播放量预测方法、装置、模型、电子设备及存储介质制造方法及图纸

本发明专利技术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。的预测节目的播放趋势。的预测节目的播放趋势。

【技术实现步骤摘要】
播放量预测方法、装置、模型、电子设备及存储介质


[0001]本专利技术涉及互联网
，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。

技术介绍

[0002]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。
[0003]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。
[0004]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。

技术实现思路

[0005]本专利技术实施例的目的在于提供一种播放量预测方法、装置、模型、电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种播放量预测方法，其特征在于，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。2.根据权利要求1所述的方法，其特征在于，所述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，包括：将所述时序特征值和所述图像特征值进行特征拼接，得到拼接特征值；将所述拼接特征值经过第一全连接层进行融合处理，得到融合特征值；将所述融合特征值经过第二全连接层进行播放量预测，得到所述待预测节目在未来时间段内的预测播放量。3.根据权利要求1所述的方法，其特征在于，所述将所述第一时序数据转换为图像数据，包括：将所述第一时序数据进行坐标转换，得到极坐标时序数据；对所述极坐标时序数据进行函数变换，得到格拉姆角场矩阵；将所述格拉姆角场矩阵确定为图像像素矩阵，得到所述图像数据。4.根据权利要求1所述的方法，其特征在于，所述获取待预测节目在历史时间段内的第一时序数据，包括：获取所述待预测节目在历史时间段内的历史播放数据；将所述历史播放数据进行归一化处理，得到所述第一时序数据。5.根据权利要求1所述的方法，其特征在于，所述对所述图像数据进行图像特征提取，得到图像特征值，包括：将所述图像数据依次经过第一卷积处理、批归一化处理、激活函数ReLU处理、最大池化处理，得到第一特征值；将所述第一特征值依次经过第二卷积处理、批归一化处理、激活函数ReLU处理，得到第二特征值；将所述第一特征值和所述第二特征值进行残差连接处理，得...

【专利技术属性】
技术研发人员：陈雨东，
申请(专利权)人：北京奇艺世纪科技有限公司，
类型：发明
国别省市：