本发明专利技术公开了一种广告点击率的评估方法及其装置、电子设备及存储介质，涉及人工智能技术领域，其中，该评估方法包括：响应点击率评估请求，获取历史时间段内关联合作电商平台产生的广告点击率数据集合，点击率评估请求中携带有合作电商平台的平台标识，在对数据字段以及对应的字段参数进行预处理后，确定N个数据字段所对应的广告特征与标签点击之间的关联度，基于关联度，对出现频率低于预设频率阈值的数据字段进行合并，得到合并字段，将合并字段、未合并的数据字段以及对应的字段参数输入至预设神经网络模型，输出对合作电商平台投放的新广告的点击率数值。本发明专利技术解决了相关技术中评估广告点击率时，评估准确度较低的技术问题。题。题。
【技术实现步骤摘要】
广告点击率的评估方法及其装置、电子设备及存储介质
[0001]本专利技术涉及人工智能
，具体而言，涉及一种广告点击率的评估方法及其装置、电子设备及存储介质。
技术介绍
[0002]随着互联网的发展，网络上电子商务越来越便捷，用户也越来越多，对产品的点击率或者广告的点击率是衡量产品或者网页的重要的方式，当前，计算广告领域有一大类广告的定价模式是按点击收费，用户如果点击了广告，广告主支付一定的费用；用户如果没有点击，则广告主不用支付费用，按点击计费是一种主流的广告模式，在这种广告模式中，用户点击广告的概率直接关系到广告的收入，因此点击率预估是其中很核心的问题。
[0003]相关技术中，商品或者广告的点击率预测主要有统计方法、机器学习方法，但是这些评估方式存在很大的弊端，即由于是基于简单统计数据进行评估，评估准确度较低，点击率的预测精度较低，且时效性较差。
[0004]针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
[0005]本专利技术实施例提供了一种广告点击率的评估方法及其装置、电子设备及存储介质，以至少解决相关技术中评估广告点击率时，评估准确度较低的技术问题。
[0006]根据本专利技术实施例的一个方面，提供了一种广告点击率的评估方法，包括：响应点击率评估请求，获取历史时间段内关联合作电商平台产生的广告点击率数据集合，其中，所述点击率评估请求中携带有所述合作电商平台的平台标识，所述广告点击率数据集合中包含N个数据字段以及每个所述数据字段对应的字段参数，N为大于1的正整数；在对所述数据字段以及对应的字段参数进行预处理后，确定N个所述数据字段所对应的广告特征与标签点击之间的关联度；基于所述关联度，对出现频率低于预设频率阈值的数据字段进行合并，得到合并字段；将所述合并字段、未合并的所述数据字段以及对应的所述字段参数输入至预设神经网络模型，输出对所述合作电商平台投放的新广告的点击率数值。
[0007]可选地，在获取历史时间段内关联合作电商平台产生的广告点击率数据集合之后，对所述数据字段以及对应的字段参数进行预处理的步骤，包括：对所述广告点击率数据集合中出现参数缺失的所述数据字段进行清洗；对清洗后的所述广告点击率数据集合进行字段数值化处理；对字段数值化处理后的所述广告点击率数据集合中各所述数据字段进行编码。
[0008]可选地，对清洗后的所述广告点击率数据集合进行字段数值化处理的步骤，包括：提取清洗后的所述广告点击率数据集合中存在标签点击的点击记录信息所对应的所有所述数据字段；对存在标签点击的点击记录信息所对应的所有所述数据字段编码为第一数值；对不存在标签点击的点击记录信息所对应的所有所述数据字段编码为第二数值，其中，所述第一数值与所述第二数值不相同。
[0009]可选地，基于所述关联度，对出现频率低于预设频率阈值的数据字段进行合并，得到合并字段的步骤，包括：基于所述关联度，统计在播放历史广告后接收到标签点击的网站地址数量和设备类型数量；基于所述网站地址数量以及投放网站总数量，计算所述历史广告的网站地址点击频率；将网站地址点击频率低于预设频率阈值关联的所述历史广告的数据字段进行合并；基于所述设备类型数量以及投放设备类型总数量，计算所述历史广告的设备类型点击频率；将设备类型点击频率低于预设频率阈值关联的所述历史广告的数据字段进行合并。
[0010]可选地，所述预设神经网络模型是通过以下方法得到的：采集M个历史投放广告的历史数据字段以及历史字段参数、广告点击率数值，得到历史广告投放率数据集合；按照预设比例将所述历史广告投放率数据集合划分为训练集和验证集；将所述训练集中的数据输入至初始网络模型，对所述初始网络模型进行训练；采用所述验证集对所述初始网络模型输出的广告点击率数值进行验证，直至所述初始网络模型输出的广告点击率数值与所述验证集中的广告点击率数值之间的误差值低于预设误差阈值，结束模型训练，得到所述预设神经网络模型。
[0011]可选地，所述预设神经网络模型的四层残差神经网络包括：输入层、卷积层、池化层、输出层，两个相邻网络层之间计算残差，所述预设神经网络模型中的参数使用粒子群算法进行优化，使用网格搜索进行调参。
[0012]可选地，所述广告点击率数据集合中包含N个数据字段包括：点击记录、是否点击广告、数据收集时间、广告投放位置、广告客户网站、广告提供商、设备地址、设备类型、网站类别、点击率。
[0013]根据本专利技术实施例的另一方面，还提供了一种广告点击率的评估装置，包括：获取单元，用于响应点击率评估请求，获取历史时间段内关联合作电商平台产生的广告点击率数据集合，其中，所述点击率评估请求中携带有所述合作电商平台的平台标识，所述广告点击率数据集合中包含N个数据字段以及每个所述数据字段对应的字段参数，N为大于1的正整数；确定单元，用于在对所述数据字段以及对应的字段参数进行预处理后，确定N个所述数据字段所对应的广告特征与标签点击之间的关联度；合并单元，用于基于所述关联度，对出现频率低于预设频率阈值的数据字段进行合并，得到合并字段；输入单元，用于将所述合并字段、未合并的所述数据字段以及对应的所述字段参数输入至预设神经网络模型，输出对所述合作电商平台投放的新广告的点击率数值。
[0014]可选地，广告点击率的评估装置在获取历史时间段内关联合作电商平台产生的广告点击率数据集合之后，对所述数据字段以及对应的字段参数进行预处理时，包括：清洗单元，用于对所述广告点击率数据集合中出现参数缺失的所述数据字段进行清洗；数值化单元，用于对清洗后的所述广告点击率数据集合进行字段数值化处理；编码单元，用于对字段数值化处理后的所述广告点击率数据集合中各所述数据字段进行编码。
[0015]可选地，数值化单元包括：第一提取模块，用于提取清洗后的所述广告点击率数据集合中存在标签点击的点击记录信息所对应的所有所述数据字段；第一编码模块，用于对存在标签点击的点击记录信息所对应的所有所述数据字段编码为第一数值；第二编码模块，用于对不存在标签点击的点击记录信息所对应的所有所述数据字段编码为第二数值，其中，所述第一数值与所述第二数值不相同。
[0016]可选地，所述合并单元包括：第一统计模块，用于基于所述关联度，统计在播放历史广告后接收到标签点击的网站地址数量和设备类型数量；第一计算模块，用于基于所述网站地址数量以及投放网站总数量，计算所述历史广告的网站地址点击频率；第一合并模块，用于将网站地址点击频率低于预设频率阈值关联的所述历史广告的数据字段进行合并；第二计算模块，用于基于所述设备类型数量以及投放设备类型总数量，计算所述历史广告的设备类型点击频率；第二合并模块，用于将设备类型点击频率低于预设频率阈值关联的所述历史广告的数据字段进行合并。
[0017]可选地，所述预设神经网络模型是通过以下方法得到的：采集M个历史投放广告的历史数据字段以及历史字段参数、广告点击率数值，得到历史广告投放率数据集合；按照预设比例将所述历史广告投放率数据集合划分为训练集和验证集；将所述训练集中的数本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种广告点击率的评估方法，其特征在于，包括：响应点击率评估请求，获取历史时间段内关联合作电商平台产生的广告点击率数据集合，其中，所述点击率评估请求中携带有所述合作电商平台的平台标识，所述广告点击率数据集合中包含N个数据字段以及每个所述数据字段对应的字段参数，N为大于1的正整数；在对所述数据字段以及对应的字段参数进行预处理后，确定N个所述数据字段所对应的广告特征与标签点击之间的关联度；基于所述关联度，对出现频率低于预设频率阈值的数据字段进行合并，得到合并字段；将所述合并字段、未合并的所述数据字段以及对应的所述字段参数输入至预设神经网络模型，输出对所述合作电商平台投放的新广告的点击率数值。2.根据权利要求1所述的评估方法，其特征在于，在获取历史时间段内关联合作电商平台产生的广告点击率数据集合之后，对所述数据字段以及对应的字段参数进行预处理的步骤，包括：对所述广告点击率数据集合中出现参数缺失的所述数据字段进行清洗；对清洗后的所述广告点击率数据集合进行字段数值化处理；对字段数值化处理后的所述广告点击率数据集合中各所述数据字段进行编码。3.根据权利要求2所述的评估方法，其特征在于，对清洗后的所述广告点击率数据集合进行字段数值化处理的步骤，包括：提取清洗后的所述广告点击率数据集合中存在标签点击的点击记录信息所对应的所有所述数据字段；对存在标签点击的点击记录信息所对应的所有所述数据字段编码为第一数值；对不存在标签点击的点击记录信息所对应的所有所述数据字段编码为第二数值，其中，所述第一数值与所述第二数值不相同。4.根据权利要求1所述的评估方法，其特征在于，基于所述关联度，对出现频率低于预设频率阈值的数据字段进行合并，得到合并字段的步骤，包括：基于所述关联度，统计在播放历史广告后接收到标签点击的网站地址数量和设备类型数量；基于所述网站地址数量以及投放网站总数量，计算所述历史广告的网站地址点击频率；将网站地址点击频率低于预设频率阈值关联的所述历史广告的数据字段进行合并；基于所述设备类型数量以及投放设备类型总数量，计算所述历史广告的设备类型点击频率；将设备类型点击频率低于预设频率阈值关联的所述历史广告的数据字段进行合并。5.根据权利要求1所述的评估方法，其特征在于，所述预设神经网络模型是通过以下方法得到的：采集M个历史投放广告的历...
【专利技术属性】
技术研发人员：程鹏，张志雄，王鹏培，张杭俊，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：
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。