[发明专利]预测点击概率的方法、装置、电子设备及可读存储介质

说明书

本申请实施例提供了一种预测点击概率的方法、装置、电子设备及可读存储介质，以优化相关技术中的点击概率预测方法。该方法包括：获得已显示对象的参数信息，所述已显示对象的参数信息至少包括该已显示对象的类型，所述已显示对象的用户操作信息至少包括该已显示对象是否被用户点击；根据待显示对象的参数信息和点击概率预测模型，预测所述待显示对象的点击概率；其中，所述点击概率预测模型以各历史已显示对象的参数信息下的历史用户操作信息的期望值为奖励函数，以所述各历史已显示对象的参数信息为状态输入，以所述各历史已显示对象的参数信息的点击概率为行动输出。

技术领域

本申请实施例涉及数据处理技术领域，尤其涉及一种预测点击概率的方法、装置、电子设备及可读存储介质。

背景技术

随着互联网的普及，越来越多的内容提供商(Content Provider，CP)和电商平台出现在人们的生活中，为人们的生活带来了便利。例如：用户可以通过内容提供商的网站浏览各种资讯，用户也可以通过电商平台在线选购自己需要的商品。由于内容提供商和电商平台能够吸引巨大的流量，所以多数商家选择通过内容提供商和电商平台投放广告，以增多广告的受众，优化广告的宣传效果。

在通常情况下，内容提供商和电商平台以信息流的方式向用户使用的显示终端推送信息，并在信息流中插入商家的广告，以通过广告增加盈利。商家为了优化广告的宣传效果，需要考虑受众对广告的点击概率，以将广告展示给点击概率较高的受众。

相关技术中，为了预测广告的点击概率，首先，对用户的历史行为数据进行统计，即对用户是否点击了信息流中的广告进行统计。然后，根据用户的历史行为数据建立点击概率预测模型。最后，利用点击概率预测模型，对广告的点击概率进行预测。

可见，相关技术中，准确地对广告的点击概率进行预测的前提是：基于丰富的历史行为数据，构建出了预测准确度较高的点击概率预测模型。如果历史行为数据的数量较少(例如，用户看到过包含广告的信息流的次数很少，或者用户很少点击信息流中的广告)，则无法构建出预测准确度较高的点击概率预测模型，因而也无法准确地对广告的点击概率进行预测。并且，相关技术中的点击概率预测模型是根据大多数用户的历史行为数据构建的，具有普适性，采用该点击概率预测模型，得到的预测结果是：不同用户对同一广告的点击概率是相同的。即，相关技术中的点击概率预测模型忽略了用户的个性化特征(例如：不同用户通常对不同的广告感兴趣)。可见，相关技术中预测广告的点击概率的技术方案有待改进。

发明内容

本申请实施例提供一种预测点击概率的方法、装置、电子设备及可读存储介质，以优化相关技术中的点击概率预测方法。

本申请实施例第一方面提供了一种预测点击概率的方法，所述方法包括：

获得已显示对象的参数信息，所述已显示对象的参数信息至少包括该已显示对象的类型，所述已显示对象的用户操作信息至少包括该已显示对象是否被用户点击；

根据待显示对象的参数信息和点击概率预测模型，预测所述待显示对象的点击概率；

其中，所述点击概率预测模型以各历史已显示对象的参数信息下的历史用户操作信息的期望值为奖励函数，以所述各历史已显示对象的参数信息为状态输入，以所述各历史已显示对象的参数信息的点击概率为行动输出。

可选地，所述方法还包括：

分别确定所述各历史已显示对象的累计奖励期望值，其中，所述各历史已显示对象的累计奖励期望值是根据包括当前已显示对象在内的多个历史已显示对象的用户操作信息确定的；

在所述当前显示对象的累计奖励期望值大于任一历史已显示对象的累计奖励期望值的情况下，以所述当前显示对象的参数信息和用户操作信息为训练样本，对所述点击概率预测模型进行训练更新。

可选地，确定所述当前显示对象的累计奖励期望值，包括：