本发明涉及广告领域及大数据人工智能领域，具体而言，涉及一种基于多分辨率指数加权的广告数据智能分析系统。
背景技术：
1、目前，在广告领域，要做到广告的精准投放是一件非常困难的事情。从技术上分析，困难之处关键在于，广告数据具有强烈的不可预测性，基本上不太可能基于现有的广告数据依据特定的函数规律来预测未来的广告数据。
2、换言之，当前广告数据分析在技术上的局限性，大大降低了广告投放的精准性。
3、对此，最原始的解决之道是一味堆积人手，利用多人优势不停歇地观察过往的广告数据的变化，然后总结这些变化并在此基础上凭个人经验总结相关数据变化规律，再人工做出预测。
4、很显然，这种处理方法显得过于笨拙且费时费力，且由于纯靠人力经验来估计预测，预测结果与实际情况出现显著偏差的可能性极大。
5、因此，在广告领域，迫切需要技术上进行突破，亟待一种数据大系统的出现，能够自动化智能化地实现广告数据的预测。
技术实现思路
1、本发明提供一种基于多分辨率指数加权的广告数据智能分析系统，有效地解决了现有技术中的上述问题。
2、具体而言，本发明提供一种基于多分辨率指数加权的广告数据分析系统，该系统包括历史数据库、运算模块、更新模块、概率预测模块，其中，历史数据库在t0时刻获取k项广告的阶段性广告特征数据，k为整数且k≥2，运算模块基于阶段性广告数据得出最大预估成果v并设定预估成果区间(0，v]，并设置初始箱数m0，m0为整数且m0≥2，将预估成果区间(0，v]初始平均划分成m0个箱体，并为每个箱体设置计数值，任一项广告基于阶段性广告特征数据形成实际转化成果数据，如果实际转化成果数据落在任一个箱体内，则该箱体的计数值累加1，从t0时刻经过预定时间步长t之后的t1时刻，如果任一箱体累加后的计数值大于最大检测阈值，则该箱体被拆分，如果任一箱体累加后的计数值小于最小检测阈值，则该箱体和与其相邻的箱体合并，由于箱体的拆分与合并，箱数从m0个更新至m1个，其中，m1为整数且m1≥1，更新模块对每个箱体设置历史变动变量，该历史变动变量基于阶段性广告特征数据进行累加，并在t1时刻形成最终累加值，概率预测模块对历史变动变量的最终累加值赋予权重，并对m1个箱体和所述k项广告进行加权求和运算，从而计算得出每一项广告的投放成功概率。
3、优选地，在运算模块中，广告预估成果pvalue的计算公式为：，其中，表示每一项广告的广告预估成果，表示每一项广告的平均转化成果，表示每一项广告的预估点击率，表示每一项广告的预估的转化率，所有k项广告的pvalue值中的最大值即为最大预估成果v。
4、优选地，在运算模块中，将预估成果区间(0，v]初始平均划分成m0个箱体，设定整数i表示箱体的序号，i依次取值为0、1、2,....m0-1，第i个箱体bini的下界表示为：vlow=i*v/m0，其上界表示为：vhigh=(i+1)*v/m0，第i个箱体bini的表达为区间(vlow，vhigh]。
5、优选地，运算模块针对每个箱体设立计数值counti，对于m0个箱体，m0个箱体bin0、bin1、…、binm0-1的计数值分别为count0、count1、…、countm0-1，每一个箱体的计数值counti，初始均设置为0，如果实际转化成果数据落在第i个箱体bini的区间内，则计数值counti累加1。
6、优选地，在更新模块中，每个箱体bini对应广告的随历史演进的代价数据，计为pricei，每个箱体所设定的历史变动变量计为historyi，历史变动变量historyi初始化为0，在历史演进过程中，如果每个箱体bini的代价数据pricei不大于预设的获胜数据mp，则历史变动变量historyi保持不变；如果该代价数据pricei大于预设的获胜数据mp，则历史变动变量historyi累加数值pvalue-pricei。
7、优选地，在运算模块中，设定最大检测阈值n1和最小检测阈值n2，其中，n1>n2，如果第i个箱体bini的计数值counti满足counti>n1，则将第i个箱体bini平均拆分成两个箱体bini’和bini’’，拆分之后，箱体bini’的区间表达式为(vlow，(vlow+ vhigh)/2]，箱体bini’’的区间表达式为( (vlow+ vhigh)/2，vhigh ]，拆分后的两个箱体bini’和bini’’的计数值均设为counti/2。
8、优选地，在运算模块中，如果第i个箱体bini的计数值counti满足counti<n2，则将第i个箱体bini和与其相邻的箱体中计数值最小的箱体合并，所合并的这两个箱体的计数值之和成为合并之后的箱体的计数值。
9、优选地，在概率预测模块中，广告一共有k项，任意第j项广告的相应广告特征数据落入每一个箱体bini，其中，j为整数且1≤j≤k，针对任意第j项广告的投放成功概率pj的计算公式如下：
10、
11、其中，historyij表示任意第j项广告在任意第i个箱体bini中的历史变动变量historyi，表示求和公式中针对任意第i个箱体bini的加权系数。
12、概括而言，本发明提供一种基于多分辨率指数加权的广告数据智能分析系统，对广告特征数据所引发的预估成果数据进行分箱操作，并在历史演进过程中对箱体区间的宽度进行智能化调整，从而自动化智能化地适应了广告的历史演进，顺应了当前的广告状况，并在此基础上结合代价数据计算出任意项广告的投放成功概率，以概率的思想有效解决了广告技术领域无法回避的广告数据不可预测的技术困难。
1.一种基于多分辨率指数加权的广告数据分析系统，其特征在于，该系统包括历史数据库、运算模块、更新模块、概率预测模块，其中，
2.根据权利要求1所述的系统，其特征在于，在运算模块中，广告预估成果pvalue的计算公式为：，其中，表示每一项广告的广告预估成果，表示每一项广告的平均转化成果，表示每一项广告的预估点击率，表示每一项广告的预估的转化率，所有k项广告的pvalue值中的最大值即为最大预估成果v。
3.根据权利要求1所述的系统，其特征在于，在运算模块中，将预估成果区间(0，v]初始平均划分成m0个箱体，设定整数i表示箱体的序号，i依次取值为0、1、2,....m0-1，第i个箱体bini的下界表示为：vlow=i*v/m0，其上界表示为：vhigh=(i+1)*v/m0，第i个箱体bini的表达为区间(vlow，vhigh]。
4.根据权利要求3所述的系统，其特征在于，运算模块针对每个箱体设立计数值counti，对于m0个箱体，m0个箱体bin0、bin1、…、binm0-1的计数值分别为count0、count1、…、countm0-1，每一个箱体的计数值counti，初始均设置为0，如果实际转化成果数据落在第i个箱体bini的区间内，则计数值counti累加1。
5.根据权利要求4所述的系统，其特征在于，在更新模块中，每个箱体bini对应广告的随历史演进的代价数据，计为pricei，每个箱体所设定的历史变动变量计为historyi，历史变动变量historyi初始化为0，在历史演进过程中，如果每个箱体bini的代价数据pricei不大于预设的获胜数据mp，则历史变动变量historyi保持不变；如果该代价数据pricei大于预设的获胜数据mp，则历史变动变量historyi累加数值pvalue-pricei。
6.根据权利要求5所述的系统，其特征在于，在运算模块中，设定最大检测阈值n1和最小检测阈值n2，其中，n1>n2，如果第i个箱体bini的计数值counti满足counti>n1，则将第i个箱体bini平均拆分成两个箱体bini’和bini’’，拆分之后，箱体bini’的区间表达式为(vlow，(vlow+ vhigh)/2]，箱体bini’’的区间表达式为( (vlow+ vhigh)/2，vhigh ]，拆分后的两个箱体bini’和bini’’的计数值均设为counti/2。
7.根据权利要求6所述的系统，其特征在于，在运算模块中，如果第i个箱体bini的计数值counti满足counti<n2，则将第i个箱体bini和与其相邻的箱体中计数值最小的箱体合并，所合并的这两个箱体的计数值之和成为合并之后的箱体的计数值。
8.根据权利要求7所述的系统，其特征在于，在概率预测模块中，广告一共有k项，任意第j项广告的相应广告特征数据落入每一个箱体bini，其中，j为整数且1≤j≤k，针对任意第j项广告的投放成功概率pj的计算公式如下：
