摘要
本发明公开了一种基于用户历史行为序列的广告点击率预测方法,该方法包括:采集目标用户特征信息、广告信息以及用户历史行为信息,构建广告相关图,并运用图嵌入方法对用户历史行为信息数据进行增强表示,学习得到能充分表达广告特征的表示向量;在点击率预估模型中加入自注意力机制层,能够更直接地学习到用户历史行为之间的内部相关性,减少了对外部信息的依赖。在多个公开的亚马逊商品点击数据集以及盘石公司广告点击数据集上的实验显示,本发明提供的技术方案提高了点击率预测的准确性,从而可以更准确地向用户展示其感兴趣的广告。