CN107301247-CN201710578583-建立点击率预估模型的方法及装置、终端、存储介质.pdfVIP

CN107301247-CN201710578583-建立点击率预估模型的方法及装置、终端、存储介质.pdf

  1. 1、本文档共22页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
CN107301247-CN201710578583-建立点击率预估模型的方法及装置、终端、存储介质

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107301247 A (43)申请公布日 2017.10.27 (21)申请号 201710578583.X (22)申请日 2017.07.14 (71)申请人 广州优视网络科技有限公司 地址 510627 广东省广州市天河区黄埔大 道西平云路163号广电平云广场B塔15 层自编02单元(仅限办公用途) (72)发明人 潘岸腾  (74)专利代理机构 北京智信禾专利代理有限公 司 11637 代理人 吴肖肖 (51)Int.Cl. G06F 17/30(2006.01) 权利要求书3页 说明书12页 附图6页 (54)发明名称 建立点击率预估模型的方法及装置、终端、 存储介质 (57)摘要 本申请实施例公开了一种建立点击率预估 模型的方法及装置、终端、存储介质,所述方法包 括:采集多个第一用户的特征,所述第一用户为 对象被推荐过的用户,所述对象为推荐的待点击 内容;为所述多个第一用户中的每个用户的每个 特征设定对所述对象的评价指标,基于所述评价 指标构建所述点击率预估模型;根据所述点击率 预估模型,建立每个第一用户对所述对象的实际 点击值与预估点击值的误差函数,基于所述误差 函数建立误差损失函数;基于所述误差损失函数 以及预先统计的每个第一用户对所述对象的实 A 际点击值,求解对所述对象设定的评价指标的数 7 值;根据求解得到的对所述对象的评价指标的数 4 2 1 值确定所述点击率预估模型。 0 3 7 0 1 N C CN 107301247 A 权 利 要 求 书 1/3页 1.一种建立点击率预估模型的方法,其特征在于,包括: 采集多个第一用户的特征,所述第一用户为对象被推荐过的用户,所述对象为推荐的 待点击内容; 为所述多个第一用户中的每个用户的每个特征设定对所述对象的评价指标,基于所述 评价指标构建所述点击率预估模型; 根据所述点击率预估模型,建立每个第一用户对所述对象的实际点击值与预估点击值 的误差函数,基于所述误差函数建立误差损失函数; 基于所述误差损失函数以及预先统计的每个第一用户对所述对象的实际点击值,求解 对所述对象设定的评价指标的数值; 根据求解得到的对所述对象的评价指标的数值确定所述点击率预估模型。 2.根据权利要求1所述的方法,其特征在于,还包括: 基于第二用户的特征,利用所述点击率预估模型得到所述第二用户对所述对象的点击 率的预估值,所述第二用户为所述对象未被推荐过的用户。 3.根据权利要求1所述的方法,其特征在于,采集多个第一用户的特征之后,还包括: 将特征进行归类,将每类特征划分为多个特征集合; 为所述多个第一用户中的每个用户的每个特征设定对所述对象的评价指标之后还包 括: 为每个特征集合内的特征对所述对象的相同评价指标赋相同的数值。 4.根据权利要求1所述的方法,其特征在于,所述评价指标包括:所述每个特征对所述 对象的预估点击值r和所述每个特征对所述对象的预估点击值的可靠程度a,其中,r∈[0, 1],a∈[0,1]。 5.根据权利要求1所述的方法,其特征在于,所述基于所述误差损失函数以及预先统计 的每个用户对所述对象的实际点击值,求解对所述对象设定的评价指标的数值包括: 设置所述评价指标的初始值; 以所述误差损失函数的损失最小为目标对所述误差损失函数进行迭代计算; 当所述误差损失函数的变化率小于预设阈值时停止所

您可能关注的文档

文档评论(0)

18273502 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档