Способ и система определения оптимального значения параметра аукциона для цифрового объекта - заявка 2015143316 на патент на изобретение в РФ

1. Способ определения оптимального значения параметра аукциона для цифрового объекта; способ выполняется на сервере аукциона, связанном с хранилищем данных, на сервере аукциона размещен сервис аукциона, способ включает в себя:
получение, из хранилища данных, данных истории взаимодействия первой группы пользователей сервиса аукциона и данных истории взаимодействия второй группы пользователей сервиса аукциона, причем данные истории взаимодействия включают в себя по меньшей мере: указатель на цифровой объект, параметр аукциона, связанный с цифровым объектом, и характеристику среды в соответствующий момент времени;
офлайн обучение алгоритма машинного обучения прогнозировать оптимальное значение параметров аукциона для множества цифровых объектов на основе данных истории взаимодействия, связанных с первой группой пользователей, причем множество цифровых объектов связано с историей взаимодействий первой группы пользователей;
применение алгоритма машинного офлайн обучения для определения первого оптимального значения параметра аукциона для множества цифровых объектов, связанных со второй группой пользователей;
сохранение первого оптимального значения параметра аукциона для множества цифровых объектов;
в ответ на получение сервером аукциона запроса на сервис аукциона
определение цифрового объекта, релевантного запросу;
определение пользователя, связанного с цифровым объектом;
в ответ на то, что пользователь, который связан с цифровым объектом, принадлежит второй группе пользователей, применение первого оптимального значения параметра аукциона к цифровому объекту.
2. Способ по п.1, в котором на этапе получения данных истории взаимодействия дополнительно задается минимальное количество пользователей в первой группе пользователей сервиса аукциона.
3. Способ по п.1, в котором на этапе получения данных истории взаимодействия дополнительно задается минимальное количество пользователей во второй группе пользователей сервиса аукциона.
4. Способ по любому из пп. 1-3, в котором количество пользователей первой группы пользователей сервиса аукциона равно количеству пользователей второй группы.
5. Способ по п. 1, в котором на этапе получения данных истории взаимодействия первая и вторая группы представляют собой единую группу пользователей сервиса аукциона, а перед этапом офлайн обучения алгоритма машинного обучения выполняется разделение единой группы пользователей на первую группу пользователей сервиса аукциона и вторую группу пользователей сервиса аукциона.
6. Способ по п. 1, в котором дополнительно выполняется:
перед офлайн обучением алгоритма машинного обучения разделение множества цифровых объектов по меньшей мере на две категории, и разделение первой и второй группы пользователей онлайн аукциона на подгруппы пользователей по соответствующим категориям;
офлайн обучение алгоритма машинного обучения на основе данных истории взаимодействия каждой отдельной подгруппы первой группы пользователей;
применение алгоритма машинного офлайн обучения для определения первого оптимального значения параметра аукциона для каждой категории множества цифровых объектов, связанных с соответствующей подгруппой второй группы пользователей;
после получения сервером аукциона запроса на сервис аукциона в ответ на то, что пользователь, который связан с цифровым объектом, принадлежит подгруппе второй группы пользователей, применение к цифровому объекту первого оптимального значения параметра аукциона соответствующего категории цифрового объекта.
7. Способ по п. 6, в котором предварительно задается минимальное количество пользователей каждой подгруппы.
8. Способ по п. 7, в котором в ответ на то, что количество пользователей подгруппы меньше предварительно заданного минимального значения офлайн обучение алгоритма машинного обучения выполняется на основе группы пользователей.
9. Способ по п. 1, в котором хранилище данных включает в себя множество данных истории взаимодействия множества пользователей, при этом на этапе получения данных истории взаимодействия получаются только данные созданные за предварительно определенный период времени и включающие в себя по меньшей мере: указатель на цифровой объект, параметр аукциона, связанный с цифровым объектом, и характеристику среды в соответствующий момент времени.
10. Способ по п. 1, в котором данные истории взаимодействия дополнительно включают в себя пространственное размещение цифрового объекта на экране компьютерного устройства.
11. Способ по п. 1, в котором данные истории взаимодействия дополнительно включают в себя указатель типа цифрового объекта.
12. Способ по п. 11, в котором тип цифрового объекта представляет собой: текст, изображение, видео, анимацию, кнопку, форму, гиперссылку, интерактивный элемент, или их комбинацию.
13. Способ по п. 1, в котором данные истории взаимодействия дополнительно включают в себя историю изменения по меньшей мере одного параметра аукциона в течение времени.
14. Способ по п. 1, в котором характеристики среды включают в себя по меньшей мере одно из: среднюю предложенную цену, и 90% квантиль предложенной цены, и минимальную предложенную цену, и максимальную предложенную цену, и значение вероятности клика на цифровой объект, и значение релевантности цифрового объекта поисковому запросу, и указатель на географический регион, и поисковый запрос, в ответ на который был показан цифровой объект.
15. Способ по п.1, в котором алгоритм машинного офлайн обучения выполнен с возможностью прогнозировать оптимальное значение по меньшей мере одного из следующих параметров аукциона: минимальная цена размещения, порог амнистирования для рекламодателя.
16. Способ по п.1 в котором после сохранения первого оптимального значения параметра аукциона для множества цифровых объектов выполняется обновление упомянутого оптимального значения путем периодического повторения этапов способа.
17. Способ по п.1, в котором дополнительно выполняется:
офлайн обучение алгоритма машинного обучения прогнозировать оптимальное значение параметров аукциона для множества цифровых объектов, на основе данных истории взаимодействия, связанных со второй группой пользователей, причем множество цифровых объектов связано с историей взаимодействий второй группы пользователей;
применение алгоритма машинного офлайн обучения для определения второго оптимального значения параметра аукциона для множества цифровых объектов, связанных с первой группой пользователей;
сохранение второго оптимального значения параметра аукциона для множества цифровых объектов.
18. Способ по п. 17, в котором на этапе получения сервером аукциона запроса на сервис аукциона в ответ на то, что пользователь, который связан с цифровым объектом, принадлежит первой группе пользователей сервиса аукциона применение второго оптимального значения параметра аукциона к цифровому объекту.
19. Способ по п.17, в котором после сохранения второго оптимального значения параметра аукциона для множества цифровых объектов выполняется обновление упомянутого оптимального значения путем периодического повторения этапов способа.
20. Система отображения цифровых объектов, предоставленных пользователями, система включает в себя:
сервер аукциона, сервер аукциона взаимно соединен по меньшей мере с одним хранилищем данных, причем сервер аукциона включает в себя процессор, процессор выполнен с возможностью исполнения сохраненных инструкций, хранилище данных включает в себя данные истории взаимодействия первой группы пользователей сервиса аукциона и данные истории взаимодействия второй группы пользователей сервиса аукциона, причем данные истории взаимодействия включают в себя по меньшей мере: указатель на цифровой объект, параметр аукциона, связанный с цифровым объектом, и характеристику среды в соответствующий момент времени; процессор при исполнении инструкций выполнен с возможностью получать доступ к данным истории взаимодействия первой и второй групп пользователей сервиса аукциона;
обучающую систему, которая выполнена с возможностью: обмена данными с сервером аукциона; инициации доступа процессора к данным истории взаимодействия; офлайн обучения алгоритма машинного обучения на основе данных из истории взаимодействия, связанных с первой группой пользователей сервиса аукциона, причем множество цифровых объектов связано с историей взаимодействий первой группы пользователей сервиса аукциона;
модуль определения, который выполнен с возможностью: обмена данными с обучающей системой; применения алгоритма машинного офлайн обучения для определения первого оптимального значения параметра аукциона для множества цифровых объектов, при этом множество цифровых объектов связано со второй группой пользователей сервиса аукциона; сохранения первого оптимального значения параметра аукциона для множества цифровых объектов в хранилище данных;
сервер аукциона выполнен с возможностью: обмена данными по меньшей мере с одним компьютерным устройством с экраном; получения запроса, передаваемого компьютерным устройством для предоставления цифрового объекта; выполнения инструкции, запрограммированных на: доступ к системе хранения данных для определения цифрового объекта, релевантного запросу; определение пользователя, связанного с цифровым объектом; определение того, что пользователь, связанный с цифровым объектом, относится ко второй группе пользователей сервиса аукциона; применение первого оптимального значения параметра аукциона для цифрового объекта, и предоставление цифрового объекта для отображения на экране компьютерного устройства.
21. Система по п. 20, в которой введено по меньшей мере одно дополнительное хранилище данных.
22. Система по п. 21, в которой данные истории взаимодействия первой группы пользователей сервиса аукциона и данные истории взаимодействия второй группы пользователей сервиса аукциона хранят на разных хранилищах данных.
23. Система по п. 20, в которой обучающая система выполнена с дополнительной возможностью: офлайн обучения алгоритма машинного обучения на основе данных из истории взаимодействия, связанных со второй группой пользователей сервиса аукциона, причем множество цифровых объектов связано с историей взаимодействий второй группы пользователей сервиса аукциона;
модуль определения выполнен с дополнительной возможностью: применения алгоритма машинного офлайн обучения для определения второго оптимального значения параметра аукциона для множества цифровых объектов, при этом множество цифровых объектов связано с первой группой пользователей сервиса аукциона; сохранения второго оптимального значения параметра аукциона для множества цифровых объектов в системе хранения данных.
24. Система по п. 23, в которой сервер аукциона выполнен с дополнительной возможностью выполнения инструкции, запрограммированных на: определение того, что пользователь, связанный с цифровым объектом, относится к первой группе пользователей сервиса аукциона; применение второго оптимального значения параметра аукциона для цифрового объекта.
Наверх