【技术实现步骤摘要】
一种页面展现方法、装置、设备及存储介质
本申请实施例涉及计算机技术，尤其涉及大数据技术，具体涉及一种页面展现方法、装置、设备及存储介质。
技术介绍
随着互联网技术的不断发展，各种媒体或者软件开发者可以通过互联网平台发布相应的推广信息，例如，以展现页面的形式，用户在查看到上述推广信息后，可以完成媒体文章的推荐转发以及软件的激活使用等行为，上述行为实现了对展现页面的深层转化。实际上，推广信息的发布最终目的，也是为了实现上述深层转化的。为了达到最优的深层转化效果，互联网平台需要预先估计展现页面的深层转化概率，以进行针对性的页面展现。现有技术中，可以将产生深层转化的用户行为及其对应的展现页面作为正样本，并根据从正样本中提取的特征向量来进行深层转化概率的预估，将深层转化概率预估值高于设定阈值的页面进行展现。专利技术人在实现本专利技术的过程中发现，现有技术存在如下缺陷：对于深层转化概率较高的推广信息提供方来说，上述方法可以实现很好的预测效果，但是对于深层转化概率较低的推广信息提供方，会出现正样本数量不足的问题，最终导致预
【技术保护点】
1.一种页面展现方法，其特征在于，包括：/n获取多个备选的展现页面，所述展现页面与第一类展现转化和至少一个第二类展现转化关联，第二类展现转化概率高于第一类展现转化概率；/n根据与所述第一类展现转化匹配的第一类历史展现页面，以及与所述第二类展现转化匹配的第二类历史展现页面，对各所述备选的展现页面的第一类展现转化概率进行预测；/n根据预测结果，在所述多个备选的展现页面中获取至少一个目标页面，并对所述至少一个目标页面进行展示。/n
【技术特征摘要】
1.一种页面展现方法，其特征在于，包括：
获取多个备选的展现页面，所述展现页面与第一类展现转化和至少一个第二类展现转化关联，第二类展现转化概率高于第一类展现转化概率；
根据与所述第一类展现转化匹配的第一类历史展现页面，以及与所述第二类展现转化匹配的第二类历史展现页面，对各所述备选的展现页面的第一类展现转化概率进行预测；
根据预测结果，在所述多个备选的展现页面中获取至少一个目标页面，并对所述至少一个目标页面进行展示。
2.根据权利要求1所述的方法，其特征在于，根据与所述第一类展现转化匹配的第一类历史展现页面，以及与所述第二类展现转化匹配的第二类历史展现页面，对各所述备选的展现页面的第一类转化概率进行预测，包括：
获取与各所述备选的展现页面分别对应的展现特征集；
将各所述展现特征集，分别与共性展现转化特征集及个性展现转化特征集进行匹配；
根据匹配结果，对各所述备选的展现页面的第一类转化概率进行预测；
其中，所述共性展现转化特征集，根据所述第一类历史展现页面以及所述第二类历史展现页面共同生成；
所述个性展现转化特征集，根据所述第一类历史展现页面独立生成。
3.根据权利要求1所述的方法，其特征在于，根据与所述第一类展现转化匹配的第一类历史展现页面，以及与所述第二类展现转化匹配的第二类历史展现页面，对各所述备选的展现页面的第一类展现转化概率进行预测，包括：
获取与各所述备选的展现页面分别对应的展现特征集；
将各所述展现特征集，分别输入至预先训练的第一类展现转化概率预测模型中，对各所述备选的展现页面的第一类展现转化概率进行预测；
其中，所述第一类展现转化概率预测模型，由所述第一类历史展现页面以及所述第二类历史展现页面构造的正样本训练得到。
4.根据权利要求3所述的方法，其特征在于，在获取多个备选的展现页面之前，还包括：
使用所述第一类历史展现页面，构造与所述第一类转化展现对应的多个第一类正样本；
使用所述第二类历史展现页面，构造与每个所述第二类展现转化分别对应的多个第二类正样本；
生成与各所述第一类正样本以及各所述第二类正样本对应的样本特征集；
使用各所述样本特征集，对多任务学习模型进行训练，得到所述第一类展现转化概率预测模型；
其中，所述第一类展现转化概率预测模型包括：第一类展现转化概率的预测任务，以及至少一个第二类展现转化概率的预测任务。
5.根据权利要求4所述的方法，其特征在于，所述第一类展现转化概率预测模型包括：
与输入端相连的共享隐层、分别与所述共享隐层相连的第一类展现转化子网络以...
【专利技术属性】
技术研发人员：丁娇，曾云峰，李沛龙，秦首科，黄旺，曹旭磊，李晨瑞，朱威，曹金营，杨雷，刘琦凯，胡均毅，韩聪，姜振，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。