CN110717771A - 多维度广告实时计费方法、存储介质、电子设备及系统 - Google Patents

Abstract

本发明公开了一种多维度广告实时计费方法、存储介质、电子设备及系统，涉及互联网直播领域，该方法包括实时接收在客户端上投放的每一条广告的广告信息，将每一条广告信息存储至Kafka队列中，所述广告信息设有N个维度，所述N个维度包括投放时间、广告位ID、广告曝光方式、广告合同ID和对应当前条目广告的广告费用，所述N为大于等于0的整数。设置连续的时间单元，分布式实时计算框架storm读取Kafka队列中的广告信息，并将每一条广告对应的广告信息存入该广告投放时间对应的时间单元内，形成时间单元对应的计费列表。获取查询的维度以及该维度的范围，获取维度范围内所有计费列表，累加所有计费列表中的广告费用，得到对应所述维度范围的广告总费用。

Description

多维度广告实时计费方法、存储介质、电子设备及系统

技术领域

本发明涉及互联网直播领域，具体涉及一种多维度广告实时计费方法、存储介质、电子设备及系统。

背景技术

在互联网上发布广告已成为众多商家进行宣传推广的优选方式之一，现有计费方法是浏览器所在页面的用户点击广告后，广告经营方按照该广告的电机出价与电机次数的乘积向广告发布方收费。

例如，对于互联网直播公司，广告作为主要经济来源之一，对其进行有效合理的计费是直播平台立足和长远发展的关键，但由于直播时效性强，用户短时间聚集效果明显，如果需求广告能够达到宣传程度的最大化和使投放黄金时段的广告的花费物有所值，就需要广告的计费方法能够高效、实时，这样才能合理对广告进行收费。同时广告位可以承接更多的广告素材，从而使广告位的价值最大化。传统对于广告的计费多采用按时租赁或者点击总量，这种模式广告位的价格被一次定义，时间使用完毕进行结算，不能实时反应用户消费情况，而且对广告的计费只采用素材或者点击量单个维度，忽略了广告位、广告组等等的维度，不利于全面体现广告的价值。

此外，每天广告信息量达到亿级别，如果采用非实时的离线处理会消耗大量的时间，而对于直播行业来讲，广告定点投放到某一赛事或娱乐直播，是否能实时查看广告预期效果，这对系统设计和性能具有严苛的要求。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种多维度广告实时计费方法、存储介质、电子设备及系统，能够更加准确合理的进行广告计费。

为达到以上目的，本发明提供

第一方面，本发明实施例提供一种多维度广告实时计费方法，其用于直播平台上实时获取广告的费用，其包括：

实时接收在客户端上投放的每一条广告的广告信息，将每一条广告信息存储至Kafka队列中，所述广告信息设有N个维度，所述N 个维度包括投放时间、广告位ID、广告曝光方式、广告合同ID和对应当前条目广告的广告费用，所述N为大于等于0的整数；

设置连续的时间单元，分布式实时计算框架storm读取Kafka队列中的广告信息，并将每一条广告对应的广告信息存入该广告投放时间对应的时间单元内，形成时间单元对应的计费列表；

获取查询的维度以及该维度的范围，获取维度范围内所有计费列表，累加所有计费列表中的广告费用，得到对应所述维度范围的广告总费用。

可选的，所述查询的维度以及该维度的范围具体为查询时间维度，并设置查询时间的范围。

可选的，所述实时接收在客户端上投放的每一条广告的广告信息具体包括以下步骤：

实时采集客户端上投放广告的广告信息；

使用加密算法对广告信息进行加密，并发送至计费服务器；

计费服务器接收加密的广告信息，并使用与所述加密算法对应的解密算法解密广告信息。

可选的，所述加密算法为RC5算法。

可选的，所述时间单元为分钟、小时、天、星期或月。

可选的，将同一时间计量单位对应的广告信息归于同一数据表，形成对应各个时间单元的数据表。

可选的，清除小于天的时间计量单位所对应的广告信息的数据表，得到每年、每月、每天的数据表。

第二方面，本发明实施例还提供一种多维广告实时计费系统，其特征在于，其包括：

记录单元，用于实时接收在客户端上投放的每一条广告的广告信息，将每一条广告信息存储至Kafka队列中，所述广告信息设有N个维度，所述N个维度包括投放时间、广告位ID、广告曝光方式、广告合同ID和对应当前条目广告的广告费用，所述N为大于等于0的整数；

计费单元，用于设置连续的时间单元，分布式实时计算框架storm 读取Kafka队列中的广告信息，并将每一条广告对应的广告信息存入该广告投放时间对应的时间单元内，形成时间单元对应的计费列表；

查询单元，用于获取查询的维度以及该维度的范围，获取维度范围内所有计费列表，累加所有计费列表中的广告费用，得到对应所述维度范围的广告总费用。

可选的，所述查询的维度以及该维度的范围具体为查询时间维度，并设置查询时间的范围。

可选的，所述实时接收在客户端上投放的每一条广告的广告信息具体包括以下步骤：

实时采集客户端上投放广告的广告信息；

使用加密算法对广告信息进行加密，并发送至计费服务器；

计费服务器接收加密的广告信息，并使用与所述加密算法对应的解密算法解密广告信息。

可选的，所述加密算法为RC5算法。

可选的，所述时间单元为分钟、小时、天、星期或月。

可选的，将同一时间计量单位对应的广告信息归于同一数据表，形成对应各个时间单元的数据表。

可选的，清除小于天的时间计量单位所对应的广告信息的数据表，得到每年、每月、每天的数据表。

第三方面，本发明实施例还提供一种存储介质，该存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面实施例中的方法。

第四方面，本发明实施例还提供一种电子设备，包括存储器和处理器，存储器上储存有在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面实施例中的方法。与现有技术相比，本发明的优点在于：

(1)本发明一种多维度广告实时计费方法、存储介质、电子设备及系统实时记录每条广告投放时的广告信息，该广告信息包括有多给维度，包括投放时间、广告位ID、广告曝光方式、广告合同ID和对应当前条目广告的广告费用，在将广告信息按照时间单元逐一进行整合，当需要进行计费时，可以即时完成根据其查询的维度以及维度的范围将其包含的广告费用的累加得到广告总费用，即可完成对任意维度以及维度范围内的实时计费。

(2)本发明一种多维度广告实时计费方法、存储介质、电子设备及系统将广告信息记录于kafka队列中并使用实时数据处理框架 storm中的map结构计算广告费用，能够适应当今互联网广告信息流量大、即时性强的特点，不会崩溃或者计算错误。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面对实施例对应的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明实施例一种多维度广告实时计费方法的流程图；

图2为本发明一种多维度广告实时计费系统的结构示意图。

图中：1-记录单元，2-计费单元，3-查询单元。

具体实施方式

以下结合附图对本发明的实施例作进一步详细说明。

本发明实施例提供一种多维度广告实时计费方法、存储介质、电子设备及系统，其通过对广告投放的位置、时间、形态等等维度进行实时记录和计算，能够更加精确的合理的计算广告投放费用。

为达到上述技术效果，本申请的总体思路如下：

如图1所示，一种多维多广告实时计费方法，其包括：

S1：实时接收在客户端上投放的每一条广告的广告信息，将每一条广告信息存储至Kafka队列中，所述广告信息设有N个维度，所述 N个维度包括投放时间、广告位ID、广告曝光方式、广告合同ID和对应当前条目广告的广告费用，所述N为大于等于0的整数；

S2：设置连续的时间单元，分布式实时计算框架storm读取Kafka 队列中的广告信息，并将每一条广告对应的广告信息存入该广告投放时间对应的时间单元内，形成时间单元对应的计费列表；

S3：获取查询的维度以及该维度的范围，获取维度范围内所有计费列表，累加所有计费列表中的广告费用，得到对应所述维度范围的广告总费用。

综合上述的技术方案，本发明首先实时统计每一条投放广告的广告信息，其统计范围有多个维度，然后将这些广告信息按照时间单元进行归类，保证每一条信息能够有序、且不重复。同时上述方案能够即时完成对针对需要查询维度不同以及维度范围的不同的广告总费用计算，十分效率、方便，同时由于其广告费用是从多个维度上进行统计的，帮助广告投放商管理器投入的广告投放资金，使之运用的更加合理，甚至节省了广告费用，同时也促进直播间更加努力提高广告在各个维度上的多元性以及在各个维度的投放数量。

为了更好的理解上述技术方案，下面结合具体实施方式进行详细的说明。

实施例一

如图1所示，本发明实施例提供一种多维度广告实时计费方法，其包括：

S1：实时接收在客户端上投放的每一条广告的广告信息，将每一条广告信息存储至Kafka队列中，所述广告信息设有N个维度，所述 N个维度包括投放时间、广告位ID、广告曝光方式、广告合同ID和对应当前条目广告的广告费用，所述N为大于等于0的整数。

具体来说，传统的广告计费方式中，对于视屏平台如电视台来说，其计费方式为按照投放广告的时期以及投放时间所处当天时间段进行统一计费；对于网站来说其是可以随时随地被访问到的，使用浏览次数以及点击次数来计算广告费用。

但是对于直播平台来说，其作为视频播放媒体，在不同时间段光看的热度是不同的，即和电视台一样是有黄金时间段的。但是作为网站来说，其投放的广告是通过曝光和点击来实现。如果采用预设广告周期的计费方式，则直播平台和广告投放方无从了解广告面向的人群是否达到了预期的曝光率和点击次数。如果采用网站广告计费方式，那么在直播平台黄金时间段进行曝光的广告和其他时间段投放的广告价格一样，效果却完全不同。

此外，这些广告信息的数据量会随着时间的变化而变化：直播平台经常会遇到热点时间和策划的新活动，这时候平台的访问量剧增，而对于活动页投放的广告也随之急剧的产生曝光和点击等，这些读写流量的暴增需要进行处理以减小广告系统的压力。

如果每天的广告曝光、点击信息条数有4亿条，按每条信息数据大小为0.3kb进行计算，则一天内，需要进行存储的广告信息的空间大小约为120GB，对于服务器来说，实时记录广告信息是有较大压力的。

综合上述考虑，需要对直播平台的多个要素进行综合计费，因此首先实时记录客户端上投放广告的广告信息。

而对于直播平台来说，投放广告比较重要的维度包括：发生广告投放事件的时间、当前页面中所处的广告位置即广告位ID，广告使用的曝光方式如整个页面动态显示后消失、动态图片反复播放，以及和广告投放方商谈的合同。

对应不同的广告投放商，其广告投放偏好可能不同，如有的偏好广告拥有较高曝光量、有的偏好广告又有较高的点击量，有的偏好广告的投放时间处于特定时间段。针对这些偏好，直播平台能够设置不同的广告合同，并具体针对这些维度进行计算。如广告投放商需求广告点击量，则设置针对广告点击量的维度对广告进行计费，这样，广告投放商能够更加清晰的了解统计的广告费和点击量的关系，从而调整其投放广告的广告信息的各个维度，使得所花费的资金更加充分的用于其偏好的广告点击量上，而直播平台为了能够提高收入也会尽力提高该广告的点击量。

此外，步骤S1中，使用Kafka队列实时存储广告信息，Kafka作为一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。Kafka能够通过磁盘数据结构提供消息的持久化，这种结构对于即使数以TB的消息存储也能够保持长时间的稳定性能，还能够支持每秒数百万条的消息。因此使用Kafka队列对广告信息保存能够承受直播平台对广告信息储存的压力，不易崩溃或者丢失数据，保证了直播平台广告计费的稳定性和安全性。

举例来说，实时记录在客户端上投放广告的广告信息，所述广告信息的维度包括广告位ID、广告曝光方式、广告合同ID；

其中，针对广告信息进行定义的代码如下：

ad_info＝(dateline,uid,planId,posId,groupId,materialId,charge,type)

dateline为广告信息上报时间；

uid表示广告投放商id；

planId表示推广计划id；

posId表示广告位id；

groupId表示广告组id；

materialId表示广告素材id；

charge表示此条广告金额；

type表示广告点击曝光状态(包括点击和曝光，其中type＝1为点击，type＝2为曝光)。

广告信息定义完成后，既可以对广告信息进行实时记录，但是直播平台对于同一广告投放商的同一广告合同可能有不同的投放计划，此时，可以通过设置不同的广告组来对应不同投放计划。而直播间对于处于不同的投放计划的不同广告组的广告，也可以将广告组作为计费算法的维度，从而完成对广告进行计费。

实时记录在客户端上投放广告的广告信息的数据样式如下：

dateline	uid	planId	posId	groupId	materialId	charge	type
								20180503 13:10:01	211115	74	800032	111	202	0.02	2
20180503 13:10:30	211115	74	800032	111	203	0.03	2
								20180503 13:10:48	211115	74	800032	112	204	0.05	2
20180503 13:10:48	211115	74	800032	112	204	0.1	1
								20180503 13:11:12	211115	74	800032	112	204	0.02	2
20180503 13:11:30	211115	74	800032	115	205	0.04	2
								20180503 13:11:58	211115	74	800032	115	205	0.2	1

这里采用时序记录的方式对广告进行了记录，完成对广告信息的采集。

S2：设置连续的时间单元，分布式实时计算框架storm读取Kafka 队列中的广告信息，并将每一条广告对应的广告信息存入该广告投放时间对应的时间单元内，形成时间单元对应的计费列表。

虽然每一条广告都是记录并存储的，但是对于直播平台来说产生的广告条数是海量的，如果不进行具体的归类将会十分杂乱，并导致后续读取广告信息困难。因此需要将记录下来的广告信息分类为具体的小单元。

设置时间单元能够很好将广告信息进行分类，相比于广告名称、投放商等等分类方式，按照时间单元进行具体的统计，单元名称统一不复杂，有利于信息的提取，同时增加条目具有规律性，能够完全通过系统自动进行归类和统计形成计费列表。

优选的，时间单元可以为多种，如一秒、一分钟、一小时、一天等时间段。每经过一分钟统计该时间段内产生的广告的费用，形成分钟计费表；每经过一个小时，获取该小时内统计的分钟计费表，累加生成小时计费表；每经过一天，获取该天内生成的小时计费表，累加生成一天计费表；每经过一个月，获取该月内每天生成的一天计费表生成月计费表。

举例来说，得到的分钟表单数据量仍然比较庞大。因此每个素材在每一分钟都会有点击、曝光数据，如果需要长时间的报表统计，如半年乃至一年而言，查询分钟表将产生巨大的资源消耗，而且响应慢，因此设计广告信息天表，将分钟表数据定时导入天表，例如广告组的天表是由分钟表按天和广告组id进行的每日汇总，如下：

dateline	uid	planld	posld	groupld	charge
						20180503	211115	74	800032	111	0.05
20180503	211115	74	800032	112	0.17
						20180503	211115	74	800032	115	0.24

由此得到的天表很大程度上减少了数据量，能够有效的应对最近一周或者一段时间的，依此类推，还可以间隔一个月、半年以及更久的进行统计，以方便历史广告信息查询，这样能够形成实时信息从表单提取，保证了广告计费的准确度和贴合性。

具体来说，同上述针对的广告信息存储要求的描述，直播平台广告信息量十分巨大，普通的计算系统可能无法承受对这些巨量广告信息的计算。

本发明实施例采用将广告信息实时存入Kafka队列中，同时分布式实时计算框架storm读取Kafka队列中的广告信息并进行实时计算。

举例来说，将每分钟的数据分段统计，放入Map结构中，并使用定时任务每10s将Map中数据更新到分钟表rtb_advert_kpi_ms中，

Map结构形如：Map<Key1,Map<Key2,Object>>

其中，Key1为时间精确到分钟的字符串，如上表中的：20180503 13:10:01转变成Key1则为"20180503131000",Key2是广告的唯一键，也是分钟表rtb_advert_kpi_ms的唯一键。

使用分布式实时计算框架storm进行计算和统计可快速且稳定的完成计算和统计，有利于平台的稳定性。

优选的，分布式实时计算框架storm进行实时计算具体为读取 Kafka队列中的广告信息，并根据广告信息的参数分为多个维度，并进行实时计算，其中多个维度包括广告位ID维度、广告曝光方式维度、广告合同ID维度。

分布式实时流处理框架进行计算。分布式实时流处理框架能够有效利用计算资源针对大量的流数据进行计算。同时计算不会丢失数据、准确度高。优选使用storm分布式实时流处理框架针对广告信息进行计算。Storm框架中有益个实时计算的图状结构，即拓扑，storm中的集群使用主控节点分发代码分配工作节点，对广告信息进行计算和处理，storm分布式实时流处理框架具有低延迟，高可扩展和高容错性等诸多优点，对于复杂的且海量的广告信息处理能够十分准确和迅速。

优选的，除了针对广告费用的统计，本发明还将实时计算的结果和所述维度合并存储于数据库中，供直播平台和广告投放商分析。由于直播平台投放广告的多维度性，广告在不同时间段不同的曝光量，不同的点击率，都可以作为直播平台和广告投放商研讨的对象。如针对上班人群，需要进行投放广告，那么需要统计下班时间后，那一段时间激增广告曝光以及点击量，这样直播平台和广告投放商才能够保证广告能够在合适的时间面向合适的人群进行投放。

举例来说，一个广告投放商可以有多个广告投放计划，每个投放计划又可以对应多个广告位置，一个广告位对应多个广告组，一个广告组下面可以有多个素材，如按照广告素材维度统计，则定义：

Key2＝uid#planId#posId#groupId#materialId

并采用以下规则进行rtb_advert_kpi_ms表的更新：

time gap＝0；

WHILE(TURE){

IF time gap>10s{

update map to Mysql(rtb_advert_kpi_ms)and set map null；

time gap＝0；

}else{

update map's value；

}

time gap increase as time goes on；

}

按照以上规则，在同一分钟内同一素材会放入同一个表单，得到如下结果：

同样，按照同一分钟同一广告组进行归类统计,得到的表单数据如下：

通过上述的方法就可以得到按照不同维度统计的表单。

S3：获取查询的维度以及该维度的范围，获取维度范围内所有计费列表，累加所有计费列表中的广告费用，得到对应所述维度范围的广告总费用。

在步骤S2后得到对应各个时间单元所有投放广告的广告信息，且这些广告信息设有多个维度，因此在需要针对一个具体的维度进行广告费用计算时候，能够即时进行拉取。如针对广告位的维度，查询该维度的范围为，所有在直播画面右侧的广告位上得到的广告费用，则首先，统计在直播画面右侧的广告位的广告位ID具体有几个，然后查询累加对应这些广告位ID上的广告费用就得到对应直播画面右侧的广告位得到的广告费用。

优选的，上述查询的维度以及该维度的范围具体为：查询时间维度，并设置查询时间的范围。

对于广告投放商来说除了能够对广告的各个维度进行计费，最重要的还是按照时进行缴费，因此，需要针对时间维度，并统计历史产生的广告总费用，然后进行缴费。

举例来说，当直播平台或者广告投放商需要获取特定时间段产生的广告费的表单时，只需要根据其需要，选择特定时间段，统计相应时间段的计费表即可。如某广告投放商需求4月12日至6月3日的广告计费，那么直播平台可以拉取4月12日至4月30日以及6月1 日至6月3日的每天的一天计费表、5月的月计费表，形成总计费表提供给该广告投放商，通过表单，直播平台广告投放商和除了可以了解这段时间内的花费，还能够了解付出的广告费用大致流向，从而能够进一步调整下一阶段的广告合同内容和广告投放策略。即这种计费方法帮助直播平台和广告投放商逐渐调整广告策略，使得广告费用的花费能够更加有效。

作为一个优选的实时方案，实时接收在客户端上投放的每一条广告的广告信息具体包括以下步骤：

实时采集客户端上投放广告的广告信息；

使用加密算法对广告信息进行加密，并发送至计费服务器；

计费服务器接收加密的广告信息，并使用与所述加密算法对应的解密算法解密广告信息。

由于网络技术中存在反编译和网络抓包技术，不法人员很容易利用互联网的数据上报接口用，调整广告价格，进而导致广告价格无端的剧烈浮动问题以及商业机密泄露。如果采用加密算法能够保证暴露在互联网的数据上报接口不被利用。

进一步的，采用RC5算法对原始的广告信息进行加密传输，在实时记录时候将广告信息时进行解密，能够有效保证数据的安全性。

具体的，RC5算法对原始广告进行加密，密钥记为P,原始信息记为ad_info_s,则实现代码如下：

ad_info＝RC5_Decrypt(ad_info_s,p)

作为一个优选的实施方案，将同一计量单位对应的广告费用归于同一数据表，并清除小于天的计量单位对应的广告费用，形成每年、每月、每天的数据表。

具体的，在架构图中，为了解决历史数据查询跨度较长时，查询分钟表、天表会给单表造成巨大的压力，所以每年、每月、每天对分钟表进行归档，月表的数据更新在每个月初，比如在2018.04.01统计 3月的数据，形成3月的数据月表，同理2019.1.1统计2018年的数据，形成2018年数据，这些统计任务使用Quartz定时任务执行，形成各时间维度的数据表之后，查询跨度大的列表就可以在年表、月表中查询，比如查询2016.1.1 00：00：00—2018.04.03 12：10:00的数据，可以在年表中查到2016.1.1 00：00：00—2017.12.31 23：59:59这两年的数据，然后在月表中查询2018.01.01 00:00：00--2018.03.31 23： 59：59这3个月的数据，再在天表查询2018.04.01 00：00：00-- 2018.04.02 23：59：59这2天的数据，2018.04.03当天12：00:00之前的数据取自小时表，12：00：00-12：10：00这10分钟从分钟表取数据。

由于过去的历史数据可以来自于年、月、日表，所以分钟表不需要存储大量的历史数据，可以定期对其进行清理，从而保证单表的查询高效。

基于同一发明构思，本申请提供实施例二，其具体实施方式如下：

实施例二

参见图2所示，本发明实施例提供一种多维度的广告实时计费系统，其包括：

记录单元1，用于实时接收在客户端上投放的每一条广告的广告信息，将每一条广告信息存储至Kafka队列中，所述广告信息设有N 个维度，所述N个维度包括投放时间、广告位ID、广告曝光方式、广告合同ID和对应当前条目广告的广告费用，所述N为大于等于0 的整数；

计费单元2，用于设置连续的时间单元，分布式实时计算框架 storm读取Kafka队列中的广告信息，并将每一条广告对应的广告信息存入该广告投放时间对应的时间单元内，形成时间单元对应的计费列表；

查询单元3，用于获取查询的维度以及该维度的范围，获取维度范围内所有计费列表，累加所有计费列表中的广告费用，得到对应所述维度范围的广告总费用。

前述方法实施例中的各种变化方式和具体实例同样适用于本实施例的系统，通过前述方法的详细描述，本领域技术人员可以清楚的知道本实施例中系统的实施方法，所以为了说明书的简洁，在此不再详述。

基于同一发明构思，本申请提供实施例三，其具体实施方式如下：

实施例三

对应上述一种多维度的广告实时计费方法，本发明还提供一种存储介质，存储介质上存储有计算机程序，计算机程序被处理器执行时实现以下步骤。

实时接收在客户端上投放的每一条广告的广告信息，将每一条广告信息存储至Kafka队列中，所述广告信息设有N个维度，所述N 个维度包括投放时间、广告位ID、广告曝光方式、广告合同ID和对应当前条目广告的广告费用，所述N为大于等于0的整数；

设置连续的时间单元，分布式实时计算框架storm读取Kafka队列中的广告信息，并将每一条广告对应的广告信息存入该广告投放时间对应的时间单元内，形成时间单元对应的计费列表；

获取查询的维度以及该维度的范围，获取维度范围内所有计费列表，累加所有计费列表中的广告费用，得到对应所述维度范围的广告总费用。

需要说明的是，所述存储介质包括U盘、移动硬盘、ROM(Read- Only Memory，只读存储器)、RAM(Random Access Memory，随机存取存储器)、磁碟或者光盘等各种可以存储程序代码的介质。这些存储戒指存储的计算机程序执行时，实现上述实施例的方法。

基于同一发明构思，本申请提供实施例四，其具体实施方式如下：

实施例四

对应上述多维度的广告实时计费方法方法，本发明还提供一种电子设备，该电子设备存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

实时接收在客户端上投放的每一条广告的广告信息，将每一条广告信息存储至Kafka队列中，所述广告信息设有N个维度，所述N 个维度包括投放时间、广告位ID、广告曝光方式、广告合同ID和对应当前条目广告的广告费用，所述N为大于等于0的整数；

设置连续的时间单元，分布式实时计算框架storm读取Kafka队列中的广告信息，并将每一条广告对应的广告信息存入该广告投放时间对应的时间单元内，形成时间单元对应的计费列表；

获取查询的维度以及该维度的范围，获取维度范围内所有计费列表，累加所有计费列表中的广告费用，得到对应所述维度范围的广告总费用。

总体来说，本发明实施例提供的一种多维度广告实时计费方法、存储介质、电子设备及系统，通过，相较于传统的技术等等，能够通过更多的特征，能够更好的更加精确合理的计算广告费用，使得广告投放商能够更加了解广告费用的使用，并促进直播平台以更丰富多元的形式以及频率投放广告。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和 /或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种多维度广告实时计费方法，其用于直播平台上实时获取广告的费用，其特征在于，其包括：

实时接收在客户端上投放的每一条广告的广告信息，将每一条广告信息存储至Kafka队列中，所述广告信息设有N个维度，所述N个维度包括投放时间、广告位ID、广告曝光方式、广告合同ID和对应当前条目广告的广告费用，所述N为大于等于0的整数；

设置连续的时间单元，分布式实时计算框架storm读取Kafka队列中的广告信息，并将每一条广告对应的广告信息存入该广告投放时间对应的时间单元内，形成时间单元对应的计费列表；

获取查询的维度以及该维度的范围，获取维度范围内所有计费列表，累加所有计费列表中的广告费用，得到对应所述维度范围的广告总费用。

2.如权利要求1所述的一种多维度广告实时计费方法，其特征在于，所述查询的维度以及该维度的范围具体为查询时间维度，并设置查询时间的范围。

3.如权利要求1所述的一种多维度广告实时计费方法，其特征在于，所述实时接收在客户端上投放的每一条广告的广告信息具体包括以下步骤：

实时采集客户端上投放广告的广告信息；

使用加密算法对广告信息进行加密，并发送至计费服务器；

计费服务器接收加密的广告信息，并使用与所述加密算法对应的解密算法解密广告信息。

4.如权利要求3所述的一种多维度广告实时计费方法，其特征在于，所述加密算法为RC5算法。

5.如权利要求1所述的一种多维度广告实时计费方法，其特征在于：所述时间单元为分钟、小时、天、星期或月。

6.如权利要求5所述的一种多维度广告实时计费方法，其特征在于：将同一时间计量单位对应的广告信息归于同一数据表，形成对应各个时间单元的数据表。

7.如权利要求6所述的一种多维度广告实时计费方法，其特征在于：清除小于天的时间计量单位所对应的广告信息的数据表，得到每年、每月、每天的数据表。

8.一种多维广告实时计费系统，其特征在于，其包括：

记录单元，用于实时接收在客户端上投放的每一条广告的广告信息，将每一条广告信息存储至Kafka队列中，所述广告信息设有N个维度，所述N个维度包括投放时间、广告位ID、广告曝光方式、广告合同ID和对应当前条目广告的广告费用，所述N为大于等于0的整数；

计费单元，用于设置连续的时间单元，分布式实时计算框架storm读取Kafka队列中的广告信息，并将每一条广告对应的广告信息存入该广告投放时间对应的时间单元内，形成时间单元对应的计费列表；

查询单元，用于获取查询的维度以及该维度的范围，获取维度范围内所有计费列表，累加所有计费列表中的广告费用，得到对应所述维度范围的广告总费用。

9.一种电子设备，包括存储器和处理器存储器上存储有在处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现以下步骤：

实时接收在客户端上投放的每一条广告的广告信息，将每一条广告信息存储至Kafka队列中，所述广告信息设有N个维度，所述N个维度包括投放时间、广告位ID、广告曝光方式、广告合同ID和对应当前条目广告的广告费用，所述N为大于等于0的整数；

设置连续的时间单元，分布式实时计算框架storm读取Kafka队列中的广告信息，并将每一条广告对应的广告信息存入该广告投放时间对应的时间单元内，形成时间单元对应的计费列表；

获取查询的维度以及该维度的范围，获取维度范围内所有计费列表，累加所有计费列表中的广告费用，得到对应所述维度范围的广告总费用。

10.一种存储介质，该存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现以下步骤：

实时接收在客户端上投放的每一条广告的广告信息，将每一条广告信息存储至Kafka队列中，所述广告信息设有N个维度，所述N个维度包括投放时间、广告位ID、广告曝光方式、广告合同ID和对应当前条目广告的广告费用，所述N为大于等于0的整数；

设置连续的时间单元，分布式实时计算框架storm读取Kafka队列中的广告信息，并将每一条广告对应的广告信息存入该广告投放时间对应的时间单元内，形成时间单元对应的计费列表；

获取查询的维度以及该维度的范围，获取维度范围内所有计费列表，累加所有计费列表中的广告费用，得到对应所述维度范围的广告总费用。

Images