活跃广告的活跃度预估方法及装置制造方法及图纸

本发明专利技术公开了一种活跃广告的活跃度预估方法及装置，包括：在检测到活跃度计算指令后，确定需要计算活跃度的所有活跃广告；获取与所有活跃广告相匹配的活跃度计算模型并根据活跃度计算模型计算每个活跃广告的活跃度；确定需要计算活跃度的所有活跃广告具体是从统计出的所有广告中筛选在目标时间内投放的广告或者在目标时间内投放且在目标时间之前的预设时间段内投放的广告作为活跃广告。可见，实施本发明专利技术能够提供活跃广告的确定方式，且在确定活跃广告之后根据活跃广告相匹配的活跃度计算模型对活跃广告的活跃度进行个性化预估，有利于更加准确的分析活跃广告的广告投放效果以及为调整广告投放策略提供更加准确的参考依据。

【技术实现步骤摘要】
活跃广告的活跃度预估方法及装置
本专利技术涉及互联网
，尤其涉及一种活跃广告的活跃度预估方法及装置。
技术介绍
随着互联网的快速发展，互联网用户越来越多。为了扩大广告的受众范围以及提高广告的影响力，广告也逐步由传统的纸质广告、印刷墙体广告、电视广告等朝着互联网广告的方向发展。在实际应用中，每天投放的广告多种多样，对于一个广告主而言，其可以针对不同的商品在广告投放平台投放不同的广告，也可以针对同一商品在广告投放平台投放不同的广告，且对于广告主而言，广告的活跃度是其了解广告投放效果或者改变广告投放策略的重要依据。可见，如何实现对广告活跃度的预估显得尤为重要。
技术实现思路
本专利技术所要解决的技术问题在于，提供一种广告活跃度的预估实现方法及装置，能够实现对活跃广告的活跃度的预估。为了解决上述技术问题，本专利技术实施例第一方面公开了活跃广告的活跃度预估方法，所述方法包括：在检测到针对活跃广告的活跃度计算指令之后，确定需要计算活跃度的所有活跃广告；获取与所有所述活跃广告相匹配的活跃度计算模型，并根据所述活跃度计算模型计算每个所述活跃广告的活跃度；其中，所述确定需要计算活跃度的所有活跃广告，包括：确定所述活跃度计算指令所指示的目标时间；从统计出的所有广告中筛选在所述目标时间内投放的广告，作为活跃广告；或者，从统计出的所有广告中筛选在所述目标时间内投放且在所述目标时间之前的预设时间段内投放的广告，作为活跃广告。作为一种可选的实施方式，在本专利技术实施例第一方面中，所述根据所述活跃度计算模型计算每个所述活跃广告的活跃度之前，所述方法还包括：确定每个所述活跃广告的投放属性，所述活跃广告的投放属性为连续投放属性以及非连续投放属性中的其中一种；根据每个所述活跃广告的投放属性，计算每个所述活跃广告的投放参数变化情况，所述活跃广告的投放参数变化情况包括所述活跃广告的投放次数变化率以及互动数据变化率；其中，所述根据所述活跃度计算模型计算每个所述活跃广告的活跃度，包括：根据每个所述活跃广告的投放参数变化情况以及与所述活跃广告相匹配的活跃度计算模型，计算每个所述活跃广告的活跃度。作为一种可选的实施方式，在本专利技术实施例第一方面中，所述根据每个所述活跃广告的投放属性，计算每个所述活跃广告的投放参数变化情况，包括：当所述活跃广告的投放属性为所述连续投放属性时，基于所述活跃广告在所述目标时间内的目标广告活跃特征以及所述活跃广告在所述目标时间之前的历史广告活跃特征，计算所述活跃广告的投放参数变化情况；当所述活跃广告的投放属性为所述非连续投放属性时，基于所述活跃广告在所述目标时间内的目标广告活跃特征以及所有广告在所述目标时间之前的历史平均广告活跃特征，计算所述活跃广告的投放参数变化情况。作为一种可选的实施方式，在本专利技术实施例第一方面中，所述活跃广告在所述目标时间内的目标广告活跃特征包括所述活跃广告在所述目标时间内的广告投放次数以及广告互动数据；其中，所述活跃广告在所述目标时间内的广告互动数据包括点赞数、转发数、评论数、浏览数、收藏数、弹幕数以及打赏量中的一种或多种的组合。作为一种可选的实施方式，在本专利技术实施例第一方面中，所述根据每个所述活跃广告的投放参数变化情况以及与所述活跃广告相匹配的活跃度计算模型，计算每个所述活跃广告的活跃度，包括：确定所述投放次数变化率对应的第一权重值以及所述互动数据变化率对应的第二权重值；将所述第一权重值、所述第二权重值、每个所述活跃广告的所述投放次数变化率以及每个所述活跃广告的所述互动数据变化率代入与所述活跃广告相匹配的活跃度计算公式，得到每个所述活跃广告的活跃度。作为一种可选的实施方式，在本专利技术实施例第一方面中，所述活跃度计算公式为：S＝W1*X1+W2*X2；或者，S＝W3*(W1*X1+W2*X2)；其中，S为任一所述活跃广告的活跃度，W1为所述第一权重值，W2为所述第二权重值，X1为该活跃广告的所述投放次数变化率，X2为该活跃广告的所述互动数据变化率，W3为确定出的与该活跃广告对应的扩大倍数。作为一种可选的实施方式，在本专利技术实施例第一方面中，X1和X2的计算公式分别为：X1＝tanh((Td-Ty)/Ty)；X2＝∑iwi*tanh((Rdi-Ryi)/Ryi)；其中，Td为所述活跃广告在所述目标时间内的广告投放次数，当所述活跃广告的投放属性为所述连续投放属性时，Ty为所述活跃广告在所述目标时间之前的预定时间段内的广告投放次数，当所述活跃广告的投放属性为所述非连续投放属性时，Ty为所有广告中每个广告的历史投放次数平均值；i用于表示数据类别，wi为该数据类别的权重值，Rdi为所述活跃广告在所述目标时间内的广告互动数据中该数据类别的数据的数据量；当所述活跃广告的投放属性为所述连续投放属性时，Ryi为所述活跃广告在所述目标时间之前的预定时间段内的广告互动数据中该数据类别的数据的数据量，当所述活跃广告的投放属性为所述非连续投放属性时，Ryi为所有广告的历史广告互动数据中该数据类别的数据的历史数据量平均值。作为一种可选的实施方式，在本专利技术实施例第一方面中，与每个所述活跃广告对应的扩大倍数是根据该活跃广告在所述目标时间内的所有投放区域确定出的，当该活跃广告在所述目标时间内的所有投放区域不唯一时，该活跃广告对应的扩大倍数具体是根据该活跃广告在所述目标时间内的所有投放区域中每个投放区域对应的区域权重值确定出的。作为一种可选的实施方式，在本专利技术实施例第一方面中，所述根据所述活跃度计算模型计算每个所述活跃广告的活跃度之后，所述方法还包括：获取每个所述活跃广告的历史活跃度，并根据每个所述活跃广告的历史活跃度修正计算出的该活跃广告的活跃度，得到修正后的活跃度。本专利技术实施例第二方面公开了一种活跃广告的活跃度预估装置，所述装置包括：确定模块，用于在检测到针对活跃广告的活跃度计算指令之后，确定需要计算活跃度的所有活跃广告；获取模块，用于获取与所有所述活跃广告相匹配的活跃度计算模型；计算模块，用于根据所述活跃度计算模型计算每个所述活跃广告的活跃度；其中，所述确定模块确定需要计算活跃度的所有活跃广告的具体方式为：确定所述活跃度计算指令所指示的目标时间；从统计出的所有广告中筛选在所述目标时间内投放的广告，作为活跃广告；或者，从统计出的所有广告中筛选在所述目标时间内投放且在所述目标时间之前的预设时间段内投放的广告，作为活跃广告。作为一种可选的实施方式，在本专利技术实施例第二方面中，所述确定模块，还用于在所述计算模块根据所述活跃度计算模型计算每个所述活跃广告的活跃度之前，确定每个所述活跃广告的投放属性，所述活跃广告的投放属性为连续投放属性以及非连续投放属性中的其中一种；所述计算模块，还用于根据每个所述活跃广告的投放属性，计算每个所述活跃广告的投放参数变化情况，所述活本文档来自技高网...

【技术保护点】
1.一种活跃广告的活跃度预估方法，其特征在于，所述方法包括：/n在检测到针对活跃广告的活跃度计算指令之后，确定需要计算活跃度的所有活跃广告；/n获取与所有所述活跃广告相匹配的活跃度计算模型，并根据所述活跃度计算模型计算每个所述活跃广告的活跃度；/n其中，所述确定需要计算活跃度的所有活跃广告，包括：/n确定所述活跃度计算指令所指示的目标时间；/n从统计出的所有广告中筛选在所述目标时间内投放的广告，作为活跃广告；或者，从统计出的所有广告中筛选在所述目标时间内投放且在所述目标时间之前的预设时间段内投放的广告，作为活跃广告。/n

【技术特征摘要】
1.一种活跃广告的活跃度预估方法，其特征在于，所述方法包括：
在检测到针对活跃广告的活跃度计算指令之后，确定需要计算活跃度的所有活跃广告；
获取与所有所述活跃广告相匹配的活跃度计算模型，并根据所述活跃度计算模型计算每个所述活跃广告的活跃度；
其中，所述确定需要计算活跃度的所有活跃广告，包括：
确定所述活跃度计算指令所指示的目标时间；
从统计出的所有广告中筛选在所述目标时间内投放的广告，作为活跃广告；或者，从统计出的所有广告中筛选在所述目标时间内投放且在所述目标时间之前的预设时间段内投放的广告，作为活跃广告。


2.根据权利要求1所述的活跃广告的活跃度预估方法，其特征在于，所述根据所述活跃度计算模型计算每个所述活跃广告的活跃度之前，所述方法还包括：
确定每个所述活跃广告的投放属性，所述活跃广告的投放属性为连续投放属性以及非连续投放属性中的其中一种；
根据每个所述活跃广告的投放属性，计算每个所述活跃广告的投放参数变化情况，所述活跃广告的投放参数变化情况包括所述活跃广告的投放次数变化率以及互动数据变化率；
其中，所述根据所述活跃度计算模型计算每个所述活跃广告的活跃度，包括：
根据每个所述活跃广告的投放参数变化情况以及与所述活跃广告相匹配的活跃度计算模型，计算每个所述活跃广告的活跃度。


3.根据权利要求2所述的活跃广告的活跃度预估方法，其特征在于，所述根据每个所述活跃广告的投放属性，计算每个所述活跃广告的投放参数变化情况，包括：
当所述活跃广告的投放属性为所述连续投放属性时，基于所述活跃广告在所述目标时间内的目标广告活跃特征以及所述活跃广告在所述目标时间之前的历史广告活跃特征，计算所述活跃广告的投放参数变化情况；
当所述活跃广告的投放属性为所述非连续投放属性时，基于所述活跃广告在所述目标时间内的目标广告活跃特征以及所有广告在所述目标时间之前的历史平均广告活跃特征，计算所述活跃广告的投放参数变化情况。


4.根据权利要求3所述的活跃广告的活跃度预估方法，其特征在于，所述活跃广告在所述目标时间内的目标广告活跃特征包括所述活跃广告在所述目标时间内的广告投放次数以及广告互动数据；
其中，所述活跃广告在所述目标时间内的广告互动数据包括点赞数、转发数、评论数、浏览数、收藏数、弹幕数以及打赏量中的一种或多种的组合。


5.根据权利要求2-4任一项所述的活跃广告的活跃度预估方法，其特征在于，所述根据每个所述活跃广告的投放参数变化情况以及与所述活跃广告相匹配的活跃度计算模型，计算每个所述活跃广告的活跃度，包括：
确定所述投放次数变化率对应的第一权重值以及所述互动数据变化率对应的第二权重值；
将所述第一权重值、所述第二权重值、每个所述活跃广告的所述投放次数变化率以及每个所述活跃广告的所述互动数据变化率代入与所述活跃广告相匹配的活跃度计算公式，得到每个所述活跃广告的活跃度。


6.根据权利要求5所述的活跃广告的活跃度预估方法，其特征在于，所述活跃度计算公式为：
S＝W1*X1+W2*X2；或者，
S＝W3*(W1*X1+W2*X2)；
其中，S为任一所述活跃广告的活跃度，W1为所述第一权重值，W2为所述第二权重值，X1为该活跃广告的所述投放次数变化率，X2为该活跃广告的所述互动数据变化率，W3为确定出的与该活跃广告对应的扩大倍数。


7.根据权利要求6所述的活跃广告的活跃度预估方法，其特征在于，X1和X2的计算公式分别为：
X1＝tanh((Td-Ty)/Ty)；
X2＝∑iwi*tanh((Rdi-Ryi)/Ryi)；
其中，Td为所述活跃广告在所述目标时间内的广告投放次数，当所述活跃广告的投放属性为所述连续投放属性时，Ty为所述活跃广告在所述目标时间之前的预定时间段内的广告投放次数，当所述活跃广告的投放属性为所述非连续投放属性时，Ty为所有广告中每个广告的历史投放次数平均值；
i用于表示数据类别，wi为该数据类别的权重值，Rdi为所述活跃广告在所述目标时间内的广告互动数据中该数据类别的数据的数据量；当所述活跃广告的投放属性为所述连续投放属性时，Ryi为所述活跃广告在所述目标时间之前的预定时间段内的广告互动数据中该数据类别的数据的数据量，当所述活跃广告的投放属性为所述非连续投放属性时，Ryi为所有广告的历史广告互动数据中该数据类别的数据的历史数据量平均值。


8.根据权利要来6或7所述的活跃广告的活跃度预估方法，其特征在于，与每个所述活跃广告对应的扩大倍数是根据该活跃广告在所述目标时间内的所有投放区域确定出的，当该活跃广告在所述目标时间内的所有投放区域不唯一时，该活跃广告对应的扩大倍数具体是根据该活跃广告在所述目标时间内的所有投放区域中每个投放区域对应的区域权重值确定出的。


9.根据权利要求8所述的活跃广告的活跃度预估方法，其特征在于，所述根据所述活跃度计算模型计算每个所述活跃广告的活跃度之后，所述方法还包括：
获取每个所述活跃广告的历史活跃度，并根据每个所述活跃广告的历史活跃度修正计算出的该活跃广告的活跃度，得到修正后的活跃度。


10.一种活跃广告的活跃度预估装置，其特征在于，所述装置包括：
确定模块，用于在检测到针对活跃广告的活跃度计算指...

【专利技术属性】
技术研发人员：彭欣宇，李百川，田家赫，陈第，
申请(专利权)人：有米科技股份有限公司，
类型：发明
国别省市：广东;44