发明创造名称：对信息推荐结果排序的方法、装置及服务器
外观设计名称：
决定号：193961
决定日：2019-10-31
委内编号：1F269669
优先权日：
申请（专利）号：201711288419.1
申请日：2017-12-07
复审请求人：百度在线网络技术（北京）有限公司
无效请求人：
授权公告日：
审定公告日：
专利权人：
主审员：郝晓丽
合议组组长：高海燕
参审员：王楠
国际分类号：G06F17/30
外观设计分类号：
法律依据：专利法第22条第3款
决定要点：如果一项权利要求所要求保护的技术方案与作为最接近的现有技术的对比文件相比存在区别技术特征，但上述区别技术特征属于本领域的公知常识，即现有技术给出了将上述区别技术特征应用到作为最接近的现有技术的该对比文件以解决其存在的技术问题的启示，从而使得本领域技术人员在现有技术的基础上得到该权利要求的技术方案是显而易见的，那么该项权利要求所要求保护的技术方案不具备创造性。
全文：
本复审请求涉及申请号为201711288419.1，名称为“对信息推荐结果排序的方法、装置及服务器”的发明专利申请（下称本申请）。本申请的申请人为百度在线网络技术（北京）有限公司，申请日为2017年12月07日，公开日为2018年04月06日。
经实质审查，国家知识产权局原审查部门于2018年09月27日以权利要求1-3、5-6不具备专利法第22条第3款规定的创造性为由驳回了本申请。驳回决定中引用的对比文件如下：
对比文件1：CN104036038A，公开日是2014年09月10日。
驳回决定所依据的文本为：申请日2017年12月07日提交的说明书第1-133段、说明书附图图1-5、说明书摘要和摘要附图；以及2018年08月17日提交的权利要求第1-6。驳回决定所针对的权利要求书如下：
“1. 一种对信息推荐结果排序的方法，其特征在于，所述方法包括：
根据已知信息推荐结果中的信息特征构建用于对信息推荐结果进行排序的排序模型；
获取待排序信息中与已知信息推荐结果相对应的信息特征；
根据所述待排序信息中的所述信息特征，利用所述排序模型对所述待排序信息进行排序，然后将排序后的信息推荐结果发送给用户；其中根据已知信息推荐结果中的信息特征构建用于对信息推荐结果进行排序的排序模型，包括：
获取所述已知信息推荐结果中的用户阅读情况；
根据所述用户阅读情况确定所述已知信息推荐结果中的信息特征的特征值以及与所述特征值对应的权值；
根据所述信息特征的权值，构建所述排序模型；其中获取所述已知信息推荐结果中的用户阅读情况，包括：
判断用户是否已经阅读所述已知信息推荐结果；
若是，则将所述已知信息推荐结果的用户阅读值赋值为第一预设数值；否则，将已知信息推荐结果的用户阅读值赋值为第二预设数值。
2. 根据权利要求1所述的方法，其特征在于，根据所述用户阅读情况确定所述已知信息推荐结果中的信息特征的特征值以及与所述特征值对应的权值，包括：
提取所述已知信息推荐结果的信息特征；
根据所述已知信息推荐结果的用户阅读值为所述信息特征赋以特征值；
初始化所述已知信息推荐结果中的所述信息特征的权值；
根据所述特征值和所述权值计算所述已知信息推荐结果的初始用户阅读值；
比较所述第一预设数值与所述初始用户阅读值的差值；
若所述第一预设数值和所述初始用户阅读值的差值大于预设阈值，则根据所述差值调整所述信息特征的权值，并根据调整后的权值，构建所述排模型；否则，根据所述初始权值，构建所述排序模型。
3. 一种对信息推荐结果排序的装置，其特征在于，所述装置包括：
第一构建模块，配置为根据已知信息推荐结果中的信息特征构建用于对信息推荐结果进行排序的排序模型；
第一获取模块，配置为获取待排序信息中与已知信息推荐结果相对应的信息特征；
发送模块，配置为根据所述待排序信息中的所述信息特征，利用所述排序模型对所述待排序信息进行排序，然后将排序后的信息推荐结果发送给用户；其中所述构建模块包括：
第二获取模块，配置为获取所述已知信息推荐结果中的用户阅读情况；
第一处理模块，配置为根据所述用户阅读情况确定所述已知信息推荐结果中的信息特征的特征值以及与所述特征值对应的权值；
第二构建模块，配置为根据所述信息特征的权值，构建所述排序模型其中所述第二获取模块包括：
判断模块，配置为判断用户是否已经阅读所述已知信息推荐结果；
第一赋值模块，配置为当用户已经阅读所述已知信息推荐结果时，则将所述已知信息推荐结果的用户阅读值标记为第一预设数值；或者当用户未阅读所述已知信息推荐结果时，将已知信息推荐结果的用户阅读值标记为第二预设数值。
4. 根据权利要求3所述的装置，其特征在于，所述第一处理模块包括：
提取模块，配置为提取所述已知信息推荐结果的信息特征；
第二赋值模块，配置为根据所述已知信息推荐结果的用户阅读值为所述信息特征赋以特征值；
第二处理模块，配置为初始化所述已知信息推荐结果中的所述信息特征的权值；
计算模块，配置为根据所述特征值和所述权值计算所述已知信息推荐结果的初始用户阅读值；
比较模块，配置为比较所述第一预设数值与所述初始用户阅读值的差值；
调整模块，配置为当所述第一预设数值和所述初始用户阅读值的差值大于 预设阈值时，根据所述差值调整所述信息特征的权值，并根据调整后的权值，构建所述排模型；或者，当所述第一预设数值和所述初始用户阅读值的差值不大于预设阈值时，根据所述初始权值，构建所述排序模型。
5. 一种服务器，其特征在于，所述服务器包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-2中任一所述的方法。
6. 一种计算机可读存储介质，其存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-2中任一所述的方法。”
驳回决定认为：权利要求1请求保护一种对信息推荐结果排序的方法，其与对比文件1的区别在于：1）权利要求1中获取待排序信息中与已知信息推荐结果相对应的信息特征，而对比文件1中提取多个待推送新闻的特征，从已记录的特征及兴趣权值中，查找多个待推送新闻的特征的兴趣权值。2）判断用户是否已经阅读所述已知信息推荐结果；若是，则将所述已知信息推荐结果的用户阅读值赋值为第一预设数值；否则，将已知信息推荐结果的用户阅读值赋值为第二预设数值。因此，权利要求1实际要解决的问题是如何获取对应的信息特征以及如何记录用户的阅读情况。但区别1）-2）是本领域的常用技术手段。因此，权利要求1不具备专利法第22条第3款规定的创造性。从属权利要求2的附加技术特征是本领域技术人员容易想到的，因而权利要求2也不具备专利法第22条第3款规定的创造性。
权利要求3是与方法权利要求1对应的装置权利要求，基于对权利要求1的评述，权利要求3也不具备专利法第22条第3款规定的创造性。
权利要求5请求保护一种服务器，权利要求6请求保护一种计算机可读存储介质，其进一步限定的特征已被对比文件1所公开，因此，基于对权利要求1-2的评述，权利要求5-6也不具备专利法第22条第3款规定的创造性。
申请人（下称复审请求人）对上述驳回决定不服，于2018年12月25日向国家知识产权局提出了复审请求，但并未修改申请文件。复审请求人认为：1、权利要求1相对于对比文件1来讲要解决的技术问题在于：提供一种对信息推荐结果排序的方法，使得在排序计算时与用户相关性的结合更加准确。2、由说明书第5页倒数第4行到第6页倒数第3行记载可知，权利要求1中的信息特征包含的含义是非常广泛的，而对比文件1并未公开“获取待排序信息中与已知信息推荐结果相对应的信息特征”及“若是，则将所述已知信息推荐结果的用户阅读值赋值为第一预设数值；否则，将已知信息推荐结果的用户阅读值赋值为第二预设数值”。其他现有技术也没有给出类似教导，不能认为上述区别是显而易见的。3、权利要求1的技术效果在于，根据已知信息推荐结果中包含的信息特征，构建用于对信息推荐结果进行排序的排序模型，本领域技术人员在面对本申请要解决的技术问题的情况下，从对比文件1中并不能得到任何启示或者教导。
经形式审查合格，国家知识产权局于2018年12月29日依法受理了该复审请求，并将其转送至原审查部门进行前置审查。
原审查部门在前置审查意见书中认为：1、区别特征1）是关于获取待排序信息中的信息特征的；区别特征2）是关于对已知推荐信息的阅读情况的记录；虽然阅读情况用于后续的排序模型的建立，但对比文件1已经公开了基于已知推荐信息的阅读情况建立模型，因此区别2）仅仅是对于是否阅读的记录方式。因此区别1）和区别2）分别是建模前和后的两个步骤的具体实现方式，其并不是密不可分的整体，因此实际解决的技术问题可分别确定。2、对于区别1），对比文件1公开了根据已知信息包含的信息特征构建排序模型，因此区别1）仅仅是权利要求1和对比文件1的信息特征获取的方式不同，而具体的获取方式是本领域技术人员容易想到的。对于区别2），通过数值来表示用户是否阅读是本领域常见的操作。3、权利要求1中仅提及了“信息特征”，而“信息特征”在本领域具有公知的含义，不存在歧义，因此在确定权利要求1的保护范围时“信息特征”应当按照公知的含义理解。4、对比文件1公开了根据已知信息推荐结果中包含的信息特征，构建用于对信息推荐结果进行排序的排序模型，其实现了增加多维度信息特征，以及特征之间的组合，减少了特征复杂度，通过合理的特征计算，提高排序能力。因而坚持原驳回决定。
随后，国家知识产权局成立合议组对本案进行审理。
合议组于2019 年06 月10 日向复审请求人发出复审通知书，指出：权利要求1请求保护一种信息推荐结果排序方法，其与对比文件1的区别在于：权利要求1根据用户阅读情况确定已知信息推荐结果中的信息特征的特征值。因此，权利要求1实际所要解决的问题是：如何确定信息特征的特征值。而上述区别是本领域的公知常识。因此，权利要求1不具备专利法第22条第3款规定的创造性。从属权利要求2的附加技术特征是本领域的公知常识，因此，权利要求2也不具备专利法第22条第3款规定的创造性。
权利要求3-4请求保护一种对信息推荐结果排序的装置，是与方法权利要求1-2对应的产品权利要求，由上述权利要求1-2的评述可知，基于相同的理由和证据，权利要求3-4也不具备专利法第22条第3款规定的创造性。
权利要求5请求保护一种服务器，包括一个或多个处理器以及存储装置，所述存储装置存储程序，处理器执行所述程序实现权利要求1-2任一所述的方法。权利要求6请求保护一种计算机可读存储介质，其存储有计算机程序，所述程序被处理器执行实现如权利要求1-2任一所述的方法。因此，权利要求5和6相对于对比文件1和公知常识的结合也不具备专利法第22条第3款规定的创造性。
复审请求人于2019 年07 月10 日提交了意见陈述书，并提交权利要求书的修改替换页：将从属权利要求2的部分附加技术特征补入了独立权利要求1，将从属权利要求4的部分附加技术特征补入了独立权利要求3。复审请求人认为：1、修改后的权利要求1与对比文件1的区别在于：1）根据所述用户阅读情况确定所述已知信息推荐结果中的信息特征的特征值；2）其中根据所述用户阅读情况确定所述已知信息推荐结果中的信息特征的特征值以及与所述特征值对应的权值，包括：提取所述已知信息推荐结果的信息特征；根据所述已知信息推荐结果的用户阅读值为所述信息特征赋以特征值；初始化所述已知信息推荐结果中的所述信息特征的权值；根据所述特征值和所述权值计算所述已知信息推荐结果的初始用户阅读值。基于该区别，权利要求1相对于对比文件1实际所要解决的问题是：提供一种对信息推荐结果排序的方法，使得在排序计算时与用户相关性的结合更加准确。2、区别1）和2）以及权利要求1中的其余特征是相互关联的，根据已知信息推荐结果中包含的信息特征，构建用于对信息推荐结果进行排序的排序模型，可以增加多维度信息特征，以及特征之间的组合减少了特征复杂度，通过合理的特征计算，大大提高了排序性能。这些特征和效果在引用的对比文件1和现有技术中并没有教导，且对比文件1没有认识到需要增加多维度信息特征，使用特征之间的组合，减少特征复杂度，以便通过合理的特征计算，大大提高排序性能，因此，本领域技术人员不能从对比文件1得到启示，从而想到上述区别1）和2）。因此，权利要求1具有创造性。新提交的权利要求书如下：
“1. 一种对信息推荐结果排序的方法，其特征在于，所述方法包括：
根据已知信息推荐结果中的信息特征构建用于对信息推荐结果进行排序的排序模型；
获取待排序信息中与已知信息推荐结果相对应的信息特征；
根据所述待排序信息中的所述信息特征，利用所述排序模型对所述待排序信息进行排序，然后将排序后的信息推荐结果发送给用户；
其中根据已知信息推荐结果中的信息特征构建用于对信息推荐结果进行排序的排序模型，包括：
获取所述已知信息推荐结果中的用户阅读情况；
根据所述用户阅读情况确定所述已知信息推荐结果中的信息特征的特征值以及与所述特征值对应的权值；
根据所述信息特征的权值，构建所述排序模型；
其中获取所述已知信息推荐结果中的用户阅读情况，包括：
判断用户是否已经阅读所述已知信息推荐结果；
若是，则将所述已知信息推荐结果的用户阅读值赋值为第一预设数值；否则，将已知信息推荐结果的用户阅读值赋值为第二预设数值，根据所述用户阅读情况确定所述已知信息推荐结果中的信息特征的特征值以及与所述特征值对应的权值，包括：
提取所述已知信息推荐结果的信息特征；
根据所述已知信息推荐结果的用户阅读值为所述信息特征赋以特征值；
初始化所述已知信息推荐结果中的所述信息特征的权值；
根据所述特征值和所述权值计算所述已知信息推荐结果的初始用户阅读值。
2. 根据权利要求1所述的方法，其中根据所述用户阅读情况确定所述已知信息推荐结果中的信息特征的特征值以及与所述特征值对应的权值，还包括：
比较所述第一预设数值与所述初始用户阅读值的差值；
若所述第一预设数值和所述初始用户阅读值的差值大于预设阈值，则根据 所述差值调整所述信息特征的权值，并根据调整后的权值，构建所述排序模型；否则，根据所述初始权值，构建所述排序模型。
3. 一种对信息推荐结果排序的装置，其特征在于，所述装置包括：
第一构建模块，配置为根据已知信息推荐结果中的信息特征构建用于对信息推荐结果进行排序的排序模型；
第一获取模块，配置为获取待排序信息中与已知信息推荐结果相对应的信息特征；
发送模块，配置为根据所述待排序信息中的所述信息特征，利用所述排序模型对所述待排序信息进行排序，然后将排序后的信息推荐结果发送给用户；其中所述构建模块包括：
第二获取模块，配置为获取所述已知信息推荐结果中的用户阅读情况；
第一处理模块，配置为根据所述用户阅读情况确定所述已知信息推荐结果中的信息特征的特征值以及与所述特征值对应的权值；
第二构建模块，配置为根据所述信息特征的权值，构建所述排序模型其中所述第二获取模块包括：
判断模块，配置为判断用户是否已经阅读所述已知信息推荐结果；
第一赋值模块，配置为当用户已经阅读所述已知信息推荐结果时，则将所述已知信息推荐结果的用户阅读值标记为第一预设数值；或者当用户未阅读所述已知信息推荐结果时，将已知信息推荐结果的用户阅读值标记为第二预设数值；其中所述第一处理模块包括：
提取模块，配置为提取所述已知信息推荐结果的信息特征；
第二赋值模块，配置为根据所述已知信息推荐结果的用户阅读值为所述信息特征赋以特征值；
第二处理模块，配置为初始化所述已知信息推荐结果中的所述信息特征的权值；
计算模块，配置为根据所述特征值和所述权值计算所述已知信息推荐结果的初始用户阅读值。
4. 根据权利要求3所述的装置，其中所述第一处理模块还包括：
比较模块，配置为比较所述第一预设数值与所述初始用户阅读值的差值；
调整模块，配置为当所述第一预设数值和所述初始用户阅读值的差值大于预设阈值时，根据所述差值调整所述信息特征的权值，并根据调整后的权值，构建所述排模型；或者，当所述第一预设数值和所述初始用户阅读值的差值不大于预设阈值时，根据所述初始权值，构建所述排序模型。
5. 一种服务器，其特征在于，所述服务器包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-2中任一所述的方法。
6. 一种计算机可读存储介质，其存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-2中任一所述的方法。”
在上述程序的基础上，合议组认为本案事实已经清楚，可以作出审查决定。
二、决定的理由
审查文本的认定
复审程序中，复审请求人在2019年07月10日答复复审通知书时，提交了权利要求书的修改替换页，上述修改符合专利法第33条和专利法实施细则第61条第1款的规定。因此，本复审请求审查决定所针对的审查文本为：申请日2017年12月07日提交的说明书第1-133段、说明书附图图1-5、说明书摘要和摘要附图；以及2019年07月10日提交的权利要求第1-6项。
关于专利法第22条第3款
专利法第22条第3款规定：“创造性，是指与现有技术相比，该发明具有突出的实质性特点和显著的进步，该实用新型具有实质性特点和进步。”
如果一项权利要求所要求保护的技术方案与作为最接近的现有技术的对比文件相比存在区别技术特征，但上述区别技术特征属于本领域的公知常识，即现有技术给出了将上述区别技术特征应用到作为最接近的现有技术的该对比文件以解决其存在的技术问题的启示，从而使得本领域技术人员在现有技术的基础上得到该权利要求的技术方案是显而易见的，那么该项权利要求所要求保护的技术方案不具备创造性。
本复审通知书中引用了原审查部门在驳回决定中所引用的对比文件1作为现有技术，即：
对比文件1：CN104036038A，公开日是2014年09月10日。
权利要求1-6不具备专利法第22条第3款规定的创造性：
2.1）权利要求1请求保护一种信息推荐结果排序方法。对比文件1公开了一种新闻排序方法及系统，并具体公开了（参见说明书第[0031]-[0110]段，附图2-3）：第i个待推送新闻的兴趣得分为：，其中, ， 为第i个待推送新闻的N个特征，为对应于N个特征的兴趣权值，a为第一常数，b为第二常数，e、g均为固定常数；（说明书第[0051]-[0053]段）
基于上述得分公式，可以实现第一排序模型，该模型利用上述公式计算兴趣得分；排序模型实际上是一个逻辑回归分类器，该逻辑回归分类器输入的是一条新闻的特征，输出是一条针对某一类型的用户的兴趣得分，得分越高表示该类型用户对这条新闻可能越感兴趣；每条新闻抽象成一个特征向量，向量的每个维度表示该条新闻的主题、分类，甚至关键词、热度等多个特征（即抽取新闻的信息特征）；（说明书第[0054]段）
假设我们已经根据上述兴趣权值得到模型系数向量，则可将用来进行新闻兴趣值计算的逻辑回归分类器表示为，其中V=XM，X表示上述类型的用户对应的模型系数向量，W表示新闻的特征向量（即根据推送新闻中的信息特征构建用于对待推荐新闻进行排序的排序模型）；（说明书第[0055]-[0057]段）
在用户对推送新闻进行处理的情况下，W已知，X未知，求X；根据用户的点击行为的反馈，可以得到用户点击过的新闻集合和一批向用户推送过但是用户没有点击过的新闻集合，对于用户点击过的新闻，可以得到：=1（即获取推送新闻的用户阅读情况；判断用户是否已经阅读了推送信息；若是，则将推送新闻的用户阅读值赋值为第一预设数值）；对于用户没有点击过的新闻，可以得到 =0（即，否则，将推送新闻的用户阅读值赋值为第二预设数值）；这样根据用户对m条推送新闻点击记录，即可得到用户的排序模型系数向量X，也即修正了兴趣权值（本领域技术人员可知，逻辑分类器中，V=XM，其中X为排序模型系数，即为推送新闻的信息特征对应的权值；M为推送新闻的特征向量，即为推送新闻的信息特征的特征值。相当于公开了“根据用户阅读情况确定已知信息推荐结果中的信息特征对应的权值”、“初始化所述已知信息推荐结果中的所述信息特征的权值”及“根据信息特征的权值，构建所述排序模型”）；（说明书第[0058]-[0063]段）
在兴趣权值修正之后，设模型系数为，将候选的新闻集合中的每一条新闻提取得到对应的特征向量，带入到模型中（本领域技术人员可知，为了对候选的新闻集合中的新闻进行排序，则必然要获取与推送新闻相对应的信息特征，相当于公开了“获取待排序信息中与已知信息推荐结果相对应的信息特征”）： ，其中，，计算可得到，这个值就是该用户对此条新闻的兴趣得分；根据候选新闻兴趣得分的高低可以确定给该用户推荐新闻的先后顺序（相当于“根据待排序信息中的信息特征，利用所述排序模型对待排序信息进行排序”）；且如图3所示，最终向用户推送新闻（相当于“将排序后的信息推荐结果发送给用户”）。（说明书第[0064]-[0066]段）
由此可见，权利要求1与对比文件1相比，区别技术特征在于：根据用户阅读情况确定已知信息推荐结果中的信息特征的特征值包括：提取所述已知信息推荐结果的信息特征；根据所述已知信息推荐结果的用户阅读值为所述信息特征赋以特征值；根据所述特征值和所述权值计算所述已知信息推荐结果的初始用户阅读值。因此，权利要求1实际所要解决的问题是：如何确定信息特征的特征值以及如何计算初始用户阅读值。
对于上述区别，对比文件1相应公开了（参见说明书第[0054]-[0064]段）：每条新闻抽象为一个特征向量，向量的每个维度表示该条新闻的主题、分类、甚至关键词、热度等多个特征；以及在用户对推送新闻进行处理的情况下，W已知，X未知，求X。也就是说，对比文件1提取了推送新闻的信息特征，并将信息特征抽象为一个特征向量以及通过联立求解来获得排序模型系数向量X/权值。但用户阅读情况体现了用户对信息的兴趣，从而本领域技术人员容易想到基于用户阅读情况来确定信息特征的特征值。进一步地，通过权值调整不同信息特征的特征值以更好地反映用户兴趣是本领域的常用技术手段。因此，在对比文件1的基础上结合本领域的公知常识得出权利要求1所请求保护的技术方案对于本领域技术人员来说是显而易见的，因而，权利要求1所请求保护的技术方案不具备突出的实质性特点和显著的进步，不具备专利法第22条第3款规定的创造性。
2.2）权利要求2对权利要求1作了进一步限定，对排序模型系数进行调整以获取更加准确的排序模型是本领域的常用技术手段，而用户阅读情况反映了用户对信息的兴趣，进而本领域技术人员容易想到根据用户阅读值进行信息特征权值的调整，这是本领域技术人员所具备的公知常识。因此，当引用的权利要求1不具备创造性时，从属权利要求2也不具备专利法第22条第3款规定的创造性。
2.3）权利要求3-4请求保护一种对信息推荐结果排序的装置，是与方法权利要求1-2对应的产品权利要求，由上述权利要求1-2的评述可知，基于相同的理由和证据，权利要求3-4也不具备专利法第22条第3款规定的创造性。
2.4）权利要求5请求保护一种服务器，包括一个或多个处理器以及存储装置，所述存储装置存储程序，处理器执行所述程序实现权利要求1-2任一所述的方法。
权利要求6请求保护一种计算机可读存储介质，其存储有计算机程序，所述程序被处理器执行实现如权利要求1-2任一所述的方法。
而对比文件1相应公开了（参见说明书第[0110]段）：各个部件实施例可以以硬件实现，或者以在一个或多个处理器上运行软件模块实现；还可以实现为用于执行所描述的方法的一部分或者全部的设备或者装置程序（例如，计算机程序和计算机程序产品）；且实现本发明的程序可以存储在计算机可读介质上。也就是说，对比文件1可以通过一个或多个处理器执行存储装置/存储介质上存储的程序来实现待推送新闻的排序。由于权利要求1-2相对于对比文件1和本领域的公知常识的结合不具备创造性，因此，权利要求5、6相对于对比文件1和本领域公知常识的结合也不具备专利法第22条第3款规定的创造性。
对复审请求人相关意见的评述
对于复审请求人的意见，合议组认为：1、对比文件1在用户对推送新闻进行处理的情况下，W已知，X未知，求X；根据用户的点击行为的反馈，可以得到用户点击过的新闻集合和一批向用户推送过但是用户没有点击过的新闻集合，对于用户点击过的新闻，可以得到：=1；对于用户没有点击过的新闻，可以得到 =0；这样根据用户对m条推送新闻点击记录，即可得到用户的排序模型系数向量X，也即修正了兴趣权值。也就是说，对比文件1公开了权利要求1的特征“根据用户阅读情况确定已知信息推荐结果中的信息特征对应的权值”及“初始化所述已知信息推荐结果中的所述信息特征的权值”。因此，权利要求1与对比文件1的区别在于：根据用户阅读情况确定已知信息推荐结果中的信息特征的信息特征值包括：提取所述已知信息推荐结果的信息特征；根据所述已知信息推荐结果的用户阅读值为所述信息特征赋以特征值；根据所述特征值和所述权值计算所述已知信息推荐结果的初始用户阅读值。基于该区别可以确定权利要求1实际所要解决的问题是：如何确定信息特征的特征值和如何计算初始用户阅读值。2、 对比文件1中 “每条新闻可以抽象为一个特征向量，向量的每个维度表示该条新闻的主题、分类，甚至关键词、热度等多个特征”、“为第i个待推送新闻的N个特征”以及“V=XW，其中W表示新闻的特征向量”，也就是说，对比文件1中信息特征的含义也是非常广泛的。其次，对比文件1也提供了一种依据排序模型对候选新闻进行排序的方法，其根据推送新闻的信息特征构建了排序模型，实现对候选新闻的排序。
综上，复审请求人的意见陈述不能被接受。
基于以上理由，合议组依法作出如下复审请求审查决定。
三、决定
维持国家知识产权局于2018 年09 月27 日对本申请作出的驳回决定。
如对本复审请求审查决定不服，根据专利法第41条第2款的规定，复审请求人可以自收到本决定之日起三个月内向北京知识产权法院起诉。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
