[发明专利]一种广告点击效果预测方法及系统

说明书

本发明公开了一种广告点击效果预测方法及系统，所述方法包括如下步骤：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。

技术领域

本发明涉及互联网技术领域，特别是涉及一种根据用户投放需求对广告点 击效果实现预测的广告点击效果预测方法及系统。

背景技术

广告本身是向社会大众传递信息的宣传手段，也是许多公司的重要收入来 源之一。随着全球信息化程度的提高，互联网应用越来越普及，相对于传统媒 体的广告，互联网广告所占比重越来越大，线上广告市场迅速扩展。近年来随 着网络游戏、电子商务的兴起，广告商对网络广告产生的实际效果越来越受到 关注。出钱投放广告的广告主可以向广告平台付费，以通过网页、搜索引擎、 浏览器或其它在线媒体来投放自己的广告，从而很好地推广自己的产品。

随着互联网广告的不断发展，在巨大利润的驱动下，怎样提高广告投放带 来的利润也成为了研究热点。通过对广告点击率进行预测，可以有效地判断一 个用户对一个广告点击行为的可能性，从而对其进行定向的广告投放，有效地 提高被投放广告的广告商的利润。

然而，目前网络广告的点击效果多为人工根据客户订单情况与历史经验进 行预测，依赖人为经验，结果不够准确，而且效率低下。

发明内容

为克服上述现有技术存在的不足，本发明之目的在于提供一种广告点击效 果预测方法及系统，以实现更加高效准确地预测广告投放效果，进而帮助广告 主进行广告决策的目的。

为达上述目的，本发明提供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。

优选地，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。

优选地，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。

优选地，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。

优选地，所述设置初始状态为给首次访问的用户设置默认点击率。

优选地，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。

优选地，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。