[发明专利]广告数据处理、模型部署方法、装置、电子设备和存储介质

权利要求书

1.一种广告数据处理方法，包括：

将获取的目标平台的使用数据输入到预先训练的缓存容量预测模型，得到广告缓存空间的预测缓存容量，其中，所述广告缓存空间用于缓存所述目标平台的待展示广告；

利用所述预测缓存容量，动态配置所述广告缓存空间，以展示所述待展示广告。

2.根据权利要求1所述的方法，其中，所述目标平台的使用数据包括所述目标平台的使用用户的用户数据以及所述目标平台的平台数据，其中，

所述将获取的目标平台的使用数据输入到预先训练的缓存容量预测模型，得到广告缓存空间的预测缓存容量，包括：

将所述用户数据作为所述缓存容量预测模型的第一输入，并且将所述平台数据作为所述缓存容量预测模型的第二输入，输出所述预测缓存容量。

3.根据权利要求2所述的方法，其中，所述缓存容量预测模型包括第一子模型、第二子模型和第三子模型，其中，所述第一输入作为第一子模型的输入，所述第二输入作为第二子模型的输入，所述第一子模型的输出和所述第二子模型的输出作为所述第三子模型的输入，其中，所述将所述用户数据作为所述缓存容量预测模型的第一输入，并且将所述平台数据作为所述缓存容量预测模型的第二输入，输出所述预测缓存容量，包括：

将所述用户数据输入到所述第一子模型中，并且将所述平台数据输入到所述第二子模型中，并且从所述第三子模型输入所述预测缓存容量。

4.根据权利要求1所述的方法，其中，还包括：

上报当前广告展示数据和所述广告缓存空间的当前剩余广告数据，以便统计所述目标平台的当前广告利用率；

获取更新的所述缓存容量预测模型，所述更新的所述缓存容量预测模型通过基于所述当前广告利用率的训练样本训练得到。

5.根据权利要求1所述的方法，其中，还包括：

上报所述目标平台的当前使用数据，以便获取更新的所述缓存容量预测模型，所述更新的所述缓存容量预测模型通过基于所述当前使用数据的训练样本训练得到。

6.一种模型部署方法，包括：

获取训练样本，所述训练样本包括从目标平台获取的使用数据以及所述使用数据的标签，所述使用数据的标签对应于配置在所述目标平台的广告缓存空间的标注缓存容量；

基于所述训练样本进行分类训练，得到缓存容量预测模型；

将所述缓存容量预测模型部署于所述目标平台。

7.根据权利要求6所述的方法，其中，所述获取训练样本，包括：

获取所述目标平台的当前使用数据；

基于所述当前使用数据，生成更新训练样本，其中，所述基于所述训练样本进行分类训练，得到缓存容量预测模型，包括：

利用所述更新训练样本，对所述缓存容量预测模型进行训练，得到更新的所述缓存容量预测模型。

8.根据权利要求6所述的方法，其中，还包括：

从所述目标平台获取当前广告展示数据和所述广告缓存空间的当前剩余广告数据；

基于所述当前广告展示数据和所述当前剩余广告数据，统计当前广告利用率，其中，所述获取训练样本，包括：

获取所述目标平台的当前使用数据、以及对应于所述当前广告利用率的当前标注缓存容量，生成更新训练样本，其中，所述基于所述训练样本进行分类训练，得到缓存容量预测模型，包括：

利用所述更新训练样本，更新所述缓存容量预测模型。

9.根据权利要求6所述的方法，其中，所述缓存容量预测模型包括第一子模型、第二子模型和第三子模型，其中，所述第一输入作为第一子模型的输入，所述第二输入作为第二子模型的输入，所述第一子模型的输出和所述第二子模型的输出作为所述第三子模型的输入，所述更新训练样本包括第一更新训练子样本，所述第一更新训练子样本根据所述目标平台的使用用户的当前用户数据生成，其中，所述利用所述更新训练样本，更新所述缓存容量预测模型，包括：

利用所述第一更新训练子样本，更新所述第一子模型。