[发明专利]一种结合GBDT自动特征工程对营销活动点击的预测方法

权利要求书

1.一种结合GBDT自动特征工程对营销活动点击的预测方法，其特征在于，包括数据预处理步骤S1、GBDT预测模型建立步骤S2和带正则化项的LR预测模型建立步骤S3；

所述数据预处理步骤S1包括如下步骤：

步骤S11：获取用户的原始信息，并从所述用户的原始信息提取原始特征信息；其中，所述原始特征信息包括用户ID、用户手机号码归属地、任务批次号、用户访问DPI和用户访问DPI频次；其中，所述任务批次号表示一个日期时间段中用户的原始信息，所述用户访问DPI和用户访问DPI频次以每一个任务批次号为计量单位；

步骤S12：依次处理具有所述任务批次号的所有批次中的所述原始特征信息，对所述用户手机号码归属地特征进行One-hot编码处理；其中，所述One-hot编码处理包括：

依次按所述任务批次号将所有不同的用户访问DPI作为单独的特征展开，以及在所述任务批次号中将DPI访问频次也按照所有不同的用户访问DPI展开为用户访问DPI与DPI的频次的关系特征；

步骤S13：将所有所述任务批次号按照升序进行排序，得到所有所述任务批次号的排序；其中，所述任务批次号的升序是同日期时间的远近成正比，所述日期时间越近，所述任务批次号越大；

所述GBDT预测模型建立步骤S2包括如下步骤：

步骤S21：在预处理之后，以用户ID为样本单位，将所述归属地特征和/或所述用户访问DPI是否点击的特征看作所述样本的稀疏特征，将所述用户访问DPI频次定义为连续特征；

步骤S22：选择所述任务批次号最大的任务批次中的数据作为验证集，剩余的所述任务批次号的数据作为训练集；

步骤S23：提供所需建立的GBDT预测模型，将所述训练集中的每一个样本的连续特征作为所述GBDT预测模型的输入，将所述训练集中的每一个样本的所述用户访问DPI与DPI的频次的关系特征作为所述GBDT预测模型的输出，对所述GBDT预测模型进行训练，和用所述验证集中的每一个样本对所述GBDT预测模型进行验证，得到参数优化后的所述GBDT预测模型；

所述带正则化项的LR预测模型建立步骤S3具体包括：

步骤S31：以用户ID为样本单位，将所述归属地特征和/或所述用户访问DPI是否点击的特征看作所述样本的稀疏特征，将所述用户访问DPI频次经过所述GBDT预测模型获得所述样本的叶子节点位置稀疏特征，其中，所述样本的叶子节点位置稀疏特征的个数为所述训练集中样本的叶子节点数*子树数个稀疏特征；

步骤S32：选择所述任务批次号最大的任务批次中的数据作为验证集，剩余的所述任务批次号的数据作为训练集；

步骤S33：提供带正则化项的LR模型，将所述训练集中的每一个样本的所述样本的叶子节点位置稀疏特征和所述样本的稀疏特征进行特征拼接，作为所述带正则化项的LR模型的输入，将所述训练集中的每一个样本的所述用户访问DPI与DPI的频次的关系特征作为所述带正则化项的LR模型的输出，对所述带正则化项的LR模型进行训练，和用所述验证集中的每一个样本对所述带正则化项的LR模型进行验证，得到参数优化后的所述带正则化项的LR模型，并同优化后的GBDT预测模型一起形成用户预测模型；其中，所述LR模型和GBDT预测模型的输出值为加权处理后的输出值结果作为所述用户预测模型的输出值。