1. Способ выбора элементов рекомендаций, которые предназначены для передачи электронному устройству, связанному с пользователем сервиса рекомендаций, который размещен на сервере, причем способ выполняется на сервере, способ включает в себя:
• получение сервером информации о пользователе, получающем доступ к сервису рекомендаций;
• определение сервером типа пользователя сервиса рекомендаций, размещенного на сервере, тип пользователя может представлять собой либо "новый пользователь", либо "старый пользователь", тип "новый пользователь" связан с пользователями сервиса рекомендаций, который связан с заранее определенным уровнем предыдущих пользовательских взаимодействий с сервисом рекомендаций, причем заранее определенный уровень предыдущих пользовательских взаимодействий недостаточен для создания персонализированной рекомендации содержимого;
• в ответ на то, что пользователь относится к типу "новый пользователь":
получение сервером информации, связанной с набором элементов с целевой страницы заранее определенного ресурса, причем информация, связанная с набором элементов, указывает на по меньшей мере визуальные характеристики соответствующего одного элемента из набора элементов, причем целевая страница заранее определенного ресурса содержит предварительно выбранные элементы из множества элементов, размещенных на заранее определенном ресурсе;
создание сервером, вектора факторов для каждого элемента из набора элементов с целевой страницы на основе информации, связанной с визуальными характеристиками соответствующего элемента из набора элементов на целевой странице;
создание с помощью алгоритма машинного обучения (MLA), выполняемого сервером, неспецифической для пользователя оценки популярности для каждого элемента из набора элементов с целевой страницы на основе соответствующих векторов факторов, причем MLA был обучен создавать неспецифические для пользователя оценки популярности для данных элементов на основе соответствующих векторов факторов и соответствующих пользовательских взаимодействий с данными элементами;
создание сервером набора неспецифических для пользователя элементов рекомендаций путем выбора из набора элементов неспецифических для пользователя элементов рекомендаций, которые предназначены для представления пользователю на основе соответствующих неспецифических для пользователя оценок популярности; и
передача сервером набора неспецифических для пользователя элементов рекомендаций на электронное устройство вместо персонализированной рекомендации содержимого.
2. Способ по п. 1, в котором:
в ответ на то, что пользователь относится к типу "старый пользователь":
• получение сервером предыдущих пользовательских взаимодействий пользователя с сервисом рекомендаций;
• создание сервером специфической для пользователя оценки популярности для элементов из пула элементов, рекомендуемых сервисом рекомендаций, на основе предыдущих пользовательских взаимодействий с сервисом рекомендаций;
• создание сервером набора специфических для пользователя элементов рекомендаций путем выбора из пула элементов специфических для пользователя элементов рекомендаций, которые предназначены для представления пользователю на основе соответствующих специфических для пользователя оценок популярности; и
• передача сервером набора специфических для пользователя элементов рекомендаций в качестве персонализированной рекомендации содержимого.
3. Способ по п. 1, в котором способ далее включает в себя извлечение сервером информации, связанной с визуальными характеристиками каждого элемента из набора элементов, из информации, связанной с набором элементов.
4. Способ по п. 1, в котором неспецифические для пользователя элементы рекомендаций включают в себя новостные элементы.
5. Способ по п. 1, в котором заранее выбранные элементы могут быть выбраны с использованием присущего ресурсу алгоритма выбора заранее определенного ресурса.
6. Способ по п. 5, в котором присущий ресурсу алгоритм выбора является по меньшей мере одним из алгоритма выбора с помощью программного обеспечения и алгоритма выбора с помощью человека.
7. Способ по п. 5, в котором алгоритм ранжирования заранее определенного ресурса, который ранжирует множество элементов на основе свежести каждого из множества элементов.
8. Способ по п. 1, в котором визуальные характеристики включают в себя по меньшей мере одно из:
• положение данного элемента на целевой странице;
• размер данного элемента на целевой странице; и
• наличие изображения, связанного с данным элементом на целевой странице.
9. Способ по п. 1, в котором визуальные характеристики указывают на заметное положение соответствующего элемента на соответствующей целевой странице для оператора соответствующего ресурса.
10. Способ по п. 1, в котором создание набора неспецифических для пользователя элементов рекомендаций включает в себя ранжирование, сервером, неспецифических для пользователя элементов рекомендаций в наборе неспецифических для пользователя элементов рекомендации на основе алгоритма ранжирования сервиса рекомендаций.
11. Способ по п. 1, в котором создание набора неспецифических для пользователя элементов рекомендаций включает в себя исключение, сервером, по меньшей мере одного неспецифического для пользователя элемента рекомендаций из набора неспецифических для пользователя элементов рекомендации на основе эвристического анализа.
12. Способ по п. 11, исключение по меньшей мере одного неспецифического для пользователя элемента рекомендаций из набора неспецифических для пользователя элементов рекомендации на основе эвристического анализа включает в себя определение сервером того, что по меньшей мере один неспецифический для пользователя элемент рекомендаций включает в себя по меньшей мере одно из следующего:
• жестокое содержимое;
• кровавое содержимое; и
• содержимое сексуального характера.
13. Способ обучения алгоритма машинного обучения (MLA) для прогнозирования неспецифических для пользователя оценок популярности элементов для пользователя сервиса рекомендаций, сервис рекомендаций размещен на сервере, и пользователь относится к типу "новый пользователь", причем тип "новый пользователь" связан с пользователями сервиса рекомендаций, которые связаны с заранее определенным уровнем предыдущих пользовательских взаимодействий с сервисом рекомендаций, причем заранее определенный уровень предыдущих пользовательских взаимодействий недостаточен для создания персонализированной для пользователя рекомендации содержимого, причем способ включает в себя:
получение сервером информации, связанной с набором элементов с целевой страницы заранее определенного ресурса, причем информация, связанная с набором элементов, указывает на по меньшей мере визуальные характеристики соответствующего одного элемента из набора элементов, причем целевая страница заранее определенного ресурса содержит предварительно выбранные элементы из множества элементов, размещенных на заранее определенном ресурсе;
получение сервером указания на предыдущие пользовательские взаимодействия, связанные с каждым из набора элементов на целевой странице;
создание сервером вектора факторов для каждого элемента из набора элементов с целевой страницы на основе информации, связанной с визуальными характеристиками соответствующего элемента набора элементов на целевой странице;
создание сервером соответствующего обучающего набора для каждого элемента из набора элементов на основе соответствующего вектора факторов и соответствующих пользовательских взаимодействий; и
обучение сервером MLA на основе множества обучающих набором для прогнозирования неспецифической для пользователя оценки популярности данного элемента, неспецифическая для пользователя оценка популярности не зависит от какого-либо конкретного пользователя.
14. Способ по п. 13, в котором способ дополнительно включает в себя прогнозирование алгоритмом машинного обучения, реализованным на сервере, неспецифической для пользователя оценки популярности нового элемента.
15. Способ по п. 13, в котором способ далее включает в себя определение сервером, является ли новый элемент предназначенным для рекомендации пользователю на основе неспецифической для пользователя оценки популярности нового элемента.
16. Сервер для выбора элементов рекомендаций, которые предназначены для передачи электронном устройству, связанному с пользователем сервиса, рекомендаций, который размещен на сервере, сервер выполнен с возможностью осуществлять:
• получение указания на пользователя, получающего доступ к сервису рекомендаций;
• определение типа пользователя сервиса рекомендаций, причем тип пользователя может представлять собой либо "новый пользователь", либо "старый пользователь", тип "новый пользователь" связан с пользователями сервиса рекомендаций, который связан с заранее определенным уровнем предыдущих пользовательских взаимодействий с сервисом рекомендаций, причем заранее определенный уровень предыдущих пользовательских взаимодействий недостаточен для создания персонализированной рекомендации содержимого;
• в ответ на то, что пользователь относится к типу "новый пользователь":
получение информации, связанной с набором элементов с целевой страницы заранее определенного ресурса, причем информация, связанная с набором элементов, указывает на по меньшей мере визуальные характеристики соответствующего одного элемента из набора элементов, причем целевая страница заранее определенного ресурса содержит предварительно выбранные элементы из множества элементов, размещенных на заранее определенном ресурсе;
создание вектора факторов для каждого элемента из набора элементов с целевой страницы на основе информации, связанной с визуальными характеристиками соответствующего элемента набора элементов на целевой странице;
создание, путем применения алгоритма машинного обучения (MLA), неспецифической для пользователя оценки популярности для каждого элемента из набора элементов с целевой страницы на основе соответствующих векторов факторов, причем MLA был обучен создавать неспецифические для пользователя оценки популярности для данных элементов на основе соответствующих векторов факторов и соответствующих пользовательских взаимодействий с данными элементами;
создание набора неспецифических для пользователя элементов рекомендаций путем выбора из набора элементов неспецифических для пользователя элементов рекомендаций, которые предназначены для представления пользователю на основе соответствующих неспецифических для пользователя оценок популярности; и
передачу набора неспецифических для пользователя элементов рекомендаций на электронное устройство вместо персонализированной рекомендации содержимого.
17. Сервер по п. 16, в котором:
в ответ на то, что пользователь относится к типу "старый пользователь":
• получение предыдущих пользовательских взаимодействий пользователя с сервисом рекомендаций;
• создание специфической для пользователя оценки популярности для элементов из пула элементов, рекомендуемых сервисом рекомендаций, на основе предыдущих пользовательских взаимодействий с сервисом рекомендаций;
• создание набора специфических для пользователя элементов рекомендаций путем выбора из пула элементов специфических для пользователя элементов рекомендаций, которые предназначены для представления пользователю на основе соответствующих специфических для пользователя оценок популярности; и
• передача набора специфических для пользователя элементов рекомендаций в качестве персонализированной рекомендации содержимого.
18. Сервер по п. 16, в котором сервер далее выполнен с возможностью осуществлять извлечение информации, связанной с визуальными характеристиками каждого элемента из набора элементов, из информации, связанной с набором элементов.
19. Сервер по п. 16, в котором набор неспецифических для пользователя элементов рекомендаций включает в себя новостные элементы.
20. Сервер по п. 16, в котором заранее выбранные элементы могут быть выбраны с использованием присущего ресурсу алгоритма выбора заранее определенного ресурса.
21. Сервер по п. 20, в котором присущий ресурсу алгоритм выбора является по меньшей мере одним из алгоритма выбора с помощью программного обеспечения и алгоритма выбора с помощью человека.
22. Сервер по п. 19, в котором алгоритм ранжирования заранее определенного ресурса, который ранжирует множество элементов на основе свежести каждого из множества элементов.
23. Сервер по п. 16, в котором визуальные характеристики включают в себя по меньшей мере одно из:
• положение данного элемента на целевой странице;
• размер данного элемента на целевой странице; и
• наличие изображения, связанного с данным элементом, на целевой странице.
24. Сервер по п. 16, в котором визуальные характеристики указывают на заметное положение соответствующего элемента на соответствующей целевой странице для оператора соответствующего ресурса.
25. Сервер по п. 16, в котором сервер выполнен с возможностью осуществлять создание неспецифических для пользователя элементов рекомендаций, сервер выполнен с возможностью осуществлять ранжирование неспецифических для пользователя элементов рекомендаций в наборе неспецифических для пользователя элементов рекомендации на основе алгоритма ранжирования сервиса рекомендаций.
26. Сервер по п. 16, в котором сервер выполнен с возможностью осуществлять создание набора неспецифических для пользователя элементов рекомендаций, включает в себя сервер, выполненный с возможностью осуществлять исключение по меньшей мере одного неспецифического для пользователя элемента рекомендаций из набора неспецифических для пользователя элементов рекомендации на основе эвристического анализа.
