引导用户行为的资源份额发放方法和装置

摘要

本说明书实施例提供一种引导用户行为的资源份额发放方法和装置，方法包括：获取目标用户的特征表达向量，特征表达向量至少反映了上一次向目标用户发放的历史资源份额；根据目标用户的用户行为统计信息，确定目标用户对应的预先设定的多个分档中的目标分档；将特征表达向量和目标分档作为当前状态输入预先训练的深度强化学习模型，通过深度强化学习模型输出各动作与累积奖励的对应关系，动作对应于各资源份额，累积奖励对应于转化率；根据各资源份额分别对应的转化率，在满足预先设定的资源发放成本总和的限制条件下，从各资源份额中选取向目标用户发放的目标资源份额。能够精准识别用户和进行细粒度的资源份额发放。