[发明专利]一种广告排序机制生成方法及生成系统

权利要求书

1.一种广告排序机制生成方法，其特征在于，包括以下步骤：

步骤S1、配置允许展示服务的一类特征参数区间，过滤一类特征参数在所述一类特征参数区间外的服务，剩余服务放入召回池；

步骤S2、根据历史数据信息构建预测样本，通过分类决策算法以及所述预测样本，获得用户对服务的购买率和对主需求的转化率；

步骤S3、根据历史数据信息生成广告展示位的数量为0的展示次数占总的展示次数的不展示占比的列表，根据不展示占比的列表中的不展示占比以及步骤S2中用户对服务的购买率和对主需求的转化率，计算相应的主需求转化单量增量和服务营收增量，并生成主需求转化单量增量除以服务营收增量达到设定值的排序指标计算公式。

2.根据权利要求1所述的广告排序机制生成方法，其特征在于，所述步骤S1包括以下子步骤：

S11、配置允许展示服务的一类特征上限参数，过滤一类特征参数大于或等于一类特征上限参数的服务，剩余服务放入召回池；

S12、检测召回池中服务的个数，若召回池中服务的个数为0，则追加被过滤的服务中一类特征参数最小的服务重新投入召回池。

3.根据权利要求2所述的广告排序机制生成方法，其特征在于，所述步骤S2包括以下子步骤：

S21、获取历史数据并将其组装成特征数据集，在所述特征数据集上用分类决策算法学习出服务购买率预估器和主需求转化率预估器；

S22、轮询所述召回池中的服务，拼接所述服务与步骤S21中所述特征为预测样本；

S23、将所述预测样本作为入参，输入服务购买率预估器，得到不同用户在不同场景和搭售不同服务时对服务的购买率；将所述预测样本作为入参，输入主需求转化率预估器，得到不同用户在不同场景和搭售不同服务时对主需求的转化率。

4.根据权利要求3所述的广告排序机制生成方法，其特征在于，所述步骤S21包括以下子步骤：

S211、获取需要进行预估的历史数据，系统根据所述历史数据中的用户id，组装所述用户id的用户标签；

S212、根据所述用户标签中的时间类数据组装成包括实践类特征的特征数据集；

S213、在所述特征数据集上用分类决策算法学习出服务购买率预估器和主需求转化率预估器。

5.根据权利要求3或4所述的广告排序机制生成方法，其特征在于，所述步骤S3包括以下子步骤：

S31、获取历史数据，按m%一个步长生成广告展示位的数量为0的展示次数占总的展示次数的不展示占比的列表，按n一个步长生成排序指标计算公式中的系数α的列表；

S32、根据步骤S23中用户对服务的购买率和对主需求的转化率，计算不展示占比和系数α的二元组上的主需求转化单量增量和服务营收增量，并获得不展示占比与该不展示占比下使得主需求转化单量增量除以服务营收增量达到最大的α的映射表；

S33、在步骤S32中的映射表中，随机选择一个α，产生初始排序指标计算公式；

S34、根据所述初始排序指标计算公式，计算线上每个广告展示请求的排序指标数值并根据所述排序指标数值形成排序指标序列；

S35、按q一个步长得到所述排序指标序列的分位数，根据所述分位数计算对应的服务营收增量，并输出分位数与该分位数下的服务营收增量的映射表；

S36、根据设定的服务营收增量，在步骤S35中的映射表中得到对应的分位数，并将该分位数作为对应的不展示占比在步骤S32中的映射表中得到对应的α；

S37、根据步骤S36中的α更新所述排序指标计算公式中的α，根据更新后的排序指标计算公式，更新步骤S35中的映射表。