[发明专利]馈送优化

权利要求书

1.一种系统包括：

存储器；以及

其上存储有指令的计算机可读介质，当由处理器执行时，其使得所述系统：

获得多个潜在的馈送对象，其中每个潜在的馈送对象包括数据结构，所述数据结构包含能够潜在地在社交网络服务的用户界面中的馈送中显示的信息片段；

获得在所述用户界面中执行导航命令的用户的标识，所述导航命令使得显示或更新所述馈送；

向机器学习馈送对象排名模型馈送所述用户的所述标识和所述多个潜在的馈送对象，其中所述机器学习馈送对象排名模型已经通过机器学习算法被训练以针对潜在的馈送对象中的每一个计算得分，所述得分基于以下的组合：所述用户将通过所述用户界面对潜在的馈送对象执行交互的可能性、所述用户的交互将导致其他用户的一个或多个下游事件的可能性、以及所述一个或多个下游事件对所述社交网络服务的价值；

按由所述机器学习馈送对象排名模型计算的所述多个潜在的馈送对象的得分而将所述多个潜在的馈送对象排名；以及

基于所述排名，使得潜在的馈送对象中的一个或多个在所述用户界面中的所述馈送中显示。

2.根据权利要求1所述的系统，其中所述指令进一步使得所述系统：

获得多个示例性馈送对象、相应的用户标识、以及与由下游用户对相应的示例性馈送对象采取的动作相对应的标签；

基于从所述相应的用户标识导出的信息并且基于所述示例性馈送对象而生成一个或多个特征；以及

向所述机器学习算法馈送所述一个或多个特征以及所述多个示例性馈送对象，以训练所述机器学习馈送对象排名模型。

3.根据权利要求1所述的系统，其中所述机器学习算法是二进制逻辑回归算法。

4.根据权利要求1所述的系统，其中基于以下各项计算得分E(m，u)：用户对潜在的馈送对象采取的交互的可能类型、病毒性动作的可能类型、在用户采取病毒性动作的情况下对所述潜在馈送对象的增加的下游参与、以及确定在当前的会话中的参与值相对于在稍后的会话中的参与值的时间贴现因子。

5.根据权利要求4所述的系统，其中对潜在的馈送对象的交互的可能类型包括点击、点赞、分享、评论、工作查看、和连接。

6.根据权利要求2所述的系统，其中生成所述一个或多个特征包括取回与所述相应的用户标识相对应的多个用户简档以及根据所述多个用户简档生成所述一个或多个特征。

7.根据权利要求2所述的系统，其中生成所述一个或多个特征包括取回与所述相应的用户标识相对应的使用历史以及根据所述使用历史生成所述一个或多个特征。

8.一种方法包括：

获得多个潜在的馈送对象，其中每个潜在的馈送对象包括数据结构，所述数据结构包含能够潜在地在社交网络服务的用户界面中的馈送中显示的信息片段；

获得在所述用户界面中执行导航命令的用户的标识，所述导航命令使得显示或更新所述馈送；

向机器学习馈送对象排名模型馈送所述用户的所述标识和所述多个潜在的馈送对象，其中所述机器学习馈送对象排名模型已经通过机器学习算法被训练以针对潜在的馈送对象中的每一个计算得分，所述得分基于以下的组合：所述用户将通过所述用户界面对潜在的馈送对象执行交互的可能性、所述用户的交互将导致其他用户的一个或多个下游事件的可能性、以及所述一个或多个下游事件对所述社交网络服务的价值；

按由所述机器学习馈送对象排名模型计算的所述多个潜在的馈送对象的得分而将所述多个潜在的馈送对象排名；以及

基于所述排名，使得潜在的馈送对象中的一个或多个在所述用户界面中的馈送中显示。

9.根据权利要求8所述的方法，进一步包括：

获得多个示例性馈送对象、相应的用户标识、以及与由下游用户对相应的示例性馈送对象采取的动作相对应的标签；

基于从所述相应的用户标识导出的信息并且基于所述示例性馈送对象而生成一个或多个特征；以及

向所述机器学习算法馈送所述一个或多个特征以及所述多个示例性馈送对象，以训练所述机器学习馈送对象排名模型。