数据投放方法、装置、服务器及计算机可读存储介质与流程
本申请实施例涉及互联网技术领域，特别涉及一种数据投放方法、装置、服务器及计算机可读存储介质。
背景技术：
随着互联网技术的不断发展，利用网络技术进行数据推广已经成为商业活动的必要手段。在数据投放过程中，若投放速度过快，导致投放费用过早的消耗完，造成后面时间段没有数据可投放；若投放速度过慢，会导致总投放费用在预定时间内没有消耗完，不能满足用户对数据投放的需求。因此，数据投放过程中速度的控制尤为重要。
技术实现要素：
本申请实施例提供了一种数据投放方法、装置、服务器及计算机可读存储介质，可用于解决相关技术中的问题。该技术方案如下：
一方面，本申请实施例提供了一种数据投放方法，该方法包括：
根据历史投放记录，确定数据在目标个数个时间片的期望投放量；
根据上一时间片的实际投放量和该目标个数个时间片的期望投放量，计算该上一时间片的实时误差；
根据该实时误差，计算累积误差，该累积误差为第一时间片到上一时间片中各个时间片的实时误差的和；
根据该实时误差和该累积误差，确定当前时间片的数据投放量；
按照该当前时间片的数据投放量，进行当前时间片的数据投放。
在一种可能的实现方式中，该根据历史投放记录，确定数据在目标个数个时间片的期望投放量，包括：
根据历史投放记录，按照如下公式确定目标个数个时间片的实际投放量占目标时间段的实际投放量的比例均值distribution(t)：
根据该目标个数个时间片的实际投放量占目标时间段的实际投放量的比例均值distribution(t)，按照如下公式计算目标个数个时间片的期望投放量v(t)：
v(t)＝exposuretotal×distribution(t),t∈[1,t]
其中，该exposuretotal为目标时间段的期望投放量，该reqd(t)为历史n个时间段中第d个时间段的第t时间片的实际投放量，该
在一种可能的实现方式中，该根据上一时间片的实际投放量和该目标个数个时间片的期望投放量，计算该上一时间片的实时误差，包括：
根据上一时间片的实际投放量和该目标个数个时间片的期望投放量，按照如下公式计算该上一时间片的实时误差e(t)：
e(t)＝exposure(t)-v(t),t∈[1,t]
其中，该exposure(t)为第t个时间片的实际投放量，该v(t)为第t个时间片的期望投放量,该t为一个目标时间段中的时间片总数。
在一种可能的实现方式中，该根据该实时误差，计算累积误差，包括：
根据该实时误差，按照如下公式计算累积误差ecumulative(t)：
其中，该e(i)为第i时间片的实时误差,该t为一个目标时间段中的时间片总数。
在一种可能的实现方式中，该根据该实时误差和该累积误差，确定当前时间片的数据投放量，包括：
若该累积误差的绝对值不在累积误差敏感阈值之内，优先根据累积误差确定当前时间片的数据投放量；
若该累积误差的绝对值在该累积误差敏感阈值之内，且该实时误差的绝对值不在实时误差敏感阈值之内，根据该实时误差确定当前时间片的数据投放量；
若该累积误差的绝对值在该累积误差敏感阈值之内，且该实时误差的绝对值在该实时误差敏感阈值之内，则将当前时间片的期望投放量确定为当前时间片的数据投放量。
在一种可能的实现方式中，该若该累积误差的绝对值不在累积误差敏感阈值之内，优先根据累积误差调节当前时间片的数据投放量，包括下述任一项：
若该累积误差大于该累积误差敏感阈值，减少该当前时间片的数据投放量；
若该累积误差小于该累积误差敏感阈值，增加该当前时间片的数据投放量。
在一种可能的实现方式中，该若该累积误差的绝对值在该累积误差敏感阈值之内，且该实时误差的绝对值不在实时误差敏感阈值之内，根据该实时误差调节当前时间片的数据投放量，包括下述任一项：
若该实时误差大于该实时误差敏感阈值，减少该当前时间片的数据投放量；
若该实时误差小于该实时误差敏感阈值，增加该当前时间片的数据投放量。
另一方面，提供了一种数据投放装置，该装置包括：
第一确定模块，用于根据历史投放记录，确定数据在目标个数个时间片的期望投放量；
第一计算模块，用于根据上一时间片的实际投放量和该目标个数个时间片的期望投放量，计算该上一时间片的实时误差；
第二计算模块，用于根据该实时误差，计算累积误差，该累积误差为第一时间片到上一时间片中各个时间片的实时误差的和；
第二确定模块，用于根据该实时误差和该累积误差，确定当前时间片的数据投放量；
数据投放模块，用于按照该当前时间片的数据投放量，进行当前时间片的数据投放。
在一种可能的实现方式中，该第一确定模块用于根据历史投放记录，按照如下公式确定目标个数个时间片的实际投放量占目标时间段的实际投放量的比例均值distribution(t)：
根据该目标个数个时间片的实际投放量占目标时间段的实际投放量的比例均值distribution(t)，按照如下公式计算目标个数个时间片的期望投放量v(t)：
v(t)＝exposuretotal×distribution(t),t∈[1,t]
其中，exposuretotal为目标时间段的期望投放量，reqd(t)为历史n个时间段中第d个时间段的第t时间片的实际投放量，
在一种可能的实现方式中，该第一计算模块用于根据上一时间片的实际投放量和该目标个数个时间片的期望投放量，按照如下公式计算该上一时间片的实时误差e(t)：
e(t)＝exposure(t)-v(t),t∈[1,t]
其中，该exposure(t)为第t个时间片的实际投放量，该v(t)为第t个时间片的期望投放量,该t为一个目标时间段中的时间片总数。
在一种可能的实现方式中，该第二计算模块用于根据该实时误差，按照如下公式计算累积误差ecumulative(t)：
其中，该e(i)为第i时间片的实时误差,该t为一个目标时间段中的时间片总数。
在一种可能的实现方式中，该第二确定模块包括下述子模块：
第一确定子模块，用于若该累积误差的绝对值不在累积误差敏感阈值之内，优先根据累积误差确定当前时间片的数据投放量；
第二确定子模块，用于若该累积误差的绝对值在该累积误差敏感阈值之内，且该实时误差的绝对值不在实时误差敏感阈值之内，根据该实时误差确定当前时间片的数据投放量；
第三确定子模块，用于若该累积误差的绝对值在该累积误差敏感阈值之内，且该实时误差的绝对值在该实时误差敏感阈值之内，则将当前时间片的期望投放量确定为当前时间片的数据投放量。
在一种可能的实现方式中，该第一确定子模块用于若该累积误差大于该累积误差敏感阈值，减少该当前时间片的数据投放量；若该累积误差小于该累积误差敏感阈值，增加该当前时间片的数据投放量。
在一种可能的实现方式中，该第二确定子模块用于若该实时误差大于该实时误差敏感阈值，减少该当前时间片的数据投放量；若该实时误差小于该实时误差敏感阈值，增加该当前时间片的数据投放量。
另一方面，提供了一种服务器，该服务器包括处理器和存储器，该存储器中存储有至少一条程序代码，该至少一条程序代码有处理器加载并执行，以实现上述任一数据投放方法。
另一方面，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有至少一条程序代码，该至少一条程序代码由处理器加载并执行，以实现上述任一数据投放方法。
本申请实施例提供的技术方案至少带来如下有益效果：
通过获取上一时间片的实际投放量和期望投放量，计算上一时间片的实时误差和累积误差。根据该实时误差和累积误差对当前时间片的期望投放量进行调整，从而确定当前时间片的数据投放量，一定程度上，可以消除上一时间片的实时误差和累积误差对当前时间片的数据投放量的影响。按照当前时间片的数据投放量进行数据投放，从而可以更好的控制当前时间片的数据投放量。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述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申请的一些实施例，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是本申请实施例提供的一种数据投放的实施环境示意图；
图2是本申请实施例提供的一种数据投放的流程图；
图3是本申请实施例提供的一种确定当前时间片的数据投放量的流程图；
图4是本申请实施例提供的一种数据投放的整体流程图；
图5是本申请实施例提供的一种数据投放装置的结构示意图；
图6是本申请实施例提供的一种服务器的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
图1所示为本申请实施例提供的一种数据投放的实施环境示意图，参见图1，该实施环境包括：服务器101和终端102。
服务器101和终端102通过有线网络或无线网络进行连接。服务器101可以是一台服务器，也可以是多台服务器组成的服务器集群。服务器101还可以是云计算平台和虚拟化中心中的至少一种，本申请实施例对此不做限定。服务器101用于根据数据投放商家的数据投放费用、数据投放天数以及数据投放类型进行预期数据投放量的计算。服务器101还用于向终端102投放数据。当然，该服务器101还可以包括其他功能服务器，以便提供更加全面且多样化的服务。
终端102可以是智能手机、游戏主机、台式计算机、平板电脑、mp3(movingpictureexpertsgroupaudiolayeriii，动态影像专家压缩标准音频层面3)播放器、mp4(movingpictureexpertsgroupaudiolayeriv，动态影像专家压缩标准音频层面4)播放器和膝上型便携计算机中的至少一种，该终端102用于显示服务器101投放的数据。
终端102可以泛指多个终端中的一个，本申请实施例仅以终端102来举例说明。本领域技术人员可以知晓，上述终端102的数量可以更多或更少。比如上述终端102可以仅为几个，或者上述终端102为几十个或几百个，或者数量更多，本申请实施例对终端102的数量和设备类型不做限定。
基于上述实施环境，本申请实施例提供了一种数据投放方法，以图2所示的本申请实施例提供的一种数据投放的方法流程图为例，本申请实施例仅以数据为广告数据为例进行说明。该方法可由图1中的服务器101执行。如图2所示，该方法包括下述步骤：
在步骤201中，根据历史投放记录，确定数据在目标个数个时间片的期望投放量。
在本申请实施例中，可以有下述任一种实现方式确定数据在目标个数个时间片的期望投放量。需要说明的是，由于本申请实施例以广告数据为例进行说明，因此，下述确定的数据的期望投放量可以为广告的期望投放量。
实现方式一、服务器获取数据的投放资金和投放类型，根据该投放资金和投放类型确定该数据的总预期投放量。再根据该数据的投放总时长和总预期投放量，计算数据在目标个数个时间片的期望投放量。
以数据为广告为例，服务器获取广告总投放费用和广告投放的投放类型，该投放类型可以包括横幅广告、文字链广告、插屏广告、信息流广告等，不同类型的广告，费用不同。服务器根据该广告总投放费用和广告类型，计算广告的总预期投放量。再根据该广告的投放总时长，计算每一天的广告预期投放量。
进一步的，还可以将一天分为多个时间片，计算目标个数个时间片的期望投放量。例如，将一天中每一分钟作为一个时间片，则将一天分为1440个时间片，根据一天的期望投放量，以及一天分得的1440个时间片，可以计算目标个数个时间片的期望投放量。例如，将一天的期望投放量与一天分得的时间片的个数的商，作为每个时间片的期望投放量，从而可以得到目标个数个时间片的期望投放量。
其中，上述广告总投放费用、广告投放的投放类型及广告的投放总时长均可以由广告商家确定，本申请实施例对此不进行限定。
实现方式二、服务器获取数据的历史投放记录，根据该历史投放记录，确定数据在目标个数个时间片的期望投放量。
服务器获取历史n天中每一天的实际投放量，获取每一天中每一个时间片的实际投放量，计算每一天中每一个时间片的实际投放量占目标时间段的实际投放量的比例。例如，根据每一天中每一个时间片的实际投放量占目标时间段的实际投放量的比例，计算比例均值，比例均值的计算公式如下：
上述公式(1)中，distribution(t)为每个时间片的实际投放量占目标时间段的实际投放量的比例均值，reqd(t)为历史n个时间段中第d个时间段的第t时间片的实际投放量，
例如，历史5天中每一天的实际总投放量分别为：30、25、28、30、25，而在历史5天中每一天的14:00这一时间片的实际投放量分别为：6、5、7、6、5。则计算历史5天中每一天的14:00这一时间片的实际投放量占全天实际总投放量的比例，计算结果分别是：1/5、1/5、1/4、1/5、1/5。根据得到的比例值计算比例均值，比例均值为：21/100。也即是，在广告投放过程中，每一天的14:00这一时间片的广告期望投放量占全天期望投放量的21/100。
确定好每一个时间片的实际投放量占目标时间段的实际投放量的比例均值后，再根据该比例均值和目标时间段的期望投放量，确定目标个数个时间片的期望投放量。例如，按照如下公式根据该比例均值和目标时间段的期望投放量，确定目标个数个时间片的期望投放量：
v(t)＝exposuretotal×distribution(t),t∈[1,t](2)
上述公式(2)中，v(t)为第t个时间片的期望投放量，exposuretotal为目标时间段的期望投放量，t为一个目标时间段中的时间片总数。
例如，每一天的总期望投放量为30，则每一天的14:00这一时间片的期望投放量为
需要说明的是，目标时间段中每一个时间片的期望投放量都需要按照上述方式进行计算。
在一种可能的实现方式中，还可以根据上一个目标时间段的投放量对根据比例均值计算得到的期望投放量进行滑动平均，再根据滑动平均的结果更新当前目标时间段的期望投放量分布情况，以使得每一时间片的期望投放量更加准确。该滑动平均的公式如下：
上述公式(3)中，distribution,(t)为滑动平均后的广告投放量，req(t)为前一个目标时间段中每一个时间片的实际投放量，β为滑动系数，β越接近1，期望投放量分布情况越接近前一个目标时间段的实际投放量，β越接近0，期望投放量分布情况越接近滑动平均之前的期望投放量。
需要说明的是，以上仅以全天作为一个目标时间段，将全天划分多个时间片为例，在实施时，还可以选择其他长度的目标时间段，时间片的划分标准也可以采用其他方式，本申请实施例对此不进行限定。
在步骤202中，根据上一时间片的实际投放量和目标个数个时间片的期望投放量，计算上一时间片的实时误差。
在本申请实施例中，由于广告投放过程中每个时间片的期望投放量为事先计算得到的，而每个时间片的实际投放量却是不可预知的，因此可能会导致每个时间片的实际投放量与期望投放量之间存在误差，该误差即为实时误差。实时误差的计算方式如下：
服务器获取上一时间片的实际投放量和上一时间片的期望投放量，根据该实际投放量和期望投放量计算上一时间片的实时误差。例如，按照如下公式根据该实际投放量和期望投放量计算上一时间片的实时误差：
e(t)＝exposure(t)-v(t),t∈[1,t](4)
上述公式(4)中，e(t)为第t个时间片的实时误差，exposure(t)为第t个时间片的实际投放量，v(t)为第t个时间片的期望投放量，t为一个目标时间段中的时间片总数。
需要说明的是，其它时间片的实时误差的计算，都需要获取该时间片的实际投放量和期望投放量，再根据上述公式(4)进行计算。
在步骤203中，根据实时误差，计算累积误差，该累积误差为第一时间片到上一时间片中各个时间片的实时误差的和。
在本申请实施例中，实时误差的累积会导致后续时间片的广告的实际投放量偏离预期投放量，因此需要计算累积误差，累积误差为从第一个时间片开始到上一时间片中各个时间片的实时误差的和。例如，按照如下公式计算累积误差：
上述公式(5)中，ecumulative(t)为第一个时间片到第t个时间片中各个时间片的实时误差的和，也即是上一时间片的累积误差，e(i)为第i时间片的实时误差，t为一个目标时间段中的时间片总数。
在步骤204中，根据实时误差和累积误差，确定当前时间片的数据投放量。
在本申请实施例中，如图3所示为本申请实施例提供的确定当前时间片的广告投放量的流程图，包括如下步骤：
步骤2041、获取当前时间片的上一时间片的实时误差和累积误差。
在本步骤2041中，服务器获取当前时间片的上一时间片的实时误差和累积误差，再根据该实时误差和累积误差，对当前时间片的广告期望投放量进行调整，从而确定当前时间片的广告投放量。
步骤2042、若累积误差的绝对值不在累积误差敏感阈值之内，优先根据累积误差确定当前时间片的数据投放量。
其中，累积误差敏感阈值为目标时间段的总期望投放量的允许误差，例如累积误差敏感阈值可以设定为目标时间段的总期望投放量的0.01，则累积误差敏感阈值为：0.01*exposuretotal，也即是，将累积误差控制在目标时间段的期望投放量的1％左右。累积误差敏感阈值可以根据广告投放的场景、投放的广告类型等因素而设定，本申请实施例对累积误差敏感阈值的设定不做限制。
在一种可能的实现方式中，如果累积误差大于累积误差敏感阈值，说明在当前时间片之前的每个时间片的广告投放量的实时误差的和，已经远超过当前时间片之前的每个时间片的期望投放量的允许误差的总和。因此需要减少当前时间片的广告投放量，即减缓当前时间片的广告投放的速度，从而避免过早的消耗完广告总投放量，造成后面时间片中没有广告可投放。例如，可以在当前时间片的期望投放量的基础上减小第一数值个步长，从而得到当前时间片的投放量。
在一种可能的实现方式中，如果累积误差小于累积误差敏感阈值，说明在当前时间片之前的每个时间片的广告投放量的实时误差的和还远小于当前时间片之前的每个时间片的期望投放量的允许误差的总和。因此需要增加当前时间片的广告投放量，即加快当前时间片的广告投放的速度，从而避免在总广告投放时长内没有投放完全部的广告，给广告主造成损失。例如，可以在当前时间片的期望投放量的基础上增加第二数值个步长，从而得到当前时间片的投放量。
在一种可能的实现方式中，如果累积误差的绝对值在累积误差敏感阈值之内，则执行步骤2043。
需要说明的是，上述第一数值和第二数值可以基于历史广告投放经验进行设置，也可以由广告主设置，本申请实施例对此不做限定。还需要说明的是，上述第一数值和第二数值可以为同一个数值，也可以为不同的数值。
步骤2043、若累积误差的绝对值在累积误差敏感阈值之内，且实时误差的绝对值不在实时误差敏感阈值之内，根据实时误差确定当前时间片的数据投放量。
其中，实时误差敏感阈值一般为一天中每个时间片的期望投放量的允许误差，例如实时误差敏感阈值的计算公式一般为：
在一种可能的实现方式中，如果实时误差大于实时误差敏感阈值，说明与当前时间片相邻的上一时间片的广告投放量的实时误差已经超过该时间片的期望投放量的允许误差。因此需要减少当前时间片的广告投放量，即减缓当前时间片的广告投放的速度，从而避免过早的消耗完广告总投放量，造成后面时间片中没有广告可投放。例如，可以在当前时间片的期望投放量的基础上减小第三数值个步长，从而得到当前时间片的投放量。
在一种可能的实现方式中，如果实时误差小于实时误差敏感阈值，说明与当前时间片相邻的上一时间片的广告投放量的实时误差还在该时间片的期望投放量的允许误差之内。因此可以增加当前时间片的广告投放量，即加快当前时间片的广告投放的速度，从而避免在总广告投放时长内没有投放完全部的广告，给广告主造成损失。例如，可以在当前时间片的期望投放量的基础上增加第四数值个步长，从而得到当前时间片的投放量。
在一种可能的实现方式中，如果实时误差在实时误差敏感阈值之内，则执行步骤2044。
需要说明的是，上述第三数值和第四数值可以基于历史广告投放经验进行设置，也可以由广告主设置，本申请实施例对此不做限定。
还需要说明的是，上述第三数值可以与步骤2043中的第一数值相同，也可以不相同；上述第四数值可以与步骤2043中的第二数值相同，也可以不相同，本申请实施例对此不做限定。
步骤2044、若累积误差的绝对值在累积误差敏感阈值之内，且实时误差的绝对值在实时误差敏感阈值之内，则将当前时间片的期望投放量确定为当前时间片的数据投放量。
在本步骤2044中，若累积误差的绝对值在累积误差敏感阈值之内，且实时误差的绝对值在实时误差敏感阈值之内，则当前时间片的广告投放量为步骤201中确定的该时间片的期望投放量。
在步骤205中，按照当前时间片的数据投放量，进行当前时间片的数据投放。
在本申请实施例中，服务器确定当前时间片的广告投放量后，则按照当前时间片的广告投放量进行广告投放，在一定程度上，可以消除上一时间片的实时误差和累计误差对当前时间片的广告投放量的影响，从而可以更好的控制当前时间片的广告投放。
需要说明的是，本申请实施例中仅以数据为广告数据为例进行说明，若数据为其它类型的数据，其数据投放量的确定过程与上述广告投放量的确定过程一致，在此不再赘述。
上述方法通过获取上一时间片的实际投放量和期望投放量，计算上一时间片的实时误差和累积误差。根据该实时误差和累积误差对当前时间片的期望投放量进行调整，从而确定当前时间片的数据投放量。一定程度上，可以消除上一时间片的实时误差和累积误差对当前时间片的数据投放量的影响。按照当前时间片的数据投放量进行数据投放，从而可以更好的控制当前时间片的数据投放量。
图4所示为本申请实施例提供的一种数据投放的整体流程图，如图4所示，包括期望分布计算模块、比例积分控制模块和线上概率调整模块。
期望分布计算模块，用于根据历史投放记录，确定数据在目标个数个时间片的期望投放量，还可以利用滑动平均的方法，更新目标个数个时间片的期望投放量，从而使得目标个数个时间片的期望投放量更加准确。数据在目标个数个时间片的期望投放量的确定方法和利用滑动平均的方式更新目标个数个时间片的期望投放量的方法与上述步骤201中的方法一致，在此不再赘述。
比例积分控制模块，用于根据历史投放记录和比例积分的控制方法判断当前时间片的数据投放量的调整方向，然后再根据该调整方向对当前时间片数据期望投放量进行调整，从而得到当前时间片的数据投放量，将当前时间片的数据投放量输出给线上概率调整模块。当前时间片的数据投放量的调整方法与上述步骤204中的方法一致，在此不再赘述。
线上概率调整模块，用于根据比例积分控制模块的输出结果对目标个数个时间片的期望投放量进行更新，从而得到更新后的期望投放量，根据更新后的期望投放量进行当前时间片之后的时间片的数据投放。若当前时间片为这一天的最后一个时间片，则当前时间片的投放结束后，将这一目标时间段中每个时间片的实际投放量输入期望分布计算模块，用来更新之后一个目标时间段的期望投放量分布。若该当前时间片不是这一目标时间段的最后一个时间片，则将该时间片的实际投放量输入比例积分控制模块，用来更新与当前时间片相邻的下一时间片的期望投放量。当前时间片的数据投放方法与上述步骤205中的方法一致，在此不再赘述。
图5所示为本申请实施例提供的一种数据投放装置的结构示意图，如图5所示，该装置包括：
第一确定模块501，用于根据历史投放记录，确定数据在目标个数个时间片的期望投放量；
第一计算模块502，用于根据上一时间片的实际投放量和该目标个数个时间片的期望投放量，计算该上一时间片的实时误差；
第二计算模块503，用于根据该实时误差，计算累积误差，该累积误差为第一时间片到上一时间片中各个时间片的实时误差的和；
第二确定模块504，用于根据该实时误差和该累积误差，确定当前时间片的数据投放量；
数据投放模块505，用于按照该当前时间片的数据投放量，进行当前时间片的数据投放。
在一种可能的实现方式中，该第一确定模块501用于根据历史投放记录，按照如下公式确定目标个数个时间片的实际投放量占目标时间段的实际投放量的比例均值distribution(t)：
根据该目标个数个时间片的实际投放量占目标时间段的实际投放量的比例均值distribution(t)，按照如下公式计算目标个数个时间片的期望投放量v(t)：
v(t)＝exposuretotal×distribution(t),t∈[1,t]
其中，该exposuretotal为目标时间段的期望投放量，该reqd(t)为历史n个时间段中第d个时间段的第t时间片的实际投放量，该
在一种可能的实现方式中，该第一计算模块502用于根据上一时间片的实际投放量和该目标个数个时间片的期望投放量，按照如下公式计算该上一时间片的实时误差e(t)：
e(t)＝exposure(t)-v(t),t∈[1,t]
其中，该exposure(t)为第t个时间片的实际投放量，该v(t)为第t个时间片的期望投放量,该t为一个目标时间段中的时间片总数。
在一种可能的实现方式中，该第二计算模块503用于根据该实时误差，按照如下公式计算累积误差ecumulative(t)：
其中，该e(i)为第i时间片的实时误差,该t为一个目标时间段中的时间片总数。
在一种可能的实现方式中，该第二确定模块504包括下述子模块：
第一确定子模块，用于若该累积误差的绝对值不在累积误差敏感阈值之内，优先根据累积误差确定当前时间片的数据投放量；
第二确定子模块，用于若该累积误差的绝对值在该累积误差敏感阈值之内，且该实时误差的绝对值不在实时误差敏感阈值之内，根据该实时误差确定当前时间片的数据投放量；
第三确定子模块，用于若该累积误差的绝对值在该累积误差敏感阈值之内，且该实时误差的绝对值在该实时误差敏感阈值之内，则将当前时间片的期望投放量确定为当前时间片的数据投放量。
在一种可能的实现方式中，该第一确定子模块用于若该累积误差大于该累积误差敏感阈值，减少该当前时间片的数据投放量；若该累积误差小于该累积误差敏感阈值，增加该当前时间片的数据投放量。
在一种可能的实现方式中，该第二确定子模块用于若该实时误差大于该实时误差敏感阈值，减少该当前时间片的数据投放量；若该实时误差小于该实时误差敏感阈值，增加该当前时间片的数据投放量。
上述装置通过获取上一时间片的实际投放量和期望投放量，计算上一时间片的实时误差和累积误差。根据该实时误差和累积误差对当前时间片的期望投放量进行调整，从而确定当前时间片的数据投放量，一定程度上，可以消除上一时间片的实时误差和累积误差对当前时间片的数据投放量的影响。按照当前时间片的数据投放量进行数据投放，从而可以更好的控制当前时间片的数据投放量。
需要说明的是：上述实施例提供的数据投放装置在进行数据投放时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的数据投放装置与数据投放方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图6所示为本申请实施例提供的一种服务器的结构示意图。该服务器600可因配置或性能不同而产生比较大的差异，可以包括一个或多个处理器(centralprocessingunits，cpu)601和一个或多个存储器602，其中，该一个或多个存储器602中存储有至少一条指令，该至少一条指令由该一个或多个处理器601加载并执行以实现上述方法实施例提供的数据投放方法。当然，该服务器600还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该服务器600还可以包括其他用于实现设备功能的部件，在此不做赘述。
在示例性实施例中，还提供了一种计算机可读存储介质，该存储介质中存储有至少一条程序代码，该至少一条程序代码由终端的处理器加载并执行，以实现上述任一种数据投放方法。
可选地，上述计算机可读存储介质可以是只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、只读光盘(compactdiscread-onlymemory，cd-rom)、磁带、软盘和光数据存储设备等。
应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
以上仅为本申请的示例性实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！