[发明专利]信息的处理方法、装置、存储介质和电子设备

权利要求书

1.一种信息的处理方法，其特征在于，所述方法包括：

获取用于表征目标用户的目标用户向量；

针对多个待选信息中的每个所述待选信息，根据所述目标用户向量、该待选信息对应的特征向量和预先训练的预测模型，预测该待选信息对应的转化率的分布，所述转化率用于表征所述目标用户的反馈指标满足预设条件的概率，所述特征向量用于表征该待选信息；

根据该待选信息对应的转化率的分布，确定该待选信息对应的增量指标，所述增量指标用于表征向所述目标用户发送该待选信息后目标用户的反馈指标，与向所述目标用户发送空信息后所述目标用户的反馈指标之间的区别；

根据每个所述待选信息对应的增量指标，在多个所述待选信息中确定目标信息，并向所述目标用户发送所述目标信息；

所述根据该待选信息对应的转化率的分布，确定该待选信息对应的增量指标，包括：

根据该待选信息对应的转化率的分布，确定该待选信息对应的转化率的期望和标准差；

根据该待选信息对应的转化率的期望和标准差、空信息对应的转化率的期望和标准差、预设的不确定性权重，确定该待选信息对应的增量指标；

所述根据该待选信息对应的转化率的期望和标准差、空信息对应的转化率的期望和标准差、预设的不确定性权重，确定该待选信息对应的增量指标，包括：

将该待选信息对应的转化率的标准差与所述空信息对应的转化率的标准差的和，与所述不确定性权重相乘，以得到相乘结果；

将该待选信息对应的转化率的期望与所述空信息对应的转化率的期望的差值，和所述相乘结果相加，以得到所述增量指标。

2.根据权利要求1所述的方法，其特征在于，所述反馈指标包括第一数量种反馈值，所述根据所述目标用户向量、该待选信息对应的特征向量和预先训练的预测模型，预测该待选信息对应的转化率的分布，包括：

将所述目标用户向量、该待选信息对应的特征向量输入所述预测模型，以得到每种所述反馈值的预测数量；

根据每种所述反馈值的预测数量，和预先训练的每种所述反馈值的先验数量，确定该待选信息对应的转化率的分布，并将该待选信息对应的转化率的分布作为所述预测模型的输出。

3.根据权利要求1所述的方法，其特征在于，所述根据每个所述待选信息对应的增量指标，在多个所述待选信息中确定目标信息，包括：

按照对应的增量指标的大小，对多个所述待选信息进行排序；

将对应的增量指标最大的指定数量个所述待选信息作为所述目标信息。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述预测模型是通过以下方式训练得到的：

获取样本输入集，所述样本输入集包括多个样本输入，每个样本输入包括：第二数量个样本用户中的一个所述样本用户对应的样本用户向量，和多个所述待选信息中的一个所述待选信息对应的特征向量；所述样本用户向量用于表征对应的所述样本用户；

获取样本输出集，所述样本输出集中包括与每个所述样本输入对应的样本输出，每个所述样本输出包括向对应的所述样本用户发送对应的所述待选信息后，对应的所述样本用户的反馈指标的真实值；

将所述样本输入集作为所述预测模型的输入，根据所述样本输出集和所述预测模型的输出，训练所述预测模型。

5.根据权利要求4所述的方法，其特征在于，所述反馈指标包括第一数量种反馈值；所述将所述样本输入集作为所述预测模型的输入，根据所述样本输出集和所述预测模型的输出，训练所述预测模型，包括：

将每个所述样本输入作为所述预测模型的输入，以得到每种所述反馈值的训练预测数量；

根据每种所述反馈值的训练预测数量，和每种所述反馈值的训练先验数量，确定该样本输入对应的转化率的分布；

根据该样本输入对应的转化率的分布，确定每种所述反馈值的概率；

根据每种所述反馈值的概率，和该样本输入对应的所述样本输出中包括的反馈指标的真实值，修正所述预测模型，和每种所述反馈值的训练先验数量。