[发明专利]一种广告点击效果预测方法及系统

权利要求书

1.一种广告点击效果预测方法，包括如下步骤：

步骤S1，针对每个用户对其在不同媒体上观看不同类型广告的行为进行记录，并将记录的数据作为训练样本，采用随机森林算法进行训练，得到广告点击用户模型；

步骤S2，在进行广告投放前，根据所要投放的广告的广告类型以及要投放广告的媒体对用户进行过滤，过滤出广告计划用户；

步骤S3，将过滤出的每个广告计划用户输入所述广告点击用户模型进行预测对应用户是否会产生点击。

2.如权利要求1所述的一种广告点击效果预测方法，其特征在于：步骤S1进一步包括：

步骤S100，监测并记录每个用户在不同媒体上观看不同类型的广告的行为，从而获得每个用户在不同媒体上对不同广告类型广告的行为记录；

步骤S101，对步骤S100获得的记录数据进行清洗，过滤无效数据；

步骤S102，利用步骤S101清洗后的数据，使用媒体标识、广告类型标识作为随机森林算法的的输入特征，用户是否点击作为训练标签，利用随机森林算法进行训练和测试，得到所述广告点击用户模型。

3.如权利要求2所述的一种广告点击效果预测方法，其特征在于：于步骤S100中，监测并记录每个用户在不同媒体上观看不同类型广告的次数，以及每个用户在对应媒体上点击不同类型的广告次数。

4.如权利要求2所述的一种广告点击效果预测方法，其特征在于，于步骤S100之前，还包括如下步骤：

当用户首次访问某媒体时，对首次访问的用户设置初始状态。

5.如权利要求4所述的一种广告点击效果预测方法，其特征在于：所述设置初始状态为给首次访问的用户设置默认点击率。

6.如权利要求5所述的一种广告点击效果预测方法，其特征在于：利用该媒体上的平均点击率作为首次访问用户的默认点击率。

7.如权利要求1所述的一种广告点击效果预测方法，其特征在于，于步骤S3后，还包括如下步骤：

获得所有用户的预测数据进行汇总，统计得到所要投放的广告的最终的预测点击率。

8.一种广告点击效果预测系统，包括：

模型建立单元，用于针对每个用户对其在不同媒体上观看不同类型广告的行为进行记录，并将记录的数据作为训练样本，采用随机森林算法进行训练，得到广告点击用户模型；

用户过滤单元，用于在进行广告投放前，根据所要投放的广告的广告类型以及要投放广告的媒体对用户进行过滤，过滤出广告计划用户；

模型预测单元，用于将过滤出的每个用户输入所述广告点击用户模型进行预测对应用户是否会产生点击。

9.如权利要求8所述的一种广告点击效果预测系统，其特征在于，所述模型建立单元进一步包括：

监测记录模块，监测并记录每个用户在不同媒体上观看不同类型的广告的行为，从而获得每个用户在不同媒体上对不同广告类型广告的行为记录；

数据清洗模块，对所述监测记录模块获得的记录数据进行清洗，过滤无效数据；

模型训练模块，用于利用所述数据清洗模块清洗后的数据，使用媒体标识、广告类型标识作为随机森林算法的的输入特征，用户是否点击作为训练标签，利用随机森林算法进行训练和测试，得到所述广告点击用户模型。

10.如权利要求8所述的一种广告点击效果预测系统，其特征在于，所述系统还包括：

结果统计单元，用于获得所有用户的预测数据进行汇总，统计得到本次所要投放的广告的最终的预测点击率。