CN111681036B - 广告活跃度的预估实现方法及装置 - Google Patents

Abstract

本发明公开了一种广告活跃度的预估实现方法及装置，包括：根据检测到的广告活跃度计算指令统计需要计算广告活跃度的所有广告，得到广告集合；对广告集合包括的所有广告进行分类得到类型为活跃类型的第一类广告以及类型为非活跃类型的第二类广告；根据活跃类型对应的计算模型计算第一类广告的广告活跃度，以及根据非活跃类型对应的计算模型计算第二类广告的广告活跃度。可见，实施本发明能够将广告进行分类并根据分类后广告的类型相匹配的计算模型计算广告活跃度，实现了不同类型广告的广告活跃度的计算，提高了计算出的广告活跃度的准确性，进而有利于更加准确的分析广告投放效果以及能够为调整广告投放策略提供更加准确的参考依据。

Description

广告活跃度的预估实现方法及装置

技术领域

本发明涉及互联网技术领域，尤其涉及一种广告活跃度的预估实现方法及装置。

背景技术

随着互联网的快速发展，互联网用户越来越多。为了扩大广告的受众范围以及提高广告的影响力，广告也逐步由传统的纸质广告、印刷墙体广告、电视广告等向着互联网广告的方向发展。

在实际应用中，每天投放的广告多种多样，对于一个广告主而言，其可以针对不同的商品在广告投放平台投放不同的广告，也可以针对同一商品在广告投放平台投放不同的广告，且对于广告主而言，广告活跃度是其了解广告投放效果或者改变广告投放策略的重要依据。可见，如何实现对广告活跃度的预估显得尤为重要。

发明内容

本发明所要解决的技术问题在于，提供一种广告活跃度的预估实现方法及装置，能够提供一种新的广告活跃度预估方式，以实现对不同类型广告的广告活跃度的预估。

为了解决上述技术问题，本发明实施例第一方面公开了广告活跃度的预估实现方法，所述方法包括：

在检测到广告活跃度计算指令之后，根据所述广告活跃度计算指令统计需要计算广告活跃度的所有广告，得到广告集合，所述广告活跃度计算指令用于指示计算所述广告集合中所包括广告的广告活跃度；

对所述广告集合包括的所有广告进行分类，得到第一类广告以及第二类广告，所述第一类广告中广告的类型为活跃类型，第二类广告中广告的类型为非活跃类型；

根据所述活跃类型对应的计算模型计算所述第一类广告的广告活跃度，以及根据所述非活跃类型对应的计算模型计算所述第二类广告的广告活跃度。

作为一种可选的实施方式，在本发明实施例第一方面中，所述对所述广告集合包括的所有广告进行分类，得到第一类广告以及第二类广告，包括：

确定所述广告活跃度计算指令所指定的目标时间；

将所述广告集合中在所述目标时间内投放的所有广告确定为第一类广告，以及将所述广告集合中未在所述目标时间内投放的所有广告确定为第二类广告。

作为一种可选的实施方式，在本发明实施例第一方面中，所述根据所述非活跃类型对应的计算模型计算所述第二类广告的广告活跃度，包括：

获取所述非活跃类型对应的衰减模型，并根据所述衰减模型计算所述第二类广告的广告活跃度。

作为一种可选的实施方式，在本发明实施例第一方面中，所述衰减模型的计算公式为：

S＝S_a*0.5^(D/L)；

其中，S为所述第二类广告中任一广告的广告活跃度，S_a为在历史时间计算出的该广告的广告活跃度，L为预先确定出的半衰期，D为所述历史时间距离所述广告活跃度计算指令所指定的目标时间的间隔时长，所述历史时间为在所述目标时间之前检测到需要计算广告活跃度时该广告为所述活跃类型的广告且距离所述目标时间的间隔时长最短的时间。

作为一种可选的实施方式，在本发明实施例第一方面中，所述根据所述活跃类型对应的计算模型计算所述第一类广告的广告活跃度，包括：

确定所述第一类广告中每个广告的投放属性；

根据所述第一类广告中每个广告的投放属性，计算所述第一类广告中每个广告的投放参数变化情况；

根据所述第一类广告中每个广告的投放参数变化情况以及所述活跃类型对应的计算模型，计算所述第一类广告中每个广告的广告活跃度；

其中，所述第一类广告中每个广告的投放属性为连续投放属性以及非连续投放属性中的其中一种，所述第一类广告中每个广告的投放参数变化情况包括对应广告的投放次数变化率以及互动数据变化率。

作为一种可选的实施方式，在本发明实施例第一方面中，所述根据所述第一类广告中每个广告的投放参数变化情况以及所述活跃类型对应的计算模型，计算所述第一类广告中每个广告的广告活跃度，包括：

计算所述第一类广告中每个广告的投放次数变化率与投放次数权重的第一乘积，并计算所述第一类广告中每个广告的互动数据变化率与互动权重的第二乘积；

根据所述第一类广告中每个广告对应的第一乘积以及第二乘积，计算所述第一类广告中每个广告的广告活跃度。

作为一种可选的实施方式，在本发明实施例第一方面中，所述根据所述第一类广告中每个广告对应的第一乘积以及第二乘积，计算所述第一类广告中每个广告的广告活跃度，包括：

计算所述第一类广告中每个广告对应的第一乘积以及第二乘积之和，作为对应广告的当前广告活跃度；或者，

计算所述第一类广告中每个广告对应的第一乘积以及第二乘积之和，得到所述第一类广告中每个广告对应的和值；

确定所述第一类广告中每个广告对应的投放区域权重；

根据所述第一类广告中每个广告对应的投放区域权重对该广告对应的和值进行扩大，得到该广告的当前广告活跃度。

作为一种可选的实施方式，在本发明实施例第一方面中，所述根据所述第一类广告中每个广告的投放属性，计算所述第一类广告中每个广告的投放参数变化情况，包括：

获取所述第一类广告中每个广告在所述广告活跃度计算指令所指定的目标时间的目标广告活跃特征，所述目标广告活跃特征至少包括对应广告在所述目标时间的广告投放总次数以及广告互动数据；

获取所述第一类广告中投放属性为所述连续投放属性的广告的第一历史广告活跃特征以及投放属性为所述非连续投放属性的广告的第二历史广告活跃特征；

根据所述第一类广告中投放属性为所述连续投放属性的广告的第一历史广告活跃特征及目标广告活跃特征，计算所述第一类广告中投放属性为所述连续投放属性的广告的投放次数变化率以及互动数据变化率，作为所述第一类广告中投放属性为所述连续投放属性的广告的投放参数变化情况；

根据所述第一类广告中投放属性为所述非连续投放属性的广告的第二历史广告活跃特征及目标广告活跃特征，计算所述第一类广告中投放属性为所述非连续投放属性的广告的投放次数变化率以及互动数据变化率，作为所述第一类广告中投放属性为所述非连续投放属性的广告的投放参数变化情况。

作为一种可选的实施方式，在本发明实施例第一方面中，所述第一类广告中每个广告的目标广告活跃特征还包括对应广告在所述目标时间的广告投放区域；

其中，所述方法还包括：

在得到所述第一类广告中每个广告的当前广告活跃度之后，获取所述第一类广告中每个广告的历史广告活跃度，并根据所述第一类广告中每个广告的历史广告活跃度修正该广告的当前广告活跃度，得到修正后的广告活跃度。

作为一种可选的实施方式，在本发明实施例第一方面中，所述确定所述第一类广告中每个广告的投放属性，包括：

采集所述第一类广告中每个广告在所述广告活跃度计算指令所指定的目标时间之前的投放情况，并根据所述第一类广告中每个广告在所述目标时间之前的投放情况确定所述第一类广告中每个广告的投放属性；

其中，当所述第一类广告中的广告在所述目标时间之前的预定时间段内被投放时，该广告的投放属性为所述连续投放属性，当所述第一类广告中的广告在所述目标时间之前的所述预定时间段内未被投放时，该广告的投放属性为所述非连续投放属性。

本发明实施例公开了一种广告活跃度的预估实现装置，所述装置包括：

统计模块，用于在检测到广告活跃度计算指令之后，根据所述广告活跃度计算指令统计需要计算广告活跃度的所有广告，得到广告集合，所述广告活跃度计算指令用于指示计算所述广告集合中所包括广告的广告活跃度；

分类模块，用于对所述广告集合包括的所有广告进行分类，得到第一类广告以及第二类广告，所述第一类广告中广告的类型为活跃类型，第二类广告中广告的类型为非活跃类型；

第一计算模块，用于根据所述活跃类型对应的计算模型计算所述第一类广告的广告活跃度；

第二计算模块，用于根据所述非活跃类型对应的计算模型计算所述第二类广告的广告活跃度。

作为一种可选的实施方式，在本发明实施例第二方面中，所述分类模块对所述广告集合包括的所有广告进行分类，得到第一类广告以及第二类广告的具体方式为：

确定所述广告活跃度计算指令所指定的目标时间；

将所述广告集合中在所述目标时间内投放的所有广告确定为第一类广告，以及将所述广告集合中未在所述目标时间内投放的所有广告确定为第二类广告。

作为一种可选的实施方式，在本发明实施例第二方面中，所述第二计算模块根据所述非活跃类型对应的计算模型计算所述第二类广告的广告活跃度的具体方式为：

获取所述非活跃类型对应的衰减模型，并根据所述衰减模型计算所述第二类广告的广告活跃度。

作为一种可选的实施方式，在本发明实施例第二方面中，所述衰减模型的计算公式为：

S＝S_a*0.5^(D/L)；

其中，S为所述第二类广告中任一广告的广告活跃度，S_a为在历史时间计算出的该广告的广告活跃度，L为预先确定出的半衰期，D为所述历史时间距离所述广告活跃度计算指令所指定的目标时间的间隔时长，所述历史时间为在所述目标时间之前检测到需要计算广告活跃度时该广告为所述活跃类型的广告且距离所述目标时间的间隔时长最短的时间。

作为一种可选的实施方式，在本发明实施例第二方面中，所述第一计算模块，包括：

确定子模块，用于确定所述第一类广告中每个广告的投放属性；

计算子模块，用于根据所述第一类广告中每个广告的投放属性，计算所述第一类广告中每个广告的投放参数变化情况；以及，根据所述第一类广告中每个广告的投放参数变化情况以及所述活跃类型对应的计算模型，计算所述第一类广告中每个广告的广告活跃度；

其中，所述第一类广告中每个广告的投放属性为连续投放属性以及非连续投放属性中的其中一种，所述第一类广告中每个广告的投放参数变化情况包括对应广告的投放次数变化率以及互动数据变化率。

作为一种可选的实施方式，在本发明实施例第二方面中，所述计算子模块根据所述第一类广告中每个广告的投放参数变化情况以及所述活跃类型对应的计算模型，计算所述第一类广告中每个广告的广告活跃度的具体方式为：

计算所述第一类广告中每个广告的投放次数变化率与投放次数权重的第一乘积，并计算所述第一类广告中每个广告的互动数据变化率与互动权重的第二乘积；

根据所述第一类广告中每个广告对应的第一乘积以及第二乘积，计算所述第一类广告中每个广告的广告活跃度。

作为一种可选的实施方式，在本发明实施例第二方面中，所述计算子模块根据所述第一类广告中每个广告对应的第一乘积以及第二乘积，计算所述第一类广告中每个广告的广告活跃度的具体方式为：

计算所述第一类广告中每个广告对应的第一乘积以及第二乘积之和，作为对应广告的当前广告活跃度；或者，

计算所述第一类广告中每个广告对应的第一乘积以及第二乘积之和，得到所述第一类广告中每个广告对应的和值；

确定所述第一类广告中每个广告对应的投放区域权重；

根据所述第一类广告中每个广告对应的投放区域权重对该广告对应的和值进行扩大，得到该广告的当前广告活跃度。

作为一种可选的实施方式，在本发明实施例第二方面中，所述计算子模块根据所述第一类广告中每个广告的投放属性，计算所述第一类广告中每个广告的投放参数变化情况的具体方式为：

获取所述第一类广告中每个广告在所述广告活跃度计算指令所指定的目标时间的目标广告活跃特征，所述目标广告活跃特征至少包括对应广告在所述目标时间的广告投放总次数以及广告互动数据；

获取所述第一类广告中投放属性为所述连续投放属性的广告的第一历史广告活跃特征以及投放属性为所述非连续投放属性的广告的第二历史广告活跃特征；

根据所述第一类广告中投放属性为所述连续投放属性的广告的第一历史广告活跃特征及目标广告活跃特征，计算所述第一类广告中投放属性为所述连续投放属性的广告的投放次数变化率以及互动数据变化率，作为所述第一类广告中投放属性为所述连续投放属性的广告的投放参数变化情况；

根据所述第一类广告中投放属性为所述非连续投放属性的广告的第二历史广告活跃特征及目标广告活跃特征，计算所述第一类广告中投放属性为所述非连续投放属性的广告的投放次数变化率以及互动数据变化率，作为所述第一类广告中投放属性为所述非连续投放属性的广告的投放参数变化情况。

作为一种可选的实施方式，在本发明实施例第二方面中，所述第一类广告中每个广告的目标广告活跃特征还包括对应广告在所述目标时间的广告投放区域；

其中，所述装置还包括：

修正模块，用于在得到所述第一类广告中每个广告的当前广告活跃度之后，获取所述第一类广告中每个广告的历史广告活跃度，并根据所述第一类广告中每个广告的历史广告活跃度修正该广告的当前广告活跃度，得到修正后的广告活跃度。

作为一种可选的实施方式，在本发明实施例第二方面中，所述确定子模块确定所述第一类广告中每个广告的投放属性的具体方式为：

采集所述第一类广告中每个广告在所述广告活跃度计算指令所指定的目标时间之前的投放情况，并根据所述第一类广告中每个广告在所述目标时间之前的投放情况确定所述第一类广告中每个广告的投放属性；

其中，当所述第一类广告中的广告在所述目标时间之前的所述预定时间段内被投放时，该广告的投放属性为所述连续投放属性，当所述第一类广告中的广告在所述目标时间之前的所述预定时间段内未被投放时，该广告的投放属性为所述非连续投放属性。

本发明实施例第三方面公开了另一种广告活跃度的预估实现装置，所述装置包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明实施例第一方面公开的广告活跃度的预估实现方法中的部分或全部步骤。

本发明实施例第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明实施例第一方面公开的广告活跃度的预估实现方法中的部分或全部步骤。

与现有技术相比，本发明实施例具有以下有益效果：

本发明实施例中，在检测到广告活跃度计算指令之后，根据广告活跃度计算指令统计需要计算广告活跃度的所有广告，得到广告集合，广告活跃度计算指令用于指示计算广告集合中所包括广告的广告活跃度；对广告集合包括的所有广告进行分类，得到第一类广告以及第二类广告，第一类广告中广告的类型为活跃类型，第二类广告中广告的类型为非活跃类型；根据活跃类型对应的计算模型计算第一类广告的广告活跃度，以及根据非活跃类型对应的计算模型计算第二类广告的广告活跃度。可见，实施本发明能够将广告进行分类并根据分类后广告的类型相匹配的计算模型计算广告活跃度，实现了不同类型广告的广告活跃度的计算，提高了计算出的广告活跃度的准确性，进而有利于更加准确的分析广告投放效果以及能够为调整广告投放策略提供更加准确的参考依据。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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是本发明实施例公开的一种广告活跃度的预估实现方法的流程示意图；

图2是本发明实施例公开的另一种广告活跃度的预估实现方法的流程示意图；

图3是本发明实施例公开的一种广告活跃度的预估实现装置的结构示意图；

图4是本发明实施例公开的另一种广告活跃度的预估实现装置的结构示意图

图5是本发明实施例公开的又一种广告活跃度的预估实现装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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作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。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本发明公开了一种广告活跃度的预估实现方法及装置，能够将广告进行分类并根据分类后广告的类型相匹配的计算模型计算广告活跃度，实现了不同类型广告的广告活跃度的计算，提高了计算出的广告活跃度的准确性，进而有利于更加准确的分析广告投放效果以及能够为调整广告投放策略提供更加准确的参考依据。以下分别进行详细说明。

实施例一

请参阅图1，图1是本发明实施例公开的一种广告活跃度的预估实现方法的流程示意图。其中，图1所描述的方法应用于广告活跃度的预估装置(也可称为预估实现装置)中，例如后台服务器等，本发明实施例不做限定。如图1所示，该广告活跃度的预估实现方法可以包括以下操作：

101、在检测到广告活跃度计算指令之后，预估装置根据广告活跃度计算指令统计需要计算广告活跃度的所有广告，得到广告集合。

本发明实施例中，广告活跃度计算指令用于指示计算广告集合中所包括广告的广告活跃度。可选的，该广告活跃度计算指令可以包括指定的目标时间，此时，广告活跃度计算指令具体用于指示计算广告集合中所包括的广告在指定的目标时间的广告活跃度。进一步可选的，广告活跃度计算指令还可以包括用于确定广告集合所包括的所有广告的参考标识，该参考标识可以包括目标商品类别、广告主标识以及广告投放时间标识中的至少一种，广告主标识用于指定广告集合所包括的广告的广告主，目标商品类别用于指定广告集合中广告所对应的商品的类别，广告投放时间标识用于指定广告集合所包括的广告的广告投放时间范围。可见，本发明实施例通过触发广告活跃度计算指令的方式可以实现针对所需的广告的广告活跃度计算。

本发明实施例中，广告活跃度计算指令所指定的目标时间可以是某一天(如今天、昨天等)，也可以是以天为单位的某一段时间(如某一周、某半个月、某一个月或某一个季度等)，还可以是在指定的日期内以分钟或以小时为单位的某一时间段(如03月22号上午10:00-11:00)，本发明实施例不做限定。

102、预估装置对广告集合包括的所有广告进行分类，得到第一类广告以及第二类广告，第一类广告中广告的类型为活跃类型，第二类广告中广告的类型为非活跃类型。

作为一种可选的实施方式，预估装置对广告集合包括的所有广告进行分类，得到第一类广告以及第二类广告，可以包括：

确定广告活跃度计算指令所指定的目标时间；

将广告集合中在目标时间内投放的所有广告确定为第一类广告，以及将广告集合中未在目标时间内投放的所有广告确定为第二类广告；或者，

将广告集合中在目标时间以及目标时间之前的时间段内以某一时间单位进行连续投放的所有广告确定为第一类广告，以及将广告集合中在目标时间以及目标时间之前的时间段内未以某一时间单位进行连续投放的所有广告度确定为第二类广告。其中，目标时间之前的时间段的计量单位与目标时间所包括的具体内容的计量单位一致，也即为该某一时间单位，或者，目标时间之前的时间段的计量单位的级别低于目标时间所包括的具体内容的计量单位的级别。

举例来说，以目标时间为某一天为例，当目标时间为4月13日且预设天数为2天时，若某一广告在4月11日、4月12日以及4月13日三天内被连续投放，预估装置确定该广告为第一类广告中的广告，若某一广告在4月11日、4月12日被投放但在4月13日未被投放时，预估装置确定该广告为第二类广告中的广告。

举例来说，以目标时间为以小时为单位的某一个时间段为例，当目标时间为4月13日上午9点到12点时，目标时间之前的时间段可以为4月13日早上6点到9点，若某一广告在4月13日上午9点到12点以及4月13日早上6点到9点被投放，则预估装置确定该广告为第一类广告，若某一广告在4月13日上午9点到12点以及4月13日早上6点到9点均未被投放，则预估装置确定该广告为第二类广告中的广告。

在该可选的实施方式中，第一类广告中的广告也可以称之为活跃广告，第二类广告中的广告也可以称之为非活跃广告。

可见，该可选的实施方式能够根据广告在指定时间的投放情况或者在指定时间以及指定时间之前的投放情况将广告划分成两种类型，有利于实现对不同类型的广告的广告活跃度的差异化/个性化计算。

103、预估装置根据活跃类型对应的计算模型计算第一类广告的广告活跃度，以及根据非活跃类型对应的计算模型计算第二类广告的广告活跃度。

本发明实施例中，预估装置中可以预先存储有不同类型对应的、用于计算广告活跃度的计算模型，也可以在需要时从云端服务器或者共享信息存储单元获取不同类型对应的、用于计算广告活跃度的计算模型。在获取到相应的计算模型之后，预估装置可以分别计算上述第一类广告中每个广告的广告活跃度以及上述第二类广告中每个广告的广告活跃度。

在一个可选的实施例中，在执行完毕步骤103之后，该方法还可以包括以下操作：

预估装置获取活跃类型的广告对应的第一修正参数，并通过第一修正参数对计算出的该广告的广告活跃度进行修正；和/或，

预估装置获取非活跃类型的广告对应的第二修正参数，并通过第二修正参数对计算出的该广告的广告活跃度进行修正。

可选的，该第一修正参数可以是根据活跃类型的广告的历史广告活跃度确定出的，还可以是根据该活跃类型的广告上次作为非活跃广告时计算出的广告活跃度确定出的，本发明实施例不做限定。

可选的，该第二修正参数可以是根据非活跃类型的广告的历史广告活跃度确定出的，还可以是根据该活跃类型的广告上次作为活跃广告时计算出的广告活跃度确定出的，本发明实施例不做限定。

可见，该可选的实施例中，在根据广告类型相匹配的计算模型计算出广告活跃度之后，还可进一步根据广告对应的参数对计算出的广告活跃度进行修正，进一步提高了最终确定出的广告活跃度的准确性。

在另一个可选的实施例中，在计算出广告集合中所包括广告的广告活跃度之后，该方法还可以包括以下操作：

预估装置按照每个广告的广告主标识，将所有广告进行分类，得到至少一个广告组，同一广告组中的广告的广告主标识相同，不同广告组中的广告的广告主标识不同；

预估装置按照预先确定出的与不同广告主标识对应的内容格式，整理每个广告组包括的所有广告的活跃度信息；

预估装置将每个广告组包括的所有广告的活跃度信息反馈至与该广告组中所有广告的广告主标识相匹配的广告主。

其中，每个广告组包括的所有广告的活跃度信息至少包括计算出的该广告组包括的每个广告在目标时间的活跃度。

需要说明的是，预估装置也可以按照上述方式单独向广告主反馈活跃广告的活跃度信息或者非活跃广告的活跃度信息。

可见，该可选的实施例在计算出广告的活跃度之后，以广告主标识以及相应的内容格式为依据整理广告主所投放的广告的活跃度信息并及时反馈至相应广告主，以便于广告主及时了解其所投放的广告的活跃度。

可见，实施本发明实施例所描述的广告活跃度的预估实现方法能够将广告进行分类并根据分类后广告的类型相匹配的计算模型计算广告活跃度，实现了不同类型广告的广告活跃度的计算，提高了计算出的广告活跃度的准确性，进而有利于更加准确的分析广告投放效果以及能够为调整广告投放策略提供更加准确的参考依据。

实施例二

请参阅图2，图2是本发明实施例公开的另一种广告活跃度的预估实现方法的流程示意图。其中，图2所描述的方法应用于广告活跃度的预估装置(也可称为预估实现装置)中，例如后台服务器等，本发明实施例不做限定。如图2所示，该广告活跃度的预估实现方法可以包括以下操作：

201、在检测到广告活跃度计算指令之后，预估装置根据广告活跃度计算指令统计需要计算广告活跃度的所有广告，得到广告集合。

本发明实施例中，广告活跃度计算指令用于指示计算广告集合中所包括广告的广告活跃度。可选的，该广告活跃度计算指令可以包括指定的目标时间，此时，广告活跃度计算指令具体用于指示计算广告集合中所包括的广告在指定的目标时间的广告活跃度。

202、预估装置对广告集合包括的所有广告进行分类，得到第一类广告以及第二类广告，第一类广告中广告的类型为活跃类型，第二类广告中广告的类型为非活跃类型。

本发明实施例中，对于非活跃类型的第二类广告，预估装置执行步骤203，对于活跃类型的第一类广告，预估装置执行步骤204-步骤207。

203、预估装置获取非活跃类型对应的衰减模型，并根据衰减模型计算第二类广告的广告活跃度。

在本发明实施例中，可选的，该衰减模型的计算公式可以为：

S＝S_a*0.5^(D/L)；或者，

S＝I*S_a*0.5^(D/L)；

其中，S为第二类广告中任一广告的广告活跃度，S_a为在历史时间计算出的该广告的广告活跃度，L为预先确定出的半衰期，D为历史时间距离广告活跃度计算指令所指定的目标时间的间隔时长，历史时间为在目标时间之前检测到需要计算广告活跃度时该广告为活跃类型的广告且距离目标时间的间隔时长最短的时间，I为该广告对应的广告活跃度修正系数。

可选的，I可以根据该广告的历史投放情况确定，广告的历史投放情况可以至少包括该广告的历史投放总时长、广告的历史投放总次数、该广告的历史投放区域、该广告的历史互动数据(也可称该广告的历史广告特征数据)等中的至少一种，本发明实施例不做限定。

可选的，L可以是通过之前采样部分广告并计算采集得到的广告的平均整体投放时长确定出的，其中，平均整体投放时长可以以天为单位，也可以以小时为单位，还可以以分钟为单位。

可见，本发明实施例中在区分出广告的类型为非活跃类型时能够直接使用衰减模型对非活跃类型的广告的广告活跃度进行衰减，进而计算得到非活跃类型的广告的广告活跃度，提供了一种针对非活跃类型的广告的广告活跃度计算方式。

204、预估装置确定第一类广告中每个广告的投放属性。

本发明实施例中，每个广告的投放属性用于表示该广告的投放连续性，且每个广告的投放属性为连续投放属性以及非连续投放属性中的其中一种。

205、预估装置根据第一类广告中每个广告的投放属性，计算第一类广告中每个广告的投放参数变化情况。

本发明实施例中，针对不同投放属性的广告，在计算投放参数变化情况时所使用到的数据来源不同，广告的投放参数变化情况可以包括广告的投放次数变化情况(也即投放次数变化率)以及广告的互动数据变化情况(也即互动数据变化率)。

206、预估装置计算第一类广告中每个广告的投放次数变化率与投放次数权重的第一乘积，并计算第一类广告中每个广告的互动数据变化率与互动权重的第二乘积。

207、预估装置根据第一类广告中每个广告对应的第一乘积以及第二乘积，计算第一类广告中每个广告的广告活跃度。

在一个可选的实施例中，预估装置根据第一类广告中每个广告对应的第一乘积以及第二乘积，计算第一类广告中每个广告的广告活跃度，可以包括：

计算第一类广告中每个广告对应的第一乘积以及第二乘积之和，作为对应广告的当前广告活跃度；或者，

计算第一类广告中每个广告对应的第一乘积以及第二乘积之和，得到第一类广告中每个广告对应的和值；

确定第一类广告中每个广告对应的投放区域权重；

根据第一类广告中每个广告对应的投放区域权重对该广告对应的和值进行扩大，得到该广告的当前广告活跃度。

在该可选的实施例中，进一步可选的，在确定第一类广告中每个广告对应的投放区域权重之前，该方法还可以包括以下操作：

预估装置确定上述第一类广告中包含的在上述目标时间的投放区域唯一的目标广告；

对于上述第一类广告中包含的目标广告，预估装置可以直接将目标广告对应的和值确定为目标广告的当前广告活跃度；

对于上述第一类广告中除目标广告之外的其它广告，预估装置执行上述的确定第一类广告中每个广告对应的投放区域权重的步骤。

其中，当上述第一类广告中在上述目标时间的投放区域不唯一时，该广告对应的投放区域权重等于该广告在上述目标时间的每个投放区域对应的权重值之和。需要说明的是，当广告在上述目标时间的投放区域唯一时，广告对应的投放区域权重也可理解为其等于1。可选的，该投放区域可以是县级区域、市级区域、省级区域或国家级区域。

在该可选的实施例中，预估装置根据第一类广告中每个广告对应的投放区域权重对该广告对应的和值进行扩大，得到该广告的当前广告活跃度的计算公式为：

S_h＝(W₁*X₁+W₂*X₂)*W₃；

其中，S_h为上述第一类广告中任一广告的广告活跃度，W₁为该广告的投放次数变化率对应的投放次数权重，X₁为该广告的投放次数变化率，X₂为该广告的互动数据变化率，W₂为该广告的互动数据变化率对应的互动权重，W₃为该广告的投放区域权重。其中，当该广告在上述目标时间的投放区域唯一时，W₃的值为1，当该广告在上述目标时间的投放区域不唯一时，W₃可以等于该广告在上述目标时间的所有投放区域中每个投放区域对应的权重之和。

可见，该可选的实施例能够在计算活跃类型的广告的广告活跃度时，可以直接将对应的和值确定为广告活跃度，也可以根据基于广告的投放区域确定出的投放区域权重对计算出的和值进行扩大，实现了面向不同投放区域(如面向国际市场)的广告的广告活跃度的预估，预估方式更加科学，预估结果更加准确。此外，在基于广告的投放区域确定投放区域权重时，可以只针对投放区域不唯一的广告确定投放区域权重，这样可以减少计算量，提高计算效率。

在另一个可选的实施例中，预估装置根据第一类广告中每个广告的投放属性，计算第一类广告中每个广告的投放参数变化情况，可以包括：

获取第一类广告中每个广告在广告活跃度计算指令所指定的目标时间的目标广告活跃特征，目标广告活跃特征至少包括对应广告在目标时间的广告投放总次数以及广告互动数据；

获取第一类广告中投放属性为连续投放属性的广告的第一历史广告活跃特征以及投放属性为非连续投放属性的广告的第二历史广告活跃特征；

根据第一类广告中投放属性为连续投放属性的广告的第一历史广告活跃特征及目标广告活跃特征，计算第一类广告中投放属性为连续投放属性的广告的投放次数变化率以及互动数据变化率，作为第一类广告中投放属性为连续投放属性的广告的投放参数变化情况；

根据第一类广告中投放属性为非连续投放属性的广告的第二历史广告活跃特征及目标广告活跃特征，计算第一类广告中投放属性为非连续投放属性的广告的投放次数变化率以及互动数据变化率，作为第一类广告中投放属性为非连续投放属性的广告的投放参数变化情况。

在该可选的实施例中，可选的，广告在目标时间的广告互动数据可以包括广告在目标时间的点赞数、转发数、评论数、浏览数、收藏数、弹幕数以及打赏量中的一种或多种的组合，也即广告互动数据为具有用户互动属性的内容所对应的数据，也可以理解为广告与用户的互动社交属性数据。

本发明实施例中，具体的，广告的投放次数变化率的计算公式为：

X₁＝tanh((T_d-T_y)/T_y)；

其中，X₁为上述第一类广告中任一广告的投放次数变化率，T_d为该广告在上述目标时间的广告投放次数，具体为面向不同区域不同投放平台投放该广告的投放次数，当该广告的投放属性为连续投放属性时，T_y为该广告在上述目标时间之前的预定时间段内的广告投放次数，当该广告的投放属性为非连续投放属性时，T_y为上述广告集合的所有广告中每个广告的历史投放次数的平均值。

本发明实施例中，具体的，广告的互动数据变化率的计算公式为：

X₂＝∑_iw_i*tanh((R_di-R_yi)/R_yi)；

其中，X₂为上述第一类广告中任一广告的互动数据变化率，i表示数据类别，wi为该数据类别的权重值，R_di为该广告在目标时间的广告互动数据中该数据类别的数据的数据量，当该广告的投放属性为连续投放属性时，R_yi为该广告在目标时间之前的预定时间段内的广告互动数据中该数据类别的数据的数据量，当该广告的投放属性为非连续投放属性时，R_yi为上述广告集合中或不限于上述广告集合的所有广告的历史广告互动数据中该数据类别的数据的历史数据量平均值。其中，i的取值个数与在目标时间的广告互动数据对应的数据类别的个数相匹配，一个取值对应一个数据类别。举例来说，当活跃广告在目标时间的广告互动数据包括点赞数、评论数和转发数时，在目标时间的广告互动数据对应的数据类别的个数为3，i的取值有3个(如i取值1、2、3)，其中一个取值(如i取1)对应点赞类别，剩余两个取值中一个取值(如i取2)对应评论类别且另一个取值(如i取3)对应转发类别。

需要说明的是，当该广告的投放属性为连续投放属性时，在计算广告的投放参数变化情况时，预估装置还需获取该广告的历史广告活跃特征，且该广告的历史广告活跃特征包括该广告在目标时间之前的预定时间段内的广告投放次数以及该广告在目标时间之前的预定时间段内的广告互动数据。

可见，该可选的实施例能够在计算广告的投放参数变化情况时根据不同的投放属性确定不同的历史投放参数，进而计算出投放参数变化情况，为非连续投放属性的广告提供了一种历史投放参数的确定依据。

可见，该可选的实施例能够根据不同的数据计算不同投放属性的活跃广告的投放参数变化情况，实现了投放参数变化情况的个性化计算，有利于提高针对不同投放属性的活跃广告的投放参数变化情况的准确率。

进一步可选的，上述第一类广告中每个广告的目标广告活跃特征还可以包括对应广告在上述目标时间的广告投放区域，本发明实施例不做限定。这样能够在除了广告互动数据之外，还可以从投放区域的维度综合性评估广告的广告活跃度，有利于实现对面向不同投放区域(如面向国际市场)的广告的广告活跃度预估。

在又一个可选的实施例中，该方法还可以包括以下操作：

在得到第一类广告中每个广告的当前广告活跃度之后，获取第一类广告中每个广告的历史广告活跃度，并根据第一类广告中每个广告的历史广告活跃度修正该广告的当前广告活跃度，得到修正后的广告活跃度，作为最终预估出的广告活跃度。

在该可选的实施例中，对于上述第一类广告中的任一广告，其修正后的广告活跃度的计算公式可以为：

S'_h＝S_h+H＝(W₁*X₁+W₂*X₂)*W₃+H；

其中，S'_h为该广告对应的修正后的广告活跃度，S_h为针对该广告计算出的当前广告活跃度，H为该广告的历史广告活跃度。其中，当该广告为新活跃广告(也即在上述目标时间第一次投放的广告)时，H为默认的初始广告活跃度，当该广告为老活跃广告(也即在上述目标时间以及在上述目标时间之前投放的广告)时，H为之前根据活跃类型对应的计算模型以及广告活跃度的修正方式针对该广告计算出的修正后的广告活跃度，当该广告之前为非活跃广告时，H为之前利用非活跃类型对应的计算模型计算出的广告活跃度，本发明实施例不做限定。

可见，该可选的实施例还能够在计算出初步的广告活跃度之后根据历史广告活跃度对其进行修正，得到修正后的广告活跃度作为最终预估出的广告活跃度，这样能够在计算广告在指定时间的广告活跃度时通过历史广告活跃度对其进行修正，有利于进一步提高最终预估出的广告活跃度的准确性。

在又一个可选的实施例中，预估装置确定第一类广告中每个广告的投放属性，可以包括：

预估装置采集第一类广告中每个广告在广告活跃度计算指令所指定的目标时间之前的投放情况，并根据第一类广告中每个广告在目标时间之前的投放情况确定第一类广告中每个广告的投放属性。

在该可选的实施例中，当第一类广告中的广告在目标时间之前的预定时间段内被投放时，该广告的投放属性为连续投放属性，当第一类广告中的广告在目标时间之前的预定时间段内未被投放时，该广告的投放属性为非连续投放属性。

可见，该可选的实施例能够根据活跃广告的历史投放情况智能化确定活跃广告的投放属性，以便于后续根据确定出的投放属性确定所需的计算数据计算投放参数变化情况，在对活跃广告的广告活跃度预估时进行了个性化的广告活跃度预估，实现了两种投放属性的广告的广告活跃度预估，有利于提高预估出的广告活跃度的可靠性与准确性。

可见，本发明实施例中在区分出广告的类型为活跃类型之后，能够进一步区分活跃类型广告的投放属性，且对于投放属性为连续投放属性的广告需要计算其在指定时间的广告活跃特征相较于指定时间之前的变化情况，并结合相对应的广告活跃度计算公式计算广告在指定时间的广告活跃度，对于投放属性为非连续投放属性的广告需要计算其在指定时间的广告活跃特征相较于全体广告的历史平均广告活跃特征的变化情况，并结合相对应的广告活跃度计算公式计算其在指定时间的广告活跃度，实现了对活跃广告的广告活跃度的精细化计算，有利于进一步提高活跃广告的广告活跃度的准确性。

实施例三

请参阅图3，图3是本发明实施例公开的一种广告活跃度的预估实现装置的结构示意图。如图3所示，该装置可以包括：

统计模块301，用于在检测到广告活跃度计算指令之后，根据广告活跃度计算指令统计需要计算广告活跃度的所有广告，得到广告集合，广告活跃度计算指令用于指示计算广告集合中所包括广告的广告活跃度。

分类模块302，用于对广告集合包括的所有广告进行分类，得到第一类广告以及第二类广告，第一类广告中广告的类型为活跃类型，第二类广告中广告的类型为非活跃类型。

第一计算模块303，用于根据活跃类型对应的计算模型计算第一类广告的广告活跃度。

第二计算模块304，用于根据非活跃类型对应的计算模型计算第二类广告的广告活跃度。

可见，实施图3所描述的装置能够将广告进行分类并根据分类后广告的类型相匹配的计算模型计算广告活跃度，实现了不同类型广告的广告活跃度的计算，提高了计算出的广告活跃度的准确性，进而有利于更加准确的分析广告投放效果以及能够为调整广告投放策略提供更加准确的参考依据。

在一个可选的实施例中，分类模块302对广告集合包括的所有广告进行分类，得到第一类广告以及第二类广告的具体方式可以为：

确定广告活跃度计算指令所指定的目标时间；

将广告集合中在目标时间内投放的所有广告确定为第一类广告，以及将广告集合中未在目标时间内投放的所有广告确定为第二类广告。

可见，实施图3所描述的装置还能够根据广告在指定时间的投放情况或者在指定时间以及之前的投放情况将广告划分成两种类型，有利于实现对不同类型的广告的广告活跃度的差异化/个性化计算。

在另一个可选的实施例中，第二计算模块304根据非活跃类型对应的计算模型计算第二类广告的广告活跃度的具体方式可以为：

获取非活跃类型对应的衰减模型，并根据衰减模型计算第二类广告的广告活跃度。

在该可选的实施例中，进一步可选的，该衰减模型的计算公式可以为：

S＝S_a*0.5^(D/L)；或者，

S＝I*S_a*0.5^(D/L)；

其中，S为第二类广告中任一广告的广告活跃度，S_a为在历史时间计算出的该广告的广告活跃度，L为预先确定出的半衰期，D为历史时间距离广告活跃度计算指令所指定的目标时间的间隔时长，历史时间为在目标时间之前检测到需要计算广告活跃度时该广告为活跃类型的广告且距离目标时间的间隔时长最短的时间，I为该广告对应的广告活跃度修正系数。可选的，I可以根据该广告的历史投放情况确定，广告的历史投放情况可以至少包括该广告的历史投放总时长、该广告的历史投放区域、该广告的历史互动数据等中的至少一种，本发明实施例不做限定。

可见，实施图3所描述的装置还能够在区分出广告的类型为非活跃类型时直接使用衰减模型对非活跃类型的广告的广告活跃度进行衰减，进而计算得到非活跃类型的广告的广告活跃度。

在又一个可选的实施例中，如图4所示，第一计算模块303可以包括：

确定子模块3031，用于确定第一类广告中每个广告的投放属性。

计算子模块3032，用于根据第一类广告中每个广告的投放属性，计算第一类广告中每个广告的投放参数变化情况；以及，根据第一类广告中每个广告的投放参数变化情况以及活跃类型对应的计算模型，计算第一类广告中每个广告的广告活跃度。

其中，第一类广告中每个广告的投放属性为连续投放属性以及非连续投放属性中的其中一种，第一类广告中每个广告的投放参数变化情况包括对应广告的投放次数变化率以及互动数据变化率。

在该又一种可选的实施例中，进一步可选的，计算子模块3032根据第一类广告中每个广告的投放参数变化情况以及活跃类型对应的计算模型，计算第一类广告中每个广告的广告活跃度的具体方式可以为：

计算第一类广告中每个广告的投放次数变化率与投放次数权重的第一乘积，并计算第一类广告中每个广告的互动数据变化率与互动权重的第二乘积；

根据第一类广告中每个广告对应的第一乘积以及第二乘积，计算第一类广告中每个广告的广告活跃度。

又进一步可选的，计算子模块3032根据第一类广告中每个广告对应的第一乘积以及第二乘积，计算第一类广告中每个广告的广告活跃度的具体方式可以为：

计算第一类广告中每个广告对应的第一乘积以及第二乘积之和，作为对应广告的当前广告活跃度；或者，

计算第一类广告中每个广告对应的第一乘积以及第二乘积之和，得到第一类广告中每个广告对应的和值；

确定第一类广告中每个广告对应的投放区域权重；

根据第一类广告中每个广告对应的投放区域权重对该广告对应的和值进行扩大，得到该广告的当前广告活跃度。

在又一个可选的实施例中，计算子模块3032根据第一类广告中每个广告的投放属性，计算第一类广告中每个广告的投放参数变化情况的具体方式为：

获取第一类广告中每个广告在广告活跃度计算指令所指定的目标时间的目标广告活跃特征，目标广告活跃特征至少包括对应广告在目标时间的广告投放总次数以及广告互动数据；

获取第一类广告中投放属性为连续投放属性的广告的第一历史广告活跃特征以及投放属性为非连续投放属性的广告的第二历史广告活跃特征；

根据第一类广告中投放属性为连续投放属性的广告的第一历史广告活跃特征及目标广告活跃特征，计算第一类广告中投放属性为连续投放属性的广告的投放次数变化率以及互动数据变化率，作为第一类广告中投放属性为连续投放属性的广告的投放参数变化情况；

根据第一类广告中投放属性为非连续投放属性的广告的第二历史广告活跃特征及目标广告活跃特征，计算第一类广告中投放属性为非连续投放属性的广告的投放次数变化率以及互动数据变化率，作为第一类广告中投放属性为非连续投放属性的广告的投放参数变化情况。

进一步可选的，第一类广告中每个广告的目标广告活跃特征还可以包括对应广告在上述目标时间的广告投放区域。

在又一个可选的实施例中，如图4所示，该装置还可以包括：

修正模块305，用于在得到第一类广告中每个广告的当前广告活跃度之后，获取第一类广告中每个广告的历史广告活跃度，并根据第一类广告中每个广告的历史广告活跃度修正该广告的当前广告活跃度，得到修正后的广告活跃度。

在又一个可选的实施例中，确定子模块3031确定第一类广告中每个广告的投放属性的具体方式为：

采集第一类广告中每个广告在广告活跃度计算指令所指定的目标时间之前的投放情况，并根据第一类广告中每个广告在目标时间之前的投放情况确定第一类广告中每个广告的投放属性。

其中，当第一类广告中的广告在目标时间之前的预定时间段内被投放时，该广告的投放属性为连续投放属性，当第一类广告中的广告在目标时间之前的预定时间段内未被投放时，该广告的投放属性为非连续投放属性。

可见，实施图4所描述的装置还能够在区分出广告的类型为活跃类型之后，进一步区分活跃类型的广告的投放属性，且对于投放属性为连续投放属性的广告计算其在指定时间的广告活跃特征相较于指定时间之前的变化情况，并结合相对应的广告活跃度计算公式计算广告在指定时间的广告活跃度，对于投放属性为非连续投放属性的广告计算其在指定时间的广告活跃特征相较于全体广告的历史平均广告活跃特征的变化情况，并结合相对应的广告活跃度计算公式计算其在指定时间的广告活跃度，实现了对活跃广告的广告活跃度的精细化计算，有利于进一步提高活跃广告的广告活跃度的准确性。

实施例四

请参阅图5，图5是本发明实施例公开的又一种广告活跃度的预估实现装置的结构示意图。如图5所示，该装置可以包括：

存储有可执行程序代码的存储器401；

与存储器401耦合的处理器402；

处理器402调用存储器401中存储的可执行程序代码，执行本发明实施例一或实施例二公开的广告活跃度的预估实现方法中的步骤。

实施例五

本发明实施例公开了一种计算机存储介质，该计算机存储介质存储有计算机指令，该计算机指令被调用时，用于执行本发明实施例一或实施例二公开的广告活跃度的预估实现方法中的步骤。

以上所描述的装置实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。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的劳动的情况下，即可以理解并实施。

通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(RandomAccess Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-OnlyMemory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

最后应说明的是：本发明实施例公开的一种广告活跃度的预估实现方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

Claims (14)

1.一种广告活跃度的预估实现方法，其特征在于，所述方法包括：

在检测到广告活跃度计算指令之后，根据所述广告活跃度计算指令统计需要计算广告活跃度的所有广告，得到广告集合，所述广告活跃度计算指令用于指示计算所述广告集合中所包括广告的广告活跃度；

对所述广告集合包括的所有广告进行分类，得到第一类广告以及第二类广告，所述第一类广告中广告的类型为活跃类型，第二类广告中广告的类型为非活跃类型；

根据所述活跃类型对应的计算模型计算所述第一类广告的广告活跃度，以及根据所述非活跃类型对应的计算模型计算所述第二类广告的广告活跃度；

其中，所述根据所述活跃类型对应的计算模型计算所述第一类广告的广告活跃度，包括：

确定所述第一类广告中每个广告的投放属性；根据所述第一类广告中每个广告的投放属性，计算所述第一类广告中每个广告的投放参数变化情况；

计算所述第一类广告中每个广告的投放次数变化率与投放次数权重的第一乘积，并计算所述第一类广告中每个广告的互动数据变化率与互动权重的第二乘积；

计算所述第一类广告中每个广告对应的第一乘积以及第二乘积之和，得到所述第一类广告中每个广告对应的和值；确定所述第一类广告中每个广告对应的投放区域权重；根据所述第一类广告中每个广告对应的投放区域权重对该广告对应的和值进行扩大，得到该广告的当前广告活跃度；

其中，所述第一类广告中每个广告的投放属性为连续投放属性以及非连续投放属性中的其中一种，所述第一类广告中每个广告的投放参数变化情况包括对应广告的投放次数变化率以及互动数据变化率。

2.根据权利要求1所述的广告活跃度的预估实现方法，其特征在于，所述对所述广告集合包括的所有广告进行分类，得到第一类广告以及第二类广告，包括：

确定所述广告活跃度计算指令所指定的目标时间；

将所述广告集合中在所述目标时间内投放的所有广告确定为第一类广告，以及将所述广告集合中未在所述目标时间内投放的所有广告确定为第二类广告。

3.根据权利要求1或2所述的广告活跃度的预估实现方法，其特征在于，所述根据所述非活跃类型对应的计算模型计算所述第二类广告的广告活跃度，包括：

获取所述非活跃类型对应的衰减模型，并根据所述衰减模型计算所述第二类广告的广告活跃度。

4.根据权利要求3所述的广告活跃度的预估实现方法，其特征在于，所述衰减模型的计算公式为：

S＝S_a*0.5^(D/L)；

其中，S为所述第二类广告中任一广告的广告活跃度，S_a为在历史时间计算出的该广告的广告活跃度，L为预先确定出的半衰期，D为所述历史时间距离所述广告活跃度计算指令所指定的目标时间的间隔时长，所述历史时间为在所述目标时间之前检测到需要计算广告活跃度时该广告为所述活跃类型的广告且距离所述目标时间的间隔时长最短的时间。

5.根据权利要求1的广告活跃度的预估实现方法，其特征在于，所述根据所述第一类广告中每个广告的投放属性，计算所述第一类广告中每个广告的投放参数变化情况，包括：

获取所述第一类广告中每个广告在所述广告活跃度计算指令所指定的目标时间的目标广告活跃特征，所述目标广告活跃特征至少包括对应广告在所述目标时间的广告投放总次数以及广告互动数据；

获取所述第一类广告中投放属性为所述连续投放属性的广告的第一历史广告活跃特征以及投放属性为所述非连续投放属性的广告的第二历史广告活跃特征；

根据所述第一类广告中投放属性为所述连续投放属性的广告的第一历史广告活跃特征及目标广告活跃特征，计算所述第一类广告中投放属性为所述连续投放属性的广告的投放次数变化率以及互动数据变化率，作为所述第一类广告中投放属性为所述连续投放属性的广告的投放参数变化情况；

根据所述第一类广告中投放属性为所述非连续投放属性的广告的第二历史广告活跃特征及目标广告活跃特征，计算所述第一类广告中投放属性为所述非连续投放属性的广告的投放次数变化率以及互动数据变化率，作为所述第一类广告中投放属性为所述非连续投放属性的广告的投放参数变化情况。

6.根据权利要求5所述的广告活跃度的预估实现方法，其特征在于，所述第一类广告中每个广告的目标广告活跃特征还包括对应广告在所述目标时间的广告投放区域；

其中，所述方法还包括：

在得到所述第一类广告中每个广告的当前广告活跃度之后，获取所述第一类广告中每个广告的历史广告活跃度，并根据所述第一类广告中每个广告的历史广告活跃度修正该广告的当前广告活跃度，得到修正后的广告活跃度。

7.根据权利要求1所述的广告活跃度的预估实现方法，其特征在于，所述确定所述第一类广告中每个广告的投放属性，包括：

采集所述第一类广告中每个广告在所述广告活跃度计算指令所指定的目标时间之前的投放情况，并根据所述第一类广告中每个广告在所述目标时间之前的投放情况确定所述第一类广告中每个广告的投放属性；

其中，当所述第一类广告中的广告在所述目标时间之前的预定时间段内被投放时，该广告的投放属性为所述连续投放属性，当所述第一类广告中的广告在所述目标时间之前的所述预定时间段内未被投放时，该广告的投放属性为所述非连续投放属性。

8.一种广告活跃度的预估实现装置，其特征在于，所述装置包括：

统计模块，用于在检测到广告活跃度计算指令之后，根据所述广告活跃度计算指令统计需要计算广告活跃度的所有广告，得到广告集合，所述广告活跃度计算指令用于指示计算所述广告集合中所包括广告的广告活跃度；

分类模块，用于对所述广告集合包括的所有广告进行分类，得到第一类广告以及第二类广告，所述第一类广告中广告的类型为活跃类型，第二类广告中广告的类型为非活跃类型；

第一计算模块，用于根据所述活跃类型对应的计算模型计算所述第一类广告的广告活跃度；

第二计算模块，用于根据所述非活跃类型对应的计算模型计算所述第二类广告的广告活跃度；

其中，所述第一计算模块，包括：

确定子模块，用于确定所述第一类广告中每个广告的投放属性；

计算子模块，用于根据所述第一类广告中每个广告的投放属性，计算所述第一类广告中每个广告的投放参数变化情况；以及，计算所述第一类广告中每个广告的投放次数变化率与投放次数权重的第一乘积，并计算所述第一类广告中每个广告的互动数据变化率与互动权重的第二乘积；计算所述第一类广告中每个广告对应的第一乘积以及第二乘积之和，得到所述第一类广告中每个广告对应的和值；确定所述第一类广告中每个广告对应的投放区域权重；根据所述第一类广告中每个广告对应的投放区域权重对该广告对应的和值进行扩大，得到该广告的当前广告活跃度；

其中，所述第一类广告中每个广告的投放属性为连续投放属性以及非连续投放属性中的其中一种，所述第一类广告中每个广告的投放参数变化情况包括对应广告的投放次数变化率以及互动数据变化率。

9.根据权利要求8所述的广告活跃度的预估实现装置，其特征在于，所述分类模块对所述广告集合包括的所有广告进行分类，得到第一类广告以及第二类广告的具体方式为：

确定所述广告活跃度计算指令所指定的目标时间；

将所述广告集合中在所述目标时间内投放的所有广告确定为第一类广告，以及将所述广告集合中未在所述目标时间内投放的所有广告确定为第二类广告。

10.根据权利要求8或9所述的广告活跃度的预估实现装置，其特征在于，所述第二计算模块根据所述非活跃类型对应的计算模型计算所述第二类广告的广告活跃度的具体方式为：

获取所述非活跃类型对应的衰减模型，并根据所述衰减模型计算所述第二类广告的广告活跃度。

11.根据权利要求10所述的广告活跃度的预估实现装置，其特征在于，所述衰减模型的计算公式为：

S＝S_a*0.5^(D/L)；

其中，S为所述第二类广告中任一广告的广告活跃度，S_a为在历史时间计算出的该广告的广告活跃度，L为预先确定出的半衰期，D为所述历史时间距离所述广告活跃度计算指令所指定的目标时间的间隔时长，所述历史时间为在所述目标时间之前检测到需要计算广告活跃度时该广告为所述活跃类型的广告且距离所述目标时间的间隔时长最短的时间。

12.根据权利要求8所述的广告活跃度的预估实现装置，其特征在于，所述计算子模块根据所述第一类广告中每个广告的投放属性，计算所述第一类广告中每个广告的投放参数变化情况的具体方式为：

获取所述第一类广告中每个广告在所述广告活跃度计算指令所指定的目标时间的目标广告活跃特征，所述目标广告活跃特征至少包括对应广告在所述目标时间的广告投放总次数以及广告互动数据；

获取所述第一类广告中投放属性为所述连续投放属性的广告的第一历史广告活跃特征以及投放属性为所述非连续投放属性的广告的第二历史广告活跃特征；

根据所述第一类广告中投放属性为所述连续投放属性的广告的第一历史广告活跃特征及目标广告活跃特征，计算所述第一类广告中投放属性为所述连续投放属性的广告的投放次数变化率以及互动数据变化率，作为所述第一类广告中投放属性为所述连续投放属性的广告的投放参数变化情况；

根据所述第一类广告中投放属性为所述非连续投放属性的广告的第二历史广告活跃特征及目标广告活跃特征，计算所述第一类广告中投放属性为所述非连续投放属性的广告的投放次数变化率以及互动数据变化率，作为所述第一类广告中投放属性为所述非连续投放属性的广告的投放参数变化情况。

13.根据权利要求12所述的广告活跃度的预估实现装置，其特征在于，所述第一类广告中每个广告的目标广告活跃特征还包括对应广告在所述目标时间的广告投放区域；

其中，所述装置还包括：

修正模块，用于在得到所述第一类广告中每个广告的当前广告活跃度之后，获取所述第一类广告中每个广告的历史广告活跃度，并根据所述第一类广告中每个广告的历史广告活跃度修正该广告的当前广告活跃度，得到修正后的广告活跃度。

14.根据权利要求8所述的广告活跃度的预估实现装置，其特征在于，所述确定子模块确定所述第一类广告中每个广告的投放属性的具体方式为：

采集所述第一类广告中每个广告在所述广告活跃度计算指令所指定的目标时间之前的投放情况，并根据所述第一类广告中每个广告在所述目标时间之前的投放情况确定所述第一类广告中每个广告的投放属性；

其中，当所述第一类广告中的广告在所述目标时间之前的预定时间段内被投放时，该广告的投放属性为所述连续投放属性，当所述第一类广告中的广告在所述目标时间之前的所述预定时间段内未被投放时，该广告的投放属性为所述非连续投放属性。