[发明专利]一种基于异构图嵌入技术的广告受众基础属性预估方法

说明书

本发明提供一种基于异构图嵌入技术的广告受众基础属性预估方法，该方法根据所有广告受众的历史点击行为，构建一张广告受众的点击行为记录的异构图，并基于异构图嵌入表示技术为这些广告信息(素材id、广告id、广告主id)生成各自的向量表示，以此来保留广告信息之间的相互联系；搭建一个LSTM的神经网络，来自动根据已知基础属性(年龄和性别)的广告受众的历史点击行为训练一个可以根据广告受众的历史点击行为预测其基础属性的网络模型。针对未知基础属性的广告受众，只需要将其历史点击行为输入该训练好的网络模型，就可以根据其历史点击行为从该模型得到这些受众的基础属性。

技术领域

本发明涉及人工智能技术领域，更具体地，涉及一种基于异构图嵌入技术的广告受众基础属性预估方法。

背景技术

众所周知，用户对广告的偏好会随着其年龄和性别的不同而有所区别。因此，像用户年龄和性别这样的人口统计学特征是各类推荐系统的重要输入特征，其中也包括了广告平台。然而，大多数广告平台都无法准确获取所有用户的年龄和性别等基础属性，这就导致广告平台无法给缺失了年龄和性别等基础属性的用户准确地推送对应的广告。此种情况下，需要广告平台尽可能地预测、补全缺失的用户基础属性，以及纠正可能错误的广告受众的基础属性(年龄和性别)，这样有助于提高广告平台的推送效果。

早期，广告平台只能依靠调查的方式，人工录入用户的年龄和性别等基础属性，或者通知用户让用户自行填写，效率及其低下。随着现代信息技术的不断发展，这种信息补全的方式已经被各种人工智能技术所代替。主流的人工智能预测用户年龄和性别属性的任务都是直接使用广告受众的点击广告信息(素材id、广告id、广告主id)作为互相独立的特征，通过一个训练好的树模型分类器(例如LightGBM)或者神经网络(例如LSTM)来预估未知基础属性的广告受众的基础属性(年龄和性别)。

然而，在实际情况中，广告受众的点击广告信息(素材id、广告id、广告主id)往往不是互相独立，而是相互有联系的，例如一个素材是明确属于某一个广告的，一个广告是明确某一个广告主发出的。这类场景下，保留广告信息(素材id、广告id、广告主id)之间的相互关系，会使得预估广告受众的基础属性的准确性更高。

发明内容

本发明提供一种预测效果较好的基于异构图嵌入技术的广告受众基础属性预估方法。

为了达到上述技术效果，本发明的技术方案如下：

一种基于异构图嵌入技术的广告受众基础属性预估方法，包括以下步骤：

S1：根据所有广告受众的历史点击行为，构建一张广告受众的点击行为记录的异构图，并基于异构图嵌入表示技术为这些广告信息生成各自的向量表示，其中广告信息包括素材id、广告id、广告主id；

S2：划分数据集，按照广告受众的基础属性是否已知将原始数据集分为两类，其中已知基础属性的这类数据称为训练集，用于训练预测模型，另一类数据称为测试集，用于预测其未知的基础属性，其中，广告受众的基础属性是年龄和性别；

S3：将训练集当中广告受众的历史点击行为作为LSTM预测模型的输入特征，年龄和性别作为对应特征的预测结果标签，对LSTM神经网络进行训练，得到一个根据广告受众的点击行为预测其基础属性的预测模型。

S4：将测试集当中广告受众的历史点击行为输入训练好的预测模型，预估得到这些用户的基础属性。

进一步地，所述步骤S1中，构建广告受众的点击行为记录的异构图的过程是：

S11：生成异构图的节点：每个类型的每一个不同的id编号都作为异构图的一个节点；

S12：用边连接异构图的节点：四类节点类型之间存在3种边的关系：用户与广告素材的点击关系、广告素材与广告的从属关系、广告与广告主的发布关系；如果节点之间存在上述的三种关系中的任意一种，则将该两个节点用一条边连接起来。