[发明专利]一种基于层次等级数据的转化率预估方法

摘要

本发明公开了一种基于层次等级数据的转化率预估方法，包括以下步骤：获取投放信息数据并对数据进行层次分级处理；建立各个层级及层级组合的转化率预估模型；通过逻辑回归将预估模型进行组合得到一个更准确的预估模型；根据获取的投放信息数据通过预估模型进行转化率预估；采用不同的二项分布来对不同的转换事件进行建模，并分别评估分布参数对模型的影响，之后会使用逻辑回归将这些不同的预估模型进行整合，进而可以预估各种不同的转换事件；在用户、发布者和广告主的转化数据层次结构中，分别采用不同的二项分布，并分别评估分布参数；最后使用逻辑回归将这些不同的预估模型进行组合，这样就可以更准确地预测每次展现的转化率。 1

主权项

1.一种基于层次等级数据的转化率预估方法，其特征在于，所述基于层次等级数据的转化率预估方法包括以下步骤：

获取投放信息数据并对数据进行层次分级处理；

建立各个层级及层级组合的转化率预估模型；

通过逻辑回归将预估模型进行组合得到一个更准确的预估模型；

根据获取的投放信息数据通过预估模型进行转化率预估。

2.根据权利要求1所述的基于层次等级数据的转化率预估方法，其特征在于，所述获取投放信息数据并对数据进行层次分级处理包括：获取投放信息数据并划分为用户、发布者和广告主的转化数据层次结构。

3.根据权利要求2所述的基于层次等级数据的转化率预估方法，其特征在于，所述建立各个层级及层级组合的转化率预估模型包括如下步骤：

假设给定一组参数化的请求{user:u_i,page:p_j}，需要找到一个能使转化率最高的广告a_k；u_i表示当前发起请求的用户，p_j表示媒体页面。

挑选出一组用户，并且这些用户的CVR跟指定用户u_i的CVR相似，那么可以将转化率近似表达为：

其中表示的是用户u_i所属的用户组，p_j为页面，a_k表示用户所看的广告，Y＝1|u_i,p_j,a_k表示发生转化时的用户u_i在p_j页面上看到了广告a_k。

4.根据权利要求3所述的基于层次等级数据的转化率预估方法，其特征在于，所述转化率表达式取决于中的所有用户是否都在p_j这个页面中看到了广告a_k，从而简化为：

其中S_ijk表示发生转化的样本数量，T_ijk表示样本中的展现数量。

5.根据权利要求4所述的基于层次等级数据的转化率预估方法，其特征在于，基于更高层级数据，所述转化率表达式可修改为：

其中，和分别表示网页组和广告组；表示属于用户组的用户i，表示属于网页组的网页j,表示属于广告组的广告k。由此，在等级l_u,l_p,l_a上的三组数据分别表示为其中，表示的是在第l_u层级上的所有用户组数据，同样地和表示的是在第l_p和l_a层级上的所有页面组和广告组数据。

6.根据权利要求5所述的基于层次等级数据的转化率预估方法，其特征在于，所述通过逻辑回归将预估模型进行组合得到一个更准确的预估模型包括：

使用逻辑回