[发明专利]一种基于贝叶斯网络的广告点击率预测方法及装置

权利要求书

1.一种基于贝叶斯网络的广告点击率预测方法，其特征在于，包括：

获取历史广告，并由所述历史广告中提取历史关键词；

将所述历史关键词作为节点，并通过确定节点之间的有向边及每个所述 节点的概率参数构建贝叶斯网络模型；

基于所述贝叶斯网络模型中的节点、节点之间的有向边及每个节点的概 率参数确定与待测广告的待测关键词匹配的目标节点；

确定与所述目标节点对应的历史广告为目标历史广告，依据所述目标历 史广告的点击率计算所述待测广告的预测点击率。

2.根据权利要求1所述的方法，其特征在于，确定节点之间的有向边， 包括：

计算任意两个节点节点k_i与节点k_j之间的相似度，如果所述相似度大于 相似度阈值，则确定节点k_i与节点k_j之间存在有向边；

计算节点k_i在节点k_j出现的情况下出现的第一概率及节点k_j在节点k_i出 现的情况下出现的第二概率，如果第一概率大于第二概率，则确定节点k_i与 节点k_j之间的有向边由节点k_i指向节点k_j，如果第一概率小于第二概率，则 确定节点k_i与节点k_j之间的有向边由节点k_j指向节点k_i。

3.根据权利要求2所述的方法，其特征在于，确定每个所述节点的概率 参数，包括：

对于任意节点，确定指向该节点的节点为该节点的父节点，计算该节点 与该节点的父节点同时出现在任意所述历史广告中的次数与该节点的父节点 出现在所述历史广告中的次数的比值，并确定该比值为该节点的概率参数。

4.根据权利要求1所述的方法，其特征在于，基于所述贝叶斯网络模型 中的节点、节点之间的有向边及每个节点的概率参数确定与待测广告的待测 关键词匹配的目标节点，包括:

确定所述贝叶斯网络模型中与所述待测关键词匹配的节点为目标节点；

由除所述目标节点之外的其他节点中选取任意节点，并基于选取的节点 的概率参数、所述目标节点的概率参数及由所述节点和节点之间的有向边组 成的有向无环图结构，得到选取的节点与所述目标节点之间的依存概率，如 果该依存概率大于依存概率阈值，则确定选取的节点为目标节点，继续由除 所述目标节点之外的其他节点中选取任意节点，直至所述目标节点的个数达 到目标节点阈值为止。

5.根据权利要求4所述的方法，其特征在于，依据所述目标历史广告的 点击率计算所述待测广告的预测点击率，包括：

计算所述目标历史广告的点击率的平均值，并确定该平均值为所述待测 广告的预测点击率。

6.一种基于贝叶斯网络的广告点击率预测装置，其特征在于，包括：

获取模块，用于获取历史广告，并由所述历史广告中提取历史关键词；

构建模块，用于将所述历史关键词作为节点，并通过确定节点之间的有 向边及每个所述节点的概率参数构建贝叶斯网络模型；

确定模块，用于基于所述贝叶斯网络模型中的节点、节点之间的有向边 及每个节点的概率参数确定与待测广告的待测关键词匹配的目标节点；

计算模块，用于确定与所述目标节点对应的历史广告为目标历史广告， 依据所述目标历史广告的点击率计算所述待测广告的预测点击率。