CN106130756A - 一种预测访问内容点击率的方法及装置 - Google Patents

Abstract

一种预测访问内容点击率的方法及装置，所述方法包括：获取多个用户的访问信息，所述访问信息包括访问行为的时间点和对应的访问内容的类别；根据多个用户的访问信息，计算每一类别的访问内容在每一单位时间内的热门度；根据目标用户的访问信息以及目标类别的访问内容在每一单位时间内的热门度，量化目标用户对目标类别的访问内容的持续日常关注度和持续热门关注度；根据所述持续日常关注度和所述持续热门关注度计算目标用户访问目标类别的访问内容的概率。上述方案可提高网络系统资源的利用率。

Description

一种预测访问内容点击率的方法及装置

技术领域

本发明涉及互联网技术领域，特别是涉及一种预测访问内容点击率的发方法及装置。

背景技术

现如今，随着互联网尤其是移动互联网的发展，互联网可以提供给用户的信息越来越丰富，用户通过互联网可以关注到不同类别的信息内容。例如，用户可以通过互联网访问体育类信息、科技类信息、财经类信息和娱乐类信息等等。

由于用户的个人兴趣不同，其访问内容的类别偏好也有所差别，比如有的用户个人对体育类信息感兴趣，长期关注科技类信息，而有的用户则长期关注娱乐类信息。对于互联网的运营而言，如果能分析用户对其关注的访问内容的类别的偏好以及偏好的变化，则可以据此预测用户访问某个类别的内容的概率，以此向用户过滤和推荐其关注的访问内容。

然而，现有技术预测用户访问某个类别内容的概率不够准确，不能很好地避免用户为获取其感兴趣的内容而进行的多次搜索和对不同网站的访问，从而造成为响应用户的每次访问或者推荐其他内容造成的资源浪费。与此同时，用户体验也较差。

发明内容

本发明解决的技术问题是提供一种预测访问内容点击率的方法及装置，提高预测用户访问目标类别内容的概率，从而据此概率可更加有针对性地向用户推荐访问内容，以提高网络系统资源的利用率。

为解决上述技术问题，本发明实施例提供一种预测访问内容点击率的方法，所述方法包括：

获取多个用户的访问信息，所述访问信息包括访问行为的时间点和对应的访问内容的类别；根据所述多个用户的访问信息，计算每一类别的访问内容在每一单位时间内的热门度；根据目标用户的访问信息以及目标类别的访问内容在每一单位时间内的热门度，量化所述目标用户对所述目标类别的访问内容的持续日常关注度和持续热门关注度，所述持续日常关注度用于表征所述目标用户持续在一段时间日常对所述目标类别的访问内容的偏好程度，所述持续热门关注度用于表征目标用户持续一段时间内在访问内容为热门访问内容时对对应目标类别的临时偏好程度；根据所述持续日常关注度和所述持续热门关注度计算所述目标用户访问所述目标类别的访问内容的概率。

可选地，获取所述用户访问行为的访问内容的类别，包括：

根据所述用户的访问内容的类别标签，直接获取所述访问内容的类别。

可选地，获取所述用户访问行为的访问内容的类别，包括：

将已知类别的访问内容作为训练集，在所述训练集的基础上训练得到支持向量机分类器；

使用所述向量机分类器对所述用户的访问内容进行分类得到所述类别。

可选地，根据所述多个用户的访问信息，计算每一类别的访问内容在每一单位时间内的热门度，包括：对于每一单个类别，计算所述单个类别的访问内容在单个单位时间内的被访问次数除以全部类别的访问内容在所述单个单位时间内的被访问次数得到的结果，并将所述结果作为每一类别的访问内容在每一单位时间内的热门度。

可选地，根据目标用户的访问信息以及目标类别的访问内容在每一单位时间内的热门度，量化所述目标用户对所述目标类别的访问内容的持续日常关注度和持续热门关注度，包括：

根据所述目标用户的访问信息以及所述目标类别的访问内容在每一单位时间内的热门度，确定所述目标用户在每一单位时间内对目标类别的访问内容的当前日常关注度和当前热门关注度，所述当前日常关注度与该目标类别的访问内容在该单位时间内的热门度成反比，所述当前热门关注度与该目标类别的访问内容在该单位时间内的热门度成正比；

根据所述目标用户在每一单位时间内对所述目标类别的访问内容的当前日常关注度和当前热门关注度，确定目标用户对所述目标类别的访问内容的持续日常关注度和持续热门关注度。

可选地，所述根据所述目标用户的访问信息以及所述目标类别的访问内容在每一单位时间内的热门度，确定所述目标用户在每一单位时间内对每一类别的访问内容的当前日常关注度和当前热门关注度，包括：

采用公式计算所述当前日常关注度，并采用公式计算所述当前热门关注度，其中，i(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前日常关注度；h(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前热门关注度，m(c|d,u)为目标用户u在单个单位时间d内访问所述目标类别c的访问内容的次数，M(d,u)为目标用户u在单个单位时间d内访问所有类别的访问内容的次数，P(c|d)为所述目标类别c的访问内容在单个单位时间d内的热门度。

可选地，根据所述目标用户在每一单位时间内对所述目标类别的访问内容的当前日常关注度和当前热门关注度，确定目标用户对所述目标类别的访问内容的持续日常关注度和持续热门关注度，包括：

采用公式计算所述持续日常关注度，并采用公式计算所述持续热门关注度；

其中d为起始的单位时间，D为结束的单位时间，a为预设的衰减因子，g(c|u)为目标用户u对所述目标类别c的持续日常关注度；f(c u)为目标用户u对所述目标类别c的持续热门关注度；i(c|d,u)为所述目标用户u在单个单位时间d内针对所述目标类别c的当前日常关注度；h(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前热门关注度。

可选地，根据所述持续日常关注度和所述持续热门关注度计算所述目标用户访问所述目标类别的访问内容的概率，包括：计算所述持续日常关注度和所述持续热门关注度的几何平均值，将计算结果作为所述目标用户访问所述目标类别的访问内容的概率。

本发明实施例还提供一种预测访问内容点击率的装置，所述装置包括：

获取单元，适于获取多个用户的访问信息，所述访问信息包括访问行为的时间点和对应的访问内容的类别；

第一计算单元，适于根据所述多个用户的访问信息，计算每一类别的访问内容在每一单位时间内的热门度；

第二计算单元，适于根据目标用户的访问信息以及目标类别的访问内容在每一单位时间内的热门度，量化所述目标用户对所述目标类别的访问内容的持续日常关注度和持续热门关注度，所述持续日常关注度用于表征所述目标用户持续在一段时间日常对所述目标类别的访问内容的偏好程度，所述持续热门关注度用于表征目标用户持续一段时间内在访问内容为热门访问内容时对对应目标类别的临时偏好程度；

第三计算单元，适于根据所述持续日常关注度和所述持续热门关注度计算所述目标用户访问所述目标类别的访问内容的概率。

可选地，所述获取单元包括：

直接获取子单元，适于根据所述用户的访问内容的类别标签，直接获取所述访问内容的类别。

可选地，所述获取单元包括：

训练子单元，适于将已知类别的访问内容作为训练集，在所述训练集的基础上训练得到支持向量机分类器；

分类子单元，适于使用所述向量机分类器对所述用户的访问内容进行分类得到所述类别。

可选地，所述第一计算单元包括：

热门度计算子单元，适于对于每一单个类别，计算所述单个类别的访问内容在单个单位时间内的被访问次数除以全部类别的访问内容在所述单个单位时间内的被访问次数得到的结果，并将所述结果作为每一类别的访问内容在每一单位时间内的热门度。

可选地，所述第二计算单元包括：

第一确定子单元，适于根据所述目标用户的访问信息以及所述目标类别的访问内容在每一单位时间内的热门度，确定所述目标用户在每一单位时间内对目标类别的访问内容的当前日常关注度和当前热门关注度，所述当前日常关注度与该目标类别的访问内容在该单位时间内的热门度成反比，所述当前热门关注度与该该目标类别的访问内容在该单位时间内的热门度成正比；

第二确定子单元，适于根据所述目标用户在每一单位时间内对所述目标类别的访问内容的当前日常关注度和当前热门关注度，确定目标用户对所述目标类别的访问内容的持续日常关注度和持续热门关注度。

可选地，所述第一确定子单元，包括：

第一确定子模块，适于采用公式计算所述当前日常关注度，并采用公式计算所述当前热门关注度，其中，i(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前日常关注度；h(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前热门关注度，m(c|d,u)为目标用户u在单个单位时间d内访问所述目标类别c的访问内容的次数，M(d,u)为目标用户u在单个单位时间d内访问所有类别的访问内容的次数，P(c|d)为所述目标类别c的访问内容在单个单位时间d内的热门度。

可选地，所述第二确定子单元，包括：

第二确定子模块，适于采用公式计算所述持续日常关注度，并采用公式计算所述持续热门关注度；

其中d为起始的单位时间，D为结束的单位时间，a为预设的衰减因子，g(c|u)为目标用户u对所述目标类别c的持续日常关注度；f(c|u)为目标用户u对所述目标类别c的持续热门关注度；i(c|d,u)为所述目标用户u在单个单位时间d内针对所述目标类别c的当前日常关注度；h(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前热门关注度。

可选地，所述第三计算单元包括：

访问概率计算子单元，适于计算所述持续日常关注度和所述持续热门关注度的几何平均值，将计算结果作为所述目标用户访问所述目标类别的访问内容的概率。

与现有技术相比，本发明实施例的技术方案具有以下有益效果：

本发明实施例的技术方案中，一方面有区分地计算目标用户对目标类别的访问内容的持续日常关注度和持续热门关注度，而本实施例中的持续日常关注度用于表征所述目标用户持续在一段时间日常对所述目标类别的访问内容的偏好程度，持续热门关注度用于表征目标用户持续一段时间内在访问内容为热门访问内容时对对应目标类别的临时偏好程度；另一方面结合了热门度和访问信息来进行计算，而热门度反映了该类别的访问内容受大众关注的程度，从而也就能体现出目标用户相对于大众的个人关注强度。通过上述两个方面，本发明技术方案的实施可以更真实地反映目标用户访问目标类别内容的真实兴趣，进而使得根据持续日常关注度和持续热门关注度计算所述目标用户访问所述目标类别的访问内容的概率更加准确，从而可以据此概率作为互联网运营中的指导因素，更加有针对性地进行内容推荐，或者为被访问概率较高的内容类别做服务设备和带宽等网络系统资源的部署，进而提高了网络系统资源的利用率。与此同时，由于据此推荐的访问内容或者推送的互联网广告是较符合用户真实兴趣的，从而可以避免用户多次尝试进行搜索和访问，提升了用户的访问体验。

附图说明

图1是本发明实施例中的一种预测访问内容点击率的方法的流程图；

图2是本发明实施例中的另一种预测访问内容点击率的方法的流程图；

图3是本发明实施例中的一种预测访问内容点击率的装置的结构示意图；

图4是本发明实施例中的另一种预测访问内容点击率的装置的结构示意图。

具体实施方式

如背景技术所言，由于用户的个人兴趣不同，其访问内容的类别偏好也有所差别，比如有的用户个人对体育类信息感兴趣，长期关注科技类信息，而有的用户则长期关注娱乐类信息。对于互联网的运营而言，如果能分析用户对其关注的访问内容的类别的偏好以及偏好的变化，则可以据此预测用户访问某个类别的内容的概率，以此向用户过滤和推荐其关注的访问内容。

然而，现有技术预测用户访问某个类别内容的概率不够准确，不能很好地避免用户为获取其感兴趣的内容而进行的多次搜索和对不同网站的访问，从而造成为响应用户的每次访问或者推荐其他内容造成的资源浪费。与此同时，用户体验也较差。

本申请的发明人研究发现，现有技术存在上述问题的原因在于：

首先，现有技术的其中一种方案是通过用户访问的各个类别内容的次数多少来衡量该用户对哪一类别更为关注。然而，仅仅从该用户对不同类别的访问次数来分析，难以反映用户的关注强度。同时，该方法不能体现出针对某个类别用户的关注程度的变化。

其次，现有技术的另一种方案对用户在一段时间内的对各个类别的访问次数进行采样，尽管该方案考虑到了时间因素。然而，该方案无法区分用户的哪些访问行为是基于用户本身长期以来的兴趣偏好，而哪些访问是由于基于该类别的访问内容是一个受广大用户关注的热门内容才进行。

上述两种方案各自的弊端造成了预测用户访问某个类别内容的概率的准确性较低，从而造成为响应用户的每次访问或者推荐其他内容造成的资源浪费，以及用户体验较差的问题。

本发明实施例的技术方案中，一方面有区分地计算目标用户对目标类别的访问内容的持续日常关注度和持续热门关注度，而本实施例中的持续日常关注度用于表征所述目标用户持续在一段时间日常对所述目标类别的访问内容的偏好程度，持续热门关注度用于表征目标用户持续一段时间内在访问内容为热门访问内容时对对应目标类别的临时偏好程度；另一方面结合了热门度和访问信息来进行计算，而热门度反映了该类别的访问内容受大众关注的程度，从而也就能体现出目标用户相对于大众的个人关注强度。通过上述两个方面，本发明技术方案的实施可以更真实地反映目标用户访问目标类别内容的真实兴趣，进而使得根据持续日常关注度和持续热门关注度计算所述目标用户访问所述目标类别的访问内容的概率更加准确，从而可以据此概率作为互联网运营中的指导因素，更加有针对性地进行内容推荐，或者为被访问概率较高的内容类别做服务设备和带宽等网络系统资源的部署，进而提高了网络系统资源的利用率。与此同时，由于据此推荐的访问内容或者推送的互联网广告是较符合用户真实兴趣的，从而可以避免用户多次尝试进行搜索和访问，提升了用户的访问体验。

为使本发明的上述目的、特征和有益效果能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。

图1是本发明实施例中的一种预测访问内容点击率的方法的流程图。下面结合图1所示的步骤进行说明。

步骤S101：获取多个用户的访问信息，所述访问信息包括访问行为的时间点和对应的访问内容的类别。

在具体实施中，所述访问信息可以从提供所述访问内容的服务器获得。每条访问信息包括用户发出访问行为的时间点和该访问行为对应的访问内容的类别。所述访问信息可以从提供所述访问内容的服务器获得。用户可以通过个人电脑或移动终端打开浏览器输入网址进行访问，也可以点击移动终端的应用程序界面中的链接进行访问。

本步骤中获取所述访问行为的时间点是为了后续在以某一时间粒度进行统计时，可根据访问行为的时间点来进行判断属于哪一单位时间。

获取所述访问内容的类别的一具体实现中，后台服务器可以通过获取用户请求的URL地址所属的预设类别标签获得所述访问内容的类别。例如，用户通过选择类别标签，再具体访问该类别标签下的某个网页内容，那么后台服务器获取该类别标签也即获得所述访问内容的类别。

获取所述访问内容的类别的另一具体实现中，可以使用文本分类技术来对当前URL地址所指向的网页的文本内容进行分类，从而实现对所述访问内容的分类。

需要说明的是，所述访问内容的类别具体包括哪些对发明不构成限制，若需要预测目标用户对特定类别的访问概率，则访问内容的类别中应包括该特定类别。例如，需要预测目标用户对美妆类的访问概率时，所述类别的区分中应包括美妆类这一类别，从而可以对其进行统计和后续计算。

关于访问内容的类别还需要说明的是，所述类别可以是大类，也可以是小类。例如，所述类别如果是大类，那么访问内容可以包括体育类、科技类、财经类等；但如果需要预测目标用户对体育类中具体的足球相关这一小类的访问概率，则可将访问信息的采样范围限定在体育类，而体育类的类别又有所区分，其中一个类别为足球类。只要访问类别可以覆盖到目标类别即可，可以理解的是，可以根据预测的实际需要选取访问信息的采样范围。

步骤S102：根据所述多个用户的访问信息，计算每一类别的访问内容在每一单位时间内的热门度。

在具体实施中，所述热门度反映了该类别的访问内容受大众关注的程度。例如，可根据一天内所有用户的访问信息，包括访问特定类别c在内的所有类别的访问次数，计算出特定类别c的访问内容在一天内的热门度。所述热门对越大，代表该类别的访问内容越热门。

具体地，可以通过计算单个类别的访问内容在单个单位时间内的被访问次数除以全部类别的访问内容在所述单个单位时间内的被访问次数得到的结果，并将所述结果作为每一类别的访问内容在每一单位时间内的热门度。换句话说，就是在单位时间内，用所有用户访问特定类别c的次数与所有类别被访问的次数的比值表示所述该特定类别c的热门度。

步骤S103：根据目标用户的访问信息以及目标类别的访问内容在每一单位时间内的热门度，量化所述目标用户对所述目标类别的访问内容的持续日常关注度和持续热门关注度。

所述持续日常关注度用于表征所述目标用户持续在一段时间日常对所述目标类别的访问内容的偏好程度，所述持续热门关注度用于表征目标用户持续一段时间内在访问内容为热门访问内容时对对应目标类别的临时偏好程度。

由于所述热门度表征热门度反映了该类别的访问内容受大众关注的程度。本实施例通过结合目标用户的访问信息和所述热门度进行计算，则可体现出目标用户个人的兴趣强度。具体而言，本发明实施例对个人兴趣强度进行了区分，包括持续日常关注度和持续热门关注度。

其中，所述持续日常关注度用于表征所述目标用户持续在一段时间日常对所述目标类别的访问内容的偏好程度。也就是说，持续日常关注度是目标用户出自于日常个人兴趣而表现出的对目标类别的内容偏好，其排除了目标类别为热门访问内容受大众关注而热门度很高的因素，也就是说目标用户个人的偏好与热门度无关，目标用户的个人偏好是基于自己本身的兴趣。例如，目标用户为体育爱好者，其长期关注体育类的内容，如长期以来经常访问体育类的新闻内容，或者选购体育类的商品，其对体育类的内容的关注不因该类内容是否为热门内容而受影响。

而所述持续热门关注度是相对于持续日常关注度而言的，所述持续热门关注度用于表征目标用户持续一段时间内在访问内容为热门访问内容时对对应目标类别的临时偏好程度。也就是说，目标用户访问目标类别的内容，并非是基于日常个人的兴趣，而是基于访问内容为热门内容较为受大众关注而热门度较高的因素才关注。例如，目标用户并非法制类内容的爱好者，其长期关注得较多的是娱乐类新闻，而由于近期有一在社会造成较大影响的刑事案件的审判，这一案件的审判进程被大众广泛关注，该目标用户在近期内也因此关注该刑事案件的审判进程的新闻内容，该部分内容在分类上属于法制类内容，从而该目标用户表现出对法制类内容的关注。然而这仅仅是该目标用户在该访问内容为热门事件所表现出的临时偏好，该临时偏好的程度可以通过单位时间内该目标用户的访问信息以及法制类类别的访问内容的热门度进行计算得到。

步骤S104：根据所述持续日常关注度和所述持续热门关注度计算所述目标用户访问所述目标类别的访问内容的概率。

本实施例通过结合持续日常关注度和持续热门关注度两方面的因素计算所述目标用户访问所述目标类别的访问内容的概率，可以更加真实地反应用户对目标类别的偏好程度。

在本步骤的一具体实现中，可以赋予持续日常关注度和持续热门关注度不同的权重系数，计算两者的加权平均，以用于所述目标用户访问所述目标类别的访问内容的概率的计算，从而实现预测该目标类别的访问内容点击率。

在本步骤的另一具体实现中，也可以计算持续日常关注度和持续热门关注度的几何平均值，以几何平均值作为所述目标用户访问所述目标类别的访问内容的概率，从而实现预测该目标类别的访问内容点击率。

根据用户访问目标类别的访问内容的概率，可以确定推送至该用户的推荐内容，例如，用户访问某一类别的访问内容的概率越高，则更优先地向此用户推送此类别的访问内容，或者向此用户推送此类别的访问内容相关联的广告。或者，根据不同用户对于不同目标类别的访问内容的概率，可以预测各个类别的访问内容被多个用户访问的总概率，从而可以相应地调整针对各个类别的访问内容的网络系统资源，例如，某一类别被访问的总概率越高，则为此类别分配更多的带宽等网络资源。

本发明实施例的技术方案中，一方面有区分地计算目标用户对目标类别的访问内容的持续日常关注度和持续热门关注度，而本实施例中的持续日常关注度用于表征所述目标用户持续在一段时间日常对所述目标类别的访问内容的偏好程度，持续热门关注度用于表征目标用户持续一段时间内在访问内容为热门访问内容时对对应目标类别的临时偏好程度；另一方面结合了热门度和访问信息来进行计算，而热门度反映了该类别的访问内容受大众关注的程度，从而也就能体现出目标用户相对于大众的个人关注强度。通过上述两个方面，本发明技术方案的实施可以更真实地反映目标用户访问目标类别内容的真实兴趣，进而使得根据持续日常关注度和持续热门关注度计算所述目标用户访问所述目标类别的访问内容的概率更加准确，从而可以据此概率作为互联网运营中的指导因素，更加有针对性地进行内容推荐，或者为被访问概率较高的内容类别做服务设备和带宽等网络系统资源的部署，进而提高了网络系统资源的利用率。与此同时，由于据此推荐的访问内容或者推送的互联网广告是较符合用户真实兴趣的，从而可以避免用户多次尝试进行搜索和访问，提升了用户的访问体验。

图2是本发明实施例中的一种预测访问内容点击率的方法的流程图。下面结合图2所示的步骤进行说明。

步骤S201：获取多个用户的访问信息，所述访问信息包括访问行为的时间点和对应的访问内容的类别。

在具体实施中，通过获取用户的访问信息可以后续统计单位时间内的访问次数。其中，获取访问内容的类别可以通过文本分类的方法获得。

具体而言，首先将已知类别的访问内容作为训练集，在所述训练集的基础上训练得到支持向量机分类。具体地，通过提取访问内容中的词语的频次特征，访问内容对应网址和类别标签构建所述训练集。其次，使用所述向量机分类器对所述用户的访问内容进行分类得到所述类别。需要说明的是，所述文本分类的方法可以采用现有技术中任何适当的方法。

步骤S202：根据所述多个用户的访问信息，计算每一类别的访问内容在每一单位时间内的热门度。

所述步骤S202的实施可对应参照图1中步骤S102的说明，在此不再赘述。

步骤S203：根据所述目标用户的访问信息以及所述目标类别的访问内容在每一单位时间内的热门度，确定所述目标用户在每一单位时间内对目标类别的访问内容的当前日常关注度和当前热门关注度。

所述当前日常关注度是从统计时间上相对于持续日常关注度而言的，在持续一段时间内的每一单位时间内，比如一天之内对日常关注度的量化，其仍然表征目标用户出自于日常个人兴趣而表现出的对目标类别的内容偏好，排除了目标类别为热门访问内容受大众关注而热门度很高的因素，也就是说目标用户个人的偏好与热门度无关，目标用户的个人偏好是基于自己本身的兴趣。

类似地，所述当前热门关注度是从统计时间上相对于持续热门关注度而言的，其仍然表征目标用户访问目标类别的内容，并非是基于日常个人的兴趣，而是基于访问内容为热门内容较为受大众关注而热门度较高的因素才关注。

所述当前日常关注度与该目标类别的访问内容在该单位时间内的热门度成反比，所述当前热门关注度与该目标类别的访问内容在该单位时间内的热门度成正比。

具体地，采用公式计算所述当前日常关注度，并采用公式计算所述当前热门关注度。

其中，i(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前日常关注度；h(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前热门关注度，m(c|d,u)为目标用户u在单个单位时间d内访问所述目标类别c的访问内容的次数，M(d,u)为目标用户u在单个单位时间d内访问所有类别的访问内容的次数，P(c|d)为所述目标类别c的访问内容在单个单位时间d内的热门度。

所述当前日常关注度是指从单位时间内如一天来看用户日常对目标类别的偏好程度。计算所述当前日常关注度的公式中，代表了目标用户u在单位时间d内访问目标类别c的比例，P(c|d)为所述目标类别c的访问内容在单个单位时间d内的热门度，热门度表征了大众对目标类别c的关注程度，与P(c|d)的比值代表了目标用户个人的对目标类别c的关注程度相对于大众对目标类别c的关注情况，去除了所述目标类别的热门程度对个人行为的影响，从而i(c|d,u)可表示目标用户个人区别于大众的个人偏好强度，当比值大于1时，说明目标用户对目标类别c是真正的长期以来的兴趣，比值越大，说明目标用户对目标类别的偏好程度越大。

所述当前热门关注度是从单位时间内如一天来看用户对目标类别为热门内容的类别时对访问内容的临时偏好程度。计算所述当前热门关注度的公式中，代表了目标用户u在单位时间d内访问目标类别c的比例，P(c|d)为所述目标类别c的访问内容在单个单位时间d内的热门度，热门度也表征了访问内容属于热门类别(属于当前受大众关注的类别)的概率。与P(c|d)的乘积代表了目标用户对目标类别的访问与目标类别受大众关注属于热门类别同时发生的可能性。只有和P(c|d)比较大时，h(c|d,u)才比较大，这种情况下目标用户访问所述目标类别的内容很可能是受热门度影响的。当较大，P(c|d)较小，i(c|d,u)也很大，说明目标用户对目标类别的关注程度与热门度无关；当较小，P(c|d)较大时，说明目标类别很热门但也无法激发用户的偏好。

步骤S204：根据所述目标用户在每一单位时间内对所述目标类别的访问内容的当前日常关注度和当前热门关注度，确定目标用户对所述目标类别的访问内容的持续日常关注度和持续热门关注度。

在具体实施中，通过计算每一单位时间内的对目标类别的访问内容的当前日常关注度和当前热门关注度，可以得到多个连续的单位时间组成的一段时间内，目标用户的对该目标类别的持续日常关注度和持续热门关注度。

在一非限定的具体实现中，为了体现距离当前越久的偏好程度对当前目标用户的偏好程度影响较小，可以设置时间衰减因子参与计算。

具体而言，采用采用公式计算所述持续日常关注度，并采用公式计算所述持续热门关注度。

其中，d为起始的单位时间，D为结束的单位时间，a为预设的衰减因子，g(c|u)为目标用户u对所述目标类别c的持续日常关注度；f(c|u)为目标用户u对所述目标类别c的持续热门关注度；i(c|d,u)为所述目标用户u在单个单位时间d内针对所述目标类别c的当前日常关注度；h(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前热门关注度。

通过在一段时间范围内进行计算，可体现出目标用户在这一段时间内关注度的变化，从而较为真实的反映用户的偏好程度，进而可进行较为准确的预测，进而可更加有针对性地为推荐内容或互联网广告等做服务设备和带宽等网络系统资源的部署，进而提高了网络系统资源的利用率。

步骤S205：计算所述持续日常关注度和所述持续热门关注度的几何平均值，将计算结果作为所述目标用户访问所述目标类别的访问内容的概率。

本发明实施例的技术方案中，一方面有区分地计算目标用户对目标类别的访问内容的持续日常关注度和持续热门关注度，而本实施例中的持续日常关注度用于表征所述目标用户持续在一段时间日常对所述目标类别的访问内容的偏好程度，持续热门关注度用于表征目标用户持续一段时间内在访问内容为热门访问内容时对对应目标类别的临时偏好程度；另一方面结合了热门度和访问信息来进行计算，而热门度反映了该类别的访问内容受大众关注的程度，从而也就能体现出目标用户相对于大众的个人关注强度。通过上述两个方面，本发明技术方案的实施可以更真实地反映目标用户访问目标类别内容的真实兴趣，进而使得根据持续日常关注度和持续热门关注度计算所述目标用户访问所述目标类别的访问内容的概率更加准确，从而可以据此概率作为互联网运营中的指导因素，更加有针对性地进行内容推荐，或者为被访问概率较高的内容类别做服务设备和带宽等网络系统资源的部署，进而提高了网络系统资源的利用率。与此同时，由于据此推荐的访问内容或者推送的互联网广告是较符合用户真实兴趣的，从而可以避免用户多次尝试进行搜索和访问，提升了用户的访问体验。

图3是本发明实施例中的一种预测访问内容点击率的装置的结构示意图。如图3所示的预测访问内容点击率的装置可以包括：获取单元301、第一计算单元302、第二计算单元303和第三计算单元304。

获取单元301，适于获取多个用户的访问信息，所述访问信息包括访问行为的时间点和对应的访问内容的类别。

在一具体实现中，所述获取单元301可以包括直接获取子单元(图未示)，适于根据所述用户的访问内容的类别标签，直接获取所述访问内容的类别。在另一具体实现中，所述获取单元301可以通过文本分类技术来对访问内容进行分类。

第一计算单元302，适于根据所述多个用户的访问信息，计算每一类别的访问内容在每一单位时间内的热门度。

在具体实施中，所述第一计算单元302可以包括热门度计算子单元(图未示)，适于计算所述单个类别的访问内容在所述单个单位时间内的被访问次数除以全部类别的访问内容在所述单个单位时间内的被访问次数得到的结果，并将所述结果作为每一类别的访问内容在每一单位时间内的热门度。

第二计算单元303，适于根据目标用户的访问信息以及目标类别的访问内容在每一单位时间内的热门度，量化所述目标用户对所述目标类别的访问内容的持续日常关注度和持续热门关注度，所述持续日常关注度用于表征所述目标用户持续在一段时间日常对所述目标类别的访问内容的偏好程度，所述持续热门关注度用于表征目标用户持续一段时间内在访问内容为热门访问内容时对对应目标类别的临时偏好程度。

第三计算单元304，适于根据所述持续日常关注度和所述持续热门关注度计算所述目标用户访问所述目标类别的访问内容的概率。

在具体实施中，所述预测访问内容点击率的装置可以应用于服务器。在需要对目标用户做互联网广告投放时，所述预测访问内容点击率的装置可应用于DSP服务器。

有关上述预测访问内容点击率的装置的详细说明，可对应参照图2中预测访问内容点击率的方法的说明，在此不再赘述。

图4是本发明实施例中的另一种预测访问内容点击率的装置的结构示意图。如图4所示的预测访问内容点击率的装置可以包括：获取单元401、第一计算单元402、第二计算单元403和第三计算单元404。

所述获取单元401，适于获取多个用户的访问信息，所述访问信息包括访问行为的时间点和对应的访问内容的类别。

在具体实施中，所述获取单元401可以包括：

所述训练子单元4011，适于将已知类别的访问内容作为训练集，在所述训练集的基础上训练得到支持向量机分类器；

分类子单元4012，适于使用所述向量机分类器对所述用户的访问内容进行分类得到所述类别。

所述第一计算单元402，适于根据所述多个用户的访问信息，计算每一类别的访问内容在每一单位时间内的热门度。

在具体实施中，所述第一计算单元402可以包括：

热门度计算子单元4021，适于计算所述单个类别的访问内容在所述单个单位时间内的被访问次数除以全部类别的访问内容在所述单个单位时间内的被访问次数得到的结果，并将所述结果作为每一类别的访问内容在每一单位时间内的热门度。

所述第二计算单元403，适于根据目标用户的访问信息以及目标类别的访问内容在每一单位时间内的热门度，量化所述目标用户对所述目标类别的访问内容的持续日常关注度和持续热门关注度，所述持续日常关注度用于表征所述目标用户持续在一段时间日常对所述目标类别的访问内容的偏好程度，所述持续热门关注度用于表征目标用户持续一段时间内在访问内容为热门访问内容时对对应目标类别的临时偏好程度。

在具体实施中，所述第二计算单元403可以包括：

第一确定子单元4031，适于根据所述目标用户的访问信息以及所述目标类别的访问内容在每一单位时间内的热门度，确定所述目标用户在每一单位时间内对目标类别的访问内容的当前日常关注度和当前热门关注度，所述当前日常关注度与该目标类别的访问内容在该单位时间内的热门度成反比，所述当前热门关注度与该目标类别的访问内容在该单位时间内的热门度成正比；

第二确定子单元4032，适于根据所述目标用户在每一单位时间内对所述目标类别的访问内容的当前日常关注度和当前热门关注度，确定目标用户对所述目标类别的访问内容的持续日常关注度和持续热门关注度。

在具体实施中，所述第一确定子单元4031可以包括：

第一确定子模块，适于采用公式计算所述当前日常关注度，并采用公式计算所述当前热门关注度，其中，i(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前日常关注度；h(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前热门关注度，m(c|d,u)为目标用户u在单个单位时间d内访问所述目标类别c的访问内容的次数，M(d,u)为目标用户u在单个单位时间d内访问所有类别的访问内容的次数，P(c|d)为所述目标类别c的访问内容在单个单位时间d内的热门度。

在具体实施中，所述第二确定子单元4032可以包括：

第二确定子模块，适于采用公式计算所述持续日常关注度，并采用公式计算所述持续热门关注度；

其中d为起始的单位时间，D为结束的单位时间，a为预设的衰减因子，g(c|u)为目标用户u对所述目标类别c的持续日常关注度；f(c|u)为目标用户u对所述目标类别c的持续热门关注度；i(c|d,u)为所述目标用户u在单个单位时间d内针对所述目标类别c的当前日常关注度；h(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前热门关注度。

第三计算单元404，适于根据所述持续日常关注度和所述持续热门关注度计算所述目标用户访问所述目标类别的访问内容的概率。

在具体实施中，所述第三计算单元404可以包括：

访问概率计算子单元4041，适于计算所述持续日常关注度和所述持续热门关注度的几何平均值，将计算结果作为所述目标用户访问所述目标类别的访问内容的概率。

有关上述预测访问内容点击率的装置的结构和有益效果的说明，可对应参照图2中预测访问内容点击率的方法和有益效果的说明，在此不再赘述。

在具体实施中，所述预测访问内容点击率的装置可以应用于服务器。在需要对目标用户做互联网广告投放时，所述预测访问内容点击率的装置可应用于DSP服务器。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于计算机可读存储介质中，存储介质可以包括：ROM、RAM、磁盘或光盘等。

以上对本发明实施例的方法及系统做了详细的介绍，本发明并不限于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (16)

1.一种预测访问内容点击率的方法，其特征在于，包括：

获取多个用户的访问信息，所述访问信息包括访问行为的时间点和对应的访问内容的类别；

根据所述多个用户的访问信息，计算每一类别的访问内容在每一单位时间内的热门度；

根据目标用户的访问信息以及目标类别的访问内容在每一单位时间内的热门度，量化所述目标用户对所述目标类别的访问内容的持续日常关注度和持续热门关注度，所述持续日常关注度用于表征所述目标用户持续在一段时间日常对所述目标类别的访问内容的偏好程度，所述持续热门关注度用于表征目标用户持续一段时间内在访问内容为热门访问内容时对对应目标类别的临时偏好程度；

根据所述持续日常关注度和所述持续热门关注度计算所述目标用户访问所述目标类别的访问内容的概率。

2.根据权利要求1所述的预测访问内容点击率的方法，其特征在于，获取所述用户访问行为的访问内容的类别，包括：

根据所述用户的访问内容的类别标签，直接获取所述访问内容的类别。

3.根据权利要求1所述的预测访问内容点击率的方法，其特征在于，获取所述用户访问行为的访问内容的类别，包括：

将已知类别的访问内容作为训练集，在所述训练集的基础上训练得到支持向量机分类器；

使用所述向量机分类器对所述用户的访问内容进行分类得到所述类别。

4.根据权利要求1所述的预测访问内容点击率的方法，其特征在于，根据所述多个用户的访问信息，计算每一类别的访问内容在每一单位时间内的热门度，包括：对于每一单个类别，计算所述单个类别的访问内容在单个单位时间内的被访问次数除以全部类别的访问内容在所述单个单位时间内的被访问次数得到的结果，并将所述结果作为每一类别的访问内容在每一单位时间内的热门度。

5.根据权利要求4所述的预测访问内容点击率的方法，其特征在于，根据目标用户的访问信息以及目标类别的访问内容在每一单位时间内的热门度，量化所述目标用户对所述目标类别的访问内容的持续日常关注度和持续热门关注度，包括：

根据所述目标用户的访问信息以及所述目标类别的访问内容在每一单位时间内的热门度，确定所述目标用户在每一单位时间内对目标类别的访问内容的当前日常关注度和当前热门关注度，所述当前日常关注度与该目标类别的访问内容在该单位时间内的热门度成反比，所述当前热门关注度与该目标类别的访问内容在该单位时间内的热门度成正比；

根据所述目标用户在每一单位时间内对所述目标类别的访问内容的当前日常关注度和当前热门关注度，确定目标用户对所述目标类别的访问内容的持续日常关注度和持续热门关注度。

6.根据权利要求5所述的预测访问内容点击率的方法，其特征在于，所述根据所述目标用户的访问信息以及所述目标类别的访问内容在每一单位时间内的热门度，确定所述目标用户在每一单位时间内对每一类别的访问内容的当前日常关注度和当前热门关注度，包括：

采用公式计算所述当前日常关注度，并采用公式计算所述当前热门关注度，其中，i(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前日常关注度；h(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前热门关注度，m(c|d,u)为目标用户u在单个单位时间d内访问所述目标类别c的访问内容的次数，M(d,u)为目标用户u在单个单位时间d内访问所有类别的访问内容的次数，P(c|d)为所述目标类别c的访问内容在单个单位时间d内的热门度。

7.根据权利要求5所述的预测访问内容点击率的方法，其特征在于，根据所述目标用户在每一单位时间内对所述目标类别的访问内容的当前日常关注度和当前热门关注度，确定目标用户对所述目标类别的访问内容的持续日常关注度和持续热门关注度，包括：

采用公式计算所述持续日常关注度，并采用公式计算所述持续热门关注度；

其中d为起始的单位时间，D为结束的单位时间，a为预设的衰减因子，g(c|u)为目标用户u对所述目标类别c的持续日常关注度；f(c|u)为目标用户u对所述目标类别c的持续热门关注度；i(c|d,u)为所述目标用户u在单个单位时间d内针对所述目标类别c的当前日常关注度；h(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前热门关注度。

8.根据权利要求1或7所述的预测访问内容点击率的方法，其特征在于，根据所述持续日常关注度和所述持续热门关注度计算所述目标用户访问所述目标类别的访问内容的概率，包括：计算所述持续日常关注度和所述持续热门关注度的几何平均值，将计算结果作为所述目标用户访问所述目标类别的访问内容的概率。

9.一种预测访问内容点击率的装置，其特征在于，包括：

获取单元，适于获取多个用户的访问信息，所述访问信息包括访问行为的时间点和对应的访问内容的类别；

第一计算单元，适于根据所述多个用户的访问信息，计算每一类别的访问内容在每一单位时间内的热门度；

第二计算单元，适于根据目标用户的访问信息以及目标类别的访问内容在每一单位时间内的热门度，量化所述目标用户对所述目标类别的访问内容的持续日常关注度和持续热门关注度，所述持续日常关注度用于表征所述目标用户持续在一段时间日常对所述目标类别的访问内容的偏好程度，所述持续热门关注度用于表征目标用户持续一段时间内在访问内容为热门访问内容时对对应目标类别的临时偏好程度；

第三计算单元，适于根据所述持续日常关注度和所述持续热门关注度计算所述目标用户访问所述目标类别的访问内容的概率。

10.根据权利要求9所述的预测访问内容点击率的装置，其特征在于，所述获取单元包括：

直接获取子单元，适于根据所述用户的访问内容的类别标签，直接获取所述访问内容的类别。

11.根据权利要求9所述的预测访问内容点击率的装置，其特征在于，所述获取单元包括：

训练子单元，适于将已知类别的访问内容作为训练集，在所述训练集的基础上训练得到支持向量机分类器；

分类子单元，适于使用所述向量机分类器对所述用户的访问内容进行分类得到所述类别。

12.根据权利要求9所述的预测访问内容点击率的装置，其特征在于，第一计算单元包括：

热门度计算子单元，适于对于每一单个类别，计算所述单个类别的访问内容在单个单位时间内的被访问次数除以全部类别的访问内容在所述单个单位时间内的被访问次数得到的结果，并将所述结果作为每一类别的访问内容在每一单位时间内的热门度。

13.根据权利要求12所述的预测访问内容点击率的装置，其特征在于，第二计算单元包括：

第一确定子单元，适于根据所述目标用户的访问信息以及所述目标类别的访问内容在每一单位时间内的热门度，确定所述目标用户在每一单位时间内对目标类别的访问内容的当前日常关注度和当前热门关注度，所述当前日常关注度与该目标类别的访问内容在该单位时间内的热门度成反比，所述当前热门关注度与该该目标类别的访问内容在该单位时间内的热门度成正比；

第二确定子单元，适于根据所述目标用户在每一单位时间内对所述目标类别的访问内容的当前日常关注度和当前热门关注度，确定目标用户对所述目标类别的访问内容的持续日常关注度和持续热门关注度。

14.根据权利要求13所述的预测访问内容点击率的装置，其特征在于，所述第一确定子单元，包括：

第一确定子模块，适于采用公式计算所述当前日常关注度，并采用公式计算所述当前热门关注度，其中，i(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前日常关注度；h(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前热门关注度，m(c|d,u)为目标用户u在单个单位时间d内访问所述目标类别c的访问内容的次数，M(d,u)为目标用户u在单个单位时间d内访问所有类别的访问内容的次数，P(c|d)为所述目标类别c的访问内容在单个单位时间d内的热门度。

15.根据权利要求13所述的预测访问内容点击率的装置，其特征在于，所述第二确定子单元，包括：

第二确定子模块，适于采用公式计算所述持续日常关注度，并采用公式计算所述持续热门关注度；

其中d为起始的单位时间，D为结束的单位时间，a为预设的衰减因子，g(c|u)为目标用户u对所述目标类别c的持续日常关注度；f(c|u)为目标用户u对所述目标类别c的持续热门关注度；i(c|d,u)为所述目标用户u在单个单位时间d内针对所述目标类别c的当前日常关注度；h(c|d,u)为目标用户u在单个单位时间d内针对所述目标类别c的当前热门关注度。

16.根据权利要求9或15所述的预测访问内容点击率的装置，其特征在于，所述第三计算单元包括：

访问概率计算子单元，适于计算所述持续日常关注度和所述持续热门关注度的几何平均值，将计算结果作为所述目标用户访问所述目标类别的访问内容的概率。