[发明专利]播放量预测方法、装置、模型、电子设备及存储介质

说明书

本发明实施例提供了一种播放量预测方法、装置、模型、电子设备及存储介质，该方法包括：获取待预测节目在历史时间段内的第一时序数据，并将所述第一时序数据转换为图像数据；对所述第一时序数据进行时序特征提取，得到时序特征值；对所述图像数据进行图像特征提取，得到图像特征值；根据所述时序特征值和所述图像特征值，预测所述待预测节目在未来时间段内的预测播放量。上述方案，根据第一时序数据得到图像数据，将原本单一模态的第一时序数据转换为了时序、图像两种模态的数据，从多模态融合的角度进行节目播放趋势的预估，能够更加准确的预测节目的播放趋势。

技术领域

本发明涉及互联网技术领域，特别是涉及一种播放量预测方法、装置、模型、电子设备及存储介质。

背景技术

在综艺节目广告的售卖中，按天付费的订单都会与客户约定一个保底曝光量，按保底曝光量进行定价。而在实际的投放过程中，广告的实际曝光量与综艺节目的播放趋势相关。因此，需要对综艺节目播放趋势进行预估。

综艺节目播放趋势预估这类时间序列预测问题主要通过以下方法：通过差分整合移动平均自回归模型(Autoregressive Integrated Moving Average model，ARIMA)等传统时序模型对时间序列进行自回归预测，这种方法对数据的利用率低，只在短期预测中有效，而对中长期的时间序列预测效果较差，很难准确预测综艺节目的播放趋势。

由此可见，现有技术中的综艺节目播放趋势预估方案的效果较差，很难准确预测综艺节目的播放趋势。

发明内容

本发明实施例的目的在于提供一种播放量预测方法、装置、模型、电子设备及存储介质，以在一定程度上解决现有技术中的综艺节目播放趋势预估方案的效果较差，很难准确预测综艺节目的播放趋势的问题。具体技术方案如下：

在本发明实施的第一方面，首先提供了一种播放量预测方法，包括：

获取待预测节目在历史时间段内的第一时序数据，并将所述第一时序数据转换为图像数据；

对所述第一时序数据进行时序特征提取，得到时序特征值；

对所述图像数据进行图像特征提取，得到图像特征值；

根据所述时序特征值和所述图像特征值，预测所述待预测节目在未来时间段内的预测播放量。

在本发明实施的第二方面，还提供了一种播放量预测装置，包括：

第一处理模块，用于获取待预测节目在历史时间段内的第一时序数据，并将所述第一时序数据转换为图像数据；

第二处理模块，用于对所述第一时序数据进行时序特征提取，得到时序特征值；

第三处理模块，用于对所述图像数据进行图像特征提取，得到图像特征值；

预测模块，用于根据所述时序特征值和所述图像特征值，预测所述待预测节目在未来时间段内的预测播放量。

在本发明实施例的第三方面，还提供了一种播放量预测模型，执行如上述播放量预测方法中的部分步骤。

在本发明实施例的第四方面，还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现上述所述的播放量预测方法。

在本发明实施的第五方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述任一所述的播放量预测方法。