【技术实现步骤摘要】
一种预测模型的训练方法、广告点击预测方法及装置
本申请涉及模型训练
，尤其涉及一种预测模型的训练方法、广告点击预测方法及装置。
技术介绍
网络广告是一种将广告数据通过网络从平台端传递到用户端的高科技广告运作方式。具体方式中，网络广告投放平台利用网站上的广告横幅、文本链接、多媒体的方法，在互联网刊登或发布网络广告。在互联网广告行业中，目前投放广告的方式主要是使用在网页上提供的广告位，登载设定有统一资源定位符(UniformResourceLocator，URL)链接的互联网广告，当用户点击该互联网广告，便转到该互联网广告的广告网页。因此，需要预测其点击率，以衡量一个广告的推广价值。现有技术中，预测网络广告的点击率(ClickThroughRate，CTR)的方法通常为：通过记录用户针对目标网站的网络广告的点击数据，来预测该用户下一次目标网站中的该网络广告的概率值。但是，由于现有技术中大多是采用人工统计的方法对其网络广告的点击率进行预测，需要消耗较多的人力和机器资源，处理效率较低、准确度差。...
【技术保护点】
1.一种预测模型的训练方法，其特征在于，所述训练方法包括：/n根据广告点位对应的点位日志，构造训练样本；所述训练样本包括：组合用户特征以及所述组合用户特征对应的用户是否点击网络广告的点击结果；/n将所述训练样本中的至少两个目标用户特征作为预测模型的输入，根据所述预测模型基于输入的至少两个目标用户特征的输出结果和所述点击结果，训练所述预测模型的模型参数，直至得到包括训练好的模型参数的预测模型；其中，所述预测模型基于目标用户对应的目标组合用户特征，输出所述目标用户是否点击网络广告的目标点击结果。/n
【技术特征摘要】
1.一种预测模型的训练方法，其特征在于，所述训练方法包括：
根据广告点位对应的点位日志，构造训练样本；所述训练样本包括：组合用户特征以及所述组合用户特征对应的用户是否点击网络广告的点击结果；
将所述训练样本中的至少两个目标用户特征作为预测模型的输入，根据所述预测模型基于输入的至少两个目标用户特征的输出结果和所述点击结果，训练所述预测模型的模型参数，直至得到包括训练好的模型参数的预测模型；其中，所述预测模型基于目标用户对应的目标组合用户特征，输出所述目标用户是否点击网络广告的目标点击结果。
2.根据权利要求1所述的预测模型的训练方法，其特征在于，所述根据广告点位对应的点位日志，构造训练样本，包括：
提取所述广告点位对应的每一个点位日志中的多个备选用户特征；
从所述多个备选用户特征中，选取至少两个目标用户特征，并根据所述至少两个目标用户特征之间的关联关系，生成第一组合用户特征；
基于所述第一组合用户特征和该点位日志对应的用户是否点击网络广告的点击结果，构造训练样本。
3.根据权利要求1所述的预测模型的训练方法，其特征在于，当所述目标用户特征包括第一目标用户特征及第二目标用户特征时，所述根据所述至少两个目标用户特征之间的关联关系，生成第一组合用户特征，包括：
选取所述第一目标用户特征及所述第二目标用户特征，生成所述第一组合用户特征；或者，
选取所述第一目标用户特征或所述第二目标用户特征，生成所述第一组合用户特征；或者，
选取所述第一目标用户特征，但不包括所述第二目标用户特征，生成所述第一组合用户特征。
4.根据权利要求2所述的预测模型的训练方法，其特征在于，所述基于所述第一组合用户特征和该点位日志对应的用户是否点击网络广告的点击结果，构造训练样本，包括：
获取所述第一组合用户特征和该点位日志对应的用户是否点击网络广告的点击结果的相关性系数；
基于所述相关性系数及目标组合特征数量，提取所述相关性系数超过第一相关性系数阈值的多个第一目标组合特征；
基于所述第一目标组合特征和该点位日志对应的用户是否点击网络广告的点击结果，构造训练样本。
5.根据权利要求2所述的预测模型的训练方法，其特征在于，在从所述多个备选用户特征中，选取至少两个目标用户特征，并根据所述至少两个目标用户特征之间的关联关系，生成第一组合用户特征之后，还包括：
提取所述第一组合用户特征中包括的所述至少两个目标用户特征；
将所述至少两个目标用户特征进行交叉组合，得到多个第二组合用户特征。
...
【专利技术属性】
技术研发人员：付金伟，田丹丹，
申请(专利权)人：北京明略昭辉科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。