[发明专利]基于用户兴趣演化的广告点击率预测方法及系统

权利要求书

1.一种基于用户兴趣演化的广告点击率预测方法，其特征在于，包括以下步骤：

获取用户行为数据；

根据用户行为数据和预设的广告点击率预测模型，得到广告点击率的预测值；

其中，广告点击率预测模型采用分层注意力机制，兴趣提取层根据用户行为数据捕获用户的潜在兴趣，得到用户的兴趣序列；将注意力机制与长短期记忆网络相结合，兴趣演化层根据用户的兴趣序列捕捉用户的兴趣演化过程，预测广告点击率。

2.如权利要求1中所述的一种基于用户兴趣演化的广告点击率预测方法，其特征在于，所述用户行为数据包括用户状态信息和用户兴趣信息。

3.如权利要求1中所述的一种基于用户兴趣演化的广告点击率预测方法，其特征在于，所述用户行为数据随着用户的自身感知和所处外部环境的变化而变化。

4.如权利要求1中所述的一种基于用户兴趣演化的广告点击率预测方法，其特征在于，所述用户行为数据在进入兴趣提取层之前，先经过嵌入层进行数据的特征转换和降维处理。

5.如权利要求1中所述的一种基于用户兴趣演化的广告点击率预测方法，其特征在于，所述兴趣提取层在捕捉用户的兴趣序列时通过辅助损失生成用户兴趣状态，利用双向长短期记忆神经网络处理用户行为数据之间的依赖关系。

6.如权利要求5中所述的一种基于用户兴趣演化的广告点击率预测方法，其特征在于，所述兴趣演化层提供具有历史行为线索的最终兴趣表示，根据兴趣提取层的兴趣状态，将注意力机制与长短期记忆网络相结合，捕获兴趣演化过程。

7.如权利要求1中所述的一种基于用户兴趣演化的广告点击率预测方法，其特征在于，基于分层注意力机制，根据广告点击率预测模型中的兴趣提取层获取用户的兴趣序列，在兴趣演化层的作用下进行用户兴趣的演化，得到用户兴趣状态的表示形式，实现对广告点击率的预测。

8.一种基于用户兴趣演化的广告点击率预测系统，其特征在于，包括：

获取模块，用户获取用户行为数据；

预测模块，用于根据用户行为数据和预设的广告点击率预测模型，得到广告点击率的预测值；

其中，广告点击率预测模型采用分层注意力机制，基于用户行为数据捕获用户的潜在兴趣，得到用户的兴趣序列；将注意力机制与长短期记忆网络相结合，根据用户的兴趣序列捕捉用户的兴趣演化过程，预测广告点击率。

9.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的基于用户兴趣演化的广告点击率预测方法中的步骤。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的基于用户兴趣演化的广告点击率预测方法中的步骤。