[发明专利]广告推荐的方法和装置

权利要求书

1.一种广告推荐的方法，所述方法包括：

接收广告推荐请求，获取与广告推荐请求中的用户对应的根据反馈信息修正后的用户标签，所述反馈信息包括正反馈信息和负反馈信息，所述正反馈信息是指用户点击推荐广告后返回的信息，负反馈信息是用户反馈的负面情绪相关信息；

根据所述修正后的用户标签筛选出候选推荐广告；

根据预估点击模型计算用户在当前展示页面对于所述各个候选推荐广告的预估点击概率，根据预估非感兴趣模型计算用户在当前展示页面对于所述各个候选推荐广告的预估非感兴趣概率，所述预估点击模型是计算用户点击推荐广告的概率的模型，预估非感兴趣模型是计算用户对推荐广告不感兴趣的概率的模型；

根据所述预估点击概率和预估非感兴趣概率从所述候选推荐广告中筛选得到目标推荐广告。

2.根据权利要求1所述的方法，其特征在于，在所述获取广告推荐请求的步骤之前还包括：

获取用户对历史推荐广告返回的所述反馈信息；

根据所述正反馈信息统计用户对于各个广告标签的正点击数量；

根据所述负反馈信息统计用户对于各个广告标签的负点击数量；

将正点击数量超过预设阈值的广告标签生成对应的感兴趣广告用户标签；

将负点击数量超过预设阈值的广告标签生成对应的非感兴趣广告用户标签。

3.根据权利要求1所述的方法，其特征在于，在所述获取广告推荐请求的步骤之前还包括：

获取不同用户对历史推荐广告返回的所述反馈信息；

获取正反馈信息对应的不同用户对应的第一用户特征、第一展示页面特征、第一历史推荐广告特征，并将所述第一用户特征、第一展示页面特征和第一历史推荐广告特征对应组合生成第一特征向量；

获取负反馈信息对应的不同用户对应的第二用户特征、第二展示页面特征、第二历史推荐广告特征，并将所述第二用户特征、第二展示页面特征和第二历史推荐广告特征对应组合生成第二特征向量；

根据所述正反馈信息计算不同用户对应所述第一特征向量时对历史推荐广告的正点击概率，根据所述负反馈信息计算不同用户对应所述第二特征向量时对历史推荐广告的负点击概率；

根据所述正点击概率和第一特征向量求解得到预估点击模型；

根据所述负点击概率和第二特征向量求解得到预估非感兴趣模型。

4.根据权利要求1所述的方法，其特征在于，所述根据所述预估点击概率和预估非感兴趣概率从所述候选推荐广告中筛选得到目标推荐广告的步骤包括：

将所述各个候选推荐广告对应的预估点击概率和预估非感兴趣概率进行加权得到质量评分；

根据所述质量评分筛选候选推荐广告得到目标推荐广告。

5.根据权利要求1所述的方法，其特征在于，所述根据所述预估点击概率和预估非感兴趣概率从所述候选推荐广告中筛选得到目标推荐广告的步骤包括：

将所述预估非感兴趣概率大于或等于预设阈值的候选推荐广告过滤；

根据所述预估点击概率在所述过滤后的候选推荐广告中筛选得到目标推荐广告。

6.一种广告推荐的装置，其特征在于，所述装置包括：

获取模块，用于接收广告推荐请求，获取与广告推荐请求中的用户对应的根据反馈信息修正后的用户标签，所述反馈信息包括正反馈信息和负反馈信息，所述正反馈信息是指用户点击推荐广告后返回的信息，负反馈信息是用户反馈的负面情绪相关信息；

候选推荐广告筛选模块，用于根据所述修正后的用户标签筛选出候选推荐广告；

计算模块，用于根据预估点击模型计算用户在当前展示页面对于所述各个候选推荐广告的预估点击概率，根据预估非感兴趣模型计算用户在当前展示页面对于所述各个候选推荐广告的预估非感兴趣概率，所述预估点击模型是计算用户点击推荐广告的概率的模型，预估非感兴趣模型是计算用户对推荐广告不感兴趣的概率的模型；

目标推荐广告筛选模块，用于根据所述预估点击概率和预估非感兴趣概率从所述候选推荐广告中筛选得到目标推荐广告。