[发明专利]用户个性化特征挖掘方法和系统

权利要求书

1.一种用户个性化特征挖掘方法，其特征在于，所述方法包括：

获取用户历史广告行为数据；

从所述历史广告行为数据中提取至少一个广告维度的展现数、点击数；

对所述展现数进行特征离散化处理以得到离散展现数；及

将所述离散展现数与所述点击数结合以作为用户个性化特征，所述用户个性化特征用于训练CTR模型。

2.如权利要求1所述的用户个性化特征挖掘方法，其特征在于，所述从所述历史广告行为数据中提取至少一个广告维度的展现数、点击数包括：

以预设时间为滑动时间窗口，统计所述滑动时间窗口内至少一个广告维度的展现数、点击数。

3.如权利要求2所述的用户个性化特征挖掘方法，其特征在于，所述至少一个广告维度包括广告层级、广告行业、广告语义特征。

4.如权利要求3所述的用户个性化特征挖掘方法，其特征在于：

所述广告层级包括：账户ID、计划ID、单元ID及创意ID；

所述广告行业包括：广告一级行业ID、广告二级行业ID；

所述广告语义特征包括：广告创意标签、广告标题分词。

5.如权利要求1所述的用户个性化特征挖掘方法，其特征在于，所述对所述展现数进行特征离散化处理以得到离散展现数包括：

通过等频离散法对所述展现数进行特征离散化处理。

6.如权利要求1所述的用户个性化特征挖掘方法，其特征在于，所述将所述离散展现数与所述点击数结合以作为用户个性化特征包括：

将所述离散展现数与所述点击数结合，以“展现数-点击数”形式作为所述用户个性化特征。

7.如权利要求1所述的用户个性化特征挖掘方法，其特征在于，所述方法还包括：

将所述用户行为个性化特征加入CTR模型进行训练；

通过所述训练之后的CTR模型提供广告点击率预测服务。

8.一种用户个性化特征挖掘系统，其特征在于，包括：

获取模块，用于获取用户历史广告行为数据；

提取模块，用于从所述历史广告行为数据中提取至少一个广告维度的展现数、点击数；

离散模块，用于对所述展现数进行特征离散化处理以得到离散展现数；及

结合模块，用于将所述离散展现数与所述点击数结合以作为用户个性化特征。

9.一种计算机设备，所述计算机设备包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时用于实现权利要求1～7中任一项所述的用户个性化特征挖掘方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序可被至少一个处理器所执行，以使所述至少一个处理器执行如权利要求1～7中任一项所述的用户个性化特征挖掘方法的步骤。