為男性，則可以通過該定向檢索，確定母嬰類用品的廣告不向男性用戶投放，該母嬰類用品的廣告不需要包括在候選廣告列表中。
[0035]需要說明的是，在本發(fā)明實施例中，候選信息列表是針對發(fā)送頁面請求的用戶來制定的，該候選信息列表中包括有多個信息，這些信息可以屬于同一個信息類型，也可以屬于不同的信息類型。并且在候選信息列表中包括的所有信息中有的信息可以屬于需要扶持類型的信息。由【背景技術】可知，例如，app類型廣告可以是需要扶持類型的廣告，其它特定類型的廣告也可以是需要扶持類型的廣告。本發(fā)明實施例中屬于扶持類型的信息是包括在候選信息列表中，但是屬于扶持類型的信息是否確定被扶持還可以結合后續(xù)實施例中描述的信息扶持方法來確定。
[0036]102、根據(jù)頁面請求和配置的預測模型對候選信息列表中每個信息的排名順序進行預測，從而生成候選信息列表中每個信息的排名。
[0037]在本發(fā)明實施例中，通過初選方式確定了候選信息列表，然后根據(jù)用戶發(fā)送的頁面請求和配置的預測模型預測候選信息列表中所有信息的排名順序，以候選信息列表中包括M(M為非零自然數(shù))個信息，那么就需要對第I個信息、第2個信息、…、第M個信息在候選信息列表中的排名順序分別進行預測，從而生成候選信息列表中每個信息的排名。其中每個信息的排名確定了在候選信息列表中每個信息的排名先后，通過對候選信息列表中所有信息的排名預測，可以預測中候選信息列表中每個信息與發(fā)送頁面請求的用戶之間的匹配程度，在候選信息列表中排名越靠前的信息與發(fā)送頁面請求的用戶越匹配。
[0038]需要說明的是，在實際應用中，候選信息列表中每個信息的排名預測可以根據(jù)用戶的頁面請求和配置的預測模型來確定。例如，信息扶持裝置可以根據(jù)用戶、上下文場景、信息三方面因素預測各個信息的排名順序，具體使用到的預測模型可以是邏輯回歸算法，也可以是決策樹算法等具體的預測算法實現(xiàn)的模型。
[0039]在本發(fā)明的一些實施例中，步驟102根據(jù)頁面請求和配置的預測模型對候選信息列表中每個信息的排名順序進行預測，從而生成候選信息列表中每個信息的排名，具體可以包括如下步驟:
[0040]Al、根據(jù)頁面請求和預置的預測模型獲取候選信息列表中每個信息的點擊率預測值，并根據(jù)每個信息的點擊率預測值獲取候選信息列表中每個信息的排名。
[0041]其中，信息扶持裝置可以根據(jù)頁面請求和預置的預測模型對候選信息列表中所有信息的點擊率(英文全稱:Click Through Rate，英文簡稱:CTR)進行預測，CTR可以反映用戶對信息(例如廣告)的喜好，根據(jù)用戶的頁面請求和預測模型可以預測候選信息列表中每個信息的CTR，從而生成每個信息的CTR預測值，根據(jù)CTR預測值的大小可以作為候選信息列表中每個信息的排名依據(jù)，從而得到候選信息列表中每個信息的排名。需要說明的是，計算每個信息的點擊率預測值可以作為信息排名的一種依據(jù)，但是本發(fā)明實施例中并不局限于使用點擊率預測值這種方式，在實際應用中，還可以采用其它方式作為信息排名的依據(jù)。例如，步驟Al中的根據(jù)每個信息的點擊率預測值獲取候選信息列表中每個信息的排名，可以包括如下步驟:
[0042]All、根據(jù)每個信息的點擊率預測值獲取每個信息的收益預測值；
[0043]A12、對候選信息列表中所有信息的收益預測值按照取值大小順序依次排列，得到候選信息列表中每個信息的排名。
[0044]其中，步驟All中，得到信息的點擊率預測值之后，可以根據(jù)信息的每次點擊收益(英文全稱:Cost Per Cl ick，英文簡稱:CPC)計算出期望的千次曝光收益(英文全稱:Expect Cost Per Mile，英文簡稱:ECPM)，即ECPM = CTR*CPC。計算出每個信息的收益預測值之后，可以對候選信息列表中所有信息的收益預測值按照取值大小順序依次排列，得到候選信息列表中每個信息的排名。
[0045]在本發(fā)明的一些實施例中，步驟102根據(jù)頁面請求和配置的預測模型對候選信息列表中每個信息的排名順序進行預測，從而生成候選信息列表中每個信息的排名之后，本發(fā)明實施例提供的信息扶持方法還可以包括如下步驟:
[0046]B1、判斷候選信息列表中屬于扶持類型的信息是否滿足預置的扶持條件，若屬于扶持類型的信息滿足扶持條件，觸發(fā)如下步驟103執(zhí)行:根據(jù)候選信息列表中每個信息的排名獲取候選信息列表中屬于扶持類型的信息的當前平均排名。
[0047]也就是說，在生成候選信息列表中每個信息的排名之后，可以對候選信息列表中屬于扶持類型的信息進行分析，結合預置的扶持條件確定是否需要對屬于扶持類型的信息，若需要對屬于扶持類型的信息進行扶持，則再觸發(fā)執(zhí)行后續(xù)步驟103，并在步驟103執(zhí)行之后可以執(zhí)行步驟104。若不需要對屬于扶持類型的信息進行扶持，則無需執(zhí)行后續(xù)的信息扶持流程，可以結束信息扶持流程，按照候選信息列表中所有信息進行公平競爭，最后確定出向用戶播出的信息。在實際應用中，扶持條件可以根據(jù)業(yè)務規(guī)則來判斷，舉例說明如下，若屬于扶持類型的信息在候選信息列表中的排名位于整個列表的最后20%，則說明屬于扶持類型的信息與用戶的匹配程度較低，可以不對屬于扶持類型的信息進行扶持，以避免用戶對信息滿意度的下降。另外扶持條件可以設置為用戶發(fā)送請求處于無線局域網(wǎng)(英文全稱:Wireless Fidelity，英文簡稱:WiFi)環(huán)境，則根據(jù)用戶發(fā)送的頁面請求確定用戶不是使用WiFi時可以不進行信息扶持，以避免給用戶帶來的流量損耗。
[0048]103、根據(jù)候選信息列表中每個信息的排名獲取候選信息列表中屬于扶持類型的信息的當前平均排名。
[0049]在本發(fā)明實施例中，通過前述步驟102中對候選信息列表中所有信息的排名預測，可以生成候選信息列表中每個信息的排名，接下來根據(jù)候選信息列表中每個信息的排名可以計算出在候選信息列表中屬于扶持類型的信息的當前平均排名。例如，以扶持類型為app類型為例，以信息具體為廣告為例，屬于扶持類型的廣告可以是app類型廣告，計算app類型廣告在候選廣告列表中的當前平均排名，若app類型廣告I在候選廣告列表中排名為，若app類型廣告2在候選廣告列表中排名為t2，則app類型廣告的當前平均排名為(Mt2)AM以理解的是，若屬于扶持類型的廣告為I個，則該廣告在候選廣告列表中的排名就是屬于扶持類型的廣告的當前平均排名。
[0050]104、根據(jù)屬于扶持類型的信息的當前平均排名和扶持類型對應的歷史扶持平均排名，從屬于扶持類型的信息中選擇出被扶持信息。
[0051]在本發(fā)明實施例中，獲取到屬于扶持類型的信息的當前平均排名之后，通過該當前平均排名可以確定屬于扶持類型的信息與用戶的匹配程度，結合該扶持類型對應的歷史扶持平均排名，可以判斷屬于扶持類型的信息的當前平均排名和扶持類型對應的歷史扶持平均排名，從而得到當前平均排名與歷史扶持平均排名的關系，依據(jù)這兩者的關系可以從屬于扶持類型的信息中選擇出被扶持信息。其中，歷史扶持平均排名是針對需要扶持的信息類型通過歷史數(shù)據(jù)累計得出的一個排名均值，該歷史扶持平均排名可以用于衡量當前的屬于扶持類型的信息是否應該被扶持的參照量。在實際應用中，對于當前平均排名和歷史扶持平均排名的分析可以有多種方式，從而依據(jù)兩者的關系確定屬于扶持類型的某個信息或者某些信息是否作為被扶持信息。舉例說明如下，若當前平均排名小于歷史扶持平均排名，則說明屬于扶持類型的信息與用戶的匹配程度高，可以將屬于扶持類型的信息作為被扶持信息。不限定的是，根據(jù)屬于扶持類型的信息的當前平均排名和扶持類型對應的歷史扶持平均排名在選擇被扶持信息時可以不局限于上述方式，還可以結合其他的參量因子用于確定被扶持信息。接下來進行舉例說明。
[0052]在本發(fā)明的一些實施例中，步驟104根據(jù)屬于扶持類型的信息的當前平均排名和扶持類型對應的歷史扶持平均排名，從屬于扶持類型的信息中選擇出被扶持信息，具體可以包括如下步驟:
[0053]Cl、根據(jù)屬于扶持類型的信息的當前平均排名和扶持類型對應的歷史扶持平均排名計算出屬于扶持類型的信息的優(yōu)選概率；
[0054]C2、根據(jù)屬于扶持類型的信息的已選擇扶持數(shù)、用戶發(fā)送的總請求數(shù)、預置的扶持比例計算出當前扶持滿足度；
[0055]C3、根據(jù)屬于扶持類型的信息的優(yōu)選概率和當前扶持滿足度計算屬于扶持類型的信息的扶持概率；
[0056]C4、根據(jù)屬于扶持類型的信息的扶持概率確定屬于扶持類型的信息是否被選中輸出，將被選中輸出的信息作為被扶持信息。
[0057]其中，步驟Cl至步驟C4給出一種具體的選擇被扶持信息的實現(xiàn)方式，這種實現(xiàn)方式中需要先計算出屬于扶持類