公开(公告)号：CN104331459B

公开(公告)日：2018-07-06

申请号：CN201410602477.7

申请日：2014-10-31

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 王凡 ,  田浩 ,  徐倩 ,  陈立 ,  信贤卫 ,  吴泽衡 ,  周方圆 ,  郑德荣

IPC: G06F17/30

Abstract: 本发明实施例公开了一种基于在线学习的网络资源推荐方法及装置，该方法包括：根据用户针对展示的网络资源的反馈日志，对用于推荐网络资源的数据模型进行训练；基于所述数据模型对需要推荐的网络资源按照E&E算法进行打分和推荐；对推荐的网络资源进行展示。本发明实施例以用户的反馈来训练数据模型，实现对数据模型进行快速反复的迭代，能提高推荐策略的反应速度和推荐的准确率。

公开(公告)号：CN104361062A

公开(公告)日：2015-02-18

申请号：CN201410610726.7

申请日：2014-11-03

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 吴泽衡 ,  信贤卫 ,  石磊 ,  何径舟

IPC: G06F17/30 ,  G06F17/27

CPC classification number: G06F17/30864 ,  G06F17/3082 ,  G06F17/30867

Abstract: 本发明提供了一种关联信息的推荐方法及装置，其中，该方法包括：获取与第一级信息节点相关联的m个第二级信息节点对应的m个第一权重值，其中，所述m个第一权重值通过用户的点击跳转行为获取到，所述第一级信息节点为所述用户当前使用的信息节点，m为正整数；根据所述m个第一权重值与预设的n个推荐信息节点为所述用户确定推荐的关联信息，其中，n为正整数。本发明实施例通过m个第一权重值参考了用户的点击跳转行为，避免了通过信息节点的内容、信息节点的上传者或者作者、信息节点的类型等向用户推荐节点信息的内容聚焦问题，由于m个第一权重值的获取方式是参考用户的点击跳转行为，实现了通过大数据思想向用户推荐关联信息。

公开(公告)号：CN104361062B

公开(公告)日：2017-10-31

申请号：CN201410610726.7

申请日：2014-11-03

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 吴泽衡 ,  信贤卫 ,  石磊 ,  何径舟

IPC: G06F17/30 ,  G06F17/27

Abstract: 本发明提供了一种关联信息的推荐方法及装置，其中，该方法包括：获取与第一级信息节点相关联的m个第二级信息节点对应的m个第一权重值，其中，所述m个第一权重值通过用户的点击跳转行为获取到，所述第一级信息节点为所述用户当前使用的信息节点，m为正整数；根据所述m个第一权重值与预设的n个推荐信息节点为所述用户确定推荐的关联信息，其中，n为正整数。本发明实施例通过m个第一权重值参考了用户的点击跳转行为，避免了通过信息节点的内容、信息节点的上传者或者作者、信息节点的类型等向用户推荐节点信息的内容聚焦问题，由于m个第一权重值的获取方式是参考用户的点击跳转行为，实现了通过大数据思想向用户推荐关联信息。

公开(公告)号：CN104331459A

公开(公告)日：2015-02-04

申请号：CN201410602477.7

申请日：2014-10-31

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 王凡 ,  田浩 ,  徐倩 ,  陈立 ,  信贤卫 ,  吴泽衡 ,  周方圆 ,  郑德荣

IPC: G06F17/30

CPC classification number: G06F17/30867

Abstract: 本发明实施例公开了一种基于在线学习的网络资源推荐方法及装置，该方法包括：根据用户针对展示的网络资源的反馈日志，对用于推荐网络资源的数据模型进行训练；基于所述数据模型对需要推荐的网络资源按照E&E算法进行打分和推荐；对推荐的网络资源进行展示。本发明实施例以用户的反馈来训练数据模型，实现对数据模型进行快速反复的迭代，能提高推荐策略的反应速度和推荐的准确率。