用于生成信息的方法和装置与流程

本申请实施例涉及计算机技术领域，尤其涉及用于生成信息的方法和装置。

背景技术：

目前，随着科技的发展，人们已经可以使用手机、计算机等电子设备浏览新闻、广告等呈现用信息。实践中，呈现用信息根据信息内容的不同，可以包括多种类型，例如包括汽车类呈现用信息、金融类呈现用信息、养生类呈现用信息等。通常，不同的用户可能对不同类型的呈现用信息感兴趣。

技术实现要素：

本申请实施例提出了用于生成信息的方法和装置。

第一方面，本申请实施例提供了一种用于生成信息的方法，该方法包括：获取目标用户所对应的呈现用信息，其中，目标用户所对应的呈现用信息为目标用户利用终端执行了预设操作的呈现用信息；将所获取的呈现用信息输入预先训练的兴趣识别模型，获得识别结果，其中，兴趣识别模型对应至少两个预设兴趣类别，识别结果用于指示至少两个预设兴趣类别中与所输入的呈现用信息相匹配的预设兴趣类别；基于所获得的识别结果，生成目标用户的用户标签，其中，用户标签用于指示目标用户的兴趣类别。

在一些实施例中，兴趣识别模型包括至少两个兴趣识别子模型，至少两个兴趣识别子模型中的兴趣识别子模型与至少两个预设兴趣类别中的预设兴趣类别相对应。

在一些实施例中，将所获取的呈现用信息输入预先训练的兴趣识别模型，获得识别结果，包括：将所获取的呈现用信息分别输入至少两个兴趣识别子模型，获得识别结果。

在一些实施例中，兴趣识别模型还包括特征提取模型，特征提取模型与至少两个兴趣识别子模型连接；以及将所获取的呈现用信息输入预先训练的兴趣识别模型，获得识别结果，包括：将所获取的呈现用信息输入特征提取模型，获得呈现用信息所对应的信息特征；将所获得的信息特征分别输入与特征提取模型相连接的至少两个兴趣识别子模型，获得识别结果。

在一些实施例中，兴趣识别模型通过以下步骤训练获得：获取训练样本集，其中，训练样本包括样本呈现用信息和预先标注的样本识别结果，样本识别结果用于指示预先确定的至少两个预设兴趣类别中与样本呈现用信息相匹配的预设兴趣类别；利用机器学习方法，将训练样本集中的训练样本包括的样本呈现用信息作为输入，将所输入的样本呈现用信息所对应的样本识别结果作为期望输出，训练得到兴趣识别模型。

在一些实施例中，在生成目标用户的用户标签之后，该方法还包括：获取待呈现信息集合；对于待呈现信息集合中的待呈现信息，将该待呈现信息输入兴趣识别模型，获得该待呈现信息所对应的识别结果；基于所获得的识别结果，从待呈现信息集合中选取待呈现信息作为用于呈现给目标用户的目标呈现用信息，其中，目标呈现用信息所对应的识别结果所指示的预设兴趣类别与目标用户的用户标签所指示的兴趣类别相同。

在一些实施例中，目标用户所对应的呈现用信息对应信息页面，目标用户所对应的呈现用信息用于目标用户点击，以呈现所点击的呈现用信息所对应的信息页面。

在一些实施例中，预设操作包括点击操作。

第二方面，本申请实施例提供了一种用于生成信息的装置，该装置包括：第一获取单元，被配置成获取目标用户所对应的呈现用信息，其中，目标用户所对应的呈现用信息为目标用户利用终端执行了预设操作的呈现用信息；第一输入单元，被配置成将所获取的呈现用信息输入预先训练的兴趣识别模型，获得识别结果，其中，兴趣识别模型对应至少两个预设兴趣类别，识别结果用于指示至少两个预设兴趣类别中与所输入的呈现用信息相匹配的预设兴趣类别；标签生成单元，被配置成基于所获得的识别结果，生成目标用户的用户标签，其中，用户标签用于指示目标用户的兴趣类别。

在一些实施例中，兴趣识别模型包括至少两个兴趣识别子模型，至少两个兴趣识别子模型中的兴趣识别子模型与至少两个预设兴趣类别中的预设兴趣类别相对应，用于确定所输入的呈现用信息是否与相对应的预设兴趣类别相匹配。

在一些实施例中，第一输入单元进一步被配置成：将所获取的呈现用信息分别输入至少两个兴趣识别子模型，获得识别结果。

在一些实施例中，兴趣识别模型还包括特征提取模型，特征提取模型与至少两个兴趣识别子模型连接；以及第一输入单元包括：第一输入模块，被配置成将所获取的呈现用信息输入特征提取模型，获得呈现用信息所对应的信息特征；第二输入模块，被配置成将所获得的信息特征分别输入与特征提取模型相连接的至少两个兴趣识别子模型，获得识别结果。

在一些实施例中，兴趣识别模型通过以下步骤训练获得：获取训练样本集，其中，训练样本包括样本呈现用信息和预先标注的样本识别结果，样本识别结果用于指示预先确定的至少两个预设兴趣类别中与样本呈现用信息相匹配的预设兴趣类别；利用机器学习方法，将训练样本集中的训练样本包括的样本呈现用信息作为输入，将所输入的样本呈现用信息所对应的样本识别结果作为期望输出，训练得到兴趣识别模型。

在一些实施例中，该装置还包括：第二获取单元，被配置成获取待呈现信息集合；第二输入单元，被配置成对于待呈现信息集合中的待呈现信息，将该待呈现信息输入兴趣识别模型，获得该待呈现信息所对应的识别结果；信息选取单元，被配置成基于所获得的识别结果，从待呈现信息集合中选取待呈现信息作为用于呈现给目标用户的目标呈现用信息，其中，目标呈现用信息所对应的识别结果所指示的预设兴趣类别与目标用户的用户标签所指示的兴趣类别相同。

在一些实施例中，目标用户所对应的呈现用信息对应信息页面，目标用户所对应的呈现用信息用于目标用户点击，以呈现所点击的呈现用信息所对应的信息页面。

在一些实施例中，预设操作包括点击操作。

第三方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述用于生成信息的方法中任一实施例的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现上述用于生成信息的方法中任一实施例的方法。

本申请实施例提供的用于生成信息的方法和装置，通过获取目标用户所对应的呈现用信息，而后将所获取的呈现用信息输入预先训练的兴趣识别模型，获得识别结果，最后基于所获得的识别结果，生成目标用户的用户标签，其中，用户标签用于指示目标用户的兴趣类别，从而有效利用目标用户所对应的呈现用信息，对目标用户的兴趣类别进行了识别，生成了目标用户的用户标签，提高了信息生成的多样性，有助于后续基于目标用户的兴趣类别，对目标用户执行相应操作(例如将目标用户感兴趣的信息呈现给目标用户)；并且，利用兴趣识别模型生成目标用户的用户标签，可以提高信息生成的准确性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的用于生成信息的方法的一个实施例的流程图；

图3是根据本申请实施例的用于生成信息的方法的一个应用场景的示意图；

图4是根据本申请的用于生成信息的方法的又一个实施例的流程图；

图5是根据本申请的用于生成信息的装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于生成信息的方法或用于生成信息的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持信息传输的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、mp3播放器(movingpictureexpertsgroupaudiolayeriii，动态影像专家压缩标准音频层面3)、mp4(movingpictureexpertsgroupaudiolayeriv，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的呈现用信息提供支持的后台服务器。后台服务器可以获取使用终端设备的目标用户所对应的呈现用信息，并对获取到的呈现用信息等数据进行分析等处理，获得处理结果(例如目标用户的用户标签)。

需要说明的是，本申请实施例所提供的用于生成信息的方法一般由服务器105执行，相应地用于生成信息的装置一般设置于服务器105中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。在生成目标用户的用户标签的过程中所使用的数据不需要从远程获取的情况下，上述系统架构可以不包括网络和终端设备，而只包括服务器。

继续参考图2，示出了根据本申请的用于生成信息的方法的一个实施例的流程200。该用于生成信息的方法，包括以下步骤：

步骤201，获取目标用户所对应的呈现用信息。

在本实施例中，用于生成信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式获取目标用户所对应的呈现用信息。其中，目标用户为待确定其所对应的用户标签的用户。目标用户所对应的用户标签可以用于表征目标用户的兴趣类别。目标用户所对应的呈现用信息为目标用户利用终端对其执行了预设操作的呈现用信息。呈现用信息为预先确定的、用于呈现给用户的信息，可以包括但不限于以下至少一项：文字、数值、符号、图像、视频、链接。预设操作可以为技术人员预先确定的各种操作，例如浏览操作。

在本实施例的一些可选的实现方式中，目标用户所对应的呈现用信息可以对应信息页面。其中，信息页面可以用于显示信息。目标用户所对应的呈现用信息用于目标用户点击，以呈现所点击的呈现用信息所对应的信息页面。需要说明的是，目标用户所对应的呈现用信息与信息页面的对应关系可以由技术人员预先设置。

在本实施例的一些可选的实现方式中，当目标用户所对应的呈现用信息用于目标用户点击，以呈现所点击的呈现用信息所对应的信息页面时，上述预设操作可以包括点击操作。

在本实施例中，上述执行主体可以获取预先存储于本地的、目标用户所对应的呈现用信息，也可以获取目标用户所使用的终端发送的、目标用户所对应的呈现用信息。

步骤202，将所获取的呈现用信息输入预先训练的兴趣识别模型，获得识别结果。

在本实施例中，基于步骤201中得到的呈现用信息，上述执行主体可以将呈现用信息输入预先训练的兴趣识别模型，获得识别结果。其中，兴趣识别模型用于表征呈现用信息与呈现用信息所对应的识别结果的对应关系。具体的，兴趣识别模型对应至少两个预设兴趣类别。例如汽车类和手机类。识别结果用于指示至少两个预设兴趣类别中与所输入的呈现用信息相匹配的预设兴趣类别，可以包括但不限于以下至少一项：文字、数值、符号、图像。例如，识别结果可以为文字“汽车”，指示相匹配的预设兴趣类别为汽车类。

实践中，与呈现用信息相匹配的预设兴趣类别可以为至少两个预设兴趣类别中，与呈现用信息的内容相关的预设兴趣类别。例如，呈现用信息为文字“手机价格下跌”。可以理解，呈现用信息的内容与手机相关，则兴趣识别模型所对应的两个预设兴趣类别“汽车类”、“手机类”中，与呈现用信息相匹配的预设兴趣类别可以为手机类。

在本实施例中，兴趣识别模型可以用于表征呈现用信息与呈现用信息所对应的识别结果的对应关系。具体地，作为示例，兴趣识别模型可以是技术人员预先基于对大量的呈现用信息和针对呈现用信息标注的识别结果的统计而预先制定的、存储有多个呈现用信息与对应的识别结果的对应关系表；也可以为基于预设的训练样本，利用机器学习方法对初始模型(例如神经网络、逻辑回归模型(logisticregression，lr)等)进行训练后得到的模型。

在本实施例的一些可选的实现方式中，兴趣识别模型可以由上述执行主体或其他电子设备通过以下步骤训练获得：首先，获取训练样本集。其中，训练样本包括样本呈现用信息和针对样本呈现用信息预先标注的样本识别结果。样本识别结果可以用于指示预先确定的至少两个预设兴趣类别中与样本呈现用信息相匹配的预设兴趣类别。然后，利用机器学习方法，将训练样本集中的训练样本包括的样本呈现用信息作为输入，将所输入的样本呈现用信息所对应的样本识别结果作为期望输出，训练得到兴趣识别模型。

具体的，可以将训练样本集中的训练样本包括的样本呈现用信息作为预先确定的初始模型(例如神经网络、逻辑回归模型等)的输入，将所输入的样本呈现用信息所对应的样本识别结果作为初始模型的期望输出，对初始模型进行训练，最终得到兴趣识别模型。

在本实施例的一些可选的实现方式中，兴趣识别模型可以包括至少两个兴趣识别子模型。至少两个兴趣识别子模型中的兴趣识别子模型可以与至少两个预设兴趣类别中的预设兴趣类别相对应。作为示例，兴趣识别模型包括两个兴趣识别子模型，分别为第一兴趣识别子模型和第二兴趣识别子模型。进而，可以预先设置第一兴趣识别子模型用于识别的兴趣类别为汽车类，第二兴趣识别子模型用于识别的兴趣类别为手机类，以使第一兴趣识别子模型与汽车类对应，第二兴趣识别子模型与手机类对应。可以理解的是，这里，兴趣类别“汽车类”、“手机类”即为兴趣识别模型所对应的两个预设兴趣类别。需要说明的是，兴趣识别子模型可以包括各种用于生成结果的结构(例如分类器)。

在本实施例的一些可选的实现方式中，当兴趣识别模型包括至少两个兴趣识别子模型时，上述执行主体可以将所获取的呈现用信息分别输入至少两个兴趣识别子模型，获得识别结果。

在本实施例的一些可选的实现方式中，兴趣识别模型还可以包括特征提取模型。特征提取模型可以用于提取所输入的呈现用信息的特征，可以包括各种用于提取信息的特征的结构(例如卷积层)，并且，特征提取模型与上述至少两个兴趣识别子模型连接。进而，上述执行主体可以通过以下步骤将所获取的呈现用信息输入预先训练的兴趣识别模型，获得识别结果：首先，上述执行主体可以将所获取的呈现用信息输入特征提取模型，获得呈现用信息所对应的信息特征。然后，上述执行主体可以将所获得的信息特征分别输入与特征提取模型相连接的至少两个兴趣识别子模型，获得识别结果。

步骤203，基于所获得的识别结果，生成目标用户的用户标签。

在本实施例中，基于步骤202所获得的识别结果，上述执行主体可以生成目标用户的用户标签。其中，用户标签可以用于指示目标用户的兴趣类别，可以包括但不限于以下至少一项：文字、数值、符号、图像。例如，目标用户的用户标签可以为文字“汽车”。

具体的，上述执行主体可以基于所获得的识别结果，采用各种方式生成目标用户的用户标签。例如，上述执行主体可以直接将所获得的识别结果确定为目标用户的用户标签；或者，上述执行主体可以对所获得的识别结果进行处理，并将处理后的识别结果确定为目标用户的用户标签。

作为示例，所获得的识别结果可以为汽车的图像，则上述执行主体可以对识别结果所对应的图像进行图像识别，获得文字“汽车”，进而将所获得的文字“汽车”确定为目标用户的用户标签。需要说明的是，图像识别技术是目前广泛研究和应用的公知技术，此处不再赘述。

继续参见图3，图3是根据本实施例的用于生成信息的方法的应用场景的一个示意图。在图3的应用场景中，服务器301可以首先获取终端设备302发送的、目标用户所对应的呈现用信息303，其中，目标用户为使用终端设备302的用户。目标用户所对应的呈现用信息303为目标用户利用终端设备302对其执行了预设操作(例如点击操作)的呈现用信息。然后，服务器301可以将所获取的呈现用信息303输入预先训练的兴趣识别模型304，获得识别结果(例如“汽车”)305，其中，兴趣识别模型304对应至少两个预设兴趣类别(例如汽车类和手机类)，识别结果305用于指示至少两个预设兴趣类别中与呈现用信息303相匹配的预设兴趣类别(即汽车类)。最后，服务器301可以基于所获得的识别结果305，生成目标用户的用户标签306，其中，用户标签306可以用于指示目标用户的兴趣类别。例如，参看图3，服务器301可以直接将所获得的识别结果305确定为目标用户的用户标签306。

本申请的上述实施例提供的方法有效利用目标用户所对应的呈现用信息，对目标用户的兴趣类别进行了识别，生成了目标用户的用户标签，提高了信息生成的多样性，有助于后续基于目标用户的兴趣类别，对目标用户执行相应操作(例如将目标用户感兴趣的信息呈现给目标用户)；并且，利用兴趣识别模型生成目标用户的用户标签，可以提高信息生成的准确性。

进一步参考图4，其示出了用于生成信息的方法的又一个实施例的流程400。该用于生成信息的方法的流程400，包括以下步骤：

步骤401，获取目标用户所对应的呈现用信息。

在本实施例中，用于生成信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式获取目标用户所对应的呈现用信息。其中，目标用户为待确定其所对应的用户标签的用户。目标用户所对应的用户标签可以用于表征目标用户的兴趣类别。目标用户所对应的呈现用信息为目标用户利用终端对其执行了预设操作的呈现用信息。呈现用信息为预先确定的、用于呈现给用户的信息，可以包括但不限于以下至少一项：文字、数值、符号、图像、视频、链接。预设操作可以为技术人员预先确定的各种操作，例如浏览操作。

步骤402，将所获取的呈现用信息输入预先训练的兴趣识别模型，获得识别结果。

在本实施例中，基于步骤401中得到的呈现用信息，上述执行主体可以将呈现用信息输入预先训练的兴趣识别模型，获得识别结果。其中，兴趣识别模型用于表征呈现用信息与呈现用信息所对应的识别结果的对应关系。具体的，兴趣识别模型对应至少两个预设兴趣类别。例如汽车类和手机类。识别结果用于指示至少两个预设兴趣类别中与所输入的呈现用信息相匹配的预设兴趣类别，可以包括但不限于以下至少一项：文字、数值、符号、图像。例如，识别结果可以为文字“汽车”，指示相配的预设兴趣类别为汽车类。

步骤403，基于所获得的识别结果，生成目标用户的用户标签。

在本实施例中，基于步骤402所获得的识别结果，上述执行主体可以生成目标用户的用户标签。其中，用户标签可以用于指示目标用户的兴趣类别，可以包括但不限于以下至少一项：文字、数值、符号、图像。

步骤404，获取待呈现信息集合。

在本实施例中，在基于步骤403生成目标用户的用户标签后，上述执行主体可以获取待呈现信息集合。其中，待呈现信息可以为预先确定的、待向目标用户呈现的信息。待呈现信息集合中可以包括多个待呈现信息。

具体的，上述执行主体可以获取预先存储于本地的多个待呈现信息，组成待呈现信息集合；或者，上述执行主体可以获取与之通信连接的电子设备发送的多个待呈现信息，组成待呈现信息集合。

步骤405，对于待呈现信息集合中的待呈现信息，将该待呈现信息输入兴趣识别模型，获得该待呈现信息所对应的识别结果。

在本实施例中，对于步骤404中获取的待呈现信息集合中的待呈现信息，上述执行主体可以将该待呈现信息输入上述兴趣识别模型，获得该待呈现信息所对应的识别结果。这里，待呈现信息所对应的识别结果用于指示兴趣识别模型所对应的至少两个预设兴趣类别中，与待呈现信息相匹配的预设兴趣类别。

步骤406，基于所获得的识别结果，从待呈现信息集合中选取待呈现信息作为用于呈现给目标用户的目标呈现用信息。

在本实施例中，基于步骤405中获得的识别结果，上述执行主体可以从待呈现信息集合中选取待呈现信息作为用于呈现给目标用户的目标呈现用信息。其中，目标呈现用信息所对应的识别结果所指示的预设兴趣类别与目标用户的用户标签所指示的兴趣类别相同。

作为示例，兴趣识别模型对应两个预设兴趣类别，分别为汽车类和手机类。通过步骤403生成了目标用户的用户标签“汽车”。待呈现信息集合包括两个待呈现信息，分别为第一待呈现信息和第二待呈现信息。通过步骤405，获得了第一待呈现信息所对应的识别结果“汽车”和第二待呈现信息所对应的识别结果“手机”。进而，由于目标用户的用户标签“汽车”所指示的兴趣类别为汽车类，第一待呈现信息所对应的识别结果“汽车”所指示的预设兴趣类别也为汽车类，故可以选取第一待呈现信息作为用于呈现给目标用户的目标呈现用信息。

上述步骤401、步骤402、步骤403分别与前述实施例中的步骤201、步骤202、步骤203一致，上文针对步骤201、步骤202和步骤203的描述也适用于步骤401、步骤402和步骤403，此处不再赘述。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于生成信息的方法的流程400突出了在获得目标用户的用户标签后，基于目标用户的用户标签，从待呈现信息集合中选取用于呈现给目标用户的待呈现信息的步骤。由此，本实施例描述的方案可以在生成目标用户的用户标签后，基于用户标签，确定目标用户感兴趣的目标呈现用信息，提高了信息处理的全面性；并且，有助于目标用户对目标呈现用信息执行操作(例如点击操作)，提高了信息处理的有效性。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于生成信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于生成信息的装置500包括：第一获取单元501、第一输入单元502、标签生成单元503。第一获取单元501被配置成获取目标用户所对应的呈现用信息，其中，目标用户所对应的呈现用信息为目标用户利用终端执行了预设操作的呈现用信息；第一输入单元502被配置成将所获取的呈现用信息输入预先训练的兴趣识别模型，获得识别结果，其中，兴趣识别模型对应至少两个预设兴趣类别，识别结果用于指示至少两个预设兴趣类别中与所输入的呈现用信息相匹配的预设兴趣类别；标签生成单元503被配置成基于所获得的识别结果，生成目标用户的用户标签，其中，用户标签用于指示目标用户的兴趣类别。

在本实施例中，用于生成信息的装置500的第一获取单元501可以通过有线连接方式或者无线连接方式获取目标用户所对应的呈现用信息。其中，目标用户为待确定其所对应的用户标签的用户。目标用户所对应的用户标签可以用于表征目标用户的兴趣类别。目标用户所对应的呈现用信息为目标用户利用终端对其执行了预设操作的呈现用信息。呈现用信息为预先确定的、用于呈现给用户的信息，可以包括但不限于以下至少一项：文字、数值、符号、图像、视频、链接。预设操作可以为技术人员预先确定的各种操作，例如浏览操作。

在本实施例中，基于第一获取单元501得到的呈现用信息，第一输入单元502可以将呈现用信息输入预先训练的兴趣识别模型，获得识别结果。其中，兴趣识别模型用于表征呈现用信息与呈现用信息所对应的识别结果的对应关系。具体的，兴趣识别模型对应至少两个预设兴趣类别。例如汽车类和手机类。识别结果用于指示至少两个预设兴趣类别中与所输入的呈现用信息相匹配的预设兴趣类别，可以包括但不限于以下至少一项：文字、数值、符号、图像。例如，识别结果可以为文字“汽车”，指示相配的预设兴趣类别为汽车类。

在本实施例中，基于第一输入单元502所获得的识别结果，标签生成单元503可以生成目标用户的用户标签。其中，用户标签可以用于指示目标用户的兴趣类别，可以包括但不限于以下至少一项：文字、数值、符号、图像。例如，目标用户的用户标签可以为文字“汽车”。

在本实施例的一些可选的实现方式中，兴趣识别模型可以包括至少两个兴趣识别子模型，至少两个兴趣识别子模型中的兴趣识别子模型与至少两个预设兴趣类别中的预设兴趣类别相对应。

在本实施例的一些可选的实现方式中，第一输入单元502可以进一步被配置成：将所获取的呈现用信息分别输入至少两个兴趣识别子模型，获得识别结果。

在本实施例的一些可选的实现方式中，兴趣识别模型还可以包括特征提取模型，特征提取模型与至少两个兴趣识别子模型连接；以及第一输入单元502可以包括：第一输入模块(图中未示出)，被配置成将所获取的呈现用信息输入特征提取模型，获得呈现用信息所对应的信息特征；第二输入模块(图中未示出)，被配置成将所获得的信息特征分别输入与特征提取模型相连接的至少两个兴趣识别子模型，获得识别结果。

在本实施例的一些可选的实现方式中，兴趣识别模型可以通过以下步骤训练获得：获取训练样本集，其中，训练样本包括样本呈现用信息和预先标注的样本识别结果，样本识别结果用于指示预先确定的至少两个预设兴趣类别中与样本呈现用信息相匹配的预设兴趣类别；利用机器学习方法，将训练样本集中的训练样本包括的样本呈现用信息作为输入，将所输入的样本呈现用信息所对应的样本识别结果作为期望输出，训练得到兴趣识别模型。

在本实施例的一些可选的实现方式中，装置500还可以包括：第二获取单元(图中未示出)，被配置成获取待呈现信息集合；第二输入单元(图中未示出)，被配置成对于待呈现信息集合中的待呈现信息，将该待呈现信息输入兴趣识别模型，获得该待呈现信息所对应的识别结果；信息选取单元(图中未示出)，被配置成基于所获得的识别结果，从待呈现信息集合中选取待呈现信息作为用于呈现给目标用户的目标呈现用信息，其中，目标呈现用信息所对应的识别结果所指示的预设兴趣类别与目标用户的用户标签所指示的兴趣类别相同。

在本实施例的一些可选的实现方式中，目标用户所对应的呈现用信息可以对应信息页面，目标用户所对应的呈现用信息用于目标用户点击，以呈现所点击的呈现用信息所对应的信息页面。

在本实施例的一些可选的实现方式中，预设操作可以包括点击操作。

可以理解的是，该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘述。

本申请的上述实施例提供的装置500有效利用目标用户所对应的呈现用信息，对目标用户的兴趣类别进行了识别，生成了目标用户的用户标签，提高了信息生成的多样性，有助于后续基于目标用户的兴趣类别，对目标用户执行相应操作(例如将目标用户感兴趣的信息呈现给目标用户)；并且，利用兴趣识别模型生成目标用户的用户标签，可以提高信息生成的准确性。

下面参考图6，其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有系统600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。

以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一获取单元、第一输入单元和标签生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，标签生成单元还可以被描述为“生成目标用户的用户标签的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的服务器中所包含的；也可以是单独存在，而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该服务器执行时，使得该服务器：获取目标用户所对应的呈现用信息，其中，目标用户所对应的呈现用信息为目标用户利用终端执行了预设操作的呈现用信息；将所获取的呈现用信息输入预先训练的兴趣识别模型，获得识别结果，其中，兴趣识别模型对应至少两个预设兴趣类别，识别结果用于指示至少两个预设兴趣类别中与所输入的呈现用信息相匹配的预设兴趣类别；基于所获得的识别结果，生成目标用户的用户标签，其中，用户标签用于指示目标用户的兴趣类别。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。