系统框架下互联网商业效果BI评估算法及其使用方法技术方案

本发明专利技术公开了系统框架下互联网商业效果BI评估算法，步骤1、建立包含行业I、关键词K、关键词搜索指数KSI、预期效果IP、PV、UV的关键词基础数据表B，作为优化计算关键词平均搜索指数KASI和误差δ的基准；步骤2、建立包含关键词平均搜索指数、误差δ、对应关键词网站排名、预期效果IP、PV、UV的预期效果数据表E，作为判断预期效果IP、PV、UV基准；步骤3、通过HTTP接口获取关键词搜索指数，对于无搜索指数的关键词执行去噪操作；步骤4、针对无网站排名的关键词执行去噪操作；通过加权平均计算出预期效果IP、PV、UV；解决互联网广告预期效果预判问题，为企业广告主提供投入产出判断标准，增强企业广告主的经济效益。

【技术实现步骤摘要】
系统框架下互联网商业效果BI评估算法及其使用方法
本专利技术涉及互联网
，具体为系统框架下互联网商业效果BI评估算法及其使用方法。
技术介绍
截至2020年3月，我国网民规模为9.04亿人，互联网普及率达64.5%，数字经济规模已达31.3万亿元，占国内生产总值(GDP)的比重达到34.8%。2020年，搜索引擎广告市场超过1150亿元。基于庞大的用户规模和搜索引擎广告市场，高额广告投入和预期效果未知的矛盾越来越突出。现有技术主要是各搜索引擎公司基于自身搜索数据、竞价模型和展现模型，预估竞价点击价格(CPC：CostPerClick)、千人展现成本（CPM：CostPerMille）和每行动成本（CPA：CostPerAction），数据具有片面性，缺乏对预期效果的评估，无法为互联网广告提供投入产出判断标准。本算法主要是基于搜索指数对预期效果IP（InternetProtocol）、PV（PageView）、UV（Uniquevisitor）预估，便于广告主做广告投入决策。针对预期效果的评估、算法的关键在于关键词搜索指数、网站排名和预期效果（IP、PV、UV）字典的构建。存在行业关键词众多、关键词搜索指数和网站排名波动较大的问题。
技术实现思路
本专利技术的目的在于提供系统框架下互联网商业效果BI评估算法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：系统框架下互联网商业效果BI评估算法，通过HTTP接口或爬虫技术获取大量有效的行业关键词搜索指数、行业关键词网站对应排名、预期效果IP、PV、UV数据，并且引入误差δ，采用加权平均计算方法，优化误差δ，提升预期效果IP、PV、UV的准确度。为实现上述目的，本专利技术采用的具体技术方案是：步骤1、建立包含行业I、关键词K、关键词搜索指数KSI、预期效果IP、PV、UV的关键词基础数据表B，作为优化计算关键词平均搜索指数KASI和误差δ的基准；关键词平均搜索指数KASI的计算规则公式（1）为：KASI=（1）；其中公式（1）中Si为搜索引擎变量，Dj为日期天数，Wl为其权重，i为搜索引擎计数量，j为天数计数量，n为天数总和，m为搜索引擎总数；误差δ的计算规则公式（2）为：E(X)=X1·P（X1）+X2·P（X2）+......Xn·P（Xn）=X1·f（X1）+X2·f（X2）+...Xn·f（Xn）E(X)=；其中公式（1）中：n表示变量因子总数，Xn表示第n个变量因子，P（Xn）表示第n个变量因子发挥作用的概率，而f（Xn）表示第n个变量因子产生的预期效果,E(X)表示误差均值,χK第k个变量因子，Pk示因子k发挥作用的概率；方差为各个数据与平均数之差的平方的和的平均数s²，即=其中，x表示样本的平均数，n表示样本的数量，xn表示搜索引擎，s²表示方差；则δ=（2）；步骤2、通过关键词基础数据表B深度学习、基于误差δ的加权计算、预期效果IP、PV散点回归分布规律、预期效果UV正态分布规律，建立包含关键词平均搜索指数、误差δ、对应关键词网站排名、预期效果IP、PV、UV的预期效果数据表E，作为判断预期效果IP、PV、UV基准；基于误差δ的加权计算规则为：在此经过分析推导采用离散回归中的最小二乘法模拟IP、PV散点回归分布模型，其推导过程如下：进而拟合推导出预期效果IP、PV散点回归模型表达式为：y（x）=bx+a，经过大量数据模拟验证b近乎于0，因而PV最佳预期模型表达式可以改写为y（x）=a，其中a为截距，b为斜率，xi为第i个离散因子，yi为第i个离散因子产生的预期效果，为因子均值，为预期效果均值；预期效果UV正态分布规律规则为：，其中x表示多重因素包含关键词平均搜索指数、误差δ、对应关键词网站排名的综合作用下的自变量因子；δ表示误差；e表示自然对数；μ表示均值；π表示圆周率；步骤3、以行业关键词和域名为数据基础，通过HTTP接口获取关键词搜索指数，对于无搜索指数的关键词执行去噪操作；更新关键词基础数据表B，如果预期效果表E没有对应的关键词平均搜索指数、误差δ记录和对应关键词网站排名记录，则新增；如果有相关记录，则更新相关记录；步骤4、基于行业关键词列表，通过HTTP接口或爬虫技术获取关键词网站排名信息，针对无网站排名的关键词执行去噪操作；遍历预期效果初始化数据表，基于平均搜索指数（关键词）、误差δ、网站排名（关键词），建立预期效果IP、PV、UV结果集，通过加权平均计算出预期效果IP、PV、UV；W=∑IPWIP+PVWPV+UVWUV；W为各预期效果IP、PV、UV的权重因素因子，WIP为IP的权重因素因子，WPV为PV的权重因素因子，WUV为UV的权重因素因子。与现有技术相比，本专利技术的有益效果如下：关键在于关键词搜索指数、网站排名和预期效果（IP、PV、UV）字典的构建。通过关键词搜索指数、网站排名和预期效果（IP、PV、UV）等离散数据，建立预期效果热点分布数学模型，抽象成算法，解决互联网广告预期效果预判问题，为企业广告主提供投入产出判断标准，增强企业广告主的经济效益。附图说明图1为本专利技术的搜索引擎带来商业效果BI评估算法的流程图；图2为本专利技术的投入产出效果（MostPoint、SweetPoint）关系图；图3为本专利技术的产出效果离散回归原理图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1-3，本专利技术的实施例为：步骤1、建立包含行业I、关键词K、关键词搜索指数KSI、预期效果IP、PV、UV的关键词基础数据表B，作为优化计算关键词平均搜索指数KASI和误差δ的基准；关键词平均搜索指数KASI的计算规则公式（1）为：KASI=（1）；其中公式（1）中Si为搜索引擎变量，Dj为日期天数，Wl为其权重，i为搜索引擎计数量，j为天数计数量，n为天数总和，m为搜索引擎总数；误差δ的计算规则公式（2）为：E(X)=X1·P（X1）+X2·P（X2）+......Xn·P（Xn）=X1·f（X1）+X2·f（X2）+...Xn·f（Xn）E(X)=；其中公式（1）中：n表示变量因子总数，Xn表示第n个变量因子，P（Xn）表示第n个变量因子发挥作用的概率，而f（Xn）表示第n个变量因子产生的预期效果,E(X)表示误差均值,χK为第k个变量因子，Pk表示因子k发挥作用的概率；方差为各个数据与平均数之差的平方的和的平均数s²，即=其中，x表示样本文档来自技高网...

【技术保护点】
1.系统框架下互联网商业效果BI评估算法，包括，如下步骤：/n步骤1、建立包含行业I、关键词K、关键词搜索指数KSI、预期效果IP、PV、UV的关键词基础数据表B，作为优化计算关键词平均搜索指数KASI和误差δ的基准；/n关键词平均搜索指数KASI的计算规则公式（1）为：/nKASI=

【技术特征摘要】
1.系统框架下互联网商业效果BI评估算法，包括，如下步骤：
步骤1、建立包含行业I、关键词K、关键词搜索指数KSI、预期效果IP、PV、UV的关键词基础数据表B，作为优化计算关键词平均搜索指数KASI和误差δ的基准；
关键词平均搜索指数KASI的计算规则公式（1）为：
KASI=（1）；
其中公式（1）中Si为搜索引擎变量，Dj为日期天数，Wl为其权重，i为搜索引擎计数量，j为天数计数量，n为天数总和，m为搜索引擎总数；
误差δ的计算规则公式（2）为：
E(X)=X1·P（X1）+X2·P（X2）+......Xn·P（Xn）=X1·f（X1）+X2·f（X2）+...Xn·f（Xn）
E(X)=；
其中公式（1）中：n表示变量因子总数，Xn表示第n个变量因子，P（Xn）表示第n个变量因子发挥作用的概率，而f（Xn）表示第n个变量因子产生的预期效果,E(X)表示误差均值,χK为第k个变量因子，Pk表示因子k发挥作用的概率；
则δ=（2）；
步骤2、通过关键词基础数据表B深度学习、基于误差δ的加权计算、预期效果IP、PV散点回归分布规律、预期效果UV正态分布规律，基于误差δ的加权计算规则为：
在此经过分析推导采用离散回归中的最小二乘法模拟IP、PV散点回归分布模型，其推导过程如下：



进而拟合推导出预期效果IP、PV散点回归模型表达式为：
y（x）=bx+a，经过大量数据模拟验证b近乎于0，因而PV最佳预期模型表达式可以改写为y（x）=a，其中a为截距，b为斜率，xi为第i个离散因子，yi为第i个离散因子产生的预期效果，为因子均值，为预期效果均值；
预期效果UV正态分布规律规则为：

,其中x表示多重因素包含关键词平均搜索指数、误差δ、对应关键词网站...

【专利技术属性】
技术研发人员：刘正超，章支富，
申请(专利权)人：苏州空谷网络科技有限公司，
类型：发明
国别省市：江苏;32