[发明专利]一种广告触达率预估方法、装置、电子设备及介质

说明书

本申请提供了一种广告触达率预估方法、装置、电子设备及介质，其中，该方法包括：基于获取到的若干条广告数据构建广告数据集并将其划分为训练集和测试集，每条广告数据包括广告特征和广告触达率；对训练集和测试集进行离散特征编码，分别得到训练集对应的广告特征向量和测试集对应的广告特征向量；构建基于梯度提升决策树的广告触达率预估模型；将训练集对应的广告特征向量输入待训练的广告触达率预估模型中，对广告触达率预估模型中广告特征和广告触达率之间的映射关系进行训练；将目标广告的广告特征输入训练好的广告触达率预估模型中预估目标广告投放之后的广告触达率，能够完全避免了使用逻辑回归所造成的大量特征工程和特征组合爆炸问题。

技术领域

本申请涉及广告触达率预估技术领域，尤其是涉及一种广告触达率预估方法、装置、电子设备及介质。

背景技术

互联网技术的发展使得广告形式发生了巨大的变化。以前的广告形式多以线下纸质广告和线上电视广告为主。如今，互联网广告已很大程度上取代了传统广告，成为充斥着人们屏幕的主流广告形式。互联网广告的繁荣使得广告的精准投放成为了一个亟待解决的问题，无论是广告商还是广告主，都希望做到广告的精准投放，因为这样能节省巨大的广告开支。

现有技术中，大多采用点击率(Click Through Rate,CTR)预估方法进行广告精准投放，该方法从广告数据提取特征来预测一条广告会不会被用户点击。然而，广告精准投放还面临一个难题：广告主或广告商想知道在投放一定量的广告时，广告触达率有多高。广告触达率预估方法的研究有利于合理地安排广告投放数量，以达到节省开支的目的。

现有的广告触达率预估方法非常少，已知的有谷歌于2013年提出的基于曲线拟合的广告触达率预估方法。该方法基于历史广告数据，采用非线性曲线拟合广告特征和触达率之间的关系。实验表明，该方法在内插时效果良好，但在外推时效果不佳，即预测的泛化能力不强。

发明内容

有鉴于此，本申请的目的在于提供一种广告触达率预估方法、装置、电子设备及介质，能够完全避免使用逻辑回归所造成的大量特征工程和特征组合爆炸问题。

第一方面，本申请实施例提供了一种广告触达率预估方法，包括：

基于获取到的若干条广告数据构建广告数据集，并将所述广告数据集划分为训练集和测试集，每条所述广告数据包括广告特征和广告触达率；

对所述训练集和测试集进行离散特征编码，分别得到所述训练集对应的广告特征向量和测试集对应的广告特征向量；

构建基于梯度提升决策树的广告触达率预估模型；

将所述训练集对应的广告特征向量输入待训练的广告触达率预估模型中，对所述广告触达率预估模型中广告特征和广告触达率之间的映射关系进行训练；

将目标广告的广告特征输入训练好的广告触达率预估模型中预估所述目标广告投放之后的广告触达率。

在一种可能的实施方式中，在基于获取到的若干条广告数据构建广告数据集之后，在将所述广告数据集划分为训练集和测试集之前，还包括：

对所述广告数据集进行包括去空值和特征筛选的数据清洗处理。

在一种可能的实施方式中，所述广告特征包括：商品信息、广告媒体信息、广告形式、目标受众信息、用户设备信息、广告市场信息、曝光量中的至少一项。

在一种可能的实施方式中，将目标广告的广告特征输入训练好的广告触达率预估模型中预估所述目标广告投放之后的广告触达率之前，还包括：

将所述测试集对应的广告特征向量输入训练好的广告触达率预估模型中进行测试；

基于测试结果对所述广告触达率预估模型的性能指标进行评估。