[发明专利]点击率模型生成方法、点击率确定方法及相关设备

说明书

本公开提供一种点击率模型生成方法、点击率确定方法及相关设备，涉及计算机技术领域，以解决无法确认最佳特征组合的问题。该方法包括：获取多条浏览样本数据；基于多条浏览样本数据对第一预估模型进行训练，得到第二预估模型；调用第一预估模型中的输入控制层对第一预估模型中初始的第一权重参数进行二值化处理，以得到输入控制系数向量；以及对每条浏览样本数据中对应的多个属性特征进行调整，并将调整所确定的目标属性特征输入第一预估模型中的输入层；从第二预估模型中对应的参数中的元素中确定出满足预设条件的目标元素；基于目标元素对应的多个属性特征和第二预估模型进行再次训练，获得训练完成的点击率模型。

技术领域

本公开涉及计算机技术领域，尤其涉及一种点击率模型生成方法、点击率确定方法及相关设备。

背景技术

目前，预估媒体资源点击率的预估模型通常需要对浏览样本数据中的特征进行筛选，基于筛选后的特征组成的点击率模型才能用于实际的点击率预测中。

相关技术中，预估模型中的特征筛选是基于受试者工作特征曲线下与坐标轴围成的面积(Area Under Curve，AUC)评估法来实现的。具体是先计算浏览样本数据对应的每个特征的重要度，然后对所有特征的重要度进行排序，根据排序结果，人为确定舍弃部分特征，基于保留的特征重新组建模型。这种筛选方式是基于每个特征的表现人工选择的，不能确认保留的特征是否为最佳特征组合，以及无法确认根据保留的特征得到的预估模型为最佳的预估模型。

发明内容

本公开提供一种点击率模型生成方法、点击率确定方法及相关设备，以至少解决现有技术中无法确认出最佳特征组合的问题。本公开的技术方案如下：

根据本公开的第一方面，提供一种点击率模型生成方法，该点击率模型生成方法包括：电子设备获取多条浏览样本数据，多条浏览样本数据中的每条浏览样本数据分别包括浏览对象的多个属性特征和浏览对象的点击率；基于多条浏览样本数据对第一预估模型进行训练，得到第二预估模型；其中，在训练过程中，调用第一预估模型中的输入控制层对第一预估模型中初始的第一权重参数进行二值化处理，以得到输入控制系数向量；以及调用输入控制层，基于输入控制系数向量中的各元素，对每条浏览样本数据中对应的多个属性特征进行调整，并将调整所确定的目标属性特征输入第一预估模型中的输入层；多个属性特征、第一权重参数中的元素、输入控制系数向量中的元素，以及第二预估模型中对应的参数中的元素一一对应；从第二预估模型中对应的参数中的元素中确定出满足预设条件的目标元素；基于目标元素对应的多个属性特征和第二预估模型进行再次训练，获得训练完成的点击率模型。

可选的，输入控制层具体用于将第一权重参数输入输入控制函数，得到输入控制系数向量。

可选的，基于多条浏览样本数据对第一预估模型进行训练，得到第二预估模型，包括：基于多条浏览样本数据和损失函数，对第一预估模型进行训练，得到第二预估模型；其中，损失函数用于对第一预估模型中的参数进行调整，以使得第一预估模型的预估结果满足预设要求，且在调整第一预估模型中的参数的过程中使得第一权重参数趋向二值化。

可选的，损失函数包括交叉熵损失函数和目标损失函数，目标损失函数与第一权重参数相关。

可选的，从第二预估模型中对应的参数中的元素中确定出满足预设条件的目标元素，包括：从第二预估模型中对应的参数中的元素中确定出大于等于预设阈值的元素，作为满足预设条件的目标元素。

可选的，基于目标元素对应的多个属性特征和第二预估模型进行再次训练，获得训练完成的点击率模型，包括：基于目标元素对应的多个属性特征和第二预估模型，构建第三预估模型；对第三预估模型进行再次训练，获得训练完成的点击率模型。