活动人数预测模型生成方法、装置、电子设备和介质制造方法及图纸

本公开的实施例公开了活动人数预测模型生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：从训练样本集中选取训练样本；将活动时序特征输入时序网络，得到时间区间内的至少一个品类的触达人数变化趋势信息；将触达人数变化趋势信息、至少一个品类的品类信息、目标活动的资源消耗信息输入浅层神经网络，得到目标活动对应的预测触达人数；基于实际触达人数与预测触达人数之间的差异，对时序网络和浅层神经网络进行参数调整，得到活动人数预测模型。该实施方式实现了活动人数的准确预测。人数的准确预测。人数的准确预测。

【技术实现步骤摘要】
活动人数预测模型生成方法、装置、电子设备和介质


[0001]本公开的实施例涉及计算机
，具体涉及活动人数预测模型生成方法、装置、电子设备和计算机可读介质。

技术介绍

[0002]联合活动是指通过联合多个参与方共同举行活动(例如进行信息投放)，以提高各方的用户数量等指标。对于联合活动来说，需要预先进行投放效果，例如触达人数，进行预测。相关的预估方式，一般基于历史同期数据采用同比、环比方式预测。
[0003]然而，当采用上述方式进行预测时，经常会存在如下技术问题：
[0004]第一，联合效果的投放效果依赖于活动时间，难以找到活动时间完全相同的历史数据进行预测，从而导致预测准确率较低。
[0005]第二，同比、环比方式预测不能适应灵活需求。一旦活动时间发生变化，需要重新查找对应的历史数据，耗费了大量人力物力。

技术实现思路

[0006]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种活动人数预测模型生成方法，包括：从训练样本集中选取训练样本，所述训练样本包括目标活动对应的至少一个品类在目标时间区间对应的活动时序特征和标签，所述标签用于表征所述目标活动的实际触达人数；将所述活动时序特征输入时序网络，得到所述时间区间内的所述至少一个品类的触达人数变化趋势信息；将所述触达人数变化趋势信息、所述至少一个品类的品类信息、所述目标活动的资源消耗信息输入浅层神经网络，得到所述目标活动对应的预测触达人数；基于所述实际触达人数与所述预测触达人数之间的差异，对所述时序网络和所述浅层神经网络进行参数调整，得到活动人数预测模型。2.根据权利要求1所述的方法，其中，所述至少一个品类在目标时间区间对应的活动时序特征是通过以下步骤确定的：确定所述至少一个品类中的每个品类在所述目标活动区间每个时间点的以下至少一项数据：触达人数、点击量、展示量，所述目标时间区间包括所述目标活动对应的活动时间区间以及活动前预设时间段，得到所述活动时序特征。3.根据权利要求1所述的方法，其中，所述训练样本集是通过以下步骤得到的：对于原始训练样本集中的原始训练样本，根据对应的活动时间区间进行拆分以生成所述原始训练样本对应的多个训练样本，得到所述训练样本集。4.根据权利要求1所述的方法，其中，所述基于所述实际触达人数与所述预测触达人数之间的差异，对所述时序网络和所述浅层神经网络进行参数调整，得到活动人数预测模型，包括：基于所述实际触达人数与所述预测触达人数之间的差异，对所述时序网络和所述浅层神经网络进行参数调整，得到调整后模型；确定所述调整后模型的预设指标是否满足预设条件；响应于满足预设条件，将所述调整后模型确定为所述活动人数预测模型。5.根据权利要求3所述的方法，其中，所述根据对应的活动时间区间进行拆分以生成所述原始训练样本对应的多个训练样本，包括：确定所述原始训练样本...

【专利技术属性】
技术研发人员：徐岱，
申请(专利权)人：北京京东世纪贸易有限公司，
类型：发明
国别省市：