[发明专利]用于生成信息的方法和装置

说明书

本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：获取至少一个待向目标用户的终端推送的待展示信息和目标用户的用户信息；对于所获取的至少一个待展示信息中的待展示信息，获取预设的、该待展示信息对应的总展示代价值和期望展示量；将所获取的总展示代价值和期望展示量输入预先训练的第一预测模型，得到该待展示信息对应的点击率阈值和单次展示代价值；获取该待展示信息的特征信息；将所获取的特征信息和用户信息输入预先训练的第二预测模型，得到用于预测该待展示信息的点击率的预测点击率。该实施方式可以提高信息生成的准确性，有助于提高信息推送的针对性。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于生成信息的方法和装置。

背景技术

随着互联网技术的发展，用户通过终端浏览信息越来越频繁，现有技术通常针对某一信息，计算出某一时间段内该信息的期望展示量和该时间段内展示的信息的总展示量的比值，将计算出的比值作为推送信息的频率，根据频率向用户推送信息，从而该信息的实际展示量达到期望展示量。

发明内容

本申请实施例提出了用于生成信息的方法和装置。

第一方面，本申请实施例提供了一种用于生成信息的方法，该方法包括：获取至少一个待向目标用户的终端推送的待展示信息和目标用户的用户信息；对于所获取的至少一个待展示信息中的待展示信息，获取预设的、该待展示信息对应的总展示代价值和期望展示量；将所获取的总展示代价值和期望展示量输入预先训练的第一预测模型，得到该待展示信息对应的点击率阈值和单次展示代价值；获取该待展示信息的特征信息；将所获取的特征信息和用户信息输入预先训练的第二预测模型，得到用于预测该待展示信息的点击率的预测点击率。

在一些实施例中，该方法还包括：从至少一个待展示信息中，提取对应的预测点击率大于等于对应的点击率阈值且对应的单次展示代价值符合预设条件的待展示信息；将所提取的待展示信息推送至终端。

在一些实施例中，预设条件包括以下至少一种：单次展示代价值是所得到的单次展示代价值中的最大值；单次展示代价值是按照所得到的单次展示代价值的大小排列后，排在预设位置处的单次展示代价值。

在一些实施例中，第一预测模型通过如下步骤训练得到：获取第一训练样本集合，其中，第一训练样本包括预先针对样本待展示信息设置的样本总展示代价值、样本期望展示量，以及对应的标注点击率阈值、标注单次展示代价值；利用机器学习方法，将第一训练样本集合中的样本总展示代价值和样本期望展示量作为输入，将输入的样本总展示代价值、样本期望展示量对应的标注点击率阈值、标注单次展示代价值作为期望输出，训练得到第一预测模型。

在一些实施例中，第一预测模型是基于线性回归模型训练得到的模型。

在一些实施例中，第二预测模型通过如下步骤训练得到：获取第二训练样本集合，其中，第二训练样本包括预先获取的样本展示信息的特征信息、浏览样本展示信息的样本用户的样本用户信息，以及对应的、用于表征样本用户是否点击样本展示信息的标注信息；利用机器学习方法，将第二训练样本集合中的特征信息和样本用户信息作为输入，将输入的特征信息和样本用户信息对应的标注信息作为期望输出，训练得到第二预测模型。

第二方面，本申请实施例提供了一种用于生成信息的装置，该装置包括：获取单元，被配置成获取至少一个待向目标用户的终端推送的待展示信息和目标用户的用户信息；生成单元，被配置成对于所获取的至少一个待展示信息中的待展示信息，获取预设的、该待展示信息对应的总展示代价值和期望展示量；将所获取的总展示代价值和期望展示量输入预先训练的第一预测模型，得到该待展示信息对应的点击率阈值和单次展示代价值；获取该待展示信息的特征信息；将所获取的特征信息和用户信息输入预先训练的第二预测模型，得到用于预测该待展示信息的点击率的预测点击率。