[发明专利]建立点击率预估模型的方法及装置、终端、存储介质

权利要求书

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，

其中，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]，

所述点击率预估模型为：

其中，i表示对象，u表示用户，U表示所述第一用户的集合，ctr_u,i表示用户u对对象i的点击率预估值，f表示用户u的特征，F_u表示用户u的特征集合；r_f,i表示特征f对对象i的预估点击值；a_f,i表示特征f对对象i的预估点击值的可靠程度。

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述迭代计算并以此时所述评价指标的取值作为所述评价指标的数值。

5.根据权利要求4所述的方法，其特征在于，所述误差函数为：

所述误差损失函数为：

其中，y_u,i表示用户u对对象i的实际点击值。

6.一种建立点击率预估模型的装置，其特征在于，包括：

采集模块，用于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；

第一建模模块，用于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；

第二建模模块，用于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；

求解模块，用于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；

第三建模模块，用于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，

其中，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]，

其中，所述点击率预估模型为：

其中，i表示对象，u表示用户，U表示所述第一用户的集合，ctr_u,i表示用户u对对象i的点击率预估值，f表示用户u的特征，F_u表示用户u的特征集合；r_f,i表示特征f对对象i的预估点击值；a_f,i表示特征f对对象i的预估点击值的可靠程度。