[发明专利]用于内容准个性化的低熵浏览历史有效

专利信息
申请号: 202080006300.4 申请日: 2020-03-31
公开(公告)号: CN113169982B 公开(公告)日: 2022-11-29
发明(设计)人: 迈克尔·S·克莱贝尔;王刚;丹尼尔·罗伯特·拉梅奇;查尔斯·谢弗·哈里森;乔希·福雷斯特·卡林;马塞尔·M·M·容 申请(专利权)人: 谷歌有限责任公司
主分类号: H04L9/40 分类号: H04L9/40;H04L67/02;H04L67/30;H04L67/53;H04L67/566
代理公司: 中原信达知识产权代理有限责任公司 11219 代理人: 周亚荣;邓聪惠
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 内容 个性化 浏览 历史
【权利要求书】:

1.一种编码用于选择内容的标识符的方法,包括:

标识经由在客户端设备上执行的第一应用所访问的多个信息资源;

从所述多个信息资源中的每个信息资源中提取与所述信息资源的至少一部分内容相对应的特征;

将分类模型应用于从所述多个信息资源中所提取的特征,以标识用于将所述第一应用归类到其中的类别集合;

确定来自所述类别集合中的一个类别满足分配给该类别的应用的阈值数量;

响应于确定所述类别满足所述阈值数量,将所述第一应用分配给与所述类别相对应的类别标识符,用于所述第一应用的所述类别标识符与用于第二应用的所述类别标识符相同;

从内容发布者设备接收信息资源以用于经由所述第一应用呈现,该信息资源包括主要内容和可用于从内容选择服务接收内容的内容槽;

针对所述信息资源的所述内容槽,生成对内容的请求,所述对内容的请求包括用于所述第一应用的所述类别标识符;以及

向所述内容选择服务传送所述对内容的请求,所述内容选择服务使用用于所述第一应用和所述第二应用的类别标识符来选择内容项以插入到所述信息资源的所述内容槽中。

2.根据权利要求1所述的方法,还包括:响应于接收到所述信息资源,根据混淆策略从所述类别集合中选择所述类别,所述混淆策略指定一种条件,在所述条件下相对应的类别标识符被允许包括在与所述信息资源的所述内容槽相关联的对内容的请求中。

3.根据权利要求1所述的方法,还包括:

响应于接收到第二信息资源,根据混淆策略,选择从应用所述分类模型而标识的所述类别集合中的第二类别标识符,所述第二类别标识符与分配给所述第一应用的所述类别不同;以及

针对所述第二信息资源的内容槽,生成对内容的第二请求,所述对内容的第二请求包括与所述第二类别相对应的第二类别标识符,而不是与所述类别相对应的所述类别标识符。

4.根据权利要求1所述的方法,还包括:

响应于接收到第二信息资源,根据混淆策略,确定不包括任何类别标识符到对内容的第二请求中以插入到所述第二信息资源的内容槽中;以及

响应于确定不包括任何类别标识符,向所述内容选择服务传送所述对内容的第二请求,所述对内容的第二请求缺少任何类别标识符。

5.根据权利要求1所述的方法,其中,确定所述类别满足所述阈值数量还包括:通过使用利用与所述类别相对应的所述类别标识符所生成的加密类别标识符,与类别授权服务协同地执行阈值密码协议。

6.根据权利要求1所述的方法,其中,确定所述类别满足阈值数量还包括:对照用于由类别授权服务所维护的类别标识符的概率数据结构,来检查所述类别标识符。

7.根据权利要求1所述的方法,其中,传送所述对内容的请求还包括:传送所述对内容的请求,所述内容选择服务使用所述类别标识符来维护用于所述第一应用和所述第二应用的聚合浏览历史。

8.根据权利要求1所述的方法,其中,应用所述分类模型还包括:应用所述分类模型,以从多个类别中标识在由所述分类模型定义的特征空间中彼此在接近度阈值内的所述类别集合。

9.根据权利要求1所述的方法,还包括:通过使用降维过程根据从所述客户端设备标识出的浏览历史来生成简化的特征向量集合,所述特征向量在文件大小方面小于所述浏览历史;以及

其中,应用所述分类模型还包括:将所述分类模型应用于根据所述浏览历史所生成的简化的特征向量集合。

10.根据权利要求1所述的方法,其中,提取所述特征还包括:从所述信息资源的至少一部分内容中提取所述特征,所述一部分内容包括以下中的至少一项:文本数据、视觉数据或音频数据。

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谷歌有限责任公司,未经谷歌有限责任公司许可,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/202080006300.4/1.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