[发明专利]用于发送信息的方法及装置

说明书

本公开的实施例公开了用于发送信息的方法及装置。该方法的一具体实施方式包括：将用户的待处理画像信息转换为待处理向量；将上述待处理向量导入向量生成模型，得到对应上述待处理向量的目标向量，上述向量生成模型用于将待处理向量转换为对应待处理向量的不同维度的目标向量，上述目标向量用于表征上述用户的、与上述待处理向量不同的其他画像信息；根据上述待处理向量和目标向量向上述用户所在的终端发送信息。该实施方式提高了发送信息的准确性。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于发送信息的方法及装置。

背景技术

随着信息技术的发展，信息的传递变得越来越频繁。人们可以通过网络将各种智能设备进行数据连接，进而实现信息的相互传递，提高了人们工作和生活的信息化水平。

现有方法中，为了向用户提供信息，技术人员可以根据用户的浏览网页的内容以及用户的画像信息进行标记，确定画像信息与浏览网页之间的相关性。之后，可以将用户的浏览网页的内容以及用户的画像输入智能算法，从而确定该用户可能需要的信息。

发明内容

本公开的实施例提出了用于发送信息的方法及装置。

第一方面，本公开的实施例提供了一种用于发送信息的方法，该方法包括：将用户的待处理画像信息转换为待处理向量；将上述待处理向量导入向量生成模型，得到对应上述待处理向量的目标向量，上述向量生成模型用于将待处理向量转换为对应待处理向量的不同维度的目标向量；根据上述待处理向量和所述目标向量向上述用户所在的终端发送信息。

在一些实施例中，上述向量生成模型包括特征扩展网络和特征精简网络，以及，上述将上述待处理向量导入向量生成模型，得到对应上述待处理向量的目标向量，包括：将上述待处理向量输入至上述特征扩展网络，得到对应上述待处理向量的扩展向量，其中，上述特征扩展网络用于对待处理向量进行向量变换，并增加上述待处理向量的向量维度；将上述扩展向量输入至上述特征精简网络，得到目标向量，其中，上述特征精简网络用于对上述扩展向量进行向量变换，并降低上述扩展向量的向量维度。

在一些实施例中，上述向量生成模型通过以下步骤训练得到：

获取至少一条样本向量，并生成初始向量生成模型和对应上述初始向量生成模型的镜像网络；将每一条所述样本向量作为上述初始向量生成模型的输入，得到对应每一条所述样本向量的样本目标向量；将上述样本目标向量输入至上述镜像网络，得到镜像样本向量；响应于上述镜像样本向量与对应的样本向量之间的误差小于第一设定阈值，将上述初始向量生成模型作为训练完成的向量生成模型。

在一些实施例中，上述初始向量生成模型包括：初始特征扩展网络和初始特征精简网络，以及，上述将每一条所述样本向量作为上述初始向量生成模型的输入，得到对应每一条所述样本向量的样本目标向量，包括：将每一条所述样本向量作为初始特征扩展网络的输入，并将上述初始特征扩展网络的输出向量输入至上述初始特征精简网络，得到对应每一条所述样本向量的样本目标向量。

在一些实施例中，上述镜像网络包括：镜像特征精简网络和镜像特征扩展网络，以及，上述将上述样本目标向量输入至上述镜像网络，得到镜像样本向量，包括：将每一条所述样本向量对应的样本目标向量作为上述镜像特征精简网络的输入，并将上述镜像特征精简网络的输出输入至上述镜像特征扩展网络，得到对应每一条所述样本向量的镜像样本向量。

在一些实施例中，上述向量生成模型的训练步骤还包括：通过基准向量对上述样本目标向量的准确性进行验证；响应于上述样本目标向量与基准向量的误差小于第二设定阈值，将上述样本目标向量输入至上述镜像网络。