[發(fā)明專利]廣告點(diǎn)擊率預(yù)測(cè)模型的訓(xùn)練方法、預(yù)測(cè)方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110759367.1
• 申請(qǐng)日: 2021-07-05
• 公開(kāi)（公告）號(hào): CN113409090A
• 公開(kāi)（公告）日: 2021-09-17
• 發(fā)明（設(shè)計(jì)）人: 孟靖祥;雷志亮;李策凡;張帆
• 申請(qǐng)（專利權(quán)）人: 中國(guó)工商銀行股份有限公司
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 孫蕾

本公開(kāi)提供了一種廣告點(diǎn)擊率預(yù)測(cè)模型的訓(xùn)練方法，可以應(yīng)用于金融領(lǐng)域及人工智能技術(shù)領(lǐng)域。該廣告點(diǎn)擊率預(yù)測(cè)模型的訓(xùn)練方法包括：獲取訓(xùn)練樣本數(shù)據(jù)集，其中，訓(xùn)練樣本數(shù)據(jù)集包括多個(gè)樣本數(shù)據(jù)組，每個(gè)樣本數(shù)據(jù)組中包括用戶特征數(shù)據(jù)以及廣告特征數(shù)據(jù)；將訓(xùn)練樣本數(shù)據(jù)集中的樣本數(shù)據(jù)組輸入特征提取網(wǎng)絡(luò)，輸出有效特征數(shù)據(jù)，其中，特征提取網(wǎng)絡(luò)包括依次級(jí)聯(lián)的特征組合網(wǎng)絡(luò)和有效特征提取網(wǎng)絡(luò)；利用有效特征數(shù)據(jù)訓(xùn)練預(yù)測(cè)網(wǎng)絡(luò)，得到訓(xùn)練完成的廣告點(diǎn)擊率預(yù)測(cè)模型。本公開(kāi)還提供了一種廣告點(diǎn)擊率預(yù)測(cè)方法、廣告點(diǎn)擊率預(yù)測(cè)模型的訓(xùn)練裝置、廣告點(diǎn)擊率預(yù)測(cè)裝置、設(shè)備、存儲(chǔ)介質(zhì)和程序產(chǎn)品。

技術(shù)領(lǐng)域

本公開(kāi)涉及金融領(lǐng)域及人工智能技術(shù)領(lǐng)域，更具體地涉及一種廣告點(diǎn)擊率預(yù)測(cè)模型的訓(xùn)練方法、廣告點(diǎn)擊率預(yù)測(cè)方法及裝置、設(shè)備、介質(zhì)和程序產(chǎn)品。

背景技術(shù)

廣告點(diǎn)擊率預(yù)測(cè)在實(shí)際業(yè)務(wù)中有著重要的參考價(jià)值，它是通過(guò)廣告數(shù)據(jù)和用戶數(shù)據(jù)預(yù)測(cè)用戶點(diǎn)擊一個(gè)廣告的點(diǎn)擊概率。

發(fā)明人在實(shí)現(xiàn)本發(fā)明構(gòu)思的過(guò)程中發(fā)現(xiàn)，相關(guān)技術(shù)中的廣告點(diǎn)擊率預(yù)測(cè)方法不能很好的利用廣告數(shù)據(jù)和用戶數(shù)據(jù)，因而相關(guān)技術(shù)中的廣告點(diǎn)擊率預(yù)測(cè)方法通常存在預(yù)測(cè)結(jié)果不準(zhǔn)確的技術(shù)問(wèn)題。

發(fā)明內(nèi)容

鑒于上述問(wèn)題，本公開(kāi)提供了一種廣告點(diǎn)擊率預(yù)測(cè)模型的訓(xùn)練方法、廣告點(diǎn)擊率預(yù)測(cè)方法、裝置、設(shè)備、介質(zhì)和程序產(chǎn)品。

根據(jù)本公開(kāi)的第一個(gè)方面，提供了一種廣告點(diǎn)擊率預(yù)測(cè)模型的訓(xùn)練方法，其中，上述廣告點(diǎn)擊率預(yù)測(cè)模型包括依次級(jí)聯(lián)的特征提取網(wǎng)絡(luò)和預(yù)測(cè)網(wǎng)絡(luò)，上述方法包括：

獲取訓(xùn)練樣本數(shù)據(jù)集，其中，上述訓(xùn)練樣本數(shù)據(jù)集包括多個(gè)樣本數(shù)據(jù)組，每個(gè)上述樣本數(shù)據(jù)組中包括用戶特征數(shù)據(jù)以及廣告特征數(shù)據(jù)；

將上述訓(xùn)練樣本數(shù)據(jù)集中的樣本數(shù)據(jù)組輸入上述特征提取網(wǎng)絡(luò)，輸出有效特征數(shù)據(jù)，其中，上述特征提取網(wǎng)絡(luò)包括依次級(jí)聯(lián)的特征組合網(wǎng)絡(luò)和有效特征提取網(wǎng)絡(luò)；以及

利用上述有效特征數(shù)據(jù)訓(xùn)練上述預(yù)測(cè)網(wǎng)絡(luò)，得到訓(xùn)練完成的廣告點(diǎn)擊率預(yù)測(cè)模型。

根據(jù)本公開(kāi)的實(shí)施例，上述特征組合網(wǎng)絡(luò)包括N個(gè)特征組合子網(wǎng)絡(luò)；

上述將上述訓(xùn)練樣本數(shù)據(jù)集輸入上述特征提取網(wǎng)絡(luò)，輸出有效特征數(shù)據(jù)包括：

將上述訓(xùn)練樣本數(shù)據(jù)集輸入上述N個(gè)特征組合子網(wǎng)絡(luò)，上述N個(gè)特征組合子網(wǎng)絡(luò)分別輸出第一特征值；

根據(jù)N個(gè)上述第一特征值，利用獨(dú)熱編碼算法生成第二特征值；

將上述第二特征值輸入上述有效特征提取網(wǎng)絡(luò)，輸出上述有效特征數(shù)據(jù)。

根據(jù)本公開(kāi)的實(shí)施例，其中，上述有效特征提取網(wǎng)絡(luò)包括依次級(jí)聯(lián)的卷積層和池化層；

上述將上述第二特征值輸入上述有效特征提取網(wǎng)絡(luò)，輸出上述有效特征數(shù)據(jù)包括：

將上述第二特征值輸入上述卷積層，輸出第一特征數(shù)據(jù)；

將上述第一特征數(shù)據(jù)輸入上述池化層，輸出上述有效特征數(shù)據(jù)。

根據(jù)本公開(kāi)的實(shí)施例，上述將上述訓(xùn)練樣本數(shù)據(jù)集輸入上述N個(gè)特征組合子網(wǎng)絡(luò)包括：

將上述用戶特征數(shù)據(jù)和上述廣告特征數(shù)據(jù)拼接得到特征數(shù)據(jù)，并將上述特征數(shù)據(jù)輸入上述N個(gè)特征組合子網(wǎng)絡(luò)。

根據(jù)本公開(kāi)的實(shí)施例，上述樣本數(shù)據(jù)組還包括標(biāo)簽信息；

上述利用上述有效特征數(shù)據(jù)訓(xùn)練上述預(yù)測(cè)網(wǎng)絡(luò)，得到訓(xùn)練完成的廣告點(diǎn)擊率預(yù)測(cè)模型包括：

將上述有效特征數(shù)據(jù)輸入上述預(yù)測(cè)層，輸出預(yù)測(cè)結(jié)果，其中，上述預(yù)測(cè)結(jié)果表征樣本用戶點(diǎn)擊樣本廣告的概率，上述樣本用戶包括與上述用戶特征數(shù)據(jù)對(duì)應(yīng)的用戶，上述樣本廣告包括與上述廣告特征數(shù)據(jù)對(duì)應(yīng)的廣告；