[发明专利]用于生成信息的方法和装置

权利要求书

1.一种用于生成信息的方法，包括：

响应于接收到终端设备发送的用户标识和点击信息，用所收到的用户标识和点击信息以及当前时间生成当前用户点击信息并添加到用户点击信息序列中，用户点击信息包括用户标识、点击信息和点击时间，所述点击信息包括点击坐标；

将所述用户点击信息序列中用户标识为所收到的用户标识，且点击时间为从当前时间开始往前预设时长内的用户点击信息组成的序列确定为目标用户点击信息序列；

对所述目标用户点击信息序列进行特征提取，得到预设维数的目标用户点击信息序列特征向量；

将所述目标用户点击信息序列特征向量输入预先训练的贝叶斯信念网络，得到所收到的用户标识所指示的用户为预设类型用户的概率，其中，所述贝叶斯信念网络用于表征所述预设维数的特征向量与概率之间的对应关系；

其中，所述贝叶斯信念网络基于预先获取的、包含标注结果的训练样本训练得到，所述标注结果基于历史用户点击信息子序列对应的点击坐标集序列与频繁点击坐标集序列的匹配而生成，所述点击坐标集序列通过以下步骤生成：将预先获取的历史用户点击信息子序列中点击时间在同一时间窗口内的历史用户点击信息中的点击信息中的点击坐标合并，得到与该历史用户点击信息子序列和各时间窗口对应的点击坐标集以及按照对应的时间窗口的时间先后顺序，生成所述点击坐标集序列。

2.根据权利要求1所述的方法，其中，所述对所述目标用户点击信息序列进行特征提取，得到预设维数的目标用户点击信息序列特征向量，包括：

对所述目标用户点击信息序列进行特征提取，得到初始特征向量；

对所述初始特征向量进行标准化处理，得到所述目标用户点击信息序列特征向量。

3.根据权利要求2所述的方法，其中，所述贝叶斯信念网络是通过如下训练步骤得到的：

获取历史用户点击信息序列；

对于历史用户标识集合中的每个用户标识，按照点击时间以所述预设时长为周期，对于所述历史用户点击信息序列中用户标识为该用户标识的各个历史用户点击信息进行划分，得到与该用户标识对应的至少一个历史用户点击信息子序列，其中，所述历史用户标识集合包括所述历史用户点击信息序列所包括的各个用户标识；

对于历史用户标识集合中的每个用户标识对应的至少一个历史用户点击信息子序列中的每个历史用户点击信息子序列，执行以下标注和特征提取操作：确定该历史用户点击信息子序列对应的标注结果，标注结果包括用于表征非预设类型用户点击信息序列的正样本标签和用于表征预设类型用户点击信息序列的负样本标签；对该历史用户点击信息子序列进行特征提取，得到与该历史用户点击信息子序列对应的点击信息序列特征向量；将所得到的点击信息序列特征向量和所确定的标注结果作为训练样本对应存储在训练样本集中；

分别将所述训练样本集中的训练样本中的点击信息序列特征向量和标注结果作为初始贝叶斯信念网络的输入和期望输出，利用机器学习方法训练得到贝叶斯信念网络。

4.根据权利要求3所述的方法，其中，所述确定该历史用户点击信息子序列对应的标注结果，包括：

将该历史用户点击信息子序列中点击时间在同一时间窗口内的历史用户点击信息中的点击信息中的点击坐标合并，得到与该历史用户点击信息子序列和各时间窗口对应的点击坐标集，以及按照对应的时间窗口的时间先后顺序，用所得到的与各个点击坐标集生成与该历史用户点击信息子序列对应的点击坐标集序列；

对于所述历史用户标识集合中的每个历史用户标识，将与该用户标识对应的至少一个历史用户点击信息子序列中每个历史用户点击信息子序列对应的点击坐标集序列确定为与该用户标识对应的至少一个点击坐标集序列；

用所述历史用户标识集合中各个历史用户标识对应的点击坐标集序列生成点击坐标集序列样本集；

对所述点击坐标集序列样本集进行序列模式挖掘，得到频繁点击坐标集序列集；

对于所述历史用户标识集合中的每个用户标识，确定该用户标识对应的至少一个点击坐标集序列中是否包括所述频繁点击坐标集序列集中的点击坐标集序列；响应于确定是，将该用户标识对应的至少一个历史用户点击信息子序列中的每个历史用户点击信息子序列的标注结果确定为负样本标签；响应于确定否，将该用户标识对应的至少一个历史用户点击信息子序列中的每个历史用户点击信息子序列的标注结果确定为正样本标签。