[发明专利]信息输出方法和装置有效

专利信息
申请号: 201711132306.2 申请日: 2017-11-15
公开(公告)号: CN107908740B 公开(公告)日: 2022-11-22
发明(设计)人: 周旭辉 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F16/2458 分类号: G06F16/2458;G06F16/9535;G06F16/35;G06Q40/02
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信息 输出 方法 装置
【权利要求书】:

1.一种信息输出方法,所述方法包括:

获取用户请求,所述用户请求包括用户标识;

在用户画像信息集合中查询与所述用户标识匹配的用户画像信息,其中,所述用户画像信息集合中包括多种类型的用户画像信息,所述用户画像信息集合中用户画像信息的类型基于预设周期更换;

将查询到的用户画像信息输入预先训练的事件概率预测模型,生成与所述用户标识对应的事件概率信息并输出,所述事件概率预测模型用于表征用户画像信息与事件概率信息的对应关系,所述事件概率信息用于指示预定义事件发生的概率;

所述事件概率预测模型是经由以下步骤训练得到的:

获取历史订单记录集合,所述历史订单记录集合中的每条历史订单记录包括用户标识和用于指示预定义事件已发生的目标信息,所述历史订单记录集合中的历史订单记录是基于接收到的历史用户请求所生成的订单的记录;

将所述历史订单记录集合中不包含目标信息的历史订单记录包括的用户标识确定为正样本用户标识,所述历史订单记录集合中包含目标信息的历史订单记录包括的用户标识确定为负样本用户标识;

将所述用户画像信息集合中与所述正样本用户标识匹配的用户画像信息确定为正样本,所述用户画像信息集合中与所述负样本用户标识匹配的用户画像信息确定为负样本,利用机器学习方法,训练得到事件概率预测模型;

其中,所述用户画像信息集合中的用户画像信息是经由以下步骤生成的:对预设时间段内产生的目标用户的网络记录进行特征提取,生成至少一项特征信息;将所述至少一项特征信息输入至预先训练的用户画像信息生成模型,生成用户画像信息,所述用户画像信息生成模型用于表征特征信息与用户画像信息的对应关系。

2.根据权利要求1所述的方法,其中,所述网络记录包括文本记录;以及

所述对预设时间段内产生的目标用户的网络记录进行特征提取,生成至少一项特征信息,包括:

对预设时间段内产生的目标用户的文本记录进行语义分析,生成关键词以及关键词出现的次数。

3.根据权利要求2所述的方法,其中,所述文本记录包括以下至少一项:搜索引擎记录的检索词、浏览过的网页的内容信息、社交平台发布的信息。

4.根据权利要求1所述的方法,其中,所述网络记录包括待统计记录;以及

所述对预设时间段内产生的目标用户的网络记录进行特征提取,生成至少一项特征信息,包括:

基于预设时间段内产生的目标用户的待统计记录,统计预先设置的待统计项的数量。

5.根据权利要求4所述的方法,其中,所述待统计记录包括以下至少一项:电子商务平台的订单记录、社交平台的好友记录、社交平台的登录记录、社交平台的信息发布记录、目标页面的浏览记录。

6.根据权利要求1所述的方法,其中,所述用户画像信息还包括根据所述预设时间段生成的时间维度信息。

7.根据权利要求1-6中任一项所述的方法,其中,所述方法还包括:

响应于所输出的事件概率信息与第一预设信息匹配,根据所述用户请求生成订单。

8.根据权利要求1-6中任一项所述的方法,其中,所述方法还包括:

响应于所输出的事件概率信息与第二预设信息匹配,将所述用户请求发送至目标设备,响应于接受到所述目标设备发送的订单生成指示,根据所述用户请求生成订单。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711132306.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top