[发明专利]一种广告点击率的预估方法和装置

说明书

本发明提出一种广告点击率的预估方法和装置，其中方法包括：统计广告的展现次数及被点击次数；根据所述展现次数及被点击次数计算所述广告点击率的置信区间；按照正态分布从所述置信区间内采样一个值作为广告点击率的预估值。本发明能够解决点击率预估偏差带来的不利影响。

技术领域

本发明涉及广告排序技术领域，尤其涉及一种广告点击率的预估方法和装置。

背景技术

目前，业内的效果广告系统在进行广告排序时，都是使用了基于广告点击率预估的方法。具体方法为，首先通过统计或者机器学习(如逻辑回归)的方法预估候选广告的点击率，即预报点击通过率(pCTR，predicted click-through rate)，然后基于pCTR计算广告的质量度(Quality)，最后将广告按照出价(Bid)*Quality逆序排列并展现，出价越高且质量度越高的广告排序越靠前。在排序时遵循普遍二级价格拍卖(GSP，Generalized SecondPrice Auction)机制，该机制可以最大化搜索引擎的收益，达到GSP均衡。在上述计算过程中，广告点击率预估是最核心的部分之一。

预估广告点击率的方法主要是点估计法(point estimation)，又称定值估计。点估计的方法有很多，有基于统计的方法，也有基于机器学习的方法，但其共性是每次预估都输出一个固定的概率值。举例说明，假如一个广告A在历史上展现过10次，被点击过1次，那么基于传统的方法，预估其广告点击率为1/10＝10％。

在展现和点击数据都稀疏的情况下，无论采用何种方法预估广告点击率都会存在较大的偏差；而现有预估广告点击率的方法每次预估都输出一个固定的概率值，因此无法解决这种偏差所带来的不利影响。

发明内容

本发明提供了一种广告点击率的预估方法和装置，从而解决点击率预估偏差带来的不利影响。

本发明的技术方案是这样实现的：

一种广告点击率的预估方法，包括：

统计广告的展现次数及被点击次数；根据所述展现次数及被点击次数计算所述广告点击率的置信区间；

每次预估时，按照正态分布从所述置信区间内采样一个值作为广告点击率的预估值，采用所述广告点击率的预估值计算广告的质量度，并根据所述质量度确定所述广告的排序序列。

具体计算广告质量度的方式可以为：将所述广告点击率的预估值、相关性和目标页质量度加权求和，得到广告质量度。

上述置信区间为95％置信度的置信区间；

计算广告点击率95％置信度的置信区间的方式为采用下式计算：

其中,n为展现次数；

为被点击次数除以展现次数；

α＝0.05；

z_1-α/2＝1.96。

上述方法中，按照正态分布从置信区间内采样一个值作为广告点击率的预估值的方式可以为：

按照均值为标准差为的正态分布从置信区间内采样一个值作为广告点击率的预估值。

一种广告点击率的预估装置，包括：

统计模块，用于统计广告的展现次数及被点击次数；

计算模块，用于根据所述展现次数及被点击次数计算所述广告点击率的置信区间；

预估模块，用于每次预估时，按照正态分布从所述置信区间内采样一个值作为广告点击率的预估值；

排序模块，用于采用所述广告点击率的预估值计算广告的质量度，并根据所述质量度确定所述广告的排序序列。