[發(fā)明專利]一種信息處理方法及服務(wù)器

有效

• 申請(qǐng)?zhí)枺?/td>: 201610639936.8
• 申請(qǐng)日: 2016-08-05
• 公開(kāi)（公告）號(hào): CN107688956B
• 公開(kāi)（公告）日: 2021-09-07
• 發(fā)明（設(shè)計(jì)）人: 趙麗麗;劉大鵬
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02
• 代理公司: 北京派特恩知識(shí)產(chǎn)權(quán)代理有限公司 11270
• 代理人: 蔣雅潔;張穎玲

1.一種信息處理方法，其特征在于，所述方法包括：

從顯性反饋數(shù)據(jù)、隱性反饋數(shù)據(jù)、廣告質(zhì)量數(shù)據(jù)、用戶基本數(shù)據(jù)中的至少一種獲取數(shù)據(jù)集合，所述數(shù)據(jù)集合包括多個(gè)用戶特征數(shù)據(jù)；

其中，各個(gè)用戶特征數(shù)據(jù)均表明用戶與推薦信息之間具有第一興趣關(guān)系，所述第一興趣關(guān)系表征所述用戶對(duì)所述推薦信息反感；

根據(jù)所述數(shù)據(jù)集合，訓(xùn)練代表所述用戶反感所述推薦信息的第一興趣關(guān)系模型；

根據(jù)所述第一興趣關(guān)系模型，確定目標(biāo)推薦信息所對(duì)應(yīng)的第一興趣參數(shù)，所述第一興趣參數(shù)用于表征所述用戶對(duì)所述目標(biāo)推薦信息的反感程度；

將所述第一興趣參數(shù)作為點(diǎn)擊率預(yù)估模型中的候選特征，對(duì)所述點(diǎn)擊率預(yù)估模型進(jìn)行優(yōu)化；其中，所述點(diǎn)擊率預(yù)估模型用于表征用戶點(diǎn)擊率與點(diǎn)擊率預(yù)估模型中各個(gè)特征之間的關(guān)聯(lián)關(guān)系；或

將所述第一興趣參數(shù)作為抽象因子，在用戶體驗(yàn)環(huán)節(jié)對(duì)所述目標(biāo)推薦信息的排序分值進(jìn)行降權(quán)處理，得到表征多種負(fù)反饋行為相互影響的權(quán)重。

2.根據(jù)權(quán)利要求1所述的信息處理方法，其特征在于，所述從顯性反饋數(shù)據(jù)、隱性反饋數(shù)據(jù)、廣告質(zhì)量數(shù)據(jù)、用戶基本數(shù)據(jù)中的至少一種獲取數(shù)據(jù)集合，包括：

獲取至少如下特征數(shù)據(jù)：顯性反饋數(shù)據(jù)、隱性反饋數(shù)據(jù)、廣告質(zhì)量數(shù)據(jù)、用戶基本數(shù)據(jù)；

從獲取的所述特征數(shù)據(jù)中，選擇出所述用戶與推薦信息之間具有第一興趣關(guān)系的用戶特征數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的信息處理方法，其特征在于，所述根據(jù)所述數(shù)據(jù)集合，訓(xùn)練代表所述用戶反感所述推薦信息的第一興趣關(guān)系模型，包括：

根據(jù)所述數(shù)據(jù)集合，確定出第一類樣本數(shù)據(jù)和第二類樣本數(shù)據(jù)，所述第一類樣本數(shù)據(jù)的數(shù)量小于所述第二類樣本數(shù)據(jù)的數(shù)量；

對(duì)所述第二類樣本數(shù)據(jù)進(jìn)行采樣，其中，所述第一類樣本數(shù)據(jù)和采樣的第二類樣本數(shù)據(jù)的數(shù)量滿足預(yù)設(shè)比例關(guān)系；

采用迭代決策樹(shù)模型對(duì)所述第一類樣本數(shù)據(jù)和采樣的第二類樣本數(shù)據(jù)進(jìn)行模型優(yōu)化處理，得到代表所述用戶反感所述推薦信息的第一興趣關(guān)系模型。

4.根據(jù)權(quán)利要求1至3任一項(xiàng)所述的信息處理方法，其特征在于，所述候選特征包括推薦信息特征、推薦信息和所述用戶相關(guān)聯(lián)的特征；其中，所述推薦信息特征包括推薦信息質(zhì)量、歷史點(diǎn)擊率和人氣；所述推薦信息和所述用戶相關(guān)聯(lián)的特征是所述用戶對(duì)推薦信息特征的喜好；

所述將所述第一興趣參數(shù)、推薦信息特征作為點(diǎn)擊率預(yù)估模型中的候選特征，對(duì)所述點(diǎn)擊率預(yù)估模型進(jìn)行優(yōu)化，包括：

將所述候選特征根據(jù)特征值降序排列，以計(jì)算出最優(yōu)分裂點(diǎn)；

計(jì)算所述最優(yōu)分裂點(diǎn)對(duì)應(yīng)的左子樹(shù)的最優(yōu)分裂點(diǎn)和右子樹(shù)的最優(yōu)分裂點(diǎn)；

從所述左子樹(shù)的最優(yōu)分裂點(diǎn)和所述右子樹(shù)的最優(yōu)分裂點(diǎn)中選擇一個(gè)最優(yōu)分裂點(diǎn)，以作為下一個(gè)最優(yōu)分裂點(diǎn)繼續(xù)進(jìn)行分裂。

5.一種服務(wù)器，其特征在于，所述服務(wù)器包括：

獲取單元，用于從顯性反饋數(shù)據(jù)、隱性反饋數(shù)據(jù)、廣告質(zhì)量數(shù)據(jù)、用戶基本數(shù)據(jù)中的至少一種獲取數(shù)據(jù)集合，所述數(shù)據(jù)集合包括多個(gè)用戶特征數(shù)據(jù)；其中，各個(gè)用戶特征數(shù)據(jù)均表明用戶與推薦信息之間具有第一興趣關(guān)系，所述第一興趣關(guān)系表征所述用戶對(duì)所述推薦信息反感；

建立單元，用于根據(jù)所述數(shù)據(jù)集合，訓(xùn)練代表所述用戶反感所述推薦信息的第一興趣關(guān)系模型；

確定單元，用于根據(jù)所述第一興趣關(guān)系模型，確定目標(biāo)推薦信息所對(duì)應(yīng)的第一興趣參數(shù)，所述第一興趣參數(shù)用于表征所述用戶對(duì)所述目標(biāo)推薦信息的反感程度；

點(diǎn)擊率預(yù)估模型單元，用于將所述第一興趣參數(shù)作為點(diǎn)擊率預(yù)估模型中的候選特征，對(duì)所述點(diǎn)擊率預(yù)估模型進(jìn)行優(yōu)化；其中，所述點(diǎn)擊率預(yù)估模型用于表征用戶點(diǎn)擊率與點(diǎn)擊率預(yù)估模型中各個(gè)特征之間的關(guān)聯(lián)關(guān)系；或

用于將所述第一興趣參數(shù)作為抽象因子，在用戶體驗(yàn)環(huán)節(jié)對(duì)所述目標(biāo)推薦信息的排序分值進(jìn)行降權(quán)處理，得到表征多種負(fù)反饋行為相互影響的權(quán)重。

6.根據(jù)權(quán)利要求5所述的服務(wù)器，其特征在于，所述獲取單元包括：

獲取子單元，用于獲取至少如下特征數(shù)據(jù)：顯性反饋數(shù)據(jù)、隱性反饋數(shù)據(jù)、廣告質(zhì)量數(shù)據(jù)、用戶基本數(shù)據(jù)；

選擇子單元，用于從獲取的所述特征數(shù)據(jù)中，選擇出所述用戶與推薦信息之間具有第一興趣關(guān)系的用戶特征數(shù)據(jù)。