CN105631707A - 基于决策树的广告点击率预估方法与应用推荐方法及装置 - Google Patents

Abstract

本发明提供一种基于决策树的广告点击率预估方法及装置，所述方法包括步骤：获取预定历史时间段内特定历史投放广告的相关特征信息；获取目标用户的个性化特征信息；基于所述获取的目标用户个性化特征信息及特定历史投放广告的相关特征信息组成的特征向量通过决策树模型计算，以确定用于预估所述特定历史投放广告的点击率的交叉特征向量，其中所述决策树模型的每个叶子节点表征一个交叉特征；基于所述交叉特征向量及预先训练得到的模型训练参数，进行计算以预估所述特定历史投放广告的点击率。还提供一种应用软件推荐方法及装置。本发明所述方法或装置，通过决策树模型生成具有强分类特性的交叉特征，从而更精确快速地预估广告点击率。

Description

基于决策树的广告点击率预估方法与应用推荐方法及装置

技术领域

本发明涉及计算机技术领域，具体而言，本发明涉及基于决策树的广告点击率预估方法及装置，进一步涉及一种应用软件推荐方法及装置。

背景技术

随着互联网的快速发展，网络应用的普及，不同领域业务种类的逐渐丰富，网络广告成为各大网站、搜索引擎及各终端设备应用程序的新型盈利方式。随着互联网广告市场的不断增长，其发挥的效用越来越重要。其中，用于表征广告点击率的值，即CRT，是互联网计算广告中的关键环节，其预估准确性直接影响公司广告收入。通常意义上的CRT是指用户在搜索引擎中输入关键词后，搜索引擎基于所述关键词进行搜索，然后按竞价等因素将相关的网页按顺序进行排序显示给用户，由用户根据自己的兴趣选择相应的网站点击进去，则广告点击率即为用户点击进入网站的次数占网站被搜索出来的总次数的比例。

由于广告位的个数有限，如果用户能更加高效地查找到他们所需要的内容，那将获得更好的体验，同时广告商能获得更多的利润，其投放广告的效果更好，用户也能花费更少时间搜索他们所需的内容。同时，由于应用软件市场的快速发展，其种类丰富多样，现有技术通常向用户随机推荐应用软件，而无法精确知晓用户的需求，导致推荐应用软件的下载使用率低，无法实现有效的应用软件推荐机制，基于此需要提供一种更加精确有效的应用软件推荐方法，以满足商家和用户的双重需求。

发明内容

本发明的目的旨在解决上述至少一个问题，提供以下技术方案：

本发明实施例提供一种基于决策树的广告点击率预估方法，包括以下步骤：

获取预定历史时间段内特定历史投放广告的相关特征信息；

获取目标用户的个性化特征信息；

基于所述获取的目标用户个性化特征信息及特定历史投放广告的相关特征信息组成的特征向量通过决策树模型计算，以确定用于预估所述特定历史投放广告的点击率的交叉特征向量，其中所述决策树模型的每个叶子节点表征一个交叉特征；

基于所述交叉特征向量及预先训练得到的模型训练参数，进行计算以预估所述特定历史投放广告的点击率。

其中，所述获取目标用户个性化特征信息的步骤如下：

获取目标的用户的用于表征其身份特征的信息；

基于所述用户身份特征信息向云端服务器发送请求，以获取该用户对应的个性化特征信息；

接收云端服务器推送的依据该用户身份特征信息确定的个性化特征信息。

具体的，所述目标用户的身份特征信息包括目标用户注册的第三方账户信息、用户绑定的账户信息。

进一步，还包括以下步骤：

提取目标用户的个性化特征信息；

通过远程接口发送至云端服务器进行保存。

具体的，所述提取目标用户的个性化特征信息包括通过记录的用户历史点击所述广告的日志信息提取。

具体的，所述提取目标用户的个性化特征信息包括通过用户的交互应用的历史信息提取。

可选的，所述交互应用包括但不限于如下任意一项或多项：

短消息、QQ、微信、易信。

可选的，所述用户个性化特征信息包括但不限于如下任意一项或多项：

性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。

可选的，所述特定历史投放广告的相关特征信息包括但不限于如下任意一项或多项：

广告所属行业、广告尺寸、广告文本、广告图片、广告历史展现次数、广告历史点击次数、广告位置归一化后的点击率。

其中，所述决策树模型具体包括200颗树。

具体的，所述预测历史投放广告点击率的模型为逻辑回归模型。

本发明另一实施例还提供一种应用软件推荐方法，包括以下步骤：

获取预定历史时间段内多个历史投放应用软件的相关特征信息；

获取目标用户的个性化特征信息；

基于所述获取的目标用户个性化特征信息及多个历史投放应用软件的相关特征信息组成的特征向量通过决策树模型计算，以分别确定用于预估所述多个历史投放应用的点击率的交叉特征向量，其中所述决策树模型的每个叶子节点表征一个交叉特征；

基于所述交叉特征向量及预先训练得到的模型训练参数，分别进行计算以预估所述多个历史投放应用软件的点击率；

对所述多个历史投放应用软件的点击率进行排序，以确定向用户推荐的应用软件。

优选的，所述点击率排序为依据所述点击率值从大到小进行排序。

优选的，所述向用户推荐的应用软件为点击率排序最前面的一个或多个应用软件。

其中，所述获取目标用户个性化特征信息的步骤如下：

获取目标的用户的用于表征其身份特征的信息；

基于所述用户身份特征信息向云端服务器发送请求，以获取该用户对应的个性化特征信息；

接收云端服务器推送的依据该用户身份特征信息确定的个性化特征信息。

具体的，所述目标用户的身份特征信息包括目标用户注册的第三方账户信息、用户绑定的账户信息。

进一步，还包括以下步骤：

提取目标用户的个性化特征信息；

通过远程接口发送至云端服务器以进行保存。

具体的，所述提取目标用户的个性化特征信息包括通过记录的用户历史使用应用软件的日志信息提取。

具体的，所述提取目标用户的个性化特征信息包括通过用户的交互应用软件的历史信息提取。

可选的，所述交互应用软件包括但不限于如下任意一项或多项：

短消息、QQ、微信、易信。

可选的，所述用户个性化特征信息包括但不限于如下任意一项或多项：

性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。

可选的，所述特定历史投放应用软件的相关特征信息包括但不限于如下任意一项或多项：

应用软件所属行业、应用软件功能信息、应用软件历史下载次数、应用软件历史使用次数、应用软件位置信息。

本发明另一实施例提供一种基于决策树的广告点击率预估装置，包括：

第一特征信息获取模块：用于获取预定历史时间段内特定历史投放广告的相关特征信息；

第二特征信息获取模块：用于获取目标用户的个性化特征信息；

交叉特征向量生成模块：用于基于所述获取的目标用户个性化特征信息及特定历史投放广告的相关特征信息组成的特征向量通过决策树模型计算，以确定用于预估所述特定历史投放广告的点击率的交叉特征向量，其中所述决策树模型的每个叶子节点表征一个交叉特征；

预估模块：用于基于所述交叉特征向量及预先训练得到的模型训练参数，进行计算以预估所述特定历史投放广告的点击率。

其中，所述第二特征信息获取模块获取目标用户个性化特征信息的步骤如下：

获取目标的用户的用于表征其身份特征的信息；

基于所述用户身份特征信息向云端服务器发送请求，以获取该用户对应的个性化特征信息；

接收云端服务器推送的依据该用户身份特征信息确定的个性化特征信息。

具体的，所述目标用户的身份特征信息包括目标用户注册的第三方账户信息、用户绑定的账户信息。

进一步，所述第二特征信息获取模块还包括以下模块：

提取模块：用于提取目标用户的个性化特征信息；

发送模块：用于通过远程接口发送至云端服务器以进行保存。

具体的，所述提取模块提取目标用户的个性化特征信息包括通过记录的用户历史点击所述广告的日志信息提取。

具体的，所述提取模块提取目标用户的个性化特征信息包括通过用户的交互应用的历史信息提取。

可选的，所述交互应用包括但不限于如下任意一项或多项：

短消息、QQ、微信、易信。

可选的，所述用户个性化特征信息包括但不限于如下任意一项或多项：

性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。

可选的，所述特定历史投放广告的相关特征信息包括但不限于如下任意一项或多项：

广告所属行业、广告尺寸、广告文本、广告图片、广告历史展现次数、广告历史点击次数、广告位置归一化后的点击率。

其中，所述决策树模型具体包括200颗树。

具体的，所述预测历史投放广告点击率的模型为逻辑回归模型。

本发明另一实施例还一种应用软件推荐装置，包括：

第一特征信息获取模块：用于获取预定历史时间段内多个历史投放应用软件的相关特征信息；

第二特征信息获取模块：用于获取目标用户的个性化特征信息；

交叉特征向量生成模块：用于基于所述获取的目标用户个性化特征信息及多个历史投放应用软件的相关特征信息组成的特征向量通过决策树模型计算，以分别确定用于预估所述多个历史投放应用的点击率的交叉特征向量，其中所述决策树模型的每个叶子节点表征一个交叉特征；

预估模块：用于基于所述交叉特征向量及预先训练得到的模型训练参数，分别进行计算以预估所述多个历史投放应用软件的点击率；

排序模块：用于对所述多个历史投放应用软件的点击率进行排序，以确定向用户推荐的应用软件。

优选的，所述点击率排序为依据所述点击率值从大到小进行排序。

优选的，所述向用户推荐的应用软件为点击率排序最前面的一个或多个应用软件。

具体的，所述第二特征信息获取模块获取目标用户个性化特征信息的步骤如下：

获取目标的用户的用于表征其身份特征的信息；

基于所述用户身份特征信息向云端服务器发送请求，以获取该用户对应的个性化特征信息；

接收云端服务器推送的依据该用户身份特征信息确定的个性化特征信息。

具体的，所述目标用户的身份特征信息包括目标用户注册的第三方账户信息、用户绑定的账户信息。

进一步，所述第二特征信息获取模块包括以下模块：

提取模块：用于提取目标用户的个性化特征信息；

发送模块：用于通过远程接口发送至云端服务器以进行保存。

具体的，所述第二特征信息提取模块提取目标用户的个性化特征信息包括通过记录的用户历史使用应用软件的日志信息提取。

具体的，所述第二特征信息提取模块提取目标用户的个性化特征信息包括通过用户的交互应用软件的历史信息提取。

可选的，所述交互应用软件包括但不限于如下任意一项或多项：

短消息、QQ、微信、易信。

可选的，所述用户个性化特征信息包括但不限于如下任意一项或多项：

性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。

可选的，所述特定历史投放应用软件的相关特征信息包括但不限于如下任意一项或多项：

应用软件所属行业、应用软件功能信息、应用软件历史下载次数、应用软件历史使用次数、应用软件位置信息。

相比现有技术，本发明的方案具有以下优点：

1、本发明利用决策树模型对用户个性化特征及广告相关特征进行交叉组合，优选出具有强分类特性的交叉特征。基于该交叉特征进行广告或应用软件的点击率预估，能够解决现有技术采用多维度特征进行点击率预估带来的收敛速度慢或无法收敛造成的预估不准确的问题，实现更快速高效地精确预估广告或应用软件的点击率。

2、本发明实施例通过基于用户的个性化特征对应用软件的点击率进行预估，并根据预估得到的排序靠前的点击率值，向用户推荐个性化应用软件，从而使得应用软件的推荐能够更加符合用户的兴趣，贴合用户的需求，进一步提高用户使用应用软件的体验度。

3、本发明将用户的个性化特征进行大数据处理，与云端服务器相结合，能够从多种途径获取用户更多的个性化特征信息，同时与用户的身份特征信息进行对应存储，有利于高效精确地获取更多的目标个性化特征信息，也进一步使得广告或应用软件基于该些用户个性化特征进行点击率预估的精确度提高，从而更进一步为用户优选出更适合的应用软件。

显然，上述有关本发明优点的描述是概括性的，更多的优点描述将体现在后续的实施例揭示中，以及，本领域技术人员也可以本发明所揭示的内容合理地发现本发明的其他诸多优点。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明一实施例所述基于决策树的广告点击率预估方法原理流程图；

图2为本发明所述获取用户个性化特征信息方法的流程图；

图3为本发明另一实施例所述应用软件推荐方法的原理流程图；

图4为本发明一实施例所述基于决策树的广告点击率预估装置的结构示意图；

图5为本发明另一实施例所述应用软件推荐装置的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。

本技术领域技术人员可以理解，这里所使用的“终端”、“终端设备”既包括无线信号接收器的设备，其仅具备无发射能力的无线信号接收器的设备，又包括接收和发射硬件的设备，其具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备；PCS(PersonalCommunicationsService，个人通信系统)，其可以组合语音、数据处理、传真和/或数据通信能力；PDA(PersonalDigitalAssistant，个人数字助理)，其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或GPS(GlobalPositioningSystem，全球定位系统)接收器；常规膝上型和/或掌上型计算机或其他设备，其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。这里所使用的“终端”、“终端设备”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的，或者适合于和/或配置为在本地运行，和/或以分布形式，运行在地球和/或空间的任何其他位置运行。这里所使用的“终端”、“终端设备”还可以是通信终端、上网终端、音乐/视频播放终端，例如可以是PDA、MID(MobileInternetDevice，移动互联网设备)和/或具有音乐/视频播放功能的移动电话，也可以是智能电视、机顶盒等设备。

本技术领域技术人员可以理解，这里所使用的远端网络设备，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云。在此，云由基于云计算(CloudComputing)的大量计算机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。本发明的实施例中，远端网络设备、终端设备与WNS服务器之间可通过任何通信方式实现通信，包括但不限于，基于3GPP、LTE、WIMAX的移动通信、基于TCP/IP、UDP协议的计算机网络通信以及基于蓝牙、红外传输标准的近距无线传输方式。

在对广告点击率进行预估的过程中，通常涉及两方面的数据，一方面为广告数据，另一方面为用户数据，然后利用这两方面的数据评估用户点击该广告的概率。而如何从上述数据中选择合适的特征进行评估是目前该领域的一大课题，现有技术通常直接将上述各数据作为特征，作为特征向量输入模型进行点击率评估，往往导致特征向量维数太高带来维数灾难，造成过拟合现象，使得机器学习过程不能收敛，造成评估发生极大偏差，同时，高维数特征还带来评估过程的效率低下等问题。

本发明实施例为了解决上述问题，采用决策树模型，首先对所述广告数据及用户数据形成的特征进行筛选组合，生成区分度高更具代表性的强分类特征，即交叉特征。由此，一方面可以大大降低特征向量的维数，加快机器学习的收敛过程，提高评估效率；另一方面由于采用更高区分度的特征进行广告点击率的评估，可以得到更精确的评估值。

为了更好地解释本发明实施例所述方法，首先对以下先导性知识进行说明：

决策树实际是一种将空间用超平面进行划分的方法，每次分割的时候，都将当前的空间一分为二。决策树学习是机器学习方法的一种，将训练集函数表示成树结构，通过它来近似离散值的目标函数，这种树结构是一种有向树，以训练集的一个属性作为节点。决策树一般都是自上而下生成的，每个决策或事件都可能引出两个或多个事件，导致不同的结果，将这种决策分支画成图形很像一棵树的枝干，故称为决策树。其从根节点开始，根据不同的结果将数据样本划分成不同的数据样本集，每个数据样本子集构成一个子节点，生成的决策树每个叶节点对应一个分类，从而找出属性和类别之间的关系，并通过此预估数据的类别。

基于上述先导性理论知识，参考图1所示，本发明提供一种基于决策树的广告点击率预估方法实施例，具体包括以下步骤：

S101：获取预定历史时间段内特定历史投放广告的相关特征信息；

所述历史投放广告具体指在所述预定历史时间段内已经投放的广告，以各种形式展示到用户界面，如搜索引擎的搜索列表，应用程序的消息栏提示界面，应用程序的对话框界面等。所述预定历史时间段为预设时间内维持特定历史广告不更新的时间段。获取所述预定历史时间段内的特定历史投放广告的相关特征信息，具体的，所述特定历史投放广告指进行点击率预估的当前投放广告。其中，所述历史投放广告的相关特征信息具体包括但不限于如下任意一项或多项：广告所属行业、广告尺寸、广告文本、广告图片、广告历史展现次数、广告历史点击次数、广告位置归一化后的点击率。

在具体实施例中，所述广告所属行业特征通过广告投放时注册的信息获取或通过其内容简介等信息提取相应关键字获取；所述广告尺寸通过显示的尺寸大小获取；所述广告文本直接通过其发布的信息获取；所述广告图片具体为表征其图像特征的描述值，如特征向量，通过相应的图像特征提取算法提取所述图片的相应特征；所述广告历史展现次数具体指统计的获取的特定历史时间段内展示给用户的次数；所述广告历史点击次数指广告被展示后用户的点击次数；所述广告位置归一化后的点击率具体指广告所显示位置经过一定算法计算后，选择最优位置进行展示后用户的点击次数。

当然，所述广告相关特征信息不仅限于上述形式，本发明实施例对其获取方式也不作限制。

S102：获取目标用户的个性化特征信息；

所述个性化特征信息具体指与目标用户相关的，表征其本身属性的特征信息。在具体实施例中，所述目标用户个性化特征信息包括但不限于如下任意一项或多项：

性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。

进一步的，参考图2所示，所述获取目标用户个性化特征信息的步骤如下：

步骤1：获取目标的用户的用于表征其身份特征的信息；

其中，所述用于表征目标用户身份特征的信息具体指用户注册的第三方账户信息、用户绑定的账户信息、ID信息等能够唯一表征用户身份的信息。

步骤2：基于所述用户身份特征信息向云端服务器发送请求，以获取该用户对应的个性化特征信息；

基于所述用户身份特征信息向云端服务器发送请求，即将用户身份特征信息生成请求数据包，经TCP/IP协议通过远程接口发送至云端服务器，以请求云端服务器反馈该用户对应的个性化特征信息。

步骤3：接收云端服务器推送的依据该用户身份特征信息确定的个性化特征信息。

云端服务器接收到请求数据包，对其进行解析获取相应的用户身份特征信息，基于该身份特征信息查询特征信息库中与该用户相关的特征信息，并将相关的特征信息生成应答数据包，推送给请求方。请求方接收云端服务器发送的应答包，以获取目标用户的个性化特征信息。其中，所述特征信息库用于记录目标用户身份特征信息与其个性化特征信息之间的映射关系。

更进一步，所述特征信息库通过如下方式生成：

1、提取目标用户的个性化特征信息；

在具体实施例中，通过记录的用户历史点击广告的日志信息提取相应的用户个性化特征信息，通过用户的交互应用历史信息提取相应的个性化特征信息。其中，所述交互应用包括但不限于如下任意一项或多项：短消息、QQ、微信、易信。通过拦截用户使用的交互应用软件，获取相应的用户个性化特征信息。当然，在具体实施例中，还可以通过其他方式提取所述目标用户的个性化特征信息，本发明对此不作限制。

2、通过远程接口发送至云端服务器进行保存。

将提取的目标用户的个性化特征信息，通过远程接口发送至云端服务器，由云端服务器根据目标用户的身份特征信息将其个性化特征信息对应存储于所述特征信息库，并定期对其进行更新。

由此，通过查询特征信息库获取相应的目标用户的个性化特征信息，以用于后续进行广告点击率的预估。

S103：基于所述获取的目标用户个性化特征信息及特定历史投放广告的相关特征信息组成的特征向量通过决策树模型计算，以确定用于预估所述特定历史投放广告的点击率的交叉特征向量，其中所述决策树模型的每个叶子节点表征一个交叉特征；

为了生成区分度更好的强分类特征，将所述获取的目标用户个性化特征信息及特定历史投放广告的相关特征信息通过决策树模型进行筛选，以获取具有强分类性质的交叉特征，具体的，所述生成决策树模型的过程简述如下：

设数据样本集为S，首先根据某种策略选择一个属性，如用户年龄，依照该属性进行划分，如年龄30为分界，大于30岁的样本分为一个集合，小于30岁的样本分为一个集合。具体的，用户各个性化特征作为一个属性，如性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况等特征，分别基于一定的量化值进行划分，同时特定历史投放广告的相关特征也分别作为一个属性，如广告所属行业、广告尺寸、广告文本、广告图片、广告历史展现次数、广告历史点击次数、广告位置归一化后的点击率等特征，分别基于相应的量化值进行进一步划分，直到不能划分为止，从而生成决策树的不同叶子节点，所述每个叶子节点表征一个交叉特征。

在本发明所述实施例中，所述决策树模型由200颗树组成，进一步基于该决策树模型优选出的交叉特征，组合成交叉特征向量，以用于后续进行广告点击率的评估。

S104：基于所述交叉特征向量及预先训练得到的模型训练参数，进行计算以预估所述特定历史投放广告的点击率。

具体地，在本发明所述实施例中，将所述交叉特征向量作为预先训练的模型的输入，所述训练模型优选逻辑回归模型，通过训练模型的训练参数，进行计算以预估所述特定历史投放广告的点击率，其中，所述训练模型的输出值即为所述广告的点击率。

参阅图3所示，本发明还提供另一种实施例，提供一种应用软件推荐方法，具体包括如下步骤：

S201、获取预定历史时间段内多个历史投放应用软件的相关特征信息；

所述历史投放应用软件具体指在所述预定历史时间段内已经投放的应用软件，以各种形式展示给用户，如通过应用商城，应用程序的消息栏提示界面，应用程序的对话框界面等。所述预定历史时间段为预设时间内维持多个历史投放应用软件不更新的时间段。获取所述预定历史时间段内的多个历史投放应用软件的相关特征信息，具体的，所述多个历史投放应用软件指进行点击率预估的当前历史应用软件。其中，所述多个历史投放应用软件的相关特征信息具体包括但不限于如下任意一项或多项：应用软件所属行业、应用软件功能信息、应用软件历史下载次数、应用软件历史使用次数、应用软件位置信息。

在具体实施例中，所述应用软件所属行业特征通过其内容简介等信息提取相应关键字获取；所述应用软件功能信息通过提取该应用软件的相关功能简介的关键字获取；所述应用软件历史下载次数具体指统计的获取的特定历史时间段内用户下载该应用软件的次数；所述应用软件历史使用次数指统计用户在特定历史时间段内使用该应用软件的次数；所述应用软件位置信息具体指应用软件所显示的位置坐标信息，其显示位置能够影响应用软件的点击率，在具体实施例中，不同位置优选放置显示不同的应用软件，能够间接提高点击率。

当然，所述应用软件的相关特征信息不仅限于上述形式，本发明实施例对其获取方式也不作限制。

S202、获取目标用户的个性化特征信息；

所述个性化特征信息具体指与目标用户相关的，表征其本身属性的特征信息。在具体实施例中，所述目标用户个性化特征信息包括但不限于如下任意一项或多项：

性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。

进一步的，参考图2所示，所述获取目标用户个性化特征信息的步骤如下：

步骤1：获取目标的用户的用于表征其身份特征的信息；

其中，所述用于表征目标用户身份特征的信息具体指用户注册的第三方账户信息、用户绑定的账户信息、ID信息等能够唯一表征用户身份的信息。

步骤2：基于所述用户身份特征信息向云端服务器发送请求，以获取该用户对应的个性化特征信息；

基于所述用户身份特征信息向云端服务器发送请求，即将用户身份特征信息生成请求数据包，经TCP/IP协议通过远程接口发送至云端服务器，以请求云端服务器反馈该用户对应的个性化特征信息。

步骤3：接收云端服务器推送的依据该用户身份特征信息确定的个性化特征信息。

云端服务器接收到请求数据包，对其进行解析获取相应的用户身份特征信息，基于该身份特征信息查询特征信息库中与该用户相关的特征信息，并将相关的特征信息生成应答数据包，推送给请求方。请求方接收云端服务器发送的应答包，以获取目标用户的个性化特征信息。其中，所述特征信息库用于记录目标用户身份特征信息与其个性化特征信息之间的映射关系。

更进一步，所述特征信息库通过如下方式生成：

1、提取目标用户的个性化特征信息；

在具体实施例中，通过记录的用户历史使用应用软件的日志信息提取相应的用户个性化特征信息，通过用户的交互应用历史信息提取相应的个性化特征信息。其中，所述交互应用包括但不限于如下任意一项或多项：短消息、QQ、微信、易信。通过拦截用户使用的交互应用软件，获取相应的用户个性化特征信息。当然，在具体实施例中，还可以通过其他方式提取所述目标用户的个性化特征信息，本发明对此不作限制。

2、通过远程接口发送至云端服务器进行保存。

将提取的目标用户的个性化特征信息，通过远程接口发送至云端服务器，由云端服务器根据目标用户的身份特征信息将其个性化特征信息对应存储于所述特征信息库，并定期对其进行更新。

由此，通过查询特征信息库获取相应的目标用户的个性化特征信息，以用于后续进行广告点击率的预估。

S203、基于所述获取的目标用户个性化特征信息及多个历史投放应用软件的相关特征信息组成的特征向量通过决策树模型计算，以分别确定用于预估所述多个历史投放应用的点击率的交叉特征向量，其中所述决策树模型的每个叶子节点表征一个交叉特征；

为了生成区分度更好的强分类特征，将所述获取的目标用户个性化特征信息及多个历史投放应用软件的相关特征信息通过决策树模型进行筛选，以获取具有强分类性质的交叉特征，具体的，所述生成决策树模型的过程简述如下：

设数据样本集为S，首先根据某种策略选择一个属性，如用户年龄，依照该属性进行划分，如年龄30为分界，大于30岁的样本分为一个集合，小于30岁的样本分为一个集合。具体的，用户各个性化特征作为一个属性，如性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况等特征，分别基于一定的量化值进行划分，同时任一历史投放应用软件的相关特征也分别作为一个属性，如应用软件所属行业、应用软件功能信息、应用软件历史下载次数、应用软件历史使用次数、应用软件位置信息等特征，分别基于相应的量化值进行进一步划分，直到不能划分为止，从而生成决策树的不同叶子节点，所述每个叶子节点表征一个交叉特征。所述多个历史投放应用软件分别按照上述过程进行，以生成交叉特征。

在本发明所述实施例中，所述决策树模型由200颗树组成，进一步基于该决策树模型优选出的交叉特征，组合成交叉特征向量，以用于后续进行应用软件点击率的评估。

S204、基于所述交叉特征向量及预先训练得到的模型训练参数，分别进行计算以预估所述多个历史投放应用软件的点击率；

具体地，在本发明所述实施例中，将所述交叉特征向量作为预先训练的模型的输入，所述训练模型优选逻辑回归模型，通过训练模型的训练参数，分别进行计算以预估所述多个历史投放应用软件的点击率，其中，所述训练模型的输出值分别为所述多个历史投放应用软件的点击率。

S205、对所述多个历史投放应用软件的点击率进行排序，以确定向用户推荐的应用软件。

基于上述步骤对多个历史投放应用软件的点击率分别进行评估，得出其点击率值，对相应的多个数值进行排序，优选的，对所述多个点击率值按照从大到小的顺序进行排序，则将排序最靠前的一个或多个应用软件作为向该用户进行个性化推荐的应用软件。

相应地，为了对本发明实施例所述基于决策树的广告点击率预估方法进行模块化描述，参考图4所示，提供具体实施例三，一种基于决策树的广告点击率预估装置，包括第一特征信息获取模块11、第二特征信息获取模块12、交叉特征向量生成模块13、预估模块14，其中，

所述第一特征信息获取模块11用于获取预定历史时间段内特定历史投放广告的相关特征信息；

所述历史投放广告具体指在所述预定历史时间段内已经投放的广告，以各种形式展示到用户界面，如搜索引擎的搜索列表，应用程序的消息栏提示界面，应用程序的对话框界面等。所述预定历史时间段为预设时间内维持特定历史广告不更新的时间段。获取所述预定历史时间段内的特定历史投放广告的相关特征信息，具体的，所述特定历史投放广告指进行点击率预估的当前投放广告。其中，所述历史投放广告的相关特征信息具体包括但不限于如下任意一项或多项：广告所属行业、广告尺寸、广告文本、广告图片、广告历史展现次数、广告历史点击次数、广告位置归一化后的点击率。

在具体实施例中，所述第一特征信息获取模块11可通过以下方式获取广告的相关特征信息：

所述广告所属行业特征通过广告投放时注册的信息获取或通过其内容简介等信息提取相应关键字获取；所述广告尺寸通过显示的尺寸大小获取；所述广告文本直接通过其发布的信息获取；所述广告图片具体为表征其图像特征的描述值，如特征向量，通过相应的图像特征提取算法提取所述图片的相应特征；所述广告历史展现次数具体指统计的获取的特定历史时间段内展示给用户的次数；所述广告历史点击次数指广告被展示后用户的点击次数；所述广告位置归一化后的点击率具体指广告所显示位置经过一定算法计算后，选择最优位置进行展示后用户的点击次数。

所述第二特征信息获取模块12用于获取目标用户的个性化特征信息；

所述个性化特征信息具体指与目标用户相关的，表征其本身属性的特征信息。在具体实施例中，所述目标用户个性化特征信息包括但不限于如下任意一项或多项：

性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。

进一步的，参考图2所示，所述第二特征信息获取模块12获取目标用户个性化特征信息的步骤如下：

步骤1：获取目标的用户的用于表征其身份特征的信息；

其中，所述用于表征目标用户身份特征的信息具体指用户注册的第三方账户信息、用户绑定的账户信息、ID信息等能够唯一表征用户身份的信息。

步骤2：基于所述用户身份特征信息向云端服务器发送请求，以获取该用户对应的个性化特征信息；

基于所述用户身份特征信息向云端服务器发送请求，即将用户身份特征信息生成请求数据包，经TCP/IP协议通过远程接口发送至云端服务器，以请求云端服务器反馈该用户对应的个性化特征信息。

步骤3：接收云端服务器推送的依据该用户身份特征信息确定的个性化特征信息。

云端服务器接收到请求数据包，对其进行解析获取相应的用户身份特征信息，基于该身份特征信息查询特征信息库中与该用户相关的特征信息，并将相关的特征信息生成应答数据包，推送给请求方。请求方接收云端服务器发送的应答包，以获取目标用户的个性化特征信息。其中，所述特征信息库用于记录目标用户身份特征信息与其个性化特征信息之间的映射关系。

更进一步，所述特征信息库通过如下方式生成：

1、提取目标用户的个性化特征信息；

在具体实施例中，通过记录的用户历史点击广告的日志信息提取相应的用户个性化特征信息，通过用户的交互应用历史信息提取相应的个性化特征信息。其中，所述交互应用包括但不限于如下任意一项或多项：短消息、QQ、微信、易信。通过拦截用户使用的交互应用软件，获取相应的用户个性化特征信息。当然，在具体实施例中，还可以通过其他方式提取所述目标用户的个性化特征信息，本发明对此不作限制。

2、通过远程接口发送至云端服务器进行保存。

将提取的目标用户的个性化特征信息，通过远程接口发送至云端服务器，由云端服务器根据目标用户的身份特征信息将其个性化特征信息对应存储于所述特征信息库，并定期对其进行更新。

由此，通过查询特征信息库获取相应的目标用户的个性化特征信息，以用于后续进行广告点击率的预估。

所述交叉特征向量生成模块13用于基于所述获取的目标用户个性化特征信息及特定历史投放广告的相关特征信息组成的特征向量通过决策树模型计算，以确定用于预估所述特定历史投放广告的点击率的交叉特征向量，其中所述决策树模型的每个叶子节点表征一个交叉特征；

为了生成区分度更好的强分类特征，将所述获取的目标用户个性化特征信息及特定历史投放广告的相关特征信息通过决策树模型进行筛选，以获取具有强分类性质的交叉特征，具体的，所述生成决策树模型的过程简述如下：

设数据样本集为S，首先根据某种策略选择一个属性，如用户年龄，依照该属性进行划分，如年龄30为分界，大于30岁的样本分为一个集合，小于30岁的样本分为一个集合。具体的，用户各个性化特征作为一个属性，如性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况等特征，分别基于一定的量化值进行划分，同时特定历史投放广告的相关特征也分别作为一个属性，如广告所属行业、广告尺寸、广告文本、广告图片、广告历史展现次数、广告历史点击次数、广告位置归一化后的点击率等特征，分别基于相应的量化值进行进一步划分，直到不能划分为止，从而生成决策树的不同叶子节点，所述每个叶子节点表征一个交叉特征。

在本发明所述实施例中，所述决策树模型由200颗树组成，进一步交叉特征向量生成模块13基于该决策树模型优选出的交叉特征，组合成交叉特征向量，以用于后续进行广告点击率的评估。

所述预估模块14用于基于所述交叉特征向量及预先训练得到的模型训练参数，进行计算以预估所述特定历史投放广告的点击率。

具体地，在本发明所述实施例中，所述预估模块14将所述交叉特征向量作为预先训练的模型的输入，所述训练模型优选逻辑回归模型，通过训练模型的训练参数，进行计算以预估所述特定历史投放广告的点击率，其中，所述训练模型的输出值即为所述广告的点击率。

同时，为了对本发明实施例所述应用软件推荐方法进行模块化描述，参考图5所示，提供具体实施例四，一种应用软件推荐装置，包括第一特征信息获取模块21、第二特征信息获取模块22、交叉特征向量生成模块23、预估模块24，排序模块25，其中，

所述第一特征信息获取模块21用于获取预定历史时间段内多个历史投放应用软件的相关特征信息；

所述历史投放应用软件具体指在所述预定历史时间段内已经投放的应用软件，以各种形式展示给用户，如通过应用商城，应用程序的消息栏提示界面，应用程序的对话框界面等。所述预定历史时间段为预设时间内维持多个历史投放应用软件不更新的时间段。获取所述预定历史时间段内的多个历史投放应用软件的相关特征信息，具体的，所述多个历史投放应用软件指进行点击率预估的当前历史应用软件。其中，所述多个历史投放应用软件的相关特征信息具体包括但不限于如下任意一项或多项：应用软件所属行业、应用软件功能信息、应用软件历史下载次数、应用软件历史使用次数、应用软件位置信息。

在具体实施例中，所述第一特征信息获取模块21可采用以下方式获取所述应用软件的相关特征信息：

所述应用软件所属行业特征通过其内容简介等信息提取相应关键字获取；所述应用软件功能信息通过提取该应用软件的相关功能简介的关键字获取；所述应用软件历史下载次数具体指统计的获取的特定历史时间段内用户下载该应用软件的次数；所述应用软件历史使用次数指统计用户在特定历史时间段内使用该应用软件的次数；所述应用软件位置信息具体指应用软件所显示的位置坐标信息，其显示位置能够影响应用软件的点击率，在具体实施例中，不同位置优选放置显示不同的应用软件，能够间接提高点击率。

当然，所述应用软件的相关特征信息不仅限于上述形式，本发明实施例对其获取方式也不作限制。

所述第二特征信息获取模块22用于获取目标用户的个性化特征信息；

所述个性化特征信息具体指与目标用户相关的，表征其本身属性的特征信息。在具体实施例中，所述目标用户个性化特征信息包括但不限于如下任意一项或多项：

性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。

进一步的，参考图2所示，所述第二特征信息获取模块22获取目标用户个性化特征信息的步骤如下：

步骤1：获取目标的用户的用于表征其身份特征的信息；

其中，所述用于表征目标用户身份特征的信息具体指用户注册的第三方账户信息、用户绑定的账户信息、ID信息等能够唯一表征用户身份的信息。

步骤2：基于所述用户身份特征信息向云端服务器发送请求，以获取该用户对应的个性化特征信息；

基于所述用户身份特征信息向云端服务器发送请求，即将用户身份特征信息生成请求数据包，经TCP/IP协议通过远程接口发送至云端服务器，以请求云端服务器反馈该用户对应的个性化特征信息。

步骤3：接收云端服务器推送的依据该用户身份特征信息确定的个性化特征信息。

云端服务器接收到请求数据包，对其进行解析获取相应的用户身份特征信息，基于该身份特征信息查询特征信息库中与该用户相关的特征信息，并将相关的特征信息生成应答数据包，推送给请求方。请求方接收云端服务器发送的应答包，以获取目标用户的个性化特征信息。其中，所述特征信息库用于记录目标用户身份特征信息与其个性化特征信息之间的映射关系。

更进一步，所述特征信息库通过如下方式生成：

1、提取目标用户的个性化特征信息；

在具体实施例中，通过记录的用户历史使用应用软件的日志信息提取相应的用户个性化特征信息，通过用户的交互应用历史信息提取相应的个性化特征信息。其中，所述交互应用包括但不限于如下任意一项或多项：短消息、QQ、微信、易信。通过拦截用户使用的交互应用软件，获取相应的用户个性化特征信息。当然，在具体实施例中，还可以通过其他方式提取所述目标用户的个性化特征信息，本发明对此不作限制。

2、通过远程接口发送至云端服务器进行保存。

将提取的目标用户的个性化特征信息，通过远程接口发送至云端服务器，由云端服务器根据目标用户的身份特征信息将其个性化特征信息对应存储于所述特征信息库，并定期对其进行更新。

由此，通过查询特征信息库获取相应的目标用户的个性化特征信息，以用于后续进行广告点击率的预估。

所述交叉特征向量生成模块23用于基于所述获取的目标用户个性化特征信息及多个历史投放应用软件的相关特征信息组成的特征向量通过决策树模型计算，以分别确定用于预估所述多个历史投放应用的点击率的交叉特征向量，其中所述决策树模型的每个叶子节点表征一个交叉特征；

为了生成区分度更好的强分类特征，将所述获取的目标用户个性化特征信息及多个历史投放应用软件的相关特征信息通过决策树模型进行筛选，以获取具有强分类性质的交叉特征，具体的，所述生成决策树模型的过程简述如下：

设数据样本集为S，首先根据某种策略选择一个属性，如用户年龄，依照该属性进行划分，如年龄30为分界，大于30岁的样本分为一个集合，小于30岁的样本分为一个集合。具体的，用户各个性化特征作为一个属性，如性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况等特征，分别基于一定的量化值进行划分，同时任一历史投放应用软件的相关特征也分别作为一个属性，如应用软件所属行业、应用软件功能信息、应用软件历史下载次数、应用软件历史使用次数、应用软件位置信息等特征，分别基于相应的量化值进行进一步划分，直到不能划分为止，从而生成决策树的不同叶子节点，所述每个叶子节点表征一个交叉特征。所述多个历史投放应用软件分别按照上述过程进行，以生成交叉特征。

在本发明所述实施例中，所述决策树模型由200颗树组成，进一步所述交叉特征向量生成模块23基于该决策树模型优选出的交叉特征，组合成交叉特征向量，以用于后续进行应用软件点击率的评估。

所述预估模块24用于基于所述交叉特征向量及预先训练得到的模型训练参数，分别进行计算以预估所述多个历史投放应用软件的点击率；

具体地，在本发明所述实施例中，所述预估模块24将所述交叉特征向量作为预先训练的模型的输入，所述训练模型优选逻辑回归模型，通过训练模型的训练参数，分别进行计算以预估所述多个历史投放应用软件的点击率，其中，所述训练模型的输出值分别为所述多个历史投放应用软件的点击率。

所述排序模块25用于对所述多个历史投放应用软件的点击率进行排序，以确定向用户推荐的应用软件。

基于上述各模块对多个历史投放应用软件的点击率分别进行评估，得出其点击率值，由排序模块25对相应的多个数值进行排序，优选的，对所述多个点击率值按照从大到小的顺序进行排序，则将排序最靠前的一个或多个应用软件作为向该用户进行个性化推荐的应用软件。

综上所述，本发明所述方法或装置，通过对用户特征及广告相关特征采用决策树模型进行交叉组合，生成具有强分类特性的交叉特征，基于所述交叉特征更精确快速地预估广告点击率。进一步，基于对应用软件的广告点击率的预估，选择点击率高的应用软件推荐给用户，以向用户进行个性化推荐，提高用户体验度。

以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于决策树的广告点击率预估方法，其特征在于，包括以下步骤：

获取预定历史时间段内特定历史投放广告的相关特征信息；

获取目标用户的个性化特征信息；

基于所述获取的目标用户个性化特征信息及特定历史投放广告的相关特征信息组成的特征向量通过决策树模型计算，以确定用于预估所述特定历史投放广告的点击率的交叉特征向量，其中所述决策树模型的每个叶子节点表征一个交叉特征；

基于所述交叉特征向量及预先训练得到的模型训练参数，进行计算以预估所述特定历史投放广告的点击率。

2.根据权利要求1所述的方法，其特征在于，所述获取目标用户个性化特征信息的步骤如下：

获取目标的用户的用于表征其身份特征的信息；

基于所述用户身份特征信息向云端服务器发送请求，以获取该用户对应的个性化特征信息；

接收云端服务器推送的依据该用户身份特征信息确定的个性化特征信息。

3.根据权利要求2所述的方法，其特征在于，所述目标用户的身份特征信息包括目标用户注册的第三方账户信息、用户绑定的账户信息。

4.根据权利要求2所述的方法，其特征在于，还包括以下步骤：

提取目标用户的个性化特征信息；

通过远程接口发送至云端服务器进行保存。

5.一种应用软件推荐方法，其特征在于，包括以下步骤：

获取预定历史时间段内多个历史投放应用软件的相关特征信息；

获取目标用户的个性化特征信息；

基于所述获取的目标用户个性化特征信息及多个历史投放应用软件的相关特征信息组成的特征向量通过决策树模型计算，以分别确定用于预估所述多个历史投放应用的点击率的交叉特征向量，其中所述决策树模型的每个叶子节点表征一个交叉特征；

基于所述交叉特征向量及预先训练得到的模型训练参数，分别进行计算以预估所述多个历史投放应用软件的点击率；

对所述多个历史投放应用软件的点击率进行排序，以确定向用户推荐的应用软件。

6.根据权利要求5所述的方法，其特征在于，所述点击率排序为依据所述点击率值从大到小进行排序。

7.根据权利要求6所述的方法，其特征在于，所述向用户推荐的应用软件为点击率排序最前面的一个或多个应用软件。

8.根据权利要求5所述的方法，其特征在于，所述获取目标用户个性化特征信息的步骤如下：

获取目标的用户的用于表征其身份特征的信息；

基于所述用户身份特征信息向云端服务器发送请求，以获取该用户对应的个性化特征信息；

接收云端服务器推送的依据该用户身份特征信息确定的个性化特征信息。

9.一种基于决策树的广告点击率预估装置，其特征在于，包括：

第一特征信息获取模块：用于获取预定历史时间段内特定历史投放广告的相关特征信息；

第二特征信息获取模块：用于获取目标用户的个性化特征信息；

交叉特征向量生成模块：用于基于所述获取的目标用户个性化特征信息及特定历史投放广告的相关特征信息组成的特征向量通过决策树模型计算，以确定用于预估所述特定历史投放广告的点击率的交叉特征向量，其中所述决策树模型的每个叶子节点表征一个交叉特征；

预估模块：用于基于所述交叉特征向量及预先训练得到的模型训练参数，进行计算以预估所述特定历史投放广告的点击率。

10.一种应用软件推荐装置，其特征在于，包括：

第一特征信息获取模块：用于获取预定历史时间段内多个历史投放应用软件的相关特征信息；

第二特征信息获取模块：用于获取目标用户的个性化特征信息；

交叉特征向量生成模块：用于基于所述获取的目标用户个性化特征信息及多个历史投放应用软件的相关特征信息组成的特征向量通过决策树模型计算，以分别确定用于预估所述多个历史投放应用的点击率的交叉特征向量，其中所述决策树模型的每个叶子节点表征一个交叉特征；

预估模块：用于基于所述交叉特征向量及预先训练得到的模型训练参数，分别进行计算以预估所述多个历史投放应用软件的点击率；

排序模块：用于对所述多个历史投放应用软件的点击率进行排序，以确定向用户推荐的应用软件。