[发明专利]一种预测模型的建立方法及终端

说明书

技术领域

本发明涉及电子计算领域，尤其涉及一种预测模型的建立方法及终端。

背景技术

广告点击率(Click-ThroughRate)预估是互联网计算广告中的关键环节， CTR预估的准确性直接影响公司广告收入。

目前，在对精准内容(如广告投放/媒体推荐等)的点击率进行预测时，通 常是通过建立CTR预测模型进行预测。目前CTR预测模型主要是利用GBDT 模型进行建立CTR预测模型。但是，在利用GBDT(GradientBoostingDecision Tree，梯度提升决策树)模型进行建立CTR预测模型时，样本包括的特征信息 中可包括枚举型特征信息，枚举型特征信息可如用户的性别、所在地点等，该 特征信息取值众多，而由于GBDT模型较为复杂，无法支持非常大规模的训练 数据，因此也无法支持取值多的枚举型特征信息。这使得GBDT模型在对样本 进行训练时，往往是丢弃掉包括枚举型特征信息的样本进行训练，这使得GBDT 模型训练的样本类型过少，从而使得训练获得的CTR预测模型无法准确预估结 果，从而降低预测准确率。

发明内容

本发明实施例所要解决的技术问题在于，提供一种预测模型的建立方法及 终端。可使得终端基于GBDT模型对枚举型特征信息进行训练获得预测模型， 提高预测模型的准确性。

为了解决上述技术问题，本发明实施例提供了一种预测模型的建立方法， 包括：

从预置的第一训练样本库中获取包括枚举型特征信息的样本；

将所述枚举型特征信息转换为所述枚举型特征所对应的权重，获得包括所 述权重的样本；

从预置的第一训练样本库中获取包括数值型特征信息的样本，基于梯度提 升决策树GBDT模型对包括所述权重的样本和包括所述数值型特征信息的样本 进行训练，获得预测模型。

其中，所述获取预置的第一训练样本库之前包括：

从预置的第二训练样本库中获取样本，其中，所述样本包括所述枚举型特 征信息；

采用逻辑回归模型对所述样本进行训练，获得所述枚举型特征信息所对应 的权重；

建立所述枚举型特征信息与所述权重的对应关系。

其中，所述将所述枚举型特征信息转换为所述枚举型特征所对应的权重， 获得包括所述权重的样本包括：

根据所述枚举型特征信息与所述权重的对应关系，获取所述枚举型特征信 息所对应的权重；

将所述枚举型特征信息转换为所述权重，获得包括所述权重的样本。

其中，所述从预置的第一训练样本库中获取包括数值型特征信息的样本， 基于梯度提升决策树GBDT模型对包括所述权重的样本和包括所述数值型特征 信息的样本进行训练，获得预测模型之后还包括：

根据预置的测试样本对所述预测模型进行测试，获得测试结果；

根据所述测试结果调整所述预测模式。

其中，所述从预置的第一训练样本库中获取包括数值型特征信息的样本， 基于梯度提升决策树GBDT模型对包括所述权重的样本和包括所述数值型特征 信息的样本进行训练，获得预测模型之后包括：

当接收到待预测的样本时，根据所述预测模型对所述待预测的样本进行计 算获得预测结果；

根据所述预测结果输出提示信息。

相应地，本发明实施例还提供了一种终端，包括：

第一获取单元，用于从预置的第一训练样本库中获取包括枚举型特征信息 的样本；

第二获取单元，用于将所述枚举型特征信息转换为所述枚举型特征所对应 的权重，获得包括所述权重的样本；

第一训练单元，用于从预置的第一训练样本库中获取包括数值型特征信息 的样本，基于梯度提升决策树GBDT模型对包括所述权重的样本和包括所述数 值型特征信息的样本进行训练，获得预测模型。

其中，所述终端包括：

第三获取单元，用于从预置的第二训练样本库中获取样本，其中，所述样 本包括所述枚举型特征信息；

第二训练单元，用于采用逻辑回归模型对所述样本进行训练，获得所述枚 举型特征信息所对应的权重；

建立单元，用于建立所述枚举型特征信息与所述权重的对应关系。

其中，所述第二获取单元包括：