Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020134571 - PAGE DISPLAY METHOD AND APPARATUS, TERMINAL DEVICE AND STORAGE MEDIUM

Document

说明书

发明名称 0001   0002   0003   0004   0005   0006   0007   0008   0009   0010   0011   0012   0013   0014   0015   0016   0017   0018   0019   0020   0021   0022   0023   0024   0025   0026   0027   0028   0029   0030   0031   0032   0033   0034   0035   0036   0037   0038   0039   0040   0041   0042   0043   0044   0045   0046   0047   0048   0049   0050   0051   0052   0053   0054   0055   0056   0057   0058   0059   0060   0061   0062   0063   0064   0065   0066   0067   0068   0069   0070   0071   0072   0073   0074   0075   0076   0077   0078   0079   0080   0081   0082   0083   0084   0085   0086   0087   0088   0089   0090   0091   0092   0093   0094   0095   0096   0097   0098   0099   0100   0101  

权利要求书

1   2   3   4   5   6   7   8   9   10   11   12   13   14   15   16  

附图

1A   1B   1C   1D   2A   2B   2C   2D   3   4  

说明书

发明名称 : 页面展示方法、装置、终端设备及存储介质

[0001]
本申请要求在2018年12月27日提交中国专利局、申请号为201811614139.X的中国专利申请的优先权,该申请的全部内容通过引用结合在本申请中。

技术领域

[0002]
本公开实施例涉及数据技术领域,例如涉及一种页面展示方法、装置、终端设备及存储介质。

背景技术

[0003]
随着通信技术和终端设备的发展,多种终端设备例如安卓手机、苹果手机和平板电脑等已经成为了人们工作和生活中不可或缺的一部分。为了满足人们对信息的获取需求,通常在为终端设备开发的应用程序上展示大量页面。
[0004]
在相关技术中的页面展示方法中,需要根据页面创意的识别(Identification,ID)特征和用户的ID特征,进行在线评估,而针对任何一个新建的待展示页面,要得到该页面的准确的ID特征,必须经历冷启动过程。但在冷启动期间,新建的待展示页面需要消耗展示机会,如果存在大量展示效果差的新建待展示页面,则会浪费大量展示机会和展示时间。同时,还会导致用户体验下降。
[0005]
发明内容
[0006]
本公开实施例提供一种页面展示方法、装置、终端设备及存储介质,可以提高待展示页面的生成效率和质量,降低展示成本,提高用户体验。
[0007]
本公开实施例提供了一种页面展示方法,该方法包括:
[0008]
获取至少一个待展示页面;
[0009]
将每个待展示页面输入到页面评估模型中,得到与所述每个待展示页面对应的展示预测评估结果;其中,所述页面评估模型包括神经网络模型,所述神经网络模型包括特征提取层和全连接层;
[0010]
根据所述至少一个待展示页面以及所述至少一个待展示页面对应的展示预测评估结果生成待展示页面集合;
[0011]
根据所述展示预测评估结果以及预设的展示策略,从所述待展示页面集合中选择目标待展示页面进行展示。
[0012]
第二方面,本公开实施例还提供了一种页面展示装置,该装置包括:
[0013]
待展示页面获取模块,设置为获取至少一个待展示页面;
[0014]
展示预测评价结果获取模块,设置为针对每个待展示页面,将所述每个待展示页面输入到页面评估模型中,得到所述每个待展示页面的展示预测评估结果;其中,所述页面评估模型包括神经网络模型,所述神经网络模型包括特征提取层和全连接层;
[0015]
待展示页面集合生成模块,设置为根据所述至少一个待展示页面以及所述至少一个待展示页面对应的展示预测评估结果生成待展示页面集合;
[0016]
待展示页面展示模块,设置为根据所述展示预测评估结果以及预设的展示策略,从所述待展示页面集合中选择目标待展示页面进行展示。
[0017]
第三方面,本公开实施例还提供了一种终端设备,该终端设备包括:
[0018]
一个或多个处理器;
[0019]
存储器,设置为存储一个或多个程序;
[0020]
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本公开实施例所述的页面展示方法。
[0021]
第四方面,本公开实施例还提供了一种计算机可读存储介质,存储有计算机程序,该程序被处理器执行时实现如本公开实施例所述的页面展示方法。

附图说明

[0022]
图1a是本公开实施例一提供的一种页面展示方法的流程图;
[0023]
图1b是本公开实施例一提供的一种页面评估模型的功能框图;
[0024]
图1c是本公开实施例一提供的一种待展示页面的示意图;
[0025]
图1d是本公开实施例一提供的一种页面评估模型的训练流程图;
[0026]
图2a是本公开实施例二提供的一种页面展示方法的流程图;
[0027]
图2b是本公开实施例二提供的一种展示预测评估结果的示意图;
[0028]
图2c是本公开实施例二提供的另一种展示预测评估结果的示意图;
[0029]
图2d是本公开实施例二提供的一种待展示页面评估系统的结构示意图;
[0030]
图3是本公开实施例三提供的一种页面展示装置的结构示意图;
[0031]
图4是本公开实施例四提供的一种终端设备的结构示意图。

具体实施方式

[0032]
下面结合附图和实施例对本公开进行说明。此处所描述的具体实施例仅仅用于解释本公开,而非对本公开的限定。另外,为了便于描述,附图中仅示出了与本公开相关的部分而非全部结构。
[0033]
实施例一
[0034]
图1a为本公开实施例一提供的一种页面展示方法的流程图,本实施例可适用于展示页面的情况,该方法可以由页面展示装置来执行,该装置可以采用软件和/或硬件的方式实现,该装置可以配置于终端设备中,例如计算机等。如图1a所示,该方法包括如下步骤:
[0035]
S110,获取至少一个待展示页面。
[0036]
一实施例中,待展示页面可以是指在终端设备的显示界面中用于展示的页面,例如终端设备中浏览器的显示界面,或者是终端设备中应用程序的显示界面。待展示页面可以包括下述至少一项:标题页面、图片页面和视频页面,一实施例中,标题页面可以是指仅包含文字内容的页面;图片页面可以是指包含静态的文字内容和图像内容的页面;视频页面可以是指包含动态的文字内容、图像内容和音频内容的页面。
[0037]
在本公开实施例中,待展示页面是未进行展示的页面,也是指由用户设计的新建页面。
[0038]
一实施例中,待展示页面并未在网络上进行展示,从而待展示页面的所有信息都是离线获取的,也即根据离线信息对待展示页面进行评估。例如,由于待展示页面未展示,实际上该待展示页面的展示对象是未知的,也就是说,在对待展示页面进行评估的过程中,无法获取该待展示页面的实际展示对象的用户特征,从而无法根据在线数据(展示对象的用户特征)对待展示页面进行有效评估。
[0039]
S120,将每个待展示页面输入到页面评估模型中,得到与所述每个待展示页面对应的展示预测评估结果;其中,所述页面评估模型包括神经网络模型,所述神经网络模型包括特征提取层和全连接层。
[0040]
一实施例中,页面评估模型用于评估待展示页面,页面评估模型接收待展示页面并输出该待展示页面对应的展示预测评估结果。一实施例中,展示预测评估结果为预测待展示页面在展示之后的展示效果数据。一实施例中,展示效果数据可以是用户的反馈情况。一实施例中,展示效果数据可以是用户使用的终端设备反馈的点击率和转化率中的至少之一。
[0041]
页面评估模型可以采用神经网络模型,其中,神经网络模型可以包括但不限于词向量网络(Word to Vec Network,Word2vec Network)、卷积神经网络 (Convolution Neural Network,CNN)和全连接网络(Fully Connected Network,FCN)等。神经网络模型的网络结构可以包括特征提取层和全连接层。本实施例中,特征提取层用于提取待展示页面的图像特征和文字特征。全连接层中的每个结点都与全连接层的上一层的所有结点相连接,用于将特征提取层提取的特征综合起来。一实施例中,全连接层在特征提取层的后一层。
[0042]
通过页面评估模型可以避免人工评估页面的主观性,同时可以提高页面评估的准确性和效率,降低人工成本。
[0043]
一实施例中,所述将每个待展示页面输入到页面评估模型中,得到与所述每个待展示页面对应的展示预测评估结果,可以包括:将每个待展示页面输入到页面评估模型中,通过所述特征提取层中的图像嵌入层获取所述每个待展示页面的图像特征;通过所述特征提取层中的字嵌入层获取所述每个待展示页面的文字特征;根据所述每个待展示页面的图像特征和所述每个待展示页面的文字特征,生成所述每个待展示页面的特征向量;根据所述每个待展示页面的特征向量,通过全连接层,获取所述每个待展示页面的展示预测评估结果。
[0044]
一实施例中,如图1b所示,页面评估模型101包括图像嵌入层102、字嵌入层103和全连接层104,图像嵌入层102和字嵌入层103可以合称为特征提取层。一实施例中,如图1c所示,图像页面中包括文字和图像,文字包括图像中的文字和标题。通过图像嵌入层102可以识别出图像页面中图像的图像特征。一实施例中,字嵌入层103可以通过光字符识别(Optical Character Recognition,OCR)技术获得图像中的文字,并通过文字识别技术获取标题文字,从而可以获取该图像页面的文字特征。特征向量获取模块将图像页面中的图像特征和文字特征进行拼接,形成高维度的向量作为该图像页面的高维特征。根据图像页面的高维特征,通过全连接层104得到展示预测评估结果,以数值形式输出。
[0045]
一实施例中,图像嵌入层可以采用移动端网络(MobileNet),一实施例中,以图像在MobileNet中倒数第二层的1024维的向量来表示该图像对应的图像特征。字嵌入层可以采用多尺度的卷积神经网络的输出结果作为文字特征。
[0046]
一实施例中,图像页面的展现形式还可以是标题在图像的下方,此外,图像页面的展现形式还有其他形式,对此,本公开实施例不作限制。同时,图像中的文字识别方法还可以是其他方法,以及图像嵌入层和字嵌入层均还可以是其他结构,对此,本公开实施例不作限制。
[0047]
本实施例仅仅是提供了一个评估图像页面的页面评估模型的实例,但并不限于本实例。例如,针对标题页面,仅包括文字,从而用于评估标题页面的页面评估模型的特征提取层可以为字嵌入层,字嵌入层用于提取标题中的文字特征。又如,针对视频页面,可以将视频拆分成一系列图像帧,并将每一图像帧 输入到该用于评估图像页面的页面评估模型中进行评估,最后求取多个图像帧的展示预测评估结果之和,并除以时间,将得到的结果作为该视频页面的展示预测评估结果。此外,还有其他网络结构,对此,本公开实施例不作限制。
[0048]
在使用页面评估模型之前,需要预先对该页面评估模型进行训练。在一实施例中,在获取至少一个待展示页面之前,还可以包括:获取历史展示页面,以及所述历史展示页面的评估数据,所述评估数据包括展示效果数据和页面信息;将附加评估数据的历史展示页面作为训练样本,训练所述页面评估模型。
[0049]
一实施例中,历史展示页面可以是指在终端设备中已展示的页面。页面信息可以包括页面的类型信息(如视频页面)、页面的属性信息(如页面主题内容)和页面的来源信息(如源地址或客户端名称)等,而且可以根据页面信息对应训练不同的页面评估模型。展示效果数据可以是指用户对该历史展示页面的行为数据,可以包括点击率和转化率中的至少之一。一实施例中,点击率可以是指用户群体点击页面的概率,用户群体可以是设定范围或设定类型的用户群体(如28岁-32岁的女白领群体);转化率可以是指在用户点击页面之后,执行设定行为操作的用户数目,与所有点击该页面的用户的数目的比值。
[0050]
一实施例中,评估数据还可以包括下述至少一项:历史展示页面在展示界面的位置信息、展示时间信息、展示天气信息、用户信息、展示上下文信息和显示所述历史展示页面的客户端的操作系统。
[0051]
一实施例中,用户信息可以是指对历史展示页面发出行为操作的用户的性别、年龄和偏好信息等中的至少一项。客户端的操作系统可以是iOS系统、Android系统或Windows系统等。展示上下文信息可以是指页面的当前语言环境、背景和页面内容等信息中的至少一项。展示时间信息可以是年、月、日、时、分和秒等时间信息。展示天气信息可以是指温度、湿度、节气和季节等信息中的至少一种。此外,评估数据还可以包括节日信息。
[0052]
通过收集历史展示页面,以及历史展示页面匹配的评估数据,作为页面评估模型的训练样本,增加训练样本的代表性,从而提高页面评估模型的评估结果的准确性。
[0053]
一实施例中,成对提供训练样本对页面评估模型进行训练,如图1d所示。将第一图像页面和第二图像页面分别输入到页面评估模型中进行评估,并分别对应得到第一展示预测评估结果和第二展示预测评估结果。一实施例中,在评估第一图像页面和第二图像页面的过程中,该页面评估模型是共享权重(shared weights)的。
[0054]
获取第一展示预测评估结果和第二展示预测评估结果的差值,并通过非线 性作用函数(如Sigmoid函数)将差值映射到[0,1]的范围中,并作为该页面评估模型的预测差值,该预测差值可以表示第一图像页面和第二图像页面的预测优劣结果,例如,在预测差值大于零的情况下,第一图像页面好于第二图像页面;在预测差值等于零的情况下,第一图像页面与第二图像页面的优劣程度相同;在预测差值小于零的情况下,第一图像页面劣于第二图像页面。
[0055]
一实施例中,根据第一图像页面的实际转化率和第二图像页面的实际转化率,确定第一图像页面和第二图像页面之间的实际差值,用于表示第一图像页面和第二图像页面的实际优劣结果。将预测差值与实际差值之间的交叉熵(cross entropy)作为损失函数(loss function),并使用凸优化(convex optimization)方法求解损失函数的最小值即可完成对模型的训练。
[0056]
一实施例中,可以通过搭建评估服务平台在线获取待展示页面,以及通过评估服务平台加载预先训练的页面评估模型以通过页面评估模型对待展示页面进行评估,并通过评估服务平台向外发送待展示页面的展示预测评估结果。还可以是根据需求直接获取匹配的页面评估模型,对有设定需求的待展示页面进行离线评估,例如,可以对附加在展示界面中的用于展示位置信息和展示时间信息的待展示页面进行评估,以获取该待展示页面的最佳展示时间和在展示界面的最佳展示位置。
[0057]
S130,根据所述至少一个待展示页面以及所述至少一个待展示页面对应的展示预测评估结果生成待展示页面集合。
[0058]
待展示页面集合中包括至少一个待展示页面以及至少一个待展示页面匹配的展示预测评估结果,此外,待展示页面集合中还包括至少一个待展示页面匹配的评估数据。
[0059]
可以根据所有经过页面评估模型评估的待展示页面生成待展示页面集合,或者还可以根据展示预测评估结果超过设定阈值的至少一个待展示页面生成待展示页面集合。
[0060]
S140,根据所述展示预测评估结果以及预设的展示策略,从所述待展示页面集合中选择目标待展示页面进行展示。
[0061]
展示策略可以是指至少一个待展示页面的展示方法或展示形式,例如展示预测评估结果中排名前10的待展示页面,按照排名顺序从高到低依次循环在线展示。或者,还可以根据至少一个待展示页面的评估数据,针对每个待展示页面,在展示界面中与该待展示页面匹配的展示位置处,并在与该待展示页面匹配的展示时间段内对该待展示页面进行展示。目标待展示页面可以是指当前正在展示的待展示页面。
[0062]
本公开实施例通过页面评估模型对至少一个待展示页面进行评估,获取至少一个待展示页面对应的展示预测评估结果,并根据展示预测评估结果,按照预设的展示策略选择目标待展示页面进行展示,解决了相关技术中需要在线数据进行人工评估页面导致页面评估效率低的问题,通过页面评估模型实现页面评估可以避免页面评估的主观性,同时提高页面评估的准确性和效率,而且评估无需在线采集数据,可以节省展示机会和展示时间。
[0063]
一实施例中,在上述实施例的基础上,在从所述待展示页面集合中选择目标待展示页面进行展示之后,还可以包括:获取所述目标待展示页面的评估数据;将附加评估数据的目标待展示页面作为训练样本,训练所述页面评估模型。
[0064]
一实施例中,在目标待展示页面展示之后,采集目标待展示页面的评估数据,并将附加评估数据的目标待展示页面作为新的训练样本,对页面评估模型进行训练,从而实时更新页面评估模型的训练样本,提高训练样本的代表性,以及对页面评估模型的评估结果进行修正,从而提高页面评估模型的评估准确性。
[0065]
实施例二
[0066]
图2a为本公开实施例二提供的一种页面展示方法的流程图。本实施例以上述实施例中可选方案为基础。在本实施例中,在获取至少一个待展示页面之前,还包括:获取历史展示页面,以及所述历史展示页面的评估数据,所述评估数据包括展示效果数据和页面信息;将附加评估数据的历史展示页面作为训练样本,训练所述页面评估模型。在从所述待展示页面集合中选择目标待展示页面进行展示之后,还包括:获取所述目标待展示页面的评估数据;将附加评估数据的目标待展示页面作为训练样本,训练所述页面评估模型。
[0067]
本实施例的方法可以包括:
[0068]
S2010,获取历史展示页面,以及所述历史展示页面的评估数据,所述评估数据包括展示效果数据和页面信息。
[0069]
S2020,将附加评估数据的历史展示页面作为训练样本,训练页面评估模型。
[0070]
S2030,获取至少一个待展示页面。
[0071]
本实施例中的待展示页面、页面评估模型、神经网络模型、特征提取层、全连接层、历史展示页面、展示效果数据、页面信息、展示预测评估结果、待展示页面集合和展示策略均可以参考上述实施例的描述。
[0072]
S2040,将每个待展示页面输入到所述页面评估模型中,得到与所述每个待 展示页面对应的展示预测评估结果;其中,所述页面评估模型包括神经网络模型,所述神经网络模型包括特征提取层和全连接层。
[0073]
一实施例中,图2b和图2c分别展示了两个待展示页面以及对应的展示预测评估结果。一实施例中,图2b所示的内容是根据图1c所示的图像页面通过页面评估模型得到的。如图2b和图2c所示,两个待展示页面均为图像页面,自上到下分别是待展示页面的图像、待展示页面的标题、待展示页面的图像中的光字符识别结果和页面评估模型给出的得分(即展示预测评估结果)。根据两个图像页面的得分结果,可以优先展示图2b所示的图像页面。
[0074]
S2050,根据所述至少一个待展示页面以及所述至少一个待展示页面对应的展示预测评估结果生成待展示页面集合。
[0075]
S2060,根据所述展示预测评估结果以及预设的展示策略,从所述待展示页面集合中选择目标待展示页面进行展示。
[0076]
S2070,获取所述目标待展示页面的评估数据。
[0077]
S2080,将附加评估数据的目标待展示页面作为训练样本,训练所述页面评估模型。
[0078]
一实施例中,图2d为本公开实施例二提供的一种待展示页面评估系统的结构示意图,如图2d所示,该待展示页面评估系统包括后验数据收集及存储模块201、模型训练模块202、待展示页面效果预测模块203、在线展示模块204和在线学习(online learning)模块205。一实施例中,后验数据收集及存储模块201,收集线上展示过的所有页面的页面信息、用户信息、上下文信息和用户的对于页面的行为信息等页面评估模型训练所需的所有数据,并将数据落地存储于数据库中;模型训练模块202将存储的数据预处理为页面评估模型所需的输入格式,并进行页面评估模型训练、离线评估、根据离线评估指标选取最佳模型;待展示页面效果预测模块203设置为在线和离线评估待展示页面,对每个待展示页面打分,将打分结果输出;在线展示模块204,设置为根据每个待展示页面的打分情况,结合展示策略将待展示页面展现给用户;在线学习模块205,设置为在线上实时收集用户对待展示页面的行为数据,并将该行为数据作为该展示页面的实际值,使页面评估模型进行在线学习,从而实现对评估结果进行修正。
[0079]
实施例三
[0080]
图3为本公开实施例提供的一种页面展示装置的结构示意图,本实施例可适用于生成展示页面的情况。该装置可以采用软件和/或硬件的方式实现,该装 置可以配置于终端设备中。如图3所示,该装置可以包括:待展示页面获取模块310、展示预测评价结果获取模块320、待展示页面集合生成模块330和待展示页面展示模块340。
[0081]
待展示页面获取模块310,设置为获取至少一个待展示页面;展示预测评价结果获取模块320,设置为针对每个待展示页面,将所述每个待展示页面输入到页面评估模型中,得到所述每个待展示页面的展示预测评估结果;其中,所述页面评估模型包括神经网络模型,所述神经网络模型包括特征提取层和全连接层;待展示页面集合生成模块330,设置为根据所述至少一个待展示页面以及所述至少一个待展示页面对应的展示预测评估结果生成待展示页面集合;待展示页面展示模块340,设置为根据所述展示预测评估结果以及预设的展示策略,从所述待展示页面集合中选择目标待展示页面进行展示。
[0082]
本公开实施例通过页面评估模型对至少一个待展示页面进行评估,获取至少一个待展示页面对应的展示预测评估结果,并根据展示预测评估结果,按照预设的展示策略选择目标待展示页面进行展示,解决了相关技术中需要在线数据进行人工评估页面导致页面评估效率低的问题,通过页面评估模型实现页面评估可以避免页面评估的主观性,同时提高页面评估的准确性和效率,而且评估无需在线采集数据,可以节省展示机会和展示时间。
[0083]
一实施例中,所述展示预测评价结果获取模块320,包括:图像特征获取模块,设置为通过所述特征提取层中的图像嵌入层获取每个待展示页面的图像特征;文字特征获取模块,设置为通过所述特征提取层中的字嵌入层获取所述每个待展示页面的文字特征;特征向量获取模块,设置为根据所述每个待展示页面的图像特征和所述每个待展示页面的文字特征,生成所述待展示页面的特征向量;展示预测评估结果确定模块,设置为根据所述每个待展示页面的特征向量,通过全连接层,获取所述每个待展示页面的展示预测评估结果。
[0084]
一实施例中,所述页面展示装置,还包括:历史展示页面获取模块,设置为获取历史展示页面,以及所述历史展示页面的评估数据,所述评估数据包括展示效果数据和页面信息;页面评估模型训练模块,设置为将附加评估数据的历史展示页面作为训练样本,训练所述页面评估模型。
[0085]
一实施例中,所述展示效果数据包括点击率和转化率中的至少一种。
[0086]
一实施例中,所述评估数据还包括下述至少一项:历史展示页面在展示界面的位置信息、展示时间信息、展示天气信息、用户信息、展示上下文信息和显示所述历史展示页面的客户端的操作系统。
[0087]
一实施例中,所述待展示页面包括下述至少一项:标题页面、图片页面和 视频页面。
[0088]
一实施例中,所述页面展示装置,还包括:评估数据获取模块,设置为获取所述目标待展示页面的评估数据;训练样本获取模块,设置为将附加评估数据的目标待展示页面作为训练样本,训练所述页面评估模型。
[0089]
本公开实施例提供的页面展示装置,与实施例一提供的页面展示方法属于同一发明构思,未在本公开实施例中详尽描述的技术细节可参见实施例一,并且本公开实施例与实施例一具有相同的有益效果。
[0090]
实施例四
[0091]
本公开实施例提供了一种终端设备,下面参考图4,其示出了适于用来实现本公开实施例的终端设备(例如客户端或服务器端)400的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理(Personal Digital Assistant,PDA)、平板电脑(Portable Android Device,PAD)、便携式多媒体播放器(Portable Media Player,PMP)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字电视机(Television,TV)、台式计算机等等的固定终端。图4示出的终端设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
[0092]
如图4所示,终端设备400可以包括处理装置(例如中央处理器、图形处理器等)401,处理装置可以根据存储在只读存储器(Read-only Memory,ROM)402中的程序或者从存储装置408加载到随机访问存储器(Random Access Memory,RAM)403中的程序而执行至少一种适当的动作和处理。在RAM 403中,还存储有终端设备400操作所需的至少一种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(Input/Output,I/O)接口405也连接至总线404。
[0093]
一实施例中,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(Liquid Crystal Display,LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许终端设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有多种装置的终端设备400,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
[0094]
根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,该计算机程序产品 包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本公开实施例的方法中限定的上述功能。
[0095]
实施例五
[0096]
本公开实施例还提供了一种计算机可读存储介质,计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、RAM、ROM、可擦式可编程只读存储器(Electrically Programmable Read-Only-Memory,EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,计算机可读信号介质中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、射频(Radio Frequency,RF)等等,或者上述的任意合适的组合。
[0097]
上述计算机可读介质可以是上述终端设备中所包含的;也可以是单独存在,而未装配入该终端设备中。
[0098]
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该终端设备执行时,使得该终端设备:获取至少一个待展示页面;将每个待展示页面输入到页面评估模型中,得到与所述每个待展示页面对应的展示预测评估结果;其中,所述页面评估模型包括神经网络模型,所述神经网络模型包括特征提取层和全连接层;根据所述至少一个待展示页面以及所述至少一个待展示页面对应的展示预测评估结果生成待展示页面集合;根据所述展示预测评估结果以及预设的展示策略,从所述待展示页面集合中选择目标待展示页面进 行展示。
[0099]
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(Local Area Network,LAN)或广域网(Wide Area Network,WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0100]
附图中的流程图和框图,图示了本公开至少一种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
[0101]
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,待展示页面获取模块还可以被描述为“获取至少一个待展示页面的模块”。

权利要求书

[权利要求 1]
一种页面展示方法,包括: 获取至少一个待展示页面; 将每个待展示页面输入到页面评估模型中,得到与所述每个待展示页面对应的展示预测评估结果;其中,所述页面评估模型包括神经网络模型,所述神经网络模型包括特征提取层和全连接层; 根据所述至少一个待展示页面以及所述至少一个待展示页面对应的展示预测评估结果生成待展示页面集合; 根据所述展示预测评估结果以及预设的展示策略,从所述待展示页面集合中选择目标待展示页面进行展示。
[权利要求 2]
根据权利要求1所述的方法,其中,所述将每个待展示页面输入到页面评估模型中,得到与所述每个待展示页面对应的展示预测评估结果,包括: 将每个待展示页面输入到页面评估模型中,通过所述特征提取层中的图像嵌入层获取所述每个待展示页面的图像特征; 通过所述特征提取层中的字嵌入层获取所述每个待展示页面的文字特征; 根据所述每个待展示页面的图像特征和所述每个待展示页面的文字特征,生成所述每个待展示页面的特征向量; 根据所述每个待展示页面的特征向量,通过所述全连接层,获取所述每个待展示页面的展示预测评估结果。
[权利要求 3]
根据权利要求1或2所述的方法,在所述获取至少一个待展示页面之前,还包括: 获取历史展示页面,以及所述历史展示页面的评估数据,所述评估数据包括展示效果数据和页面信息; 将附加评估数据的历史展示页面作为训练样本,训练所述页面评估模型。
[权利要求 4]
根据权利要求3所述的方法,其中,所述展示效果数据包括点击率和转化率中的至少之一。
[权利要求 5]
根据权利要求3或4所述的方法,其中,所述评估数据还包括下述至少一项: 所述历史展示页面在展示界面的位置信息、展示时间信息、展示天气信息、用户信息、展示上下文信息和显示所述历史展示页面的客户端的操作系统。
[权利要求 6]
根据权利要求1-5任一项所述的方法,其中,所述待展示页面包括下述至少一项:标题页面、图片页面和视频页面。
[权利要求 7]
根据权利要求1-6任一项所述的方法,在所述从所述待展示页面集合中选择目标待展示页面进行展示之后,还包括: 获取所述目标待展示页面的评估数据; 将附加评估数据的目标待展示页面作为训练样本,训练所述页面评估模型。
[权利要求 8]
一种页面展示装置,包括: 待展示页面获取模块,设置为获取至少一个待展示页面; 展示预测评价结果获取模块,设置为将每个所述待展示页面输入到页面评估模型中,得到与所述每个待展示页面对应的展示预测评估结果;其中,所述页面评估模型包括神经网络模型,所述神经网络模型包括特征提取层和全连接层; 待展示页面集合生成模块,设置为根据所述至少一个待展示页面以及所述至少一个待展示页面对应的展示预测评估结果生成待展示页面集合; 待展示页面展示模块,设置为根据所述展示预测评估结果以及预设的展示策略,从所述待展示页面集合中选择目标待展示页面进行展示。
[权利要求 9]
根据权利要求8所述的装置,其中,所述展示预测评价结果获取模块,包括: 图像特征获取模块,设置为通过所述特征提取层中的图像嵌入层获取每个待展示页面的图像特征; 文字特征获取模块,设置为通过所述特征提取层中的字嵌入层获取所述每个待展示页面的文字特征; 特征向量获取模块,设置为根据所述每个待展示页面的图像特征和所述每个待展示页面的文字特征,生成所述每个待展示页面的特征向量; 展示预测评估结果确定模块,设置为根据所述每个待展示页面的特征向量,通过所述全连接层,获取所述每个待展示页面的展示预测评估结果。
[权利要求 10]
根据权利要求8或9所述的装置,还包括: 历史展示页面获取模块,设置为获取历史展示页面,以及所述历史展示页面的评估数据,所述评估数据包括展示效果数据和页面信息; 页面评估模型训练模块,设置为将附加评估数据的历史展示页面作为训练样本,训练所述页面评估模型。
[权利要求 11]
根据权利要求10所述的装置,其中,所述展示效果数据包括点击率和转化率中的至少之一。
[权利要求 12]
根据权利要求10或11所述的装置,其中,所述评估数据还包括下述至少一项: 所述历史展示页面在展示界面的位置信息、展示时间信息、展示天气信息、用户信息、展示上下文信息和显示所述历史展示页面的客户端的操作系统。
[权利要求 13]
根据权利要求8-12任一项所述的装置,其特征在于,所述待展示页面包括下述至少一项:标题页面、图片页面和视频页面。
[权利要求 14]
根据权利要求8-13任一项所述的装置,还包括: 评估数据获取模块,设置为获取所述目标待展示页面的评估数据; 训练样本获取模块,设置为将附加评估数据的目标待展示页面作为训练样本,训练所述页面评估模型。
[权利要求 15]
一种终端设备,包括: 至少一个处理器; 存储器,设置为存储至少一个程序; 当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1-7任一所述的页面展示方法。
[权利要求 16]
一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-7任一所述的页面展示方法。

附图

[ 图 1A]  
[ 图 1B]  
[ 图 1C]  
[ 图 1D]  
[ 图 2A]  
[ 图 2B]  
[ 图 2C]  
[ 图 2D]  
[ 图 3]  
[ 图 4]