[发明专利]推送物品的描述信息的方法、装置和计算机可读存储介质

权利要求书

1.一种推送物品描述信息的方法，包括：

选择物品对应的一个或多个目标用户；

根据所述物品，生成所述物品的候选描述信息；

根据所述物品的属性、每个目标用户的属性以及所述物品的候选描述信息，确定所述每个目标用户对所述物品的选择率；

根据每个目标用户对所述物品的选择率，将选择率满足条件的候选描述信息确定为所述物品相对所述目标用户的物品描述信息；

将所述物品相对各个目标用户的物品描述信息分别推送给各个目标用户。

2.根据权利要求1所述的推送物品描述信息的方法，其中，选择物品对应的一个或多个目标用户包括：

根据与所述物品相关联的历史用户的属性，将与所述历史用户的属性的相似度满足条件的用户，确定为所述目标用户。

3.根据权利要求1所述的推送物品描述信息的方法，其中，选择物品对应的一个或多个目标用户包括：

将所述物品的属性输入目标用户生成模型，获取所述目标用户生成模型输出的所述物品相应的目标用户；

所述目标用户生成模型是利用所述物品的属性、与所述物品相关联的历史用户的属性、以及所述历史用户对所述物品的行为信息，对神经网络模型进行训练得到的。

4.根据权利要求1所述的推送物品描述信息的方法，其中，所述生成所述物品的候选描述信息包括：

将所述物品的属性、每个目标用户的属性，输入到生成-对抗模型中的生成器中，获取所述生成器输出的所述物品相对每个目标用户的候选描述信息。

5.根据权利要求4所述的推送物品描述信息的方法，其中，所述生成-对抗模型是通过以下步骤进行训练得到的：

将训练集中的历史物品的属性、以及与所述历史物品相关联的历史用户的属性，输入到生成-对抗模型中的生成器中；

获取所述生成器输出的所述每个历史物品相对每个历史用户的一个或多个预测描述信息；

根据每个历史物品相对每个历史用户的预测描述信息以及每个历史物品相对每个历史用户的真实描述信息，确定所述生成器的第一损失；

将每个历史物品的真实描述信息及第一真实标签、和每个历史物品相对每个历史用户的预测描述信息及第二真实标签输入到生成-对抗模型中的判别器中；

获取所述判别器输出的针对真实描述信息的第一判别标签和针对预测描述信息的第二判别标签；

根据第一判别标签和第一真实标签、第二判别标签和第二真实标签，确定所述判别器的第二损失；

根据所述生成器的第一损失，更新所述生成器的参数，根据所述判别器的第二损失，更新所述判别器的参数，直到满足预设条件，训练完成，将训练完成的生成器和判别器作为所述生成-对抗模型。

6.根据权利要求1所述的推送物品描述信息的方法，其中，所述生成所述物品的候选描述信息包括：

对所述物品的原始描述信息进行分词处理，得到所述分词的一个或多个排列组合，将所述排列组合作为所述物品的候选描述信息。

7.根据权利要求1所述的推送物品描述信息的方法，其中，所述确定所述每个目标用户对所述物品的选择率包括：

将所述物品的属性、每个目标用户的属性以及所述物品的候选描述信息，输入到选择率模型，获取所述选择率模型输出的每个目标用户对所述物品的选择率；

其中，所述选择率模型是利用历史物品的属性、与所述历史物品相关联的历史用户的属性、所述历史物品的真实描述信息以及所述历史用户对所述历史物品的真实选择率，对神经网络模型进行训练得到的。

8.根据权利要求1所述的推送物品描述信息的方法，其中，所述选择率满足预设条件包括：所述选择率达到预设阈值，或者，所述选择率的排名达到预设排名。