一种判断广告投放质量的方法及系统

技术领域

本申请涉及广告投放的技术领域，特别涉及一种判断广告投放质量的方法及系统。

背景技术

随着可访问互联网的智能设备已被广泛使用，广告商通常会通过智能设备在各个软件平台上推送广告来获取用户。由于高质量的广告往往能更加吸引用户，因此通过判断广告投放质量进而提升广告投放质量更有利于提升广告的效果。

目前，不同类型的广告投放商判断广告投放质量的方式也不同，例如，商家主要是通过商品的实际销量判断广告投放质量；游戏或者app主要是通过用户下载/注册/激活判断广告投放质量；品牌方主要是通过对用户形成足够的曝光，获得的品牌好感判断广告投放质量。

针对上述相关技术，发明人发现存在以下技术缺陷：相关技术中不同类型的广告投放商判断对应的广告投放质量的维度过于单一，导致判断结果不够精准。

发明内容

为了提升广告投放质量判断的精准度，本申请提供了一种判断广告投放质量的方法及系统。

第一方面，本申请提供的一种判断广告投放质量的方法，采用如下技术方案：

一种判断广告投放质量的方法，其包括：

在广告投放后，获取预先配置的各个质量判断维度对应的用户数据；

基于所述各个质量判断维度的类型，调取对应的第一计算模型；

基于所述用户数据和所述第一计算模型，获得与所述各个质量判断维度对应的第一质量分；基于多个所述第一质量分之和，获得第一总质量分；

判断所述第一总质量分是否在预设的总质量分阈值以上，若是，则判定所述广告投放质量优，若否，则判定所述广告投放质量差。

通过采用上述技术方案，广告投放后，根据预先配置的多个质量判断维度获取用户数据，并且调取与各个质量判断维度相对应的第一计算模型，然后将用户数据和预先配置的参数输入对应的第一计算模型中，从而获得与各个质量判断维度对应的第一质量分，对各个质量判断维度的第一质量分求和得到第一总质量分，然后判断第一总质量分是否在总质量分阈值以上，若是，则判定广告投放质量优；若否，则判定广告投放质量差；

由于本申请通过增加质量判断维度，使得广告投放商可以从多个维度对广告投放质量进行判断，因此提升了广告投放质量判断的精准度。

可选的，所述各个质量判断维度包括激活用户数量、ROI和ECPM，对应的类型为正相关类型，对应的所述第一计算模型为正相关计算模型；

所述用户数据越大，基于所述正相关计算模型生成的所述第一质量分越高。

通过采用上述技术方案，当判断维度对应正相关计算模型时，表明该判断维度为数据与第一质量分呈正相关，例如，在广告投放后，通过广告打开使用某APP的用户数量越高，则表明该广告越能吸引来用户，第一质量分就越高。

可选的，所述正相关计算模型包括：

其中，Score为所述第一质量分，Value为获取的所述用户数据，Max为预设的用户数据最大值；Min为预设的用户数据最小值；MaxScore为预设的质量分最大值；MinScore为预设的质量分最小值；Weight为预设的质量判断维度的权重。

通过采用上述技术方案，以判断维度为打开某APP的用户数量为例，该维度用户数据最大值为2000，用户数据最小值为400，质量分最大值为10，质量分最小值为0，该质量判断维度的权重为0.1。当获取到某个时间打开该APP的用户数量为1600时，则可以计算到第一质量分为0.75分；当获取到某个时间打开该APP的用户数量为800时，则可以计算到第一质量分为0.25分。

可选的，所述各个质量判断维度还包括新增激活单价和买量成本，对应的类型为负相关类型，对应的所述第一计算模型为负相关计算模型；

所述用户数据越大，基于所述负相关计算模型生成的所述第一质量分越低。

通过采用上述技术方案，当判断维度对应负相关计算模型时，表明该判断维度为数据与第一质量分呈负相关，例如，广告投放后，新增一个用户平均花费的推广成本越高，则表明该广告所需投入的投放费用较高，第一质量分就越低。

可选的，所述负相关计算模型包括：

通过采用上述技术方案，以判断维度为新增一个用户平均花费的推广成本为例，用户数据最大值为1.5，用户数据最小值为0.5，质量分最大值为10，质量分最小值为0，权重为0.2，当某个时间获取到新增一个用户平均花费1.2，则可以计算到第一质量分为0.6分；当另一某个时间获取到新增一个用户平均花费0.6，则可以计算到第一质量分为1.8分。

可选的，所述方法还包括：

判断所述各个质量判断维度对应的增减类型；

基于判断结果和所述第一计算模型，调取对应的第二计算模型；

基于所述第二计算模型和所述第一质量分，获得所述各个质量判断维度对应的第二质量分；基于多个所述第二质量分之和，获得第二总质量分；

判断所述第二总质量分是否在所述总质量分阈值以上，若是，则判定所述广告投放质量优，若否，则判定所述广告投放质量差。

通过采用上述技术方案，对判断维度中比较恶意的用户行为作减分处理，例如，广告投放后，通过作弊获得激励的用户越多，则表明该广告投放后将会带来越多的损失，即当作弊用户越多时，将会扣除越多的第一质量分，例如，在以作弊用户为质量判断维度中，预设的用户数据最大值为300，预设的用户数据最小值为0，预设的质量分最大值为10，预设的质量分最小值为0，质量判断维度的权重0.3，当某个时间获取到作弊的用户数量为20，则可以计算到第二质量分为-0.2分；当另一某个时间获取到作弊的用户数量为150，则可以计算到第二质量分为-1.5分。

可选的，所述第二计算模型包括：

Score

通过采用上述技术方案，综合多个判断维度的第二质量分，求和得到第二总质量分，从而能够更加全面的判断广告投放的质量，使得判断结果更为准确。

可选的，在判定所述广告投放质量优时，输出第一提示信号；

基于所述第一提示信号，增加广告的投放。

通过采用上述技术方案，当综合判断得到的广告质量为优时，表明广告投放取得较好的效果，从而输出第一提示信号，以增加广告的投放，从而扩大效果。

可选的，在判定所述广告投放质量差时，输出第二提示信号；

基于所述第二提示信号，减少或暂停广告的投放。

通过采用上述技术方案，当综合判断得到的广告质量为差时，表明广告投放效果较差，从而输出第二提示信号，以减少或暂停广告的投放，从而减少损失。

第二方面，本申请提供的一种判断广告投放质量的系统，采用如下技术方案：

一种判断广告投放质量的系统，包括：

用户数据获取模块，用于在广告投放后，获取预先配置的各个质量判断维度对应的用户数据；计算模型调取模块，基于所述各个质量判断维度的类型，调取对应的第一计算模型；

质量分获得模块，基于所述用户数据和所述第一计算模型，获得与所述各个质量判断维度对应的第一质量分；

所述质量分获得模块还通过对多个所述第一质量分求和，获得所述第一总质量分；

判断模块，用于判断所述第一总质量分是否在预设的总质量分阈值以上，若是，则判定所述广告投放质量优，若否，则判定所述广告投放质量差。

通过采用上述技术方案，用户数据获取模块在获取到各个质量判断维度的用户数据后，再由计算模型调取模块对应各个质量判断维度第一计算模型，质量分获得模块将各个用户数据和各个质量判断维度预先配置的参数带入对应的第一计算模型中，从而获得各个质量判断维度的第一质量分，并将各个第一质量分求和获得第一总质量分，再由判断模块判断第一总质量分与预设的总质量分阈值的大小关系，当第一总质量分大于预设的总质量分阈值时，判断广告投放质量优；当第一总质量分小于预设的总质量分阈值时，判断广告投放质量差。

综上所述，本申请至少包括以下有益效果：

1.广告投放后，本申请根据预先配置的多个质量判断维度获取用户数据，并且调取与各个质量判断维度相对应的第一计算模型，然后将用户数据和预先配置的参数输入对应的第一计算模型中，从而获得与各个质量判断维度对应的第一质量分，对各个质量判断维度的第一质量分求和得到第一总质量分，然后判断第一总质量分是否在总质量分阈值以上，若是，则判定广告投放质量优；若否，则判定广告投放质量差；

由于本申请通过增加质量判断维度，使得广告投放商可以从多个维度对广告投放质量进行判断，因此提升了广告投放质量判断的精准度。

2.设置第二计算模型的目的是，对判断维度中比较恶意的用户行为作减分处理，进一步提升了广告投放质量判断的精准度。

附图说明

图1是本申请一种判断广告投放质量的方法的一实施方式的流程示意图；

图2是本申请一种判断广告投放质量的方法区别于图1的另一实施方式的流程示意图；

图3是本申请一种判断广告投放质量的方法中步骤S140或步骤S190判断广告质量优之后步骤的流程示意图；

图4是本申请一种判断广告投放质量的方法中步骤S140或步骤S190判断广告质量差之后步骤的流程示意图；

图5是本申请一种判断广告投放质量的系统的一实施方式的结构框图；

图6是本申请一种判断广告投放质量的系统区别于图4的另一实施方式的结构框图。

附图标记说明：210、配置模块；220、用户数据获取模块；230、计算模型调取模块；240、质量分获得模块；250、判断模块；260、增减类型判断模块；270、广告投放调节模块。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面结合附图1-附图5，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请公布了一种判断广告投放质量的方法及系统，其中，判断广告投放质量的方法基于判断广告投放质量的系统实施，该系统可以集成于电子设备中，该电子设备可以为服务器也可以为终端设备，其中，该服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群，还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此，该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请实施例在此不做限制。

如图1所示，作为判断广告投放质量的方法的一实施方式，该方法可以包括S100-S140的步骤：

S100，在广告投放后，获取预先配置的各个质量判断维度对应的用户数据；

具体地，各个质量判断维度可以由广告投放商预先配置于系统中，然后系统基于该质量判断维度按照预设的时间规则获取对应的用户数据；时间规则可以是“每隔1分钟获取一次”，可以由广告投放商进行自行设定。

S110，基于各个质量判断维度的类型，调取对应的第一计算模型；

具体地，可以将各个质量判断维度划分为正相关类型和负相关类型，正相关类型对应的第一计算模型为正相关计算模型，负相关类型对应的第一计算模型为负相关计算模型。其中，正相关类型包括激活用户数量、ROI(投资回报率)和ECPM(每一千次展示可以获得的广告收入)等，负相关类型包括新增激活单价和买量成本等。

每个质量判断维度均预先配置关联有参数“Type”，参数“Type”被预设“1”或“0”，若系统识别到该参数且该参数对应的值为1，则判定该质量判断维度为正相关类型；若系统识别到该参数对应的值为0，则判定该质量判断维度为负相关类型。

S120，基于用户数据和第一计算模型，获得与各个质量判断维度对应的第一质量分；具体地，正相关计算模型可以是，

其中，Score为第一质量分，Value为获取的用户数据，Max为预设的用户数据最大值；Min 为预设的用户数据最小值；MaxScore为预设的质量分最大值；MinScore为预设的质量分最小值；Weight为预设的质量判断维度的权重。用户数据越大，基于正相关计算模型生成的第一质量分越高。

负相关计算模型可以是，

用户数据越大，基于负相关计算模型生成的第一质量分越低。

需要说明的是，当获取的用户数据Value大于预设的用户数据最大值Max时，用户数据Value的取值为用户数据最大值Max；当用户数据Value小于预设的用户数据最小值Min时，用户数据Value的取值为用户数据最小值Min。

S130，基于多个第一质量分之和，获得第一总质量分；

具体地，可以根据第一总质量分计算公式对多个第一质量分进行求和，以获得第一总质量分。第一总质量分计算公式如下：

S140，判断第一总质量分是否在预设的总质量分阈值以上，若是，则判定广告投放质量优，若否，则判定广告投放质量差。

为了更好地理解上述步骤，以2个质量判断维度为例，一个质量判断维度为激活用户数量，获取的用户数据为384，对应的用户数据最大值为500，用户数据最小值为100，对应的第一计算模型为正相关计算模型，该激活用户数量对应的正相关计算模型的权重为0.6，对应的质量分最大值为10，对应的质量分最小值为0；另一个质量判断维度为新增激活单价，获取的用户数据为0.7，对应的用户数据最大值为1.5，用户数据最小值为0.5，对应的第一计算模型为负相关计算模型，该新增激活单价对应的负相关计算模型的权重为0.4，对应的质量分最大值为10，对应的质量分最小值为0；基于正相关计算模型，获得第一质量分为4.26，基于负相关计算模型，获得第一质量分为3.2，基于第一总质量分计算公式，获得第一总质量分为7.46；若预设的总质量分阈值为6，第一总质量分大于该总质量分阈值，则判定广告投放质量优。

具体地，如附图2所示，为了进一步提升对广告投放质量判断的精准度，方法还可以包括S150-S190的步骤：

S150，判断各个质量判断维度对应的增减类型；

具体地，增类型的质量判断维度可以包括激活用户数量和ROI等，减类型的质量判断维度可以包括作弊用户数量和作弊用户率等。每个质量判断维度均预先配置关联有参数“Plus- Minus”，参数“Plus-Minus”被预设“1”或“0”，若系统识别到该质量判断维度关联的Plus-Minus为1时，则判定该质量判断维度为增类型，若识别到该质量判断维度关联的Plus-Minus为0时，则判定该质量判断维度为减类型。

S160，基于判断结果和对应的第一计算模型，调取对应的第二计算模型；

S170，基于第二计算模型和第一质量分，获得各个质量判断维度对应的第二质量分；

S180，基于多个第二质量分之和，获得第二总质量分；

S190，判断第二总质量分是否在总质量分阈值以上，若是，则判定广告投放质量优，若否，则判定广告投放质量差。

其中，第二计算模型包括：

Score

需要说明是，通常Increase取值可以是1或是-1，当判断质量判断维度为增类型时， Increase取值为1；当步骤S150判断质量判断维度为减类型时，Increase取值为-1。步骤 S160只需要在步骤S110之后执行即可。

基于第二计算模型，第二总质量分计算公式可以是，

其中，Score

例如，上述所举激活用户数量和新增激活单价的示例，该激活用户数量和新增激活单价均为增类型，基于第一计算模型获得的第一质量分分别为4.26和3.2，基于第二计算模型，获得的第二质量分为4.26(4.26*1)和3.2(3.2*1)；例如，质量判断维度为作弊用户率，获取的用户数据为8.6％，对应的最大值为20％，用户数据最小值为0，对应的第一计算模型为正相关计算模型，为减类型，该作弊用户率对应的正相关计算模型的权重为0.1，对应的质量分最大值为10，质量分最小值为0；基于正相关计算模型和第二计算模型，获得的第二质量分为-0.43(0.43*(-1))；因此第二总质量分为7.03(4.26+3.2+(-0.43))，若预设的总质量分阈值为6，第二总质量分大于该总质量分阈值，则判定广告投放质量优。

另外，如附图3所示，执行步骤S140或步骤S190之后，还可以执行S141-S142或S143-S144的步骤：

S141，若判定广告投放质量优，则输出第一提示信号；

S142，基于第一提示信号，增加广告的投放；

具体地，增加广告的投放可以是增加广告的投放量或增加广告的投放频率。

S143，若判定广告投放质量差，则输出第二提示信号；

S144，基于第二提示信号，减少或暂停广告的投放。

具体地，减少广告的投放可以是减少广告的投放量或减少广告的投放频率。

需要说明的是，对于广告投放的调节，可以是由系统自动调节，也可以是广告投放商接收到提示信号后，人工调节。

本实施例的实施原理为：

广告投放后，获取各个质量判断维度对应的用户数据，而后基于各个质量判断维度对应的用户数据、对应的参数、对应的增减类型以及对应的第二计算模型，计算获得各个质量判断维度对应的第二质量分，而后根据第二总质量分计算公式，获得第二总质量分，而后判断第二总质量分是否在总质量分阈值以上，若是，则判定广告投放质量优，而后输出第一提示信号，并基于第一提示信号，增加广告的投放；若否，则判定广告投放质量差，而后输出第二提示信号，并基于第二提示信号，减少或暂停广告的投放。

基于上述方法实施例，本申请另一实施例提供了一种判断广告投放质量的系统。如附图4所示，作为该系统的一实施方式，该系统可以包括：

配置模块210，用于配置各个质量判断维度、与各个质量判断维度相对应的参数以及与各个质量判断维度相对应的增减类型；其中，参数包括各个质量判断维度对应的质量分最大值、质量分最小值、用户数据最大值、用户数据最小值、权重、第一计算模型、第二计算模型、第一总质量分计算公式和第二总质量分计算公式等。

用户数据获取模块220，用于在广告投放后，获取各个质量判断维度对应的用户数据；计算模型调取模块230，基于各个质量判断维度的类型，调取对应的第一计算模型；

质量分获得模块240，基于用户数据和第一计算模型，获得与各个质量判断维度对应的第一质量分；

质量分获得模块240还基于多个第一质量分和第一总质量分计算公式，获得第一总质量分；判断模块250，用于判断第一总质量分是否在预设的总质量分阈值以上，若是，则判定广告投放质量优，并输出第一提示信号；若否，则判定广告投放质量差，并输出第一提示信号。

如附图5所示，作为系统的另一实施方式，该系统还可以包括：

增减类型判断模块260，用于判断各个质量判断维度的增减类型；

计算模型调取模块230基于判断结果和对应的第一计算模型，调取对应的第二计算模型；

质量分获得模块240基于第二计算模型和第一质量分，获得与各个质量判断维度对应的第二质量分。

该系统还可以包括：

广告投放调节模块270，用于接收并响应第一提示信号，以增加广告的投放，用于接收并响应第二提示信号，以减少或暂定广告的投放。其中，判断模块250在判定广告投放质量优时，输出第一提示信号，在判定广告投放质量差时，输出第二提示信号。

本实施例的实施原理为：

广告投放前，通过配置模块210配置各个质量判断维度、与各个质量判断维度相对应的参数以及与各个质量判断维度相对应的增减类型；广告投放后，由用户数据获取模块220获取各个质量判断维度对应的用户数据，而后增减类型判断模块260判断各个质量判断维度对应的增减类型，计算模型调取模块230基于各个质量判断维度的类型，调取对应的第一计算模型，然后基于第一计算模型和增减类型调取第二计算模型，而后质量分获得模块240基于各个质量判断维度对应的用户数据、对应的第一计算模型、对应的第二计算模型以及预先配置的参数，获得各个第二质量分，而后质量分获得模块240基于各个第二质量分以及第二总质量分计算公式，获得第二总质量分；判断模块250判断第二总质量分是否在总质量分阈值以上，若是，则判定广告投放质量优，而后输出第一提示信号；若否，则判定广告投放质量差，而后输出第二提示信号。

广告投放调节模块270接收并响应第一提示信号，以增加广告的投放，广告投放调节模块270接收并响应第二提示信号，以减少或暂停广告的投放。

以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。