点击概率确定方法、装置及计算机可读存储介质制造方法及图纸

本申请提供一种点击概率确定方法、装置及计算机可读存储介质，涉及数据处理领域，能够提升确定点击概率的模型的可解释性。该方法包括：获取目标用户的特征数据集合；特征数据集合包括多个特征数据，多个特征数据用于确定目标用户的点击概率；将特征数据集合输入目标点击概率确定模型，得到目标用户的点击概率和每个特征数据的一个或多个注意力得分；目标点击概率确定模型包括子叠加注意力机制模型和子点击概率确定模型。点击概率确定模型。点击概率确定模型。

【技术实现步骤摘要】
点击概率确定方法、装置及计算机可读存储介质


[0001]本申请涉及数据处理领域，尤其涉及点击概率确定方法、装置及计算机可读存储介质。

技术介绍

[0002]在互联网领域中，推荐系统向用户推荐项目后，为确定用户对该项目的点击概率，现有的方案通常是基于深度学习模型确定用户的点击概率。
[0003]然而，由于深度学习模型不具备自解释能力，从而导致确定点击概率的模型的可解释性较差。

技术实现思路

[0004]本申请提供一种点击概率确定方法、装置及计算机可读存储介质，能够提升确定点击概率的模型的可解释性。
[0005]为达到上述目的，本申请采用如下技术方案：
[0006]第一方面，提供了一种点击概率确定方法，方法包括：获取目标用户的特征数据集合；特征数据集合包括多个特征数据，多个特征数据用于确定目标用户的点击概率；将特征数据集合输入目标点击概率确定模型，得到目标用户的点击概率和每个特征数据的一个或多个注意力得分；目标点击概率确定模型包括子叠加注意力机制模型和子点击概率确定模型。
[0007]基于该方案，通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点击概率确定方法，其特征在于，所述方法包括：获取目标用户的特征数据集合；所述特征数据集合包括多个特征数据，所述多个特征数据用于确定所述目标用户的点击概率；将所述特征数据集合输入目标点击概率确定模型，得到所述目标用户的点击概率和每个特征数据的一个或多个注意力得分；所述目标点击概率确定模型包括子叠加注意力机制模型和子点击概率确定模型。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取多个用户中每个用户的历史数据集合；所述历史数据集合包括点击结果和特征数据集合；基于所述每个用户的历史数据集合对原始点击概率确定模型进行训练，得到所述目标点击概率确定模型；所述目标点击概率确定模型的精度评估指标满足预设条件。3.根据权利要求1或2所述的方法，其特征在于，所述获取目标用户的特征数据集合，包括：获取所述目标用户的原始数据集合；所述原始数据集合包括多个原始数据，所述多个原始数据用于确定所述目标用户的点击概率；对所述原始数据集合中的目标原始数据进行缺失值处理，得到第一中间数据集合；目标原始数据的值缺失；对所述第一中间数据集合中的每个第一中间数据进行独热编码，得到第二中间数据集合；对所述第二中间数据集合中的每个目标第二中间数据进行标准化和归一化处理，得到所述特征数据集合；所述目标第二中间数据的值为数值。4.根据权利要求1或2所述的方法，其特征在于，在所述每个特征数据的注意力得分的数量为一个的情况下，所述每个特征数据的注意力得分为所述子叠加注意力机制模型中最后一层注意力层输出的注意力得分；或者，所述每个特征数据的注意力得分为所述子叠加注意力机制模型的多层注意力层中每层注意力层输出的注意力得分的平均值；或者，所述每个特征数据的注意力得分为所述子叠加注意力机制模型的多层注意力层中每层注意力层输出的注意力得分的加权和。5.一种点击概率确定装置，其特征在于，所述点击概率确定装置包括：获取模块和处理模块；所述获取模块，用于获取目标用户的特征数据集合；所述特征数据集合包括多个特征数据，所述多个特征数据用于确定所述目标用户的点击概率；所述处理模块，用于将所述特征数...

【专利技术属性】
技术研发人员：杨斌，谢志普，郭超，陈佳，程新洲，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：