摘要

本发明公开了一种基于时间序列填补的商品点击率预测方法,包括以下步骤:获取商品点击率相关数据,并对其数据进行预处理;对商品点击率相关数据进行特征提取并融合,得到商品特征;通过商品特征进行相似度计算;将相似度高的商品在相应时间段商品点击率数据进行填补序列缺失值,得到点击率完整时间序列;利用点击率完整时间序列,通过长短期记忆网络进行商品点击率预测,最后输出商品点击率预测值;本发明采用时间序列填补的方法,结合多种有效特征,对多模特征进行融合,使用商品的多模态特征进行相似商品的查找和数据替代,填补完整的时间序列,更接近真实值,解决时间序列的非连续性问题,进而准确预测商品点击率。