[發(fā)明專利]一種廣告點(diǎn)擊率的預(yù)測方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010761666.4
• 申請(qǐng)日: 2020-07-31
• 公開（公告）號(hào): CN111861583B
• 公開（公告）日: 2022-10-21
• 發(fā)明（設(shè)計(jì)）人: 廖殷;池小波;樂紅霞
• 申請(qǐng)（專利權(quán)）人: 成都新潮傳媒集團(tuán)有限公司
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02;G06Q10/04;G06K9/62;G06N3/04
• 代理公司: 成都頂峰專利事務(wù)所(普通合伙) 51224
• 代理人: 楊國瑞

本發(fā)明公開了一種廣告點(diǎn)擊率的預(yù)測方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述方法包括：獲取廣告點(diǎn)擊數(shù)據(jù)；將廣告點(diǎn)擊數(shù)據(jù)輸入廣告點(diǎn)擊率預(yù)測模型，得到廣告點(diǎn)擊數(shù)據(jù)對(duì)應(yīng)廣告的點(diǎn)擊率預(yù)測結(jié)果，廣告點(diǎn)擊率預(yù)測模型包括高階特征向量提取層、低階特征向量提取層和第一通道融合層；高階特征向量提取層，用于提取廣告點(diǎn)擊數(shù)據(jù)的高階特征向量；低階特征向量提取層，用于提取廣告點(diǎn)擊數(shù)據(jù)的低階特征向量；第一通道融合層，用于將高階特征向量和低階特征向量進(jìn)行通道融合，得到廣告點(diǎn)擊數(shù)據(jù)的特征向量。本發(fā)明可實(shí)現(xiàn)廣告點(diǎn)擊數(shù)據(jù)高階特征向量和低階特征向量的提取與融合，保證了數(shù)據(jù)特征信息提取的全面性和豐富性，進(jìn)而提高了廣告點(diǎn)擊率預(yù)測結(jié)果的可靠性。

技術(shù)領(lǐng)域

本發(fā)明涉及廣告點(diǎn)擊率的預(yù)測技術(shù)領(lǐng)域，具體涉及一種廣告點(diǎn)擊率的預(yù)測方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著互聯(lián)網(wǎng)的快速普及和發(fā)展，利用互聯(lián)網(wǎng)進(jìn)行在線廣告推廣產(chǎn)品已經(jīng)成為一種非常重要的營銷方式。廣告點(diǎn)擊率是指廣告點(diǎn)擊次數(shù)與廣告展示次數(shù)的比率，廣告點(diǎn)擊率越高，說明用戶對(duì)該廣告越感興趣，正確預(yù)測廣告點(diǎn)擊率是實(shí)現(xiàn)產(chǎn)品精準(zhǔn)營銷的重要手段，也是反映廣告投放效果和評(píng)估廣告轉(zhuǎn)化率的重要指標(biāo)。因此，實(shí)現(xiàn)廣告點(diǎn)擊率的正確預(yù)測具有十分重要的現(xiàn)實(shí)意義。

廣告點(diǎn)擊率預(yù)測涉及大量語料的處理和分類預(yù)測，目前，較為常見的有長短期記憶網(wǎng)絡(luò)(Long Short-Term Memory，LSTM)與神經(jīng)網(wǎng)絡(luò)的結(jié)合、深度因子分解機(jī)(Factorization Machine，F(xiàn)M)、各種卷積點(diǎn)擊率預(yù)測模型(如Liu等人提出的模型)和基于GRU(Gated Recurrent Unit，LSTM的一種變體)神經(jīng)網(wǎng)絡(luò)的點(diǎn)擊率預(yù)測模型等。

采用卷積神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)進(jìn)行特征提取，再將該部分特征輸入神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)點(diǎn)擊率的預(yù)測分析，但是卷積神經(jīng)網(wǎng)絡(luò)中卷積感受野設(shè)置不同，在池化處理時(shí)容易丟失特征信息，數(shù)據(jù)的高階特征信息和低階特征信息往往只能保留一個(gè)，不能滿足數(shù)據(jù)特征信息的全面性，大大的降低了廣告點(diǎn)擊率預(yù)測的可靠性。

發(fā)明內(nèi)容

為了解決現(xiàn)有廣告點(diǎn)擊率預(yù)測模型所存在的數(shù)據(jù)提取不全面，導(dǎo)致廣告點(diǎn)擊率預(yù)測結(jié)果可靠性不高的問題，本發(fā)明的目的在于提供一種能夠同時(shí)提取數(shù)據(jù)的高階特征向量和低階特征向量，使深層語義信息與淺層語義信息形成更好的映射，保證了數(shù)據(jù)特征信息提取全面性的廣告點(diǎn)擊率的預(yù)測方法、裝置和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

第一方面，本發(fā)明提供了一種廣告點(diǎn)擊率的預(yù)測方法，包括：

獲取廣告點(diǎn)擊數(shù)據(jù)；

將所述廣告點(diǎn)擊數(shù)據(jù)輸入廣告點(diǎn)擊率預(yù)測模型，得到廣告點(diǎn)擊數(shù)據(jù)對(duì)應(yīng)廣告的點(diǎn)擊率預(yù)測結(jié)果，其中，所述廣告點(diǎn)擊率預(yù)測模型包括高階特征向量提取層、低階特征向量提取層和第一通道融合層；

所述高階特征向量提取層，用于提取所述廣告點(diǎn)擊數(shù)據(jù)的高階特征向量；

所述低階特征向量提取層，用于提取所述廣告點(diǎn)擊數(shù)據(jù)的低階特征向量；

所述第一通道融合層，用于將所述高階特征向量和所述低階特征向量進(jìn)行通道融合，得到所述廣告點(diǎn)擊數(shù)據(jù)的特征向量。

基于上述公開的內(nèi)容，本發(fā)明能夠使用廣告點(diǎn)擊率預(yù)測模型中的高階特征向量提取層提取廣告點(diǎn)擊數(shù)據(jù)的高階特征向量，同時(shí)還能夠使用低階特征向量提取層提取廣告點(diǎn)擊數(shù)據(jù)的低階特征向量，實(shí)現(xiàn)了廣告點(diǎn)擊數(shù)據(jù)的高階和低階特征向量的同時(shí)提取；并在提取后，還使用第一通道融合層進(jìn)行高階和低階特征向量的通道融合，實(shí)現(xiàn)了不同階數(shù)特征的交互融合，得到了具有廣告點(diǎn)擊數(shù)據(jù)全面特征信息的特征向量，進(jìn)而得到了廣告點(diǎn)擊數(shù)據(jù)的深層語義信息和淺層語義信息，保證了數(shù)據(jù)提取的全面性。

綜上所述，本發(fā)明可實(shí)現(xiàn)廣告點(diǎn)擊數(shù)據(jù)高階特征向量和低階特征向量的提取與融合，保證了廣告點(diǎn)擊數(shù)據(jù)特征信息提取的全面性和豐富性，進(jìn)而提高了廣告點(diǎn)擊率預(yù)測結(jié)果的可靠性。