[发明专利]用于预测在线用户交互的机器学习方法和系统

权利要求书

1.一种实现需求方平台的计算装置，所述计算装置包括：

处理器；

所述处理器可访问的至少一个存储器设备；以及

与所述处理器可操作地相关联的数据通信接口，

其中所述存储器设备包含程序指令主体，所述程序指令主体包括机器学习模型，所述机器学习模型可由所述处理器执行并且被配置为确定用户与内容项交互的可能性的估计，所述模型已使用丰富训练特征向量集合以及从匹配数据集合导出的对应的交互事件标签进行训练，所述匹配数据集合是从与内容投放事件相关的记录和与从在线数据存储库中检索到的用户交互事件相关的记录生成的，其中所述投放事件和所述交互事件在定义的时间段内发生，

所述程序指令主体还包括指令，所述指令在由所述处理器执行时使所述计算装置实现包括以下步骤的方法：

经由所述数据通信接口接收与在线内容投放位相关的信息和与将向其显示所述在线内容投放位内的内容的用户相关的信息；

基于所选择的用于投放在所述在线内容投放位内的内容项、与所述用户相关的信息以及与对应的在线内容投放位相关的信息，计算丰富估计特征向量；以及

执行所述机器学习模型以基于所述丰富估计特征向量确定所述用户与所选择的内容项交互的可能性的估计。

2.根据权利要求1所述的装置，其中所述机器学习模型是包括多个模型系数的广义线性模型。

3.根据权利要求2所述的装置，其中所述机器学习模型是逻辑回归模型。

4.根据权利要求2或3所述的装置，其中所述多个模型系数被存储在字典数据结构中，在所述字典数据结构中每个条目由键和系数值定义，其中每个键包括特征名称和对应的特征值的拼接的散列表示，并且其中所述程序指令通过以下方式使所述计算装置实现执行所述机器学习模型的步骤：

为所述丰富估计特征向量的每个特征值生成对应的键；

从所述字典数据结构中为每个生成的键检索对应的系数值；以及

使用所述丰富估计特征向量和检索到的系数值计算所述用户与所选择的内容项交互的可能性的估计。

5.根据权利要求1至4中的任一项所述的装置，其中：

所述在线内容投放位是广告位；

接收与所述广告位相关的信息和与将向其显示所述广告位内的内容的所述用户相关的信息以及从广告交易服务器发送的竞价请求消息；

所述内容项包括用于投放在所述广告位内的至少一个供应物，以及

所述程序指令主体还包括在由所述处理器执行时使所述计算装置实现还包括以下步骤的方法的指令：

作为对所述竞价请求消息的回复，向所述广告交易服务器发送竞价响应消息；

响应于从所述广告交易服务器接收到成功竞价通知，用与所述内容项的投放相关的内容投放事件数据更新在线数据存储库；以及

响应于接收到用户与所述内容项交互的通知，用与所述内容项的用户交互相关的用户交互事件数据更新所述在线数据存储库。

6.根据权利要求1至5中的任一项所述的装置，其中与内容投放事件相关的记录和与用户交互事件相关的记录不包括彼此之间明确的链接。

7.一种实现机器学习模型的训练的计算装置，所述机器学习模型被配置为估计用户与内容项交互的可能性，所述计算装置包括：

处理器；

所述处理器可访问的至少一个存储器设备；以及

所述处理器可访问的数据存储库，

其中所述存储器设备包含程序指令主体，所述程序指令主体包括指令，所述指令在由所述处理器执行时使所述计算装置实现包括以下步骤的方法：

访问所述数据存储库以检索与内容投放事件相关的记录以及与用户交互事件相关的记录，其中所述投放事件和所述交互事件在定义的时间段内发生；

将检索到的内容投放事件记录与检索到的交互事件记录进行匹配，以生成包括多条记录的匹配数据集合，所述匹配数据集合的每条记录都包括从内容投放事件中导出的原始特征值集合以及指示是否发生了与内容投放事件对应的交互事件的交互事件标签；

从所述原始特征值计算丰富训练特征向量的对应集合；以及

使用所述丰富训练特征向量和对应的交互事件标签来训练所述机器学习模型。