[發明專利]點擊率預估及模型訓練方法、系統和裝置

在審

• 申請號: 202010531095.5
• 申請日: 2020-06-11
• 公開（公告）號: CN113297517A
• 公開（公告）日: 2021-08-24
• 發明（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

本發明公開了一種點擊率預估及模型訓練方法、系統和裝置。所述方法包括：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；基于搜索參數，從所述受眾的歷史行為數據中查詢與所述搜索參數匹配的第一歷史行為數據；從所述受眾的歷史行為數據中，獲取指定時間范圍內所述受眾產生的第二歷史行為數據；將所述第一歷史行為數據、所述第二歷史行為數據、所述受眾的靜態特征數據和候選展示商品的特征數據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。通過對引入的受眾的歷史行為數據進行篩選，減少數據量，降低信息噪聲，獲得更準確的預估結果。

技術領域

本發明涉及計算機技術領域，特別涉及一種點擊率預估及模型訓練方法、系統和裝置。

背景技術

隨著電商行業的成熟，電商平臺中有海量的商品信息，受眾(比如消費者)期待能夠從電商客戶端展示的海量商品快速找到或者發現適合自己的商品，同時，商家也期望電商平臺能夠將自家的商品推送/推薦給青睞這些商品的受眾，促進交易。

為滿足受眾和商家的需求，現有技術通常會基于受眾在電商平臺產生的歷史行為(如瀏覽商品、點擊商品等)數據，預測受眾對商品的偏好和點擊率，并基于受眾對商品的偏好和點擊率進行商品的推送/推薦/排序。本申請發明人發現，現有技術一般以受眾短期的歷史行為數據作為預測的依據。該方案的問題是，受眾短期的歷史行為數據存在時間和數據量的限制，再加上受眾行為本身具有不確定性和易變性，同一受眾可能會因為場景不同，在相同的時間產生不同的行為選擇。由于短期歷史行為數據能夠表達的受眾興趣偏好是有限的，現有技術也有考慮引入蘊含更多受眾偏好信息的長期歷史行為數據，但由于長期歷史行為數據的數據量過大，對長期歷史行為數據不做任何處理直接引入點擊率預估存在困難，而如果在引入時將長期歷史行為數據進行處理，比如，壓縮，則必然會導致信息損失，影響預測結果的準確性。因此，提升商品點擊率預估的效率和準確率是相關領域技術人員需要不斷尋找技術性解決方案的問題。

發明內容

鑒于上述問題，提出了本發明以便提供一種克服上述問題或者至少部分地解決上述問題的一種點擊率預估及模型訓練方法、系統和裝置。

本發明實施例提供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；

基于搜索參數，從所述受眾的歷史行為數據中查詢與所述搜索參數匹配的第一歷史行為數據；

從所述受眾的歷史行為數據中，獲取指定時間范圍內所述受眾產生的第二歷史行為數據；

將所述第一歷史行為數據、所述第二歷史行為數據、所述受眾的靜態特征數據和候選展示商品的特征數據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。

在一些可選的實施例中，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，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。

在一些可選的實施例中，基于搜索參數，從所述受眾的歷史行為數據中查詢與所述搜索參數匹配的第一歷史行為數據，包括：

根據候選展示商品的類目，從所述受眾的歷史行為數據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據，得到所述受眾的與所述搜索參數匹配的第一歷史行為數據。

在一些可選的實施例中，將所述第一歷史行為數據、第二歷史行為數據、所述受眾的靜態特征數據和候選展示商品的特征數據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據、所述第二歷史行為數據、所述受眾的靜態特征數據和候選展示商品的特征數據分別進行向量化處理；