多个待推送页面的预测点击率按由大到小的顺序进行排序，并将排序后的前设定个待推送页面进行推送。
[0056]本领域技术人员可以理解，上述页面推送装置400还包括一些其他公知结构，例如处理器、存储器等，为了不必要地模糊本公开的实施例，这些公知的结构在图4中未示出。
[0057]下面参考图5，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统500的结构示意图。
[0058]如图5所示，计算机系统500包括中央处理单元(CPU) 501，其可以根据存储在只读存储器(ROM) 502中的程序或者从存储部分508加载到随机访问存储器(RAM) 503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 50KROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
[0059]以下部件连接至I/O接口 505:包括键盘、鼠标等的输入部分506 ;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507 ;包括硬盘等的存储部分508 ；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口 505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
[0060]特别地，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，其包括有形地包含在机器可读介质上的计算机程序，所述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部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。
[0061]附图中的流程图和框图，图示了按照本申请各种实施例的系统、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。在这点上，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，所述模块、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。也应当注意，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。也要注意的是，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。
[0062]描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为:一种处理器包括采集单元、计算单元、选择单元、预测单元和推送单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，采集单元还可以被描述为“采集客户端加载的页面的用户点击率的单元”。
[0063]作为另一方面，本申请还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中所述装置中所包含的非易失性计算机存储介质；也可以是单独存在，未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备:采集客户端加载的页面的用户点击率；加载多个用于预测页面点击率的模型，并使用这些模型计算所述页面的预测点击率；基于所述预测点击率和所述用户点击率的比较结果，从多个模型中选择待用模型；使用所述待用模型计算多个待推送页面的预测点击率；基于待推送页面的预测点击率从所述多个待推送页面中选择页面进行推送。
[0064] 以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
【主权项】
1.一种页面推送方法，其特征在于，所述方法包括: 采集客户端加载的页面的用户点击率； 加载多个用于预测页面点击率的模型，并使用这些模型计算所述页面的预测点击率； 基于所述预测点击率和所述用户点击率的比较结果，从多个模型中选择待用模型； 使用所述待用模型计算多个待推送页面的预测点击率； 基于待推送页面的预测点击率从所述多个待推送页面中选择页面进行推送。2.根据权利要求1所述的方法，其特征在于，所述用于预测页面点击率的模型为基于机器学习算法预先训练得到的模型。3.根据权利要求1所述的方法，其特征在于，基于所述预测点击率和所述用户点击率的比较结果，从多个模型中选择待用模型，包括: 计算所述预测点击率与所述用户点击率之间的差值； 基于计算出的差值，对各个模型进行排序； 基于排序结果，从这些模型中选择至少一个模型作为待用模型。4.根据权利要求3所述的方法，其特征在于，所述方法还包括: 以图像的形式呈现以下信息中的至少一项:针对各个模型所计算出的所述差值，所述预测点击率和所述用户点击率。5.根据权利要求1所述的方法，其特征在于，所述基于待推送页面的预测点击率从所述多个待推送页面中选择页面进行推送，包括: 对所述待推送页面的预测点击率按由大到小的顺序进行排序； 将排序后的前设定个所述待推送页面进行推送。6.一种页面推送装置，其特征在于，所述装置包括: 采集单元，配置用于采集客户端加载的页面的用户点击率； 计算单元，配置用于加载多个用于预测页面点击率的模型，并使用这些模型计算所述页面的预测点击率； 选择单元，配置用于基于所述预测点击率和所述用户点击率的比较结果，从多个模型中选择待用模型； 预测单元，配置用于使用所述待用模型计算多个待推送页面的预测点击率； 推送单元，配置用于基于待推送页面的预测点击率从所述多个待推送页面中选择网页进行推送。7.根据权利要求6所述的装置，其特征在于，所述用于预测页面点击率的模型为基于机器学习算法预先训练得到的模型。8.根据权利要求6所述的装置，其特征在于，所述选择单元进一步配置用于: 计算所述预测点击率与所述用户点击率之间的差值； 基于计算出的差值，对各个模型进行排序； 基于排序结果，从这些模型中选择至少一个模型作为待用模型。9.根据权利要求8所述的装置，其特征在于，所述装置还包括: 显示单元，配置用于以图像的形式呈现以下信息中的至少一项:针对各个模型所计算出的所述差值，所述预测点击率和所述用户点击率。10.根据权利要求6所述的装置，其特征在于，所述推送单元进一步配置用于:对所述待推送页面的预测点击率按由大到小的顺序进行排序；将排序后的前设定个所述待推送页面进行推送。
【专利摘要】本申请公开了页面推送方法和装置。所述方法的一【具体实施方式】包括：采集客户端加载的页面的用户点击率；加载多个用于预测页面点击率的模型，并使用这些模型计算所述页面的预测点击率；基于所述预测点击率和所述用户点击率的比较结果，从多个模型中选择待用模型；使用所述待用模型计算多个待推送页面的预测点击率；基于待推送页面的预测点击率从所述多个待推送页面中选择页面进行推送。该实施方式实现了富于针对性的页面推送。
【IPC分类】G06F17/30
【公开号】CN105117491
【申请号】CN201510609656
【发明人】秦铎浩
【申请人】北京百度网讯科技有限公司
【公开日】2015年12月2日
【申请日】2015年9月22日