[发明专利]点击率预估方法、系统、介质和计算设备有效
| 申请号： | 201910113437.9 | 申请日： | 2019-02-13 |
| 公开（公告）号： | CN109992710B | 公开（公告）日： | 2021-10-15 |
| 发明（设计）人： | 任重起;魏望;王彦争;刘洪彬;高畅;谢鹏 | 申请（专利权）人： | 网易传媒科技（北京）有限公司 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06K9/62;G06N3/08;G06Q10/04 |
| 代理公司： | 中科专利商标代理有限责任公司 11021 | 代理人： | 杨静 |
| 地址： | 100084 北京市海淀区西北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明的实施方式提供了一种点击率预估方法，包括：基于与用户的多个历史点击信息对应的第一特征信息，获得训练样本集，其中，每个第一特征信息用于表征对应历史点击信息的特征属性；基于训练样本集进行逻辑回归训练，以获得逻辑回归模型；基于逻辑回归模型，生成第一嵌入式向量，其中，第一嵌入式向量用于表征每个第一特征信息对应的权重值；以及基于第一嵌入式向量进行深度神经网络训练，以获得点击率预测模型，点击率预测模型用于预估用户对待推荐信息的点击率。本发明以嵌入式向量为纽带，既保留前者的记忆能力，又兼顾后者的泛化能力，极大提升点击率预估准确性。本发明的实施方式还提供了一种点击率预估系统、一种介质和一种计算设备。 | ||
| 搜索关键词： | 点击率 预估 方法 系统 介质 计算 设备 | ||
【主权项】：
1.一种点击率预估方法，包括：基于与用户的多个历史点击信息对应的第一特征信息，获得训练样本集，其中，每个第一特征信息用于表征对应历史点击信息的特征属性；基于所述训练样本集进行逻辑回归训练，以获得逻辑回归模型；基于所述逻辑回归模型，生成第一嵌入式向量，其中，所述第一嵌入式向量用于表征所述每个第一特征信息对应的权重值；以及基于所述第一嵌入式向量进行深度神经网络训练，以获得点击率预测模型，其中，所述点击率预测模型用于预估所述用户对待推荐信息的点击率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于网易传媒科技（北京）有限公司，未经网易传媒科技（北京）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910113437.9/，转载请声明来源钻瓜专利网。
