WO2022245280A1 - 特征构建方法、内容显示方法及相关装置 - Google Patents

特征构建方法、内容显示方法及相关装置 Download PDF

Info

Publication number
WO2022245280A1
WO2022245280A1 PCT/SG2022/050259 SG2022050259W WO2022245280A1 WO 2022245280 A1 WO2022245280 A1 WO 2022245280A1 SG 2022050259 W SG2022050259 W SG 2022050259W WO 2022245280 A1 WO2022245280 A1 WO 2022245280A1
Authority
WO
WIPO (PCT)
Prior art keywords
content
page
loading
content page
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/SG2022/050259
Other languages
English (en)
French (fr)
Inventor
熊泓宇
汪罕
张皓程
刘宾
刁太
曾丹
冯一琦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lemon Inc Cayman Island
Original Assignee
Lemon Inc Cayman Island
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lemon Inc Cayman Island filed Critical Lemon Inc Cayman Island
Priority to US18/563,312 priority Critical patent/US20240289406A1/en
Publication of WO2022245280A1 publication Critical patent/WO2022245280A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/957—Browsing optimisation, e.g. caching or content distillation
    • G06F16/9574—Browsing optimisation, e.g. caching or content distillation of access to content, e.g. by caching
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking

Definitions

  • Feature Construction Method, Content Display Method and Related Devices This disclosure requires submission on May 21, 2021, the application title is "Feature Construction Method, Content Display Method and Related Devices", and the Chinese patent application number is "202110560406.5" The entire content of this Chinese patent application is incorporated by reference in this disclosure.
  • Technical Field The present disclosure relates to the field of computer technology, and in particular, to a feature construction method, a content display method, and related devices.
  • related technologies analyze user information and specific content information of a content page to determine the content displayed to the user. For example, in the display scene of video content, it is usually analyzed according to the user information and the specific content information of the video, so as to display the corresponding video content to the target user.
  • the present disclosure provides a feature construction method, the method comprising: acquiring interaction data on a content page and loading performance data of the content page, where the interaction data is used to characterize user behavior on the content page , the loading performance data is used to characterize the loading situation of the content page, the loading performance data includes the loading duration and/or loading success rate of the content page; according to the interaction data on the content page, construct user interaction features, and construct page performance features of the content page according to the loading performance data of the content page; the user interaction features and the page performance features are used to train a content display model, and the content display model Used to determine targeted content to display to targeted users.
  • the present disclosure provides a content display method, the method comprising: acquiring content information of target content; inputting content information of the target content into a content display model to determine target users, and the content display model is based on The user information features of the user, the content information features of the content page, and the user interaction features and page performance features constructed according to the method described in the first aspect are trained; displaying the target content to the target user.
  • the present disclosure provides a feature construction device, the device comprising: A data acquisition module, configured to acquire interaction data on a content page and loading performance data of the content page, the interaction data is used to characterize the user behavior of the content page, and the loading performance data is used to characterize the content page
  • the loading status of the content page, the loading performance data includes the loading time and/or loading success rate of the content page; a feature building module, configured to construct user interaction features according to the interaction data on the content page, and according to the The loading performance data of the content page is used to construct the page performance characteristics of the content page; the user interaction characteristics and the page performance characteristics are used to train a page display model, and the page display model is used to determine to display to the target user target content.
  • the present disclosure provides a content display device, the device comprising: an acquisition module, configured to acquire content information of target content; a determination module, configured to input content information of the target content into a content display model to determine For the target user, the content display model is obtained by training according to the user information characteristics of the user, the content information characteristics of the content page, and the user interaction characteristics and page performance characteristics constructed according to the method described in the first aspect; The target user displays the target content.
  • the present disclosure provides a computer-readable medium on which a computer program is stored, and when the program is executed by a processing device, the steps of the method described in the first aspect or the second aspect are implemented.
  • the present disclosure provides an electronic device, including: a storage device, on which a computer program is stored; a processing device, configured to execute the computer program in the storage device, so as to realize the first aspect or the second aspect steps of the method described in .
  • a storage device on which a computer program is stored
  • a processing device configured to execute the computer program in the storage device, so as to realize the first aspect or the second aspect steps of the method described in .
  • FIG. 1 is a flow chart of a feature construction method according to an exemplary embodiment of the present disclosure
  • FIG. 2 is a flow chart of a content display method according to an exemplary embodiment of the present disclosure
  • FIG. 3 is a block diagram of a feature construction device according to an exemplary embodiment of the present disclosure
  • FIG. 4 is a block diagram of a content display device according to an exemplary embodiment of the present disclosure
  • Fig. 5 is a block diagram of an electronic device according to an exemplary embodiment of the present disclosure.
  • related technologies usually analyze user information and specific content information of content pages to determine the content displayed to users. For example, in the case of video content, usually based on user information and specific content information of videos Analysis, to display the corresponding video content to the target user.
  • this method only focuses on user information and content information, and the analysis dimension is relatively single, and it cannot better display the corresponding content to the user, resulting in a waste of content display resources.
  • Invention Through a large amount of data analysis, people found that in the context of advertising content, the longer the user stays on the advertising landing page, the higher the user conversion rate.
  • the conversion rate can be understood as the conversion from clicking the advertisement to becoming an effective active user or registered user Specifically, when the user stays on the landing page of the advertisement for less than 30 seconds, the average user conversion rate is about 0.4. When the user stays on the landing page of the advertisement longer than 100 seconds, the average user conversion rate is about 6.8 , compared with the case where the user stayed for less than 30 seconds, the average user conversion rate increased by about 17 times.
  • the inventor also found through a large amount of data analysis that the loading time of the advertising landing page was too long or too short and the advertising landing page If the loading success rate is too high or too low, it will affect the user conversion rate.
  • the average user conversion rate is about 3.4.
  • the average user conversion rate is about 2.6.
  • the average user conversion rate is reduced by about 30%.
  • the average user conversion rate is 4.2.
  • the average user conversion rate is 4.2.
  • the average user conversion rate is 4.2.
  • the average user conversion rate is 1.
  • the average user conversion rate is reduced by about 300%.
  • the average user conversion rate is 2.8.
  • the average user conversion rate is significantly reduced. It can be seen that the display quality of the content page has a greater impact on the user conversion rate, and the data that can describe the quality of the content page can be analyzed to display the corresponding content to the user more accurately and improve the user conversion rate.
  • the user conversion rate can be characterized by the user's behaviors such as clicking, watching, and adding purchases.
  • the present disclosure proposes a feature construction method to train the content display model by constructing features from the interaction data of the user on the content page and the loading performance data of the content page, that is, to train the content display model with more abundant data, not only Improve the accuracy of the results of the content display model, reduce the waste of content display resources, improve the utilization of interaction data and page loading performance data, and increase the user conversion rate in the context of advertising content.
  • the acquisition of interaction data in the present disclosure may first display to the user an authorization prompt interface for data acquisition, such as displaying a prompt box asking the user whether to agree to upload their own interaction data.
  • Fig. 1 is a flow chart showing a feature construction method according to an exemplary embodiment of the present disclosure.
  • the feature construction method includes: Step 101, acquiring interaction data on the content page and loading performance data of the content page, the interaction data is used to represent the user behavior on the content page, and the loading performance data is used to represent the loading of the content page In some cases, the loading performance data includes the loading time and/or loading success rate of the content page.
  • Step 102 construct user interaction features according to the interaction data on the content page, and construct page performance characteristics of the content page according to the loading performance data of the content page.
  • the user interaction feature and the page performance feature are used to train the content display model, and the content display model is used to determine the target content displayed to the target user.
  • the user's interaction data on the content page may be acquired through front-end development settings.
  • the content page can be displayed after the user clicks on the advertisement
  • the landing page, or the search content page displayed to the user after the user searches, is not limited in this embodiment of the present disclosure.
  • Interaction data can be used to characterize user behavior on content pages.
  • obtaining the loading performance data of the content page includes: obtaining at least one of the following data as the loading performance data of the content page: the rendering time of the first element in the content page, the rendering time and rendering time of the largest element on the first screen Cumulative offset.
  • acquiring the loading performance data of the content page may be: acquiring at least one of the following data as the loading performance data of the content page: the number of times the content page is clicked, the loading success rate, and the loading duration within a preset duration.
  • the preset duration can be set according to the actual situation, which is not limited in this embodiment of the present disclosure.
  • the interactive operation data can be used to characterize the interactive operation of the user on the content page, which can be operation data such as clicks, slides, and page jumps performed by the user on the content page, such as the number of clicks, the number of slides, and the page number of jumps and so on.
  • Loading performance data can include the rendering time of the first element in the content page, the rendering time of the largest element on the first screen, the cumulative rendering offset and other loading data, or it can also include the number of times the content page is clicked within a preset time period, and the loading success times and load times.
  • the method further includes: according to the number of times the content page is clicked within the preset time period , determine the average number of times the content page is clicked within the preset time period; determine the success rate of the content page within the preset time period according to the number of times the content page is loaded successfully within the preset time period; according to the content page within the preset time period Loading time, determine the average loading time of the content page within the preset time.
  • the page performance characteristics of the content page are constructed, including: according to the number of clicks, loading success rate, loading time, average number of clicks, loading The success rate and average loading time, the page performance characteristics of the content page include at least one of the following: the characteristics of the number of times the content page is clicked within the preset time period; the characteristics of the average number of times the content page is clicked within the preset time period; The characteristics of the number of times of successful loading within the preset duration; the characteristics of the loading success rate of the content page within the preset duration; the characteristics of the loading duration of the content page within the preset duration; the characteristics of the average loading duration of the content page within the preset duration.
  • the average number of times the content page is clicked within the preset time period can be determined.
  • the loading success rate of the content page within the preset time period can be determined.
  • the content page can be determined Average load time over the preset duration.
  • the following page performance features can be obtained: the number of times the content page is clicked within the preset time period, the number of successful loading times of the content page within the preset time period characteristics, the loading success rate characteristic of the content page within the preset duration, the loading duration characteristic of the content page within the preset duration, and the average loading duration characteristic of the content page within the preset duration.
  • acquiring the interaction data on the content page may be: acquiring the interaction data on each of the multiple content pages, and then determining the average value corresponding to the multiple content pages according to the interaction data on each content page interactive data.
  • constructing the user interaction feature may be: according to the interaction data on each content page, constructing a single interaction feature corresponding to each content page, and according to the average interaction data corresponding to multiple content pages , to construct average interaction features corresponding to multiple content pages.
  • the average interaction data may be calculated based on the average interaction data corresponding to multiple content pages, for example, if the user authorizes and agrees, it may include the average length of time the user stays on the multiple content pages, the average click Average data such as number of times, average number of slides, average number of jumps, etc.
  • interaction data such as the user's stay time on multiple content pages, click times, slide times, jump times, and page exposure percentages are obtained.
  • a single interaction feature between the user and the content page can be constructed based on the interaction data of the user on the content page, and at the same time, a feature between the user and the multiple content pages can be constructed based on the average interaction data of the user on the multiple content pages.
  • the average interaction features of , and finally the user interaction features shown in Table 1 can be obtained: Table 1
  • user interaction features can be constructed based on the interaction data of each content page and the average interaction data of multiple content pages, and feature construction can be carried out based on richer data, which can not only improve the The content of the training shows the accuracy of the results of the model, reduces the waste of content display resources, and can further improve the utilization of interactive data.
  • constructing user interaction features according to the interaction data on the content page may be: sorting the interaction data on the content page according to corresponding data indicators, and selecting target interaction data from the sorted interaction data, and then Construct user interaction features from target interaction data.
  • the data index corresponding to the interaction data is used to represent the numerical unit of the interaction data. For example, if the interaction data is the number of clicks, sorting the interaction data according to corresponding data indicators may be sorting according to the number of clicks. Alternatively, the interaction data is the length of stay, and sorting the interaction data according to corresponding data indicators may be sorting according to the length of stay. After sorting the interaction data, target interaction data may be selected from the sorted interaction data. For example, the interaction data is the number of clicks, and after sorting the number of clicks in descending order, the top 10 interaction data are selected as the target interaction data.
  • the acquired interaction data can be sorted and truncated to remove the interference of some accidental data, so that the constructed user interaction features are more in line with the user's actual interaction behavior, thereby improving the content display model trained according to the user interaction features
  • the accuracy of the results is improved, and the waste of content display resources is reduced.
  • the disclosure can also obtain the loading performance data of the content page, so as to construct features through richer data.
  • acquiring the loading performance data of the content page may also be: acquiring the loading performance data of the content page in different time dimensions.
  • constructing the page performance characteristics of the content page according to the loading performance data of the content page may be: constructing the page performance characteristics of the content page according to the loading performance data of the content page in different time dimensions.
  • obtaining the loading performance data of the content pages in different time dimensions may also be: obtaining the first loading performance data of the content pages within the first preset duration and the second loading performance data of the content pages within the second preset duration. The performance data is loaded, wherein the time represented by the second preset duration is longer than the time represented by the first preset duration.
  • constructing the page performance characteristics of the content page may be: constructing the page performance characteristics of the content page according to the first loading performance data and the second loading performance data.
  • the first preset duration and the second preset duration may be set according to actual conditions, which is not limited in this embodiment of the present disclosure, as long as the time represented by the second preset duration is longer than the time represented by the first preset duration.
  • the loading performance data of the content page at the first preset duration and the second preset duration can be acquired respectively, or considering that the time represented by the second preset duration is longer than the time represented by the first preset duration, It is also possible to obtain the loading performance data of the content page in the second preset time period first, and then filter the loading performance data in the first preset time period from the loading performance data in the second preset time period, which is not limited in the present disclosure. For example, if the first preset duration is the latest day and the second preset duration is the latest week, then the loading performance data of the latest week can be obtained first, and then the loading performance of the latest day can be filtered according to the time identification information in the loading performance data of the latest week data.
  • the loading performance data of different time dimensions can be obtained, so as to construct features according to the loading performance data of different time dimensions, so as to obtain richer page performance characteristics, thereby improving the performance of the content display model trained according to the page performance characteristics. Accurate results, reducing the waste of content display resources, and improving the utilization of loading performance data.
  • the present disclosure also provides a content display method. Referring to FIG. 2, the method includes: Step 201, acquiring content information of target content.
  • Step 202 input the content information of the target content into the content display model to determine the target user, the content display model is based on the user information features of the user, the content information features of the content page and the user interaction features constructed according to any of the above feature construction methods and page performance characteristics training.
  • Step 203 display the target content to the target user.
  • the content information is used to represent basic content such as text and pictures of the content page, and the content information is The feature extraction can obtain the content information features of the content page.
  • the user information is used to represent the personal information of the user, and user information such as the user's gender can be obtained under the authorization of the user, so as to perform feature extraction on the user information to obtain user information features.
  • the content information characteristics of historical content are usually input into the content display model for estimation to obtain estimated users, and then the estimated users are compared with the actually browsed
  • the user of the historical content is compared to calculate the loss function.
  • backpropagation is performed according to the calculation result of the loss function to update the model parameters.
  • it will repeat the process of inputting the content information characteristics of the historical content into the content display model for estimation to obtain the estimated user, and then compare the estimated user with the users who have actually browsed the historical content to calculate the loss function, and then calculate the loss function based on the The calculation results of the loss function are backpropagated to update the process of the model parameters until the loss function is no longer significantly reduced.
  • the content information of the target content can be input into the model to obtain an estimated target user, so as to push the target content to the target user.
  • this method only focuses on user information and content information, and the analysis dimension is relatively single, which will affect the prediction accuracy of the content display model, and cannot better display the corresponding content to the target user, resulting in content Show waste of resources. Therefore, this disclosure proposes a new content display method, which can combine user information features, content information features, user interaction features and page performance features constructed according to any of the above-mentioned feature construction methods to train the content display model, so as to pass richer data Train the model to improve the accuracy of the model.
  • the relevant content of the user interaction feature and the page performance feature has been described above, and will not be repeated here.
  • the AUC (area under the curve) of the content display model in the embodiment of the present disclosure can be increased by 0.2%. , can more accurately determine the audience users of the advertisement, thereby improving the user conversion rate.
  • the present disclosure also provides a feature construction device, which can become part or all of an electronic device through software, hardware or a combination of both. Referring to FIG.
  • the feature building device 300 includes: a data acquisition module 301, configured to acquire interaction data on a content page and loading performance data of the content page, the interaction data is used to characterize the user on the content page Behavior, the loading performance data is used to characterize the loading situation of the content page, the loading performance data includes the loading time and/or loading success rate of the content page; the feature construction module 302 is used to constructing user interaction features based on the interaction data on the content page, and constructing page performance features of the content page according to the loading performance data of the content page; the user interaction features and the page performance features are used for training pages A display model, where the page display model is used to determine the target content displayed to the target user.
  • the data acquisition module 301 is configured to: acquire at least one of the following data as the loading performance data of the content page: the number of times the content page is clicked, the loading success rate, and the loading duration.
  • the data acquisition module 301 is configured to: acquire the interaction data on each content page in the plurality of content pages; determine the plurality of contents according to the interaction data on each content page The average interaction data corresponding to the page;
  • the feature construction module 302 is configured to: construct a single interaction feature corresponding to each content page according to the interaction data on each content page, and construct a single interaction feature corresponding to each content page according to the multiple content pages The average interaction data corresponding to the plurality of content pages is constructed.
  • the feature construction module 302 is configured to: sort the interaction data on the content page according to corresponding data indicators, and select target interaction data from the sorted interaction data; The target interaction data constructs user interaction features.
  • the data acquisition module 301 is configured to: acquire loading performance data of the content page in different time dimensions; the feature construction module 302 is configured to: load performance data of the content page according to different time dimensions data to construct page performance characteristics of the content page.
  • the data acquisition module 301 is configured to: acquire the first loading performance data of the content page within a first preset time period and the second loading performance data of the content page within a second preset time period data, wherein the time represented by the second preset duration is longer than the time represented by the first preset duration; the feature building module 302 is configured to: according to the first loading performance data and the second loading performance data to construct page performance characteristics of the content page.
  • the feature construction module 302 is further configured to: the number of times the content page is clicked within the preset time length, determine the average number of times the content page is clicked within the preset time length; according to the number of times the content page is successfully loaded within the preset time length, determine the content page in The loading success rate within the preset time period; according to the loading time of the content page within the preset time period, determine the average loading time of the content page within the preset time period.
  • the feature construction module 302 is configured to: according to the number of clicks, loading success rate, loading duration, average number of clicks, loading success rate, and average loading duration of the content page within a preset duration,
  • the page performance characteristics of the content page include at least one of the following: the number of times the content page is clicked within a preset time period; the average number of times the content page is clicked within a preset time period; The characteristics of the number of times of successful loading within the preset duration; the characteristics of the loading success rate of the content page within the preset duration; the characteristics of the loading duration of the content page within the preset duration; the average value of the content page within the preset duration Loading time feature.
  • the data acquisition module 301 is configured to: acquire at least one of the following data as the loading performance data of the content page: the rendering time of the first element in the content page, the rendering of the largest element on the first screen Time and render cumulative offsets.
  • the present disclosure also provides a content display device, which can become part or all of an electronic device through software, hardware or a combination of both. Referring to FIG.
  • the content display device 400 includes: an acquisition module 401, configured to acquire content information of target content; a determination module 402, configured to input content information of the target content into a content display model to determine target users, so The above content display model is obtained by training according to the user information features of the user, the content information features of the content page, and the user interaction features and page performance features constructed according to any of the above feature construction methods; The user displays the target content.
  • the electronic device may include the feature constructing device as shown in FIG. 3 and the content display device as shown in FIG. 4 .
  • the user interaction feature and the page performance feature can be constructed by the feature construction device, which is used for training the content display model in the content display device.
  • the present disclosure also provides a computer-readable medium on which a computer program is stored, and when the program is executed by a processing device, the steps of any of the above-mentioned feature construction methods or any of the above-mentioned content display methods are implemented.
  • the present disclosure also provides an electronic device, including: a storage device, on which a computer program is stored; a processing device, configured to execute the computer program in the storage device, so as to realize any of the above-mentioned features
  • a method or any of the above shows the steps of a method.
  • FIG. 5 it shows a schematic structural diagram of an electronic device 500 suitable for implementing an embodiment of the present disclosure.
  • the terminal devices in the embodiments of the present disclosure may include but not limited to mobile phones, notebook computers, digital broadcast receivers, PDAs (personal digital assistants), PADs (tablet computers), PMPs (portable multimedia players), vehicle-mounted terminals (eg mobile terminals such as car navigation terminals) and fixed terminals such as digital TVs, desktop computers, and the like.
  • the electronic device shown in FIG. 5 is only an example, and should not limit the functions and scope of use of the embodiments of the present disclosure. As shown in FIG.
  • an electronic device 500 may include a processing device (such as a central processing unit, a graphics processing unit, etc.) 501, which may be randomly accessed according to a program stored in a read-only memory (ROM) 502 or loaded from a storage device 508 Various appropriate actions and processes are executed by programs in the memory (RAM) 503 . In the RAM 503, various programs and data necessary for the operation of the electronic device 500 are also stored.
  • the processing device 501 , ROM 502 and RAM 503 are connected to each other through a bus 504 .
  • An input/output (I/O) interface 505 is also connected to the bus 504 .
  • input devices 506 including, for example, a touch screen, a touch pad, a keyboard, a mouse, a camera, a microphone, an accelerometer, and a gyroscope; including, for example, a liquid crystal display (LCD), a speaker, a vibration output device 507 such as a device; including a storage device 508 such as a magnetic tape, a hard disk, etc.; and a communication device 509.
  • the communication means 509 may allow the electronic device 500 to perform wireless or wired communication with other devices to exchange data. While FIG. 5 shows electronic device 500 having various means, it should be understood that implementing or possessing all of the illustrated means is not a requirement.
  • the processes described above with reference to the flowcharts can be implemented as computer software programs.
  • the embodiments of the present disclosure include a computer program product, which includes a computer program carried on a non-transitory computer readable medium, where the computer program includes program code for executing the method shown in the flowchart.
  • the computer program may be downloaded and installed from a network via communication means 509 , or from storage means 508 , or from ROM 502 .
  • the processing device 501 the above-mentioned functions defined in the methods of the embodiments of the present disclosure are executed.
  • the computer-readable medium mentioned above in the present disclosure may be a computer-readable signal medium or a computer-readable storage medium or any combination of the above two.
  • a computer-readable storage medium may be, for example, but not limited to, an electrical, magnetic, optical, electromagnetic, infrared, or semiconductor system, device, or device, or any combination thereof. More specific examples of computer readable storage media may include, but are not limited to: electrical connections with one or more conductors, portable computer disks, hard disks, random access memory (RAM), read only memory (ROM), erasable Programmable read-only memory (EPROM or flash memory), optical fiber, portable compact disk read-only memory (CD-ROM), optical storage device, magnetic storage device, or any suitable combination of the above.
  • a computer-readable storage medium may be any tangible medium containing or storing a program, and the program may be used by or in combination with an instruction execution system, device, or device.
  • a computer-readable signal medium may include a data signal propagated in a baseband or as part of a carrier wave, in which computer-readable program codes are carried. The propagated data signal may take various forms, including but not limited to electromagnetic signal, optical signal, or any suitable combination of the above.
  • the computer-readable signal medium may also be any computer-readable medium other than the computer-readable storage medium, and the computer-readable signal medium may send, propagate or transmit a program for use by or in combination with an instruction execution system, apparatus or device .
  • the program code contained on the computer readable medium can be transmitted by any appropriate medium, including but not limited to: electric wire, optical cable, RF (radio frequency), etc., or any suitable combination of the above.
  • any currently known or future-developed network protocol such as HTTP (HyperText Transfer Protocol, Hypertext Transfer Protocol) can be used for communication, and can communicate with digital data in any form or medium (for example, communication network) interconnection.
  • Examples of communication networks include local area networks ("LANs”), wide area networks (“WANs”), internetworks (eg, the Internet) and peer-to-peer networks (eg, ad hoc peer-to-peer networks), as well as any currently known or future developed network of.
  • the above-mentioned computer-readable medium may be included in the above-mentioned electronic device; or it may exist independently without being assembled into the electronic device.
  • the above-mentioned computer-readable medium carries one or more programs, and when the above-mentioned one or more programs are executed by the electronic device, the electronic device: acquires the interaction data on the content page and the loading performance data of the content page, so The interaction data is used to characterize the user behavior on the content page, the loading performance data is used to characterize the loading situation of the content page, and the loading performance data includes the loading time and/or loading success rate of the content page Constructing user interaction features according to the interaction data on the content page, and constructing page performance features of the content page according to the loading performance data of the content page; the user interaction features and the page The performance characteristics are used to train a content display model that is used to determine target content to display to target users.
  • Computer program code for carrying out operations of the present disclosure may be written in one or more programming languages, or combinations thereof, including but not limited to object-oriented programming languages such as Java, Smalltalk, C++, and Included are conventional procedural programming languages such as the "C" language or similar programming languages.
  • the program code may execute entirely on the user's computer, partly on the user's computer, as a stand-alone software package, partly on the user's computer and partly on a remote computer or entirely on the remote computer or server.
  • the remote computer can be connected to the user computer via any kind of network, including a local area network (LAN) or a wide area network (WAN), or, alternatively, can be connected to an external computer (such as via the Internet using an Internet Service Provider). .
  • LAN local area network
  • WAN wide area network
  • Internet Service Provider such as via the Internet using an Internet Service Provider.
  • each block in the flowchart or block diagram may represent a module, program segment, or part of code that contains one or more logic functions for implementing the specified executable instructions.
  • the functions noted in the block may occur out of the order noted in the figures. For example, two blocks shown in succession may, in fact, be executed substantially concurrently, or they may sometimes be executed in the reverse order, depending upon the functionality involved.
  • each block in the block diagrams and/or flowcharts, and combinations of blocks in the block diagrams and/or flowcharts can be implemented by a dedicated hardware-based system that performs specified functions or operations. , or may be implemented by a combination of special purpose hardware and computer instructions.
  • the modules involved in the embodiments described in the present disclosure may be implemented by software or by hardware. Wherein, the name of the module does not constitute a limitation on the module itself under certain circumstances.
  • the functions described herein above may be performed at least in part by one or more hardware logic components.
  • exemplary types of hardware logic components include: field programmable gate array (FPGA), application specific integrated circuit (ASIC), application specific standard product (ASSP), system on chip (SOC), complex programmable Logical device (CPLD) and so on.
  • FPGA field programmable gate array
  • ASIC application specific integrated circuit
  • ASSP application specific standard product
  • SOC system on chip
  • CPLD complex programmable Logical device
  • a machine-readable medium may be a tangible medium, which may contain or store a program for use by or in combination with an instruction execution system, device, or device.
  • a machine-readable medium may be a machine-readable signal medium or a machine-readable storage medium.
  • a machine-readable medium may include, but is not limited to, an electronic, magnetic, optical, electromagnetic, infrared, or semiconductor system, device, or device, or any suitable combination of the foregoing.
  • machine-readable storage media would include one or more wire-based electrical connections, portable computer disks, hard disks, Random Access Memory (RAM), Read Only Memory (ROM), Erasable Programmable Read Only Memory (EPROM or flash memory), optical fiber, compact disk read only memory (CD-ROM), optical storage, magnetic storage, or any suitable combination of the foregoing.
  • RAM Random Access Memory
  • ROM Read Only Memory
  • EPROM Erasable Programmable Read Only Memory
  • CD-ROM compact disk read only memory
  • magnetic storage or any suitable combination of the foregoing.
  • Example 1 provides a feature construction method, the method comprising: acquiring interaction data on a content page and loading performance data of the content page, the interaction data being used to characterize User behavior on the content page, the loading performance data is used to characterize the loading situation of the content page, the loading performance data includes the loading time and/or loading success rate of the content page; according to the content page constructing user interaction features based on the interaction data on the content page, and constructing page performance features of the content page according to the loading performance data of the content page; the user interaction features and the page performance features are used to train content A display model, the content display model is used to determine the target content displayed to the target user.
  • Example 2 provides the method of Example 1, the acquiring the loading performance data of the content page includes: acquiring at least one of the following data as the loading performance data of the content page: the The number of times the content page is clicked, the loading success rate, and the loading time within the preset time period.
  • Example 3 provides the method of Example 1 or 2, the acquiring the interaction data on the content page includes: acquiring the interaction data on each of the multiple content pages; The interaction data of each of the content pages, determining the average interaction data corresponding to the plurality of content pages; constructing user interaction features according to the interaction data on the content pages, including: according to each of the content Based on the page interaction data, a single interaction feature corresponding to each content page is constructed, and an average interaction feature corresponding to the multiple content pages is constructed according to the average interaction data corresponding to the multiple content pages.
  • Example 4 provides the method of Example 1 or 2, the constructing user interaction features according to the interaction data on the content page includes: the interaction The data is sorted according to corresponding data indicators, and target interaction data is selected from the sorted interaction data; and user interaction features are constructed according to the target interaction data.
  • Example 5 provides the method of Example 1 or 2, the acquiring the loading performance data of the content page includes: acquiring the loading performance data of the content page in different time dimensions; The constructing the page performance characteristics of the content page according to the loading performance data of the content page includes: constructing the page performance characteristics of the content page according to the loading performance data of the content page in different time dimensions.
  • Example 6 provides the method of Example 5, the acquiring the loading performance data of the content page in different time dimensions includes: acquiring the content page within a first preset duration The first loading performance data of the content page and the second loading performance data of the content page within a second preset duration, wherein the time represented by the second preset duration is longer than the time represented by the first preset duration; Constructing the page performance characteristics of the content page according to the loading performance data of the content page in different time dimensions includes: constructing the content according to the first loading performance data and the second loading performance data The page performance characteristics of the page.
  • Example 7 provides the method of Example 2, if the loading performance data of the content page includes at least the number of times the content page is clicked, the loading success rate, and the loading duration, the method further includes: according to the number of times the content page is clicked within the preset duration, determining the average number of times the content page is clicked within the preset duration; according to the number of times the content page is clicked within the preset duration the number of times of successful loading, determine the loading success rate of the content page within the preset time length; determine the average loading time of the content page within the preset time length according to the loading time of the content page within the preset time length.
  • Example 8 provides the method of Example 7, the constructing the page performance characteristics of the content page according to the loading performance data of the content page includes: according to the content The number of clicks, loading success rate, loading time, average number of clicks, loading success rate, and average loading time of the page within the preset time period, the page performance characteristics of the content page include at least one of the following: the content page is in The number of clicks within the preset duration; the average number of clicks of the content page within the preset duration; the number of successful loading times of the content page within the preset duration; the content page within the preset duration The loading success rate feature; the loading time feature of the content page within the preset time length; the average loading time feature of the content page within the preset time length.
  • Example 9 provides the method of Example 2, the acquiring the loading performance data of the content page includes: acquiring at least one of the following data as the loading performance data of the content page: the The rendering time of the first element in the content page, the rendering time of the largest element above the fold, and the cumulative rendering offset.
  • Example 10 provides a content display method, the method includes Including: acquiring content information of target content; inputting content information of said target content into a content display model to determine target users, said content display model is based on user information features of users, content information features of content pages and according to Example 1 The user interaction features and page performance features constructed by the method are trained; and the target content is displayed to the target user.
  • Example 11 provides a feature construction device, the device comprising: a data acquisition module, configured to acquire interaction data on a content page and loading performance data of the content page, the The interaction data is used to characterize the user behavior on the content page, the loading performance data is used to characterize the loading situation of the content page, and the loading performance data includes the loading time and/or loading success rate of the content page a feature construction module, configured to construct user interaction features according to the interaction data on the content page, and construct page performance features of the content page according to the loading performance data of the content page; the user The interaction features and the page performance features are used to train a page display model, and the page display model is used to determine target content displayed to target users.
  • a data acquisition module configured to acquire interaction data on a content page and loading performance data of the content page
  • the interaction data is used to characterize the user behavior on the content page
  • the loading performance data is used to characterize the loading situation of the content page
  • the loading performance data includes the loading time and/or loading success rate of the content page
  • Example 12 provides the device of Example 11, the data acquisition module is configured to: acquire at least one of the following data as the loading performance data of the content page: The number of clicks, loading success rate and loading time within the set time.
  • Example 13 provides the device of Example 11 or 12, the data acquisition module is configured to: acquire interaction data on each content page among multiple content pages; The interaction data of the content pages is to determine the average interaction data corresponding to the plurality of content pages; the feature construction module is configured to: construct a single The interaction features, and according to the average interaction data corresponding to the multiple content pages, construct the average interaction features corresponding to the multiple content pages.
  • Example 14 provides the apparatus of Example 11 or 12, the feature building module is configured to: sort the interaction data on the content page according to corresponding data indicators, and Selecting target interaction data from the sorted interaction data; constructing user interaction features according to the target interaction data.
  • Example 15 provides the device of Example 11 or 12, the data acquisition module is used to: acquire the loading performance data of the content page in different time dimensions; the feature construction module uses In: Constructing the page performance characteristics of the content page according to the loading performance data of the content page in different time dimensions.
  • Example 16 provides the device of Example 15, the data acquisition module The block is used to: acquire the first loading performance data of the content page within the first preset duration and the second loading performance data of the content page within the second preset duration, wherein the second preset duration The time represented is longer than the time represented by the first preset duration; the feature construction module is configured to: construct a page performance feature of the content page according to the first loading performance data and the second loading performance data.
  • Example 17 provides the device of Example 12, if the loading performance data of the content page at least includes the number of times the content page is clicked, the loading success rate, and the loading duration, the feature building module is also used to: determine the average number of times the content page is clicked within the preset duration according to the number of times the content page is clicked within the preset duration; determine the loading success rate of the content page within the preset time period according to the number of successful loading times within the duration; determine the average loading duration of the content page within the preset duration according to the loading duration of the content page within the preset duration .
  • Example 18 provides the device of Example 12, the feature building module is configured to: according to the number of times the content page is clicked within a preset duration, the loading success rate, the loading duration, The average number of clicks, loading success rate and average loading time, the page performance characteristics of the content page include at least one of the following: the number of times the content page is clicked within a preset duration; the content page is clicked within a preset duration The characteristics of the average number of clicks within the preset period; the characteristics of the number of successful loading times of the content page within the preset duration; the characteristics of the loading success rate of the content page within the preset duration; the loading duration of the content page within the preset duration feature; the average loading time feature of the content page within the preset time period.
  • Example 19 provides the device of Example 12, the data acquisition module is configured to: acquire at least one of the following data as the loading performance data of the content page: the first in the content page The rendering time of an element, the rendering time of the largest element on the first screen, and the cumulative rendering offset.
  • Example 20 provides a content display device, the device comprising: an acquisition module, configured to acquire content information of target content; a determination module, configured to convert the content of the target content Information is input into a content display model to determine target users, and the content display model is obtained by training according to the user information characteristics of the user, the content information characteristics of the content page, and the user interaction characteristics and page performance characteristics constructed according to the method described in Example 1 ; a display module, configured to display the target content to the target user.
  • Example 21 provides a computer-readable medium on which a computer program is stored, and when the program is executed by a processing device, the steps of any one of the methods described in Examples 1-10 are implemented. .
  • Example 21 provides an electronic device, including: a storage device, on which a computer program is stored; A processing device configured to execute the computer program in the storage device to implement the steps of any one of the methods in Examples 1-10.
  • a storage device on which a computer program is stored
  • a processing device configured to execute the computer program in the storage device to implement the steps of any one of the methods in Examples 1-10.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本公开涉及一种特征构建方法、内容显示方法及相关装置，其中，特征构建方法包括：获取内容页面上的交互数据和内容页面的加载性能数据；根据内容页面上的交互数据，构建用户交互特征，并根据内容页面的加载性能数据，构建内容页面的页面性能特征；用户交互特征和页面性能特征用于训练内容显示模型，内容显示模型用于确定向目标用户显示的目标内容。

Description

特 征构建方法、 内容显示方法及相关装置 本公开要求于 2021年 05月 21 日提交的， 申请名称为 “特征构建方法、 内容显示 方法及相关装 置 ” 的、 中国专利申请号为 “202110560406 .5 ” 的优先权， 该中国专利申 请的全部 内容通过引用结合在本公开中。 技术领域 本公开涉及计算机技术领域 ， 具体地， 涉及一种特征构建方法、 内容显示方法及相 关装置。 背景技术 相关技术通常是根据用户信 息和内容页面的具体内容信 息进行分析， 以确定向用户 显示的 内容。 比如， 在视频内容的显示场景下， 通常是根据用户信息和视频的具体内容 信息进行分 析， 以向目标用户显示对应的视频内容。 但是， 此种方式仅关注用户信息和 内容信息 ， 分析维度较单一， 无法较好的向用户显示对应的内容， 从而造成内容显示资 源的浪费 。 发明内容 提供该发明内容部分 以便以简要的形式介绍构思， 这些构思将在后面的具体实施方 式部分被详细 描述。该发明内容部分并不旨在标识要求保 护的技术方案的关键特征或必 要特征 ， 也不旨在用于限制所要求的保护的技术方案的范围。 第一方面， 本公开提供一种特征构建方法， 所述方法包括： 获取内容页面上的交互数据 和所述内容页面的加载性能数 据， 所述交互数据用于表 征所述 内容页面上的用户行为， 所述加载性能数据用于表征所 述内容页面的加载情况 ， 所述加载性 能数据包括所述内容页面的加 载时长和 /或加载成功率； 根据所述内容页面上的所 述交互数据， 构建用户交互特征， 并根据所述内容页面的 所述加载性 能数据， 构建所述内容页面的页面性能特征； 所述用户交互特征和所述 页面性能特征用于训练内容显示模 型， 所述内容显示模型 用于确定 向目标用户显示的目标内容。 第二方面， 本公开提供一种内容显示方法， 所述方法包括： 获取目标内容的内容信息 ； 将所述目标内容的内容信 息输入内容显示模型， 以确定目标用户， 所述内容显示模 型是根据用 户的用户信息特征、 内容页面的内容信息特征和根据第一方面所述方法 构建 的用户交互特 征和页面性能特征进行训练得到 的； 向所述目标用户显示所述 目标内容。 第三方面， 本公开提供一种特征构建装置， 所述装置包括： 数据获取模块， 用于获取内容页面上的交互数据和 所述内容页面的加载性能 数据， 所述交互数据 用于表征所述内容页面的用户 行为， 所述加载性能数据用于表征所述内容 页面的加载情况 ， 所述加载性能数据包括所述内容页面的加载时长和 /或加载成功率； 特征构建模块， 用于根据所述内容页面上的所述交互数据 ， 构建用户交互特征， 并 根据所述 内容页面的所述加载性能数据， 构建所述内容页面的页面性能特 征； 所述用户交互特征和所述页 面性能特征用于训练页面显示模 型， 所述页面显示模型 用于确定 向目标用户显示的目标内容。 第四方面， 本公开提供一种内容显示装置， 所述装置包括： 获取模块， 用于获取目标内容的内容信息； 确定模块， 用于将所述目标内容的内容信息输入 内容显示模型， 以确定目标用户， 所述内容显示模 型是根据用户的用户信息特 征、 内容页面的内容信息特征和根据第一方 面所述方法 构建的用户交互特征和页面性 能特征进行训练得到的； 显示模块， 用于向所述目标用户显示所述目标内容。 第五方面， 本公开提供一种计算机可读介质， 其上存储有计算机程序， 该程序被处 理装置执行时实 现第一方面或第二方面中所述 方法的步骤。 第六方面， 本公开提供一种电子设备， 包括： 存储装置， 其上存储有计算机程序； 处理装置， 用于执行所述存储装置中的所述计算机程序， 以实现第一方面或第二方 面中所述方法 的步骤。 通过上述技术方案， 可以获取内容页面上的交互数 据和内容页面的加载性能 数据， 并根据该交互数 据和加载性能数据构建特征 ， 从而实现内容显示模型的训练。 由此， 可 以结合更丰 富的数据进行内容显示模型的训练 ， 不仅可以提升内容显示模型的结果准确 性，减少内容显示资源的浪费，还可以提升交互数据和 页面加载性能数据的数据利用 率。 本公开的其他特征和优点将在 随后的具体实施方式部分予 以详细说明。 附图说明 结合附图并参考以下具体实施 方式， 本公开各实施例的上述和其他特征、 优点及方 面将变得更加 明显。 贯穿附图中， 相同或相似的附图标记表示相同或相似的元素。 应当 理解附图是示 意性的， 原件和元素不一定按照比例绘制。 在附图中： 图 1是根据本公开一示例性实施例示 出的一种特征构建方法的流程 图； 图 2是根据本公开一示例性实施例示 出的一种内容显示方法的流程 图； 图 3是根据本公开一示例性实施例示 出的一种特征构建装置的框 图； 图 4是根据本公开一示例性实施例示 出的一种内容显示装置的框 图； 图 5是根据本公开一示例性实施例示 出的一种电子设备的框图。 具体实施方式 下面将参照附图更详细地描述 本公开的实施例。 虽然附图中显示了本公开的某些实 施例， 然而应当理解的是， 本公开可以通过各种形式来实现， 而且不应该被解释为限于 这里阐述的实施 例， 相反提供这些实施例是为了更加透彻和完整地理解本公开 。 应当理 解的是 ， 本公开的附图及实施例仅用于示例性作用， 并非用于限制本公开的保护范围 。 应当理解， 本公开的方法实施方式中记载的各个步骤可以按照不 同的顺序执行， 和 /或并行执行。 此外， 方法实施方式可以包括附加的步骤和 /或省略执行示出的步骤。 本 公开的范 围在此方面不受限制。 本文使用的术语 “包括”及其变形是开放性包括 ， 即 “包括但不限于” 。 术语“基 于” 是 “至少部分地基于” 。 术语 “一个实施例”表示 “至少一个实施例” ； 术语“另 一实施例” 表示 “至少一个另外的实施例” ； 术语 “一些实施例”表示 “至少一些实施 例” 。 其他术语的相关定义将在下文描述中给出。 需要注意， 本公开中提及的 “第 “第二” 等概念仅用于 对不同的装置、 模块 或单元进行 区分， 并非用于限定这些装置、 模块或单元所执行的功能的顺序或者相互依 存关系。 另外需要注意， 本公开中提及的 “一个” 、 “多个” 的修饰是示意性而非限制 性的， 本领域技术人员应当理解， 除非在上下文另有明确指出， 否则应该理解为 “一个 或多个” 。 本公开实施方式 中的多个装置之间所交 互的消息或者信 息的名称仅用于说明性 的 目的， 而并不是用于对这些消息或信息 的范围进行限制。 正如背景技术所言， 相关技术通常是根据用户信息和内容页面的具体 内容信息进行 分析， 以确定向用户显示的内容。 比如， 在视频内容场景下， 通常是根据用户信息和视 频的具体 内容信息进行分析， 以向目标用户显示对应的视频内容。 但是， 此种方式仅关 注用户信息和 内容信息， 分析维度较单一， 无法较好的向用户显示对应的内容， 从而造 成内容显示 资源的浪费。 发明人通过大量数据分析 发现， 在广告内容场景下， 用户在广告落地页的停留时长 越长， 用户转化率越高。 其中， 转化率可以理解为用户点击广告到成为有效激活用户或 者注册用户 的转化率。 具体地， 用户在广告落地页的停留时长小于 30秒的情况下， 平 均用户转化率 约为 0.4。 用户在广告落地页的停留时长大于 100秒的情况下， 平均用户 转化率约为 6.8, 相较于用户停留小于 30秒的情况， 平均用户转化率增加了约 17倍。 其次， 发明人通过大量数据分析还发现， 广告落地页的加载耗时太长或过短以及广 告落地页 的加载成功率过高或过低均会对用户转化 率产生影响。 具体地， 广告落地页的加载耗时为 4到 12秒的情况下， 平均用户转化率约为 3.4。 广告落地页 的加载耗时小于 4秒或大于 12秒的情况下， 平均用户转化率约为 2.6, 相较 于加载耗时为 4到 12秒的情况， 平均用户转化率减少了约 30%。 在广告落地页加载成 功率介于 45%至 80%之间的情况下， 平均用户转化率为 4.2。 在广告落地页加载成功率 介于 45%至 80%之间的情况下， 平均用户转化率为 4.2。 在广告落地页加载成功率小于 45%的情况 下， 平均用户转化率为 1， 相较于加载成功率介于 45%至 80%之间的情况， 平均用户转化率 减少了约 300%。 在广告落地页加载成功率大于 80%的情况下， 平均用 户转化率为 2.8， 相较于加载成功率介于 45%至 80%之间的情况， 平均用户转化率有明 显程度的减少 。 由此可见， 内容页面的显示质量对用户转化率的影响较大， 可以通过能刻画内容页 面质量的数 据进行分析， 以更准确的向用户显示对应的内容， 提升用户转化率。 其中， 发明人研究发现 用户转化率可以通过用户的点击、 观看、 加购等行为进行表征。 因此， 本公开提出一种特征构建方法， 以通过用户在内容页面的交互数据和内容页 面的加载性 能数据构建特征来训练内容显示模 型， 即结合更丰富的数据进行内容显示模 型的训练， 不仅可以提升内容显示模型的结果准确 性， 减少内容显示资源的浪费， 还可 以提升交互 数据和页面加载性能数据的利用 率， 在广告内容场景下还可以提升用户转化 率。 首先应当理解的是， 本公开中交互数据的获取， 可以是先向用户显示数据获取的授 权提示界面 ， 比如显示询问用户是否同意上传自身交互数据的提示弹框等。 当用户在该 授权界面进行数 据获取的授权后， 即用户同意获取自身在内容页面的交互数据后 ， 则可 以获取用户在 内容页面的交互数据进行特征构 建。 也即是说， 本公开中的交互数据是在 用户授权同意 的情况下获取的。 图 1是根据本公开一示例性实施例示 出的一种特征构建方法的流程 图。 参照图 1， 该特征构建方 法包括： 步骤 101， 获取内容页面上的交互数据和内容页面的加载性能数据， 交互数据用于 表征内容页面 上的用户行为， 加载性能数据用于表征内容页面的加载情况， 加载性能数 据包括 内容页面的加载时长和 /或加载成功率。 步骤 102, 根据内容页面上的交互数据， 构建用户交互特征， 并根据内容页面的加 载性能数据 ， 构建内容页面的页面性能特征。 用户交互特征和页面性能特征用于训练内 容显示模型 ， 内容显示模型用于确定向目标用户显示的目标内容。 示例地， 在用户授权获取自身在内容页面的交互数据的情况下 ， 可以通过前端开发 设置获取用户在 内容页面的交互数据。 其中， 内容页面可以是用户在点击广告后显示的 落地页， 或者可以是用户进行搜索后向用户显示的搜 索内容页面等等， 本公开实施例对 此不作限定 。 交互数据可以用于表征用 户在内容页面的用户行为。 例如， 在用户授权获取自身在 内容页面的交 互数据的情况下， 可以获取以下至少一种数据作为交互数据： 用户在内容 页面的停留时长 、交互操作数据和用户查看到的内容所对应 的曝光百分比中的至少一者 ， 该曝光百分 比为内容页面曝光给用户的像素面积与 内容页面总像素面积的比值 。 在一些实施例中， 获取内容页面的加载性能数据， 包括： 获取以下至少一种数据作 为内容页面的加 载性能数据： 内容页面中第一个元素的渲染时间、 首屏最大元素的渲染 时间和渲染累计偏 移。 在一些实施例中， 获取内容页面的加载性能数据可以是： 获取以下至少一种数据作 为内容页面的加 载性能数据： 内容页面在预设时长内的被点击次数、 加载成功率和加载 时长。 其中， 预设时长可以根据实际情况进行设定， 本公开实施例不作限定。 示例地， 交互操作数据可以用于表征用户在内容页面的交互操作 ， 可以是用户在内 容页面进行的 点击、 滑动、 页面跳转等操作数据， 比如用户在内容页面的点击次数、 滑 动次数和页面跳 转次数等等。加载性能数据可以包括 内容页面中第一个元素的渲染时 间、 首屏最大元 素的渲染时间、 渲染累计偏移等加载数据， 或者还可以包括内容页面在预设 时长内的被点击 次数、 加载成功次数和加载时长。 在一些实施例中， 若内容页面的加载性能数据至少包括内容页面在预设 时长内的被 点击次数、 加载成功率和加载时长， 方法还包括： 根据内容页面在预设时长内的被点击 次数， 确定内容页面在预设时长内的平均被点击次数 ； 根据内容页面在预设时长内的加 载成功次数 ， 确定内容页面在预设时长内的加载成功率； 根据内容页面在预设时长内的 加载时长， 确定内容页面在预设时长内的平均加载时长 。 在一些实施例中， 根据内容页面的加载性能数据， 构建内容页面的页面性能特征， 包括： 根据内容页面在预设时长内的被点击次数、 加载成功率、 加载时长、 平均被点击 次数、 加载成功率和平均加载时长， 内容页面的页面性能特征包括以下至少一种： 内容 页面在预设时长 内的被点击次数特征； 内容页面在预设时长内的平均被点击次数特征 ； 内容页面在 预设时长内的加载成功 次数特征； 内容页面在预设时长内的加载成 功率特 征； 内容页面在预设时长内的加载时长特征； 内容页面在预设时长内的平均加载时长特 征。 其中， 根据内容页面在预设时长内的被点击次数， 可以确定内容页面在预设时长内 的平均被点击 次数。 根据内容页面在预设时长内的加载成功次数， 可以确定内容页面在 预设时长内的加载成 功率。 根据内容页面在预设时长内的加载时长， 可以确定内容页面 在预设时长 内的平均加载时长。 由此， 根据内容页面在预设时长内的加载性能数据进行 特征构建 ， 可以得到如下页面性能特征： 内容页面在预设时长内的被点击次数特征、 内 容页面在预 设时长内的加载成功次数特征 、 内容页面在预设时长内的加载成功率特征、 内容页面在 预设时长内的加载时长特征和 内容页面在预设时长内的平均加 载时长特征。 在一些实施例中， 获取内容页面上的交互数据可以是： 获取多个内容页面中每一内 容页面上 的交互数据， 然后根据每一内容页面上的交互数据， 确定多个内容页面对应的 平均交互数 据。 相应地， 根据内容页面上的交互数据， 构建用户交互特征可以是： 根据 每一内容页 面上的交互数据， 构建每一内容页面对应的单一交互特征， 以及根据多个内 容页面对应 的平均交互数据， 构建多个内容页面对应的平均交互特征。 示例地， 平均交互数据可以是根据多个内容页面分别对应的交互数据 进行平均计算 而得到 的， 比如在用户授权同意的情况下， 可以包括用户在该多个内容页面的平均停留 时长、 平均点击次数、 平均滑动次数 、 平均跳转次数等平均数据。 例如， 在用户授权的情况下， 获取到用户在多个内容页面的停留时长、 点击次数、 滑动次数、 跳转次数、 页面曝光百分比等交互数据。 针对每一内容页面， 可以根据用户 在该内容页面 的交互数据构建用户与该 内容页面的单一交互特征， 同时可以根据用户在 该多个 内容页面的平均交互数据， 构建用户与该多个内容页面的平均交互特征 ， 最终可 以得到如表 1所示的用户交互特征： 表 1
Figure imgf000008_0001
通过上述方式， 可以根据每一内容页面的交互数据以及多个 内容页面的平均交互数 据构建用户 交互特征， 可以根据更丰富的数据进行特征构建， 不仅可以提升根据该特征 进行训练的 内容显示模型的结果准确性， 减少内容显示资源的浪费， 还可以进一步提升 交互数据 的利用率。 在一些实施例中， 根据内容页面上的交互数据， 构建用户交互特征可以是： 将内容 页面上的交互数 据按照对应的数据指标进行排序 ， 并在排序后的交互数据中选择目标交 互数据， 然后根据目标交互数据构建用户交 互特征。 示例地， 交互数据对应的数据指标用于表征交互数据的数值单位 。 比如， 交互数据 为点击次数， 则将交互数据按照对应的数据指标进行排序则可 以是按照点击次数进行排 序。 或者， 交互数据为停留时长， 则将交互数据按照对应的数据指标进行排序则可以是 按照停留时长进 行排序。 在对交互数据进行排序后 ， 可以在排序后的交互数据中选择目标交互数据 。 比如， 交互数据为 点击次数， 将点击次数进行从大到小的排序后， 选择排序靠前的 10个交互 数据作为 目标交互数据。 通过上述方式， 可以将获取到的交互数据进行排序截断， 以去除某些偶然数据的干 扰， 使得构建的用户交互特征更符合用户的实际交互 行为， 从而提升根据该用户交互特 征训练的内容显 示模型的结果准确性， 减少内容显示资源的浪费。 本公开除了在用户授权的情况 下获取用户交互数据， 还可以获取内容页面的加载性 能数据， 从而通过更丰富的数据进行特征构 建。 在一些实施例中， 获取内容页面的加载性能数据还可以是： 获取不同时间维度的内 容页面的加载性 能数据。 相应地， 根据内容页面的加载性能数据， 构建内容页面的页面 性能特征 ， 可以是： 根据不同时间维度的内容页面的加载性能数据， 构建内容页面的页 面性能特征 。 在一些实施例中， 获取不同时间维度的内容页面的加载性能数据还可 以是： 获取内 容页面在第 一预设时长内的第一加 载性能数据和内容 页面在第二预设时长 内的第二加 载性能数据 ， 其中， 第二预设时长表征的时间长于第一预设时长表征的时间。 相应地， 根据不 同时间维度的内容页面的加载性 能数据， 构建内容页面的页面性能特征可以是： 根据第一加 载性能数据和第二加载性能数据 ， 构建内容页面的页面性能特征。 示例地， 第一预设时长和第二预设时长可以根据实际情况设定， 本公开实施例对此 不作限定 ， 只要第二预设时长表征的时间长于第一预设时长表征的时间。 在本公开具体 实施时， 可以分别获取内容页面在第一预设时长和第二预设时长 的加载性能数据， 或者 考虑到第二预设 时长表征的时间长于第一预设时长表征 的时间， 也可以先获取内容页面 在第二预设时长 的加载性能数据， 然后在该第二预设时长内的加载性能数据中筛选第一 预设时长内的加载性 能数据， 本公开对此不作限定。 例如， 第一预设时长为最近一天， 第二预设时长为最近一周， 则可以先获取最近一 周的加载性 能数据， 然后在最近一周的加载性能数据中根据时间标识信息筛选最近一天 的加载性能数 据。 之后， 根据内容页面在第一预设时长内的第一加载性能数据和内容页 面在第二预 设时长内的第二加载性能数据进行特 征构建， 可以得到如表 2所示的页面性 能特征 ： 表 2
Figure imgf000010_0001
通过上述方式， 可以获取不同时间维度的加载性能数据， 从而根据不同时间维度的 加载性能数据 进行特征构建， 以得到更丰富的页面性能特征， 从而提升根据该页面性能 特征进行训练 的内容显示模型的结果准确性 ， 减少内容显示资源的浪费， 并提升加载性 能数据 的利用率。 此外， 通过第一预设时长的加载性能数据可以得到时效性较好的页面 性能特征 ， 通过第二预设时长的加载性能数据可以得到更能体现页面加载时间变化情况 的页面性能特 征， 从而根据不同时间维度的加载性能数据进行特征构建， 可以满足不同 场景下的特 征构建需求。 基于同一发明构思， 本公开还提供一种内容显示方法。 参照图 2, 该方法包括： 步骤 201， 获取目标内容的内容信息。 步骤 202, 将目标内容的内容信息输入内容显示模型， 以确定目标用户， 该内容显 示模型是根 据用户的用户信息特征、 内容页面的内容信息特征和根据上述任一特 征构建 方法构建 的用户交互特征和页面性能特征 训练得到的。 步骤 203， 向目标用户显示目标内容。 示例地， 内容信息用于表征内容页面的文字、 图片等基本内容， 对该内容信息进行 特征提取可 以得到该内容页面的内容信息特 征。 用户信息用于表征用户的个人信息， 可 以在用户授权 的情况下， 获取用户的性别等用户信息， 从而对该用户信息进行特征提取 得到用户信息特 征。 应当理解的是， 相关技术中， 在初始化内容显示模型参数后， 通常是将历史内容的 内容信息特 征输入内容显示模型进行预估， 得到预估用户， 然后将该预估用户与实际浏 览过的该历史 内容的用户做比较计算损失函数。然后根据该损失 函数的计算结果进行反 向传播， 以更新模型参数。 并且， 会重复执行将历史内容的内容信息特征输入内容显示 模型进行预估 ， 得到预估用户， 然后将该预估用户与实际浏览过的该历史内容的用户做 比较计算损失 函数， 再根据该损失函数的计算结果进行反向传播， 以更新模型参数的过 程， 直到损失函数不再有显著的降低。 之后， 在模型应用阶段， 可以向模型输入目标内 容的内容信 息， 得到预估的目标用户， 从而向该目标用户推送该目标内容。 但是， 前文己有说明， 此种方式仅关注用户信息和内容信息， 分析维度较单一， 从 而会影响 内容显示模型的预估准确性， 无法较好的向目标用户显示对应的内容， 进而造 成内容显示资源 的浪费。 因此， 本公开提出一种新的内容显示方式， 可以结合用户信息特征、 内容信息特征 和根据上述 任一特征构建方法构建 的用户交互特征和页面性 能特征训练内容显示模型 ， 以通过更丰 富的数据训练模型， 提升模型的准确性。 其中， 用户交互特征和页面性能特 征的相关 内容己在上文进行说明， 这里不再赘述。 具体地， 经测试， 相较于仅通过用户 信息特征和 内容信息特征训练的内容 显示模型， 本公开实施例中内容显示模型的 AUC ( area under the curve ) 可以提升 0.2%， 在广告内容场景下， 可以更准确的确定广告的 受众用户， 从而提升用户转化率。 基于同一发明构思， 本公开还提供一种特征构建装置， 该装置可以通过软件、 硬件 或者两者结合 的方式成为电子设备的部分或全部 。 参照图 3, 该特征构建装置 300, 包 括： 数据获取模块 301， 用于获取内容页面上的交互数据和所述内容页面的加载性能数 据， 所述交互数据用于表征所述内容页面上的用 户行为， 所述加载性能数据用于表征所 述内容页面 的加载情况， 所述加载性能数据包括所述 内容页面的加载时长和 /或加载成 功率； 特征构建模块 302,用于根据所述内容页面上的所述交互数据 ，构建用户交互特征， 并根据所述 内容页面的所述加载性能数据 ， 构建所述内容页面的页面性能特征； 所述用户交互特征和所述页 面性能特征用于训练页面显示模 型， 所述页面显示模型 用于确定 向目标用户显示的目标内容。 在一些实施例中， 所述数据获取模块 301用于： 获取以下至少一种数据作为所述 内容页面的加载性能数据 ： 所述内容页面在预设时 长内的被点击次 数、 加载成功率和加载时长。 在一些实施例中， 所述数据获取模块 301用于： 获取多个内容页面中每一 内容页面上的交互数据； 根据每一所述内容页面上 的所述交互数据， 确定所述多个内容页面对应的平均交互 数据； 所述特征构建模块 302用于： 根据每一所述内容页面上 的交互数据， 构建每一所述内容页面对应的单一交互特征， 以及根据所述 多个内容页面对应的平均交互数 据， 构建所述多个内容页面对应的平均交 互特征。 在一些实施例中， 所述特征构建模块 302用于： 将所述内容页面上的所述交 互数据按照对应的数据指标进行排 序， 并在排序后的所 述交互数据 中选择目标交互数据； 根据所述目标交互数据构建 用户交互特征。 在一些实施例中， 所述数据获取模块 301用于： 获取不同时间维度的所述内容页面 的加载性能数据 ； 所述特征构建模块 302用于： 根据不同时间维度的所述内容页面的加载性能数据， 构建所述 内容页面的页面性能特征。 在一些实施例中， 所述数据获取模块 301用于： 获取所述内容页面在 第一预设时长内的第 一加载性能数据和所 述内容页面在第二 预设时长内的第二加 载性能数据， 其中， 所述第二预设时长表征的时间长于所述第一预 设时长表征的时 间； 所述特征构建模块 302用于： 根据所述第一加载性能数据 和所述第二加载性能数据 ， 构建所述内容页面的页面性 能特征。 在一些实施例中， 若所述内容页面的加载性能数据至少包括所述 内容页面在预设时 长内的被点击次 数、 加载成功率和加载时长， 所述特征构建模块 302还用于： 根据所述 内容页面在预设 时长内的被点击次数， 确定所述内容页面在预设时长内的平均被点击次 数； 根据所述内容页面在预设时长内的加载成功次数 ， 确定所述内容页面在预设时长内 的加载成功率 ； 根据所述内容页面在预设时长内的加载时长， 确定所述内容页面在预设 时长内的平均加 载时长。 在一些实施例中， 所述特征构建模块 302用于： 根据所述内容页面在预设时长内的 被点击次数 、 加载成功率、 加载时长、 平均被点击次数、 加载成功率和平均加载时长， 所述内容页面 的页面性能特征包括以下至少 一种： 所述内容页面在预设时长内的被点击 次数特征 ； 所述内容页面在预设时长内的平均被点击次数特征； 所述内容页面在预设时 长内的加载成功 次数特征； 所述内容页面在预设时长内的加载成功率特征； 所述内容页 面在预设时长 内的加载时长特征； 所述内容页面在预设时长内的平均加载时长特征。 在一些实施例中， 所述数据获取模块 301用于： 获取以下至少一种数据作为所述内 容页面的加载性 能数据： 所述内容页面中第一个元素的渲染时间、 首屏最大元素的渲染 时间和渲染累计偏 移。 基于同一发明构思， 本公开还提供一种内容显示装置， 该装置可以通过软件、 硬件 或者两者结合 的方式成为电子设备的部分或全部 。 参照图 4, 该内容显示装置 400, 包 括： 获取模块 401， 用于获取目标内容的内容信息； 确定模块 402, 用于将所述目标内容的内容信息输入内容显示模型 ， 以确定目标用 户， 所述内容显示模型是根据用户的用户信息特征 、 内容页面的内容信息特征和根据上 述任一特征 构建方法构建的用户交互特征和 页面性能特征进行训练得到的 ； 显示模块 403, 用于向所述目标用户显示所述目标内容。 应当理解的是， 在一些实施例中， 电子设备可以包括如图 3所示的特征构建装置和 如图 4所示的内容显示装置。 其中， 通过特征构建装置可以构建用户交互特征和页面性 能特征， 用于内容显示装置中内容显示模 型的训练。 基于同一发明构思， 本公开还提供一种计算机可读介 质， 其上存储有计算机程序， 该程序被处理 装置执行时实现上述任一特 征构建方法或上述任一 内容显示方法的步骤。 基于同一发明构思， 本公开还提供一种电子设备， 包括： 存储装置， 其上存储有计算机程序； 处理装置， 用于执行所述存储装置中的所述计算机程序， 以实现上述任一特征构建 方法或上述任 一内容显示方法的步骤。 下面参考图 5,其示出了适于用来实现本公开实施例的 电子设备 500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、 PDA （个人数字助理） 、 PAD （平板电脑） 、 PMP （便携式多媒体播放器） 、 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 TV、 台式计算机等等的固 定终端。 图 5示出的电子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 。 如图 5所示， 电子设备 500可以包括处理装置 （例如中央处理器、 图形处理器等） 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装置 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， 还存储有电子设备 500操作所需的各种程序和数据。处理装置 501、 ROM 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。 通常， 以下装置可以连接至 I/O接口 505: 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 506; 包括例如液晶显示器（LCD）、 扬声器、 振动器等的输出装置 507; 包括例如磁带、 硬盘等的存储装置 508; 以及通信 装置 509。 通信装置 509可以允许电子设备 500与其他设备进行无线或有线通信以交换 数据。 虽然图 5示出了具有各种装置的电子设备 500, 但是应理解的是， 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。 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， 其包括承载在非暂态计算机 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 509从网络上被下载和安装， 或者 从存储装置 508被安装， 或者从 ROM 502被安装。 在该计算机程序被处理装置 501执 行时， 执行本公开实施例的方法中限定的上述 功能。 需要说明的是， 本公开上述的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一一但不 限于一一 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更具体的例子可以包括 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、 随机访问存储器（RAM） 、 只读存储器（ROM） 、 可擦式可编程 只读存储器 （EPROM或闪存 ） 、 光纤、 便携式紧凑磁盘只读存储器（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 ， 其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、 RF （射频） 等等， 或者上述的任意合适的组合。 在一些实施方式中， 可以利用诸如 HTTP（HyperText Transfer Protocol， 超文本传输 协议）之类的任何当前 己知或未来研发的网络协议进行通信 ， 并且可以与任意形式或介 质的数字数据通 信（例如， 通信网络）互连。 通信网络的示例包括局域网（ “LAN”） ， 广域网 （ “WAN” ） ， 网际网 （例如， 互联网） 以及端对端网络 （例如， ad hoc端对端 网络） ， 以及任何当前己知或未来研发的网络。 上述计算机可读介质可以是上述 电子设备中所包含的； 也可以是单独存在， 而未装 配入该电子设备 中。 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电子 设备执行时， 使得该电子设备： 获取内容页面上的交互数据和所述内容页面的加载性能 数据， 所述交互数据用于表征所述内容页面上 的用户行为， 所述加载性能数据用于表征 所述内容 页面的加载情况， 所述加载性能数据包括所述 内容页面的加载时长和 /或加载 成功率； 根据所述内容页面上的所述交互数据 ， 构建用户交互特征， 并根据所述内容页 面的所述加 载性能数据， 构建所述内容页面的页面性能特征； 所述用户交互特征和所述 页面性能特征用 于训练内容显示模型， 所述内容显示模型用于确定向目标用户显示的 目 标内容。 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但不 限于面向对象 的程序设计语言一 诸如 Java、 Smalltalk、 C++， 还包括常规的过程式程序设计语言一一诸如 “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 （LAN） 或广域网 （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） 。 附图中的流程图和框图， 图示了按照本公开各种实施例的系统、 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， 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 。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。 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。 本文中以上描述的功 能可以至少部分地由一个 或多个硬件逻辑部件来执 行。 例如， 非限制性地 ， 可以使用的示范类型的硬件逻辑部件包括： 现场可编程门阵列（FPGA）、 专用集成 电路（ASIC） 、 专用标准产品 （ASSP） 、 片上系统（SOC） 、 复杂可编程逻辑 设备 （CPLD） 等等。 在本公开的上下文中， 机器可读介质可以是有形的介质， 其可以包含或存储以供指 令执行系统、 装置或设备使用或与指令执行系统、 装置或设备结合地使用的程序。 机器 可读介质可 以是机器可读信号介质或机器可读储存 介质。机器可读介质可以包括但不限 于电子的、 磁性的、 光学的、 电磁的、 红外的、 或半导体系统、 装置或设备， 或者上述 内容的任何 合适组合。机器可读存储介质的更具体示例 会包括基于一个或多个线的 电气 连接、 便携式计算机盘、 硬盘、 随机存取存储器 （RAM） 、 只读存储器 （ROM） 、 可擦 除可编程只读存 储器（EPROM 或快闪存储器 ） 、 光纤、 便捷式紧凑盘只读存储器（CD- ROM ） 、 光学储存设备、 磁储存设备、 或上述内容的任何合适组合。 根据本公开的一个或多个 实施例，示例 1提供了一种特征构建方法，所述方法包括： 获取内容页面上 的交互数据和所述内容页面 的加载性能数据， 所述交互数据用于表征所 述内容页面上 的用户行为， 所述加载性能数据用于表征所述内容页面的加载情况 ， 所述 加载性能数 据包括所述内容页面 的加载时长和 /或加载成功率； 根据所述内容页面上的 所述交互数 据， 构建用户交互特征， 并根据所述内容页面的所述加载性能数据， 构建所 述内容页面 的页面性能特征； 所述用户交互特征和所述页面性能特征用于训练内容显示 模型， 所述内容显示模型用于确定向 目标用户显示的目标内容。 根据本公开的一个或多个 实施例， 示例 2提供了示例 1的方法， 所述获取内容页面 的加载性能数 据， 包括： 获取以下至少一种数据作为所述内容页面的加载性能数据： 所 述内容页面在 预设时长内的被点击次数、 加载成功率和加载时长。 根据本公开的一个或多个 实施例， 示例 3提供了示例 1或 2的方法， 所述获取内容 页面上的交互 数据， 包括： 获取多个内容页面中每一内容页面上的交互数据； 根据每一 所述内容页面 的所述交互数据， 确定所述多个内容页面对应的平均交互数 据； 根据所述内容页面上的所述 交互数据， 构建用户交互特征， 包括： 根据每一所述内 容页面的交互 数据， 构建每一所述内容页面对应的单一交互特征， 以及根据所述多个内 容页面对应的平 均交互数据， 构建所述多个内容页面对应的平均交互特征 。 根据本公开的一个或多个 实施例， 示例 4提供了示例 1或 2的方法， 所述根据所述 内容页面上 的所述交互数据， 构建用户交互特征， 包括： 将所述内容页面上的所述交互 数据按照对应 的数据指标进行排序， 并在排序后的所述交互数据 中选择目标交互数据； 根据所述 目标交互数据构建用户交互特征 。 根据本公开的一个或多个实施 例， 示例 5提供了示例 1或 2的方法， 所述获取所述 内容页面 的加载性能数据， 包括： 获取不同时间维度的所述内容页面的加载性能数据； 所述根据所述内容页面的所 述加载性能数据， 构建所述内容页面的页面性能特征， 包括： 根据不同时间维度的所述内容页面的加载性能 数据， 构建所述内容页面的页面性 能特征。 根据本公开的一个或多个实施 例， 示例 6提供了示例 5的方法， 所述获取不同时间 维度的所述 内容页面的加载性能数据， 包括： 获取所述内容页面在第一预设时长内的第 一加载性能数据 和所述内容页面在第二预设时长 内的第二加载性能数据， 其中， 所述第 二预设时长表征 的时间长于所述第一预设时长表征的时 间； 所述根据不同时间维度的所述 内容页面的所述加载性能数据 ， 构建所述内容页面的 页面性能特征 ， 包括： 根据所述第一加载性能数据和所述第二加载性能数据， 构建所述 内容页面的页面 性能特征。 根据本公开的一个或多个实施 例， 示例 7提供了示例 2的方法， 若所述内容页面的 加载性能数据 至少包括所述内容页面在预设 时长内的被点击次数、加载成功率和加载时 长， 所述方法还包括： 根据所述内容页面在预设时长内的被点击次数， 确定所述内容页 面在预设时长 内的平均被点击次数； 根据所述内容页面在预设时长内的加载成功次数 ， 确定所述 内容页面在预设时长内的加载成功率 ； 根据所述内容页面在预设时长内的加载 时长， 确定所述内容页面在预设时长内的平均加载 时长。 根据本公开的一个或多个实施 例， 示例 8提供了示例 7的方法， 所述根据所述内容 页面的所述加 载性能数据， 构建所述内容页面的页面性能特征， 包括： 根据所述内容页 面在预设时长 内的被点击次数、 加载成功率、 加载时长、 平均被点击次数、 加载成功率 和平均加载时长 ， 所述内容页面的页面性能特征包括以下至少一种： 所述内容页面在预 设时长内的被点击 次数特征； 所述内容页面在预设时长内的平均被点击次数特征； 所述 内容页面在预设 时长内的加载成功次数特征； 所述内容页面在预设时长内的加载成功率 特征； 所述内容页面在预设时长内的加载时长特征； 所述内容页面在预设时长内的平均 加载时长特征 。 根据本公开的一个或多个实施 例， 示例 9提供了示例 2的方法， 所述获取内容页面 的加载性能数据 ， 包括： 获取以下至少一种数据作为所述内容页面的加载性能数据： 所 述内容页面 中第一个元素的渲染时间、 首屏最大元素的渲染时间和渲染累计偏 移。 根据本公开的一个或多个实施 例， 示例 10提供了一种内容显示方法， 所述方法包 括: 获取目标内容的内容信息 ； 将所述目标内容的内容信 息输入内容显示模型， 以确定目标用户， 所述内容显示模 型是根据用户 的用户信息特征、 内容页面的内容信息特征和根据示例 1所述方法构建的 用户交互特征和 页面性能特征进行训练得到的 ； 向所述目标用户显示所述 目标内容。 根据本公开的一个或多个实施 例， 示例 11 提供了一种特征构建装置， 所述装置包 括： 数据获取模块， 用于获取内容页面上的交互数据和 所述内容页面的加载性能 数据， 所述交互数据 用于表征所述内容页面上 的用户行为， 所述加载性能数据用于表征所述内 容页面的加载情 况， 所述加载性能数据包括所述内容页面的加载时长和 /或加载成功率； 特征构建模块， 用于根据所述内容页面上的所述交互数据 ， 构建用户交互特征， 并 根据所述 内容页面的所述加载性能数据， 构建所述内容页面的页面性能特 征； 所述用户交互特征和所述页 面性能特征用于训练页面显示模 型， 所述页面显示模型 用于确定 向目标用户显示的目标内容。 根据本公开的一个或多个实施 例， 示例 12提供了示例 11的装置， 所述数据获取模 块用于： 获取以下至少一种数据作为所述内容页面 的加载性能数据： 所述内容页面在预 设时长内的被点击 次数、 加载成功率和加载时长。 根据本公开的一个或多个实施 例， 示例 13提供了示例 11或 12的装置， 所述数据 获取模块用于 ： 获取多个内容页面中每一内容页面上的交互数据； 根据每一所述内容页 面的所述交 互数据， 确定所述多个内容页面对应的平均交互数据； 所述特征构建模块用于： 根据每一所述内容页面的交互数据 ， 构建每一所述内容页 面对应的单一交 互特征， 以及根据所述多个内容页面对应的平均交互数据， 构建所述多 个内容页面对应 的平均交互特征。 根据本公开的一个或多个实施 例， 示例 14提供了示例 11或 12的装置， 所述特征 构建模块用于 ： 将所述内容页面上的所述交互数据按照对应的数据指标进行排序 ， 并在 排序后的所述 交互数据中选择目标交互数据 ； 根据所述目标交互数据构建用户交互特征。 根据本公开的一个或多个实施 例， 示例 15提供了示例 11或 12的装置， 所述数据 获取模块用于 ： 获取不同时间维度的所述内容页面的加载性能数据； 所述特征构建模块用于： 根据不同时间维度的所述内容页面的加载 性能数据， 构建 所述内容页面 的页面性能特征。 根据本公开的一个或多个实施 例， 示例 16提供了示例 15的装置， 所述数据获取模 块用于： 获取所述内容页面在第一预设时长内的第一加载性能 数据和所述内容页面在第 二预设时长内的第 二加载性能数据， 其中， 所述第二预设时长表征的时间长于所述第一 预设时长表征的时 间； 所述特征构建模块用于： 根据所述第一加载性能数据和所述第 二加载性能数据， 构 建所述 内容页面的页面性能特征。 根据本公开的一个或多个实施 例， 示例 17提供了示例 12的装置， 若所述内容页面 的加载性能数据 至少包括所述内容页面在预 设时长内的被点击次数、加载成功率和加载 时长， 所述特征构建模块还用于： 根据所述内容页面在预设时长内的被点击次数， 确定 所述内容页面在 预设时长内的平均被点击次数 ； 根据所述内容页面在预设时长内的加载 成功次数 ， 确定所述内容页面在预设时长内的加载成功率； 根据所述内容页面在预设时 长内的加载时长 ， 确定所述内容页面在预设时长内的平均加载时长。 根据本公开的一个或多个实施 例， 示例 18提供了示例 12的装置， 所述特征构建模 块用于： 根据所述内容页面在预设时长内的被点击次 数、 加载成功率、 加载时长、 平均 被点击次数 、 加载成功率和平均加载时长， 所述内容页面的页面性能特征包括以下至少 一种： 所述内容页面在预设时长内的被点击次数特征 ； 所述内容页面在预设时长内的平 均被点击次数特 征； 所述内容页面在预设时长内的加载成功次数特征； 所述内容页面在 预设时长内的加载成 功率特征； 所述内容页面在预设时长内的加载时长特征； 所述内容 页面在预设时长 内的平均加载时长特征。 根据本公开的一个或多个实施 例， 示例 19提供了示例 12的装置， 所述数据获取模 块用于： 获取以下至少一种数据作为所述内容页面 的加载性能数据： 所述内容页面中第 一个元素 的渲染时间、 首屏最大元素的渲染时间和渲染累计偏移。 根据本公开的一个或多个实施 例， 示例 20提供了一种内容显示装置， 所述装置包 括： 获取模块， 用于获取目标内容的内容信息； 确定模块， 用于将所述目标内容的内容信息输入 内容显示模型， 以确定目标用户， 所述内容显示模 型是根据用户的用户信息特征 、 内容页面的内容信息特征和根据示例 1 所述方法构 建的用户交互特征和页面性能特 征进行训练得到的； 显示模块， 用于向所述目标用户显示所述目标内容。 根据本公开的一个或多个实施 例， 示例 21 提供了一种计算机可读介质， 其上存储 有计算机程序 ， 该程序被处理装置执行时实现示例 1-10中任一项所述方法的步骤。 根据本公开的一个或多个实施 例， 示例 21提供了一种电子设备， 包括： 存储装置， 其上存储有计算机程序； 处理装置，用于执行所述存储装置中的所述计 算机程序， 以实现示例 1-10中任一项 所述方法 的步骤。 以上描述仅为本公开的较佳实施例 以及对所运用技术原理的说 明。本领域技术人员 应当理解， 本公开中所涉及的公开范围， 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上述公开构思的情况 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。 例如上述特征与本公开中公开的 （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。 此外， 虽然采用特定次序描绘了各操作， 但是这不应当理解为要求这些操作以所示 出的特定次序 或以顺序次序执行来执行。 在一定环境下， 多任务和并行处理可能是有利 的。 同样地， 虽然在上面论述中包含了若干具体实现细节， 但是这些不应当被解释为对 本公开的范 围的限制。在单独的实施例的上下文中描述 的某些特征还可以组合地实现在 单个实施例 中。 相反地， 在单个实施例的上下文中描述的各种特征也可以单独地或以任 何合适的子 组合的方式实现在多个实施例 中。 尽管己经采用特定于 结构特征和 /或方法逻辑动作的语言描述了本主题， 但是应当 理解所附权利 要求书中所限定的主题未必局 限于上面描述的特定特征或动作 。 相反， 上 面所描述 的特定特征和动作仅仅是实现权利要求书 的示例形式。关于上述实施例中的装 置， 其中各个模块执行操作的具体方 式己经在有关该方法的实施例 中进行了详细描述， 此处将不做详细 阐述说明。

Claims

权利要求书
1、 一种特征构建方法， 其包括： 获取内容页面上的交互数据和 所述内容页面的加载性能数据 ， 所述交互数据用于表 征所述 内容页面上的用户行为， 所述加载性能数据用于表征所述内容页面 的加载情况， 所述加载性能数 据包括所述内容页面的加载 时长和 /或加载成功率； 根据所述内容页面上的所述 交互数据， 构建用户交互特征， 并根据所述内容页面的 所述加载性能数 据， 构建所述内容页面的页面性能特征； 所述用户交互特征和所述页 面性能特征用于训练内容显示模 型， 所述内容显示模型 用于确定 向目标用户显示的目标内容。
2、 根据权利要求 1所述的方法， 其中， 所述获取内容页面的加载性能数据， 包括： 获取以下至少一种数据作为所述 内容页面的加载性能数据 ： 所述内容页面在预设时 长内的被点击次 数、 加载成功率和加载时长。
3、 根据权利要求 1或 2所述的方法， 其中， 所述获取内容页面上的交互数据， 包 括： 获取多个内容页面中每一 内容页面上的交互数据； 根据每一所述内容页面上 的所述交互数据， 确定所述多个内容页面对应的平均交互 数据； 根据所述内容页面上的所述 交互数据， 构建用户交互特征， 包括： 根据每一所述 内容页面上的交互数据 ， 构建每一所述内容页面对应的单一交互特 征， 以及根据所述多个内容页面对应的平均交互数据 ， 构建所述多个内容页面对应的平 均交互特征 。
4、 根据权利要求 1或 2所述的方法， 其中， 所述根据所述内容页面上的所述交互 数据， 构建用户交互特征， 包括： 将所述内容页面上的所述交 互数据按照对应的数据指标进行排 序， 并在排序后的所 述交互数据 中选择目标交互数据； 根据所述目标交互数据构建 用户交互特征。
5、 根据权利要求 1或 2所述的方法， 其中， 所述获取所述内容页面的加载性能数 据， 包括： 获取不同时间维度的所述 内容页面的加载性能数据； 所述根据所述内容页面的所 述加载性能数据， 构建所述内容页面的页面性能特征， 包括： 根据不同时间维度的所述 内容页面的加载性能数据， 构建所述内容页面的页面性能 特征。
6、 根据权利要求 5所述的方法， 其中， 所述获取不同时间维度的所述内容页面的 加载性能数据 ， 包括： 获取所述内容页面在 第一预设时长内的第 一加载性能数据和所 述内容页面在第二 预设时长内的第二加 载性能数据， 其中， 所述第二预设时长表征的时间长于所述第一预 设时长表征的时 间； 所述根据不同时间维度的所述 内容页面的所述加载性能数据 ， 构建所述内容页面的 页面性能特征 ， 包括： 根据所述第一加载性能数据 和所述第二加载性能数据 ， 构建所述内容页面的页面性 能特征。
7、 根据权利要求 2所述的方法， 其中， 若所述内容页面的加载性能数据至少包括 所述内容页面在 预设时长内的被点击次数、 加载成功率和加载时长， 所述方法还包括： 根据所述内容页面在预设时长 内的被点击次数， 确定所述内容页面在预设时长内的 平均被点击次数 ； 根据所述内容页面在预设时长 内的加载成功次数， 确定所述内容页面在预设时长内 的加载成功率 ； 根据所述内容页面在预设时长 内的加载时长， 确定所述内容页面在预设时长内的平 均加载时长。
8、 根据权利要求 7所述的方法， 其中， 所述根据所述内容页面的所述加载性能数 据， 构建所述内容页面的页面性能特征 ， 包括： 根据所述内容页面在预设时长 内的被点击次数、 加载成功率、 加载时长、 平均被点 击次数、加载成功率和平均加载 时长，所述内容页面的页面性能特征包括以下至少一 种： 所述内容页面在预设时长内的被 点击次数特征； 所述内容页面在预设时长内的平均 被点击次数特征； 所述内容页面在预设时长内的加 载成功次数特征； 所述内容页面在预设时长内的加 载成功率特征； 所述内容页面在预设时长内的加 载时长特征； 所述内容页面在预设时长内的平均 加载时长特征。
9、 根据权利要求 2所述的方法， 其中， 所述获取内容页面的加载性能数据， 包括： 获取以下至少一种数据作为所述 内容页面的加载性能数据 ： 所述内容页面中第一个 元素的渲染 时间、 首屏最大元素的渲染时间和渲染累计偏移。
10、 一种内容显示方法， 其包括: 获取目标内容的内容信息 ； 将所述目标内容的内容信 息输入内容显示模型， 以确定目标用户， 所述内容显示模 型是根据用户 的用户信息特征、 内容页面的内容信息特征和根据权利要求 1-9任一项所 述方法构建 的用户交互特征和页面性能特征 进行训练得到的； 向所述目标用户显示所述 目标内容。
11、 一种特征构建装置， 其包括： 数据获取模块， 用于获取内容页面上的交互数据和所述 内容页面的加载性能数据， 所述交互数据 用于表征所述内容页面上 的用户行为， 所述加载性能数据用于表征所述内 容页面的加载情 况， 所述加载性能数据包括所述内容页面的加载时长和 /或加载成功率； 特征构建模块， 用于根据所述内容页面上的所述交互数据 ， 构建用户交互特征， 并 根据所述 内容页面的所述加载性能数据， 构建所述内容页面的页面性能特 征； 所述用户交互特征和所述页 面性能特征用于训练页面显示模 型， 所述页面显示模型 用于确定 向目标用户显示的目标内容。
12、 一种内容显示装置， 其包括： 获取模块， 用于获取目标内容的内容信息； 确定模块， 用于将所述目标内容的内容信息输入内容显示模 型， 以确定目标用户， 所述内容显示模 型是根据用户的用户信息特征 、 内容页面的内容信息特征和根据权利要 求 1-9任一项所述方法构建的用户交互特征和页面性能特征进行训练得到 的； 显示模块， 用于向所述目标用户显示所述目标内容。
13、 一种计算机可读介质， 其上存储有计算机程序， 其中， 该程序被处理装置执行 时实现权利要求 1-10中任一项所述方法的步骤。
14、 一种电子设备， 其中， 包括： 存储装置， 其上存储有计算机程序； 处理装置，用于执行所述存储装置中的所述计 算机程序， 以实现权利要求 1-10中任 一项所述方法 的步骤。
PCT/SG2022/050259 2021-05-21 2022-04-28 特征构建方法、内容显示方法及相关装置 Ceased WO2022245280A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US18/563,312 US20240289406A1 (en) 2021-05-21 2022-04-28 Method for feature construction, method for content display and related apparatus

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110560406.5A CN113177176A (zh) 2021-05-21 2021-05-21 特征构建方法、内容显示方法及相关装置
CN202110560406.5 2021-05-21

Publications (1)

Publication Number Publication Date
WO2022245280A1 true WO2022245280A1 (zh) 2022-11-24

Family

ID=76929623

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/SG2022/050259 Ceased WO2022245280A1 (zh) 2021-05-21 2022-04-28 特征构建方法、内容显示方法及相关装置

Country Status (3)

Country Link
US (1) US20240289406A1 (zh)
CN (1) CN113177176A (zh)
WO (1) WO2022245280A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113625909A (zh) * 2021-07-30 2021-11-09 北京达佳互联信息技术有限公司 应用程序页面展示方法、装置、电子设备及存储介质
CN115630246B (zh) * 2022-10-20 2026-02-03 北京达佳互联信息技术有限公司 页面展示方法、装置、设备和介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001067214A2 (en) * 2000-03-03 2001-09-13 Merinta, Inc. System and method for tracking user interaction with a graphical user interface
CN106227832A (zh) * 2016-07-26 2016-12-14 浪潮软件股份有限公司 互联网大数据技术架构在企业内业务分析中的应用方法
CN108241984A (zh) * 2016-12-23 2018-07-03 北京国双科技有限公司 一种访客分类方法及装置
CN112150219A (zh) * 2020-10-22 2020-12-29 广州万唯邑众信息科技有限公司 一种在线广告投放系统及其使用方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104090908B (zh) * 2014-06-06 2017-11-03 微梦创科网络科技（中国）有限公司 统计页面组的平均停留时间、网站内容推广的方法和装置
CN108009185B (zh) * 2016-10-31 2022-02-18 阿里巴巴集团控股有限公司 提供页面信息的方法及装置
CN110634049B (zh) * 2019-09-05 2022-05-10 北京无限光场科技有限公司 页面显示内容的处理方法、装置、电子设备及可读介质
CN110737591B (zh) * 2019-09-16 2024-04-26 腾讯音乐娱乐科技（深圳）有限公司 网页性能评估方法、装置、服务器及存储介质
CN111522609A (zh) * 2020-03-18 2020-08-11 视联动力信息技术股份有限公司 一种页面的显示方法及装置
CN111782317A (zh) * 2020-06-12 2020-10-16 京东数字科技控股有限公司 页面的测试方法和装置、存储介质和电子装置
CN111752817A (zh) * 2020-06-30 2020-10-09 汉海信息技术(上海)有限公司 页面加载时长的确定方法、装置、设备及存储介质
CN112685269A (zh) * 2020-12-21 2021-04-20 北京达佳互联信息技术有限公司 数据的获取方法、装置、电子设备及存储介质
CN112699321A (zh) * 2020-12-23 2021-04-23 车智互联（北京）科技有限公司 一种页面加载方法，计算设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001067214A2 (en) * 2000-03-03 2001-09-13 Merinta, Inc. System and method for tracking user interaction with a graphical user interface
CN106227832A (zh) * 2016-07-26 2016-12-14 浪潮软件股份有限公司 互联网大数据技术架构在企业内业务分析中的应用方法
CN108241984A (zh) * 2016-12-23 2018-07-03 北京国双科技有限公司 一种访客分类方法及装置
CN112150219A (zh) * 2020-10-22 2020-12-29 广州万唯邑众信息科技有限公司 一种在线广告投放系统及其使用方法

Also Published As

Publication number Publication date
CN113177176A (zh) 2021-07-27
US20240289406A1 (en) 2024-08-29

Similar Documents

Publication Publication Date Title
CN111368185B (zh) 数据展示方法、装置、存储介质及电子设备
CN111510760B (zh) 视频信息展示方法和装置、存储介质和电子设备
CN111400625B (zh) 页面处理方法、装置、电子设备及计算机可读存储介质
WO2021068634A1 (zh) 页面跳转方法、装置、电子设备及计算机可读存储介质
US12445712B2 (en) Prop processing method and apparatus, and device and medium
CN112287206A (zh) 信息处理方法、装置和电子设备
CN110516159B (zh) 一种信息推荐方法、装置、电子设备及存储介质
WO2020199749A1 (zh) 基于反馈的信息推送方法、装置及电子设备
WO2022245280A1 (zh) 特征构建方法、内容显示方法及相关装置
CN112257478A (zh) 扫码方法、装置、终端和存储介质
CN116319932A (zh) 内容推送模型的训练方法、装置、设备及存储介质
CN118158467A (zh) 多媒体资源播放方法、装置、介质、电子设备及程序产品
CN112395022B (zh) 信息显示方法、装置、电子设备及计算机可读存储介质
CN116204722A (zh) 一种内容推荐方法、装置、设备及介质
US20250217850A1 (en) Method for information recommendation, apparatus, electronic device, and storage medium
CN116992115A (zh) 推荐方法、装置、存储介质及电子设备
CN118042230A (zh) 多媒体文件的处理方法、装置、介质、设备和产品
CN112287171A (zh) 信息处理方法、装置和电子设备
WO2024169881A9 (zh) 视频处理方法、装置、设备及介质
CN113240107B (zh) 图像处理方法、装置和电子设备
WO2023202361A1 (zh) 视频生成方法、装置、介质及电子设备
CN116010867A (zh) 负样本确定方法、装置、介质及电子设备
CN114595393A (zh) 一种数据处理方法及装置
WO2022245279A1 (zh) 特征构建方法、内容显示方法及相关装置
CN114912422B (zh) 数据处理方法、装置、介质以及电子设备

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22805082

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 18563312

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 22805082

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 22805082

Country of ref document: EP

Kind code of ref document: A1