[发明专利]一种基于Xgboost算法的点击率预估方法及系统

说明书

本申请提供了一种基于Xgboost算法的点击率预估方法，包括：从广告投放平台的日志数据中选取出预定数量的原始特征；利用各个原始特征对Xgboost算法进行模型训练，得到模型文件；获取广告投放平台的广告库中预定数量广告对应的当前特征；将各个当前特征分别和模型文件进行点击率的计算，得到对应的预估点击率数值。可见，该方法是在Xgboost算法的基础上得到对应的模型文件，该模型文件能够快速的对广告特征进行处理得到预估点击率数值。此外，该方法可移植性好即可以实现在各个平台上，相比于相关技术容错性高。本申请还提供一种基于Xgboost算法的点击率预估系统、计算机及计算机可读存储介质，均具有上述有益效果。

技术领域

本申请涉及点击率预估领域，特别涉及一种基于Xgboost算法的点击率预 估方法、系统、计算机及计算机可读存储介质。

背景技术

随着网络技术的快速发展，互联网广告成为互联网企业最重要的盈利手 段之一。像Google、Facebook、百度等公司的互联网变现和收入的主要来源也 是广告。近些年，越来越多的企业和机构开始研究互联网广告平台，他们也 慢慢地将传统媒体广告(报纸、杂志、电视、广播等)投放转向互联网广告 投放。然而，互联网广告投放的随意性和泛滥性让网民深受其烦，不仅收益 不理想，而且点击率(Click-Through-Rate，CTR)也在下降。例如，南药资 源平台是以中药材价格信息、药材产地信息、中药材市场行情、种植技术等 信息服务为主并结合实体中药材交易市场的第三方网络服务平台。该平台上 每年新投放的广告越来越多，但由于广告投放策略不适当，使得点击率不能 有所提升，也导致展示这些广告带来的收益一直达不到预期效果。

事实上，这里投放策略不佳的原因主要有两点：1)页面所展示的广告与 用户感兴趣的信息相关性不大；2)广告投放的目的是将点击率高的广告投放 到好的位置来最大限度获取用户的点击，由于该平台在投放广告前没有对每 条候选广告做精确的CTR预估，只能凭借经验来摆放广告的位置，这很可能 将点击率高的广告放在不显眼的位置。那么，制定怎样的广告投放策略才能 实现广告精准投放，这需要从用户信息、页面信息、广告信息中抽取出有用 特征(如用户ip、查询请求的时间戳、广告id、广告标题、广告描述、匹配的竞价词、广告标题的切词结果、广告描述的切词结果、流量来源id等)来解决 用户相似度问题；也需要设计和实现一个能计算候选广告CTR大小的系统来 解决广告排序的问题。

为了实现广告的精准投放，相关技术为He等人提出逻辑回归模型与GBDT 模型进行组合的方法，针对Facebook的广告系统进行点击率预估研究，用户的 访问行为触发广告系统选择候选广告，从广告库中选择一部分广告来，利用 用户的身份信息以及网页信息等作为特征，首先由决策树模型进行模型训练， 得到的输出结果直接作为逻辑回归模型的输入重新进行模型训练。但是，该 方法中的GBDT模型即GBDT算法受树的深度和棵树限制，导致对广告特征的 处理速度慢。

因此，如何提高对广告特征的处理速度是本领域技术人员需要解决的技 术问题。

发明内容

本申请的目的是提供一种基于Xgboost算法的点击率预估方法、系统、计 算机及计算机可读存储介质，能够快速的对广告特征进行处理得到预估点击 率数值。

为解决上述技术问题，本申请提供一种基于Xgboost算法的点击率预估方 法，包括：

从广告投放平台的日志数据中选取出预定数量的原始特征；

利用各个所述原始特征对Xgboost算法进行模型训练，得到模型文件；

获取所述广告投放平台的广告库中预定数量广告对应的当前特征；

将各个所述当前特征分别和所述模型文件进行点击率的计算，得到对应 的预估点击率数值。

优选地，得到对应的预估点击率数值之后，还包括：