[发明专利]信息投放方法、装置、电子设备及存储介质

权利要求书

1.一种信息投放方法，其特征在于，包括：

获取目标用户在信息类别上的兴趣参数；

获取所述目标用户对应的待投放信息的排序结果；

根据所述目标用户在信息类别上的兴趣参数，调节所述待投放信息的排序结果，得到调节后的排序结果；

按照所述调节后的排序结果，对所述目标用户进行信息投放。

2.根据权利要求1所述的方法，其特征在于，所述信息类别包括以下至少一种：信息所属的行业类别、信息所属的内容类别。

3.根据权利要求1所述的方法，其特征在于，所述目标用户在信息类别上的兴趣参数，用于指示所述目标用户对各信息类别的感兴趣程度；

所述根据所述目标用户在信息类别上的兴趣参数，调节所述待投放信息的排序结果，包括：

当所述目标用户在信息类别上的兴趣参数指示：所述待投放信息的类别属于所述目标用户感兴趣的信息类别时，控制所述待投放信息在所述排序结果中的排序靠前；

和/或，

当所述目标用户在信息类别上的兴趣参数指示：所述待投放信息的类别属于所述目标用户不感兴趣的信息类别时，控制所述待投放信息在所述排序结果中的排序靠后。

4.根据权利要求1所述的方法，其特征在于，所述获取目标用户在信息类别上的兴趣参数，包括：

获取所述目标用户的特征数据；所述特征数据包括用户自身属性特征数据，和/或，用户在信息类别上的行为特征数据；

将所述目标用户的特征数据输入预先生成的预测模型，得到所述预测模型输出的第一预测结果，所述第一预测结果用于指示所述目标用户对信息类别的感兴趣程度；

基于所述目标用户对信息类别的感兴趣程度，确定所述目标用户在信息类别上的兴趣参数。

5.根据权利要求1所述的方法，其特征在于，所述获取所述目标用户在信息类别上的兴趣参数，包括：

从预先存储的各用户在信息类别上的兴趣参数中，查询所述目标用户在信息类别上的兴趣参数；

其中，任意一个用户在信息类别上的兴趣参数是利用预先生成的预测模型，基于该用户的特征数据预测得到。

6.根据权利要求4或5所述的方法，其特征在于，所述预测模型为因子分解机FM模型。

7.根据权利要求4或5所述的方法，其特征在于，所述方法还包括：

获取样本数据，所述样本数据包括训练集与测试集；

利用所述训练集对预设的基础模型进行训练，其中，所述基础模型的输入为训练样本数据中包含的训练样本用户的特征数据，输出为所述训练样本用户对信息类别的预测感兴趣程度；

利用所述测试集和/或离线数据，对所述基础模型的训练过程进行评估，得到评估通过的所述预测模型。

8.根据权利要求7所述的方法，其特征在于，利用所述测试集，对所述基础模型的训练过程进行评估，包括：

将测试样本数据中包含的测试样本用户的特征数据输入所述预测模型，得到所述预测模型输出的第二预测结果，所述第二预测结果用于指示所述测试样本用户对信息类别的预测感兴趣程度；

基于所述第二预测结果与所述测试样本数据中包含的所述测试样本用户对信息类别的实际感兴趣程度，计算所述预测模型的第一评估指标；所述第一评估指标包括精准率和/或曲线下面积AUC；

在所述第一评估指标满足第一预设条件的情况下，确定评估通过。

9.根据权利要求7所述的方法，其特征在于，利用离线数据，对所述基础模型的训练过程进行评估，包括：

将所述离线数据中包含的离线用户的特征数据输入所述预测模型，得到所述预测模型输出的第三预测结果，所述第三预测结果用于指示所述离线用户对信息类别的预测感兴趣程度；

基于所述第三预测结果与所述离线数据中包含的所述离线用户对信息类别的实际感兴趣程度，计算所述预测模型的第二评估指标；所述第二评估指标包括准确率；

在所述第二评估指标满足第二预设条件的情况下，确定评估通过。