信息投放控制方法、装置、电子设备及存储介质与流程

本技术涉及计算机，更具体地，涉及一种信息投放控制方法、装置、电子设备及存储介质。

背景技术：

1、随着网络技术的发展,投放方可以在网络平台上投放广告、问卷以及商品等信息，并期于收到作为被投放对象的用户针对投放的信息的反馈，并期望实际收到的反馈量接近所设定的目标反馈量。

2、相关技术中,可以对每个时段，设置各自的投放数量，然后在每个时段内，按照确定的投放数量投放待投放的信息给用户。然而，采用上述的投放方法，待投放信息的实际反馈量与对应的目标反馈量差异较大，待投放信息的投放效果较差。

技术实现思路

1、有鉴于此，本技术实施例提出了一种信息投放控制方法、装置、电子设备及存储介质。

2、第一方面，本技术实施例提供了一种信息投放控制方法，方法包括：根据目标信息在第一时段的实际反馈量和目标信息在第一时段的目标反馈量，确定目标信息在第一时段的第一反馈数量偏差；根据第一反馈数量偏差，确定目标信息在第一统计周期的第一累计反馈数量偏差；以及根据第一反馈数量偏差，确定第一反馈数量偏差对应的第一变化率；第一统计周期是指第一时段所在的统计周期；根据第一反馈数量偏差、第一累计反馈数量偏差和第一变化率，确定投放概率调整量；根据投放概率调整量和目标信息在第一时段的投放概率，确定目标信息在第二时段的目标投放概率；第二时段是指第一统计周期内第一时段的后一个时段；按照目标投放概率在第二时段中投放目标信息。

3、第二方面，本技术实施例提供了一种信息投放控制装置，装置包括：第一确定模块，用于根据目标信息在第一时段的实际反馈量和目标信息在第一时段的目标反馈量，确定目标信息在第一时段的第一反馈数量偏差；第二确定模块，用于根据第一反馈数量偏差，确定目标信息在第一统计周期的第一累计反馈数量偏差；以及根据第一反馈数量偏差，确定第一反馈数量偏差对应的第一变化率；第一统计周期是指第一时段所在的统计周期；第三确定模块，用于根据第一反馈数量偏差、第一累计反馈数量偏差和第一变化率，确定投放概率调整量；第四确定模块，用于根据投放概率调整量和目标信息在第一时段的投放概率，确定目标信息在第二时段的目标投放概率；第二时段是指第一统计周期内第一时段的后一个时段；投放模块，用于按照目标投放概率在第二时段中投放目标信息。

4、可选地，第三确定模块，还用于确定在第二时段针对第一反馈数量偏差的权重、针对第一累计反馈数量偏差的权重、和针对第一变化率的权重；基于在第二时段针对第一反馈数量偏差的权重、针对第一累计反馈数量偏差的权重以及针对第一变化率的权重，将第一反馈数量偏差、第一累计反馈数量偏差和第一变化率进行加权处理，得到投放概率调整量；其中，将第一反馈数量偏差、第一累计反馈数量偏差和第一变化率分别作为目标参数，第三确定模块，还用于按照如下的过程确定在第二时段针对目标参数的权重：确定目标参数在第二时段的梯度；根据目标参数在第一时段的梯度对应的期望参数以及目标参数在第二时段的梯度，确定目标参数在第二时段的梯度对应的期望参数；对目标参数在第二时段的梯度对应的期望参数进行偏差校正，得到目标参数在第二时段的梯度对应的校正后的期望参数；根据目标参数在第二时段的梯度对应的校正后的期望参数以及目标参数在第二时段的参考权重，确定在第二时段针对目标参数的权重。

5、可选地，第二确定模块，还用于基于第一反馈数量偏差，将目标信息在第一统计周期中多个时段的反馈数量偏差进行累加，得到目标信息在第一统计周期的第二累计反馈数量偏差；若第二累计反馈数量偏差位于预设饱和度区间中，将第二累计反馈数量偏差作为目标信息在第一统计周期的第一累计反馈数量偏差；若第二累计反馈数量偏差超过预设饱和度区间中的最大值，将预设饱和度区间中的最大值，作为目标信息在第一统计周期的第一累计反馈数量偏差；若第二累计反馈数量偏差小于预设饱和度区间中的最小值，将预设饱和度区间中的最小值，作为目标信息在第一统计周期的第一累计反馈数量偏差。

6、可选地，第二确定模块，还用于根据第一反馈数量偏差和目标信息在第三时段的第二反馈数量偏差进行变化率计算，得到第一反馈数量偏差对应的第二变化率；第三时段是第一时段的前一个时段；对第二变化率进行平滑处理，得到第一反馈数量偏差的第一变化率。

7、可选地，第二确定模块，还用于若第一时段不是第一统计周期内的首个时段，将目标信息在第三时段对应的反馈数量偏差的平滑变化率与第二变化率进行加权处理，得到第一反馈数量偏差的平滑变化率，作为第一反馈数量偏差的第一变化率。

8、可选地，期望参数包括一阶矩估计和二阶矩估计； 第三确定模块，还用于以第一衰减率作为目标参数在第一时段的梯度对应的一阶矩估计的权重，以1与第一衰减率的差作为目标参数在第二时段的梯度的权重，将目标参数在第一时段的梯度对应的一阶矩估计以及目标参数在第二时段的梯度进行加权处理，得到目标参数在第二时段的梯度对应的一阶矩估计；第一衰减率∈（0,1）；以第二衰减率作为目标参数在第一时段的梯度对应的二阶矩估计的权重，以1与第二衰减率的差作为目标参数在第二时段的梯度平方的权重，将目标参数在第一时段的梯度对应的二阶矩估计和目标参数在第二时段的梯度平方进行加权处理，得到目标参数在第二时段的梯度对应的二阶矩估计；第二衰减率∈（0,1）。

9、可选地，第三确定模块，还用于根据第一衰减率和第二时段在第一统计周期内的时段序号，确定目标参数在第二时段对应的第一偏差校正比例；根据第一偏差校正比例，对目标参数在第二时段的梯度对应的一阶矩估计进行偏差校正，得到目标参数在第二时段的梯度对应的校正后的一阶矩估计；根据第二衰减率和第二时段在第一统计周期内的时段序号，确定目标参数在第二时段对应的第二偏差校正比例；根据第二偏差校正比例，对目标参数在第二时段的梯度对应的二阶矩估计进行偏差校正，得到目标参数在第二时段的梯度对应的校正后的二阶矩估计。

10、可选地，第三确定模块，还用于根据目标参数在第二时段的梯度对应的校正后的一阶矩估计、校正后的二阶矩估计以及预设的学习率，确定目标参数在第二时段的权重调整量，权重调整量与学习率和目标参数在第二时段的梯度对应的校正后的一阶矩估计正相关，且与目标参数在第二时段的梯度对应的校正后的二阶矩估计负相关；获取目标参数在第一时段的权重，作为目标参数在第二时段的参考权重；将目标参数在第二时段的参考权重与权重调整量相减，得到在第二时段针对目标参数的权重。

11、可选地，第三确定模块，还用于在达到第一统计周期的结束时间后，确定目标信息在第一统计周期的第三累计反馈数量偏差；若第三累计反馈数量偏差不超过目标信息在第一统计周期之前的其他统计周期的累计反馈数量偏差，将目标参数在第四时段的权重作为目标参数在第二统计周期中首个时段的参考权重，其中，第四时段是指在第一统计周期中的最后一个时段，第二统计周期是指第一统计周期的下一个统计周期。

12、可选地，投放模块，还用于获取目标信息在第二时段的实际反馈量；根据目标信息在第二时段的实际反馈量和目标信息在第二时段的目标反馈量，确定目标信息在第二时段的第二反馈数量偏差；若第二反馈数量偏差小于零，且确定针对目标信息的反馈数量偏差均小于零且相连续的时段的数量超过数量阈值，以及目标投放概率超过概率阈值，向目标信息的管理端发送提示信息，提示信息用于提示减少针对目标信息的目标反馈量。

13、第三方面，本技术实施例提供了一种电子设备，包括：处理器以及存储器；存储器上存储有计算机可读指令，计算机可读指令被处理器执行时，实现上述的方法。

14、第四方面，本技术实施例提供了一种计算机可读存储介质，其上存储有计算机可读指令，当计算机可读指令被处理器执行时，实现上述的方法。

15、第五方面，本技术实施例提供了一种计算机程序产品，包括计算机可读指令，计算机可读指令被处理器执行时实现上述的方法。

16、本技术实施例提供的一种信息投放控制方法、装置、电子设备及存储介质，本技术中，目标信息在第一个时段的第一反馈数量偏差、在第一统计周期的第一累计反馈数量偏差以及第一反馈数量偏差对应的第一变化率，确定投放概率调整量，然后基于投放概率调整量以及目标信息在第一个时段的投放概率，确定目标信息在第一时段之后的第二时段的目标投放概率，并按照目标投放概率在第二时段中投放信息，由于投放概率会影响投放量，而投放量会影响实际反馈量，本技术的方法实现了根据反馈数量偏差动态调整在各时段的投放概率，以保证投放目标信息后实际反馈量与目标信息的目标反馈量的之间差异较小。而且，第一反馈数量偏差反映了第一时段的实际反馈量与对应的目标反馈量之间的差异；第一累计反馈数量偏差反映了第一统计周期内的反馈数量偏差累计情况；第一变化率反映了第一时段的反馈数量偏差的变化情况，由此，结合第一反馈数量偏差、第一累计反馈数量偏差以及第一变化率所确定的目标投放概率兼顾了当前时段下的反馈数量偏差、以及累计反馈数量偏差以及反馈数量偏差的变化率，这样实现了更精准的投放控制，不仅可以避免出现反馈数量偏差过大的情况，也可以避免出现累计反馈反差过大的情况，可以减少欠调现象的发生，保证针对目标信息的实际反馈量与目标反馈量之间的差异尽可能小。而且，由于考虑了第一变化率来确定投放概率，能够及时预见反馈数量偏差的变化趋势并及时应对，可以减少超调现象的发生，这样，可以有效响应偏差的变化快慢情况进行及时调整投放概率。通过本技术的方法，根据上一时段的第一反馈数量偏差、第一累计反馈数量偏差和反馈数量偏差的变化率动态确定下一时段的投放概率，以按照所确定的投放概率在下一时段投放目标信息，这样，可以保证在投放目标信息的过程中针对目标信息的实际反馈量接近目标反馈量，提升目标信息的投放效果。