[发明专利]一种页面布局方法及装置

权利要求书

1.一种页面布局方法，其特征在于，包括：

获取页面信息、至少一个待布局页面元素的元素信息以及布局规则；

基于所述页面信息、所述至少一个待布局页面元素的元素信息、所述布局规则，利用强化学习算法获取至少一个候选页面布局策略；

利用模仿学习算法从所述至少一个候选页面布局策略中确定目标页面布局策略。

2.根据权利要求1所述的方法，其特征在于，所述布局规则包括第一优先级布局规则和第二优先级布局规则，所述至少一个候选页面布局策略满足所述第一优先级布局规则，且在所述第二优先级布局规则的约束下获取的奖赏大于预设奖赏阈值。

3.根据权利要求1或2所述的方法，其特征在于，所述基于所述页面信息、所述至少一个待布局页面元素的元素信息、所述布局规则，利用强化学习算法获取至少一个候选页面布局策略，包括：

步骤1，根据所述页面信息和第一个待布局页面元素的元素信息，按照所述布局规则将所述第一个待布局页面元素布局于所述页面中，并生成所述页面的页面状态；

步骤2，根据所述页面状态以及下一个待布局页面元素的元素信息，按照所述布局规则确定所述下一个待布局页面元素在所述页面中的布局位置；

步骤3，确定所述页面状态及所述布局位置所对应的奖赏值，并更新所述页面状态；

迭代步骤2和步骤3，直至将所述至少一个待布局页面元素布局于所述页面中，并生成页面布局策略；

累计每次迭代所确定的奖赏值，将累计得到的奖赏值满足预设条件的页面布局策略作为候选页面布局策略。

4.根据权利要求3所述的方法，其特征在于，所述迭代步骤2和步骤3，直至将所述至少一个待布局页面元素布局于所述页面中，并生成页面布局策略，包括：

计算已迭代的过程中每次页面状态及每次布局位置所对应的奖赏值的累计值，并根据所述奖赏值的累计值确定当前页面布局策略的策略价值；

在确定所述策略价值不小于预设价值阈值的情况下，继续迭代步骤2和步骤3，直至将所述至少一个待布局页面元素布局于所述页面中，并生成页面布局策略。

5.根据权利要求1-4中任意一项所述的方法，其特征在于，所述利用模仿学习算法从所述至少一个候选页面布局策略中确定目标页面布局策略，包括：

根据预先训练模仿学习器得到的奖励函数确定每个候选页面布局策略的评分，其中，所述奖励函数由训练所述模仿学习器采用的正样本和负样本的排序损失确定，所述正样本包括符合用户审美的页面布局策略；

根据所述评分从所述至少一个页面布局策略布局中确定目标页面布局策略。

6.根据权利要求5所述的方法，其特征在于，在根据所述评分从所述至少一个页面布局策略布局中确定目标页面布局策略之后，所述方法还包括：

发送所述目标页面布局策略；

接收用户对所述目标页面布局策略的调整；

将所述调整后的所述目标页面布局策略作为训练所述模仿学习器的正样本，训练所述模仿学习器，获得优化的奖励函数。

7.根据权利要求1至6任意一项所述的方法，其特征在于，所述获取页面信息、至少一个待布局页面元素的元素信息以及布局规则，包括：

接收用户在用户界面中配置的页面信息、至少一个待布局页面元素的元素信息以及布局规则。

8.一种页面布局装置，其特征在于，包括：

初始信息获取模块，用于获取页面信息、至少一个待布局页面元素的元素信息以及布局规则；

强化学习模块，用于基于所述页面信息、所述至少一个待布局页面元素的元素信息、所述布局规则，利用强化学习算法获取至少一个候选页面布局策略；

模仿学习模块，用于利用模仿学习算法从所述至少一个候选页面布局策略中确定目标页面布局策略。

9.根据权利要求8所述的装置，其特征在于，所述布局规则包括第一优先级布局规则和第二优先级布局规则，所述至少一个候选页面布局策略满足所述第一优先级布局规则，且在所述第二优先级布局规则的约束下获取的奖赏大于预设奖赏阈值。