CN104346381A - 网络媒介信息存储量的查询方法和装置 - Google Patents

Abstract

本申请公开了一种网络媒介信息存储量的查询方法和装置，包括：接收包括至少一个定向维度的定向条件；根据数据源确定基础数据；判断定向条件中是否包含重点地区维度，如果是则用对应的重点地区预估总存储量乘以定向条件中与该重点地区相应的维度比例，得到第一存储量；判断定向条件中是否包含重点内容维度，如果是则用对应的重点内容预估总存储量乘以定向条件中与该重点内容相应的、且去除所述重点地区的维度比例，得到第二存储量；利用全部存储量乘以定向条件中去除重点地区和重点内容的维度比例，得到第三存储量；将上述第一、第二、第三存储量相加得到总存储量。本发明可提高存储量查询结果的准确性和存储量利用率，降低对网络资源的浪费。

Description

网络媒介信息存储量的查询方法和装置

技术领域

本发明涉及互联网的数据处理技术，尤其涉及一种网络媒介信息存储量的查询方法和装置。

背景技术

网络媒介信息是一种在互联网系统的各种展示形式（如网页、客户端界面等）上发布的以数字代码为载体的各种信息。通常的网络媒介信息都对应有目标网页，用户点击了网络媒介信息即可跳转到对应的目标网页，目标网页的内容就会展现在用户面前。如何有效地向特定的受众投放展示网络媒介信息，并对所展示的信息进行有效的管理，是目前互联网技术业界所关注的一个领域。

网络媒介信息处理展示技术最近几年发展非常迅猛，已经应用到许多产业领域。例如在互联网的广告处理展示领域中，所述互联网广告就是一种网络媒介信息。网络媒介信息处理展示技术中的一种主要技术是网络媒介信息投放控制技术。

在现有的网络媒介信息投放控制系统中，需要根据网络媒介信息投放方的需求为网络媒介信息的投放设置应用请求，所述应用请求中设置有定向维度，例如投放的时段信息、地域信息、展示位置、受众属性（如年龄、性别）等信息。网络媒介信息投放展示系统在用户发出展示请求（如展示视频请求）时，会获取发出该展示请求的维度信息，如时段、地域、展示位置、受众年龄、性别等信息，然后将这些维度信息与已经投放的网络媒介信息的应用请求信息进行匹配，根据匹配的应用请求在对应的展示位置上展示该应用请求对应的网络媒介信息。

在现有的网络媒介信息投放控制系统中，在投放方投放具体的应用请求之前，往往需要查询投放控制系统中的网络媒介信息存储量，所述存储量是指可用于曝光所述网络媒介信息的曝光量，通常的单位为每千次曝光量（CPM）。但是目前查询网络媒介信息存储量的技术方案只是简单的以全部存储量乘以相应的维度比例，所查询的存储量的准确性较差，存储量利用率不高，导致最后投放在网络上的无效曝光增多。而每一次无效曝光都会浪费网络资源，如带宽流量资源、网络设备的计算资源等等，因此大量的无效曝光会对网络资源造成巨大的浪费。

发明内容

有鉴于此，本发明的主要目的在于提供一种网络媒介信息存储量的查询方法，以提高存储量查询结果的准确性，提高存储量利用率，降低对网络资源的浪费。

本发明的再一目的是提供一种网络媒介信息存储量的查询装置，以提高存储量查询结果的准确性，提高存储量利用率，降低对网络资源的浪费。

本发明的技术方案是这样实现的：

一种网络媒介信息存储量的查询方法，其特征在于，包括：

接收用于查询的定向条件，该定向条件包括：至少一个定向维度；

根据数据源提供的数据确定基础数据，所述基础数据至少包括：重点地区预估总存储量、重点内容预估总存储量、全部存储量、以及各维度信息；

判断所述定向条件中是否包含重点地区维度，如果是，则用该重点地区对应的重点地区预估总存储量乘以所述查询定向条件中与该重点地区相应的维度比例，得到第一存储量；否则跳到下一步；

判断所述定向条件中是否包含重点内容维度，如果是，则用该重点内容对应的重点内容预估总存储量乘以所述定向条件中与该重点内容相应的、且去除所述重点地区的维度比例，得到第二存储量，否则跳到下一步；

利用全部存储量乘以所述定向条件中去除所述重点地区和重点内容的维度比例，得到第三存储量；

将上述第一、第二、第三存储量相加，得到所述定向条件下的总存储量M。

一种网络媒介信息存储量的查询装置，其特征在于，

定向条件模块，用于接收用于查询的定向条件，该定向条件包括：至少一个定向维度；

基础数据模块，用于根据数据源提供的数据确定基础数据，所述基础数据至少包括：重点地区预估总存储量、重点内容预估总存储量、全部存储量、以及各维度信息；

第一存储量模块，用于判断所述定向条件中是否包含重点地区维度，如果是，则用该重点地区对应的重点地区预估总存储量乘以所述查询定向条件中与该重点地区相应的维度比例，得到第一存储量；否则触发下述第二存储量模块；

第二存储量模块，用于判断所述定向条件中是否包含重点内容维度，如果是，则用该重点内容对应的重点内容预估总存储量乘以所述定向条件中与该重点内容相应的、且去除所述重点地区的维度比例，得到第二存储量，否则触发下述第三存储量模块；

第三存储量模块，用于利用全部存储量乘以所述定向条件中去除所述重点地区和重点内容的维度比例，得到第三存储量；

总存储量模块，用于将上述第一、第二、第三存储量相加，得到所述定向条件下的总存储量M。

与现有技术相比，本发明针对网络媒介信息投放系统的数据特点，即有独立维度预估的总存储量会比全部存储量更加准确，因此本发明按照定向维度存储量的准确性的优先级，对定向维度进行了层次处理：即首先判断所述定向条件中是否包含重点地区维度，如果是，则用该重点地区对应的重点地区预估总存储量乘以所述查询定向条件中与该重点地区相应的维度比例，得到第一存储量；否则跳到下一步；然后，判断所述定向条件中是否包含重点内容维度，如果是，则用该重点内容对应的重点内容预估总存储量乘以所述定向条件中与该重点内容相应的、且去除所述重点地区的维度比例，得到第二存储量，否则跳到下一步；然后，再利用全部存储量乘以所述定向条件中去除所述重点地区和重点内容的维度比例，得到第三存储量；最后将上述第一、第二、第三存储量相加，得到所述定向条件下的总存储量M。通过这种具有优先级的层次计算，可以明显提高存储量查询结果的准确性，从而提高了存储量利用率，降低了无效曝光的数量，从而节约了网络资源，降低对网络资源的浪费。

附图说明

图1为本发明所述网络媒介信息的查询方法的一种实施例的流程图；

图2为本发明所述的一种查询定向条件的编辑界面示意图；

图3为分层计算冲突存储量的一种流程图；

图4所示为计算定向条件下的可预定存储量的一种流程示意图；

图5为本发明所述网络媒介信息存储量的查询装置的一种实施例组成示意图；

图6为本发明所述网络媒介信息存储量的查询装置的又一种实施例的组成示意图。

具体实施方式

下面结合附图及具体实施例对本发明再作进一步详细的说明。

本发明所提到的存储量，都是以同一个指定的时间周期计算的，最通常的实施例中，是以天为单位计算的，即所述查询的存储量为某天的存储量，所述重点地区预估总存储量也是同一天的重点地区预估总存储量，所述重点内容预估总存储量也是同一天的重点内容预估总存储量，所述全部存储量也是同一天的全部存储量，以此类推。下面的实施例中，若无特殊说明，所述的各种存储量，都是同一天的相应存储量。存储量的单位是每千次曝光量（CPM）。

在本发明的一种具体实施例中，所述网络媒介信息的存储量可以是库存量，所述库存量是指：可以投放展示相应网络媒介信息的曝光量。后述的应用请求信息可以是一种订单信息，虚拟应用请求信息体可以是一种虚拟订单信息，其中的请求量是该虚拟订单的需求量。

图1为本发明所述网络媒介信息的查询方法的一种实施例的流程图。参见图1，本发明的方法主要包括：

步骤101、接收用于查询的定向条件，该定向条件包括：至少一个定向维度。

图2为本发明所述的一种查询定向条件的编辑界面示意图；参见图2，所述查询定向条件是指用于查询存储量的限制条件，所述定向维度是指所述查询定向条件中所包括的查询条件的个数，所述查询定向条件中至少包括一个定向维度。所述定向维度例如可以是：展示位置标识、受众性别、受众年龄、受众地区、展示时间、展示场景、展示内容、频次、贴片时长，等等。这些定向维度，可以满足大部分用户的查询需求，所述本发明的主要目的是查询网络媒介信息投放控制系统中符合所述查询定向条件的存储量。所述存储量是指：可以投放展示相应网络媒介信息的曝光量。

步骤102、根据数据源提供的数据确定基础数据，所述基础数据至少包括：重点地区预估总存储量、重点内容预估总存储量、全部存储量、以及各维度信息。

本发明所述的数据源是通过现有网络媒介信息投放控制系统中的相关数据接口获得的数据，其中：

所述重点地区也是一种定向维度，属于上述定向维度中的受众地区。所述重点地区一般是指网络媒介信息曝光量较大的地区，如北京、上海、广州、深圳等一线地区。受众地区中，除了重点地区，剩下的是一般地区。重点地区的数量会随着网络媒介信息投放的实际情况进行调整。所述重点地区预估总存储量，是指现有网络媒介信息投放控制系统根据监测数据估计的每天的各重点地区的总存储量，如可以预估每天北京的总存储量是多少，每天上海的总存储量是多少，等等。

所述重点内容也是一种定向维度，属于上述定向维度中的展示内容。所述重点内容一般是指网络媒介信息曝光量较大的展示内容，例如电影、电视剧、新闻、娱乐等内容。展示内容中，除了重点内容，剩下的是一般内容。重点内容的数量也会随着网络媒介信息投放的实际情况进行调整。所述重点内容预估总存储量，是指现有网络媒介信息投放控制系统根据监测数据估计的每天的各重点内容的总存储量，如可以预估每天电影的总存储量是多少，每天电视剧的总存储量是多少，等等。

在一种实施例中，现有数据接口中可以直接给出重点内容预估总存储量，那么在这种实施例中直接从数据接口获取即可。

在另一种实施例中，从数据接口无法直接获取到重点内容预估总存储量，而是可以直接获取到每天预估的各重点内容的总视频曝光量（也称为视频VV量），在这种情况下可以进行二次计算来得到重点内容预估总存储量。如下：

由于目前许多内容都会贴有一个以上的贴片，所述贴片是指贴在视频上的网络媒介信息，在视频曝光前先进行曝光。假设某视频贴3个贴片，那么如果该视频的曝光量为m，实际上会曝光3m次贴片上的网络媒介信息。也就是对于获取到各重点内容的预估总视频曝光量m场景来讲，还需要进一步从现有相关数据接口获取各重点内容关联的贴片数n，最后转化得到的重点内容预估总存储量为m×n。但考虑到转化过程中会有相关的损耗，则优化后的重点内容预估总存储量为m×n×k，所述k为与贴片损耗相关的损耗系数。例如一个内容维度3贴的预估总存储量=m×（3×k）=m×2.8。

所述全部存储量，是指现有网络媒介信息投放控制系统根据监测数据估计的每天所有网络媒介信息展示位的总存储量，包括所有的定向维度对应的总存储量。

所述基础数据中的维度信息，主要是指各个定向维度下的维度比例，其中包括单维度比例以及交叉维度比例，例如上海女性受众占上海受众的比例，上海受众占全国受众的比例，电视剧帖一占全国电视剧的比例，电视剧占全部内容的比例，财经帖一占全国财经的比例，等等。如果在后续计算中没有基础数据中的维度比例，则可以根据相关的比例计算得到。例如：如果需要计算上海女性受众占上海受众的比例如果从数据源中获取不到，则可以通过如下计算得到：上海女性受众占上海受众的比例=上海女性受众占全国受众的比例/上海受众占全国受众的比例。

当然，上述步骤101和步骤102没有严格的前后顺序，可以并行执行，也可以先执行步骤102，后执行步骤101。

步骤103、判断所述定向条件中是否包含重点地区维度，如果是，则用该重点地区对应的重点地区预估总存储量乘以所述查询定向条件中与该重点地区相应的维度比例，得到第一存储量；否则跳到下一步。

例如，所述查询定向条件A中包括定向维度为：上海、拉萨、女性、电视剧、和财经贴一。其意思是要查询上海、拉萨的女性看电视剧贴一和财经贴一的总存储量。其中上海属于所述重点地区，电视剧属于所述重点内容。本发明对计算总存储量的相关维度运算顺序有要求，即有独立维度预估的总存储量会比用全部存储量更准确。因此本发明采用下面计算优先级顺序，即如果可以获得重点地区维度的预估总存储量的就用重点地区的预估总存储量计算相关存储量，接着用重点内容维度的预估总存储量计算相关存储量，最后才利用全维度总存储量计算剩余的相关存储量。因此本发明的执行顺序依次是步骤103、步骤104、和步骤105。

如上述的定向条件A，在本步骤103中，首先判断出其中包含重点地区维度“上海”，而上海的预估总存储量是可以从现有的数据接口获得的，因此利用上海的预估总存储量乘以所述定向条件A中与上海相应的维度比例，得到第一存储量。即：

第一存储量=上海的预估总存储量×上海女性受众占上海受众的比例×（电视剧贴一占全部存储量的比例+财经贴一占全部存储量的比例）

其中的与上海相应的维度比例是指：上海女性受众占上海受众的比例×（电视剧贴一占全部存储量的比例+财经贴一占全部存储量的比例），表示上海女性看电视剧贴一和财经贴一占上海受众的比例。

在有些实施例中，上海女性受众占上海受众的比例、电视剧贴一占全部存储量的比例和财经贴一占全部存储量的比例都可以从现有的数据接口获得，这样直接代入上式即可。但是，在另一些实施例中，上海女性受众占上海受众的比例、电视剧贴一占全部存储量的比例和财经贴一占全部存储量的比例，无法从现有数据接口获得，在这种情况下需要先从现有数据接口中获取能够得到的数据，再进行相关计算得到内容维度的贴片占全部存储量的比例。例如从现有数据接口获取上海女性受众占全国受众的比例、和上海受众占全国受众的比例，则：

上海女性受众占上海受众的比例=上海女性受众占全国受众的比例/上海受众占全国受众的比例。

因此，

第一存储量=上海的预估总存储量×（上海女性受众占全国受众的比例/上海受众占全国受众的比例）×（电视剧贴一占全部存储量的比例+财经贴一占全部存储量的比例）。

对于电视剧贴一占全部存储量的比例和财经贴一占全部存储量的比例，属于内容维度的贴片比例，计算过程包括以下步骤：

步骤131、计算内容维度占全部存储量的比例。具体包括以下步骤1311至步骤1314：

步骤1311、从现有数据接口的数据源获取内容维度各贴片的流量比。例如在一种实施例中1个网络媒介信息展示位置支持的贴片数量最大是3个，根据现有系统监测的历史数据，可以得到3个贴片的流量比例是4：3：3。

步骤1312、从现有数据接口获取该内容维度的总存储量RP（x）和该内容维度所支持的贴片数量，如果是重点内容，则所述RP（x）为根据上述的方法计算得到该重点内容维度的预估总存储量，此处以Robot（x）表示该内容维度的预估总存储量，其中x表示内容维度；如果是非重点内容，则所述RP（x）为从数据接口直接获取人工设置的该内容维度的总存储量，此处以Person(x)表示该人工设置的内容维度总存储量。例如上述例子中，需要获取电视剧的视频VV量进而计算出电视剧的预估总存储量，以及要获取电视剧所支持的贴片数量；还需要获取财经的总存储量，以及获取财经所支持的贴片数量。

步骤1313、计算内容维度x的实际总存储量Real(x)。由于每种内容维度所支持的贴片数由管理人员人工设置，因此每个内容维度的实际全部存储量Real(x)是和所支持的贴片数以及贴片的实际流量比例相关的。上述步骤1312中得到的内容维度的总存储量RP(x)，是内容维度总贴片下的全部存储量。那么，内容维度x的实际全部存储量Real(x)=RP(x)×该内容维度支持贴片占总贴片的流量比。比如，以上述总贴片数为3个为例计算，若仅支持贴一，那么得到该内容维度支持贴片占总贴片的流量比就是4/10；若支持贴一和贴二，那么按照贴片流量比例计算，得到该内容维度支持贴片占总贴片的流浪比就是7/10。

步骤1314、计算内容维度x占全部存储量的比例RateContent（x），RateContent（x）=Real(x)/全部存储量，而全部存储量可以从现有数据接口获得。

此处假设电视剧支持贴一和贴二，则电视剧占全部存储量的比例为：

电视剧预估总存储量×（7/10）/全部存储量。

假设财经支持贴一，则财经占全部存储量的比例为：

财经的总存储量×（4/7）/全部存储量。

步骤132、计算内容维度的贴片占全部存储量的比例。

首先，计算该内容维度x的定向贴片占该内容维度所支持贴片的比例；

然后，由于上述步骤131已经计算出了各内容维度占全部存储量的比例RateContent（x），则内容维度的定向贴片（即所述定向条件中所限定的某具体的贴片）占全部存储量的比例为：

RateContent（x）×该内容维度的定向贴片占该内容维度所支持贴片的比例。

例如，上述电视剧支持贴一和贴二（按流量计算分别是4：3），上述定向条件中所限定的电视剧的定向贴片为贴一，那么电视剧贴一占电视剧所支持贴片的比例为4/(4+3)=4/7。那么电视剧贴一占全部存储量的比例为：RateContent（电视剧）×4/7。

再例如，上述财经只支持贴一，上述定向条件中所限定的财经的定向贴片为贴一，那么财经贴一占财经所支持贴片的比例为4/4=1。那么财经贴一占全部存储量的比例为：RateContent（财经）×1。

步骤104、判断所述定向条件中是否包含重点内容维度，如果是，则用该重点内容对应的重点内容预估总存储量乘以所述定向条件中与该重点内容相应的、且去除所述重点地区的维度比例，得到第二存储量，否则跳到下一步。

此处继续以上述的定向条件A为例。在本步骤104中，判断出该定向条件A中包括重点内容维度“电视剧”，而电视剧的预估总存储量是可以从现有数据接口直接获得；或者可以根据现有的数据接口获得的数据计算得到，具体计算方法请参见上述步骤102所述。因此利用电视剧的预估总存储量乘以所述定向条件A中与电视剧相应的、且去除上海的维度比例，得到第二存储量，即：

第二存储量=电视剧的预估总存储量×拉萨女性受众占全国受众的比例×电视剧帖一占全部存储量的比例/电视剧占全部存储量的比例。

由于在第一存储量中已经计算了与“上海”相关的维度比例，因此在计算第二存储量时需要将“上海”这个维度的比例去除，因此上述第二存储量的与电视剧相应的维度比例实质上是指：拉萨女性受众看电视剧帖一占电视剧存储量的比例。

其中，拉萨女性受众占全国受众的比例可以从现有的数据接口中获得。电视剧帖一占全部存储量的比例可以参见上述步骤132计算得到，电视剧占全部存储量的比例可以参见上述步骤131计算得到。

步骤105、利用全部存储量乘以所述定向条件中去除所述重点地区和重点内容的维度比例，得到第三存储量。

在上述计算完重点地区维度和重点内容维度的存储量后，再通过本步骤105计算所述定向条件A中的非重点地区维度和非重点内容维度的存储量，即计算拉萨女性看财经贴一的存储量，即通过优先级较低的全部存储量来计算：

第三存储量=全部存储量×拉萨女性受众占全国受众的比例×财经贴一占全部存储量的比例。

由于上述在计算第一存储量和第二存储量时已经计算了与“上海”和“电视剧”相关的维度比例，因此在计算第三存储量时需要将“上海”和“电视剧”这两个维度的相关比例去除。

所述拉萨女性受众占全国受众的比例可以从现有的数据接口中获得，财经贴一占全部存储量的比例可以参见上述步骤132计算得到。

步骤106、将上述第一、第二、第三存储量相加，得到的和值为所述定向条件下的总存储量M，即所述定向条件A所要查询的存储量。

在进一步的实施例中，所述用于查询的定向条件中还可以进一步包括：展示位置标识、该展示位置的曝光频次。所述曝光频次是指在指定的周期长度内该展示位置的曝光次数，例如每周3次，每天2次等等。如果所述定向条件中进一步包括曝光频次，则本发明进一步在步骤106之后，将所述定向条件下的总存储量M×该展示位置曝光频次的频次比例，得到的值为所述定向条件最终的查询结果M。

所述曝光频次的频次比例的计算方法如下：

从现有的数据接口可以得到一个针对所述展示位置的指定曝光频次的频次比例预估矩阵。例如可以得到一个指定次数是1-1000次，周期是1-93天的一个频次比例预估矩阵，矩阵中每个元素代表着看这个展示位置曝光z次/y天的受众占比是多少。

但是在业务逻辑中，所述定向条件所述的曝光频次所表示的意义如下：假设定向条件的曝光频次是3次/周，代表的意思是，在1周时间，每个人最多只能看到这个网络媒介信息3次，即包括1周1次，1周2次，1周3次的受众，当然在1周看4次的受众中间，3次可以贡献给这个网络媒介信息，即1周4次的比例乘以3/4，所以本发明所述曝光频次的频次比例的意义都是业务逻辑上处理过的频次比例。假设用R(z,y)代表曝光频次为z次/y天的频次比例，则：

$R(z,y)=\underset{z1<=z}{\mathrm{\&Sigma;}}F(z1,y)+\underset{z2>z}{\mathrm{\&Sigma;}}F((z2,y)*z/z2$

其中，F(z,y)表示在所述频次比例预估矩阵中的z次/y天所取的值，所述z1为小于等于z的值，所述z2为大于z的值。

在另一种实施例中，如图2所示，所述用于查询的定向条件中可以包括内容维度和对应的贴片时长204，在这种情况下，本发明还可以进一步包括：

步骤31、从数据源获取所有内容维度支持的时长；

步骤32、选出所有能够支持所述定向条件中的贴片时长的内容维度；

步骤33、计算所选内容维度的实际存储量；

步骤34、计算支持所述定向条件中的贴片时长的内容比例w，即：w=步骤33所述所选内容维度的实际存储量/全部存储量；

步骤35、在上述计算出所述定向条件下的总存储量M之后，进一步将该总存储量M乘以步骤34所述的内容比例w，得到的值为所述定向条件最终的查询结果M。

比如，在一个定向条件中包括的定向维度有：上海、贴片时长30s。那查询结果就是上海的总存储量乘以支持30s贴片时长的内容比例，后者这个的比例的计算就是用所有支持30s的内容维度的实际存储量/所有内容维度的实际存储量。但是，一个支持60s网络媒介信息的前贴片，如果都播30s，就只能播2个，都播15s就可以播3个贴片，所以中间还会有存储量的损耗。因此在更优的实施例中，会根据实际运营的监测数据，对于支持30s的网络媒介信息其内容比例w会额外乘以50%，对于60s的网络媒介信息其内容比例w会额外乘以30%。

在另一种实施例中，会存在多播的情况，即当一个投放方的请求量是若干个CPM时，投放控制系统会按一定比例给予多播，原因是由于曝光统计和第三方监控之间会有一定的误差，为了弥补这个误差，投放控制系统会进行多播，所以势必会造成总存储量的减少，因此在本发明的一种实施例中，在上述任一实施例所述的得到定向条件下的总存储量M后，还要将M乘以一个预设的多播系数，之后再返回给用户所述定向条件下的总存储量M。通常的多播系数可以为93%，也就是说把7%的量作为多播的量。随着误差的逐步减少，多播系数的具体数值会逐步调整。

在另一种实施例中，还会存在预留比例的情况，即对于定向核心地区（如北京、上海、广州和深圳）的定向条件，会在总存储量上会乘以一个预设的预留系数，例如该预留系数通常为95%，造成这个的原因是由于在计算冲突的时候有一个优先级的要求。也就是说，在上述任一实施例所述的得到所述定向条件下的总存储量M后，还要将M乘以一个预留系数，之后再返回给用户所述定向条件下的总存储量M。

在一种优选实施例中，返回给用户的总存储量查询结果为：步骤106得到的总存储量M×频次比例R(z,y)×贴片时长的内容比例w×多播系数×预留系数。当然最终返回给用户的查询结果也可以为：所述总存储量M乘以所述频次比例R(z,y)、贴片时长的内容比例w、多播系数、预留系数中的任意项。

在另一种实施例中，本发明还可以进一步计算冲突存储量。

冲突存储量的是指所述用于查询的定向条件和投放控制系统中已保存应用请求（包括真实应用请求，或者真实应用请求和虚拟应用请求）中的定向维度是否有交集，有交集的话就是冲突的，没有交集即没有冲突。举例来说明：现在用于查询的定向条件包括：上海，男性；已有的其他应用请求1的定向维度包括：上海，18-25岁，其需求存储量Q是100个cpm；已有的其它应用请求2的定向维度包括：北京，男性，其需求存储量是200个cpm。其中上海男和上海18-25岁是有冲突的，交集部分是上海男18-25岁，那么交集部分的量占应用请求1的需求存储量即100个CPM的比例p是：上海男18-25/上海18-25，最后的冲突存储量为100×该比例p。而应用请求2北京男显然和上海男是没有冲突的。最后，将每个单子的冲突存储量全部相加就是所有冲突的量。

本发明计算冲突存储量的具体步骤包括：

步骤41、从所有已保存的应用请求中，查询与所述定向条件有交集的冲突应用请求；

步骤42、计算所述定向条件与所述冲突应用请求的总冲突存储量。计算过程如下步骤421至425：

步骤421、确定每个冲突应用请求的交集部分的定向维度；

步骤422、获取与所述定向条件有交集的冲突应用请求的需求存储量Q；

步骤423、计算每个冲突应用请求的交集部分的定向维度占所述冲突应用请求的比例p；

步骤424、针对每个冲突应用请求，将该冲突应用请求的需求存储量Q×p，得到该冲突应用请求与所述定向条件的冲突存储量；

步骤425、将所述各个冲突应用请求与所述定向条件的冲突存储量相加，得到总冲突存储量V。

但是，在实际运营中，有些地方的量是相对紧张的。比如上海的预定量很紧张，但是按照之前的方案，男性是会和上海冲突的，导致在计算上海存储量的时候会减掉男性在上海的部分。考虑到资源的利用率，其实定向男性的人是不关心上海是否有量的，那本发明给他其他地区的男性来满足他即可。这样上海的量和男性的量就都满足了。基于如上原因的考虑，本发明引入了分层存储量的概念，即核心地区（如北上广深）是第一层，其他定向维度是第二层，通投（即没有任何定向维度）是第三层。第一层的预定量不会去和第二，三层去算冲突，第二层的预定不会和第三层的去算冲突。通过这样的处理提升了资源的利用率。但考虑到有些通投的客户在看效果的时候会看北上广深等核心地区的量，于是本发明又可以通过前文所述预留系数的方式来满足这部分需求。

图3为分层计算冲突存储量的一种流程图。参见图3，该流程包括：

步骤51、判断所述用于查询的定向条件中是否有核心地区维度，如果有，则执行步骤52；否则跳到步骤53；

步骤52、从已保存的、具有所述核心地区维度的应用请求中，查询与所述定向条件有交集的冲突应用请求，然后如步骤421至步骤425所述计算所述定向条件与所述冲突应用请求的总冲突存储量，结束总冲突存储量的计算；

步骤53、判断所述用于查询的定向条件中是否有定向维度，如果有，则执行步骤54，否则执行步骤55；

步骤54、从已保存的、除通投外的所有应用请求中，查询与所述定向条件有交集的冲突应用请求，然后如步骤421至步骤425所述计算所述定向条件与所述冲突应用请求的总冲突存储量，结束总冲突存储量的计算；

步骤55、从已保存的所有应用请求中，查询与所述定向条件有交集的冲突应用请求，然后如步骤421至步骤425所述计算所述定向条件与所述冲突应用请求的总冲突存储量，结束总冲突存储量的计算。

进一步的，计算出上述用于查询的定向条件下的总存储量M和总冲突存储量V，就可以计算所述定向条件下的可预定存储量U。即：

定向条件下的总存储量M减去总冲突存储量V，得到剩余存储量S，将该剩余存储量S作为所述定向条件下的可预定存储量。

但是，在另一种实施例中，投放控制系统对播放网络媒介信息有一个限制，即前贴片网络媒介信息不允许3个贴片播同样的网络媒介信息，所以投放方最多只能订到一个贴片的存储量，最后的可预定存储量就是两者的最小者。因此，如图4所示为计算定向条件下的可预定存储量的一种流程示意图，参见图4，在该实施例中，该方法进一步包括：计算媒介曝光阈值T（如视频的曝光阈值）；然后选择所述剩余存储量S和所述媒介曝光阈值T中的最小值，作为所述定向条件下的可预定存储量。

与上述方法对应，本发明还公开了一种网络媒介信息存储量的查询装置，用于执行上述方法。图5为本发明所述网络媒介信息存储量的查询装置的一种实施例组成示意图。参见图5，该查询装置包括：

定向条件模块501，用于接收用于查询的定向条件，该定向条件包括：至少一个定向维度；

基础数据模块502，用于根据数据源提供的数据确定基础数据，所述基础数据至少包括：重点地区预估总存储量、重点内容预估总存储量、全部存储量、以及各维度信息；

第一存储量模块503，用于判断所述定向条件中是否包含重点地区维度，如果是，则用该重点地区对应的重点地区预估总存储量乘以所述查询定向条件中与该重点地区相应的维度比例，得到第一存储量；否则触发下述第二存储量模块；

第二存储量模块504，用于判断所述定向条件中是否包含重点内容维度，如果是，则用该重点内容对应的重点内容预估总存储量乘以所述定向条件中与该重点内容相应的、且去除所述重点地区的维度比例，得到第二存储量，否则触发下述第三存储量模块；

第三存储量模块505，用于利用全部存储量乘以所述定向条件中去除所述重点地区和重点内容的维度比例，得到第三存储量；

总存储量模块506，用于将上述第一、第二、第三存储量相加，得到所述定向条件下的总存储量M。

在一种实施例中，所述定向条件中包括内容维度x，所述维度比例中包括该内容维度x占全部存储量的比例；所述基础数据模块包括内容维度比例模块，用于：从数据源获取内容维度各贴片的流量比；从数据源获取或确定内容维度x的总存储量RP（x），从数据源获取内容维度x所支持的贴片数；计算内容维度x的实际总存储量Real(x)，Real(x)=RP(x)×该内容维度支持贴片占总贴片的流量比；计算内容维度x占全部存储量的比例RateContent（x），RateContent（x）=Real(x)/全部存储量。

所述定向条件中还可以包括内容维度x的定向贴片，所述维度比例中包括该内容维度x定向贴片占全部存储量的比例；并且，所述基础数据模块包括定向贴片比例模块，用于：计算内容维度x的定向贴片占该内容维度所支持贴片的比例；将RateContent（x）乘以该内容维度x的定向贴片占该内容维度所支持贴片的比例，得到该内容维度x定向贴片占全部存储量的比例。

其中，若所述内容维度x为重点内容维度，则该重点内容维度x的总存储量RP（x）为根据数据源的数据确定的该重点内容维度的预估总存储量Robot（x）；若所述内容维度x为非重点内容维度，则该非重点内容维度x的总存储量RP（x）为从数据源直接获取的该非重点内容维度的人工设置总存储量Person(x)。

更为具体的，所述基础数据模块包括：重点内容预估总存储量模块，用于从数据源获取重点内容的总视频曝光量m和该重点内容关联的贴片数n，计算该重点内容预估总存储量为：m×n×k，所述k为与贴片损耗相关的损耗系数。

在另一种实施例中，所述用于查询的定向条件中进一步包括：展示位置标识、该展示位置的曝光频次z次/y天；所述总存储量模块506中进一步包括：

频次比例计算模块，用于根据数据源计算所述展示位置的曝光频次的频次比例R(z,y)；

频次比例加权模块，用于在将上述第一、第二、第三存储量相加之后，将所述定向条件下的总存储量M乘以R(z,y)。

其中，所述频次比例计算模块具体用于：从数据源获取针对所述展示位置的曝光频次的频次比例预估矩阵；根据下述公式计算频次比例R(z,y)：

$R(z,y)=\underset{z1<=z}{\mathrm{\&Sigma;}}F(z1,y)+\underset{z2>z}{\mathrm{\&Sigma;}}F((z2,y)*z/z2$

其中，F(z,y)表示在所述频次比例预估矩阵中的z次/y天所取的值，所述z1为小于等于z的值，所述z2为大于z的值。

在另一种实施例中，所述用于查询的定向条件中包括：内容维度和对应的贴片时长；所述总存储量模块506中进一步包括：

时长比例计算模块，用于从数据源获取所有内容维度支持的时长；选出所有能够支持所述定向条件中的贴片时长的内容维度；计算所选内容维度的实际存储量；计算支持所述定向条件中的贴片时长的内容比例w，w=所述所选内容维度的实际存储量/全部存储量；

时长比例加权模块，用于在所述计算出所述定向条件下的总存储量M之后，进一步将该总存储量M乘以所述定向条件中的贴片时长的内容比例w。

在另一种实施例中，所述总存储量模块506中进一步包括：多播加权模块，用于在所述计算出所述定向条件下的总存储量M之后，进一步将该总存储量M乘以预设的多播系数。

在另一种实施例中，所述总存储量模块506中进一步包括：预留加权模块，用于在所述计算出所述定向条件下的总存储量M之后，进一步将该总存储量M乘以预设的预留系数。

在一种优选实施例中，所述总存储量模块506中包括所述频次比例计算模块、频次加权模块、时长比例计算模块、时长比例加权模块、多播加权模块、预留加权模块。所述总存储量模块506返回给用户总存储量的查询结果为：步骤106得到的总存储量M×频次比例R(z,y)×贴片时长的内容比例w×多播系数×预留系数。当然最终返回给用户的查询结果也可以为：所述总存储量M乘以所述频次比例R(z,y)、贴片时长的内容比例w、多播系数、预留系数中的任意项。

图6为本发明所述网络媒介信息存储量的查询装置的又一种实施例的组成示意图。

参见图6，该查询装置进一步包括：总冲突存储量模块507。在一种实施方式中，该总冲突存储量模块507可以用于从所有已保存的应用请求中，查询与所述定向条件有交集的冲突应用请求；计算所述定向条件与所述冲突应用请求的总冲突存储量。

在另一种更优化的实施方案中，所述总冲突存储量模块507还可以具体包括：

第一模块，用于判断所述用于查询的定向条件中是否有核心地区维度，如果有，则触发第二模块；否则触发第三模块；

第二模块，用于从已保存的、具有所述核心地区维度的应用请求中，查询与所述定向条件有交集的冲突应用请求，然后计算所述定向条件与所述冲突应用请求的总冲突存储量，结束总冲突存储量的计算；

第三模块，用于判断所述用于查询的定向条件中是否有定向维度，如果有，则触发第四模块，否则触发第五模块；

第四模块，用于从已保存的、除通投外的所有应用请求中，查询与所述定向条件有交集的冲突应用请求，然后计算所述定向条件与所述冲突应用请求的总冲突存储量，结束总冲突存储量的计算；

第五模块，用于从已保存的所有应用请求中，查询与所述定向条件有交集的冲突应用请求，然后计算所述定向条件与所述冲突应用请求的总冲突存储量，结束总冲突存储量的计算。

其中，所述计算所述定向条件与所述冲突应用请求的总冲突存储量，其详细计算过程可参考上述方法中的步骤421至425。

参见图6，该查询装置还可以进一步包括：可预订存储量模块508。

在一种实施方式中，所述可预定存储量模块508用于将所述定向条件下的总存储量M减去总冲突库V得到剩余存储量S，将该剩余存储量S作为所述定向条件下的可预定存储量。

在另一种实施方式中，所述可预定存储量模块508用于将所述定向条件下的总存储量M减去总冲突库V得到剩余存储量S；计算媒介曝光阈值T；选择所述剩余存储量S和所述媒介曝光阈值T中的最小值，作为所述定向条件下的可预定存储量。

本发明的所述网络媒介信息处理技术可以应用到许多产业领域。例如可以应用到互联网的广告处理展示领域中，所述互联网广告可以看作是一种网络媒介信息。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (24)

1.一种网络媒介信息存储量的查询方法，其特征在于，包括：

接收用于查询的定向条件，该定向条件包括：至少一个定向维度；

根据数据源提供的数据确定基础数据，所述基础数据至少包括：重点地区预估总存储量、重点内容预估总存储量、全部存储量、以及各维度信息；

判断所述定向条件中是否包含重点地区维度，如果是，则用该重点地区对应的重点地区预估总存储量乘以所述查询定向条件中与该重点地区相应的维度比例，得到第一存储量；否则跳到下一步；

判断所述定向条件中是否包含重点内容维度，如果是，则用该重点内容对应的重点内容预估总存储量乘以所述定向条件中与该重点内容相应的、且去除所述重点地区的维度比例，得到第二存储量，否则跳到下一步；

利用全部存储量乘以所述定向条件中去除所述重点地区和重点内容的维度比例，得到第三存储量；

将上述第一、第二、第三存储量相加，得到所述定向条件下的总存储量M。

2.根据权利要求1所述的方法，其特征在于，所述定向条件中包括内容维度x，所述维度比例中包括该内容维度x占全部存储量的比例；

所述根据数据源提供的数据确定内容维度x占全部存储量的比例，具体包括：

从数据源获取内容维度各贴片的流量比；

从数据源获取或确定内容维度x的总存储量RP（x），从数据源获取内容维度x所支持的贴片数；

计算内容维度x的实际总存储量Real(x)，Real(x)=RP(x)×该内容维度支持贴片占总贴片的流量比；

计算内容维度x占全部存储量的比例RateContent（x），RateContent（x）=Real(x)/全部存储量。

3.根据权利要求2所述的方法，其特征在于，所述定向条件中包括内容维度x的定向贴片，所述维度比例中包括该内容维度x定向贴片占全部存储量的比例；

所述根据数据源提供的数据确定内容维度x定向贴片占全部存储量的比例，具体包括：

计算该内容维度x的定向贴片占该内容维度所支持贴片的比例；

将RateContent（x）乘以该内容维度x的定向贴片占该内容维度所支持贴片的比例，得到该内容维度x定向贴片占全部存储量的比例。

4.根据权利要求2所述的方法，其特征在于，若所述内容维度x为重点内容维度，则该重点内容维度x的总存储量RP（x）为根据数据源的数据确定的该重点内容维度的预估总存储量Robot（x）；

若所述内容维度x为非重点内容维度，则该非重点内容维度x的总存储量RP（x）为从数据源直接获取的该非重点内容维度的人工设置总存储量Person(x)。

5.根据权利要求1或4所述的方法，其特征在于，所述根据数据源提供的数据确定重点内容预估总存储量，具体包括：

从数据源获取重点内容的总视频曝光量m和该重点内容关联的贴片数n，计算该重点内容预估总存储量为：m×n×k，所述k为与贴片损耗相关的损耗系数。

6.根据权利要求1所述的方法，其特征在于，所述用于查询的定向条件中进一步包括：展示位置标识、该展示位置的曝光频次z次/y天；

且该方法进一步包括：根据数据源计算所述展示位置的曝光频次的频次比例R(z,y)；在将上述第一、第二、第三存储量相加之后，将所述定向条件下的总存储量M乘以R(z,y)。

7.根据权利要求6所述的方法，其特征在于，根据数据源计算所述展示位置的曝光频次的频次比例R(z,y)，具体包括：

从数据源获取针对所述展示位置的曝光频次的频次比例预估矩阵；

根据下述公式计算频次比例R(z,y)：

$R(z,y)=\underset{z1<=z}{\mathrm{\&Sigma;}}F(z1,y)+\underset{z2>z}{\mathrm{\&Sigma;}}F((z2,y)*z/z2$

其中，F(z,y)表示在所述频次比例预估矩阵中的z次/y天所取的值，所述z1为小于等于z的值，所述z2为大于z的值。

8.根据权利要求1所述的方法，其特征在于，所述用于查询的定向条件中包括：内容维度和对应的贴片时长；

且该方法进一步包括：

从数据源获取所有内容维度支持的时长；

选出所有能够支持所述定向条件中的贴片时长的内容维度；

计算所选内容维度的实际存储量；

计算支持所述定向条件中的贴片时长的内容比例w，w=所述所选内容维度的实际存储量/全部存储量；

在所述计算出所述定向条件下的总存储量M之后，进一步将该总存储量M乘以所述定向条件中的贴片时长的内容比例w。

9.根据权利要求1所述的方法，其特征在于，该方法进一步包括：

在所述计算出所述定向条件下的总存储量M之后，进一步将该总存储量M乘以预设的多播系数。

10.根据权利要求1所述的方法，其特征在于，该方法进一步包括：

在所述计算出所述定向条件下的总存储量M之后，进一步将该总存储量M乘以预设的预留系数。

11.根据权利要求1所述的方法，其特征在于，该方法进一步包括：

从所有已保存的应用请求中，查询与所述定向条件有交集的冲突应用请求；

计算所述定向条件与所述冲突应用请求的总冲突存储量。

12.根据权利要求1所述的方法，其特征在于，该方法进一步包括：

a1、判断所述用于查询的定向条件中是否有核心地区维度，如果有，则执行步骤a2；否则跳到步骤a3；

a2、从已保存的、具有所述核心地区维度的应用请求中，查询与所述定向条件有交集的冲突应用请求，然后计算所述定向条件与所述冲突应用请求的总冲突存储量，结束总冲突存储量的计算；

a3、判断所述用于查询的定向条件中是否有定向维度，如果有，则执行步骤a4，否则执行步骤a5；

a4、从已保存的、除通投外的所有应用请求中，查询与所述定向条件有交集的冲突应用请求，然后计算所述定向条件与所述冲突应用请求的总冲突存储量，结束总冲突存储量的计算；

a5、从已保存的所有应用请求中，查询与所述定向条件有交集的冲突应用请求，然后计算所述定向条件与所述冲突应用请求的总冲突存储量，结束总冲突存储量的计算。

13.根据权利要求11或12所述的方法，其特征在于，所述计算所述定向条件与所述冲突应用请求的总冲突存储量，具体包括：

确定每个冲突应用请求的交集部分的定向维度；

获取与所述定向条件有交集的冲突应用请求的需求存储量Q；

计算每个冲突应用请求的交集部分的定向维度占所述冲突应用请求的比例p；

针对每个冲突应用请求，将该冲突应用请求的需求存储量Q×p，得到该冲突应用请求与所述定向条件的冲突存储量；

将所述各个冲突应用请求与所述定向条件的冲突存储量相加，得到总冲突存储量。

14.根据权利要求11或12任一项所述的方法，其特征在于，该方法进一步包括：

将所述定向条件下的总存储量M减去总冲突库V得到剩余存储量S，将该剩余存储量S作为所述定向条件下的可预定存储量。

15.根据权利要求11或12任一项所述的方法，其特征在于，该方法进一步包括：

将所述定向条件下的总存储量M减去总冲突库V得到剩余存储量S；

计算媒介曝光阈值T；

选择所述剩余存储量S和所述媒介曝光阈值T中的最小值，作为所述定向条件下的可预定存储量。

16.一种网络媒介信息存储量的查询装置，其特征在于，

定向条件模块，用于接收用于查询的定向条件，该定向条件包括：至少一个定向维度；

基础数据模块，用于根据数据源提供的数据确定基础数据，所述基础数据至少包括：重点地区预估总存储量、重点内容预估总存储量、全部存储量、以及各维度信息；

第一存储量模块，用于判断所述定向条件中是否包含重点地区维度，如果是，则用该重点地区对应的重点地区预估总存储量乘以所述查询定向条件中与该重点地区相应的维度比例，得到第一存储量；否则触发下述第二存储量模块；

第二存储量模块，用于判断所述定向条件中是否包含重点内容维度，如果是，则用该重点内容对应的重点内容预估总存储量乘以所述定向条件中与该重点内容相应的、且去除所述重点地区的维度比例，得到第二存储量，否则触发下述第三存储量模块；

第三存储量模块，用于利用全部存储量乘以所述定向条件中去除所述重点地区和重点内容的维度比例，得到第三存储量；

总存储量模块，用于将上述第一、第二、第三存储量相加，得到所述定向条件下的总存储量M。

17.根据权利要求16所述的装置，其特征在于，所述定向条件中包括内容维度x，所述维度比例中包括该内容维度x占全部存储量的比例；

所述基础数据模块包括内容维度比例模块，用于：从数据源获取内容维度各贴片的流量比；从数据源获取或确定内容维度x的总存储量RP（x），从数据源获取内容维度x所支持的贴片数；计算内容维度x的实际总存储量Real(x)，Real(x)=RP(x)×该内容维度支持贴片占总贴片的流量比；计算内容维度x占全部存储量的比例RateContent（x），RateContent（x）=Real(x)/全部存储量。

18.根据权利要求17所述的装置，其特征在于，所述定向条件中包括内容维度x的定向贴片，所述维度比例中包括该内容维度x定向贴片占全部存储量的比例；

所述基础数据模块包括定向贴片比例模块，用于：计算内容维度x的定向贴片占该内容维度所支持贴片的比例；将RateContent（x）乘以该内容维度x的定向贴片占该内容维度所支持贴片的比例，得到该内容维度x定向贴片占全部存储量的比例。

19.根据权利要求16所述的装置，其特征在于，

所述用于查询的定向条件中进一步包括：展示位置标识、该展示位置的曝光频次z次/y天；

所述总存储量模块中进一步包括：

频次比例计算模块，用于根据数据源计算所述展示位置的曝光频次的频次比例R(z,y)；

频次比例加权模块，用于在将上述第一、第二、第三存储量相加之后，将所述定向条件下的总存储量M乘以R(z,y)。

20.根据权利要求16所述的装置，其特征在于，

所述用于查询的定向条件中包括：内容维度和对应的贴片时长；

所述总存储量模块中进一步包括：

时长比例计算模块，用于从数据源获取所有内容维度支持的时长；选出所有能够支持所述定向条件中的贴片时长的内容维度；计算所选内容维度的实际存储量；计算支持所述定向条件中的贴片时长的内容比例w，w=所述所选内容维度的实际存储量/全部存储量；

时长比例加权模块，用于在所述计算出所述定向条件下的总存储量M之后，进一步将该总存储量M乘以所述定向条件中的贴片时长的内容比例w。

21.根据权利要求16所述的装置，其特征在于，

所述总存储量模块中进一步包括：多播加权模块，用于在所述计算出所述定向条件下的总存储量M之后，进一步将该总存储量M乘以预设的多播系数。

22.根据权利要求16所述的装置，其特征在于，

所述总存储量模块中进一步包括：预留加权模块，用于在所述计算出所述定向条件下的总存储量M之后，进一步将该总存储量M乘以预设的预留系数。

23.根据权利要求16所述的装置，其特征在于，该装置进一步包括：

总冲突存储量模块，用于从所有已保存的应用请求中，查询与所述定向条件有交集的冲突应用请求；计算所述定向条件与所述冲突应用请求的总冲突存储量。

24.根据权利要求23所述的装置，其特征在于，该装置进一步包括：可预订存储量模块，用于将所述定向条件下的总存储量M减去总冲突库V得到剩余存储量S；计算媒介曝光阈值T；选择所述剩余存储量S和所述媒介曝光阈值T中的最小值，作为所述定向条件下的可预定存储量。