[发明专利]网页点击量预测方法、装置、计算机设备及存储介质

权利要求书

1.一种网页点击量预测方法，其特征在于，所述方法包括：

获取上一时间周期的网页点击量；

将所述上一时间周期的网页点击量输入网页点击量预测模型，获得待预测的当前时间周期的网页点击量的多维度空间向量；所述网页点击量预测模型包括循环神经网络RNN；

对所述上一时间周期的网页点击量进行分类，得到每个类型的网页点击量所对应的类型概率；

将所述待预测的当前时间周期的网页点击量的多维度空间向量输入多个回归器，得到所述当前时间周期的网页点击量的多个中间预测值；

根据所述当前时间周期的网页点击量的多个中间预测值和所述每个类型的网页点击量所对应的类型概率，通过融合计算得到所述当前时间周期的网页点击量的最终预测值。

2.根据权利要求1所述的方法，其特征在于，所述网页点击量预测模型通过以下步骤建立：

将第一时间周期的网页点击量映射到多维空间，获得所述第一时间周期的网页点击量的多维度空间向量；

对所述第一时间周期的网页点击量进行分类，得到每个类型的网页点击量所对应的类型概率；

将所述第一时间周期的网页点击量的多维度空间向量输入所述多个回归器，得到第二时间周期的网页点击量的多个中间预测值；

根据所述第二时间周期的网页点击量的多个中间预测值和所述每个类型的网页点击量所对应的类型概率，通过融合计算得到所述第二时间周期的网页点击量的最终预测值；

对比所述第二时间周期的网页点击量的最终预测值和第二时间周期的实际网页点击量是否满足预设误差；

若所述第二时间周期的网页点击量的最终预测值和所述第二时间周期的实际网页点击量满足预设误差，得到所述网页点击量预测模型。

3.根据权利要求2所述的方法，其特征在于，所述将第一时间周期的网页点击量映射到多维空间，获得所述第一时间周期的网页点击量的多维度空间向量，包括：

对所述第一时间周期中不同网页的网页点击量进行整理，得到整理后的不同网页的网页点击量；

将所述整理后的不同网页的网页点击量映射到所述多维空间，得到所述第一时间周期的网页点击量的多维度空间向量。

4.根据权利要求2所述的方法，其特征在于，所述将第一时间周期的网页点击量映射到多维空间，获得所述第一时间周期的网页点击量的多维度空间向量之后还包括：

将所述第一时间周期中的不同网页的网页点击量打乱顺序，并将每次打乱顺序后的不同网页的网页点击量映射到所述多维空间，得到更新后的多维度空间向量；

对比所述更新后的多维度空间向量以及所述第一时间周期的网页点击量的多维度空间向量，对网页点击量预测模型的模型参数进行校准，得到更新后的网页点击量预测模型。

5.根据权利要求4所述的方法，其特征在于，所述模型参数包括：所述网页点击量预测模型的参数矩阵和所述网页点击量预测模型的偏移值。

6.根据权利要求2所述的方法，其特征在于，所述对所述第一时间周期的网页点击量进行分类，得到每个类型的网页点击量所对应的类型概率，包括：

使用自相关函数对所述第一时间周期的网页点击量进行计算，得到自相关系数；

将所述第一时间周期的网页点击量划分为多个类型，并使用分类器对所述自相关系数进行概率计算，得出所述每个类型的网页点击量所对应的类型概率。

7.根据权利要求6所述的方法，其特征在于，所述分类器包括Softmax函数。

8.根据权利要求2所述的方法，其特征在于，所述根据所述第二时间周期的网页点击量的多个中间预测值和所述每个类型的网页点击量所对应的类型概率，通过融合计算得到所述第二时间周期的网页点击量的最终预测值，包括：

将所述第二时间周期的网页点击量的多个中间预测值和所述每个类型的网页点击量所对应的类型概率进行融合计算，得到所述每个类型的网页点击量所对应的最终预测值；

将所述每个类型的网页点击量所对应的最终预测值求和，得到所述第二时间周期的网页点击量的最终预测值。