投资回报率预测方法、装置、设备及计算机可读介质与流程

技术特征：
1.一种投资回报率预测方法，其特征在于，包括：获取电商平台中目标商品的总访问量数据，其中，所述目标商品为目标对象在多个社交媒体平台投放推广活动以在所述电商平台中进行资源交换的商品；从所述总访问量数据中抽取出基线访问量数据，得到剩余的社交媒体总贡献访问量数据；基于各个社交媒体平台的平台权重、每个平台中的推广活动的推广指标指数以及所述社交媒体总贡献访问量数据，确定每个社交媒体平台中的每个所述推广活动的投资回报率。2.根据权利要求1所述的方法，其特征在于，从所述总访问量数据中抽取出基线访问量数据之前，所述方法还包括按照如下方式确定所述基线访问量数据：确定回溯时间；在所述回溯时间范围内找出所述总访问量数据中来源于所述电商平台站内搜索的第一访问量数据；按照所述第一访问量数据的大小，以天为单位对所述回溯时间进行排序；在排序结果中选取目标排序位置之后的目标时间；将所述目标时间内所述第一访问量数据的平均值作为所述基线访问量数据。3.根据权利要求1所述的方法，其特征在于，确定每个社交媒体平台中的每个所述推广活动的投资回报率之前，所述方法还包括确定每个社交媒体平台的平台权重，其中，所述方法包括按照如下方式确定任一社交媒体平台的平台权重：从所述社交媒体总贡献访问量数据中提取出来源于目标社交媒体平台引流的第二访问量数据，并获取所述目标对象在所述目标社交媒体平台上投入资源后的关键指标响应数据；在所述第二访问量数据与所述关键指标响应数据具有线性关联关系的情况下，基于所述线性关联关系确定所述目标社交媒体平台的所述平台权重。4.根据权利要求3所述的方法，其特征在于，确定任一社交媒体平台的平台权重还包括：在所述第二访问量数据与所述关键指标响应数据不具有线性关联关系的情况下，将所述关键指标响应数据输入预设的非线性回归模型；获取所述非线性回归模型输出的访问量预测数据；在所述访问量预测数据与所述第二访问量数据的相似度大于或等于目标阈值的情况下，将所述非线性回归模型的权重参数确定为所述目标社交媒体平台的所述平台权重；在所述访问量预测数据与所述第二访问量数据的相似度小于所述目标阈值的情况下，调整所述非线性回归模型的所述权重参数，直至所述非线性回归模型重新输出的所述访问量预测数据与所述第二访问量数据的相似度大于或等于所述目标阈值的情况下，将所述权重参数确定为所述目标社交媒体平台的所述平台权重。5.根据权利要求1至4任一所述的方法，其特征在于，确定每个社交媒体平台中的每个所述推广活动的投资回报率之前，所述方法还包括确定每个平台中的推广活动的推广指标指数，其中，所述方法包括按照如下方式确定任一推广活动的推广指标指数：获取目标推广活动的关键指标响应数据，其中，所述目标推广活动包括关键意见领袖
内容推广活动和信息流加推推广活动二者至少之一，所述关键指标响应数据包括所述关键意见领袖内容推广活动的实际互动量和所述信息流加推推广活动的点击量二者至少之一；确定所述关键指标响应数据的对数值；确定所述对数值的t分数曲线；将所述t分数曲线中的左尾概率值确定为所述目标推广活动的所述推广指标指数，其中，所述推广指标指数为所述关键指标响应数据的标准化概率。6.根据权利要求5所述的方法，其特征在于，确定每个社交媒体平台中的每个所述推广活动的投资回报率包括按照如下方式确定任一推广活动的投资回报率：获取目标关键意见领袖内容推广活动的第一推广指标指数和所述目标关键意见领袖内容推广活动所在社交媒体平台的第一平台权重；将所述第一推广指标指数与所述第一平台权重的乘积作为所述目标关键意见领袖内容推广活动的投资回报率；或者，获取目标信息流加推推广活动的第二推广指标指数和所述目标信息流加推推广活动所在社交媒体平台的第二平台权重；将所述第二推广指标指数与所述第二平台权重的乘积作为所述目标信息流加推推广活动的投资回报率。7.根据权利要求6所述的方法，其特征在于，确定推广活动的投资回报率之后，所述方法还包括按照如下方式确定单个推广活动在目标单位时间内所贡献的访客量：确定所有推广活动的投资回报率总和；确定所述单个推广活动的投资回报率与所述投资回报率总和的商值；将所述目标单位时间内所述社交媒体总贡献访问量数据与所述商值的乘积作为所述单个推广活动在所述目标单位时间内所贡献的访客量。8.一种投资回报率预测装置，其特征在于，包括：数据获取模块，用于获取电商平台中目标商品的总访问量数据，其中，所述目标商品为目标对象在多个社交媒体平台投放推广活动以在所述电商平台中进行资源交换的商品；增量数据提取模块，用于从所述总访问量数据中抽取出基线访问量数据，得到剩余的社交媒体总贡献访问量数据；投资回报率预测模块，用于基于各个社交媒体平台的平台权重、每个平台中的推广活动的推广指标指数以及所述社交媒体总贡献访问量数据，确定每个社交媒体平台中的每个所述推广活动的投资回报率。9.一种电子设备，包括存储器、处理器、通信接口及通信总线，所述存储器中存储有可在所述处理器上运行的计算机程序，所述存储器、所述处理器通过所述通信总线和所述通信接口进行通信，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至7任一项所述的方法的步骤。10.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1至7任一所述方法。

技术总结
本申请涉及一种投资回报率预测方法、装置、设备及计算机可读介质。该方法包括：获取电商平台中目标商品的总访问量数据，其中，目标商品为目标对象在多个社交媒体平台投放推广活动以在电商平台中进行资源交换的商品；从总访问量数据中抽取出基线访问量数据，得到剩余的社交媒体总贡献访问量数据；基于各个社交媒体平台的平台权重、每个平台中的推广活动的推广指标指数以及社交媒体总贡献访问量数据，确定每个社交媒体平台中的每个推广活动的投资回报率。本申请解决了现有投资回报率的评估需要采集用户个人数据的技术问题。要采集用户个人数据的技术问题。要采集用户个人数据的技术问题。


技术研发人员：朱海晶 郑成竹 易正垚
受保护的技术使用者：北京明略昭辉科技有限公司
技术研发日：2022.03.04
技术公布日：2022/6/10