[發明專利]使用模型優化內容分發

有效

• 申請號: 201680084301.4
• 申請日: 2016-12-16
• 公開（公告）號: CN109074359B
• 公開（公告）日: 2023-05-09
• 發明（設計）人: S.T.戴維斯;陳凱;M.J-K.王;W.江;M.塔瓦非;P.Z.蒂普頓
• 申請（專利權）人: 谷歌有限責任公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06N20/00;G06F16/70;G06Q30/02
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 邵亞麗

用于優化內容呈現的方法、系統和裝置，包括在計算機存儲介質上編碼的計算機程序。在一個方面，一種系統包括：訓練數據庫，所述訓練數據庫存儲訓練數據，所述訓練數據包括關于用戶的屬性信息和對所述用戶在內容呈現之后的行為進行量化的對應代理度量；內容數據庫；模型生成器，所述模型生成器訪問所述訓練數據并訓練針對內容分發的模型；以及內容分發服務器，所述內容分發服務器接收內容請求、使用所述模型選擇內容并且傳輸識別所選擇內容的數據，其中，所述模型：獲得針對與所述請求關聯的用戶的一組屬性、接收關于給定內容的信息、基于所述一組屬性和關于內容的信息預測代理度量，所預測的代理度量提供關于主題保持或意識的信息；以及如果所預測的代理度量達到閾值則識別給定內容用于分發。

技術領域

本說明書涉及優化內容呈現。

背景技術

可以分發視頻內容以呈現在各種客戶端設備(例如互聯網上的移動設備和個人計算機)上。可以以各種方式選擇針對特定用戶提供的內容的類型以便呈現特定用戶感興趣的內容。

發明內容

總體上，本說明中描述的主題的一個創新性方面可以體現在一種系統中，所述系統包括：訓練數據庫，所述訓練數據庫存儲訓練數據，所述訓練數據包括關于多個用戶的屬性信息和量化內容呈現之后所述多個用戶的在線行為的對應代理度量；內容數據庫，所述內容數據庫存儲從各種第三方內容提供者接收的第三方內容；模型生成器，所述模型生成器訪問所述訓練數據庫中的所述訓練數據并且基于所述訓練數據訓練針對第三方內容分發的模型；以及內容分發服務器，所述內容分發服務器接收對于要在客戶端設備處與內容的另一部分一起呈現的第三方內容的請求，其中所述內容分發服務器使用所述模型來響應于所述請求選擇要被分發到所述客戶端設備的第三方內容并且將識別所選擇第三方內容的數據傳輸到所述客戶端設備，其中，所述模型：從所述請求獲得一組屬性，其中，所述一組屬性與關于與所述請求關聯的用戶的信息相關，接收關于存儲在所述內容數據庫中的給定第三方內容的信息，基于所述一組屬性和關于所述第三方內容的所述信息預測針對所述給定第三方內容的代理度量，其中，預測的代理度量提供關于將歸因于所述給定第三方內容的呈現而導致的主題保持或主題意識中的至少一個的信息；以及

使用預測的代理度量并且針對所述內容分發服務器，基于達到閾值的預測的代理度量識別給定第三方內容供分發。該方面的其他實施例包括對應的方法、裝置和配置為執行方法的動作的編碼在計算機存儲設備上的計算機程序。

這些和其他實施例均可以可選地包括一個或多個下述特征。在一些實現方式中，所述內容數據庫中關于所述給定第三方內容的所述信息包括所述給定第三方內容的類別、所述給定第三方內容的持續時間和所述給定第三方內容的專題內容中的至少一個。所述訓練數據庫還可以接收與向所述客戶端設備顯示特定第三方內容關聯的代理度量，并且所述模型生成器還使用所接收的與向所述客戶端設備顯示所述特定第三方內容關聯的代理度量重新訓練所述模型。在一些實現方式中，所述模型還對屬性信息的某些類別加權并且基于加權的屬性信息預測代理度量。

對于第三方內容的所述請求不包含已知屬性信息，但是所述模型可以不管屬性信息地識別訓練數據。在一些實現方式中，所述代理度量包括在視頻內容上的點擊、與視頻內容關聯的觀看時間、與視頻內容關聯的跳過時間、與視頻內容關聯的可視性度量和與視頻內容關聯的可聽性中的至少一個。在一些實現方式中，從各種第三方內容提供者接收的第三方內容的每個第三方內容包括對于主題保持或主題意識的偏好。

在一些實現方式中，所述模型基于所述偏好識別所述給定第三方內容。在一些實現方式中，所述模型生成器識別并存儲特定代理度量和主題保持之間的相關性。在一些實現方式中，所述模型生成器識別并存儲特定代理度量和主題意識之間的相關性。在一些實現方式中，所述模型使用邏輯回歸機器學習和線性回歸機器學習中的至少一個來預測所述代理度量。