基于LSTM模型的广告库存预估算法

导语

爱奇艺广告算法团队结合广告业务特点，提出基于LSTM（Long short-term memory，长短期记忆）模型的广告库存预估深度学习算法。在节省训练资源的同时，构建更具泛化性的模型，并将预测时间进行工作日、节假日等更精细化的多类标签，体现出节假日特征对库存波动的影响，从而对广告库存进行更为精确的预估。

 

背景

广告仍然是互联网流量变现及商业模式的重要手段，随着互联网高速的发展，广告服务愈加精细化，需要提前预知用户的访问量来保证广告的策略，这就需要理解和预测广告库存量，这就是广告库存预估。广告库存预估属于时间序列预测任务，主要利用历史库存来预测未来一天或多天的广告库存，从而预估出更为准确的库存，对广告售前询量、离线分配等工作有极为重要的指导作用。

广告库存预估作为时间序列预测算法的业务场景之一，其数据拥有时间序列数据的基本特点，趋势性与随机性并存，在长期的规律性中蕴含了短期的波动性；同时，广告库存预估有以下几个业务特点和难点：

1.  样本较少：广告库存往往以天为单位结算，相对而言样本较少，若建立复杂的时序预估模型时易出现过拟合的问题；

2.  库存的波动受节假日影响较大：在寒暑假、春节等节假日，甚至在每一个周末，广告库存量都会有大幅上升，这一特点需要利用时序模型进行捕捉；

3.  广告主的特殊定向需求：预估维度需精确到站点、平台、城市、频道等维度，这给预估工作带来了资源和效率等方面的挑战。

 

解决方案

▌1.1 常用方案

时序预测方法主要可以分为两种方法：传统时序建模方法和机器学习。

最初的传统时序预测，可以追溯到移动平均法、指数平滑法，这类方法基于某段时间的历史数据拟合曲线，对于周期性的波动或方差较大的数据模拟效果较差；之后，随着移动平均与自回归的ARMA，ARIMA等模型出现，时序预测与此相结合。ARIMA模型[1]，全称差分整合移动平均自回归模型，其中AR是自回归，I为整合，MA为滑动平均，模型主要采用三个参数分别表示时序数据的滞后数、达到稳定状态需要的差分阶数、预测误差的滞后数。[1] 该模型简单易实现，对近期数据波动规律捕捉较好。但是ARIMA模型要求观测数据本身或是其差分后的数据是稳定的，且模型重点关注内生变量，不易添加外部特征，尤其与时序关联较小的特征。

随着人工智能的发展，机器学习方法开始普及，SVM、XGBoost等方法也被运用于时序预测任务中。深度学习作为机器学习中的一种被不断提及，其中，循环神经网络RNN逐渐被证明在时序预