CN104348892A

CN104348892A - 一种信息展示方法和装置

Info

Publication number: CN104348892A
Application number: CN201310346843.2A
Authority: CN
Inventors: 隋宜桓; 孟晓楠
Original assignee: Alibaba Group Holding Ltd
Current assignee: Alibaba Group Holding Ltd
Priority date: 2013-08-09
Filing date: 2013-08-09
Publication date: 2015-02-11
Anticipated expiration: 2033-08-09
Also published as: CN104348892B

Abstract

本申请提供了一种信息展示方法和装置，所述方法包括：依据信息的状态参数计算各个信息的排序因子；获取客户端提交的信息展示请求；依据所述各个信息的排序因子获取与所述信息展示请求相应的信息展示列表；将所述信息展示列表发送至所述客户端进行展示。本申请实施例公开的方法或装置，避免了服务器对于某些信息需要重复展示的现象等，优化了服务器的性能以及资源调配。

Description

一种信息展示方法和装置

技术领域

本申请涉及网络数据处理领域，特别涉及一种信息展示方法和装置。

背景技术

随着科技的进步和发展，互联网越来越成为人们生活中不可缺少的一种进行交流和获取各种信息的工具。在用户通过互联网浏览产品网页的时候，如果用户在搜索引擎中对应输入关键词，服务器会将与该关键词相关的多个信息，例如多媒体信息或者图像信息等，按照一定的顺序以列表的形式展示给用户。

现有技术中，在向浏览网页的用户展示信息的时候，通常根据某个信息被用户点击的概率以及信息与关键词之间的关联强度来对相关的多个信息进行排序。

但是发明人在研究中发现，现有技术的上述信息展示方法，会导致有些用户感兴趣的信息展示的时间不够长，或者信息展示的时间在某个时间段内分布的不均匀，这就使得用户可能无法顺利浏览到自己所需或者感兴趣的信息，也会导致服务器对于某些信息需要重复展示等，这很显然会加重服务器的性能负担，也相应的使得服务器的资源调配不够优化。

发明内容

本申请提供一种信息展示方法，用以解决现有技术中的信息展示方法会加重服务器的性能负担以及服务器的资源调配不够优化的问题。

本申请还提供了一种信息展示装置，用以保证上述方法在实际中的实现及应用。

为了解决上述问题，本申请公开了一种信息展示方法，包括：

本申请公开了一种信息展示装置，包括：

一种信息展示方法，该方法包括：

依据信息的状态参数计算各个信息的排序因子；

获取客户端提交的信息展示请求；

依据所述各个信息的排序因子获取与所述信息展示请求相应的信息展示列表；

将所述信息展示列表发送至所述客户端进行展示。

优选的，所述依据信息的状态参数计算信息的排序因子，具体为：

依据所述信息的被点击次数、信息的被点击次数阈值、信息的推广计划时间和推广计划开始时至当前时刻的时间，计算各个信息的排序因子。

进一步优选的，所述依据所述信息的被点击次数、信息的被点击次数阈值、信息的推广计划时间和推广计划开始时至当前时刻的时间，计算信息的排序因子，包括：

采用如下公式计算信息的排序因子：

factor (m_{i}, b_{i}, t_{i}, T_{i}, his) = \{\begin{matrix} [1 - αexp (\frac{m_{i}}{b_{i}} - 1)] [1 - βexp (- \frac{t_{i}}{T_{i}})] * his \\ default * his \end{matrix}

其中，factor(m_i,b_i,t_i,T_i,his)为排序因子，m_i为信息的被点击次数，b_i为信息的被点击次数阈值，t_i为信息的推广计划开始时至当前时刻的时间，T_i为信息的推广计划时间，his为根据历史日志数据计算的历史因子；α为控制m_i对factor(m_i,b_i,t_i,T_i,his)的影响程度的比率调节因子，β为控制t_i对factor(m_i,b_i,t_i,T_i,his)的影响程度的比率调节因子。

更进一步优选的，所述α和β通过以下方式得到：

按照所述信息的展示次数和所述信息展示之后的预期点击率的加权和最大化原则，采用微粒群算法确定所述α和β。

优选的，所述状态参数保存在信息数据库中，还包括：

响应于用户点击展示的信息，实时更新所述信息数据库中保存的状态参数。

进一步优选的，还包括：

依据所述信息数据库中更新后的状态参数，周期性地对所述排序因子进行更新。

一种信息展示装置，该装置包括：

计算模块，用于依据信息的状态参数计算各个信息的排序因子；

第一获取模块，用于获取客户端提交的信息展示请求；

第二获取模块，用于依据所述各个信息的排序因子获取与所述信息展示请求相应的信息展示列表；

发送模块，用于将所述信息展示列表发送至所述客户端进行展示。

优选的，所述计算模块包括：

第一计算子模块，用于依据信息的被点击次数、信息的被点击次数阈值、信息的推广计划时间和信息的推广计划开始时至当前时刻的时间，计算各个信息的排序因子。

进一步优选的，所述第一计算子模块，具体用于：采用如下公式计算信息的排序因子：

factor (m_{i}, b_{i}, t_{i}, T_{i}, his) = \{\begin{matrix} [1 - αexp (\frac{m_{i}}{b_{i}} - 1)] [1 - βexp (- \frac{t_{i}}{T_{i}})] * his \\ default * his \end{matrix}

其中，factor(m_i,b_i,t_i,T_i,his)为排序因子，m_i为信息的被点击次数，b_i为信息的被点击次数阈值，t_i为推广计划开始时至当前时刻的时间，T_i为信息的推广计划时间，his为根据历史日志数据计算的历史因子；α为控制m_i对factor(m_i,b_i,t_i,T_i,his)的影响程度的比率调节因子，β为控制t_i对factor(m_i,b_i,t_i,T_i,his)的影响程度的比率调节因子。

更进一步优选的，所述α和β通过以下方式得到：

优选的，所述状态参数保存在信息数据库中，还包括：

状态参数更新模块，用于响应于用户点击展示的信息，实时更新所述信息数据库中保存的状态参数。

进一步优选的，还包括：

排序因子更新模块，用于依据所述信息数据库中更新后的状态参数，周期性地对所述排序因子进行更新。

与现有技术相比，本申请包括以下优点：

在本申请中，引入了影响信息在信息展示列表中排序顺序的排序因子，该排序因子可以通过信息的状态参数计算得到，而该排序因子因为可以与信息的展示时间、费用等参数相关，所以在依据该排序因子对于信息进行排序之后得到的信息展示列表，可以使用户顺利浏览到自己所需或者感兴趣的信息，这就避免了服务器对于某些信息需要重复展示的现象等，优化了服务器的性能以及资源调配。

并且，其中的状态参数和排序因子都可以根据用户对于信息的点击情况，实时进行更新，从而可以使得信息展示列表也能动态反映出用户需求。

当然，实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请的一种信息展示方法实施例1的流程图；

图2是本申请的一种信息展示方法实施例2的流程图；

图3是本申请的一种信息展示装置实施例1的结构框图；

图4是本申请的一种信息展示装置实施例2的结构框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请可用于众多通用或专用的计算装置环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本申请的主要思想之一可以包括，本申请引入了影响信息在信息展示列表中排序顺序的排序因子，该排序因子可以通过信息的状态参数计算得到，而该排序因子因为可以与信息的展示时间、费用等参数相关，所以在依据该排序因子对于信息进行排序之后得到的信息展示列表，可以使用户顺利浏览到自己所需或者感兴趣的信息，这就避免了服务器对于某些信息需要重复展示的现象等，优化了服务器的性能以及资源调配。

参考图1，示出了本申请一种信息展示方法实施例1的流程图，可以包括以下步骤：

步骤101：依据信息的状态参数计算各个信息的排序因子。

在本申请实施例中，服务器需要依据信息的状态参数来计算各个信息的排序因子。这里的信息为可以在网页或者浏览器上展示的多媒体信息或者图像信息等，可以包括视频、语音等各种用户可识别的信息。

在本申请实施例中，信息的展示可以由信息展示引擎控制。信息展示引擎一般可以根据用户的输入息或用户的属性特征决定是否向用户展示信息或展示哪一信息。

而排序因子是影响每一个信息在信息展示列表中的先后顺序的一个参数。

其中，状态参数可以包括：信息的被点击次数、信息的被点击次数阈值、信息的推广计划时间及推广计划开始时至当前时刻的时间。

在信息展示引擎中，用户对信息每一次点击会记为一次展示耗费，信息的可以允许的总的耗费是系统预先设定的。

信息的被点击次数阈值可以是系统设定的，当信息的被点击次数超过该阈值时，信息展示引擎将不再将该信息向用户展示。

可以理解的，信息的被点击次数、信息的被点击次数阈值分别与信息的展示耗费和允许的总耗费是等同的。

在信息展示引擎中，信息在设定的某一时间段内是允许展示的。在该设定的时间段内，当用户的输入信息或用户的属性信息与某一信息对象匹配时，信息展示引擎向用户展示该信息。信息的推广计划时间即预先设定的信息对象允许展示的时间段。

为了使本领域技术人员对于前述的这一种计算方式有更详细的了解，下面对其详细介绍。

具体的，依据所述信息的被点击次数、信息的被点击次数阈值、信息的推广计划时间及推广计划开始时至当前时刻的时间，计算信息的排序因子，可以采用如下所示的公式（一）计算信息的排序因子：

factor (m_{i}, b_{i}, t_{i}, T_{i}, his) = \{\begin{matrix} [1 - αexp (\frac{m_{i}}{b_{i}} - 1)] [1 - βexp (- \frac{t_{i}}{T_{i}})] * his \\ default * his \end{matrix}

(一)

其中，factor(m_i,b_i,t_i,T_i,his)为计算得到的排序因子，m_i为信息的被点击次数，b_i为信息的被点击次数阈值，t_i为推广计划开始时至当前时刻的时间，T_i为信息的推广计划时间。his为根据历史日志数据计算的历史因子；α为控制m_i对factor(m_i,b_i,t_i,T_i,his)的影响程度的比率调节因子，β为控制t_i对factor(m_i,b_i,t_i,T_i,his)的影响程度的比率调节因子。可以理解的是，对于某个信息，如果其具有对应的状态参数，那么可以按照公式（一）中的第一行的计算方式进行计算，而如果没有对应的状态参数，则可以采用公式（一）中的第一行的默认值计算方式进行计算，当然，default的取值可以由本领域技术人员自主设置。

如果某个信息在一个设定时间段时间内，例如一个星期内，该信息在信息展示引擎中的排序靠前，此时，该信息容易受到用户的关注，进而可以促使用户对该信息的发生大量点击。因此，该信息在该时间段内的被点击次数阈值将可能过快的达到，因此，可以使用公式（一）重新计算信息对象的排序因子以降低该信息在信息展示引擎中的排序，这样的话，后续对应的该信息对象在信息展示列表中的排序就会比较靠后，因此就会拉长该信息对象的推广时间，从而可以使信息展示系统以比较平滑的方式向用户推送信息。

其中，还可以理解的是，公式（一）中的历史因子在首次计算某个信息的排序因子的时候可以默认为1，而在信息具有历史点击率等历史数据的情况下，可以依据信息的历史点击情况来设置历史因子的数值。如果在设定的时间内，某个信息在设定的时间内的当前已展示时间比较长，那么后续历史因子的值就可以取的偏小一点，也能够起到拉长该信息的展示时间的作用，反之则可以调高历史因子的值。

此外，在公式（一）中，α和β是未知的，在计算排序因子factor(m_i,b_i,t_i,T_i,his)之前，可以按照所述信息的展示次数和所述信息展示之后的预期点击率的加权和最大化原则，采用微粒群算法确定α和β。具体的，可以采用线下模拟的方法对α和β进行模拟学习。

在本申请实施例中，采用公式（一）计算排序因子之后，就可以采用如下所示的公式（二）来计算信息的排序分值：

score=ctr*bid*factor（二）

步骤102：获取客户端提交的信息展示请求。

在服务器计算得到信息的排序因子之后，可以不立即对各个信息按照排序因子进行排序。后续如果服务器接收到了客户端提交的信息展示请求，再触发后续步骤103和步骤104的执行即可。其中，客户端提交的信息展示请求中可以包含有用户希望展示相关信息的关键词，例如“手机”等，则服务器就会检索到与“手机”相关的多个信息，再按照该相关的多个信息各自的排序因子生成具有先后顺序的信息展示列表。

步骤103：依据所述各个信息的排序因子获取与所述信息展示请求相应的信息展示列表。

服务器在本步骤中则可以依据各个信息在步骤101处计算的排序因子的值，来计算与“关键词”相关的多个信息的排序分值，从而可以按照排序分值从大到小的顺序生成包括该多个信息的展示列表。例如，如果用户输入的关键词为“手机”，而服务器检索到的与“手机”相关的信息有10条：a、b、c、d、e、f、g、h、i和j，而其排序分值分别0.2、0.4、0.5、0.1、0.3、0.9、0.8、0.6、0.7和0.45，那么生成的信息展示列表的顺序则为：{f、g、i、h、c、j、b、e、a和d}。

步骤104：将所述信息展示列表发送至所述客户端进行展示。

服务器再将生成的信息展示列表发送至客户端进行展示。可以理解的是，在生成信息展示列表的时候，可以将所有与“关键词”相关的信息都作为该列表中的信息，也可以选取排序分值大于某一个阈值的若干个信息来生成展示列表。

采用本发明实施例，可以通过引入影响信息在信息展示列表中排序顺序的排序因子的方式，来调整信息在最终的信息展示列表中的排序，而该排序因子因为可以与信息的推广时间、信息被点击次数阈值等参数相关，所以在依据该排序因子对于信息进行排序之后得到的信息展示列表，可以使用户顺利浏览到自己所需或者感兴趣的信息，这就避免了服务器对于某些信息需要重复展示的现象等，优化了服务器的性能以及资源调配。

为了方便本领域技术人员更详细的了解公式（一）中α和β是如何确定的，下面对α和β的确定过程进行举例说明。

对于各个信息来讲，为了保证其展示时间足够长，首先对其定义如下所示的公式（三）：

\{\begin{matrix} \max & Revenue + a * ExposeItems \\ s . t . & Revenue &GreaterEqual; b * Revenu e_{Acc} \end{matrix}

（三）

公式（三）为数学上通用的表示形式，表示在给定的约束条件（即是s.t.Revenue≥b*Revenue_Acc）下，最大化目标函数（即是maxRevenue+a*ExposeItems），其中，“s.t.Revenue≥b*Revenue_Acc”可以表示信息的预期点击率不低于信息的预期点击率的下限，而“maxRevenue+a*ExposeItems”则表示将信息的预期点击率和信息的展现次数的加权和最大化。其中，Revenue表示按照信息展示列表展示信息之后信息的预期点击率，ExposeItems是信息的展现次数，而Revenue_Acc是信息的预期点击率的下限。

需要说明的是，在公式（三）中的a和b都是由本申请实施例中所预先设定的参数，根据不同的业务场景要求，本领域技术人员可以设置不同的取值，例如采用a=1以及b=0.95的方式来调节信息的预期点击率和信息的展现次数的权重。

在实际应用中，可以采用取样的方式来选取最优的α和β。对于服务器展现给用户的信息展示列表，可以利用历史统计数据来近似模拟点击率“ctr”，并根据公式（一）来计算重排序因子factor，再按照score=ctr*bid*factor对信息展示列表重新排序，可以改变信息展示列表的顺序，因此也修正了Revenue和ExposeItems的数值。因此，Revenue和ExposeItems其实是排序因子的函数，也是α和β的函数，正如公式（四）所示：

Revenue=f₁(factor)=g₁(α,β)

ExposeItems=f₂(factor)=g₂(α,β)（四）

通过公式（四）又可知，排序因子也是α,β的函数，因为排序因子的计算公式中除了α和β外的其它参数都是和信息的状态有关的值，都是可以实时获取到的，所以Revenue和ExposeItems也都是α,β的函数。因此就需要寻求一个最优的α,β的值来使得最大化目标函数“maxRevenue+a*ExposeItems”成立。

而对于目标函数最大化，可以采用微粒群算法在参数空间中寻找局部最优点的α和β，具体过程如下：

设微粒群规模为N，其中每个微粒i(i=1,2,…,N)在D维空间中坐标设为xi=(xi1,xi2,…,xid,…,xiD)，vi=(vi1,vi2,…,vid,…,viD)，表示微粒i在每次迭代中移动的距离，微粒i(i=1,2,…,N)在第d(d=,1,2,…,D)维子空间中的飞行速度vid和位置xid根据如下所示的公式（五）进行调整：

v_id=ωv_id+c₁rand₁()(p_id-x_id)+c₂rand₂()(p_gd-x_id)

where = \{\begin{matrix} v_{id} = v_{\max}, & if & v_{id} > v_{\max} \\ v_{id} = - v_{\max}, & if & v_{id} < - v_{\max} \end{matrix}

（五）

其中，x_id=x_id+v_id （六）

公式（五）是微粒群算法的迭代公式，其中，“v_id=ωv_id+c₁rand₁()(p_id-x_id)+c₂rand₂()(p_gd-x_id)”是粒子速度迭代公式，

“

where \{\begin{matrix} v_{id} = v_{\max}, if v_{id} > v_{\max} \\ v_{id} = - v_{\max}, if v_{id} < - v_{\max} \end{matrix}

”是粒子位置迭代公式。公式（六）是；粒子迭代条件。

其中，p_gd是整个微粒群的历史最优位置，其与当前微粒i的位置之差被用于改变当前微粒i向群体最优值运动的增量分量；p_id是当前微粒i的个体历史最优位置，其与当前微粒的位置之差被用于改变当前微粒i向个体最优值运动的增量分量；w为惯性权重，c₁、c₂为加速常数，rand₁和rand₂是随机因子。

将微粒群算法对应于待优化的未知比例系数α和β，因为要确定的参数为两个，所以问题空间的维度D=2。假设微粒群规模N=20，按照上述步骤进行迭代即可得到局部最优的α和β参数。例如，在某个具体业务场景中按照上述流程得到的数值为：a=1，β=0.804057。其中，微粒群规模可以由本领域技术人员自主设置。可见，在给定的约束条件下，按照本申请中提出的排序因子的计算方式，最大化目标函数即可得到最优的调节因子α和β，因此还可以避免人工经验调节α和β所带来的消耗。

参考图2，示出了本申请一种信息展示方法实施例2的流程图，在步骤104之后，本申请实施例还可以包括以下步骤：

步骤201：响应于用户点击展示的信息，实时更新所述信息数据库中保存的状态参数。

其中，本申请实施例中的状态参数可以保存在信息数据库中，如表1所示：

表1

属性	描述	取值（例子）
			CampaignId	信息id	61237654
m_i	信息的被点击次数	1000次
			b_i	信息的被点击次数阈值	10000次
t_i	推广计划开始时至当前时刻的时间	3小时
			T_i	信息的推广计划时间	12小时

当然，表1中所保存的可以不止以上几种参数，还可以将其他与信息有关的参数也保存在表1中。

在客户端上按照信息展示列表向用户展示信息之后，用户可能会根据自己的兴趣点击任意的信息进行浏览，那么根据用户对于每一个信息的点击次数和信息的展示时间长短，可以更新表1中所保存的状态参数m_i、b_i、t_i、T_i。可以理解的是，在更新表1中的状态参数时，可以设定一个固定的时间，例如5分钟更新一次。当然，该时间可以由本领域技术人员自主设置，时间越短，则信息展示列表的实时性越高，但是所消耗的系统资源也会越大。反之亦然。

步骤202：依据所述信息数据库中更新后的状态参数，周期性地对所述排序因子进行更新。

如果对信息数据库中的状态参数进行更新之后，服务器也可以周期性的依据更新后的状态参数对排序因子进行更新，而排序因子更新之后，如果客户端提交了信息展示请求，那么服务器返回给客户端的信息展示列表就是依据更新后的排序因子所生成的实时信息展示列表。

可见采用本实施例的技术方案，还可以保证展示的信息都是实时更新的，不仅避免了服务器对于某些信息需要重复展示的现象等，优化了服务器的性能以及资源调配，还可以使得用户所浏览到的信息都尽量符合用户的实际需求，提升用户的体验。

对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

与上述本申请一种信息展示方法实施例1所提供的方法相对应，参见图3，本申请还提供了一种信息展示装置实施例1，在本实施例中，该装置可以包括：

计算模块301，用于依据信息的状态参数计算各个信息的排序因子。

所述计算模块包括：

第一计算子模块，用于依据所述信息的被点击次数、信息的被点击次数阈值、信息的推广计划时间和信息的推广计划开始时至当前时刻的时间，计算各个信息的排序因子；

所述第一计算子模块，具体用于：采用如下公式计算信息的排序因子：

factor (m_{i}, b_{i}, t_{i}, T_{i}, his) = \{\begin{matrix} [1 - αexp (\frac{m_{i}}{b_{i}} - 1)] [1 - βexp (- \frac{t_{i}}{T_{i}})] * his \\ default * his \end{matrix}

所述α和β通过以下方式得到：

第一获取模块302，用于获取客户端提交的信息展示请求。

第二获取模块303，用于依据所述各个信息的排序因子获取与所述信息展示请求相应的信息展示列表。

发送模块304，用于将所述信息展示列表发送至所述客户端进行展示。

本申请实施例引入了影响信息在信息展示列表中排序顺序的排序因子，该排序因子可以通过信息的状态参数计算得到，而该排序因子因为可以与信息的展示时间、费用等参数相关，所以在依据该排序因子对于信息进行排序之后得到的信息展示列表，可以使用户顺利浏览到自己所需或者感兴趣的信息，这就避免了服务器对于某些信息需要重复展示的现象等，优化了服务器的性能以及资源调配。

与上述本申请一种信息展示方法实施例2所提供的方法相对应，参见图4，本申请还提供了一种信息展示装置实施例2，在本实施例中，所述状态参数可以保存在信息数据库中，除了图1所示的模块之外，该装置还可以包括：

状态参数更新模块401，用于响应于用户点击展示的信息，实时更新所述信息数据库中保存的状态参数。

排序因子更新模块402，用于依据所述信息数据库中更新后的状态参数，周期性地对所述排序因子进行更新。

本实施例所述的装置可以集成到服务器上，也可以单独作为一个实体与服务器相连，另外，需要说明的是，当本申请所述的方法采用软件实现时，可以作为服务器新增的一个功能，也可以单独编写相应的程序，本申请不限定所述方法或装置的实现方式。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本申请所提供的一种信息展示方法、装置及系统进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims

1.一种信息展示方法，其特征在于，该方法包括：

依据信息的状态参数计算各个信息的排序因子；

获取客户端提交的信息展示请求；

将所述信息展示列表发送至所述客户端进行展示。

2.根据权利要求1所述的方法，其特征在于，所述依据信息的状态参数计算信息的排序因子，具体为：

3.根据权利要求2所述的方法，其特征在于，所述依据所述信息的被点击次数、信息的被点击次数阈值、信息的推广计划时间和推广计划开始时至当前时刻的时间，计算信息的排序因子，包括：

采用如下公式计算信息的排序因子：

factor (m_{i}, b_{i}, t_{i}, T_{i}, his) = \{\begin{matrix} [1 - αexp (\frac{m_{i}}{b_{i}} - 1)] [1 - βexp (- \frac{t_{i}}{T_{i}})] * his \\ default * his \end{matrix}

4.根据权利要求3所述的方法，其特征在于，所述α和β通过以下方式得到：

5.根据权利要求1所述的方法，其特征在于，所述状态参数保存在信息数据库中，还包括：

6.根据权利要求5所述的方法，其特征在于，还包括：

7.一种信息展示装置，其特征在于，该装置包括：

第一获取模块，用于获取客户端提交的信息展示请求；

8.根据权利要求7所述的装置，其特征在于，所述计算模块包括：

9.根据权利要求8所述的装置，其特征在于，所述第一计算子模块，具体用于：采用如下公式计算信息的排序因子：

factor (m_{i}, b_{i}, t_{i}, T_{i}, his) = \{\begin{matrix} [1 - αexp (\frac{m_{i}}{b_{i}} - 1)] [1 - βexp (- \frac{t_{i}}{T_{i}})] * his \\ default * his \end{matrix}

10.根据权利要求9所述的装置，其特征在于，所述α和β通过以下方式得到：

11.根据权利要求7所述的装置，其特征在于，所述状态参数保存在信息数据库中，还包括：

12.根据权利要求11所述的装置，其特征在于，还包括：