本发明涉及信息处理领域，具体为提升广告分析效率的方法、装置、电子设备及存储介质。
背景技术：
广告代理商在各大广告平台上投放广告之后，广告平台不会给广告代理商提供统计分析的数据，广告代理商需要自行统计/分析其投放广告的效果，通过评价分析广告投放的效果，指导最终的广告投放方案。而现有技术在分析评价这些广告投放的效果，是人工逐条地收集每一条上传的广告的曝光情况(点击量)，来分析效果，这个统计分析过程十分地费时费力，容易出错。
技术实现要素：
本发明目的在于提供一种提升广告分析效率的方法、装置、电子设备及存储介质。该提升广告分析效率的方法可以根据分类对广告投放的效果进行分析，从而提升广告分析效率，有利于最终的广告投放方案。
为了达到上述目的，本发明的技术方案有：
一种提升广告分析效率的方法，其包括以下步骤：
接收上传的广告信息，所述广告信息包括标识信息；
根据所述标识信息对所述广告信息进行分类；
根据所述分类获取广告信息在投放过程中的统计分析数据。
优选地，所述标识信息包括广告设计人、素材类型以及投放平台的一种或多种；所述素材类型包括图片、动画和视频。
优选地，在根据所述标识信息对所述广告信息进行分类中，还包括：
对所述分类进行纠错。
优选地，对所述分类进行纠错，包括以下的一种或多种：
上传广告信息的发布者根据广告信息内容手动纠错；
对所述标识信息识别，根据广告信息的内容以及在投放过程中的数据对所述标识信息进行一致性判断，以实现自动纠错。
优选地，所述接收上传的广告信息为通过api接口与广告平台对接，通过api接口接收上传至所述广告平台的广告信息。
优选地，根据所述分类获取广告信息在投放过程中的统计分析数据，包括以下的一种或多种：
获取相应分类的广告信息在投放过程中的广告点击量；
获取相应分类的广告信息在投放过程中的好评率。
优选地，获取相应分类的广告信息在投放过程中的好评率，包括：
提取相应分类的广告信息在投放过程中的被评论文本；
将所述被评论文本发送至支持向量机模型，输出评论类型，所述评论类型包括好评、差评或/和中评；所述支持向量机模型为在支持向量机中通过训练样本集训练生成的基于评论类型的输出模型；
根据所述评论类型计算获取相应分类的广告信息在投放过程中的好评率。
一种提升广告分析效率的方法，其包括：
接收模块，用于接收上传的广告信息，所述广告信息包括标识信息；
分类模块，用于根据所述标识信息对所述广告信息进行分类；
统计模块，用于根据所述分类获取广告信息在投放过程中的统计分析数据。
一种电子设备，其包括处理器、存储介质以及计算机程序，所述计算机程序存储于存储介质中，所述计算机程序被处理器执行时实现上述的提升广告分析效率的方法。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的提升广告分析效率的方法。
本发明的一种提升广告分析效率的方法、电子设备、存储介质及系统，相对于现有技术，本发明具有以下技术效果：
本发明对广告信息进行分类，根据分类对广告信息在投放过程中的统计分析数据，统计分析数据包括点击量、好评率等，该方法提升了广告分析的效率，从而可以在广告大量投放前使用，用于确定最终的广告投放方案，也可以在广告投放过程中使用，用于对广告投放效果进行监测以及调整投放范围和投放类型等，对广告的投放具有较好的指导意义。
附图说明
图1为本发明实施例一的提升广告分析效率的方法的流程图；
图2为本发明实施例二的提升广告分析效率的装置的结构框图；
图3为本发明实施例三的电子设备的结构框图。
具体实施方式
结合附图说明本发明的一种提升广告分析效率的方法、装置、电子设备以及存储介质进行详细的描述，以对本发明的保护范围进行解释和说明。
实施例一
请参照图1所示，一种提升广告分析效率的方法，其包括以下步骤：
110、接收上传的广告信息，所述广告信息包括标识信息。
广告信息由其发布者例如广告代理商或者具体广告设计人、商品生产商、销售商等发布于广告平台，而本发明接收广告信息的方法是通过api接口与广告平台进行通讯来接收广告信息，当然，也可以将该方法集成于广告平台上，直接对广告平台接收到的广告信息进行分析。
广告信息包括广告内容、广告名称、以及标识信息。标识信息是广告内容的一种或多种属性，在本发明中，其包括但不局限于广告设计人、素材类型以及投放平台，广告设计人即为该广告的具体设计者的名字或团队，素材类型可以是图片、视频或动画等，投放平台即通过广告平台投放到的具体的网站、app等，例如新浪网、腾讯视频app等。该标识信息可以位于广告的名称中，即在广告的名称中增加一些字段，来存储该标识信息，当然该标识信息也可以是单独存放。
120、根据所述标识信息对所述广告信息进行分类。
为了便于后续的统计分析，将各个信息进行分类，从而得到各个分类的统计分析数据，分类可以是依据标识信息的一种进行分类，例如，根据广告信息的投放平台进行分类，以获取广告信息在不同投放平台的统计分析数据，也可以依据标识信息的二种以上进行分类，例如，可以将广告信息的素材类型和投放平台进行分类，以获取图片广告信息在不同投放平台的统计分析数据，或者在某投放平台中所有图片广告信息的统计分析数据，等等。
在该分类过程中，需要对分类进行纠错，以获得更为准确的统计分析数据，更有利于指导广告投放。纠错包括两种：一种是广告发布者在上传前自行纠错，例如，通过手动方式，在上传到广告平台前查找，或者在广告平台中设置一个分类选项，由广告发布者在上传时输入或选择确定，此过程由于手动纠错，难免出现一定的误差或错误，因此，可以在此基础上增加自动纠错功能，自动纠错功能为对所述标识信息识别，根据广告信息的内容以及在投放过程中的数据对所述标识信息进行一致性判断，例如，识别的标识信息包括了设计人为a团队、素材类型为动画、投放平台为新浪网，如果系统(指该提升广告分析效率方法所在的软硬件系统)发现该广告信息的内容为图片，则会发出一定的警示，返回给广告发布者，又或者判断该广告信息投放的平台并非是新浪网，而是搜狐网，则同样发出警示给到广告发布者，从而使得广告发布者修改标识信息。另外，该标识信息可以同时与广告信息的内容一同在投放平台进行显示，使得广告点击者在观看过程中对该广告信息的分类进行纠错，此种情况下，可以给予广告点击者一定的积分或者小礼品奖励。
130、根据所述分类获取广告信息在投放过程中的统计分析数据。
如上所述，统计分析数据可以是依据分类中的一种或多种(以下称相应分类)进行统计而获取的大数据，该大数据可以是相应分类的广告信息在投放过程中的广告点击量，例如可以统计某广告信息在其投放的所有投放平台的广告点击量，为后续该广告信息在正式的投放方案中投放哪些投放平台进行指导；还可以统计在某个投放平台上投放的不同素材类型的广告信息的广告点击量，为后续在某个投放平台投放哪个素材类型的广告信息进行指导，等。该广告点击量可以是投放平台自行统计的点击量数据，通过广告平台利用网络爬虫等工具抓取获得。
另外，统计分析数据还可以包括相应分类的广告信息在投放过程中的好评率，即根据广告点击者在观看该广告信息中的相应的评论结果进行分析，获得好评类型所占比例，从而有利于对后续的投放方案进行指导，点击者进行评论同样可以给予一定的奖励，其评论结果可以是直接在观看广告信息过程中进行的评论，也可以是以调查问卷形式进行。好评率的计算方式可以是先获取相应分类的广告信息在投放过程中的被评论文本，所谓的被评论文本即被评论的广告信息对应的评论文本，评论文本一般采用文字输入或选择形式，必要时可以包括语音等。将该被评论文本发送(即输入)到支持向量机模型中，从而有支持向量机模型得到所有被评论文本的评论类型，评论类型可以包括好评和差评两种，也可以包括中评以及建议等，计算得到的好评率显而易见就是好评的数量在总的评论数量中占的比例。支持向量机模型为在支持向量机中通过训练样本集训练生成的基于评论类型的输出模型，其利用大数据的训练样本集进行训练生成，然后再由检验文本对该支持向量机模型进行多次检验、校正，从而能够对评论类型做出较为准确的判断。
本发明对广告信息进行分类，根据分类对广告信息在投放过程中的统计分析数据，统计分析数据包括点击量、好评率等，该方法提升了广告分析的效率，从而可以在广告大量投放前使用，用于确定最终的广告投放方案，也可以在广告投放过程中使用，用于对广告投放效果进行监测以及调整投放范围和投放类型等，对广告的投放具有较好的指导意义。
实施例二
实施例二公开了一种对应上述实施例的提升广告分析效率的装置，为上述实施例的虚拟装置结构，请参照图2所示，包括：
接收模块210，用于接收上传的广告信息，所述广告信息包括标识信息；
分类模块220，用于根据所述标识信息对所述广告信息进行分类；
统计模块230，用于根据所述分类获取广告信息在投放过程中的统计分析数据。
进一步地，所述标识信息包括广告设计人、素材类型以及投放平台的一种或多种；所述素材类型包括图片、动画和视频。
进一步地，在分类模块220中，还包括：纠错模块，用于对所述分类进行纠错。
进一步地，纠错模块包括以下的一种或多种：
上传广告信息的发布者根据广告信息内容手动纠错；
对所述标识信息识别，根据广告信息的内容以及在投放过程中的数据对所述标识信息进行一致性判断，以实现自动纠错。
进一步地，所述接收上传的广告信息为通过api接口与广告平台对接，通过api接口接收上传至所述广告平台的广告信息。
进一步地，统计模块230包括以下的一种或多种：
获取相应分类的广告信息在投放过程中的广告点击量；
获取相应分类的广告信息在投放过程中的好评率。
进一步地，获取相应分类的广告信息在投放过程中的好评率，包括：
提取相应分类的广告信息在投放过程中的被评论文本；
将所述被评论文本发送至支持向量机模型，输出评论类型，所述评论类型包括好评、差评或/和中评；所述支持向量机模型为在支持向量机中通过训练样本集训练生成的基于评论类型的输出模型；
根据所述评论类型计算获取相应分类的广告信息在投放过程中的好评率。
实施例三
图3为本发明实施例三提供的一种电子设备的结构示意图，如图3所示，该电子设备包括处理器310、存储器320、输入装置330和输出装置340；计算机设备中处理器310的数量可以是一个或多个，图3中以一个处理器310为例；电子设备中的处理器310、存储器320、输入装置330和输出装置340可以通过总线或其他方式连接，图3中以通过总线连接为例。
存储器320作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的提升广告分析效率的方法对应的程序指令/模块(例如，提升广告分析效率的装置中的接收模块210、分类模块220、统计模块230)。处理器310通过运行存储在存储器320中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述的提升广告分析效率的方法。
存储器320可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器320可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器320可进一步包括相对于处理器310远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置330可用于接收输入的用户身份信息。输出装置340可包括显示屏等显示设备。
实施例四
本发明实施例四还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种提升广告分析效率的方法，该方法包括：
接收上传的广告信息，所述广告信息包括标识信息；
根据所述标识信息对所述广告信息进行分类；
根据所述分类获取广告信息在投放过程中的统计分析数据。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的基于提升广告分析效率的方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台电子设备(可以是手机，个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述基于提升广告分析效率的装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
根据上述说明书的揭示和教导，本发明所属领域的技术人员还可以对上述实施方式进行变更和修改。因此，本发明并不局限于上面揭示和描述的具体实施方式，对本发明的一些修改和变更也应当落入本发明的权利要求的保护范围内。此外，尽管本说明书中使用了一些特定的术语，但这些术语只是为了方便说明，并不对本发明构成任何限制。