[發明專利]網頁點擊量預測方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201810479080.1
• 申請日: 2018-05-18
• 公開（公告）號: CN110569461B
• 公開（公告）日: 2022-05-06
• 發明（設計）人: 范玉順;林浩哲
• 申請（專利權）人: 清華大學
• 主分類號: G06F16/958
• 分類號: G06F16/958;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京華進京聯知識產權代理有限公司 11606
• 代理人: 孫巖

1.一種網頁點擊量預測方法，其特征在于，所述方法包括：

獲取上一時間周期的網頁點擊量；

將所述上一時間周期的網頁點擊量輸入網頁點擊量預測模型，獲得待預測的當前時間周期的網頁點擊量的多維度空間向量；所述網頁點擊量預測模型包括循環神經網絡RNN；

對所述上一時間周期的網頁點擊量進行分類，得到每個類型的網頁點擊量所對應的類型概率；

將所述待預測的當前時間周期的網頁點擊量的多維度空間向量輸入多個回歸器，得到所述當前時間周期的網頁點擊量的多個中間預測值；

根據所述當前時間周期的網頁點擊量的多個中間預測值和所述每個類型的網頁點擊量所對應的類型概率，通過融合計算得到所述當前時間周期的網頁點擊量的最終預測值。

2.根據權利要求1所述的方法，其特征在于，所述網頁點擊量預測模型通過以下步驟建立：

將第一時間周期的網頁點擊量映射到多維空間，獲得所述第一時間周期的網頁點擊量的多維度空間向量；

對所述第一時間周期的網頁點擊量進行分類，得到每個類型的網頁點擊量所對應的類型概率；

將所述第一時間周期的網頁點擊量的多維度空間向量輸入所述多個回歸器，得到第二時間周期的網頁點擊量的多個中間預測值；

根據所述第二時間周期的網頁點擊量的多個中間預測值和所述每個類型的網頁點擊量所對應的類型概率，通過融合計算得到所述第二時間周期的網頁點擊量的最終預測值；

對比所述第二時間周期的網頁點擊量的最終預測值和第二時間周期的實際網頁點擊量是否滿足預設誤差；

若所述第二時間周期的網頁點擊量的最終預測值和所述第二時間周期的實際網頁點擊量滿足預設誤差，得到所述網頁點擊量預測模型。

3.根據權利要求2所述的方法，其特征在于，所述將第一時間周期的網頁點擊量映射到多維空間，獲得所述第一時間周期的網頁點擊量的多維度空間向量，包括：

對所述第一時間周期中不同網頁的網頁點擊量進行整理，得到整理后的不同網頁的網頁點擊量；

將所述整理后的不同網頁的網頁點擊量映射到所述多維空間，得到所述第一時間周期的網頁點擊量的多維度空間向量。

4.根據權利要求2所述的方法，其特征在于，所述將第一時間周期的網頁點擊量映射到多維空間，獲得所述第一時間周期的網頁點擊量的多維度空間向量之后還包括：

將所述第一時間周期中的不同網頁的網頁點擊量打亂順序，并將每次打亂順序后的不同網頁的網頁點擊量映射到所述多維空間，得到更新后的多維度空間向量；

對比所述更新后的多維度空間向量以及所述第一時間周期的網頁點擊量的多維度空間向量，對網頁點擊量預測模型的模型參數進行校準，得到更新后的網頁點擊量預測模型。

5.根據權利要求4所述的方法，其特征在于，所述模型參數包括：所述網頁點擊量預測模型的參數矩陣和所述網頁點擊量預測模型的偏移值。

6.根據權利要求2所述的方法，其特征在于，所述對所述第一時間周期的網頁點擊量進行分類，得到每個類型的網頁點擊量所對應的類型概率，包括：

使用自相關函數對所述第一時間周期的網頁點擊量進行計算，得到自相關系數；

將所述第一時間周期的網頁點擊量劃分為多個類型，并使用分類器對所述自相關系數進行概率計算，得出所述每個類型的網頁點擊量所對應的類型概率。

7.根據權利要求6所述的方法，其特征在于，所述分類器包括Softmax函數。

8.根據權利要求2所述的方法，其特征在于，所述根據所述第二時間周期的網頁點擊量的多個中間預測值和所述每個類型的網頁點擊量所對應的類型概率，通過融合計算得到所述第二時間周期的網頁點擊量的最終預測值，包括：

將所述第二時間周期的網頁點擊量的多個中間預測值和所述每個類型的網頁點擊量所對應的類型概率進行融合計算，得到所述每個類型的網頁點擊量所對應的最終預測值；

將所述每個類型的網頁點擊量所對應的最終預測值求和，得到所述第二時間周期的網頁點擊量的最終預測值。