[发明专利]确定资源投放控制参数的方法和装置、电子设备

权利要求书

1.一种确定资源投放控制参数的方法，其特征在于，包括：

获取与待验证的目标投放策略关联的第一投放时序数据，及第二投放时序数据；其中，所述第一投放时序数据为应用所述目标投放策略来投放虚拟资源后获取的实验投放时序数据，所述第二投放时序数据为并未应用所述目标投放策略来投放虚拟资源后获取的对照投放时序数据；

将所述第二投放时序数据输入数据预测模型，其中，所述数据预测模型中包括利用多组样本数据进行多次训练后得到的一组目标权重参数；在所述数据预测模型中，计算与所述第二投放时序数据对应的投放特征匹配的所述第三投放时序数据；其中，所述第三投放时序数据为用于参考比对的伪对照投放时序数据或参考投放时序数据；

获取所述第一投放时序数据与所述第三投放时序数据之间用于指示实验效应的第一差异量，以及所述第二投放时序数据与所述第三投放时序数据之间用于指示溢出效应的第二差异量；

在所述第一差异量大于所述第二差异量的情况下，将所述待验证的目标投放策略对应的资源投放控制参数确定为目标资源投放控制参数。

2.根据权利要求1所述的方法，其特征在于，在所述获取与待验证的目标投放策略关联的第一投放时序数据，及第二投放时序数据之前，还包括：

在所述数据预测模型为时间序列模型的情况下，利用所述多组样本数据对初始时间序列模型进行测试，直至达到第一收敛条件，其中，所述第一收敛条件用于指示测试中的时间序列模型输出的测试结果指示的预测曲线与历史投放时序数据对应的对照曲线之间的曲线拟合度小于第一阈值，所述多组样本数据包括所述时间序列模型中序列参数的多组参数值。

3.根据权利要求1所述的方法，其特征在于，在所述获取与待验证的目标投放策略关联的第一投放时序数据，及第二投放时序数据之前，还包括：

在所述数据预测模型为神经网络模型的情况下，利用所述多组样本数据对初始神经网络模型进行训练，直至达到第二收敛条件，其中，所述第二收敛条件用于指示训练中的神经网络模型输出的训练结果与标签投放时序数据之间的误差小于第二阈值，所述多组样本数据包括历史投放时序数据。

4.根据权利要求1所述的方法，其特征在于，所述获取所述第一投放时序数据与所述第三投放时序数据之间的第一差异量，以及所述第二投放时序数据与所述第三投放时序数据之间的第二差异量包括：

将所述第一投放时序数据与所述第三投放时序数据输入因果推断模型，并基于所述因果推断模型中的贝叶斯结构时间序列，获取所述第一投放时序数据与所述第三投放时序数据之间的所述第一差异量，及与所述第一差异量对应的第一显著性系数；

将所述第二投放时序数据与所述第三投放时序数据输入所述因果推断模型，并基于所述因果推断模型中的所述贝叶斯结构时间序列，获取所述第二投放时序数据与所述第三投放时序数据之间的所述第二差异量，及与所述第二差异量对应的第二显著性系数。

5.根据权利要求4所述的方法，其特征在于，在所述获取所述第一投放时序数据与所述第三投放时序数据之间的第一差异量，以及所述第二投放时序数据与所述第三投放时序数据之间的第二差异量之后，还包括：

在所述第一显著性系数小于第一水平阈值，且所述第二显著性系数小于第二水平阈值的情况下，比对所述第一差异量及所述第二差异量；

根据比对结果，确定所述目标投放策略对所述第一投放时序数据的策略倾向。