[發明專利]一種信息推薦方法及裝置

在審

• 申請號: 202011059853.4
• 申請日: 2020-09-30
• 公開（公告）號: CN112053200A
• 公開（公告）日: 2020-12-08
• 發明（設計）人: 黃雅楠;徐晨敏
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q30/06
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 儲倩

本申請提供了一種信息推薦方法及裝置，該方法應用于區塊鏈系統，包括：確定目標廣告以及獲取目標廣告的廣告特征信息。將廣告特征信息通過廣告特征分類模型進行分類，得到第一分類特征信息和第二分類特征信息。根據第一分類特征信息對至少一個第一用戶進行篩選，得到第二用戶。獲取信息匹配模型，得到信息匹配模型輸出的第二用戶對應的信息匹配結果。對第二用戶對應的信息匹配結果進行加權處理得到第二用戶對應的信息匹配得分，根據信息匹配得分對第二用戶進行排序，根據排序結果選取預設數量的第二用戶確定為目標用戶。將目標廣告的廣告信息推薦給目標用戶。通過本申請的技術方案，實現了廣告信息的精準推薦。

技術領域

本申請涉及互聯網技術領域，尤其涉及一種信息推薦方法及裝置。

背景技術

目前，用戶可以從應用市場下載一些應用程序。廣告主在這些應用程序中向用戶進行廣告信息的推薦能起到很好的效果。但是這種廣告信息的推薦方式一般面向的是應用程序的所有用戶，用戶范圍大，廣告主并不清楚哪些用戶對推薦的廣告信息感興趣，造成信息推薦的準確性低、效率低，不能實現精準推薦。

發明內容

為了解決上述技術問題，本申請提供了一種信息推薦方法及裝置，用于實現應用程序中廣告信息的精準推薦。

為了實現上述目的，本申請實施例提供的技術方案如下：

本申請實施例提供一種信息推薦方法，所述方法應用于區塊鏈系統，所述方法包括：

確定目標廣告；

獲取所述目標廣告的廣告特征信息；

將所述廣告特征信息通過廣告特征分類模型進行分類，得到第一分類特征信息和第二分類特征信息；

根據所述第一分類特征信息、第一用戶的第一用戶特征信息對至少一個所述第一用戶進行篩選，得到第二用戶；

獲取信息匹配模型；

將各個所述第二分類特征信息和所述第二用戶的第二用戶特征信息輸入所述信息匹配模型，得到所述信息匹配模型輸出的所述第二用戶對應的信息匹配結果；所述第二用戶對應的信息匹配結果用于表明各個所述第二分類特征信息和所述第二用戶的第二用戶特征信息的相關程度；

對所述第二用戶對應的信息匹配結果進行加權處理得到所述第二用戶對應的信息匹配得分；

根據所述信息匹配得分對所述第二用戶進行排序，得到排序結果，根據所述排序結果選取預設數量的第二用戶確定為目標用戶；

將所述目標廣告的廣告信息推薦給所述目標用戶。

可選的，所述獲取信息匹配模型包括：

將各個歷史第二分類特征信息、歷史第二用戶的第二用戶特征信息，以及各個歷史第二分類特征信息和歷史第二用戶的第二用戶特征信息是否相關的標簽確定為目標數據，將所述目標數據劃分為訓練數據以及驗證數據；

根據所述訓練數據以及上一次迭代后的驗證結果，調整信息匹配模型的模型參數，生成本次迭代后的信息匹配模型，當首次調整信息匹配模型的模型參數時，所述上一次迭代后的驗證結果為零；

將所述驗證數據中的各個所述歷史第二分類特征信息和所述歷史第二用戶的第二用戶特征信息輸入所述本次迭代后的信息匹配模型，獲得所述本次迭代后的信息匹配模型輸出的所述第二用戶對應的信息匹配結果；

根據各個所述歷史第二分類特征信息和所述歷史第二用戶的第二用戶特征信息是否相關的標簽以及所述第二用戶對應的信息匹配結果，計算得到本次迭代后的驗證結果；

重新執行所述根據所述訓練數據以及上一次迭代后的驗證結果，調整信息匹配模型的模型參數，生成本次迭代后的信息匹配模型以及后續步驟，直到達到預設停止條件，訓練得到信息匹配模型。