-
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
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
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。
-
公开(公告)号：CN109255070A
公开(公告)日：2019-01-22
申请号：CN201810865257.1
申请日：2018-08-01
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/9535 , G06K9/62 , G06K9/46
Abstract: 本申请提出一种推荐信息处理方法、装置、计算机设备及存储介质，其中，方法包括：确定推荐列表中第i个推荐信息对应的第一向量，其中，i为正整数；根据所述第一向量，确定前i个推荐信息对应的第二向量；根据所述第一向量及所述第二向量，确定候选推荐信息集中每个候选推荐信息的点击概率；根据每个候选推荐信息的点击概率，从所述候选推荐信息集中选取第i+1个推荐信息。通过本方法，实现了根据推荐信息之间的关联性来对推荐信息进行排序，有利于提高推荐列表中推荐信息的点击率，解决了现有技术中根据单一的打分结果确定推荐列表，忽略了推荐信息之间的关联性、推荐信息的点击率低的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN108921624A
公开(公告)日：2018-11-30
申请号：CN201810847894.6
申请日：2018-07-27
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提出一种广告融合方法、装置、存储介质和终端设备，其中，所述方法包括：将非广告结果和广告结果汇合在候选结果集合中；将所述候选结果集合输入序列生成模型，得到所述候选结果集合中的各候选结果的选择概率；根据各所述候选结果的选择概率，从所述候选结果集合中选取候选结果，生成多个候选推荐序列；将各所述候选推荐序列输入序列评估模型，得到各所述候选推荐序列的评估结果；以及根据各所述候选推荐序列的评估结果，从所述各候选推荐序列中选取优选推荐序列。采用本发明，可以使得在序列中插入的广告不会过于突兀，有效地提高用户的浏览体验。
-
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
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
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：CN109255070B
公开(公告)日：2022-04-12
申请号：CN201810865257.1
申请日：2018-08-01
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/9535 , G06K9/62 , G06V10/46 , G06V10/74
Abstract: 本申请提出一种推荐信息处理方法、装置、计算机设备及存储介质，其中，方法包括：确定推荐列表中第i个推荐信息对应的第一向量，其中，i为正整数；根据所述第一向量，确定前i个推荐信息对应的第二向量；根据所述第一向量及所述第二向量，确定候选推荐信息集中每个候选推荐信息的点击概率；根据每个候选推荐信息的点击概率，从所述候选推荐信息集中选取第i+1个推荐信息。通过本方法，实现了根据推荐信息之间的关联性来对推荐信息进行排序，有利于提高推荐列表中推荐信息的点击率，解决了现有技术中根据单一的打分结果确定推荐列表，忽略了推荐信息之间的关联性、推荐信息的点击率低的技术问题。
-
公开(公告)号：CN108921624B
公开(公告)日：2021-10-01
申请号：CN201810847894.6
申请日：2018-07-27
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提出一种广告融合方法、装置、存储介质和终端设备，其中，所述方法包括：将非广告结果和广告结果汇合在候选结果集合中；将所述候选结果集合输入序列生成模型，得到所述候选结果集合中的各候选结果的选择概率；根据各所述候选结果的选择概率，从所述候选结果集合中选取候选结果，生成多个候选推荐序列；将各所述候选推荐序列输入序列评估模型，得到各所述候选推荐序列的评估结果；以及根据各所述候选推荐序列的评估结果，从所述各候选推荐序列中选取优选推荐序列。采用本发明，可以使得在序列中插入的广告不会过于突兀，有效地提高用户的浏览体验。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.027 seconds)
