本发明涉及计算机技术领域，特别是涉及一种广告库存预测方法及装置。
背景技术：
随着互联网技术的快速发展，越来越多的广告商会在各种广告平台上投放广告。在进行广告投放前，广告商会与广告平台签订合约广告，并规定广告平台在预设时间内消耗签订的广告数量，即，广告平台根据合约广告的内容，需要在预设时间段内将广告商指定的广告按照该广告数量完成投放。
在现有技术中，广告平台会根据历史的广告投放数量来预测未来一段时间内的广告库存，即未来一段时间内广告的投放量，以根据预测的广告库存，与广告商签订合约广告。但是，由于时间、周期及其他不稳定因素的变化，预测的广告库存通常会不准确，预测的广告库存过高会造成签订的广告数量无法完成投放，预测的广告库存过低会造成广告缺量，影响广告平台的广告收入，因此，仅根据历史的广告投放数量无法准确的预测未来一段时间内的广告库存。
技术实现要素：
有鉴于此，本发明提供一种广告库存预测方法，通过该方法，可以准确预测未来时间段内的广告库存，合理安排广告投放数量。
本发明还提供了一种广告库存预测装置，用以保证上述方法在实际中的实现及应用。
一种广告库存预测方法，包括：
当需要预测目标广告位在预先指定的未来时间段内的广告库存时，确定所述目标广告位在预设的历史时间段内的总的广告投放量，所述历史时间段包含多个时间区间，所述总的广告投放量为各个所述时间区间对应的广告投放量的和；
对所述历史时间段内的各个已投放的广告进行预处理，获得所述目标广告位在所述历史时间段内的总的有效广告投放量；
获取预先设置的配置文件，并依据所述配置文件及所述总的有效广告投放量，对预先设置的广告库存模型进行调整，获得已调整的广告库存模型，所述配置文件包含各个节假日日期对应的日期参数；
设置所述未来时间段对应的第一时间参数，并将所述第一时间参数、所述配置文件及所述总的有效广告投放量输入所述已调整的广告库存模型，触发所述已调整的广告库存模型输出所述目标广告位对应的第一预测值，并将所述第一预测值确定为所述目标广告位在所述未来时间段内对应的广告库存。
上述的方法，可选的，所述对所述历史时间段内的各个已投放的广告进行预处理，获得所述目标广告位在所述历史时间段内的总的有效广告投放量，包括：
获取各个所述时间区间内的各个已投放的广告的流量信息，并依据每个所述已投放的广告的流量信息，判断是否存在异常投放的广告；
若存在异常投放的广告，则剔除每个所述时间区间中各个异常投放的广告，并确定每个所述时间区间对应的有效广告库存量；
对每个所述时间区间对应的有效广告库存量进行求和，获得所述目标广告为在所述历史时间段内的总的有效广告投放量。
上述的方法，可选的，还包括：
检查每个所述时间区间对应的有效广告投放量，并判断当前时间区间对应的有效广告投放量是否为空；
若所述当前时间区间对应的有效广告投放量为空，则确定上一时间区间对应的有效广告投放量及下一时间区间对应的有效广告投放量；
对所述上一时间区间对应的有效广告投放量及下一时间区间对应的有效广告投放量进行计算，获得平均有效广告投放量，并将所述平均有效广告投放量，确定为所述当前时间区间对应的有效广告投放量。
上述的方法，可选的，所述依据所述配置文件及所述总的有效广告投放量，对预先设置的广告库存模型进行调整，包括：
将所述历史时间段划分成第一时间段和第二时间段，并依据所述第一时间段和第二时间段，将所述总的有效广告投放量进行划分，获得第一投放量和第二投放量，所述第一投放量为所述第一时间段内所述广告位所投放的广告数量，所述第二投放量为所述第二时间段内所述目标广告位所投放的广告数量；
设置所述第二时间段对应的第二时间参数，并执行预先设置的训练过程；所述训练过程包括：将所述配置文件、所述第二时间参数及所述第一投放量输入所述广告库存模型，触发所述广告库存模型输出所述第二时间段对应的第二预测值，将所述第二预测值与所述第二投放量进行计算，获得误差值；
判断所述误差值是否大于预先设置的最小阈值；
若所述误差值大于预先设置的最小阈值，则依据所述误差值调整所述广告库存模型的模型参数，并执行所述训练过程，直至所述误差值不大于所述最小阈值时，结束调整所述广告库存模型。
上述的方法，可选的，还包括：
对各个所述时间区间对应的有效广告投放量按照预先设置的对数公式进行对数计算，获得所述目标广告位对应的各个对数值；
将所述第一时间参数、所述配置文件及各个所述对数值输入所述已调整的广告库存模型，触发所述已调整的广告库存模型输出所述目标广告位对应的第三预测值，并将所述第三预测值依据所述对数公式进行逆运算，获得运算值，并将所述运算值确定为所述目标广告位在所述未来时间段内对应的广告库存。
一种广告库存预测装置，包括：
确定单元，用于当需要预测目标广告位在预先指定的未来时间段内的广告库存时，确定所述目标广告位在预设的历史时间段内的总的广告投放量，所述历史时间段包含多个时间区间，所述总的广告投放量为各个所述时间区间对应的广告投放量的和；
处理单元，用于对所述历史时间段内的各个已投放的广告进行预处理，获得所述目标广告位在所述历史时间段内的总的有效广告投放量；
调整单元，用于获取预先设置的配置文件，并依据所述配置文件及所述总的有效广告投放量，对预先设置的广告库存模型进行调整，获得已调整的广告库存模型，所述配置文件包含各个节假日日期对应的日期参数；
预测单元，用于设置所述未来时间段对应的第一时间参数，并将所述第一时间参数、所述配置文件及所述总的有效广告投放量输入所述已调整的广告库存模型，触发所述已调整的广告库存模型输出所述目标广告位对应的第一预测值，并将所述第一预测值确定为所述目标广告位在所述未来时间段内对应的广告库存。
上述的装置，可选的，所述处理单元，包括：
判断子单元，用于获取各个所述时间区间内的各个已投放的广告的流量信息，并依据每个所述已投放的广告的流量信息，判断是否存在异常投放的广告；
确定子单元，用于若存在异常投放的广告，则剔除每个所述时间区间中各个异常投放的广告，并确定每个所述时间区间对应的有效广告库存量；
计算子单元，用于对每个所述时间区间对应的有效广告库存量进行求和，获得所述目标广告为在所述历史时间段内的总的有效广告投放量。
上述的装置，可选的，还包括：
处理子单元，用于检查每个所述时间区间对应的有效广告投放量，并判断当前时间区间对应的有效广告投放量是否为空；若所述当前时间区间对应的有效广告投放量为空，则确定上一时间区间对应的有效广告投放量及下一时间区间对应的有效广告投放量；对所述上一时间区间对应的有效广告投放量及下一时间区间对应的有效广告投放量进行计算，获得平均有效广告投放量，并将所述平均有效广告投放量，确定为所述当前时间区间对应的有效广告投放量。
上述的装置，可选的，所述调整单元，包括：
划分子单元，用于将所述历史时间段划分成第一时间段和第二时间段，并依据所述第一时间段和第二时间段，将所述总的有效广告投放量进行划分，获得第一投放量和第二投放量，所述第一投放量为所述第一时间段内所述广告位所投放的广告数量，所述第二投放量为所述第二时间段内所述目标广告位所投放的广告数量；
训练子单元，用于设置所述第二时间段对应的第二时间参数，并执行预先设置的训练过程；所述训练过程包括：将所述配置文件、所述第二时间参数及所述第一投放量输入所述广告库存模型，触发所述广告库存模型输出所述第二时间段对应的第二预测值，将所述第二预测值与所述第二投放量进行计算，获得误差值；
判断子单元，用于判断所述误差值是否大于预先设置的最小阈值；
调整子单元，用于若所述误差值大于预先设置的最小阈值，则依据所述误差值调整所述广告库存模型的模型参数，并执行所述训练过程，直至所述误差值不大于所述最小阈值时，结束调整所述广告库存模型。
上述的装置，可选的，还包括：
计算单元，用于对各个所述时间区间对应的有效广告投放量按照预先设置的对数公式进行对数计算，获得所述目标广告位对应的各个对数值；将所述第一时间参数、所述配置文件及各个所述对数值输入所述已调整的广告库存模型，触发所述已调整的广告库存模型输出所述目标广告位对应的第三预测值，并将所述第三预测值依据所述对数公式进行逆运算，获得运算值，并将所述运算值确定为所述目标广告位在所述未来时间段内对应的广告库存。
一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行上述的广告库存预测方法。
一种电子设备，包括存储器，以及一个或者一个以上的指令，其中一个或者一个以上指令存储于存储器中，且经配置以由一个或者一个以上处理器执行上述的广告库存预测方法。
与现有技术相比，本发明包括以下优点：
本发明提供的了一种广告库存预测方法，包括：当需要预测目标广告位在预先指定的未来时间段内的广告库存时，确定所述目标广告位在预设的历史时间段内的总的广告投放量，所述历史时间段包含多个时间区间，所述总的广告投放量为各个所述时间区间对应的广告投放量的和；对所述历史时间段内的各个已投放的广告进行预处理，获得所述目标广告位在所述历史时间段内的总的有效广告投放量；获取预先设置的配置文件，并依据所述配置文件及所述总的有效广告投放量，对预先设置的广告库存模型进行调整，获得已调整的广告库存模型，所述配置文件包含各个节假日日期对应的日期参数；设置所述未来时间段对应的第一时间参数，并将所述第一时间参数、所述配置文件及所述总的有效广告投放量输入所述已调整的广告库存模型，触发所述已调整的广告库存模型输出所述目标广告位对应的第一预测值，并将所述第一预测值确定为所述目标广告位在所述未来时间段内对应的广告库存。应用本发明提供的方法，可以准确预测未来时间段内的广告库存，合理安排广告投放数量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种广告库存预测方法的方法流程图；
图2为本发明实施例提供的一种广告库存预测方法的方法示例图；
图3为本发明实施例提供的一种广告库存预测方法的又一方法示例图；
图4为本发明实施例提供的一种广告库存预测装置的装置结构图；
图5为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本申请中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明可用于众多通用或专用的计算装置环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。
本发明实施例提供了一种广告库存预测方法，该方法可以应用在多种系统平台，其执行主体可以为计算机终端或各种移动设备的处理器，所述方法的方法流程图如图1所示，具体包括：
s101：当需要预测目标广告位在预先指定的未来时间段内的广告库存时，确定所述目标广告位在预设的历史时间段内的总的广告投放量；
其中，所述历史时间段包含多个时间区间，所述总的广告投放量为各个所述时间区间对应的广告投放量的和。
在本发明实施例中，在广告平台中包含多个广告位，例如前贴片广告、插播广告及脚标广告等。当需要预测广告平台在未来时间段内的广告库存时，需要确定每一个广告位的广告库存。广告投放量为广告在目标广告位上展现的次数。将待预测广告库存的广告位确定为目标广告位，并确定目标广告位在历史时间段内的总的广告投放量。
例如，历史时间段为一年，每个时间区间分别为一天，则根据一年内每天的广告投放量，确定一年时间内该目标广告位的总的广告投放量。
s102：对所述历史时间段内的各个已投放的广告进行预处理，获得所述目标广告位在所述历史时间段内的总的有效广告投放量；
在本发明实施例中，在该历史时间段内在该目标广告位上投放了多个广告，但该目标广告位在每次投放的广告，并非真实有效，需对该目标广告位上的各个已投放的广告进行处理，以获得该目标广告位在历史时间段内总的有效广告投放量，即广告平台在该历史时间段内投放在目标广告位上真实的广告数量。
具体的，对各个已投放的广告进行预处理可以是清除掉异常投放的广告，或者是增加一些未被记录的广告数据。
s103：获取预先设置的配置文件，并依据所述配置文件及所述总的有效广告投放量，对预先设置的广告库存模型进行调整，获得已调整的广告库存模型；
其中，所述配置文件包含各个节假日日期对应的日期参数。
在本发明实施例中，广告库存模型实际可以是时间序列模型，该时间序列模型支持prophet时间序列算法，prophet算法可以将时间序列分解成趋势项、周期项，同时考虑了节假日以及潜在突变量的影响。为保证广告库存模型对广告库存预测的准确性，需预先对该广告预测模型进行调整。具体通过配置文件以及总的有效广告投放量，对广告库存模型进行调整，由于配置文件中包含多个节假日日期对应的日期参数，可以通过各个日期参数对该广告库存模型中的模型参数进行拟合。
具体的，配置文件中已预先写入一年中的各个节假日的相关日期参数，广告库存在调整过程中可以根据节假日调整输出的预测结果，避免节假日带来的预测值失真。配置文件中除了可以包含节假日日期对应的日期参数之外，也可以包含普通工作日的日期参数。
可选的，对广告库存进行调整的过程中，可以采用正交验证获得的误差值调整广告库存模型的模型参数。
s104：设置所述未来时间段对应的第一时间参数，并将所述第一时间参数、所述配置文件及所述总的有效广告投放量输入所述已调整的广告库存模型，触发所述已调整的广告库存模型输出所述目标广告位对应的第一预测值，并将所述第一预测值确定为所述目标广告位在所述未来时间段内对应的广告库存。
在本发明实施例中，当需要预测未来的某个时间段内的广告库存时，设置未来时间段对应的第一时间参数，并将该第一时间参数、配置文件及总的有效广告投放量输入广告库存模型中，广告库存模型在接收到第一时间参数后，由于该广告库存模型已根据配置文件中的日期参数进行调整，因此，广告库存模型会依据第一时间参数与各个日期参数进行拟合，调节未来时间段对应的广告库存的趋势，根据时间和周期的变化输出目标广告位对应的第一预测值，并将该第一预测值确定为目标广告位在该未来时间段内对应的广告库存。
例如，需要预测前贴片广告在未来一个月内的广告库存时，在对广告库存模型进行调整后，将一年前的总的有效广告投放量输入到广告库存模型中，再将包含各个节假日的日期参数的配置文件和未来一个月对应的时间参数输入到该广告库存模型中，广告库存模型根据总的有效广告投放量、配置文件及未来一个月对应的时间参数，输出一个预测值，该预测值则为广告库存模型预测未来一个月内前贴片广告的广告库存。
本发明实施例提供广告库存预测方法中，当需要预测目标广告位在未来时间段内的广告库时，确定目标广告位的历史的总的广告投放量，即，该目标广告位在历史时间段内所投放广告的总量，并将各个已投放的广告进行预处理，清除异常投放的广告，获得目标广告实际在历史时间段内投放的总量，即获得总的有效广告投放量。根据一年中的各个节假日，获取预先设置的配置文件，该配置文件中设置了多个日期参数，通过日期参数和历史时间段内的总的有效广告投放量调整广告库存模型，获得已调整的广告库存模型，由已调整的广告库存模型预测目标广告位在未来时间段内的广告库存。
需要说明的是，该广告库存模型中设置有prophet算法，该算法可以将时间序列分解成趋势项、周期项，同时考虑了节假日以及潜在突变量的影响。该算法的计算过程主要由以下公式实现：
y(t)＝g(t) s(t) h(t) et
具体的，g(t)用于拟合时间序列中的分段线性增长或逻辑增长等非周期变化；s(t)表示周期变化，如：每周/每年的季节性；h(t)表示非规律性的节假日效应；et表示误差项用来反映未在模型中体现的异常变动。
应用本发明实施例提供的方法，通过广告库存模型，结合prophet算法，对目标广告位在未来时间段内的广告库存进行预测，以保证预存广告库存的准确性，合理安排广告投放数量。
需要说明的是，本发明提供的方法中，除了可以预测目标广告位在未来时间段内的广告库存之外，还可以预测整个广告平台的广告库存，或者是分维度的广告库存，例如，预测每个地域的广告库存。
本发明实施例提供的方法中，基于上述实施例步骤s102，即使在确定目标广告位在历史时间段内的总的广告投放量后，在历史时间段内投放广告的过程中，可能会存在异常投放的广告，因此要对历史时间段内各个已投放的广告进行预处理，以获得目标广告位在历史时间段内的总的有效广告投放量。对各个已投放的广告进行预处理获得总的有效广告投放量的过程如图2所示，具体可以包括：
s201：获取各个所述时间区间内的各个已投放的广告的流量信息，并依据每个所述已投放的广告的流量信息，判断是否存在异常投放的广告；
在本发明实施中，异常投放的广告表征该广告在展示的过程中异常曝光，流量信息中包含其对应的广告在投放过程中所产生的广告流量。在广告平台上投放广告的过程中，会存在异常投放的过程，例如，某个广告的点击量突然激增，其对应的广告流量也会突然上升，因此，依据每个已投放的广告的流量信息，判断是否存在异常投放的广告，即，确定是否存在任意一个已投放的广告其对应的广告流量为异常。
s202：若存在异常投放的广告，则剔除每个所述时间区间中各个异常投放的广告，并确定每个所述时间区间对应的有效广告库存量；
在本发明实施例中，对于任意一个时间区间，若存在异常投放的广告，则将异常投放的广告剔除，获得该时间区间对应的有效广告库存。
s203：对每个所述时间区间对应的有效广告库存量进行求和，获得所述目标广告为在所述历史时间段内的总的有效广告投放量。
在本发明实施例中，在确定每个时间区间的有效广告库存量后，再对各个有效广告库存量求和，获得总的有效广告库存量。
本发明实施例提供的广告库存预测方法中，为防止存在异常投放的广告导致历史时间段内的总的广告投放量的误差，获取每个时间区间内各个已投放的广告的流量信息，通过流量信息判断各个已投放的广告中是否存在为异常投放广告。若存在异常投放的广告，则将异常投放的广告剔除，更新每个时间区间对应的广告投放量，获得每个时间区间对应的有效广告投放量。将各个有效广告投放量求和，获得历史时间段内目标广告位的总的有效广告投放量。本发明提供的方法，可以去除异常的广告，增加对广告库存进行预测的准确度。
具体的，在获得各个时间区间对应的有效广告投放量之后，还可以进一步对各个时间区间的有效广告投放量进行处理，具体过程还包括：
检查每个所述时间区间对应的有效广告投放量，并判断当前时间区间对应的有效广告投放量是否为空；
若所述当前时间区间对应的有效广告投放量为空，则确定上一时间区间对应的有效广告投放量及下一时间区间对应的有效广告投放量；
对所述上一时间区间对应的有效广告投放量及下一时间区间对应的有效广告投放量进行计算，获得平均有效广告投放量，并将所述平均有效广告投放量，确定为所述当前时间区间对应的有效广告投放量。
本发明实施例提供的广告库存预测方法中，在目标广告位上投放广告的过程中，可以通过服务器等设备对目标广告位所展现的广告的次数进行统计，但是若某一时间区间内，由于网络等问题导致未统计该时间区间内的广告投放量，需要补充该时间区间内的广告投放量。在获得每个时间区间对应的有效广告投放量后，检查每个时间区间的有效广告投放量，并判断当前检查到的当前时间区间对应的有效广告投放量是否为空，即当前时间区间内投放广告的相关数据是否缺失。若当前时间区间对应的有效广告投放量为空，则可以确定当前时间区间内广告投放的相关数据缺失。需要对当前广告投放量进行补充。具体的，可以对上一时间区间及下一时间区间对应的有效广告投放量取平均值，获得当前时间区间对应的有效广告投放量。
例如，若历史时间段为一个月，每个时间区间分别为一个月中每一天的0:00至24:00，则依次检查每天的有效广告投放量是否为零，若当天的有效广告投放量为零，则将前后两天的有效广告投放量取平均值，并将该平均值作为当天的有效广告投放量。
可选的，除了可以根据上一时间区间及下一时间区间对应的有效广告投放量取平均值，获得当前时间区间对应的有效广告投放量之外，还可以根据与当前时间区间对应的日期，获取预先存储的历史记录中与该日期一致的时间区间对应的有效广告投放量，作为当前时间区间对应的有效广告投放量。
应用本发明实施例提供的方法，对缺失的广告投放量进行补充，以保证应用广告库存模型预测广告库存时，对广告库存进行预测的准确度。
本发明实施例提供的方法中，在预测目标广告位的广告库存之前，需要先将广告库存模型进行调整，以保证该广告库存模型在预测的过程中的准确性。具体的，依据配置文件以及总的有效广告投放量，对广告库存进行调整的过程如图3所示，具体包括：
s301：将所述历史时间段划分成第一时间段和第二时间段，并依据所述第一时间段和第二时间段，将所述总的有效广告投放量进行划分，获得第一投放量和第二投放量；
其中，所述第一投放量为所述第一时间段内所述广告位所投放的广告数量，所述第二投放量为所述第二时间段内所述目标广告位所投放的广告数量。
在本发明实施例中，对广告库存模型进行调整的过程中，需要对广告库存模型进行训练，其中，将总的有效广告投放量划分成两部分，具体划分方式根据第一时间段和第二时间段进行划分。先将历史时间段划分成两个时间段，分别为第一时间段和第二时间段，再根据第一时间段和第二时间段将总的有效广告投放量划分成第一投放量和第二投放量。
例如，历史时间段为一年，则第一时间段可以是前九个月，则第二时间段为后三个月，第一投放量为前九个月目标广告位投放广告的总量，第二投放量为后三个月目标广告位投放广告的总量。
s302：设置所述第二时间段对应的第二时间参数；
在本发明实施例中，为让广告库存模型输出与第二时间段对应的预测值，则需设置与第二时间段对应的时间参数，以通过该第二时间参数使广告库存模型只输出第二时间段对应的预测值。
s303：执行预先设置的训练过程；
其中，所述训练过程包括：将所述配置文件、所述第二时间参数及所述第一投放量输入所述广告库存模型，触发所述广告库存模型输出所述第二时间段对应的第二预测值，将所述第二预测值与所述第二投放量进行计算，获得误差值；
在本发明实施例中，对广告库存模型的训练是一个多次迭代的过程，每一次训练都需要按照该训练过程进行训练。
s304：判断所述误差值是否大于预先设置的最小阈值；
在本发明实施例中在每一次执行该训练过程后，将每次输出的第二预测值与第二投放量进行计算，获得误差值，并判断该误差值是否大于预先设置的最小阈值。
具体的，误差值的计算过程为：误差值＝1-(第二测试值/第二投放量)。
例如，后三个月的实际投放量为10亿，由广告库存模型输出第二预测值为9.5亿，则误差值为0.05。
可选的，误差的计算也可以是通过平均方差计算方式获得。
s305：若所述误差值大于预先设置的最小阈值，则依据所述误差值调整所述广告库存模型的模型参数，并执行步骤s303；
在本发明实施例中，若该误差值不大于最小阈值，则对该广告库存模型的模型参数进行调整，并再次执行上述步骤s303的训练过程。
具体的，该模型参数可以是转折点平滑因子changepoint_prior_scale。可以利用changepoint_prior_scale调节广告库存模型中对广告库存预测的趋势，防止趋势的变化被过度拟合或拟合不足。
s306：若所述误差值不大于所述最小阈值时，结束调整所述广告库存模型。
在本发明实施例中，当误差值不大于最小阈值时，表征该广告库存模型的预测能力近乎最大化，结束调整所述广告库存模型，获得已调整的广告库存模型，可以应用该广告库存模型对目标广告位的广告库存进行预测。
本发明实施例提供的广告库存预测方法中，在对目标广告位的广告库存进行预测之前，需对广告库存模型进行调整，以获得已调整的广告库存模型。其中，对广告库存模型进行调整的过程中，需要将历史时间段对应的总的有效广告投放量划分成两部分，一部分用于对广告库存模型的训练，另一部分用于对训练后的广告库存模型进行求取误差值，并根据误差值调整广告库存模型的模型参数，当求取的误差值满足最小阈值条件时，可以获得已调整的广告库存模型。
应用本发明实施例提供的方法，对广告库存模型进行调整，提高预测目标广告位的广告库存的准确度。
基于上述实施例提供的方法，在对目标广告位的广告库存进行预测的过程中，需要通过广告库存模型进行预测。具体的，对目标广告位的广告库存进行预测的过程还可以包括：
对各个所述时间区间对应的有效广告投放量按照预先设置的对数公式进行对数计算，获得所述目标广告位对应的各个对数值；
将所述第一时间参数、所述配置文件及各个所述对数值输入所述已调整的广告库存模型，触发所述已调整的广告库存模型输出所述目标广告位对应的第三预测值，并将所述第三预测值依据所述对数公式进行逆运算，获得运算值，并将所述运算值确定为所述目标广告位在所述未来时间段内对应的广告库存。
本发明是实施例提供的方法，历史时间段对应的总的有效广告投放量中，包含了各个时间区间的有效广告投放量。由于每个时间区间对应的有效广告投放量较大，通过方差公式可以获知每个时间区间对应的广告库存对应的时间序列并不是稳定的，即，每个时间区间对应的广告投放量不是稳定的，因此需要对总的有效广告投放量进行平滑处理。具体平滑处理过程为：对每个有效广告投放量按照对数公式进行对数计算，获得每个有效广告投放量的对数值，其中，该对数公式可以是lg(x)，也可以是log(x)等。在进行对数计算后，可以使每个时间区间对应的方差变得恒定。例如，一月份对应的有效广告投放量为10亿，二月份对应的有效广告投放量为9亿，两个月之间广告投放量差距较大，若根据公式lg(x)求取对数值后，一月份对应的对数值则为9.00，二月份的对数值约为8.95，可以使两个月之间的波动变化较小，趋于平缓状态。在获得各个对数值后，将第一时间参数、配置文件及各个对数值输入已调整的广告库存模型，广告库存模型会根据输入的各个数据输出第三预测值，并将第三预测值按照原先的对数公式进行逆运算后，获得一个运算值，将该运算值作为目标广告位在未来时间段内的广告库存。
可选的，在对广告库存模型进行调整的过程，也可以先将第一时间段及第二时间段分别对应的第一投放量和第二投放量取对数后，通过各个对数值对广告库存模型进行调整。
应用本发明实施例提供的方法，通过对数转换的方式，可以减小各个时间区间之间广告投放量的波动，加快广告库存模型对目标广告位的广告库存的预测过程。
上述各个实施例的具体实施过程及其衍生方式，均在本发明的保护范围之内。
与图1所述的方法相对应，本发明实施例还提供了一种广告库存预测装置，用于对图1中方法的具体实现，本发明实施例提供的广告库存预测装置可以应用计算机终端或各种移动设备中，其结构示意图如图4所示，具体包括：
确定单元401，用于当需要预测目标广告位在预先指定的未来时间段内的广告库存时，确定所述目标广告位在预设的历史时间段内的总的广告投放量，所述历史时间段包含多个时间区间，所述总的广告投放量为各个所述时间区间对应的广告投放量的和；
处理单元402，用于对所述历史时间段内的各个已投放的广告进行预处理，获得所述目标广告位在所述历史时间段内的总的有效广告投放量；
调整单元403，用于获取预先设置的配置文件，并依据所述配置文件及所述总的有效广告投放量，对预先设置的广告库存模型进行调整，获得已调整的广告库存模型，所述配置文件包含各个节假日日期对应的日期参数；
预测单元404，用于设置所述未来时间段对应的第一时间参数，并将所述第一时间参数、所述配置文件及所述总的有效广告投放量输入所述已调整的广告库存模型，触发所述已调整的广告库存模型输出所述目标广告位对应的第一预测值，并将所述第一预测值确定为所述目标广告位在所述未来时间段内对应的广告库存。
本发明实施例提供的装置中，当需要预测目标广告位在未来时间段的广告库存时，由确定单元确定该目标广告位历史的总的广告投放数量，并由处理单元对各个已投放的广告进行预处理，获得总的有效广告投放量。通过调整单元对广告库存模型进行调整后，最后由调整单元通过触发已调整的广告库存模型预测目标广告位在未来时间段内的广告库存。
应用本发明实施例提供的装置，可以准确预测未来时间段内的广告库存，合理安排广告投放数量。
本发明实施例提供的装置中，所述处理单元402，包括：
判断子单元，用于获取各个所述时间区间内的各个已投放的广告的流量信息，并依据每个所述已投放的广告的流量信息，判断是否存在异常投放的广告；
确定子单元，用于若存在异常投放的广告，则剔除每个所述时间区间中各个异常投放的广告，并确定每个所述时间区间对应的有效广告库存量；
计算子单元，用于对每个所述时间区间对应的有效广告库存量进行求和，获得所述目标广告为在所述历史时间段内的总的有效广告投放量。
本发明实施例提供的装置中，还包括：
处理子单元，用于检查每个所述时间区间对应的有效广告投放量，并判断当前时间区间对应的有效广告投放量是否为空；若所述当前时间区间对应的有效广告投放量为空，则确定上一时间区间对应的有效广告投放量及下一时间区间对应的有效广告投放量；对所述上一时间区间对应的有效广告投放量及下一时间区间对应的有效广告投放量进行计算，获得平均有效广告投放量，并将所述平均有效广告投放量，确定为所述当前时间区间对应的有效广告投放量。
本发明实施例提供的装置中，所述调整单元403，包括：
划分子单元，用于将所述历史时间段划分成第一时间段和第二时间段，并依据所述第一时间段和第二时间段，将所述总的有效广告投放量进行划分，获得第一投放量和第二投放量，所述第一投放量为所述第一时间段内所述广告位所投放的广告数量，所述第二投放量为所述第二时间段内所述目标广告位所投放的广告数量；
训练子单元，用于设置所述第二时间段对应的第二时间参数，并执行预先设置的训练过程；所述训练过程包括：将所述配置文件、所述第二时间参数及所述第一投放量输入所述广告库存模型，触发所述广告库存模型输出所述第二时间段对应的第二预测值，将所述第二预测值与所述第二投放量进行计算，获得误差值；
判断子单元，用于判断所述误差值是否大于预先设置的最小阈值；
调整子单元，用于若所述误差值大于预先设置的最小阈值，则依据所述误差值调整所述广告库存模型的模型参数，并执行所述训练过程，直至所述误差值不大于所述最小阈值时，结束调整所述广告库存模型。
本发明实施例提供的装置中，还包括：
计算单元，用于对各个所述时间区间对应的有效广告投放量按照预先设置的对数公式进行对数计算，获得所述目标广告位对应的各个对数值；将所述第一时间参数、所述配置文件及各个所述对数值输入所述已调整的广告库存模型，触发所述已调整的广告库存模型输出所述目标广告位对应的第三预测值，并将所述第三预测值依据所述对数公式进行逆运算，获得运算值，并将所述运算值确定为所述目标广告位在所述未来时间段内对应的广告库存。
以上本发明实施例公开的广告库存预测装置中各个单元及子单元的具体工作过程，可参见本发明上述实施例公开的广告库存预测方法中的对应内容，这里不再进行赘述。
本发明实施例还提供了一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行上述广告库存预测方法。
本发明实施例还提供了一种电子设备，其结构示意图如图5所示，具体包括存储器501，以及一个或者一个以上的指令502，其中一个或者一个以上指令502存储于存储器501中，且经配置以由一个或者一个以上处理器503执行所述一个或者一个以上指令502进行以下操作：
当需要预测目标广告位在预先指定的未来时间段内的广告库存时，确定所述目标广告位在预设的历史时间段内的总的广告投放量，所述历史时间段包含多个时间区间，所述总的广告投放量为各个所述时间区间对应的广告投放量的和；
对所述历史时间段内的各个已投放的广告进行预处理，获得所述目标广告位在所述历史时间段内的总的有效广告投放量；
获取预先设置的配置文件，并依据所述配置文件及所述总的有效广告投放量，对预先设置的广告库存模型进行调整，获得已调整的广告库存模型，所述配置文件包含各个节假日日期对应的日期参数；
设置所述未来时间段对应的第一时间参数，并将所述第一时间参数、所述配置文件及所述总的有效广告投放量输入所述已调整的广告库存模型，触发所述已调整的广告库存模型输出所述目标广告位对应的第一预测值，并将所述第一预测值确定为所述目标广告位在所述未来时间段内对应的广告库存。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现。
为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
1.一种广告库存预测方法，其特征在于，包括：
当需要预测目标广告位在预先指定的未来时间段内的广告库存时，确定所述目标广告位在预设的历史时间段内的总的广告投放量，所述历史时间段包含多个时间区间，所述总的广告投放量为各个所述时间区间对应的广告投放量的和；
对所述历史时间段内的各个已投放的广告进行预处理，获得所述目标广告位在所述历史时间段内的总的有效广告投放量；
获取预先设置的配置文件，并依据所述配置文件及所述总的有效广告投放量，对预先设置的广告库存模型进行调整，获得已调整的广告库存模型，所述配置文件包含各个节假日日期对应的日期参数；
设置所述未来时间段对应的第一时间参数，并将所述第一时间参数、所述配置文件及所述总的有效广告投放量输入所述已调整的广告库存模型，触发所述已调整的广告库存模型输出所述目标广告位对应的第一预测值，并将所述第一预测值确定为所述目标广告位在所述未来时间段内对应的广告库存。
2.根据权利要求1所述的方法，其特征在于，所述对所述历史时间段内的各个已投放的广告进行预处理，获得所述目标广告位在所述历史时间段内的总的有效广告投放量，包括：
获取各个所述时间区间内的各个已投放的广告的流量信息，并依据每个所述已投放的广告的流量信息，判断是否存在异常投放的广告；
若存在异常投放的广告，则剔除每个所述时间区间中各个异常投放的广告，并确定每个所述时间区间对应的有效广告库存量；
对每个所述时间区间对应的有效广告库存量进行求和，获得所述目标广告为在所述历史时间段内的总的有效广告投放量。
3.根据权利要求2所述的方法，其特征在于，还包括：
检查每个所述时间区间对应的有效广告投放量，并判断当前时间区间对应的有效广告投放量是否为空；
若所述当前时间区间对应的有效广告投放量为空，则确定上一时间区间对应的有效广告投放量及下一时间区间对应的有效广告投放量；
对所述上一时间区间对应的有效广告投放量及下一时间区间对应的有效广告投放量进行计算，获得平均有效广告投放量，并将所述平均有效广告投放量，确定为所述当前时间区间对应的有效广告投放量。
4.根据权利要求1所述的方法，其特征在于，所述依据所述配置文件及所述总的有效广告投放量，对预先设置的广告库存模型进行调整，包括：
将所述历史时间段划分成第一时间段和第二时间段，并依据所述第一时间段和第二时间段，将所述总的有效广告投放量进行划分，获得第一投放量和第二投放量，所述第一投放量为所述第一时间段内所述广告位所投放的广告数量，所述第二投放量为所述第二时间段内所述目标广告位所投放的广告数量；
设置所述第二时间段对应的第二时间参数，并执行预先设置的训练过程；所述训练过程包括：将所述配置文件、所述第二时间参数及所述第一投放量输入所述广告库存模型，触发所述广告库存模型输出所述第二时间段对应的第二预测值，将所述第二预测值与所述第二投放量进行计算，获得误差值；
判断所述误差值是否大于预先设置的最小阈值；
若所述误差值大于预先设置的最小阈值，则依据所述误差值调整所述广告库存模型的模型参数，并执行所述训练过程，直至所述误差值不大于所述最小阈值时，结束调整所述广告库存模型。
5.根据权利要求1至4任意一项所述的方法，其特征在于，还包括：
对各个所述时间区间对应的有效广告投放量按照预先设置的对数公式进行对数计算，获得所述目标广告位对应的各个对数值；
将所述第一时间参数、所述配置文件及各个所述对数值输入所述已调整的广告库存模型，触发所述已调整的广告库存模型输出所述目标广告位对应的第三预测值，并将所述第三预测值依据所述对数公式进行逆运算，获得运算值，并将所述运算值确定为所述目标广告位在所述未来时间段内对应的广告库存。
6.一种广告库存预测装置，其特征在于，包括：
确定单元，用于当需要预测目标广告位在预先指定的未来时间段内的广告库存时，确定所述目标广告位在预设的历史时间段内的总的广告投放量，所述历史时间段包含多个时间区间，所述总的广告投放量为各个所述时间区间对应的广告投放量的和；
处理单元，用于对所述历史时间段内的各个已投放的广告进行预处理，获得所述目标广告位在所述历史时间段内的总的有效广告投放量；
调整单元，用于获取预先设置的配置文件，并依据所述配置文件及所述总的有效广告投放量，对预先设置的广告库存模型进行调整，获得已调整的广告库存模型，所述配置文件包含各个节假日日期对应的日期参数；
预测单元，用于设置所述未来时间段对应的第一时间参数，并将所述第一时间参数、所述配置文件及所述总的有效广告投放量输入所述已调整的广告库存模型，触发所述已调整的广告库存模型输出所述目标广告位对应的第一预测值，并将所述第一预测值确定为所述目标广告位在所述未来时间段内对应的广告库存。
7.根据权利要求6所述的装置，其特征在于，所述处理单元，包括：
判断子单元，用于获取各个所述时间区间内的各个已投放的广告的流量信息，并依据每个所述已投放的广告的流量信息，判断是否存在异常投放的广告；
确定子单元，用于若存在异常投放的广告，则剔除每个所述时间区间中各个异常投放的广告，并确定每个所述时间区间对应的有效广告库存量；
计算子单元，用于对每个所述时间区间对应的有效广告库存量进行求和，获得所述目标广告为在所述历史时间段内的总的有效广告投放量。
8.根据权利要求7所述的装置，其特征在于，还包括：
处理子单元，用于检查每个所述时间区间对应的有效广告投放量，并判断当前时间区间对应的有效广告投放量是否为空；若所述当前时间区间对应的有效广告投放量为空，则确定上一时间区间对应的有效广告投放量及下一时间区间对应的有效广告投放量；对所述上一时间区间对应的有效广告投放量及下一时间区间对应的有效广告投放量进行计算，获得平均有效广告投放量，并将所述平均有效广告投放量，确定为所述当前时间区间对应的有效广告投放量。
9.根据权利要求6所述的装置，其特征在于，所述调整单元，包括：
划分子单元，用于将所述历史时间段划分成第一时间段和第二时间段，并依据所述第一时间段和第二时间段，将所述总的有效广告投放量进行划分，获得第一投放量和第二投放量，所述第一投放量为所述第一时间段内所述广告位所投放的广告数量，所述第二投放量为所述第二时间段内所述目标广告位所投放的广告数量；
训练子单元，用于设置所述第二时间段对应的第二时间参数，并执行预先设置的训练过程；所述训练过程包括：将所述配置文件、所述第二时间参数及所述第一投放量输入所述广告库存模型，触发所述广告库存模型输出所述第二时间段对应的第二预测值，将所述第二预测值与所述第二投放量进行计算，获得误差值；
判断子单元，用于判断所述误差值是否大于预先设置的最小阈值；
调整子单元，用于若所述误差值大于预先设置的最小阈值，则依据所述误差值调整所述广告库存模型的模型参数，并执行所述训练过程，直至所述误差值不大于所述最小阈值时，结束调整所述广告库存模型。
10.根据权利要求6所述的装置，其特征在于，还包括：
计算单元，用于对各个所述时间区间对应的有效广告投放量按照预先设置的对数公式进行对数计算，获得所述目标广告位对应的各个对数值；将所述第一时间参数、所述配置文件及各个所述对数值输入所述已调整的广告库存模型，触发所述已调整的广告库存模型输出所述目标广告位对应的第三预测值，并将所述第三预测值依据所述对数公式进行逆运算，获得运算值，并将所述运算值确定为所述目标广告位在所述未来时间段内对应的广告库存。
技术总结