[发明专利]用于对不同内容进行排名的机器学习模型

权利要求书

1.一种方法，所述方法包括由计算系统：

访问与内容提供者相关联的内容项目，所述内容项目具有第一组属性和第二组属性；

使用第一机器学习模型，基于所述第一组属性为用户生成所述内容项目的第一排名分数；

生成所述内容项目的所述第二组属性的聚类表示；

使用第二机器学习模型，基于所述聚类表示为所述用户生成所述内容项目的第二排名分数；

使用第三机器学习模型，基于所述第一排名分数和所述第二排名分数为所述用户生成所述内容项目的第三排名分数；和

基于所述第三排名分数选择用于呈现给所述用户的内容项目。

2.根据权利要求1所述的方法，其中，所述第三排名分数的生成还基于与所述内容提供者相关联的元数据。

3.根据权利要求2所述的方法，其中，与所述内容提供者相关联的元数据包括以下中的至少一个：所述内容提供者的规模、对于向所述用户呈现所述内容项目的目标结果、或者所述用户的目标人口统计群体。

4.根据权利要求1所述的方法，还包括：

从与所述内容项目相关联的内容提供者接收为所述用户对所述内容项目进行排名的请求；和

从所述内容提供者接收与所述用户相关联的上下文信息；

其中，所述第三排名分数的生成还基于与所述用户相关联的上下文信息。

5.根据权利要求1所述的方法，还包括：

访问与所述用户相关联的用户数据；

其中，所述第一排名分数的生成或所述第二排名分数的生成还基于与所述用户相关联的用户数据。

6.根据权利要求1所述的方法，其中，使用与至少第二内容提供者相关联的数据来训练所述第一机器学习模型、所述第二机器学习模型或所述第三机器学习模型，所述第二内容提供者不同于所述内容提供者。

7.根据权利要求1所述的方法，

其中，所述第一组属性具有一个或更多个已知属性类型；

其中，基于具有所述一个或更多个已知属性类型的训练数据来训练所述第一机器学习模型。

8.根据权利要求7所述的方法，

其中，所述第二组属性具有一个或更多个定制属性类型；

其中，所述一个或更多个定制属性类型不同于用于训练所述第一机器学习模型的训练数据的已知属性类型。

9.根据权利要求1所述的方法，还包括：

使用第四机器学习模型，基于所述内容项目的所述第一组属性和所述第二组属性，为所述用户生成所述内容项目的第四排名分数；

其中，所述内容项目的所述第三排名分数的生成还基于所述第四排名分数。

10.根据权利要求9所述的方法，其中，使用与所述内容提供者相关联的训练数据来训练所述第四机器学习模型。

11.一种系统，包括：一个或更多个处理器和耦合到一个或更多个所述处理器的一个或更多个计算机可读非暂时性存储介质，所述一个或更多个计算机可读非暂时性存储介质包括当由一个或更多个所述处理器执行时能够操作来使所述系统执行操作的指令，所述操作包括：

访问与内容提供者相关联的内容项目，所述内容项目具有第一组属性和第二组属性；

使用第一机器学习模型，基于所述第一组属性为用户生成所述内容项目的第一排名分数；

生成所述内容项目的所述第二组属性的聚类表示；

使用第二机器学习模型，基于所述聚类表示为所述用户生成所述内容项目的第二排名分数；

使用第三机器学习模型，基于所述第一排名分数和所述第二排名分数为所述用户生成所述内容项目的第三排名分数；和

基于所述第三排名分数选择用于呈现给所述用户的内容项目。

12.根据权利要求11所述的系统，其中，所述第三排名分数的生成还基于与所述内容提供者相关联的元数据。