【技术实现步骤摘要】
本专利技术涉及互联网计算广告
，更具体地说，涉及一种基于贝叶斯网络的广告点击率预测方法及装置。
技术介绍
近年来,传统广告逐渐向互联网、移动互联网广告迁移,互联网广告行业已成为一个与传统广告行业不同的新兴的市场领域，以下将互联网、移动互联网广告简称为广告。计算广告是根据给定的用户和广告媒介,计算并选择一组与之最匹配的广告以进行精准定向投放的一种广告投放机制，而其中广告的点击率直接影响到用户体验、广告主收益、广告平台收益三方利益,进而影响到整个广告生态系统的平衡。因此,做好广告点击率预估工作具有十分重要的意义。广告点击率的预估是计算广告学领域的重要研究内容，准确的广告点击率预估可以提高真实的广告点击率，增加收益。现有技术中，通常使用支持向量机模型来对广告点击率进行预估，但是，专利技术人发现，使用支持向量机模型来预估广告点击率的方式准确率较低。综上所述，现有技术中预估广告点击率的方式存在准确率较低的问题。
技术实现思路
本专利技术的目的是提供一种基于贝叶斯网络的广告点击率预测方法及装置，以解决现有技术中预估广告点击率的方式存在的准确率较低的问题。为了实现上述目的，本专利技术提供如下技术方案：一种基于贝叶斯网络的广告点击率预测方法，包括：获取历史广告，并由所述历史广告中提取历史关键词；将所述历史关键词作为节点，并通过确定节点之间的有向边及每个所述节点的概率参数构建贝叶斯网络模型...
【技术保护点】
一种基于贝叶斯网络的广告点击率预测方法，其特征在于，包括：获取历史广告，并由所述历史广告中提取历史关键词；将所述历史关键词作为节点，并通过确定节点之间的有向边及每个所述节点的概率参数构建贝叶斯网络模型；基于所述贝叶斯网络模型中的节点、节点之间的有向边及每个节点的概率参数确定与待测广告的待测关键词匹配的目标节点；确定与所述目标节点对应的历史广告为目标历史广告，依据所述目标历史广告的点击率计算所述待测广告的预测点击率。
【技术特征摘要】
1.一种基于贝叶斯网络的广告点击率预测方法，其特征在于，包括：
获取历史广告，并由所述历史广告中提取历史关键词；
将所述历史关键词作为节点，并通过确定节点之间的有向边及每个所述
节点的概率参数构建贝叶斯网络模型；
基于所述贝叶斯网络模型中的节点、节点之间的有向边及每个节点的概
率参数确定与待测广告的待测关键词匹配的目标节点；
确定与所述目标节点对应的历史广告为目标历史广告，依据所述目标历
史广告的点击率计算所述待测广告的预测点击率。
2.根据权利要求1所述的方法，其特征在于，确定节点之间的有向边，
包括：
计算任意两个节点节点ki与节点kj之间的相似度，如果所述相似度大于
相似度阈值，则确定节点ki与节点kj之间存在有向边；
计算节点ki在节点kj出现的情况下出现的第一概率及节点kj在节点ki出
现的情况下出现的第二概率，如果第一概率大于第二概率，则确定节点ki与
节点kj之间的有向边由节点ki指向节点kj，如果第一概率小于第二概率，则
确定节点ki与节点kj之间的有向边由节点kj指向节点ki。
3.根据权利要求2所述的方法，其特征在于，确定每个所述节点的概率
参数，包括：
对于任意节点，确定指向该节点的节点为该节点的父节点，计算该节点
与该节点的父节点同时出现在任意所述历史广告中的次数与该节点的父节点
出现在所述历史广告中的次数的比值，并确定该比值为该节点的概率参数。
4.根据权利要求1所述的方法，其特征在于，基于所述贝叶斯网络模型
中的节点、节点之间的有向边及每个节点的概率参数确定与待测广告的待测
关键词匹配的目标节点，包括:
确定所述贝叶斯网络模型中与所述待测关键词匹配的节点为目标节点；
由除所述目标节点之外的其他节点中选取任意节点，并基于选取的节点
的概率参数、所述目标节点的概率参数及由所述节点和节点之间的有向边组
成的有向无环图结构，得到选取的节点与所述目标节点之间的依存概率，如
果该依存概率大于依存概率阈值，则确定选取的节点为目标节点，继续由除
\t所述目标节点之外的其他节点中选取任意节点，直至所述目标节点的个数达
到目标节点阈值为止。
5.根据权利要求4所述的方法，其特征在于，依据所述目标历史广告的
点击率计算所述待测广告的预测点击率，包括：
计算所述目标历史广告的点击率的平均值，并确定该平均值为...
【专利技术属性】
技术研发人员：董启文，
申请(专利权)人：上海珍岛信息技术有限公司，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。