首页/ 杭州金智塔科技有限公司/ 专利详情

一种基于特征差异化学习的点击率预估方法

基本信息

申请号 CN202010342981.3 申请日 -
公开（公告）号 CN111563770A 公开（公告）日 2020-08-21
申请公布号 CN111563770A 申请公布日 2020-08-21
分类号 G06Q30/02(2012.01)I 分类 -
发明人 郑小林;杨煜溟 申请（专利权）人 杭州金智塔科技有限公司
代理机构 杭州中成专利事务所有限公司 代理人 杭州金智塔科技有限公司
地址 310001浙江省杭州市西湖区文三路199号13幢507
法律状态 -

摘要

摘要 本发明涉及推荐点击率预估技术，旨在提供一种基于特征差异化学习的点击率预估方法。包括：先构建原始特征的输入向量，得到每个原始特征的低维特征向量表示；构建具备特征组合能力的神经网络，获得组合的特征向量并构造输出；然后提出差异化激活约束以控制特征向量之间的相似度，提升特征向量表达的完整性；利用现有的压缩‑激发网络对特征重要度进行区分，提升神经网络对特征的判别能力；最后，将具备特征组合能力的神经网络与深度神经网络进行联合训练，得到最终的预测值。本发明可以提升点击率预估模型对组合特征有效性的判别能力，能够对原始特征进行深入分析，准确地刻画特征向量的组合关系，有效预测推荐内容被用户点击的概率。