广告转化率预估方法及装置、存储介质、电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113822688A(43)申请公布日2021.12.21(21)申请号202010582527.5(22)申请日2020.06.23(71)申请人北京沃东天骏信息技术有限公司地址100176北京市大兴区北京经济技术开发区科创十一街18号院2号楼4层A402室(72)发明人许柏宁毛艺朱鑫徐夙龙(74)专利代理机构北京律智知识产权代理有限公司11438代理人王辉阚梓瑄(51)Int.Cl.G06Q30/02(2012.01)权利要求书2页说明书14页附图5页(54)发明名称广告转化率预估方法及装置、存储介质、电子设备(57)摘要本发明实施例是关于一种广告转化率预估方法及装置、存储介质、电子设备，涉及大数据处理技术领域，该方法包括：对多个候选广告的深度特征向量以及宽度特征向量进行拼接，得到多个拼接特征向量；对各所述拼接特征向量进行变换，得到各所述候选广告在不同时间间隔下的初始转化率预估结果；对各所述初始转化率预估结果进行选择，得到各所述候选广告在预设的时间间隔内的目标转化率预估结果。本发明实施例提高了预估结果的准确性。CN113822688ACN113822688A权利要求书1/2页1.一种广告转化率预估方法，其特征在于，包括：对多个候选广告的深度特征向量以及宽度特征向量进行拼接，得到多个拼接特征向量；对各所述拼接特征向量进行变换，得到各所述候选广告在不同时间间隔下的初始转化率预估结果；对各所述初始转化率预估结果进行选择，得到各所述候选广告在预设的时间间隔内的目标转化率预估结果。2.根据权利要求1所述的广告转化率预估方法，其特征在于，在对多个候选广告的深度特征向量以及宽度特征向量进行拼接，得到多个拼接特征向量之前，所述广告转化率预估方法还包括：利用目标转化率预估模型的宽度端对各所述候选广告的宽度特征进行特征融合抽取，得到各所述候选广告的宽度特征向量；利用目标转化率预估模型的深度端对各所述候选广告的深度特征进行特征融合提取，并对提取出的特征进行多次线性变换以及非线性映射处理，得到各所述候选广告的深度特征向量。3.根据权利要求1所述的广告转化率预估方法，其特征在于，对各所述拼接特征向量进行变换，得到各所述候选广告在不同时间间隔下的初始转化率预估结果包括：利用目标转化率预估模型的全连接层对各所述拼接特征向量进行变换，得到各所述候选广告在不同时间间隔下的初始转化率预估结果；其中，所述不同时间间隔是根据用户对各所述候选广告的点击日期与购买日期之间的间隔时长进行确定的。4.根据权利要求2或3所述的广告转化率预估方法，其特征在于，所述广告转化率预估方法还包括：计算各所述候选广告的点击率，根据各所述候选广告的转化率以及转化价值得到点击价值，并根据所述点击率以及点击价值计算各所述候选广告的排序因子；根据所述排序因子对各所述候选广告进行排序，对排序后的各所述候选广告依次进行展示，并获取用户对展示的各所述候选广告的点击日期以及购买日期；根据各所述点击日期与各所述购买日期之间的时间间隔，生成带有时间间隔的拼接日志；其中，所述点击日期与所述购买日期之间的时间间隔介于0到5之间；根据各所述候选广告的特征成多条特征日志，并根据各所述拼接日志以及各所述特征日志对当前转化率预估模型进行训练，得到所述目标转化率预估模型；其中，所述当前转化率预估模型的训练过程为离线训练。5.根据权利要求4所述的广告转化率预估方法，其特征在于，根据各所述拼接日志以及各所述特征日志对当前转化率预估模型进行训练，得到所述目标转化率预估模型包括：对各所述特征日志进行宽度特征向量融合抽取，得到各所述特征日志的宽度特征向量；对各所述特征日志进行深度特征向量融合抽取得到各所述特征日志的融合特征向量，并对各所述特征日志的融合特征向量进行多次线性变换和非线性映射处理得到各所述特征日志的深度特征向量；2CN113822688A权利要求书2/2页对各所述特征日志的深度特征向量以及宽度特征向量进行拼接得到多个输入特征向量，并对各所述输入特征向量进行变化，得到多个不同时间间隔的预测输出结果；根据与各所述特征日志对应的拼接日志确定与各所述预测输出结果对应的实际输出结果，并根据各所述预测输出结果以及各所述实际输出结果构建目标损失函数；根据所述目标损失函数对所述当前转化率预估模型进行训练，得到所述目标转化率预估模型。6.根据权利要求5所述的广告转化率预估方法，其特征在于，根据各所述预测输出结果以及各所述实际输出结果构建目标损失函数包括：其中，Loss为目标损失函数，N为用于训练的特征日志总数，M为预测输出结果的总数，i表示第i条特征日志；ni表示第i条特征日志的时间间隔的取值，ni∈[0,5]；为普通损失函数，为第i条特征日志的第j个预测