[發明專利]基于實時計算的廣告播放設備群體事件研判方法及系統

在審

• 申請號: 202210170004.9
• 申請日: 2022-02-23
• 公開（公告）號: CN114595842A
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 曲洋;代光英;孫亮;寧玉杰
• 申請（專利權）人: 馳眾信息技術（上海）有限公司
• 主分類號: G06Q10/00
• 分類號: G06Q10/00;G06Q10/06;G06Q30/02;H04L41/0631;H04L67/10;H04L67/141;H04L67/55;H04L69/22
• 代理公司: 上海鍛創知識產權代理有限公司 31448
• 代理人: 范文琦

1.一種基于實時計算的廣告播放設備群體事件研判方法，其特征在于，所述方法包括如下步驟：

步驟S1：采集和匯總所有廣告播放設備實時回傳數據，構建實時數據匯聚中樞系統；

步驟S2：構建大數據實時處理管道，實時提供設備的群體行為判定計算能力；

步驟S3：搭建ETL數據清洗管道，構建數據流向控制器；

步驟S4：設計并開發基于實時數據的廣告設備群體事件研判應用；

步驟S5：收集并存儲群體事件報警信息，完成數據的沉淀和對外輸出，并通過線下反饋和歷史數據打標完成準確率評估，并最終形成閉環；

步驟S6：根據閉環導向，動態修正廣告播放設備群體報警事件模型的入參，不斷根據業務新增，完成更多維度群體事件報警的識別擴展。

2.根據權利要求1所述的基于實時計算的廣告播放設備群體事件研判方法，其特征在于，所述步驟S1通過播發通道將設備心跳數據和廣告播放日志數據推送進入數據服務器消息隊列管道，然后通過消息隊列組件Kafka構建數據上游的實時輸出能力，根據數據類別，媒體類型構建不同的Topic來完成上游數據管道的建立。

3.根據權利要求1所述的基于實時計算的廣告播放設備群體事件研判方法，其特征在于，所述步驟S2利用Apache Flink構建大數據實時計算集群，并在大數據實時計算集群上進行精業務轉化和邏輯編程，搭載實時數據處理應用和算法模型。

4.根據權利要求1所述的基于實時計算的廣告播放設備群體事件研判方法，其特征在于，所述步驟S3中的數據流向控制器完成各類數據的匯集和分發，是控制數據流向的重要樞紐。

5.根據權利要求1所述的基于實時計算的廣告播放設備群體事件研判方法，其特征在于，所述步驟S4中的應用完成協議解析、設備狀態判定、動態參數加載、多流合并、實時數據狀態管理以及承載并運行群體事件預警模型，最終完成群體事件的定義和識別，并下發相應的報警信息。

6.一種基于實時計算的廣告播放設備群體事件研判系統，其特征在于，所述系統包括如下模塊：

模塊M1：采集和匯總所有廣告播放設備實時回傳數據，構建實時數據匯聚中樞系統；

模塊M2：構建大數據實時處理管道，實時提供設備的群體行為判定計算能力；

模塊M3：搭建ETL數據清洗管道，構建數據流向控制器；

模塊M4：設計并開發基于實時數據的廣告設備群體事件研判應用；

模塊M5：收集并存儲群體事件報警信息，完成數據的沉淀和對外輸出，并通過線下反饋和歷史數據打標完成準確率評估，并最終形成閉環；

模塊M6：根據閉環導向，動態修正廣告播放設備群體報警事件模型的入參，不斷根據業務新增，完成更多維度群體事件報警的識別擴展。

7.根據權利要求6所述的基于實時計算的廣告播放設備群體事件研判系統，其特征在于，所述模塊M1通過播發通道將設備心跳數據和廣告播放日志數據推送進入數據服務器消息隊列管道，然后通過消息隊列組件Kafka構建數據上游的實時輸出能力，根據數據類別，媒體類型構建不同的Topic來完成上游數據管道的建立。

8.根據權利要求6所述的基于實時計算的廣告播放設備群體事件研判系統，其特征在于，所述模塊M2利用Apache Flink構建大數據實時計算集群，并在大數據實時計算集群上進行精業務轉化和邏輯編程，搭載實時數據處理應用和算法模型。

9.根據權利要求6所述的基于實時計算的廣告播放設備群體事件研判系統，其特征在于，所述模塊M3中的數據流向控制器完成各類數據的匯集和分發，是控制數據流向的重要樞紐。

10.根據權利要求6所述的基于實時計算的廣告播放設備群體事件研判系統，其特征在于，所述模塊M4中的應用完成協議解析、設備狀態判定、動態參數加載、多流合并、實時數據狀態管理以及承載并運行群體事件預警模型，最終完成群體事件的定義和識別，并下發相應的報警信息。