[發明專利]基于機器學習的千人千面門戶處理方法、裝置及相關設備

有效

• 申請號: 202110474623.2
• 申請日: 2021-04-29
• 公開（公告）號: CN113094597B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 方俊波
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06F16/9538;G06N20/00
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 楊毅玲;劉麗華

1.一種基于機器學習的千人千面門戶處理方法，其特征在于，所述基于機器學習的千人千面門戶處理方法包括：

當接收到登錄請求時，解析所述登錄請求，得到用戶的賬戶信息，并根據所述賬戶信息檢測用戶是否為舊用戶；

當檢測結果為所述賬戶信息為舊用戶時，采集所述賬戶信息對應的歷史行為日志，并根據所述歷史行為日志確定并顯示初始門戶界面，所述初始門戶界面包含實化顯示卡片內容與虛化顯示卡片內容；

獲取用戶在預設時間間隔內對于所述實化顯示卡片內容的瀏覽行為，并檢測所述瀏覽行為是否有效；

當檢測結果為所述瀏覽行為有效時，調用預先訓練的內容推薦模型根據所述瀏覽行為調整所述初始門戶界面中的所述卡片內容信息，得到第一門戶界面；

監測用戶對于所述虛化顯示卡片內容是否存在觸控行為；

當監測結果為用戶對于所述虛化顯示卡片內容存在觸控行為時，根據所述觸控行為調整所述內容推薦模型，得到更新后的內容推薦模型；

調用更新后的內容推薦模型根據所述瀏覽行為調整所述第一門戶界面，得到第二門戶界面。

2.根據權利要求1所述的基于機器學習的千人千面門戶處理方法，其特征在于，所述解析所述登錄請求，得到用戶的賬戶信息包括：

檢測所述登錄請求中是否包含預設關鍵詞；

當檢測結果為所述登錄請求中包含預設關鍵詞時，確定所述預設關鍵詞的目標位置；

獲取所述目標位置處的信息作為用戶的賬戶信息。

3.根據權利要求1所述的基于機器學習的千人千面門戶處理方法，其特征在于，在所述根據所述賬戶信息檢測用戶是否為舊用戶之后，所述方法還包括：

當檢測結果為所述賬戶信息為新用戶時，特征提取處理新用戶的所述賬戶信息，得到新用戶特征；

利用余弦相似度計算所述新用戶特征與預存儲的每一舊用戶特征的相似度；

選取與所述新用戶特征的相似度最高的舊用戶為目標用戶；

將所述目標用戶對應的初始門戶界面推薦給新用戶。

4.根據權利要求1所述的基于機器學習的千人千面門戶處理方法，其特征在于，所述根據所述歷史行為日志確定并顯示初始門戶界面包括：

解析所述歷史行為日志，得到行為特征，所述行為特征包括瀏覽行為特征與觸控行為特征；

解析預設門戶界面，得到卡片特征，所述卡片特征包括卡片布局特征與卡片內容特征，所述卡片布局特征包括卡片位置特征與卡片尺寸特征，所述卡片內容特征包括實化顯示卡片內容特征與虛化顯示卡片內容特征；

根據所述行為特征對所述卡片特征進行細粒度分類，構建細粒度的所述行為特征與所述卡片特征的關系矩陣；

獲取并解析目標歷史行為日志，得到目標行為特征，根據所述目標行為特征基于所述關系矩陣進行協同過濾得到目標卡片特征；

根據所述目標卡片特征確定并顯示初始門戶界面。

5.根據權利要求1所述的基于機器學習的千人千面門戶處理方法，其特征在于，所述檢測所述瀏覽行為是否有效包括：

調用預先設置的監控節點監測所述實化顯示卡片內容在所述初始門戶界面中的停留時長；

當監測到所述實化顯示卡片內容在所述初始門戶界面中的停留時長超過預設時長時，調用攝像頭設備采集用戶的瞳孔信息，并根據所述瞳孔信息判斷用戶是否處于瀏覽狀態；

當判斷結果為用戶處于瀏覽狀態時，確定所述瀏覽行為有效。

6.根據權利要求1所述的基于機器學習的千人千面門戶處理方法，其特征在于，所述調用預先訓練的內容推薦模型根據所述瀏覽行為調整所述初始門戶界面中的所述卡片內容信息，得到第一門戶界面包括：

調用預先訓練的內容推薦模型處理所述瀏覽行為，得到待推薦卡片內容；

將所述瀏覽行為與所述待推薦卡片內容輸入至預先訓練的點擊率預估模型，得到用戶點擊待推薦內容的點擊率估計值，所述點擊率估計值是基于用戶的行為特征信息與待推薦內容的特征信息的相似度以及用戶對每個行為特征信息的選擇傾向值計算得到的；

根據點擊率估計值，確定給用戶推薦待推薦內容的推薦策略；

根據所述推薦策略調整所述初始門戶界面中的所述卡片內容信息，得到第一門戶界面。