System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 点击率预估方法、装置、电子设备及存储介质制造方法及图纸_技高网

点击率预估方法、装置、电子设备及存储介质制造方法及图纸

技术编号:41197951 阅读:3 留言:0更新日期:2024-05-07 22:25
本申请提供了一种点击率预估方法、装置、电子设备及存储介质;方法包括:在第一层注意力机制中,将用户特征向量作为查询向量,将广告特征向量作为键和值,确定用户特征与广告的每个广告特征之间的注意力权重;基于第一层注意力机制输出的第一向量,通过循环神经网络进行用户特征的编码;在第二层注意力机制中,将循环神经网络输出的第二向量作为查询向量,将用户特征向量和广告特征向量拼接后作为键,确定查询向量与键之间的注意力权重;将第二层注意力机制输出的第三向量与第二向量进行拼接;对拼接向量进行全连接处理,并对全连接处理结果进行映射处理,得到广告的点击率预估结果。通过本申请,能够更准确地预测用户针对广告的点击率。

【技术实现步骤摘要】

本申请涉及互联网,尤其涉及一种点击率预估方法、装置、电子设备及存储介质


技术介绍

1、点击率预估是在线广告领域中一项重要的任务,用于估计广告展示给用户后用户是否会点击该广告的概率。点击率预估对于广告主和广告平台来说非常重要,因为它能够帮助他们预测广告的效果并优化广告投放策略。点击率预估的目标是根据用户的特征(或称属性)和广告的特征,准确地预测用户是否会对广告产生兴趣并进行点击。这对于广告平台来说是至关重要的,因为他们需要在有限的广告位上选择最相关和吸引力最高的广告来展示给用户,从而提高广告的点击率和转化率。点击率预估是广告领域中的一项关键任务,通过应对上述挑战,帮助广告平台更好地理解用户行为和兴趣,从而提高广告的投放效果和广告主的回报。

2、相关技术中,推荐系统主要侧重于对用户兴趣进行建模。然而,由属性变更(例如用户的收入变化)引起的推荐广告的动态变化在现实系统中也非常重要,尤其是快速发展的电子商务环境下,可能会导致用户需求的出现、转移和消失。也就是说,相关技术提供的方案存在针对广告的点击率预测不准确的问题。


技术实现思路

1、本申请实施例提供一种点击率预估方法、装置、电子设备、计算机可读存储介质及计算机程序产品,能够更准确地预测用户针对广告的点击率,帮助广告平台在有限的广告位上选择最相关和吸引力最高的广告,从而提高广告的投放效果和广告主的回报。

2、本申请实施例的技术方案是这样实现的:

3、本申请实施例提供一种点击率预估方法,包括:

<p>4、分别对用户特征和广告特征进行编码,对应得到用户特征向量和广告特征向量;

5、在第一层注意力机制中,将所述用户特征向量作为第一查询向量,将所述广告特征向量作为第一键和第一值,确定所述用户特征与广告的每个所述广告特征之间的第一注意力权重;

6、基于所述第一层注意力机制输出的第一向量,通过循环神经网络进行用户特征的编码,其中,所述第一向量是基于所述第一注意力权重确定的;

7、在第二层注意力机制中,将所述循环神经网络输出的第二向量作为第二查询向量,将所述用户特征向量和所述广告特征向量拼接后作为第二键,确定所述第二查询向量与所述第二键之间的第二注意力权重;

8、将所述第二层注意力机制输出的第三向量与所述第二向量进行拼接,得到拼接向量;

9、对所述拼接向量进行全连接处理,并对全连接处理结果进行映射处理,得到所述广告的点击率预估结果。

10、本申请实施例提供一种点击率预估装置,包括:

11、编码模块,用于分别对用户特征和广告特征进行编码,对应得到用户特征向量和广告特征向量;

12、确定模块,用于在第一层注意力机制中,将所述用户特征向量作为第一查询向量,将所述广告特征向量作为第一键和第一值,确定所述用户特征与广告的每个所述广告特征之间的第一注意力权重;

13、所述编码模块,还用于基于所述第一层注意力机制输出的第一向量,通过循环神经网络进行用户特征的编码,其中,所述第一向量是基于所述第一注意力权重确定的;

14、所述确定模块,还用于在第二层注意力机制中,将所述循环神经网络输出的第二向量作为第二查询向量,将所述用户特征向量和所述广告特征向量拼接后作为第二键,确定所述第二查询向量与所述第二键之间的第二注意力权重;

15、拼接模块,用于将所述第二层注意力机制输出的第三向量与所述第二向量进行拼接,得到拼接向量,其中,所述第三向量是基于所述第二注意力权重确定的;

16、全连接模块,用于对所述拼接向量进行全连接处理;

17、映射模块,用于对全连接处理结果进行映射处理,得到所述广告的点击率预估结果。

18、本申请实施例提供一种电子设备,包括:

19、存储器,用于存储可执行指令;

20、处理器,用于执行所述存储器中存储的可执行指令时,实现本申请实施例提供的点击率预估方法。

21、本申请实施例提供一种计算机可读存储介质,存储有计算机可执行指令,用于被处理器执行时,实现本申请实施例提供的点击率预估方法。

22、本申请实施例提供一种计算机程序产品,包括计算机程序或计算机可执行指令,用于被处理器执行时,实现本申请实施例提供的点击率预估方法。

23、本申请实施例具有以下有益效果:

24、通过引入多层注意力机制(包括第一层注意力机制和第二层注意力机制)和循环神经网络编码,能够考虑用户特征的序列信息和上下文信息,其中,循环神经网络能够捕捉用户特征的动态变化,而多层注意力机制能够融合上下文信息,从而能够更好的理解用户的兴趣和行为,进而能够更准确地预测用户针对广告的点击率,提高了广告的投放效果和广告主的回报。

本文档来自技高网
...

【技术保护点】

1.一种点击率预估方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述分别对用户特征和广告特征进行编码,对应得到用户特征向量和广告特征向量,包括:

3.根据权利要求1所述的方法,其特征在于,

4.根据权利要求1所述的方法,其特征在于,

5.根据权利要求4所述的方法,其特征在于,

6.根据权利要求5所述的方法,其特征在于,所述将所述隐藏状态向量作为第二查询向量,将所述用户特征向量和所述广告特征向量拼接后作为第二键,采用所述多头注意力机制,计算所述第二查询向量与所述第二键之间的第二注意力权重,得到多个注意力权重,包括:

7.根据权利要求5所述的方法,其特征在于,所述将所述第二层注意力机制输出的第三向量与所述第二向量进行拼接,得到拼接向量,包括:

8.根据权利要求1所述的方法,其特征在于,

9.根据权利要求1所述的方法,其特征在于,所述对全连接处理结果进行映射处理,得到所述广告的点击率预估结果,包括:

10.根据权利要求1所述的方法,其特征在于,所述方法还包括:

11.一种点击率预估装置,其特征在于,所述装置包括:

12.一种电子设备,其特征在于,包括:

13.一种计算机可读存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令被处理器执行时,实现权利要求1至10任一项所述的点击率预估方法。

14.一种计算机程序产品,包括计算机程序或计算机可执行指令,其特征在于,所述计算机程序或计算机可执行指令被处理器执行时,实现权利要求1至10任一项所述的点击率预估方法。

...

【技术特征摘要】

1.一种点击率预估方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述分别对用户特征和广告特征进行编码,对应得到用户特征向量和广告特征向量,包括:

3.根据权利要求1所述的方法,其特征在于,

4.根据权利要求1所述的方法,其特征在于,

5.根据权利要求4所述的方法,其特征在于,

6.根据权利要求5所述的方法,其特征在于,所述将所述隐藏状态向量作为第二查询向量,将所述用户特征向量和所述广告特征向量拼接后作为第二键,采用所述多头注意力机制,计算所述第二查询向量与所述第二键之间的第二注意力权重,得到多个注意力权重,包括:

7.根据权利要求5所述的方法,其特征在于,所述将所述第二层注意力机制输出的第三向量与所述第二向量进行拼接,得到拼...

【专利技术属性】
技术研发人员:范智超
申请(专利权)人:马上消费金融股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1