點擊率預估模型建立方法、裝置及信息提供方法、系統(tǒng)的制作方法
【技術領域】
[0001] 本申請涉及網絡技術領域，尤其涉及一種點擊率（Click Through Ratio,CTR)預估 模型建立方法、裝置及信息提供方法、系統(tǒng)。
【背景技術】
[0002] 隨著電子商務的全球化發(fā)展，越來越多的電子商務網站采用多個語言頻道，例如 某電子商務網站可以同時提供中文、西班牙文、英文、法文、日文、韓文六個語言頻道，由于 面向地區(qū)的差異，這些語言頻道中包含的信息可能不完全相同。
[0003] 若用戶在電子商務網站上搜索需要的商品，可以通過搜索引擎輸入搜索詞 (query)，服務器根據(jù)該query挑選出相關的展示信息并對這些展示信息進行CTR預估，按 照CTR預估結果將排序后的展示信息提供給用戶，以供用戶選擇。將展示信息在電子商務 網站上被點擊次數(shù)與被展示次數(shù)的比值定義為CTR，用來表征展示信息被關注的程度。CTR 預估是電子商務網站提供展示信息時非常重要的一個環(huán)節(jié)，在對展示信息進行CTR預估時 需要使用CTR預估模型，而CTR預估模型準確性的高低會直接影響提供展示信息的準確性 和用戶體驗。
[0004] 目前，CTR預估模型大多是基于反饋特征的線性模型，首先由人工從歷史特征中 排定出有效特征，并獲取這些有效特征的歷史點擊率（Historical Click Through Ratio, HCTR)，將基于有效特征的HCTR作為線性模型的輸入特征，通過邏輯回歸模型（Logistic Regression，LR)訓練，由人工建立一個CTR預估模型。當電子商務網站包括多個語言頻道 時，針對每個語言頻道都需要建立一個CTR預估模型，每個語言頻道的歷史特征都要由人 工確定，這種方式過分受限于人為因素，導致建立CTR預估模型的效率和CTR預估模型的準 確性都非常低。因此，目前亟需一種適用于多個語言頻道的CTR預估模型自動建立方法。

【發(fā)明內容】

[0005] 本申請實施例提供一種CTR預估模型建立方法、裝置及信息提供方法、系統(tǒng)，用以 實現(xiàn)自動建立適用于多個語言頻道的CTR預估模型。
[0006] 根據(jù)本申請實施例，提供一種信息提供方法，包括：
[0007] 從與當前語言頻道對應的歷史數(shù)據(jù)中提取出基礎特征，組合所述基礎特征得到組 合特征；
[0008] 根據(jù)所述基礎特征和所述組合特征得到有效高階特征，并計算所述有效高階特征 的權重；以及
[0009] 將所述有效高階特征及其對應的權重帶入到點擊率CTR計算公式中，得到所述當 前語言頻道的CTR預估模型。
[0010] 具體的，從與當前語言頻道對應的歷史數(shù)據(jù)中提取出基礎特征，具體包括：
[0011] 獲取所述歷史數(shù)據(jù)包括的歷史特征；
[0012] 將所述歷史特征按照最小語義單元進行分割，得到所述基礎特征。
[0013] 具體的,組合所述基礎特征得到組合特征,具體包括：
[0014] 組合任意兩個所述基礎特征得到候選組合特征；
[0015] 從所述歷史數(shù)據(jù)包括的歷史特征的歷史CTR中查找所述候選組合特征的歷史 CTR ；
[0016] 根據(jù)所述基礎特征的預設權重、所述候選組合特征的歷史CTR和回歸函數(shù)計算所 述候選組合特征的權重；
[0017] 選取權重大于第一設定閾值的候選組合特征得到所述組合特征。
[0018] 具體的，根據(jù)所述基礎特征和所述組合特征得到有效高階特征，并計算所述有效 高階特征的權重，具體包括：
[0019] 組合所述基礎特征和所述組合特征中的至少一者得到候選高階特征；
[0020] 從所述候選高階特征中選取出有效高階特征；
[0021] 從所述歷史數(shù)據(jù)包括的歷史特征的歷史CTR中查找所述有效高階特征的歷史 CTR ；
[0022] 根據(jù)所述有效高階特征的歷史CTR和CTR計算公式計算所述有效高階特征的權 重。
[0023] 具體的，從所述候選高階特征中選取出有效高階特征，具體包括至少一種：
[0024] 從所述歷史特征的歷史CTR中獲取所述候選高階特征的歷史CTR，選取歷史CTR大 于第二設定閾值的候選高階特征得到所述有效高階特征；
[0025] 將所述候選高階特征分別帶入包括損失函數(shù)和正則化項的目標函數(shù)中，對所述目 標函數(shù)求梯度，選取所述損失函數(shù)的梯度的絕對值大于所述正則化項的系數(shù)對應的候選高 階特征得到所述有效高階特征。
[0026] 可選的，得到所述當前語言頻道的CTR預估模型之后，還包括：
[0027] 評估所述當前語言頻道的CTR預估模型是否合格；
[0028] 若所述當前語言頻道的CTR預估模型不合格，則重新執(zhí)行所述從與當前語言頻道 對應的歷史數(shù)據(jù)中提取出基礎特征的步驟。
[0029] 具體的，評估所述當前語言頻道的CTR預估模型是否合格，具體包括：
[0030] 若所述有效高階特征的數(shù)量未達到設定數(shù)值，根據(jù)所述有效高階特征及其對應的 權重繪制受試者工作特征ROC曲線，計算所述ROC曲線的曲線下面積AUC值，若AUC值大于 第三設定閾值，則確定所述當前語言頻道的CTR預估模型合格，若AUC值小于或者等于所述 第三設定閾值，則確定所述當前語言頻道的CTR預估模型不合格；或者，
[0031] 若所述有效高階特征的數(shù)量未達到所述設定數(shù)值，將所述有效高階特征帶入所述 當前語言頻道的CTR預估模型中計算所述有效高階特征的預估CTR，從所述歷史數(shù)據(jù)包括 的歷史特征的歷史CTR中獲取所述有效高階特征的歷史CTR，計算所述有效高階特征的歷 史CTR與預估CTR的均方誤差MSE，若所述MSE小于第四設定閾值，則確定所述當前語言頻 道的CTR預估模型合格，若所述MSE小于或者等于所述第四設定閾值，則確定所述當前語言 頻道的CTR預估模型不合格。
[0032] 還提供一種點擊率預估模型建立裝置，包括：
[0033] 提取組合單元，用于從與當前語言頻道對應的歷史數(shù)據(jù)中提取出基礎特征，組合 所述基礎特征得到組合特征；
[0034] 計算單元，用于根據(jù)所述基礎特征和所述組合特征得到有效高階特征，并計算有 效高階特征的權重；以及
[0035] 獲取單元，用于將所述有效高階特征及其對應的權重帶入到點擊率CTR計算公式 中，得到所述當前語言頻道的CTR預估模型。
[0036] 具體的，所述提取組合單元，具體用于：
[0037] 獲取所述歷史數(shù)據(jù)包括的歷史特征；
[0038] 將所述歷史特征按照最小語義單元進行分割，得到所述基礎特征。
[0039] 具體的，所述提取組合單元，具體用于：
[0040] 組合任意兩個所述基礎特征組合得到候選組合特征；
[0041] 從所述歷史數(shù)據(jù)包括的歷史特征的歷史CTR中查找所述候選組合特征的歷史 CTR ；
[0042] 根據(jù)所述基礎特征的預設權重、所述候選組合特征的歷史CTR和回歸函數(shù)計算所 述候選組合特征的權重；
[0043] 選取權重大于第一設定閾值的候選組合特征得到所述組合特征。
[0044] 具體的，所述計算單元，具體用于：
[0045] 組合所述基礎特征和所述組合特征中的至少一者得到候選高階特征；
[0046] 從所述候選高階特征中選取出有效高階特征；
[0047] 從所述歷史數(shù)據(jù)包括的歷史特征的歷史CTR中查找所述有效高階特征的歷史 CTR ；
[0048] 根據(jù)所述有效高階特征的歷史CTR和CTR計算公式計算所述有效高階特征的權 重。
[0049] 具體的，所述計算單元，用于從所述候選高階特征中選取出有效高階特征，具體用 于至少一種：
[0050] 從所述歷史特征的歷史CTR中獲取所述候選高階特征的歷史CTR，選取歷史CTR大 于第二設定閾值的候選高階特征得到所述有效高階特征；
[0051] 將所述候選高階特征分別帶入包括損失函數(shù)和正則化項的目標函數(shù)中，對所述目 標函數(shù)求梯度，選取所述損失函數(shù)的梯度的絕對值大于所述正則化項的系數(shù)對應的候選高 階特征得到所述有效高階特征。
[0052] 可選的，還包括評估單元，用于：
[0053] 評估所述當前語言頻道的CTR預估模型是否合格；
[0054] 若所述當前語言頻道的CTR預估模型不合格，則重新轉向所述提取組合單元。
[0055] 具體的，所述評估單元，具體用于：
[0056] 若所述有效高階特征的數(shù)量未達到設定數(shù)值，根據(jù)所述有效高階特征及其對應的 權重繪制受試者工作特征ROC曲線，計算所述ROC曲線的曲線下面積AUC值，若AUC值大于 第三設定閾值，則確定所述當前語言頻道的CTR預估模型合格，若AUC值小于或者等于所述 第三設定閾值，則確定所述當前語言頻道的CTR預估模型不合格；或者，
[0057] 若所述有效高階特征的數(shù)量未達到所述設定數(shù)值，將所述有效高階特征帶入所述 當前語言頻道的CTR預估模型中計算所述有效高階特征的預估CTR，從所述歷史數(shù)據(jù)包括 的歷史特征的歷史CTR中獲取所述有效高階特征的歷史CTR，計算所述有效高階特征的歷 史CTR與預估CTR的均方誤差MSE，若所述MSE小于第四設定閾值，則確定所述當前語言頻 道的CTR預估模型合格，若所述MSE小于或者等于所述第四設定閾值，則確定所述當前語言 頻道的CTR預估模型不合格。
[0058] 還提供一種信息提供方法，包括：
[0059] 根據(jù)用戶輸入的搜索信息，確定與所述搜索信息匹配的語言頻道以及候選展示信 息；
[0060] 獲取所述語言頻道的點擊率CTR預估模型，并使用所述CTR預估模型計算每個候 選展示信息的預估CTR，其中，