[發明專利]一種基于用戶屬性的網絡廣告點擊率預測方法和裝置

在審

• 申請號: 201310283199.9
• 申請日: 2013-07-06
• 公開（公告）號: CN103345512A
• 公開（公告）日: 2013-10-09
• 發明（設計）人: 黃曉南
• 申請（專利權）人: 北京品友互動信息技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q30/02
• 代理公司: 北京漢昊知識產權代理事務所(普通合伙) 11370
• 代理人: 朱海波

技術領域

本發明涉及互聯網上的廣告投放領域，尤其涉及一種基于用戶屬性的網絡廣告點擊率預測方法和裝置。

背景技術

互聯網作為典型的分眾媒體，與傳統的大眾傳媒相比，有其獨特的需求和特征。例如，用戶對互聯網上展示的滿足其需求的信息感興趣，而對被動展示的廣告信息往往抱有抵觸心理。為了盡量展示用戶所需求的廣告信息，現有技術中通常基于用戶點擊率的統計和分析廣告投放的受眾，以更好地將廣告投放到有相關產品或服務需求的用戶平臺，以提升廣告投放效果。

因此，如何更準確地對用戶點擊網絡廣告的概率進行預測成為廣告投放領域需要解決的重要問題，盡管評估廣告投放效果的因素并不限于點擊率，還包括諸如轉化率、投資回報率（ROI）等，但是，點擊率是評估廣告投放效果的最常見、最重要的因素，如果能提升點擊率的評估準確度，那么其他評估因素也可以循此方法，一并進行評估。

發明內容

本發明的目的是提供一種基于用戶屬性的網絡廣告點擊率預測方法和裝置，可以有效提升網絡廣告點擊率預測的準確度。

根據本發明的一個方面，提供了一種基于用戶屬性的網絡廣告點擊率預測方法，該方法包括以下步驟：

建立網絡用戶興趣屬性類目體系，其中，所述類目體系包括多個興趣類別；

收集用戶行為數據，建立行為分類模型，基于所述分類模型對所述用戶行為數據進行劃分，并按照分類將相應行為數據作為所述興趣類別的訓練樣本；

基于所述用戶對應的興趣類別及所述訓練樣本，建立與所述興趣類別對應的點擊率預測模型進行點擊率預測。

根據本發明的另一個方面，還提供了一種基于用戶屬性的網絡廣告點擊率預測裝置，包括：

類目體系建立單元，用于建立網絡用戶興趣屬性類目體系，其中，所述類目體系包括多個興趣類別；

用戶行為分析單元，用于收集用戶行為數據，建立行為分類模型，基于所述分類模型對所述用戶行為數據進行劃分，并按照分類將相應行為數據作為所述興趣類別的訓練樣本；

點擊率預測單元，基于所述用戶對應的興趣類別及所述訓練樣本，建立與所述興趣類別對應的點擊率預測模型進行點擊率預測。

與現有技術相比，本發明具有以下優點：

1)本發明提供的廣告點擊率預測方案可以根據當前用戶興趣點的變化，實時展示與用戶興趣最匹配的廣告，改善用戶的瀏覽體驗；

2)本發明通過抽取用戶的網絡人群屬性，對廣告點擊率進行預測，具有較高的通用性，尤其在廣告投放領域，基于所預測的結果，可以通過捕捉用戶興趣點的變化，實時投放和展示最適合該用戶興趣的廣告，從而提升廣告效果。

附圖說明

通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細描述，本發明的其它特征、目的和優點將會變得更明顯：

圖1為根據本發明一個優選實施例的基于用戶屬性的網絡廣告點擊率預測方法流程圖；

圖2為根據本發明一個優選實施例的DAAT樹狀結構示意圖；

圖3為根據本發明一個優選實施例的基于用戶屬性的網絡廣告點擊率預測裝置的示意性框圖。

具體實施方式

下面結合附圖對本發明作進一步詳細描述。

根據本發明的一個方面，提供了一種基于用戶屬性的網絡廣告點擊率方法。需要說明的是，雖然本實施例只是以點擊率為例說明網絡廣告點擊率預測方法和裝置，實際上，本發明還可以適用于網絡廣告轉化率、投資回報率等廣告效果評估因素在內的預測，點擊率預測為其中的優選實施例。

請參考圖1，圖1為根據本發明一個優選實施例的基于用戶屬性的網絡廣告點擊率預測方法流程圖。

如圖1所示，本發明所提供的基于用戶屬性的網絡廣告點擊率預測方法包括以下步驟：

步驟S101，建立網絡用戶興趣屬性類目體系，其中，所述類目體系包括多個興趣類別。

具體地，當互聯網廣告交易模式中的資源焦點從廣告位轉變到人時，準確地了解“人”，已成為網絡廣告投放的重要前提條件，科學的人群屬性的劃分，是正確有效識別廣告受眾的基礎，因此，建立網絡用戶興趣屬性類目體系（簡稱DAAT）對于用戶興趣屬性的劃分和歸類具有重要作用。