[發明專利]點擊率預測方法、裝置以及計算機設備

在審

• 申請號: 201911416234.3
• 申請日: 2019-12-31
• 公開（公告）號: CN113129046A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 夏杰;王瑜
• 申請（專利權）人: 上海嗶哩嗶哩科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 鄧小玲;王勇

本發明公開了一種點擊率預測方法，該方法包括：接收點擊率預測請求，獲取所述點擊率預測請求中的廣告采樣數據；對所述廣告采樣數據進行特征參數解析，得到第一特征參數集；在預設的特征列表中查找出包含所述第一特征參數集的第二特征參數集；從模型文件庫中調用所述第二特征參數集對應的目標預測模型；根據所述目標預測模型對所述廣告采樣數據根據執行點擊率預測。本發明還提供一種點擊率預測裝置、計算機設備以及計算機可讀存儲介質。本發明能夠簡化對于大量廣告數據進行點擊率預測的繁雜度，提升預測效率。

技術領域

本發明涉及機器學習技術領域，尤其涉及一種點擊率預測方法、裝置、計算機設備及計算機可讀存儲介質。

背景技術

隨著科學技術的快速發展，手機等終端智能設備的廣泛使用，電子廣告營銷也普遍出現在我們的日常生活中。廣告商在對廣告位的定價或者競拍過程中，一般都會預先采用預測模型對目標廣告位的采樣數據進行點擊率的預測，然后根據所述點擊率評估該目標廣告位的價值從而決定競價范圍。

由于不同的廣告數據中包含的特征參數不一樣，廣告商在對于廣告平臺的不同的廣告位的點擊率進行預測時，需要分別采集每一個廣告位的廣告采樣數據，然后輸入到對應的預測模型進行預測，從而得到對應的點擊率。也就是說，這樣的點擊率預測方式，過程較為繁雜，效率比較低下。

發明內容

有鑒于此，本發明提出一種點擊率預測方法、裝置、計算機設備及計算機可讀存儲介質，能夠解決上述的廣告展示平臺的廣告位點擊率預測過程繁雜，效率較低的問題。

首先，為實現上述目的，本發明提供一種點擊率預測方法，所述方法包括：

接收點擊率預測請求，獲取所述點擊率預測請求中的廣告采樣數據；對所述廣告采樣數據進行特征參數解析，得到第一特征參數集；在預設的特征列表中查找出包含所述第一特征參數集的第二特征參數集；從模型文件庫中調用所述第二特征參數集對應的目標預測模型；根據所述目標預測模型對所述廣告采樣數據根據執行點擊率預測。

在一個例子中，所述對所述廣告采樣數據進行特征參數解析，得到第一特征參數集包括：提取出所述廣告數據的用戶對象信息和廣告樣式信息；根據預設的第一數據格式從所述用戶對象信息分解出用戶特征參數，以及根據預設的第二數據格式從所述廣告樣式信息中分解出廣告特征參數；將用戶特征參數和廣告特征參數組成所述第一特征參數集。

在一個例子中，所述在預設的特征列表中查找出包含所述第一特征參數集的第二特征參數集包括：對所述第一特征參數集中的每個特征參數進行哈希計算，得到對應的哈希值數組；在所述特征列表中查找出包括所述哈希值數組的每個哈希值的目標特征行；獲取所述目標特征行關聯的第二特征參數集。

在一個例子中，所述從模型文件庫中調用所述第二特征參數集對應的目標預測模型包括：將所述第二特征參數集的每個特征參數與所述模型文件庫中的每個預測模型的適用特征參數進行對比；查找并調用適用特征參數包含所述第二特征參數集的每個特征參數的目標預測模型。

此外，為實現上述目的，本發明還提供一種點擊率預測裝置，所述裝置包括：

接收模塊，用于接收點擊率預測請求，獲取所述點擊率預測請求中的廣告采樣數據；解析模塊，用于對所述廣告采樣數據進行特征參數解析，得到第一特征參數集；查找模塊，用于在預設的特征列表中查找出包含所述第一特征參數集的第二特征參數集；調用模塊，用于從模型文件庫中調用所述第二特征參數集對應的目標預測模型；預測模塊，用于根據所述目標預測模型對所述廣告采樣數據根據執行點擊率預測。

在一個例子中，所述解析模塊還用于：提取出所述廣告數據的用戶對象信息和廣告樣式信息；根據預設的第一數據格式從所述用戶對象信息分解出用戶特征參數，以及根據預設的第二數據格式從所述廣告樣式信息中分解出廣告特征參數；將用戶特征參數和廣告特征參數組成所述第一特征參數集。