信息分发方法、装置、设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113269574A(43)申请公布日2021.08.17(21)申请号202010092716.4(22)申请日2020.02.14(71)申请人北京沃东天骏信息技术有限公司地址100176北京市大兴区北京经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人寿涛张白羽郑丰(74)专利代理机构北京品源专利代理有限公司11332代理人孟金喆(51)Int.Cl.G06Q30/02(2012.01)G06Q30/06(2012.01)权利要求书2页说明书14页附图5页(54)发明名称信息分发方法、装置、设备和存储介质(57)摘要本发明实施例公开了一种信息分发方法、装置、设备和存储介质。该方法包括：获取各待筛选价值修改信息分别对应的特征向量，其中，特征向量包括价值修改信息的至少一个目标信息特征维度分别对应的子特征向量，价值修改信息用于修改物品被获取时的价值属性值；基于各特征向量和预设的线性回归模型，确定各待筛选价值修改信息的预测销售总价值，其中，线性回归模型通过预先对线性回归的混合正则化模型进行训练而获得；依据各预测销售总价值，从各待筛选价值修改信息中筛选出目标价值修改信息，并将目标价值修改信息分发至目标用户。通过上述技术方案，实现了价值修改信息的个性化分发，提高了价值修改信息的曝光率和使用率。CN113269574ACN113269574A权利要求书1/2页1.一种信息分发方法，其特征在于，包括：获取各待筛选价值修改信息分别对应的特征向量，其中，所述特征向量包括价值修改信息的至少一个目标信息特征维度分别对应的子特征向量，所述价值修改信息用于修改物品被获取时的价值属性值；基于各所述特征向量和预设的线性回归模型，确定各所述待筛选价值修改信息的预测销售总价值，其中，所述线性回归模型通过预先对线性回归的混合正则化模型进行训练而获得；依据各所述预测销售总价值，从各所述待筛选价值修改信息中筛选出目标价值修改信息，并将所述目标价值修改信息分发至目标用户。2.根据权利要求1所述的方法，其特征在于，获取各所述待筛选价值修改信息包括：依据所述目标用户的历史行为数据中的物品品类，从各价值修改信息中筛选出各所述待筛选价值修改信息。3.根据权利要求1或2所述的方法，其特征在于，获取各待筛选价值修改信息分别对应的特征向量包括：获取所述目标用户的目标用户画像数据；依据所述目标用户画像数据中的历史行为数据，确定每个所述待筛选价值修改信息的特征向量。4.根据权利要求3所述的方法，其特征在于，依据所述目标用户画像数据中的历史行为数据，确定每个所述待筛选价值修改信息的特征向量包括：依据所述目标用户画像数据中的历史行为数据，确定每个所述待筛选价值修改信息的各所述目标信息特征维度的特征值；基于预设非线性变换算法，对每个所述待筛选价值修改信息的各所述特征值进行数据标准化处理，生成每个所述待筛选价值修改信息的特征向量。5.根据权利要求1所述的方法，其特征在于，依据各所述预测销售总价值，从各所述待筛选价值修改信息中筛选出目标价值修改信息包括：对各所述待筛选价值修改信息进行分类，确定各所述待筛选价值修改信息所属的物品品类；针对各物品品类，依据属于所述物品品类的待筛选价值修改信息的预测销售总价值，从属于所述物品品类的待筛选价值修改信息中筛选出目标价值修改信息。6.根据权利要求1所述的方法，其特征在于，所述线性回归模型通过如下方式预先训练获得：获取至少两个样本价值修改信息的特征向量及销售总价值，作为各训练样本；将各所述训练样本输入所述线性回归的混合正则化模型进行模型训练，确定所述线性回归的混合正则化模型中各模型参数的取值，其中，所述线性回归的混合正则化模型的因变量和自变量分别为预测销售总价值和所述特征向量对应的各所述目标信息特征维度，所述线性回归的混合正则化模型的正则项为L1正则项和L2正则项，各所述模型参数为相应目标信息特征维度的加权权重；利用所述线性回归的混合正则化模型的拟合项和各所述模型参数的取值，构建所述线性回归模型。2CN113269574A权利要求书2/2页7.根据权利要求6所述的方法，其特征在于，在所述确定所述线性回归的混合正则化模型中各模型参数的取值之后，且在所述利用所述线性回归的混合正则化模型的拟合项和各所述模型参数的取值，构建所述线性回归模型之前，还包括：若各模型参数的取值中存在负数取值，则将所述负数取值调整为小于各所述取值中任一正数取值的正数值。8.根据权利要求1所述的方法，其特征在于，目标信息特征维度为对价值修改信息被命中的贡献程度满足预设阈值的信息特征维度。9.根据权利要求8所述的方法，其特征在于，所述目标信息特征维度为修改物品被获取时的