CN104980508A - 一种媒介推荐方法和装置 - Google Patents

Abstract

本发明实施方式提出了一种媒介推荐方法和装置。方法包括：从预定的网络展示区域获取已经展示的媒介数据，从所述媒介数据中解析出媒介子数据，并获取该网络展示区域的展示区域数据；获取该已经展示的媒介数据的参照效果值，并关联存储所述媒介子数据、展示区域数据和参照效果值；接收输入的展示配置参数，并确定对应于该展示配置参数的约束化条件，基于最优化算法计算出符合所述展示配置参数和所述约束化条件的展示区域组，其中所述展示区域组包括一或多个网络展示区域。

Description

一种媒介推荐方法和装置

技术领域

本发明实施方式涉及信息处理技术领域，更具体地，涉及一种媒介推荐方法和装置。

背景技术

随着计算机技术和网络技术的飞速发展，互联网(Internet)在人们的日常生活、学习和工作中发挥的作用也越来越大。而且，随着移动互联网的发展，互联网也在向移动化发展。

当今社会已经进入了高度发达的信息时代，其企业竞争形态也已经由过去主要以产品功能质量为主的单一竞争形态转变为以企业形象、商品、品牌等作为重要手段和主要倾向的复合竞争形态。这种形态的转变与现代媒介展示及交互事业的迅速发展是分不开的。在传统的媒介交互活动中，媒介主、媒介内容、媒介内容受众、媒介表现等基本要素都在一定的区域里反映着各个时期的文明程度。所有的这些图像元素，都在不同程度上作为一种文化反映着社会、经济的时代痕迹。

在现有的互联网媒介投放方案中，各种媒体(比如门户网站或垂直媒体网站)作为媒介投放载体，需要在其网页的预定位置插入一段媒介系统的媒介；媒介主通过媒介管理系统投放媒介；当用户浏览网页媒介时，网页或播放器会自动拉取匹配的媒介，然后展现媒介，并上报媒介曝光率。

然而，在这种媒介投放方法中，用户难以准确衡量媒介展示效果，难以基于预期参数最优化媒介展示，因此媒介展示效率不高。

发明内容

本发明实施方式提出一种媒介推荐方法和装置，基于预期参数优化媒介展示，从而提高媒介展示效率。

本发明实施方式的具体方案如下：

根据本发明实施方式的一方面，提出一种媒介推荐方法，该方法包括：

从预定的网络展示区域获取已经展示的媒介数据，从所述媒介数据中解析出媒介子数据，并获取该网络展示区域的展示区域数据；

获取该已经展示的媒介数据的参照效果值，并关联存储所述媒介子数据、展示区域数据和参照效果值；

接收输入的展示配置参数，并确定对应于该展示配置参数的约束化条件，基于最优化算法计算出符合所述展示配置参数和所述约束化条件的展示区域组，其中所述展示区域组包括一或多个网络展示区域。

优选地，所述预定的网络展示区域布置在垂直媒体中；所述从预定的网络展示区域获取已经展示的媒介数据包括：

基于定向爬虫方式与广域爬虫方式从所述垂直媒体获取已经展示的媒介数据；

所述媒介子数据包括下列组中的至少一个：媒介展示价格；媒介展示时间；媒介主体；

所述展示区域数据包括下列组中的至少一个：展示区域位置；展示区域尺寸大小；展示区域名称。

优选地，所述获取该已经展示的媒介数据的参照效果值包括：

从可信第三方获取该已经展示的媒介数据的参照效果值；或

基于预定参照效果值计算算法确定该已经展示的媒介数据的参照效果值。

优选地，该方法还包括：

对各个网络展示区域的媒介子数据进行对比分析，并展示对比分析结果；或

对各个网络展示区域的展示区域数据进行对比分析，并展示对比分析结果；或

对各个网络展示区域的和参照效果值进行对比分析，并展示对比分析结果。

优选地，该方法还包括：

在所述展示区域组中展示媒体数据，并获取该在展示区域组中展示的媒体数据的参照效果值；

判断所述参照效果值与所述展示配置参数之间的差值是否小于预先设定的门限值，如果是，退出本流程；如果不是，将所述差值作为闭环反馈输入所述最优化算法，从而调整所述最优化算法。

优选地，所述媒介子数据包括媒介展示价格：所述展示配置参数为预期展示效果；所述约束化条件为：满足所述预期展示效果且最低化媒介展示价格。

优选地，所述展示配置参数为预期成本费用；所述约束化条件为：满足所述预期成本费用且最大化参照效果值。

优选地，该方法还包括：

接收资源配置参数；

所述基于最优化算法计算出符合所述展示配置参数和所述约束化条件的展示区域组包括：基于最优化算法计算出符合所述展示配置参数、资源配置参数和所述约束化条件的展示区域组，其中所述资源配置参数包括下列组中的至少一个：媒介展示媒体；媒介投放周期；媒介投放频率。

根据本发明实施方式的另一方面，提出一种媒介推荐装置，该装置包括：

数据获取模块，用于从预定的网络展示区域获取已经展示的媒介数据，从所述媒介数据中解析出媒介子数据，并获取该网络展示区域的展示区域数据；

存储模块，用于获取该已经展示的媒介数据的参照效果值，并关联存储所述媒介子数据、展示区域数据和参照效果值；

展示区域确定模块，用于接收输入的展示配置参数，并确定对应于该展示配置参数的约束化条件，基于最优化算法计算出符合所述展示配置参数和所述约束化条件的展示区域组，其中所述展示区域组包括一或多个网络展示区域。

优选地，所述预定的网络展示区域布置在垂直媒体中；

数据获取模块，用于基于定向爬虫方式与广域爬虫方式从所述垂直媒体获取已经展示的媒介数据；

所述媒介子数据包括下列组中的至少一个：媒介展示价格；媒介展示时间；媒介主体；

所述展示区域数据包括下列组中的至少一个：展示区域位置；展示区域尺寸大小；展示区域名称。

优选地，存储模块，用于从可信第三方获取该已经展示的媒介数据的参照效果值；或

基于预定参照效果值计算算法确定该已经展示的媒介数据的参照效果值。

优选地，还包括：

分析模块，用于对各个网络展示区域的媒介子数据进行对比分析，并展示对比分析结果；或

对各个网络展示区域的展示区域数据进行对比分析，并展示对比分析结果；或

对各个网络展示区域的和参照效果值进行对比分析，并展示对比分析结果。

优选地，还包括：

修正模块，用于在所述展示区域组中展示媒体数据，并获取该在展示区域组中展示的媒体数据的参照效果值；判断所述参照效果值与所述展示配置参数之间的差值是否小于预先设定的门限值，如果是，退出本流程；如果不是，将所述差值作为闭环反馈输入所述最优化算法，从而调整所述最优化算法。

优选地，所述媒介子数据包括媒介展示价格：所述展示配置参数为预期展示效果；所述约束化条件为：满足所述预期展示效果且最低化媒介展示价格。

优选地，所述展示配置参数为预期成本费用；所述约束化条件为：满足所述预期成本费用且最大化参照效果值。

优选地，展示区域确定模块，还用于接收资源配置参数，并基于最优化算法计算出符合所述展示配置参数、资源配置参数和所述约束化条件的展示区域组，其中所述资源配置参数包括下列组中的至少一个：媒介展示媒体；媒介投放周期；媒介投放频率。

从上述技术方案可以看出，在本发明实施方式中，从预定的网络展示区域获取已经展示的媒介数据，从媒介数据中解析出媒介子数据，并获取该网络展示区域的展示区域数据；获取该已经展示的媒介数据的参照效果值，并关联存储媒介子数据、展示区域数据和参照效果值；接收输入的展示配置参数，并确定对应于该展示配置参数的约束化条件，基于最优化算法计算出符合展示配置参数和约束化条件的展示区域组，其中展示区域组包括一或多个网络展示区域。由此可见，应用本发明之后，可以基于展示配置参数确定出最优的展示区域，因此可以提高媒介展示效率。

另外，应用本发明之后，可以根据偏差与长时间的媒介数据积累来调整最优化算法，形成智能学习闭环，从而调整最优化算法。

附图说明

图1为根据本发明实施方式的媒介推荐方法流程图；

图2为根据本发明实施方式的展示效果示范性分析对比图；

图3为根据本发明实施方式的展示效果示范性分析对比图；

图4为根据本发明实施方式的媒介展示完整流程图；

图5为本发明实施方式的媒介推荐装置结构图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步的详细描述。

为了使本发明的技术方案及优点更加清楚明白，以下结合附图及实施方式，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以阐述性说明本发明，并不用于限定本发明的保护范围。

为了描述上的简洁和直观，下文通过描述若干代表性的实施方式来对本发明的方案进行阐述。实施方式中大量的细节仅用于帮助理解本发明的方案。但是很明显，本发明的技术方案实现时可以不局限于这些细节。为了避免不必要地模糊了本发明的方案，一些实施方式没有进行细致地描述，而是仅给出了框架。下文中，“包括”是指“包括但不限于”，“根据……”是指“至少根据……，但不限于仅根据……”。由于汉语的语言习惯，下文中没有特别指出一个成分的数量时，意味着该成分可以是一个也可以是多个，或可理解为至少一个。

图1为根据本发明实施方式的媒介推荐方法流程图。

如图1所示，该方法包括：

步骤101：从预定的网络展示区域获取已经展示的媒介数据，从所述媒介数据中解析出媒介子数据，并获取该网络展示区域的展示区域数据。

优选地，媒介具体实施为广告。广告是为了某种特定的需要，通过一定形式的媒体，公开而广泛地向公众传递信息的宣传手段。

在本发明实施方式中，广告数据既可以是文本数据，也可以是图片格式、音乐格式，视频格式等多媒体数据格式。而且，广告数据分为三类：静态、动态和交互式。静态的广告就是在网页上显示一幅固定的图片；动态广告拥有会运动的元素，或移动或闪烁。它们通常采用GIF89的格式，大多数动态网幅广告由2到20帧画面组成，通过不同的画面，可以传递给浏览者更多的信息，也可以通过动画的运用加深浏览者的印象，它们的点击率普遍要比静态的高。交互式广告的形式多种多样，比如游戏、插播式、回答问题、下拉菜单、填写表格等，这类广告需要更加直接的交互，比单纯的点击包含更多的内容。交互式广告分为html和富媒体(rich media)。

预定的网络展示区域为用于展示媒介的网络位置，比如实施为固定的广告位置，包括网页的banner、按键(Button)、通栏、竖边、巨幅，等等。展示区域数据包括下列组中的至少一个：展示区域位置；展示区域尺寸大小；展示区域名称，等等。

以上详细罗列了展示区域数据的具体实例，本领域技术人员可以意识到，这种描述仅是示范性的，并不用于对展示区域数据予以限定。

在一个实施方式中，预定的网络展示区域布置在垂直媒体中；从预定的网络展示区域获取已经展示的媒介数据包括：基于定向爬虫方式与广域爬虫方式从垂直媒体获取已经展示的媒介数据。广域爬虫方式是用于搜索引擎的搜索爬虫，抓取目标是整个互联网；定向爬虫抓取目标是所有网站中的一个特定子集，甚至就是某一个网站。

在一个实施方式中，从获取的媒介数据中解析出媒介子数据，而且媒介子数据包括下列组中的至少一个：媒介展示价格；媒介展示时间；媒介主体，等等。其中：媒介展示价格即为展示该媒介所需的费用；媒介展示时间即为媒介的展示时间；媒介主体即为媒介的推广对象(比如公司名、游戏名)。

以上详细罗列了媒介子数据的具体实例，本领域技术人员可以意识到，这种描述仅是示范性的，并不用于对媒介子数据予以限定。

步骤102：获取该已经展示的媒介数据的参照效果值，并关联存储所述媒介子数据、展示区域数据和参照效果值；

在这里，可以从可信第三方获取该已经展示的媒介数据的参照效果值。比如，该参照效果值为百度指数。

可选地，也可以自行基于预定参照效果值计算算法确定该已经展示的媒介数据的参照效果值。比如，可以从第三方的评估网站获取针对已经展示的媒介数据的效果进行评估的指数值，或者自行基于预定参照效果值计算算法确定该已经展示的媒介数据的参照效果值。当自行基于预定参照效果值计算算法确定该已经展示的媒介数据的参照效果值时，可以基于海量网民行为数据为基础，以单个词的趋势研究(包含整体趋势、PC趋势还有移动趋势)、需求图谱、舆情管家、人群画像、基于行业的整体趋势、地域分布、人群属性、搜索时间等特征对已经展示的媒介的效果进行评估。

步骤103：接收输入的展示配置参数，并确定对应于该展示配置参数的约束化条件，基于最优化算法计算出符合所述展示配置参数和所述约束化条件的展示区域组，其中所述展示区域组包括一或多个网络展示区域。

比如，展示配置参数可以包括“预计广告投放成本”和“预计广告效果”。展示配置参数由用户输入。当展示配置参数为“预计广告投放金额时，约束化条件为：满足预计广告投放成本且最大化广告效果。当展示配置参数为“预计广告效果”时，约束化条件为：满足预计广告效果且最低化广告投放成本。

基于最优化算法计算出符合所述展示配置参数和所述约束化条件的展示区域组，其中所述展示区域组包括一或多个网络展示区域。

在这里，首先基于展示配置参数和所述约束化条件提出最优化问题，收集有关数据和资料；然后建立最优化问题的数学模型，确定变量，列出目标函数和约束条件；接着分析该数学模型，从而选择合适的最优化方法；最后求解，求得最优解。

优选地，本发明实施方式还包括最优解的检验和实施。具体包括：在展示区域组中展示媒体数据，并获取该在展示区域组中展示的媒体数据的参照效果值；判断参照效果值与所述展示配置参数之间的差值是否小于预先设定的门限值，如果是，退出本流程；如果不是，将差值作为闭环反馈输入所述最优化算法，从而调整最优化算法。

在一个实施方式中，该方法还包括：

接收资源配置参数；

所述基于最优化算法计算出符合所述展示配置参数和所述约束化条件的展示区域组包括：基于最优化算法计算出符合所述展示配置参数、资源配置参数和所述约束化条件的展示区域组，其中所述资源配置参数包括下列组中的至少一个：媒介展示媒体；媒介投放周期；媒介投放频率。

其中，资源配置参数具体包括投放媒体、投放周期、投放频率等。

在一个实施方式中，本发明实施方式还包括：对各个网络展示区域的媒介子数据进行对比分析，并展示对比分析结果；或对各个网络展示区域的展示区域数据进行对比分析，并展示对比分析结果；或对各个网络展示区域的和参照效果值进行对比分析，并展示对比分析结果。

图2为根据本发明实施方式的展示效果示范性分析对比图；图4为根据本发明实施方式的展示效果示范性分析对比图。

由图2可见，对于在垂直媒体1上展示的媒介，展示区域位置为：banner；展示区域大小为：468×60；展示时间为：一周，24小时；在媒介展示期间，百度指数增加率为25％；对于在垂直媒体2上展示的该相同媒介，展示区域位置为：banner；展示区域大小为：468×60；展示时间为：一周，24小时；在媒介展示期间，百度指数增加率为30％；对于在垂直媒体3上展示的相同媒介，展示区域位置为：banner；展示区域大小为：468×60；展示时间为：一周，24小时；在媒介展示期间，百度指数增加率为80％。

经过对比，可以发现，垂直媒体3展示效果优于垂直媒体2的展示效果，而垂直媒体2展示效果优于垂直媒体1的展示效果。

由图3可见，对于在垂直媒体1上展示的媒介，展示区域位置为：banner；展示区域大小为：468×60；价格为：10万，而在媒介展示期间，百度指数增加率为25％；对于在垂直媒体2上展示的该相同媒介，展示区域位置为：banner；展示区域大小为：468×60；价格为：20万，而在媒介展示期间，百度指数增加率为30％；对于在垂直媒体3上展示的相同媒介，展示区域位置为：banner；展示区域大小为：468×60；价格为：10万，而在媒介展示期间，百度指数增加率为80％。

经过对比，可以发现，垂直媒体3上可以花费较低的成本而获得较高的展示效果。

当确定展示区域组之后，可以在各个终端之上具体展示媒体数据。终端可以包括但是不局限于：功能手机、智能手机、掌上电脑、个人电脑(PC)、平板电脑或个人数字助理(PDA)，等等。

以上虽然详细罗列了终端的具体实例，本领域人员可以意识到，这些罗列仅是阐述目的，并不用于限定本发明实施方式的保护范围。终端可以适用于任意的智能终端操作系统，具体可以采用的操作系统包括但是不局限于：安卓(Andorid)、Palm OS、Symbian(塞班)、Windows mobile、Linux、Android(安卓)、iPhone(苹果)OS、Black Berry(黑莓)OS 6.0、Windows Phone系列，等等。

优选地，终端具体可以采用安卓操作系统，而且终端可以采用到Andorid的各个版本之中，包括但是不局限于：阿童木(Android Beta)、发条机器人(Android 1.0)、纸杯蛋糕(Android 1.5)、甜甜圈(Android 1.6)、松饼(Android2.0/2.1)，冻酸奶(Android 2.2)、姜饼(Android 2.3)、蜂巢(Android 3.0)、冰激凌三明治(Android 4.0)、果冻豆(Jelly Bean，Android 4.1)等版本。

以上详细罗列了Android平台的具体版本，本领域技术人员可以意识到，本发明实施方式并不局限于上述罗列版本，而还可以适用于其他基于Android软件架构的任意版本之中。

基于上述分析，图4为根据本发明实施方式的媒介展示完整流程图，其中媒介具体实施为游戏广告。

如图4所示，该方法包括：

步骤401：通过定向爬虫技术与广域爬虫技术获取游戏相关的垂直媒体中的各类广告数据。

步骤402：对广告数据进行解析，以获取广告数据对应的产品名和公司名。

步骤403：根据产品名和公司名进行数据匹配，获取该广告位的价格、广告位名称、广告位的ID、产品的百度指数等参数。

步骤404：将该广告位的价格、广告位名称、广告位的ID、产品的百度指数、产品名和公司名关联保存到数据库。

步骤405：多维度展现解析出的产品广告数据，例如：广告效果分析、广告对比分析、广告投放详情等分析结果。

步骤406：提供可以输入“预计广告投放金额”和“预计广告效果”的两个参数入口，以供用户输入预期参数，并且提供若干可选参数，例如：投放媒体、投放周期、投放频率等。

步骤407：利用用户输入的参数进行后台计算，寻求最优化结果。最优化算法为本发明的核心算法，主要根据用户输入的参数计算得出网络展示区域的最优组合。例如：用户输入“预计广告投放金额”，最优化算法将计算出“预计广告效果”最大化的投放组合；用户输入“预计广告效果”，最优化宣发将计算出“预计广告投放金额”最低的投放组合，等等。

步骤408：输出投放组合数据以供用户进行广告投放参考。输出结果的投放组合会记录在最优化算法中，根据组合的对应时间届时与之匹配，根据数据获取下来的实际投放组合与实际广告效果与推荐投放组合和预计广告效果进行差异计算，记录每次效果偏差，而且根据偏差与长时间的广告数据积累来调整最优化算法，形成智能学习闭环，从而调整最优化算法。

基于上述详细分析，本发明还提出了一种媒介推荐装置。

图5为本发明实施方式的媒介推荐装置结构图。

如图5所示，该装置500包括：

数据获取模块501，用于从预定的网络展示区域获取已经展示的媒介数据，从所述媒介数据中解析出媒介子数据，并获取该网络展示区域的展示区域数据；

存储模块502，用于获取该已经展示的媒介数据的参照效果值，并关联存储所述媒介子数据、展示区域数据和参照效果值；

展示区域确定模块503，用于接收输入的展示配置参数，并确定对应于该展示配置参数的约束化条件，基于最优化算法计算出符合所述展示配置参数和所述约束化条件的展示区域组，其中所述展示区域组包括一或多个网络展示区域。

在一个实施方式中，所述预定的网络展示区域布置在垂直媒体中；

数据获取模块，用于基于定向爬虫方式与广域爬虫方式从所述垂直媒体获取已经展示的媒介数据；

所述媒介子数据包括下列组中的至少一个：媒介展示价格；媒介展示时间；媒介主体；

所述展示区域数据包括下列组中的至少一个：展示区域位置；展示区域尺寸大小；展示区域名称。

在一个实施方式中，存储模块502，用于从可信第三方获取该已经展示的媒介数据的参照效果值；或，基于预定参照效果值计算算法确定该已经展示的媒介数据的参照效果值。

在一个实施方式中，还包括：

分析模块504，用于对各个网络展示区域的媒介子数据进行对比分析，并展示对比分析结果；或，对各个网络展示区域的展示区域数据进行对比分析，并展示对比分析结果；或，对各个网络展示区域的和参照效果值进行对比分析，并展示对比分析结果。

在一个实施方式中，还包括：

修正模块505，用于在所述展示区域组中展示媒体数据，并获取该在展示区域组中展示的媒体数据的参照效果值；判断所述参照效果值与所述展示配置参数之间的差值是否小于预先设定的门限值，如果是，退出本流程；如果不是，将所述差值作为闭环反馈输入所述最优化算法，从而调整所述最优化算法。

在一个实施方式中，媒介子数据包括媒介展示价格：所述展示配置参数为预期展示效果；所述约束化条件为：满足所述预期展示效果且最低化媒介展示价格。

在一个实施方式中，展示配置参数为预期成本费用；所述约束化条件为：满足所述预期成本费用且最大化参照效果值。

在一个实施方式中，展示区域确定模块503，还用于接收资源配置参数，并基于最优化算法计算出符合所述展示配置参数、资源配置参数和所述约束化条件的展示区域组，其中所述资源配置参数包括下列组中的至少一个：媒介展示媒体；媒介投放周期；媒介投放频率。

实际上，可以通过多种形式来具体实施本发明实施方式所提出的媒介推荐方法和装置。

比如，可以遵循一定规范的应用程序接口，将媒介推荐方法编写为安装到个人电脑、移动终端等中的插件程序，也可以将其封装为应用程序以供用户自行下载使用。当编写为插件程序时，可以将其实施为ocx、dll、cab等多种插件形式。也可以通过Flash插件、RealPlayer插件、MMS插件、MIDI五线谱插件、ActiveX插件等具体技术来实施本发明实施方式所提出的媒介推荐方法。

可以通过指令或指令集存储的储存方式将本发明实施方式所提出的媒介推荐方法存储在各种存储介质上。这些存储介质包括但是不局限于：软盘、光盘、DVD、硬盘、闪存、U盘、CF卡、SD卡、MMC卡、SM卡、记忆棒(MemoryStick)、xD卡等。

另外，还可以将本发明实施方式所提出的媒介推荐方法应用到基于闪存(Nand flash)的存储介质中，比如U盘、CF卡、SD卡、SDHC卡、MMC卡、SM卡、记忆棒、xD卡等。

综上所述，在本发明实施方式中，从预定的网络展示区域获取已经展示的媒介数据，从所述媒介数据中解析出媒介子数据，并获取该网络展示区域的展示区域数据；获取该已经展示的媒介数据的参照效果值，并关联存储所述媒介子数据、展示区域数据和参照效果值；接收输入的展示配置参数，并确定对应于该展示配置参数的约束化条件，基于最优化算法计算出符合所述展示配置参数和所述约束化条件的展示区域组，其中所述展示区域组包括一或多个网络展示区域。由此可见，应用本发明之后，可以基于展示配置参数确定出最优的展示区域，因此可以提高媒介展示效率。

另外，应用本发明之后，可以根据偏差与长时间的媒介数据积累来调整最优化算法，形成智能学习闭环，从而调整最优化算法。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (16)

1.一种媒介推荐方法，其特征在于，该方法包括：

从预定的网络展示区域获取已经展示的媒介数据，从所述媒介数据中解析出媒介子数据，并获取该网络展示区域的展示区域数据；

获取该已经展示的媒介数据的参照效果值，并关联存储所述媒介子数据、展示区域数据和参照效果值；

接收输入的展示配置参数，并确定对应于该展示配置参数的约束化条件，基于最优化算法计算出符合所述展示配置参数和所述约束化条件的展示区域组，其中所述展示区域组包括一或多个网络展示区域。

2.根据权利要求1所述的方法，其特征在于，所述预定的网络展示区域布置在垂直媒体中；所述从预定的网络展示区域获取已经展示的媒介数据包括：

基于定向爬虫方式与广域爬虫方式从所述垂直媒体获取已经展示的媒介数据；

所述媒介子数据包括下列组中的至少一个：媒介展示价格；媒介展示时间；媒介主体；

所述展示区域数据包括下列组中的至少一个：展示区域位置；展示区域尺寸大小；展示区域名称。

3.根据权利要求1所述的方法，其特征在于，所述获取该已经展示的媒介数据的参照效果值包括：

从可信第三方获取该已经展示的媒介数据的参照效果值；或

基于预定参照效果值计算算法确定该已经展示的媒介数据的参照效果值。

4.根据权利要求1所述的方法，其特征在于，该方法还包括：

对各个网络展示区域的媒介子数据进行对比分析，并展示对比分析结果；或

对各个网络展示区域的展示区域数据进行对比分析，并展示对比分析结果；或

对各个网络展示区域的和参照效果值进行对比分析，并展示对比分析结果。

5.根据权利要求1所述的方法，其特征在于，该方法还包括：

在所述展示区域组中展示媒体数据，并获取该在展示区域组中展示的媒体数据的参照效果值；

判断所述参照效果值与所述展示配置参数之间的差值是否小于预先设定的门限值，如果是，退出本流程；如果不是，将所述差值作为闭环反馈输入所述最优化算法，从而调整所述最优化算法。

6.根据权利要求1所述的方法，其特征在于，所述媒介子数据包括媒介展示价格：所述展示配置参数为预期展示效果；所述约束化条件为：满足所述预期展示效果且最低化媒介展示价格。

7.根据权利要求1所述的方法，其特征在于，所述展示配置参数为预期成本费用；所述约束化条件为：满足所述预期成本费用且最大化参照效果值。

8.根据权利要求1所述的方法，其特征在于，该方法还包括：

接收资源配置参数；

所述基于最优化算法计算出符合所述展示配置参数和所述约束化条件的展示区域组包括：基于最优化算法计算出符合所述展示配置参数、资源配置参数和所述约束化条件的展示区域组，其中所述资源配置参数包括下列组中的至少一个：媒介展示媒体；媒介投放周期；媒介投放频率。

9.一种媒介推荐装置，其特征在于，该装置包括：

数据获取模块，用于从预定的网络展示区域获取已经展示的媒介数据，从所述媒介数据中解析出媒介子数据，并获取该网络展示区域的展示区域数据；

存储模块，用于获取该已经展示的媒介数据的参照效果值，并关联存储所述媒介子数据、展示区域数据和参照效果值；

展示区域确定模块，用于接收输入的展示配置参数，并确定对应于该展示配置参数的约束化条件，基于最优化算法计算出符合所述展示配置参数和所述约束化条件的展示区域组，其中所述展示区域组包括一或多个网络展示区域。

10.根据权利要求9所述的装置，其特征在于，所述预定的网络展示区域布置在垂直媒体中；

数据获取模块，用于基于定向爬虫方式与广域爬虫方式从所述垂直媒体获取已经展示的媒介数据；

所述媒介子数据包括下列组中的至少一个：媒介展示价格；媒介展示时间；媒介主体；

所述展示区域数据包括下列组中的至少一个：展示区域位置；展示区域尺寸大小；展示区域名称。

11.根据权利要求9所述的装置，其特征在于，

存储模块，用于从可信第三方获取该已经展示的媒介数据的参照效果值；或

基于预定参照效果值计算算法确定该已经展示的媒介数据的参照效果值。

12.根据权利要求9所述的装置，其特征在于，还包括：

分析模块，用于对各个网络展示区域的媒介子数据进行对比分析，并展示对比分析结果；或

对各个网络展示区域的展示区域数据进行对比分析，并展示对比分析结果；或

对各个网络展示区域的和参照效果值进行对比分析，并展示对比分析结果。

13.根据权利要求9所述的装置，其特征在于，还包括：

修正模块，用于在所述展示区域组中展示媒体数据，并获取该在展示区域组中展示的媒体数据的参照效果值；判断所述参照效果值与所述展示配置参数之间的差值是否小于预先设定的门限值，如果是，退出本流程；如果不是，将所述差值作为闭环反馈输入所述最优化算法，从而调整所述最优化算法。

14.根据权利要求9所述的装置，其特征在于，所述媒介子数据包括媒介展示价格：所述展示配置参数为预期展示效果；所述约束化条件为：满足所述预期展示效果且最低化媒介展示价格。

15.根据权利要求9所述的装置，其特征在于，所述展示配置参数为预期成本费用；所述约束化条件为：满足所述预期成本费用且最大化参照效果值。

16.根据权利要求9所述的装置，其特征在于，

展示区域确定模块，还用于接收资源配置参数，并基于最优化算法计算出符合所述展示配置参数、资源配置参数和所述约束化条件的展示区域组，其中所述资源配置参数包括下列组中的至少一个：媒介展示媒体；媒介投放周期；媒介投放频率。