[发明专利]点击率预估方法、装置、计算设备及存储介质

权利要求书

1.一种点击率预估方法，包括：

建立以用户特征和物品特征为节点的特征评价网络；

基于所述特征评价网络建立点击率预估模型；以及

基于所述点击率预估模型预估用户对物品的点击率。

2.根据权利要求1所述的方法，其中，所述建立以用户特征和物品特征为节点的特征评价网络的步骤包括：

生成用户特征集合和物品特征集合，所述用户特征集合包括至少一个用户特征Ui，所述物品特征集合包括至少一个物品特征Ij，i和j分别为正整数；

建立所述用户特征集合中各个用户特征与所述物品特征集合中各个物品特征之间的连接。

3.根据权利要求2所述的方法，其中，所述基于所述特征评价网络建立点击率预估模型的步骤包括：

确定拥有用户特征Ui的用户对拥有物品特征Ij的物品的统计点击率uci,j，作为所述点击率预估模型的参数。

4.根据权利要求3所述的方法，其中，所述基于所述点击率预估模型预估用户对物品的点击率的步骤包括：

基于所述用户所拥有的用户特征集合ufu和所述统计点击率uci,j，计算该用户对拥有物品特征Ij的物品的特征点击率icj；以及

基于所述物品所拥有的物品特征集合ifa和所述特征点击率icj计算所述用户对所述物品的点击率。

5.根据权利要求3所述的方法，其中，所述基于所述特征评价网络建立点击率预估模型的步骤还包括：

为所述统计点击率uci,j设置第一权重uwi,j，所述第一权重uwi,j体现所述用户特征集合中用户特征Ui的重复性和/或重要性；以及/或者

为所述拥有物品特征Ij的物品的特征点击率icj设置第二权重iwj，所述第二权重iwj体现所述物品特征集合中物品特征Ij的重复性和/或重要性。

6.根据权利要求5所述的方法，其中，所述基于所述点击率预估模型预估用户对物品的点击率的步骤还包括：

计算使得所述点击率预估模型的损失函数最小化的所述第一权重uwi,j和/或所述第二权重iwj。

7.根据权利要求2所述的方法，其中，

所述生成用户特征集合的步骤包括：

基于用户画像数据生成用户特征，其中所述用户画像数据包括用户属性、内容偏好中至少一项；和/或

通过基于用户和/或物品的协同过滤推荐算法生成用户特征；和/或

根据基于关联规则数据挖掘算法计算出的用户特征组合，生成用户特征，

并且/或者

所述生成物品特征集合的步骤包括：

基于物品信息生成物品特征，其中，所述物品信息包括物品、物品分类、物品关键词中至少一项；和/或

通过基于用户和/或物品的协同过滤推荐算法生成物品特征；和/或

根据基于关联规则数据挖掘算法计算出的物品特征组合，生成物品特征；和/或

生成体现点击率信息的物品特征。