[发明专利]一种媒体流量数据处理方法和装置

权利要求书

1.一种媒体流量数据处理方法，其特征在于，所述方法包括：

获取目标媒体资源的用户流量行为数据；

根据所述目标媒体资源的用户流量行为数据训练得到针对该目标媒体资源的流量行为二分类预测模型，并根据该流量行为二分类预测模型得到目标媒体资源的流量行为预测参考值；所述流量行为预测参考值包括点击率预测参考值及转换率预测参考值；

计算所述流量行为二分类预测模型的受试者工作特性ROC曲线的曲线下区域AUC值；

根据所述点击率预测参考值与所述AUC值，确定所述目标媒体资源的真实点击率预测参考值，根据所述转换率预测参考值与所述AUC值，确定所述目标媒体资源的真实转换率预测参考值；

根据所述真实点击率预测参考值及所述真实转换率预测参考值，确定所述目标媒体资源的真实流量行为预测参考值。

2.如权利要求1所述的媒体流量数据处理方法，其特征在于，所述计算所述流量行为二分类预测模型的受试者工作特性ROC曲线的曲线下区域AUC值包括：

以所述流量行为二分类预测模型的假阳率为横轴，以所述流量行为二分类预测模型的正阳率为纵轴，根据二分类阈值在区间[0,1]中线性改变，从而绘制所述计算所述流量行为二分类预测模型的ROC曲线；

计算所述ROC曲线的AUC值。

3.如权利要求1所述的媒体流量数据处理方法，其特征在于，所述流量行为包括点击行为或转换行为；

所述用户流量行为数据包括多个用户对所述目标媒体资源推送的网络信息的点击行为数据或转换行为数据。

4.如权利要求1所述的媒体流量数据处理方法，其特征在于，所述方法还包括：

根据所述目标媒体资源的真实流量行为预测参考值，确定所述目标媒体资源的媒体资源参考价值。

5.如权利要求1-4中任一项所述的媒体流量数据处理方法，其特征在于，所述流量行为二分类预测模型为逻辑回归分类模型，支持向量机分类模型，或深度神经网络分类模型。

6.一种媒体流量数据处理装置，其特征在于，包括：

流量数据获取模块，用于获取目标媒体资源的用户流量行为数据；

分类模型训练模块，用于根据所述目标媒体资源的用户流量行为数据训练得到针对该目标媒体资源的流量行为二分类预测模型，并根据该流量行为二分类预测模型得到目标媒体资源的流量行为预测参考值；所述流量行为预测参考值包括点击率预测参考值及转换率预测参考值；

AUC值获取模块，用于计算所述流量行为二分类预测模型的受试者工作特性ROC曲线的曲线下区域AUC值；

真实流量预测模块，用于根据所述流量行为预测参考值点击率预测参考值与所述AUC值，确定所述目标媒体资源的真实点击率预测参考值，根据所述转换率预测参考值与所述AUC值，确定所述目标媒体资源的真实转换率预测参考值；

所述真实流量预测模块，还用于根据所述真实点击率预测参考值及所述真实转换率预测参考值，确定所述目标媒体资源的真实流量行为预测参考值。

7.如权利要求6所述的媒体流量数据处理装置，其特征在于，所述AUC值获取模块包括：

ROC曲线绘制单元，用于以所述流量行为二分类预测模型的假阳率为横轴，以所述流量行为二分类预测模型的正阳率为纵轴，根据二分类阈值在区间[0,1]中线性改变，从而绘制所述计算所述流量行为二分类预测模型的ROC曲线；

AUC值计算单元，用于计算所述ROC曲线的AUC值。

8.如权利要求6所述的媒体流量数据处理装置，其特征在于，所述流量行为包括点击行为或转换行为；

所述用户流量行为数据包括多个用户对所述目标媒体资源推送的网络信息的点击行为数据或转换行为数据。

9.如权利要求6所述的媒体流量数据处理装置，其特征在于，还包括：

媒体价值确定模块，用于根据所述目标媒体资源的真实流量行为预测参考值，确定所述目标媒体资源的媒体资源参考价值。