[发明专利]一种页面展现方法、装置、设备及存储介质有效

专利信息
申请号: 201910893817.9 申请日: 2019-09-20
公开(公告)号: CN112541145B 公开(公告)日: 2023-10-17
发明(设计)人: 丁娇;曾云峰;李沛龙;秦首科;黄旺;曹旭磊;李晨瑞;朱威;曹金营;杨雷;刘琦凯;胡均毅;韩聪;姜振 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F16/958 分类号: G06F16/958;G06Q30/0241;G06Q30/0242
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
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: 一种 页面 展现 方法 装置 设备 存储 介质
【说明书】:

本申请公开了一种页面展现方法、装置、设备及存储介质,涉及大数据领域。具体实现方案为:获取多个备选的展现页面,所述展现页面与第一类展现转化和至少一个第二类展现转化关联,第二类展现转化概率高于第一类展现转化概率;根据与所述第一类展现转化匹配的第一类历史展现页面,以及与所述第二类展现转化匹配的第二类历史展现页面,对各所述备选的展现页面的第一类展现转化概率进行预测;根据预测结果,在所述多个备选的展现页面中获取至少一个目标页面,并对所述至少一个目标页面进行展示。本申请实施例的技术方案可以在深层转化正样本数量较少的情况下,提高深层转化概率预估的准确性。

技术领域

本申请实施例涉及计算机技术,尤其涉及大数据技术,具体涉及一种页面展现方法、装置、设备及存储介质。

背景技术

随着互联网技术的不断发展,各种媒体或者软件开发者可以通过互联网平台发布相应的推广信息,例如,以展现页面的形式,用户在查看到上述推广信息后,可以完成媒体文章的推荐转发以及软件的激活使用等行为,上述行为实现了对展现页面的深层转化。实际上,推广信息的发布最终目的,也是为了实现上述深层转化的。

为了达到最优的深层转化效果,互联网平台需要预先估计展现页面的深层转化概率,以进行针对性的页面展现。现有技术中,可以将产生深层转化的用户行为及其对应的展现页面作为正样本,并根据从正样本中提取的特征向量来进行深层转化概率的预估,将深层转化概率预估值高于设定阈值的页面进行展现。

发明人在实现本发明的过程中发现,现有技术存在如下缺陷:对于深层转化概率较高的推广信息提供方来说,上述方法可以实现很好的预测效果,但是对于深层转化概率较低的推广信息提供方,会出现正样本数量不足的问题,最终导致预测结果不准确。

发明内容

本申请实施例提供了一种页面展现方法、装置、设备及存储介质,实现了在正样本数量不足的情况下,提高深层转化概率预估的准确性。

第一方面,本申请实施例提供了一种页面展现方法,所述方法包括:

获取多个备选的展现页面,所述展现页面与第一类展现转化和至少一个第二类展现转化关联,第二类展现转化概率高于第一类展现转化概率;

根据与所述第一类展现转化匹配的第一类历史展现页面,以及与所述第二类展现转化匹配的第二类历史展现页面,对各所述备选的展现页面的第一类展现转化概率进行预测;

根据预测结果,在所述多个备选的展现页面中获取至少一个目标页面,并对所述至少一个目标页面进行展示。

可选的,根据与所述第一类展现转化匹配的第一类历史展现页面,以及与所述第二类展现转化匹配的第二类历史展现页面,对各所述备选的展现页面的第一类转化概率进行预测,包括:

获取与各所述备选的展现页面分别对应的展现特征集;

将各所述展现特征集,分别与共性展现转化特征集及个性展现转化特征集进行匹配;

根据匹配结果,对各所述备选的展现页面的第一类转化概率进行预测;

其中,所述共性展现转化特征集,根据所述第一类历史展现页面以及所述第二类历史展现页面共同生成;

所述个性展现转化特征集,根据所述第一类历史展现页面独立生成。

可选的,根据与所述第一类展现转化匹配的第一类历史展现页面,以及与所述第二类展现转化匹配的第二类历史展现页面,对各所述备选的展现页面的第一类展现转化概率进行预测,包括:

获取与各所述备选的展现页面分别对应的展现特征集;

将各所述展现特征集,分别输入至预先训练的第一类展现转化概率预测模型中,对各所述备选的展现页面的第一类展现转化概率进行预测;

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/201910893817.9/2.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