[發明專利]一種信息展示方法、裝置、電子設備及存儲介質

在審

• 申請號: 201911214978.7
• 申請日: 2019-12-02
• 公開（公告）號: CN112989236A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 楊乃君;姜飛;王天駒;葉璨
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06F16/957
• 分類號: G06F16/957;G06F16/958
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 項京;高鶯然

1.一種信息展示方法，其特征在于，所述方法包括：

接收用于通知第一信息展示平臺上存在空閑的第一信息展示區域的通知；

獲得所述第一信息展示區域的第一區域特征、所述第一信息展示平臺的用戶的第一用戶特征；

獲得目標信息的目標預測參數，其中，所述目標預測參數包括：已展示有所述目標信息的第二信息展示平臺的用戶對所述目標信息的展示反饋；

根據所述第一區域特征、第一用戶特征和目標預測參數，確定是否在所述第一信息展示區域展示所述目標信息。

2.根據權利要求1所述的方法信息展示方法，其特征在于，所述根據所述第一區域特征、第一用戶特征和目標預測參數，確定是否在所述第一信息展示區域展示所述目標信息，包括：

根據所述第一區域特征、第一用戶特征和目標預測參數，預測若在所述第一信息展示區域展示所述目標信息、各第二信息展示平臺的用戶以及所述第一信息展示平臺的用戶對所述目標信息的第一預測展示反饋，并預測若不在所述第一信息展示區域展示所述目標信息、各第二信息展示平臺的用戶對所述目標信息的第二預測展示反饋；

根據所述第一預測展示反饋和第二預測展示反饋，確定是否在所述第一信息展示區域展示所述目標信息。

3.根據權利要求1所述的信息展示方法，其特征在于，所述根據所述第一區域特征、第一用戶特征和目標預測參數，確定是否在所述第一信息展示區域展示所述目標信息，包括：

以所述第一區域特征、第一用戶特征和目標預測參數為預先訓練的預測模型的輸入參數，通過所述預測模型確定是否在所述第一信息展示區域展示所述目標信息；

其中，所述預測模型為：以樣本信息展示區域的樣本區域特征、所述樣本信息展示區域所屬樣本信息展示平臺的用戶的樣本用戶特征、所述樣本信息的樣本預測參數為強化學習中環境的狀態、且以是否請求在所述樣本信息展示區域中展示所述樣本信息為在所述環境中執行的動作、進行強化學習得到的模型，所述樣本預測參數包括：已展示有所述樣本信息的信息展示平臺的用戶對所述樣本信息的展示反饋。

4.根據權利要求3所述的信息展示方法，其特征在于，通過以下方式訓練得到所述預測模型：

獲得訓練樣本，其中，所述訓練樣本包含第一初始狀態、第一動作、第一反饋和第二初始狀態，所述第一初始狀態包括：所述樣本區域特征、樣本用戶特征、樣本預測參數，所述第一動作表示：是否請求在所述樣本信息展示區域中展示所述樣本信息，所述第一反饋為：所述樣本信息展示平臺的用戶對所述樣本信息的展示反饋，所述第二初始狀態為在所述第一初始狀態下執行所述第一動作后所述環境的狀態；

預測所述環境處于所述第二初始狀態時、在所述樣本信息展示區域展示所述樣本信息后、所有已展示所述樣本信息的信息展示平臺的用戶對所述樣本信息的第三預測展示反饋，并預測所述環境處于所述第二初始狀態時、不在所述樣本信息展示區域展示所述樣本信息時、所有已展示所述樣本信息的信息展示平臺的用戶對所述樣本信息的第四預測展示反饋；

根據所述第三預測展示反饋、第四預測展示反饋中的最大值和所述第一反饋，確定訓練基準；

將所述第一初始狀態輸入初始預測模型，獲得所述初始預測模型預測得到的、在所述環境處于所述第一初始狀態時執行所述第一動作后、所述樣本信息展示平臺的用戶對所述樣本信息的展示反饋，作為第二反饋；

基于所述第二反饋和訓練基準對所述初始預測模型進行訓練直至滿足訓練結束條件，并將訓練后的所述初始預測模型作為所述預測模型。

5.根據權利要求1-4中任一項所述的信息展示方法，其特征在于，

所述目標預測參數還包括：所述目標信息的可用展示資源。

6.根據權利要求1-4中任一項所述的信息展示方法，其特征在于，所述方法還包括：

若在所述第一信息展示區域展示所述目標信息，獲得所述第一信息展示平臺的用戶對所述目標信息的展示反饋；

根據所獲得的展示反饋更新所述目標預測參數中包括的展示反饋。