[發明專利]廣告點擊率的預測方法和預測裝置

在審

• 申請號: 201610891404.3
• 申請日: 2016-10-12
• 公開（公告）號: CN107944589A
• 公開（公告）日: 2018-04-20
• 發明（設計）人: 倪興良
• 申請（專利權）人: 北京奇虎科技有限公司;奇智軟件(北京)有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02
• 代理公司: 北京市立方律師事務所11330
• 代理人: 王增鑫

技術領域

本發明涉及計算機技術領域，具體而言，本發明涉及一種廣告點擊率的預測方法和預測裝置。

背景技術

隨著電子商務的發展，越來越多的商家意識到網站已經成為其展示產品特點和進行營銷活動的載體，由此，網絡廣告也成為繼期刊廣告、電視廣告、廣播廣告等之后的新媒介廣告進入人們的生活。同時,網絡廣告也成為各大網站的最主要的盈利方式，其中，搜索廣告是規模最大,增長最快的網絡廣告形式,它根據用戶搜索的內容投放相關的廣告，而相關的廣告的投放順序是根據預估的廣告點擊率決定的，且該點擊率也影響著廣告點擊的費用。因此,如何有效的利用海量歷史數據對搜索廣告的點擊率進行預測是非常重要的。

目前，對于搜索廣告的點擊率的預測大多是通過隨機梯度優化算法訓練邏輯回歸模型確定的；但針對海量歷史數據來說，通過隨機梯度優化算法訓練邏輯回歸模型確定搜索廣告的點擊率的方式的可擴展性差且浪費大量時間。

發明內容

為克服上述技術問題或者至少部分地解決上述技術問題，特提出以下技術方案：

本發明的實施例提出了一種廣告點擊率的預測方法，包括：

提取多個廣告在預定歷史時間內的展現點擊日志，并對展現點擊日志進行數據處理以生成廣告特征數據樣本；

基于廣告特征數據樣本的原始特征數據，通過預定的訓練模型以確定相應的原始特征數據的特征權重；

基于廣告特征數據樣本中特征關鍵詞的出現頻率，選取優選特征數據；

建立原始特征數據與優選特征數據的關聯關系，并基于關聯關系確定優選特征數據的特征權重；

根據優選特征數據的特征權重，確定待測廣告的點擊率。

優選地，提取多個廣告在預定歷史時間內的展現點擊日志，并對展現點擊日志進行數據處理以生成廣告特征數據樣本，包括：

對展現點擊日志進行歸一化處理，以生成原始特征數據；

將同一廣告的原始特征數據進行結合，以生成廣告特征數據樣本。

優選地，基于廣告特征數據樣本的原始特征數據，通過預定的訓練模型以確定相應的原始特征數據的特征權重，包括：

基于預定的編碼與標識規則，對廣告特征數據樣本的原始特征數據進行編碼及標識處理，以獲取原始特征編碼信息及相應的特征標識信息；

將獲取到的特征標識信息輸入預定的訓練模型以確定相應的原始特征數據的特征權重。

優選地，建立原始特征數據與優選特征數據的關聯關系，包括：

基于預定的編碼規則，對優選特征數據進行編碼處理，以獲取優選特征編碼信息；

根據原始特征編碼信息及相應的特征標識信息，并結合優選特征數據及相應的優選特征編碼信息，來確定優選特征數據及原始特征編碼信息相應的特征標識信息的對應關系。

優選地，基于關聯關系確定優選特征數據的特征權重，包括：

根據原始特征數據的特征權重，并結合優選特征數據及原始特征編碼信息相應的特征標識信息的對應關系，來確定優選特征數據的特征權重。

其中，原始特征數據包括針對點擊次數的特征數據和/或針對展現次數的特征數據。

優選地，預估方法還包括：重新隨機排序廣告特征數據樣本。

本發明的另一實施例提出了一種廣告點擊率的預測裝置，包括：

廣告特征數據樣本獲取模塊，用于提取多個廣告在預定歷史時間內的展現點擊日志，并對展現點擊日志進行數據處理以生成廣告特征數據樣本；

第一特征權重確定模塊，用于基于廣告特征數據樣本的原始特征數據，通過預定的訓練模型以確定相應的原始特征數據的特征權重；

優選特征數據選取模塊，用于基于廣告特征數據樣本中特征關鍵詞的出現頻率，選取優選特征數據；

第二特征權重確定模塊，用于建立原始特征數據與優選特征數據的關聯關系，并基于關聯關系確定優選特征數據的特征權重；

廣告點擊率預測模塊，用于根據優選特征數據的特征權重，確定待測廣告的點擊率。

優選地，廣告特征數據樣本獲取模塊包括：

生成原始特征數據單元，用于對展現點擊日志進行歸一化處理；以生成原始特征數據；

生成廣告特征數據樣本單元，用于將同一廣告的原始特征數據進行結合，以生成廣告特征數據樣本。

優選地，第一特征權重確定模塊包括：

第一獲取單元，用于基于預定的編碼與標識規則，對廣告特征數據樣本的原始特征數據進行編碼及標識處理，以獲取原始特征編碼信息及相應的特征標識信息；