一种信息推荐方法及装置制造方法及图纸

本申请提供了一种信息推荐方法及装置，该方法应用于区块链系统，包括：确定目标广告以及获取目标广告的广告特征信息。将广告特征信息通过广告特征分类模型进行分类，得到第一分类特征信息和第二分类特征信息。根据第一分类特征信息对至少一个第一用户进行筛选，得到第二用户。获取信息匹配模型，得到信息匹配模型输出的第二用户对应的信息匹配结果。对第二用户对应的信息匹配结果进行加权处理得到第二用户对应的信息匹配得分，根据信息匹配得分对第二用户进行排序，根据排序结果选取预设数量的第二用户确定为目标用户。将目标广告的广告信息推荐给目标用户。通过本申请的技术方案，实现了广告信息的精准推荐。

【技术实现步骤摘要】
一种信息推荐方法及装置
本申请涉及互联网
，尤其涉及一种信息推荐方法及装置。
技术介绍
目前，用户可以从应用市场下载一些应用程序。广告主在这些应用程序中向用户进行广告信息的推荐能起到很好的效果。但是这种广告信息的推荐方式一般面向的是应用程序的所有用户，用户范围大，广告主并不清楚哪些用户对推荐的广告信息感兴趣，造成信息推荐的准确性低、效率低，不能实现精准推荐。
技术实现思路
为了解决上述技术问题，本申请提供了一种信息推荐方法及装置，用于实现应用程序中广告信息的精准推荐。为了实现上述目的，本申请实施例提供的技术方案如下：本申请实施例提供一种信息推荐方法，所述方法应用于区块链系统，所述方法包括：确定目标广告；获取所述目标广告的广告特征信息；将所述广告特征信息通过广告特征分类模型进行分类，得到第一分类特征信息和第二分类特征信息；根据所述第一分类特征信息、第一用户的第一用户特征信息对至少一个所述第一用户进行筛选，得到第二用户；获取信息匹配模型；将各个所述第二分类特征信息和所述第二用户的第二用户特征信息输入所述信息匹配模型，得到所述信息匹配模型输出的所述第二用户对应的信息匹配结果；所述第二用户对应的信息匹配结果用于表明各个所述第二分类特征信息和所述第二用户的第二用户特征信息的相关程度；对所述第二用户对应的信息匹配结果进行加权处理得到所述第二用户对应的信息匹配得分；根据所述信息匹配得分对所述第二用户进行排序，得到排序结果，根据所述排序结果选取预设数量的第二用户确定为目标用户；将所述目标广告的广告信息推荐给所述目标用户。可选的，所述获取信息匹配模型包括：将各个历史第二分类特征信息、历史第二用户的第二用户特征信息，以及各个历史第二分类特征信息和历史第二用户的第二用户特征信息是否相关的标签确定为目标数据，将所述目标数据划分为训练数据以及验证数据；根据所述训练数据以及上一次迭代后的验证结果，调整信息匹配模型的模型参数，生成本次迭代后的信息匹配模型，当首次调整信息匹配模型的模型参数时，所述上一次迭代后的验证结果为零；将所述验证数据中的各个所述历史第二分类特征信息和所述历史第二用户的第二用户特征信息输入所述本次迭代后的信息匹配模型，获得所述本次迭代后的信息匹配模型输出的所述第二用户对应的信息匹配结果；根据各个所述历史第二分类特征信息和所述历史第二用户的第二用户特征信息是否相关的标签以及所述第二用户对应的信息匹配结果，计算得到本次迭代后的验证结果；重新执行所述根据所述训练数据以及上一次迭代后的验证结果，调整信息匹配模型的模型参数，生成本次迭代后的信息匹配模型以及后续步骤，直到达到预设停止条件，训练得到信息匹配模型。可选的，所述确定目标广告包括：获取预选广告的广告信息和证明信息；获取检查标准模型，将所述预选广告的广告信息输入所述检查标准模型，得到所述检查标准模型输出的所述预选广告对应的第一检查标准；判断所述预选广告的广告信息和证明信息是否符合所述预选广告对应的第一检查标准；若符合所述第一检查标准，则判断所述预选广告的广告信息和证明信息是否满足第二检查标准；将符合所述第二检查标准的所述预选广告确定为目标广告。可选的，其特征在于，当所述预选广告对应的检查标准的类型为自动检查时，所述第一检查标准为专业检测标准，所述判断所述预选广告的广告信息和证明信息是否符合所述预选广告对应的第一检查标准，包括：判断所述预选广告的广告信息和证明信息是否符合所述专业检测标准；当所述预选广告对应的检查标准的类型为人工检查时，所述第一检查标准为人工检查标准，所述判断所述预选广告的广告信息和证明信息是否符合所述预选广告对应的第一检查标准，包括：接收所述第一用户发送的人工检查结果，所述人工检查结果为所述第一用户根据所述人工检查标准对所述预选广告的广告信息和证明信息进行检查得到的；通过所述人工检查结果，来判断所述预选广告的广告信息和证明信息是否符合所述人工检查标准；当所述预选广告对应的检查标准的类型为证明检查时，所述第一检查标准为证明检查标准，所述判断所述预选广告的广告信息和证明信息是否符合所述预选广告对应的第一检查标准，包括：从所述第一用户中确定证明检查用户；接收所述检查用户发送的证明检查结果，所述证明检查结果为所述检查用户根据所述证明检查标准对所述预选广告的广告信息和证明信息进行检查得到的；通过所述证明检查结果判断所述预选广告的广告信息和证明信息是否符合所述证明检查标准。可选的，当所述预选广告对应的检查标准的类型为自动检查时，所述符合所述第一检查标准包括：所述预选广告的广告信息和证明信息符合所述专业检测标准；当所述预选广告对应的检查标准的类型为人工检查时，所述人工检查结果分为检查通过和检查不通过；所述符合所述第一检查标准包括：所述人工检查结果为通过检查的比率大于第一比率阈值；当所述预选广告对应的检查标准的类型为证明检查时，所述证明检查结果分为通过证明和不通过证明；所述符合所述第一检查标准包括：所述证明检查结果为通过证明的比率大于第二比率阈值。本申请实施例还提供了一种信息推荐装置，所述装置应用于区块链系统，所述装置包括：确定单元，用于确定目标广告；第一获取单元，用于获取所述目标广告的广告特征信息；分类单元，用于将所述广告特征信息通过广告特征分类模型进行分类，得到第一分类特征信息和第二分类特征信息；筛选单元，用于根据所述第一分类特征信息对至少一个第一用户进行筛选，得到第二用户；第二获取单元，用于获取信息匹配模型；第三获取单元，用于将各个所述第二分类特征信息和所述第二用户的第二用户特征信息输入所述信息匹配模型，得到所述信息匹配模型输出的所述第二用户对应的信息匹配结果；所述第二用户对应的信息匹配结果用于表明各个所述第二分类特征信息和所述第二用户的第二用户特征信息的相关程度；加权处理单元，用户对所述第二用户对应的信息匹配结果进行加权处理得到所述第二用户对应的信息匹配得分；排序单元，用于根据所述信息匹配得分对所述第二用户进行排序，得到排序结果，根据所述排序结果选取预设数量的第二用户确定为目标用户；推荐单元，用于将所述目标广告的广告信息推荐给所述目标用户。可选的，所述第二获取单元包括：第一确定子单元，用于将各个历史第二分类特征信息、历史第二用户的第二用户特征信息，以及各个历史第二分类特征信息和历史第二用户的第二用户特征信息是否相关的标签确定为目标数据，将所述目标数据划分为训练数据以及验证数据；调整子单元，用于根据所述训练数据以及上一次迭代后的验证结果，调整信息匹配模型的模型参数，生成本次迭代后的信息匹配模型，当首次调整信息匹配模型的模型参数时，所述上一次迭代后的验证结果为零；第一获取子单元，用于将所述验证数据中的本文档来自技高网...

【技术保护点】
1.一种信息推荐方法，其特征在于，所述方法应用于区块链系统，所述方法包括：/n确定目标广告；/n获取所述目标广告的广告特征信息；/n将所述广告特征信息通过广告特征分类模型进行分类，得到第一分类特征信息和第二分类特征信息；/n根据所述第一分类特征信息、第一用户的第一用户特征信息对至少一个所述第一用户进行筛选，得到第二用户；/n获取信息匹配模型；/n将各个所述第二分类特征信息和所述第二用户的第二用户特征信息输入所述信息匹配模型，得到所述信息匹配模型输出的所述第二用户对应的信息匹配结果；所述第二用户对应的信息匹配结果用于表明各个所述第二分类特征信息和所述第二用户的第二用户特征信息的相关程度；/n对所述第二用户对应的信息匹配结果进行加权处理得到所述第二用户对应的信息匹配得分；/n根据所述信息匹配得分对所述第二用户进行排序，得到排序结果，根据所述排序结果选取预设数量的第二用户确定为目标用户；/n将所述目标广告的广告信息推荐给所述目标用户。/n

【技术特征摘要】
1.一种信息推荐方法，其特征在于，所述方法应用于区块链系统，所述方法包括：
确定目标广告；
获取所述目标广告的广告特征信息；
将所述广告特征信息通过广告特征分类模型进行分类，得到第一分类特征信息和第二分类特征信息；
根据所述第一分类特征信息、第一用户的第一用户特征信息对至少一个所述第一用户进行筛选，得到第二用户；
获取信息匹配模型；
将各个所述第二分类特征信息和所述第二用户的第二用户特征信息输入所述信息匹配模型，得到所述信息匹配模型输出的所述第二用户对应的信息匹配结果；所述第二用户对应的信息匹配结果用于表明各个所述第二分类特征信息和所述第二用户的第二用户特征信息的相关程度；
对所述第二用户对应的信息匹配结果进行加权处理得到所述第二用户对应的信息匹配得分；
根据所述信息匹配得分对所述第二用户进行排序，得到排序结果，根据所述排序结果选取预设数量的第二用户确定为目标用户；
将所述目标广告的广告信息推荐给所述目标用户。


2.根据权利要求1所述的方法，其特征在于，所述获取信息匹配模型包括：
将各个历史第二分类特征信息、历史第二用户的第二用户特征信息，以及各个历史第二分类特征信息和历史第二用户的第二用户特征信息是否相关的标签确定为目标数据，将所述目标数据划分为训练数据以及验证数据；
根据所述训练数据以及上一次迭代后的验证结果，调整信息匹配模型的模型参数，生成本次迭代后的信息匹配模型，当首次调整信息匹配模型的模型参数时，所述上一次迭代后的验证结果为零；
将所述验证数据中的各个所述历史第二分类特征信息和所述历史第二用户的第二用户特征信息输入所述本次迭代后的信息匹配模型，获得所述本次迭代后的信息匹配模型输出的所述第二用户对应的信息匹配结果；
根据各个所述历史第二分类特征信息和所述历史第二用户的第二用户特征信息是否相关的标签以及所述第二用户对应的信息匹配结果，计算得到本次迭代后的验证结果；
重新执行所述根据所述训练数据以及上一次迭代后的验证结果，调整信息匹配模型的模型参数，生成本次迭代后的信息匹配模型以及后续步骤，直到达到预设停止条件，训练得到信息匹配模型。


3.根据权利要求1所述的方法，其特征在于，所述确定目标广告包括：
获取预选广告的广告信息和证明信息；
获取检查标准模型，将所述预选广告的广告信息输入所述检查标准模型，得到所述检查标准模型输出的所述预选广告对应的第一检查标准；
判断所述预选广告的广告信息和证明信息是否符合所述预选广告对应的第一检查标准；
若符合所述第一检查标准，则判断所述预选广告的广告信息和证明信息是否满足第二检查标准；
将符合所述第二检查标准的所述预选广告确定为目标广告。


4.根据权利要求3所述的方法，其特征在于，
当所述预选广告对应的检查标准的类型为自动检查时，所述第一检查标准为专业检测标准，所述判断所述预选广告的广告信息和证明信息是否符合所述预选广告对应的第一检查标准，包括：判断所述预选广告的广告信息和证明信息是否符合所述专业检测标准；
当所述预选广告对应的检查标准的类型为人工检查时，所述第一检查标准为人工检查标准，所述判断所述预选广告的广告信息和证明信息是否符合所述预选广告对应的第一检查标准，包括：
接收所述第一用户发送的人工检查结果，所述人工检查结果为所述第一用户根据所述人工检查标准对所述预选广告的广告信息和证明信息进行检查得到的；
通过所述人工检查结果，来判断所述预选广告的广告信息和证明信息是否符合所述人工检查标准；
当所述预选广告对应的检查标准的类型为证明检查时，所述第一检查标准为证明检查标准，所述判断所述预选广告的广告信息和证明信息是否符合所述预选广告对应的第一检查标准，包括：
从所述第一用户中确定证明检查用户；
接收所述检查用户发送的证明检查结果，所述证明检查结果为所述检查用户根据所述证明检查标准对所述预选广告的广告信息和证明信息进行检查得到的；
通过所述证明检查结果判断所述预选广告的广告信息和证明信息是否符合所述证明检查标准。


5.根据权利要求4所述的方法，其特征在于，
当所述预选广告对应的检查标准的类型为自动检查时，所述符合所述第一检查标准包括：所述预选广告的广告信息和证明信息符合所述专业检测标准；
当所述预选广告对应的检查标准的类型为人工检查时，所述人工检查结果分为检查通过和检查不通过；所述符合所述第一检查标准包括：所述人工检查结果为通过检查的比率大于第一比率阈值；
当所述预选广告对应的检查标准的类型为证明检查时，所述证明检查结果分为通过证明和不通过证明；所述符合所述第一检查标准包括：所述证明检查结果为通过证明的比率大于第二比率阈值。


6.一种信息推荐装置，其特征在于，所述装置应用于区块链系统，所述装置包括：
确定单元，用于确定目标广告；
第...

【专利技术属性】
技术研发人员：黄雅楠，徐晨敏，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京;11