推广信息的投放效果预测方法、装置及服务器与流程

1.本公开涉及计算机应用技术领域，尤其涉及一种推广信息的投放效果预测方法、装置及服务器。


背景技术：

2.目前，随着互联网技术的发展，基于网络向用户投放推广信息具有覆盖范围大、即时性强等优点，得到了广泛应用，例如，可在网页、应用程序(application，app)等媒介上向用户投放推广信息。然而，相关技术中用户在投放推广信息之前，无法了解投放的推广信息的投放效果，只能在推广信息投放较长时间之后才能获取对应的投放效果，无法满足用户的投放要求。


技术实现要素：

3.本公开提供一种推广信息的投放效果预测方法、装置、服务器、计算机可读存储介质、计算机程序产品，以至少解决相关技术中用户在投放推广信息之前，无法了解投放的推广信息的投放效果的问题。本公开的技术方案如下：
4.根据本公开实施例的第一方面，提供一种推广信息的投放效果预测方法，包括：获取待投放的目标推广信息；选取与所述目标推广信息相似的推广信息作为投放推广信息；采集所述投放推广信息推广后的投放信息，并基于所述投放信息生成所述目标推广信息的预测投放结果在本公开的一个实施例中，所述选取与所述目标推广信息相似的推广信息作为投放推广信息之后，还包括：基于预设投放因子对所述投放推广信息进行投放。
5.在本公开的一个实施例中，所述投放因子包括投放时间、投放次数和投放位置。
6.在本公开的一个实施例中，所述基于所述投放信息生成所述目标推广信息的预测投放结果，包括：响应于所述投放信息包括投放天数、任一时间段内发起投放请求的累计次数，获取所述任一时间段内发起投放请求的累计次数和所述投放天数的第一比值，将所述第一比值作为所述任一时间段内发起投放请求的预测概率，并将所述任一时间段内发起投放请求的预测概率作为所述预测投放结果。
7.在本公开的一个实施例中，所述基于所述投放信息生成所述目标推广信息的预测投放结果，包括：响应于所述投放信息包括投放天数、任一时间段内成功投放的累计次数，获取所述任一时间段内成功投放的累计次数和所述投放天数的第二比值，将所述第二比值作为所述任一时间段内成功投放的预测概率，并将所述任一时间段内成功投放的预测概率作为所述预测投放结果。
8.在本公开的一个实施例中，所述基于所述投放信息生成所述目标推广信息的预测投放结果，包括：响应于所述投放信息包括投放天数、任一时间段内的累计投放费用，获取所述任一时间段内的累计投放费用和所述投放天数的第三比值，将所述第三比值作为所述任一时间段内的预测投放费用，并将所述任一时间段内的预测投放费用作为所述预测投放结果。
9.在本公开的一个实施例中，所述基于所述投放信息生成所述目标推广信息的预测投放结果，包括：获取所述任一时间段内的预测投放费用和任一时间段内成功投放的预测概率的第四比值，将所述第四比值作为所述任一时间段内的预测投放费用指数，并将所述任一时间段内的预测投放费用指数作为所述预测投放结果。
10.在本公开的一个实施例中，所述选取与所述目标推广信息相似的推广信息作为投放推广信息，包括：识别所述目标推广信息、所述推广信息的行业和/或类型和/或内容；获取所述目标推广信息和所述推广信息的行业相似度和/或类型相似度和/或内容相似度；根据所述行业相似度和/或类型相似度和/或内容相似度，获取所述目标推广信息和所述推广信息的总相似度；根据总相似度对所述推广信息进行倒序排序，选取排序前n个的推广信息，作为所述投放推广信息。
11.根据本公开实施例的第二方面，提供一种推广信息的投放效果预测方法，包括：接收投放推广信息；响应于用户针对所述投放推广信息的操作，生成所述投放推广信息推广后的投放信息；将所述投放信息发送至所述服务器，以供所述服务器根据所述投放信息生成目标推广信息的预测投放结果。
12.根据本公开实施例的第三方面，提供一种推广信息的投放效果预测装置，包括：获取模块，被配置为执行获取待投放的目标推广信息；选取模块，被配置为执行选取与所述目标推广信息相似的推广信息作为投放推广信息；第一生成模块，被配置为执行采集所述投放推广信息推广后的投放信息，并基于所述投放信息生成所述目标推广信息的预测投放结果。
13.在本公开的一个实施例中，还包括：投放模块，被配置为执行基于预设投放因子对所述投放推广信息进行投放。
14.在本公开的一个实施例中，所述投放因子包括投放时间、投放次数和投放位置。
15.在本公开的一个实施例中，所述第一生成模块，还被配置为执行响应于所述投放信息包括投放天数、任一时间段内发起投放请求的累计次数，获取所述任一时间段内发起投放请求的累计次数和所述投放天数的第一比值，将所述第一比值作为所述任一时间段内发起投放请求的预测概率，并将所述任一时间段内发起投放请求的预测概率作为所述预测投放结果。
16.在本公开的一个实施例中，所述第一生成模块，还被配置为执行响应于所述投放信息包括投放天数、任一时间段内成功投放的累计次数，获取所述任一时间段内成功投放的累计次数和所述投放天数的第二比值，将所述第二比值作为所述任一时间段内成功投放的预测概率，并将所述任一时间段内成功投放的预测概率作为所述预测投放结果。
17.在本公开的一个实施例中，所述第一生成模块，还被配置为执行响应于所述投放信息包括投放天数、任一时间段内的累计投放费用，获取所述任一时间段内的累计投放费用和所述投放天数的第三比值，将所述第三比值作为所述任一时间段内的预测投放费用，并将所述任一时间段内的预测投放费用作为所述预测投放结果。
18.在本公开的一个实施例中，所述第一生成模块，还被配置为执行获取所述任一时间段内的预测投放费用和任一时间段内成功投放的预测概率的第四比值，将所述第四比值作为所述任一时间段内的预测投放费用指数，并将所述任一时间段内的预测投放费用指数作为所述预测投放结果。
19.在本公开的一个实施例中，所述选取模块，包括：识别单元，被配置为执行识别所述目标推广信息、所述推广信息的行业和/或类型和/或内容；获取单元，被配置为执行获取所述目标推广信息和所述推广信息的行业相似度和/或类型相似度和/或内容相似度；所述获取单元，还被配置为执行根据所述行业相似度和/或类型相似度和/或内容相似度，获取所述目标推广信息和所述推广信息的总相似度；选取单元，被配置为执行根据总相似度对所述推广信息进行倒序排序，选取排序前n个的推广信息，作为所述投放推广信息。
20.根据本公开实施例的第四方面，提供一种推广信息的投放效果预测装置，包括：接收模块，被配置为执行接收投放推广信息；第二生成模块，被配置为执行响应于用户针对所述投放推广信息的操作，生成所述投放推广信息推广后的投放信息；发送模块，被配置为执行将所述投放信息发送至所述服务器，以供所述服务器根据所述投放信息生成目标推广信息的预测投放结果。
21.根据本公开实施例的第五方面，提供一种服务器，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现第一方面实施例所述的推广信息的投放效果预测方法。
22.根据本公开实施例的第六方面，提供一种终端，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现第二方面实施例所述的推广信息的投放效果预测方法。
23.根据本公开实施例的第七方面，提供一种计算机可读存储介质，当所述计算机可读存储介质中的指令由服务器的处理器执行时，使得服务器能够执行第一方面实施例所述的推广信息的投放效果预测方法，或者执行第二方面实施例所述的推广信息的投放效果预测方法。
24.根据本公开实施例的第八方面，提供一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现第一方面实施例所述的推广信息的投放效果预测方法，或者实现第二方面实施例所述的推广信息的投放效果预测方法。
25.本公开的实施例提供的技术方案至少带来以下有益效果：获取待投放的目标推广信息，选取与目标推广信息相似的推广信息作为投放推广信息，采集投放推广信息推广后的投放信息，并基于投放信息生成目标推广信息的预测投放结果。由此，将与目标推广信息相似的推广信息作为投放推广信息，并根据投放推广信息推广后的投放信息生成目标推广信息的预测投放结果，使得用户能够提前了解目标推广信息的投放效果，能够更好地满足用户的投放要求。
26.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
27.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
28.图1是根据一示例性实施例示出的一种推广信息的投放效果预测方法的流程图。
29.图2是根据一示例性实施例示出的一种推广信息的投放效果预测方法中选取与目标推广信息相似的推广信息作为投放推广信息的流程图。
30.图3是根据一示例性实施例示出的另一种推广信息的投放效果预测方法的流程图。
31.图4是根据一示例性实施例示出的一种推广信息的投放效果预测装置框图。
32.图5是根据一示例性实施例示出的另一种推广信息的投放效果预测装置框图。
33.图6是根据一示例性实施例示出的一种服务器的框图。
具体实施方式
34.为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
35.需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
36.图1是根据一示例性实施例示出的一种推广信息的投放效果预测方法的流程图，如图1所示，该推广信息的投放效果预测方法用于服务器中，包括以下步骤。
37.在步骤s101中，获取待投放的目标推广信息。
38.需要说明的是，本公开的推广信息的投放效果预测方法的执行主体为服务器。本公开实施例的推广信息的投放效果预测方法可以由本公开实施例的推广信息的投放效果预测装置执行，本公开实施例的推广信息的投放效果预测装置可以配置在任意服务器中，以执行本公开实施例的推广信息的投放效果预测方法。
39.需要说明的是，本公开的实施例中，对目标推广信息的类型不做过多限定。例如，目标推广信息包括但不限于视频、音频、文本、图片等。
40.在步骤s102中，选取与目标推广信息相似的推广信息作为投放推广信息。
41.本公开的实施例中，还可获取与目标推广信息相似的推广信息作为投放推广信息。其中，推广信息包括但不限于待投放的推广信息、预先设置的样本推广信息等，这里不做过多限定。
42.例如，若目标推广信息为针对游戏a的短视频，推广信息包括针对游戏b的短视频、针对食品c的音频等，针对游戏b的短视频与针对a的短视频，均为针对游戏的短视频，对应的行业和类型相似，则可选取针对游戏b的短视频作为投放推广信息。
43.在步骤s103中，采集投放推广信息推广后的投放信息，并基于投放信息生成目标推广信息的预测投放结果。
44.本公开的实施例中，选取投放推广信息之后，可对投放推广信息进行投放，并采集投放推广信息推广后的投放信息，并基于投放信息生成目标推广信息的预测投放结果。由此，可根据投放推广信息推广后的投放信息，生成目标推广信息的预测投放结果。
45.可选的，生成目标推广信息的预测投放结果之后，可包括向目标对象展示目标推广信息的预测投放结果，以供目标对象根据上述预测投放结果调整投放需求信息。例如，投放需求信息中的投放时间段为10：00～10：30，目标推广信息的预测投放结果可包括10：00
～10：30的预测投放结果，以及10：30～11：00的预测投放结果，若10：00～10：30的预测投放结果表征10：00～10：30的投放效果较差，10：30～11：00的预测投放结果表征10：30～11：00的投放效果较好，则目标对象可将投放需求信息中的投放时间段从10：00～10：30调整至10：30～11：00。
46.可选的，对投放推广信息进行投放之前，可对投放推广信息添加预设标签，以区分投放推广信息和普通推广信息。应说明的是，本公开的实施例中，对预设标签的类型不做过多限定，例如，预设标签包括但不限于字符、文本等。
47.本公开的实施例提供的推广信息的投放效果预测方法，获取待投放的目标推广信息，选取与目标推广信息相似的推广信息作为投放推广信息，采集投放推广信息推广后的投放信息，并基于投放信息生成目标推广信息的预测投放结果。由此，将与目标推广信息相似的推广信息作为投放推广信息，并根据投放推广信息推广后的投放信息生成目标推广信息的预测投放结果，使得用户能够提前了解目标推广信息的投放效果，能够更好地满足用户的投放要求。
48.在上述任一实施例的基础上，如图2所示，步骤s102中选取与目标推广信息相似的推广信息作为投放推广信息，可包括：
49.在步骤s201中，识别目标推广信息、推广信息的行业和/或类型和/或内容。
50.本公开的实施例中，可识别目标推广信息、推广信息的行业和/或类型和/或内容。可选的，可对目标推广信息、推广信息进行人工智能(artificial intelligence，ai)识别处理，以获取目标推广信息、推广信息的行业和/或类型和/或内容。
51.例如，若目标推广信息为针对游戏a的短视频，可识别其行业为游戏，类型为短视频，推广信息1为针对游戏b的短视频，可识别其行业为游戏，类型为短视频，推广信息2为针对食品c的音频，可识别其行业为食品，类型为音频。
52.例如，推广信息的内容包括但不限于图片、文本、音频、特效、转场效果、尾帧等。
53.在步骤s202中，获取目标推广信息和推广信息的行业相似度和/或类型相似度和/或内容相似度。
54.本公开的实施例中，可获取目标推广信息和推广信息的行业相似度和/或类型相似度和/或内容相似度。可选的，可通过相似度算法和/或相似度模型，获取目标推广信息和推广信息的行业相似度和/或类型相似度和/或内容相似度。其中，相似度算法和/或相似度模型均可根据实际情况进行设置，并预先设置在服务器的存储空间中。
55.例如，若目标推广信息为针对游戏a的短视频，可识别其行业为游戏，类型为短视频，推广信息1为针对游戏b的短视频，可识别其行业为游戏，类型为短视频，可获取目标推广信息和推广信息1的行业相似度为100％，类型相似度为100％。
56.在步骤s203中，根据行业相似度和/或类型相似度和/或内容相似度，获取目标推广信息和推广信息的总相似度。
57.本公开的实施例中，可根据行业相似度和/或类型相似度和/或内容相似度，获取目标推广信息和推广信息的总相似度。可选的，可获取行业相似度和/或类型相似度和/或内容相似度与对应权重的乘积的和值，作为目标推广信息和推广信息的总相似度。例如，若目标推广信息和推广信息的行业相似度、类型相似度、内容相似度分别为90％、100％、80％，行业相似度、类型相似度、内容相似度对应的权重分别为0.4、0.4、0.2，则目标推广信
息和推广信息的总相似度为90％*0.4 100％*0.4 80％*0.2＝92％。
58.在步骤s204中，根据总相似度对推广信息进行倒序排序，选取排序前n个的推广信息，作为投放推广信息。
59.本公开的实施例中，可根据总相似度对推广信息进行倒序排序，选取排序前n个的推广信息作为投放推广信息。其中，n为正整数，可根据实际情况进行设置，例如n可为3，这里不做过多限定。
60.例如，若目标推广信息a与推广信息b、c、d的总相似度分别为80％、92％、85％，根据总相似度对推广信息进行倒序排序的结果为推广信息c、d、b，n＝1，则可选取推广信息c作为投放推广信息。
61.由此，该方法可综合考虑目标推广信息和推广信息的行业和/或类型和/或内容相似度对总相似度的影响，并获取总相似度较高的推广信息作为投放推广信息。
62.在上述任一实施例的基础上，步骤s102中选取与目标推广信息相似的推广信息作为投放推广信息之后，还包括基于预设投放因子对投放推广信息进行投放。可以理解的是，不同的投放推广信息可对应不同的预设投放因子。由此，该方法可预先设置投放推广信息的投放因子，并基于预设投放因子对投放推广信息进行投放，用于获取投放推广信息推广后的投放信息。需要说明的是，预设投放因子可根据实际情况进行设置，这里不做过多限定。
63.可选的，投放因子包括投放时间、投放次数和投放位置。
64.可以理解的是，一个投放页面可包括多个投放位置，每个投放位置均可进行投放推广信息的投放，不同的投放推广信息可对应不同的投放时间、投放次数和投放位置，同一投放推广信息可对应多个投放时间，每个投放时间可对应不同的投放次数和投放位置。
65.可选的，可预先为每个投放推广信息建立投放时间、投放次数和投放位置之间的映射关系或者映射表，查询映射关系或者映射表，能够获取到投放时间对应的投放次数和投放位置。应说明的是，上述映射关系或者映射表均可根据实际情况进行设置，这里不做过多限定。
66.进一步地，可将投放推广信息在投放时间按照投放次数和投放位置进行投放。例如，若投放时间为10：00～10：30，投放次数为3次，投放位置为顶部，则可将投放推广信息在10：00～10：30期间在顶部投放位置处投放3次。
67.由此，该方法可基于预设的投放时间、投放次数和投放位置对投放推广信息进行投放。
68.在上述任一实施例的基础上，步骤s103中基于投放信息生成目标推广信息的预测投放结果，包括响应于投放信息包括投放天数、任一时间段内发起投放请求的累计次数，获取任一时间段内发起投放请求的累计次数和投放天数的第一比值，将第一比值作为任一时间段内发起投放请求的预测概率，并将任一时间段内发起投放请求的预测概率作为预测投放结果。
69.例如，假设投放天数为n，任一时间段为t，投放第1天、投放第2天至投放第n天中任一时间段t内发起投放请求的次数为req(1)t、req(2)t至req(n)t。
70.任一时间段t内发起投放请求的累计次数为
71.任一时间段t内发起投放请求的预测概率
72.在上述任一实施例的基础上，步骤s103中基于投放信息生成目标推广信息的预测投放结果，包括响应于投放信息包括投放天数、任一时间段内成功投放的累计次数，获取任一时间段内成功投放的累计次数和投放天数的第二比值，将第二比值作为任一时间段内成功投放的预测概率，并将任一时间段内成功投放的预测概率作为预测投放结果。
73.例如，假设投放天数为n，任一时间段为t，投放第1天、投放第2天至投放第n天中任一时间段t内成功投放的次数为suc(1)t、suc(2)t至suc(n)t。
74.任一时间段t内成功投放的累计次数为
75.任一时间段t内成功投放的预测概率
76.在上述任一实施例的基础上，步骤s103中基于投放信息生成目标推广信息的预测投放结果，包括响应于投放信息包括投放天数、任一时间段内的累计投放费用，获取任一时间段内的累计投放费用和投放天数的第三比值，将第三比值作为任一时间段内的预测投放费用，并将任一时间段内的预测投放费用作为预测投放结果。
77.例如，假设投放天数为n，任一时间段为t，投放第1天、投放第2天至投放第n天中任一时间段t内的投放费用为spe(1)t、spe(2)t至spe(n)t。
78.任一时间段t内的累计投放费用
79.任一时间段t内的预测投放费用
80.在上述任一实施例的基础上，步骤s103中基于投放信息生成目标推广信息的预测投放结果，包括获取任一时间段内的预测投放费用和任一时间段内成功投放的预测概率的第四比值，将第四比值作为任一时间段内的预测投放费用指数，并将任一时间段内的预测投放费用指数作为预测投放结果。
81.例如，任一时间段为t，任一时间段t内的预测投放费用为pe(t)，任一时间段t内成功投放的预测概率为ps(t)，任一时间段t内的预测投放费用指数value(t)＝pe(t)/ps(t)。
82.可以理解的是，任一时间段内发起投放请求的预测概率、任一时间段内成功投放的预测概率均可表征目标推广信息在任一时间段内的投放效果，任一时间段内发起投放请求的预测概率和/或任一时间段内成功投放的预测概率越大，表征目标推广信息在任一时间段内的投放效果越好。
83.可以理解的是，任一时间段内的预测投放费用、任一时间段内的预测投放费用指数均可表征目标推广信息在任一时间段内的投放费用，任一时间段内的预测投放费用和/
或任一时间段内的预测投放费用指数越大，表征目标推广信息在任一时间段内的投放费用越高。
84.可选的，目标推广信息的预测投放结果包括任一时间段内发起投放请求的预测概率、任一时间段内成功投放的预测概率、任一时间段内的预测投放费用、任一时间段内的预测投放费用指数中的至少一种。
85.图3是根据一示例性实施例示出的另一种推广信息的投放效果预测方法的流程图，如图3所示，该推广信息的投放效果预测方法用于终端中，包括以下步骤。
86.在步骤s301中，接收投放推广信息。
87.需要说明的是，本公开的推广信息的投放效果预测方法的执行主体为终端。本公开实施例的推广信息的投放效果预测方法可以由本公开实施例的推广信息的投放效果预测装置执行，本公开实施例的推广信息的投放效果预测装置可以配置在任意终端中，以执行本公开实施例的推广信息的投放效果预测方法。其中，终端包括但不限于手机、电脑、智能家电、车载终端等。
88.本公开的实施例中，终端可接收服务器发送的投放推广信息。
89.需要说明的是，终端和服务器之间建立有网络连接，以进行数据传输。可选的，网络连接可为移动网络，例如3g、4g、5g等。
90.需要说明的是，本公开的实施例中，对目标推广信息的类型不做过多限定。例如，目标推广信息包括但不限于视频、音频、文本、图片等。
91.在步骤s302中，响应于用户针对投放推广信息的操作，生成投放推广信息推广后的投放信息。
92.可以理解的是，终端可获取用户针对投放推广信息的操作，并响应于用户针对投放推广信息的操作，生成投放推广信息推广后的投放信息。
93.在一种实施方式中，用户针对投放推广信息的操作包括但不限于屏蔽、点击、浏览、评论、转发、点赞、付费等，这里不做过多限定。例如，用户可浏览投放推广信息，此时终端可获取用户针对投放推广信息的浏览操作；或者，用户可点击投放推广信息中的相关链接进入推广信息的付费页面，在付费页面进行付费，此时终端可获取用户针对投放推广信息的付费操作。
94.在一种实施方式中，投放推广信息推广后的投放信息可包括任一时间段内成功投放的累计次数。
95.例如，若用户针对投放推广信息的操作包括点击、浏览、评论、转发、点赞、付费等目标操作中的至少一种时，则识别投放推广信息成功投放。可获取任一时间段内执行上述目标操作的用户数量，作为任一时间段内成功投放的次数。比如，投放推广信息在10:00～10：30内进行投放，10:00～10：30内共有100个用户执行上述目标操作，则可识别投放推广信息在10：00～10：30内成功投放的次数为100次。
96.进一步地，可根据任一时间段内成功投放的次数获取任一时间段内成功投放的累计次数。假设投放天数为n，任一时间段为t，投放第1天、投放第2天至投放第n天中任一时间段t内成功投放的次数为suc(1)t、suc(2)t至suc(n)t，则任一时间段t内成功投放的累计次数为
97.在步骤s303中，将投放信息发送至服务器，以供服务器根据投放信息生成目标推广信息的预测投放结果。
98.在一种实施方式中，终端可将任一时间段内成功投放的累计次数发送至服务器，以供服务器根据任一时间段内成功投放的累计次数生成目标推广信息的任一时间段内成功投放的预测概率。其中，任一时间段内成功投放的预测概率为预测投放结果。
99.例如，假设投放天数为n，任一时间段t内成功投放的累计次数为则任一时间段t内成功投放的预测概率
100.综上，根据本公开实施例的推广信息的投放效果预测方法，终端可接收投放推广信息，响应于用户针对投放推广信息的操作，生成投放推广信息推广后的投放信息，并将投放信息发送至服务器，以供服务器根据投放信息生成目标推广信息的预测投放结果。由此，终端可根据用户针对投放推广信息的操作生成投放信息，并发送至服务器，使得服务器可根据投放信息生成目标推广信息的预测投放结果，使得用户能够提前了解目标推广信息的投放效果，能够更好地满足用户的投放要求。
101.图4是根据一示例性实施例示出的一种推广信息的投放效果预测装置框图。参照图4，该装置400包括获取模块410、选取模块420和第一生成模块430。
102.获取模块410，被配置为执行获取待投放的目标推广信息；
103.选取模块420，被配置为执行选取与所述目标推广信息相似的推广信息作为投放推广信息；
104.第一生成模块430，被配置为执行采集所述投放推广信息推广后的投放信息，并基于所述投放信息生成所述目标推广信息的预测投放结果。
105.在本公开的一个实施例中，所述装置还包括：投放模块，被配置为执行基于预设投放因子对所述投放推广信息进行投放。
106.在本公开的一个实施例中，所述投放因子包括投放时间、投放次数和投放位置。
107.在本公开的一个实施例中，所述第一生成模块430，还被配置为执行响应于所述投放信息包括投放天数、任一时间段内发起投放请求的累计次数，获取所述任一时间段内发起投放请求的累计次数和所述投放天数的第一比值，将所述第一比值作为所述任一时间段内发起投放请求的预测概率，并将所述任一时间段内发起投放请求的预测概率作为所述预测投放结果。
108.在本公开的一个实施例中，所述第一生成模块430，还被配置为执行响应于所述投放信息包括投放天数、任一时间段内成功投放的累计次数，获取所述任一时间段内成功投放的累计次数和所述投放天数的第二比值，将所述第二比值作为所述任一时间段内成功投放的预测概率，并将所述任一时间段内成功投放的预测概率作为所述预测投放结果。
109.在本公开的一个实施例中，所述第一生成模块430，还被配置为执行响应于所述投放信息包括投放天数、任一时间段内的累计投放费用，获取所述任一时间段内的累计投放费用和所述投放天数的第三比值，将所述第三比值作为所述任一时间段内的预测投放费
用，并将所述任一时间段内的预测投放费用作为所述预测投放结果。
110.在本公开的一个实施例中，所述第一生成模块430，还被配置为执行获取所述任一时间段内的预测投放费用和任一时间段内成功投放的预测概率的第四比值，将所述第四比值作为所述任一时间段内的预测投放费用指数，并将所述任一时间段内的预测投放费用指数作为所述预测投放结果。
111.在本公开的一个实施例中，所述选取模块420，包括：识别单元，被配置为执行识别所述目标推广信息、所述推广信息的行业和/或类型和/或内容；获取单元，被配置为执行获取所述目标推广信息和所述推广信息的行业相似度和/或类型相似度和/或内容相似度；所述获取单元，还被配置为执行根据所述行业相似度和/或类型相似度和/或内容相似度，获取所述目标推广信息和所述推广信息的总相似度；选取单元，被配置为执行根据总相似度对所述推广信息进行倒序排序，选取排序前n个的推广信息，作为所述投放推广信息。
112.关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
113.本公开的实施例提供的推广信息的投放效果预测装置，获取待投放的目标推广信息，选取与目标推广信息相似的推广信息作为投放推广信息，采集投放推广信息推广后的投放信息，并基于投放信息生成目标推广信息的预测投放结果。由此，将与目标推广信息相似的推广信息作为投放推广信息，并根据投放推广信息推广后的投放信息生成目标推广信息的预测投放结果，使得用户能够提前了解目标推广信息的投放效果，能够更好地满足用户的投放要求。
114.图5是根据一示例性实施例示出的另一种推广信息的投放效果预测装置框图。参照图5，该装置500包括接收模块510、第二生成模块520和发送模块530。
115.接收模块510，被配置为执行接收投放推广信息；
116.第二生成模块520，被配置为执行响应于用户针对所述投放推广信息的操作，生成所述投放推广信息推广后的投放信息；
117.发送模块530，被配置为执行将所述投放信息发送至所述服务器，以供所述服务器根据所述投放信息生成目标推广信息的预测投放结果。
118.关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
119.本公开的实施例提供的推广信息的投放效果预测装置，可接收投放推广信息，响应于用户针对投放推广信息的操作，生成投放推广信息推广后的投放信息，并将投放信息发送至服务器，以供服务器根据投放信息生成目标推广信息的预测投放结果。由此，可根据用户针对投放推广信息的操作生成投放信息，并发送至服务器，使得服务器可根据投放信息生成目标推广信息的预测投放结果，使得用户能够提前了解目标推广信息的投放效果，能够更好地满足用户的投放要求。
120.图6是根据一示例性实施例示出的一种用于信息拉取的服务器600的框图。该服务器也可以为终端。
121.如图6所示，上述服务器600包括：
122.存储器610及处理器620，连接不同组件(包括存储器610和处理器620)的总线630，存储器610存储有计算机程序，当处理器620执行所述程序时实现本公开实施例所述的推广
信息的投放效果预测方法。
123.总线630表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
124.服务器600典型地包括多种电子设备可读介质。这些介质可以是任何能够被服务器600访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
125.存储器610还可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)640和/或高速缓存存储器650。服务器600可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统660可以用于读写不可移动的、非易失性磁介质(图6未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd
‑
rom,dvd
‑
rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线630相连。存储器610可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本公开各实施例的功能。
126.具有一组(至少一个)程序模块670的程序/实用工具680，可以存储在例如存储器610中，这样的程序模块670包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块670通常执行本公开所描述的实施例中的功能和/或方法。
127.服务器600也可以与一个或多个外部设备690(例如键盘、指向设备、显示器691等)通信，还可与一个或者多个使得用户能与该服务器600交互的设备通信，和/或与使得该服务器600能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口692进行。并且，服务器600还可以通过网络适配器693与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图6所示，网络适配器693通过总线630与服务器600的其它模块通信。应当明白，尽管图中未示出，可以结合服务器600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
128.处理器620通过运行存储在存储器610中的程序，从而执行各种功能应用以及数据处理。
129.需要说明的是，本实施例的服务器的实施过程和技术原理参见前述对本公开实施例的推广信息的投放效果预测方法的解释说明，此处不再赘述。
130.本公开实施例提供的服务器，可以执行如前所述的推广信息的投放效果预测方法，获取待投放的目标推广信息，选取与目标推广信息相似的推广信息作为投放推广信息，采集投放推广信息推广后的投放信息，并基于投放信息生成目标推广信息的预测投放结果。由此，将与目标推广信息相似的推广信息作为投放推广信息，并根据投放推广信息推广后的投放信息生成目标推广信息的预测投放结果，使得用户能够提前了解目标推广信息的投放效果，能够更好地满足用户的投放要求。
131.其中，该计算机可读存储介质中的指令由服务器的处理器执行时，使得服务器能够执行如前所述的推广信息的投放效果预测方法。可选的，计算机可读存储介质可以是rom、随机存取存储器(ram)、cd
‑
rom、磁带、软盘和光数据存储设备等。
132.为了实现上述实施例，本公开还提供一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现如前所述的推广信息的投放效果预测方法。
133.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
134.应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。