一种深度学习的用户价值预估方法、装置、介质及设备制造方法及图纸

本发明专利技术提供一种深度学习的用户价值预估方法、装置、介质及设备，所述方法包括：收集广告业务场景下的用户行为与环境数据，并对用户行为与环境数据进行预处理，利用预处理后的用户行为与环境数据分别对预先构建的A‑GNN模型、基于强化学习的策略网络及时间序列分析模型进行训练，获得训练好的A‑GNN模型、策略网络及时间序列分析模型，将待预估用户行为与环境数据分别输入到训练好的A‑GNN模型、策略网络和时间序列分析模型中计算用户进入内部产品后的整体变现收益，实现对用户价值的实时预估。本发明专利技术能够更全面、细致地刻画用户与广告之间的交互关系，从而实现更精准的用户价值预估，进而为广告投放提供精准的决策依据。

【技术实现步骤摘要】

本专利技术涉及广告投放，尤其涉及一种深度学习的用户价值预估方法、装置、介质及设备。

技术介绍

1、在当今数字化广告业务蓬勃发展的时代，广告投放和变现已成为众多企业重要的盈利来源。用户作为广告的受众，其价值的高低直接决定了广告投放所带来的变现收入。因此，在广告投放和变现过程中，实时且准确地预估用户价值显得尤为关键。具体而言，需要预估用户单次通过投放广告进入内部产品后的变现收益，这一收益涵盖了用户在产品内不同广告场景下、不同代码位的多次点击所带来的变现收入累积值。精准的用户价值预估有助于企业优化广告投放策略，提高广告投放的针对性和效果，从而实现广告资源的高效利用和变现收益的最大化。

2、均值统计算法是早期较为常用的用户价值预估方法。该方法通过收集一定时间段内用户的变现收益数据，计算其平均值，以此作为对未来用户价值的预估。例如，统计过去一个月内所有用户在进入内部产品后的变现收益总和，然后除以用户数量得到平均变现收益，将此平均值作为后续新用户价值的预估参考。

3、均值统计算法过于简单粗暴，它忽略了用户行为的多样性和复杂性。不同用户的兴趣爱好本文档来自技高网...

【技术保护点】

1.一种深度学习的用户价值预估方法，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，所述用户行为与环境数据包括至少一种以下数据：用户基础信息、历史行为数据、广告特征数据以及广告场景数据。

3.根据权利要求1所述的方法，其特征在于，将待预估用户行为与环境数据分别输入到训练好的A-GNN模型、策略网络和时间序列分析模型中计算用户进入内部产品后的整体变现收益，实现对用户价值的实时预估，包括：

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

6...

【技术特征摘要】

1.一种深度学习的用户价值预估方法，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，所述用户行为与环境数据包括至少一种以下数据：用户基础信息、历史行为数据、广告特征数据以及广告场景数据。

3.根据权利要求1所述的方法，其特征在于，将待预估用户行为与环境数据分别输入到训练好的a-gnn模型、策略网络和时间序列分析模型中计算用户进入内部产品后的整体变现收益，实现对用户价值的实时预估，包括：

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

5.根据权利要求3所述的方法，其特征在于，所述方...

【专利技术属性】
技术研发人员：田利斌，巢云瑞，王阳，
申请(专利权)人：北京起创科技有限公司，
类型：发明
国别省市：