[发明专利]对损坏网络连接的基于机器学习的识别

说明书

一种用于识别损坏网络连接的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。在一个方面中，一种系统包括前端服务器，所述前端服务器接收针对与链接到给定应用的一个或多个应用链接的多个不同的用户交互来指明呈现持续时间的数据，所述呈现持续时间指定所述应用链接所链接到的应用内容在与所述一个或多个应用链接的所述多个不同的用户交互之后被呈现了多长时间。与所述前端服务器进行通信的后端服务器可基于对每个应用链接的呈现持续时间应用机器学习模型来将该应用链接分类为损坏或工作。所述机器学习模型可使用标记训练数据来生成。所述后端服务器可基于应用链接被所述机器学习模型分类为损坏来生成并输出将所述应用链接识别为损坏链接的警示。

背景技术

互联网促进在全球用户之间交换信息和事务。信息的这种交换使得数据提供者能够向各种用户提供数据。可以各种方式提供数据，包括在电子文档(例如，网页)上和在应用(例如，移动app)内发布信息。例如，应用可包括向用户呈现信息的应用页面。

链接可用于协助用户导航到可以是用户感兴趣的资源。链接可指向电子文档或者指向应用中的特定位置(例如，指向应用页面)。然而，一些链接可能未恰当地指向文档或应用页面。这样的链接通常被称为损坏链接。例如，如果链接所指向的文档或应用页面被移动到新地址或者从托管该文档或应用页面的域中移除，则该链接可以变成损坏链接。此外，应用链接可以在应用更新之后或者响应于托管应用内容的服务器变得不可用而损坏。

发明内容

本说明书描述了涉及使用机器学习来基于内容在发起(或者完成)网络连接(例如，响应于用户与损坏应用链接的交互)之后被呈现了多长时间来识别损坏网络连接(例如，损坏应用链接)的技术。

一般而言，本说明书中所描述的主题的一个创新方面可用一种系统加以实施，所述系统包括一个或多个前端服务器，所述一个或多个前端服务器接收数据，所述数据针对与链接到给定应用的一个或多个应用链接的多个不同的用户交互来指明呈现持续时间，所述呈现持续时间指明所述应用链接所链接到的应用内容在与所述一个或多个应用链接的所述多个不同的用户交互之后被呈现了多长时间。所述系统也可包括一个或多个后端服务器，所述一个或多个后端服务器与所述一个或多个前端服务器进行通信并且执行操作，所述操作包括：基于对每个应用链接的呈现持续时间应用机器学习模型来将该应用链接分类为损坏或工作。所述机器学习模型可使用标记训练数据来生成，所述标记训练数据对于训练应用链接集合中的每个训练应用链接包括：所述训练应用链接的呈现持续时间集合；以及标记，所述标记基于与所述训练应用链接的用户交互是否导致了通过所述训练应用链接所指向的内容的成功呈现来指明所述训练应用链接是损坏还是工作。所述一个或多个后端服务器也可执行包括以下的操作：基于给定应用链接被所述机器学习模型分类为损坏来生成并输出将所述给定应用链接识别为损坏链接的警示。此方面的其它实施例包括被配置成执行在计算机存储设备上编码的所述方法的动作的对应装置、方法和计算机程序。

这些和其它实施例均可可选地包括以下特征中的一个或多个。在一些方面中，所述机器学习模型通过基于持续时间来将所述应用链接的每个呈现持续时间指派至持续时间组集合中的持续时间组来对应用链接进行分类。每个持续时间组可以是针对持续时间的范围并且包括所述应用链接在所述持续时间组的持续时间的范围内的呈现持续时间。所述机器学习模型可基于由指派至每个持续时间组的呈现持续时间的数目所定义的模式将所述应用链接分类为损坏或工作。由所述呈现持续时间的数目所定义的所述模式可包括所述呈现持续时间的分布。

在一些方面中，由所述系统执行的所述操作可包括：识别包括链接到给定应用的所述一个或多个应用链接的应用链接集合；基于所述应用链接集合中的应用链接的特性来将所述应用链接分组成应用链接组集合；以及基于对所述应用链接组中的应用链接的呈现持续时间应用机器学习模型来将每个应用链接组分类为具有损坏或工作链接。