在互联网营销中，对于品牌商来说，互联网广告投放经常遇到的问题是，广告位流量数据是难以获取。本文对互联网流量预测，结合传统营销理论，结果用于广告位选择和成本预算。
　　本文将综合应用文献研究法、数量研究法、模拟法对品牌方在对互联营销中的研究，在实际生产运营当中解决品牌传播中遇到的信息不对称导致营销成本不可控的问题。本文阐述了互联网的发展过程，从而互联网广告应运而生。在互联网广告投放过程中，涉及到广告的传播模式、计费模式等，在综合各种影响因素分析下，发现互联网投放存在着一些问题。互联网广告是可追踪的，但是由于品牌方和广告平台存在着信息不对称的情况，品牌方难以准确得到广告平台流量信息。互联网用户在上网的时候会产生大量的数据，本文根据维基百科产生的浏览日志数据，而这些日志数据是通过时间序列数据形式存放的，通过对这些数据向上汇总，得出每天、每个页面的浏览量，再通过正则化变换，结合LSTM与GRU、seq2seq模型、注意力机制深入研究，通过循环神经网络进行数据挖掘。最终，通过挖掘模型对互联网平台浏览量进行预测，在极高的预测准确率基础上，为品牌方提供一段时间段内的流量预测结果，此举打破互联网广告平台的信息壁垒。通过类似的方法，品牌方可以通过预测某一个可获取数据的互联网广告平台或者自有电商平台的流量，结合企业本身实际需求，在价格最优的情况下选择更大的互联网广告曝光量，在投放品牌曝光广告前提前锁定优质广告资源位置。