[发明专利]转化率评估方法及装置

权利要求书

1.一种转化率评估方法，其特征在于，包括：

根据商品属性表和用户属性表，获取特征数据；

将获取的特征数据，输入到预设的点击Wide&Deep模型，输出用户对商品链接的点击概率，同时，将获取的特征数据，输入到预设的分享Wide&Deep模型，输出用户对商品链接的分享概率；

根据所述点击概率和所述分享概率，进行打分融合后，获得用户对所述商品的转化概率；

其中，所述点击Wide&Deep模型根据已确定点击结果的样本商品属性表及样本用户属性表进行训练后得到，所述分享Wide&Deep模型根据已确定分享结果的样本商品属性表及样本用户属性表进行训练后得到。

2.根据权利要求1所述的转化率评估方法，其特征在于，所述根据商品属性表和用户属性表，获取特征数据之前，还包括：

建立所述转化概率关于点击概率和分享概率的单调增函数；

通过A/B测试调优，确定所述单调增函数中点击概率和分享概率对应的参数值，获得打分融合模型；

相应地，根据所述点击概率和所述分享概率，进行打分融合后，获得用户对所述商品的转化概率，具体为：

将所述点击概率和所述分享概率，输入所述打分融合模型，获得用户对所述商品的转化概率。

3.根据权利要求1所述的转化率评估方法，其特征在于，所述获得用户对所述商品的转化概率，具体为获得候选商品集合中所有商品的转化概率，所述获得用户对所述商品的转化概率之后，还包括：

根据所述候选商品集合中所有商品的转化概率，对相应用户进行商品推荐。

4.根据权利要求1所述的转化率评估方法，其特征在于，所述特征数据还包括：

用户属性表和商品属性表的交叉特征，和/或用户属性表中分布类特征与商品属性中类别相契合的特征。

5.根据权利要求1所述的转化率评估方法，其特征在于，所述根据商品属性表和用户属性表，获取特征数据之前，还包括：

将商品列表页进入商品详情页的点击记录作为点击正样本，商品列表页曝光但未点击的记录作为点击负样本，得到多个点击样本；

将商品详情页的分享记录作为分享正样本，商品详情页未分享的记录作为分享负样本，得到多个分享样本；

将多个点击样本的特征数据，输入所述点击Wide&Deep模型进行训练，并将多个分享样本的特征数据，输入所述分享Wide&Deep模型进行训练。

6.根据权利要求5所述的转化率评估方法，其特征在于，所述点击样本和所述分享样本的特征数据，包括实数特征、类别特征、交叉特征，相应地，将多个点击样本的特征数据，输入所述点击Wide&Deep模型，以及将多个分享样本的特征数据，输入所述分享Wide&Deep模型，包括：

若样本的特征数据为实数特征，两个模型的wide端和deep端均采用一维度直接输入模型；

若样本的特征数据为类别特征，两个模型的wide端采用哈希分桶后以独热码形式输入，两个模型的deep端采用哈希分桶后嵌入级联；

若样本的特征为交叉特征，两个模型均只在wide端采用哈希分桶后以独热码的形式输入。

7.根据权利要求1所述的转化率评估方法，其特征在于，所述预设的点击Wide&Deep模型和所述预设的分享Wide&Deep模型包括离线版本和在线版本，所述在线版本用于线上服务，所述离线版本用于离线训练，所述离线版本和所述在线版本，根据预设时长进行替换。