[发明专利]网络交互系统

权利要求书

1.一种网络交互系统，其特征在于，包括：前端服务器和推荐系统；

所述前端服务器，用于接收客户端的访问请求；将所述客户端的用户信息提供给所述推荐系统；基于所述推荐系统提供的期望奖励值在所述推荐系统提供的素材集中筛选得到结果集；将所述结果集发送给所述客户端；

所述推荐系统，用于获取所述客户端的用户信息对应的用户特征集；获取包括用于页面显示的素材的素材集，以及所述素材对应的素材特征集；根据所述用户特征集和所述素材的素材特征集生成期望奖励值，其中，所述期望奖励值为所述素材在所述预设页面显示且被点击时，所述推荐系统得到的奖励值；将所述素材集和所述期望奖励值提供给所述前端服务器。

2.根据权利要求1所述的系统，其特征在于，所述结果集中至少包括所述期望奖励值中最大值对应的素材。

3.根据权利要求1所述的系统，其特征在于，所述结果集中包括预设数量个素材；其中，所述结果集中素材的期望奖励值不小于所述推荐系统提供的素材集中未处于所述结果集的素材的期望奖励值。

4.根据权利要求1所述的系统，其特征在于，所述推荐系统将所述用户特征集和所述素材特征集生成表征所述用户信息和所述素材特征集对应素材的表征向量，基于所述表征向量生成所述素材的期望奖励值。

5.根据权利要求1所述的系统，其特征在于，所述推荐系统将所述前端服务器响应所述客户端多次访问请求过程中，所述推荐系统得到的奖励值形成累计奖励值；当所述累计奖励值不是上述过程中，所述结果集中素材的最大期望奖励值之和时，将得到所述累计奖励值的过程数据记录为偏差信息；根据所述偏差信息修正生成所述期望奖励值的算法。

6.根据权利要求5所述的系统，其特征在于，在所述前端服务器接收到所述客户端发出的订单信息时，所述推荐系统判断得到的所述累计奖励值是否为所述客户端多次访问请求过程中，所述结果集中所述最大期望奖励值之和。

7.根据权利要求1所述的系统，其特征在于，在所述预设页面发生点击事件时，若得到的奖励值不是所述结果集中素材的最大期望奖励值，记录偏差信息；其中所述偏差信息包括所述奖励值对应的素材信息；根据所述偏差信息修正生成所述期望奖励值的算法。

8.根据权利要求5或7所述的系统，其特征在于，所述推荐系统根据预设时间长度中记录的所述偏差信息修正所述算法。

9.根据权利要求5或7所述的系统，其特征在于，所述推荐系统在所述偏差信息达到预设数据量时，根据所述偏差信息修正所述算法。

10.根据权利要求1所述的系统，其特征在于，所述推荐系统中包括至少二个期望奖励值运算模型；其中，至少二个期望奖励值运算模型具有相似运算逻辑，但生成所述至少二个期望奖励值运算模型的训练数据集不同。

11.根据权利要求10所述的系统，其特征在于，所述期望奖励值为所述至少二个期望奖励值运算模型输出的预测值的加权求和，或者均值。