信息推送系统的评价方法和装置制造方法及图纸

本发明专利技术公开了一种信息推送系统的评价方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取指定时间段内的推送数据及评价指标集合，推荐数据包括推荐结果及其采用率，评价指标是通过对底层数据进行训练得到的；根据序列关联性评价算法确定每个评价指标与推送结果的采用率之间的关联度；根据每个评价指标与推送结果的采用率之间的关联度从评价指标集合中选取目标评价指标，并使用目标评价指标对信息推送系统进行评价。该实施方式通过选择出与推送结果采用率具有强关联性的目标评价指标，既可以增强信息推送系统推送策略的可解释性，又可以为信息推送系统的优化配置提供数据支持。

【技术实现步骤摘要】
信息推送系统的评价方法和装置
本专利技术涉及计算机
，尤其涉及一种信息推送系统的评价方法和装置。
技术介绍
随着计算机和网络技术的飞速发展，每天都会有海量的数据产生，为了能够给用户在海量数据中找到自己感兴趣的内容，信息推送系统应运而生，信息推送系统能够有效解决信息过载的问题。信息推送系统可以给用户推送其感兴趣的信息，例如：搜索条目、文章、商品、优惠券，等等。在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：对于现有的信息推送系统，并没有完整、系统的评价体系来对推送结果进行评价，并且，对于进一步进行推送算法优化或系统优化来说，仅仅关注推送结果的采用率是远远不够的，不能有效的判断出哪些推送结果是用户更喜爱的，且在进行信息推送系统的优化配置时也无法提供有效的数据支持。
技术实现思路
有鉴于此，本专利技术实施例提供一种信息推送系统的评价方法和装置，能够选择出与推送结果采用率具有强关联性的目标评价指标以对信息推荐系统进行评价，既可以增强信息推送系统推送策略的可解释性，又可以为信息推送系统的优化配置本文档来自技高网...

【技术保护点】
1.一种信息推送系统的评价方法，其特征在于，包括：/n获取指定时间段内的推送数据及评价指标集合，所述推送数据包括推送结果及其采用率，所述评价指标是通过对底层数据进行训练得到的；/n根据序列关联性评价算法确定每个评价指标与推送结果的采用率之间的关联度；/n根据每个评价指标与推送结果的采用率之间的关联度从所述评价指标集合中选取目标评价指标，并使用所述目标评价指标对所述信息推送系统进行评价。/n

【技术特征摘要】
1.一种信息推送系统的评价方法，其特征在于，包括：
获取指定时间段内的推送数据及评价指标集合，所述推送数据包括推送结果及其采用率，所述评价指标是通过对底层数据进行训练得到的；
根据序列关联性评价算法确定每个评价指标与推送结果的采用率之间的关联度；
根据每个评价指标与推送结果的采用率之间的关联度从所述评价指标集合中选取目标评价指标，并使用所述目标评价指标对所述信息推送系统进行评价。


2.根据权利要求1所述的方法，其特征在于，根据序列关联性评价算法确定每个评价指标与推送结果的采用率之间的关联度包括：
按照推送结果的采用率从高到低对所述推送结果进行第一排序，并计算第一排序后的推送结果对应的第一得分；
对每个评价指标，分别根据所述评价指标对应的评价规则计算每个推送结果对应的评价指标值，并按照所述评价指标值由大到小对所述推送结果进行第二排序，并计算第二排序后的推送结果对应的第二得分；
根据所述第一得分和所述第二得分确定每个评价指标与推送结果的采用率之间的关联度。


3.根据权利要求2所述的方法，其特征在于，计算第一排序后的推送结果对应的第一得分包括：
根据第一排序后每个推送结果在得到的第一队列中的第一位置计算第一排序后每个推送结果对应的得分；
通过将所述第一排序后每个推送结果对应的得分进行求和以得到第一排序后的推送结果对应的第一得分。


4.根据权利要求3所述的方法，其特征在于，第一排序后的推送结果对应的第一得分通过以下公式计算得到：



其中，k为第一排序后每个推送结果在得到的第一队列中的第一位置，N为推送结果总数。


5.根据权利要求3所述的方法，其特征在于，计算第二排序后的推送结果对应的第二得分包括：
根据第二排序后每个推送...

【专利技术属性】
技术研发人员：刘鑫，
申请(专利权)人：北京沃东天骏信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京;11