[發(fā)明專利]用于訓(xùn)練點(diǎn)擊率預(yù)估模型的方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201910083845.4
• 申請(qǐng)日: 2019-01-29
• 公開(kāi)（公告）號(hào): CN111488517A
• 公開(kāi)（公告）日: 2020-08-04
• 發(fā)明（設(shè)計(jì)）人: 李思雯;嚴(yán)嚴(yán)
• 申請(qǐng)（專利權(quán)）人: 北京沃東天駿信息技術(shù)有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06K9/62
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

本申請(qǐng)實(shí)施例公開(kāi)了用于訓(xùn)練點(diǎn)擊率預(yù)估模型的方法和裝置。該方法的一具體實(shí)施方式包括獲取訓(xùn)練樣本，其中，訓(xùn)練樣本包括訓(xùn)練樣本信息和訓(xùn)練樣本標(biāo)簽，訓(xùn)練樣本標(biāo)簽用于標(biāo)識(shí)訓(xùn)練樣本信息的點(diǎn)擊情況；獲取訓(xùn)練樣本的樣本權(quán)重；利用訓(xùn)練樣本和樣本權(quán)重對(duì)初始點(diǎn)擊率預(yù)估模型進(jìn)行訓(xùn)練，得到點(diǎn)擊率預(yù)估模型。該實(shí)施方式提高了點(diǎn)擊率預(yù)估模型的預(yù)估準(zhǔn)確度。

技術(shù)領(lǐng)域

本申請(qǐng)實(shí)施例涉及計(jì)算機(jī)技術(shù)領(lǐng)域，具體涉及用于訓(xùn)練點(diǎn)擊率預(yù)估模型的方法和裝置。

背景技術(shù)

信息推送，就是“網(wǎng)絡(luò)廣播”，是通過(guò)一定的技術(shù)標(biāo)準(zhǔn)或協(xié)議，在互聯(lián)網(wǎng)上通過(guò)主動(dòng)傳送用戶需要的信息來(lái)減少信息過(guò)載的一項(xiàng)新技術(shù)。推送技術(shù)通過(guò)自動(dòng)傳送信息給用戶，來(lái)減少用于網(wǎng)絡(luò)上搜索的時(shí)間。它根據(jù)用戶的興趣來(lái)搜索、過(guò)濾信息，并將其主動(dòng)推給用戶，幫助用戶高效率地發(fā)掘有價(jià)值的信息。

目前，通常是通過(guò)分析海量的歷史瀏覽信息來(lái)確定用戶的興趣點(diǎn)，并基于確定出的興趣點(diǎn)為用戶推送信息。然而，隨著時(shí)間的推移，用戶的興趣點(diǎn)會(huì)不斷的變化。比如，用戶近期準(zhǔn)備去度假，如果當(dāng)前給用戶推送的信息是其歷史購(gòu)買過(guò)的品類(如圖書(shū)、洗發(fā)露、收音機(jī)等)的信息，用戶點(diǎn)擊推送信息的概率較小；如果當(dāng)前給用戶推送的信息是其最近經(jīng)常瀏覽的品類(如墨鏡、連衣裙、遮陽(yáng)傘、防曬霜等)的信息，用戶點(diǎn)擊推送信息的概率較大。隨著時(shí)間的推移，全部歷史瀏覽信息中目標(biāo)變量的統(tǒng)計(jì)特性會(huì)以不可預(yù)見(jiàn)的方式發(fā)生變化，從而導(dǎo)致確定出的興趣點(diǎn)隨著時(shí)間的變化準(zhǔn)確度逐漸變低。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提出了用于訓(xùn)練點(diǎn)擊率預(yù)估模型的方法和裝置。

第一方面，本申請(qǐng)實(shí)施例提供了一種用于訓(xùn)練點(diǎn)擊率預(yù)估模型的方法，包括：獲取訓(xùn)練樣本，其中，訓(xùn)練樣本包括訓(xùn)練樣本信息和訓(xùn)練樣本標(biāo)簽，訓(xùn)練樣本標(biāo)簽用于標(biāo)識(shí)訓(xùn)練樣本信息的點(diǎn)擊情況；獲取訓(xùn)練樣本的樣本權(quán)重；利用訓(xùn)練樣本和樣本權(quán)重對(duì)初始點(diǎn)擊率預(yù)估模型進(jìn)行訓(xùn)練，得到點(diǎn)擊率預(yù)估模型。

在一些實(shí)施例中，獲取訓(xùn)練樣本的樣本權(quán)重，包括：獲取訓(xùn)練樣本信息的歷史瀏覽時(shí)間，其中，樣本信息是歷史瀏覽信息；基于歷史瀏覽時(shí)間，確定樣本權(quán)重。

在一些實(shí)施例中，基于歷史瀏覽時(shí)間，確定樣本權(quán)重，包括：基于歷史瀏覽時(shí)間，計(jì)算樣本半衰期；基于牛頓冷卻定律和樣本半衰期，計(jì)算樣本權(quán)重。

在一些實(shí)施例中，基于歷史瀏覽時(shí)間，計(jì)算樣本半衰期，包括：獲取候選樣本半衰期和預(yù)測(cè)樣本，其中，預(yù)測(cè)樣本包括預(yù)測(cè)樣本信息和預(yù)測(cè)樣本標(biāo)簽，預(yù)測(cè)樣本標(biāo)簽用于標(biāo)識(shí)預(yù)測(cè)樣本信息的點(diǎn)擊情況；基于牛頓冷卻定律和候選樣本半衰期，計(jì)算候選樣本權(quán)重；利用訓(xùn)練樣本和候選樣本權(quán)重對(duì)初始點(diǎn)擊率預(yù)估模型進(jìn)行訓(xùn)練，得到候選點(diǎn)擊率預(yù)估模型；將預(yù)測(cè)樣本信息輸入至候選點(diǎn)擊率預(yù)估模型，得到預(yù)測(cè)樣本信息的預(yù)估點(diǎn)擊率；基于預(yù)估點(diǎn)擊率和預(yù)測(cè)樣本標(biāo)簽，計(jì)算候選半衰期對(duì)應(yīng)的正樣本排在負(fù)樣本前面的概率；基于正樣本排在負(fù)樣本前面的概率，從候選樣本半衰期中確定樣本半衰期。

在一些實(shí)施例中，利用訓(xùn)練樣本和樣本權(quán)重對(duì)初始點(diǎn)擊率預(yù)估模型進(jìn)行訓(xùn)練，得到點(diǎn)擊率預(yù)估模型，包括：基于訓(xùn)練樣本和樣本權(quán)重對(duì)初始點(diǎn)擊率預(yù)估模型的交叉熵?fù)p失函數(shù)進(jìn)行改進(jìn)，得到代價(jià)函數(shù)；將代價(jià)函數(shù)引入初始點(diǎn)擊率預(yù)估模型，得到改進(jìn)初始點(diǎn)擊率預(yù)估模型；將訓(xùn)練樣本信息和樣本權(quán)重作為輸入，將訓(xùn)練樣本標(biāo)簽作為輸出，對(duì)改進(jìn)初始點(diǎn)擊率預(yù)估模型進(jìn)行訓(xùn)練，得到點(diǎn)擊率預(yù)估模型。

在一些實(shí)施例中，該方法還包括：獲取候選推送信息；將候選推送信息輸入至點(diǎn)擊率預(yù)估模型，得到候選推送信息的預(yù)估點(diǎn)擊率；基于預(yù)估點(diǎn)擊率，從候選推送信息中確定推送信息，以及推送推送信息。

第二方面，本申請(qǐng)實(shí)施例提供了一種用于訓(xùn)練點(diǎn)擊率預(yù)估模型的裝置，包括：樣本獲取單元，被配置成獲取訓(xùn)練樣本，其中，訓(xùn)練樣本包括訓(xùn)練樣本信息和訓(xùn)練樣本標(biāo)簽，訓(xùn)練樣本標(biāo)簽用于標(biāo)識(shí)訓(xùn)練樣本信息的點(diǎn)擊情況；權(quán)重獲取單元，被配置成獲取訓(xùn)練樣本的樣本權(quán)重；模型訓(xùn)練單元，被配置成利用訓(xùn)練樣本和樣本權(quán)重對(duì)初始點(diǎn)擊率預(yù)估模型進(jìn)行訓(xùn)練，得到點(diǎn)擊率預(yù)估模型。