一种前贴广告库存预估方法技术

技术编号:17615951 阅读:44 留言:0更新日期:2018-04-04 07:05
本发明专利技术公开了一种前贴广告库存预估方法,对节目进行分类;确定节目的开播停播日期;确定节目开播前的微博指数、百度指数、以及前期宣传短片的实际流量,预测首播日的流量;根据各个分类下的历史节目,根据历史首播日的实际流量结合历史首播日后两周的实际流量,对需要做出预测的节目预测首播日后未来两周流量情况;对于首播日两周后的预测,在基于数学模型的基础上做出流量预测;确定节目的播出周期内所有的节假日信息,对预测播出周期内的节假日流量,做出预测调整。本发明专利技术使预测结果的准确性以及可靠性大大提高;在节目稳定播出后,对数学模型的预测结果取中位数,解决了因为数学模型的缺陷而造成某些时间点预测准确性差的问题。

A pre post advertising inventory prediction method

The invention discloses a front advertising inventory forecast method, classification of the program; determine the launch of the program broadcast date; the actual flow is determined before the program launched micro-blog index, Baidu index, as well as pre announcement, predict the premiere flow; according to the classification of history under the program, according to the actual flow of two weeks the actual flow of history premiere the premiere after, need to make prediction programs predicted the next two weeks after the premiere flow; forecast for two weeks after the premiere, based on the mathematical model of making flow; all the information to determine the holiday broadcast period, broadcast holiday traffic cycle in the forecast, forecast adjustment. The invention greatly improves the accuracy and reliability of the prediction result. After the program is broadcast steadily, the median of the prediction result of the mathematical model is solved, which solves the problem that the prediction accuracy of some time points is poor due to the defect of the mathematical model.

【技术实现步骤摘要】
一种前贴广告库存预估方法
本专利技术涉及广告库存预估领域,特别是一种前贴广告库存预估方法。
技术介绍
目前,视频网站的视频前贴广告库存预估都是基于整个平台或者基于频道的前贴广告库存预估,对于单个节目的前贴广告库存预估没有一个系统有效的方法,导致平台去售卖广告资源时,只能按照整个平台或者频道去售卖广告资源,无法满足广告主对于强IP资源(热门节目)进行广告投放的需求,或者因为对节目的广告库存预估不准而导致广告资源的浪费,或因广告库存不足造成广告主损失。而由于不同节目之间的播放周期、节目开播带来的访问量突增、相应的停播带来的流量下降、以及节目类型与播放平台之间的差异,用现有的纯数学算法模型无法有效的进行预测。因此,为了解决上述问题,需要一种根据节目的播放周期、节目类型、开播停播日期进行不同的预测策略调整的前贴广告库存预估方法。
技术实现思路
本专利技术所要解决的技术问题是,提供一种前贴广告库存预估方法,预测节目开播后带来的访问量突增带来的广告库存突增;节目停播后预测广告库存的减少;对于不同节目类型,预测策略能相应的调整;在节假日,能够根据节假日预测广告库存走势;在节目稳定播出后,能够根据节目的历史广告库存趋势预测出未来的广告库存量曲线走势。为解决上述技术问题,本专利技术所采用的技术方案是:一种前贴广告库存预估方法,包括以下步骤:1)确定节目当前所处的播放期,若节目处于开播之前,则根据节目微博指数、百度指数、宣传短片流量,结合历史同类型节目在开播前的微博指数、百度指数、宣传短片流量,预估出节目首播日最终的预测流量值;若节目播放期为首播日后两周内,则根据同类型N个历史节目的首播日后两周的实际流量值与首播日实际流量值的比值,获得N组系数变化值,对该N组系数变化值求平均数,得到一组系数变化平均值,用该组系数变化平均值乘以节目首播日实际流量值,得到首播日未来两周的最终的预测流量值;若节目播放期处于播放两周后至停播前,则根据此节目最近的实际流量值,利用多个数学模型对流量进行预测,对预测的多个流量值结果排序,取中位数,将该中位数作为最终的预测流量值;2)判断未来预估时间段内是否有节假日,若有,则根据历史同类型节目的节假日实际流量值与节假日上周同期的实际流量值的比值,得出衰减或增长系数,即升率,用该升率乘以节假日当天的预测流量值,得到节假日最终的预测流量值,进入步骤3);若无,则进入步骤3);3)利用公式:前贴广告库存量=最终的预测流量值*前贴广告库存转化系数预测出节目的前贴广告库存量。步骤1)中,所述首播日预测流量值F的计算公式为:F=AVG(AVG(ω1,ω2,ω3,...ωN)*W,AVG(β1,β2,β3,...βN)*B,AVG(μ1,μ2,μ3,...μN)*U);其中,ω1,ω2,ω3,…ωN对应历史N个同类型节目的首播日流量与开播前微博指数值的比值;β1,β2,β3,…βN对应历史N个同类型节目的首播日实际流量值与开播前百度指数值的比值;μ1,μ2,μ3,…μN对应历史N个同类型节目的首播日流量与开播前宣传短片流量值的比值;AVG()表示求平均值;W为当前预测的节目的微博指数值;B为当前预测的节目的百度指数值;U为当前预测的节目的宣传短片流量值。综合了关于节目的各渠道反馈,使预测结果的准确性以及可靠性大大提高。首播日未来两周的最终的预测流量值的计算过程包括以下步骤:1)确定一组系数变化平均值:其中,表示第N个节目在首播日后第1天的实际流量值与该第N个节目首播日实际流量值的比值,以此类推,表示第N个节目在首播日后第14天的实际流量值与该第N个节目首播日实际流量值的比值;2)用上述一组系数变化平均值分别乘以需要预测的节目的首播日预测流量值,得到需要预测的节目首播日后两周每天的最终的预测流量值。节目播放期处于播放两周后至停播前时,最终的预测流量值的计算过程包括以下步骤:1)若节目的数据周期大于或等于4周,则采用基于时间序列的差分自回归移动平均模型预测节目的预测流量值F1;或者,将需要预测的节目最近一周每天的实际流量值对应除以上一周对应天的流量值,上一周每天的实际流量值对应除以上上一周对应天的实际流量值,上上一周每天的实际流量值对应除以上上上周对应天的实际流量值,得出三组7日升率,将三组7日升率的第一个升率值求平均值,三组7日升率的第二个升率值求平均值……,依此类推,直至求得三组7日升率的最后一个升率值的平均值,得出一组7日升率平均值,将这组升率平均值分别乘以最近一周的实际流量值,即为下一周每天的预测流量值F3;若节目的数据周期小于4周,则:将需要预测的节目最近一周每天的实际流量值分别除以上一周同天的实际流量值,得出一组7天的升率,去掉这组升率最高值和最低值后,取平均值做为下一周的升率,以这个下一周的升率值乘以最近一周的实际流量值,即为下一周的预测流量值F2;将需要预测的节目最近一周每天的实际流量值分别除以上一周同天的实际流量值,得出一组最近7天的升率,用最近4天的升率平均值作为下一周的升率,将该下一周的升率乘以最近一周的实际流量值,即为下一周的预测流量值F4;将需要预测的节目最近一周的实际流量值作为下一周的预测流量值F5;2)取F1、F2、F3、F4、F5中的预测流量值的中位数作为最终的预测流量值。步骤2)中,节假日最终的预测流量值的计算过程包括:将历史最近同类型节目在“上班放假日”和“放假上班日”的实际流量值除以上一周同期的实际流量值,得到“上班放假日”和“放假上班日”的升率,分别乘以下一个“上班放假日”和“放假上班日”的预测流量值,得出节假日最终的预测流量值;其中,所述“上班放假日”是指周一到周五正常上班而由于法定假日调整为休息日的日期;所述“放假上班日”是指周六到周日正常休息而由于法定假日调整为上班日的日期。本专利技术所述的节目前贴广告,是指节目播放前以贴片形式播放的广告。与现有技术相比,本专利技术所具有的有益效果为:本专利技术针对节目的不同属性(类型),在节目不同的生命周期中,用不同的预测策略去预测,并且综合了关于节目的各渠道反馈,使预测结果的准确性以及可靠性大大提高;在节目稳定播出后,对数学模型的预测结果取中位数,解决了因为数学模型的缺陷而造成某些时间点预测准确性差的问题;在节假日,针对数学模型无法准确作出预测的情况,综合过往历史节目的参考,对节假日的预测广告库存作出相应调整,使节假日的广告库存预测准确性大幅度提高。附图说明图1为本专利技术方法流程图;图2为本专利技术实施例一个节目完整的生命周期中,前贴广告库存量的曲线变化图。具体实施方式如图1,本专利技术方法包括以下步骤:1、对节目类型进行分类;2、确定节目的开播停播日期,用于确定节目预测周期,以及首播日期;3、确定节目开播前的微博指数、百度指数、以及前期宣传短片的实际流量,用于根据当前节目热度信息结合历史节目的数据表现,预测首播日的流量;4、根据各个分类下的历史节目,根据历史首播日的流量结合历史首播日后两周的实际流量,对需要做出预测的节目预测首播日后未来两周流量情况;5、对于首播日两周后的节目,在基于多个数学模型的基础上做出流量预测;6、确定节目的播出周期内所有的节假日信息,对预测播出周期内的节假日流量,做出预测调整。7、将预测的节目流量转换成预测的前贴广告库存。具体的节目类本文档来自技高网...
一种前贴广告库存预估方法

【技术保护点】
一种前贴广告库存预估方法,其特征在于,包括以下步骤:1)确定节目当前所处的播放期,若节目处于开播之前,则根据节目微博指数、百度指数、宣传短片流量,结合历史同类型节目在开播前的微博指数、百度指数、宣传短片流量,预估出节目首播日最终的预测流量值;若节目播放期为首播日后两周内,则根据同类型N个历史节目的首播日后两周的实际流量值与首播日实际流量值的比值,获得N组系数变化值,对该N组系数变化值求平均数,得到一组系数变化平均值,用该组系数变化平均值乘以节目首播日实际流量值,得到首播日未来两周的最终的预测流量值;若节目播放期处于播放两周后至停播前,则根据此节目最近的实际流量值,利用多个数学模型对流量进行预测,对预测的多个流量值结果排序,取中位数,将该中位数作为最终的预测流量值;2)判断未来预估时间段内是否有节假日,若有,则根据历史同类型节目的节假日实际流量值与节假日上周同期的实际流量值的比值,得出衰减或增长系数,即升率,用该升率乘以节假日当天的预测流量值,得到节假日最终的预测流量值,进入步骤3);若无,则进入步骤3);3)利用公式:库存量=最终的预测流量值*前贴广告库存转化系数预测出节目前贴广告库存量。...

【技术特征摘要】
1.一种前贴广告库存预估方法,其特征在于,包括以下步骤:1)确定节目当前所处的播放期,若节目处于开播之前,则根据节目微博指数、百度指数、宣传短片流量,结合历史同类型节目在开播前的微博指数、百度指数、宣传短片流量,预估出节目首播日最终的预测流量值;若节目播放期为首播日后两周内,则根据同类型N个历史节目的首播日后两周的实际流量值与首播日实际流量值的比值,获得N组系数变化值,对该N组系数变化值求平均数,得到一组系数变化平均值,用该组系数变化平均值乘以节目首播日实际流量值,得到首播日未来两周的最终的预测流量值;若节目播放期处于播放两周后至停播前,则根据此节目最近的实际流量值,利用多个数学模型对流量进行预测,对预测的多个流量值结果排序,取中位数,将该中位数作为最终的预测流量值;2)判断未来预估时间段内是否有节假日,若有,则根据历史同类型节目的节假日实际流量值与节假日上周同期的实际流量值的比值,得出衰减或增长系数,即升率,用该升率乘以节假日当天的预测流量值,得到节假日最终的预测流量值,进入步骤3);若无,则进入步骤3);3)利用公式:库存量=最终的预测流量值*前贴广告库存转化系数预测出节目前贴广告库存量。2.根据权利要求1所述的前贴广告库存预估方法,其特征在于,步骤1)中,所述首播日最终的预测流量值F的计算公式为:F=AVG(AVG(ω1,ω2,ω3,…ωN)*W,AVG(β1,β2,β3,…βN)*B,AVG(μ1,μ2,μ3,…μN)*U);其中,ω1,ω2,ω3,…ωN对应历史N个同类型节目的首播日实际流量值与开播前微博指数值的比值;β1,β2,β3,…βN对应历史N个同类型节目的首播日实际流量值与开播前百度指数值的比值;μ1,μ2,μ3,…μN对应历史N个同类型节目的首播日实际流量值与开播前宣传短片实际流量值的比值;AVG()表示求平均值;W为当前预测的节目的微博指数值;B为当前预测的节目的百度指数值;U为当前预测的节目的宣传短片流量值。3.根据权利要求1所述的前贴广告库存预估方法,其特征在于,步骤1)中,首播日未来两周的最终的预测流量值的计算过程包括以下步骤:1)确定一组系数变化平均值:其中,表示第N个节目在首播日后第1天的实际流量值与该第N个节目首播日实际流量值的比值...

【专利技术属性】
技术研发人员:殷伟雄周玉琼金义彬宋施恩
申请(专利权)人:湖南快乐阳光互动娱乐传媒有限公司
类型:发明
国别省市:湖南,43

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1