[發明專利]基于多級邏輯回歸的點擊率預測方法和系統

有效

• 申請號: 201410001103.X
• 申請日: 2014-01-02
• 公開（公告）號: CN103761266A
• 公開（公告）日: 2014-04-30
• 發明（設計）人: 崔晶晶;林佳婕;李春華;受春柏;劉立娜
• 申請（專利權）人: 北京集奧聚合網絡技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京和信華成知識產權代理事務所(普通合伙) 11390
• 代理人: 胡劍輝

1.一種基于多級邏輯回歸的點擊率預測方法，其特征在于：該方法包括如下步驟：

特征抽取步驟，通過對已獲得的點擊率數據進行分析，分析對點擊率有影響的因素，從中選取特征向量，構建特征模型；

模型訓練步驟，使用多級邏輯回歸模型，對特征模型進行多級邏輯回歸機器學習，得到預測模型；以及

點擊率預測步驟：使用預測模型對待預測點擊率數據進行預測。

2.如權利要求1所述的預測方法，其特征在于：所述特征抽取步驟中的特征模型為：μ(a,u,c)＝p(click|a,u,c)，其中，a代表廣告，u代表受眾，c代表媒體，p()為多級邏輯回歸模型，有p(click|a,u,c)＝σ(w^tx)，其中w^t表示n維特征權重向量，x表示n維特征向量，σ()為邏輯回歸函數，有

3.如權利要求1所述的預測方法，其特征在于：所述特征抽取步驟中的多級邏輯回歸機器學習的步驟包括：

自身邏輯回歸計算步驟，對特征模型中的N維特征向量進行自身的邏輯回歸計算，得到該維特征向量的回歸值；

中間邏輯回歸計算步驟，選取M個第一級回歸值進行中間級計算，其中M<N；以及

最終邏輯回歸計算步驟，將中間級回歸運算的中間值做為最后一級的回歸運算的輸入，最后得到點擊率的預測值。

4.如權利要求5所述的預測方法，其特征在于：所述中間邏輯回歸計算步驟中的中間級計算可以根據實際需要進行多次運算，每一次都將上一級的輸出作為下一級的輸入進行邏輯回歸運算。

5.一種基于多級邏輯回歸的點擊率預測系統，其特征在于：該系統包括如下裝置：

特征抽取裝置，用于通過對已獲得的點擊率數據進行分析，分析對點擊率有影響的因素，從中選取特征向量，構建特征模型；

模型訓練裝置，用于使用多級邏輯回歸模型，對特征模型進行多級邏輯回歸機器學習，得到預測模型；以及

點擊率預測裝置：用于使用預測模型對待預測點擊率數據進行預測。

6.如權利要求5所述的預測系統，其特征在于：所述特征模型為：μ(a,u,c)＝p(click|a,u,c)，其中，a代表廣告，u代表受眾，c代表媒體，p()為多級邏輯回歸模型，有p(click|a,u,c)＝σ(w^tx)，其中w^t表示n維特征權重向量，x表示n維特征向量，σ()為邏輯回歸函數，有

7.如權利要求5所述的預測系統，其特征在于：所述模型訓練裝置包括多級邏輯回歸機器學習裝置，該多級邏輯回歸機器學習裝置包括：

自身邏輯回歸計算裝置，用于對特征模型中的N維特征向量進行自身的邏輯回歸計算，得到該維特征向量的回歸值；

中間邏輯回歸計算裝置：用于選取M個第一級回歸值進行中間級計算，其中M<N；

最終邏輯回歸計算裝置：用于將中間級回歸運算的中間值做為最后一級的回歸運算的輸入，最后得到點擊率的預測值。

8.如權利要求7所述的預測系統，其特征在于：所述中間邏輯回歸計算裝置可以根據實際需要進行多次運算，每一次都將上一級的輸出作為下一級的輸入進行邏輯回歸運算。