用戶選項(xiàng)優(yōu)化方法及裝置制造方法
【專利摘要】本發(fā)明公開了一種用戶選項(xiàng)優(yōu)化方法及裝置。該方法包括：步驟1，根據(jù)用戶輸入的關(guān)鍵詞，基于預(yù)先設(shè)置的固定展示選項(xiàng)參數(shù)，根據(jù)各個(gè)候選用戶選項(xiàng)的平均收益，從候選用戶選項(xiàng)中將符合固定展示選項(xiàng)參數(shù)的用戶選項(xiàng)作為固定展示選項(xiàng)；步驟2，基于預(yù)先設(shè)置的嘗試展示選項(xiàng)參數(shù)，根據(jù)各個(gè)候選用戶選項(xiàng)的平均收益，從剩余的候選用戶選項(xiàng)中將符合嘗試展示選項(xiàng)參數(shù)的用戶選項(xiàng)作為嘗試展示選項(xiàng)；步驟3，向用戶展示固定展示選項(xiàng)和嘗試展示選項(xiàng)，并根據(jù)用戶的反饋統(tǒng)計(jì)固定展示選項(xiàng)和嘗試展示選項(xiàng)的平均收益，將統(tǒng)計(jì)的平均收益作為下次計(jì)算固定展示選項(xiàng)和嘗試展示選項(xiàng)的基礎(chǔ)。
【專利說明】用戶選項(xiàng)優(yōu)化方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計(jì)算機(jī)【技術(shù)領(lǐng)域】，特別是涉及一種用戶選項(xiàng)優(yōu)化方法及裝置。
【背景技術(shù)】
[0002]在現(xiàn)有技術(shù)中，對(duì)于搜索系統(tǒng)，有很多應(yīng)用的模式是相同的:用戶查詢_>系統(tǒng)展示一些與查詢相關(guān)的選項(xiàng)(鏈接)-> 用戶對(duì)展示的選項(xiàng)進(jìn)行操作。作為對(duì)選項(xiàng)的反饋(點(diǎn)擊“鏈接”獲得相關(guān)的信息)通過分析用戶對(duì)主菜單系統(tǒng)的使用頻率和時(shí)間長(zhǎng)短，定時(shí)更新菜單列表。通過“用戶行為”來改善主系統(tǒng)的菜單，進(jìn)而提升用戶體驗(yàn)?，F(xiàn)有技術(shù)的核心思想是分析用戶行為，計(jì)算出當(dāng)前好的選項(xiàng)的，然后確保他們的展示機(jī)會(huì)，進(jìn)而從整體上保證高的收益。上述技術(shù)方案中的基于用戶行為分析的智能主菜單系統(tǒng)雖然能實(shí)現(xiàn)“通過對(duì)展示選項(xiàng)的選擇，獲得高的反饋”，但是存在以下問題:1、在不嚴(yán)重影響用戶對(duì)展示的選項(xiàng)的期望的前提下，不能夠探測(cè)各個(gè)選項(xiàng)展示的能后帶來的反饋。2、對(duì)于每一個(gè)候選項(xiàng)，不能夠根據(jù)用戶的需求隨時(shí)間變化。
[0003]此外，在現(xiàn)有技術(shù)中，還可以通過分析用戶對(duì)關(guān)鍵詞搜索結(jié)果列表中網(wǎng)頁(yè)的點(diǎn)擊，評(píng)估搜索詞語(yǔ)網(wǎng)頁(yè)的關(guān)聯(lián)程度，進(jìn)而影響排序系統(tǒng)，提高查準(zhǔn)率。用“用戶行為”來改善網(wǎng)頁(yè)排序，進(jìn)而提升用戶體驗(yàn)。上述基于蟻群算法的搜索引擎排序方法，主要是用了蟻群算法的正反饋思想:收集點(diǎn)擊，預(yù)測(cè)查詢?cè)~與網(wǎng)頁(yè)相關(guān)性。同樣能夠?qū)崿F(xiàn)通過對(duì)展示選項(xiàng)的選擇，獲得高的反饋，但是不能實(shí)現(xiàn)以下效果:1、在不嚴(yán)重影響用戶對(duì)展示的選項(xiàng)的期望的前提下，不能夠探測(cè)各個(gè)選項(xiàng)展示的能后帶來的反饋。2、對(duì)于每一個(gè)候選項(xiàng)，不能夠根據(jù)用戶的需求隨時(shí)間變化。

【發(fā)明內(nèi)容】

[0004]鑒于上述問題，提出了本發(fā)明以便提供一種克服上述問題或者至少部分地解決上述問題的用戶選項(xiàng)優(yōu)化方法及裝置。
[0005]本發(fā)明提供一種用戶選項(xiàng)優(yōu)化方法，包括:步驟1，根據(jù)用戶輸入的關(guān)鍵詞，基于預(yù)先設(shè)置的固定展示選項(xiàng)參數(shù)，根據(jù)各個(gè)候選用戶選項(xiàng)的平均收益，從候選用戶選項(xiàng)中將符合固定展示選項(xiàng)參數(shù)的用戶選項(xiàng)作為固定展示選項(xiàng)；步驟2，基于預(yù)先設(shè)置的嘗試展示選項(xiàng)參數(shù)，根據(jù)各個(gè)候選用戶選項(xiàng)的平均收益，從剩余的候選用戶選項(xiàng)中將符合嘗試展示選項(xiàng)參數(shù)的用戶選項(xiàng)作為嘗試展示選項(xiàng)；步驟3，向用戶展示固定展示選項(xiàng)和嘗試展示選項(xiàng)，并根據(jù)用戶的反饋統(tǒng)計(jì)固定展示選項(xiàng)和嘗試展示選項(xiàng)的平均收益，將統(tǒng)計(jì)的平均收益作為下次計(jì)算固定展示選項(xiàng)和嘗試展示選項(xiàng)的基礎(chǔ)。
[0006]優(yōu)選地,平均收益=反饋收益/展示次數(shù),其中，反饋收益包括:用戶點(diǎn)擊量。
[0007]優(yōu)選地，固定展示選項(xiàng)參數(shù)包括:固定展示選線的個(gè)數(shù)、固定展示選項(xiàng)的最小平均收益、固定展示選項(xiàng)的最小展示次數(shù)、固定展示選項(xiàng)的過濾比例、固定展示選項(xiàng)的平均收益、以及指定的固定展示選項(xiàng)集合及其初始的平均收益；嘗試展示選項(xiàng)參數(shù)包括:嘗試展示選項(xiàng)的個(gè)數(shù)、嘗試展示選項(xiàng)的最大平均收益、嘗試展示選項(xiàng)的最小平均收益、嘗試展示選項(xiàng)的平均收益、以及指定的嘗試展示選項(xiàng)集合及其初始的平均收益。
[0008]優(yōu)選地，步驟I具體包括:
[0009]步驟11，根據(jù)用戶輸入的關(guān)鍵詞，確定并初始化候選用戶選項(xiàng)的集合SetXCandidates=SetM ；
[0010]步驟12,初始化固定展示選項(xiàng)的集合SetX=H ;
[0011]步驟13,基于預(yù)先設(shè)置的固定展示選項(xiàng)參數(shù),刪除SetXCandidates中展示次數(shù)小于閾值Fix_MinShow的候選用戶選項(xiàng)；
[0012]步驟14,對(duì)SetXCandidates中的候選用戶選項(xiàng)按照平均收益排序得到數(shù)組SortedCandidateArr ；
[0013]步驟15，確定最佳平均收益MaxGain為數(shù)組SortedCandidateArr首個(gè)元素的平均收益；
[0014]步驟16,遍歷數(shù)組SortedCandidateArr,如果當(dāng)前候選用戶選項(xiàng)同時(shí)滿足條件1、條件2、以及條件3，則將當(dāng)前候選用戶選項(xiàng)加入SetX:
[0015]條件1:當(dāng)前候選用戶選項(xiàng)的平均收益大于MaxGain*Fix_FilterPercent,其中，MaxGain*Fix_FiIterPercent為固定展示選項(xiàng)參數(shù)中設(shè)置的固定選項(xiàng)過濾閾值；
[0016]條件2，當(dāng)前候選用戶選項(xiàng)的平均收益大于或等于固定展示選項(xiàng)參數(shù)中設(shè)置的固定展示選項(xiàng)的最小平均收益；
[0017]條件3，當(dāng)前SetX中的元素個(gè)數(shù)小于固定展示選項(xiàng)參數(shù)中設(shè)置的固定展示選項(xiàng)最大個(gè)數(shù)X ;
[0018]步驟17，確定SetX中的元素為所有的固定展示選項(xiàng)，在下一輪展示的時(shí)候固定地展示給用戶。
[0019]優(yōu)選地,步驟2具體包括:
[0020]步驟21,初始化候選的嘗試展示選項(xiàng)的集合SetYCandidates=SetM-SetX,并初始化嘗試選項(xiàng)集合SetY= {}；
[0021]步驟22,基于預(yù)先設(shè)置的嘗試展示選項(xiàng)參數(shù)，遍歷集合SetYCandidates,刪除平均收益〈MinTryGain的嘗試展示選項(xiàng)，其中，MinTryGain為嘗試展示選項(xiàng)參數(shù)中設(shè)置的嘗試選項(xiàng)最小平均收益閾值，并刪除平均收益〉MaxTryGain的嘗試展示選項(xiàng)，其中，MaxTryGain為嘗試展示選項(xiàng)參數(shù)中設(shè)置的嘗試選項(xiàng)最大平均收益閾值；
[0022]步驟23，如果SetYCandidates中沒有元素則結(jié)束操作，否則，執(zhí)行步驟24 ；
[0023]步驟24,計(jì)算SetYCandidates中所有嘗試展示選項(xiàng)的收益總和SumGain ；
[0024]步驟25,初始化區(qū)間偏移為offset=0,遍歷SetYCandidates中的選項(xiàng)offset=offset+當(dāng)前嘗試展示選項(xiàng)的平均收益,并且區(qū)間[offset,offset+當(dāng)前選項(xiàng)的平
均收益)--對(duì)應(yīng)當(dāng)前嘗試展示選項(xiàng)，生成取值范圍是[0, SumGain)的隨機(jī)數(shù),得到隨機(jī)數(shù)
所在區(qū)間--對(duì)應(yīng)的嘗試展示選項(xiàng),從SetYCandidates中去掉概率命中的選項(xiàng)；
[0025]步驟26，如·果當(dāng)前SetY個(gè)數(shù)達(dá)到指定的嘗試選項(xiàng)最大個(gè)數(shù)Y則執(zhí)行步驟27，否則重新執(zhí)行步驟23、步驟24、步驟25、以及步驟26 ；
[0026]步驟27，確定SetY中的元素為所有的嘗試展示選項(xiàng)，在下一輪展示的時(shí)候嘗試展示給系統(tǒng)用戶。
[0027]本發(fā)明還提供了一種用戶選項(xiàng)優(yōu)化裝置，包括:固定展示選項(xiàng)模塊，用于根據(jù)用戶輸入的關(guān)鍵詞，基于預(yù)先設(shè)置的固定展示選項(xiàng)參數(shù)，根據(jù)各個(gè)候選用戶選項(xiàng)的平均收益，從候選用戶選項(xiàng)中將符合固定展示選項(xiàng)參數(shù)的用戶選項(xiàng)作為固定展示選項(xiàng)；嘗試展示選項(xiàng)模塊，用于基于預(yù)先設(shè)置的嘗試展示選項(xiàng)參數(shù)，根據(jù)各個(gè)候選用戶選項(xiàng)的平均收益，從剩余的候選用戶選項(xiàng)中將符合嘗試展示選項(xiàng)參數(shù)的用戶選項(xiàng)作為嘗試展示選項(xiàng)；展示模塊，用于向用戶展示固定展示選項(xiàng)和嘗試展示選項(xiàng)；統(tǒng)計(jì)模塊，用于根據(jù)用戶的反饋統(tǒng)計(jì)固定展示選項(xiàng)和嘗試展示選項(xiàng)的平均收益，將統(tǒng)計(jì)的平均收益作為下次計(jì)算固定展示選項(xiàng)和嘗試展示選項(xiàng)的基礎(chǔ)。
[0028]優(yōu)選地,平均收益=反饋收益/展示次數(shù),其中，反饋收益包括:用戶點(diǎn)擊量。
[0029]優(yōu)選地，固定展示選項(xiàng)參數(shù)包括:固定展示選線的個(gè)數(shù)、固定展示選項(xiàng)的最小平均收益、固定展示選項(xiàng)的最小展示次數(shù)、固定展示選項(xiàng)的過濾比例、固定展示選項(xiàng)的平均收益、以及指定的固定展示選項(xiàng)集合及其初始的平均收益；嘗試展示選項(xiàng)參數(shù)包括:嘗試展示選項(xiàng)的個(gè)數(shù)、嘗試展示選項(xiàng)的最大平均收益、嘗試展示選項(xiàng)的最小平均收益、嘗試展示選項(xiàng)的平均收益、以及指定的嘗試展示選項(xiàng)集合及其初始的平均收益。
[0030]優(yōu)選地，固定展示選項(xiàng)模塊具體用于:根據(jù)用戶輸入的關(guān)鍵詞，確定并初始化候選用戶選項(xiàng)的集合SetXCandidates=SetM ;初始化固定展示選項(xiàng)的集合SetX=H ;基于預(yù)先設(shè)置的固定展示選項(xiàng)參數(shù)，刪除SetXCandidates中展示次數(shù)小于閾值Fix_MinShow的候選用戶選項(xiàng)JfSetXCandidates中的候選用戶選項(xiàng)按照平均收益排序得到數(shù)組SortedCandidateArr ;確定最佳平均收益MaxGain為數(shù)組SortedCandidateArr首個(gè)兀素的平均收益；遍歷數(shù)組SortedCandidateArr,如果當(dāng)前候選用戶選項(xiàng)同時(shí)滿足條件1、條件2、以及條件3，則將當(dāng)前候選用戶選項(xiàng)加入SetX:條件1:當(dāng)前候選用戶選項(xiàng)的平均收益大于MaxGain*Fix_Fi I terPercent，其中，MaxGain*Fix_Fi I terPercent 為固定展不選項(xiàng)參數(shù)中設(shè)置的固定選項(xiàng)過濾閾值；條件2，當(dāng)前候選用戶選項(xiàng)的平均收益大于或等于固定展示選項(xiàng)參數(shù)中設(shè)置的固定展示選項(xiàng)的最小平均收益；條件3，當(dāng)前SetX中的元素個(gè)數(shù)小于固定展示選項(xiàng)參數(shù)中設(shè)置的固定展示選項(xiàng)最大個(gè)數(shù)X ;確定SetX中的元素為所有的固定展示選項(xiàng)，在下一輪展示的時(shí)候固定地.展示給用戶。
[0031]優(yōu)選地，嘗試展示選項(xiàng)模塊具體用于:初始化候選的嘗試展示選項(xiàng)的集合SetYCandidates=SetM-SetX,并初始化嘗試選項(xiàng)集合SetY=H ;基于預(yù)先設(shè)置的嘗試展示選項(xiàng)參數(shù)，遍歷集合SetYCandidates,刪除平均收益〈MinTryGain的嘗試展示選項(xiàng)，其中，MinTryGain為嘗試展示選項(xiàng)參數(shù)中設(shè)置的嘗試選項(xiàng)最小平均收益閾值，并刪除平均收益>MaxTryGain的嘗試展示選項(xiàng)，其中，MaxTryGain為嘗試展示選項(xiàng)參數(shù)中設(shè)置的嘗試選項(xiàng)最大平均收益閾值；如果SetYCandidates中沒有元素則結(jié)束操作，否則，計(jì)算SetYCandidates中所有嘗試展示選項(xiàng)的收益總和SumGain ;初始化區(qū)間偏移為offset=0,遍歷SetYCandidates中的選項(xiàng)offset=offset+當(dāng)前嘗試展示選項(xiàng)的平均收益，并且區(qū)間
[offset,offset+當(dāng)前選項(xiàng)的平均收益)--對(duì)應(yīng)當(dāng)前嘗試展示選項(xiàng)，生成取值范圍是[0,
SumGain)的隨機(jī)數(shù),得到隨機(jī)數(shù)所在區(qū)間--對(duì)應(yīng)的嘗試展示選項(xiàng)，從SetYCandidates中
去掉概率命中的選項(xiàng)；如果當(dāng)前SetY個(gè)數(shù)達(dá)到指定的嘗試選項(xiàng)最大個(gè)數(shù)Y則確定SetY中的元素為所有的嘗試展示選項(xiàng)，在下一輪展示的時(shí)候嘗試展示給系統(tǒng)用戶，否則重新執(zhí)行判斷SetYCandidates是否具有元素步驟之后的操作。
[0032]本發(fā)明有益效果如下:[0033]借助于本發(fā)明實(shí)施例的技術(shù)方案，能夠通過對(duì)展示選項(xiàng)的選擇，獲得高的反饋；在不嚴(yán)重影響用戶對(duì)展示的選項(xiàng)的期望的前提下，能夠探測(cè)各個(gè)選項(xiàng)展示的能后帶來的反饋；適應(yīng)變化:候選項(xiàng)本身可以固定也可以是隨著時(shí)間變化的；對(duì)于每一個(gè)候選項(xiàng)，根據(jù)根據(jù)用戶的需求隨著時(shí)間變化。
[0034]上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說明書的內(nèi)容予以實(shí)施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點(diǎn)能夠更明顯易懂，以下特舉本發(fā)明的【具體實(shí)施方式】。
【專利附圖】

【附圖說明】
[0035]通過閱讀下文優(yōu)選實(shí)施方式的詳細(xì)描述，各種其他的優(yōu)點(diǎn)和益處對(duì)于本領(lǐng)域普通技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實(shí)施方式的目的，而并不認(rèn)為是對(duì)本發(fā)明的限制。而且在整個(gè)附圖中，用相同的參考符號(hào)表示相同的部件。在附圖中:
[0036]圖1是本發(fā)明實(shí)施例的蟻群原理的示意圖；
[0037]圖2是本發(fā)明實(shí)施例的用戶選項(xiàng)優(yōu)化方法的流程圖；
[0038]圖3是本發(fā)明實(shí)施例的用戶選項(xiàng)優(yōu)化模型的示意圖；
[0039]圖4是本發(fā)明實(shí)施例的生成推薦選項(xiàng)的整體算法的示意圖；
[0040]圖5是本發(fā)明實(shí)施例的固定展示選項(xiàng)計(jì)算的流程圖；
[0041]圖6是本發(fā)明實(shí)施例的嘗試展示選項(xiàng)計(jì)算的流程圖；
[0042]圖7是本發(fā)明實(shí)施例的實(shí)例I的示意圖；
[0043]圖8是本發(fā)明實(shí)施例的實(shí)例3的示意圖；
[0044]圖9是本發(fā)明實(shí)施例的實(shí)例4的示意圖；
[0045]圖10是本發(fā)明實(shí)施例的實(shí)例5的示意圖；
[0046]圖11是本發(fā)明實(shí)施例的實(shí)例6的示意圖；
[0047]圖12是本發(fā)明實(shí)施例的用戶選項(xiàng)優(yōu)化裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0048]下面將參照附圖更詳細(xì)地描述本公開的示例性實(shí)施例。雖然附圖中顯示了本公開的示例性實(shí)施例，然而應(yīng)當(dāng)理解，可以以各種形式實(shí)現(xiàn)本公開而不應(yīng)被這里闡述的實(shí)施例所限制。相反，提供這些實(shí)施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。
[0049]對(duì)于某一個(gè)用戶查詢，當(dāng)可展示的候選選項(xiàng)為M，而能夠展示的選項(xiàng)個(gè)數(shù)最多為N個(gè)時(shí)，如何從M個(gè)候選選項(xiàng)中挑選出N個(gè)推薦選項(xiàng)來展示從而實(shí)現(xiàn):1、通過對(duì)展示選項(xiàng)的選擇，獲得高的反饋；2、在不嚴(yán)重影響用戶對(duì)展示的選項(xiàng)的期望的前提下，探測(cè)各個(gè)選項(xiàng)展示的能后帶來的反饋；3、適應(yīng)變化:候選項(xiàng)M本身可以固定也可以是隨著時(shí)間變化的；對(duì)于每一個(gè)候選項(xiàng)，用戶的需求是隨著時(shí)間變化的，為了解決上述問題，本發(fā)明提供了一種用戶選項(xiàng)優(yōu)化方法及裝置，本發(fā)明實(shí)施例的技術(shù)方案基于蟻群算法的3個(gè)重要原理，設(shè)計(jì)了一套用戶選項(xiàng)優(yōu)化的模型。該模型將用戶選項(xiàng)分為候選選項(xiàng)和推薦選項(xiàng)，解決的是M選N問題:對(duì)于某一個(gè)用戶查詢，當(dāng)可展示的候選選項(xiàng)為M，而能夠展示的選項(xiàng)個(gè)數(shù)最多為N個(gè)時(shí)，如何從M個(gè)候選選項(xiàng)中挑選出N個(gè)推薦選項(xiàng)來展示從而實(shí)現(xiàn):1、通過對(duì)展示選項(xiàng)的選擇,獲得高的反饋；2、在不嚴(yán)重影響用戶對(duì)展示的選項(xiàng)的期望的前提下，探測(cè)各個(gè)選項(xiàng)展示的能后帶來的反饋；3、適應(yīng)變化:候選項(xiàng)M本身可以固定也可以是隨著時(shí)間變化的；對(duì)于每一個(gè)候選項(xiàng)，用戶的需求是隨著時(shí)間變化的。
[0050]在實(shí)現(xiàn)方面，本發(fā)明實(shí)施例的技術(shù)方案將用戶行為分析與選項(xiàng)的展示機(jī)會(huì)控制結(jié)合，同時(shí)具備了 3個(gè)蟻群原理:1、保持高的食物收益(反饋);2、用低的成本探索食物(選項(xiàng))；
3、適應(yīng)食物收益(反饋)的變化。本發(fā)明實(shí)施例的技術(shù)方案由于引入了 “展示機(jī)會(huì)控制”，所以沒有套用已有的蟻群算法，但是仍然保留了對(duì)選項(xiàng)展示系統(tǒng)非常有價(jià)值的3個(gè)蟻群原理。
[0051]以下對(duì)蟻群原理進(jìn)行詳細(xì)說明:圖1是本發(fā)明實(shí)施例的蟻群原理的示意圖，如圖1所示，1、保持高的食物收益(反饋):蟻群會(huì)在螞蟻窩與周圍的食物間形成幾條固定的螞蟻運(yùn)動(dòng)路線。大多數(shù)螞蟻都是在這些路線上運(yùn)動(dòng)(好的用戶選項(xiàng))。2、用低的成本探索食物(選項(xiàng)):在有已知食物源的情況下，少數(shù)螞蟻不跟隨大多說螞蟻的路徑而是自行探索新的食物源；3、適應(yīng)食物收益(反饋)變化:當(dāng)少數(shù)螞蟻在某個(gè)地方發(fā)現(xiàn)比較大的食物源后，會(huì)有更多的螞蟻,沿著這些少數(shù)螞蟻的運(yùn)動(dòng)路徑,加入到食物的搬運(yùn)隊(duì)伍。而當(dāng)食物逐漸變少的時(shí)候，螞蟻們也會(huì)逐漸離開這些路徑去尋找新的食物源。
[0052]本發(fā)明實(shí)施例的技術(shù)方案基于蟻群原理，在候選選項(xiàng)已知的情況下，可以直接用本模型提純推薦選項(xiàng)，進(jìn)而用這些選項(xiàng)獲得很高的用戶反饋。在候選選項(xiàng)未知的情況下，可以首先用其他算法獲得質(zhì)量一般的候選選項(xiàng)，然后用本模型提純推薦選項(xiàng)，進(jìn)而用這些選項(xiàng)獲得很高的用戶反饋。
[0053]以下結(jié)合附圖以及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不限定本發(fā)明。
[0054]方法實(shí)施例
[0055]根據(jù)本發(fā)明的實(shí)施例，提供了一種用戶選項(xiàng)優(yōu)化方法，圖2是本發(fā)明實(shí)施例的用戶選項(xiàng)優(yōu)化方法的流程圖，如圖2所示，根據(jù)本發(fā)明實(shí)施例的用戶選項(xiàng)優(yōu)化方法包括如下處理:
[0056]步驟201，根據(jù)用戶輸入的關(guān)鍵詞，基于預(yù)先設(shè)置的固定展示選項(xiàng)參數(shù)，根據(jù)各個(gè)候選用戶選項(xiàng)的平均收益，從候選用戶選項(xiàng)中將符合所述固定展示選項(xiàng)參數(shù)的用戶選項(xiàng)作為固定展示選項(xiàng)；
[0057]其中，所述平均收益=反饋收益/展示次數(shù)，其中，所述反饋收益包括:用戶點(diǎn)擊量。所述固定展示選項(xiàng)參數(shù)包括:固定展示選線的個(gè)數(shù)、固定展示選項(xiàng)的最小平均收益、固定展示選項(xiàng)的最小展示次數(shù)、固定展示選項(xiàng)的過濾比例、固定展示選項(xiàng)的平均收益、以及指定的固定展示選項(xiàng)集合及其初始的平均收益；
[0058]具體地，步驟201包括如下處理:
[0059]步驟2011，根據(jù)用戶輸入的關(guān)鍵詞，確定并初始化候選用戶選項(xiàng)的集合SetXCandidates=SetM ；
[0060]步驟2012，初始化固定展示選項(xiàng)的集合SetX=H ;
[0061]步驟2013,基于預(yù)先設(shè)置的固定展示選項(xiàng)參數(shù),刪除SetXCandidates中展示次數(shù)小于閾值Fix_MinShow的候選用戶選項(xiàng)；
[0062]步驟2014,對(duì)SetXCandidates中的候選用戶選項(xiàng)按照平均收益排序得到數(shù)組SortedCandidateArr ；
[0063]步驟2015，確定最佳平均收益MaxGain為數(shù)組SortedCandidateArr首個(gè)元素的平均收益；
[0064]步驟2016,遍歷數(shù)組SortedCandidateArr,如果當(dāng)前候選用戶選項(xiàng)同時(shí)滿足條件
1、條件2、以及條件3，則將當(dāng)前候選用戶選項(xiàng)加入SetX:
[0065]條件1:當(dāng)前候選用戶選項(xiàng)的平均收益大于MaxGain*Fix_FilterPercent,其中，MaxGain*Fix_F i I terPercent為所述固定展示選項(xiàng)參數(shù)中設(shè)置的固定選項(xiàng)過濾閾值；
[0066]條件2，當(dāng)前候選用戶選項(xiàng)的平均收益大于或等于所述固定展示選項(xiàng)參數(shù)中設(shè)置的固定展示選項(xiàng)的最小平均收益；
[0067]條件3，當(dāng)前SetX中的元素個(gè)數(shù)小于所述固定展示選項(xiàng)參數(shù)中設(shè)置的固定展示選項(xiàng)最大個(gè)數(shù)X ;
[0068]步驟2017，確定SetX中的元素為所有的固定展示選項(xiàng)，在下一輪展示的時(shí)候固定地展示給用戶。
[0069]步·驟202，基于預(yù)先設(shè)置的嘗試展示選項(xiàng)參數(shù)，根據(jù)各個(gè)候選用戶選項(xiàng)的平均收益，從剩余的候選用戶選項(xiàng)中將符合所述嘗試展示選項(xiàng)參數(shù)的用戶選項(xiàng)作為嘗試展示選項(xiàng)；
[0070]其中，所述嘗試展示選項(xiàng)參數(shù)包括:嘗試展示選項(xiàng)的個(gè)數(shù)、嘗試展示選項(xiàng)的最大平均收益、嘗試展示選項(xiàng)的最小平均收益、嘗試展示選項(xiàng)的平均收益、以及指定的嘗試展示選項(xiàng)集合及其初始的平均收益。
[0071]具體地，步驟202包括如下處理:
[0072]步驟2021,初始化候選的嘗試展示選項(xiàng)的集合SetYCandidates=SetM-SetX,并初始化嘗試選項(xiàng)集合SetY= {}；
[0073]步驟2022,基于預(yù)先設(shè)置的嘗試展示選項(xiàng)參數(shù),遍歷集合SetYCandidates,刪除平均收益〈MinTryGain的嘗試展示選項(xiàng),其中，MinTryGain為所述嘗試展示選項(xiàng)參數(shù)中設(shè)置的嘗試選項(xiàng)最小平均收益閾值，并刪除平均收益〉MaxTryGain的嘗試展示選項(xiàng)，其中，MaxTryGain為所述嘗試展示選項(xiàng)參數(shù)中設(shè)置的嘗試選項(xiàng)最大平均收益閾值；
[0074]步驟2023，如果SetYCandidates中沒有元素則結(jié)束操作，否則，執(zhí)行步驟2024 ；
[0075]步驟2024,計(jì)算SetYCandidates中所有嘗試展示選項(xiàng)的收益總和SumGain ；
[0076]步驟2025,初始化區(qū)間偏移為offset=0,遍歷SetYCandidates中的選項(xiàng)offset=offset+當(dāng)前嘗試展示選項(xiàng)的平均收益,并且區(qū)間[offset,offset+當(dāng)前選項(xiàng)的平
均收益)--對(duì)應(yīng)當(dāng)前嘗試展示選項(xiàng)，生成取值范圍是[0, SumGain)的隨機(jī)數(shù),得到隨機(jī)數(shù)
所在區(qū)間--對(duì)應(yīng)的嘗試展示選項(xiàng),從SetYCandidates中去掉概率命中的選項(xiàng)；
[0077]步驟2026，如果當(dāng)前SetY個(gè)數(shù)達(dá)到指定的嘗試選項(xiàng)最大個(gè)數(shù)Y則執(zhí)行步驟27，否則重新執(zhí)行步驟2023、步驟2024、步驟2025、以及步驟2026 ；
[0078]步驟2027，確定SetY中的元素為所有的嘗試展示選項(xiàng)，在下一輪展示的時(shí)候嘗試展示給系統(tǒng)用戶。
[0079]步驟203，向所述用戶展示所述固定展示選項(xiàng)和所述嘗試展示選項(xiàng)，并根據(jù)用戶的反饋統(tǒng)計(jì)所述固定展示選項(xiàng)和所述嘗試展示選項(xiàng)的平均收益，將統(tǒng)計(jì)的所述平均收益作為下次計(jì)算固定展示選項(xiàng)和嘗試展示選項(xiàng)的基礎(chǔ)。[0080]以下結(jié)合附圖，對(duì)本發(fā)明實(shí)施例的上述技術(shù)方案進(jìn)行詳細(xì)說明。
[0081]圖3是本發(fā)明實(shí)施例的用戶選項(xiàng)優(yōu)化模型的示意圖，對(duì)于搜索系統(tǒng)(或類似系統(tǒng))的相關(guān)應(yīng)用，可以抽象出如圖3所示的“顯式用戶選項(xiàng)優(yōu)化模型”，對(duì)于“顯式用戶選項(xiàng)優(yōu)化模型”，生成{推薦選項(xiàng)}的整體算法如圖4所示:對(duì)于每一個(gè)查詢(對(duì)搜索系統(tǒng)就是“查詢?cè)~”)，做各個(gè)推薦選項(xiàng)的反饋統(tǒng)計(jì):平均收益=反饋收益/展示次數(shù)。對(duì)搜索系統(tǒng)，可以是“查詢?cè)~”的所有用戶對(duì)各個(gè)選項(xiàng)的點(diǎn)擊次數(shù)作為查詢?cè)~在該選項(xiàng)的反饋，在本發(fā)明實(shí)施例中，反饋用平均收益來計(jì)算。將推薦選項(xiàng)分為兩組:“固定展示選項(xiàng)”和“嘗試展示選項(xiàng)”，“固定展示選項(xiàng)”用于展示那些平均收益最高并且高于指定閾值的N個(gè)選項(xiàng)或者是通過系統(tǒng)參數(shù)強(qiáng)制指定的選項(xiàng)。如果下一次有用戶查詢當(dāng)前詞，這些固定展示選項(xiàng)會(huì)全部展示出來?！皣L試展示選項(xiàng)”則用于展示其他的候選展示選項(xiàng)。候選展示選項(xiàng)的展示受概率控制。如果下一次有用戶查詢當(dāng)前詞，這些嘗試展示選項(xiàng)會(huì)從出固定展示選項(xiàng)之外的所有候選選項(xiàng)中挑選出指定個(gè)數(shù)來，展示出來。
[0082]本發(fā)明實(shí)施例的技術(shù)方案，通過對(duì)展示選項(xiàng)的選擇，獲得高的反饋:“固定展示選項(xiàng)”用于提供有高反饋的選項(xiàng)給用戶，確保整體的反饋是高的。X越接近N，整體的反饋收益越聞。
[0083]在不嚴(yán)重影響用戶對(duì)展示的選項(xiàng)的期望的前提下，探測(cè)各個(gè)選項(xiàng)展示的能后帶來的反饋:“嘗試展示選項(xiàng)”用于提供Y個(gè)展示機(jī)會(huì)給非固定展示的選項(xiàng)，確保每一個(gè)選項(xiàng)都有一定的機(jī)會(huì)被展示，展示之后獲得用戶反饋，就可以更新非固定展示的選項(xiàng)的平均收益，用于下一輪的“固定展示選項(xiàng)”和“嘗試展示選項(xiàng)”的計(jì)算。
[0084]適應(yīng)變化:候選項(xiàng)M本身可以固定也可以是隨著時(shí)間變化的；對(duì)于每一個(gè)候選項(xiàng)，用戶的需求是隨著時(shí)間變化的:“嘗試展示選項(xiàng)”的存在使得候選項(xiàng)M不斷變化的情況下仍然可以收集到每個(gè)選項(xiàng)的平均收益。隨著用戶需求的變化，當(dāng)某個(gè)"嘗試展示選項(xiàng)"的平均收益變高時(shí)，可以有機(jī)會(huì)成為“固定展示選項(xiàng)”。而“固定展示選項(xiàng)”平均收益變差時(shí)，會(huì)最終變成"嘗試展示選項(xiàng)"，但是仍然有展示的機(jī)會(huì)。
[0085]以下對(duì)圖4中所述的系統(tǒng)參數(shù)進(jìn)行解釋說明:
[0086]U#反饋的統(tǒng)計(jì)頻率:每次統(tǒng)計(jì)反饋之后系統(tǒng)的{推薦選項(xiàng)}就會(huì)重新計(jì)算，所以控制反饋的統(tǒng)計(jì)頻率就是控制{推薦選項(xiàng)}的實(shí)時(shí)性，具體可以視具體的業(yè)務(wù)對(duì)推薦選項(xiàng)的實(shí)時(shí)性需求而定，比如可以設(shè)定為每天統(tǒng)計(jì)一次。
[0087]2、#反饋的有效周期:太久前的反饋數(shù)據(jù)所反應(yīng)的用戶需求，可能已經(jīng)于當(dāng)前的用戶需求有很大差異。通過限制反饋的有效周期，模型可以取最近一段時(shí)間的反饋數(shù)據(jù)(具體可以視具體的業(yè)務(wù)情況而定)，比如一個(gè)月；
[0088]3、#反饋的統(tǒng)計(jì)個(gè)數(shù)上限:根據(jù)大數(shù)定律，越多的采樣，統(tǒng)計(jì)的結(jié)果越接近平均。所以可以盡可能用盡可能多的反饋(指定的反饋有效周期內(nèi))。但是如果系統(tǒng)處于計(jì)算性能考慮或者系統(tǒng)的靈敏性考慮，可以設(shè)定統(tǒng)計(jì)個(gè)數(shù)上線。只統(tǒng)計(jì)有效周期內(nèi)的離當(dāng)前時(shí)間最近的指定個(gè)反饋數(shù)據(jù)。
[0089]4、#反饋的統(tǒng)計(jì)個(gè)數(shù)下限:根據(jù)大數(shù)定律，越多的采樣，統(tǒng)計(jì)的結(jié)果越接近平均。所以可以設(shè)定一個(gè)統(tǒng)計(jì)個(gè)數(shù)的下限，作為采樣可信的最低個(gè)數(shù)標(biāo)準(zhǔn)。如果有效周期內(nèi)的反饋個(gè)數(shù)低于該數(shù)值，則表示本次統(tǒng)計(jì)當(dāng)前查詢?cè)~在該選項(xiàng)的反饋收益未知。
[0090]5、#固定展示選項(xiàng)的個(gè)數(shù)X:固定展示選項(xiàng)的個(gè)數(shù)X可以通過系統(tǒng)參數(shù)指定，取值范圍為[0，N-Y]。
[0091]6、#限定固定展示選項(xiàng)的最小平均收益Fix_MinGain:人工指定，用于防止平均收益過小的選項(xiàng)被固定展示。具體數(shù)據(jù)根據(jù)需要業(yè)務(wù)確定。
[0092]7、#限定固定展示選項(xiàng)的最小展示次數(shù)Fix_MinShow[置信閾值]:人工指定,用于防止平均收益偶然變化的選項(xiàng)被固定展示。
[0093]8、#指定固定展示選項(xiàng)的過濾比例Fix_FilterPercent:選項(xiàng)的收益與平均收益的最大值的比值小于指定的值時(shí)，不會(huì)作為固定選項(xiàng)。目的是自適應(yīng)地過濾相對(duì)太差的收益。固定展示選項(xiàng)的過濾比例用于找到收益相對(duì)于最大收益過低的固定展示的候選選項(xiàng)，從候選列表里排除。假設(shè)當(dāng)前有若干個(gè)候選的嘗試展示選項(xiàng)，其中有最大的收益的選項(xiàng)，其收益為MaxTryGain (比如10)，則可以認(rèn)為其他選項(xiàng)的收益與最大收益的比值，如果小于指定的值(比如0.1)，則可以視為收益相對(duì)過低，可以不(收益小于10*0.1的選項(xiàng)，可以視作收益過低)。設(shè)定比例的好處是不受具體收益取值范圍的影響，總是可以找到收益相對(duì)過低的選項(xiàng)。
[0094]9、#指定的候選的固定展示選項(xiàng)集合及各個(gè)選項(xiàng)的平均收益:1、在系統(tǒng)初始話的時(shí)候，指定候選的固定展示選項(xiàng)的集合及各個(gè)選項(xiàng)的平均收益。2、在系統(tǒng)運(yùn)行中可以增加或者刪除候選的固定展示選項(xiàng)。
[0095]這些候選的固定展示選項(xiàng)可以用數(shù)據(jù)庫(kù)或者文件等形式提供給本系統(tǒng)。
[0096]10、#嘗試展示的選項(xiàng)個(gè)數(shù)Y:固定展示選項(xiàng)的個(gè)數(shù)Y可以通過系統(tǒng)參數(shù)指定，取值范圍為[0，N-X]。
[0097]11、#嘗試選項(xiàng)最大平均收益MaxTryGain:人工指定,防止嘗試選項(xiàng)的展示概率過大。
[0098]12、#嘗試選項(xiàng)最小平均收益MinTryGain:人工指定，防止嘗試選項(xiàng)的展示概率過小。
[0099]13、#指定的候選的嘗試展示選項(xiàng)集合及各個(gè)選項(xiàng)的平均收益:1、在系統(tǒng)初始話的時(shí)候，指定候選的嘗試展示選項(xiàng)的集合及各個(gè)選項(xiàng)的平均收益。2、在系統(tǒng)運(yùn)行中可以增加或者刪除候選的嘗試展示選項(xiàng)。
[0100]以下結(jié)合附圖，對(duì)“固定展示選項(xiàng)計(jì)算”和“嘗試展示選項(xiàng)計(jì)算”的具體算法進(jìn)行詳細(xì)說明。
[0101]圖5是本發(fā)明實(shí)施例的固定展示選項(xiàng)計(jì)算的流程圖,如圖5所示,包括如下處理:
[0102]步驟I,初始化候選的固定展示選項(xiàng)的集合SetXCandidates=SetM (系統(tǒng)的所有候選選項(xiàng)的集合);
[0103]步驟2，固定展示選項(xiàng)的集合SetX初始化為SetX=H ;
[0104]步驟3,去掉SetXCandidates中展不次數(shù)小于閾值Fix_MinShow的選項(xiàng)；
[0105]步驟4,對(duì)SetXCandidates的選項(xiàng)按照平均收益降序排序得到數(shù)組SortedCandidateArr (目的是優(yōu)先把平均收益高的選項(xiàng)加入SetX)；
[0106]步驟5,最佳平均收益MaxGain為數(shù)組SortedCandidateArr首個(gè)元素的平均收.、
M ;
[0107]步驟6，順序遍歷數(shù)組SortedCandidateArr，如果當(dāng)前選項(xiàng)同時(shí)滿足，則加入SetX:[0108]a)平均收益大于 MaxGain*Fix_FilterPercent (MaxGain*Fix_FilterPercent 為設(shè)定的固定選項(xiàng)過濾閾值)
[0109]b)平均收益>Fix_MinGain(固定展示選項(xiàng)的最小平均收益)
[0110]c)當(dāng)前SetX元素個(gè)數(shù)小于限定的固定展示選項(xiàng)最大個(gè)數(shù)X.[0111]步驟7,最后SetX中就是所有的固定展示選項(xiàng),在下一輪展示的時(shí)候固定地展示給系統(tǒng)用戶。
[0112]圖6是本發(fā)明實(shí)施例的嘗試展示選項(xiàng)計(jì)算的流程圖，如圖6所示，包括如下處理:
[0113]步驟I,初始化候選的嘗試展示選項(xiàng)的集合SetYCandidates集合=SetM (所有候選選項(xiàng)的合)-SetX (上一步獲得的固定展示選項(xiàng)集合)，嘗試選項(xiàng)集合SetY=H ;
[0114]步驟2,遍歷集合SetYCandidates,更新每個(gè)選項(xiàng)的收益:
[0115]a)如果選項(xiàng)的平均收益〈MinTryGain (嘗試選項(xiàng)最小平均收益MinTryGain閾值，防止值過小，導(dǎo)致展示的概率過小)；
[0116]b)如果選項(xiàng)的平均收益〉MaxTryGain (嘗試選項(xiàng)最大平均收益MaxTryGain閾值，防止值過大，導(dǎo)致展示的概率過大);
[0117]步驟3,如果SetYCandidates中沒有選項(xiàng)則停止；
[0118]步驟4,計(jì)算SetYCandidates中所有選項(xiàng)的收益的總和SumGain ；
[0119]步驟5,生成一個(gè)隨.機(jī)數(shù),取值范圍是[0，SumGain)，每一個(gè)選項(xiàng)對(duì)應(yīng)該取值范圍的一段:
[0120]a)初始化區(qū)間偏移為Offset=O ；
[0121]b)遍歷SetYCandidates的選項(xiàng)offset=offset+當(dāng)前選項(xiàng)的平均收益.并且區(qū)間[offset, offset+當(dāng)前選項(xiàng)的平均收益)--對(duì)應(yīng)當(dāng)前選項(xiàng)；
[0122]c)生成[0，SumGain)的隨機(jī)數(shù),得到隨機(jī)數(shù)所在區(qū)間--對(duì)應(yīng)的選項(xiàng)；
[0123]d)從SetYCandidates中去掉概率命中的選項(xiàng)；
[0124]步驟6，如果當(dāng)前SetY個(gè)數(shù)達(dá)到指定的嘗試選項(xiàng)最大個(gè)數(shù)Y則停止.否則重新執(zhí)行步驟3-6 ；
[0125]步驟7，最后SetY中就是所有的嘗試展示選項(xiàng)，在下一輪展示的時(shí)候嘗試展示給系統(tǒng)用戶。
[0126]以下對(duì)本發(fā)明實(shí)施例的技術(shù)方案在具體實(shí)際中的應(yīng)用進(jìn)行舉例說明。
[0127]實(shí)例1，分類導(dǎo)航，如圖7所示:
[0128]1、搜索一個(gè)詞之后，系統(tǒng)可以按信息統(tǒng)計(jì)到各個(gè)分類的結(jié)果數(shù)，挑選最相關(guān)的分類展示給用戶。
[0129]2、用戶當(dāng)前在瀏覽一個(gè)分類，無搜索詞:挑選相關(guān)的分類展示給用戶。
[0130]本實(shí)例基于“顯式用戶選項(xiàng)優(yōu)化模型”的“分類導(dǎo)航”模型:
[0131]{推薦選項(xiàng)}:導(dǎo)航中展示的分類；
[0132]用戶查詢:用戶的原始查詢；
[0133]用戶對(duì){推薦選項(xiàng)}的反饋:用戶對(duì)導(dǎo)航中展示的分類的點(diǎn)擊數(shù)量。
[0134]實(shí)例2，搜索跳轉(zhuǎn)分類:
[0135]對(duì)于分類信息網(wǎng)站，用戶搜索一個(gè)詞后，如果能明確判斷用戶的搜索分類，就直接跳轉(zhuǎn)到對(duì)應(yīng)的分類頁(yè)面，在分類范圍內(nèi)用戶的搜索詞搜索相關(guān)信息。否則就在所有的分類范圍內(nèi)用戶的搜索詞搜索相關(guān)信息(可以把全部也作為一個(gè)分類，套用到模型里)。
[0136]本實(shí)例基于“顯式用戶選項(xiàng)優(yōu)化模型”的“搜索跳轉(zhuǎn)分類”模型:
[0137]{推薦選項(xiàng)}:搜索跳轉(zhuǎn)的分類；
[0138]用戶查詢:用戶的原始查詢；
[0139]用戶對(duì){推薦選項(xiàng)}的反饋:用戶對(duì)跳轉(zhuǎn)的分類對(duì)應(yīng)的信息的點(diǎn)擊數(shù)量。
[0140]實(shí)例3，拼寫糾錯(cuò)，如圖8所示:
[0141]搜索一個(gè)詞之后，系統(tǒng)識(shí)別到用戶的搜索詞可能包含錯(cuò)別字，給用戶一個(gè)可正確的搜索詞。
[0142]本實(shí)例基于“顯式用戶選項(xiàng)優(yōu)化模型”的“拼寫糾錯(cuò)”模型:
[0143]{推薦選項(xiàng)}:糾錯(cuò)的詞；
[0144]用戶查詢:用戶的原始查詢；
[0145]用戶對(duì){推薦選項(xiàng)}的反饋:用戶對(duì)糾錯(cuò)的詞的點(diǎn)擊數(shù)量。
[0146]實(shí)例4，搜索詞改寫，如圖9所示:
[0147]搜索一個(gè)詞之后，系統(tǒng)識(shí)別到用戶的搜索詞不佳，于是給用戶提示出若干個(gè)改寫的搜索詞(比如:用最核心的詞，或者近義詞)
[0148]搜索詞不佳的原因:多余的搜索詞(“筆記本在哪里有的賣的呢”改成:“筆記本”、“出售筆記本”、“筆記本轉(zhuǎn)讓”);是表達(dá)方式欠佳(“手提式電腦”改成:“筆記本”、“PAD”、“超極本”、“平板電腦”)、以及其他原因。
[0149]本實(shí)例基于“顯式用戶選項(xiàng)優(yōu)化模型”的“搜索詞改寫”模型:
[0150]{推薦選項(xiàng)}:改寫的搜索詞；
[0151]用戶查詢:用戶的原始查詢；
[0152]用戶對(duì){推薦選項(xiàng)}的反饋:用戶對(duì)改寫的搜索詞的點(diǎn)擊數(shù)量。
[0153]實(shí)例5,搜索提示,如圖10所示:
[0154]用戶搜索一個(gè)詞之后，系統(tǒng)預(yù)測(cè)用戶可能想輸入的搜索詞。
[0155]本實(shí)例基于“顯式用戶選項(xiàng)優(yōu)化模型”的“搜索提示”模型:
[0156]{推薦選項(xiàng)}:提示的詞；
[0157]用戶查詢:用戶的原始查詢；
[0158]用戶對(duì){推薦選項(xiàng)}的反饋:用戶對(duì)提示的詞的點(diǎn)擊數(shù)量。
[0159]實(shí)例6，相關(guān)搜索，如圖11所示:
[0160]用戶搜索了 一個(gè)詞之后，在界面上展示其他相關(guān)的搜索詞。
[0161]本實(shí)例基于“顯式用戶選項(xiàng)優(yōu)化模型”的“拼寫糾錯(cuò)”模型:
[0162]{推薦選項(xiàng)}:相關(guān)的搜索詞；
[0163]用戶查詢:用戶的原始查詢；
[0164]用戶對(duì){推薦選項(xiàng)}的反饋:用戶對(duì)相關(guān)的搜索詞的點(diǎn)擊數(shù)量。
[0165]綜上所述，借助于本發(fā)明實(shí)施例的技術(shù)方案，能夠通過對(duì)展示選項(xiàng)的選擇，獲得高的反饋；在不嚴(yán)重影響用戶對(duì)展示的選項(xiàng)的期望的前提下，能夠探測(cè)各個(gè)選項(xiàng)展示的能后帶來的反饋；適應(yīng)變化:候選項(xiàng)本身可以固定也可以是隨著時(shí)間變化的；對(duì)于每一個(gè)候選項(xiàng)，根據(jù)根據(jù)用戶的需求隨著時(shí)間變化。
[0166]裝置實(shí)施例[0167]根據(jù)本發(fā)明的實(shí)施例，提供了一種用戶選項(xiàng)優(yōu)化裝置，圖12是本發(fā)明實(shí)施例的用戶選項(xiàng)優(yōu)化裝置的結(jié)構(gòu)示意圖，如圖12所示，根據(jù)本發(fā)明實(shí)施例的用戶選項(xiàng)優(yōu)化裝置包括:固定展示選項(xiàng)模塊120、嘗試展示選項(xiàng)模塊122、展示模塊124、以及統(tǒng)計(jì)模塊126，以下對(duì)本發(fā)明實(shí)施例的各個(gè)模塊進(jìn)行詳細(xì)的說明。
[0168]固定展示選項(xiàng)模塊120，用于根據(jù)用戶輸入的關(guān)鍵詞，基于預(yù)先設(shè)置的固定展示選項(xiàng)參數(shù)，根據(jù)各個(gè)候選用戶選項(xiàng)的平均收益，從候選用戶選項(xiàng)中將符合固定展示選項(xiàng)參數(shù)的用戶選項(xiàng)作為固定展示選項(xiàng)；
[0169]平均收益=反饋收益/展示次數(shù),其中，反饋收益包括:用戶點(diǎn)擊量。固定展示選項(xiàng)參數(shù)包括:固定展示選線的個(gè)數(shù)、固定展示選項(xiàng)的最小平均收益、固定展示選項(xiàng)的最小展示次數(shù)、固定展示選項(xiàng)的過濾比例、固定展示選項(xiàng)的平均收益、以及指定的固定展示選項(xiàng)集合及其初始的平均收益；
[0170]固定展示選項(xiàng)模塊120具體用于:
[0171]根據(jù)用戶輸入的關(guān)鍵詞，確定并初始化候選用戶選項(xiàng)的集合SetXCandidates=SetM ；
[0172]初始化固定展示選項(xiàng)的集合SetX=H ;
[0173]基于預(yù)先設(shè)置的固定展示選項(xiàng)參數(shù)，刪除SetXCandidates中展示次數(shù)小于閾值Fix_MinShow的候選用戶選項(xiàng)；
[0174]對(duì)SetXCandidates中的候選用戶選項(xiàng)按照平均收益排序得到數(shù)組SortedCandidateArr ；
[0175]確定最佳平均收益MaxGain為數(shù)組SortedCandidateArr首個(gè)元素的平均收益；
[0176]遍歷數(shù)組SortedCandidateArr,如果當(dāng)前候選用戶選項(xiàng)同時(shí)滿足條件1、條件2、以及條件3，則將當(dāng)前候選用戶選項(xiàng)加入SetX:
[0177]條件1:當(dāng)前候選用戶選項(xiàng)的平均收益大于MaxGain*Fix_FilterPercent,其中，MaxGain*Fix_F i I terPercent為固定展示選項(xiàng)參數(shù)中設(shè)置的固定選項(xiàng)過濾閾值；
[0178]條件2，當(dāng)前候選用戶選項(xiàng)的平均收益大于或等于固定展示選項(xiàng)參數(shù)中設(shè)置的固定展示選項(xiàng)的最小平均收益；
[0179]條件3，當(dāng)前SetX中的元素個(gè)數(shù)小于固定展示選項(xiàng)參數(shù)中設(shè)置的固定展示選項(xiàng)最大個(gè)數(shù)X ;
[0180]確定SetX中的元素為所有的固定展示選項(xiàng)，在下一輪展示的時(shí)候固定地展示給用戶。
[0181]嘗試展示選項(xiàng)模塊122，用于基于預(yù)先設(shè)置的嘗試展示選項(xiàng)參數(shù)，根據(jù)各個(gè)候選用戶選項(xiàng)的平均收益，從剩余的候選用戶選項(xiàng)中將符合嘗試展示選項(xiàng)參數(shù)的用戶選項(xiàng)作為嘗試展示選項(xiàng)；嘗試展示選項(xiàng)參數(shù)包括:嘗試展示選項(xiàng)的個(gè)數(shù)、嘗試展示選項(xiàng)的最大平均收益、嘗試展示選項(xiàng)的最小平均收益、嘗試展示選項(xiàng)的平均收益、以及指定的嘗試展示選項(xiàng)集合及其初始的平均收益。
[0182]嘗試展示選項(xiàng)模塊122具體用于:
[0183]初始化候選的嘗試展示選項(xiàng)的集合SetYCandidates=SetM-SetX,并初始化嘗試選項(xiàng)集合SetY=H ;
[0184]基于預(yù)先設(shè)置的嘗試展示選項(xiàng)參數(shù),遍歷集合SetYCandidates,刪除平均收益〈MinTryGain的嘗試展示選項(xiàng),其中，MinTryGain為嘗試展示選項(xiàng)參數(shù)中設(shè)置的嘗試選項(xiàng)最小平均收益閾值，并刪除平均收益>MaxTryGain的嘗試展示選項(xiàng),其中,MaxTryGain為嘗試展示選項(xiàng)參數(shù)中設(shè)置的嘗試選項(xiàng)最大平均收益閾值；
[0185]如果SetYCandidates中沒有元素則結(jié)束操作,否則,計(jì)算SetYCandidates中所有嘗試展示選項(xiàng)的收益總和SumGain ；
[0186]初始化區(qū)間偏移為offset=0,遍歷SetYCandidates中的選項(xiàng)offset=offset+當(dāng)
前嘗試展示選項(xiàng)的平均收益，并且區(qū)間[offset, offset+當(dāng)前選項(xiàng)的平均收益)--對(duì)應(yīng)
當(dāng)前嘗試展示選項(xiàng)，生成取值范圍是[0，SumGain)的隨機(jī)數(shù)，得到隨機(jī)數(shù)所在區(qū)間一一對(duì)應(yīng)的嘗試展示選項(xiàng)，從SetYCandidates中去掉概率命中的選項(xiàng)；
[0187]如果當(dāng)前SetY個(gè)數(shù)達(dá)到指定的嘗試選項(xiàng)最大個(gè)數(shù)Y則確定SetY中的元素為所有的嘗試展示選項(xiàng)，在下一輪展示的時(shí)候嘗試展示給系統(tǒng)用戶，否則重新執(zhí)行判斷SetYCandidates是否具有元素步驟之后的操作。
[0188]展示模塊124，用于向用戶展示固定展示選項(xiàng)和嘗試展示選項(xiàng)；
[0189]統(tǒng)計(jì)模塊126，用于根據(jù)用戶的反饋統(tǒng)計(jì)固定展示選項(xiàng)和嘗試展示選項(xiàng)的平均收益，將統(tǒng)計(jì)的平均收益作為下次計(jì)算固定展示選項(xiàng)和嘗試展示選項(xiàng)的基礎(chǔ)。
[0190]綜上所述，借助于本發(fā)明實(shí)施例的技術(shù)方案，能夠通過對(duì)展示選項(xiàng)的選擇，獲得高的反饋；在不嚴(yán)重影響用戶對(duì)展示的選項(xiàng)的期望的前提下，能夠探測(cè)各個(gè)選項(xiàng)展示的能后帶來的反饋；適應(yīng)變化:候選項(xiàng)本身可以固定也可以是隨著時(shí)間變化的；對(duì)于每一個(gè)候選項(xiàng)，根據(jù)根據(jù)用戶的需求隨著時(shí)間變化。
[0191]顯然，本領(lǐng)域的技術(shù)人員可以對(duì)本發(fā)明進(jìn)行各種改動(dòng)和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動(dòng)和變型在內(nèi)。
【權(quán)利要求】
1.一種用戶選項(xiàng)優(yōu)化方法，其特征在于，包括: 步驟1，根據(jù)用戶輸入的關(guān)鍵詞，基于預(yù)先設(shè)置的固定展示選項(xiàng)參數(shù)，根據(jù)各個(gè)候選用戶選項(xiàng)的平均收益，從候選用戶選項(xiàng)中將符合所述固定展示選項(xiàng)參數(shù)的用戶選項(xiàng)作為固定展示選項(xiàng)； 步驟2，基于預(yù)先設(shè)置的嘗試展示選項(xiàng)參數(shù)，根據(jù)各個(gè)候選用戶選項(xiàng)的平均收益，從剩余的候選用戶選項(xiàng)中將符合所述嘗試展示選項(xiàng)參數(shù)的用戶選項(xiàng)作為嘗試展示選項(xiàng)； 步驟3，向所述用戶展示所述固定展示選項(xiàng)和所述嘗試展示選項(xiàng)，并根據(jù)用戶的反饋統(tǒng)計(jì)所述固定展示選項(xiàng)和所述嘗試展示選項(xiàng)的平均收益，將統(tǒng)計(jì)的所述平均收益作為下次計(jì)算固定展示選項(xiàng)和嘗試展示選項(xiàng)的基礎(chǔ)。
2.如權(quán)利要求1所述的方法，其特征在于，所述平均收益=反饋收益/展示次數(shù)，其中，所述反饋收益包括:用戶點(diǎn)擊量。
3.如權(quán)利要求1所述的方法，其特征在于， 所述固定展示選項(xiàng)參 數(shù)包括:固定展示選線的個(gè)數(shù)、固定展示選項(xiàng)的最小平均收益、固定展示選項(xiàng)的最小展示次數(shù)、固定展示選項(xiàng)的過濾比例、固定展示選項(xiàng)的平均收益、以及指定的固定展示選項(xiàng)集合及其初始的平均收益； 所述嘗試展示選項(xiàng)參數(shù)包括:嘗試展示選項(xiàng)的個(gè)數(shù)、嘗試展示選項(xiàng)的最大平均收益、嘗試展示選項(xiàng)的最小平均收益、嘗試展示選項(xiàng)的平均收益、以及指定的嘗試展示選項(xiàng)集合及其初始的平均收益。
4.如權(quán)利要求3所述的方法，其特征在于，所述步驟I具體包括: 步驟U，根據(jù)用戶輸入的關(guān)鍵詞，確定并初始化候選用戶選項(xiàng)的集合SetXCandidates=SetM ； 步驟12,初始化固定展示選項(xiàng)的集合SetX=H ; 步驟13，基于預(yù)先設(shè)置的固定展示選項(xiàng)參數(shù)，刪除SetXCandidates中展示次數(shù)小于閾值Fix_MinShow的候選用戶選項(xiàng)； 步驟14,對(duì)SetXCandidates中的候選用戶選項(xiàng)按照平均收益排序得到數(shù)組SortedCandidateArr ； 步驟15，確定最佳平均收益MaxGain為數(shù)組SortedCandidateArr首個(gè)元素的平均收.、M ; 步驟16,遍歷數(shù)組SortedCandidateArr,如果當(dāng)前候選用戶選項(xiàng)同時(shí)滿足條件1、條件2、以及條件3，則將當(dāng)前候選用戶選項(xiàng)加入SetX: 條件1:當(dāng)前候選用戶選項(xiàng)的平均收益大于MaxGain*Fix_FilterPercent,其中，MaxGain*Fix_FiIterPercent為所述固定展示選項(xiàng)參數(shù)中設(shè)置的固定選項(xiàng)過濾閾值； 條件2，當(dāng)前候選用戶選項(xiàng)的平均收益大于或等于所述固定展示選項(xiàng)參數(shù)中設(shè)置的固定展示選項(xiàng)的最小平均收益； 條件3，當(dāng)前SetX中的元素個(gè)數(shù)小于所述固定展示選項(xiàng)參數(shù)中設(shè)置的固定展示選項(xiàng)最大個(gè)數(shù)X ; 步驟17,確定SetX中的元素為所有的固定展示選項(xiàng),在下一輪展示的時(shí)候固定地展示給用戶。
5.如權(quán)利要求4所述的方法，其特征在于，所述步驟2具體包括:步驟21，初始化候選的嘗試展示選項(xiàng)的集合SetYCandidates=SetM-SetX,并初始化嘗試選項(xiàng)集合SetY= {}； 步驟22，基于預(yù)先設(shè)置的嘗試展示選項(xiàng)參數(shù)，遍歷集合SetYCandidates，刪除平均收益〈MinTryGain的嘗試展示選項(xiàng)，其中，MinTryGain為所述嘗試展示選項(xiàng)參數(shù)中設(shè)置的嘗試選項(xiàng)最小平均收益閾值，并刪除平均收益〉MaxTryGain的嘗試展示選項(xiàng)，其中，MaxTryGain為所述嘗試展示選項(xiàng)參數(shù)中設(shè)置的嘗試選項(xiàng)最大平均收益閾值； 步驟23，如果SetYCandidates中沒有元素則結(jié)束操作，否則，執(zhí)行步驟24 ； 步驟24,計(jì)算SetYCandidates中所有嘗試展示選項(xiàng)的收益總和SumGain ； 步驟25,初始化區(qū)間偏移為offset=0,遍歷SetYCandidates中的選項(xiàng)offset=offset+當(dāng)前嘗試展示選項(xiàng)的平均收益，并且區(qū)間[offset, offset+當(dāng)前選項(xiàng)的平均收益)--對(duì)應(yīng)當(dāng)前嘗試展示選項(xiàng)，生成取值范圍是[0，SumGain)的隨機(jī)數(shù)，得到隨機(jī)數(shù)所在區(qū)間一一對(duì)應(yīng)的嘗試展示選項(xiàng)，從SetYCandidates中去掉概率命中的選項(xiàng)； 步驟26，如果當(dāng)前SetY個(gè)數(shù)達(dá)到指定的嘗試選項(xiàng)最大個(gè)數(shù)Y則執(zhí)行步驟27，否則重新執(zhí)行步驟23、步驟24、步驟25、以及步驟26 ； 步驟27，確定SetY中的元素為所有的嘗試展示選項(xiàng)，在下一輪展示的時(shí)候嘗試展示給系統(tǒng)用戶。
6.一種用戶選項(xiàng)優(yōu)化裝置，其特征在于，包括: 固定展示選項(xiàng)模塊，用于根據(jù)用戶輸入的關(guān)鍵詞，基于預(yù)先設(shè)置的固定展示選項(xiàng)參數(shù)，根據(jù)各個(gè)候選用戶選 項(xiàng)的平均收益，從候選用戶選項(xiàng)中將符合所述固定展示選項(xiàng)參數(shù)的用戶選項(xiàng)作為固定展示選項(xiàng)； 嘗試展示選項(xiàng)模塊，用于基于預(yù)先設(shè)置的嘗試展示選項(xiàng)參數(shù)，根據(jù)各個(gè)候選用戶選項(xiàng)的平均收益，從剩余的候選用戶選項(xiàng)中將符合所述嘗試展示選項(xiàng)參數(shù)的用戶選項(xiàng)作為嘗試展示選項(xiàng)； 展示模塊，用于向所述用戶展示所述固定展示選項(xiàng)和所述嘗試展示選項(xiàng)； 統(tǒng)計(jì)模塊，用于根據(jù)用戶的反饋統(tǒng)計(jì)所述固定展示選項(xiàng)和所述嘗試展示選項(xiàng)的平均收益，將統(tǒng)計(jì)的所述平均收益作為下次計(jì)算固定展示選項(xiàng)和嘗試展示選項(xiàng)的基礎(chǔ)。
7.如權(quán)利要求6所述的裝置，其特征在于，所述平均收益=反饋收益/展示次數(shù)，其中，所述反饋收益包括:用戶點(diǎn)擊量。
8.如權(quán)利要求6所述的裝置，其特征在于， 所述固定展示選項(xiàng)參數(shù)包括:固定展示選線的個(gè)數(shù)、固定展示選項(xiàng)的最小平均收益、固定展示選項(xiàng)的最小展示次數(shù)、固定展示選項(xiàng)的過濾比例、固定展示選項(xiàng)的平均收益、以及指定的固定展示選項(xiàng)集合及其初始的平均收益； 所述嘗試展示選項(xiàng)參數(shù)包括:嘗試展示選項(xiàng)的個(gè)數(shù)、嘗試展示選項(xiàng)的最大平均收益、嘗試展示選項(xiàng)的最小平均收益、嘗試展示選項(xiàng)的平均收益、以及指定的嘗試展示選項(xiàng)集合及其初始的平均收益。
9.如權(quán)利要求8所述的裝置，其特征在于，所述固定展示選項(xiàng)模塊具體用于: 根據(jù)用戶輸入的關(guān)鍵詞，確定并初始化候選用戶選項(xiàng)的集合SetXCandidates=SetM ； 初始化固定展示選項(xiàng)的集合SetX=H ; 基于預(yù)先設(shè)置的固定展示選項(xiàng)參數(shù)，刪除SetXCandidates中展示次數(shù)小于閾值Fix_MinShow的候選用戶選項(xiàng)； 對(duì)SetXCandidates中的候選用戶選項(xiàng)按照平均收益排序得到數(shù)組SortedCandidateArr ； 確定最佳平均收益MaxGain為數(shù)組SortedCandidateArr首個(gè)元素的平均收益； 遍歷數(shù)組SortedCandidateArr,如果當(dāng)前候選用戶選項(xiàng)同時(shí)滿足條件1、條件2、以及條件3，則將當(dāng)前候選用戶選項(xiàng)加入SetX: 條件1:當(dāng)前候選用戶選項(xiàng)的平均收益大于MaxGain*Fix_Fi I terPercent,其中，MaxGain*Fix_F i I terPercent為所述固定展示選項(xiàng)參數(shù)中設(shè)置的固定選項(xiàng)過濾閾值； 條件2，當(dāng)前候選用戶選項(xiàng)的平均收益大于或等于所述固定展示選項(xiàng)參數(shù)中設(shè)置的固定展示選項(xiàng)的最小平均收益； 條件3，當(dāng)前SetX中的元素個(gè)數(shù)小于所述固定展示選項(xiàng)參數(shù)中設(shè)置的固定展示選項(xiàng)最大個(gè)數(shù)X ; 確定SetX中的元素為所有的固定展示選項(xiàng)，在下一輪展示的時(shí)候固定地展示給用戶。
10.如權(quán)利要求9所述的裝置，其特征在于，所述嘗試展示選項(xiàng)模塊具體用于: 初始化候選的嘗試展示選項(xiàng)的集合SetYCandidates=SetM-SetX,并初始化嘗試選項(xiàng)集合 SetY=H ; 基于預(yù)先設(shè)置的嘗試展示選項(xiàng)參數(shù)，遍歷集合SetYCandidates,刪除平均收益〈MinTryGain的嘗試展示選項(xiàng),其中，MinTryGain為所述嘗試展示選項(xiàng)參數(shù)中設(shè)置的嘗試選項(xiàng)最小平均收益閾值，并刪除`平均收益>MaxTryGain的嘗試展示選項(xiàng),其中，MaxTryGain為所述嘗試展示選項(xiàng)參數(shù)中設(shè)置的嘗試選項(xiàng)最大平均收益閾值； 如果SetYCandidates中沒有元素則結(jié)束操作,否則,計(jì)算SetYCandidates中所有嘗試展示選項(xiàng)的收益總和SumGain ； 初始化區(qū)間偏移為offset=0,遍歷SetYCandidates中的選項(xiàng)offset=offset+當(dāng)前嘗試展示選項(xiàng)的平均收益，并且區(qū)間[offset, offset+當(dāng)前選項(xiàng)的平均收益)--對(duì)應(yīng)當(dāng)前嘗試展示選項(xiàng)，生成取值范圍是[0，SumGain)的隨機(jī)數(shù)，得到隨機(jī)數(shù)所在區(qū)間一一對(duì)應(yīng)的嘗試展示選項(xiàng)，從SetYCandidates中去掉概率命中的選項(xiàng)； 如果當(dāng)前SetY個(gè)數(shù)達(dá)到指定的嘗試選項(xiàng)最大個(gè)數(shù)Y則確定SetY中的元素為所有的嘗試展示選項(xiàng)，在下一輪展示的時(shí)候嘗試展示給系統(tǒng)用戶，否則重新執(zhí)行判斷SetYCandidates是否具有元素步驟之后的操作。
【文檔編號(hào)】G06F3/0481GK103440084SQ201310395643
【公開日】2013年12月11日 申請(qǐng)日期:2013年9月4日 優(yōu)先權(quán)日:2013年9月4日
【發(fā)明者】王志強(qiáng) 申請(qǐng)人:五八同城信息技術(shù)有限公司