[发明专利]在线分析点击流数据的方法和相关装置及系统

说明书

技术领域

本发明涉及互联网技术领域，具体主要涉及一种在线分析点击流数据的方法和相关装置及系统。 

背景技术

广告推送是一项重要的互联网业务。 

广点通是运营商常用的一款广告推送工具。广点通等广告推送工具进行广告预测时需要使用用户每天的点击流数据来训练广告投放预测模型。现有的广点通等广告推送工具通常都是使用离线分析得到的训练数据来训练广告投放预测模型。 

本发明的发明人在研究和实践过程当中发现，现有技术至少存在以下的技术问题：通过离线分析得到训练数据将受处理资源的限制，且难以满足广告投放预测模型训练对较高实时性的要求，且基于离线分析得到的训练数据所训练的广告投放预测模型有时难以与线上实时数据较好的吻合。 

发明内容

本发明实施例提供在线分析点击流数据的方法和相关装置及系统，以期降低处理资源对得到训练数据的限制、提高广告投放预测模型的实时性、提高广告投放预测模型与线上实时数据的吻合度。 

本发明实施例一方面提供一种在线分析点击流数据的方法，应用于分布式系统，所述方法包括： 

从广告业务服务器获取点击流数据； 

提取所述点击流数据中包含的关键信息； 

确定所述关键信息所对应的点击流类型； 

确定第一时间窗口； 

根据所述关键信息对应的点击流类型，以及所述关键信息对应的日志时间与所述第一时间窗口的对应关系，确定所述关键信息是否需要被过滤； 

若确定所述关键信息无需被过滤，则利用所述关键信息生成广告投放预测模型的训练数据。 

本发明实施例另一方面提供一种在线分析点击流数据的装置，应用于分布式系统，所述装置可包括： 

获取单元，用于从广告业务服务器获取点击流数据； 

提取单元，用于提取所述点击流数据中包含的关键信息； 

类型确定单元，用于确定所述关键信息所对应的点击流类型； 

时间窗口确定单元，用于确定第一时间窗口； 

过滤控制单元，用于根据所述关键信息对应的点击流类型，以及所述关键信息对应的日志时间与所述第一时间窗口的对应关系，确定所述关键信息是否需要被过滤； 

生成单元，用于若所述过滤控制单元确定所述关键信息无需被过滤，则利用所述提取单元提取的所述关键信息生成广告投放预测模型的训练数据。 

本发明实施例又一方面提供一种通信系统，可包括： 

广告业务服务器和分析预测平台； 

其中，所述分析预测平台用于从所述广告业务服务器获取点击流数据；提取所述点击流数据中包含的关键信息；确定所述关键信息所对应的点击流类型；确定第一时间窗口；根据所述关键信息对应的点击流类型，以及所述关键信息对应的日志时间与所述第一时间窗口的对应关系，确定所述关键信息是否需要被过滤；若确定所述关键信息无需被过滤，则利用所述关键信息生成广告投放预测模型的训练数据。 

可以看出，本发明的一些实施方式中，从广告业务服务器获取点击流数据之后；提取上述点击流数据中包含的关键信息；确定第一时间窗口和所述关键信息所对应的点击流类型；根据所述关键信息对应的点击流类型，以及所述关键信息对应的日志时间与所述第一时间窗口的对应关系，确定所述关键信息是否需要被过滤；若确定所述关键信息无需被过滤之后，利用上述关键信息生成广告投放预测模型的训练数据。上述方案由于是从广告业务服务器获取实时的点击流数据，实时在线的进行点击流数据的分析以得到广告投放预测模型的训 练数据，相对于现有的离线分析机制而言，本发明的技术方案有利于降低处理资源对得到训练数据的限制（无需将点击流数据累积到一定数量之后在进行分析以得到训练数据）、有利于提高广告投放预测模型的实时性、有利于提高广告投放预测模型与线上实时数据的吻合度。并且，上述方案进一步根据关键信息对应的点击流类型，以及关键信息对应的日志时间与确定的第一时间窗口的对应关系对关键信息过滤处理，因此有利于提高所使用关键信息的有效性，进而有利于提高生成的广告投放预测模型的训练数据的有效性，进而有利于训练出更加贴合实际发生场景的广告投放预测模型。 

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。