[发明专利]基于人工智能的广告效果评价方法、终端及存储介质

权利要求书

1.一种基于人工智能的广告效果评价方法，其特征在于，所述方法包括：

根据无广告期内第一区域的第一数据指标序列及所述无广告期内多个第二区域的多个第二数据指标序列构建第一目标函数，并在第一约束条件下对所述第一目标函数进行迭代计算，得到所述第一目标函数中的多个第一目标参数，其中，所述多个第二区域为通过模型训练确定的；

获取广告期内所述多个第二区域的第三数据指标序列，并根据所述多个第一目标参数及所述第三数据指标序列模拟计算对应所述广告期内所述第一区域的第四数据指标序列；

获取所述广告期内所述第一区域的第五数据指标序列，并计算所述第五数据指标序列与所述第四数据指标序列之间的差值得到所述广告期内所述第一区域的增量值；

根据所述增量值评价所述第一区域的广告效果。

2.如权利要求1所述的基于人工智能的广告效果评价方法，其特征在于，通过模型训练确定所述多个第二区域的过程包括：

将所述无广告期切分为训练期和测试期；

按照第一切分粒度将所述无广告期的原始区域切分为多个第一分区域，根据所述训练期内所述多个第一分区域的数据指标序列模拟计算得到模拟数据指标序列；

采用所述测试期内所述多个第一分区域的数据指标序列验证所述模拟数据指标序列是否准确；

当采用所述测试期内所述多个第一分区域的数据指标序列验证所述模拟数据指标序列准确，则确定所述多个第一分区域为所述多个第二区域；

当采用所述测试期内所述多个第一分区域的数据指标序列验证所述模拟数据指标序列不准确，则按照第二切分粒度将所述无广告期的原始区域切分为多个第二分区域，从所述多个第二分区域中选取多个候选分区域，并重复上述过程直至选取的多个候选分区域为所述多个第二区域。

3.如权利要求2所述的基于人工智能的广告效果评价方法，其特征在于，所述采用所述测试期内所述多个第一分区域的数据指标序列验证所述模拟数据指标序列是否准确包括：

根据所述训练期内第一区域的第六数据指标序列及所述训练期内所述多个第一分区域的多个第七数据指标序列构建第二目标函数，并在第二约束条件下对所述第二目标函数进行迭代计算，得到所述第二目标函数中的多个第二目标参数；

获取所述测试期内所述多个第一分区域的第八数据指标序列，并根据所述多个第二目标参数及所述第八数据指标序列模拟计算对应所述测试期内所述第一区域的第九数据指标序列；

获取所述测试期内所述第一区域的第十数据指标序列，并计算所述第十数据指标序列与所述第九数据指标序列之间的差值得到所述测试期内所述第一区域的模拟增量值；

判断所述模拟增量值是否为0；

当所述模拟增量值为0时，确定采用所述测试期内所述多个第一分区域的数据指标序列验证所述模拟数据指标序列准确；

当所述模拟增量值不为0时，确定采用所述测试期内所述多个第一分区域的数据指标序列验证所述模拟数据指标序列错误。

4.如权利要求2或3所述的基于人工智能的广告效果评价方法，其特征在于，所述从所述多个第二分区域中选取多个候选分区域包括：

判断所述多个候选分区域的数量是否大于预设数量阈值；

当所述多个候选分区域的数量大于所述预设数量阈值时，对多个参考参数按照从大到小的顺序进行排序，并选取排序在前第一数量的第一目标参考参数及选取所述第一目标参考参数对应的第一目标候选分区域；

当所述多个候选分区域的数量小于或者等于所述预设数量阈值时，计算任意两个候选分区域的数据指标序列之间的皮尔逊系数，对多个皮尔逊系数按照从大到小的顺序进行排序，并选取排序在前第二数量的目标皮尔逊系数；获取与所述目标皮尔逊系数对应的第二目标候选分区域；对所述目标候选分区域对应的多个参考参数按照从大到小的顺序进行排序，并选取排序在前第三数量的第二目标参考参数及选取所述第二目标参考参数对应的第三目标候选分区域。