[发明专利]基于人工智能的资讯卡片排序方法及装置

权利要求书

1.一种基于人工智能的资讯卡片排序方法，其特征在于，包括以下步骤：

获取预设周期内用户访问应用首页时，对首页上资讯卡片的历史点击行为特征；

根据所述历史点击行为特征构造训练数据；

根据所述训练数据训练相应的点击行为预测模型，以便当用户访问应用首页时，根据所述点击行为预测模型获取与访问场景特征对应的资讯卡片排序。

2.如权利要求1所述的方法，其特征在于，所述历史点击行为特征包括：

用户在不同时段对资讯卡片的点击次数或点击率；和/或，

用户在不同地点对资讯卡片的点击次数或点击率；和/或，

用户通过不同设备对资讯卡片的点击次数或点击率。

3.如权利要求1所述的方法，其特征在于，所述获取预设周期内用户访问应用首页时，对首页上资讯卡片的历史点击行为特征，包括：

解析用户点展日志获取预设周期内的所述历史点击行为；

从所述历史点击行为中提取所述历史点击行为特征。

4.如权利要求1所述的方法，其特征在于，所述根据所述历史点击行为特征构造训练数据，包括：

获取用户在所述预设周期外的参考点击行为；

将所述历史点击行为特征与所述参考点击行为进行匹配构造训练数据。

5.如权利要求1所述的方法，其特征在于，所述根据所述训练数据训练相应的点击行为预测模型，包括：

根据所述训练数据，采用排序学习方法训练相应的点击行为预测模型。

6.如权利要求5所述的方法，其特征在于，所述根据所述训练数据训练相应的点击行为预测模型，还包括：

采用随机梯度下降或批量梯度下降加速训练过程，且模型更新周期为日级别。

7.如权利要求1-6任一所述的方法，其特征在于，还包括：

接收用户发送的应用首页访问请求；

获取当前访问的场景特征，通过所述点击行为预测模型获取与所述场景特征对应的资讯卡片顺序；

按照所述资讯卡片顺序将多个资讯卡片显示在所述应用首页。

8.一种基于人工智能的资讯卡片排序装置，其特征在于，包括：

第一获取模块，用于获取预设周期内用户访问应用首页时，对首页上资讯卡片的历史点击行为特征；

构造模块，用于根据所述历史点击行为特征构造训练数据；

训练模块，用于根据所述训练数据训练相应的点击行为预测模型，以便当用户访问应用首页时，根据所述点击行为预测模型获取与访问场景特征对应的资讯卡片排序。

9.如权利要求8所述的装置，其特征在于，所述历史点击行为特征包括：

用户在不同时段对资讯卡片的点击次数或点击率；和/或，

用户在不同地点对资讯卡片的点击次数或点击率；和/或，

用户通过不同设备对资讯卡片的点击次数或点击率。

10.如权利要求8所述的装置，其特征在于，所述第一获取模块，包括：

解析单元，用于解析用户点展日志获取预设周期内的所述历史点击行为；

提取单元，用于从所述历史点击行为中提取所述历史点击行为特征。

11.如权利要求8所述的装置，其特征在于，所述构造模块，包括：

获取单元，用于获取用户在所述预设周期外的参考点击行为；

处理单元，用于将所述历史点击行为特征与所述参考点击行为进行匹配构造训练数据。

12.如权利要求8所述的装置，其特征在于，所述训练模块用于：

根据所述训练数据，采用排序学习方法训练相应的点击行为预测模型。

13.如权利要求12所述的装置，其特征在于，所述训练模块还用于：

采用随机梯度下降或批量梯度下降加速训练过程，且模型更新周期为日级别。

14.如权利要求8-13任一所述的装置，其特征在于，还包括：

接收模块，用于接收用户发送的应用首页访问请求；

第二获取模块，用于获取当前访问的场景特征，通过所述点击行为预测模型获取与所述场景特征对应的资讯卡片顺序；

展示模块，用于按照所述资讯卡片顺序将多个资讯卡片显示在所述应用首页。