数据处理方法、装置、设备和存储介质制造方法及图纸

本申请实施例提供一种数据处理方法、装置、设备和存储介质，该方法包括：获取媒体待投放位置的历史客流信息以及对应的环境特征信息；基于历史客流量信息以及所述环境特征信息，通过客流量预测模型预测未来预定时间段的客流量预测值；基于历史客流滞留时间信息以及环境特征信息，通过客流滞留时间预测模型预测所述预定时间段的客流滞留时间预测值；基于客流量预测值以及客流滞留时间预测值，对媒体待投放位置在预定时间段的媒体投放价值进行评估，其中，客流量预测模型以及客流滞留时间预测模型均为机器学习模型。根据本申请实施例的技术方案，准确地评估媒体待投放位置在各个预定时间段的媒体投放价值，从而能够实现媒体投放价值最大化。放价值最大化。放价值最大化。

【技术实现步骤摘要】
数据处理方法、装置、设备和存储介质


[0001]本申请实施例涉及机器学习
，尤其涉及一种数据处理方法、装置、设备和存储介质。

技术介绍

[0002]在轨道交通日益发展的今天，轨道交通例如地铁领域的媒体因其受众数量巨大，丰富的表现力等优点受到广告主的青睐。因此，如何对轨道交通领域的媒体投放价值进行评估成为了关注的焦点。
[0003]目前，大部分媒体投放价值评估的技术方案中，都是根据待投放媒体的特征信息以及用户信息，通过点击率预测模型，获得与待投放媒体对应的预测点击率，根据预测点击率来确定媒体投放价值。然而，这种技术方案由于需要获取用户信息，并不适用于轨道交通领域的媒体投放价值评估。
[0004]因此，如何准确地对轨道交通领域的媒体投放价值进行评估成为了亟待解决的技术难题。

技术实现思路

[0005]本申请实施例提供一种数据处理方法、装置、设备和存储介质，用于解决如何准确地对轨道交通领域的媒体投放价值进行评估的问题。
[0006]本申请实施例第一方面，提供了一种数据处理方法，包括：
[0007]获取媒体待投放位置的历史客流信息以及对应的环境特征信息，所述历史客流信息包括历史客流量信息以及历史客流滞留时间信息，所述媒体待投放位置为目标车站的预定区域；
[0008]基于所述历史客流量信息以及所述环境特征信息，通过客流量预测模型预测未来预定时间段的客流量预测值；
[0009]基于所述历史客流滞留时间信息以及所述环境特征信息，通过客流滞留时间预测模型预测所述预定时间段的客流滞留时间预测值；
[0010]基于所述客流量预测值以及所述客流滞留时间预测值，对所述媒体待投放位置在所述预定时间段的媒体投放价值进行评估，其中，所述客流量预测模型以及所述客流滞留时间预测模型均为机器学习模型。
[0011]在本申请的一些实施例中，基于上述方案，所述获取媒体待投放位置的历史客流量信息，包括：
[0012]获取通过摄像头拍摄的所述媒体待投放位置历史各个时间段的客流图像，通过所述客流图像确定所述媒体待投放位置历史各个时间段的第一历史客流量；
[0013]和/或，
[0014]获取通过无线局域网嗅探技术确定的所述媒体待投放位置历史各个时间段的移动终端信号数据，通过所述移动终端信号数据确定所述媒体待投放位置历史各个时间段的
第二历史客流量；
[0015]和/或，
[0016]获取所述媒体待投放位置的闸机的历史各个时间段的客流数据，通过所述客流数据确定所述媒体待投放位置历史各个时间段的第三历史客流量。
[0017]在本申请的一些实施例中，基于上述方案，所述方法还包括：
[0018]对所述第一历史客流量、所述第二历史客流量以及所述第三历史客流量进行加权求和运算，得到所述媒体待投放位置历史各个时间段的客流量。
[0019]在本申请的一些实施例中，基于上述方案，所述基于所述历史客流量信息以及所述环境特征信息，通过客流量预测模型预测未来预定时间段的客流量预测值，包括：
[0020]基于所述历史客流量信息以及所述环境特征信息，对所述客流量预测模型进行训练，所述环境特征信息包括与所述历史客流量信息对应的日期、天气、交通拥挤度中的一种或多种；
[0021]获取所述预定时间段对应的环境特征信息；
[0022]基于所述预定时间段对应的环境特征信息，通过训练后的所述客流量预测模型预测所述预定时间段的所述客流量预测值。
[0023]在本申请的一些实施例中，基于上述方案，所述基于所述历史客流量信息以及所述环境特征信息，对所述客流量预测模型进行训练，包括：
[0024]基于所述环境特征信息，生成对应的环境特征向量；
[0025]将所述历史客流量信息对应的客流量作为所述环境特征向量的客流量标签；
[0026]基于所述环境特征向量以及所述客流量标签对所述客流量预测模型进行训练。
[0027]在本申请的一些实施例中，基于上述方案，所述获取所述媒体待投放位置的历史客流滞留时间信息，包括：
[0028]获取通过无线局域网嗅探技术确定的所述媒体待投放位置历史各个时间段的移动终端信号数据；
[0029]获取所述媒体待投放位置历史各个时间段的列车运行时刻信息、对应的列车满载率以及客流量数据；
[0030]基于所述移动终端信号数据、所述列车运行时刻信息、所述列车满载率以及所述客流量数据，确定所述媒体待投放位置历史各个时间段的客流滞留时间。
[0031]在本申请的一些实施例中，基于上述方案，所述基于所述移动终端信号数据、所述列车运行时刻信息、所述列车满载率以及所述客流量数据，确定所述媒体待投放位置历史各个时间段的客流滞留时间，包括：
[0032]基于所述移动终端信号数据确定所述媒体待投放位置历史各个时间段的移动终端以及对应的停留时间，以及所述移动终端以及对应的停留时间确定所述媒体待投放位置各个时间段的第一客流滞留时间；
[0033]基于所述媒体待投放位置历史各个时间段的列车运行时刻信息、对应的列车满载率以及所述客流量数据，确定所述媒体待投放位置历史各个时间段的第二客流滞留时间；
[0034]对所述第一客流滞留时间以及所述第二客流滞留时间进行加权运算，确定所述媒体待投放位置历史各个时间段的客流滞留时间。
[0035]在本申请的一些实施例中，基于上述方案，所述基于所述历史客流滞留时间信息
以及所述环境特征信息，通过客流滞留时间预测模型预测所述预定时间段的客流滞留时间预测值，包括：
[0036]基于所述历史客流滞留时间信息以及所述环境特征信息，对所述客流滞留时间预测模型进行训练，所述环境特征信息包括与所述历史客流量信息对应的日期、天气、交通拥挤度中的一种或多种；
[0037]获取所述预定时间段对应的环境特征信息；
[0038]基于所述预定时间段对应的环境特征信息，通过训练后的所述客流滞留时间预测模型，预测所述预定时间段的客流滞留时间预测值。
[0039]在本申请的一些实施例中，基于上述方案，所述基于所述历史客流滞留时间信息以及所述环境特征信息，对所述客流滞留时间预测模型进行训练，包括：
[0040]基于所述环境特征信息，生成对应的环境特征向量；
[0041]将所述历史客流滞留时间信息对应的客流滞留时间作为所述环境特征向量的客流滞留时间标签；
[0042]基于所述环境特征向量以及所述客流滞留时间标签对客流滞留时间预测模型进行训练。
[0043]在本申请的一些实施例中，基于上述方案，所述基于所述客流量预测值以及所述客流滞留时间预测值，对所述媒体待投放位置在所述预定时间段的媒体投放价值进行评估，包括：
[0044]对所述媒体待投放位置在预定日期的各个时间段的客流量预测值以及客流滞留时间预测值进行加权运算，确定所述媒体待投放位置在所述预定日期的媒体投放价值。
[0045]在本申请本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：获取媒体待投放位置的历史客流信息以及对应的环境特征信息，所述历史客流信息包括历史客流量信息以及历史客流滞留时间信息，所述媒体待投放位置为目标车站的预定区域；基于所述历史客流量信息以及所述环境特征信息，通过客流量预测模型预测未来预定时间段的客流量预测值；基于所述历史客流滞留时间信息以及所述环境特征信息，通过客流滞留时间预测模型预测所述预定时间段的客流滞留时间预测值；基于所述客流量预测值以及所述客流滞留时间预测值，对所述媒体待投放位置在所述预定时间段的媒体投放价值进行评估，其中，所述客流量预测模型以及所述客流滞留时间预测模型均为机器学习模型。2.根据权利要求1所述的方法，其特征在于，所述获取媒体待投放位置的历史客流量信息，包括：获取通过摄像头拍摄的所述媒体待投放位置历史各个时间段的客流图像，通过所述客流图像确定所述媒体待投放位置历史各个时间段的第一历史客流量；和/或，获取通过无线局域网嗅探技术确定的所述媒体待投放位置历史各个时间段的移动终端信号数据，通过所述移动终端信号数据确定所述媒体待投放位置历史各个时间段的第二历史客流量；和/或，获取所述媒体待投放位置的闸机的历史各个时间段的客流数据，通过所述客流数据确定所述媒体待投放位置历史各个时间段的第三历史客流量。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：对所述第一历史客流量、所述第二历史客流量以及所述第三历史客流量进行加权求和运算，得到所述媒体待投放位置历史各个时间段的客流量。4.根据权利要求1至3中任一项所述的方法，其特征在于，所述基于所述历史客流量信息以及所述环境特征信息，通过客流量预测模型预测未来预定时间段的客流量预测值，包括：基于所述历史客流量信息以及所述环境特征信息，对所述客流量预测模型进行训练，所述环境特征信息包括与所述历史客流量信息对应的日期、天气、交通拥挤度中的一种或多种；获取所述预定时间段对应的环境特征信息；基于所述预定时间段对应的环境特征信息，通过训练后的所述客流量预测模型预测所述预定时间段的所述客流量预测值。5.根据权利要求4所述的方法，其特征在于，所述基于所述历史客流量信息以及所述环境特征信息，对所述客流量预测模型进行训练，包括：基于所述环境特征信息，生成对应的环境特征向量；将所述历史客流量信息对应的客流量作为所述环境特征向量的客流量标签；基于所述环境特征向量以及所述客流量标签对所述客流量预测模型进行训练。
6.根据权利要求1所述的方法，其特征在于，所述获取所述媒体待投放位置的历史客流滞留时间信息，包括：获取通过无线局域网嗅探技术确定的所述媒体待投放位置历史各个时间段的移动终端信号数据；获取所述媒体待投放位置历史各个时间段的列车运行时刻信息、对应的列车满载率以及客流量数据；基于所述移动终端信号数据、所述列车运行时刻信息、所述列车满载率以及所述客流量数据，确定所述媒体待投放位置历史各个时间段的客流滞留时间。7.根据权利要求6所述的方法，其特征在于，所述基于所述移动终端信号数据、所述列车运行时刻信息、所述列车满载率以及所述客流量数据，确定所述媒体待投放位置历史各个时间段的客流滞留时间，包括：基于所述移动终端信号数据确定所述媒体待投放位置历史各个时间段的移动终端以及对应的停留时间，以及所述移动终端以及对应的停留时间确定所述媒体待投放位置各个时间段的第一客流滞留时间；基于所述媒体待投放位置历史各个时间段的列车运行时刻信息、对应的列车满载率以及所述客流量数据，确定所述...

【专利技术属性】
技术研发人员：吴正中，冯帆，常海利，汪永刚，
申请(专利权)人：北京城建智控科技有限公司，
类型：发明
国别省市：