一种广告库存估算方法及装置与流程

本发明涉及互联网技术领域，尤其涉及一种广告库存估算方法及装置。

背景技术：

Feeds流广告，是指广告的展示形式与Feed内容保持一致的一种广告形式，以使广告对用户造成最低限度的打扰，Feeds流广告可以根据性别、年龄、兴趣等用户标签进行精准匹配，为每个用户推送定制化的广告。每个用户标签下可以细分的多个标签维度，用于描述用户在该用户标签下的具体特征，例如，年龄可以分为0-25，26-50，51-75，76-100岁四个标签维度。

目前的广告的售卖往往按照广告的曝光量进行计费，例如，按照千人成本(Cost Per Thousand Impression，简称CPM)进行售卖，广告供给方与广告需求方约定好千次曝光的计费价格，并以千次曝光的计费价格为单位进行售卖。广告供给方与广告需求方需要知道广告库存来确定能够提供的曝光量。广告库存，是指广告供给方与广告需求方签订的广告合约订单在选定的用户标签与其下标签维度组合条件(例如，年龄0-25岁，性别女，购买力强)下某个广告位可以提供的曝光量(page view，简称PV)。目前的广告库存估算是以历史曝光量为依据，直接将历史曝光量作为未来广告库存的估算值。然而实践中发现，由于广告需求方的数量有限，历史曝光量往往会小于广告位可以提供的曝光量，并且由于用户标签需要以大量数据统计为依据，对于新用户或者不活跃的用户，往往没有用户标签，而没有用户标签的用户的曝光量无法进行统计。可见，现有的广告库存估算与实际的广告库存存在较大偏差。

技术实现要素：

本发明实施例公开一种广告库存估算方法及装置，可以提高广告库存估算的准确度。

本发明实施例第一方面提供一种广告库存估算方法，包括：

获取广告位的第一用户标签的第一标签维度的历史统计曝光量、所述广告位的历史统计曝光量与所述广告位的历史实际曝光量；所述第一用户标签为所述广告位的所有用户标签中的任一个，所述第一标签维度为所述第一用户标签的所有标签维度中的任一个；

根据所述第一标签维度的历史统计曝光量、所述广告位的历史统计曝光量与所述广告位的历史实际曝光量计算所述第一标签维度的历史实际曝光量；

获取所述广告位的历史广告填充率；

根据所述第一标签维度的历史实际曝光量与所述广告位的历史广告填充率估算所述第一标签维度的广告库存。

本发明实施例第二方面提供一种广告库存估算装置，包括：

第一获取单元，用于获取广告位的第一用户标签的第一标签维度的历史统计曝光量、所述广告位的历史统计曝光量与所述广告位的历史实际曝光量；所述第一用户标签为所述广告位的所有用户标签中的任一个，所述第一标签维度为所述第一用户标签的所有标签维度中的任一个；

计算单元，用于根据所述第一标签维度的历史统计曝光量、所述广告位的历史统计曝光量与所述广告位的历史实际曝光量计算所述第一标签维度的历史实际曝光量；

第二获取单元，用于获取所述广告位的历史广告填充率；

估算单元，用于根据所述第一标签维度的历史实际曝光量与所述广告位的历史广告填充率估算所述第一标签维度的广告库存。

本发明实施例第三方面提供一种广告库存估算装置，包括：

处理器、存储器、通信接口，所述处理器与所述存储器和所述通信接口连接；

所述存储器存储有可执行程序代码，所述通信接口用于无线通信；

所述处理器用于调用所述存储器中的所述可执行程序代码，执行本发明实施例第一方面所描述的方法。

实施本发明实施例，具有如下有益效果：

本发明实施例中，可以获取广告位的所有用户标签下每个标签维度的历史统计曝光量、广告位的历史统计曝光量与广告位的历史实际曝光量，并根据每个标签维度的历史统计曝光量、广告位的历史统计曝光量与广告位的历史实际曝光量计算每个标签维度的历史实际曝光量；并获取广告位的历史广告填充率，根据每个标签维度的历史实际曝光量与广告位的历史广告填充率估算每个标签维度的广告库存，与现有技术中仅仅根据每个标签维度的历史统计曝光量来估算每个标签维度的广告库存相比，本发明实施例考虑了每个标签维度的实际曝光量与广告填充率，可以更加准确的估算每个标签维度的广告库存，从而可以提高广告库存估算的准确度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例公开的一种广告库存估算方法的流程示意图；

图2是本发明实施例公开的另一种广告库存估算方法的流程示意图；

图3是本发明实施例公开的另一种广告库存估算方法的流程示意图；

图4是本发明实施例公开的一种广告库存估算装置的结构示意图；

图5是本发明实施例公开的另一种广告库存估算装置的结构示意图；

图6是本发明实施例公开的另一种广告库存估算装置的结构示意图；

图7是本发明实施例公开的另一种广告库存估算装置的结构示意图；

图8是本发明实施例公开的另一种广告库存估算装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

本发明实施例公开一种广告库存估算方法及装置，可以提高广告库存估算的准确度。以下分别进行详细说明。

请参阅图1，图1是本发明实施例公开的一种广告库存估算方法的流程示意图。如图1所示，该广告库存估算方法包括如下步骤。

101，获取广告位的第一用户标签的第一标签维度的历史统计曝光量、该广告位的历史统计曝光量与该广告位的历史实际曝光量；上述第一用户标签为该广告位的所有用户标签中的任一个，上述第一标签维度为上述第一用户标签的所有标签维度中的任一个。

现有的广告推送流程中，为了向广告需求方(例如，广告主)提供更加精准的广告投放，可以对广告位进行用户标签(例如，性别、年龄、地理位置、兴趣等用户标签)和标签维度(例如，“性别”的标签维度可以分为男和女)的划分。当用户浏览到该广告位时，会根据该用户的用户画像为该用户推送定制化的广告。用户画像，是真实用户的虚拟代表，是建立在用户的真实数据之上的目标用户模型。简而言之，具有用户画像的用户是被贴上某些用户标签的用户(比如，活跃的用户)，没有用户画像的用户是没有被贴上任何用户标签的用户(比如，新用户或者不活跃的用户)。比如，广告主A购买了该广告位的用户标签为“兴趣”、标签维度为“爱购买化妆品”10万的曝光量，并投放了广告A；广告主B购买了该广告位的用户标签为“兴趣”、标签维度为“爱打游戏”20万的曝光量，并投放了广告B；广告主C购买了该广告位的用户标签为“兴趣”、标签维度为“爱汽车”20万的曝光量，并投放了广告C。如果用户A的用户画像为“女”、“0-25岁”、“广东深圳”、“爱购买化妆品”，当用户A浏览到该广告位时，如果用户标签为“兴趣”、标签维度为“爱购买化妆品”的广告A的已曝光量没有达到10万，则向用户A推送该广告A，并在用户A观看了广告A时，记录一次广告A的曝光量。如果用户B为新用户，是没有用户画像的用户，当用户B浏览到该广告位时，如果该广告位的广告A的已曝光量没有达到10万、该广告位的广告B的已曝光量没有达到20万、并且该广告位的广告C的已曝光量没有达到20万时，则向用户B随机推送广告A、广告B和广告C中的任一个广告。可见，对于没有用户画像的用户，虽然可以推送了广告，但是没有进行统计，导致实际的曝光量与统计的曝光量产生偏差。本发明实施例可以修正实际的曝光量，进而根据实际的曝光量估算广告库存，从而可以提高广告库存估算的准确度。

本发明实施例中，广告位是指在产品内部开发出的专门用于投放广告的位置，广告位可以位于终端的浏览器(例如，QQ浏览器)、社交应用(QQ空间、微信朋友圈)等产品上，广告位上投放的广告可以是Feeds流广告，Feeds流广告是指广告的展示形式与Feed内容保持一致的一种广告形式，Feeds流广告对用户造成的打扰较小。为了方便广告需求方(例如，广告主)投放广告，一般会在广告位上贴上各种用户标签(例如：年龄、性别、地域、兴趣等)，每个用户标签下又细分为多个标签维度，用于描述用户在该用户标签下的具体特征，例如，年龄可以分为0-25，26-50，51-75，76-100岁四个标签维度。广告需求方可以根据广告位上的各种用户标签以及标签维度选择一个或多个用户标签下的一个或多个标签维度上进行广告投放。

广告位的第一用户标签的第一标签维度的历史统计曝光量，指的是统计在过去一段时间(例如前一天或者前n天)内统计的该广告位的第一用户标签的第一标签维度的曝光量。该广告位的历史统计曝光量指的是统计在过去一段时间(例如前一天或者前n天)内统计的该广告位所有用户标签和所有标签维度下的所有曝光量。该广告位的历史实际曝光量的是统计在过去一段时间(例如前一天或者前n天)内统计的该广告位所有用户标签和所有标签维度下的所有曝光量与在过去一段时间(例如前一天或者前n天)内该广告位没有统计的所有曝光量之和。

102，根据上述第一标签维度的历史统计曝光量、该广告位的历史统计曝光量与该广告位的历史实际曝光量计算上述第一标签维度的历史实际曝光量。

本发明实施例中，广告位的第一用户标签的第一标签维度的历史实际曝光量，指的是过去的一段时间(例如前一天或者前n天)内在该广告位的第一用户标签的第一标签维度的实际曝光量，第一标签的实际曝光量包括两部分：统计的曝光量和未统计的曝光量。统计的曝光量，即为具有用户画像的用户提供的曝光量；未统计的曝光量，即为没有用户画像的用户提供的曝光量。具有用户画像的用户提供的曝光量可以从该广告位的历史曝光日志中进行离线统计，例如，可以从该广告位的历史曝光日志中统计该广告位的上述第一用户标签的上述第一标签维度的历史曝光量。由于总是有新增用户或者不活跃的用户，没有足够的历史浏览行为，无法成功获取其用户画像，然而这部分用户的流量依然要对广告主售卖，所以在计算第一标签的实际曝光量时，除了要统计具有用户画像的用户提供的曝光量，还要计算没有用户画像的用户提供的曝光量。

需要注意的是，步骤101和步骤102可以执行多次，以便可以计算该广告位的所有用户标签的所有标签维度的历史实际曝光量。

可选的，步骤102具体可以包括：

(11)、计算上述第一标签维度的历史统计曝光量占比，上述第一标签维度的历史统计曝光量占比为上述第一标签维度的历史统计曝光量与该广告位的历史统计曝光量之比；

(12)、根据上述第一标签维度的历史统计曝光量占比与该广告位的历史实际曝光量计算上述第一标签维度的历史实际曝光量。

可选的，步骤(12)具体可以包括：

将上述第一标签维度的历史统计曝光量占比与该广告位的历史实际曝光量之积作为上述第一标签维度的历史实际曝光量。

本发明实施例中，第一标签维度的历史统计曝光量为上述第一标签维度的历史统计的已知画像用户(具有用户画像的用户)的曝光量；由于未知画像用户(没有用户画像的用户)在打开广告位时，也会向其推送广告，但是由于未知画像没有用户标签，无法将其统计在某一用户标签的标签维度中，所以未知画像用户的曝光量并未进行统计。对于第一标签维度而言，如果不计算未知画像用户的曝光量，仅仅将统计的已知画像用户的曝光量作为上述第一标签维度的历史实际曝光量，则会导致上述第一标签维度的历史实际曝光量小于真实的曝光量，对导致后续的上述第一标签维度的广告库存的估算存在偏差。

考虑到产品(例如，QQ浏览器)的各个广告位用户群体本身具有一定的相似性，广告位的用户整体画像分布能够代表该广告位的用户特征，所以对于未知画像用户群体可以利用该广告位的已知画像用户比例将其分配到各个标签维度中。基于此，本发明实施例首先获取该广告位的第一用户标签的第一标签维度的历史统计曝光量；然后计算上述第一标签维度的历史统计曝光量占比，上述第一标签维度的历史统计曝光量占比为上述第一标签维度的历史统计曝光量与该广告位的历史统计曝光量之比；最后根据上述第一标签维度的历史统计曝光量占比与该广告位的历史实际曝光量计算上述第一标签维度的历史实际曝光量。实施本发明实施例，可以准确计算每个标签维度的历史实际曝光量(包括统计的已知画像用户的曝光量和计算的未知画像用户的曝光量之和)，根据每个标签维度的历史实际曝光量对后续的每个标签维度的广告库存的进行准确估算。

举例来说，假设一个广告位有三个标签维度：标签维度A、标签维度B和标签维度C，统计该广告位在前一天的已知画像用户(具有用户画像的用户)提供的曝光量为总计为100万，如果标签维度A、标签维度B和标签维度C在前一天统计的已知画像用户提供的曝光量分别为20万、30万和50万。则可以计算标签维度A、标签维度B和标签维度C在前一天的已知画像提供的曝光量占比分别为20％、30％和50％。如果统计该广告位的未知画像用户(没有用户画像的用户)提供的曝光量为总计为50万，则可以计算标签维度A在前一天的实际曝光量为20％*(100+50)万＝30万，计算标签维度B在前一天的实际曝光量为30％*(100+50)万＝45万，计算标签维度C在前一天的实际曝光量为50％*(100+50)万＝75万。

103，获取该广告位的历史广告填充率。

本发明实施例中，每个广告位都有历史广告填充率。因为广告主的数量有限，并非每次广告请求都有广告下发，所以广告填充率不一定为100％。可以从历史曝光日志中离线统计每个广告位的历史广告填充率。

可选的，步骤103具体可以为：

(21)、获取该广告位的历史广告请求次数和该广告位的历史广告成功下发次数；

(22)、将该广告位的历史广告请求次数与该广告位的历史广告成功下发次数的比值作为该广告位的历史广告填充率。

本发明实施例中，广告请求，即用户(具有用户画像的用户，或者没有用户画像的用户)在打开广告位时，承载广告位的媒体(例如，资讯、视频)向广告系统发起的广告请求。广告系统在接收到广告请求之后根据一定的规则下发广告。比如，如果该广告位的曝光量达到广告主购买的曝光量时，则广告系统接收到广告请求后不会下发广告；如果该广告位的某一个标签维度的曝光量没有达到广告主购买的曝光量时，则广告系统接收到广告请求后下发广告。

其中，该广告位的历史广告填充率为该广告位的历史广告请求次数与该广告位的历史广告成功下发次数的比值。例如，该广告位的历史广告请求次数为250万次，该广告位的广告成功下发次数为100万次，则该广告位的历史广告填充率为100万/250万＝40％。

需要注意的是，步骤101至步骤102和步骤103的执行顺序可以调换。即，“计算第一标签维度的历史实际曝光量”的步骤与“获取该广告位的历史广告填充率”的步骤的执行顺序不分先后。

104，根据上述第一标签维度的历史实际曝光量与该广告位的历史广告填充率估算上述第一标签维度的广告库存。

本发明实施例中，广告库存，是指广告供给方与广告需求方签订的广告合约订单在选定的用户标签与其下标签维度组合条件下某个广告位可以提供的曝光量(page view，简称PV)。第一标签维度的广告库存可以根据上述第一标签维度的历史实际曝光量与该广告位的历史广告填充率来估算。

其中，上述第一标签维度的广告库存为上述第一标签维度的历史实际曝光量与该广告位的历史广告填充率的比值。例如，若上述第一标签维度的历史实际曝光量为90万次，该广告位的历史广告填充率为40％，则上述第一标签维度的广告库存为90万/40％＝225万。

下面结合具体场景举例说明标签维度的广告库存是如何估算的。具体场景中，假设一个广告位有三个标签维度：标签维度A、标签维度B和标签维度C，统计该广告位在前一天的已知画像用户(具有用户画像的用户)提供的曝光量为总计为100万，其中，标签维度A、标签维度B和标签维度C在前一天的已知画像用户提供的曝光量分别为20万、30万和50万。则可以计算标签维度A、标签维度B和标签维度C在前一天的已知画像提供的曝光量占比分别为20％、30％和50％。如果统计该广告位的未知画像用户(没有用户画像的用户)提供的曝光量为总计为50万，考虑到产品(例如，QQ浏览器)的各个广告位用户群体本身具有一定的相似性，广告位的用户整体画像分布能够代表该广告位的用户特征，所以对于未知画像用户群体可以利用该广告位的已知画像用户比例将其分配到各个标签维度中。基于此，则可以计算标签维度A在前一天的实际曝光量为20％*(100+50)万＝30万，计算标签维度B在前一天的实际曝光量为30％*(100+50)万＝45万，计算标签维度C在前一天的实际曝光量为50％*(100+50)万＝75万。如果该广告位在前一天的广告请求次数为320万次，该广告位在前一天的广告成功下发次数为160万次，则该广告位的历史广告填充率为160万/320万＝50％。则可以估算标签维度A的广告库存为30万/50％＝60万，估算标签维度B的广告库存为45万/50％＝90万，估算标签维度C的广告库存为75万/50％＝150万。

实施图1所示的方法，可以根据每个标签维度的历史实际曝光量与广告位的历史广告填充率估算每个标签维度的广告库存，与现有技术中仅仅根据每个标签维度的历史统计曝光量来估算每个标签维度的广告库存相比，本发明实施例考虑了每个标签维度的实际曝光量与广告填充率，可以更加准确的估算每个标签维度的广告库存，从而可以提高广告库存估算的准确度。

请参阅图2，图2是本发明实施例公开的另一种广告库存估算方法的流程示意图。如图2所示，该广告库存估算方法包括如下步骤。

201，获取广告位的第一用户标签的第一标签维度的历史统计曝光量、该广告位的历史统计曝光量与该广告位的历史实际曝光量；上述第一用户标签为该广告位的所有用户标签中的任一个，上述第一标签维度为上述第一用户标签的所有标签维度中的任一个。

202，根据上述第一标签维度的历史统计曝光量、该广告位的历史统计曝光量与该广告位的历史实际曝光量计算上述第一标签维度的历史实际曝光量。

203，获取该广告位的历史广告填充率。

204，根据上述第一标签维度的历史实际曝光量与该广告位的历史广告填充率估算上述第一标签维度的广告库存。

205，接收广告需求方输入的针对上述第一标签维度的广告库存查询请求。

206，根据上述第一标签维度的已售卖广告库存和上述第一标签维度的广告库存输出上述第一标签维度的可用广告库存。

本发明实施例中，当估算出上述第一标签维度的广告库存之后，可以供广告需求方(广告主)查询上述第一标签维度的广告库存，并根据上述第一标签维度的已售卖广告库存和上述第一标签维度的广告库存输出上述第一标签维度的可用广告库存。

举例来说，若估算出上述第一标签维度的广告库存为60万，如果上述第一标签维度的广告库存已经售卖了20万，则输出上述第一标签维度的可用广告库存为40万。

本发明实施例可以按照广告位和用户标签的标签维度向广告需求方(广告主)提供询量(询量，即广告位和用户标签的标签维度下可为广告主提供的广告库存量)，本发明实施例中可以提高广告库存估算的准确度，进而可以为广告需求方(广告主)提供准确的询量。

本发明实施例中的步骤201至步骤204的具体实施方式可以参见图1中的步骤101至步骤104，此处不再详述。

实施图2所示的方法，可以根据每个标签维度的历史实际曝光量与广告位的历史广告填充率估算每个标签维度的广告库存，与现有技术中仅仅根据每个标签维度的历史统计曝光量来估算每个标签维度的广告库存相比，本发明实施例考虑了每个标签维度的实际曝光量与广告填充率，可以更加准确的估算每个标签维度的广告库存，从而可以提高广告库存估算的准确度，进而可以为广告需求方提供准确的询量。

请参阅图3，图3是本发明实施例公开的另一种广告库存估算方法的流程示意图。如图3所示，该广告库存估算方法包括如下步骤。

301，获取广告位的第一用户标签的第一标签维度的历史统计曝光量、该广告位的历史统计曝光量与该广告位的历史实际曝光量；上述第一用户标签为该广告位的所有用户标签中的任一个，上述第一标签维度为上述第一用户标签的所有标签维度中的任一个。

302，计算上述第一标签维度的历史统计曝光量占比，上述第一标签维度的历史统计曝光量占比为上述第一标签维度的历史统计曝光量与该广告位的历史统计曝光量之比。

303，将上述第一标签维度的历史统计曝光量占比与该广告位的历史实际曝光量之积作为上述第一标签维度的历史实际曝光量。

304，获取该广告位的历史广告请求次数和该广告位的历史广告成功下发次数。

305，将该广告位的历史广告请求次数与该广告位的历史广告成功下发次数的比值作为该广告位的历史广告填充率。

306，将上述第一标签维度的历史实际曝光量与该广告位的历史广告填充率的比值作为上述第一标签维度的广告库存。

图3中的所有步骤可以参见图1和图2所示的实施例，此处不再赘述。

实施图3所示的方法，可以根据每个标签维度的历史统计曝光量占比与该广告位的历史实际曝光量计算每个标签维度的历史实际曝光量，并根据每个标签维度的历史实际曝光量与该广告位的历史广告填充率估算每个标签维度的广告库存，与现有技术中仅仅根据每个标签维度的历史统计曝光量来估算每个标签维度的广告库存相比，本发明实施例考虑了每个标签维度的实际曝光量与广告填充率，可以更加准确的估算每个标签维度的广告库存，从而可以提高广告库存估算的准确度。

本发明实施例提供一种广告库存估算装置，用以执行上述图1-图3所示实施例的广告库存估算方法的流程。所述广告库存估算装置可以存在以下两种可行的实施方式：在第一种可行的实施方式中，所述广告库存估算装置可以为独立的集成装置，通过该独立的集成装置可以执行图1-图3所示实施例的全部流程，以实现广告库存估算的全部过程。本实施方式中，所述广告库存估算装置可以为客户端或服务器，也可以为安装于客户端或服务器中的独立装置。

在第二种可行的实施方式中，所述广告库存估算装置可以由第一分布装置和第二分布装置共同构成，第一分布装置和第二分布装置协同执行图1-图3所示实施例的全部流程，以实现广告库存估算过程。本实施方式中，所述第一分布装置可以为客户端或分布于客户端中的功能模块，所述第二分布装置可以为服务器或分布于服务器中的功能模块。

本发明实施例中，客户端可包括但不限于：PC、手机、智能手机、平板电脑、电子阅读器、笔记本电脑等设备中的任一种。

下面将结合图4-图7，对本发明实施例提供的广告库存估算装置的结构进行详细介绍。

请参阅图4，图4是本发明实施例公开的一种广告库存估算装置的结构示意图。该装置可包括：第一获取单元401、计算单元402、第二获取单元403和估算单元404。

第一获取单元401，用于获取广告位的第一用户标签的第一标签维度的历史统计曝光量、所述广告位的历史统计曝光量与所述广告位的历史实际曝光量；所述第一用户标签为所述广告位的所有用户标签中的任一个，所述第一标签维度为所述第一用户标签的所有标签维度中的任一个。

计算单元402，用于根据所述第一标签维度的历史统计曝光量、所述广告位的历史统计曝光量与所述广告位的历史实际曝光量计算所述第一标签维度的历史实际曝光量。

第二获取单元403，用于获取所述广告位的历史广告填充率。

估算单元404，用于根据所述第一标签维度的历史实际曝光量与所述广告位的历史广告填充率估算所述第一标签维度的广告库存。

图4所示的广告库存估算装置的实施可以参见图1所示的方法实施例，重复之处不再赘述。

实施本发明实施例所示的装置，可以根据每个标签维度的历史实际曝光量与广告位的历史广告填充率估算每个标签维度的广告库存，与现有技术中仅仅根据每个标签维度的历史统计曝光量来估算每个标签维度的广告库存相比，本发明实施例考虑了每个标签维度的实际曝光量与广告填充率，可以更加准确的估算每个标签维度的广告库存，从而可以提高广告库存估算的准确度。

请参阅图5，图5是本发明实施例公开的另一种广告库存估算装置的结构示意图，图5所示的装置是由图4所示的装置进行优化得到的，该装置可包括：第一获取单元401、计算单元402、第二获取单元403和估算单元404，其中，所述计算单元402包括第一计算子单元第一计算子单元4021和第二计算子单元4022。

第一计算子单元4021，用于计算所述第一标签维度的历史统计曝光量占比，所述第一标签维度的历史统计曝光量占比为所述第一标签维度的历史统计曝光量与所述广告位的历史统计曝光量之比；

第二计算子单元4022，用于根据所述第一标签维度的历史统计曝光量占比与所述广告位的历史实际曝光量计算所述第一标签维度的历史实际曝光量。

其中，第一获取单元401、第二获取单元403和估算单元404可以参见图4所示实施例的相关描述，此处不再详述。

图5所示的广告库存估算装置的实施可以参见图1所示的方法实施例，重复之处不再赘述。

实施本发明实施例所示的装置，可以准确计算每个标签维度的历史实际曝光量(包括统计的已知画像用户的曝光量和计算的未知画像用户的曝光量之和)，根据每个标签维度的历史实际曝光量对后续的每个标签维度的广告库存的进行准确估算。

请参阅图6，图6是本发明实施例公开的另一种广告库存估算装置的结构示意图，图6所示的装置是由图4所示的装置进行优化得到的，该装置可包括：第一获取单元401、计算单元402、第二获取单元403和估算单元404，其中，所述第二获取单元403包括获取子单元4031和处理子单元4032。

获取子单元4031，用于获取所述广告位的历史广告请求次数和所述广告位的历史广告成功下发次数；

处理子单元4032，用于将所述历史广告请求次数与所述历史广告成功下发次数的比值作为所述广告位的历史广告填充率。

图6所示的广告库存估算装置的实施可以参见图1所示的方法实施例，重复之处不再赘述。

实施本发明实施例所示的装置，可以准确计算每个广告位的历史广告填充率，以便根据每个标签维度的历史实际曝光量与历史广告填充率对后续的每个标签维度的广告库存的进行准确估算。

请参阅图7，图7是本发明实施例公开的另一种广告库存估算装置的结构示意图，图7所示的装置是由图4所示的装置进行优化得到的，该装置可包括：第一获取单元401、计算单元402、第二获取单元403、估算单元404、接收单元405和输出单元406。

接收单元405，用于接收广告需求方输入的针对所述第一标签维度的广告库存查询请求；

输出单元406，用于根据所述第一标签维度的已售卖广告库存和所述第一标签维度的广告库存输出所述第一标签维度的可用广告库存。

其中，第一获取单元401、计算单元402、第二获取单元403和估算单元404可以参见图4所示实施例的相关描述，此处不再详述。

图7所示的广告库存估算装置的实施可以参见图2所示的方法实施例，重复之处不再赘述。

实施本发明实施例所示的装置，可以根据每个标签维度的历史实际曝光量与广告位的历史广告填充率估算每个标签维度的广告库存，与现有技术中仅仅根据每个标签维度的历史统计曝光量来估算每个标签维度的广告库存相比，本发明实施例考虑了每个标签维度的实际曝光量与广告填充率，可以更加准确的估算每个标签维度的广告库存，从而可以提高广告库存估算的准确度，进而可以为广告需求方提供准确的询量。

请参阅图8，图8是本发明实施例公开的另一种广告库存估算装置的结构示意图。如图8所示，该广告库存估算装置80包括至少一个处理器801，至少一个存储器802、至少一个通信接口803。此外，该广告库存估算装置80还可以包括天线等通用部件，在此不再详述。

处理器801可以是通用中央处理器(CPU)，微处理器，特定应用集成电路(application-specific integrated circuit，ASIC)，或一个或多个用于控制以上方案程序执行的集成电路。

通信接口803，用于与其他设备(如物联网设备)或通信网络通信，如以太网，无线接入网(RAN)，无线局域网(Wireless Local Area Networks，WLAN)等。

存储器802可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(Compact Disc Read-Only Memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线与处理器相连接。存储器也可以和处理器集成在一起。

其中，存储器802用于存储执行以上方案的应用程序代码，并由处理器801来控制执行。处理器801用于执行存储器802中存储的应用程序代码，执行如下操作：

获取广告位的第一用户标签的第一标签维度的历史统计曝光量、所述广告位的历史统计曝光量与所述广告位的历史实际曝光量；所述第一用户标签为所述广告位的所有用户标签中的任一个，所述第一标签维度为所述第一用户标签的所有标签维度中的任一个；

根据所述第一标签维度的历史统计曝光量、所述广告位的历史统计曝光量与所述广告位的历史实际曝光量计算所述第一标签维度的历史实际曝光量；

获取所述广告位的历史广告填充率；

根据所述第一标签维度的历史实际曝光量与所述广告位的历史广告填充率估算所述第一标签维度的广告库存。

在一个实施例中，所述处理器801根据所述第一标签维度的历史统计曝光量、所述广告位的历史统计曝光量与所述广告位的历史实际曝光量计算所述第一标签维度的历史实际曝光量，具体为：

计算所述第一标签维度的历史统计曝光量占比，所述第一标签维度的历史统计曝光量占比为所述第一标签维度的历史统计曝光量与所述广告位的历史统计曝光量之比；

根据所述第一标签维度的历史统计曝光量占比与所述广告位的历史实际曝光量计算所述第一标签维度的历史实际曝光量。

在一个实施例中，所述处理器801根据所述第一标签维度的历史统计曝光量占比与所述广告位的历史实际曝光量计算所述第一标签维度的历史实际曝光量，具体为：

将所述第一标签维度的历史统计曝光量占比与所述广告位的历史实际曝光量之积作为所述第一标签维度的历史实际曝光量。

在一个实施例中，所述处理器801还用于，

接收广告需求方输入的针对所述第一标签维度的广告库存查询请求；

根据所述第一标签维度的已售卖广告库存和所述第一标签维度的广告库存输出所述第一标签维度的可用广告库存。

在一个实施例中，所述处理器801获取所述广告位的历史广告填充率，具体为：

获取所述广告位的历史广告请求次数和所述广告位的历史广告成功下发次数；

将所述历史广告请求次数与所述历史广告成功下发次数的比值作为所述广告位的历史广告填充率。

在一个实施例中，所述处理器801根据所述第一标签维度的历史实际曝光量与所述广告位的历史广告填充率估算所述第一标签维度的广告库存，具体为：

将所述第一标签维度的历史实际曝光量与所述广告位的历史广告填充率的比值作为所述第一标签维度的广告库存。

实施本发明实施例所示的装置，可以根据每个标签维度的历史实际曝光量与广告位的历史广告填充率估算每个标签维度的广告库存，与现有技术中仅仅根据每个标签维度的历史统计曝光量来估算每个标签维度的广告库存相比，本发明实施例考虑了每个标签维度的实际曝光量与广告填充率，可以更加准确的估算每个标签维度的广告库存，从而可以提高广告库存估算的准确度。

本发明实施例的方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本发明实施例终端或设备中的单元或子单元可以根据实际需要进行合并、划分和删减。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(Compact Disc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

以上对本发明实施例公开的一种广告库存估算方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。