[發(fā)明專利]一種推送信息點(diǎn)擊率估計(jì)方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201610014017.1
• 申請(qǐng)日: 2016-01-08
• 公開（公告）號(hào): CN105701191B
• 公開（公告）日: 2020-12-29
• 發(fā)明（設(shè)計(jì)）人: 周琦;張小鵬;尹程果;袁林
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06F16/958;G06K9/62
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 郝傳鑫;熊永強(qiáng)

1.一種推送信息點(diǎn)擊率估計(jì)方法，其特征在于，所述方法包括：

獲取信息點(diǎn)擊行為數(shù)據(jù)，所述信息點(diǎn)擊行為數(shù)據(jù)包括多個(gè)用戶分別對(duì)被推送至該多個(gè)用戶的推送信息的點(diǎn)擊行為記錄和不點(diǎn)擊行為記錄；

根據(jù)所述多個(gè)用戶中各個(gè)用戶的多維用戶特征，以及所述被推送至該多個(gè)用戶的推送信息中各個(gè)推送信息的多維信息特征，對(duì)所述信息點(diǎn)擊行為數(shù)據(jù)進(jìn)行分解得到訓(xùn)練語(yǔ)料，所述訓(xùn)練語(yǔ)料包括各個(gè)用戶特征分別對(duì)各個(gè)信息特征的點(diǎn)擊行為記錄和不點(diǎn)擊行為記錄；所述多維用戶特征包括用戶的基礎(chǔ)屬性特征以及興趣特征，所述多維信息特征包括所述推送信息對(duì)應(yīng)的產(chǎn)品類型、標(biāo)題分詞特征以及產(chǎn)品廣告特征；

對(duì)任意某個(gè)用戶特征對(duì)任意某個(gè)信息特征的點(diǎn)擊率建立二分類算法模型，并根據(jù)所述訓(xùn)練語(yǔ)料對(duì)所述二分類算法模型進(jìn)行參數(shù)優(yōu)化，得到最逼近所述信息點(diǎn)擊行為數(shù)據(jù)的點(diǎn)擊率算法模型；

將目標(biāo)推送信息的多維信息特征以及目標(biāo)用戶的多維用戶特征，輸入至經(jīng)過(guò)參數(shù)優(yōu)化得到的所述點(diǎn)擊率算法模型進(jìn)行識(shí)別，得到所述目標(biāo)推送信息相對(duì)于所述目標(biāo)用戶的點(diǎn)擊率。

2.如權(quán)利要求1所述的推送信息點(diǎn)擊率估計(jì)方法，其特征在于，所述對(duì)任意某個(gè)用戶特征對(duì)任意某個(gè)信息特征的點(diǎn)擊率建立二分類算法模型包括：

根據(jù)某個(gè)信息特征的全局點(diǎn)擊率、某個(gè)用戶特征的全局點(diǎn)擊率以及該信息特征與該用戶特征之間的相關(guān)度，建立代表該用戶特征對(duì)該信息特征的點(diǎn)擊率的二分類算法模型。

3.如權(quán)利要求2所述的推送信息點(diǎn)擊率估計(jì)方法，其特征在于，所述方法還包括：

分別獲取表示某個(gè)信息特征的K維向量和表示某個(gè)用戶特征的K維向量；

將表示該信息特征的K維向量和表示該用戶特征的K維向量相乘的結(jié)果代表該信息特征與該用戶特征之間的相關(guān)度。

4.如權(quán)利要求1所述的推送信息點(diǎn)擊率估計(jì)方法，其特征在于，所述二分類算法模型包括：邏輯回歸分類算法模型、支持向量機(jī)算法模型、人工神經(jīng)網(wǎng)絡(luò)算法模型或決策樹算法模型。

5.如權(quán)利要求4所述的推送信息點(diǎn)擊率估計(jì)方法，其特征在于，所述邏輯回歸分類算法模型為：

其中y_n代表某個(gè)用戶特征對(duì)某個(gè)信息特征的點(diǎn)擊率，μ為預(yù)設(shè)的全局點(diǎn)擊率，b_i代表該信息特征的全局點(diǎn)擊率，b_u代表該用戶特征的全局點(diǎn)擊率，q_i代表該信息特征的K維向量，p_u代表該用戶特征的K維向量，p_uq_i^T表示這兩個(gè)向量相乘后轉(zhuǎn)置的結(jié)果。

6.如權(quán)利要求5所述的推送信息點(diǎn)擊率估計(jì)方法，其特征在于，若存在N條訓(xùn)練語(yǔ)料，所述根據(jù)所述訓(xùn)練語(yǔ)料對(duì)所述二分類算法模型進(jìn)行參數(shù)優(yōu)化，得到最逼近所述信息點(diǎn)擊行為數(shù)據(jù)的點(diǎn)擊率算法模型包括：

根據(jù)以下四個(gè)迭代算式，通過(guò)迭代參數(shù)b_i、b_u、q_i以及p_u，得到最逼近點(diǎn)擊行為數(shù)據(jù)的邏輯回歸分類算法模型：

其中λ表示系統(tǒng)學(xué)習(xí)率，t_n表示第n條訓(xùn)練語(yǔ)料點(diǎn)擊與否，若點(diǎn)擊則t_n＝1，否則t_n＝0。