广告投放效果的评估方法、装置、存储介质及电子设备与流程

本技术涉及大数据领域、金融科技领域或者其他，具体而言，涉及一种广告投放效果的评估方法、装置、存储介质及电子设备。

背景技术：

1、在各种渠道投放广告过程中，我们通常难以获取对应渠道的促活量、用户留存等更后端的深度转化指标，无法准确区分用户来源和质量，不能科学地评估各个渠道的广告投放效果。另外，广告投放数据分布在各个投放渠道和平台，数据统计需要花费大量的人力。除此之外，广告还会受到一系列微观因素的影响，例如媒介因素、作品因素、发布因素等。并且，在广告发布的因素上，发布时间、发布量、发布次数的多少、涉及媒介种类的多少等以及发布时段都是影响到广告效果测评的重要因素。大多数情况下，广告的投放效果是由多种因素综合影响的。

2、大多数广告是按照每千次展示的成本(cost per mille，即广告主需要支付多少钱才能让广告在一千次展示中被观众看到一次，简称为cpm)或每次点击的成本(cost perclick，即广告主需要支付多少钱才能让广告被点击一次，简称为cpc)进行收费。现有技术中一般通过曝光量、点击率、转化率等数据评估广告的投放效果，但对于广告主而言，广告效果数据是一个黑盒状态，而且传统广告效果的评估方法评估周期长、评估指标单一，导致评估结果不准确，无法满足广告主和广告代理公司在数据辅助决策方面的需要。

3、针对相关技术中基于预设指标和预设规则评估广告投放效果，由于无法灵活维护预设指标和预设规则，导致评估结果不准确的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本技术的主要目的在于提供一种广告投放效果的评估方法、装置、存储介质及电子设备，以解决相关技术中基于预设指标和预设规则评估广告投放效果，由于无法灵活维护预设指标和预设规则，导致评估结果不准确的问题。

2、为了实现上述目的，根据本技术的一个方面，提供了一种广告投放效果的评估方法，该方法包括：确定影响广告的投放效果的预设指标集合，对所述预设指标集合进行筛选和聚类，得到n个类别的目标指标，其中，n是大于1的整数；确定所述n个类别的目标指标中每个目标指标的权重，得到权重矩阵；依据所述权重矩阵建立因果正则化项，并依据所述因果正则化项和评分卡模型构建评估函数，其中，所述评估函数用于依据指标数据评估广告的投放效果；基于所述n个类别的目标指标采集目标广告的指标数据，并依据所述指标数据和所述评估函数评估所述目标广告的投放效果，其中，所述目标广告是指待评估投放效果的广告。

3、进一步地，对所述预设指标集合进行筛选和聚类，得到n个类别的目标指标，包括：按照预设比例在所述预设指标集合中随机抽取预设指标，并随机划分为m个类别的预设指标，其中，m是大于n的整数；采用预设聚类算法对所述m个类别的预设指标中的每类指标进行聚类，得到聚类结果；对所述聚类结果进行评估，依据评估结果对所述m个类别的预设指标进行筛选，得到所述n个类别的目标指标。

4、进一步地，对所述聚类结果进行评估，依据评估结果对所述m个类别的预设指标进行筛选，得到所述n个类别的目标指标，包括：评估所述聚类结果中每类预设指标的簇内距离和每类预设指标之间的簇间距；依据每类预设指标的簇内距离和每类预设指标之间的簇间距保留所述m个类别的预设指标中的l个类别的预设指标，其中，l是不大于m且不小于n的整数；对所述l个类别的预设指标中包含的预设指标进行整合，并再次随机划分为l个类别的预设指标；依据所述l个类别的预设指标中每类预设指标的簇内距离和每类预设指标之间的簇间距对所述l个类别的预设指标进行迭代优化，直到保留的指标类别的数量等于n，得到所述n个类别的目标指标。

5、进一步地，确定所述n个类别的目标指标中每个目标指标的权重，得到权重矩阵，包括：采用层次分析法确定所述n个类别的目标指标中每个目标指标的主观权重值，并采用熵权法确定每个目标指标的客观权重值；配置每个目标指标的主观权重值的第一权重系数，以及配置每个目标指标的客观权重值的第二权重系数，其中，每个目标指标的第一权重系数与每个目标指标的第二权重系数之间的和为预设数值；依据每个目标指标的主观权重值、每个目标指标的客观权重值、每个目标指标对应的第一权重系数和每个目标指标对应的第二权重系数计算每个目标指标的权重，得到所述权重矩阵。

6、进一步地，依据所述权重矩阵建立因果正则化项，包括：对所述n个类别的目标指标的指标数据进行热编码，得到编码后的指标数据；通过预设算法采用所述编码后的指标数据、所述权重矩阵和预设矩阵构建所述因果正则化项，其中，所述预设矩阵用于消除外界因素对n个类别的目标指标在评估广告的投放效果时产生的影响。

7、进一步地，依据所述因果正则化项和评分卡模型构建评估函数，包括：依据所述n个类别的目标指标构建所述评分卡模型；将所述因果正则化项代入所述评分卡模型中，得到目标函数；采用梯度下降算法优化所述目标函数，得到所述评估函数。

8、进一步地，所述评分卡模型包括预设参数，采用梯度下降算法优化所述目标函数，得到所述评估函数，包括：初始化所述预设参数，并依据初始化后的预设参数和所述权重矩阵计算所述目标函数的函数值；采用所述梯度下降算法迭代优化所述初始化后的预设参数，直到所述目标函数的函数值收敛，得到目标预设参数；依据所述目标预设参数、所述权重矩阵和所述目标函数确定所述评估函数。

9、为了实现上述目的，根据本技术的另一方面，提供了一种广告投放效果的评估装置，该装置包括：聚类单元，用于确定影响广告的投放效果的预设指标集合，对所述预设指标集合进行筛选和聚类，得到n个类别的目标指标，其中，n是大于1的整数；确定单元，用于确定所述n个类别的目标指标中每个目标指标的权重，得到权重矩阵；构建单元，用于依据所述权重矩阵建立因果正则化项，并依据所述因果正则化项和评分卡模型构建评估函数，其中，所述评估函数用于依据指标数据评估广告的投放效果；评估单元，用于基于所述n个类别的目标指标采集目标广告的指标数据，并依据所述指标数据和所述评估函数评估所述目标广告的投放效果，其中，所述目标广告是指待评估投放效果的广告。

10、进一步地，所述聚类单元包括：划分子单元，用于按照预设比例在所述预设指标集合中随机抽取预设指标，并随机划分为m个类别的预设指标，其中，m是大于n的整数；聚类子单元，用于采用预设聚类算法对所述m个类别的预设指标中的每类指标进行聚类，得到聚类结果；筛选子单元，用于对所述聚类结果进行评估，依据评估结果对所述m个类别的预设指标进行筛选，得到所述n个类别的目标指标。

11、进一步地，所述筛选子单元包括：评估模块，用于评估所述聚类结果中每类预设指标的簇内距离和每类预设指标之间的簇间距；保留模块，用于依据每类预设指标的簇内距离和每类预设指标之间的簇间距保留所述m个类别的预设指标中的l个类别的预设指标，其中，l是不大于m且不小于n的整数；划分模块，用于对所述l个类别的预设指标中包含的预设指标进行整合，并再次随机划分为l个类别的预设指标；第一优化模块，用于依据所述l个类别的预设指标中每类预设指标的簇内距离和每类预设指标之间的簇间距对所述l个类别的预设指标进行迭代优化，直到保留的指标类别的数量等于n，得到所述n个类别的目标指标。

12、进一步地，所述确定单元包括：确定子单元，用于采用层次分析法确定所述n个类别的目标指标中每个目标指标的主观权重值，并采用熵权法确定每个目标指标的客观权重值；配置子单元，用于配置每个目标指标的主观权重值的第一权重系数，以及配置每个目标指标的客观权重值的第二权重系数，其中，每个目标指标的第一权重系数与每个目标指标的第二权重系数之间的和为预设数值；计算子单元，用于依据每个目标指标的主观权重值、每个目标指标的客观权重值、每个目标指标对应的第一权重系数和每个目标指标对应的第二权重系数计算每个目标指标的权重，得到所述权重矩阵。

13、进一步地，所述构建单元包括：编码子单元，用于对所述n个类别的目标指标的指标数据进行热编码，得到编码后的指标数据；第一构建子单元，用于通过预设算法采用所述编码后的指标数据、所述权重矩阵和预设矩阵构建所述因果正则化项，其中，所述预设矩阵用于消除外界因素对n个类别的目标指标在评估广告的投放效果时产生的影响。

14、进一步地，所述构建单元包括：第二构建子单元，用于依据所述n个类别的目标指标构建所述评分卡模型；代入子单元，用于将所述因果正则化项代入所述评分卡模型中，得到目标函数；优化子单元，用于采用梯度下降算法优化所述目标函数，得到所述评估函数。

15、进一步地，所述评分卡模型包括预设参数，所述优化子单元包括：计算模块，用于初始化所述预设参数，并依据初始化后的预设参数和所述权重矩阵计算所述目标函数的函数值；第二优化模块，用于采用所述梯度下降算法迭代优化所述初始化后的预设参数，直到所述目标函数的函数值收敛，得到目标预设参数；确定模块，用于依据所述目标预设参数、所述权重矩阵和所述目标函数确定所述评估函数。

16、为了实现上述目的，根据本技术的一个方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述广告投放效果的评估方法，所述计算机程序被处理器执行时实现本技术各个实施例中所述广告投放效果的评估方法的步骤。

17、为了实现上述目的，根据本技术的一个方面，提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机指令，其中，在所述计算机指令被处理器执行时实现上述任意一项所述广告投放效果的评估方法。

18、为了实现上述目的，根据本技术的一个方面，提供了一种电子设备，包括一个或多个处理器和存储器，存储器用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述任意一项所述广告投放效果的评估方法。

19、通过本技术，采用以下步骤：确定影响广告的投放效果的预设指标集合，对所述预设指标集合进行筛选和聚类，得到n个类别的目标指标，其中，n是大于1的整数；确定所述n个类别的目标指标中每个目标指标的权重，得到权重矩阵；依据所述权重矩阵建立因果正则化项，并依据所述因果正则化项和评分卡模型构建评估函数，其中，所述评估函数用于依据指标数据评估广告的投放效果；基于所述n个类别的目标指标采集目标广告的指标数据，并依据所述指标数据和所述评估函数评估所述目标广告的投放效果，其中，所述目标广告是指待评估投放效果的广告，解决了相关技术中基于预设指标和预设规则评估广告投放效果，由于无法灵活维护预设指标和预设规则，导致评估结果不准确的问题。通过采集与广告投放效果相关的预设指标，从预设指标中选取与广告投放效果较为相关的目标指标，能够避免冗余指标对评估结果造成的影响，提高指标数据的质量，提高评估结果的准确性，同时依据指标权重、因果正则化项和评分卡模型构建评估函数，使用评估函数和目标指标的指标数据评估广告投放效果，能够更好地理解和预测数据中的因果关系，达到了提高广告投放结果的准确性的效果，进一步达到了提高客户满意度的效果。