[发明专利]公众号广告转化率的预测方法、装置、设备及存储介质

说明书

本发明提供了一种公众号广告转化率的预测方法、装置、设备及存储介质，其中，方法包括：构造基于神经网络的广告转化率预测模型；收集历史投放广告公众号的统计数据；从所述统计数据中提取出与广告转化率相关的特征数据；以所述特征数据作为所述广告转化率预测模型的输入参数，对所述广告转化率预测模型进行训练；通过训练好的所述广告转化率预测模型对待投放广告公众号的转化率进行预测。本发明公众号广告转化率的预测方法采用了基于神经网络的广告转化率预测模型对公众号的转化率进行预测，并且在预测之前收集了历史投放广告公众号的数据对广告转化率预测模型进行了训练，提高了模型预测的精准度。

技术领域

本发明涉及广告技术领域，尤其涉及一种公众号广告转化率的预测方法、装置、设备及存储介质。

背景技术

公众号原生广告投放是一个新兴业务，是公众号号主探索出来的一个变现手段。虽然现有的广告投放预测技术有很多，但是基本上很少有适用于公众号原生广告投放领域的。

现有的公众号原生广告预测技术比较简单，主要是使用大数据技术来统计要投放公众号的历史数据，然后根据该公众号的历史表现信息，如历史平均文章点击率来预测未来的点击率，虽然这样预测出来的点击率比较准确，但是用户点击文章之后的预约转化率却无法进行预测或预测的准确率不高，还存在着一定的局限性；另外现有的预测技术无法在获得真实投放数据后对预测模型进行修正，模型的精确程度不高，也无法做到实时更新被监控的目标公众号的预测结果。

因此，现有技术还有待于改进和发展。

发明内容

本发明的主要目的在于解决现有公众号广告转化率的预测方法预测准确率不高，无法满足用户需求的技术问题。

本发明第一方面提供了一种公众号广告转化率的预测方法，所述公众号广告转化率的预测方法包括：

构造基于神经网络的广告转化率预测模型；

收集历史投放广告公众号的统计数据；

从所述统计数据中提取出与广告转化率相关的特征数据；

以所述特征数据作为所述广告转化率预测模型的输入参数，对所述广告转化率预测模型进行训练；

通过训练好的所述广告转化率预测模型对待投放广告公众号的转化率进行预测。

在本发明第一方面一种可选择的实施方式中，所述统计数据包括：历史文章内容、粉丝数目、粉丝分布、粉丝年龄、平均每周发文数目、平均每周广告数目、平均文章点击率、平均文章点赞率和平均文章转发率。

在本发明第一方面一种可选择的实施方式中，所述收集历史投放广告公众号的统计数据之后，所述从所述统计数据中提取出与广告转化率相关的特征数据之前包括：

根据历史投放广告公众号中的历史文章内容，使用聚类算法对历史投放广告公众号进行分类。

在本发明第一方面一种可选择的实施方式中，所述从所述统计数据中提取出与广告转化率相关的特征数据包括：

使用主成分分析法和/或线性回归算法获取不同类别的历史投放广告公众号所对应的特征数据。

在本发明第一方面一种可选择的实施方式中，所述以所述特征数据作为所述广告转化率预测模型的输入参数，对所述广告转化率预测模型进行训练包括：

将不同类别的历史投放广告公众号所对应的特征数据分别输入到多个所述广告转化率预测模型中，对多个所述广告转化率预测模型进行训练，得到多个适用于不同类别公众号的所述广告转化率预测模型。

在本发明第一方面一种可选择的实施方式中，所述通过训练好的所述广告转化率预测模型对待投放广告公众号的转化率进行预测包括：