[发明专利]预测点击率的方法、装置、计算机设备及存储介质

说明书

本申请公开了一种预测点击率的方法、装置、计算机设备及存储介质，在该方法中，计算机设备获取用于预测目标用户对目标对象的点击概率的输入特征；依据该输入特征，分别确定多个预测模型用于预测该点击概率的适合程度；利用该多个预测模型分别预测该输入特征对应的预测点击率；依据该多个预测模型各自预测出的预测点击率以及该多个预测模型各自对应的适合程度，确定该目标用户对该目标对象的点击概率。本申请的方案可以提高预测用户对某个内容的点击概率的精准度。

技术领域

本申请涉及计算机技术领域，尤其涉及一种预测点击率的方法、装置、计算机设备及存储介质。

背景技术

点击率是指网页中某一内容(如，新闻、广告或者产品详情页等等)被用户点击的次数与被显示次数之比，它反映的是该内容被用户点击的概率。而通过预测用户对某个内容的点击率，可以为是否向该用户推荐该内容相关的信息提供依据。

在预测用户对某个内容的点击率时，一般会依据用户的用户特征(如，用户年龄、性别等)以及该内容的内容特征(如，内容的类别、内容所包含的关键词等)，还可以结合背景数据(如，点击时间、内容的展现位置等)，并利用预先训练出的预测模型预测点击率。然而，由于用户的用户特征以及内容的内容特征的复杂度较高，而预测模型所适合的预测场景有限，很难保证预测出的点击率的精准度，使得预测出的点击率的精准度较低。

发明内容

有鉴于此，本申请提供了一种预测点击率的方法、装置、计算机设备及存储介质，以提高预测用户对某个内容的点击概率的精准度。

为实现上述目的，一方面，本申请提供了一种预测点击率的方法，包括：

获取用于预测目标用户对目标对象的点击概率的输入特征；

依据所述输入特征，分别确定多个预测模型用于预测所述点击概率的适合程度；

利用所述多个预测模型分别预测所述输入特征对应的预测点击率；

依据所述多个预测模型各自预测出的预测点击率以及所述多个预测模型各自对应的适合程度，确定所述目标用户对所述目标对象的点击概率。

在一种可能的实现方式中，所述依据所述输入特征，分别确定多个预测模型用于预测所述点击概率的适合程度，包括：

依据特征与类别的函数关系，确定所述输入特征所归属的至少一个目标类别；

依据所述至少一个目标类别以及各个预测模型分别与不同类别的适合程度关系，分别确定多个预测模型用于预测所述点击概率的适合程度。

在一种可能的实现方式中，所述依据特征与类别的函数关系，确定所述输入特征所归属的至少一个目标类别，包括：

利用预先训练的编码器将所述输入特征转换为表征所述输入特征所属的类别信息的隐向量；

所述依据所述至少一个目标类别以及各个预测模型分别与不同类别的适合程度关系，分别确定多个预测模型用于预测所述点击概率的适合程度，包括：

依据所述隐向量以及预先训练出的各个预测模型各自对应的类别向量，分别确定多个预测模型适合预测所述点击概率的适合程度。

又一方面，本申请还提供了一种预测点击率的装置，包括：

特征获取单元，用于获取用于预测目标用户对目标对象的点击概率的输入特征；

适合度确定单元，用于依据所述输入特征，分别确定多个预测模型用于预测所述点击概率的适合程度；

点击率预估单元，用于利用所述多个预测模型分别预测所述输入特征对应的预测点击率；