[發明專利]用于預估廣告的點擊率的方法、裝置、設備和存儲介質

在審

• 申請號: 201711397696.6
• 申請日: 2017-12-21
• 公開（公告）號: CN108109008A
• 公開（公告）日: 2018-06-01
• 發明（設計）人: 鄧星
• 申請（專利權）人: 暴風集團股份有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京思源智匯知識產權代理有限公司 11657
• 代理人: 毛麗琴

1.一種用于預估廣告的點擊率的方法，其特征在于，所述方法包括：

獲取待推送廣告的目標用戶的用戶特征以及所述目標用戶當前接入互聯網的上下文特征；

將所述用戶特征、所述上下文特征和待預估廣告的廣告特征提供給因子分解機模型；

根據所述因子分解機模型輸出的信息，獲得所述目標用戶針對待預估廣告執行點擊操作的點擊率。

2.根據權利要求1所述的方法，其特征在于，所述目標用戶包括：冷啟動用戶；

且在目標用戶為冷啟動用戶的情況下，所述目標用戶的用戶特征包括：與所述冷啟動用戶屬于同一類別的至少一個非冷啟動用戶的用戶特征。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

離線獲取預定時間范圍內的多個非冷啟動用戶的樣本數據；

根據預設聚類數量以及所述樣本數據中的用戶接入互聯網的上下文特征，對所述非冷啟動用戶的樣本數據進行聚類處理，并確定每一類別的中心點上下文特征；

在所述目標用戶處于在線狀態下，計算所述目標用戶的上下文特征與各類別的中心點上下文特征的相似度，以確定所述目標用戶所屬的類別。

4.根據權利要求2所述的方法，其特征在于，所述方法具體包括：

獲取與待推送廣告的目標用戶屬于同一類別的多個非冷啟動用戶的用戶特征以及所述多個非冷啟動用戶接入互聯網的上下文特征；

針對每一個非冷啟動用戶，將非冷啟動用戶的用戶特征、所述上下文特征和待預估廣告的廣告特征提供給因子分解機模型；

經由所述因子分解機模型輸出的各個非冷啟動用戶分別針對待預估廣告執行點擊操作的點擊率；

根據各非冷啟動用戶的權值對所述因子分解機模型輸出的各點擊率進行加權平均計算，并將加權平均計算結果作為所述目標用戶針對待預估廣告執行點擊操作的點擊率。

5.根據權利要求1至4中任一項所述的方法，其特征在于，所述接入互聯網的上下文特征包括：廣告的投放位置、接入互聯網的地域位置信息、接入互聯網的用戶設備類型信息、用戶設備接入互聯網所采用的網絡信息、用戶設備接入互聯網的時間所屬的時間段信息以及用戶設備接入互聯網時的天氣信息中的至少兩個。

6.根據權利要求1至4中任一項所述的方法，其特征在于，所述用戶特征包括：年齡信息、收入信息、性別信息、教育程度、在線時長、長期偏好信息以及短期偏好信息中的至少兩個。

7.根據權利要求6所述的方法，其特征在于：

所述長期偏好信息包括：長期偏好類別；或者，所述長期偏好信息包括：長期偏好類別以及偏好程度；

所述短期偏好信息包括：短期偏好類別；或者，所述短期偏好信息包括：短期偏好類別以及偏好程度。

8.根據權利要求1至4中任一項所述的方法，其特征在于，所述用戶特征包括：離散型用戶特征；

且所述方法還包括：

利用XGBoost將連續型用戶特征轉換為離散型用戶特征。

9.根據權利要求1至4中任一項所述的方法，其特征在于，所述廣告特征包括：廣告所屬行業類別、廣告所屬廣告主、廣告所屬行業類別歷史曝光量和點擊率、廣告所屬廣告主歷史曝光量和點擊率、廣告的展現方式、廣告所對應的用戶群體中的至少兩個。