[发明专利]预测内容点击率的方法、装置、电子设备以及存储介质

说明书

本公开提供了预测内容点击率的方法、装置、电子设备以及存储介质，涉及人工智能领域，尤其涉及智能搜索领域。具体实现方案为：将目标内容和用于确定目标内容的用户信息输入表征模型，得到用于表征用户信息的第一局部特征聚合向量，和用于表征目标内容的第二局部特征聚合向量；根据第一局部特征聚合向量和第二局部特征聚合向量，分别确定用于表征用户信息的第一离散化特征和用于表征目标内容的第二离散化特征；以及将第一离散化特征和第二离散化特征输入点击率预测模型，得到与用户信息相对应的用户针对目标内容的点击率预测值。

技术领域

本公开涉及人工智能技术领域，尤其涉及智能搜索领域。具体地，本公开涉及一种预测内容点击率的方法、装置、电子设备以及存储介质。

背景技术

随着计算机技术的不断进步，人类信息交互形式不断进化。从声音、文字、图片到视频，形式越来越生动、高效，但也越来越庞大、复杂。其中，图文、视频等多模态内容近来已经成为普遍的交互形式。在CTR(Click-Through-Rate，点击通过率)模型中引入深入的多模态表征，在搜索、推荐、广告等领域都有着广泛应用，也一直是业界研究的热点。

发明内容

本公开提供了一种预测内容点击率的方法、装置、电子设备以及存储介质。

根据本公开的一方面，提供了一种预测内容点击率的方法，包括：将目标内容和用于确定所述目标内容的用户信息输入表征模型，得到用于表征所述用户信息的第一局部特征聚合向量，和用于表征所述目标内容的第二局部特征聚合向量；根据所述第一局部特征聚合向量和所述第二局部特征聚合向量，分别确定用于表征所述用户信息的第一离散化特征和用于表征所述目标内容的第二离散化特征；以及将所述第一离散化特征和所述第二离散化特征输入点击率预测模型，得到与所述用户信息相对应的用户针对所述目标内容的点击率预测值。

根据本公开的另一方面，提供了一种预测内容点击率的装置，包括：表征模块，用于将目标内容和用于确定所述目标内容的用户信息输入表征模型，得到用于表征所述用户信息的第一局部特征聚合向量，和用于表征所述目标内容的第二局部特征聚合向量；第一确定模块，用于根据所述第一局部特征聚合向量和所述第二局部特征聚合向量，分别确定用于表征所述用户信息的第一离散化特征和用于表征所述目标内容的第二离散化特征；以及第一预测模块，用于将所述第一离散化特征和所述第二离散化特征输入点击率预测模型，得到与所述用户信息相对应的用户针对所述目标内容的点击率预测值。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如上所述的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1示意性示出了根据本公开实施例的可以应用预测内容点击率的方法及装置的示例性系统架构；

图2示意性示出了根据本公开实施例的预测内容点击率的方法的流程图；

图3示意性示出了根据本公开实施例的预测内容点击率的方法的模型架构图；

图4示意性示出了根据本公开实施例的预测内容点击率的装置的框图；以及