[發明專利]信息提供方法及裝置

有效

• 申請號: 201610996964.5
• 申請日: 2016-11-09
• 公開（公告）號: CN108074116B
• 公開（公告）日: 2022-02-22
• 發明（設計）人: 姜廣;胡熠;喬彥濤;黃剛;張紅春
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 李威;林祥

1.一種信息提供方法，其特征在于，包括：

從預定義的對應于多種信息粒度的篩選模型中，選取與當前用戶的描述信息相匹配的篩選模型；

根據被選取的篩選模型確定出所述當前用戶對應的信息篩選條件；

向所述當前用戶提供符合所述信息篩選條件的信息；

根據接收到的策略調整指令，確定調整后的信息推薦策略；

對所述被選取的篩選模型進行調整，以使得向所述當前用戶提供的信息匹配于所述調整后的信息推薦策略；所述對所述被選取的篩選模型進行調整，包括：根據所述被選取的篩選模型，生成包括多個相互區別的候選模型的候選模型集合；其中，每一候選模型與所述被選取的篩選模型相差預設數量的預設調整向量；從所述候選模型集合中挑選出對所述調整后的信息推薦策略的滿足情況最優的候選模型，以作為所述被選取的篩選模型的調整后模型。

2.根據權利要求1所述的方法，其特征在于，所述描述信息包括以下至少之一：用戶屬性信息、用戶所處的網絡環境信息、用戶歷史行為信息。

3.根據權利要求1所述的方法，其特征在于，所述篩選模型包括信息粒度依次增大的下述類型：

對應于用戶賬號的第一類篩選模型；

對應于用戶類型標簽的第二類篩選模型，所述用戶類型標簽是通過對所有歷史用戶的描述信息進行統計得到；

對應于第一地理位置區域的第三類篩選模型；

對應于第二地理位置區域的第四類篩選模型，所述第二地理位置區域大于所述第一地理位置區域；

對應于默認值的第五類篩選模型。

4.根據權利要求1所述的方法，其特征在于，所述根據被選取的篩選模型確定出所述當前用戶對應的信息篩選條件，包括：

確定待提供至所述當前用戶的信息對應的對象類別；

根據所述對象類別對所述被選取的篩選模型進行配置，并根據配置后的篩選模型確定出所述信息篩選條件。

5.根據權利要求1所述的方法，其特征在于，所述預設調整向量的步長為所述調整后的信息推薦策略對應的場景下的單位步長。

6.根據權利要求1所述的方法，其特征在于，所述從所述候選模型集合中挑選出對所述調整后的對象推薦策略的滿足情況最優的候選模型，以作為所述被選取的篩選模型的調整后模型，包括：

分別創建實驗桶和至少一個基準桶；其中，所述實驗桶配置有所述候選模型集合，所述基準桶被配置有所述被選取的篩選模型對應的基線模型；

獲取預設時間窗口內接收到的匹配于所述被選取的篩選模型的用戶請求流量，并將所述用戶請求流量平均分配至所述實驗桶和所述基準桶；其中，當所述用戶請求流量中的任一用戶請求被分配至所述實驗桶時，被按照預設規則從所述候選模型集合中選取的一候選模型被應用于干預針對所述任一用戶請求提供的信息，以及當所述任一用戶請求被分配至所述基準桶時，所述基線模型被應用于干預針對所述任一用戶請求提供的信息；

分別統計所述實驗桶和每一基準桶得到的檢索結果對所述調整后的信息推薦策略的滿足情況，當所述實驗桶的滿足情況優于所有基準桶的平均水平且差異值均達到預設差值時，選取所述實驗桶中滿足情況最優的候選模型，以作為所述被選取的篩選模型的調整后模型。

7.根據權利要求6所述的方法，其特征在于，采用下述預設規則將被分配至所述實驗桶的用戶請求進一步分配至各個候選模型：

在預設時長的起始時間窗口內，將被分配至所述實驗桶的用戶請求平均分配至各個候選模型；

分別統計各個候選模型在所述起始時間窗口內得到的檢索結果對所述調整后的信息推薦策略的滿足情況；

根據各個候選模型對應的滿足情況的分布數據，對所述起始時間窗口之后被分配至所述實驗桶的用戶請求進行分配，且每一候選模型被分配到用戶請求的概率正相關于所述滿足情況的滿足程度；其中，在所述起始時間窗口之后，所述分布數據被按照預設時間間隔進行迭代更新。

8.根據權利要求1所述的方法，其特征在于，所述篩選模型包括：購買力模型。