一种信息处理方法及装置、存储介质制造方法及图纸

本申请公开了一种信息处理方法，所述方法包括：将第一特征输入至筛选模型，得到与至少一个候选用户中各候选用户的候选评分，所述第一特征至少包括：目标类别的描述信息、至少一个候选用户中各候选用户的用户特征，所述候选评分用于表征所述候选评分对应的候选用户对所述目标类别的感兴趣程度；根据所述至少一个候选用户中各候选用户的候选评分，从所述至少一个候选用户中确定至少一个目标用户；将所述目标类别对应的对象输出至所述至少一个目标用户。另外，本申请还公开了一种信息处理设备及存储介质。及存储介质。及存储介质。

【技术实现步骤摘要】
一种信息处理方法及装置、存储介质


[0001]本申请涉及信息处理领域，涉及但不限于一种信息处理方法及装置、存储介质。

技术介绍

[0002]相关技术中，终端设备上安装有应用程序(Application，APP)，其中，在APP向用户推荐商品时，通常需要根据分析结论才能向用户推荐所喜欢的商品。由于该分析结论是由数据分析师进行分析得到的，因此，将造成分析的效率较低的问题，并且由于人的经验有限，因此，将造成分析的结论和方案将受到较多的人工影响，从而造成向用户推荐商品的准确率和效率较低的问题。

技术实现思路

[0003]本申请实施例为解决相关技术中存在的至少一个问题而提供一种信息处理方法及装置、存储介质，能够提高筛选出的用户和向筛选出的用户推荐商品的准确率和效率。
[0004]本申请的技术方案是这样实现的：
[0005]第一方面，本申请实施例提供一种信息处理方法，所述方法包括：
[0006]将第一特征输入至筛选模型，得到与至少一个候选用户中各候选用户的候选评分，所述第一特征至少包括：目标类别的描述信息、所述至少一个候选用户中各候选用户的用户特征，所述候选用户的候选评分用于表征所述候选评分对应的候选用户对所述目标类别的感兴趣程度；
[0007]根据所述至少一个候选用户中各候选用户的候选评分，从所述至少一个候选用户中确定至少一个目标用户；
[0008]将所述目标类别对应的对象输出至所述至少一个目标用户。
[0009]第二方面，本申请实施例提供一种信息处理装置，所述装置包括：
[0010]第一确定单元，用于将第一特征输入至筛选模型，得到与至少一个候选用户中各候选用户的候选评分，所述第一特征至少包括：目标类别的描述信息、所述至少一个候选用户中各候选用户的用户特征，所述候选用户的候选评分用于表征所述候选评分对应的候选用户对所述目标类别的感兴趣程度；
[0011]第二确定单元，用于根据所述至少一个候选用户中各候选用户的候选评分，从所述至少一个候选用户中确定至少一个目标用户；
[0012]输出单元，用于将所述目标类别对应的对象输出至所述至少一个目标用户。
[0013]第三方面，本申请实施例提供一种存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述信息处理方法。
[0014]本申请提供了一种信息处理方法及装置、存储介质，信息处理设备将第一特征输入至筛选模型，得到与至少一个候选用户中各候选用户的候选评分，所述第一特征至少包括：目标类别的描述信息、所述至少一个候选用户中各候选用户的用户特征，所述候选用户的候选评分用于表征所述候选评分对应的候选用户对所述目标类别的感兴趣程度；根据所
述至少一个候选用户中各候选用户的候选评分，从所述至少一个候选用户中确定至少一个目标用户；将所述目标类别对应的对象输出至所述至少一个目标用户。这样，在筛选目标用户时，是筛选模型根据第一特征进行筛选的，从而可以提高筛选出的目标用户的准确率和效率。
附图说明
[0015]图1为本申请实施例提供的一种信息处理系统的可选的结构示意图；
[0016]图2为本申请实施例提供的一种信息处理方法的可选的流程示意图；
[0017]图3为本申请实施例提供的一种信息处理方法的可选的流程示意图；
[0018]图4为本申请实施例提供的一种信息处理方法的可选的流程示意图；
[0019]图5为本申请实施例提供的一种确定潜力商品的可选的流程示意图；
[0020]图6为本申请实施例提供的一种确定数据来源的可选的流程示意图；
[0021]图7为本申请实施例提供的一种确定数据来源的可选的流程示意图；
[0022]图8为本申请实施例提供的一种确定数据来源的可选的流程示意图；
[0023]图9为本申请实施例提供的一种对节日共性和差异性挖掘可选的流程示意图；
[0024]图10为本申请实施例提供的一种信息处理装置的可选的结构示意图；
[0025]图11为本申请实施例提供的一种对节日共性和差异性挖掘可选的流程示意图；
[0026]图12为本申请实施例提供的一种信息处理方法的可选的流程示意图；
[0027]图13为本申请实施例提供的一种信息处理方法的可选的流程示意图；
[0028]图14为本申请实施例提供的一种信息处理装置的可选的结构示意图；
[0029]图15为本申请实施例提供的电子设备的可选的结构示意图。
具体实施方式
[0030]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对申请的具体技术方案做进一步详细描述。以下实施例用于说明本申请，但不用来限制本申请的范围。
[0031]在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
[0032]在以下的描述中，所涉及的术语“第一\第二\第三”仅是为例区别不同的对象，不代表针对对象的特定排序，不具有先后顺序的限定。可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
[0033]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
[0034]可以理解的是，本申请实施例中，涉及到用户年龄、用户性别和用户职业等相关的数据，当本申请实施例运用到具体产品或技术中时，需要获得用户许可或者同意，相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准，且提供关闭相关数
据的收集、使用和处理功能的选项。
[0035]本申请实施例的信息处理方法可应用于图1所示的信息处理系统100，如图1所示，信息处理系统100包括：服务器10和客户端20。其中，客户端20能够基于输入设备与用户进行交互，其中，输入设备包括：显示器、鼠标和键盘等能够接收用户的输入信息的器件。
[0036]在一示例中，如图1所示，服务器10和客户端20分别位于不同的物理实体上，此时，服务器10通过网络30与客户端20进行通信。
[0037]客户端20中运行有能够显示页面的浏览器或应用程序(Application，APP)。
[0038]本申请实施例提供的信息处理方法可应用于信息处理设备，该信息处理设备可为服务器10，也可为客户端20。
[0039]信息处理设备将第一特征输入至筛选模型，得到与至少一个候选用户中各候选用户的候选评分，所述第一特征至少包括：目标类别的描述信息、所述至少一个候选用户中各候选用户的用户特征，所述候选用户的候选评分用于表征所述候选评分对应的候选用户对所述目标类别的感兴趣程度；根据所述至少一个候选用户中各候选用户的候选本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息处理方法，其特征在于，所述方法包括：将第一特征输入至筛选模型，得到至少一个候选用户中各候选用户的候选评分，所述第一特征至少包括：目标类别的描述信息、所述至少一个候选用户中各候选用户的用户特征，所述候选用户的候选评分用于表征所述候选评分对应的候选用户对所述目标类别的感兴趣程度；根据所述至少一个候选用户中各候选用户的候选评分，从所述至少一个候选用户中确定至少一个目标用户；将所述目标类别对应的对象输出至所述至少一个目标用户。2.根据权利要求1所述的方法，其特征在于，所述筛选模型至少包括：兴趣确定子网络，所述将第一特征输入至筛选模型，得到与至少一个候选用户中各候选用户的候选评分，包括：对于所述至少一个候选用户中每一候选用户，将所述候选用户的用户特征输入至所述兴趣确定子网络，得到所述候选用户的兴趣信息，所述兴趣信息表征所述候选用户的至少两个兴趣；确定所述至少一个候选用户中，至少两个兴趣包括所述目标类别的候选用户，确定至少两个兴趣包括所述目标类别的候选用户的候选评分。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取至少两条第一训练数据，所述至少两条第一训练数据中每一第一训练数据包括：第一训练特征和所述第一训练特征对应的第一标签，所述第一训练特征包括：训练兴趣的描述信息、训练用户的用户特征，所述第一标签用于表征所述训练用户对所述训练兴趣的感兴趣程度，所述第一标签基于所述训练用户的历史行为确定；根据所述至少两条第一训练数据对初始筛选模型进行训练，得到所述筛选模型。4.根据权利要求3所述的方法，其特征在于，所述根据所述至少两条第一训练数据对初始筛选模型进行训练，得到所述筛选模型，包括：将所述至少两条第一训练数据中的第一训练特征输入至所述初始筛选模型，得到第一预测分数；在所述初始筛选模型未收敛的情况下，根据所述至少两条第一训练数据中各第一训练数据对应的第一预测分数和所述第一训练数据的第一标签，确定所述初始筛选模型的第一损失值；基于所述第一损失值更新所述初始筛选模型的参数，得到所述筛选模型，并继续将所述至少两条第一训练数据中的第一训练特征输入至所述初始筛选模型，直到所述初始筛选模型收敛，得到所述筛选模型。5.根据权利要求4所述的方法，其特征在于，所述根据所述至少两条第一训练数据中各第一训练数据对应的第一预测分数和所述第一训练数据的第一标签，确定所述初始筛选模型的第一损失值，包括：根据所述至少两条训练数据中各训练数据对应的第一预测分数、所述训练数据的所述第一标签以及所述第一标签对应的权重，确定所述初始筛选模型的第一损失值。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：对用于表征所述训练用户对所述训练...

【专利技术属性】
技术研发人员：王颖帅，苗诗雨，
申请(专利权)人：北京京东世纪贸易有限公司，
类型：发明
国别省市：