[发明专利]用于展示信息的方法和装置

说明书

本公开的实施例公开了用于展示信息的方法和装置。该方法的一具体实施方式包括：获取用于表征目标用户的用户特征向量；将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，待展示信息用于展示具有目标样式的信息，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；向目标用户对应的终端设备推送得到的待展示信息，以及控制在终端设备上展示得到的待展示信息。该实施方式有助于提升信息推送的速度。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于展示信息的方法和装置。

背景技术

现有的信息推送过程通常是先根据用户特征，从候选推送集中选取候选推送信息，然后再根据用户特征，为选取的候选推送信息匹配样式，之后再将带有样式的候选推送信息展示给用户。

发明内容

本公开的实施例提出了用于展示信息的方法和装置。

第一方面，本公开的实施例提供了一种用于展示信息的方法，该方法包括：获取用于表征目标用户的用户特征向量；将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，待展示信息用于展示具有目标样式的信息，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；向目标用户对应的终端设备推送得到的待展示信息，以及控制在终端设备上展示得到的待展示信息。

在一些实施例中，得到的待展示信息用于展示的信息包括文本。

在一些实施例中，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。

在一些实施例中，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，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，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，基于第一训练样本集和预设的第一损失函数，对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，第一损失函数基于操作信息预测模型输出的操作信息确定。

在一些实施例中，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，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。

在一些实施例中，得到的待展示信息为图像。

第二方面，本公开的实施例提供了一种用于展示信息的装置，该装置包括：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，待展示信息用于展示具有目标样式的信息，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；展示单元，被配置成向目标用户对应的终端设备推送得到的待展示信息，以及控制在终端设备上展示得到的待展示信息。

在一些实施例中，得到的待展示信息用于展示的信息包括文本。

在一些实施例中，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。