广告投放图谱构建方法及广告投放图谱异常投放检测方法与流程

本发明属于互联网
技术领域：
，具体涉及一种广告投放图谱构建方法及广告投放图谱异常投放检测方法。
背景技术：
：互联网广告，由于其互动性强、准确性高的优势在广告结构中的比重逐年提升，并有继续扩大的趋势。2011至2014年，互联网广告的市场规模已经超过了报纸广告规模，名列第二位，市场规模连续保持高速增长。RTB(RealtimeBidding，实时竞价)是一种利用第三方技术在数量庞大的各个网站上针对每一个用户广告展示行为进行评估以及出价的竞价技术。实时竞价规避了无效的受众到达，广告主或者其代理可以针对有意义的用户进行流量购买。RTB的核心是DSP(DemandSidePlatform，需求方平台)和AdExchange(ADX，广告交易市场)。DSP整合了不同来源的在线广告资源，可以让广告主或者其代理通过一个统一的平台来购买、管理广告资源。通过DSP，可以实现统一的定向投放，数据管理，优化和效果报告。ADX是一个类似于证券交易所的场所，将广告供应方(网站媒体)和需求方(广告主或者其代理)聚集在一起交易在线广告存货，其本身并不买卖在线广告存货，而只是提供了交易的场所，按交易金额收取费用。ADX是DSP的一个重要的在线广告资源来源之一。总之，ADX就是一个能够让广告主在正确的时间，正确的媒体接触到合适的用户的地方，交易中运用的RTB技术可以让广告主或其代理DSP竞拍每一次广告显示在用户面前的机会。但是，目前，广告在投放的过程中，人们并不能直观观测到广告在某时刻某媒体上的投放量和投放成本指标等，不便于广告主和广告分析人员把握市场动态，调整业务分配策略。并且也不能及时发现广告在投放的过程中发生的流量异常、投放系统故障或者突发性作弊等现象，不方便对投放过程进行跟踪和控制。技术实现要素：本发明是为了解决上述问题而进行的，目的在于提供一种能够观察到在整个投放周期内，广告在不同时刻不同媒体上的投放量、投放成本等指标的广告投放图谱构建方法，以及能够检测出投放过程中发生流量异常、投放系统故障或者突发性作弊，方便对投放过程进行跟踪和控制的广告投放图谱异常投放检测方法。本发明提供了一种广告投放图谱构建方法，其特征在于，包括以下步骤：步骤1，将任意两个媒体基于预定规则得到两个媒体之间的用户重合度，根据所述用户重合度得到媒体相似性矩阵；步骤2，根据所述媒体相似性矩阵基于预定规则得到投影向量；步骤3，根据所述投影向量基于预定规则得到每个媒体的投影坐标；步骤4，以时间为横坐标，媒体为纵坐标，将广告的投放指标绘制成投放图谱。进一步，在本发明提供的广告投放图谱构建方法中，还可以具有这样的特征：其中，步骤1中，每个媒体根据实时竞价数据得到该媒体上出现过的用户，并以矩阵的形式表示：domain＝(user1user2…usern)domain为媒体矩阵，n为正整数。进一步，在本发明提供的广告投放图谱构建方法中，还可以具有这样的特征：其中，两个媒体之间的用户重合度由雅克比相似性公式求得：所述媒体相似性矩阵为：mpq为两个媒体之间的用户重合度，M为p行q列矩阵，p、q均为正整数。进一步，在本发明提供的广告投放图谱构建方法中，还可以具有这样的特征：其中，步骤2中，所述投影向量基于主成分分析法求得，求解公式如下：argmaxμTMμs.t.μTμ＝1μ为投影向量，μT为μ的转置向量，M为媒体相似性矩阵。进一步，在本发明提供的广告投放图谱构建方法中，还可以具有这样的特征：其中，步骤3中，所述投影坐标由以下公式求得：ki＝μTdomainidomaini＝(user1user2…usern)ki为某个媒体的投影坐标，μ为投影向量，domaini为某个媒体矩阵。进一步，在本发明提供的广告投放图谱构建方法中，还可以具有这样的特征：其中，步骤4中，绘制投放图谱包含以下步骤：步骤4-1，计算同一时刻下，所有媒体的投影坐标，每个媒体的展现和点击指标，步骤4-2，将在同一时刻下投影坐标相同的媒体的展现和点击指标合并，步骤4-3，时间为横坐标，媒体为纵坐标，将步骤4-2中得到的展现和点击指标绘制在相应的位置处得到投放图谱。本发明还提供了一种广告投放图谱异常投放检测方法，其特征在于，包含以下步骤：步骤1，将根据上面所述的广告投放图谱构建方法所得到的投放图谱做SVD分解；步骤2，选取低秩恢复系数，然后对投放图谱进行低秩重建得到重建图谱；步骤3，根据投放图谱与重建图谱基于预定规则得到重建误差；步骤4，判断所述重建误差与阈值的大小，如果所述重建误差小于所述阈值，选取步骤2的低秩恢复系数，否则，返回步骤2，并增大所述低秩恢复系数的值；步骤5，根据步骤4选取的低秩回复系数分析广告投放图谱投放是否发生异常。进一步，在本发明提供的广告投放图谱异常投放检测方法中，还可以具有这样的特征：其中，步骤1中，所述投放图谱做SVD分解的公式如下：X＝UΣVTX是投放图谱；U是p×p阶酉矩阵；Σ是半正定p×q阶对角矩阵；VT，即V的共轭转置，是q×q阶酉矩阵。进一步，在本发明提供的广告投放图谱异常投放检测方法中，还可以具有这样的特征：其中，步骤2中，通过下面公式对投放图谱进行低秩重建：为重建图谱，c为低秩恢复系数，Uc表示矩阵U的前c个分量，Σc表示矩阵Σ的前c个分量，表示矩阵VT的前c个分量。进一步，在本发明提供的广告投放图谱异常投放检测方法中，还可以具有这样的特征：其中，步骤3中，重建误差的计算公式如下：ε为重建误差，X为投放图谱，为重建图谱。本发明的优点如下：根据本发明所涉及的广告投放图谱构建方法，通过媒体的用户访问数据将媒体映射为纵坐标，将时间作为横坐标，将不同时刻不同媒体的投放指标绘制在相应位置处得到投放图谱，因此广告投放过程可以通过投放图谱进行可视化，广告主和广告分析人员能够观察到在整个投放周期内，广告在不同时刻不同媒体上的投放量、投放成本等指标。本发明所涉及的广告投放图谱异常投放检测方法，能够对采用本发明的广告投放图谱构建方法得到的投放图谱进行检测，根据投放图谱的波动检测到广告投放图谱在投放过中发生的流量异常、投放系统故障或者突发性作弊，方便对投放过程进行跟踪和控制。附图说明图1是本发明中广告投放图谱构建方法的流程图；图2是本发明中样本中广告投放图谱异常检测方法的流程图。具体实施方式为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，以下实施例结合附图对本发明广告投放图谱构建方法及广告投放图谱异常投放检测方法作具体阐述。广告投放图谱构建方法用于将广告投放过程以图谱的方式呈现，使其能够可视化。如图1所示，广告投放图谱构建方法包含以下步骤：步骤S1-1，将任意两个媒体基于预定规则得到两个媒体之间的用户重合度，根据所述用户重合度得到媒体相似性矩阵。在广告业务中，媒体一般以域名(domain)和广告位(adslot)表示。每个媒体从RTB(RealtimeBidding，实时竞价)广播数据中可以得到该媒体上出现过的用户，并将每个媒体以矩阵的形式表示：domain＝(user1user2…usern)其中，domain为媒体矩阵，n为正整数。在本实施例中，每个媒体上出现的用户如表1所示。表1.每个媒体上出现的用户User1User2…UsernDomain110…0Domain211…1……………DomainP00…1两个媒体之间的用户重合度由雅克比相似性公式求得：媒体相似性矩阵为：其中，mpq为两个媒体之间的用户重合度，M为p行q列矩阵，p、q均为正整数。在本实施例中，两两媒体之间的用户重合度如表2所示。表2.两两媒体之间的用户重合度则媒体相似性矩阵为：步骤S1-2，根据媒体相似性矩阵基于预定规则得到投影向量μ。投影向量μ基于主成分分析法求得，求解公式如下：argmaxμTMμs.t.μTμ＝1μ为投影向量，μT为μ的转置向量。步骤S1-3，根据投影向量基于预定规则得到每个媒体的投影坐标。投影坐标ki由以下公式求得：ki＝μTdomainidomaini＝(user1user2…usern)domaini为某个媒体矩阵。采用上述过程计算得到的每个媒体对应的投影坐标满足:媒体之间的用户重合度高的得到的投影坐标接近，媒体之间的用户重合度低的得到的投影坐标分离。步骤S1-4，以时间为横坐标，媒体为纵坐标，将广告的投放指标绘制成投放图谱X。投放图谱X为二维图像，t表示时间，k表示媒体，Xk,t表示t时刻在媒体k上的投放指标。投放指标包含展现(impression)和点击(click)指标。投放图谱X绘制过程包括以下步骤：步骤S1-4-1，计算同一时刻下，所有媒体的投影坐标，每个媒体的展现(impression)和点击(click)指标。在本实施例中，同一时刻不同媒体的投影坐标、展现和点击指标的数据如表3所示。表3.同一时刻不同媒体的投影坐标、展现和点击指标媒体投影坐标impressionclickdomain1k1300010domain2k2200020domain3k1100030…………步骤S1-4-2，将在同一时刻下投影坐标相同的媒体的展现和点击指标合并。如表4所示。表4.坐标系中同一时刻不同坐标下对应的展示和点击指标投影坐标impressionclickk1400040k2200020………步骤S1-4-3，时间为横坐标，媒体为纵坐标，将步骤S1-4-2中得到的展现和点击指标绘制在相应的位置处得到投放图谱。图谱能够展示在整个投放周期内，广告在不同媒体上的投放量、投放成本等指标。广告投放图谱投放异常检测方法能够根据投放图谱的波动检测到广告投放图谱在投放过中发生的流量异常、投放系统故障或者突发性作弊，方便对投放过程进行跟踪和控制。如图2所示，广告投放图谱投放异常检测方法包含以下步骤：步骤S2-1，将根据广告投放图谱构建方法所得到的投放图谱做SVD分解。SVD分解的公式如下：X＝UΣVTX是投放图谱；U是p×p阶酉矩阵；Σ是半正定p×q阶对角矩阵；VT，即V的共轭转置，是q×q阶酉矩阵。步骤S2-2，选取重建系数c，然后对投放图谱X进行低秩重建得到重建图谱投放图谱X进行低秩重建公式如下：为重建图谱，c为重建系数，Uc表示矩阵U的前c个分量，Σc表示矩阵Σ的前c个分量，表示矩阵VT的前c个分量。步骤S2-3，根据投放图谱与重建图谱基于预定规则得到重建误差。重建误差ε的计算公式如下：步骤S2-4，判断所述重建误差与阈值的大小，如果所述重建误差小于所述阈值，选取步骤S2-2的重建系数c，否则，返回步骤S2-2，并增大重建系数c的值。步骤S2-5，根据步骤S2-4选取的低秩回复系数c分析广告投放图谱投放是否发生异常。重建系数c表示了广告在投放时的媒体变化情况，如果媒体变化较大，则重建系数c的值较大，否则，重建系数c的值较小。如果某广告投放过程中，重建系数c一直很稳定，但是某个时间点处发生了突变，则说明广告投放的媒体发生了变化，进而可判定投放发生了异常。例如，在投放图谱中分别截取t0～t1、t0～t2、t0～t3、t0～t4的图谱，根据广告投放图谱投放异常检测方法得到t1、t2、t3、t4四个时刻的重建系数c1、c2、c3、c4。c1、c2、c3近似相等，而c4明显大于c1、c2、c3，则说明t3～t4时刻广告发生了异常投放。上述实施方式为本发明的优选案例，并不用来限制本发明的保护范围。当前第1页1 2 3