xxm1668/time_series

Advertising Predictor

广告投放指标（PV，CV）预测

1. 环境安装

git clone https://github.com/ourownstory/neural_prophet
pip install .
pip install -r requirements.txt

2. 服务端开启

python3 server.py

3. 客户端调用

• 详见client.py

4. docker容器启动

• 1 配置docker容器环境：docker build -t times-series:latest .
• 2 docker容器部署 docker run -p 80:6080 times-series:latest
• 3 停止docker服务 docker stop 服务ID/docker rm 服务ID

4. 接口详解

1、url：http://192.168.204.99:8000/trend/event_id/predict_length/cv|pv

• 注：event_id，即广告的id；predict_length，即预测长度；cv|pv表示cv和pv二选一；
  如http://192.168.204.99:8000/trend/44/2/pv；44为广告id，2表示可以预测后两天的

2、返回的格式

• (1)正确返回：{'code': 200, 'data': [{'day': 'yyyy-mm-dd', 'trend': xxx}, {'day': 'yyyy-mm-dd', 'trend': xxx}]}
• (2)错误返回：
  • ①{'code': 428, 'msg': '数据量不足！'}
  • ②{'code': 428, 'msg': '检测时间不连贯！'}
  • ③{'code': 500, 'msg': '服务请求异常！'}