[發明專利]一種點擊轉化預估方法及裝置

有效

• 申請號: 201911331057.9
• 申請日: 2019-12-20
• 公開（公告）號: CN111159241B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 劉博;鄭文琛
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06F16/2457
• 分類號: G06F16/2457
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 王春波

本發明公開了一種點擊轉化預估方法及裝置，其中方法為：獲取待測用戶的用戶特征信息和待曝光給所述用戶的被曝光資源的資源特征信息；將所述用戶特征信息和所述資源特征信息輸入到特定特征擴展空間進行相似性擴展；根據擴展后的用戶特征信息、擴展后的資源特征信息和特定點擊率預估模型，預估所述用戶被所述資源曝光后的目標點擊率；根據所述擴展后的用戶特征信息、所述擴展后的資源特征信息和特定轉化率預估模型，預估所述用戶點擊所述資源后的目標轉化率；根據所述目標點擊率和所述目標轉化率，確定所述用戶被所述資源曝光后點擊并轉化的點擊轉化率。

技術領域

本發明涉及金融科技(Fintech)領域和計算機軟件領域，尤其涉及一種點擊轉化預估方法及裝置。

背景技術

隨著計算機技術的發展，越來越多的技術(大數據、分布式、區塊鏈(Blockchain)、人工智能等)應用在金融領域，傳統金融業正在逐步向金融科技(Fintech)轉變。目前，金融科技領域中，現有的資源推薦平臺依賴于自身累積的轉化數據和點擊數據進行點擊轉化率預估。

但是，資源推薦平臺累積的轉化數據和點擊數據的數據量非常有限。僅使用資源推薦平臺累積的轉化數據和點擊數據訓練模型的情況下，模型學習到的知識非常有限。因此現有技術中，模型對點擊轉化率的預估準確率較低，是一個亟待解決的問題。

發明內容

本申請實施例提供一種點擊轉化預估方法及裝置，解決了現有技術中模型對點擊轉化率的預估準確率較低的問題。

第一方面，本申請實施例提供一種點擊轉化預估方法，包括：獲取待測用戶的用戶特征信息和待曝光給所述用戶的被曝光資源的資源特征信息；將所述用戶特征信息和所述資源特征信息輸入到特定特征擴展空間進行相似性擴展；根據擴展后的用戶特征信息、擴展后的資源特征信息和特定點擊率預估模型，預估所述用戶被所述資源曝光后的目標點擊率，所述特定點擊率預估模型是根據特定點擊數據和資源推薦平臺積累的曝光數據訓練得到的，所述特定點擊數據為通過所述特定特征擴展空間對資源推薦平臺積累的平臺點擊數據和資源提供端的種子點擊數據進行分布對齊得到的；根據所述擴展后的用戶特征信息、所述擴展后的資源特征信息和特定轉化率預估模型，預估所述用戶點擊所述資源后的目標轉化率，所述特定轉化率預估模型是根據特定轉化數據和所述特定點擊數據訓練得到的，所述特定轉化數據為通過所述特定特征擴展空間對資源推薦平臺積累的平臺轉化數據和資源提供端的種子轉化數據進行分布對齊得到的；根據所述目標點擊率和所述目標轉化率，確定所述用戶被所述資源曝光后點擊并轉化的點擊轉化率。

可選地，所述獲取待測用戶的用戶特征信息和所述用戶待被曝資源的資源特征信息之前，所述方法還包括：利用預設對抗遷移學習算法對所述平臺點擊數據、所述平臺轉化數據、所述種子點擊數據和所述種子轉化數據進行擴展學習和分布對齊處理，并結合所述曝光數據，得到所述特定特征擴展空間、特定判別器、所述特定點擊率預估模型和所述特定轉化率預估模型；所述特定判別器用于判別所述特定特征擴展空間的分布對齊的效果。