[发明专利]一种基于深度游走词向量图嵌入技术的预测方法

说明书

一种基于深度游走词向量图嵌入技术预测方法，包括数据预处理步骤、基于深度游走对用户访问DPI序列图嵌入模型步骤、预测模型建立步骤和营销活动预测步骤等步骤；即本发明受自然语言处理中词向量技术的启发，通过词向量技术对于用户访问DPI序列进行学习，通过基于深度游走的词向量图嵌入技术学习用户访问DPI之间的内在关联，并进行数据增强，得到最终的预测用户点击的二分类学习器。结果显示，该方法显著提升对用户点击行为预测的准确性。

技术领域

本发明涉及人工智能在互联网营销的技术领域，更具体地，涉及一种基于深度游走词向量图嵌入技术的预测方法。

背景技术

点击率(Click-Through Rate，简称CTR)预估问题是互联网计算广告中的关键环节；对用户预估的准确性直接影响公司营销广告的收入。点击率预估问题是互联网计算广告中的关键环节，对用户预估的准确性直接影响公司营销广告的收入。

在广告投放过程中，一般会经历广告曝光、用户点击和用户注册(或称转化)这三个过程，CTR预估的一大目的是提高从广告曝光到用户点击的效率，即提高点击率。由于用户点击或不点击一般定义为用户行为的标签。

本领域技术人员清楚，传统的CTR预估可看做是一个有监督学习问题：即已知了用户点击行为等一系列特征后，将用户点击记为1，用户不点击记为0，从而进行二分类学习。

然而，在数据收集过程中，用户访问DPI一般是用户最后点击记录的DPI，然后在最后一次点击之前，用户一般还会有一系列点击行为。例如，在网购过程中，用户一般会从遵循从大类到小类的顺序进行浏览，或者在点击的某一步中，跳转到相似的物品进行浏览。

也就是说，在互联网场景下，对于某一给定的预估目标，例如某用户购买的某件物品，其生成的点击途径往往可以有多种组合。例如，对于某一刚发布的智能手表，既可以在“电子产品”这一大类中搜寻得到，也可以在“个人健康管理”等类别中找到。这就是某一用户点击行为的DPI序列。

因此，在给定的某一用户行为的DPI序列之间搜寻其彼此之间的关联，为用户提供更全面、更精准的广告推荐，这是目前业界最关心的问题。

发明内容

本发明的目的在于克服现有技术存在的上述缺陷，提供一种基于深度游走词向量图嵌入技术的预测方法，其通过基于深度游走的词向量图嵌入技术学习用户访问DPI之间的内在关联，并进行数据增强，得到最终的预测用户点击的二分类学习器。

为实现上述目的，本发明的技术方案如下：

一种基于深度游走词向量图嵌入技术的预测方法，基于深度游走词向量图嵌入技术的预测方法，其特征在于，包括据预处理步骤S1、基于深度游走对用户访问DPI序列图嵌入模型建立步骤S2和预测模型生成步骤S3；

所述数据预处理步骤S1包括如下步骤：

步骤S11：获取N个用户的原始信息，并从所述用户的原始信息提取原始特征信息；其中，所述原始特征信息包括用户ID、用户手机号码归属地、用户访问DPI序列、用户访问时间和/或用户是否点击特征；其中，所述用户号码归属地为类别特征，所述用户访问时间为连续特征，所述N大于等于2；

步骤S12：对所述用户的原始信息进行异常检测与处理步骤；

步骤S13：对用户ID进行分组后，再对所述用户访问时间排序，给出按照所述用户访问时间先后的第一用户访问DPI序列；

步骤S14：通过独热编码对类别特征进行处理，利用RankGauss方法对连续特征进行处理；

所述步骤S2包括：

S21：获取/生成用户点击行为第一用户访问DPI序列；