專利名稱：一種網(wǎng)絡(luò)廣告權(quán)值計算系統(tǒng)及計算方法
技術(shù)領(lǐng)域：
本發(fā)明涉及網(wǎng)絡(luò)廣告領(lǐng)域，特別涉及一種網(wǎng)絡(luò)廣告權(quán)值計算系統(tǒng)及利用該系統(tǒng)對網(wǎng)絡(luò)廣告進行權(quán)值計算的方法。
背景技術(shù)：
自從互聯(lián)網(wǎng)產(chǎn)生之初，其作為信息媒介的功能就不斷被產(chǎn)業(yè)界所挖掘。與傳統(tǒng)媒體類似，網(wǎng)絡(luò)媒體大多提供廣告刊載服務(wù)，以促進廣告主的商品服務(wù)銷售，并取得廣告收入。網(wǎng)絡(luò)廣告的發(fā)布方和廣告主一直為提高網(wǎng)絡(luò)廣告的發(fā)布效果在不斷探索。由于傳統(tǒng)媒體都是事先印刷或者錄制完成的,其某一特定時刻展示給其讀者或者觀眾的廣告是相同的。這種機械的、單向的廣告?zhèn)鞑ィm然設(shè)置比較簡單，但是效果往往無 法與交互式的廣告媲美?；ヂ?lián)網(wǎng)產(chǎn)生以來，隨著網(wǎng)絡(luò)交互技術(shù)的不斷普及和應(yīng)用，網(wǎng)絡(luò)廣告發(fā)布者可以通過技術(shù)手段與廣告受眾進行交互，以進行廣告內(nèi)容的個性化和關(guān)聯(lián)化。這種個性化的互動廣告模式以Google的關(guān)鍵詞搜索為代表，并受到來自其他搜索引擎服務(wù)提供商的模仿。但是，通過搜索引擎提供的網(wǎng)絡(luò)廣告只是網(wǎng)絡(luò)廣告中的一小部分，并非所有網(wǎng)絡(luò)廣告的展示媒體都允許用戶通過搜索關(guān)鍵詞來定義自己所感興趣的廣告類別和范圍。即使是搜索引擎網(wǎng)站，由于同樣關(guān)鍵字對不同的人所產(chǎn)生的影響也不相同，點擊率也不相同，故搜索相同關(guān)鍵字的情況下，仍然有必要針對不同的瀏覽者進行廣告優(yōu)化展示，而現(xiàn)有關(guān)鍵詞搜索模式顯然沒有能夠做到這一點。為了精準(zhǔn)地向不同類別和興趣的瀏覽者投放具有更強相關(guān)性的廣告，從而提高廣告投放的投資回報率，有必要提供一種基于用戶行為、網(wǎng)站內(nèi)容及廣告自身屬性進行科學(xué)分析的網(wǎng)絡(luò)廣告權(quán)值計算系統(tǒng)，并使用該系統(tǒng)對不同的網(wǎng)絡(luò)廣告權(quán)值進行計算，為網(wǎng)絡(luò)廣告發(fā)布者提供用于選擇廣告投放媒體和廣告內(nèi)容的科學(xué)依據(jù)。目前這一問題還沒有得到解決。

發(fā)明內(nèi)容
為克服現(xiàn)有技術(shù)不足，本發(fā)明特別提供一種基于用戶行為、網(wǎng)站內(nèi)容及廣告自身屬性的網(wǎng)絡(luò)廣告權(quán)值計算系統(tǒng)，并使用該系統(tǒng)對不同的網(wǎng)絡(luò)廣告權(quán)值進行計算，以達到精準(zhǔn)化定位分析，提高網(wǎng)絡(luò)廣告的投資回報率。發(fā)明技術(shù)方案如下一種網(wǎng)絡(luò)廣告權(quán)值計算系統(tǒng)，包括網(wǎng)站分類庫、用戶分類庫、廣告庫、計算模塊；所述網(wǎng)站分類庫用于存儲網(wǎng)站分類參數(shù)；所述用戶分類庫用于存儲用戶分類參數(shù)；所述廣告庫用于存儲廣告參數(shù)；所述計算模塊分別從網(wǎng)站分類庫、用戶分類庫、廣告庫中取得網(wǎng)站分類參數(shù)、用戶分類參數(shù)、廣告參數(shù)，并利用上述參數(shù)進行計算，得出網(wǎng)絡(luò)廣告權(quán)值。進一步的,所述廣告參數(shù)包括廣告分類參數(shù)和廣告出價參數(shù)。一種網(wǎng)絡(luò)廣告權(quán)值計算方法，包括如下步驟
取得網(wǎng)站分類參數(shù)并將其存入網(wǎng)站分類庫；取得用戶分類參數(shù)并將其存入用戶分類庫；將廣告參數(shù)錄入廣告庫；在用戶訪問特定網(wǎng)頁時，從用戶分類庫和網(wǎng)站分類庫中分別取出用戶分類參數(shù)和網(wǎng)站分類參數(shù)，與從廣告庫中取出的廣告參數(shù)進行權(quán)值計算，得到該網(wǎng)絡(luò)廣告的權(quán)值。所述網(wǎng)站分類參數(shù)是通過對網(wǎng)頁的URL的詞法分析或網(wǎng)絡(luò)爬蟲對網(wǎng)頁內(nèi)容的中文分詞取得的。所述用戶分類參數(shù)是通過對用戶訪問的網(wǎng)頁分類參數(shù)或用戶的搜索關(guān)鍵字進行累計排名算法和衰減算法取得的。所述廣告參數(shù)中包括廣告分類參數(shù)、廣告出價參數(shù)。 具體來講，所述網(wǎng)站分類參數(shù)的取得過程包括如下步驟設(shè)置種子分類；建立自動訓(xùn)練學(xué)習(xí)模型；使用所述種子分類，通過所述自動訓(xùn)練學(xué)習(xí)模型進行自動訓(xùn)練學(xué)習(xí)，形成分類庫；對網(wǎng)站內(nèi)容進行分析，在所述分類庫基礎(chǔ)上形成包含關(guān)鍵字分類庫和URL分類庫的匹配庫；在用戶訪問特定網(wǎng)站時，根據(jù)該網(wǎng)站URL在匹配庫中所對應(yīng)的網(wǎng)站類別，取得該網(wǎng)站分類參數(shù)。具體來講，所述用戶分類參數(shù)的取得過程包括如下步驟在用戶訪問特定網(wǎng)站時，根據(jù)該網(wǎng)站在匹配庫中所對應(yīng)的分類參數(shù)，取得該網(wǎng)站分類參數(shù)；將所述用戶訪問特定類別網(wǎng)站的歷史記錄進行累計/衰減算法計算，取得用戶分類參數(shù)。具體來講，在取得網(wǎng)站分類參數(shù)、用戶分類參數(shù)、廣告分類參數(shù)后，所述權(quán)值計算方法為AD = f(UserCate, PageCate, AdCate)〈UserCate =用戶分類參數(shù)，PageCate =網(wǎng)站分類參數(shù)，AdCate =廣告分類參數(shù)
>進一步的，所述權(quán)值計算方法具體包括如下步驟第一步、采用歸并算法計算出廣告與網(wǎng)站的分類權(quán)值(Cp)，計算公式如下AD (Cp) = f (AdCate1、AdCate2、. . . AdCatei) f (PageCate1、PageCate2、......PageCatem)公式中AD (Cp)指廣告與網(wǎng)站的分類權(quán)值，AdCatei指第i個廣告分類參數(shù)，PageCatem指第M個網(wǎng)站分類參數(shù)；第二步、采用歸并算法計算出廣告與用戶的分類權(quán)值(Up)，計算公式如下AD (Up) = f (AdCate1、AdCate2、. . . AdCatei) f (UserCate1、UserCate2、......UserCatem)公式中AD(Up)指廣告與用戶的分類權(quán)值，UserCateffl是指第m個用戶分類參數(shù)；
第三步、計算出廣告的分類總權(quán)值(C)，計算公式如下AD (C) = aAD (Cp) + β AD (Up)公式中a、β是由系統(tǒng)設(shè)置人員根據(jù)效果進行不斷調(diào)整后優(yōu)化出來的兩個給定值；第四步、采用歸一化，算出競價權(quán)值(B)，計算公式如下AD (B) = y ([ADb-min (ADb) ] / [max (ADb) -min (ADb) ] +X)ADb是指廣告競價參數(shù)，max (ADb)是指廣告最高競價，min (ADb)是指廣告最低競價；Y、X值是系統(tǒng)配置人員根據(jù)需要按照效果優(yōu)化方法根據(jù)經(jīng)驗給出的常量；最后，再算出廣告分類權(quán)值和競價權(quán)值的總和，即可得到網(wǎng)絡(luò)廣告權(quán)值，計算公式如下

AD = AD (C) AD ⑶本發(fā)明顯著優(yōu)點在于通過對用戶行為、網(wǎng)站內(nèi)容及廣告自身屬性的精準(zhǔn)化定位分析，為網(wǎng)絡(luò)廣告發(fā)布者提供用于選擇廣告投放媒體和廣告內(nèi)容的科學(xué)依據(jù)，提高網(wǎng)絡(luò)廣告的投資回報率。


圖I為本發(fā)明網(wǎng)絡(luò)廣告權(quán)值計算系統(tǒng)示意2為本發(fā)明網(wǎng)絡(luò)廣告權(quán)值計算方法流程圖
具體實施例方式為了說明本發(fā)明的技術(shù)方案內(nèi)容，結(jié)合附圖介紹本發(fā)明所述網(wǎng)絡(luò)廣告權(quán)值計算系統(tǒng)及方法的具體實施方式
。參見圖1，本發(fā)明的一種網(wǎng)絡(luò)廣告權(quán)值計算系統(tǒng)，包括網(wǎng)站分類庫、用戶分類庫、廣告庫、計算模塊；所述網(wǎng)站分類庫用于存儲網(wǎng)站分類參數(shù)；所述用戶分類庫用于存儲用戶分類參數(shù)；所述廣告庫用于存儲廣告參數(shù)；所述計算模塊分別從網(wǎng)站分類庫、用戶分類庫、廣告庫中取得網(wǎng)站分類參數(shù)、用戶分類參數(shù)、廣告參數(shù)，并利用上述參數(shù)進行計算，得出網(wǎng)絡(luò)廣告權(quán)值。進一步的,所述廣告參數(shù)包括廣告分類參數(shù)和廣告出價參數(shù)。參見圖2，本發(fā)明的網(wǎng)絡(luò)廣告權(quán)值計算方法，包括如下步驟

參照Google、淘寶等第三方分類機構(gòu)的種子分類，再通過自動訓(xùn)練學(xué)習(xí)模型，得出完整的分類庫。自動訓(xùn)練學(xué)習(xí)模型運作模式如下在種子分類基礎(chǔ)上，對每一種子分類再進行聚類運算，算法可采用劃分法(但不局限于此算法)，得出小分類，依次迭代運行，最終得出完整分類庫(3000+)。分類庫中包含了所有重要分類，例如汽車、IT、計算機、電器、購物、化妝品等。使用網(wǎng)絡(luò)爬蟲程序，對網(wǎng)頁內(nèi)容進行分析，根據(jù)網(wǎng)頁內(nèi)容與類別庫中相關(guān)類別的相關(guān)度將該網(wǎng)頁URL與特定類別進行匹配，形成URL分類庫；例如www. pconline. com. cn — ITwww. pconline. com. cn —計算機
www. pconline. com. cn —電器www. csdn. net — IT......根據(jù)用戶使用特定關(guān)鍵詞進行搜索操作的搜索結(jié)果頁面內(nèi)容進行分析，根據(jù)搜索關(guān)鍵詞與類別庫中相關(guān)類別的相關(guān)度，將搜索關(guān)鍵字與特定類別進行匹配，形成關(guān)鍵字分類庫；例如用戶分別搜索“寶馬”、“奔馳”、“Auto”這幾個關(guān)鍵詞后產(chǎn)生的搜索結(jié)果具有高度相似性，并且搜索結(jié)果指向的網(wǎng)站絕大部分是汽車類網(wǎng)站，因此將這幾個關(guān)鍵詞歸類為汽車類別 寶馬一汽車奔馳一汽車Auto —汽車......上述關(guān)鍵字分類庫和URL分類庫共同構(gòu)成匹配庫；在用戶訪問特定網(wǎng)站時，系統(tǒng)根據(jù)該網(wǎng)站在匹配庫中所對應(yīng)的分類參數(shù)，取得該網(wǎng)站分類參數(shù)。例如，用戶在訪問網(wǎng)站W(wǎng)WW, pconline. com, cn時,系統(tǒng)根據(jù)該網(wǎng)站在匹配庫中所對應(yīng)的分類，并按照匹配相關(guān)性給出該網(wǎng)站分類參數(shù)為IT = 90、計算機=80、電器=60。系統(tǒng)通過對用戶訪問的網(wǎng)頁分類參數(shù)及搜索關(guān)鍵詞參數(shù)，通過累計排名算法和衰減算法，得出用戶分類參數(shù)(User)。例如假設(shè)某一用戶曾經(jīng)80次訪問金融類網(wǎng)站、60次訪問運動類網(wǎng)站，或者80次搜索金融類關(guān)鍵詞、60次搜索運動類關(guān)鍵詞，則系統(tǒng)根據(jù)該用戶訪問網(wǎng)頁的網(wǎng)站分類參數(shù)或者其搜索關(guān)鍵詞分類參數(shù)，通過累計排名算法和衰減算法，得出該用戶的用戶分類參數(shù)為金融-80，運動-60。廣告主及代理商或運營配置人員對廣告參數(shù)(Ad)進行配置，包括廣告分類參數(shù)、廣告出價參數(shù)。例如廣告歐萊雅，配置購物-70 (競價)，化妝品-100 (競價)系統(tǒng)將所述網(wǎng)站分類參數(shù)、用戶分類參數(shù)和廣告參數(shù)分別存儲至網(wǎng)站分類庫、用戶分類庫和廣告庫。系統(tǒng)使用網(wǎng)絡(luò)廣告權(quán)值算法公式計算網(wǎng)絡(luò)廣告權(quán)值，公式為AD = f(UserCate, PageCate, AdCate)〈UserCate =用戶分類參數(shù)，PageCate =網(wǎng)站分類參數(shù)，AdCate =廣告分類參數(shù)>。具體計算方法首先，系統(tǒng)計算出廣告與網(wǎng)站的分類權(quán)值(Cp)，計算采用歸并算法，但不局限于此算法。AD1(Cp) = f (Ad1Cate1^ Ad1Cate2、. . . Ad1Catei) f (PageCate1^PageCate2、......PageCatem)AD2(Cp) = f (Ad2Cate1^ Ad2Cate2、. . . Ad2Catei) f (PageCate1^PageCate2、......PageCatem)ADn(Cp) = f (AdnCate1^ AdnCate2、. . . AdnCatei) f (PageCate1^PageCate2、......PageCatem)公式中ADn(Cp)指第N個廣告的分類權(quán)值，Catei是指第i個廣告的分類參數(shù)、Cateffl是指第m個廣告的廣告分類參數(shù)。其次，系統(tǒng)計算出廣告與用戶的分類權(quán)值(Up)，計算也采用歸并算法，但不局限于此算法。AD1(Up) = f (Ad1Cate1^ Ad1Cate2、. . . Ad1Catei) f (UserCate1、UserCate2、......UserCatem)AD2(Up) = f (Ad2Cate1、Ad2Cate2、. . . Ad2Catei) f (UserCate1、UserCate2、......UserCatem)ADn(Up) = f (AdnCate1^ A dnC a t e 2 > . . . AdnCatei) f (UserCate1、UserCate2、......UserCatem) 公式中ADn(Up)指第N個廣告與用戶的分類權(quán)值，Catei是指第i個廣告的分類參數(shù)、Cateffl是指第m個廣告的廣告分類參數(shù)。然后，系統(tǒng)再算出廣告的分類總權(quán)值(C)，計算公式如下AD1 (C) = aADi (Cp) + β AD1 (Up)AD2 (C) = aAD2 (Cp) + β AD2 (Up)ADn (C) = aADn (Cp) + β ADn (Up)公式中a、β是由系統(tǒng)設(shè)置人員根據(jù)效果進行不斷調(diào)整后優(yōu)化出來的兩個給定值。例如可假設(shè)a+β = I,則按照枚舉法a = O. l、a = O. 2、a = O. 3、、a = O. 9,則β值也可以相應(yīng)確定。系統(tǒng)再采用歸一化，算出競價權(quán)值(B)，計算公式如下AD1 (B) = y ([ADbl_min (ADb) ] / [max (ADb) -min (ADb) ] +X)AD2 (B) = y ([ADb2-min (ADb) ] / [max (ADb) -min (ADb) ] +X)ADn (B) = y ([ADbn-min (ADb) ] / [max (ADb) -min (ADb) ] +X)上述公式中，ADb是指AD的競價，ADbn指第N個廣告的競價，max (ADb)是指廣告最高競價，min(ADb)是指廣告最低競價。Y、X值是系統(tǒng)配置人員根據(jù)需要按照效果優(yōu)化方法根據(jù)經(jīng)驗給出的常量。最后，系統(tǒng)再算出廣告分類權(quán)值和競價權(quán)值的總和，計算公式如下AD1 = AD1(C)AD1(B)AD2 = AD2(C)AD2(B)ADn = ADn(C)ADn(B)如前所述，當(dāng)用戶分類參數(shù)為Catel = 80, Cate2 = 20的用戶訪問網(wǎng)站分類參數(shù)為Catel = 20，Cate2 = 5的網(wǎng)站時，假設(shè)廣告庫中已有廣告I和廣告2兩個廣告，并且該兩個廣告的分類參數(shù)分別為Catel和Cate2，競價參數(shù)分別為20和100。并且，系統(tǒng)配置人員按照效果優(yōu)化方法根據(jù)經(jīng)驗給出的常量α、β、Y、X值分別為 O.9,0.1、5、10。則我們可以通過計算可知廣告與網(wǎng)站的分類權(quán)值(Cp)為ADl(Cp) =20
AD2 (Cp) = 5廣告與用戶的分類權(quán)值(Up)為ADl(Up) =80AD2 (Up) = 20分類總權(quán)值(C)為ADl (C) = O. 9*20+0. 1*80 = 26AD2 (C) = O. 9*5+0. 1*20 = 6. 5競價權(quán)值⑶為 AD1(B) = Y ([ADbl-min (ADb) ] / [max (ADb) -min (ADb) ] +X)AD1(B) = 5 ([20-20]/[100-20]+10) =50AD2(B) = 5 ([100-20]/[100-20]+10) =55最后，系統(tǒng)再算出廣告分類權(quán)值和競價權(quán)值的總和為AD1 = 26*50 = 1300AD2 = 6. 5*55 = 357. 5這樣，我們就得到了與用戶行為、網(wǎng)站內(nèi)容及廣告自身屬性相關(guān)的網(wǎng)絡(luò)廣告權(quán)值。通過對不同權(quán)值的網(wǎng)絡(luò)廣告進行篩選，系統(tǒng)可以挑選那些網(wǎng)絡(luò)權(quán)值最高的廣告進行展示，以取得更加有針對性的廣告宣傳效果。本發(fā)明不限于上述實施方式，對于本領(lǐng)域普通技術(shù)人員而言，對上述實施方式所做出的任何顯而易見的改進或變更，都不會超出本發(fā)明的構(gòu)思和所附權(quán)利要求的保護范圍。
權(quán)利要求
1.一種網(wǎng)絡(luò)廣告權(quán)值計算系統(tǒng)，其特征在于 包括網(wǎng)站分類庫、用戶分類庫、廣告庫、計算模塊； 所述網(wǎng)站分類庫用于存儲網(wǎng)站分類參數(shù)； 所述用戶分類庫用于存儲用戶分類參數(shù)； 所述廣告庫用于存儲廣告參數(shù)； 所述計算模塊分別從網(wǎng)站分類庫、用戶分類庫、廣告庫中取得網(wǎng)站分類參數(shù)、用戶分類參數(shù)、廣告參數(shù)，并利用上述參數(shù)進行計算，得出網(wǎng)絡(luò)廣告權(quán)值。
2.根據(jù)權(quán)利要求I所述一種網(wǎng)絡(luò)廣告權(quán)值計算系統(tǒng)，其特征在于所述廣告參數(shù)包括廣告分類參數(shù)和廣告出價參數(shù)。
3.—種網(wǎng)絡(luò)廣告權(quán)值計算方法，其特征在于包括如下步驟 取得網(wǎng)站分類參數(shù)并將其存入網(wǎng)站分類庫； 取得用戶分類參數(shù)并將其存入用戶分類庫； 將廣告參數(shù)錄入廣告庫； 在用戶訪問特定網(wǎng)頁時，從用戶分類庫和網(wǎng)站分類庫中分別取出用戶分類參數(shù)和網(wǎng)站分類參數(shù)，與從廣告庫中取出的廣告參數(shù)進行權(quán)值計算，得到該網(wǎng)絡(luò)廣告的權(quán)值。
4.根據(jù)權(quán)利要求3所述一種網(wǎng)絡(luò)廣告權(quán)值計算方法，其特征在于所述網(wǎng)站分類參數(shù)是通過對網(wǎng)頁的URL的詞法分析或網(wǎng)絡(luò)爬蟲對網(wǎng)頁內(nèi)容的中文分詞取得的。
5.根據(jù)權(quán)利要求3所述一種網(wǎng)絡(luò)廣告權(quán)值計算方法，其特征在于所述用戶分類參數(shù)是通過對用戶訪問的網(wǎng)頁分類參數(shù)或用戶的搜索關(guān)鍵字進行累計排名算法和衰減算法取得的。
6.根據(jù)權(quán)利要求3所述一種網(wǎng)絡(luò)廣告權(quán)值計算方法，其特征在于所述廣告參數(shù)中包括廣告分類參數(shù)、廣告出價參數(shù)。
7.根據(jù)權(quán)利要求3或4所述一種網(wǎng)絡(luò)廣告權(quán)值計算方法，其特征在于所述網(wǎng)站分類參數(shù)的取得過程包括如下步驟 設(shè)置種子分類； 建立自動訓(xùn)練學(xué)習(xí)模型； 使用所述種子分類，通過所述自動訓(xùn)練學(xué)習(xí)模型進行自動訓(xùn)練學(xué)習(xí)，形成分類庫；對網(wǎng)站內(nèi)容進行分析，在所述分類庫基礎(chǔ)上形成包含關(guān)鍵字分類庫和URL分類庫的匹配庫； 在用戶訪問特定網(wǎng)站時，根據(jù)該網(wǎng)站URL在匹配庫中所對應(yīng)的網(wǎng)站類別，取得該網(wǎng)站分類參數(shù)。
8.根據(jù)權(quán)利要求3或5所述一種網(wǎng)絡(luò)廣告權(quán)值計算方法，其特征在于所述用戶分類參數(shù)的取得過程包括如下步驟 在用戶訪問特定網(wǎng)站時，根據(jù)該網(wǎng)站在匹配庫中所對應(yīng)的分類參數(shù)，取得該網(wǎng)站分類參數(shù)； 將所述用戶訪問特定類別網(wǎng)站的歷史記錄進行累計/衰減算法計算，取得用戶分類參數(shù)。
9.根據(jù)權(quán)利要求3、4、5或6所述一種網(wǎng)絡(luò)廣告權(quán)值計算方法，其特征在于 在取得網(wǎng)站分類參數(shù)、用戶分類參數(shù)、廣告分類參數(shù)后，所述權(quán)值計算方法為AD = f(UserCate, PageCate，AdCate) 〈UserCate =用戶分類參數(shù)，PageCate =網(wǎng)站分類參數(shù)，AdCate =廣告分類參數(shù)〉。
10.根據(jù)權(quán)利要求3至6任一所述一種網(wǎng)絡(luò)廣告權(quán)值計算方法，其特征在于所述權(quán)值計算方法具體包括如下步驟 第一步、采用歸并算法計算出廣告與網(wǎng)站的分類權(quán)值(Cp)，計算公式如下AD(Cp) = f (AdCate1 ^AdCate2 >. . · AdCatei) f (PageCatepPageCate2'......PageCatem) 公式中AD(Cp)指廣告與網(wǎng)站的分類權(quán)值，AdCatei指第i個廣告分類參數(shù)，PageCatem指第M個網(wǎng)站分類參數(shù)； 第二步、采用歸并算法計算出廣告與用戶的分類權(quán)值(Up)，計算公式如下AD(Up) = f (AdCate1 ^AdCate2 >. . · AdCatei) f (UserCatepUserCate2'......UserCatem) 公式中AD(Up)指廣告與用戶的分類權(quán)值，UserCatem是指第m個用戶分類參數(shù)； 第三步、計算出廣告的分類總權(quán)值(C)，計算公式如下AD (C) = aAD (Cp) + β AD (Up) 公式中a、β是由系統(tǒng)設(shè)置人員根據(jù)效果進行不斷調(diào)整后優(yōu)化出來的兩個給定值； 第四步、采用歸一化，算出競價權(quán)值(B)，計算公式如下 AD (B) = Y ([ADb-min (ADb) ] / [max (ADb) -min (ADb) ] +X) ADb是指廣告競價參數(shù)，max(ADb)是指廣告最高競價，min(ADb)是指廣告最低競價；Y、X值是系統(tǒng)配置人員根據(jù)需要按照效果優(yōu)化方法根據(jù)經(jīng)驗給出的常量； 最后，再算出廣告分類權(quán)值和競價權(quán)值的總和，即可得到網(wǎng)絡(luò)廣告權(quán)值，計算公式如下AD = AD (C)AD (B)。
全文摘要
本發(fā)明公開了一種網(wǎng)絡(luò)廣告權(quán)值計算系統(tǒng)及利用該系統(tǒng)進行網(wǎng)絡(luò)廣告權(quán)值計算的方法。本發(fā)明的網(wǎng)絡(luò)廣告權(quán)值計算系統(tǒng)包括網(wǎng)站分類庫、用戶分類庫、廣告庫，并分別存儲有網(wǎng)站分類參數(shù)、用戶分類參數(shù)和廣告參數(shù)，通過系統(tǒng)中的計算模塊進行網(wǎng)絡(luò)廣告權(quán)值的計算。本發(fā)明的網(wǎng)絡(luò)廣告權(quán)值計算方法是通過將分別存儲于所述網(wǎng)站分類庫、用戶分類庫、廣告庫中的網(wǎng)站分類參數(shù)、用戶分類參數(shù)、廣告參數(shù)進行權(quán)值計算，從而得到網(wǎng)絡(luò)廣告的權(quán)值信息。通過本發(fā)明的系統(tǒng)和方法計算出的網(wǎng)絡(luò)廣告權(quán)值是基于用戶行為、網(wǎng)站內(nèi)容及廣告自身屬性進行科學(xué)分析的結(jié)果，能夠為網(wǎng)絡(luò)廣告發(fā)布者提供用于選擇廣告投放媒體和廣告內(nèi)容的科學(xué)依據(jù)。
文檔編號G06F17/30GK102867265SQ20111019069
公開日2013年1月9日 申請日期2011年7月8日 優(yōu)先權(quán)日2011年7月8日
發(fā)明者劉生, 羅峰, 黃蘇支, 李娜, 張玉波, 劉書良 申請人:北京億贊普網(wǎng)絡(luò)技術(shù)有限公司