[發明專利]一種信息推送方法和裝置

有效

• 申請號: 201410757445.4
• 申請日: 2014-12-10
• 公開（公告）號: CN105740268B
• 公開（公告）日: 2019-04-09
• 發明（設計）人: 楊志雄;呂韜
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q30/02
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 李輝

本申請實施例公開了一種信息推送方法。該方法包括：響應于用戶的當前行為，從當前行為所屬的會話中提取屬性特征，輸入到預置的用戶行為生命周期模型，輸出用戶當前在用戶行為生命周期中的階段；將從待推送對象和用戶中提取的屬性特征輸入到預置的且與用戶當前在用戶行為生命周期中的階段對應的命中概率模型中，輸出待推送對象的命中概率，其中不同階段對應的命中概率模型不同；按照待推送對象的命中概率從大到小的順序選取至少一個待推送對象；對選取的待推送對象進行推送。通過本申請中，可以盡可能地降低用戶反復搜索的可能性，提升用戶體驗的同時，也節約搜索服務器以及推送服務器的資源。本申請實施例公開了一種信息推送裝置。

技術領域

本申請涉及計算機應用領域，特別是涉及一種信息推送方法和裝置。

背景技術

在電子商務網站上，用戶可以通過在站內的搜索框中輸入搜索關鍵詞來獲得自己關注或喜好的目標對象。具體地，搜索服務器先基于匹配算法(如文本匹配算法)搜索與用戶輸入的搜索關鍵詞所匹配的對象，然后將搜索到的對象進行排序，最后按照排序將搜索到的對象展示在網站的頁面上，以供用戶從中選擇自己喜好的目標對象。

除了向用戶提供搜索到的對象之外，電子商務網站還可以向用戶推送與搜索到的對象相似的其它對象。具體地，推送服務器先以搜索到的對象為基準，根據相關性算法(例如，通過協同過濾算法計算對象與對象之間的行為相關性和文本相關性)得到與搜索到的對象相似的對象，并作為候選對象，然后從候選對象中剔除出搜索到的對象，并將剩余下來的候選對象作為待推送對象，再將待推送對象進行排序，最后按照排序的先后順序將推送對象展示在網站的頁面上。

在實現本申請的過程中，本申請的發明人發現現有技術中至少存在如下問題：與搜索服務器向用戶提供搜索到的對象不同，推送服務器一般只能向用戶推送有限個數的推送對象。因此，推送服務器會按照排序的順序選取排在前N位的推送對象(N為正整數)，然后將排在前N位的推送對象展示在網站的頁面上。

在現有技術中，推送服務器是按照相關性從高到低的順序對推送對象進行排序的。但是，這種排序方式只考慮到了推送對象與搜索到的對象之間的相關性，而推送對象本身很可能不是用戶關注或喜好的目標對象，用戶因此需要重新構建搜索關鍵詞再次進行搜索，而反復搜索的過程不僅會降低用戶體驗，也會過度地消耗搜索服務器以及推送服務器的資源。

發明內容

為了解決上述技術問題，本申請實施例提供了一種信息推送方法和裝置，以盡可能地降低用戶反復搜索的可能性，提升用戶體驗的同時，也節約搜索服務器以及推送服務器的資源。

本申請實施例公開了如下技術方案：

一種信息推送方法，包括：

響應于用戶的當前行為，從所述當前行為所屬的會話中提取屬性特征，并將所述屬性特征輸入到預置的用戶行為生命周期模型，輸出所述用戶當前在用戶行為生命周期中的階段，其中所述用戶行為生命周期包括目標對象不明確階段、目標對象明確選擇階段和目標對象鎖定階段；

將從待推送對象和用戶中提取的屬性特征輸入到預置的且與所述用戶當前在用戶行為生命周期中的階段對應的命中概率模型中，輸出所述待推送對象的命中概率，其中不同階段對應的命中概率模型不同；

按照所述待推送對象的命中概率從大到小的順序選取至少一個待推送對象；

對選取的待推送對象進行推送。

優選的，所述用戶行為生命周期模型是對GBRT模型進行訓練所得到的連續模型。

優選的，所述命中概率模型是對邏輯回歸LR模型進行訓練所得到的離散模型。

優選的，所述預置的且與所述用戶當前在用戶行為生命周期中的階段對應的命中概率模型包括：曝光點擊轉化率模型、點擊收藏轉化率模型和點擊下單轉化率模型；