[发明专利]网络广告投放中媒体选择的优化系统及方法

说明书

技术领域

本发明通常涉及网络广告投放中媒体优化组合的自动化选择系统领域，特别适用于网络联盟广告投放中媒体自动化推荐机制和系统。

背景技术

优化理论在互联网中的应用也为数不少，像搜索引擎中优化(SEO)，在Google、Yahoo、百度等搜索广告公司已经运用很娴熟。但这些优化仅仅针对关键词的选择，还未涉及到对媒体选择的部分。

随着互联网广告的发展，单一的门户广告已经不能满足广告主的需求，以实现资源互补形式的网络联盟已经成为互联网广告发展的必然趋势。然而在数万家甚至几十万家的媒体前，如何选择最优的媒体组合成为一重要研究课题。通过简单的分析，在这么多媒体中找到最适合广告主投放广告的媒体，已经越来越困难了，如何通过简单的条件输入，呈现出优化的媒体组合的机制、系统，就成为网盟广告中的一项核心技术，在互联网媒体匮乏的时代，仅仅只有几家门户网站，广告位紧缺，没得选，有广告位，简单的做一下比较，在预算允许的情况下，就可以定下广告位。然而随着网站的日益丰富，广告位也是日趋增多，用户的分散度也越来越大。要想覆盖更多的网民，几家门户网站已经无能为力了。需要从更多的网站中选择媒体。如何才能获得最优的媒体组合，得到最优的投放方案，在不少论文和期刊中均有过研究。但所建立的优化模型，仅仅点击或展示为衡量广告效果最终依据，点击或展示只能反映广告效果的某个侧面，并不能综合的反应广告的真实效果。所以以点击(或展示)最大化为目标的媒体优化模型，只是一个局部优化模型，并没有达到真正意义上的优化(全局优化)。

发明内容

针对上述技术缺陷，本发明提出一种网络广告投放中媒体选择的优化系统及方法。

为了解决上述技术问题，本发明的技术方案如下；

网络广告投放中媒体选择的优化系统，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。

进一步的，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。

一种利用网络广告投放中媒体选择的优化系统的网络广告投放中媒体选择优化方法，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