[发明专利]一种数据转化排序方法、装置和电子设备

权利要求书

1.一种数据转化排序方法，其特征在于，包括：

获取待投放的广告和所述广告展示商品的商品名称；

根据获取到的所述商品名称，确定所述商品所属的商品类别；

通过登录广告投放商平台，获取到广告的点击信息；

从上述点击信息中获取到当前时间前的预设时长内点击所述商品类别的广告的用户使用的移动终端的通信码；

根据所述移动终端的通信码，访问所述当前时间前的预设时长内点击所述商品类别的广告的用户使用的移动终端，并在用户使用的移动终端开放读取用户信息的权限的情况下，获取到当前时间前的预设时长内点击所述商品类别的广告的用户的用户信息；所述用户的用户信息，包括：年龄、性别、婚恋状态、教育程度；

获取广告的点击信息，查询出所述商品类别的广告的点击信息；从查询出所述商品类别的广告的点击信息中，统计出所述用户在当前时间前的预设时长内点击所述商品类别的广告的点击次数、以及所述用户点击所述商品类别的广告的总点击次数；

根据所述点击次数和所述预设时长的长度，计算得到所述用户在当前时间前的预设时长内点击所述商品类别的广告的点击频率，并将所述点击次数、所述总点击次数以及所述点击频率确定为第一用户特征信息；

获取作为第二用户特征信息的所述用户使用的应用程序、用户观看最多的广告时间、当前时间前的预设时长内所述用户安装的应用程序数量、以及当前时间前的预设时长内所述用户安装的应用程序类型；其中，所述应用程序，具有广告投放功能；

对所述用户信息、所述第一用户特征信息和所述第二用户特征信息进行特征融合操作，得到第一数据集，对所述用户信息和所述第一用户特征信息进行特征融合操作，得到第二数据集，对所述第一用户特征信息和所述第二用户特征信息进行特征融合操作，得到第三数据集；

从所述第一数据集、所述第二数据集、以及所述第三数据集中确定出能够提高待投放的所述广告的广告转化率的数据集。

2.根据权利要求1所述的方法，其特征在于，从所述第一数据集、所述第二数据集、以及所述第三数据集中确定出能够提高待投放的所述广告的广告转化率的数据集，包括：

将所述第一数据集、所述第二数据集或者所述第三数据集划分为第一训练集和第二训练集；

利用XGBoost算法对所述第一训练集进行处理，得到第一学习器；

利用LightGBM算法对所述第一训练集进行处理，得到第二学习器；

利用第一学习器对所述第二训练集进行处理，得到第一预测数据，利用第二学习器对所述第二训练集进行处理，得到第二预测数据；

将得到的所述第一预测数据和所述第二预测数据进行融合操作，得到预测数据；

将所述预测数据输入到因子分解机FM模型中，得到所述第一数据集、所述第二数据集或者所述第三数据集的广告转化率的预测值；

当分别得到所述第一数据集的广告转化率的预测值、所述第二数据集的广告转化率的预测值以及所述第三数据集的广告转化率的预测值时，利用所述第一数据集的广告转化率的预测值、所述第二数据集的广告转化率的预测值以及所述第三数据集的广告转化率的预测值，从所述第一数据集、所述第二数据集、以及所述第三数据集中确定出能够提高待投放的广告的广告转化率的数据集。

3.根据权利要求2所述的方法，其特征在于，利用所述第一数据集的广告转化率的预测值、所述第二数据集的广告转化率的预测值以及所述第三数据集的广告转化率的预测值，从所述第一数据集、所述第二数据集、以及所述第三数据集中确定出能够提高待投放的所述广告的广告转化率的数据集，包括：

将所述第一数据集的广告转化率的预测值、所述第二数据集的广告转化率的预测值以及所述第三数据集的广告转化率的预测值中最大的广告转化率的预测值对应的数据集确定为能够提高待投放的所述广告的广告转化率的数据集。