[發明專利]用于生成信息的方法和裝置

有效

• 申請號: 201811314577.4
• 申請日: 2018-11-06
• 公開（公告）號: CN111147431B
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 李欣;王曉勤;羅尚勇
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種用于生成信息的方法，包括：

響應于接收到終端設備發送的用戶標識和點擊信息，用所收到的用戶標識和點擊信息以及當前時間生成當前用戶點擊信息并添加到用戶點擊信息序列中，用戶點擊信息包括用戶標識、點擊信息和點擊時間，所述點擊信息包括點擊坐標；

將所述用戶點擊信息序列中用戶標識為所收到的用戶標識，且點擊時間為從當前時間開始往前預設時長內的用戶點擊信息組成的序列確定為目標用戶點擊信息序列；

對所述目標用戶點擊信息序列進行特征提取，得到預設維數的目標用戶點擊信息序列特征向量；

將所述目標用戶點擊信息序列特征向量輸入預先訓練的貝葉斯信念網絡，得到所收到的用戶標識所指示的用戶為預設類型用戶的概率，其中，所述貝葉斯信念網絡用于表征所述預設維數的特征向量與概率之間的對應關系；

其中，所述貝葉斯信念網絡基于預先獲取的、包含標注結果的訓練樣本訓練得到，所述標注結果基于歷史用戶點擊信息子序列對應的點擊坐標集序列與頻繁點擊坐標集序列的匹配而生成，所述點擊坐標集序列通過以下步驟生成：將預先獲取的歷史用戶點擊信息子序列中點擊時間在同一時間窗口內的歷史用戶點擊信息中的點擊信息中的點擊坐標合并，得到與該歷史用戶點擊信息子序列和各時間窗口對應的點擊坐標集以及按照對應的時間窗口的時間先后順序，生成所述點擊坐標集序列。

2.根據權利要求1所述的方法，其中，所述對所述目標用戶點擊信息序列進行特征提取，得到預設維數的目標用戶點擊信息序列特征向量，包括：

對所述目標用戶點擊信息序列進行特征提取，得到初始特征向量；

對所述初始特征向量進行標準化處理，得到所述目標用戶點擊信息序列特征向量。

3.根據權利要求2所述的方法，其中，所述貝葉斯信念網絡是通過如下訓練步驟得到的：

獲取歷史用戶點擊信息序列；

對于歷史用戶標識集合中的每個用戶標識，按照點擊時間以所述預設時長為周期，對于所述歷史用戶點擊信息序列中用戶標識為該用戶標識的各個歷史用戶點擊信息進行劃分，得到與該用戶標識對應的至少一個歷史用戶點擊信息子序列，其中，所述歷史用戶標識集合包括所述歷史用戶點擊信息序列所包括的各個用戶標識；

對于歷史用戶標識集合中的每個用戶標識對應的至少一個歷史用戶點擊信息子序列中的每個歷史用戶點擊信息子序列，執行以下標注和特征提取操作：確定該歷史用戶點擊信息子序列對應的標注結果，標注結果包括用于表征非預設類型用戶點擊信息序列的正樣本標簽和用于表征預設類型用戶點擊信息序列的負樣本標簽；對該歷史用戶點擊信息子序列進行特征提取，得到與該歷史用戶點擊信息子序列對應的點擊信息序列特征向量；將所得到的點擊信息序列特征向量和所確定的標注結果作為訓練樣本對應存儲在訓練樣本集中；

分別將所述訓練樣本集中的訓練樣本中的點擊信息序列特征向量和標注結果作為初始貝葉斯信念網絡的輸入和期望輸出，利用機器學習方法訓練得到貝葉斯信念網絡。

4.根據權利要求3所述的方法，其中，所述確定該歷史用戶點擊信息子序列對應的標注結果，包括：

將該歷史用戶點擊信息子序列中點擊時間在同一時間窗口內的歷史用戶點擊信息中的點擊信息中的點擊坐標合并，得到與該歷史用戶點擊信息子序列和各時間窗口對應的點擊坐標集，以及按照對應的時間窗口的時間先后順序，用所得到的與各個點擊坐標集生成與該歷史用戶點擊信息子序列對應的點擊坐標集序列；

對于所述歷史用戶標識集合中的每個歷史用戶標識，將與該用戶標識對應的至少一個歷史用戶點擊信息子序列中每個歷史用戶點擊信息子序列對應的點擊坐標集序列確定為與該用戶標識對應的至少一個點擊坐標集序列；

用所述歷史用戶標識集合中各個歷史用戶標識對應的點擊坐標集序列生成點擊坐標集序列樣本集；

對所述點擊坐標集序列樣本集進行序列模式挖掘，得到頻繁點擊坐標集序列集；

對于所述歷史用戶標識集合中的每個用戶標識，確定該用戶標識對應的至少一個點擊坐標集序列中是否包括所述頻繁點擊坐標集序列集中的點擊坐標集序列；響應于確定是，將該用戶標識對應的至少一個歷史用戶點擊信息子序列中的每個歷史用戶點擊信息子序列的標注結果確定為負樣本標簽；響應于確定否，將該用戶標識對應的至少一個歷史用戶點擊信息子序列中的每個歷史用戶點擊信息子序列的標注結果確定為正樣本標簽。