[发明专利]广告流量预估方法、装置及电子设备

说明书

本申请公开了一种广告流量预估方法、装置及电子设备。其中，方法包括按照目标定投条件获取预设时长内生产的历史流量数据；基于指定合并维度中的各子维度的顺序选取子维度执行如下操作：基于选取的当前子维度对所述历史流量数据进行合并；如果基于当前子维度合并得到的每两个指定单位时长内的历史流量数据的数据量差值均小于预设值，则根据预设的分布式混合时序预估模型以及当前子维度下的指定单位时长内的历史流量数据进行流量预估得到多组预估流量，否则返回进入下一子维度；根据各组预估流量的损失值，选取符合预设条件的一组预估流量作为广告流量预估值，以提高流量预估结果的准确性。

技术领域

本申请涉及广告投放技术领域，尤其涉及一种广告流量预估方法、装置及电子设备。

背景技术

随着互联网广告的快速发展，广告出现了各种不同的收费形式，例如，CPM(CostPer Mille，按照千次曝光进行计算收费)、CPA(Cost Per Action，通过推广之后的用户行为进行收费)、ADX(Ad Exchange，互联网广告交易平台)等。其中，以ADX为例，广告流量预估是ADX中不可或缺的关键步骤，涉及广告投放过程中的各个阶段，例如，广告售卖前期广告位流量预估、多种定投条件下的流量预估；又例如，竞价阶段的流量预估等。

目前，相关技术中，主要采用如下方式进行广告流量预估：

(1)历史平均值：通过统计已经投放历史数据的各个维度，取近30天的平均值；

(2)经验值统计：通过媒体近一段时间的统计数据，作为广告流量参考的经验值；

(3)流量预估模型：通过单一的流量预估模型模拟未来流量的走势，计算预估流量；

但是，前述的广告流量预估均存在不同程度的局限性，例如，对于第(1)和(2)种，使用历史平均值无法考虑广告投放的周期性和季节性等因素，更无法考虑偶然因素的影响，如，双十一、情人节等，导致预估结果不准确。

又例如，对于第(3)种，由于模型参数的学习强依赖于历史数据，单一的时序模型容易受到历史数据的波动影响，无法达到有效抵御偶然因素的波动。

发明内容

第一方面，本申请实施例提供一种广告流量预估方法，包括：

按照目标定投条件获取预设时长内生产的历史流量数据；

基于指定合并维度中的各子维度的顺序选取子维度执行如下操作：

基于选取的当前子维度对所述历史流量数据进行合并；

如果基于当前子维度合并得到的每两个指定单位时长内的历史流量数据的数据量差值均小于预设值，则根据预设的分布式混合时序预估模型以及当前子维度下的指定单位时长内的历史流量数据进行流量预估得到多组预估流量，否则返回进入下一子维度；

根据各组预估流量的损失值，选取符合预设条件的一组预估流量作为广告流量预估值。

进一步，作为一种可选地实现方式，所述分布式混合时序预估模型包括多个不同的分布式时序预估模型；以及

所述根据预设的分布式混合时序预估模型以及当前子维度下的指定单位时长内的历史流量数据进行流量预估得到多组预估流量，包括：

基于当前子维度下的指定单位时长内的历史流量数据，分别利用各分布式时序预估模型进行流量预估，得到与各分布式时序预估模型对应的多组预估流量。

进一步，作为一种可选地实现方式，

如果一组预估流量中包括一个指定单位时长内的预估流量，相应的，选取符合预设条件的一组预估流量作为广告流量预估值包括：选取损失值最小的预估流量作为一个指定单位时长内的广告流量预估值；