[發(fā)明專利]內(nèi)容推送方法、裝置及計算機(jī)設(shè)備

有效

• 申請?zhí)枺?/td>: 201710985244.3
• 申請日: 2017-10-20
• 公開（公告）號: CN107613022B
• 公開（公告）日: 2020-10-16
• 發(fā)明（設(shè)計）人: 潘岸騰
• 申請（專利權(quán)）人: 阿里巴巴（中國）有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;H04L12/24
• 代理公司: 北京智信禾專利代理有限公司 11637
• 代理人: 吳肖肖

1.一種內(nèi)容推送方法，其特征在于，包括以下步驟：

獲取曝光應(yīng)用程序的用戶的特征和對應(yīng)用程序的點擊行為；

根據(jù)所述用戶的特征及對應(yīng)用程序的點擊行為，生成樣本；包括：以所述用戶的特征作為輸入變量，以所述點擊行為作為目標(biāo)變量，生成樣本；

將所述樣本輸入到分群模型中，確定所述樣本在所述分群模型中所屬的群體；

將所述樣本輸入到所述群體對應(yīng)的點擊率預(yù)估模型中，獲得所述用戶對所述應(yīng)用程序的預(yù)估點擊率；

根據(jù)應(yīng)用程序的預(yù)估點擊率，向所述用戶推送內(nèi)容。

2.根據(jù)權(quán)利要求1所述的內(nèi)容推送方法，其特征在于，所述根據(jù)應(yīng)用程序的預(yù)估點擊率，向所述用戶推送內(nèi)容，包括：

根據(jù)應(yīng)用程序的預(yù)估點擊率，向所述用戶推送所述應(yīng)用程序。

3.根據(jù)權(quán)利要求2所述的內(nèi)容推送方法，其特征在于，所述根據(jù)應(yīng)用程序的預(yù)估點擊率，向所述用戶推送所述應(yīng)用程序，包括：

確認(rèn)應(yīng)用程序的預(yù)估點擊率大于閾值，向所述用戶推送所述應(yīng)用程序。

4.根據(jù)權(quán)利要求2所述的內(nèi)容推送方法，其特征在于，所述根據(jù)應(yīng)用程序的預(yù)估點擊率，向所述用戶推送所述應(yīng)用程序，包括：

計算所述用戶對應(yīng)用商場中全部應(yīng)用程序的預(yù)估點擊率，按預(yù)估點擊率從高到低對應(yīng)用程序進(jìn)行排序，向所述用戶推送排在最前面的預(yù)置數(shù)量的應(yīng)用程序。

5.根據(jù)權(quán)利要求1所述的內(nèi)容推送方法，其特征在于，所述獲取曝光應(yīng)用程序的用戶的特征和對應(yīng)用程序的點擊行為之前，還包括：

獲取曝光應(yīng)用程序的歷史用戶的特征和對應(yīng)用程序的點擊行為；

根據(jù)所述歷史用戶的特征及對應(yīng)用程序的點擊行為，生成樣本；

使用所述樣本訓(xùn)練包含若干群體的分群模型和群體對應(yīng)的點擊率預(yù)估模型。

6.根據(jù)權(quán)利要求5所述的內(nèi)容推送方法，其特征在于，所述使用所述樣本訓(xùn)練包含若干群體的分群模型，包括：

根據(jù)決策樹算法使用所述樣本訓(xùn)練分群模型。

7.根據(jù)權(quán)利要求5所述的內(nèi)容推送方法，其特征在于，所述使用所述樣本訓(xùn)練包含若干群體的分群模型和群體對應(yīng)的點擊率預(yù)估模型，包括：

使用所述樣本訓(xùn)練包含若干群體的分群模型，將所述樣本按群體進(jìn)行分類，使用群體對應(yīng)分類的樣本訓(xùn)練該群體的點擊率預(yù)估模型。

8.根據(jù)權(quán)利要求7所述的內(nèi)容推送方法，其特征在于，所述使用群體對應(yīng)分類的樣本訓(xùn)練該群體的點擊率預(yù)估模型，包括：

使用群體對應(yīng)分類的樣本，利用邏輯斯蒂算法，訓(xùn)練所述點擊率預(yù)估模型。

9.根據(jù)權(quán)利要求8所述的內(nèi)容推送方法，其特征在于，所述點擊率預(yù)估模型為根據(jù)邏輯斯蒂回歸的公式獲得的點擊率預(yù)估模型；所述邏輯斯蒂回歸的公式為：

其中X表示輸入變量，β表示不同特征的權(quán)重向量。

10.根據(jù)權(quán)利要求8所述的內(nèi)容推送方法，其特征在于，所述使用群體對應(yīng)分類的樣本，利用邏輯斯蒂算法，訓(xùn)練所述點擊率預(yù)估模型，包括：

根據(jù)梯度下降法利用邏輯斯蒂算法對所述群體進(jìn)行訓(xùn)練，訓(xùn)練對應(yīng)群體中的點擊率預(yù)估模型。

11.根據(jù)權(quán)利要求1所述的內(nèi)容推送方法，其特征在于，所述用戶的特性包括用戶的自然屬性、社會屬性或偏好屬性。