【技术实现步骤摘要】
【国外来华专利技术】用于内容准个性化的低熵浏览历史相关申请的交叉引用本申请要求于2019年11月27日提交的专利技术名称为“LowEntropyBrowsingHistoryforContentQuasi-Personalization”(用于内容准个性化的低熵浏览历史)的美国专利申请No.16/698,548的优先权,该美国专利申请要求于2019年8月8日提交的专利技术名称为“LowEntropyBrowsingHistoryforContentQuasi-Personalization”(用于内容准个性化的低熵浏览历史)的美国专利申请No.16/535,912以及于2019年8月16日提交的专利技术名称为“LowEntropyBrowsingHistoryforContentQuasi-Personalization”(用于内容准个性化的低熵浏览历史)的美国专利申请No.62/887,902的优先权,上述美国专利申请的每一个都通过引用将其全部内容并入本文。
技术介绍
在诸如互联网的计算机联网环境中,内容提供者可以提供要插入到由在客户端设备上执行的应用(例如,web浏览器)所处理和渲染的信息资源(例如,网页)中的内容项。个性化内容递送通常基于捕获用户和/或设备的标识信息,诸如所述设备的浏览或访问历史。但是,这可能导致收集可分别跟踪的数据,使用户面临潜在安全风险并且消耗过多的计算资源。
技术实现思路
本文所讨论的系统和方法经由诸如数百万或数十亿个设备的大量设备的聚合浏览历史来提供内容准个性化或匿名化内容检索。稀疏矩阵可以从 ...
【技术保护点】
1.一种编码用于选择内容的标识符的方法,包括:/n标识经由在客户端设备上执行的第一应用所访问的多个信息资源;/n从所述多个信息资源中的每个信息资源中提取与所述信息资源的至少一部分内容相对应的特征;/n将分类模型应用于从所述多个信息资源中所提取的特征,以标识用于将所述第一应用归类到其中的类别集合;/n确定来自所述类别集合中的一个类别满足分配给该类别的应用的阈值数量;/n响应于确定所述类别满足所述阈值数量,将所述第一应用分配给与所述类别相对应的类别标识符,用于所述第一应用的所述类别标识符与用于第二应用的所述类别标识符相同;/n从内容发布者设备接收信息资源以用于经由所述第一应用呈现,该信息资源包括主要内容和可用于从内容选择服务接收内容的内容槽;/n针对所述信息资源的所述内容槽,生成对内容的请求,所述对内容的请求包括用于所述第一应用的所述类别标识符;以及/n向所述内容选择服务传送所述对内容的请求,所述内容选择服务使用用于所述第一应用和所述第二应用的类别标识符来选择内容项以插入到所述信息资源的所述内容槽中。/n
【技术特征摘要】
【国外来华专利技术】20190808 US 16/535,912;20190816 US 62/887,902;20191.一种编码用于选择内容的标识符的方法,包括:
标识经由在客户端设备上执行的第一应用所访问的多个信息资源;
从所述多个信息资源中的每个信息资源中提取与所述信息资源的至少一部分内容相对应的特征;
将分类模型应用于从所述多个信息资源中所提取的特征,以标识用于将所述第一应用归类到其中的类别集合;
确定来自所述类别集合中的一个类别满足分配给该类别的应用的阈值数量;
响应于确定所述类别满足所述阈值数量,将所述第一应用分配给与所述类别相对应的类别标识符,用于所述第一应用的所述类别标识符与用于第二应用的所述类别标识符相同;
从内容发布者设备接收信息资源以用于经由所述第一应用呈现,该信息资源包括主要内容和可用于从内容选择服务接收内容的内容槽;
针对所述信息资源的所述内容槽,生成对内容的请求,所述对内容的请求包括用于所述第一应用的所述类别标识符;以及
向所述内容选择服务传送所述对内容的请求,所述内容选择服务使用用于所述第一应用和所述第二应用的类别标识符来选择内容项以插入到所述信息资源的所述内容槽中。
2.根据权利要求1所述的方法,还包括:响应于接收到所述信息资源,根据混淆策略从所述类别集合中选择所述类别,所述混淆策略指定一种条件,在所述条件下相对应的类别标识符被允许包括在与所述信息资源的所述内容槽相关联的对内容的请求中。
3.根据权利要求1所述的方法,还包括:
响应于接收到第二信息资源,根据混淆策略,选择从应用所述分类模型而标识的所述类别集合中的第二类别标识符,所述第二类别标识符与分配给所述第一应用的所述类别不同;以及
针对所述第二信息资源的内容槽,生成对内容的第二请求,所述对内容的第二请求包括与所述第二类别相对应的第二类别标识符,而不是与所述类别相对应的所述类别标识符。
4.根据权利要求1所述的方法,还包括:
响应于接收到第二信息资源,根据混淆策略,确定不包括任何类别标识符到对内容的第二请求中以插入到所述第二信息资源的内容槽中;以及
响应于确定不包括任何类别标识符,向所述内容选择服务传送所述对内容的第二请求,所述对内容的第二请求缺少任何类别标识符。
5.根据权利要求1所述的方法,其中,确定所述类别满足所述阈值数量还包括:通过使用利用与所述类别相对应的所述类别标识符所生成的加密类别标识符,与类别授权服务协同地执行阈值密码协议。
6.根据权利要求1所述的方法,其中,确定所述类别满足阈值数量还包括:对照用于由类别授权服务所维护的类别标识符的概率数据结构,来检查所述类别标识符。
7.根据权利要求1所述的方法,其中,传送所述对内容的请求还包括:传送所述对内容的请求,所述内容选择服务使用所述类别标识符来维护用于所述第一应用和所述第二应用的聚合浏览历史。
8.根据权利要求1所述的方法,其中,应用所述分类模型还包括:应用所述分类模型,以从多个类别中标识在由所述分类模型定义的特征空间中彼此在接近度阈值内的所述类别集合。
9.根据权利要求1所述的方法,还包括:通过使用降维过程根据从所述客户端设备标识出的所述浏览历史来生成简化的特征向量集合,所述特征向量在文件大小方面小于所述浏览历史;以及
其中,应用所述分类模型还包括:将所述分类模型应用于根据所述浏览历史所生成的简化的特征向量集合。
10.根据权利要求1所述的方法,其中,提取所述特征还包括:从所述信息资源的至少一部分内容中提取所述特征,所述一部分内容包括以下中的至少一项:文本数据、视觉数据或音频数据。
11.一...
【专利技术属性】
技术研发人员:迈克尔·S·克莱贝尔,王刚,丹尼尔·罗伯特·拉梅奇,查尔斯·谢弗·哈里森,乔希·福雷斯特·卡林,马塞尔·M·M·容,
申请(专利权)人:谷歌有限责任公司,
类型:发明
国别省市:美国;US
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。