需求：预测每条推送当日的最终打开率
思路：计算当日该条推送的实时累计打开率曲线与历史上所有推送的实时累计打开率曲线的相似度，取相似度最高的曲线最终的打开率作为预测值
计算频度：从当日推送发出后有到达数据开始，每30分钟计算一次
相似度算法：
1、分别计算当日推送实时打开率曲线的拟合曲线（对数）和历史所有实时累计打开率曲线的拟合曲线，当日曲线和历史曲线都选取相同时间间隔，比如前30分钟；
2、计算实时曲线的拟合曲线与历史曲线的拟合曲线的相似度－－相同时刻两条曲线上两点之间的欧式距离，会得到多个一维数组（和多条历史曲线比较），将每个一维数组的各元素相加，取值最小的数组对应的历史曲线的最终打开率，即当前推送的当日预测值；
问题：上述描述是我目前的一个思路，其实就是推送发出去一段时间内，我需要知道这条推送当日的最终效果，故想到了用上边的方法去预测，即结合历史曲线，因为历史的曲线的效果是可知的，认定走势相同的曲线最终的效果也相当；
我的问题是，有没有其他更好的预测算法，或者我目前的算法有什么弊端？
ps：实时推送累计打开率曲线的拟合曲线通常情况下是一条对数曲线的形状