[发明专利]点击通过率的预测方法、装置及设备

说明书

本发明实施例提供的一种点击通过率的预测方法、装置及设备，在接收到关于指示进行点击通过率预测的预测指令后，获取所述预测指令对应的多个互不相同的关于构建第一特征数据的构建信息；针对每个构建信息，从所述预测指令对应的网络广告的多个特征数据中，查找该构建信息对应的第二特征数据；分别利用每个构建信息对应的第二特征数据，构建第一特征数据；分别利用每个构建信息对应的第一特征数据，以及待投放的网络广告的多个特征数据中除第一特征数据以外的特征数据，获取组合特征数据；基于所述组合特征数据，获得所述网络广告的预测点击通过率。通过本方案，可以实现在提高点击通过率的预测准确度的同时，兼顾点击通过率的预测的便捷性。

技术领域

本发明涉及网络广告技术领域，特别是涉及一种点击通过率的预测方法、装置及设备。

背景技术

在网络广告投放中，CTR(Click-Through-Rate，点击通过率)，即某一网络广告的实际点击次数与该广告展现量的比值，是衡量广告投放效果的一项重要指标。不同特征的网络广告会产生不同的点击通过率，因此，为了合理利用广告位，需要预测待投放的网络广告的点击通过率。在对待投放的网络广告进行点击通过率预测时，为了提高预测的准确度，可以将待投放的网络广告的多个类型相同的特征数据作为一组组合特征数据，并基于所得到的组合特征数据，获得待投放的网络广告的预测点击通过率。

相关技术中，组合特征数据的获取可以是：运维人员从待投放的网络广告的多个特征数据中确定至少一个特征数据作为第一特征数据；从待投放的网络广告的除第一特征数据以外的多个特征数据中，确定与第一特征数据的类型相同的特征数据作为待组合特征数据；将所确定的待组合特征数据和用于确定待组合特征数据的第一特征数据，作为一组组合特征数据。并且，针对同一待投放的广告，可以多次确定与上一次确定的第一特征数据不同的第一特征数据，以得到多组不同的组合特征数据，从而利用多组不同的组合特征数据提高点击通过率的预测准确度。

但是，待投放的网络广告的数量往往是海量的，在进行点击通过率预测时，需要运维人员多次确定不同的第一特征数据，导致点击通过率的预测不够便捷。因此，如何在提高点击通过率的预测准确度的同时，兼顾点击通过率的预测的便捷性，是网络广告的点击通过率的预测中亟待解决的问题。

发明内容

本发明实施例的目的在于提供一种点击通过率的预测方法、装置及设备，以实现在提高点击通过率的预测准确度的同时，兼顾点击通过率的预测的便捷性的效果。具体技术方案如下：

第一方面，本发明实施例提供了一种点击通过率的预测方法，该方法包括：

在接收到关于指示进行点击通过率预测的预测指令后，获取所述预测指令对应的多个互不相同的关于构建第一特征数据的构建信息；

针对每个构建信息，从所述预测指令对应的网络广告的多个特征数据中，查找该构建信息对应的第二特征数据；

分别利用每个构建信息对应的第二特征数据，构建第一特征数据；

分别利用每个构建信息对应的第一特征数据，以及待投放的网络广告的多个特征数据中除第一特征数据以外的特征数据，获取组合特征数据；

基于所述组合特征数据，获得所述网络广告的预测点击通过率。

可选的，所述构建信息包括：构建类型；所述构建类型为按照将第二特征数据构建为所述第一特征数据的构建形式划分得到的类型；

所述分别利用每个构建信息对应的第二特征数据，构建第一特征数据，包括：

针对每个构建信息，判断该构建信息所表明的构建类型；

如果该构建信息的构建类型为第一构建类型，将该构建信息对应的至少一个第二特征数据，拼接为第一特征数据；

如果该构建信息对应的构建类型为第二构建类型，从该构建信息中读取第三特征数据的数据标识；