[发明专利]一种广告竞价方法、装置及设备

权利要求书

1.一种广告竞价方法，其特征在于，包括：

获取目标广告的转化成本上限和目标流量请求对应的用户特征，所述转化成本上限为广告主投放所述目标广告预期的转化成本，所述用户特征为发起所述目标流量请求的用户的特征；

将所述转化成本上限和所述用户特征输入竞价预估模型，预估预设约束条件下所述目标广告参与所述目标流量请求的竞价价格；其中，所述预设约束条件包括所述竞价价格对应的转化成本小于所述转化成本上限，所述竞价预估模型由样本数据和对应的标签训练，所述样本数据包括指定曝光价格下投放所述目标广告的投放人群的用户特征，所述标签用于表征所述投放人群是否进行转化行为；

在获取目标广告的转化成本上限和目标流量请求对应的用户特征之前，所述方法还包括：

获取预设时间段内累积的历史转化数据，所述历史转化数据用于表征基于所述指定曝光价格投放所述目标广告的转化效果，所述目标广告对应的投放人群包括所述目标广告的广告计划预期定向投放的用户；

解析所述历史转化数据，得到所述投放人群的用户特征和对应的标签；

基于所述投放人群的用户特征和对应的标签，训练竞价预估模型，由所述竞价预估模型学习所述投放人群中不同标签的用户对所述目标广告的点击率和转化率。

2.根据权利要求1所述的方法，其特征在于，还包括：

确定所述广告计划预期定向投放的用户的第一用户特征；

从预设特征维度列表中选出与所述第一用户特征对应的特征维度不同的至少一个目标特征维度；

基于所述至少一个目标特征维度，生成所述广告计划预期定向投放的用户的第二用户特征；

基于所述第一用户特征和所述第二用户特征，划分所述投放人群，得到多个子人群，所述多个子人群的用户特征不同且均包括所述第一用户特征；

其中，所述基于所述投放人群的用户特征和对应的标签，训练竞价预估模型，包括：

基于所述多个子人群的用户特征和对应的标签，训练竞价预估模型，以使所述竞价预估模型学习所述多个子人群对所述目标广告的点击率和转化率。

3.根据权利要求1所述的方法，其特征在于，所述历史转化数据包括：所述目标广告的转化数；则在基于所述投放人群的用户特征和对应的标签，训练竞价预估模型之前，还包括：

若所述预设时间段内累积的所述目标广告的转化数超出转化数阈值，则允许训练竞价预估模型；否则重新累积下一个预设时间段内所述目标广告的历史转化数据。

4.根据权利要求3所述的方法，其特征在于，还包括：

若所述竞价预估模型预估的竞价价格对应的转化成本超出所述转化成本上限，则调整所述预设时间段的时长和/或所述转化数阈值。

5.根据权利要求2所述的方法，其特征在于，所述将所述转化成本上限和所述用户特征输入竞价预估模型，预估预设约束条件下所述目标广告参与所述目标流量请求的竞价价格，包括：

确定所述用户特征与第一用户特征的匹配度，所述第一用户特征为所述广告主预期定向投放的用户的特征；

确定所述匹配度对应的竞价权重，所述竞价权重用于表征竞价力度；

基于所述竞价权重和所述转化成本上限，通过竞价预估模型预估预设约束条件下所述目标广告参与所述目标流量请求的竞价价格。

6.根据权利要求5所述的方法，其特征在于，所述基于所述竞价权重和所述转化成本上限，通过竞价预估模型预估预设约束条件下所述目标广告参与所述目标流量请求的竞价价格，包括：

确定目标人群对应的预估点击率和预估转化率，所述目标人群为发起所述目标流量请求的用户所属的人群；

基于所述预估点击率和预估转化率、所述转化成本上限以及所述竞价权重，预估预设约束条件下所述目标广告参与所述目标流量请求的竞价价格。