[发明专利]一种信息展示方法及装置有效

专利信息
申请号: 201911230136.0 申请日: 2019-12-04
公开(公告)号: CN111144974B 公开(公告)日: 2022-03-08
发明(设计)人: 赵郁忻;王立平;程佳;柳明海;李忆纯 申请(专利权)人: 北京三快在线科技有限公司
主分类号: G06Q30/06 分类号: G06Q30/06;G06V10/774;G06V10/74;G06K9/62
代理公司: 北京曼威知识产权代理有限公司 11709 代理人: 方志炜
地址: 100080 北京市海*** 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 信息 展示 方法 装置
【说明书】:

本说明书公开一种信息展示方法和装置,根据用户的属性以及用户历史上点击的各样本信息的展示形式,确定出表征用户对信息的展示形式的偏好的样本用户特征。将用户历史上点击的各样本待展示信息被点击时的展示形式的展示形式特征作为正样本,将该被点击的展示形式对应的信息的未被点击的样本待展示信息未被点击时的展示形式的展示形式特征作为负样本。通过确定出的样本用户特征、正样本和负样本,共同训练用于确定用户特征的第一模型和用于确定展示形式特征的第二模型。进而,通过比较第一模型输出的用户特征与第二模型输出的展示形式特征的相似度,就能够确定信息的展示形式。本说明书中的方法无需在线上运行CTR预估模型,有效提高信息展示的效率。

技术领域

本说明书涉及互联网领域,尤其涉及一种信息展示方法及装置。

背景技术

目前,在一些电商平台,如对话式点餐平台中,为了引导用户消费,通常可向用户展示商家、商品对应的信息,帮助用户找到自己想找的商家或者商品,最终完成下单。

在现有技术中,电商平台根据用户的信息展示请求,通过在线的方式在服务器端召回与该信息展示请求对应的各信息,每个信息均可对应若干种展示形式。然后在线预测出每种展示形式能够获得的点击率(Click Through Rate,CTR)。之后根据预测的结果,筛选出最可能被用户点击的展示形式,按照该筛选出的展示形式,将信息展示给用户。

然而,在实际的使用场景中,针对用户的信息请求召回的信息的展示形式的数量较多,对信息对应的每种展示形式均进行在线的计算,会导致电商平台在向用户展示信息的过程中,在线处理的数据的量较大,在线处理数据的负荷较大,预测CTR的模型结构较为复杂,影响信息展示的效率。

发明内容

本说明书实施例提供一种信息展示方法及装置,以部分的解决现有技术存在的上述问题。

本说明书实施例采用下述技术方案:

本说明书提供的第一种信息展示方法,所述方法包括:

针对用户历史上点击的各样本信息,确定用户点击该样本信息时该样本信息的展示形式,以及该用户的属性;

将确定出的所述用户的属性、所述用户点击该样本信息时所处的页面以及所述用户点击各样本信息时各样本信息的展示形式,输入待训练的第一模型,得到样本用户特征;

确定历史上向所述用户展示该样本信息时,展示给所述用户的所有信息,作为样本待展示信息;

针对每个所述样本待展示信息,将该样本待展示信息的每个展示形式输入待训练的第二模型,得到针对该展示形式的展示形式特征;

根据确定出的样本用户特征和该样本待展示信息对应的各展示形式特征,以样本用户特征与该样本待展示信息被点击时的展示形式的展示形式特征的相似度最大化,且,样本用户特征与该样本待展示信息未被点击时的展示形式的展示形式特征的相似度最小化为训练目标,训练第一模型和第二模型;

当接收到信息展示请求时,确定所述信息展示请求对应的目标待展示信息,并且采用训练后的第一模型确定发送所述信息展示请求的当前用户的用户特征,作为当前用户特征;

针对目标待展示信息的每种展示形式,根据所述当前用户特征与该展示形式的展示形式特征的相似度,在该目标待展示信息的各展示形式中,确定目标展示形式,并根据确定出的目标展示形式,展示所述目标待展示信息,其中,所述目标待展示信息的每种展示形式的展示形式特征是通过训练后的第二模型确定的。

可选地,所述展示形式包括:图片和/或文字中的至少一种。

可选地,将确定出的所述用户的属性、所述用户点击该样本信息时所处的页面以及所述用户点击各样本信息时各样本信息的展示形式,输入待训练的第一模型,得到样本用户特征,具体包括:

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北京三快在线科技有限公司,未经北京三快在线科技有限公司许可,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/201911230136.0/2.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