[发明专利]信息处理方法及装置、计算设备

说明书

本申请实施例提供一种信息处理方法及装置、计算设备，该方法包括：检测目标用户针对目标处理系统发起的系统访问请求；响应于所述系统访问请求，确定多个在线决策模型分别在所述目标处理系统产生的决策结果；基于所述多个在线决策模型分别对应的决策结果，确定目标推荐信息；为目标用户输出所述目标推荐信息。本申请实施例提高了推荐准确度及有效性。

技术领域

本申请涉及电子设备技术领域，尤其涉及一种信息处理方法及装置、计算设备。

背景技术

在线决策系统是一种基于在线决策模型产生推荐内容，将推荐内容在线推荐给用户，并通过快速获取用户线上反馈对在线决策模型进行调整，以不断根据用户反馈进行推荐内容更新的访问平台。例如，线上课程系统、在线交易系统、社交网络系统、线上金融系统等，线上课程系统可以进行课程推荐、在线交易系统可以进行商品推荐，社交网络系统可以进行社交内容推荐，线上金融系统可以进行金融产品的推荐等。

现有技术中，在线决策模型实际是通过平衡探索(Exploration)与利用(Exploitation)的过程，实现在线决策算法收敛，以获得能够产生最高反馈的推荐内容。在线决策算法可以通过学习以获得在线决策模型，在学习模型过程中，管理方可以是确定在线学习算法，并根据经验设置算法超参数以进行建模，之后利用训练数据进行训练，获得在线决策算法的模型参数，并在线决策模型确定之后，还可以通过用户对推荐内容的反馈不断更新在线决策算法的模型参数。

但是，在线决策算法通常是依据人工经验选择的，人工经验实际缺乏时会导致算法设置不够准确，导致在线决策模型的决策效果较差，推荐内容的有效性不高。

发明内容

有鉴于此，本申请实施例提供一种信息处理方法及装置、计算设备，用以解决现有技术中在线决策算法以及其超参数通常由人工设置而导致推荐有效性较低的技术问题。

第一方面，本申请实施例提供一种信息处理方法，包括：

检测目标用户针对目标处理系统发起的系统访问请求；

响应于所述系统访问请求，确定多个在线决策模型分别在所述目标处理系统产生的决策结果；

基于所述多个在线决策模型分别对应的决策结果，确定目标推荐信息；

为目标用户输出所述目标推荐信息。

第二方面，本申请实施例提供一种信息处理方法，包括：

检测目标用户针对网络交易系统发起的系统访问请求；

响应于所述系统访问请求，确定多个在线决策模型分别在所述网络交易系统产生的决策结果；

基于所述多个在线决策模型分别对应的决策结果，确定推荐交易对象的目标推荐信息；

为目标用户输出所述推荐交易对象的目标推荐信息。

第三方面，本申请实施例提供一种信息处理方法，包括：

检测目标用户针对内容推荐系统发起的系统访问请求；

响应于所述系统访问请求，确定多个在线决策模型分别在所述内容推荐系统产生的决策结果；

基于所述多个在线决策模型分别对应的决策结果，确定目标推荐内容；

为所述目标用户输出所述目标推荐内容。

第四方面，本申请实施例提供一种信息处理方法，包括：

响应于对抗决策接口的调用请求，确定所述对抗决策接口对应的信息处理资源；

利用所述对抗决策接口对应的信息处理资源执行如下步骤：

利用所述对抗决策接口检测所述目标用户针对目标处理系统发起的系统访问请求；