[发明专利]建立点击率预估模型的方法及装置、展示方法及装置

说明书

本申请实施例公开了一种建立点击率预估模型的方法及装置、展示方法及装置、终端及存储介质，其中，所述方法包括：基于获取的每个展示事件的类型和该展示事件的点击率预估值建立误差函数，其中，所述展示事件的类型的取值根据用户的实际点击情况确定，所述展示事件的点击率预估值基于构建的点击率预估模型计算得到；基于所述误差函数建立所述点击率预估模型的误差损失函数；基于所述误差损失函数以及每个展示事件的类型的取值，求解所述点击率预估模型中每个特征集合的特征的权重的值；根据求解得到的每个权重的值确定点击率预估模型。

技术领域

本申请涉及网络技术领域，特别涉及一种建立点击率预估模型的方法及装置、展示方法及装置。

背景技术

网络技术发展到今天，越来越多的事件，如新闻资讯，文章，音乐，图片等等需要展示给用户，而这种展示要获得好的效果，就需要为不同的展示事件有针对性地找到用户，进行个性化展示，个性化展示的核心技术难点就是如何准确地确定待展示事件。

发明内容

鉴于上述问题，本申请的目的在于提供了一种建立点击率预估模型的方法及装置、一种展示方法及装置、终端及存储介质，提高了向用户展示事件的准确性。

一方面，本申请提供一种建立点击率预估模型的方法，包括：

基于获取的每个展示事件的类型和该展示事件的点击率预估值建立误差函数，其中，所述展示事件的类型的取值根据用户的实际点击情况确定，所述展示事件的点击率预估值基于构建的点击率预估模型计算得到；

基于所述误差函数建立所述点击率预估模型的误差损失函数；

基于所述误差损失函数以及每个展示事件的类型的取值，求解所述点击率预估模型中每个特征集合的特征的权重的值；

根据求解得到的每个权重的值确定点击率预估模型。

可选地，所述点击率预估模型通过如下步骤构建：

采集展示事件的用户的特征；

将所述用户的特征进行归类，将每类特征划分为多个特征集合，统计每个特征集合中的特征对每个展示事件的标准化值，并为每个特征集合的特征设置权重；

基于每个特征集合的特征对每个展示事件的标准化值和每个特征集合的特征的权重构建每个展示事件的点击率预估模型。

可选地，所述方法还包括：

基于所述点击率预估模型计算待展示事件的点击率预估值。

可选地，基于所述点击率预估模型计算待展示事件的点击率预估值之后，还包括：

基于计算得到的所述待展示事件的点击率预估值，计算所述待展示事件的预期收益；

对多个待展示事件的预期收益进行排序；

将预期收益位于预设区域内的待展示事件展示给用户。

可选地，所述基于所述点击率预估模型计算待展示事件的点击率预估值包括：

将特征集合的特征对所述待展示事件的标准化值和每个特征集合的特征的权重代入所述点击率预估模型进行计算得到所述待展示事件的点击率预估值。

可选地，基于所述误差损失函数以及每个展示事件的类型的取值，求解每个权重的值包括：

为每个权重设置初始值；

以所述误差损失函数的损失最小为目标对所述误差损失函数进行迭代计算；

当所述误差损失函数的变化率小于预设阈值时停止所述迭代计算并以此时每个权重的取值作为所述权重的值。

可选地，所述点击率预估模型为：