CN113298572A - 页面展示方法、装置及计算机设备 - Google Patents

Abstract

本说明书中的一个或多个实施例涉及页面展示方法、装置及计算机设备，该页面展示方案中页面，通过客户端获取到当前用户发起的对权益页面的展示请求后，获取所述当前用户的业务行为数据；利用当前用户的业务行为数据以及历史业务行为数据的相关性，从多类预设权益中预测所述当前用户偏好的待发放权益；其中，所述历史业务行为数据表征历史用户对历史发放的权益的偏好信息；根据预测结果，获取所述用户偏好的待发放权益的权益数据并返回给所述客户端，以使所述客户端根据获取到所述权益数据后，将所述权益数据填充至页面模板中后生成权益页面。

Description

页面展示方法、装置及计算机设备

技术领域

本说明书实施例涉及互联网技术领域，尤其涉及页面展示方法、装置及计算机设备。

背景技术

随着社会的发展，涌现越来越多的业务平台向用户提供各式各样的业务，以满足用户生活、工作中的多种需求。为了使用户更好地使用符合其需求的服务，一些业务平台会选择采用向用户发放权益的方式，激励用户更主动地使用平台推出的一些业务。

发明内容

为克服相关技术中存在的问题，本说明书实施例提供了页面展示方法、装置及计算机设备。

根据本说明书实施例的第一方面，提供一种页面展示方法，包括：

通过客户端获取到当前用户发起的对权益页面的展示请求后，获取所述当前用户的业务行为数据；

利用当前用户的业务行为数据以及历史业务行为数据的相关性，从多类预设权益中预测所述当前用户偏好的待发放权益；其中，所述历史业务行为数据表征历史用户对历史发放的权益的偏好信息；

根据预测结果，获取所述用户偏好的待发放权益的权益数据并返回给所述客户端，以使所述客户端根据获取到所述权益数据后，将所述权益数据填充至页面模板中后生成权益页面。

根据本说明书实施例的第二方面，提供一种页面展示方法，包括：

确定当前用户发起对权益页面的展示请求后，向服务端请求服务端预测出的所述当前用户偏好的待发放权益的权益数据；

获取所述权益页面的页面模板，所述页面模板中包括有权益数据的填充区域；

将获取的权益数据填充至所述填充区域后生成权益页面并展示。

根据本说明书实施例的第三方面，提供一种页面展示装置，包括：

数据获取模块，用于：通过客户端获取到当前用户发起的对权益页面的展示请求后，获取所述当前用户的业务行为数据；

预测模块，用于：利用当前用户的业务行为数据以及历史业务行为数据的相关性，从多类预设权益中预测所述当前用户偏好的待发放权益；其中，所述历史业务行为数据表征历史用户对历史发放的权益的偏好信息；

数据返回模块，用于：根据预测结果，获取所述用户偏好的待发放权益的权益数据并返回给所述客户端，以使所述客户端根据获取到所述权益数据后，将所述权益数据填充至页面模板中后生成权益页面。

根据本说明书实施例的第四方面，提供一种页面展示装置，包括：

请求模块，用于：确定当前用户发起对权益页面的展示请求后，向服务端请求服务端预测出的所述当前用户偏好的待发放权益的权益数据；

页面模板获取模块，用于：获取所述权益页面的页面模板，所述页面模板中包括有权益数据的填充区域；

页面展示模块，用于：将获取的权益数据填充至所述填充区域后生成权益页面并展示。

根据本说明书实施例的第五方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现前述第一方面或第二方面所述的方法。

本说明书的实施例提供的技术方案可以包括以下有益效果：

本说明书实施例中，针对权益区分了多种不同的类型，不同权益类型具有不同的权益数据，通过获取用户的历史业务行为数据来预测用户所偏好的权益，进而可以根据不同的权益类型返回不同的权益数据，以供客户端展示，使得客户端生成的页面中展示的权益能够符合用户的偏好，进而吸引用户利用权益执行业务。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本说明书的实施例，并与说明书一起用于解释本说明书的原理。

图1A是本说明书根据一示例性实施例示出的一种页面展示方法的应用场景示意图。

图1B是本说明书根据一示例性实施例示出的一种页面展示方法的流程示意图。

图2A是本说明书根据一示例性实施例示出的一种页面展示方法的流程示意图。

图2B是本说明书根据一示例性实施例示出的另一种页面展示方法的流程示意图。

图2C是本说明书根据一示例性实施例示出的另一种页面展示方法的流程示意图。

图2D是本说明书根据一示例性实施例示出的两个不同页面的示意图。

图3是本说明书页面展示装置所在计算机设备的一种硬件结构图。

图4是本说明书根据一示例性实施例示出的一种页面展示装置的框图。

图5是本说明书根据一示例性实施例示出的另一种页面展示装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。

在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

如图1A所示，图1A是本说明书根据一示例性实施例示出的一种页面生成方法的应用场景图，图1A中包括业务方、业务方所配置的服务端、若干个用户以及各用户所持有的电子设备。

在实际应用中，业务方具体可以是通过生活服务的业务方、购物平台服务方或交易平台服务方等等。服务端由业务方进行设置，业务方通过该服务端可以向注册用户提供若干种特定服务。在图1A中，用户A可以预先在服务端上注册账户，利用个人设备A1访问服务端使用业务方提供的服务。用户B也可以预先在服务端上注册第二账户，利用个人设备B1访问服务端获得服务。本说明书实施例中的个人设备可以包括各种具有网络通信功能和展示功能的终端，例如，智能手机、平板计算机、笔记本计算机、台式计算机、电视机、集成于计算机显示器中的计算机或其它的电子装备。

用户使用个人设备访问服务端，获得业务方所提供的服务的过程中，用户可以在个人设备上查阅到服务端所提供的页面。作为例子，服务方还可以提供APP(Application，应用程序)并由用户安装于个人设备中，因此，页面的生成可以是业务方通过其提供的APP来完成。

实际应用中，业务方可以向用户提供一定的权益，从而激励用户使用业务，从而实现相应的业务需求。例如，通过提供针对交易业务的优惠券等权益，能够激励用户及时使用该交易业务满足其需求，也促进了交易业务的完成。其中，业务方向用户提供的产品可以展示页面，通过页面向用户展示权益。因此，需要提供更好的页面展示方案，使用户更好地查阅到其可以获取到的权益，以促使用户更好地体验平台推出的一些业务。

如图1B所示，是本说明书根据一示例性实施例示出的一种页面展示方法的流程图，本实施例可应用于服务端，包括如下步骤：

在步骤102中，通过客户端获取到当前用户发起的对权益页面的展示请求后，获取所述当前用户的业务行为数据；

在步骤104中，利用当前用户的业务行为数据以及历史业务行为数据的相关性，从多类预设权益中预测所述当前用户偏好的待发放权益；其中，所述历史业务行为数据表征历史用户对历史发放权益的偏好信息；

在步骤106中，根据预测结果，获取所述用户偏好的待发放权益的权益数据并返回给所述客户端，以使所述客户端根据获取到所述权益数据后，将所述权益数据填充至页面模板中后生成权益页面。

本实施例的权益是指提供给用户的激励，用于促使用户执行业务行为，权益例如可以是优惠券、红包、积分、折扣卡、特价商品、虚拟资产等，具体可以根据实际业务需求而灵活配置；业务行为根据实际业务场景及需求灵活配置，例如可以是用户使用权益执行交易的行为等等。

本实施例方案中，业务方向用户发放权益，可激励用户执行业务行为。如果采用单一的权益发放模式，例如对所有用户都发放相同的权益，可能无法带来较好的发放效果。例如，不同用户具有不同的喜好，不同喜好的用户针对同样的权益的响应存在差异，将会导致激励效果降低，进而会影响业务的执行，并且，对于用户不喜欢的权益，也造成了资源的无效浪费。

图1B所示的实施例从服务端的角度描述了页面展示方案，本实施例方案可以根据需要预先配置多种不同类型的预设权益，不同类型的预设权益可以具有不同的权益数据，通过预测用户所偏好的权益，返回用户偏好的权益数据，以供客户端展示，使得客户端生成的页面中展示的权益能够符合用户的偏好，进而吸引用户利用权益执行业务。

实际应用中，可以通过多种方式预测用户偏好的权益类型。作为例子，可以根据用户在平台的业务行为的频率来确定用户的偏好，例如，历史业务行为数据包括了用户在平台的业务行为的频率信息，通过该频率信息来表征历史用户对历史发放的权益的偏好信息，用户在平台的业务行为的执行次数越多，表示用户对业务的喜好度较高，若为用户分配发放更多权益，可能会使用户利用权益执行更多的业务行为。作为例子，可以基于用户的业务行为设置不同的用户类型，用户类型指示用户的业务行为频率，并且，针对不同的用户类型可以对应配置不同的权益类型，具体的用户类型可以根据需要而灵活配置。

作为例子，根据用户平台中的业务行为的频率划分用户类型，以用户类型包括高频用户、低频用户、高频僵流用户及低频僵流用户为例，作为例子，高频用户可以是指30天内有业务订单，且数量在8个业务订单以上的用户类型；低频用户可以是指30天内有业务订单，且数量在1至3单的用户类型；高频僵流用户可以是指30天内召回的60至180天内的无单用户，且数量在8单以上的用户类型；低频僵流用户是指30天内召回的60至180天内无单用户，且数量在1至3单的用户类型。

其中，不同用户类型配置有不同的权益数据，作为例子，业务方可以实现有配置系统，由相关技术人员利用配置系统配置各个用户类型，以及每个用户类型对应的权益数据。基于此，用户利用客户端触发权益页面时，客户端可以向服务端发送页面请求，服务端根据用户的用户标识，通过配置系统可以查询到用户所属的用户类型，进而确定出用户类型对应的权益数据并返回客户端。基于此，不同类型的用户会看到不同的内容或不同的内容组织方式。不同类型的用户会看到不同的内容或不同的内容组织方式。例如，以权益为会员红包为例，高频用户下单频次高，认为会员红包数量不够用，页面中会前置展示更多红包内容。

在另一些例子中，可以通过机器学习模型的方式来实现。在机器学习领域，通常是先通过建模表示出一个模型，再通过构建一个用于对模型进行评价的函数，最后根据样本数据及最优化方法对评价函数进行优化，把模型调整到设定的准确率标准。

本实施例中将该模型称为预测模型，该预测模型的任务是利用当前用户的业务行为数据以及历史业务行为数据的相关性，从多类预设权益中预测所述当前用户偏好的待发放权益。本实施例的业务行为数据，可以是在用户授权的情况下获取到的，实际应用中可以根据需要可以包括多种信息，例如可以包括用户执行业务行为产生的数据，例如设定时间段内用户登录平台的次数、登录平台的时间，设定时间段内用户执行业务行为的次数或执行业务行为的时间等，可选的，还可以包括用户个人信息等。预测模型预先利用样本业务行为数据进行训练，其中，本实施例的样本业务行为数据，包括有表征向用户发放权益之前及之后用户业务行为变化的历史业务行为数据，所述历史业务行为数据标记有所述用户是否偏好发放的权益，通过所述样本业务行为数据使所述预测模型学习出偏好及不偏好发放的权益的用户的特性。

作为例子，平台中存储有大量的用户业务行为数据，历史业务行为数据可以包括用户发放权益前后设定时间段内的业务行为数据，例如在发放权益之前，获取用户发放权益之前设定时间段内的业务行为数据，以及获取发放权益之后设定时间段内的业务行为数据，两者的变化指示了用户在权益发放前后的业务行为变化，例如，权益发放前后用户执行业务行为的次数是否发生变化，其指示了用户是否偏好发放的历史权益，进而可以为历史业务行为数据打上标签，该标签用于指示用户是否偏好发放的历史权益。

基于此，可以利用上述样本业务行为数据对预测模型进行训练。其中，预测模型可以根据需要灵活选择，例如逻辑回归模型、随机森林模型、贝叶斯方法模型、支持向量机模型或神经网络模型等等。

预测模型通过对上述样本业务行为数据的训练，使得预测模型能够根据这些数据，学习出偏好历史发放权益及不偏好历史发放权益的用户的业务行为特性，例如，对于偏好同一类的历史发放权益的用户，预测模型能够通过大量的训练数据，学习出这些用户的业务行为数据所具有的相同特点；同样，对于不偏好的用户，预测模型同样可以根据大量的训练数据来学习出这些用户的业务行为数据所具有的相同特点。在训练好预测模型后，该预测模型可以用于偏好预测，即利用当前用户的业务行为数据，根据训练过程中学习到的知识，从各类预设权益中预测用户偏好的待发放权益。

在一些例子中，本实施例的权益具有多种不同的类型，即有多种不同的权益，配置不同类型的权益是为了满足不同用户的需求，实际应用中可以根据业务需求灵活配置多类预设权益。本实施例中的各类预设权益，与训练时采用的的历史发放权益具有关联，也即是要被预测的多类预设权益，与模型训练的历史发放权益具有一定的相关性。可选的，平台侧存储有大量的业务行为数据，随着业务的发展，历史发放权益也有多种类型，可选的，本实施例中可以从多类历史发放权益中查找出与预设权益相匹配的多类历史发放权益，之后再根据这相匹配的多类历史发放权益，再获取包含有这多类历史发放权益的历史业务行为数据作为样本业务行为数据。其中，被预测的多类预设权益与历史发放权益的匹配处理，可以根据业务需要灵活配置，此处的匹配，可以包括权益类型的匹配，如都属于同一种权益类型；还可以包括权益内容的匹配，例如可以通过获取预设权益的权益内容的文本，以及获取历史发放权益的权益内容的文本，计算文本匹配度来确定预设权益与历史发放权益的匹配度等。

为了更准确地预测用户偏好何种权益，本实施例的预测模型中具有多个分类器，分类器的个数可以与待发放的权益的类型个数相对应，每个分类器分别对应一类预设权益；在训练时，可以根据历史权益的类型区分出各类样本业务行为数据，每类样本业务行为数据表示用户对一类历史权益的偏好与否的业务行为数据，因此使每个分类器用于利用当前用户的业务行为数据预测所述当前用户对该分类器对应的该类待发放权益的偏好程度。作为例子，可以将用户的历史业务行为数据输入至模型中，每个分类器分别预测用户是否偏好该分类器对应的权益类型并输出结果，预测结果可以是该分类器预测出用户对该类预设权益的偏好程度，可选的，预测模型可以获取到各个分类器的预测结果并输出，预测模型的输出结果是用户对各类待发放权益的偏好程度。

在另一些例子中，也可以是前述不同用户类型配置有不同的权益数据及机器学习模型两者结合的方式来实现。例如可以通过两种方式分别确定用户偏好的权益数据，融合两者的确定结果，确定出最终用户偏好的权益数据。

在一些例子中，可以选取偏好程度最高的待发放权益的权益数据并返回给客户端，使客户端生成页面并展示该偏好程度最高的待发放权益。在其他例子中，还可以根据偏好程度的高低，选取偏好程度最高的一类或多类待发放权益并返回给客户端，使客户端可以展示偏好程度最高的一类或多类待发放权益。

在一些例子中，本实施例的权益数据用于在客户端中进行展示，其具体实现形式可以根据灵活配置，例如可以是指在页面中的展示形式，可以包括文本，即用于展示权益内容的文案；还可以包括图像形式，即将权益内容采用图像的形式展示，还可以在文案和图像两者的结合。可选的，还可以包括其他的展示形式，例如文案的展示格式，如字体大小、字体颜色等。

接下来从客户端展示页面的角度提供一实施例进行说明。如图2A所示，是本说明书根据一示例性实施例示出的一种页面展示方法的流程图，包括以下步骤：

在步骤202、确定当前用户发起对权益页面的展示请求后，向服务端请求服务端预测出的所述当前用户偏好的待发放权益的权益数据；

在步骤204、获取所述权益页面的页面模板，所述页面模板中包括有权益数据的填充区域；

在步骤206、将获取的权益数据填充至所述填充区域后生成权益页面并展示。

本说明书实施例中的页面模板可以理解为展示权益数据的框架，该模板是可以进行二次编辑的页面的半成品，模板中可以指定有一个或多个用于填充权益数据的区域。当然，模板中还可以包括用于填充其他数据的区域，本实施例对此不作限定。

本实施例中的页面模板，可以包括有一个用于填充权益数据的区域，也可以包括有多个用于填充权益数据的区域，不同区域在页面中的展示顺序不同，页面中排序在前的区域的曝光度更高。

在一些例子中，客户端可以接收到服务端发送的偏好程度最高的待发放权益的权益数据，客户端通过该权益数据填充至该填充区域中生成页面并展示该偏好程度最高的待发放权益。

在其他例子中，所述页面模板中包括有多个用于填充权益数据的填充区域，所述各个填充区域在所述页面中具有不同的前后位置；所述权益数据中包括有当前用户对各类待发放权益的偏好程度信息；所述不同前后位置的填充区域内的权益数据，是按照各类待发放权益的偏好程度的高低进行填充的。本实施例中，基于上述方式，可以将偏好程度较高的待发放权益填充在页面中位置更靠前的填充区域内，从而偏好程度越高的待发放权益具有越大的曝光度，也更易吸引用户的关注。

本实施例的权益数据的数据类型，本实施例对此不作限定，作为例子，可以采用图像或文案中的任意一种，或者是两者的组合。

如图2B和图2C所示，分别是本说明书根据一示例性实施例示出的另一页面展示方法的流程图，本实施例方法中，可以先根据用户标识匹配用户类型，再根据用户类型匹配页面中展示的权益内容，未匹配出用户类型或者匹配失败的用户可以展示默认的权益内容。

作为例子，用户类型的判断，可以是由业务方在配置系统中配置多种用户类型，所配置的各种用户类型可以作为触发条件，在配置系统中还可以配置每种用户类型匹配的页面的权益数据，即触发结果。触发条件和触发结果均可根据业务实际情况而自定义。如定义30天内有单，且数量在8单以上的用户为高频用户等。页面展示的过程中，可以是用户使用客户端在访问页面时，服务端获取到用户标识，通过用户标识识别到用户的类型满足触发条件时，则触发匹配机制，服务端将匹配到的权益数据返给客户端展示页面，用户可以查阅到展示有匹配的权益数据的页面。如果用户标识未匹配到触发条件中定义的用户类型，则可以获取默认的权益数据并返给客户端显示。

在另一些例子中，可以是采用模型预测的方式来预测用户偏好的权益数据，如下表所示，是本说明书实施例示出的不同用户的权益数据的示意表格，该表格以4位用户为例，以5类待发放权益为例(会员红包、加量包、红包升级、吃货豆和特价菜)，不同用户对不同类权益的偏好不同，基于此，根据每个用户对权益的不同偏好程度，不同用户采用了不同的权益数据展示方式，作为例子：

如图2D所示，以会员权益为例进行说明，图2D中示出了两个客户端分别展示两个不同页面，该两个页面分别展示有不同的会员权益。

本实施例中，训练好的预测模型可以上线应用，用于实时预测用户偏好的权益，在一些例子中，客户端可以获取展示页面后的设定时间段内所述用户的业务行为数据，将获取的数据发送给服务端，基于此，服务端可以利用所述用户的业务行为数据确定用户是否偏好所述待发放的权益后，为所述业务行为数据进行标注，利用标注后的业务行为数据训练所述预测模型。本实施例中，上线应用后，可以获取用户的业务行为数据，根据预测后用户实际产生的业务行为数据持续地训练预测模型，从而可以逐渐提升模型的预测准确度。

由上述实施例可见，本实施例方案针对权益区分了多种不同的类型，不同权益类型具有不同的权益数据，通过获取用户的历史业务行为数据来预测用户所偏好的权益，进而可以根据不同的权益类型返回不同的权益数据，以供客户端展示，使得客户端生成的页面中展示的权益能够符合用户的偏好，进而吸引用户利用权益执行业务。本实施例方案结合了用户需求和商业价值，既为用户提供了更有价值的信息，也提供了精准营销的策略，为平台提升商业价值。

与前述页面展示方法的实施例相对应，本说明书还提供了页面展示装置及其所应用的计算机的实施例。

本说明书页面展示装置的实施例可以应用在计算机设备上，例如服务器或终端设备等。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在文件处理的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图3所示，为本说明书页面展示装置所在计算机设备的一种硬件结构图，除了图3所示的处理器310、内存330、网络接口320、以及非易失性存储器340之外，实施例中页面展示装置331所在的计算机设备，通常根据该计算机设备的实际功能，还可以包括其他硬件，对此不再赘述。

如图4所示，图4是本说明书根据一示例性实施例示出的一种页面展示装置的框图，所述装置包括：

数据获取模块41，用于：通过客户端获取到当前用户发起的对权益页面的展示请求后，获取所述当前用户的业务行为数据；

预测模块42，用于：利用当前用户的业务行为数据以及历史业务行为数据的相关性，预测所述当前用户偏好的待发放权益；其中，所述历史业务行为数据表征历史用户对历史发放的权益的偏好信息；

数据返回模块43，用于：根据预测结果，获取所述用户偏好的待发放权益的权益数据并返回给所述客户端，以使所述客户端根据获取到所述权益数据后，将所述权益数据填充至页面模板中后生成权益页面。

在一些例子中，所述预测模块中，由所述预测模型利用当前用户的业务行为数据以及历史业务行为数据的相关性，预测所述当前用户偏好的待发放权益；

其中，所述预测模型通过样本业务行为数据进行训练，所述样本业务行为数据包括有：向用户发放权益之前及之后用户的历史业务行为数据，所述历史业务行为数据标记有所述用户是否偏好发放的权益，通过所述样本业务行为数据使所述预测模型学习出偏好及不偏好发放的权益的用户的特性。

在一些例子中，所述待发放的权益有多种类型，所述预测模型中包括有多个分类器，每个分类器对应一类待发放权益，每个分类器用于利用当前用户的业务行为数据预测所述当前用户对该分类器对应的待发放权益的偏好程度。

在一些例子中，所述页面模板中包括有多个用于填充权益数据的填充区域，所述各个填充区域在所述页面中具有不同的前后位置；返回给客户端的数据包括有预测出的用户对各类待发放权益的偏好程度，以使所述客户端填充页面模板时，不同前后位置的填充区域内的权益数据按照各类待发放权益的偏好程度的高低进行填充。

在一些例子中，所述预测模型还提供如下方式训练：

获取客户端展示页面后的设定时间段内所述用户的业务行为数据，利用所述用户的业务行为数据确定用户是否偏好所述待发放的权益后，为所述业务行为数据进行标注，利用标注后的业务行为数据训练所述预测模型

如图5所示，图5是本说明书根据一示例性实施例示出的另一种页面展示装置的框图，包括：

请求模块51，用于：确定当前用户发起对权益页面的展示请求后，向服务端请求服务端预测出的所述当前用户偏好的待发放权益的权益数据；

页面模板获取模块52，用于：获取所述权益页面的页面模板，所述页面模板中包括有权益数据的填充区域；

页面展示模块53，用于：将获取的权益数据填充至所述填充区域后生成权益页面并展示。

在一些例子中，所述页面模板中包括有多个用于填充权益数据的填充区域，所述各个填充区域在所述页面中具有不同的前后位置；所述权益数据中包括有当前用户对各类待发放权益的偏好程度信息；所述不同前后位置的填充区域内的权益数据，是按照各类待发放权益的偏好程度的高低进行填充的。

相应的，本说明书还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现前述实施例的页面展示方法。

上述页面展示装置中各个模块的功能和作用的实现过程具体详见上述页面展示方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本领域技术人员在考虑说明书及实践这里申请的发明后，将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本说明书的真正范围和精神由下面的权利要求指出。

应当理解的是，本说明书并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本说明书的范围仅由所附的权利要求来限制。

以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。

Claims (13)

1.一种页面展示方法，包括：

通过客户端获取到当前用户发起的对权益页面的展示请求后，获取所述当前用户的业务行为数据；

利用当前用户的业务行为数据以及历史业务行为数据的相关性，从多类预设权益中预测所述当前用户偏好的待发放权益；其中，所述历史业务行为数据表征历史用户对历史发放权益的偏好信息；

根据预测结果，获取所述用户偏好的待发放权益的权益数据并返回给所述客户端，以使所述客户端根据获取到所述权益数据后，将所述权益数据填充至页面模板中后生成权益页面。

2.根据权利要求1所述的方法，由所述预测模型利用当前用户的业务行为数据以及历史业务行为数据的相关性，从多类预设权益中预测所述当前用户偏好的待发放权益；

其中，所述预测模型通过样本业务行为数据进行训练，所述样本业务行为数据包括有：表征向用户发放历史权益之前及之后用户业务行为变化的历史业务行为数据，所述历史业务行为数据标记有所述用户是否偏好发放的权益，通过所述样本业务行为数据使所述预测模型学习出偏好及不偏好发放的历史权益的用户的特性。

3.根据权利要求2所述的方法，所述预测模型中包括有多个分类器，每个分类器对应一类预设权益，每个分类器用于利用当前用户的业务行为数据预测所述当前用户对该分类器对应的该类权益的偏好程度。

4.根据权利要求3所述的方法，所述页面模板中包括有多个用于填充权益数据的填充区域，各个所述填充区域在所述页面中具有不同的前后位置；返回给客户端的数据包括有预测出的用户对各类待发放权益的偏好程度，以使所述客户端填充页面模板时，不同前后位置的填充区域内的权益数据按照各类待发放权益的偏好程度的高低进行填充。

5.根据权利要求2所述的方法，所述方法还包括：

获取客户端展示页面后的设定时间段内所述用户的业务行为数据，利用所述用户的业务行为数据确定用户是否偏好所述待发放的权益后，为所述业务行为数据进行标注，利用标注后的业务行为数据训练所述预测模型。

6.一种页面展示方法，包括：

确定当前用户发起对权益页面的展示请求后，向服务端请求服务端预测出的所述当前用户偏好的待发放权益的权益数据；

获取所述权益页面的页面模板，所述页面模板中包括有权益数据的填充区域；

将获取的权益数据填充至所述填充区域后生成权益页面并展示。

7.根据权利要求6所述的方法，所述页面模板中包括有多个用于填充权益数据的填充区域，各个所述填充区域在所述页面中具有不同的前后位置；所述权益数据中包括有当前用户对各类待发放权益的偏好程度信息；所述不同前后位置的填充区域内的权益数据，是按照各类待发放权益的偏好程度的高低进行填充的。

8.一种页面展示装置，包括：

数据获取模块，用于：通过客户端获取到当前用户发起的对权益页面的展示请求后，获取所述当前用户的业务行为数据；

预测模块，用于：利用当前用户的业务行为数据以及历史业务行为数据的相关性，从多类预设权益中预测所述当前用户偏好的待发放权益；其中，所述历史业务行为数据表征历史用户对历史发放的权益的偏好信息；

数据返回模块，用于：根据预测结果，获取所述用户偏好的待发放权益的权益数据并返回给所述客户端，以使所述客户端根据获取到所述权益数据后，将所述权益数据填充至页面模板中后生成权益页面。

9.根据权利要求8所述的装置，所述预测模块中，由所述预测模型利用当前用户的业务行为数据以及历史业务行为数据的相关性，预测所述当前用户偏好的待发放权益；

其中，所述预测模型通过样本业务行为数据进行训练，所述样本业务行为数据包括有：向用户发放权益之前及之后用户的历史业务行为数据，所述历史业务行为数据标记有所述用户是否偏好发放的权益，通过所述样本业务行为数据使所述预测模型学习出偏好及不偏好发放的权益的用户的特性。

10.根据权利要求9所述的装置，所述预测模型中包括有多个分类器，每个分类器对应一类预设权益，每个分类器用于利用当前用户的业务行为数据预测所述当前用户对该分类器对应的该类预设权益的偏好程度。

11.一种页面展示装置，包括：

请求模块，用于：确定当前用户发起对权益页面的展示请求后，向服务端请求服务端预测出的所述当前用户偏好的待发放权益的权益数据；

页面模板获取模块，用于：获取所述权益页面的页面模板，所述页面模板中包括有权益数据的填充区域；

页面展示模块，用于：将获取的权益数据填充至所述填充区域后生成权益页面并展示。

12.根据权利要求11所述的装置，所述页面模板中包括有多个用于填充权益数据的填充区域，各个所述填充区域在所述页面中具有不同的前后位置；所述权益数据中包括有当前用户对各类待发放权益的偏好程度信息；所述不同前后位置的填充区域内的权益数据，是按照各类待发放权益的偏好程度的高低进行填充的。

13.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1至7任一所述的方法。

Images