[發明專利]廣告轉化率預估模型構建方法、裝置、設備及其介質

在審

• 申請號: 202011065958.0
• 申請日: 2020-09-30
• 公開（公告）號: CN113516496A
• 公開（公告）日: 2021-10-19
• 發明（設計）人: 魏望;王業全
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q10/06;G06N3/04;G06N3/08
• 代理公司: 北京志霖恒遠知識產權代理事務所(普通合伙) 11435
• 代理人: 郭棟梁

本申請公開了一種廣告轉化率預估模型構建方法、裝置、設備及其介質。該方法通過獲取樣本數據集，該樣本數據集包括瀏覽垂直類行業資訊的歷史記錄數據、垂直類行業廣告的歷史點擊數據和第三方平臺提供的投放所述垂直類行業廣告的歷史投放數據；根據樣本數據集提取通用特征組和垂直類行業特征組；利用通用特征組和垂直類行業特征組，按照機器學習算法進行訓練，得到垂直類廣告轉化率預估模型，該垂直類廣告轉化率預估模型用于預測垂直類行業的廣告轉化率。本申請實施例提供的技術方案通過提取垂直類行業特征組與通用特征組進行訓練來構建垂直類廣告轉化率預估模型，可以有效地提高垂直類廣告轉化率。

技術領域

本申請一般涉及人工智能技術領域，尤其涉及廣告轉化率預估模型構建方法、裝置、設備及其介質。

背景技術

隨著互聯網廣告投放量急劇增加，針對互聯網廣告轉化效率的研究顯得尤為重要。例如，用戶可以通過各種基于互聯網的應用程序觀看廣告，用戶觀看廣告的用戶行為可以被記錄下來，在移動場景下，還可以采集到用戶的設備標識等，其中，用戶觀看廣告相關的數據；可以包括觀看廣告行為數據、點擊廣告行為數據等相關信息。在用戶看過廣告之后，實際發生轉化的數據可以是線上的數據，也可以是線下的數據，這種轉化是廣告主極其關注的。

但是，目前的廣告轉化率預估模型都是針對通用行業的，其預估效果在某些行業并不理想。例如，購買猶豫期長、復購周期特別長的行業(典型的如汽車、商品房)。

發明內容

鑒于現有技術中的上述缺陷或不足，期望提供一種廣告轉化率預估模型構建方法、裝置、設備及其介質，來提高垂直類行業廣告轉化效率。

一方面，本申請實施例提供了一種廣告轉化率預估模型構建方法，該方法包括：

獲取樣本數據集，該樣本數據集包括瀏覽垂直類行業資訊的歷史日志數據、垂直類行業廣告的歷史點擊數據和第三方平臺提供的投放所述垂直類行業廣告的歷史投放數據；

根據樣本數據集提取通用特征組和垂直類行業特征組，該垂直類行業特征組是指用于表征影響垂直類行業廣告轉化能力的至少一個特征；

利用通用特征組和垂直類行業特征組，按照機器學習算法進行訓練，得到垂直類廣告轉化率預估模型，該垂直類廣告轉化率預估模型用于預測垂直類行業的廣告轉化率。

一方面，本申請實施例提供了一種廣告轉化率預估模型構建裝置，該裝置包括：

樣本數據獲取模塊，用于獲取樣本數據集，該樣本數據集包括瀏覽垂直類行業資訊的歷史記錄數據、垂直類行業廣告的歷史點擊數據和第三方平臺提供的投放所述垂直類行業廣告的歷史投放數據；

特征提取模塊，用于根據樣本數據集提取通用特征組和垂直類行業特征組，該垂直類行業特征組是指用于表征影響垂直類行業廣告轉化能力的至少一個特征；

模型訓練模塊，用于利用通用特征組和垂直類行業特征組，按照機器學習算法進行訓練，得到垂直類廣告轉化率預估模型，該垂直類廣告轉化率預估模型用于預測垂直類行業的廣告轉化率。

一方面，本申請實施例提供了一種計算機設備，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，該處理器執行該程序時實現如本申請實施例描述的方法。

一方面，本申請實施例提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序用于：

該計算機程序被處理器執行時實現如本申請實施例描述的方法。