联到总线的任何类型的介质中，所述计算机可读介质包括但 不限于任何类型的盘（包括软盘、硬盘、光盘、⑶-ROM、和磁光盘）、R0M(Read-Only Memory， 只读存储器）、RAM (Random Access Memory，随即存储器）、EPROM (Erasable Programmable Read-Only Memory，可擦写可编程只读存储器）、EEPROM(Electrically Erasable Programmable Read-Only Memory，电可擦可编程只读存储器）、闪存、磁性卡片或光线卡 片。也就是，可读介质包括由设备（例如，计算机）以能够读的形式存储或传输信息的任何 介质。
[0184] 本技术领域技术人员可以理解，可以用计算机程序指令来实现这些结构图和/或 框图和/或流图中的每个框以及这些结构图和/或框图和/或流图中的框的组合。本技术 领域技术人员可以理解，可以将这些计算机程序指令提供给通用计算机、专业计算机或其 他可编程数据处理方法的处理器来实现，从而通过计算机或其他可编程数据处理方法的处 理器来执行本发明公开的结构图和/或框图和/或流图的框或多个框中指定的方案。
[0185] 本技术领域技术人员可以理解，本发明中已经讨论过的各种操作、方法、流程中的 步骤、措施、方案可以被交替、更改、组合或删除。进一步地，具有本发明中已经讨论过的各 种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。 进一步地，现有技术中的具有与本发明中公开的各种操作、方法、流程中的步骤、措施、方案 也可以被交替、更改、重排、分解、组合或删除。
[0186] 以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人 员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应 视为本发明的保护范围。
【主权项】
1. 一种对广告点击率进行预测的方法，其特征在于，包括： 获取在预定历史时间段内与多个历史投放广告相关的多种特征类型的特征相关信 息； 将各个历史投放广告的至少两种特征类型的特征相关信息进行交叉组合来确定多个 交叉特征集，并计算确定多个交叉特征集分别对应的交叉特征标识； 提取在所述预定历史时间段内各个交叉特征集对应的广告展现量及广告点击量，并计 算确定所述各个交叉特征集对应的广告点击率以作为交叉特征值； 基于多个交叉特征集分别对应的交叉特征标识及交叉特征值，对逻辑回归模型进行训 练，以计算确定模型训练参数； 基于所述模型训练参数对多个待预测广告进行广告点击率的预测计算。2. 根据权利要求1所述的对广告点击率进行预测的方法，其特征在于，该方法还包括： 判断所述各个交叉特征集对应的广告展现量和/或广告点击量是否符合再处理条件； 当交叉特征集对应的广告展现量和/或广告点击量符合再处理条件时，所述计算确定 所述各个交叉特征集对应的广告点击率以作为交叉特征值的步骤，具体包括： 对该交叉特征集对应的广告展现量及广告点击量进行贝叶斯平滑计算处理，以确定该 交叉特征集对应的广告点击率以作为交叉特征值。3. 根据权利要求2所述的对广告点击率进行预测的方法，其特征在于，所述再处理条 件包括以下任一情形： 交叉特征集对应的广告展现量小于预定展现量阈值； 交叉特征集对应的广告点击量小于预定点击量阈值； 交叉特征集对应的广告展现量与广告点击量的比值小于预定点击率阈值。4. 根据权利要求1-3任一项所述的对广告点击率进行预测的方法，其特征在于，基于 所述模型训练参数对待预测广告进行广告点击率的预测计算，具体包括： 获取各个待预测广告实时投放时的至少两种特征类型的特征相关信息进行交叉组合 后对应的交叉特征集的交叉特征标识； 基于所述模型训练参数与所述待预测广告的交叉特征标识，进行预测计算以确定所述 待预测广告的广告点击率。5. -种根据广告点击率的预测计算结果进行应用推荐的方法，其特征在于，包括： 获取与目标用户相关的特征相关信息； 将所述目标用户相关的特征相关信息与多个待推荐广告分别进行交叉组合来确定多 个交叉特征集，并计算确定该多个交叉特征集对应的交叉特征标识； 基于预先训练得到模型训练参数与所述多个待推荐广告的交叉特征标识，进行预测计 算以确定所述多个待推荐广告的广告点击率； 根据预测计算得到的广告点击率对所述多个待推荐广告进行筛选； 将筛选出的一个或多个待推荐广告推荐给所述目标用户。6. -种对广告点击率进行预测的装置，其特征在于，包括： 特征获取模块，用于获取在预定历史时间段内与多个历史投放广告相关的多种特征类 型的特征相关信息； 特征标识计算模块，用于将各个历史投放广告的至少两种特征类型的特征相关信息 进行交叉组合来确定多个交叉特征集，并计算确定多个交叉特征集分别对应的交叉特征标 识； 特征值计算模块，用于提取在所述预定历史时间段内各个交叉特征集对应的广告展现 量及广告点击量，并计算确定所述各个交叉特征集对应的广告点击率以作为交叉特征值； 训练模块，用于基于多个交叉特征集分别对应的交叉特征标识及交叉特征值，对逻辑 回归模型进行训练，以计算确定模型训练参数； 第一预测计算模块，用于基于所述模型训练参数对多个待预测广告进行广告点击率的 预测计算。7. 根据权利要求6任一项所述的对广告点击率进行预测的装置，其特征在于，该装置 还包括： 判断模块，用于判断所述各个交叉特征集对应的广告展现量和/或广告点击量是否符 合再处理条件； 当交叉特征集对应的广告展现量和/或广告点击量符合再处理条件时，所述特征值计 算模块具体用于对该交叉特征集对应的广告展现量及广告点击量进行贝叶斯平滑计算处 理，以确定该交叉特征集对应的广告点击率以作为交叉特征值。8. 根据权利要求7所述的对广告点击率进行预测的装置，其特征在于，所述再处理条 件包括以下任一情形： 交叉特征集对应的广告展现量小于预定展现量阈值； 交叉特征集对应的广告点击量小于预定点击量阈值； 交叉特征集对应的广告展现量与广告点击量的比值小于预定点击率阈值。9. 一种根据广告点击率的预测计算结果进行应用推荐的装置，其特征在于，包括： 相关信息获取模块，用于获取与目标用户相关的特征相关信息； 特征交叉模块，用于将所述目标用户相关的特征相关信息与多个待推荐广告分别进行 交叉组合来确定多个交叉特征集，并计算确定该多个交叉特征集对应的交叉特征标识； 第二预测计算模块，用于基于预先训练得到模型训练参数与所述多个待推荐广告的交 叉特征标识，进行预测计算以确定所述多个待推荐广告的广告点击率； 第二筛选模块，用于根据预测计算得到的广告点击率对所述多个待推荐广告进行筛 选； 推荐模块，用于将筛选出的一个或多个待推荐广告推荐给所述目标用户。10. -种根据广告点击率的预测计算结果进行应用推荐的终端设备，其特征在于，包 括： 用于获取与目标用户相关的特征相关信息的装置； 用于将所述目标用户相关的特征相关信息与多个待推荐广告分别进行交叉组合来确 定多个交叉特征集，并计算确定该多个交叉特征集对应的交叉特征标识的装置； 用于基于预先训练得到模型训练参数与所述多个待推荐广告的交叉特征标识，进行预 测计算以确定所述多个待推荐广告的广告点击率的装置； 用于根据预测计算得到的广告点击率对所述多个待推荐广告进行筛选的装置； 用于将筛选出的一个或多个待推荐广告推荐给所述目标用户的装置。
【专利摘要】本发明提供了一种对广告点击率进行预测的方案：获取在预定历史时间段内与多个历史投放广告相关的多种特征类型的特征相关信息；将各个历史投放广告的至少两种特征类型的特征相关信息进行交叉组合来确定多个交叉特征集，并计算确定多个交叉特征集分别对应的交叉特征标识；提取各个交叉特征集对应的广告展现量及广告点击量，并计算确定各个交叉特征集对应的广告点击率以作为交叉特征值；基于多个交叉特征集分别对应的交叉特征标识及交叉特征值对逻辑回归模型进行训练，计算确定模型训练参数；基于模型训练参数对待预测广告进行广告点击率的预测计算。本方案通过为广告的预测计算提供了更加可靠的训练数据，保证了广告点击率预测计算结果的准确性。
【IPC分类】G06Q30/02, G06F17/30
【公开号】CN105160548
【申请号】CN201510515917
【发明人】岳华东
【申请人】北京奇虎科技有限公司, 奇智软件（北京）有限公司
【公开日】2015年12月16日
【申请日】2015年8月20日