[发明专利]点击率预估方法、装置、计算机可读存储介质和设备

权利要求书

1.一种点击率预估方法，包括：

获取候选内容特征，并获取目标用户对应的用户画像特征、历史点击内容序列特征及相应的点击时间序列特征；

将所述历史点击内容序列特征与所述点击时间序列特征融合，获得历史点击内容序列中各历史点击内容所对应的携带点击时间信息的融合特征；

基于所述候选内容特征、各历史点击内容对应的融合特征，确定各历史点击内容对应的注意力权重系数，并依据所述注意力权重系数获得所述目标用户对应所述历史点击内容序列的聚合特征；

提取所述候选内容特征、所述用户画像特征及所述聚合特征间的二阶组合特征，提取所述候选内容特征、所述用户画像特征及所述聚合特征间的高阶组合特征，将所述二阶组合特征与所述高阶组合特征拼接后获得输出特征，并根据所述输出特征确定所述目标用户对应所述候选内容的预估点击率。

2.根据权利要求1所述的方法，其特征在于，所述获取候选内容特征，并获取目标用户对应的用户画像特征、历史点击内容序列特征及相应的点击时间序列特征，包括：

获取待推送的候选内容对应的候选内容稀疏数据，并获取目标用户对应的用户画像稀疏数据、历史点击内容序列稀疏数据及相应的点击时间序列稀疏数据；

通过与各类稀疏数据对应的权重矩阵，分别将所述候选内容稀疏数据、所述用户画像稀疏数据、所述历史点击内容序列稀疏数据及所述点击时间序列稀疏数据转化为候选内容特征、用户画像特征、历史点击内容序列特征及相应的点击时间序列特征。

3.根据权利要求1所述的方法，其特征在于，所述将所述历史点击内容序列特征与所述点击时间序列特征融合，获得历史点击内容序列中各历史点击内容所对应的携带点击时间信息的融合特征，包括：

从所述历史点击内容序列特征获得各历史点击内容的历史点击内容特征；

从所述点击时间序列特征获得各历史点击内容的点击时间特征；

将各所述历史点击内容特征与相应的点击时间特征拼接后再通过全连接网络进行融合，获得各历史点击内容所对应的携带点击时间信息的融合特征。

4.根据权利要求1所述的方法，其特征在于，所述基于所述候选内容特征、各历史点击内容对应的融合特征，确定各历史点击内容对应的注意力权重系数，并依据所述注意力权重系数获得所述目标用户对应所述历史点击内容序列的聚合特征，包括：

获取所述候选内容特征与各历史点击内容对应的融合特征之间的相似度；

根据所述相似度确定各历史点击内容对应的注意力权重系数；

对各历史点击内容对应的注意力权重系数与相应的融合特征进行加权求和处理，获得所述目标用户对应所述历史点击内容序列的聚合特征。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取候选内容稀疏数据和用户画像稀疏数据；

将所述候选内容稀疏数据转化为候选内容一阶特征；

将所述用户画像稀疏数据转化为用户画像一阶特征；

所述将所述二阶组合特征与所述高阶组合特征拼接后获得输出特征，包括：

将所述候选内容一阶特征、所述用户画像一阶特征、所述二阶组合特征与所述高阶组合特征拼接后，获得输出特征。

6.根据权利要求1所述的方法，其特征在于，所述根据所述输出特征确定所述目标用户对应所述候选内容的预估点击率，包括：

将所述输出特征输入至点击率预估模型中的输出层；

通过所述点击率预估模型中的输出层，根据所述输出特征确定所述目标用户对应所述候选内容的预估点击率。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述目标用户对应各候选内容的预估点击率；

当所述预估点击率满足预设推送条件时，向所述目标用户推送所述预估点击率对应的候选内容。