一种事件触发概率预测方法、装置及设备制造方法及图纸

本申请公开一种事件触发概率预测方法、装置及设备，获取目标内容的内容特征数据、目标用户的用户特征数据以及目标用户的触屏操作手特征数据。将内容特征数据、用户特征数据以及触屏操作手特征数据输入事件触发概率预测模型中，获取目标用户对目标内容的预测事件触发概率。当目标用户触屏所使用的操作手不同时，目标内容的事件触发概率不同。目标用户触屏所使用的操作手对目标内容的事件触发概率有一定的影响。因此，事件触发概率预测模型挖掘了目标用户的触屏操作手特征数据与目标内容的内容特征数据之间的关系，使得该模型输出的目标用户对目标内容的预测事件触发概率更加准确。加准确。加准确。

【技术实现步骤摘要】
一种事件触发概率预测方法、装置及设备


[0001]本申请涉及互联网
，具体涉及一种事件触发概率预测方法、装置及设备。

技术介绍

[0002]随着线上广告推广技术的快速发展，广告主越来越关注广告的精准投放。广告的点击率用于评价用户对广告的喜好程度。通过预测广告的点击率，可以促进广告的精准投放。
[0003]目前，可采用推荐算法模型来预测用户对广告的点击率，但是现有推荐算法模型的预测准确率较低。

技术实现思路

[0004]有鉴于此，本申请实施例提供一种事件触发概率预测方法、装置及设备，能够提高预测准确率。
[0005]为解决上述问题，本申请实施例提供的技术方案如下：
[0006]第一方面，本申请实施例提供一种事件触发概率预测方法，所述方法包括：
[0007]获取目标内容的内容特征数据以及目标用户的用户特征数据；
[0008]获取所述目标用户的触屏操作手特征数据；
[0009]将所述内容特征数据、所述用户特征数据以及所述触屏操作手特征数据输入事件触发概率预测模型中，获取所述目标用户对所述目标内容的预测事件触发概率；所述事件触发概率预测模型是基于历史内容的历史内容特征数据、历史用户的历史用户特征数据、所述历史用户的历史触屏操作手特征数据以及所述历史用户对所述历史内容的事件触发期望概率训练得到的。
[0010]第二方面，本申请实施例提供一种事件触发概率预测装置，所述装置包括：
[0011]第一获取单元，用于获取目标内容的内容特征数据以及目标用户的用户特征数据；
[0012]第二获取单元，用于获取所述目标用户的触屏操作手特征数据；
[0013]输入单元，用于将所述内容特征数据、所述用户特征数据以及所述触屏操作手特征数据输入事件触发概率预测模型中，获取所述目标用户对所述目标内容的预测事件触发概率；所述事件触发概率预测模型是基于历史内容的历史内容特征数据、历史用户的历史用户特征数据、所述历史用户的历史触屏操作手特征数据以及所述历史用户对所述历史内容的事件触发期望概率训练得到的。
[0014]第三方面，本申请实施例提供一种电子设备，包括：
[0015]一个或多个处理器；
[0016]存储装置，其上存储有一个或多个程序，
[0017]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任一所述的事件触发概率预测方法。
[0018]第四方面，本申请实施例提供一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如上述任一所述的事件触发概率预测方法。
[0019]由此可见，本申请实施例具有如下有益效果：
[0020]本申请实施例提供了一种事件触发概率预测方法、装置及设备，获取目标内容的内容特征数据以及目标用户的用户特征数据。同时，获取目标用户的触屏操作手特征数据。将内容特征数据、用户特征数据以及触屏操作手特征数据输入事件触发概率预测模型中，获取目标用户对目标内容的预测事件触发概率。其中，事件触发概率预测模型是基于历史内容的历史内容特征数据、历史用户的历史用户特征数据、历史用户的历史触屏操作手特征数据以及历史用户对所述历史内容的事件触发期望概率训练得到的。当目标用户触屏所使用的操作手不同时，目标内容的事件触发概率不同。目标用户触屏所使用的操作手对目标内容的事件触发概率有一定的影响。因此，本申请实施例提供的事件触发概率预测模型挖掘了目标用户的触屏操作手特征数据与目标内容的内容特征数据之间的关系，能够使得该模型输出的目标用户对目标内容的预测事件触发概率更加准确。
附图说明
[0021]图1为本申请实施例提供的一种示例性应用场景的框架示意图；
[0022]图2为本申请实施例提供的一种事件触发概率预测方法的流程图；
[0023]图3为本申请实施例提供的一种事件触发概率预测模型的示意图；
[0024]图4为本申请实施例提供的一种事件触发概率预测装置的结构示意图；
[0025]图5为本申请实施例提供的一种电子设备的基本结构的示意图。
具体实施方式
[0026]为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请实施例作进一步详细的说明。
[0027]为了便于理解和解释本申请实施例提供的技术方案，下面将先对本申请的
技术介绍
进行说明。
[0028]随着线上广告推广技术的快速发展，广告创意数量有百亿级，用户数量达到亿级。广告主越来越关注广告的精准投放，期望为每个用户推荐其最感兴趣的广告，提高用户的广告体验，并提高广告的转化率。在实际应用中，广告的点击率用于评价用户对广告的喜好程度。通过预测广告的点击率，可以促进广告的精准投放。
[0029]目前，可采用推荐算法模型来预测用户对广告的点击率，但是现有推荐算法模型的预测准确率较低。
[0030]基于此，本申请实施例提供了一种事件触发概率预测方法、装置及设备，获取目标内容的内容特征数据以及目标用户的用户特征数据。同时，获取目标用户的触屏操作手特征数据。将内容特征数据、用户特征数据以及触屏操作手特征数据输入事件触发概率预测模型中，获取目标用户对目标内容的预测事件触发概率。其中，事件触发概率预测模型是基于历史内容的历史内容特征数据、历史用户的历史用户特征数据、历史用户的历史触屏操作手特征数据以及历史用户对所述历史内容的事件触发期望概率训练得到的。当目标用户触屏所使用的操作手不同时，目标内容的事件触发概率不同。目标用户触屏所使用的操作
手对目标内容的事件触发概率有一定的影响。因此，本申请实施例提供的事件触发概率预测模型挖掘了目标用户的触屏操作手特征数据与目标内容的内容特征数据之间的关系，能够使得该模型输出的目标用户对目标内容的预测事件触发概率更加准确。
[0031]为了便于理解本申请实施例提供的事件触发概率预测方法，下面结合图1所示的场景示例进行说明。参见图1所示，该图为本申请实施例提供的示例性应用场景的框架示意图。
[0032]如图1所示，本申请实施例提供的事件触发概率预测方法的实施环境包括终端设备100、网络200以及服务器300。终端设备100为用户端或客户端，服务器300为服务端。根据实际需要，该实施环境可以包括任意数量的终端设备100、网络200以及服务器300。其中，终端设备100包括但不限于智能手机、平板电脑、笔记本电脑、智能手表等。服务器300可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云存储、大数据和人工智能平台等基础云计算服务的云服务器。
[0033]终端设备100和服务器300之间可以通过网络200进行通信。网络200可以包括各种类型的有线通信链路或无线通信链路。例如：有线通信链路包括光纤、双绞线或同轴电缆的，无线通信链路包括蓝牙通信链路、无线保真Wi
‑
Fi通信链路或微波通信链路等本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种事件触发概率预测方法，其特征在于，所述方法包括：获取目标内容的内容特征数据以及目标用户的用户特征数据；获取所述目标用户的触屏操作手特征数据；将所述内容特征数据、所述用户特征数据以及所述触屏操作手特征数据输入事件触发概率预测模型中，获取所述目标用户对所述目标内容的预测事件触发概率；所述事件触发概率预测模型是基于历史内容的历史内容特征数据、历史用户的历史用户特征数据、所述历史用户的历史触屏操作手特征数据以及所述历史用户对所述历史内容的事件触发期望概率训练得到的。2.根据权利要求1所述的方法，其特征在于，所述获取所述目标用户的触屏操作手特征数据，包括：获取所述目标用户的触屏操作信息；将所述目标用户的触屏操作信息输入训练完成的左右手特征提取网络中，获取所述目标用户的左手操作概率、右手操作概率和左右手操作概率；根据所述左手操作概率、所述右手操作概率和所述左右手操作概率，获取所述目标用户的触屏操作手特征数据。3.根据权利要求2所述的方法，其特征在于，所述根据所述左手操作概率、所述右手操作概率和所述左右手操作概率，获取所述目标用户的触屏操作手特征数据，包括：将所述左手操作概率、所述右手操作概率和所述左右手操作概率分别转换为第一整数值、第二整数值和第三整数值；将基于所述第一整数值、所述第二整数值和所述第三整数值计算得到的目标整数值作为所述目标用户的触屏操作手特征数据。4.根据权利要求1所述的方法，其特征在于，所述事件触发概率预测模型包括多层感知机模块和线性回归模块，所述将所述内容特征数据、所述用户特征数据以及所述触屏操作手特征数据输入事件触发概率预测模型中，获取所述目标用户对所述目标内容的预测事件触发概率，包括：将所述内容特征数据、所述用户特征数据以及所述触屏操作手特征数据组成的输入特征数据转换为特征向量和偏置向量的拼接表示；将所述特征向量输入所述多层感知机模块中，获取所述目标用户对所述目标内容的第一预测事件触发概率；将所述偏置向量输入所述线性回归模块中，获取所述目标用户对所述目标内容的第二预测事件触发概率；将所述第一预测事件触发概率和所述第二预测事件触发概率的平均值确定为所述目标用户对所述目标内容的预测事件触发概率。5.根据权利要求1所述的方法，其特征在于，所述事件触发概率预测模型的训练过程，包括：获取所述历史内容的历史内容特征数据以及所述历史用户的历史用户特征数据；获取所述历史用户的历史触屏操作手特征数据；将所述历史内容特征数据、所述历史用户特征数据以及所述历史触屏操作手特征数据输入所述事件触发概率预测模型中，获取所述历史用户对所述历史内容的预测事件触发概
率；根据所述历史用户对所述历史内容的预测事件触发概率以及所述历史用户对所述历史内容的事件触发期望概率，计算损失值；通过所述损失值调整所述事...

【专利技术属性】
技术研发人员：陈迪，盛梦雪，邵冬，
申请(专利权)人：北京有竹居网络技术有限公司，
类型：发明
国别省市：