[發(fā)明專利]點擊率預估及模型訓練方法、系統(tǒng)和裝置

在審

• 申請?zhí)枺?/td>: 202010531095.5
• 申請日: 2020-06-11
• 公開（公告）號: CN113297517A
• 公開（公告）日: 2021-08-24
• 發(fā)明（設計）人: 皮琪;周國睿;張宇精;朱小強;蓋坤;范穎
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F16/958
• 分類號: G06F16/958;G06F16/335;G06F16/9535;G06Q30/06
• 代理公司: 北京思格頌知識產權代理有限公司 11635
• 代理人: 楊超

1.一種點擊率預估方法，包括：

響應于受眾的商品展示請求，獲得候選展示商品和搜索參數(shù)；

基于搜索參數(shù)，從所述受眾的歷史行為數(shù)據(jù)中查詢與所述搜索參數(shù)匹配的第一歷史行為數(shù)據(jù)；

從所述受眾的歷史行為數(shù)據(jù)中，獲取指定時間范圍內所述受眾產生的第二歷史行為數(shù)據(jù)；

將所述第一歷史行為數(shù)據(jù)、所述第二歷史行為數(shù)據(jù)、所述受眾的靜態(tài)特征數(shù)據(jù)和候選展示商品的特征數(shù)據(jù)輸入經過訓練的點擊率預估模型，預測所述受眾對所述候選展示商品的點擊率。

2.如權利要求1所述的方法，其中，響應于受眾的商品展示請求，獲得候選展示商品和搜索參數(shù)，包括：

響應于受眾的商品展示請求，獲得待推送給所述受眾的候選展示商品；

至少基于所述候選展示商品的類目信息，構造搜索參數(shù)。

3.如權利要求2所述方法，基于搜索參數(shù)，從所述受眾的歷史行為數(shù)據(jù)中查詢與所述搜索參數(shù)匹配的第一歷史行為數(shù)據(jù)，包括：

根據(jù)候選展示商品的類目，從所述受眾的歷史行為數(shù)據(jù)查找所述受眾針對與所述類目相同或相近的展示商品產生的歷史行為數(shù)據(jù)，得到所述受眾的與所述搜索參數(shù)匹配的第一歷史行為數(shù)據(jù)。

4.如權利要求1所述的方法，其中，將所述第一歷史行為數(shù)據(jù)、第二歷史行為數(shù)據(jù)、所述受眾的靜態(tài)特征數(shù)據(jù)和候選展示商品的特征數(shù)據(jù)輸入經過訓練的點擊率預估模型，包括：

將所述第一歷史行為數(shù)據(jù)、所述第二歷史行為數(shù)據(jù)、所述受眾的靜態(tài)特征數(shù)據(jù)和候選展示商品的特征數(shù)據(jù)分別進行向量化處理；

將向量化處理后的所述第一歷史行為數(shù)據(jù)、所述第二歷史行為數(shù)據(jù)、所述受眾的靜態(tài)特征數(shù)據(jù)和候選展示商品的特征數(shù)據(jù)中包括的各維度的數(shù)據(jù)進行組合，得到一個組合后的表征向量，輸入點擊率預估模型。

5.如權利要求4所述的方法，其中，所述將所述第一歷史行為數(shù)據(jù)、所述第二歷史行為數(shù)據(jù)、所述受眾的靜態(tài)特征數(shù)據(jù)和候選展示商品的特征數(shù)據(jù)分別進行向量化處理，包括：

根據(jù)歷史行為數(shù)據(jù)標識，將所述第一歷史行為數(shù)據(jù)包括的歷史行為數(shù)據(jù)分別進行向量化處理，得到包括多個表征向量的第一歷史行為特征序列，將所述第一歷史行為特征序列包括的多個表征向量在每個向量維度上進行合并處理，得到第一歷史行為數(shù)據(jù)的表征向量；

根據(jù)歷史行為數(shù)據(jù)標識，分別將所述第二歷史行為數(shù)據(jù)包括的歷史行為數(shù)據(jù)分別進行向量化處理，得到包括多個表征向量的第二歷史行為特征序列，將所述第二歷史行為特征序列包括的多個表征向量在每個向量維度上進行合并處理，得到第二歷史行為數(shù)據(jù)的表征向量；

將所述受眾的靜態(tài)特征數(shù)據(jù)進行向量化處理，得到所述受眾的靜態(tài)特征數(shù)據(jù)的表征向量；

將所述候選展示商品的特征數(shù)據(jù)進行向量化處理，得到所述候選展示商品的特征數(shù)據(jù)的表征向量。

6.如權利要求1-5任一所述的方法，還包括：

獲取候選展示商品的下列至少一項特征數(shù)據(jù)：展示商品ID、展示商品類目、展示商品的發(fā)布者、展示商品所在位置和展示商品的描述信息；

和/或

獲取所述受眾的靜態(tài)特征數(shù)據(jù)，所述靜態(tài)特征數(shù)據(jù)是用于反映受眾個體特征的的數(shù)據(jù)。

7.一種點擊率預估模型訓練方法，包括：

根據(jù)樣本展示商品信息，確定搜索參數(shù)；

基于搜索參數(shù)，從樣本受眾的歷史行為數(shù)據(jù)中查詢與所述搜索參數(shù)匹配的第一歷史行為數(shù)據(jù)；

從所述樣本受眾的歷史行為數(shù)據(jù)中獲取指定時間范圍內所述樣本受眾產生的第二歷史行為數(shù)據(jù)；

將所述第一歷史行為數(shù)據(jù)、所述第二歷史行為數(shù)據(jù)、樣本受眾的靜態(tài)特征數(shù)據(jù)和樣本展示商品的特征數(shù)據(jù)輸入待訓練的點擊率預估模型，預測樣本受眾對樣本展示商品的點擊率；

當根據(jù)多條樣本數(shù)據(jù)的所述點擊率，確定所述點擊率預估模型的預估準確率符合預設條件時，得到訓練好的點擊率預估模型。