[发明专利]一种基于模型融合的CTR预估方法在审
| 申请号： | 201711208968.3 | 申请日： | 2017-11-27 |
| 公开（公告）号： | CN107743249A | 公开（公告）日： | 2018-02-27 |
| 发明（设计）人： | 牛文臣;刘鑫;于跃 | 申请（专利权）人： | 四川长虹电器股份有限公司 |
| 主分类号： | H04N21/25 | 分类号： | H04N21/25;H04N21/258;G06F17/30;G06Q30/06 |
| 代理公司： | 成都虹桥专利事务所(普通合伙)51124 | 代理人： | 吴中伟 |
| 地址： | 621000 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 模型 融合 ctr 预估 方法 | ||
【权利要求书】：
1.一种基于模型融合的CTR预估方法，其特征在于，包括以下步骤：
a.获取用户历史观看节目信息，生成模型训练样本集；
b.应用多种不同推荐算法生成多个推荐列表；
c.应用GBDT+LR模型进行特征选择和回归模型训练，得出特征权重值，计算推荐节目的评分；
d.对多个推荐列表中的推荐节目进行组合排序，并作为最终输出结果。
2.如权利要求1所述的一种基于模型融合的CTR预估方法，其特征在于，步骤a中，利用用户历史观看节目信息生成模型训练所需的正负样本，构建数据字典，将标称数据转换为数值数据进行模型训练。
3.如权利要求1所述的一种基于模型融合的CTR预估方法，其特征在于，步骤b中，所述多种不同推荐算法包括：基于邻域推荐算法、基于物品相似度推荐算法、基于用户协同过滤推荐算法。
4.如权利要求1所述的一种基于模型融合的CTR预估方法，其特征在于，步骤c中，所述应用GBDT+LR模型进行特征选择和回归模型训练，具体包括：采用GBDT算法对节目数据进行特征抽取，获取主要特征；采用LR算法生成逻辑回归模型，生成节目的特征权重值，然后应用LR乘法模型结合特征权重值计算节目的评分值。
5.如权利要求4所述的一种基于模型融合的CTR预估方法，其特征在于，步骤c中，在进行回归模型训练时，去除一些权重很小的特征，保留有效的视频节目特征权重。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川长虹电器股份有限公司，未经四川长虹电器股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201711208968.3/1.html，转载请声明来源钻瓜专利网。
