一种基于云计算的广告位预测系统技术方案

本发明专利技术涉及一种基于云计算的广告位预测系统，其包括：广告主客户端和广告投放管理平台，广告主客户端和广告投放管理平台之间具有通信连接；广告投放管理平台包括数据接收模块、数据分析模块、价格预测模块和数据库，各模块间具有通信连接。数据接收模块接收广告主客户端发送的广告管理请求以获取历史价格序列。数据分析模块根据历史价格序列获取第一价格扰动矩阵以获取第一价格扰动矩阵与历史价格序列的回归模型。价格预测模块根据第一价格扰动矩阵与历史价格序列的回归模型建立广告价格预测函数，并根据广告价格预测函数得到目标广告位的预测价格分布数据，然后将其发送到广告主客户端。告主客户端。告主客户端。

【技术实现步骤摘要】
一种基于云计算的广告位预测系统


[0001]本专利技术涉及云计算和数字广告领域，尤其涉及一种基于云计算的广告位预测系统。

技术介绍

[0002]云计算是分布式计算的一种，通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。云计算早期就是简单的分布式计算，解决任务分发，并进行计算结果的合并。因而，云计算又称为网格计算。通过云计算可以在很短的时间内完成对数以万计的数据的处理，从而达到强大的网络服务。
[0003]现有的广告投放系统通常根据实时的广告位价格进行分析，不能结合历史广告位的价格数据对未来一段时间的广告位的价格进行预测。因此，在制定相应广告投放计划时，如不考虑广告位在未来一段时间的价格可能会浪费不必要的资金。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种基于云计算的广告位预测系统，其包括：
[0005]广告主客户端和广告投放管理平台，其中，广告主客户端和广告投放管理平台之间具有通信连接；所述广告投放管理平台包括数据接收模块、数据分析模块、价格预测模块和数据库，其中，各模块间具有通信连接；
[0006]数据接收模块接收广告主客户端发送的广告管理请求，并根据目标标识符从数据库获取目标广告位的历史价格数据，然后对历史价格数据进行数据处理以得到历史价格序列；所述广告管理请求包括：目标标识符、目标价格阈值、目标预测周期和价格扰动因子；
[0007]数据分析模块根据历史价格序列获取第一价格扰动矩阵，并构造第一价格扰动矩阵的相关系数矩阵，然后对所述相关系数矩阵进行特征分解以得到所述相关系数矩阵的所有特征值和每个特征值对应的特征向量；
[0008]数据分析模块对所述相关系数矩阵进行特征分解包括：数据分析模块将所述相关系数矩阵作为第一相关矩阵，并将第一相关矩阵进行矩阵相似变换以得到第二相关矩阵，然后将第二相关矩阵中非主对角线元素中绝对值最大的元素作为第二相关矩阵的核心元素；
[0009]数据分析模块获取第二相关矩阵中核心元素所在行中值最大的元素将其作为第二相关矩阵的第一元素，并获取第二相关矩阵中核心元素所在列中值最大的元素将其作为第二相关矩阵的第二元素；
[0010]数据分析模块根据第二相关矩阵的核心元素、第一元素和第二元素得到旋转角度，并根据旋转角度对第二相关矩阵进行旋转，然后根据旋转后的第二相关矩阵得到第一价格扰动矩阵的相关系数矩阵的所有特征值和每个特征值对应的特征向量；
[0011]数据分析模块根据所述相关系数矩阵的所有特征值和每个特征值对应的特征向
量得到第一价格扰动矩阵与历史价格序列的回归模型；
[0012]价格预测模块根据所述回归模型建立广告价格预测函数，并根据广告价格预测函数预测目标预测周期内目标广告位的广告位价格以得到目标广告位的预测价格分布数据，并将其发送到广告主客户端。
[0013]根据一个优选实施方式，所述价格扰动因子为影响目标广告位的广告位价格的因素，其包括时间、热度、收视率和流量；所述目标标识符为目标广告位的广告位标识符，广告位标识符用于对广告位进行唯一标识；所述目标预测周期为广告位价格的预测周期；所述目标价格阈值为广告主能接受的最高的广告位价格。
[0014]根据一个优选实施方式，广告主客户端为广告主使用的具有计算功能、存储功能和通信功能的设备，其包括：智能手机、台式电脑、笔记本电脑、智能手表和智能穿戴设备；所述广告主为推销商品、提供服务或推广概念而发布广告信息的市场主体。
[0015]根据一个优选实施方式，数据接收模块对历史价格数据进行数据处理得到历史价格序列包括：
[0016]数据接收模块提取历史价格数据中各个历史时间段的广告位价格；
[0017]数据接收模块将各个历史时间段的广告位价格按照时间进行升序排列以得到初始历史价格序列。
[0018]根据一个优选实施方式，数据接收模块对历史价格数据进行数据处理得到历史价格序列包括：
[0019]数据接收模块对初始历史价格序列进行第一次参数分离以得到第一分离分量和第一分离残量；
[0020]数据接收模块对第一分离残量进行第二次参数分离以得到第二分离分量和第二分离残量；
[0021]数据接收模块对第二分离残量进行第三次参数分离以得到第三分离分量和第三分离残量；对上述步骤执行迭代操作，直到分离残量不能继续分离；
[0022]数据接收模块将每一次参数分离得到的分离分量和最后一次参数分离得到的分离残量进行线性求和以得到历史价格序列。
[0023]根据一个优选实施方式，数据接收模块将每一次参数分离的分离分量和最后一次参数分离的分离残量进行线性求和得到历史价格序列包括：
[0024][0025]其中，ad
price
(n)为历史价格序列，c为分离分量的个数，l为分离分量的索引，h
l
(n)为第l个分离分量，g(n)为分离残量。
[0026]根据一个优选实施方式，数据分析模块构造第一价格扰动矩阵的相关系数矩阵包括：
[0027]数据分析模块获取目标广告位的所有价格扰动因子，并对历史价格序列进行数据分析以获取每个价格扰动因子与每个历史时间段的广告位价格的相关系数；
[0028]数据分析模块将每个价格扰动因子的所有相关系数按照数值进行升序排列以得到每个价格扰动因子的价格扰动向量，并根据所有价格扰动因子的价格扰动向量生成第一价格扰动矩阵。
[0029]根据一个优选实施方式，数据分析模块根据相关系数矩阵的所有特征值和每个特征值对应的特征向量得到第一价格扰动矩阵与历史价格序列的回归模型包括：
[0030]数据分析模块根据相关系数矩阵的所有特征值对所有的特征向量进行数据验证以得到若干个目标特征向量，并根据所有的目标特征向量生成目标特征矩阵，然后根据目标特征矩阵生成第二价格扰动矩阵；
[0031]数据分析模块根据第二价格扰动矩阵建立第二价格扰动矩阵与历史价格序列的回归模型，并对第二价格扰动矩阵与历史价格序列的回归模型进行变换以得到第一价格扰动矩阵与历史价格序列的回归模型。
[0032]根据一个优选实施方式，数据分析模块根据相关系数矩阵的所有特征值对所有的特征向量进行数据验证得到若干个目标特征向量包括：
[0033]数据分析模块将相关系数矩阵的所有特征值按照数值进行降序排序；
[0034]数据分析模块计算所有特征值的和以得到特征和，并将每个特征值与特征和的比值作为每个特征值的特征占比率，然后将特征验证值设置为零；
[0035]数据分析模块按照特征值的排列顺序遍历所有的特征值，并将正在遍历的特征值作为目标特征值；将特征验证值加上目标特征值的特征占比率以对特征验证值进行更新，并将更新后的特征验证值与特征验证阈值进行比较；
[0036]在更新后的特征验证值小于或等于特征验证阈值时，数据分析模块将目标特征值对应的特征向量作为目标特征向本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云计算的广告位预测系统，其特征在于，其包括广告主客户端和广告投放管理平台，其中，广告主客户端和广告投放管理平台之间具有通信连接；所述广告投放管理平台包括数据接收模块、数据分析模块、价格预测模块和数据库，其中，各模块间具有通信连接；数据接收模块接收广告主客户端发送的广告管理请求，并根据目标标识符从数据库获取目标广告位的历史价格数据，然后对历史价格数据进行数据处理以得到历史价格序列；所述广告管理请求包括：目标标识符、目标价格阈值、目标预测周期和价格扰动因子；数据分析模块根据历史价格序列获取第一价格扰动矩阵，并构造第一价格扰动矩阵的相关系数矩阵，然后对所述相关系数矩阵进行特征分解以得到所述相关系数矩阵的所有特征值和每个特征值对应的特征向量；数据分析模块对所述相关系数矩阵进行特征分解包括：数据分析模块将所述相关系数矩阵作为第一相关矩阵，并将第一相关矩阵进行矩阵相似变换以得到第二相关矩阵，然后将第二相关矩阵中非主对角线元素中绝对值最大的元素作为第二相关矩阵的核心元素；数据分析模块获取第二相关矩阵中核心元素所在行中值最大的元素将其作为第二相关矩阵的第一元素，并获取第二相关矩阵中核心元素所在列中值最大的元素将其作为第二相关矩阵的第二元素；数据分析模块根据第二相关矩阵的核心元素、第一元素和第二元素得到旋转角度，并根据旋转角度对第二相关矩阵进行旋转，然后根据旋转后的第二相关矩阵得到第一价格扰动矩阵的相关系数矩阵的所有特征值和每个特征值对应的特征向量；数据分析模块根据所述相关系数矩阵的所有特征值和每个特征值对应的特征向量得到第一价格扰动矩阵与历史价格序列的回归模型；价格预测模块根据所述回归模型建立广告价格预测函数，并根据广告价格预测函数预测目标预测周期内目标广告位的广告位价格以得到目标广告位的预测价格分布数据，并将其发送到广告主客户端。2.根据权利要求1所述的系统，其特征在于，广告主客户端为广告主使用的具有计算功能、存储功能和通信功能的设备，其包括：智能手机、台式电脑、笔记本电脑、智能手表和智能穿戴设备。3.根据权利要求2所述的系统，其特征在于，数据接收模块对历史价格数据进行数据处理得到历史价格序列包括：数据接收模块提取历史价格数据中各个历史时间段的广告位价格；数据接收模块将各个历史时间段的广告位价格按照时间进行升序排列以得到初始历史价格序列。4.根据权利要求3所述的系统，其特征在于，数据接收模块对历史价格数据进行数据处理得到历史价格序列包括：数据接收模块对初始历史价格序列进行第一次参数分离以得到第一分离分量和第一分离残量；数据接收模块对第一分离残量进行第二次参数分离以得到第二分离分量和第二分离...

【专利技术属性】
技术研发人员：陈倩，
申请(专利权)人：陈倩，
类型：发明
国别省市：