[发明专利]用于展示信息的方法和装置有效

专利信息
申请号: 201910264543.7 申请日: 2019-04-03
公开(公告)号: CN109981787B 公开(公告)日: 2022-03-29
发明(设计)人: 尹天久 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: H04L67/55 分类号: H04L67/55;G06K9/62;G06V10/74;G06V10/774
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 展示 信息 方法 装置
【权利要求书】:

1.一种用于展示信息的方法,包括:

获取用于表征目标用户的用户特征向量;

将所述用户特征向量输入至预先训练的信息生成模型,得到待展示信息,其中,所述待展示信息用于展示具有目标样式的信息,所述信息生成模型用于根据用户特征向量生成用于展示具有目标样式的信息的待展示信息,待展示信息所展示的信息和所具有的目标样式由所述信息生成模型生成;

向所述目标用户对应的终端设备推送得到的待展示信息,以及控制在所述终端设备上展示得到的待展示信息。

2.根据权利要求1所述的方法,其中,所述得到的待展示信息用于展示的信息包括文本。

3.根据权利要求2所述的方法,其中,所述得到的待展示信息用于展示的信息包括目标文本标识集中的文本标识指示的文本。

4.根据权利要求1所述的方法,其中,所述信息生成模型通过如下步骤训练得到:

获取第一训练样本集,其中,所述第一训练样本集中的训练样本包括用户特征向量;

获取初始信息生成模型和预先训练的操作信息预测模型,其中,所述操作信息预测模型用于根据输入至初始信息生成模型的用户特征向量和初始信息生成模型生成的待展示信息,得到操作信息,其中,操作信息用于表征预测的、用户特征向量指示的用户针对待展示信息执行的用户操作的相关信息;

利用机器学习的方法,基于所述第一训练样本集和预设的第一损失函数,对所述初始信息生成模型进行训练,以及将训练完成后的初始信息生成模型确定为信息生成模型,其中,第一损失函数基于所述操作信息预测模型输出的操作信息确定。

5.根据权利要求1所述的方法,其中,所述信息生成模型通过如下步骤训练得到:

获取第二训练样本集,其中,所述第二训练样本集中的训练样本包括用户特征向量和展示信息集,其中,展示信息集中的展示信息被用户特征向量指示的用户执行过预设操作;

获取初始模型;

利用机器学习的方法,将所述第二训练样本集中的训练样本中的用户特征向量作为初始模型的输入,基于预设的第二损失函数对初始模型进行训练,得到信息生成模型,其中,第二损失函数用于表征初始模型输出的待展示信息与输入至初始模型的用户特征向量对应的展示信息集中的展示信息的相似度。

6.根据权利要求1-5之一所述的方法,其中,所述得到的待展示信息为图像。

7.一种用于展示信息的装置,包括:

用户特征向量获取单元,被配置成获取用于表征目标用户的用户特征向量;

生成单元,被配置成将所述用户特征向量输入至预先训练的信息生成模型,得到待展示信息,其中,所述待展示信息用于展示具有目标样式的信息,所述信息生成模型用于根据用户特征向量生成用于展示具有目标样式的信息的待展示信息,待展示信息所展示的信息和所具有的目标样式由所述信息生成模型生成;

展示单元,被配置成向所述目标用户对应的终端设备推送得到的待展示信息,以及控制在所述终端设备上展示得到的待展示信息。

8.根据权利要求7所述的装置,其中,所述得到的待展示信息用于展示的信息包括文本。

9.根据权利要求8所述的装置,其中,所述得到的待展示信息用于展示的信息包括目标文本标识集中的文本标识指示的文本。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910264543.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top