【技术实现步骤摘要】
信息转化率预测方法、装置、设备及可读存储介质
本专利技术涉及金融科技(Fintech)的人工智能
，尤其涉及一种信息转化率预测方法、装置、设备及可读存储介质。
技术介绍
随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术应用在金融领域，但金融业也对技术提出了更高的要求，如金融业对在线信息推广也有更高的要求。推送的信息包括广告，在线广告已经成为一种常用的广告投放方式，转化率预估是在线广告精准投放的重要模块。基于机器学习算法，预估模块利用用户的基础属性信息、行为数据，分析广告内容数据等，为用户找到最合适的广告进行投放。现有在线广告的转化率预估，一般仅仅使用系统前期收集的用户信息，例如用户的基础属性信息，用户兴趣信息等，以及用户的转化行为数据来训练转化率预估模型。由于进行转化率预估的数据量不够丰富，进而导致广告的转化率预测准确率不高，影响广告精准投放。
技术实现思路
本专利技术的主要目的在于提供一种信息转化率预测方法、装置、设备及可读存储介质，旨在解决现有在线信息的转化率预测准确...
【技术保护点】
1.一种信息转化率预测方法，其特征在于，所述信息转化率预测方法包括：/n获取原始训练数据的用户设备号对应的扩展用户数据，并基于所述扩展用户数据对所述原始训练数据进行重新构建，得到增强型训练数据；/n利用所述原始训练数据以及所述增强型训练数据进行联合模型训练，得到信息转化率预测模型以及辅助模型，并基于所述辅助模型对所述信息转化率预测模型进行优化；/n在接收到信息转化率预测请求时，根据优化后的所述信息转化率预测模型得到所述信息转化率预测请求对应的信息内容的转化率预测结果。/n
【技术特征摘要】
1.一种信息转化率预测方法，其特征在于，所述信息转化率预测方法包括：
获取原始训练数据的用户设备号对应的扩展用户数据，并基于所述扩展用户数据对所述原始训练数据进行重新构建，得到增强型训练数据；
利用所述原始训练数据以及所述增强型训练数据进行联合模型训练，得到信息转化率预测模型以及辅助模型，并基于所述辅助模型对所述信息转化率预测模型进行优化；
在接收到信息转化率预测请求时，根据优化后的所述信息转化率预测模型得到所述信息转化率预测请求对应的信息内容的转化率预测结果。
2.如权利要求1所述信息转化率预测方法，其特征在于，所述原始训练数据包括原始信息特征数据和用户设备号对应的原始转化率；
所述获取原始训练数据的用户设备号对应的扩展用户数据，并基于所述扩展用户数据对所述原始训练数据进行重新构建，得到增强型训练数据的步骤包括：
在预设的用户辅助信息库中，根据所述用户设备号查找所述扩展用户数据，并在预设的用户画像数据库中，根据所述用户设备号查找用户画像数据；
基于所述用户设备号，将所述扩展用户数据、所述用户画像数据、所述原始信息特征数据以及所述原始转化率关联保存作为所述增强型训练数据。
3.如权利要求1所述信息转化率预测方法，其特征在于，所述利用所述原始训练数据以及所述增强型训练数据进行联合模型训练，得到信息转化率预测模型以及辅助模型，并基于所述辅助模型对所述信息转化率预测模型进行优化的步骤包括：
将所述原始训练数据输入初始预测模型进行模型训练，同时将所述增强型训练数据输入辅助模型进行模型训练，基于所述初始预测模型的第一预测值以及所述辅助模型的第二预测值，构造所述初始预测模型对应的第一总损失函数以及所述辅助模型对应的第二总损失函数；
基于所述第一总损失函数以及所述第二总损失函数进行模型迭代训练，利用所述辅助模型的第二预测值对所述初始预测模型进行优化；
当所述初始预测模型收敛时，将当前所述初始预测模型确定为优化后的所述信息转化率预测模型。
4.如权利要求3所述信息转化率预测方法，其特征在于，所述基于所述初始预测模型的第一预测值以及所述辅助模型的第二预测值，构造所述初始预测模型对应的第一总损失函数的步骤包括：
基于所述初始预测模型的第一预测值以及所述原始训练数据的原始转化率，确定第一损失函数；
基于所述初始预测模型的第一预测值以及所述辅助模型的第二预测值，确定第三损失函数；
对所述第一损失函数和所述第三损失函数进行加权求和，得到所述第一总损失函数。
5.如权利要求3所述信息转化率预测方...
【专利技术属性】
技术研发人员：谭奔，郑文琛，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东;44
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。