，根據(jù)預(yù)估非感興趣模型計(jì)算用戶(hù)在當(dāng)前展示頁(yè)面對(duì)于各個(gè)候選推薦廣告的 預(yù)估非感興趣概率。
[0039] 具體的，預(yù)估點(diǎn)擊模型用于計(jì)算用戶(hù)可能點(diǎn)擊推薦廣告的概率，將候選推薦廣告 所在當(dāng)前展示頁(yè)面特征、用戶(hù)特征、候選推薦廣告自身特征代入預(yù)估點(diǎn)擊模型就可計(jì)算出 用戶(hù)對(duì)于候選推薦廣告在當(dāng)前展示頁(yè)面的預(yù)估點(diǎn)擊概率，概率越大表明用戶(hù)越可能點(diǎn)擊此 候選推薦廣告。預(yù)估非感興趣模型用于計(jì)算用戶(hù)對(duì)推薦廣告不感興趣的概率，將候選推薦 廣告所在當(dāng)前展示頁(yè)面特征、用戶(hù)特征、候選推薦廣告自身特征代入預(yù)估非感興趣模型就 可計(jì)算出用戶(hù)對(duì)于候選推薦廣告在當(dāng)前展示頁(yè)面的不感興趣概率，概率越大表明用戶(hù)越可 能對(duì)此候選推薦廣告不感興趣。其中當(dāng)前展示頁(yè)面特征是指推薦廣告所在頁(yè)面的特征，如 "女性購(gòu)物頁(yè)面"等，用戶(hù)特征是指用戶(hù)相關(guān)的特征，可直接采用戶(hù)標(biāo)簽來(lái)表達(dá)用戶(hù)特征，如 "對(duì)于服裝特別感興趣""對(duì)于玩具不感興趣"等。候選推薦廣告自身特征用于描述廣告自 身特點(diǎn)，如"服裝類(lèi)""玩具類(lèi)"等，可直接采用廣告標(biāo)簽代表候選推薦廣告自身特征。
[0040] 步驟S240,根據(jù)預(yù)估點(diǎn)擊概率和預(yù)估非感興趣概率從候選推薦廣告中篩選得到目 標(biāo)推薦廣告。
[0041] 具體的，可將預(yù)估點(diǎn)擊概率和預(yù)估非感興趣概率進(jìn)行加權(quán)或通過(guò)過(guò)濾的方式自定 義算法從候選推薦廣告中篩選得到目標(biāo)推薦廣告。由于在篩選時(shí)不僅考率了預(yù)估點(diǎn)擊的概 率，也考慮了預(yù)估非感興趣的概率，使得推薦的廣告更符合用戶(hù)需求，提高了廣告推薦的精 確度。
[0042] 本實(shí)施例中，通過(guò)接收廣告推薦請(qǐng)求，獲取與廣告推薦請(qǐng)求中的用戶(hù)對(duì)應(yīng)的根據(jù) 正反饋信息和負(fù)反饋信息修正后的用戶(hù)標(biāo)簽，根據(jù)修正后的用戶(hù)標(biāo)簽篩選出候選推薦廣 告，根據(jù)預(yù)估點(diǎn)擊模型計(jì)算用戶(hù)在當(dāng)前展示頁(yè)面對(duì)于各個(gè)候選推薦廣告的預(yù)估點(diǎn)擊概率， 根據(jù)預(yù)估非感興趣模型計(jì)算用戶(hù)在當(dāng)前展示頁(yè)面對(duì)于各個(gè)候選推薦廣告的預(yù)估非感興趣 概率，根據(jù)預(yù)估點(diǎn)擊概率和預(yù)估非感興趣概率從候選推薦廣告中篩選得到目標(biāo)推薦廣告， 在推薦廣告的過(guò)程中，不僅考率了正反饋信息也考慮了負(fù)反饋信息，使用根據(jù)正反饋信息 和負(fù)反饋信息修正后的用戶(hù)標(biāo)簽得到候選推薦廣告，提高了候選推薦廣告的精確度，同時(shí) 在計(jì)算用戶(hù)對(duì)候選推薦廣告的預(yù)估點(diǎn)擊概率和預(yù)估非感興趣概率時(shí)綜合考慮了當(dāng)前展示 頁(yè)面，使得預(yù)估點(diǎn)擊概率和預(yù)估非感興趣概率精確度更高，并且同時(shí)考慮預(yù)估點(diǎn)擊概率和 預(yù)估非感興趣概率可使得篩選更精確，進(jìn)一步提高了廣告推薦的精確度。
[0043] 在一個(gè)實(shí)施例中，如圖4所示，在步驟S210之前，還包括；
[0044] 步驟S310,獲取用戶(hù)對(duì)歷史推薦廣告返回的反饋信息。
[0045] 具體的，對(duì)于歷史推薦廣告用戶(hù)返回的反饋信息，包括正反饋信息和負(fù)反饋信息 都會(huì)對(duì)應(yīng)用戶(hù)進(jìn)行存儲(chǔ)，用于修正用戶(hù)標(biāo)簽，可W根據(jù)反饋信息實(shí)時(shí)修正用戶(hù)標(biāo)簽，也可W 定時(shí)進(jìn)行修正。
[0046] 步驟S320,根據(jù)正反饋信息統(tǒng)計(jì)用戶(hù)對(duì)于各個(gè)廣告標(biāo)簽的正點(diǎn)擊數(shù)量，根據(jù)負(fù)反 饋信息統(tǒng)計(jì)用戶(hù)對(duì)于各個(gè)廣告標(biāo)簽的負(fù)點(diǎn)擊數(shù)量。
[0047] 具體的，每個(gè)推薦廣告都有對(duì)應(yīng)的廣告標(biāo)簽，多個(gè)廣告可能有相同的廣告標(biāo)簽，統(tǒng) 計(jì)用戶(hù)對(duì)于各個(gè)廣告標(biāo)簽的正點(diǎn)擊數(shù)量和負(fù)點(diǎn)擊數(shù)量，如果對(duì)于一個(gè)廣告標(biāo)簽的正點(diǎn)擊數(shù) 量大，則說(shuō)明用戶(hù)對(duì)該個(gè)廣告標(biāo)簽對(duì)應(yīng)的廣告感興趣，如果對(duì)于一個(gè)廣告標(biāo)簽的負(fù)點(diǎn)擊數(shù) 量大，則說(shuō)明用戶(hù)對(duì)該個(gè)廣告標(biāo)簽對(duì)應(yīng)的廣告不感興趣。在一個(gè)實(shí)施例中，根據(jù)正反饋信息 統(tǒng)計(jì)用戶(hù)對(duì)于各個(gè)廣告標(biāo)簽的正點(diǎn)擊概率，根據(jù)負(fù)反饋信息統(tǒng)計(jì)用戶(hù)對(duì)于各個(gè)廣告標(biāo)簽的 負(fù)點(diǎn)擊概率，正點(diǎn)擊概率通過(guò)各個(gè)廣告標(biāo)簽對(duì)應(yīng)的全部推薦廣告被點(diǎn)擊次數(shù)除于各個(gè)廣告 標(biāo)簽對(duì)應(yīng)的全部推薦廣告出現(xiàn)的次數(shù)得到。負(fù)點(diǎn)擊概率通過(guò)各個(gè)廣告標(biāo)簽對(duì)應(yīng)的全部推薦 廣告被負(fù)點(diǎn)擊次數(shù)除于各個(gè)廣告標(biāo)簽對(duì)應(yīng)的全部推薦廣告出現(xiàn)的次數(shù)得到，負(fù)點(diǎn)擊次數(shù)是 指點(diǎn)擊反應(yīng)負(fù)面信息反饋的按鍵次數(shù)。
[0048] 步驟S330,將正點(diǎn)擊數(shù)量超過(guò)預(yù)設(shè)闊值的廣告標(biāo)簽生成對(duì)應(yīng)的感興趣廣告用戶(hù)標(biāo) 簽，將負(fù)點(diǎn)擊數(shù)量超過(guò)預(yù)設(shè)闊值的廣告標(biāo)簽生成對(duì)應(yīng)的非感興趣廣告用戶(hù)標(biāo)簽。
[0049] 具體的，預(yù)設(shè)闊值可W根據(jù)需要自定義，如廣告標(biāo)簽"兒童類(lèi)"被用戶(hù)點(diǎn)擊的正點(diǎn) 擊數(shù)量超過(guò)預(yù)設(shè)闊值，則可將"兒童類(lèi)"作為用戶(hù)的一個(gè)用戶(hù)標(biāo)簽，如廣告標(biāo)簽"兒童類(lèi)"被 用戶(hù)點(diǎn)擊的負(fù)點(diǎn)擊數(shù)量超過(guò)預(yù)設(shè)闊值，則可將"不感興趣兒童類(lèi)"作為用戶(hù)的一個(gè)用戶(hù)標(biāo) 簽。在一個(gè)實(shí)施例中，將正點(diǎn)擊概率超過(guò)預(yù)設(shè)闊值的廣告標(biāo)簽生成對(duì)應(yīng)的感興趣廣告用戶(hù) 標(biāo)簽，將負(fù)點(diǎn)擊概率超過(guò)預(yù)設(shè)闊值的廣告標(biāo)簽生成對(duì)應(yīng)的非感興趣廣告用戶(hù)標(biāo)簽。
[0化0] 本實(shí)施例中，同時(shí)考慮了正反饋信息和負(fù)正反饋信息來(lái)修正用戶(hù)標(biāo)簽，使得用戶(hù) 便簽可根據(jù)用戶(hù)的行為變化，提高了用戶(hù)標(biāo)簽的準(zhǔn)確性。
[0化1] 在一個(gè)實(shí)施例中，如圖5所示，在步驟S210之前，還包括；
[0化2] 步驟S340,獲取不同用戶(hù)對(duì)歷史推薦廣告返回的反饋信息。
[0化3] 具體的，對(duì)于歷史推薦廣告不同用戶(hù)返回的反饋信息，包括正反饋信息和負(fù)反饋 信息都會(huì)對(duì)應(yīng)用戶(hù)進(jìn)行存儲(chǔ)。
[0054] 步驟S350,獲取正反饋信息對(duì)應(yīng)的不同用戶(hù)對(duì)應(yīng)的第一用戶(hù)特征、第一展示頁(yè)面 特征、第一歷史推薦廣告特征，并將第一用戶(hù)特征、第一展示頁(yè)面特征和第一歷史推薦廣告 特征對(duì)應(yīng)組合生成第一特征向量。
[0055] 具體的，由正反饋信息對(duì)應(yīng)的不同用戶(hù)對(duì)應(yīng)的用戶(hù)特征向量U，第一展示頁(yè)面特征 向量山第一歷史推薦廣告特征向量a組合成一個(gè)特征向量xT，yT=為，為，苗，用戶(hù)特征可包 含多個(gè)，如"女性""兒童"等，分別對(duì)應(yīng)一個(gè)數(shù)值，該些數(shù)值組合生成第一用戶(hù)特征向量U。 第一展示頁(yè)面特征也包含多個(gè)，如"購(gòu)物類(lèi)頁(yè)面""女生服裝頁(yè)面"等，分別對(duì)應(yīng)一個(gè)數(shù)值，該 些數(shù)值組合生成第一展示頁(yè)面特征向量d，第一歷史推薦廣告特征向量也包含多個(gè)，如"兒 童類(lèi)""大于3歲"等，分別對(duì)應(yīng)一個(gè)數(shù)值，該些數(shù)值組合生成第一歷史推薦廣告特征向量a, 在生成各個(gè)特征向量時(shí)是對(duì)應(yīng)的關(guān)系，即當(dāng)前第一歷史推薦廣告的特征對(duì)應(yīng)當(dāng)前第一歷史 推薦廣告所在第一展示頁(yè)面的特征對(duì)應(yīng)當(dāng)前第一歷史推薦廣告被點(diǎn)擊的用戶(hù)的用戶(hù)特征。 [0化6] 步驟S360,獲取負(fù)反饋信息對(duì)應(yīng)的不同用戶(hù)對(duì)應(yīng)的第二用戶(hù)特征、第二展示頁(yè)面 特征、第二歷史推薦廣告特征，并將第二用戶(hù)特征、第二展示頁(yè)面特征和第二歷史推薦廣告 特征對(duì)應(yīng)組合生成第二特征向量。
[0057]具體的，由負(fù)反饋信息對(duì)應(yīng)的不同用戶(hù)對(duì)應(yīng)的用戶(hù)特征向量ul，第二展示頁(yè)面特 征向量dl，第二歷史推薦廣告特征向量al組合成一個(gè)特征向量XiT，卻=《，詩(shī)1，請(qǐng)，用戶(hù)特 征可包含多個(gè)，如"女性""兒童"等，分別對(duì)應(yīng)一個(gè)數(shù)值，該些數(shù)值組合生成第二用戶(hù)特征 向量ul。第二展示頁(yè)面特征也包含多個(gè)，如"購(gòu)物類(lèi)頁(yè)面""女生服裝頁(yè)面"等，分別對(duì)應(yīng)一 個(gè)數(shù)值，該些數(shù)值組合生成第二展示頁(yè)面特征向量dl，第二歷史推薦廣告特征向量也包含 多個(gè)，如"兒童類(lèi)""大于3歲"等，分別對(duì)應(yīng)一個(gè)數(shù)值，該些數(shù)值組合生成第二歷史推薦廣 告特征向量al，在生成各個(gè)特征向量時(shí)是對(duì)應(yīng)的關(guān)系，即當(dāng)前第二歷史推薦廣告的特征對(duì) 應(yīng)當(dāng)前第二歷史推薦廣告所在第二展示頁(yè)面的特征對(duì)應(yīng)被點(diǎn)擊的用戶(hù)的用戶(hù)特征。
[005引步驟S370,根據(jù)正反饋信息計(jì)算不同用戶(hù)對(duì)應(yīng)第一特征向量時(shí)對(duì)歷史推薦廣告的 正點(diǎn)擊概率，根據(jù)負(fù)反饋信息計(jì)算不同用戶(hù)對(duì)應(yīng)第二特征向量時(shí)對(duì)歷史推薦廣告的負(fù)點(diǎn)擊 概率。
[0059] 具體的，正反饋信息中包括正點(diǎn)擊次數(shù)、當(dāng)前點(diǎn)擊推薦廣告的用戶(hù)標(biāo)識(shí)、當(dāng)前點(diǎn)擊 的推薦廣告所在頁(yè)面、當(dāng)前點(diǎn)擊的推薦廣告的廣告標(biāo)簽等，統(tǒng)計(jì)各個(gè)第一推薦廣告對(duì)應(yīng)第 一特征向量的點(diǎn)擊次數(shù)和各個(gè)推薦廣告在第一特征向量對(duì)應(yīng)的第一展示頁(yè)面出現(xiàn)的總次 數(shù)相比得到第一特征向量對(duì)應(yīng)的歷史推薦廣告的正點(diǎn)擊概率由P(y=l|xT)表示，其中y表 示用戶(hù)的正點(diǎn)擊行為yG{0,1}，其中0表示沒(méi)有點(diǎn)擊，1表示點(diǎn)擊。負(fù)反饋信息中包括負(fù) 點(diǎn)擊次數(shù)、當(dāng)前點(diǎn)擊負(fù)面反饋按鍵的用戶(hù)標(biāo)識(shí)、當(dāng)前點(diǎn)擊的負(fù)面反饋按鍵所在頁(yè)面、當(dāng)前點(diǎn) 擊的負(fù)面反饋按鍵所屬推薦廣告的廣告標(biāo)簽等，統(tǒng)計(jì)各個(gè)第二推薦廣告對(duì)應(yīng)第