随着互联网应用的快速发展,互联网用户数量也急速增长。互联网广告成为众多互联网企业的重要收入来源。大部分广告主对媒体商的广告投放过程有所要求。比如1)投放给具有固定属性的人群(定向),2)在一定期限内投放的广告数量(保量),3)每个投放周期中,对于同一个用户最多投放的次数(频控)等。因此对每一个在线到来的用户访问,媒体商如何选择为其投放的广告以满足众多广告主的需求,并能获得尽量大的收益成为媒体商关心的重点。本文针对真实投放系统,如腾讯视频的广告主需求及数据预测技术现状,将广告投放问题抽象为一系列理论模型。并提出一套三段式的广告投放方案以满足系统需求。具体工作如下:1.本文针对目前的投放系统中用户频次不可预测的现状,提出了一套先生成一组模式后将模式分割为子模式的线下方案,以及在线上为每个到达的用户分配一个子模式并可动态修改子模式的线上方案。同时本文还提出一个轻量级的模式生成算法,满足了投放系统中每轮投放周期仅24h而数据量庞大的时效性需求。2.本文收集了部分腾讯视频的真实访问数据,并使用该数据进行多组实验对比。实验结果显示,相比于适用于用户频次可预测的传统方案,本文的算法仅有少量的利益损失。并且通过实验进行数据统计,结果显示本文的模式生成算法因时效性需求而造成的缺量最多为10%。因此,本文使用真实数据证明了算法在用户频次不可预测的投放系统中具有有效性和时效性。