本发明属于数字人广告处理技术领域，具体涉及一种数字人广告数据处理的方法。本发明利用预投放的方式，能够在正式投放数字人广告之前筛选出受众最多的数字人广告，并且在其投放之后，会实时采集营销产品的营销信息，并通过评估模型来测算营销产品的预测营销量和营销变化量，从而能够明确的反映出数字人广告的投放效果，并决定是否重新选定数字人广告，以此根据营销产品销量重新选定数字人广告的方式，能够提升数字人广告对受众的吸引力，增加受众的购买欲，相应的，也能够提升营销产品的营销量。
1.一种数字人广告数据处理的方法，其特征在于：包括：获取数字人广告信息，其中，所述数字人广告信息包括数字人形象、数字人动作以及数字人语音；
构建评估周期，并在所述评估周期内对数字人广告进行轮播，得到数字人广告的观看信息，其中，所述观看信息包括观看人数和驻留人数；
在所述评估周期内设置多个平行时段，且在各个所述平行时段内设置多个采样节点，并将所述采样节点下的观看信息标定为待评估信息；
将所述待评估信息输入至分级模型中，得到数字人广告的执行优先级；
构建监测周期，并在所述监测周期内设置多个取样节点，且实时获取各个所述取样节点下的营销信息，并将其标定为待校验参数；
将所述待校验参数输入至评估模型中，得到营销产品的营销变化量，并依据所述营销变化量确定预测营销量；
若所述预测营销量大于风险阈值，则表明其对应的数字人广告的投放效果正常；
若所述预测营销量小于或等于风险阈值，则表明其对应的数字人广告的投放效果异常，并重新构建评估周期，以及在所述评估周期内对数字人广告进行轮播。
2.根据权利要求1所述的一种数字人广告数据处理的方法，其特征在于：所述数字人形象、数字人动作以及数字人语音均设置有多个，每个数字人广告中的数字人形象和数字人语音均具有唯一性；
所述数字人动作包括唯一性动作和通用性动作，所述唯一性动作对应的数字人形象唯一，所述通用性动作对应所有数字人形象。
3.根据权利要求1所述的一种数字人广告数据处理的方法，其特征在于：所述构建评估周期，并在所述评估周期内对数字人广告进行轮播的步骤，包括：将所有数字人形象进行随机排列处理，再根据所述数字人形象匹配数字人动作和数字人语音，得到多个数字人广告；
获取每个所述数字人广告的播放时长，并将其汇总为轮播时长；
依据所述轮播时长构建评估周期，并在所述评估周期内对各个数字人广告首尾衔接式轮播，其中，所述评估周期的时间长度为轮播时长的整数倍。
4.根据权利要求1所述的一种数字人广告数据处理的方法，其特征在于：所述在所述评估周期内设置多个平行时段，且在各个所述平行时段内设置多个采样节点，并将所述采样节点下的观看信息标定为待评估信息的步骤，包括：获取每个所述数字人广告的播放时长，并依据其在所述评估周期内构建多个平行时段；
获取所述数字人广告的监控区域，以及所述监控区域的跨越时长；
以所述跨越时长为采样间隔，在所述平行时段内设置多个采样节点，再统计各个所述采样节点下的观看信息，并将其标定为待评估信息。
5.根据权利要求4所述的一种数字人广告数据处理的方法，其特征在于：所述以所述跨越时长为采样间隔，在所述平行时段内设置多个采样节点的步骤，包括：将所述平行时段的时间长度标定为基准时长；
获取标准函数，并将所述跨越时长和基准时长输入至标准函数中，并将其输出结果标定为待核准参数，并判断所述待核准参数是否为整数；
若是，则直接将所述跨越时长标定为采样间隔，并依据其在所述平行时段内设置多个采样节点；
若否，则依据所述待核准参数的余数对跨越时长向下偏移，并将其偏移结果标定为采样间隔，并依据其在所述平行时段内设置多个采样节点。
6.根据权利要求1所述的一种数字人广告数据处理的方法，其特征在于：所述将所述待评估信息输入至分级模型中，得到数字人广告的执行优先级的步骤，包括：获取所述待评估信息；
从所述分级模型中调用分级函数，并将所述待评估信息输入至分级函数中，再将其输出结果标定为待分级参数；
若所述待分级参数小于或等于筛分阈值，则将所述待分级参数对应的待评估信息筛除；
若所述待分级参数大于筛分阈值，则保留所述待分级参数对应的待评估信息；
将大于筛分阈值的待分级参数按照由大至小的顺序进行排列，且依据排列结果确定对应数字人广告的执行优先级。
7.根据权利要求1所述的一种数字人广告数据处理的方法，其特征在于：所述将所述待校验参数输入至评估模型中，得到营销产品的营销变化量的步骤，包括：获取所有所述取样节点下的待校验参数；
将所述待校验参数输入至趋势分析函数中，且将其输出结果标定为营销产品的营销变化量。
8.根据权利要求1所述的一种数字人广告数据处理的方法，其特征在于：所述依据所述营销变化量确定预测营销量的步骤，包括：获取当前营销量以及营销变化量；
获取需求节点，以及所述需求节点与当前节点之间的时段，并将其标定为需求时段；
将所述当前营销量、营销变化量以及需求时段一同输入至预测函数中，且将其输出结果标定为预测营销量。
9.一种数字人广告数据处理系统，应用于权利要求1至8中任意一项所述的数字人广告数据处理的方法，其特征在于：包括：获取模块，所述获取模块用于获取数字人广告信息，其中，所述数字人广告信息包括数字人形象、数字人动作以及数字人语音；
轮播模块，所述轮播模块用于构建评估周期，并在所述评估周期内对数字人广告进行轮播，得到数字人广告的观看信息，其中，所述观看信息包括观看人数和驻留人数；
采样模块，所述采样模块用于在所述评估周期内设置多个平行时段，且在各个所述平行时段内设置多个采样节点，并将所述采样节点下的观看信息标定为待评估信息；
分级模块，所述分级模块用于将所述待评估信息输入至分级模型中，得到数字人广告的执行优先级；
监测模块，所述监测模块用于构建监测周期，并在所述监测周期内设置多个取样节点，且实时获取各个所述取样节点下的营销信息，并将其标定为待校验参数；
评估模块，所述评估模块用于将所述待校验参数输入至评估模型中，得到营销产品的营销变化量，并依据所述营销变化量确定预测营销量；
比对模块，所述比对模块用于获取风险阈值，并与所述预测营销量进行实时比较；
若所述预测营销量大于风险阈值，则表明其对应的数字人广告的投放效果正常；
若所述预测营销量小于或等于风险阈值，则表明其对应的数字人广告的投放效果异常，并重新构建评估周期，以及在所述评估周期内对数字人广告进行轮播。
10.一种数字人广告数据处理终端，其特征在于：包括：至少一个处理器；
其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至8中任意一项所述的数字人广告数据处理的方法。
一种数字人广告数据处理的方法
技术领域
[0001] 本发明属于数字人广告处理技术领域，具体涉及一种数字人广告数据处理的方法。
背景技术
[0002] 数字人广告是一种新型的广告形式，它利用虚拟人物形象来展示和传递广告信息，具有生动形象、互动性强、传播范围广等优点，然而，数字人广告的数据处理和分析面临着一些挑战，如数据来源多样、数据量大、数据质量不一等问题，因此，需要开发一种高效的数字人广告数据处理方法。
[0003] 现有技术中，数字人广告形象或者动作的单一性容易使受众产生疲劳，从而便会降低受众对营销产品的购买欲，久而久之，便会导致营销产品的销量受到影响，这显然就达不到数字人广告的投放预期，为持续提升数字人广告对受众的吸引力，本方案提供了一种根据营销产品销量调整数字人广告的处理方法。
发明内容
[0004] 本发明的目的是提供一种数字人广告数据处理的方法，能够根据营销产品销量重新选定数字人广告，以此提升数字人广告对受众的吸引力。
[0005] 本发明采取的技术方案具体如下：
[0006] 一种数字人广告数据处理的方法，包括：
[0007] 获取数字人广告信息，其中，所述数字人广告信息包括数字人形象、数字人动作以及数字人语音；
[0008] 构建评估周期，并在所述评估周期内对数字人广告进行轮播，得到数字人广告的观看信息，其中，所述观看信息包括观看人数和驻留人数；
[0009] 在所述评估周期内设置多个平行时段，且在各个所述平行时段内设置多个采样节点，并将所述采样节点下的观看信息标定为待评估信息；
[0010] 将所述待评估信息输入至分级模型中，得到数字人广告的执行优先级；
[0011] 构建监测周期，并在所述监测周期内设置多个取样节点，且实时获取各个所述取样节点下的营销信息，并将其标定为待校验参数；
[0012] 将所述待校验参数输入至评估模型中，得到营销产品的营销变化量，并依据所述营销变化量确定预测营销量；
[0013] 获取风险阈值，并与所述预测营销量进行实时比较；
[0014] 若所述预测营销量大于风险阈值，则表明其对应的数字人广告的投放效果正常；
[0015] 若所述预测营销量小于或等于风险阈值，则表明其对应的数字人广告的投放效果异常，并重新构建评估周期，以及在所述评估周期内对数字人广告进行轮播。
[0016] 在一种优选方案中，所述数字人形象、数字人动作以及数字人语音均设置有多个，每个数字人广告中的数字人形象和数字人语音均具有唯一性；
[0017] 所述数字人动作包括唯一性动作和通用性动作，所述唯一性动作对应的数字人形象唯一，所述通用性动作对应所有数字人形象。
[0018] 在一种优选方案中，所述构建评估周期，并在所述评估周期内对数字人广告进行轮播的步骤，包括：
[0019] 将所有数字人形象进行随机排列处理，再根据所述数字人形象匹配数字人动作和数字人语音，得到多个数字人广告；
[0020] 获取每个所述数字人广告的播放时长，并将其汇总为轮播时长；
[0021] 依据所述轮播时长构建评估周期，并在所述评估周期内对各个数字人广告首尾衔接式轮播，其中，所述评估周期的时间长度为轮播时长的整数倍。
[0022] 在一种优选方案中，所述在所述评估周期内设置多个平行时段，且在各个所述平行时段内设置多个采样节点，并将所述采样节点下的观看信息标定为待评估信息的步骤，包括：
[0023] 获取每个所述数字人广告的播放时长，并依据其在所述评估周期内构建多个平行时段；
[0024] 获取所述数字人广告的监控区域，以及所述监控区域的跨越时长；
[0025] 以所述跨越时长为采样间隔，在所述平行时段内设置多个采样节点，再统计各个所述采样节点下的观看信息，并将其标定为待评估信息。
[0026] 在一种优选方案中，所述以所述跨越时长为采样间隔，在所述平行时段内设置多个采样节点的步骤，包括：
[0027] 将所述平行时段的时间长度标定为基准时长；
[0028] 获取标准函数，并将所述跨越时长和基准时长输入至标准函数中，并将其输出结果标定为待核准参数，并判断所述待核准参数是否为整数；
[0029] 若是，则直接将所述跨越时长标定为采样间隔，并依据其在所述平行时段内设置多个采样节点；
[0030] 若否，则依据所述待核准参数的余数对跨越时长向下偏移，并将其偏移结果标定为采样间隔，并依据其在所述平行时段内设置多个采样节点。
[0031] 在一种优选方案中，所述将所述待评估信息输入至分级模型中，得到数字人广告的执行优先级的步骤，包括：
[0032] 获取所述待评估信息；
[0033] 从所述分级模型中调用分级函数，并将所述待评估信息输入至分级函数中，再将其输出结果标定为待分级参数；
[0034] 获取筛分阈值，并与所述待分级参数进行比较；
[0035] 若所述待分级参数小于或等于筛分阈值，则将所述待分级参数对应的待评估信息筛除；
[0036] 若所述待分级参数大于筛分阈值，则保留所述待分级参数对应的待评估信息；
[0037] 将大于筛分阈值的待分级参数按照由大至小的顺序进行排列，且依据排列结果确定对应数字人广告的执行优先级。
[0038] 在一种优选方案中，所述将所述待校验参数输入至评估模型中，得到营销产品的营销变化量的步骤，包括：
[0039] 获取所有所述取样节点下的待校验参数；
[0040] 从所述评估模型中调用趋势分析函数；
[0041] 将所述待校验参数输入至趋势分析函数中，且将其输出结果标定为营销产品的营销变化量。
[0042] 在一种优选方案中，所述依据所述营销变化量确定预测营销量的步骤，包括：
[0043] 获取当前营销量以及营销变化量；
[0044] 获取需求节点，以及所述需求节点与当前节点之间的时段，并将其标定为需求时段；
[0045] 从所述评估模型中调用预测函数；
[0046] 将所述当前营销量、营销变化量以及需求时段一同输入至预测函数中，且将其输出结果标定为预测营销量。
[0047] 本发明还提供了，一种数字人广告数据处理系统，应用于上述的数字人广告数据处理的方法，包括：
[0048] 获取模块，所述获取模块用于获取数字人广告信息，其中，所述数字人广告信息包括数字人形象、数字人动作以及数字人语音；
[0049] 轮播模块，所述轮播模块用于构建评估周期，并在所述评估周期内对数字人广告进行轮播，得到数字人广告的观看信息，其中，所述观看信息包括观看人数和驻留人数；
[0050] 采样模块，所述采样模块用于在所述评估周期内设置多个平行时段，且在各个所述平行时段内设置多个采样节点，并将所述采样节点下的观看信息标定为待评估信息；
[0051] 分级模块，所述分级模块用于将所述待评估信息输入至分级模型中，得到数字人广告的执行优先级；
[0052] 监测模块，所述监测模块用于构建监测周期，并在所述监测周期内设置多个取样节点，且实时获取各个所述取样节点下的营销信息，并将其标定为待校验参数；
[0053] 评估模块，所述评估模块用于将所述待校验参数输入至评估模型中，得到营销产品的营销变化量，并依据所述营销变化量确定预测营销量；
[0054] 比对模块，所述比对模块用于获取风险阈值，并与所述预测营销量进行实时比较；
[0055] 若所述预测营销量大于风险阈值，则表明其对应的数字人广告的投放效果正常；
[0056] 若所述预测营销量小于或等于风险阈值，则表明其对应的数字人广告的投放效果异常，并重新构建评估周期，以及在所述评估周期内对数字人广告进行轮播。
[0057] 以及，一种数字人广告数据处理终端，包括：
[0058] 至少一个处理器；
[0059] 以及与所述至少一个处理器通信连接的存储器；
[0060] 其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的数字人广告数据处理的方法。
[0061] 本发明取得的技术效果为：
[0062] 本发明利用预投放的方式，能够在正式投放数字人广告之前筛选出受众最多的数字人广告，并且在其投放之后，会实时采集营销产品的营销信息，并通过评估模型来测算营销产品的预测营销量和营销变化量，从而能够明确的反映出数字人广告的投放效果，并决定是否重新选定数字人广告，以此根据营销产品销量重新选定数字人广告的方式，能够提升数字人广告对受众的吸引力，增加受众的购买欲，相应的，也能够提升营销产品的营销量。
附图说明
[0063] 图1是本发明所提供的方法流程图；
[0064] 图2是本发明所提供的系统模块图。
具体实施方式
[0065] 为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。
[0066] 在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
[0067] 其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个较佳的实施方式中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
[0068] 请参阅图1和图2所示，本发明提供了一种数字人广告数据处理的方法，包括：
[0069] S1、获取数字人广告信息，其中，数字人广告信息包括数字人形象、数字人动作以及数字人语音；
[0070] S2、构建评估周期，并在评估周期内对数字人广告进行轮播，得到数字人广告的观看信息，其中，观看信息包括观看人数和驻留人数；
[0071] S3、在评估周期内设置多个平行时段，且在各个平行时段内设置多个采样节点，并将采样节点下的观看信息标定为待评估信息；
[0072] S4、将待评估信息输入至分级模型中，得到数字人广告的执行优先级；
[0073] S5、构建监测周期，并在监测周期内设置多个取样节点，且实时获取各个取样节点下的营销信息，并将其标定为待校验参数；
[0074] S6、将待校验参数输入至评估模型中，得到营销产品的营销变化量，并依据营销变化量确定预测营销量；
[0075] S7、获取风险阈值，并与预测营销量进行实时比较；
[0076] 若预测营销量大于风险阈值，则表明其对应的数字人广告的投放效果正常；
[0077] 若预测营销量小于或等于风险阈值，则表明其对应的数字人广告的投放效果异常，并重新构建评估周期，以及在评估周期内对数字人广告进行轮播。
[0078] 如上述步骤S1‑S7所述，数字人广告是一种新型的广告形式，它利用虚拟人物形象来展示和传递广告信息，具有生动形象、互动性强、传播范围广等优点，然而，数字人广告的数据处理和分析面临着一些挑战，如数据来源多样、数据量大、数据质量不一等问题，同时数字人广告形象或者动作的单一性容易使受众产生疲劳，从而降低受众对营销产品的购买欲，本实施例中，首先需要采集数字人广告信息，此处数字人广告信息包括数字人形象、数字人动作以及数字人语音，其中，数字人形象、数字人动作以及数字人语音均设置有多个，每个数字人广告中的数字人形象和数字人语音均具有唯一性，数字人动作包括唯一性动作和通用性动作，唯一性动作对应的数字人形象唯一，通用性动作对应所有数字人形象，在正式投放数字人广告之前，先行构建评估周期，并在评估周期内对数字人广告进行轮播，从而可以统计观看数字人广告的观看人数和驻留人数，之后在评估周期内设置多个平行时段，并在平行时段内设置相应的采样节点，以此来采集数字人广告的观看信息，本实施方式将其标定为待评估信息，通过将这些待评估信息输入至分级模型中，能够输出各个数字人广告的执行优先级，为管理人员判断数字人广告的投放提供参考依据，在数字人广告确定投放之后，会以其投放起始点开始构建监测周期，并在监测周期内设置多个取样节点，以此统计营销产品的实时营销信息，本实施方式将其标定为待校验参数，通过评估模型的执行，以待校验参数为基础，能够测算出营销产品的营销变化量和预测营销量，其中，预测营销量的计算优先级要低于营销变化量的计算优先级，且在预测营销量确定之后，便可将其与风险阈值进行比较，从而便可判断出数字人广告的投放效果是否正常，且在其异常的情况下，会新增数字人广告或者基于已生成但未投放的数字人广告进行重新构建评估周期，同样采取轮播的方式来统计观看信息，以此筛选出更符合受众需求的数字人广告，提高受众的购买欲，保证营销产品的推广和销售量均能够得以提升。
[0079] 在一个较佳的实施方式中，构建评估周期，并在评估周期内对数字人广告进行轮播的步骤，包括：
[0080] S201、将所有数字人形象进行随机排列处理，再根据数字人形象匹配数字人动作和数字人语音，得到多个数字人广告；
[0081] S202、获取每个数字人广告的播放时长，并将其汇总为轮播时长；
[0082] S203、依据轮播时长构建评估周期，并在评估周期内对各个数字人广告首尾衔接式轮播，其中，评估周期的时间长度为轮播时长的整数倍。
[0083] 如上述步骤S201‑S203所述，在构建评估周期时，需要依据对应产品的受众选择投放区域，例如儿童产品的投放区域优选为游乐场等，生活用品的投放区域优选为商超广场等，此非本方案技术要点，在此就不加以过多的阐述，由于数字人形象、数字人动作和数字人语音均设置有多个，其组合方式也就具备多种，此处，将其多种组合标定为数字人广告，而后根据这些数字人广告的播放时长便可确定评估周期，实现轮播数字人广告的同时，还能够统计到受众的观看信息。
[0084] 在一个较佳的实施方式中，在评估周期内设置多个平行时段，且在各个平行时段内设置多个采样节点，并将采样节点下的观看信息标定为待评估信息的步骤，包括：
[0085] S301、获取每个数字人广告的播放时长，并依据其在评估周期内构建多个平行时段；
[0086] S302、获取数字人广告的监控区域，以及监控区域的跨越时长；
[0087] S303、以跨越时长为采样间隔，在平行时段内设置多个采样节点，再统计各个采样节点下的观看信息，并将其标定为待评估信息。
[0088] 如上述步骤S301‑S303所述，在构建平行时段时，首先需要确定每个数字人广告的播放时长，并将该播放时长确定为平行时段的长度，而后获取数字人广告的监控区域，以及行人跨越监控区域所需时长，该跨越时长可根据行人行进速度的平均值进行确定，此为现有成熟技术手段，文中对此就不加以详细的赘述，在跨越时长确定之后，可以依据其确定采样间隔，并在平行时段内确定多个采样节点即可，之后再将这些采样节点下的观看信息标定为待评估信息，以此来为后续分级模型的执行提供相应的数据支持。
[0089] 在一个较佳的实施方式中，以跨越时长为采样间隔，在平行时段内设置多个采样节点的步骤，包括：
[0090] Stp1、将平行时段的时间长度标定为基准时长；
[0091] Stp2、获取标准函数，并将跨越时长和基准时长输入至标准函数中，并将其输出结果标定为待核准参数，并判断待核准参数是否为整数；
[0092] 若是，则直接将跨越时长标定为采样间隔，并依据其在平行时段内设置多个采样节点；
[0093] 若否，则依据待核准参数的余数对跨越时长向下偏移，并将其偏移结果标定为采样间隔，并依据其在平行时段内设置多个采样节点。
[0094] 如上述步骤Stp1‑Stp2所述，在跨越时长确定之后，将其与基准时长一同输入至标准函数中，能够输出待核准参数，其中，标准函数的表达式为： ，式中， 表示待核准参数， 表示基准时长， 表示跨越时长，之后根据待核准参数的取值来确定是否需要对跨越时长进行偏移处理即可，以此方式可以在平行时段内设置多个采样节点，以便于后续对待评估信息的采集。
[0095] 在一个较佳的实施方式中，将待评估信息输入至分级模型中，得到数字人广告的执行优先级的步骤，包括：
[0096] S401、获取待评估信息；
[0097] S402、从分级模型中调用分级函数，并将待评估信息输入至分级函数中，再将其输出结果标定为待分级参数；
[0098] S403、获取筛分阈值，并与待分级参数进行比较；
[0099] 若待分级参数小于或等于筛分阈值，则将待分级参数对应的待评估信息筛除；
[0100] 若待分级参数大于筛分阈值，则保留待分级参数对应的待评估信息；
[0101] S404、将大于筛分阈值的待分级参数按照由大至小的顺序进行排列，且依据排列结果确定对应数字人广告的执行优先级。
[0102] 如上述步骤S401‑S404所述，在待评估信息确定之后，从分级模型中调用分级函数，其中，分级函数的表达式为： ，式中， 表示待分级参数， 表示观看人数的权重因子， 表示驻留人数的权重因子，其中， ＞ ，且 + =1， 表示观看人数， 表示驻留人数，观看人数为数字人广告播放时观看区域内的人数，驻留人数为循环观看同一数字人广告的人数，在评估周期执行结束之后，将这些待分级参数先行与筛分阈值进行比较，将小于或等于筛分阈值待分级参数以及其对应的待评估信息筛除，仅保留大于筛分阈值的待分级参数和其对应的待评估信息，之后再将这些待分级参数按照由大至小的顺序进行排列，便可确定各个数字人广告的执行优先级。
[0103] 在一个较佳的实施方式中，将待校验参数输入至评估模型中，得到营销产品的营销变化量的步骤，包括：
[0104] S601、获取所有取样节点下的待校验参数；
[0105] S602、从评估模型中调用趋势分析函数；
[0106] S603、将待校验参数输入至趋势分析函数中，且将其输出结果标定为营销产品的营销变化量。
[0107] 如上述步骤S601‑S603所述，在待校验参数确定之后，将其输入至趋势分析函数中，可以得到营销产品的营销变化量，其中，趋势分析函数的表达式为：，式中， 表示营销变化量， 表示监测周期的时长， 表示
待校验参数的数量， 表示待校验参数的编号， 和 表示相邻的待校验参数，基于此式，可以直接求出营销产品的影响变化量，为后续测算营销产品的预测营销量提供相应的数据支持。
[0108] 在一个较佳的实施方式中，依据营销变化量确定预测营销量的步骤，包括：
[0109] S601、获取当前营销量以及营销变化量；
[0110] S602、获取需求节点，以及需求节点与当前节点之间的时段，并将其标定为需求时段；
[0111] S603、从评估模型中调用预测函数；
[0112] S604、将当前营销量、营销变化量以及需求时段一同输入至预测函数中，且将其输出结果标定为预测营销量。
[0113] 如上述步骤S601‑S604所述，在营销产品的营销变化量确定之后，获取需要预测的时间节点，本实施方式将其标定为需求节点，并将需求节点与当前节点之间的时段确定为需求时段，之后将其与当前营销量和营销变化量一同输入至预测函数中即可，其中，预测函数的表达式为： ，式中， 表示预测营销量， 表示当前营销量， 表示需求时段，基于此式，便可计算出需求节点下的预测营销量，而后再将其与风险阈值进行比较，便可得到数字人广告的投放效果，以此来判断是否需要重新构建评估周期来选定新的数字人广告，使得数字人广告能够为受众提供吸引力，以此来增强受众的购买欲，使得营销产品的推广和销售量均能够得以提升，达到数字人广告的投放需求。
[0114] 本发明还提供了，一种数字人广告数据处理系统，应用于上述的数字人广告数据处理的方法，包括：
[0115] 获取模块，获取模块用于获取数字人广告信息，其中，数字人广告信息包括数字人形象、数字人动作以及数字人语音；
[0116] 轮播模块，轮播模块用于构建评估周期，并在评估周期内对数字人广告进行轮播，得到数字人广告的观看信息，其中，观看信息包括观看人数和驻留人数；
[0117] 采样模块，采样模块用于在评估周期内设置多个平行时段，且在各个平行时段内设置多个采样节点，并将采样节点下的观看信息标定为待评估信息；
[0118] 分级模块，分级模块用于将待评估信息输入至分级模型中，得到数字人广告的执行优先级；
[0119] 监测模块，监测模块用于构建监测周期，并在监测周期内设置多个取样节点，且实时获取各个取样节点下的营销信息，并将其标定为待校验参数；
[0120] 评估模块，评估模块用于将待校验参数输入至评估模型中，得到营销产品的营销变化量，并依据营销变化量确定预测营销量；
[0121] 比对模块，比对模块用于获取风险阈值，并与预测营销量进行实时比较；
[0122] 若预测营销量大于风险阈值，则表明其对应的数字人广告的投放效果正常；
[0123] 若预测营销量小于或等于风险阈值，则表明其对应的数字人广告的投放效果异常，并重新构建评估周期，以及在评估周期内对数字人广告进行轮播。
[0124] 如上述，在该广告数据处理系统执行时，首先通过获取模块采集数字人广告信息，本实施方式将数字人广告信息分为数字人形象、数字人动作和数字人语音，并且将数字人形象、数字人动作和数字人语音组合为多个数字人广告，且通过轮播模块进行轮播，再利用采样模块对轮播状态下数字人广告的观看信息进行统计，以此便可得到待评估信息，将待评估信息输入至分级模块中，可以得到数字人广告的执行优先级，从而为管理人员选定数字人广告提供数据支持，之后通过监测模块来获取所投放数字人广告下的营销产品的营销信息，本实施方式将其标定为待校验参数，通过将待校验参数输入至评估模型中，可以得出营销变化量和预测营销量，最后结合比对模块的执行，将预测营销量和风险阈值进行比对，便可确定数字人广告的投放效果。
[0125] 以及，一种数字人广告数据处理终端，包括：
[0126] 至少一个处理器；
[0127] 以及与至少一个处理器通信连接的存储器；
[0128] 其中，存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行上述的数字人广告数据处理的方法。
[0129] 需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
[0130] 以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本发明中未具体描述和解释说明的结构、装置以及操作方法，如无特别说明和限定，均按照本领域的常规手段进行实施。
