[发明专利]RTB出价方法及装置、存储介质、终端

说明书

一种RTB出价方法及装置、存储介质、终端，RTB出价方法包括：获取在线竞价流量及其对应的投放平台或投放活动；计算针对所述在线竞价流量的初始出价；至少根据所述投放平台或所述投放活动的历史竞价信息对所述初始出价进行调整，以得到针对所述在线竞价流量的最终出价。本发明技术方案可以优化RTB的出价，兼顾数据展示的成本和竞价成功率。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种RTB出价方法及装置、存储介质、终端。

背景技术

近些年，数据展示，例如广告的程序化购买开始成为在线数据展示业的主流。为实现展示数据在数据展示方，例如广告主和媒体之间的自动交易，实时竞价(Real TimeBidding,RTB)的方式开始普及起来。需求方平台(Demand-Side Platform,DSP)需要为每个数据展示机会出一个合理的价格从而来降低数据展示方的成本。在这种非透明的拍卖机制下，DSP很难去预估每个展示数据的价格，因为该DSP只能获知其竞价成功的展示数据的胜出价格。如何准确地出价能够帮助数据展示方确定合理的出价，并且还有助于其决定是否去竞价。

现有技术中，出价的方法主要有两种，一种是固定出价，另一种是基于预估点击率的方式。固定出价，即对于某个数据展示方或者平台统一出固定的价格去竞价，这是最简单最容易实现的出价方法。基于点击率(Click-Through-Rate,CTR)的预估方法也有如下两种经典的方法：线性出价(Linear Bidding)和优化实时出价(Optimal Real-Time Bidding,ORTB)。它们都是通过拟合一个关于CTR的函数来输出出价。不同的是，线性出价使用的是一个线性的函数，而ORTB使用的是一个非线性的函数，这两种方法都简单且易于实现。

但是，固定出价的方式忽略了流量的价值差异以及市场的变化，导致价格太低，数据展示方难以出价成功；出价太高，数据展示方成本上升。基于预估点击率的方式需要依赖于预估的CTR这一指标，如果CTR模型预估的不准，可能会导致出价失败。

发明内容

本发明解决的技术问题是如何优化RTB的出价，兼顾数据展示的成本和竞价成功率。

为解决上述技术问题，本发明实施例提供一种RTB出价方法，RTB出价方法包括：获取在线竞价流量及其对应的投放平台或投放活动；计算针对所述在线竞价流量的初始出价；至少根据所述投放平台或所述投放活动的历史竞价信息对所述初始出价进行调整，以得到针对所述在线竞价流量的最终出价。

可选的，所述根据所述投放平台或所述投放活动的历史竞价信息对所述初始出价进行调整包括：计算所述历史竞价信息中在第一预设时间段内的最优历史流量的第一出价胜率；计算在第二预设时间段内的所述在线竞价流量的第二出价胜率，所述第二预设时间段的长度小于所述第一预设时间段的长度；如果所述第二出价胜率小于所述第一出价胜率，则上调所述初始出价，所述最终出价大于所述初始出价。

可选的，所述根据所述投放平台或所述投放活动的历史竞价信息对所述初始出价进行调整包括：计算所述历史竞价信息中在第一预设时间段内的最优历史流量的所有出价的第一平均绝对误差；计算在第二预设时间段内的所述在线竞价流量的所有出价的第二平均绝对误差，所述第二预设时间段的长度小于所述第一预设时间段的长度，其中，所述第一平均绝对误差和所述第二平均绝对误差为出价与胜出价的差值的平均值；如果所述第二平均绝对误差小于所述第一平均绝对误差，则上调所述初始出价，所述最终出价大于所述初始出价。

可选的，所述RTB出价方法还包括：如果所述第二出价胜率大于所述第一出价胜率且所述第二平均绝对误差大于所述第一平均绝对误差，则下调所述初始出价，所述最终出价小于所述初始出价。

可选的，所述计算针对所述在线竞价流量的初始出价包括：提取所述在线竞价流量的流量特征；将所述在线竞价流量的流量特征输入回归模型，得到所述初始出价，所述回归模型是利用历史竞价数据离线训练得到的。