单位向量，R为Z相关矩阵，Z＝(Z₁，Z₂，…，Z₅)；

25)通过获取的主成分，建立目标函数，将第一主成分y₁作为目标函数中的广告效果的价值变量，令为Y，根据客户端给出的预算、投放周期、总期望点击数、总期望展示数建立约束条件模型，其模型如下：

其中Y′为m维的行向量，T＝(t₁，t₂，…，t_m)′为m维决策变量，m为初选后剩余的媒体数量，cpc_i为第i媒体对应广告位上的历史平均点击成本，Click_i为第i媒体对应广告位上的历史每天平均点击量，Show_i为第i媒体对应广告位上的历史每天平均展示量，budget、gross_Clicks、gross_Show和Period分别为客户端输入的广告预算、总期望点击数、总期望展示数和投放周期；

26)通过Gomory割平面算法对所述模型进行求解得出最优媒体组合；

27)将所述最优媒体组合数据发送至客户端。

3.根据权利要求1所述的网络广告投放中媒体选择的优化系统，其特征在于，所述模型求解器采用Gomory割平面算法对模型进行求解从而得出最优媒体组合。