[发明专利]一种个性化展示的方法及装置

权利要求书

1.一种个性化展示的方法，其特征在于，包括：

在接收到用户登录应用程序的指令情况下，依据所述用户的属性信息，生成所述用户对应的特征向量；所述属性信息包括所述用户的用户身份信息，和/或，在预设时间段内所述用户使用所述应用程序的各个功能项产生的记录信息；

依据所述特征向量以及历史用户对应的特征向量与所述历史用户需求的关联关系，计算得到各个所述功能项符合所述用户需求的概率；

按照各个所述功能项的所述概率从高到低的排序，选取前N个所述功能项作为所述用户的目标功能项，在所述应用程序的功能项展示区展示所述目标功能项，所述N为整数。

2.根据权利要求1所述的方法，其特征在于，所述依据用户的属性信息，生成所述用户对应的特征向量，包括：

从所述属性信息中提取多个目标属性项，任意一个所述目标属性项为已验证的可用于计算所述功能项的所述概率的信息项；

针对每个所述目标属性项，按照预设的目标属性项与数值的转换关系，将所述目标属性项转换为对应的数值；

将各个所述目标属性项对应的所述数值，作为所述特征向量的元素。

3.根据权利要求1或2所述的方法，其特征在于，在所述依据用户的属性信息，生成所述用户对应的特征向量之前，还包括，依据所述用户登录所述应用程序的指令中携带的所述用户的用户身份标识，获取与所述用户身份标识对应的预先存储的所述用户的所述属性信息。

4.根据权利要求1所述方法，其特征在于，所述依据所述特征向量，以及历史用户对应的特征向量与所述历史用户需求的关联关系，计算得到各个所述功能项符合所述用户需求的概率，包括：

将所述特征向量输入预设的计算模型，使所述计算模型根据所述特征向量，输出各个所述功能项符合所述用户需求的概率；所述计算模型为依据历史用户对应的特征向量与所述历史用户需求的关联关系训练得到的模型；

训练所述计算模型的过程为，采用训练样本对预设的基础模型进行训练，直到所述基础模型达到预设条件，并将达到所述预设条件的所述基础模型作为所述计算模型；

所述训练样本包括所述历史用户的所述属性信息以及预先记录的所述历史用户实际需求的功能项；所述训练误差为预先记录的所述历史用户实际需求的功能项与所述基础模型输出的符合所述历史用户需求的功能项之间的误差。

5.根据权利要求1所述的方法，其特征在于，在所述应用程序的功能项展示区展示所述目标功能项之后，还包括：

记录目标数量，所述目标数量为所述用户所点击的功能项不属于所述目标功能项的数量；

确定所述目标数量预设对应的正确概率；所述正确概率为表征所述目标功能项符合所述用户需求的概率；

对应存储所述用户的身份标识码与所述正确概率。

6.一种个性化展示的装置，其特征在于，包括：

生成单元，用于在接收到用户登录应用程序的指令情况下，依据所述用户的属性信息，生成所述用户对应的特征向量；所述属性信息包括所述用户的用户身份信息，和/或，在预设时间段内所述用户使用所述应用程序的各个功能项产生的记录信息；

计算单元，用于依据所述特征向量以及历史用户对应的特征向量与所述历史用户需求的关联关系，计算得到各个所述功能项符合所述用户需求的概率；

展示单元，用于按照各个所述功能项的所述概率从高到低的排序，选取前N个所述功能项作为所述用户的目标功能项，在所述应用程序的功能项展示区展示所述目标功能项，所述N为整数。

7.根据权利要求6所述的装置，所述生成单元用于依据用户的属性信息，生成所述用户对应的特征向量，包括：

所述生成单元具体用于，从所述属性信息中提取多个目标属性项，任意一个所述目标属性项为已验证的可用于计算所述功能项的所述概率的信息项；

针对每个所述目标属性项，按照预设的目标属性项与数值的转换关系，将所述目标属性项转换为对应的数值；

将各个所述目标属性项对应的所述数值，作为所述特征向量的元素。