技术摘要：
本发明实施例提供一种点击率确定方法、装置及设备，该方法包括：获取第一对象的对象信息，所述第一对象为待向用户推荐的对象，所述对象信息包括所述第一对象的图像和所述第一对象的文本描述信息；根据所述用户的用户特征信息和所述对象信息，确定所述用户点击查看所述  全部
背景技术：
在电子商务平台中，用户可以输入搜索词进行商品搜索，电子商务平台可以根据 用户输入的搜索词向用户展示对象信息，例如，对象信息可以为商品信息或者广告信息等。 在现有技术中，在用户输入搜索词之后，电子商务平台可以获取搜索词对应的多 个对象信息，根据对象信息获取每个对象信息的点击率，并向用户推荐点击率较高的对象 信息，对象信息的点击率是指对象信息被点击查看的概率。然而，在上述过程中，不同用户 对同一对象的关注点不同，导致根据对象信息无法准确的获取对象信息的点击率，导致确 定点击率的准确性较差。
技术实现要素：
本发明实施例提供一种点击率确定方法、装置及设备，提高了确定点击率的准确 性。 第一方面，本发明实施例提供一种点击率确定方法，包括： 获取第一对象的对象信息，所述第一对象为待向用户推荐的对象，所述对象信息 包括所述第一对象的图像和所述第一对象的文本描述信息； 根据所述用户的用户特征信息和所述对象信息，确定所述用户点击查看所述第一 对象的点击率，所述点击率用于指示所述用户点击查看所述第一对象的概率。 在一种可能的实施方式中，根据所述用户的用户特征信息和所述对象信息，确定 所述用户点击所述第一对象的点击率，包括： 获取预估模型，所述预估模型包括第一模型和第二模型； 通过所述第一模型对所述用户特征信息和所述文本描述信息进行处理，得到所述 第一模型的输出结果； 通过所述第二模型对所述图像进行处理，得到第二模型的输出结果； 根据所述第一模型的输出结果和所述第二模型的输出结果，得到所述点击率。 在一种可能的实施方式中，所述第二模型的输出结果包括所述图像的图像特征、 所述图像关联的用户特征、所述图像关联的搜索关键词。 在一种可能的实施方式中，所述通过所述第二模型对所述图像进行处理，得到所 述第二模型的输出结果，包括： 获取第一对应关系，所述第一对应关系中包括多个商品标识和每个商品标识对应 的所述第二模型的输出结果，所述第一对应关系为根据所述第二模型预先生成的； 获取所述第一对象对应的商品标识； 根据所述第一对象对应的商品标识和所述第一对应关系，确定所述第二模型的输 出结果。 6 CN 111598638 A 说　明　书 2/14 页 在一种可能的实施方式中，所述第一模型包括第一子模型和第二子模型；所述通 过所述第一模型对所述用户特征信息和所述文本描述信息进行处理，得到所述第一模型的 输出结果，包括： 通过所述第一子模型获取所述用户特征信息和所述文本描述信息对应的第一向 量； 在所述用户特征信息和所述文本描述信息中确定第一类型的特征信息和第二类 型的特征信息，所述第一类型的特征信息为在所述预估模型对应的样本数据中的出现频次 大于或等于预设频次的特征信息，所述第二类型的特征信息为在所述预估模型对应的样本 数据中的出现频次小于所述预设频次的特征信息； 通过所述第二子模型获取所述第一类型的特征对应的第二向量和所述第二类型 的特征对应的第三向量，所述第一模型的输出结果包括所述第一向量、所述第二向量和所 述第三向量。 在一种可能的实施方式中，所述根据所述第一模型的输出结果和所述第二模型的 输出结果，得到所述点击率，包括： 获取所述第二模型的输出结果对应的第四向量； 根据所述第三向量、所述第三向量对应的权重矩阵、所述第四向量和所述第四向 量对应的权重矩阵，确定得到第五向量； 对所述第三向量和所述第五向量进行拼接处理，得到第六向量； 根据所述第一向量和所述第六向量，确定所述点击率。 在一种可能的实施方式中，所述根据所述第一向量和所述第六向量，确定所述点 击率，包括： 根据所述第一向量对应的权重向量，确定第一输出值； 根据所述第六向量对应的权重向量，确定第二输出值； 根据所述第一输出值、所述第二输出值和预设激活函数，确定所述点击率。 在一种可能的实施方式中，所述获取预估模型之前，还包括： 获取多组样本数据，每组样本数据包括样本用户特征信息、样本对象信息和样本 点击率； 根据所述多组样本数据，生成所述预估模型。 在一种可能的实施方式中，所述多组样本数据包括多组第一样本数据，每组第一 样本数据包括样本搜索关键词和所述样本搜索关键词对应的样本图像；所述根据所述多组 样本数据，生成所述预估模型，包括： 根据所述多组第一样本数据，生成初始第二模型，所述初始第二模型具有确定图 像关联的搜索关键词的功能； 根据所述多组样本数据和所述初始第二模型，生成所述预估模型。 在一种可能的实施方式中，获取第一对象的对象信息之前，还包括： 获取所述用户输入的搜索词； 根据所述搜索词，确定所述第一对象。 在一种可能的实施方式中，所述第一对象为商品或广告中的至少一种。 在一种可能的实施方式中，所述第一模型为宽度深度模型，所述第一子模型为宽 7 CN 111598638 A 说　明　书 3/14 页 度模型，所述第二子模型为深度模型。 在一种可能的实施方式中，所述第二模型为卷积神经网络模型。 第二方面，本发明实施例提供一种点击率确定装置，包括获取模块和第一确定模 块，其中， 所述获取模块用于，获取第一对象的对象信息，所述第一对象为待向用户推荐的 对象，所述对象信息包括所述第一对象的图像和所述第一对象的文本描述信息； 所述第一确定模块用于，根据所述用户的用户特征信息和所述对象信息，确定所 述用户点击查看所述第一对象的点击率，所述点击率用于指示所述用户点击查看所述第一 对象的概率。 在一种可能的实施方式中，所述第一确定模块具体用于： 获取预估模型，所述预估模型包括第一模型和第二模型； 通过所述第一模型对所述用户特征信息和所述文本描述信息进行处理，得到所述 第一模型的输出结果； 通过所述第二模型对所述图像进行处理，得到第二模型的输出结果； 根据所述第一模型的输出结果和所述第二模型的输出结果，得到所述点击率。 在一种可能的实施方式中，所述第二模型的输出结果包括所述图像的图像特征、 所述图像关联的用户特征、所述图像关联的搜索关键词。 在一种可能的实施方式中，所述第一确定模块具体用于： 获取第一对应关系，所述第一对应关系中包括多个商品标识和每个商品标识对应 的所述第二模型的输出结果，所述第一对应关系为根据所述第二模型预先生成的； 获取所述第一对象对应的商品标识； 根据所述第一对象对应的商品标识和所述第一对应关系，确定所述第二模型的输 出结果。 在一种可能的实施方式中，所述第一模型包括第一子模型和第二子模型；所述第 一确定模块具体用于： 通过所述第一子模型获取所述用户特征信息和所述文本描述信息对应的第一向 量； 在所述用户特征信息和所述文本描述信息中确定第一类型的特征信息和第二类 型的特征信息，所述第一类型的特征信息为在所述预估模型对应的样本数据中的出现频次 大于或等于预设频次的特征信息，所述第二类型的特征信息为在所述预估模型对应的样本 数据中的出现频次小于所述预设频次的特征信息； 通过所述第二子模型获取所述第一类型的特征对应的第二向量和所述第二类型 的特征对应的第三向量，所述第一模型的输出结果包括所述第一向量、所述第二向量和所 述第三向量。 在一种可能的实施方式中，所述第一确定模块具体用于： 获取所述第二模型的输出结果对应的第四向量； 根据所述第三向量、所述第三向量对应的权重矩阵、所述第四向量和所述第四向 量对应的权重矩阵，确定得到第五向量； 对所述第三向量和所述第五向量进行拼接处理，得到第六向量； 8 CN 111598638 A 说　明　书 4/14 页 根据所述第一向量和所述第六向量，确定所述点击率。 在一种可能的实施方式中，所述第一确定模块具体用于： 根据所述第一向量对应的权重向量，确定第一输出值； 根据所述第六向量对应的权重向量，确定第二输出值； 根据所述第一输出值、所述第二输出值和预设激活函数，确定所述点击率。 在一种可能的实施方式中，所述装置还包括生成模块，其中， 所述生成模块用于，在所述第一确定模块获取预估模型之前，获取多组样本数据， 并根据所述多组样本数据，生成所述预估模型，每组样本数据包括样本用户特征信息、样本 对象信息和样本点击率。 在一种可能的实施方式中，所述多组样本数据包括多组第一样本数据，每组第一 样本数据包括样本搜索关键词和所述样本搜索关键词对应的样本图像；所述生成模块具体 用于： 根据所述多组第一样本数据，生成初始第二模型，所述初始第二模型具有确定图 像关联的搜索关键词的功能； 根据所述多组样本数据和所述初始第二模型，生成所述预估模型。 在一种可能的实施方式中，所述装置还包括第二确定模块，其中， 所述第二确定模块用于，在所述获取模块获取第一对象的对象信息之前，获取所 述用户输入的搜索词，并根据所述搜索词，确定所述第一对象。 在一种可能的实施方式中，所述第一对象为商品或广告中的至少一种。 在一种可能的实施方式中，所述第一模型为宽度深度模型，所述第一子模型为宽 度模型，所述第二子模型为深度模型。 在一种可能的实施方式中，所述第二模型为卷积神经网络模型。 第三方面，本发明实施例提供一种点击率确定装置，包括：至少一个处理器和存储 器； 所述存储器存储计算机执行指令； 所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个 处理器执行如第一方面任一项所述的点击率确定方法。 第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介 质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如第一方面任一 项所述的点击率确定方法。 本发明实施例提供的点击率确定方法，在确用户点击第一对象的点击率时，获取 第一对象的对象信息和用户的用户特征信息，并根据用户特征信息和对象信息，确定用户 点击查看第一对象的点击率。在上述过程中，不但参考了第一对象的对象信息，还参考了用 户的用户特征信息，使得确定得到的点击率更加准确，提高了确定点击率的准确性。 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发 明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以 9 CN 111598638 A 说　明　书 5/14 页 根据这些附图获得其他的附图。 图1为本发明实施例提供的点击率确定方法的应用场景示意图； 图2为本发明实施例提供的点击率确定方法的流程示意图； 图3为本发明实施例提供的生成预估模型方法的流程示意图； 图4为本发明实施例提供的预估模型训练过程示意图； 图5为本发明实施例提供通过预估模型确定点击率方法的流程示意图； 图6为本发明实施例提供的一种点击率确定装置的结构示意图； 图7为本发明实施例提供的另一种点击率确定装置的结构示意图； 图8为本发明实施例提供的点击率确定装置的硬件结构示意图。