[发明专利]基于因果模型多校准参数的广告触达方法及装置

权利要求书

1.一种基于因果模型多校准参数的广告触达方法，其特征在于，包括：

获取当前服务目标的基础信息和待服务内容；

将所述基础信息和所述待服务内容输入因果模型中，校准后生成第一预估参数；

将所述基础信息和默认服务内容输入因果模型中，校准后生成第二预估参数；

通过所述第一预估参数和所述第二预估参数生成转化预估参数；

将所述基础信息输入资源预估模型中，生成资源预估参数；

通过所述转化预估参数和所述资源预估参数为当前服务目标提供广告触达服务。

2.如权利要求1所述的方法，其特征在于，还包括：

通过多个历史服务目标的基础信息和已服务内容生成训练样本；

利用训练样本对分布式梯度提升机器学习模型进行训练；

训练过程中当MSE均方差损失函数收敛时，生成所述因果模型。

3.如权利要求1所述的方法，其特征在于，还包括：

通过多个历史服务目标的基础信息和已服务资源生成训练样本；

利用训练样本对分布式梯度提升机器学习模型进行训练；

训练过程中当MAPE均方差损失函数收敛时，生成所述资源预估模型。

4.如权利要求1所述的方法，其特征在于，将所述基础信息和所述待服务内容输入因果模型中，校准后生成第一预估参数，包括：

将所述基础信息和所述待服务内容输入因果模型中，生成第一初始参数；

根据多个历史服务目标的基础信息和已服务内容生成多个分桶数据；

通过多个分桶数据对所述第一初始参数进行校准，生成所述第一预估参数。

5.如权利要求4所述的方法，其特征在于，根据多个历史服务目标的基础信息和已服务内容生成多个分桶数据，包括：

将多个历史服务目标按照已服务内容的类别进行整理排序；

根据排序将多个历史服务目标分为预设个历史数据组；

统计每个历史数据组内的转化率的平均值；

根据每个历史数据组和其对应的转化率的平均值生成所述多个分桶数据。

6.如权利要求4所述的方法，其特征在于，通过所述多个分桶数据对所述第一初始参数进行校准，生成所述第一预估参数，包括：

将多个历史服务目标输入所述因果模型中，生成多个第一历史参数；

将多个历史服务目标按照其对应的第一历史参数进行排序；

根据排序将多个历史服务目标分为预设个预估数据组；

将预估数据和历史数据组依次对应；

根据对应关系对所述第一初始参数进行校准，生成所述第一预估参数。

7.如权利要求6所述的方法，其特征在于，根据对应关系对所述第一初始参数进行校准，生成所述第一预估参数，包括：

根据对应关系用历史数据的转化率的平均值替代所述第一初始参数以生成所述第一预估参数。

8.如权利要求1所述的方法，其特征在于，将所述基础信息和默认服务内容输入因果模型中，校准后生成第二预估参数，包括：

将所述基础信息和默认服务内容输入因果模型中，生成第二初始参数；

根据历史服务目标的基础信息和默认服务内容生成多个分桶数据；

通过所述多个分桶数据对所述第二初始参数进行校准，生成所述第二预估参数。

9.如权利要求1所述的方法，其特征在于，通过所述第一预估参数和所述第二预估参数生成转化预估参数，包括：

通过所述第一预估参数和所述第二预估参数之间的差值生成所述转化预估参数。

10.如权利要求1所述的方法，其特征在于，通过所述转化预估参数和所述资源预估参数为当前服务目标提供广告触达服务，包括：

在所述转化预估参数满足预估阈值，且所述转化预估参数和所述资源预估参数满足资源阈值时，为当前服务目标提供广告触达服务。