[发明专利]一种分类标签展示方法、服务器及显示设备

权利要求书

1.一种服务器，其特征在于，包括：

存储器，被配置为存储数据信息；

与所述存储器连接的控制器，所述控制器被配置为：

响应于显示设备发送的携带指定搜索关键词的媒资搜索请求，获取用户在历史进行媒资搜索时产生的用户历史行为信息以及与所述指定搜索关键词对应的不同分类标签的媒资信息；

在所述用户历史行为信息表征的用户历史行为满足预设条件时，利用所述用户历史行为信息中的历史点击行为数据对所述分类标签进行排序，将得到的意图预测排序结果发送至显示设备进行展示；

在所述用户历史行为信息表征的用户历史行为不满足预设条件时，利用所述用户历史行为信息中的基于所述媒资信息产生的媒资历史行为数据对所述分类标签进行排序，将得到的意图预测排序结果发送至显示设备进行展示。

2.根据权利要求1所述的服务器，其特征在于，所述控制器在执行所述利用所述用户历史行为信息中的历史点击行为数据对所述分类标签进行排序，被进一步配置为：

在所述用户历史行为信息表征的用户历史行为满足预设条件时，获取所述用户历史行为信息中的用户基本信息、用户画像信息和历史点击行为数据，所述历史点击行为数据包括历史搜索关键词、历史点击媒资信息和历史点击分类标签；

基于所述用户基本信息、用户画像信息、历史搜索关键词、历史点击媒资信息和历史点击分类标签，创建用于预测每个分类标签点击概率的点击概率计算模型；

将当前媒资搜索过程对应的指定搜索关键词和不同分类标签的媒资信息输入所述点击概率计算模型，得到每个分类标签的点击概率；

按照每个所述点击概率从大到小的顺序，对每个分类标签进行排序，得到意图预测排序结果。

3.根据权利要求2所述的服务器，其特征在于，所述控制器在执行所述创建用于预测每个分类标签点击概率的点击概率计算模型，被进一步配置为：

基于所述历史搜索关键词、历史点击媒资信息、历史点击分类标签、用户基本信息和用户画像信息，创建训练样本；

基于所述训练样本，提取第一特征和第二特征，所述第一特征包括用户特征和媒资特征，所述第二特征包括关键词向量特征、用户向量特征、媒资向量特征和分类标签向量特征；

基于所述用户特征、媒资特征、关键词向量特征、用户向量特征、媒资向量特征和分类标签向量特征，创建用于预测每个分类标签点击概率的点击概率计算模型。

4.根据权利要求2所述的服务器，其特征在于，所述控制器被进一步配置为：

在获取所述用户历史行为信息中的历史点击行为数据时，获取所述用户历史行为信息中的原始历史点击行为数据；

基于数据过滤条件，对所述原始历史点击行为数据进行过滤处理，得到历史点击行为数据，所述数据过滤条件用于对异常数据、无效数据进行过滤。

5.根据权利要求1所述的服务器，其特征在于，所述控制器在执行所述利用所述用户历史行为信息中的基于所述媒资信息产生的媒资历史行为数据对所述分类标签进行排序，被进一步配置为：

在所述用户历史行为信息表征的用户历史行为不满足预设条件时，获取所述用户历史行为信息中的媒资历史行为数据，所述媒资历史行为数据用于表征用户历史浏览每个分类标签所属的每个媒资信息的浏览信息；

基于每个所述媒资信息的浏览信息，计算用户对每个媒资信息的媒资兴趣度；

将同一所述分类标签对应的媒资信息的媒资兴趣度进行归一化处理，得到所述分类标签的标签兴趣度；

将每个所述分类标签按照所述标签兴趣度从大到小的顺序进行排序，得到意图预测排序结果。