[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

说明书

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。

技术领域

本申请涉及网络技术领域，特别涉及一种建立点击率预估模型的方法及装置、终端、存储介质。

背景技术

网络技术发展到今天，越来越多的对象，如新闻资讯，文章，音乐，图片等等需要推荐给用户，而这种推荐要获得好的效果，就需要为不同的对象有针对性地找到被推荐的用户，进行个性化推荐，个性化推荐的核心技术难点就是如何准确地确定待推荐的对象。

发明内容

鉴于上述问题，本申请的目的在于提供了一种建立点击率预估模型的方法及装置、终端、存储介质，提高了向用户推荐对象的准确性。

一方面，本申请实施例提供了一种建立点击率预估模型的方法，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。

可选地，所述方法还包括：

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。

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。

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。

所述点击率预估模型为：

所述误差函数为：

所述误差损失函数为：