[发明专利]广告推荐系统的投放方法、装置、设备及存储介质

说明书

本发明实施例公开了一种广告推荐系统的投放方法、装置、设备及存储介质，一种广告推荐系统的投放方法，所述广告推荐系统用于向用户推送广告，所述广告推荐系统包括多个广告推荐位，所述方法包括：获取用于训练所述广告推荐系统的第一训练数据，所述第一训练数据包括多个对应不同用户的第二训练数据；统计所述每个广告推荐位对应的第二训练数据；对所述第二训练数据进行加权统计以获得所述广告推荐系统的评价指标；根据所述评价指标确定所述广告推荐系统的投放策略。本发明实施例提供的一种广告推荐系统的投放方法能更为准确地衡量优化模型后模型的效果是否有提升，减少模型上线次数，节省时间，也能避免错过有用的优化，使模型迭代速度加快。

技术领域

本发明实施例涉及广告推荐技术，尤其涉及一种广告推荐系统的投放方法、装置、设备及存储介质。

背景技术

在开发算法模型来解决一个业务问题时，往往需要有一个指标来衡量我们开发的模型的效果如何，或者在优化模型时，需要有指标来衡量优化之后的模型与原来的模型的差异，目前常用的模型评价指标有AUC，logloss，PRC，召回率，准确率，F1值等等。

在广告推荐这一场景中，我们需要做的是对用户进行个性化推荐，提升广告的点击率。常用的模型评价指标衡量的是模型的全局排序能力，并不能准确地衡量个性化排序能力。当模型优化到一定程度后，AUC、PRC等指标就会失真，常常出现对模型做了一些优化使AUC指标提升了，但上线后广告的点击率却没有提升的现象。上线以及观察效果的整个流程会比较长，大大影响了模型迭代的速度。

发明内容

本发明提供一种广告推荐系统的投放方法、装置、设备及存储介质，以实现减少模型上线次数，节省时间，也能避免错过有用的优化，使模型迭代速度加快。

第一方面，本发明实施例提供了一种广告推荐系统的投放方法，所述广告推荐系统包括多个广告推荐位，所述方法包括：

获取用于训练所述广告推荐系统的第一训练数据，所述第一训练数据包括多个对应不同用户的第二训练数据；

统计所述每个广告推荐位对应的第二训练数据；

对所述第二训练数据进行加权统计以获得所述广告推荐系统的评价指标；

根据所述评价指标确定所述广告推荐系统的投放策略。

可选的，所述第一训练数据包括广告展示量、广告运营位、广告点击量和广告点击率。

可选的，若所述评价指标越高，则所述广告推荐系统越好；

若所述评价指标越低，则所述广告推荐系统越差。

可选的，所述统计所述每个广告推荐位对应的第二训练数据包括：统计所述每个广告推荐位对应不同用户的第二训练数据。

可选的，所述评价指标为改进的AUC指标。

可选的，所述第一训练数据和第二训练数据包括正样本和负样本。

可选的，所述对所述第二训练数据进行加权统计以获得所述广告推荐系统的评价指标之前包括：对所述第二数据进行特征优化获取处理过的第二数据。

第二方面，本发明实施例还提供了一种广告推荐系统的投放装置，该装置包括：

数据获取模块，用于获取用于训练所述广告推荐系统的第一训练数据，所述第一训练数据包括多个对应不同用户的第二训练数据；

数据统计模块，用于统计所述每个广告推荐位对应的第二训练数据；

数据计算模块，用于对所述第二训练数据进行加权统计以获得所述广告推荐系统的评价指标；

数据评价模块，用于根据所述评价指标确定所述广告推荐系统的投放策略。